MétaCan
Menu
Retour à la cohorte
Enregistrement W3176256474 · doi:10.2337/db21-1062-p

1062-P: Attainment of Glycemic Targets among Adults with Diabetes in Canada: A Cross-Sectional National Diabetes Repository Study

2021· article· en· W3176256474 sur OpenAlexaboutno aff
Alanna Weisman, Bruce A. Perkins

Notice bibliographique

RevueDiabetes · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGlycemicType 2 diabetesDiabetes mellitusLogistic regressionInsulinPopulationType 1 diabetesCross-sectional studyInternal medicineDemographyGerontologyEndocrinologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Objective: International societies and clinical practice guidelines recommend a Hemoglobin A1c target of ≤7.0% for the majority of adults with type 1 (T1D) and type 2 diabetes (T2D). However, the proportion meeting this target and its predictors have not been comprehensively described outside of the USA or in population-based data sources. Methods: Adults with diabetes were identified in the National Diabetes Repository, a primary care electronic medical record (EMR) database from 5 Canadian provinces, from January 2015 to June 2019. Individuals were categorized as T1D (using a previously validated algorithm), T2D not prescribed insulin, or T2D prescribed insulin. Using the most recent HbA1c, proportions of individuals with HbA1c ≤7.0% were determined and compared using Chi-square tests. Multivariable logistic regression models were used to assess the association between predictors and meeting the HbA1c target. Results: Of 83,273 eligible adults in the National Diabetes Repository, 1484 had T1D, 10,473 had T2D prescribed insulin and 71,316 had T2D not prescribed insulin. Proportions meeting the HbA1c target of ≤7.0% were 23.9%, 24.9%, and 62.4%, respectively (p=0.4 for T1D vs. T2D prescribed insulin, p<0.0001 for other comparisons). In multivariable logistic regression models, depression was associated with reduced likelihood of meeting the HbA1c target for T1D (OR 0.74, 95% CI 0.55-0.98). Male sex, lower income quintile, and insulin use were associated with reduced likelihood of meeting the HbA1c target for T2D (0.85(0.83-0.88); 0.83(0.79-0.88); 0.23(0.22-0.24)). Conclusions: In a Canadian population-based primary-care EMR database, less than one-fourth of adults with T1D and T2D prescribed insulin, whereas two-thirds of adults with T2D not prescribed insulin, attain the recommended HbA1c target of ≤7.0%. Further research and implementation approaches are required to optimize outcomes in diabetes, particularly for those requiring insulin. Disclosure A. Weisman: None. B. A. Perkins: Advisory Panel; Self; Abbott Diabetes, Boehringer Ingelheim International GmbH, Insulet Corporation, Novo Nordisk Canada Inc., Other Relationship; Self; Abbott Diabetes, Medtronic, Novo Nordisk Canada Inc. Funding Diabetes Action Canada

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,019
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,006
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,010
Tête enseignante GPT0,249
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetChronic Disease Management StrategiesTravaux en français237 207