AbstractObjectives. Our aim was to

Abstract

Objectives. Our aim was to determine the risk of diabetes among osteoarthritis (OA) cases in a prospective longitudinal study. Methods. Administrative health records of 577,601 randomly selected individuals from British Columbia, Canada, from 1991 to 2009, were analyzed. OA and diabetes cases were identified by checking physician’s visits and hospital records. From 1991 to 1996 we documented 19,143 existing OA cases and selected one non-OA individual matched by age, sex, and year of administrative records. Poisson regression and Cox proportional hazards models were fitted to estimate the effects after adjusting for available sociodemographic and medical factors. Results. At baseline, the mean age of OA cases was 61 years and 60.5% were women. Over 12 years of mean follow-up, the incidence rate (95% CI) of diabetes was 11.2 (10.90–11.50) per 1000 person years. Adjusted RRs (95% CI) for diabetes were 1.27 (1.15–1.41), 1.21 (1.08–1.35), 1.16 (1.04–1.28), and 0.99 (0.86–1.14) for younger women (age 20–64 years), older women (age ≥ 65 years), younger men, and older men, respectively. Conclusion. Younger adults and older women with OA have increased risks of developing diabetes compared to their age-sex matched non-OA counterparts. Further studies are needed to confirm these results and to elucidate the potential mechanisms.
1. Introduction

Diabetes mellitus is a common chronic health condition worldwide. It is predicted that the global prevalence of this disease among adults will rise from 6.4% in 2010 to 7.7% by 2030 [1]. Diabetes affects an estimated 8.3% of Americans and 8.8% of Canadians [2, 3], resulting in severe damage to the cardiovascular system, kidneys, eyes, and other organs. Metabolic syndrome is a group of conditions such as hypertension, hyperlipidemia, obesity, and elevated blood glucose that are linked with diabetes [4]. Other common risk factors for diabetes include age, sex, family history, ethnicity, socioeconomic status (SES), heart disease, history of gestational diabetes, physical inactivity, alcohol consumption, and diet [5, 6]. As the prevalence of diabetes has risen, it has been imperative to identify determinants beyond these traditional risk factors. Studies have shown that the increased risk of diabetes is caused in part by physical inactivity and that physically active individuals have lower rates of the disease [6, 7]. In addition, muscle strength was found to be significantly lower among adults with type 2 diabetes [8]. Osteoarthritis (OA) is the most common type of rheumatic disease and a leading cause of disability [9–11]. More than 10 percent of the world population have OA [12–15]. As OA progresses, severe joint pain limits patients’ physical activity [16, 17]. Recently, OA has been recognized as a metabolic disease [18, 19] linked to metabolic syndrome [20–23]. Moreover, muscle weakness has been observed to be a frequent symptom among OA subjects compared to non-OA individuals [24, 25]. OA may contribute to the development of type 2 diabetes through complex processes involving metabolic syndrome, physical inactivity, and muscle weakness.

There exists evidence of an association between OA and diabetes or increased blood glucose [26–28]. However, most of the studies are cross-sectional and based on relatively small samples; thus, the causal association between OA and diabetes has not been established. In a prospective study, Nüesch et al. [29] showed that OA subjects are at increased risk for mortality due to diabetes, cardiovascular disease, and cancer. In a literature review, Hochberg reported higher mortality rates among OA cases compared with the general population [30].

In establishing causality, the use of incidence data and a cohort design are necessary to avoid the problem of reverse causality bias. To our knowledge, no prospective population-based study has been undertaken with a view to investigating the incidence of diabetes among persons with OA. We have conducted a prospective longitudinal study to examine the link between OA and diabetes using administrative health records, drawn from British Columbia (BC), Canada.
2. Materials and Methods
2.1. Administrative Data

Medical history of a large random sample () drawn from approximately 4 million residents registered in the Medical Service Plan (MSP) of BC, for the period from April 1991 to March 2009, was analyzed. MSP is a provincial health care plan in which approximately 99% of BC residents are registered. Both the BC Ministry of Health and the Population Data BC, who facilitate administrative data acquisition in BC, have approved access to and use of the data for this study [31]. This administrative database contains information on date of birth, sex, billing information for any health consultation, SES by area of residence, and hospital discharge records. To monitor deaths of individuals in the sample, the ministry linked vital statistics records to the database using personal health numbers. The database does not include records for patients treated at the emergency health care units.
2.2. Exposure and Outcome

