Validation of the Diabetes Prevention Trial–Type 1 Risk Score in the TrialNet Natural History Study
Notice bibliographique
Résumé
OBJECTIVE: We assessed the accuracy of the Diabetes Prevention Trial-Type 1 Risk Score (DPTRS), developed from the Diabetes Prevention Trial-Type 1 (DPT-1), in the TrialNet Natural History Study (TNNHS). RESEARCH DESIGN AND METHODS: Prediction accuracy of the DPTRS was assessed with receiver-operating characteristic curve areas. The type 1 diabetes cumulative incidence within the DPTRS intervals was compared between the TNNHS and DPT-1 cohorts. RESULTS: Receiver-operating characteristic curve areas for the DPTRS were substantial in the TNNHS (P < 0.001 at both 2 and 3 years). The type 1 diabetes cumulative incidence did not differ significantly between the TNNHS and DPT-1 cohorts within DPTRS intervals. In the TNNHS, 2-year and 3-year risks were low for DPTRS intervals <6.50 (<0.10 and <0.20, respectively). Thresholds ≥7.50 were indicative of high risk in both cohorts (2-year risks: 0.49 in the TNNHS and 0.51 in DPT-1). CONCLUSIONS: The DPTRS is an accurate and robust predictor of type 1 diabetes in autoantibody-positive populations.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».