Capire il Diabete Gestazionale: Informazioni sulla Prevalenza
Esplorare la prevalenza del diabete gestazionale attraverso diverse fonti di dati.
― 6 leggere min
Indice
Il Diabete gestazionale (GDM) è una condizione in cui i livelli di zucchero nel sangue di una donna diventano alti durante la gravidanza. Questa situazione può portare a complicazioni sia per la madre che per il bambino, inclusi problemi come malformazioni, peso alla nascita elevato e ipoglicemia nei neonati. Il GDM aumenta anche il rischio che madre e bambino sviluppino diabete di tipo 2 più avanti nella vita. Alcuni gruppi di donne, come le madri più grandi e quelle di origini asiatiche, hanno un rischio maggiore di sviluppare questa condizione.
Importanza di Stime Accurate sul GDM
Per affrontare i rischi collegati al GDM, è importante sapere quanto sia comune in diverse popolazioni. Tuttavia, le stime su quante donne abbiano il GDM possono differire a seconda della fonte dei dati. Questo articolo esamina dati provenienti da tre sistemi principali per vedere come varia la Prevalenza del GDM tra di essi.
Fonti di Dati
I tre sistemi di sorveglianza usati in questo studio sono:
National Vital Statistics System (NVSS): Questo è un registro completo delle nascite negli Stati Uniti raccolto dai certificati di nascita. Mostra i casi di GDM basati su cartelle cliniche.
State Inpatient Database (SID): Questo contiene i registri delle dimissioni ospedaliere, coprendo oltre il 95% delle dimissioni negli Stati Uniti. I casi di GDM sono identificati tramite specifici codici medici.
Pregnancy Risk Assessment Monitoring System (PRAMS): Questo è un sondaggio che campiona donne che hanno recentemente partorito, chiedendo loro se hanno avuto il GDM durante la gravidanza.
Metodo di Stima della Prevalenza del GDM
Per questo studio, abbiamo stimato la prevalenza del GDM utilizzando dati del 2018 da questi tre sistemi. L'obiettivo era concentrarsi su donne di età compresa tra 18 e 39 anni che hanno avuto nascite vive in luoghi disponibili in tutti e tre i database.
Raccolta Dati NVSS
I dati dell’NVSS vengono raccolti dai certificati di nascita, che forniscono informazioni complete su tutte le nascite. La prevalenza del GDM è stata calcolata prendendo il numero di nascite con GDM e dividendo per il numero totale di nascite vive in ciascuno stato.
Raccolta Dati SID
I dati del SID registrano le dimissioni ospedaliere. La prevalenza del GDM è calcolata in modo simile all’NVSS ma include solo le nascite avvenute in ospedale. Poiché alcune nascite avvengono al di fuori degli ospedali, questo sistema potrebbe riflettere una prevalenza di GDM più alta di quella che esiste realmente.
Raccolta Dati PRAMS
Il PRAMS raccoglie dati da sondaggi su donne che hanno avuto nascite vive. Ogni stato campiona un numero di donne per determinare se hanno avuto GDM. La prevalenza è calcolata dividendo il numero di donne che riportano di avere GDM per il numero totale di rispondenti che hanno avuto nascite vive.
Risultati sulla Prevalenza del GDM
Utilizzando i dati dell’NVSS, la prevalenza del GDM variava dal 3,8% nel Mississippi all'11,0% in Alaska. Il SID ha mostrato una gamma leggermente più alta, dal 5,4% nel Mississippi al 13,2% in Alaska. I dati PRAMS indicavano una prevalenza dal 4,5% a Washington D.C. al 13,8% in Alaska.
Anche confrontando popolazioni simili di tutti e tre i sistemi, i numeri variavano notevolmente. Per esempio, il West Virginia mostrava un'ampia gamma dal 6,1% all'11,7%. Al contrario, stati come il Colorado e l'Iowa avevano gamme di prevalenza del GDM più piccole.
Differenze Demografiche
Per capire meglio perché queste stime sul GDM differiscono, abbiamo esaminato le demografie delle donne di età compresa tra 18 e 39 anni nei tre sistemi. Le demografie dei partecipanti erano generalmente simili tra le fonti di dati; tuttavia, l’NVSS ha avuto meno nascite da donne non ispaniche di diverse etnie rispetto agli altri due sistemi. Il SID ha presentato meno nascite ispaniche, mentre il PRAMS ha avuto più nascite da donne nere e bianche non ispaniche.
