MétaCan
Menu
Retour à la cohorte
Enregistrement W2808187053 · doi:10.1111/dme.13764

Ultrasound detection of insulin‐induced lipohypertrophy in Type 1 and Type 2 diabetes

2018· article· en· W2808187053 sur OpenAlexaff
Jordanna Kapeluto, Breay W. Paty, Silvia D. Chang, Graydon S. Meneilly

Notice bibliographique

RevueDiabetic Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHyperglycemia and glycemic control in critically ill and hospitalized patients
Établissements canadiensVancouver General HospitalUniversity of British Columbia
Organismes subventionnairesNovo Nordisk
Mots-clésMedicineVascularitySubclinical infectionPalpationDiabetes mellitusUltrasoundType 2 diabetesPhysical examinationEchogenicityType 1 diabetesRadiologyPathologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

AIMS: To define standard criteria for the detection of lipohypertrophy using ultrasonography and to determine the accuracy of this method. METHOD: Individuals using insulin therapy for ≥2 years with unknown lipohypertrophy status were enrolled at a diabetes education centre. A team of diabetes educator nurses performed a clinical examination for evidence of lipohypertrophy and a separate team of ultrasonographers examined participants in a blinded fashion. RESULTS: The echo signature for lipohypertrophy consisted of location in the subcutaneous layer and lesions that were 1) well circumscribed either by hyperechoic foci with defined borders or a nodular shape with a hypoechoic halo, 2) heterogeneous in echotexture compared with surrounding tissue, 3) associated with distortion of surrounding connective tissue with 4) absence of vascularity and 5) absence of capsule. Ultrasonography identified individuals with lipohypertrophy significantly more frequently than inspection or palpation (P<0.0001). Inter-observer agreement was moderate (κ=0.50) and limited by the presence of subclinical lesions in 73% of the participants. CONCLUSIONS: The ultrasound detection of lipohypertrophy is consistent with clinical examination and is reproducible using a defined echo signature. (ClinicalTrials.gov registration no: NCT02348099).

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 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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,274
Écart entre enseignants0,256 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetic MedicineMême sujetHyperglycemia and glycemic control in critically ill and hospitalized patientsTravaux en français237 207