MétaCan
Menu
Retour à la cohorte
Enregistrement W2946181785 · doi:10.2337/dci19-0013

Response to Comment on Feig et al. Pumps or Multiple Daily Injections in Pregnancy Involving Type 1 Diabetes: A Prespecified Analysis of the CONCEPTT Randomized Trial. Diabetes Care 2018;41:2471–2479

2019· letter· en· W2946181785 sur OpenAlexafffund
Denice S. Feig, Rosa Corcoy, Lois Donovan, Kellie E. Murphy, Jon Barrett, Johanna Sanchez, Katrina J. Ruedy, Craig Kollman, George Tomlinson

Notice bibliographique

RevueDiabetes Care · 2019
Typeletter
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensSinai Health SystemUniversity of CalgarySunnybrook HospitalMount Sinai HospitalLunenfeld-Tanenbaum Research InstituteUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesBreakthrough T1D Canada
Mots-clésMedicineRandomized controlled trialPregnancyNeonatal hypoglycemiaType 1 diabetesHypoglycemiaGlycemicType 2 diabetesDiabetes mellitusGestational diabetesObstetricsOdds ratioInsulin pumpPediatricsInternal medicineGestationEndocrinology

Résumé

récupéré en direct d'OpenAlex

We thank Sacha and Lane (1) for their interest in our multicenter, multinational randomized Continuous Glucose Monitoring in Women With Type 1 Diabetes in Pregnancy Trial (CONCEPTT). First, we should clarify that the randomized controlled trial was designed to evaluate the impact of continuous glucose monitoring (CGM) in women with type 1 diabetes (T1D) who were pregnant or planning pregnancy (2). Of note, CGM was beneficial on a range of maternal second and third trimester glycemic outcomes, with a halving in the odds ratio for neonatal large for gestational age, neonatal hypoglycemia, and neonatal intensive care unit admissions >24 h (3). Furthermore, the treatment effect of CGM was comparable across 31 international sites and between women using insulin pumps and contemporary multiple daily injection (MDI) regimens. Given the paucity of randomized trial data comparing insulin pumps with MDI using contemporary fast- and long-acting …

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)0,004
score de la tête « metaresearch » (Gemma)0,032
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0030,001
Intégrité de la recherche0,0340,023
Charge utile insuffisante (le modèle a refusé de juger)0,0110,012

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 Opus0,038
Tête enseignante GPT0,311
Écart entre enseignants0,273 · 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
GenreCommentaire

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

En bref

Citations8
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiabetes CareMême sujetDiabetes Management and ResearchTravaux en français237 207