Temporal and Regional Trends in the Crude Prevalence of Diabetes in Canada From 2000 to 2022: An Ecological Study Using Aggregated Surveillance Data
Notice bibliographique
Résumé
Background Diabetes remains a significant public health concern in Canada, with rising prevalence rates observed over recent decades. Understanding geographic and demographic patterns is essential for informing targeted prevention and resource allocation strategies. This study aims to examine trends in crude diabetes prevalence across four Canadian health zones from 2000 to 2022, using aggregated, age- and sex-stratified surveillance data, and with a focus on regional and sociodemographic disparities. Methods Data were obtained from the Canadian Chronic Disease Surveillance System (CCDSS), comprising annual counts of diabetes cases and population estimates stratified by age group, sex, and health zone. Crude prevalence rates were calculated and analyzed over time. A Poisson regression model with a log link and population offset was used to quantify temporal trends and assess differences by region, sex, and age group. Interaction terms were included to explore variation in trends across zones. Results Between 2000 and 2022, crude diabetes prevalence rose steadily across all regions, although the pace of increase varied. Zone 3 (Eastern) consistently showed the highest prevalence, whereas Zone 4 (Central) recorded the lowest levels by 2022. The Poisson regression model confirmed a significant annual rise in prevalence (β = 0.016, p < 0.001). Males had a significantly higher prevalence than females (β = -0.225, p < 0.001), and advancing age was strongly associated with a greater diabetes burden. Interaction terms between year and health zone indicated that temporal trends were not uniform across regions. Conclusion Diabetes prevalence in Canada has increased markedly over the past two decades, with substantial disparities across regions, age groups, and sexes. These findings underscore the need for region-specific diabetes prevention and control strategies, especially in high-burden zones. Continued surveillance and disaggregated analyses will be vital for addressing the evolving epidemiology of diabetes across the country.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| 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 ».