Prevalence of Adult Type 2 Diabetes Mellitus and Related Complications in Alberta, Canada: A Retrospective, Observational Study Using Administrative Data
Notice bibliographique
Résumé
OBJECTIVES: Type 2 diabetes mellitus (T2DM) is a prevalent chronic disease and a leading cause of morbidity/mortality in Canada. We evaluated the burden of T2DM in Alberta, Canada, by estimating the 5-year period prevalence of T2DM and rates of comorbidities and complications/conditions after T2DM. METHODS: We conducted a population-based, retrospective study linking administrative health databases. Individuals with T2DM (≥18 years of age) were identified between 2008-2009 and 2018-2019 using a published algorithm, with follow-up data to March 2020. The 5-year period prevalence was estimated for 2014-2015 to 2018-2019. Individuals with newly identified T2DM, ascertained between 2010-2011 and 2017-2018 with a lookback period between 2008-2009 and 2009-2010 and a minimum 1 year of follow-up data, were evaluated for subsequent cardiovascular, diabetic, renal, and other complication/condition frequencies (%) and rates (per 100 person-years). Complications/conditions were stratified by atherosclerotic cardiovascular disease (ASCVD) status at index and age. RESULTS: The 5-year period prevalence of T2DM was 11,051 per 100,000 persons, with the highest prevalence in men 65 to <75 years of age. There were 195,102 individuals included in the cohort (mean age 56.7±14.7 years). The most frequently reported complications/conditions (rates per 100 person-years) were acute infection (23.10, 95% confidence interval [CI] 23.00 to 23.30), hypertension (17.30, 95% CI 16.80 to 17.70), and dyslipidemia (12.20, 95% CI 11.90 to 12.40). Individuals who had an ASCVD event/procedure and those ≥75 years of age had higher rates of complications/conditions. CONCLUSIONS: We found that over half of the individuals had hypertension or infection after T2DM. Also, those with ASCVD had higher rates of complications/conditions. Strategies to mitigate complications/conditions after T2DM are required to reduce the burden of this disease on individuals and health-care systems.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».