Pregnancy and development of diabetes in First Nations and non‐First Nations women in Alberta, Canada
Notice bibliographique
Résumé
AIM: To conduct a retrospective population-based study to examine the risk of developing diabetes after delivery in First Nations and non-First Nations women in Alberta. METHODS: Delivery records (1999-2014) were linked to provincial administrative data, which allowed for a maximum follow-up of 16 years after delivery. Prevalence of pregnancy risk factors were compared by First Nations status. Hazard ratios for diabetes after delivery by First Nations status, high pre-pregnancy body weight (≥91 kg) and gestational diabetes status were estimated using the Cox proportional hazards model. RESULTS: Age-adjusted prevalence of gestational diabetes (7.9% vs 4.6%; P<0.0001), high pre-pregnancy body weight (18.8% vs 10.2%; P<0.0001) and diabetes after delivery (3.9% vs 1.1%; P<0.0001) were higher in First Nations women than in non-First Nations women. Development of diabetes after delivery was higher with First Nations status (hazard ratio 3.0, 95% CI 2.6-3.4), high pre-pregnancy body weight (hazard ratio 3.6, 95% CI 3.3-4.0) and gestational diabetes status (hazard ratio 19.2, 95% CI 17.9-20.6). The highest risk was within First Nations women with high pre-pregnancy body weight and gestational diabetes (hazard ratio 54.8, 95% CI 45.2-66.5) compared to women without these three risk factors. Reduced prenatal visits per pregnancy (8.4 vs 10.7; P<0.0001) and delayed first prenatal visit (time to delivery 23.7 vs 26.7 weeks; P<0.0001) were observed in First Nations women compared to non-First Nations women. CONCLUSION: First Nations women are at greater risk of developing diabetes after pregnancy, with gestational diabetes being the strongest predictor. Strategies that target the specific needs of First Nations women before, during and after pregnancy are required.
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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».