Bibliographic record
Abstract
Die Prävalenz des Diabetes steigt weltweit dramatisch an. Laut den neuesten Daten aus dem 4. IDF Atlas vom Oktober dieses Jahres steigt die Diabetesprävalenz in Europa vorwiegend für den Typ–2–Diabetes an. Des Weiteren gibt es einen ganz dramatischen Anstieg der Prävalenz in asiatischen Ländern, Südamerika und im Nahen Osten. Dabei zeigt sich keine Korrelation mit der ökonomischen Leistungsfähigkeit dieser Länder, also kein Zusammenhang mit dem westlichen Lebensstil. Völlig unabhängig davon, ob die Länder wirtschaftlich stark oder schwach sind, die Anzahl von Patienten mit Diabetes steigt. Dies ist besonders für ärmere Länder sehr bedrohlich, da hier keine adäquate Diagnostik und keine entsprechende Therapie erfolgen können. Diese Unterversorgung in ärmeren Ländern der Welt wurde auf dem Weltdiabeteskongress in Montreal aufgegriffen und diskutiert. Die adäquate Diagnostik und Therapie von Kindern mit Typ–1–Diabetes in wirtschaftsschwachen und armen Ländern war ein Schwerpunkt. Denn diese Kinder sterben häufig sehr früh an Komplikationen des Diabetes, wie z. B. am absoluten Insulinmangel oder Nahrungsmangel in einer Hypoglykämiesituation. Bei Kindern und Jugendlichen mit Diabetes erleben wir in Deutschland eine diskret steigende Prävalenz im Bereich Typ–1–Diabetes, wohingegen eine deutlich steigende Zunahme bei Typ–2–Diabetes zu beobachten ist. Es gibt immer noch viel weniger Kinder und Jugendliche mit Typ–2–Diabetes als mit Typ–1–Diabetes, aber auch hier ist zukünftig eine Wende der Situation absehbar. Die Sprechstunde für Kinder und Jugendliche mit Diabetes stellt sowohl für die jungen Patienten, als auch für die Eltern einen wesentlichen Fixpunkt dar. In dem ersten der 5 ausführlichen Beiträge wird darauf eingegangen, wie die Sprechstunde für die unterschiedlichen Altersstufen aussehen kann. Anschließend wird auf die Herausforderungen des Typ–1–Diabetes und des Typ–2–Diabetes bei Kindern und Jugendlichen eingegangen. Eine Möglichkeit der Früherkennung eines Diabetes kann die Analyse von Wachstums– und Gewichtsstörungen im Kindesalter darstellen. Im CrescNet arbeiten Kinder– und Jugendärzte zusammen, um diese Störung bei ihren Patienten rechtzeitig zu erkennen. Durch standardisierte Erfassung und Auswertung der übermittelten Daten kann das Risikokind frühzeitig erkannt und den betroffenen Familien über den betreuenden Kinderarzt gezielt Präventionsangebote bzw. Therapiemaßnahmen vorgeschlagen werden. Für das Gesundheitsverhalten von Kindern und Jugendlichen sind die motorische Leistungsfähigkeit und die körperlich sportliche Aktivität entscheidend. Das Aktivitätsverhalten von Kindern und Jugendlichen stellt eine wichtige Gesundheitsressource dar, die durch unseren westlichen Lebensstil bedroht ist. Möglichkeiten aufzuzeigen, um diese Ressourcen zu nutzen, Fehlentwicklungen frühzeitig zu erkennen und das Kind in seiner motorischen Entwicklung zu unterstützen, ist Anliegen eines weiteren Beitrags. Wir hoffen, Ihnen damit wieder eine interessante Ausgabe gestaltet zu haben. Wir wünschen Ihnen viel Freude beim Lesen und mit der letzten Ausgabe für dieses Jahr ein friedliches und segensreiches Weihnachtsfest sowie ein gesundes und erfolgreiches Jahr mit der Diabetologie 2010. Wir freuen uns darauf, Sie auch im nächsten Jahr wieder mit 8 Ausgaben von Diabetes aktuell begleiten zu dürfen. Mit herzlichsten Grüßen verbleiben wir Ihre Antje Bergmann und Peter Schwarz
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.136 | 0.075 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".