Screening for diabetes in Indigenous populations using glycated haemoglobin: sensitivity, specificity, post-test likelihood and risk of disease
Notice bibliographique
Résumé
\n \t\t\tAIMS: Screening for diabetes using glycated haemoglobin (HbA1c) offers potential advantages over fasting glucose or oral glucose tolerance testing. Current recommendations advise against the use of HbA1c for screening but test properties may vary systematically across populations, according to the diabetes prevalence and risk. We aimed to: (i) characterize the properties of test cut-offs of HbA1c for diagnosis of diabetes relative to a diagnosis based on a fasting plasma glucose concentration of 7.0 mmol/l for high-risk Indigenous populations; and (ii) examine test properties across a range of diabetes prevalence from 5 to 30%. METHODS: Data were collected from Aboriginal and Torres Strait Islander communities in Australia and a Canadian First Nations community (diabetes prevalence 12-22%) in the course of diabetes diagnostic and risk factor screening programmes (n = 431). Screening test properties were analyzed for the range of HbA1c observed (3-12.9%). RESULTS: In separate and pooled analyses, a HbA1c cut point of 7.0% proved the optimal limit for classifying diabetes, with summary analysis results of sensitivity = 73 (56-86)%, specificity = 98 (96-99)%, overall agreement (Youden's index) = 0.71, and positive predictive value (for an overall prevalence of 18%) = 88%. For diabetes prevalence from 5 to 30% the post-test likelihood of having diabetes given HbA1c = 7.0% (positive predictive value) ranged from 62.7 to 93.2%; for HbA1c < 7.0%, the post-test likelihood of having diabetes ranged from 4.5 to 27.7%. CONCLUSIONS: The results converge with research on the likelihood of diabetes complications in supporting a HbA1c cut-off of 7.0% in screening for diabetes in epidemiological research. Glycated haemoglobin has potential utility in screening for diabetes in high-risk populations.\n
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».