MétaCan
Menu
Retour à la cohorte
Enregistrement W2790241231 · doi:10.1007/s11892-018-0973-9

Emerging Technologies for the Management of Type 1 Diabetes in Pregnancy

2018· review· en· W2790241231 sur OpenAlex
Jennifer M. Yamamoto, Helen Murphy

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.

Notice bibliographique

RevueCurrent Diabetes Reports · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of East AngliaNational Institute for Health and Care Research
Mots-clésMedicinePregnancyType 1 diabetesInsulinDiabetes mellitusInsulin deliveryArtificial pancreasType 2 diabetesInsulin pumpDiabetes managementDiabetes in pregnancyIntensive care medicineInternal medicineEndocrinologyGestationGestational diabetes

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: The purpose of the study is to discuss emerging technologies available in the management of type 1 diabetes in pregnancy. RECENT FINDINGS: The latest evidence suggests that continuous glucose monitoring (CGM) should be offered to all women on intensive insulin therapy in early pregnancy. Studies have additionally demonstrated the ability of CGM to help gain insight into specific glucose profiles as they relate to glycaemic targets and pregnancy outcomes. Despite new studies comparing insulin pump therapy to multiple daily injections, its effectiveness in improving glucose and pregnancy outcomes remains unclear. Sensor-integrated insulin delivery (also called artificial pancreas or closed-loop insulin delivery) in pregnancy has been demonstrated to improve time in target and performs well despite the changing insulin demands of pregnancy. Emerging technologies show promise in the management of type 1 diabetes in pregnancy; however, research must continue to keep up as technology advances. Further research is needed to clarify the role technology can play in optimising glucose control before and during pregnancy as well as to understand which women are candidates for sensor-integrated insulin delivery.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,081
Tête enseignante GPT0,396
Écart entre enseignants0,315 · 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