Minimally disruptive medicine: how mHealth strategies can reduce the work of diabetes care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Diabetes is a chronic metabolic disease in which the body has trouble regulating blood sugar due to a lack of insulin production by the pancreas (Type I diabetes) or by a resistance to the insulin that is produced (Type II diabetes). Over time, elevated levels of blood sugar (glucose) can cause serious damage to the heart, blood vessels, eyes, kidneys and nerves. The global prevalence of diabetes is currently 8.5% (up from 4.8% in 1980) or 422 million adults worldwide and is expected to continue increasing as the world's population ages. In the United States, the prevalence is slightly higher: 30.3 million people (or 9.4% of the general population) had diabetes in 2015, but this is a problem that gets worse with age: an estimated 25.2% of adults over 65 in the United States are diabetic. European rates of Type II diabetes range from 2.4% in Moldova to 14.9% in Turkey, with an estimated rate of undiagnosed diabetes in high-income European countries (Denmark, Finland, and the United Kingdom) of a staggering 36.6%. Although the rate of new diagnoses remains steady in higher income countries, diabetes prevalence continues to rise in low- and middle-income countries. Unfortunately, the WHO reports that 1.5 million deaths were directly attributable to diabetes in 2012, and a further 2.2 million deaths were caused by higher than optimal blood glucose, which caused death by cardiovascular and other related diseases. As a result, diabetes is one of four priority noncommunicable diseases targeted for action by world leaders.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle