medRxiv 预印本· Shields, B., Young, K., Geen, M., Hill, A., Lee, C., Humphreys, R., Timblin, C., Colclough, K., Campbell, J., Hamilton, W., Evans, P., Jones, A., Hattersley, A., Turner, K., Qureshi, N. ·· 27 天前AI 评分20
DePICtion 研究:在初级保健中嵌入糖尿病分型工具识别误分类患者的可行性
The "Diabetes in Primary Care - Improving Classification" (DePICtion) study: a feasibility study to determine the utility and acceptability of implementing diabetes classification tools in primary care
AI 导读
英国 11 家 GP 诊所运行 DePICtion 决策支持工具后,7%(237/3501)患者被标记为可能误分类。在 173 名适合生物标志物检测的患者中,约半数(88/173)接受了检测,73 例有明确结果者中 18%(13 例)诊断发生改变,包括 2 例确诊 MODY。研究认为该工具可识别误分类患者,但检测率仍待提升。
来源:medRxiv 预印本 · medrxiv.org