MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408995455 · doi:10.3390/ijerph22040519

Impact of the COVID-19 Pandemic and Control Measures on Screening and Diagnoses of Type 2 Diabetes in British Columbia

2025· article· en· W4408995455 sur OpenAlexafffundabout
Bushra Mahmood, Leo I. Gordon, Julia Li, James Wilton, Tricia S. Tang, Héctor Alexander Velásquez García, Stanley Wong, Akshay Jain, Zaeema Naveed, Arun Garg, Amandeep Nandra, Naveed Z. Janjua, Geoffrey McKee

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensCentre for Advancing Health OutcomesSt. Paul's HospitalFraser HealthBC Cancer AgencyProvincial Health Services AuthorityBC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineMedical diagnosisDiabetes mellitusPandemicCoronavirus disease 2019 (COVID-19)CohortType 2 diabetesCohort studyDemographyPopulationPediatricsGerontologyInternal medicineDiseaseEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In British Columbia (BC), Canada, COVID-19 and associated control measures impacted routine care for patients with diabetes. Some of these measures may have impacted timely screening and diagnosis of type 2 diabetes. We assessed the impact of control measures on screening and diagnosis of type 2 diabetes in BC. METHODS: We used data from the BC COVID-19 Cohort, which includes COVID-19 and healthcare administrative data on all residents of BC. We assessed and compared screening (≥40 yrs) and diagnosis (≥18 yrs) of diabetes among the adult population during the pandemic period (1 April 2020-31 December 2022), with 1 January 2016-31 March 2020 used as a historical reference period. We used interrupted time series with generalized additive models to evaluate the impact of policy measures on screening and diagnoses trends. RESULTS: We observed an initial decline in the mean number of screenings and diagnoses. In the third post-policy phase (January 2022-December 2022), there was a 4.8% (-5.1, 15.4) increase in screenings while after an initial reduction in diabetes diagnoses, we observed a significant increase of 31.6% (17.8, 46.6) in the third post-policy phase. Further stratification by age and sex showed the entire increase in diagnoses trends was driven by younger females with a 56.4% (25.1, 92.9) and 58.7% (38.2, 81.3) increment in diagnoses in the 18-29 and 40-49 age groups, respectively. CONCLUSIONS: The initial reduced number of screenings and diagnoses followed by the significant upward trend in diabetes diagnoses in the later post-policy phase have important clinical and public health implications. Further research is needed to understand the post-pandemic increase in diabetes among females.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,154

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,382
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public Health→Même sujetDiabetes, Cardiovascular Risks, and Lipoproteins→Travaux en français237 207→