Minimal model estimation of glucose absorption and insulin sensitivity from oral test: validation with a tracer method
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Measuring insulin sensitivity during the physiological milieu of oral glucose perturbation, e.g., a meal or an oral glucose tolerance test, would be extremely valuable but difficult since the rate of appearance of absorbed glucose is unknown. The reference method is a tracer two-step one: first, the rate of appearance of glucose (R(a meal)(ref)) is reconstructed by employing the tracer-to-tracee ratio clamp technique with two tracers and a model of non-steady-state glucose kinetics; next, this R(a meal)(ref) is used as the known input of a model describing insulin action on glucose kinetics to estimate insulin sensitivity (SI(ref)). Recently, a nontracer method based on the oral minimal model (OMM) has been proposed to estimate simultaneously the above quantities, denoted R(a meal) and SI, respectively, from plasma glucose and insulin concentrations measured after an oral glucose perturbation. This last method has obvious advantages over the tracer method, but its domain of validity has never been assessed against a reference method. It is thus important to establish whether or not the "nontracer" R(a meal) and SI compare well with the "tracer" R(a meal)(ref) and SI(ref). We do this comparison on a database of 88 subjects, and it is very satisfactory: R(a meal) profiles agree well with the R(a meal)(ref) and correlation of SI(ref) with SI is r = 0.86 (P < 0.0001). We conclude that OMM candidates as a reliable tool to measure both the rate of glucose absorption and insulin sensitivity from oral glucose tests without employing tracers.
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.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle