Associations Between Type 2 Diabetes Subtypes and Complications: Analysis of the Malaysia National Diabetes Registry
Notice bibliographique
Résumé
Background: The aim of the study was to investigate type 2 diabetes (DM2) subtypes and associations with complications in a multiethnic Asian population. Methods: Analytical cohort (n = 60,946), extracted from 2019 Malaysia National Diabetes Registry, included 63.8% Malay, 16.7% Chinese, 11.3% Indian, and 11.3% other. A K-means cluster analysis was performed with complete data on six variables: age, DM2 duration, body mass index, metabolic syndrome severity, triglyceride-glucose index, and glycated hemoglobin . Separate Cox regression models and time-to-event analysis (from DM2 diagnosis) assessed the hazard ratio (HR) and time-to-complications, adjusting for sex, age, and ethnicity. Results: Four clusters emerged: mild age-related diabetes (MARD) in 21,059 (35.6%), severe insulin-deficient diabetes (SIDD) in 11,751 (19.3%), mild obesity-related diabetes (MOD) in 14,700 (24.1%), and severe insulin-resistant diabetes (SIRD) in 13,436 (22.0%). Each cluster was compared to MARD. SIDD had later-onset and lowest HR for chronic kidney disease (CKD) (HR 0.25 (0.24 - 0.26)), retinopathy (HR 0.28 (0.27 - 0.30)), cerebrovascular disease (HR 0.57 (0.47 - 0.69)), and ischemic heart disease (HR 0.83 (0.76 - 0.91)). MOD had lowest HR (0.53 (0.34 - 0.84)) for limb amputations, and low HR for CKD, retinopathy, and cerebrovascular disease. SIRD had highest HR (1.43 (1.13 - 1.81)) for foot ulcers, and low HR (0.59 (0.56 - 0.63)) for retinopathy and CKD (HR 0.77 (0.74 - 0.80)). Known severe CKD cases were excluded from National Diabetes Registry. Conclusions: DM2 subtypes associate differently with complications in Malaysia, similar to patterns found in European cohorts. DM2 subtypes complications, particularly for advanced CKD, are affected by registry-related selection bias and deserve further longitudinal investigation. J Endocrinol Metab. 2024;14(1):1-12 doi: https://doi.org/10.14740/jem879
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».