The PILGRIM Study: In Silico Modeling of a Predictive Low Glucose Management System and Feasibility in Youth with Type 1 Diabetes During Exercise
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Predictive low glucose management (PLGM) may help prevent hypoglycemia by stopping insulin pump delivery based on predicted sensor glucose values. MATERIALS AND METHODS: Hypoglycemic challenges were simulated using the Food and Drug Administration-accepted glucose simulator with 100 virtual patients. PLGM was then tested with a system composed of a Paradigm(®) insulin pump (Medtronic, Northridge, CA), an Enlite™ glucose sensor (Medtronic), and a BlackBerry(®) (Waterloo, ON, Canada)-based controller. Subjects (n=22) on continuous subcutaneous insulin infusion (five females, 17 males; median [range] age, 15 [range, 14-20] years; median [range] diabetes duration, 7 [2-14] years; median [range] glycated hemoglobin, 8.0% [6.7-10.4%]) exercised until the PLGM system suspended insulin delivery or until the reference blood glucose value (HemoCue(®); HemoCue GmbH, Großostheim, Germany) reached the predictive suspension threshold setting. RESULTS: PLGM reduced hypoglycemia (<70 mg/dL) in silico by 26.7% compared with no insulin suspension, as opposed to a 5.3% reduction in hypoglycemia with use of low glucose suspend (LGS). The median duration of hypoglycemia (time spent <70 mg/dL) with PLGM was significantly less than with LGS (58 min vs. 101 min, respectively; P<0.001). In the clinical trial the hypoglycemic threshold during exercise was reached in 73% of the patients, and hypoglycemia was prevented in 80% of the successful experiments. The mean (±SD) sensor glucose at predictive suspension was 92±7 mg/dL, resulting in a postsuspension nadir (by HemoCue) of 77±22 mg/dL. The suspension lasted for 90±35 (range, 30-120) min, resulting in a sensor glucose level at insulin resumption of 97±19 mg/dL. CONCLUSIONS: In silico modeling and early feasibility data demonstrate that PLGM may further reduce the severity of hypoglycemia beyond that already established for algorithms that use a threshold-based suspension.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle