Diabetes mellitus and pernicious anemia: interrelated therapeutic triumphs discovered shortly after William Osler’s death
Notice bibliographique
Résumé
William Osler died on December 29, 1919, at the age of 70. Less than 1 year later, Frederick Grant Banting began a research project at the University of Toronto to find a treatment for diabetes mellitus. John James Rickard Macleod, director of physiology, gave him space, funding, and supplies. Charles Herbert Best, an undergraduate medical student, joined Banting. In 1921, Banting and Best isolated and purified insulin from pancreatic extracts of dogs. James Bertram Collip, a biochemist, helped in the purification process. The first American patient was treated with Toronto insulin in May 1922. Banting and Macleod were awarded the Nobel Prize in 1923 "for the discovery of insulin." George Richards Minot, a young hematologist in Boston, had an obsessive interest in the effect of diet on anemia. In October 1921, Minot developed weight loss and was diagnosed with severe diabetes mellitus. By January 1923, the pioneering diabetologist, Elliott Proctor Joslin, began to treat Minot with insulin. Minot's condition improved and he returned to work. In 1926, Minot and William Parry Murphy amazed the medical world when they eradicated anemia in 45 pernicious anemia patients by feeding them a half-pound of beef liver daily. Minot shared the 1934 Nobel Prize with Murphy and George Hoyt Whipple "for their discoveries concerning liver therapy in cases of anemia." Minot remained on insulin the rest of his life. Osler described the clinical findings and blood picture of pernicious anemia nearly a half century before Minot but his observations were largely ignored. Osler had an intriguing connection to Banting. Had he lived, Osler would have been ecstatic over these two monumental therapeutic breakthroughs.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».