Does a Patient-Managed Insulin Intensification Strategy With Insulin Glargine and Insulin Glulisine Provide Similar Glycemic Control as a Physician-Managed Strategy? Results of the START (Self-Titration With Apidra to Reach Target) Study
Notice bibliographique
Résumé
OBJECTIVE Diabetes self-management is universally regarded as a foundation of diabetes care. We determined whether comparable glycemic control could be achieved by self-titration versus physician titration of a once-daily bolus insulin dose in patients with type 2 diabetes who are unable to achieve optimal glycemia control with a basal insulin. RESEARCH DESIGN AND METHODS Patients with type 2 diabetes, an HbA1c level >7% (53 mmol/mol), and either nocturnal hypoglycemia episodes or an insufficient basal insulin glargine level (with or without oral agents) to achieve a fasting plasma glucose level ≤6 mmol/L (108 mg/dL) were studied. Participants all had bolus insulin glulisine added at breakfast and were allocated to either algorithm-guided patient self-titration or physician titration. The primary outcome was an HbA1c level ≤7% (53 mmol/mol) without severe hypoglycemia. RESULTS After a mean (SD) follow-up of 159.4 days (36.2 days), 28.4% of participants in the self-titration arm vs. 21.2% in the physician titration arm achieved an HbA1c level of ≤7% (53 mmol/mol) without severe hypoglycemia (between-group absolute difference 7.2%; 95% CI -3.2 to 17.7). The lower end of this 95% confidence interval was within the predetermined noninferiority boundary of -5% (P noninferiority = 0.011). CONCLUSIONS In stable patients with type 2 diabetes who are receiving doses of basal insulin glargine who require bolus insulin, a simple bolus insulin patient-managed titration algorithm is as effective as a physician-managed algorithm.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».