2413-PUB: Demographics of Women with Type 1 Diabetes Attending a Diabetes and Pregnancy Clinic, 2000-2002, 2010-2012, and 2014-2016
Notice bibliographique
Résumé
Background: The numbers of women attending Diabetes and Pregnancy Clinics (DPC) are increasing. Some of the increase may reflect obesity effects on GDM prevalence, but changes in numbers and characteristics of women with type 1 diabetes (T1DM) are unknown. The DPC in London Ontario sees all pregnant women with diabetes within the catchment area with stable clinic structures and procedures. Longitudinal characteristics of women with T1DM were documented for demographic insights. Methods: DPC pregnancy charts were assessed for 2000-2002, 2010-2012 and 2014-2016. Data were abstracted for: age; weight, A1C and medication use. Continuous results were analyzed by one-way analysis of variance (ANOVA); non-parametric results by Chi-square testing; p≤ 0.05 signifying significance. Conclusions: Clinic numbers of pregnant women with T1DM increased non-significantly over the study timeline while pump usage rose concurrent with access to government funding. A1C values fell 0.5% from first to last visit in all time periods. A1C values at first visit rose over the time periods suggesting women with less optimal glucose control were conceiving pregnancies. Disclosure P. Khanna: None. K. Anukam: None. L. Chow: None. E. Brydges: None. S.L. Liu: Consultant; Self; Novo Nordisk Inc., Sanofi. Research Support; Self; Physicians' Services Inc. Foundation. J. Mahon: None. T.R. Joy: Speaker's Bureau; Self; Amgen Inc., Novo Nordisk Inc., Sanofi. Other Relationship; Self; Amgen Inc., AstraZeneca, Novo Nordisk Inc. R.M. McManus: 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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 ».