Factors influencing initial choice of insulin therapy in a large international non‐interventional study of people with type 2 diabetes
Notice bibliographique
Résumé
AIM: To use baseline characteristics of the Cardiovascular Risk Evaluation in people with type 2 Diabetes on Insulin Therapy study population to identify factors that could explain the choice of insulin therapy when beginning insulin. METHODS: The source, non-interventional, longitudinal, long-term study involves 314 centres in 12 countries in five regions. People were enrolled having started any insulin regimen in the previous 12 months. To identify factors associated with the choice of insulin regimen, multivariable backward logistic regression was performed on eligible physician and participant explanatory variables. RESULTS: Participants (N = 3031) had mean age 62 years, diabetes duration 11 years, body mass index 29.3 kg/m² and an HbA1c of 9.5%. Participants in Japan had less hypertension, smoked more and used fewer concomitant medications than those of other regions. Only physician location (rural or urban) influenced the choice of insulin in Japan. In the other four-regions-combined, physician location, specialty, sex and practice type influenced choice of insulin as did participant location, baseline HbA1c, use of glucose-lowering therapies and prior insulin secretagogue use. CONCLUSION: Choice of initial insulin regimen was influenced by several physician and participant characteristics in Canada and Europe, but only by physician location in Japan.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».