Glucose Excursions Between States of Glycemia With Progression to Type 1 Diabetes in the Diabetes Prevention Trial–Type 1 (DPT-1)
Notice bibliographique
Résumé
OBJECTIVE: We characterized fluctuations between states of glycemia in progressors to type 1 diabetes and studied whether those fluctuations are related to the early C-peptide response to oral glucose. RESEARCH DESIGN AND METHODS: Oral glucose tolerance tests (OGTTs) from differing states of glycemia were compared within individuals for glucose and C-peptide. Dysglycemic OGTTs (DYSOGTTs) were compared with normal OGTTs (NLOGTT), while transient diabetic OGTTs (TDOGTTs) were compared with subsequent nondiabetic OGTTs and with OGTTs performed at diagnosis. RESULTS: Of 135 progressors with four or more OGTTs, 30 (22%) went from NLOGTTs to DYSOGTTs at least twice. Area under the curve (AUC) glucose values from the second NLOGTT were higher (P < 0.001) than values from the first NLOGTT. Among 98 progressors whose DYSOGTTs and NLOGTTs were synchronized for the time before diagnosis, despite higher glucose levels (P < 0.01 at all time points) in the DYSOGTTs, 30- to 0-min C-peptide difference values changed little. Likewise, 30- to 0-min C-peptide difference values did not differ between TDOGTTs and subsequent (within 3 months) nondiabetic OGTTs in 55 progressors. In contrast, as glucose levels increased overall from the first to last OGTTs before diagnosis (P < 0.001 at every time point, n = 207), 30- to 0-min C-peptide difference values decreased (P < 0.001). CONCLUSIONS: Glucose levels fluctuate widely as they gradually increase overall with progression to type 1 diabetes. As glucose levels increase, the early C-peptide response declines. In contrast, glucose fluctuations are not related to the early C-peptide response. This suggests that changes in insulin sensitivity underlie the glucose fluctuations.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».