Glycemic control and socioeconomic status in Canadian children with type 1 diabetes using continuous glucose monitoring: A retrospective cohort study
Notice bibliographique
Résumé
Contexte : Le diabète de type 1 (DT1) est une des maladies chroniques infantiles les plus courantes et est associé à une morbidité importante. Les pompes à insuline et la surveillance du glucose en continu (SGC) sont la norme dans le traitement du DT1 et peuvent améliorer le contrôle glycémique et la qualité de vie. Cependant, l’accès à ces technologies n’est pas équitable. Au Canada, on a constaté des disparités de statut socioéconomique (SSE) chez les utilisateurs de pompe à insuline. Les disparités chez les utilisateurs de SGC n’ont pas été étudiées.Objectifs : Notre premier objectif était de déterminer s’il y a des disparités de SSE chez les enfants diabétiques qui utilisent la SGC. Notre deuxième objectif était de déterminer s’il y a des disparités de SSE dans le contrôle glycémique, mesuré par l’hémoglobine A1c, chez les enfants utilisant la SGC.Méthodes : En utilisant une base de données cliniques dépersonnalisées, nous avons mené, d’avril 2009 à septembre 2021, une étude de cohorte rétrospective auprès d’enfants atteints de DT1 de moins de 18 ans suivis à un seul centre en Ontario. Pour notre premier objectif, le résultat était l’utilisation de la SGC (oui : la première date d’utilisation enregistrée en janvier 2017 ou plus tard; non : la non-utilisation). L’exposition primaire était le SSE, défini par des dimensions au niveau des quartiers validés (instabilité résidentielle, dépendance économique, composition ethnoculturelle, vulnérabilité situationnelle), chacun divisé en quintiles. Les covariables comprenaient l’âge, le sexe, l’utilisation d’une pompe à insuline, l’A1c moyenne les 12 mois précédents et la période de diagnostic, définies à la première date d’utilisation enregistrée ou la dernière visite enregistrée pour les non-utilisateurs. Nous avons utilisé la logistique de régression à variables multiples pour examiner le lien entre le SSE et l’utilisation de la SGC. Pour notre deuxième objectif, nous avons analysé la sous-cohorte d’utilisateurs de SGC avec des données d’A1c des 12 mois avant et après le début d’utilisation de la SGC. Le résultat a été un changement dans l’A1c moyenne avant et après le début d’utilisation. L’exposition primaire était le SSE. Nous avons utilisé la régression linéaire à variables multiples pour analyser le changement d’A1c moyenne attendu par SSE, ajusté pour l’âge, le sexe, la durée du diabète, l’utilisation d’une pompe à insuline, l’A1c moyenne préutilisation et le type de SGC, définies à la première date d’utilisation enregistrée.Résultats : Pour notre premier objectif, nous avons identifié 481 utilisateurs de SGC (80,8%) et 114 non-utilisateurs (19,2%). En tout, 49,7 % des utilisateurs étaient de sexe masculin, leur moyenne d’âge ± l’écart type était de 11,1±3,8 ans et leur A1c moyenne de 8,2±1,4 %. Pour les non-utilisateurs, 63,2 % étaient de sexe masculin, leur moyenne d’âge de 12,4±3,7 ans et leur A1c moyenne de 9,0±1,8 %. La distribution des quintiles de SSE était semblable dans les deux groupes pour l’instabilité résidentielle et la dépendance économique, mais plus de non-utilisateurs étaient dans les quintiles de composition ethnoculturelle les plus diversifiés et les quintiles les plus vulnérables au plan situationnel (moins éduqués). Dans la régression logistique, les participants de sexe masculin plus âgés avec une A1c moyenne plus élevée étaient moins susceptibles d’utiliser la SGC (pour chaque pourcentage d’augmentation de l’A1c moyenne, un rapport de cote (RC) ajusté de 0,78 avec un intervalle de confiance (IC) à 95 % : 0,68, 0,90). Le SSE n’était pas lié à l’utilisation de la SGC, mais la vulnérabilité situationnelle a montré que les quintiles les plus défavorisés étaient moins susceptibles d’utiliser la SGC que les moins défavorisés (RC ajusté 0,56 IC 95 % : 0,29, 1,08). Pour notre deuxième objectif, nous avons identifié 290 utilisateurs de SGC, dont 53,8 % sans amélioration de l’A1c après le début d’utilisation...
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».