Minimal-Model Estimates of Insulin Sensitivity Are Insensitive to Errors in Glucose Effectiveness<sup>1</sup>
Notice bibliographique
Résumé
The minimal-model method allows for estimation of insulin sensitivity (S(I) = P(3)/P(2)) and glucose effectiveness (S(G) = P(1)) from the time course of glucose and insulin after a glucose bolus. We previously demonstrated that the minimal-model results in overestimates of S(G) in subjects with normal insulin secretory function. To determine whether overestimation of S(G) has an impact on estimation of S(I), we examined model estimation of S(I) when S(G) was constrained to levels below that found by the regular minimal-model fit. Fifty-six glucose tolerance tests from lean and obese women, with and without polycystic ovary syndrome, were used. S(I) ranged from 0.2-22.6 x 10(-4) min(-1)/(microU/mL), and S(G) ranged from 0.8-3.8 x 10(-2) min(-1) for the standard minimal-model fits. Constraining S(G) to as low as 40% of the unconstrained value resulted in a 4-fold increase in P2 and P3, but only a 3% reduction in S(I). We conclude that estimation of the insulin sensitivity index is independent of errors in minimal-model-derived estimates of glucose effectiveness.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».