The main exposure and outcome variables of interest were the administrative diagnoses of OA and diabetes, respectively. All OA cases were identified using the case definition that include at least two visits to a health professional within two years in different days or one discharge from the hospital with an International Classification of Disease 9th revision (ICD-9) code of 715 or International Statistical Classification of Diseases and Related Health Problems 10th revision (ICD-10) code of M15 to M19. These codes include symptomatic and radiographic OA in any joint except the spine. Using the same case definition as described for OA, diabetic cases were identified by looking at ICD-9 code of 250 or ICD-10 code of E11 to E14. A visit was defined as any service with the exclusion of diagnostic procedures and certain other procedures, such as dialysis/transfusion, anaesthesia, obstetrics, or therapeutic radiation. The second health professional visit or the hospital admission date was coded as the date of diagnosis. Individuals with a history of diabetes (any ICD code for diabetes mentioned above) before March 1996 (baseline) were excluded. After deleting prevalent diabetes cases, all OA cases aged 20 years and above, observed in the random sample during the period 1991–1996, were selected as the exposed group.

In the Canadian health care system, individuals with advanced stage of OA usually get referrals from their family physicians to orthopaedic surgeons (OS) for their surgical consultations. To examine the relationship between OA severity and the risk of diabetes, all exposed cases were divided into three groups according to disease severity: (1) OA diagnosis only, (2) at least one OS consultation, and (3) at least one total joint replacement (TJR) or revision before the baseline. OS consultations were identified by looking at the physician specialty code in the physician’s billing data as well as in the hospital records. TJR cases were identified from hospital records using procedure codes (Canadian Classification of Diagnostic, Therapeutic and Surgical Procedures) for hip TJR and revisions 935.x, 936.5, 936.6, 936.7, and 936.8 and for knee TJR and revisions 934.0 and 934.1. Detailed explanation of these codes can be found elsewhere [32].
2.3. Nonexposed Group

For the purpose of selecting nonexposed group, one non-OA individual was matched randomly for each OA case, based on exact age, sex, and the year of OA diagnosis (index date), from the same random sample. Individuals in the non-OA comparison group never had a diagnosis for OA during the entire period (1991–2009), were aged 20 years and above, and were not diagnosed as diabetic prior to baseline.
2.4. Covariates and Confounders

The variables adjusted for in the analysis included age, sex, obesity, neighbourhood SES, and comorbid conditions related to diabetes. SES was assigned based on residential address linked to census data at the level of enumeration area (one or more adjacent blocks, up to 650 dwellings) and was grouped into 5 approximately equal income groups, from 1 (lowest) to 5 (highest), based on mean household income of those residents data [33]. Missing SES values (less than 5%) were imputed by generating random numbers from the binomial distribution. One of the most important risk factors for type 2 diabetes is obesity [4–6]. We identified overweight and obese individuals using the ICD-9 code of 278. In the entire random sample, we observed that 7.1% of the individuals aged 20 years or more were coded as obese during the period 1991–2009. Individuals’ history of hypertension, hyperlipidemia, and chronic obstructive pulmonary disease (COPD) was assessed on or before the index date. These conditions were defined by visits to health care professionals or hospital admissions on or before baseline with the ICD-9 codes as follows: (1) hypertension, 401; (2) hyperlipidemia, 272; and (3) COPD, 490, 491, 494, and 496. In addition, Charlson comorbidity scores [34, 35] were calculated on or before baseline. The Charlson score was calculated by adding up the weights for each of the 19 comorbid conditions included in the algorithm.
2.5. BMI Imputation

Since body mass index (BMI) was not recorded in the administrative data, as part of sensitivity analysis, we imputed BMI categories using the Canadian Community Health Survey (CCHS) data cycles 1.1, 2.1, and 3.1. The CCHS is a large, cross-sectional, representative survey of the Canadian population, carried out by Statistics Canada. This survey contains nonoverlapping nationally representative data on health determinants, health status, and health services utilization. A detailed description of the survey design, sample, and interviewing procedures may be found elsewhere [36]. The method of imputation was designed to reproduce in our administrative dataset the a

