Many patients with Type 1 diabetes estimate their prandial insulin need inappropriately
Notice bibliographique
Résumé
BACKGROUND: Many factors contribute to the need for prandial insulin in Type 1 diabetes. However, patients' success in achieving normal postprandial glucose concentration is understudied. The aim of the present study was to determine how often patients with Type 1 diabetes achieve normal postprandial glucose concentrations and to evaluate factors associated with postprandial hypo- and hyperglycemia. METHODS: Data on food intake, physical activity, insulin administration, and blood glucose concentration were collected using a self-administered questionnaire from 331 patients with Type 1 diabetes (43% men; mean age 49 ± 12 years; mean diabetes duration 32 ± 13 years). Of these, 179 provided data on blood glucose concentrations measured 110-150 min postprandially. One such meal per patient was randomized for analyses. RESULTS: Hypoglycemia (< 4.0 mmol/L), normoglycemia (4.0-7.9 mmol/L), and hyperglycemia (≥ 8.0 mmol/L) were observed after 23%, 36%, and 41% of meals, respectively. The three postprandial glycemia groups did not differ with respect to the meal composition or the timing of the postprandial blood glucose measurement. In women, postprandial hyperglycemia was associated with shorter diabetes duration and higher preprandial blood glucose concentration, whereas postprandial hypoglycemia was associated with higher physical activity. No single factor explained the postprandial glycemic state in men. CONCLUSIONS: A total of 64% of patients estimated their prandial insulin need inappropriately, suggesting that estimation of the optimal prandial insulin dose is not easy, even after a long duration of diabetes.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».