Management of Hyperglycemia in Type 2 Diabetes: A Consensus Algorithm for the Initiation and Adjustment of Therapy
Notice bibliographique
Résumé
The consensus algorithm for the management of type 2 diabetes was developed on behalf of the American Diabetes Association and the European Association for the Study of Diabetes approximately 1 year ago (1,2). This evidence-based algorithm was developed to help guide health care providers to choose the most appropriate treatment regimens from an ever-expanding list of approved medications. The authors continue to endorse the major features of the algorithm, including the need to achieve and maintain glycemia within or as close to the nondiabetic range as is safely possible, the initiation of lifestyle interventions and treatment with metformin at the time of diagnosis, the rapid addition of medications and transition to new regimens when target glycemia is not achieved, and the early addition of insulin therapy in patients who do not meet target A1C levels. The availability of newly approved medications and the accrual of new clinical trial and other data should inform the algorithm. In this update, we primarily address one important issue that has received much recent attention: our current understanding of the advantages and disadvantages of the thiazolidinediones. In addition, we have revised the original Table 1 to include the dipeptidylpeptidase-4 inhibitor sitagliptin, which was not approved by the U.S. Food and Drug Administration at the time of our original publication (Table 1). We are mindful of the importance of not changing this consensus guideline in …
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 | 0,026 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,011 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 ».