MétaCan
Menu
Retour à la cohorte
Enregistrement W4401622808 · doi:10.1177/19322968241267820

Refining Insulin on Board with netIOB for Automated Insulin Delivery

2024· review· en· W4401622808 sur OpenAlexaff
Michael C. Riddell, Dana Lewis, Lauren V. Turner, Rayhan Lal, Arsalan Shahid, Dessi P. Zaharieva

Notice bibliographique

RevueJournal of Diabetes Science and Technology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensYork University
Organismes subventionnairesLeona M. and Harry B. Helmsley Charitable Trust
Mots-clésInsulinHypoglycemiaInsulin deliveryBolus (digestion)Glucose meterComputer scienceMedicineDiabetes mellitusInternal medicineEndocrinologyType 1 diabetes

Résumé

récupéré en direct d'OpenAlex

Automated insulin delivery (AID) systems enhance glucose management by lowering mean glucose level, reducing hyperglycemia, and minimizing hypoglycemia. One feature of most AID systems is that they allow the user to view "insulin on board" (IOB) to help confirm a recent bolus and limit insulin stacking. This metric, along with viewing glucose concentrations from a continuous glucose monitoring system, helps the user understand bolus insulin action and the future "threat" of hypoglycemia. However, the current presentation of IOB in AID systems can be misleading, as it does not reflect true insulin action or automatic, dynamic insulin adjustments. This commentary examines the evolution of IOB from a bolus-specific metric to its contemporary use in AID systems, highlighting its limitations in capturing real-time insulin modulation during varying physiological states.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,621

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,037
Tête enseignante GPT0,356
Écart entre enseignants0,318 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Diabetes Science and TechnologyMême sujetDiabetes Management and ResearchTravaux en français237 207