Estimating risk and cost: An analysis of patients with risk factors for Type 2 Diabetes in rural Jalisco, Mexico
Notice bibliographique
Résumé
The global age standardized prevalence of type 2 diabetes (T2DM) has doubled (4.7% to 8.5%) over the last three decades and is increasing more rapidly in low and middle-income countries (LMICs). The global economic burden of diabetes affects individuals and health care systems and is estimated to cost $825 billion USD a year. Within Mexico, T2DM is the second leading cause of mortality and the leading cause of morbidity using disability associated life years (DALYs). A retrospective chart review and cost analysis, analyzing those at risk of diabetes, was conducted at a rural community health clinic in Jalisco, Mexico. The goal was to project the cost of providing an appropriate scope of care and plan prevention-based population health programs. The results demonstrated that out of 264 charts reviewed, 218 (83%) had one or more diabetic risk factor. The estimated per patient per visit cost is $127.22 MP (Mexican Peso, 2018) and as the number of diabetes risk factors increases for an individual patient, the mean cost of their care to the system increases (p < .001). Those with at least one risk factor comprise the majority in both males and females with a median age of 36 and median BMI of 28, and this group also has the highest percentage of borderline hypertension (46%). This data demonstrates an opportunity to intervene in a group of young adults (ages 27-46) with a cluster of high-risk borderline risk factors and preventing them from developing obesity, hypertension and diabetes later in life.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».