Previous diabetic ketoacidosis as a risk factor for recurrence in a large prospective contemporary pediatric cohort: Results from the <scp>DPV</scp> initiative
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
OBJECTIVE: To assess the role of previous episodes of diabetic ketoacidosis (DKA) and their time-lag as risk factors for recurring DKA in youth with type 1 diabetes (T1D). RESEARCH DESIGN AND METHODS: In a population-based analysis, data from 29,325 children and adolescents with T1D and at least 5 years of continuous follow-up were retrieved from the "Diabetes Prospective Follow-up" (DPV) multi-center registry in March 2020. Statistical analyses included unadjusted comparisons, logistic and negative binomial regression models. RESULTS: Among 29,325 patients with T1D, 86.0% (n = 25,219) reported no DKA, 9.7% (n = 2,833) one, and 4.3% (n = 1,273) more than one episode, corresponding to a DKA rate of 4.4 [95% CI: 4.3-4.6] per 100 patient-years. Female sex, migratory background, higher HbA1c values, higher daily insulin doses, a lower glucose monitoring frequency, and less CGM usage were associated with DKA. In patients with a previous episode, the DKA rate in the most recent year was significantly higher than in patients with no DKA (17.6 [15.9-19.5] vs. 2.8 [2.7-3.1] per 100 patient-years; p < 0.001). Multiple DKAs further increased the recurrence rate. The risk for DKA in the most recent year was higher in patients with an episode in the preceding year than in patients with no previous DKA (OR: 10.0 [95% CI: 8.6-11.8]), and remained significantly elevated 4 years after an episode (OR: 2.3 [1.6-3.1]; p < 0.001). CONCLUSIONS: Each episode of DKA is an independent risk factor for recurrence, even 4 years after an event, underlining the importance of a close follow-up after each episode.
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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