Prevalence and factors related to type 2 diabetes among Black individuals in Canada: A systematic review and meta-analysis
Notice bibliographique
Résumé
This study examines the prevalence and factors associated with diabetes among Black individuals in Canada, compared to other racial groups. A comprehensive search strategy was executed across ten databases: MEDLINE, APA PsycInfo, CBCA, CINAHL, Scopus, Cochrane CENTRAL, CPI. Q, Embase, Érudit, and Web of Science. A random effects meta-analysis and narrative review were performed. The meta-analysis included 11 studies comprising 83,942 Black individuals, finding a pooled diabetes prevalence of 6.3 %. No significant gender or racial-ethnic group differences were observed. However, when compared directly to other racial group, Black individuals were more likely to have diabetes compared to White (OR = 1.29) and Asian (OR = 1.16) participants. The prevalence was unaffected by moderators such as age, gender or publication year. A narrative review highlighted associations with gender, socioeconomic status, immigration status, and healthcare utilization. Findings highlight a higher diabetes prevalence among Black individuals compared to White and Asian populations and significant research gaps. Key areas for future study include examining the impact of social determinants like racial discrimination, immigration status, and socioeconomic factors on diabetes risk. Additionally, classifying data by ethnicity within Canadian populations and focusing on healthcare quality are essential to developing targeted prevention and intervention strategies for Black communities.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,026 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».