Results (Indonesian) 1:

AbstrakTujuan. Tujuan kami adalah untuk menentukan resiko diabetes antara kasus-kasus Osteoartritis (OA) di sebuah studi longitudinal calon. Metode. Catatan kesehatan administrasi 577,601 individu yang dipilih secara acak dari British Columbia, Kanada, dari tahun 1991 hingga 2009 dianalisis. OA dan diabetes kasus diidentifikasi dengan memeriksa kunjungan dokter dan rumah sakit catatan. 1991-1996 kami 19,143 ada OA kasus didokumentasikan dan dipilih satu individu bebas-OA yang cocok dengan usia, jenis kelamin dan tahun catatan administrasi. Poisson regresi dan Cox proporsional bahaya model yang dipasang untuk memperkirakan efek setelah disesuaikan tersedia sociodemographic dan faktor-faktor medis. Hasil. Pada dasar, usia rata-rata kasus OA adalah 61 tahun dan 60,5% adalah perempuan. Lebih dari 12 tahun berarti Follow, tingkat insiden (95% CI) diabetes adalah 11,2 (10,90 – 11,50) per tahun 1000 orang. Disesuaikan RRs (95% CI) untuk diabetes yang 1,27 (1,15-1,41), 1,21 (1,08-1,35), 1.16 (1,04-1,28), dan 0,99 (0.86 – 1.14) untuk wanita muda (Usia 20-64 tahun), wanita yang lebih tua (umur ≥ 65 tahun), adik laki-laki, dan laki-laki tua, masing-masing. Kesimpulan. Orang dewasa muda dan wanita yang lebih tua dengan OA memiliki peningkatan risiko mengembangkan diabetes dibandingkan dengan rekan-rekan bebas-OA jenis kelamin dan usia cocok mereka. Studi lebih lanjut diperlukan untuk mengkonfirmasi hasil ini dan untuk menjelaskan mekanisme potensial.1. PendahuluanDiabetes mellitus adalah suatu kondisi kesehatan kronis umum di seluruh dunia. Diperkirakan bahwa prevalensi penyakit ini antara orang dewasa global akan bangkit dari 6,4% di 2010 hingga 7,7% 2030 [1]. Diabetes mempengaruhi 8.3% orang Amerika diperkirakan dan 8,8% dari Kanada [2, 3], mengakibatkan kerusakan parah sistem kardiovaskular, ginjal, mata dan organ lainnya. Sindrom metabolik adalah sekelompok kondisi seperti hipertensi, hiperlipidemia, obesitas dan glukosa darah tinggi yang dikaitkan dengan diabetes [4]. Faktor risiko lain umum untuk diabetes termasuk usia, jenis kelamin, sejarah keluarga, etnis, status sosial ekonomi (SES), penyakit jantung, sejarah gestational diabetes, fisik tidak aktif, konsumsi alkohol dan diet [5, 6]. Karena prevalensi diabetes telah meningkat, ini telah menjadi penting untuk mengidentifikasi faktor-faktor penentu luar faktor-faktor risiko yang tradisional. Penelitian telah menunjukkan bahwa peningkatan risiko diabetes disebabkan sebagian oleh fisik tidak aktif dan bahwa individu-individu yang aktif secara fisik memiliki tingkat lebih rendah dari penyakit [6, 7]. Selain itu, kekuatan otot ditemukan secara signifikan lebih rendah antara orang dewasa dengan tipe 2 diabetes [8]. Osteoartritis (OA) adalah jenis yang paling umum dari penyakit rematik dan penyebab Cacat [9-11]. Lebih dari 10 persen dari populasi dunia memiliki OA [12-15]. Sebagai OA berlangsung, aktivitas fisik nyeri sendi yang parah batas pasien [16, 17]. Baru-baru ini, OA telah diakui sebagai sindrom terkait dengan metabolik Penyakit metabolik [18, 19] [20-23]. Selain itu, kelemahan otot telah diamati untuk menjadi gejala sering antara OA dibandingkan dengan individu-individu bebas-OA [24, 25]. OA dapat berkontribusi bagi perkembangan diabetes tipe 2 melalui proses kompleks yang melibatkan sindrom metabolik, aktivitas fisik dan kelemahan otot.Terdapat bukti hubungan antara