MétaCan
Menu
Retour à la cohorte
Enregistrement W2899757702 · doi:10.1111/dom.13578

Hypoglycaemia as a function of HbA1c in type 2 diabetes: Insulin glargine 300 U/mL in a patient‐level pooled analysis of EDITION 1, 2 and 3

2018· article· en· W2899757702 sur OpenAlexaff
Riccardo C. Bonadonna, Jean‐François Yale, Claire Brulle‐Wohlhueter, Emmanuelle Boëlle‐Le Corfec, Pratik Choudhary, Timothy S. Bailey

Notice bibliographique

RevueDiabetes Obesity and Metabolism · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensMcGill University
Organismes subventionnairesSanofi
Mots-clésInsulin glargineMedicineType 2 diabetesInsulinInternal medicineDiabetes mellitusEndocrinology

Résumé

récupéré en direct d'OpenAlex

Basal insulin therapy often involves a compromise between achievement of glycaemic targets and avoidance of hypoglycaemia, dependent on how intensively insulin is titrated. In the Phase 3a EDITION 1, 2 and 3 studies, insulin glargine 300 U/mL (Gla-300) provided glycaemic control equivalent to that of insulin glargine 100 U/mL (Gla-100), with less hypoglycaemia in individuals with type 2 diabetes mellitus (T2DM). The current study evaluated the rates of confirmed (≤3.9 mmol/L [≤70 mg/dL]) or severe hypoglycaemia over six months of treatment with Gla-300 or Gla-100 in the EDITION studies, as a function of HbA1c. Analysis was performed on patient-level data pooled from the three EDITION studies, and annualized hypoglycaemia rate as a function of HbA1c at Month 6 was fitted using a negative binomial regression model. Participants treated with Gla-300 experienced a consistently lower rate of confirmed (≤3.9 mmol/L [≤70 mg/dL]) or severe hypoglycaemia as compared with those treated with Gla-100, regardless of HbA1c at Month 6. Results suggest that treatment with Gla-300 vs Gla-100 could allow individuals with T2DM to achieve equivalent glycaemic control with less hypoglycaemia.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,031
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0310,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,043
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,252
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes Obesity and MetabolismMême sujetDiabetes Management and ResearchTravaux en français237 207