Ethnic variation in the conversion of prediabetes to diabetes among immigrant populations relative to Canadian-born residents: a population-based cohort study
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to compare absolute and relative rates of conversion from prediabetes to diabetes among non-European immigrants to Europeans and Canadian-born residents, overall, and by age and level of glycemia. RESEARCH DESIGN AND METHODS: We conducted a retrospective cohort population-based study using administrative health databases from Ontario, Canada, to identify immigrants (n=23 465) and Canadian born (n=1 11 085) aged ≥20 years with prediabetes based on laboratory tests conducted between 2002 and 2011. Individuals were followed until 31 December 2013 for the development of diabetes using a validated algorithm. Immigration data was used to assign ethnicity based on country of origin, mother tongue, and surname. Fine and Gray's survival models were used to compare diabetes incidence across ethnic groups overall and by age and glucose category. RESULTS: Over a median follow-up of 5.2 years, 8186 immigrants and 39 722 Canadian-born residents developed diabetes (7.1 vs 6.1 per 100 person-years, respectively). High-risk immigrant populations such as South Asians (HR: 1.72, 95% CI 1.55 to 1.99) and Southeast Asians (HR: 1.65, 95% CI 1.46 to 1.86) had highest risk of converting to diabetes compared with Western Europeans (referent). Among immigrants aged 20-34 years, the adjusted cumulative incidence ranged from 18.4% among Eastern Europeans to 52.3% among Southeast Asians. Conversion rates increased with age in all groups but were consistently high among South Asians, Southeast Asians and Sub-Saharan African/Caribbeans after the age of 35 years. On average, South Asians converted to diabetes 3.1-4.6 years earlier than Western Europeans and at an equivalent rate of conversion to Western Europeans who had a 0.5 mmol/L higher baseline fasting glucose value. CONCLUSIONS: High-risk ethnic groups converted to diabetes more rapidly, at younger ages, and at lower fasting glucose values than European populations, leading to a shorter window for diabetes prevention.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 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) | 0,001 | 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 ».