Mortality Trends and Disparities in Cerebrovascular Disease Among Diabetic Population in the United States From 1999 to 2020: A CDC WONDER Analysis
Notice bibliographique
Résumé
BACKGROUND: Diabetes mellitus (DM) significantly increases the risk of cerebrovascular disease (CeVD), a major cause of mortality and long-term disability. Despite improvements in healthcare, disparities in CeVD-related mortality among diabetic populations in the United States persist. METHODS: We conducted a retrospective analysis using the CDC WONDER database from 1999 to 2020 to assess mortality trends related to CeVD among adults aged ≥ 45 years with DM. Deaths were identified using ICD-10 codes I60-I69 (CeVD) and E10-E14 (DM). Age-adjusted mortality rates (AAMRs) were calculated, and trends were analysed using Joinpoint regression, stratified by age, race/ethnicity, geography, urbanisation, and place of death. RESULTS: A total of 689,846 CeVD-related deaths occurred in diabetic individuals. AAMR decreased from 36.9 in 1999 to 29.3 in 2020, with an average annual percentage change (AAPC) of -1.41%. However, a sharp rise was observed from 2018 to 2020 (APC 14.87%), indicating a concerning reversal in progress. The highest crude mortality rates were in the 75-84 age group, and the lowest in the 45-54 group. Black and Hispanic populations, rural residents, and those in the Southern United States had the highest mortality rates. The Northeast and Asian populations had the lowest, reflecting persistent disparities in access to care and preventive services. CONCLUSION: While CeVD mortality in diabetics declined over two decades, the recent reversal highlights emerging challenges, possibly due to healthcare disruptions and socioeconomic disparities. These findings underscore the need for targeted public health interventions to address inequities and improve outcomes in high-risk 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».