Clinical Benefit of Self-Monitoring of Blood Glucose Is Uncertain for Non–Insulin-Treated Patients With Type 2 Diabetes
Notice bibliographique
Résumé
Allemann S, Houriet C, Diem P, Stettler C: Self-monitoring of blood glucose in non-insulin treated patients with type 2 diabetes: a systematic review and meta-analysis. Curr Med Res Opin 25:2903–2913, 2009 Design. A comprehensive systematic review and meta-analysis. Objective. To assess the effect of self-monitoring of blood glucose (SMBG) on A1C in non–insulin-treated patients with type 2 diabetes. Subjects. The analysis included 3,270 non–insulin-treated patients with type 2 diabetes in Canada, the United States, Europe, and Asia. In the 15 studies included, mean age ranged from 50 to 67 years, with 38–74% female patients. Mean duration of diabetes ranged from 0 to 12.5 years. Mean BMI ranged from 27.1 to 34.2 kg/m2, and baseline A1C ranged from 6.7 to 11.9%. Methods. Studies included randomized, controlled trials of non–insulin-treated type 2 diabetic patients comparing treatment strategies including SMBG to less frequent or no SMBG. To be included, trials also had to report data on A1C. Two independent reviewers assessed study quality, with any discrepancies resolved by a third reviewer. The authors used heterogeneity statistics (I2) to determine the appropriate model for analysis, with high heterogeneity (I2 > 80%) indicating that no pooled analysis should be done. The primary endpoint was A1C, and secondary outcomes were fasting glucose and the occurrence of hypoglycemia. The primary analysis was comparing patients performing SMBG with a non-SMBG control group. Secondarily, the authors compared more frequent SMBG with less frequent SMBG. Univariate meta-regression was used to assess the influence of other factors on the main outcomes of interest. Variables examined in the meta-regression included self-management instruction, use of a treatment algorithm, industry sponsorship, country of study origin, baseline mean A1C, study duration, and key domains of internal validity (intention to treat, allocation concealment, blinding of outcome assessors). Results. Of the 15 …
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 | 0,039 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,034 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».