Who Is Enrolling? The Path to Monitoring in Type 1 Diabetes TrialNet’s Pathway to Prevention
Notice bibliographique
Résumé
OBJECTIVE To better understand potential facilitators of individual engagement in type 1 diabetes natural history and prevention studies through analysis of enrollment data in the TrialNet Pathway to Prevention (PTP) study. RESEARCH DESIGN AND METHODS We used multivariable logistic regression models to examine continued engagement of eligible participants at two time points: 1) the return visit after screening to confirm an initial autoantibody-positive (Ab+) test result and 2) the initial oral glucose tolerance test (OGTT) for enrollment into the monitoring protocol. RESULTS Of 5,387 subjects who screened positive for a single autoantibody (Ab), 4,204 (78%) returned for confirmatory Ab testing. Younger age was associated with increased odds of returning for Ab confirmation (age <12 years vs. >18 years: odds ratio [OR] 2.12, P < 0.0001). Racial and ethnic minorities were less likely to return for confirmation, particularly nonwhite non-Hispanic (OR 0.50, P < 0.0001) and Hispanic (OR 0.69, P = 0.0001) relative to non-Hispanic white subjects. Of 8,234 subjects, 5,442 (66%) were identified as eligible to be enrolled in PTP OGTT monitoring. Here, younger age and identification as multiple Ab+ were associated with increased odds of returning for OGTT monitoring (age <12 years vs. >18 years: OR 1.43, P < 0.0001; multiple Ab+: OR 1.36, P < 0.0001). Parents were less likely to enroll into monitoring than other relatives (OR 0.78, P = 0.004). Site-specific factors, including site volume and U.S. site versus international site, were also associated with differences in rates of return for Ab+ confirmation and enrollment into monitoring. CONCLUSIONS These data confirm clear differences between successfully enrolled populations and those lost to follow-up, which can serve to identify strategies to increase ongoing participation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».