MétaCan
Menu
Retour à la cohorte
Enregistrement W2121595329 · doi:10.2337/dc07-1459

A Risk Score for Type 1 Diabetes Derived From Autoantibody-Positive Participants in the Diabetes Prevention Trial–Type 1

2008· article· en· W2121595329 sur OpenAlexaff
Jay M. Sosenko, Jeffrey P. Krischer, Jerry P. Palmer, Jeffrey L. Mahon, Catherine C. Cowie, Carla J. Greenbaum, David Cuthbertson, John M. Lachin, Jay S. Skyler

Notice bibliographique

RevueDiabetes Care · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiabetes and associated disorders
Établissements canadiensWestern University
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMedicineType 2 diabetesDiabetes mellitusInternal medicineAutoantibodyType 1 diabetesFramingham Risk ScoreStepwise regressionEndocrinologyImmunologyDiseaseAntibody

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The accurate prediction of type 1 diabetes is essential for appropriately identifying prevention trial participants. Thus, we have developed a risk score for the prediction of type 1 diabetes. RESEARCH DESIGN AND METHODS: Diabetes Prevention Trial-Type 1 (DPT-1) participants, islet cell autoantibody (ICA)-positive relatives of type 1 diabetic patients (n = 670), were randomly divided into development and validation samples. Risk score values were calculated for the validation sample from development sample model coefficients obtained through forward stepwise proportional hazards regression. RESULTS: A risk score based on a model including log-BMI, age, log-fasting C-peptide, and postchallenge glucose and C-peptide sums from 2-h oral glucose tolerance tests (OGTTs) was derived from the development sample. The baseline risk score strongly predicted type 1 diabetes in the validation sample (chi(2) = 82.3, P < 0.001). Its strength of prediction was almost the same (chi(2) = 83.3) as a risk score additionally dependent on a decreased first-phase insulin response variable from intravenous glucose tolerance tests (IVGTTs). Biochemical autoantibodies did not contribute significantly to the risk score model. A final type 1 diabetes risk score was then derived from all participants with the same variables as those in the development sample model. The change in the type 1 diabetes risk score from baseline to 1 year was in itself also highly predictive of type 1 diabetes (P < 0.001). CONCLUSIONS: A risk score based on age, BMI, and OGTT indexes, without dependence on IVGTTs or additional autoantibodies, appears to accurately predict type 1 diabetes in ICA-positive relatives.

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)0,009
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,278
Écart entre enseignants0,253 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations104
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes CareMême sujetDiabetes and associated disordersTravaux en français237 207