1003-P: Incidence of Severe Diabetic Ketoacidosis among Children with Type 1 Diabetes Mellitus Prior to and During COVID-Pandemic: A Meta-analysis
Notice bibliographique
Résumé
Aim: The COVID-pandemic has affected access to healthcare services worldwide, including the pediatric population. This systematic review and meta-analysis aimed to estimate the risk of severe diabetic ketoacidosis (DKA) among children with type 1 diabetes (T1DM) during the COVID-pandemic compared pre-pandemic era. Methods: PubMed, EMBASE, and the Elsevier Coronavirus Research Repository Hub were searched for relevant observational studies. Studies published as an abstract or in non-English language were excluded. The primary outcome is the risk of severe DKA among children with T1DM during the COVID-pandemic compared to the prior-to-COVID-group. The second outcome is the risk of severe DKA among children with newly diagnosed T1DM. A random meta-analysis model was performed using R version 4.0.4 to estimate the relative risk of severe DKA. Results: A total of 18 studies were included in this metanalysis. Severe DKA risk was 76% (RR 1.76, 95%CI 1.33-2.33, I2=44%) higher during the COVID-pandemic than the pre-COVID-period. Among patients with newly diagnosed T1DM, the risk of severe DKA was 44% higher for the during-COVID-group (RR 1.44, 95%CI 1.26-1.65; I2=64%) . The bias assessment of the included studies using the Newcastle-Ottawa Scale (NOS) showed that all studies had quality indicators (>7 points) . In addition, the results of Eager’s test did not show potential for publication bias. Conclusions: This study showed that severe DKA risk had increased significantly during the COVID-pandemic compared to the pre-pandemic period. Disclosure O.Alfayez: None. J.Alfallaj: None. A.R.Almutairi: None.
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 | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,071 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».