Development and Validation of a New Diabetes Risk Score in Guyana
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: We present a new diabetes risk score developed and validated in a multi-ethnic population in Guyana, South America. Measurement of in-country diabetes prevalence is a vital epidemiologic tool to combat the pandemic. It is believed that for every person diagnosed with type 2 diabetes there is another undiagnosed. The International Diabetes Federation (IDF) recommends a two-step detection programme using a risk score questionnaire to identify high-risk individuals followed by glycaemic measure. METHODS: Data on 798 persons from the 2016 STEPwise Approach to Chronic Disease Risk Factor Surveillance (STEPS) were used to correlate responses to 36 questions with glycated haemoglobin (HbA1C) and fasting plasma glucose (FPG) results. Bootstrapping was used to internally validate the derived seven-variable model. This model with the addition of family history questions was tested in a convenience sample of 659 Guyanese adults and externally validated in a cohort of another 528. RESULTS: An 8-item Guyana Diabetes Risk Score (GDRS) was derived. The final model performed with an area under the curve (AUC) of 0.812 CONCLUSIONS: The validated eight-item Guyana Diabetes Risk Score will be extremely useful in identifying individuals at high risk of having diabetes in Caribbean, Black or East Indian populations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle