Novel Approach for Assessing Outcomes of Type 1 Diabetes Prevention Trials Over a Fixed Time Interval
Notice bibliographique
Résumé
We evaluated whether a binary metabolic end point for change (Δ) from baseline to 1-year postrandomization could be useful in type 1 diabetes (T1D) prevention trials. Using 2-h oral glucose tolerance testing data from the stage 1 participants in the recent abatacept prevention trial and similar participants in the observational TrialNet Pathway to Prevention (PTP) study, we assessed Δmetabolic measures, plotted glucose and C-peptide response curves, and categorized vectors for Δ from baseline to 1 year as metabolic treatment failure versus success. Analyses were validated using the teplizumab prevention study. PTP participants with Δglucose >0 and ΔC-peptide <0 from baseline to 1 year were at substantially higher risk for stage 3 T1D than those with Δglucose <0 and ΔC-peptide >0 (P < 0.0001). Based on this, we compared placebo versus treatment groups in both trials for failure (Δglucose >0 with ΔC-peptide <0) versus success (Δglucose <0 with ΔC-peptide >0) after 1 year. Using this end point, a favorable metabolic impact of abatacept was found after 12 months of treatment. An analytic approach using a binary metabolic end point of failure versus success at a fixed time interval appears to detect treatment effects at least as well as standard primary end points with shorter follow-up. ARTICLE HIGHLIGHTS: Challenges in time to event type 1 diabetes (T1D) prevention trial design can yield negative results even for treatments that may actually improve disease pathology. We evaluated whether a binary metabolic end point for 12-month change from baseline to 1 year postrandomization could be useful in T1D prevention trials. This approach detected treatment effects at least as well as standard primary end points with shorter follow-up. Fixed interval metabolic end points should be used in combination with traditional T1D end points to better understand treatment effects of preventive agents.
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 | 0,281 | 0,361 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,010 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 ».