MétaCan
Menu
Retour à la cohorte
Enregistrement W3012179291 · doi:10.9778/cmajo.20190210

Characterizing risk of type 2 diabetes in First Nations people living in First Nations communities in Ontario: a population-based analysis using cross-sectional survey data

2020· article· en· W3012179291 sur OpenAlexafffundvenueabout
Laura C. Rosella, Kathy Kornas, Michael Green, Baiju R. Shah, Jennifer Walker, Eliot Frymire, Carmen Jones

Notice bibliographique

RevueCMAJ Open · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensLaurentian UniversitySunnybrook HospitalQueen's UniversitySunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineType 2 diabetesPopulationOverweightEnvironmental healthDiabetes mellitusObesityDemographyNational Health and Nutrition Examination SurveyGerontologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Population-based planning tools are important for informing diabetes-prevention efforts in First Nations communities. We used the Diabetes Population Risk Tool (DPoRT) to predict 10-year diabetes risk and describe the factors that contribute to diabetes risk in First Nations adults living in Ontario First Nations communities. METHODS: We examined population data from adult (≥ 20 yr) respondents to the First Nations Regional Health Survey (RHS) phase 3, a representative cohort of First Nations people living in Ontario First Nations communities. We applied the DPoRT to risk factor information in the survey to predict the distribution of 10-year type 2 diabetes incidence and number of new diabetes cases from 2015/16 to 2025/26. RESULTS: There were 993 respondents to the RHS phase 3 adult survey, of whom 936 (708 without diabetes and 228 with a diagnosis of type 2 diabetes) were eligible for inclusion. The DPoRT predicted a type 2 diabetes risk of 9.6% (confidence interval [CI] 8.3-10.8) between 2015/16 and 2025/26, corresponding to 3501 (95% CI 2653-4348) new diabetes cases. Diabetes cases were predicted to occur disproportionately among those experiencing food insecurity, low income, overweight, obesity and physical inactivity. Reduced diabetes risk was predicted among those who reported connections to Indigenous culture, as measured by eating traditional vegetative foods a few times or often in the previous 12 months. INTERPRETATION: Socioeconomic conditions and known risk factors for type 2 diabetes are important determinants of diabetes risk in First Nations communities. Culturally appropriate policies, programming and services that address socioeconomic disadvantage and other diabetes risk factors in First Nations communities likely have an important role for diabetes prevention in First Nations adults.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0040,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,106
Tête enseignante GPT0,365
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetIndigenous Health, Education, and RightsTravaux en français237 207