Nonostante queste lievi differenze, la prevalenza complessiva del GDM è rimasta diversa tra i sistemi: 6,6% nell’NVSS, 8,0% nel SID e 9,0% nel PRAMS.
Variazioni nelle Stime di Prevalenza
Le variazioni nelle stime di prevalenza del GDM tra i tre sistemi evidenziano l'impatto di come i dati vengono raccolti e analizzati. Ogni fonte di dati presenta i propri punti di forza e debolezze.
Punti di Forza e Debolezze di Ogni Sistema di Dati
NVSS: Questo sistema è forte perché fornisce un registro completo di tutte le nascite. Tuttavia, potrebbe sottovalutare il GDM, poiché studi mostrano che non cattura sempre tutti i casi con precisione.
SID: Questo sistema beneficia di ampi dati ospedalieri, ma si basa su codifiche che a volte possono essere imprecise. Potrebbe anche distorcere i dati verso tassi di GDM più alti dato che copre principalmente le nascite ospedaliere.
PRAMS: Sebbene questo sistema offra dati da sondaggi ricchi, affronta sfide come tassi di risposta più bassi in alcuni stati. Inoltre, i dati auto-riportati possono introdurre dei bias.
Screening e Identificazione del GDM
Attualmente, il U.S. Preventive Services Task Force raccomanda di fare screening per il GDM nelle donne in gravidanza intorno alla 24a settimana di gravidanza. Tuttavia, le linee guida su come condurre questo screening possono differire, il che potrebbe portare a variazioni su come viene diagnosticato il GDM. Di conseguenza, diverse strutture mediche potrebbero mostrare tassi di prevalenza del GDM diversi.
Implicazioni per la Salute Pubblica
Dati accurati sulla prevalenza del GDM sono cruciali per sviluppare strategie di salute pubblica efficaci. Comprendere l'estensione di questa condizione può aiutare a destinare le risorse necessarie per prevenire e gestire il GDM. I sistemi di sorveglianza che possono identificare gruppi specifici ad alto rischio, basati su fattori geografici, razziali ed etnici, svolgono un ruolo vitale in questo sforzo.
Migliorare la Sorveglianza
Per migliorare la sorveglianza del GDM, è essenziale aumentare l'accuratezza della raccolta dati. Ospedali e altre strutture mediche possono implementare iniziative di miglioramento della qualità per garantire che il GDM venga documentato correttamente.
Conclusione
In sintesi, il GDM è un problema di salute significativo durante la gravidanza che può avere effetti duraturi. La prevalenza stimata del GDM varia tra i diversi sistemi di dati, evidenziando la necessità di informazioni accurate. Sebbene ogni fonte di dati abbia i suoi meriti, una migliore documentazione e metodi di raccolta dati migliorati sono essenziali per comprendere e gestire efficacemente il GDM. Le politiche di salute pubblica possono trarre vantaggio da queste informazioni per garantire che i programmi di prevenzione raggiungano coloro che sono più colpiti dal GDM.
Titolo: State-Level Gestational Diabetes Prevalence Estimates from Three Data Sources, 2018
Estratto: We investigated 2018 gestational diabetes mellitus (GDM) prevalence estimates in three surveillance systems (National Vital Statistics System, State Inpatient Database, and Pregnancy Risk Assessment Monitoring Survey). We calculated state GDM prevalence for each system; a subset of data was analyzed for women 18-39 years old in 22 locations present in all three systems to observe dataset-specific demographics and GDM prevalence using comparable categories. GDM prevalence estimates varied widely by data system and within the data subset despite comparable demographics. Understanding the differences between GDM surveillance data systems can help researchers better identify people and places at higher risk of GDM.
Autori: Michele Leigh Flippo Bolduc, C. I. Mercado, Y. Zhang, E. A. Lundeen, N. D. Ford, K. M. Bullard, D. C. Carty
Ultimo aggiornamento: 2023-10-31 00:00:00
Lingua: English
URL di origine: https://www.medrxiv.org/content/10.1101/2023.10.30.23297796
Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.10.30.23297796.full.pdf
Licenza: https://creativecommons.org/publicdomain/zero/1.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.