MétaCan
Menu
Retour à la cohorte
Enregistrement W4309648547 · doi:10.1016/s2589-7500(22)00197-2

Treating type 2 diabetes: moving towards precision medicine

2022· letter· en· W4309648547 sur OpenAlexaff
Oriana Hoi Yun Yu, Juyoung Shin

Notice bibliographique

RevueThe Lancet Digital Health · 2022
Typeletter
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésType 2 diabetesPrecision medicineMedicineDiabetes mellitusComputer scienceEndocrinologyPathology

Résumé

récupéré en direct d'OpenAlex

Type 2 diabetes is a prevalent condition with a rate of 6059 cases per 100 000 globally reported in 2017, and forecasted to increase to 7079 individuals per 100 000 by 2030.1 Several glucose-lowering medications have been developed to treat people with type 2 diabetes. Numerous guidelines2–5 for type 2 diabetes management recommend metformin as a first-line treatment, along with healthy lifestyle behaviours. Although guidelines provide recommendations on some second-line treatments for people with type 2 diabetes when metformin is contraindicated or insufficient to lower glycaemia, apart from comorbidities (eg, obesity, history of cardiovascular disease, and renal disease), there are other factors (such as renal insufficiency, medication costs, and patient preferences) that clinicians need to consider when selecting a second-line treatment.

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)0,001
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,971

Scores Codex et Gemma par catégorie

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

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 Opus0,051
Tête enseignante GPT0,324
Écart entre enseignants0,274 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Digital HealthMême sujetDiabetes Treatment and ManagementTravaux en français237 207