Trends in glucose testing among individuals without diabetes in Ontario between 2010 and 2017: a population-based cohort study
Notice bibliographique
Résumé
<h3>Background:</h3> Early identification of people with diabetes or prediabetes enables greater opportunities for glycemic control and management strategies to prevent related complications. To identify gaps in screening for these conditions, we examined population trends in receipt of timely glucose testing overall and in specific clinical subgroups. <h3>Methods:</h3> Using linked administrative databases, we conducted a retrospective cohort study of people aged 40 years and older without diabetes at baseline. Our primary outcome was up-to-date glucose testing, defined as having received testing at least once in the 3 years before each index year from 2010 to 2017, using linked administrative databases of people residing in Ontario, Canada. We calculated rates of up-to-date testing by age group, sex, ethnicity (South Asian, Chinese, general population) and comorbidities (hypertension, hyperlipidemia, cardiovascular disease). <h3>Results:</h3> Over the 8-year study period, up-to-date glucose testing rates were stable at 67% for men and 77% for women (both relative risk 1.00 per year; 95% confidence interval 1.00–1.00). Testing rates were significantly lower in men than in women (all age groups <i>p</i> < 0.001) and lower in younger than older age groups (except those aged ≥ 80 yr). South Asian people had the highest testing rates, although among people aged 70 years or older, testing was highest in the general population (<i>p</i> < 0.001). Among people with hypertension, hyperlipidemia and cardiovascular disease, annual testing rates were also stable, but only 58% overall among people with hypertension. <h3>Interpretation:</h3> We found lower glucose testing rates in younger men and people with hypertension. Our findings reinforce the need for initiatives to increase awareness of glycemic testing.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».