MétaCan
Menu
Retour à la cohorte
Enregistrement W2499174776 · doi:10.2337/dc16-1066

Youth-Onset Type 2 Diabetes Consensus Report: Current Status, Challenges, and Priorities

2016· review· en· W2499174776 sur OpenAlexaff
Kristen J. Nadeau, Barbara J. Anderson, Erika Gebel Berg, Jane L. Chiang, Hubert S. Chou, Kenneth C. Copeland, Tamara S. Hannon, Terry T.‐K. Huang, Jane Lynch, Jeff Powell, Elizabeth Sellers, William V. Tamborlane, Philip Zeitler

Notice bibliographique

RevueDiabetes Care · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensHealth Sciences Centre
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Diabetes and Digestive and Kidney DiseasesDaiichi Sankyo EuropeSanofiAgency for Healthcare Research and QualityNational Institutes of HealthInternational Society for Pediatric and Adolescent DiabetesNovo NordiskPediatric Endocrine SocietyAmerican Diabetes AssociationAstraZenecaEli Lilly and CompanyBristol-Myers Squibb
Mots-clésMedicinePsychosocialType 2 diabetesDiabetes mellitusType 1 diabetesDiseaseConsensus conferenceMEDLINEIntensive care medicineGerontologyPsychiatryEndocrinologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Type 2 diabetes is a significant and increasing burden in adolescents and young adults. Clear strategies for research, prevention, and treatment of the disease in these vulnerable patients are needed. Evidence suggests that type 2 diabetes in children is different not only from type 1 but also from type 2 diabetes in adults. Understanding the unique pathophysiology of type 2 diabetes in youth, as well as the risk of complications and the psychosocial impact, will enable industry, academia, funding agencies, advocacy groups, and regulators to collectively evaluate both current and future research, treatment, and prevention approaches. This Consensus Report characterizes type 2 diabetes in children, evaluates the fundamental differences between childhood and adult disease, describes the current therapeutic options, and discusses challenges to and approaches for developing new treatments.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,084
Tête enseignante GPT0,357
Écart entre enseignants0,272 · 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
GenreSynthèse

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

En bref

Citations387
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes CareMême sujetDiabetes Management and ResearchTravaux en français237 207