Primary and Secondary Cardiovascular Prevention Among First Nations Peoples With Type 2 Diabetes in Canada: Findings From the FORGE AHEAD Program
Notice bibliographique
Résumé
Background First Nations (FN) peoples in Canada face spiraling rates of type 2 diabetes mellitus (T2DM) and cardiovascular disease (CVD). Data on the extent of CVD risk-factor management in FN peoples with T2DM in Canada are scarce. Methods A T2DM registry with data from 7 FN communities in Canada was utilized to identify individuals eligible for primary and secondary CVD prevention. Proportions of individuals meeting clinical practice guideline–specified targets (hemoglobin A1c ≤7.0%; blood pressure ≤130/80 mm Hg; low-density lipoprotein ≤2 mmol/L) were calculated. Prescription of recommended cardioprotective medications (antithrombotic medication, lipid-lowering agents, renin-angiotensin-aldosterone system inhibitors, and beta-blockers) among those with CVD was assessed. χ 2 tests were employed to evaluate differences between CVD prevention groups and sexes. Results Of the 2098 individuals in the registry, 18% had documented CVD (female: male = 1.12). Overall, <10% met all 3 clinical practice guideline targets. Attainment of hemoglobin A1c and blood pressure targets was comparable between primary and secondary CVD prevention groups, with<50% achieving targets. A greater proportion of the secondary prevention group met low-density lipoprotein targets compared to those without CVD (61.6% vs 40.9%, P < 0.01). In the secondary prevention group, beta-blockers were prescribed to only 20%, and <60% were prescribed antithrombotics, lipid-lowering medications, or agents targeting the renin-angiotensin-aldosterone system; <2% were prescribed medications from all 4 classes of cardioprotective medications. Conclusions Primary and secondary CVD prevention recommendations for individuals with T2DM are not being met for an alarmingly high proportion of FN peoples. These findings serve as an urgent call for proactive measures to reduce CVD events and related mortality in this high-risk population.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».