MétaCan
Menu
Retour à la cohorte
Enregistrement W1488754881 · doi:10.6000/1927-5951.2015.05.02.1

A Comparative Study on Serum Level Concentration of Micronutrients Like Zinc, Copper and Chromium Status in Type 2 Diabetic Patients in Diabetes & Endocrinology Unit, Tikur Anbessa Specialized Hospital, Ethiopia

2015· article· en· W1488754881 sur OpenAlexvenueno aff
Mathewos Geneto, Melaku Umeta, Tedla Kebede, Aklilu Azazh, Ravi Nagphaul, Salahuddin Farooq Mohammed

Notice bibliographique

RevueJournal of Pharmacy and Nutrition Sciences · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensnon disponible
Organismes subventionnairesAddis Ababa University
Mots-clésMicronutrientDiabetes mellitusInsulin resistanceInternal medicineMedicineAnthropometryEndocrinologyChromiumZincType 2 Diabetes MellitusPhysiologyChemistryPathology

Résumé

récupéré en direct d'OpenAlex

Background: Diabetes mellitus (DM) is a chronic metabolic disorder, characterized by an absolute or relative deficiency of insulin and insulin resistance. Many studies have reported an association between diabetes and alterations in the metabolism of several micronutrients. In Ethiopia the study in the relationship between micronutrients (Zn, Cu and Cr) status and type 2 diabetes (T2DM) is scanty. The aim of this study was to assess and compare the concentration of the fasting serum zinc, copper and chromium status in T2DM and control subjects.Method: A cross-sectional comparative study, conducted on 108 human subjects divided in to two groups: 54 subjects with the diagnosis of T2DM and the other 54 subjects were grouped as the control. After demographic and anthropometric information gathered, the blood sample was collected for the biochemical analysis. Fasting serum glucose was measured by glucose oxidase methods. The serum concentration of micronutrients namely zinc, copper and chromium were determined by using atomic absorption spectrophotometer. Data were analyzed using SPSS version 16 software.Results: Compared with control groups, T2DM patients had greater BMI (p

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,080
Tête enseignante GPT0,366
Écart entre enseignants0,286 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy and Nutrition SciencesMême sujetMetabolism, Diabetes, and CancerTravaux en français237 207