MétaCan
Menu
Retour à la cohorte
Enregistrement W2073635463 · doi:10.1097/aln.0b013e3181649314

Metabolic Syndrome and Insulin Resistance

2008· review· en· W2073635463 sur OpenAlexaff
Hema Bagry, Sreekrishna Raghavendran, Franco Carli, David S. Warner, Mark A. Warner

Notice bibliographique

RevueAnesthesiology · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueHyperglycemia and glycemic control in critically ill and hospitalized patients
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineInsulin resistancePerioperativeMetabolic syndromeDiabetes mellitusInsulinInternal medicineIntensive care medicinePharmacotherapyPathophysiologyBlood sugarEndocrinologyBioinformaticsSurgery

Résumé

récupéré en direct d'OpenAlex

Metabolic syndrome represents a constellation of risk factors associated with increased incidence of cardiovascular disease and progression to diabetes mellitus. Insulin resistance, a state of decreased biologic response to physiologic concentrations of insulin, is a key component of this syndrome and seems to be the result of a primary defect at the skeletal muscle glucose transporter. Acute illness and the perioperative period are characterized by a state of insulin resistance that manifests as hyperglycemia and leads to various other metabolic and biochemical alterations that adversely affect end organ function. Hyperglycemia in acutely ill patients adversely affects outcome. Achieving euglycemia seems beneficial in certain clinical situations, but considerable disagreement exists regarding the target blood sugar levels, the duration of therapy, and the modality. Pharmacotherapy, exercise, and nutrition to improve insulin sensitivity seem promising but require further evaluation to confirm their efficacy for perioperative risk reduction. This review discusses the pathophysiology and the clinical implications of metabolic syndrome and insulin resistance in the acutely ill patient with an emphasis on perioperative modulation strategies.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,032
Tête enseignante GPT0,310
Écart entre enseignants0,278 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations129
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnesthesiologyMême sujetHyperglycemia and glycemic control in critically ill and hospitalized patientsTravaux en français237 207