The global burden of disease attributable to high fasting plasma glucose in 204 countries and territories, 1990–2019: An updated analysis for the Global Burden of Disease Study 2019
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: High fasting plasma glucose (HFPG) is an independent risk factor for several adverse health outcomes and has become a serious public health problem. We aimed to evaluate the spatial pattern and temporal trend of disease burden attributed to HFPG from 1990 to 2019 using data from the Global Burden of Diseases, Injuries, and Risk Factors Study (GBD) 2019. MATERIALS AND METHODS: Using data from GBD 2019, we estimated the numbers and age-standardized rates of deaths and disability-adjusted life years (DALYs) attributed to HFPG by calendar year, age, gender, country, region, Socio-demographic Index (SDI), and specific causes. The joinpoint regression analysis was used to assess the temporal trends of deaths and DALYs from 1990 to 2019. RESULTS: In 2019, globally, the numbers of deaths and DALYs attributable to HFPG were approximately 6.50 million and 172.07 million, respectively, with age-standardized rates of 83.00 per 100,000 people and 2104.26 per 100,000 people, respectively. From 1990 to 2019, the global numbers of deaths and DALYs attributed to HFPG have over doubled. The age-standardized rate of DALYs showed an increasing trend, particularly in males and in regions with middle SDI or below. The leading causes of the global disease burden attributable to HFPG in 2019 were diabetes mellitus, ischaemic heart disease, stroke, and chronic kidney disease. CONCLUSIONS: HFPG is an important contributor to increasing the global and regional disease burden. Necessary measures should be taken to curb the growing burden attributed to HFPG, particularly in males and in regions with middle SDI or below.
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.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle