Reduced Glucose Variability Is Associated With Improved Quality of Glycemic Control in Patients With Type 2 Diabetes: A 12-Month Observational Study
Notice bibliographique
Résumé
Background: Current diabetes management relies mainly on hemoglobin A1C measurement to assess quality of treatment and to adjust therapy. We assessed the long-term effectivity of therapeutic adjustments in type 2 diabetes with specific focus on indices of glucose variability and multiple criteria for quality of glycemic control. Methods: Continuous glucose monitoring data collected during an observational study involving 405 outpatients with type 2 diabetes were analyzed at baseline and after 12 months. We evaluated the following criteria for glucose variability and quality of glycemic control: mean amplitude of glycemic excursions (MAGE), SD around the mean sensor glucose, mean of daily differences (MODD), fasting and mean sensor glucose, time outside specified glucose ranges, the Glycemic Risk Assessment Diabetes Equation (GRADE) score, High Blood Glucose Index (HBGI), and Low Blood Glucose Index (LBGI). Patients were classified according to quartiles of MAGE. Results: Indices of glucose variability were reduced by 15 to 23% (P 8.9 mmol/l decreased by 57% and 36% (P 8.9 mmol/l (R 2 = 0.374 and 0.877, P < 0.001 for both). Conclusions: Reduction of elevated glucose variability in type 2 diabetic outpatients is associated with lower risk of hypo- and hyperglycemia, and lower A1C values.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».