Cardiometabolic risk factors and disease trends for atrial fibrillation in individuals with type 1 diabetes: a nationwide registry study
Notice bibliographique
Résumé
Abstract Objective To investigate standardized incidence of atrial fibrillation (AF) in individuals with type 1 diabetes (T1DMM) compared with matched controls from the general population. Additionally, to examine optimal levels- and relative importance of risk factors associated with AF and numbers of risk factors necessary to reduce excess risk in individuals with T1DM. Research design and methods The study included individuals with T1DM between 2001 and 2019 and matched controls without T1DM. The outcome of interest was the first occurrence of AF. Standardized incidence rates and Cox regression were used for analyzing incidence and risk associations. Results The study comprises analyses of data from 36,069 persons with T1DM and 165,705 matched controls; average age 34.1; 43.2% women. Incidence rates per 100,000 person years for AF in persons with T1DM declined between 2001 and 2019 from 671 to 494; also in controls from 568 to 317. However, results shows that those without cardiovascular disease at baseline, did not display a similar rate reduction over time. During this period, people with T1DM had a 1.34-fold (95% CI 1.24–1.46) higher adjusted hazard for incident AF than controls when adjusting for sociodemographic factors. This hazard was attenuated to 0.95 (95% CI 0.87–1.03) after also accounting for coronary, cerebrovascular, kidney disease and heart failure; among those with T1DM. In those, with several risk factors at baseline, we observed a hazard ratio from 1.61 (95%, 1.07–2.43), and there was also an indication of clear risk reduction in those with zero risk factors, albeit non-significant (HR 0.60, 95% CI 0.35–1.04). In the T1DM cohort, the first available value of hemoglobin A1c, systolic blood pressure, body mass index and estimated glomerular filtration rate were each independently associated with incident AF and we noticed a clear linear risk increase for several cardiometabolic risk factors. Conclusions The crude incidence of AF was higher for persons with versus without T1DM, and declined significantly in both groups. Adjusting for data-derived predictors of AF attenuated higher risks, suggesting that the higher AF risk for persons with T1DM is driven by its common comorbidities.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».