OA dan diabetes atau glukosa darah meningkat [26 – 28]. Namun, sebagian besar studi penampang dan berdasarkan relatif kecil sampel; dengan demikian, Asosiasi kausal antara OA dan diabetes telah tidak didirikan. Dalam sebuah penelitian prospektif, Nüesch et al. [29] menunjukkan bahwa OA subyek berada pada peningkatan risiko untuk kematian karena diabetes, penyakit jantung, dan kanker. Dalam kajian pustaka, Hochberg melaporkan angka kematian lebih tinggi antara OA kasus dibandingkan dengan populasi umum [30].Dalam membangun kausalitas, penggunaan data insiden dan desain Angkatan yang diperlukan untuk menghindari masalah kausalitas reverse bias. Untuk pengetahuan kita, tidak ada calon berdasarkan populasi studi telah dilakukan dengan maksud untuk menyelidiki insiden diabetes antara orang-orang dengan OA. Kami telah melakukan studi longitudinal calon untuk meneliti hubungan antara OA dan diabetes menggunakan catatan kesehatan administrasi, ditarik dari British Columbia (SM), Kanada.2. bahan dan metode2.1. administrasi DataSejarah medis (-) sampel acak besar diambil dari sekitar 4 juta penduduk terdaftar di medis Layanan rencana (MSP) BC, untuk periode dari April 1991 sampai Maret 2009 dianalisis. MSP adalah rencana perawatan kesehatan provinsi di mana sekitar 99% dari penduduk BC terdaftar. Kementerian Kesehatan BC dan Data kependudukan SM, yang memfasilitasi akuisisi data administrasi di SM, telah disetujui akses ke dan penggunaan data untuk studi ini [31]. Database administrasi ini berisi informasi mengenai tanggal lahir, seks, informasi untuk konsultasi kesehatan, SES menurut daerah tempat tinggal, dan rumah sakit debit catatan tagihan. Untuk memantau kematian individu dalam sampel, departemen terkait Statistik vital catatan database menggunakan nomor kesehatan pribadi. Database tidak termasuk catatan untuk pasien dirawat di unit perawatan kesehatan darurat.2.2. paparan dan hasilVariabel eksposur dan hasil utama kepentingan adalah diagnosis administratif OA dan diabetes, masing-masing. Semua kasus OA diidentifikasi menggunakan definisi kasus yang mencakup setidaknya dua kunjungan ke ahli kesehatan dalam waktu dua tahun di hari yang berbeda atau satu keluar dari rumah sakit dengan klasifikasi internasional penyakit 9 revisi (ICD-9) kode 715 atau klasifikasi statistik internasional penyakit dan masalah kesehatan terkait 10 revisi (ICD-10) kode M15 untuk M19. Kode ini mencakup simtomatik dan radiografi OA pada sendi apapun kecuali tulang belakang. Menggunakan definisi kasus yang sama seperti yang dijelaskan untuk OA, kasus-kasus diabetes dikenali dengan melihat kode ICD-9 250 atau ICD-10 kode E11 untuk E14. Kunjungan didefinisikan sebagai layanan apapun dengan pengecualian prosedur diagnostik dan tertentu prosedur lainnya, seperti dialisis transfusi, anestesi, Obstetri atau terapi radiasi. Kunjungan profesional kesehatan atau rumah sakit tanggal penerimaan dikodekan sebagai tanggal diagnosis. Individu dengan riwayat diabetes (ICD kode untuk diabetes yang disebutkan di atas) sebelum Maret 1996 (dasar) dikeluarkan. Setelah menghapus kasus diabetes lazim, semua kasus OA berusia 20 tahun dan di atas, diamati dalam sampel acak selama periode 1991-1996, dipilih sebagai kelompok yang terkena.Dalam sistem kesehatan Kanada, individu dengan stadium lanjut OA biasanya mendapatkan arahan dari dokter keluarga mereka untuk ahli bedah ortopedi (OS) untuk