MétaCan
Menu
Retour à la cohorte
Enregistrement W3114331417 · doi:10.1177/1932296820979811

The Development of an Exercise Advisor App for Type 1 Diabetes: Digitization Facilitates More Individualized Guidance

2020· article· en· W3114331417 sur OpenAlexaff
Sarah McGaugh, Stephanie Edwards, Howard Wolpert, Dessi P. Zaharieva, Nany Gulati, Michael C. Riddell

Notice bibliographique

RevueJournal of Diabetes Science and Technology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensLMC Diabetes & Endocrinology (Canada)York University
Organismes subventionnairesnon disponible
Mots-clésMedicineType 1 diabetesDigitizationRegimenInsulinType 2 diabetesInsulin pumpDiabetes mellitusDiabetes managementPhysical therapyComputer scienceEndocrinologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Maintaining blood glucose levels in the target range during exercise can be onerous for people with type 1 diabetes (T1D). Using evidence-based research and consensus guidelines, we developed an exercise advisor app to reduce some of the burden associated with diabetes management during exercise. The app will guide the user on carbohydrate feeding strategies and insulin management strategies before, during, and after exercise and provide targeted and individualized recommendations. As a basis for the recommendations, the decision trees for the app use various factors including the type of insulin regimen, time of activity, previous insulin boluses, and current glucose level. The app is designed to meet the various needs of people with T1D for different activities to promote safe exercise practices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,787
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,321
Écart entre enseignants0,288 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Diabetes Science and TechnologyMême sujetDiabetes Management and ResearchTravaux en français237 207