213-LB: Developing a Prognostic Model to Assess Dysglycemia Risk in Canadians Aged 18-39
Notice bibliographique
Résumé
In Canada, the prevalence of diabetes has seen the greatest relative increase in young adulthood, where the disorder is severely pathological compared to later-onset. Still, few prognostic models have been developed to screen young adults for dysglycemia risk and boost early identification and intervention. We sought to establish predictors of dysglycemia risk among young Canadian adults (aged 18-39) and evaluate their utility in identifying high-risk individuals. The Canadian Diabetes Risk Questionnaire (CANRISK) study collected questionnaire, anthropometric, and oral glucose tolerance test (OGTT) data from a large, multiethnic convenience sample of Canadians over two phases. Young adults with diagnosed diabetes, missing OGTT data, or pregnant were excluded. Potential factors that modestly predicted (p<0.20) dysglycemia status (FPG≥6.1mmol/L or 2h-PG≥7.8mmol/L) were entered into a lenient stepwise function, producing a young adult-specific model; risk scores were developed from adjusted odds ratios. Discriminatory ability was assessed by optimism-corrected area under the curve (AUC) via bootstrapping and goodness-of-fit by Hosmer-Lemeshow (H-L) test and calibration plot. More than half of the 3334 participants were female (62.4%), non-white (79.2%), less than 25kg/m2 (50.7%), and reported a family history of diabetes (55.4%); based on OGTT results, 7.3% were dysglycemic. The young adult-specific model displayed an adjusted AUC of 72.9%, and reasonable goodness-of-fit (H-L p=0.49). Model performance was similar when run sex-specifically (males: unadjusted AUC of 72.1%, H-L p=0.67; females: 73.6%, p=0.67). Employing a cut-point of 22, the tool displayed high sensitivity (78.8%) but low specificity (54.0%). Only 3% of those identified as low risk by the tool were misclassified. This young adult-specific risk score shows promise to identify high-risk individuals in a multiethnic Canadian sample. Additional studies are needed to assess its generalizability to new datasets. Disclosure S.A. Srugo: None. Y. Jiang: None. H.I. Morrison: None. M.M. deGroh: None.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».