konsultasi bedah mereka. Untuk meneliti hubungan antara OA keparahan dan resiko diabetes, semua terkena kasus dibagi menjadi tiga kelompok sesuai tingkat keparahan penyakit: (1) OA diagnosis hanya, (2) paling sedikit satu OS konsultasi, dan (3) setidaknya satu penggantian persendian total (TJR) atau revisi sebelum baseline. Konsultasi OS dikenali dengan melihat kode khusus dokter dokter penagihan data serta seperti catatan rumah sakit. TJR kasus dikenali dari rumah sakit catatan menggunakan kode prosedur (klasifikasi Kanada diagnostik, terapi dan prosedur bedah) untuk pinggul TJR dan revisi 935.x, 936.5, 936.6, 936.7, dan 936.8 dan untuk lutut TJR dan revisi 934.0 dan 934.1. Penjelasan rinci ini dapat ditemukan di tempat lain [32].2.3. nonexposed GroupUntuk memilih grup nonexposed, satu individu bebas-OA dicocokkan secara acak untuk setiap kasus OA, berdasarkan usia yang tepat, seks, dan pada tahun OA diagnosis (indeks tanggal), dari sampel acak yang sama. Individu-individu dalam kelompok pembanding bebas-OA pernah memiliki diagnosis OA sepanjang zaman (1991 – 2009), yang berusia 20 tahun dan di atas, dan tidak didiagnosis sebagai diabetes sebelum dasar.2.4. covariates dan ConfoundersVariabel yang disesuaikan dalam analisis termasuk usia, seks, obesitas, SES lingkungan dan kondisi komorbiditas yang berkaitan dengan diabetes. SES ditugaskan berdasarkan alamat tempat tinggal yang terkait dengan data sensus di tingkat daerah pencacahan (satu atau lebih blok berdekatan, hingga tempat kediaman 650) dan dikelompokkan ke dalam 5 kelompok pendapatan kira-kira sama, 1 (terendah)-5 (tertinggi), berdasarkan pendapatan rumah tangga rata-rata data penduduk tersebut [33]. Nilai-nilai SES hilang (kurang dari 5%) yang diperhitungkan oleh pembangkit angka acak dari Distribusi binomial. Salah satu faktor risiko terpenting untuk diabetes tipe 2 adalah obesitas [4 – 6]. Kami mengidentifikasi berat badan dan obesiti individu menggunakan kode 278 ICD-9. Dalam seluruh sampel acak, kami mengamati bahwa 7,1% dari orang-orang berusia 20 tahun atau lebih yang dikodekan sebagai obesitas selama periode 1991-2009. Sejarah individu hipertensi, hiperlipidemia, dan penyakit paru obstruktif kronik (PPOK) dinilai pada atau sebelum tanggal indeks. Kondisi ini didefinisikan oleh kunjungan ke perawatan kesehatan profesional atau penerimaan rumah sakit pada atau sebelum dasar dengan kode ICD-9 sebagai berikut: (1) hipertensi, 401; (2) hiperlipidemia, 272; dan PPOK (3), 490, 491, 494, dan 496. Selain itu, Charlson penyerta Partitur [34, 35] dihitung pada atau sebelum dasar. Skor Charlson dihitung dengan menambahkan bobot untuk masing-masing kondisi komorbiditas 19 yang dimasukkan dalam algoritma.2.5. BMI tuduhanKarena indeks massa tubuh (BMI) tidak tercatat dalam data administrasi, sebagai bagian dari analisis sensitivitas, kita diperhitungkan BMI kategori menggunakan siklus data survei kesehatan masyarakat Kanada (CCHS) 1.1, 2.1 dan 3.1. CCHS adalah sebuah survei yang besar, penampang, perwakilan dari populasi Kanada, dilakukan oleh Statistik Kanada. Survei ini berisi nonoverlapping Nasional perwakilan data pada faktor-faktor penentu Kesehatan, status kesehatan dan pemanfaatan layanan kesehatan. Penjelasan rinci tentang desain survey, sampel, dan prosedur wawancara dapat ditemukan di tempat lain [36]. Metode perhitungan dirancang untuk mereproduksi di dataset administrasi kami

