MétaCan
Menu
Retour à la cohorte
Enregistrement W2948226705 · doi:10.2337/db19-1440-p

1440-P: Does HbA1c Impact Survival in the Newly Diagnosed Elderly Aged 75 Years and Over?

2019· article· en· W2948226705 sur OpenAlexaboutno aff
Margaret McGill, Lynda Molyneaux, Maria Constantino, Stephen M. Twigg, Timothy Middleton, Ted Wu, Jencia Wong

Notice bibliographique

RevueDiabetes · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineDiabetes mellitusProportional hazards modelDemographySurvival analysisInternal medicinePopulationNational Death IndexGerontologyPediatricsHazard ratioConfidence interval

Résumé

récupéré en direct d'OpenAlex

Clinical practice guidelines recommend screening for diabetes after the age of 45 years, but without an upper age limit. An ageing population has resulted in increasing numbers of older people being diagnosed. Previous reports indicate a J-shaped relationship between HbA1c and mortality in older populations with largely longstanding diabetes. However, whether these mortality relationships hold true in the newly diagnosed elderly remains uncertain, as do appropriate glycaemic targets. We aimed to study the relationship between HbA1c and mortality in newly diagnosed elderly aged ≥ 75 years. Records from the RPA Diabetes Clinical Database from 1988 to 2015, linked with the Australian National Death Index to establish all cause, IHD and cancer mortality outcomes were examined. 376 subjects were studied; median diabetes duration at first visit was 0.8 years (IQR 0.2-2.4), with mean age at diagnosis 78.7±3.1 years, 48% male and 53% Angloceltic. Data were stratified by updated HbA1c% NGSP Units categories (< 6; 6.1-7.0; 7.1-8.0; 8.1-9.0 and >9) with a median of 1.8±1.5 measures. Over a median observation period of 6.0 (IQR 2.8-10.4) years there were 237 deaths (17% from cancer, 38.9% from IHD). Using Kaplan-Meier survival analysis for all-cause mortality, no differences in survival between the HbA1c categories were seen (logrank p=0.8). Cox regression was used to examine the relationship between all-cause mortality and updated HbA1c categories after accounting for age or duration at first visit, gender and ethnicity. No significant differences nor observable trends in RR were seen using the HbA1c 6.1-7% group as reference. Prior albuminuria, stroke history and lipid status also had no impact on this relationship. Examination of IHD and cancer-related deaths similarly showed no relationship with HbA1c in this population. Whilst current guidelines recommend a general HbA1c target of 7% to 8% in the elderly we did not demonstrate a survival benefit for any HbA1c level in these newly diagnosed over 75 years of age. Disclosure M. McGill: None. L.M. Molyneaux: None. M.I. Constantino: None. S.M. Twigg: Advisory Panel; Self; Abbott, Boehringer Ingelheim Pharmaceuticals, Inc., Novo Nordisk Inc., Sanofi-Aventis. Board Member; Self; AstraZeneca. Research Support; Self; Abbott. Speaker's Bureau; Self; Abbott, AstraZeneca, Merck Sharp & Dohme Corp., Novo Nordisk Inc., Sanofi-Aventis. T. Middleton: Other Relationship; Self; AstraZeneca. T. Wu: Advisory Panel; Self; Boehringer Ingelheim International GmbH, Eli Lilly and Company, Novo Nordisk A/S, Sanofi. Speaker's Bureau; Self; AstraZeneca, Boehringer Ingelheim International GmbH, Eli Lilly and Company, Merck Sharp & Dohme Corp., Novo Nordisk A/S, Sanofi. J. Wong: Advisory Panel; Self; Sanofi. Speaker's Bureau; Self; AstraZeneca, Lilly Diabetes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,244
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207