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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

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 source (Gemma direct ou Codex distillé), 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