Notice bibliographique
Résumé
functional data analysis, Law et al. demonstrated that a higher mean glucose level is driven by suboptimal nocturnal glucose control and that small differences in nocturnal CGM measures are associated with offspring LGA (7).Another team used spectral clustering approaches to develop a new glucose variability metric, the ''gluocotype'' (8).Hall et al. describe three glucotypes of increasing variability (low, moderate, and severe), which together with mean CGM glucose explain > 70% of temporal glucose variability.This methodology could detect earlier preclinical forms of dysglycemia and identify those most at risk for type 2 diabetes or prediabetes, which is very relevant for women with GDM.Interestingly it also highlighted the imitations of the oral glucose tolerance test (OGTT), which was seemingly normal in one-quarter of participants categorized as having severe glucotypes.Retnakaran et al. describe the impact of higher environmental temperatures on OGTT results, although unfortunately lacked CGM data, to establish whether or not environmental temperatures impact on CGM measures (9).The follow-up study of over 4,700 mother-child pairs from the Hyperglycemic and Adverse Pregnancy Outcomes (HAPO) study confirmed that, women with GDM were more likely to develop type 2 diabetes or prediabetes (52.2 vs 20.1%) than those in the general maternity population (10).Another study not directly involving pregnant women with diabetes but very relevant to maternity and pediatric populations describes the long-term impact of being born LGA (11).In a large German cohort of over 50,000 participants, almost half of all LGA newborns continued to be overweight or obese into adolescence.This highlights the importance of optimizing maternal glucose control in the second and third trimesters to reduce neonatal LGA and the longer-term consequences of overweight and obesity persisting into adolescence.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,011 |
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 ».