MétaCan
Menu
Retour à la cohorte
Enregistrement W4415453249 · doi:10.1210/jendso/bvaf149.1099

SAT-568 National Trends in the Incidence of Chronic Kidney Disease Due to Type 1 Diabetes Among Adults Aged 55 and Older Across 204 Countries (1990-2021): A Global Burden Of Disease Study

2025· article· en· W4415453249 sur OpenAlexaboutno aff
Mishaal Munir, Gianina Flocco, Husnain Ahmad, Mian Zahid Jan Kakakhel, Faizan Ahmed, Muhammad Irvan Ali, Ayesha Zahid, Jibran Ikram, Asfand Yar Cheema

Notice bibliographique

RevueJournal of the Endocrine Society · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)Kidney diseaseDisease burdenConfidence intervalBurden of diseasePopulationDiabetes mellitusType 1 diabetesEpidemiology

Résumé

récupéré en direct d'OpenAlex

Abstract Disclosure: M. Munir: None. G. Flocco: None. H. Ahmad: None. M. Kakakhel: None. F. Ahmed: None. M. Ali: None. A. Zahid: None. J. Ikram: None. A. Cheema: None. Over the last 30 years, significant population growth, aging, and shifts in epidemiologic trends have likely influenced the burden of chronic kidney disease (CKD) due to type 1 diabetes mellitus (T1DM). In this study, we utilized data and methodologies from the Global Burden of Disease (GBD) Study to examine changes in the burden of CKD due to T1DM from 1990 to 2021, focusing on incidence rates in adults aged 55 and older across 204 nations. GBD study data were analyzed to assess changes in the incidence rates of CKD due to T1DM. Estimated Annual Percent Changes (EAPCs) were calculated to capture national trends in adults aged 55 and older from 1990 to 2021, with corresponding 95% confidence intervals (CIs). The incidence of CKD due to T1DM has increased dramatically from 1990 to 2021. In 2021, the United States of America (USA) reported the highest number of new cases, followed by India and China. Notably, China surpassed Germany, which ranked fourth in 2021, marking a shift from the 1990 distribution of cases. The analysis revealed significant shifts in the incidence of CKD attributable to T1DM across nations over the past three decades. In 1990, Canada reported the highest incidence rate (3.92 per 100,000), but by 2021, Ireland emerged at the forefront with an incidence of 5.09 per 100,000, while Canada dropped to 4th place (3.90 per 100,000). Finland (4.41 per 100,000) and Austria (4.29 per 100,000) followed closely. In contrast, the lowest incidence rates in 2021 were observed in Papua New Guinea (0.19 per 100,000), followed by Tokelau (0.19 per 100,000) and Nauru (0.21 per 100,000), highlighting the marked global disparities in the burden of CKD due to T1DM. Despite the observed incidence rates from 1990 to 2021, Cyprus exhibited the most significant increase in incidence of CKD due to T1DM (EAPC: 3.32, 95% CI: 4.31, 2.47), followed by Hungary (EAPC: 3.01, 95% CI: 4.04, 2.20) and Slovakia (EAPC: 2.72, 95% CI: 3.98, 1.94). In contrast, 14 nations experienced declining incidence rates, with the most notable reductions occurring in Greenland (EAPC: -0.31, 95% CI: -0.16, -0.44), followed by Timor-Leste (EAPC: -0.31, 95% CI: -0.13, -0.44) and Egypt (EAPC: -0.19, 95% CI: -0.005, -0.32). The incidence of CKD due to T1DM has risen sharply in countries like Cyprus, Hungary, and Slovakia, while regions such as Greenland, Timor-Leste, and Egypt have experienced significant decreases. These changes point to varying trends in disease burden worldwide, emphasizing the importance of region-specific healthcare approaches to address this growing challenge. Presentation: Saturday, July 12, 2025

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,304

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,327
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Endocrine SocietyMême sujetDiabetes Management and ResearchTravaux en français237 207