Virtual vs In-person Care in Gestational Diabetes Management: A Retrospective Cohort Analysis
Notice bibliographique
Résumé
OBJECTIVES: The rising prevalence of gestational diabetes (GDM) presents a challenge to health-care systems. Virtual care has emerged as a potential solution to alleviate this burden, but limited data exist on its effectiveness. In this study, we evaluated maternal and neonatal outcomes in individuals with GDM managed with virtual care vs in-person care. METHODS: A retrospective cohort study was conducted among individuals with GDM attending interdisciplinary diabetes in pregnancy clinics in Calgary, Alberta, between 2017 and 2022. The primary exposure was modality of the initial visit (virtual or in-person) with a certified diabetes educator. Logistic regression models were used to analyze the relationship between visit modality and outcomes, adjusting for multiples, socioeconomic status, maternal age, infant sex, parity, and before vs during the severe acute respiratory syndrome coronavirus-2 (COVID-19) pandemic. RESULTS: Of the 9,511 individuals included, 4,236 had an initial virtual visit. Those in the virtual care group had lower odds of delivering large-for-gestational-age infants (adjusted odds ratio [aOR] 0.79, 95% confidence interval [CI] 0.65 to 0.97) and undergoing cesarean section (aOR 0.88, 95% CI 0.79 to 0.99). They also had lower odds of missing at least 1 appointment (aOR 0.89, 95% CI 0.77 to 0.99) and greater odds of being prescribed both insulin and metformin (aOR 1.30, 95% CI 1.16 to 1.46). No significant differences were found in rates of operative vaginal birth, induction of labour, small-for-gestational-age infants, 5-minute Apgar score <7, or neonatal intensive care unit admission. CONCLUSIONS: This study highlights the potential of virtual care to enhance GDM management. Further research is needed to assess its broader impact and optimize implementation strategies for diverse populations.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».