Pharmacological interventions in type 2 diabetes: observational studies and bias related issues
Bibliographic record
Abstract
Les hypoglycémiants oraux représentent le traitement de première intention dans la prise en charge du diabète de type 2. L'information concernant la sécurité de ces médicaments provient essentiellement d'essais cliniques randomisés de courte durée, à partir de populations hautement sélectionnées et de faible effectif, conçus pour détecter les changements de la glycémie. Alors, leur sécurité cardiovasculaire nécessite de ce fait de plus amples investigations à l'aide d'études observationnelles. Dans cette thèse, nous avons dans un premier temps évalué le risque d'infarctus du myocarde associé aux hypoglycémiants oraux en utilisant les bases de données administratives de Saskatchewan. Nous avons dans un second temps évalué la possibilité de biais de confusion résiduel dans notre étude, en examinant la distribution des facteurs de risque non mesurés, obtenus à partir de données d'enquête, dans les différents groupes d'exposition. Nous avons ensuite développé un outil basé sur la simulation afin d'étudier le comportement de ce biais de confusion résiduel et d'en corriger l'impact dans les associations observées entre exposition et évènement dans notre étude initiale. Enfin, dans une étude distincte portant sur les hypocholestérolémiants de type statines et la progression du diabète, nous avons abordé le problème du biais de temps immortel dans les études de cohorte. La cohorte d'étude incluait 42 775 adultes, nouvellement traités par médicaments antidiabétiques. Parmi les patients sous monothérapie, nous avons trouvé que les sulfonylurées étaient associées à un risque légèrement augmenté d'infarctus du myocarde comparativement à la metformine (RR 1,24, IC 95% 1,06-1,45). L'utilisation des thiazolidinediones, représentées essentiellement pas la rosiglitazone, était également associée à un risque augmenté (RR 3,78, IC 95% 1,23-11,67) et quel que soit le traitement de comparaison. Nous n
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 | 0.340 | 0.547 |
| Meta-epidemiology (narrow) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.003 | 0.008 |
| Bibliometrics | 0.004 | 0.011 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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; the direct Gemma label and the distilled Codex classifier agree on what is shown here.
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".