MétaCan
Menu
Retour à la cohorte
Enregistrement W4281667033 · doi:10.2337/db22-1240-p

1240-P: Real-World Demographics and Clinical Characteristics of Type 2 Diabetes Mellitus Patients in Ontario, Canada

2022· article· en· W4281667033 sur OpenAlexaffabout
Robyn L. Houlden, SHANE GOLDEN, WEI ZHE SHI, ATIF A. KUKASWADIA, ARUSHI SHARMA, K Quansah, AIDEN R. LIU

Notice bibliographique

RevueDiabetes · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensKingston Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineDyslipidemiaDemographicsCohortDiabetes mellitusPopulationType 2 diabetesDemographyType 2 Diabetes MellitusAnginaDiseasePediatricsFamily medicineGerontologyInternal medicineEnvironmental healthMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

Population-based studies of diabetes may be limited by sampling and capture. Our study utilizes the Ontario Diabetes Database, which captures all persons in Ontario, Canada with non-gestational diabetes. Based on sensitive and specific cohort definitions adults with T2DM were identified. Study objectives are to investigate: the demographic and the clinical characteristics of type 2 diabetes patients in Ontario, Canada over a time frame from Apr 1, 2002 to Sept 31, 2017. We also compare the demographics and clinical characteristics of T2DM patient populations from the cohorts to understand the impact T2DM definitions have on characterizing the disease. We identify 1,093,812 and 783,228 in the cohorts (Table 1) . In the sensitive and specific cohorts, the mean age of a patient with T2D is 64 to 65 years old and 52 to 54% are male, respectively. Roughly 56 to 64% of patients have a 1-year mean HbA1c of <7%, with ∼ 25 to 32% at 7.0%-8.5%, respectively. Overall, covariates of interest in our demographics and clinical characteristics analysis are similar for both cohorts. Our results show multiple comorbidities in this population; hypertension (∼ 77-79%) , dyslipidemia (∼55%) , chronic ischemic heart disease (∼28%) and angina (∼21%) . The comorbidities further illustrate a substantial proportion of T2DM patients suffer comorbid heart diseases. Disclosure R.L. Houlden: Advisory Panel; Novo Nordisk Canada Inc. Research Support; AstraZeneca. Speaker's Bureau; Abbott Diagnostics, Boehringer Ingelheim International GmbH, Dexcom, Inc., Eli Lilly and Company, Medtronic, Novo Nordisk Canada Inc., Sanofi. S. Golden: Other Relationship; Novo Nordisk Canada Inc. W. Shi: Other Relationship; Novo Nordisk Canada Inc. A.A. Kukaswadia: Other Relationship; Novo Nordisk. A. Sharma: Other Relationship; Novo Nordisk Canada Inc. K. Quansah: Employee; Boehringer Ingelheim (Canada) Ltd., Novo Nordisk Canada Inc. A.R. Liu: Employee; Novo Nordisk A/S, Novo Nordisk Canada Inc.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,025
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,005
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,064
Tête enseignante GPT0,391
Écart entre enseignants0,327 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetHealthcare Systems and PracticesTravaux en français237 207