Trends in Diabetes Biomarkers and Treatment Statuses of Non-Institutionalized Canadians: Canadian Health Measures Survey 2007 to 2015
Notice bibliographique
Résumé
Abstract Background Diabetes has been a major source of disease burden in Canada. Moreover, untreated diabetes can lead to complications and severe conditions. A few studies exist on the prevalence of diabetes and the adequacy of diabetes management for the Canadian population, and so this study aims to estimate the diabetes prevalence rates using biomarkers and the treatment statuses of non-institutionalized Canadian patients. Methods The Canadian Health Measures Survey (CHMS) cycles 1 to 4 were conducted between 2007 and 2015 as interviews with non-institutionalized Canadians. Four blood diabetic markers were measured: insulin, glycosylated hemoglobin percentages, random-spot glucose, and fasting glucose. Subjects with levels higher than normal ranges were considered to have pre-diabetes or diabetes. Treatment statuses were categorized into treated (using anti-diabetic agents or diagnosed with diabetes), probably treated (taking prescriptions or diagnosed with chronic conditions), potentially treated (taking any medications or diagnosed with chronic conditions), and untreated (not taking any medications and not diagnosed with chronic conditions). Weights were applied to generate nationally representative statistics. Results The blood insulin levels in cycle 4 were significantly higher than those in cycle 1 (ratio = 1.42, 95% CI = 1.04 to 1.79). The proportions of patients with pre-diabetes and diabetes were estimated differently at 0.75% using random-spot glucose and 42.17% using glycosylated hemoglobin percentages, respectively. The proportions of Canadians with uncontrolled pre-diabetes or diabetes varied from 0.59% using random-spot glucose levels to 4.63% using fasting glucose levels, respectively. Through cycles 1 to 4, the proportions of untreated Canadians with pre-diabetes or diabetes ranged from 3.86% to 3.73%. More than 93% of those with high fasting glucose levels were taking prescription medications or had been diagnosed with chronic conditions (probably treated). Less than 33% of those with high fasting glucose levels were diagnosed or actively being treated with anti-diabetic agents (treated). Conclusion Diabetes biomarkers might be useful for screening untreated and undertreated patients with pre-diabetes or diabetes. The treatment categories we used indicated different intensities of intervention that might be useful for determining levels of patient outreach and for planning targeted screening in 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 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 | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».