Factors Associated with Nocturnal Hypoglycemia in At-Risk Adolescents and Young Adults with Type 1 Diabetes
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: Hypoglycemia remains an impediment to good glycemic control, with nocturnal hypoglycemia being particularly dangerous. Information on major contributors to nocturnal hypoglycemia remains critical for understanding and mitigating risk. MATERIALS AND METHODS: Continuous glucose monitoring (CGM) data for 855 nights were studied, generated by 45 subjects 15-45 years of age with hemoglobin A1c (HbA1c) levels of ≤8.0% who participated in a larger randomized study. Factors assessed for potential association with nocturnal hypoglycemia (CGM measurement of <60 mg/dL for ≥30 min) included bedtime blood glucose (BG), exercise intensity, bedtime snack, insulin on board, day of the week, previous daytime hypoglycemia, age, gender, HbA1c level, diabetes duration, daily basal insulin, and daily insulin dose. RESULTS: Hypoglycemia occurred during 221 of 885 (25%) nights and was more frequent with younger age (P<0.001), lower HbA1c levels (P=0.006), medium/high-intensity exercise during the preceding day (P=0.003), and the occurrence of antecedent daytime hypoglycemia (P=0.001). There was a trend for lower bedtime BG levels to be associated with more frequent nocturnal hypoglycemia (P=0.10). Bedtime snack, before bedtime insulin bolus, weekend versus weekday, gender, and daily basal and bolus insulin were not associated with nocturnal hypoglycemia. CONCLUSIONS: Awareness that HbA1c level, exercise, bedtime BG level, and daytime hypoglycemia are all modifiable factors associated with nocturnal hypoglycemia may help patients and providers decrease the risk of hypoglycemia at night. Risk for nocturnal hypoglycemia increased in a linear fashion across the range of variables, with no clear-cut thresholds to guide clinicians or patients for any particular night.
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 | 0,000 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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