Time-saving screening for diabetes in patients with coronary artery disease: a report from EUROASPIRE IV
Notice bibliographique
Résumé
BACKGROUND: WHO advocates 2-hour oral glucose tolerance test (OGTT) for detecting diabetes mellitus (DM). OGTT is the most sensitive method to detect DM in patients with coronary artery disease (CAD). Considered time consuming, the use of OGTT is unsatisfactory. A 1-hour plasma glucose (1hPG) test has not been evaluated as an alternative in patients with CAD. OBJECTIVES: To create an algorithm based on glycated haemoglobin (HbA1c), fasting plasma glucose (FPG) and 1hPG limiting the need of a 2-hour plasma glucose (2hPG) in patients with CAD. METHODS: 951 patients with CAD without DM underwent OGTT. A 2hPG≥11.1 mmol/L was the reference for undiagnosed DM. The yield of HbA1c, FPG and 1hPG was compared with that of 2hPG. RESULTS: Mean FPG was 6.2±0.9 mmol/L, and mean HbA1c 5.8±0.4%. Based on 2hPG≥11.1 mmol/L 122 patients (13%) had DM. There was no value for the combination of HbA1c and FPG to rule out or in DM (HbA1c≥6.5%; FPG≥7.0 mmol/L). In receiver operating characteristic analysis a 1hPG≥12 mmol/L balanced sensitivity and specificity for detecting DM (both=82%; positive and negative predictive values 40% and 97%). A combination of FPG<6.5 mmol/L and 1hPG<11 mmol/L excluded 99% of DM. A combination of FPG>8.0 mmol/L and 1hPG>15 mmol/L identified 100% of patients with DM. CONCLUSIONS: Based on its satisfactory accuracy to detect DM an algorithm is proposed for screening for DM in patients with CAD decreasing the need for a 2-hour OGTT by 71%.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».