Diabetes during pregnancy among Métis people in Alberta: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Diabetes in pregnancy is an important public health concern for Indigenous populations. We sought to evaluate the prevalence and outcomes of pre-existing and gestational diabetes among Métis pregnancies compared with other pregnancies in Alberta, Canada. METHODS: We conducted a retrospective cohort study using administrative health data from 2006 to 2016 and the Métis Nation of Alberta Identification Registry to compare the prevalence of pre-existing and gestational diabetes among all singleton Métis births with non-Métis births. We compared 10 maternal and neonatal outcomes using adjusted odds ratios (ORs) and 95% confidence intervals (CIs) in multivariable analyses. RESULTS: The study population included 7902 Métis and 471 886 non-Métis births. The age-standardized prevalence of pre-existing diabetes was 1.7% (95% CI 1.4%-2.1%) for Métis and 1.1% (95% CI 1.1%-1.2%) for non-Métis pregnancies. For gestational diabetes, the age-standardized prevalence was 6.3% (95% CI 5.6%-6.9%) for Métis and 5.4% (95% CI 5.3%-5.4%) for non-Métis pregnancies. After adjusting for parity, maternal weight, age, smoking during pregnancy and material and social deprivation, Métis pregnancies had 1.72 times higher prevalence of preexisting diabetes (adjusted OR 1.72, 95% CI 1.15-2.56) and 1.30 times higher prevalence of gestational diabetes (adjusted OR 1.30, 95% CI 1.08-1.57) than non-Métis pregnancies. Métis pregnancies with pre-existing diabetes had nearly 3 times the odds of developing preeclampsia (adjusted OR 2.96, 95% CI 1.27-6.90), while those with gestational diabetes had 48% higher odds of large-for-gestational-age infants (adjusted OR 1.48, 95% CI 1.00-2.19). INTERPRETATION: Métis pregnancies have an increased prevalence of pre-existing and gestational diabetes than non-Métis pregnancies and an elevated risk of some perinatal outcomes. Interventions to tackle these health inequities should address both physiologic and cultural dimensions of health, informed by Métis perspectives.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».