MétaCan
Menu
← Retour à la cohorte
Enregistrement W2184971466

Is glucagon needed in type 1 diabetes

2015· article· en· W2184971466 sur OpenAlexaboutno aff
Ahmad Haidar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineInsulin deliveryGlucagonInsulinArtificial pancreasDiabetes mellitusHypoglycemiaType 1 diabetesContinuous glucose monitoringType 2 diabetesIntensive care medicineBlood Glucose Self-MonitoringInternal medicineInsulin pumpEndocrinologyPediatrics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The risk of hypoglycaemia in individuals with type 1 diabetes is high: about 12% of patients experience severe hypoglycaemia with loss of consciousness or seizure per year. 1 The recent improvements in glucose sensor accuracy, which measure interstitial glucose in real-time, have opened up the opportunity to substantially reduce hypoglycaemia and potentially eliminate mortality related to severe hypoglycaemia. These advances in glucose-sensor technology have led to the development of many systems, commonly termed artifi cial pancreas systems, that automatically dose insulin on the basis of sensed glucose concentrations. The MiniMed 530G system (Medtronic, Northridge, USA), which suspends insulin delivery when the sensed glucose concentration is lower than a set threshold, is already approved and in use in the USA. In The Lancet Diabetes & Endocrinology, Ahmad Haidar and colleagues 2 describe the use of glucagon delivery combined with insulin delivery in an artifi cial pancreas system to reduce hypoglycaemia in children and adolescents with type 1 diabetes at a Canadian summer camp. Glucagon works quickly to raise circulating glucose concentrations by stimulating the breakdown of hepatic glycogen. It is currently approved only as a rescue treatment for severe hypoglycaemia. The approach of combined automated insulin and glucagon delivery has proven successful to prevent and treat hypoglycaemia by our group 3,4 and others. 5–7 By contrast, other research groups have used systems that rely solely on automated insulin delivery, with algorithms that suspend insulin delivery when hypoglycaemia occurs or is predicted to occur. 8 An insulin-only approach is limited by the slow onset and off set of insulin when delivered subcutaneously. Even rapid-acting insulin analogues have clinically signifi cant glucose-lowering activity more than 4 hours after delivery. 9 Study results using insulin-only systems have been generally favourable, but the rates of hypoglycaemia were typically low even in the control condition (conventional pump therapy), indicating these studies were not an ideal assessment of the risk for hypoglycaemia. 10–12

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)0,003
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0220,005

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 Opus0,080
Tête enseignante GPT0,345
Écart entre enseignants0,265 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDiabetes Management and Research→Travaux en français237 207→