Interventions for Optimizing Therapy in Patients with Diabetes Mellitus: A Literature Review Supporting Informed Decisions
Notice bibliographique
Résumé
À l’appui des décisions éclairéesThis report is prepared by the Canadian Optimal Medication Prescribing and Utilization Service (COMPUS), a service of the Canadian Agency for Drugs and Technologies in Health (CADTH). It is a review of the existing public literature and information which was available to CADTH at the time this report was prepared. It has not been reviewed by peers. This report should not be construed as a recommendation for or against the use of a particular medicine or activity. While CADTH has taken care in the preparation of the report to ensure that its contents are accurate, complete and up-to-date, CADTH does not make any guarantee to that effect and CADTH shall have no liability for any loss or damages arising from or as a result of the use or misuse of the information contained in or implied by this report. Links: This report may contain links to other information available on the websites of third parties on the Internet. CADTH does not have control over the content of such sites. Use of third-party sites is governed by the terms and conditions set out for such websites. CADTH does not make any representations or give any warranties with respect to any information contained on such third-party sites and CADTH shall have no liability for any damages or losses suffered as a result of using such third-party sites. CADTH takes sole responsibility for the final form and content of this report. The statements, conclusions,
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 | 0,031 | 0,164 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,015 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».