Urban–rural disparities in diabetes-related mortality in the USA 1999–2019
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
Abstract Aims/hypothesis Our study aimed to examine the trends in diabetes-related mortality in urban and rural areas in the USA over the past two decades. Methods We examined the trends in diabetes-related mortality (as the underlying or a contributing cause of death) in urban and rural areas in the USA between 1999 and 2019, using the CDC WONDER Multiple Cause of Death database. We estimated the 20 year trends of the age-adjusted mortality rate (AAMR) per 100,000 population in urban vs rural counties. Results The AAMR of diabetes was higher in rural than urban areas across all subgroups. In urban areas, there was a significant decrease in the AAMR of diabetes as the underlying (−16.7%) and contributing (−13.5%) cause of death ( p trend <0.001), which was not observed in rural areas (+2.6%, +8.9%, respectively). AAMRs of diabetes decreased more significantly in female compared with male individuals, both in rural and urban areas. Among people younger than 55 years old, there was a temporal increase in diabetes-related AAMR (+13.8% to +65.2%). While the diabetes-related AAMRs of American Indian patients decreased in all areas (−19.8% to −40.5%, all p trend <0.001), diabetes-related AAMRs of Black and White patients decreased significantly in urban (−26.6% to −28.3% and −10.7% to −15.4%, respectively, all p trend <0.001) but not rural areas (−6.5% to +1.8%, +2.4% to +10.6%, respectively, p trend NS, NS, NS and <0.001). Conclusions/interpretation The temporal decrease in diabetes-related mortality in the USA has been observed only in urban areas, and mainly among female and older patients. A synchronised effort is needed to improve cardiovascular health indices and healthcare access in rural areas and to decrease diabetes-related mortality. Graphical abstract
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle