Quantification of the Glycemic Response to Microdoses of Subcutaneous Glucagon at Varying Insulin Levels
Notice bibliographique
Résumé
OBJECTIVE: Glucagon delivery in closed-loop control of type 1 diabetes is effective in minimizing hypoglycemia. However, high insulin concentration lowers the hyperglycemic effect of glucagon, and small doses of glucagon in this setting are ineffective. There are no studies clearly defining the relationship between insulin levels, subcutaneous glucagon, and blood glucose. RESEARCH DESIGN AND METHODS: Using a euglycemic clamp technique in 11 subjects with type 1 diabetes, we examined endogenous glucose production (EGP) of glucagon (25, 75, 125, and 175 μg) at three insulin infusion rates (0.016, 0.032, and 0.05 units/kg/h) in a randomized, crossover study. Infused 6,6-dideuterated glucose was measured every 10 min, and EGP was determined using a validated glucoregulatory model. Area under the curve (AUC) for glucose production was the primary outcome, estimated over 60 min. RESULTS: At low insulin levels, EGP rose proportionately with glucagon dose, from 5 ± 68 to 112 ± 152 mg/kg (P = 0.038 linear trend), whereas at high levels, there was no increase in glucose output (19 ± 53 to 26 ± 38 mg/kg, P = NS). Peak glucagon serum levels and AUC correlated well with dose (r2 = 0.63, P < 0.001), as did insulin levels with insulin infusion rates (r2 = 0.59, P < 0.001). CONCLUSIONS: EGP increases steeply with glucagon doses between 25 and 175 μg at lower insulin infusion rates. However, high insulin infusion rates prevent these doses of glucagon from significantly increasing glucose output and may reduce glucagon effectiveness in preventing hypoglycemia when used in the artificial pancreas.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».