Development and validation of a real‐world model to predict 1‐year Level 3 (severe) hypoglycaemia risk in adults with diabetes (the <scp>iNPHORM</scp> study, United States)
Notice bibliographique
Résumé
AIMS: We aimed to develop and internally validate a real-world prognostic model for Level 3 hypoglycaemia risk compatible with outpatient care in the United States. MATERIALS AND METHODS: 1 follow-up questionnaire(s), we modelled 1-year Level 3 hypoglycaemia risk using Andersen and Gill's Cox survival and penalized regression with multiple imputation. Candidate variables were selected for their clinical relevance and ease of capture at point-of-care. RESULTS: In total, 986 participants [type 1 diabetes mellitus: 17%; men: 49.6%; mean age: 51 (SD: 14.3) years] were analysed. Across follow-up, 035.1 (95% CI: 32.2-38.1)% reported ≥1 Level 3 event(s), and the rate was 5.0 (95% CI: 4.1-6.0) events per person-year. Our final model showed strong discriminative validity and parsimony (optimism corrected c-statistic: 0.77). Numerous variables were selected: age; sex; body mass index; marital status; level of education; insurance coverage; race; ethnicity; food insecurity; diabetes type; glycated haemoglobin value; glycated haemoglobin variability; number, type and dose of various medications; number of SH events requiring hospital care (past year and over follow-up); type and number of comorbidities and complications; number of diabetes-related health care visits (past year); use of continuous/flash glucose monitoring; and general health status. CONCLUSIONS: iNPHORM is the first US-based primary prognostic study on Level 3 hypoglycaemia. Future model implementation could potentiate risk-tailored strategies that reduce real-world event occurrence and overall diabetes burden.
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 | 0,015 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».