Disparities in Continuous Glucose Monitoring Use in Children with Type 1 Diabetes Across Canada
Notice bibliographique
Résumé
Background: Socioeconomic status (SES) and ethnic disparities in diabetes technology use have not been comprehensively explored across Canada. We describe SES disparities in continuous glucose monitoring (CGM) use among children in three Canadian provinces with differing public funding structures. Methods: We conducted a case–control study of children aged 1–18 years with type 1 diabetes using clinical data from three diabetes centers in Ontario, Alberta, and Québec. We measured SES using validated national neighborhood-level dimensions (residential instability, economic dependency [including employment], ethnocultural composition, and situational vulnerability [including education]). Cases were those with first-time CGM use in 2017–2022; controls were those without such use as of their last visit in that period. We examined the association between SES and CGM use using multilevel logistic regression with random effects for province, adjusting for age, sex, diabetes duration, insulin pump use, and average hemoglobin A1c. Results: We identified 1770 children, 48.9% female, with median (interquartile range) age 11.8 (8.8–14.3) years and duration of diabetes 2.6 (0.7–5.9) years. Of the 1770 children, 1411 (79.7%) used CGM. We observed significant associations with CGM use for three of the four SES dimensions. Compared with the least deprived quintiles for economic dependency, those in the middle quintile had 17% higher odds (adjusted odds ratio [aOR] 1.17, 95% confidence interval [CI] 1.02, 1.34) of using CGM. The most versus least diverse ethnocultural composition quintiles had 37% lower odds (aOR 0.63, 95% CI 0.60, 0.67) of using CGM, and those in the most versus least deprived quintiles for situational vulnerability (including least well-educated) had 50% lower odds (aOR 0.50, 95% CI 0.40, 0.62) of using CGM. Conclusions and Relevance: We found significant associations of employment status, ethnocultural diversity, and education with CGM use across Canada. Future work should promote equitable technology use among all groups.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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 ».