Cet article commente une publication originale parue dans Nature Medicine en 2020 par Wagner et al. Les auteurs ont démontré l’intérêt de clustériser une population pré-diabétique en six différents groupes pour prédire l’apparition du diabète de type 2 et de ses complications, et de mettre en place une prise en charge personnalisée (avant même le développement du diabète). Dans notre commentaire, nous avons montré les points forts et les limites de la méthodologie.
Clustériser pour améliorer la prédiction du diabète de type 2
Accueil » Publications » Clustériser pour améliorer la prédiction du diabète de type 2
Partagez cette publication :
Facebook
Twitter
LinkedIn
Email
Catégories
Suivez-nous
Autres publications ...
- septembre 2021
Référence de la publication
Nouwen A, Deschênes SS, Balkhiyarova Z, Albertorio-Díaz JR, Prokopenko I, Schmitz N. Measurement invariance testing of the patient health questionnaire-9 (PHQ-9) across people with and without diabetes mellitus from the NHANES, EMHS and UK Biobank datasets. J Affect Disord. 2021, 292:311-318.
- septembre 2023
Référence de la publication
Wenwen Gao, Lei Liu, Eunna Huh, Florence Gbahou, Erika Cecon, Masaya Oshima, Ludivine Houzé, Panagiotis Katsonis, Alan Hegron, Zhiran Fan, Guofei Hou, Guillaume Charpentier, Mathilde Boissel, Mehdi Derhourhi, Michel Marre, Beverley Balkau, Philippe Froguel, Raphael Scharfmann, Olivier Lichtarge, Julie Dam, Amélie Bonnefond, Jianfeng Liu and Ralf Jockers. Human GLP1R variants affecting GLP1R cell surface expression are associated with impaired glucose control and increased adiposity. Nature Metabolims. 2023 Sept 14.