Iran Diabetes Research Roadmap (IDRR) Study; Knowledge Gap in Ge-netic Research on Diabetes Mellitus in Iran: A Review Article
Notice bibliographique
Résumé
Background: Diabetes mellitus (DM) is the most common metabolic disorder worldwide. This study aimed to report characteristics of genetic studies in DM in Iran and to identify knowledge gap in genetics of diabetes in Iran. Methods: All publications of Iranian authors in national and international journals up to 2015 were included. Comprehensive search was performed in PubMed, Web of Science, Scopus, SID, IranMedex and Magiran using "Diabetes mellitus" and "Iran*" keywords and their combination. This search obtained 25589 documents. The obtained documents were categorized into eleven groups of complications, comorbidity, management, psychology, nutrition, physical activity, genetics, basic sciences, prevention, education and gestational diabetes mellitus (GDM). Documents were categorized based on publication year, WHO and Australian National Health and Medical Research Council (NHMRC) classification, study design and subject area. Results: After screening, 293 documents remained. The trend of publications was increasing and reached peak in 2013. Case-control was the most common method used in the documents. Most of the studies were association study with case-control design while there was no genome-wide association study (GWAS). Genetic risk factors for DM and its complications were the most common topics in the obtained documents followed by DM management. Conclusion: The most of genetic studies in diabetes in Iran are association studies about genetic risk factors of diabetes while GWAS and pharmacogenetic studies are rare or absent. This may indicate low priority of personalized medicine in the field of diabetes in Iran.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,015 | 0,020 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».