MétaCan
Menu
← Retour à la cohorte
Enregistrement W3009761720 · doi:10.14740/jocmr4103

A Study of Seasonal Variation in the Effect of Add-On Sitagliptin on Blood Glucose Control in Insulin-Treated Patients With Type 2 Diabetes

2020· article· en· W3009761720 sur OpenAlexvenueno aff
Masahiko Takai, Masashi Ishikawa, Hajime Maeda, Akira Kubota, Kotaro Iemitsu, Shinichi Umezawa, Takehiro Kawata, Tetsuo Takuma, Hiroshi Takeda, Keiji Tanaka, Hideo Machimura, Fuyuki Minagawa, Atsuko Mokubo, Tetsuya Motomiya, Akira Kanamori, Ikuro Matsuba

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensnon disponible
Organismes subventionnairesKidney Foundation, Japan
Mots-clésSitagliptinMedicineHemoglobinType 2 diabetesInternal medicineInsulinDiabetes mellitusEndocrinology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There are several reports of seasonal variation in hemoglobin A1c (HbA1c) in patients with type 2 diabetes (T2DM), but no reports of seasonal variation in the effect of add-on drugs on blood glucose control in insulin-treated patients. METHODS: Using data collected from 630 patients in a multicenter study, we compared the amount of change in HbA1c after 1, 3, 6, 9, and 12 months of add-on administration of sitagliptin in insulin-treated patients divided into four groups based on the month when sitagliptin was started. RESULTS: A significantly larger decrease in HbA1c at 6 months from baseline was observed in the group that started add-on sitagliptin in February to April than in the other three groups. However, the amount of change in HbA1c at 12 months did not differ among the groups. CONCLUSIONS: The consideration of seasonal variation enables more accurate evaluation of a drug's short-term effect on blood glucose control.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,061
Tête enseignante GPT0,402
Écart entre enseignants0,340 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine Research→Même sujetDiabetes, Cardiovascular Risks, and Lipoproteins→Travaux en français237 207→