Type 2 diabetes in children and adolescents: Challenges for treatment and potential solutions
Notice bibliographique
Résumé
Historically perceived as a disease mainly affecting adults, the prevalence of type 2 diabetes mellitus (T2DM) among children and adolescents has been rising, mirroring the increasing rates of childhood obesity. Currently, youth-onset T2DM poses a significant public health challenge globally. Treating youth-onset T2DM poses numerous critical challenges, namely limited and inadequate therapeutic options, and difficulties with conducting therapeutic studies. As a result, current treatment guidelines are based on adult studies and expert consensus. Few prominent guidelines on the treatment of youth-onset T2DM have been published recently, i.e., by the American Diabetes Association (ADA) 2024, National Institute for Healthcare and Excellence United Kingdom (NICE UK) 2023, International Society Paediatric and Adolescents Diabetes (ISPAD) 2022, Australasian Paediatric Endocrine Group (APEG) 2020 and Diabetes Canada 2018. This review first explores the unique aspects of youth-onset T2DM. It then summarises the different treatment guidelines, discusses the different treatment modalities based on available evidence and identifies any gaps. The review also explores challenges in the treatment of youth-onset T2DM with potential solutions and discusses recent trials on the treatment of youth-onset T2DM. Continued research aims to optimise treatment, improve outcomes, and alleviate the burden of T2DM on youths.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».