Kidney disease and care among First Nations people with diabetes in Ontario: a population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: End-stage kidney disease is a serious complication of diabetes. We describe the prevalence of chronic kidney disease, prevalence and incidence of end-stage kidney disease and quality of care of early-stage chronic kidney disease for First Nations people with diabetes compared to other Ontarians with diabetes. METHODS: We conducted a retrospective cohort study in Ontario using linked administrative data at ICES. We included adults with incident diabetes between 1994 and 2014, and used laboratory values to identify kidney disease and quality indicators for care for early-stage disease. We compared measures in First Nations people to those in other people in Ontario, and used direct age and sex standardization. We used Cox proportional hazards regression to compare the incidence of end-stage kidney disease between groups. RESULTS: Our study included 21 968 First Nations people with diabetes. The age- and sex-standardized prevalence of chronic kidney disease was higher for First Nations people than for other Ontarians (20.7% v. 18.4%), as was the prevalence of end-stage kidney disease (2.9% v. 1.0%). The incidence of end-stage kidney disease was higher among First Nations people than among other people in Ontario (9.3 v. 4.7 events per 10 000 person-years; age- and sex-adjusted hazard ratio 2.23, 95% confidence interval 1.72-2.89). The 2 groups were similarly likely to receive recommended medications, but First Nations people were less likely to receive laboratory tests for their kidney disease. INTERPRETATION: Despite receiving similar quality of care for early-stage kidney disease, First Nations people with diabetes had higher rates of end-stage kidney disease than other Ontarians. Further research is needed to better understand contributing factors to help inform future interventions.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».