Évaluation de nouvelles méthodes de prédiction et de dépistage précoce de l’albuminurie chez les patients avec diabète de type 2
Notice bibliographique
Résumé
Le diabète de type 2 (DT2) est une maladie chronique grave et sa prévalence ne cesse d’augmenter partout dans le monde. La complication la plus sévère et la plus courante du diabète est la néphropathie diabétique dont le premier symptôme est l’albuminurie. Notre premier objectif est d’évaluer si un dépistage précoce de l’albuminurie permet une meilleure prise en charge de cette complication dans la pratique générale des médecins. Notre deuxième objectif est de valider l’efficacité de notre score de risque polygénique (SRP) sur la prédiction du risque d’albuminurie sur une cohorte canadienne composée de patients DT2, hypertendus provenant de groupe de médecine familiale (GMF) et de family health team (FHT) au Québec et en Ontario (CLINPRADIA I). Le SRP a permis de déterminer les 30% de patients à risque élevé de développer l’albuminurie. En effet, la prévalence d’albuminurie des 30% des sujets classés à haut risque génétique par le SRP était 2,6 fois plus élevée que le reste des patients de CLINPRADIA I. Dans la même cohorte, nous avons démontré que l’introduction d’un point of care testing (POCT) a amélioré la pratique et l’adhésion des médecins aux lignes directrices du traitement de l’albuminurie. Les valeurs d’albuminurie et le nombre de patients albuminuriques ont diminué significativement en réponse à l’introduction du POCT. Nous pouvons conclure de nos résultats que l’utilisation de notre SRP permettrait d’identifier les patients à risque élevés d’albuminurie alors que le POCT permettrait un dépistage précoce et un meilleur suivi de l’albuminurie chez ces patients.
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 | 0,017 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».