MétaCan
Menu
← Retour à la cohorte
Enregistrement W7045352960

The associations between insulin, hypoglycemia, and dementia: Combating threats to internal validity in a series of population-based cohort studies

2023· dissertation· en· W7045352960 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueUWSpace (University of Waterloo) · 2023
Typedissertation
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of WaterlooAlzheimer Society
Mots-clésConfoundingObservational studyCohort studyEpidemiologyInternal validityDementiaCohortInverse probability weighting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Although the association between type 2 diabetes and dementia is recognized, findings from the epidemiology literature on the effect of insulin and one of its side effects, hypoglycemia, are less clear. The currently available observational studies assessing these associations suffer from a wide range of methodological limitations that diminish their internal validity and lead to contradictory evidence. The aim of this thesis is to implement design and analysis techniques to combat bias and confounding in previous studies and to further extend knowledge on the risk of dementia associated with four interconnected diabetes-related exposures, each assessed in a separate study: 1) severe hypoglycemia, 2) age of severe hypoglycemia, 3) insulin use, and 4) the mediating effect of severe hypoglycemia from insulin use. \nHerein, a series of cohort studies were conducted using population-based health administrative data (1996-2018) from British Columbia, Canada housed by Population Data BC. First, we identified individuals newly diagnosed with type 2 diabetes between 01 January 1998 and 31 December 2016. Each cohort was then designed based on the research question, wherein exposure was defined accordingly. For studies 1 and 2, the exposure of interest was severe hypoglycemia compared to no hypoglycemia. For studies 3 and 4, the exposure of interest was insulin initiation compared to initiating a non-insulin class. For all cohorts, the outcome of interest was all-cause dementia. Confounding adjustment techniques including inverse probability of treatment weighting (IPTW) were used in all studies. In each study, a wide range of sensitivity analyses were conducted to ensure the robustness of results. \nFindings from study 1 confirm the previously reported higher risk of all-cause dementia with severe hypoglycemia after implementing exposure density sampling, a lag period, and IPTW (HR 1.83; 95% CI 1.31-2.57). Findings from study 2 show that the increased risk of dementia observed in study 1 is consistent whether hypoglycemia occurs in midlife (HR 2.85; 95% CI 1.72-4.72) or late life (HR 2.38; 95% CI 1.83-3.11). Conversely, findings from study 3 negate existing evidence and do not show an increased risk of dementia associated with insulin use (HR 1.14; 95% CI 0.81-1.60). Lastly, findings from study 4 indicate a potential role of severe hypoglycemia as a mediator of the association between insulin and dementia (Natural Indirect Effect HR 1.04; 95% CI 1.01-1.08). \nCollectively these studies provide further insight on the complex associations between insulin, hypoglycemia, and the risk of all-cause dementia to inform both clinicians and patients with type 2 diabetes on the need to prevent hypoglycemia. Importantly, these studies showcase the need for robust methodology when conducting observational studies for type 2 diabetes-related exposures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,490
score de la tête « metaresearch » (Gemma)0,656
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil0,629

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4900,656
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,009
Bibliométrie0,0070,008
Études des sciences et des technologies0,0040,008
Communication savante0,0100,005
Science ouverte0,0060,007
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,299
Écart entre enseignants0,255 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineMéthodes
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUWSpace (University of Waterloo)→Même sujetDiabetes Management and Research→Travaux en français237 207→