Self‐rated health scores predict mortality among people with type 2 diabetes differently across three different country groupings: findings from the ADVANCE and ADVANCE‐ON trials
Notice bibliographique
Résumé
AIMS: To explore whether there is a different strength of association between self-rated health and all-cause mortality in people with type 2 diabetes across three country groupings: nine countries grouped together as 'established market economies'; Asia; and Eastern Europe. METHODS: The ADVANCE trial and its post-trial follow-up were used in this study, which included 11 140 people with type 2 diabetes from 20 countries, with a median follow-up of 9.9 years. Self-rated health was reported on a 0-100 visual analogue scale. Cox proportional hazard models were fitted to estimate the relationship between the visual analogue scale score and all-cause mortality, controlling for a range of demographic and clinical risk factors. Interaction terms were used to assess whether the association between the visual analogue scale score and mortality varied across country groupings. RESULTS: The visual analogue scale score had different strengths of association with mortality in the three country groupings. A 10-point increase in visual analogue scale score was associated with a 15% (95% CI 12-18) lower mortality hazard in the established market economies, a 25% (95% CI 21-28) lower hazard in Asia, and an 8% (95% CI 3-13) lower hazard in Eastern Europe. CONCLUSIONS: Self-rated health appears to predict 10-year all-cause mortality for people with type 2 diabetes worldwide, but this relationship varies across groups of countries.
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 | 0,019 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».