Results (Indonesian) 2:

Abstrak Tujuan. Tujuan kami adalah untuk menentukan risiko diabetes di antara osteoarthritis (OA) kasus dalam studi longitudinal prospektif. Metode. Catatan kesehatan administrasi dari 577.601 orang yang dipilih secara acak dari British Columbia, Kanada, 1991-2009, dianalisis. OA dan diabetes kasus diidentifikasi dengan memeriksa kunjungan dokter dan catatan rumah sakit. Dari tahun 1991 sampai tahun 1996 kami didokumentasikan 19.143 kasus OA yang ada dan memilih satu non-OA individu dicocokkan dengan usia, jenis kelamin, dan tahun catatan administrasi. Regresi Poisson dan Cox proportional hazard model yang pas untuk memperkirakan efek setelah disesuaikan untuk faktor sosiodemografi dan medis yang tersedia. Hasil. Pada awal, usia rata-rata kasus OA adalah 61 tahun dan 60,5% adalah perempuan. Lebih dari 12 tahun rata-rata tindak lanjut, tingkat kejadian (95% CI) dari diabetes adalah 11,2 (10,90-11,50) per 1000 orang-tahun. RR disesuaikan (95% CI) untuk diabetes adalah 1,27 (1,15-1,41), 1,21 (1,08-1,35), 1,16 (1,04-1,28), dan 0,99 (0,86-1,14) untuk wanita yang lebih muda (usia 20-64 tahun), lebih tua wanita (≥ usia 65 tahun), pria yang lebih muda, dan pria yang lebih tua, masing-masing. Kesimpulan. Orang dewasa muda dan wanita yang lebih tua dengan OA telah meningkatkan risiko terkena diabetes dibandingkan dengan mereka usia-jenis kelamin yang serupa rekan-rekan non-OA. Penelitian lebih lanjut diperlukan untuk mengkonfirmasi hasil ini dan untuk menjelaskan mekanisme potensial. 1. Pendahuluan Diabetes mellitus adalah kondisi kesehatan kronis umum di seluruh dunia. Diperkirakan bahwa prevalensi global penyakit ini di kalangan orang dewasa akan naik dari 6,4% di tahun 2010 menjadi 7,7% pada tahun 2030 [1]. Diabetes mempengaruhi sekitar 8,3% orang Amerika dan 8,8% dari Kanada [2, 3], yang mengakibatkan kerusakan parah pada sistem kardiovaskular, ginjal, mata, dan organ lainnya. Sindrom metabolik adalah sekelompok kondisi seperti hipertensi, hiperlipidemia, obesitas, dan glukosa darah yang terkait dengan diabetes [4]. Faktor risiko umum lainnya untuk diabetes meliputi usia, jenis kelamin, riwayat keluarga, etnis, status sosial ekonomi (SES), penyakit jantung, riwayat diabetes gestasional, aktivitas fisik, konsumsi alkohol, dan diet [5, 6]. Sebagai prevalensi diabetes telah meningkat, telah penting untuk mengidentifikasi faktor-faktor penentu di luar faktor risiko tradisional ini. Penelitian telah menunjukkan bahwa peningkatan risiko diabetes disebabkan sebagian oleh aktivitas fisik dan bahwa individu aktif secara fisik memiliki tingkat yang lebih rendah dari penyakit [6, 7]. Selain itu, kekuatan otot ditemukan secara signifikan lebih rendah di antara orang dewasa dengan diabetes tipe 2 [8]. Osteoarthritis (OA) adalah jenis yang paling umum dari penyakit rematik dan penyebab utama kecacatan [11/09]. Lebih dari 10 persen dari populasi dunia memiliki OA [15/12]. Sebagai OA berlangsung, nyeri sendi yang parah membatasi aktivitas fisik pasien '[16, 17]. Baru-baru ini, OA telah diakui sebagai penyakit metabolik [18, 19] terkait dengan sindrom metabolik [20-23]. Selain itu, kelemahan otot telah diamati untuk menjadi gejala sering di antara subyek OA dibandingkan dengan individu non-OA [24, 25]. OA dapat berkontribusi terhadap perkembangan diabetes tipe 2 melalui proses yang kompleks yang melibatkan sindrom metabolik, aktivitas fisik, dan kelemahan otot. Ada ada bukti hubungan antara OA dan diabetes