Simplifying prediction of disease progression in pre-symptomatic type 1 diabetes using a single blood sample
Notice bibliographique
Résumé
Abstract Aims/hypothesis Accurate prediction of disease progression in individuals with pre-symptomatic type 1 diabetes has potential to prevent ketoacidosis and accelerate development of disease-modifying therapies. Current tools for predicting risk require multiple blood samples taken during an OGTT. Our aim was to develop and validate a simpler tool based on a single blood draw. Methods Models to predict disease progression using a single OGTT time point (0, 30, 60, 90 or 120 min) were developed using TrialNet data collected from relatives with type 1 diabetes and validated in independent populations at high genetic risk of type 1 diabetes (TrialNet, Diabetes Prevention Trial–Type 1, The Environmental Determinants of Diabetes in the Young [1]) and in a general population of Bavarian children who participated in Fr1da. Results Cox proportional hazards models combining plasma glucose, C-peptide, sex, age, BMI, HbA 1c and insulinoma antigen-2 autoantibody status predicted disease progression in all populations. In TrialNet, the AUC for receiver operating characteristic curves for models named M 60 , M 90 and M 120 , based on sampling at 60, 90 and 120 min, was 0.760, 0.761 and 0.745, respectively. These were not significantly different from the AUC of 0.760 for the gold standard Diabetes Prevention Trial Risk Score, which requires five OGTT blood samples. In TEDDY, where only 120 min blood sampling had been performed, the M 120 AUC was 0.865. In Fr1da, the M 120 AUC of 0.742 was significantly greater than the M 60 AUC of 0.615. Conclusions/interpretation Prediction models based on a single OGTT blood draw accurately predict disease progression from stage 1 or 2 to stage 3 type 1 diabetes. The operational simplicity of M 120 , its validity across different at-risk populations and the requirement for 120 min sampling to stage type 1 diabetes suggest M 120 could be readily applied to decrease the cost and complexity of risk stratification. Graphical abstract
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».