MétaCan
Menu
Retour à la cohorte
Enregistrement W4289593627 · doi:10.1089/dia.2022.0252

Assessment of a Decision Support System for Adults with Type 1 Diabetes on Multiple Daily Insulin Injections

2022· article· en· W4289593627 sur OpenAlexaff
Jessica R. Castle, Leah M. Wilson, Nichole S. Tyler, Alejandro Z. Espinoza, Clara Mosquera-Lopez, Taisa Kushner, Gavin Young, Joseph Pinsonault, Robert H. Dodier, Wade Hilts, Sos M. Oganessian, Deborah Branigan, Virginia Gabo, Jae Eom, Katrina Ramsey, Joseph El Youssef, Joseph A Cafazzo, Kerri M. Winters‐Stone, Peter G. Jacobs

Notice bibliographique

RevueDiabetes Technology & Therapeutics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensPublic Health OntarioUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMedicineGlycemicDosingInsulinDiabetes mellitusType 2 diabetesClinical endpointType 1 diabetesPost-hoc analysisContinuous glucose monitoringHypoglycemiaInternal medicineClinical trialEndocrinology

Résumé

récupéré en direct d'OpenAlex

Introduction: DailyDose is a decision support system designed to provide real-time dosing advice and weekly insulin dose adjustments for adults living with type 1 diabetes using multiple daily insulin injections. Materials and Methods: Twenty-five adults were enrolled in this single-arm study. All participants used Dexcom G6 for continuous glucose monitoring, InPen for short-acting insulin doses, and Clipsulin to track long-acting insulin doses. Participants used DailyDose on an iPhone for 8 weeks. The primary endpoint was % time in range (TIR) comparing the 2-week baseline to the final 2-week period of DailyDose use. Results: There were no significant differences between TIR or other glycemic metrics between the baseline period compared to final 2-week period of DailyDose use. TIR significantly improved by 6.3% when more than half of recommendations were accepted and followed compared with 50% or fewer recommendations (95% CI 2.5%–10.1%, P = 0.001). Conclusions: Use of DailyDose did not improve glycemic outcomes compared to the baseline period. In a post hoc analysis, accepting and following recommendations from DailyDose was associated with improved TIR. Clinical Trial Registration Number: NCT04428645.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil0,723

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,303
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes Technology & TherapeuticsMême sujetDiabetes Management and ResearchTravaux en français237 207