Development and internal validation of a model to predict type 2 diabetic complications after gestational diabetes
Notice bibliographique
Résumé
Gestational diabetes mellitus (GDM) increases the risk of early-onset type 2 diabetes, which further exacerbates the risk of developing diabetic complications such as kidney, circulatory, and neurological complications. Yet, existing models have solely focused on the prediction of type 2 diabetes, and not of its complications, which are arguably the most clinically relevant outcomes. Our aim was to develop a prediction model for type 2 diabetic complications in patients with GDM. Using provincial administrative data from Quebec, Canada, we developed a model to predict type 2 diabetic complications within 10 years among 90,143 women with GDM. The model was internally validated and assessed for discrimination, calibration, and risk stratification accuracy. The incidence of diabetic complications was 3.8 (95% confidence interval (CI) 3.4-4.3) per 10,000 person-years. The final prediction model included maternal age, socioeconomic deprivation, substance use disorder, gestational age at delivery, severe maternal morbidity, previous pregnancy complications, and hypertensive disorders of pregnancy. The model had good discrimination [area under the curve (AUROC) 0.72 (95% CI 0.69-0.74)] and calibration (slope ≥ 0.9) to predict diabetic complications. In the highest category of the risk stratification table, the positive likelihood ratio was 8.68 (95% CI 4.14-18.23), thereby showing a moderate ability to identify women at highest risk of developing type 2 diabetic complications. Our model predicts the risk of type 2 diabetic complications with moderate accuracy and, once externally validated, may prove to be a useful tool in the management of women after GDM.
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 | 0,014 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».