1362-P: Influence of Ethnicity on the Association between Body Mass Index and Prevalence of Gestational Diabetes
Notice bibliographique
Résumé
Gestational diabetes (GDM) prevalence increases with increasing body mass index (BMI), and evidence suggests that the association may vary by ethnicity. Using a cross-sectional study, we examined the association between BMI and GDM by ethnicity. Data were obtained from administrative health datasets for all of Ontario, Canada. Using a validated algorithm, we identified Chinese and South Asian maternal ethnicity; all others were categorized as the general population. GDM was ascertained through hospital and claims records. The study population consisted of women without pre-existing diabetes who had a livebirth between April 2012 and March 2014. The relation between pre-pregnancy BMI and GDM was modeled using adjusted logistic regression, stratified by ethnicity. The study population consisted of 231,618 women, of whom 10,895 (4.7%) developed GDM. The prevalence of GDM was 9.9% among South Asians, 8.2% among Chinese and 4.3% of the general population of women. Compared to a normal BMI, having an overweight BMI (25-30 kg/m2) was associated with a higher aOR of GDM among Chinese (1.96, 95% CI: 1.50-2.56), South Asian (1.87, 1.47-2.36) and the general population of women (1.84, 1.69-2.01) (Figure). GDM prevalence is considerably higher across all levels of BMI in South Asian and Chinese women compared with the general population, suggesting the need for an ethnicity-specific screening approach for GDM. Disclosure S. Read: None. H. Berger: None. D. Feig: Advisory Panel; Self; Novo Nordisk A/S. Speaker’s Bureau; Self; Medtronic. K. Fleming: None. J.G. Ray: None. B.R. Shah: None. L. Lipscombe: None. Funding Diabetes Action Canada (PSI19-23)
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».