Functional Changes in Diabetic
Notice bibliographique
Résumé
Twenty years ago, doctors were taught thatpatients with Type 2 diabetes would devel-op large vessel disease, but they would not develop small vessel disease or those types of complications seen commonly in Type 1 dia-betic patients, such as nephropathy and retinopathy. However, diabetes is now the lead-ing cause of kidney disease and of end-stage renal disease (ESRD) requiring renal replace-ment treatments, such as dialysis. In Canada, 30 % of new dialysis patients have diabetes; in the U.S., 40 % of new renal patients have dia-betes. The vast majority of these diabetic patients have Type 2 diabetes.1 Factors Increasing the Risk of ESRD It is currently unclear whether the process of kidney damage is identical for patients with Type 1 and Type 2 diabetes. Most of the clinical research in the past was done with patients who have Type 1 diabetes, although most of the cur-rent research looks into Type 2 diabetes. It is believed that genetics is an important factor in predicting which patients will develop diabetic renal disease.2 However, the control of blood sugar levels has been considered the most important modifiable risk factor for the preven-tion of initial renal damage and an important modifiable risk factor in the progression of dia-betic renal disease to ESRD (Table 1). Control All patients with diabetic nephropathy and one-third of patients with Type 2 diabetes will have hypertension. This article will discuss the factors leading to this condition and multi-factoral treatment considerations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».