Improving Prediction of Risk for the Development of Type 1 Diabetes—Insights From Populations at High Risk
Notice bibliographique
Résumé
Prevention of type 1 diabetes has been brought closer to reality through the ability to identify populations at increased risk and through therapies that can modify the disease course (1). Identification of those who are at risk is based on the detection of diabetes-related autoantibodies (Ab) that can be found many years before clinical diagnosis. Those identified as being at increased risk due to having a family member who lives with type 1 diabetes or who have an increased genetic risk based on high-risk HLA have been followed in a number of longitudinal cohort studies (2–8) The preclinical phase of type 1 diabetes is described as progression from genetic susceptibility and immune activation to the development of single and then multiple Ab, to early abnormalities of glucose tolerance, and finally to clinical diabetes (9). Those who are found to have multiple Ab almost inevitably progress to diabetes (10). However, the time from detection of multiple Ab to diagnosis varies widely. To move the goal of the prevention of type 1 diabetes from research to clinical reality, refinements of strategies to predict progression to diabetes are needed. Anand et al. (11) and Bonifacio et al. (12), in two articles in this issue of Diabetes Care , help to define characteristics of Ab development and diabetes progression in >24,000 children at risk. The work by Anand et al. brings together data from five cohorts with a focus on the risk associated with the age at autoantibody (Ab) development, the number of Ab, and the HLA-DR-DQ genotype. The >16,000 children in these cohorts came from Germany, Sweden, Finland, Washington state, and Colorado and were tested for Ab before the age of 2.5 years and then followed …
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».