atau meningkat glukosa darah [26-28]. Namun, sebagian besar studi adalah cross-sectional dan berdasarkan sampel yang relatif kecil; dengan demikian, asosiasi kausal antara OA dan diabetes belum ditetapkan. Dalam sebuah studi prospektif, Nüesch dkk. [29] menunjukkan bahwa subyek OA adalah pada peningkatan risiko untuk kematian akibat diabetes, penyakit jantung, dan kanker. Dalam tinjauan literatur, Hochberg melaporkan tingkat kematian lebih tinggi di antara kasus OA dibandingkan dengan populasi umum [30]. Dalam menetapkan kausalitas, penggunaan data kejadian dan desain kohort diperlukan untuk menghindari masalah terbalik Bias kausalitas. Untuk pengetahuan kita, tidak ada studi berbasis populasi calon telah dilakukan dengan maksud untuk menyelidiki insiden diabetes antara orang-orang dengan OA. Kami telah melakukan studi longitudinal prospektif untuk meneliti hubungan antara OA dan diabetes menggunakan catatan kesehatan administrasi, diambil dari British Columbia (BC), Kanada. 2. Bahan dan Metode 2.1. Data Administrasi sejarah medis dari sampel acak yang besar () diambil dari sekitar 4 juta penduduk yang terdaftar dalam Rencana Layanan Medis (MSP) dari SM, untuk periode dari April 1991 hingga Maret 2009, dianalisis. MSP adalah rencana perawatan kesehatan provinsi di mana sekitar 99% dari penduduk BC terdaftar. Kedua Departemen BC Kesehatan dan Data Penduduk SM, yang memfasilitasi akuisisi data administrasi di SM, telah disetujui akses ke dan penggunaan data untuk penelitian ini [31]. Database administrasi ini berisi informasi tentang tanggal lahir, jenis kelamin, informasi penagihan untuk setiap konsultasi kesehatan, SES oleh daerah tempat tinggal, dan catatan rumah sakit. Untuk memantau kematian individu dalam sampel, kementerian terkait statistik vital catatan ke database menggunakan nomor kesehatan pribadi. Database tidak termasuk catatan untuk pasien yang dirawat di unit perawatan kesehatan darurat. 2.2. Eksposur dan Hasil Pemaparan dan hasil variabel utama yang menarik adalah diagnosa administrasi OA dan diabetes, masing-masing. Semua kasus OA diidentifikasi menggunakan definisi kasus yang mencakup setidaknya dua kunjungan ke seorang profesional kesehatan dalam waktu dua tahun di hari yang berbeda atau satu keluar dari rumah sakit dengan Klasifikasi Internasional Penyakit 9 revisi (ICD-9) kode 715 atau International statistik Klasifikasi Penyakit dan Masalah Kesehatan Terkait revisi 10 (ICD-10) kode M15 ke M19. Kode ini termasuk OA gejala dan radiografi dalam setiap sendi kecuali tulang belakang. Menggunakan definisi kasus yang sama seperti yang dijelaskan untuk OA, kasus diabetes diidentifikasi dengan melihat ICD-9 kode 250 atau ICD-10 kode E11 ke E14. Kunjungan didefinisikan sebagai layanan dengan pengecualian dari prosedur diagnostik dan prosedur tertentu lainnya, seperti dialisis / transfusi, anestesi, kebidanan, atau radiasi terapi. Kunjungan profesional kesehatan kedua atau tanggal masuk rumah sakit diberi kode sebagai tanggal diagnosis. Individu dengan riwayat diabetes (setiap ICD kode untuk diabetes yang disebutkan di atas) sebelum Maret 1996 (baseline) dikeluarkan. Setelah menghapus kasus diabetes lazim, semua kasus OA berusia 20 tahun ke atas, diamati pada sampel acak selama periode 1991-1996, terpilih sebagai kelompok terpapar. Dalam sistem perawatan kesehatan Kanada, individu dengan stadium lanjut OA biasanya mendapatkan arahan dari dokter keluarga mereka untuk ahli bedah ortopedi (OS) untuk