Delayed diagnosis and issues with pump usage are the leading causes of diabetic ketoacidosis in children with diabetes living in Newfoundland and Labrador, Canada
Notice bibliographique
Résumé
BACKGROUND: Newfoundland and Labrador (NL) has a very high incidence of type 1 diabetes (T1DM) and admission rate for diabetic ketoacidosis (DKA). The purpose of this study was to identify characteristics and precipitating factors associated with pediatric DKA in this population. METHODS: This was a retrospective study on children diagnosed with DKA from 2007-2011 admitted to the province's only tertiary care pediatric hospital. Demographics, biochemical characteristics, and reasons for DKA diagnosis were analyzed. Chi-square and Fisher Exact tests were performed for categorical variables; t- and non-parametric Kruskal-Wallis tests were performed for continuous variables. RESULTS: A total of 90 children were admitted with DKA (39.5% newly diagnosed; 60.5% were previously diagnosed). The rate of DKA on presentation for incident cases was 22.1%. More severe cases of DKA occurred in younger, newly diagnosed patients. Almost half of preexisting diabetes cases were recurrent DKA (49.1%). The most common presenting characteristics of newly diagnosed patients were weight loss, bedwetting, polyuria, polydipsia, and neurologic symptoms. Pre-existing diabetes patients most often presented with abdominal pain and vomiting. Diagnosis of diabetes in new patients and issues related to interrupted insulin delivery in pre-existing patients using insulin pump therapy were the most common factors associated with DKA. Of the newly diagnosed patients presenting in DKA, 64% had seen a physician in the weeks leading up to diagnosis. CONCLUSIONS: Pediatric patients have predictable patterns associated with a diagnosis of DKA. Most cases of DKA could be prevented with earlier diagnosis and improved education and problem-solving by families and health care providers. DKA preventative strategies are recommended and should be aimed at patients, their families, and health care professionals especially those outside of pediatric centers.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».