Sex and gender aspects in diabetes mellitus: Focus on access to health care and cardiovascular outcomes
Notice bibliographique
Résumé
Aims: The aim of this study was to elucidate whether sex and gender factors influence access to health care and/or are associated with cardiovascular (CV) outcomes of individuals with diabetes mellitus (DM) across different countries. Methods: Using data from the Canadian Community Health Survey (8.4% of respondent reporting DM) and the European Health Interview Survey (7.3% of respondents reporting DM), were analyzed. Self-reported sex and a composite measure of socio-cultural gender was constructed (range: 0-1; higher score represent participants who reported more characteristics traditionally ascribed to women). For the purposes of analyses the Gender Inequality Index (GII) was used as a country level measure of institutionalized gender. Results: Canadian females with DM were more likely to undergo HbA1c monitoring compared to males (OR = 1.26, 95% CI: 1.01-1.58), while conversely in the European cohort females with DM were less likely to have their blood sugar measured compared to males (OR = 0.88, 95% CI: 0.79-0.99). A higher gender score in both cohorts was associated with less frequent diabetes monitoring. Additionally, independent of sex, higher gender scores were associated with higher prevalence of self-reported heart disease, stroke, and hospitalization in all countries albeit European countries with medium-high GII, conferred a higher risk of all outcomes and hospitalization rates than low GII countries. Conclusion: Regardless of sex, individuals with DM who reported characteristics typically ascribed to women and those living in countries with greater gender inequity for women exhibited poorer diabetes care and greater risk of CV outcomes and hospitalizations.
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 | 0,000 |
| 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 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 ».