Association of prior outpatient diabetes screening with cardiovascular events and mortality among people with incident diabetes: a population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: Outcomes of diabetes screening in contemporary, multi-ethnic populations are unknown. We examined the association of prior outpatient diabetes screening with the risks of cardiovascular events and mortality in Ontario, Canada. METHODS: We conducted a population-based cohort study using administrative databases among adults aged ≥ 20 years with incident diabetes diagnosed during 2014-2016. The exposure was outpatient diabetes screening performed within 3 years prior to diabetes diagnosis. The co-primary outcomes were (1) a composite of all-cause mortality and hospitalization for myocardial infarction, stroke, coronary revascularization, and (2) all-cause mortality (followed up until 2018). We calculated standardized rates of each outcome and conducted cause-specific hazard modelling to determine the adjusted hazard ratio (HR) of the outcomes, adjusting for prespecified confounders and accounting for the competing risk of death. RESULTS: We included 178,753 Ontarians with incident diabetes (70.2% previously screened). Individuals receiving prior screening were older (58.3 versus 53.4 years) and more likely to be women (49.6% versus 40.0%) than previously unscreened individuals. Individuals receiving prior screening had relatively lower standardized event rates than those without prior screening across all outcomes (composite: 12.8 versus 18.1, mortality: 8.2 versus 11.1 per 1000 patient-years). After multivariable adjustment, prior screening was associated with 34% and 32% lower risks of the composite (HR 0.66, 0.63-0.69) and mortality (0.68, 0.64-0.72) outcomes. Among those receiving prior screening, a result in the prediabetes range was associated with lower risks of the composite (0.82, 0.77-0.88) and mortality (0.71, 0.66-0.78) outcomes than a result in the normoglycemic range. CONCLUSIONS: Previously screened individuals with diabetes had lower risks of cardiovascular events and mortality versus previously unscreened individuals. Better risk assessment tools are needed to support wider and more appropriate uptake of diabetes screening, especially among young adults.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».