Incidence and prevalence of diabetic ketoacidosis (DKA) among adults with type 1 diabetes mellitus (T1D): a systematic literature review
Notice bibliographique
Résumé
OBJECTIVES: To summarise incidence and prevalence of diabetic ketoacidosis (DKA) in adults with type 1 diabetes (T1D) for the overall patient population and different subgroups (age, sex, geographical region, ethnicity and type of insulin administration). DESIGN: Systematic literature review (SLR). DATA SOURCES: Medline (via PubMed) and Embase (1 January 2000 to 23 June 2016). STUDY SELECTION: Peer-reviewed observational studies with reported data on the incidence or prevalence of DKA in T1D adults were included. A single reviewer completed the study screening and selection process and a second reviewer performed an additional screening of approximately 20% of the publications; two reviewers independently conducted the quality assessment; the results were narratively synthesised. RESULTS: Out of 1082 articles, 19 met the inclusion and exclusion criteria, with two additional studies identified that did not specify the patient age range and are therefore not included in the SLR. Overall, eight studies reported incidence with a range of 0-56 per 1000 person-years (PYs), with one outlying study reporting an incidence of 263 per 1000 PYs. Eleven studies reported prevalence with a range of 0-128 per 1000 people. Prevalence of DKA decreased with increasing age. Subgroup analyses were performed using data from no more than two studies per subgroup. There was a higher prevalence of DKA reported in women, non-whites and patients treated with insulin injections compared with men, whites and patients using continuous subcutaneous insulin infusion pumps, respectively. CONCLUSIONS: To our knowledge, this is the first SLR on the epidemiology of DKA in T1D adults. Despite an increasing prevalence of T1D in recent years, DKA in adults has been poorly characterised. In an era when the benefit-risk profiles of new antidiabetic therapies are being evaluated, including the potential risk of DKA, there is a clear need to better elucidate the expected rate of DKA among T1D adults.
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 | 0,015 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,020 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».