MétaCan
Menu
Retour à la cohorte
Enregistrement W2520349907 · doi:10.1109/mcs.2016.2584318

The Artificial Pancreas: How Closed-Loop Control Is Revolutionizing Diabetes

2016· article· en· W2520349907 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Control Systems · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensMcGill University
Organismes subventionnairesInstitut de Recherche Clinique De MontréalUniversity of CambridgeNational Institutes of HealthCanadian Diabetes AssociationEli Lilly and Company
Mots-clésArtificial pancreasController (irrigation)Computer scienceControl engineeringType 1 diabetesControl systemDiabetes mellitusArtificial intelligenceSimulationMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

The artificial pancreas is a long-awaited goal for the management of type 1 diabetes, and its development was recently triggered by the development of continuous glucose sensors. Developing the artificial pancreas is a control engineering problem that is challenged by the large delays in insulin absorption, variability in system dynamics between patients and within the same patient, meals, exercise, and sensor errors. Model predictive controllers are at the forefront of current research due their ability to accommodate input constraints, insulin absorption delays, meals, and insulin boluses. Controller designs need to focus on the balance between system complexity, clinical benefits, and patient convenience. Randomized controlled clinical trials are the gold standard to assess artificial pancreas systems, but feasibility trials may be useful to assess the practicality of novel controllers and systems. Mathematical modeling and computer simulations may also accelerate the development of the artificial pancreas and allow optimization of controller designs prior to clinical testing. Topics of future research include artificial pancreas for type 2 diabetes, combining adjunctive therapies with novel artificial pancreas systems, and learning and adaptive algorithms.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,251
Écart entre enseignants0,230 · 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