MétaCan
Menu
Retour à la cohorte
Enregistrement W2149067383 · doi:10.1177/193229681200600118

Analysis of Use of an Automated Bolus Calculator Reduces Fear of Hypoglycemia and Improves Confidence in Dosage Accuracy in Type 1 Diabetes Mellitus Patients Treated with Multiple Daily Insulin Injections

2012· letter· en· W2149067383 sur OpenAlexaff
Frank Schwartz, Aili Guo, Cynthia R. Marling, Jay H. Shubrook

Notice bibliographique

RevueJournal of Diabetes Science and Technology · 2012
Typeletter
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensHeritage College
Organismes subventionnairesnon disponible
Mots-clésHypoglycemiaMedicineDiabetes mellitusType 1 diabetesBolus (digestion)InsulinIntensive care medicineCalculatorInsulin penType 2 Diabetes MellitusLimitingInternal medicineEndocrinologyComputer science

Résumé

récupéré en direct d'OpenAlex

In this issue of Journal of Diabetes Science and Technology, Barnard and colleagues evaluate the use of the ACCU-CHEK® Aviva Expert blood glucose meter/bolus advisor system in patients with type 1 diabetes mellitus. Hypoglycemia is a major limiting factor to intensive glucose control, and fear of hypoglycemia, especially in those who have experienced severe reactions, is a major barrier. The bolus advisor improved overall glucose control and increased adherence by overcoming the patients' fear of hypoglycemia, giving them more confidence to give adequate doses of insulin to control hyperglycemia. In this review, we discuss other human factors that become barriers to intensive control, which can benefit from new technologies, including numeracy literacy, information overload, time required for diabetes self-care, and device incompatibility.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,016
Score d'incertitude au seuil0,703

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,006
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,283
Écart entre enseignants0,267 · 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 tête enseignante, 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

Citations19
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Diabetes Science and TechnologyMême sujetDiabetes Management and ResearchTravaux en français237 207