<i>Worldwide differences in childhood type 1 diabetes: The</i> SWEET <i>experience</i>
Notice bibliographique
Résumé
OBJECTIVE: To study worldwide differences in childhood diabetes, comparing relevant indicators among five regions within the SWEET initiative. SUBJECTS: We investigated 26 726 individuals with type 1 diabetes (T1D) from 54 centers in the European region; 7768 individuals from 30 centers in the Asia/Middle East/Africa region; 2642 people from five centers in Australia/New Zealand; 10 839 individuals from seven centers in North America, and 1114 patients from five centers in South America. METHODS: The SWEET database was analyzed based on the following inclusion criteria: T1D, time period 2015-2019, and age < 21 years, with analysis of the most recent documented year of therapy. For the statistical analysis, we used multivariable linear and logistic regression models to adjust for age (<6 years, 6- < 12 years, 12- < 18 years, 18- < 21 years), gender, and duration of diabetes (<2 years, 2- < 5 years, 5- < 10 years, ≥10 years). RESULTS: Adjusted HbA1c means ranged from 7.8% (95%-confidence interval: 7.6-8.1) in Europe to 9.5% (9.2-9.8) in Asia/Middle East/Africa. Mean daily insulin dose ranged from 0.8 units/kg in Europe (0.7-0.8) and Australia/New Zealand (0.6-0.9) to 1.0 unit/kg 0.9-1.1) in Asia/Middle East/Africa. Percentage of pump use was highest in North America (80.7% [79.8-81.6]) and lowest in South America (4.2% [3.2-5.6]). Significant differences between the five regions were also observed with regards to body mass index SD scores, frequency of blood glucose monitoring and presence of severe hypoglycaemia. CONCLUSIONS: We found significant heterogeneity in diabetes care and outcomes across the five regions. The aim of optimal care for each child remains a challenge.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».