Impact of HCV infection and ethnicity on incident type 2 diabetes: findings from a large population-based cohort in British Columbia
Notice bibliographique
Résumé
INTRODUCTION: Increasing evidence indicates that chronic hepatitis C virus (HCV) infection is associated with higher risk of diabetes. Previous studies showed ethnic disparities in the disease burden of diabetes, with increased risk in Asian population. We described the incidence of type 2 diabetes related to HCV infection and assessed the concurrent impact of HCV infection and ethnicity on the risk of diabetes. RESEARCH DESIGN AND METHODS: In British Columbia Hepatitis Testers Cohort, individuals were followed from HCV diagnosis to the earliest of (1) incident type 2 diabetes, (2) death or (3) end of the study (December 31, 2015). Study population included 847 021 people. Diabetes incidence rates in people with and without HCV were computed. Propensity scores (PS) analysis was used to assess the impact of HCV infection on newly acquired diabetes. PS-matched dataset included 117 184 people. We used Fine and Gray multivariable subdistributional hazards models to assess the effect of HCV and ethnicity on diabetes while adjusting for confounders and competing risks. RESULTS: Diabetes incidence rates were higher among people with HCV infection than those without. The highest diabetes incidence rate was in South Asians with HCV (14.7/1000 person-years, 95% CI 12.87 to 16.78). Compared with Others, South Asians with and without HCV and East Asians with HCV had a greater risk of diabetes. In the multivariable stratified analysis, HCV infection was associated with increased diabetes risk in all subgroups: East Asians, adjusted HR (aHR) 3.07 (95% CI 2.43 to 3.88); South Asians, aHR 2.62 (95% CI 2.10 to 3.26); and Others, aHR 2.28 (95% CI 2.15 to 2.42). CONCLUSIONS: In a large population-based linked administrative health data, HCV infection was associated with higher diabetes risk, with a greater relative impact in East Asians. South Asians had the highest risk of diabetes. These findings highlight the need for care and screening for HCV-related chronic diseases such as type 2 diabetes among people affected by HCV.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 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) | 0,002 | 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 ».