konsultasi bedah mereka. Untuk menguji hubungan antara tingkat keparahan OA dan risiko diabetes, semua kasus terkena dibagi menjadi tiga kelompok sesuai dengan tingkat keparahan penyakit: (1) diagnosis OA saja, (2) setidaknya satu konsultasi OS, dan (3) setidaknya satu Total penggantian sendi (TJR) atau revisi sebelum baseline. Konsultasi OS diidentifikasi dengan melihat dokter kode khusus dalam data penagihan dokter serta dalam catatan rumah sakit. Kasus TJR diidentifikasi dari catatan rumah sakit menggunakan kode prosedur (Kanada Klasifikasi Diagnostik, Prosedur Terapi dan Bedah) untuk hip TJR dan revisi 935.x, 936,5, 936,6, 936,7, dan 936,8 dan TJR lutut dan revisi 934,0 dan 934,1. Penjelasan rinci dari kode ini dapat ditemukan di tempat lain [32]. 2.3. Terpajan Grup Untuk tujuan memilih kelompok terpajan, satu non-OA individu disesuaikan secara acak untuk setiap kasus OA, berdasarkan usia yang tepat, jenis kelamin, dan tahun OA diagnosis (tanggal indeks), dari sampel acak yang sama. Individu dalam kelompok pembanding non-OA pernah memiliki diagnosis untuk OA selama seluruh periode (1991-2009), yang berusia 20 tahun ke atas, dan tidak didiagnosis sebagai diabetes sebelum dasar. 2.4. Kovariat dan pembaur Variabel disesuaikan dalam analisis termasuk usia, jenis kelamin, obesitas, lingkungan SES, dan kondisi komorbiditas yang berkaitan dengan diabetes. SES ditugaskan berdasarkan alamat tempat tinggal yang terkait dengan data sensus pada tingkat wilayah pencacahan (satu atau blok yang berdekatan, hingga 650 tempat tinggal) dan dikelompokkan menjadi 5 kelompok pendapatan kurang lebih sama, dari 1 sampai (terendah) 5 (tertinggi), berdasarkan pendapatan rumah tangga rata-rata dari mereka warga Data [33]. Hilang nilai SES (kurang dari 5%) yang diperhitungkan dengan menghasilkan angka acak dari distribusi binomial. Salah satu faktor risiko yang paling penting untuk diabetes tipe 2 adalah obesitas [4-6]. Kami mengidentifikasi individu kelebihan berat badan dan obesitas menggunakan ICD-9 kode 278. Dalam seluruh sampel acak, kami mengamati bahwa 7,1% dari individu-individu yang berusia 20 tahun atau lebih diberi kode sebagai obesitas selama periode 1991-2009. Sejarah individu hipertensi, hiperlipidemia, dan penyakit paru obstruktif kronik (PPOK) dinilai pada atau sebelum tanggal indeks. Kondisi ini didefinisikan oleh kunjungan ke profesional perawatan kesehatan atau perawatan di rumah sakit pada atau sebelum awal dengan kode ICD-9 sebagai berikut: (1) hipertensi, 401; (2) hiperlipidemia, 272; dan (3) PPOK, 490, 491, 494, dan 496. Selain itu, Charlson komorbiditas skor [34, 35] dihitung pada atau sebelum awal. The Charlson skor dihitung dengan menambahkan bobot untuk masing-masing 19 kondisi komorbiditas termasuk dalam algoritma. 2,5. BMI Imputasi Sejak indeks massa tubuh (BMI) tidak tercatat dalam data administrasi, sebagai bagian dari analisis sensitivitas, kita diperhitungkan BMI kategori menggunakan Survey Kesehatan Kanada Masyarakat (CCHS) siklus Data 1.1, 2.1, dan 3.1. The CCHS adalah, cross-sectional, survei perwakilan besar penduduk Kanada, dilakukan oleh Statistik Kanada. Survei ini berisi data nasional perwakilan nonoverlapping pada faktor-faktor penentu kesehatan, status kesehatan, dan pemanfaatan pelayanan kesehatan. Sebuah penjelasan rinci tentang desain survei, sampel, dan prosedur wawancara dapat ditemukan di tempat lain [36]. Metode imputasi dirancang untuk mereproduksi dalam dataset administrasi kami a