Model-based glycaemic control: methodology and initial results from neonatal intensive care
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.
Notice bibliographique
Résumé
Very/extremely premature infants often experience glycaemic dysregulation, resulting in abnormally elevated (hyperglycaemia) or low (hypoglycaemia) blood glucose (BG) concentrations, due to prematurity, stress, and illness. STAR-GRYPHON is a computerised protocol that utilises a model-based insulin sensitivity parameter to directly tailor therapy for individual patients and their changing conditions, unlike other common insulin protocols in this cohort. From January 2013 to January 2015, 13 patients totalling 16 hyperglycaemic control episodes received insulin under STAR-GRYPHON. A significant improvement in control was achieved in comparison to a retrospective cohort, with a 26% absolute improvement in BG within the targeted range and no hypoglycaemia. This improvement was obtained predominantly due to the reduction of hyperglycaemia (%BG>10.0 mmol/l: 5.6 vs. 17.7%, p<0.001), and lowering of the median per-patient BG [6.9 (6.1-7.9) vs. 7.8 (6.6-9.1) mmol/l, p<0.001, Mann-Witney U test]. While cohort-wide control results show good control overall, there is high intra-patient variability in BG behaviour, resulting in overly conservative treatments for some patients. Patient insulin sensitivity differs between and within patients over time, with some patients having stable insulin sensitivity, while others change rapidly. These results demonstrate the trade-off between safety and performance in a highly variable and fragile cohort.
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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découle