MétaCan
Menu
Retour à la cohorte
Enregistrement W2948204413 · doi:10.2337/db19-1679-p

1679-P: Current State of Type 1 Diabetes in Adults: Data from the Canadian LMC Diabetes Registry

2019· article· en· W2948204413 sur OpenAlexaboutno aff
Ronnie Aronson, Ruth E. Brown, Alexander Abitbol, Ronald Goldenberg, Olubukola Ajala, Jean François Yale, Zeina Yared

Notice bibliographique

RevueDiabetes · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHypoglycemiaDiabetes mellitusType 1 diabetesPopulationInternal medicineCohortType 2 diabetesPediatricsEndocrinology

Résumé

récupéré en direct d'OpenAlex

Population-based data regarding the current state of T1D care remains limited. This cross-sectional study describes adults with T1D in the LMC Diabetes Registry, comprised of the longitudinal health data of >50 Endocrinology practices across 3 Canadian provinces. A cohort of 3386 adults under care ≥6 months were included: age 44.4 ± 15.3 years; age at diagnosis 22.6 ± 14.3 years; 54.8% male (Table). The majority use analogue insulin (98.4% basal and 99.8% bolus insulin use), 36.6% use an insulin pump and 12.8% use a CGM device. Mean A1C at referral was 8.6 ± 1.8%; current mean A1C was lower at 8.1 ± 1.5%. Although 23.5% were at target A1C ≤ 7.0%, a persistent A1C > 9.0% was seen in 21.6%. Mean A1C was highest among young adults. Over half (56%) reported >1 weekly episodes of hypoglycemia; 3.3% reported severe hypoglycemia in the prior year. In CGM users (n=352, mean A1C 7.7 ± 1.3%), mean glucose was 9.4 ± 2.0 mmol/L and mean CV was 38.5 ± 8.3%. Time in range was 54.4 ± 17.8% and time in hypoglycemia was 6.3 ± 6.1%. Common comorbidities included mental health (9.8%), microvascular (retinopathy 14.4%, CKD 8.2%, nephropathy 24.5%, clinically significant neuropathy 6.5%) and macrovascular (5.5%) disorders. Despite care from diabetes specialists, operating with advanced resources, and within a public health system, the majority of Canadian adults with T1D are not reaching glycemic targets and under-use available advanced technologies. Disclosure R. Aronson: Research Support; Self; AstraZeneca, Becton, Dickinson and Company, Boehringer Ingelheim Pharmaceuticals, Inc., Eli Lilly and Company, Janssen Pharmaceuticals, Inc., Medtronic, Merck & Co., Inc., Novo Nordisk Inc., Sanofi, Senseonics. R.E. Brown: None. A. Abitbol: Advisory Panel; Self; Merck & Co., Inc., Novo Nordisk Inc. Research Support; Self; Amgen Inc., Boehringer Ingelheim Pharmaceuticals, Inc., Eli Lilly and Company, Eli Lilly and Company, Gilead Sciences, Inc., GlaxoSmithKline plc., JDRF, Lexicon Pharmaceuticals, Inc., Pfizer Inc., Senseonics, Xeris Pharmaceuticals, Inc., Zealand Pharma A/S. Speaker's Bureau; Self; AstraZeneca, Sanofi. R. Goldenberg: Advisory Panel; Self; Amgen Inc., AstraZeneca, Boehringer Ingelheim Pharmaceuticals, Inc., Eli Lilly and Company, Janssen Pharmaceuticals, Inc., Merck & Co., Inc., Novo Nordisk Inc., Sanofi. O. Ajala: None. J. Yale: Advisory Panel; Self; Abbott, AstraZeneca, Boehringer Ingelheim Pharmaceuticals, Inc., Eli Lilly and Company, Janssen Pharmaceuticals, Inc., Merck & Co., Inc., Novo Nordisk Inc., Sanofi. Research Support; Self; AstraZeneca, Bayer Canada, Mylan. Speaker's Bureau; Self; Abbott, AstraZeneca, Bayer Canada, Boehringer Ingelheim Pharmaceuticals, Inc., Eli Lilly and Company, Janssen Pharmaceuticals, Inc., Merck & Co., Inc., Novo Nordisk Inc., Sanofi, Takeda Canada. Z. Yared: None. Funding Sanofi Canada

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,008
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,021
Tête enseignante GPT0,255
Écart entre enseignants0,234 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetDiabetes Treatment and ManagementTravaux en français237 207