MétaCan
Menu
← Retour à la cohorte
Enregistrement W2918659296 · doi:10.71781/30890

Prise en charge nutritionnelle et gestion du surpoids dans le diabète de type 1

2018· dissertation· fr· W2918659296 sur OpenAlexfundno aff
Andréanne Fortin

Notice bibliographique

RevueOpen MIND · 2018
Typedissertation
Languefr
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensnon disponible
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Les patients avec un diabète de type 1 (DT1) sous insulinothérapie intensive se doivent de pratiquer le calcul des glucides (CG), mais cette tâche ajoute un fardeau à la gestion de la maladie. De plus, cette méthode contribue à une approche nutritionnelle glucocentrique non axée sur la qualité alimentaire. En effet, un questionnaire nous a démontré que les patients avec un DT1 avaient certaines difficultés dans son application et des études antérieures ont prouvé que ces patients avaient une faible qualité alimentaire. Parallèlement, le profil des patients DT1 a beaucoup changé, en particulier avec la progression des problèmes de surpoids et d’obésité qui contribuent à une prévalence de syndrome métabolique allant jusqu’à 45%, un statut associé à une majoration du risque cardiovasculaire (CV). En l’absence de recommandations spécifiques pour ce groupe à ce jour, nous avons démontré qu’une intervention nutritionnelle axée sur la qualité alimentaire (diète faible en gras et méditerranéenne) était faisable et menait à une amélioration du profil cardiométabolique. L’absence de différences significatives sur le profil CV et la composition corporelle entre ces deux diètes suggère que l’individualisation de l’approche nutritionnelle serait nécessaire pour les patients avec un DT1 pour la réduction du risque CV. Des études supplémentaires sont cependant requises pour optimiser l’enseignement et changer l’approche glucocentrique afin de faire une promotion plus importante de la qualité nutritionnelle s’intégrant dans de saines habitudes de vie.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,031
Tête enseignante GPT0,338
Écart entre enseignants0,306 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetDiabetes Management and Research→Travaux en français237 207→