Pre‐prandial vs. post‐prandial capillary glucose measurements as targets for repaglinide dose titration in people with diet‐treated or metformin‐treated Type 2 diabetes: a randomized controlled clinical trial
Notice bibliographique
Résumé
OBJECTIVE: Repaglinide is an oral anti-diabetic agent that has a short duration of action, and is suitable for preventing post-prandial rises in glucose levels. Targeting post-prandial glucose levels may lead to lower HbA(1c) levels and rates of hypoglycaemia than targeting pre-prandial glucose levels. RESEARCH DESIGN AND METHODS: In 42 centres, 193 drug-naive (n = 122) or metformin-treated (n = 71) individuals with Type 2 diabetes were randomly allocated to a 40-day period of repaglinide dose-titration (starting at 0.5 mg three times daily) based on either self-measured pre-prandial or post-prandial glucose levels. They were followed for a further 12 weeks and HbA(1c) and hypoglycaemia rates were recorded. RESULTS: Repaglinide reduced HbA(1c) by 1.25 and 1.07% in the post-prandial and pre-prandial groups, respectively (P for difference = 0.6), and achieved target glucose levels in 80.7 and 66.7%, respectively (P = 0.16). The effect of titration strategy differed by baseline drug therapy, and was more effective in the metformin-treated individuals who experienced a HbA(1c) fall of 0.6 vs. 1.10% with pre-prandial vs. post-prandial titration (P for metformin-allocated group interaction = 0.043). The rate of hypoglycaemia did not differ by group. CONCLUSIONS: In drug-naive individuals with Type 2 diabetes, similar HbA(1c) levels are achieved with repaglinide when dosing is adjusted according to either post-prandial or pre-prandial levels. Conversely, in metformin-treated individuals, repaglinide dosing according to post-prandial levels may lead to better glycaemic control than dosing according to pre-prandial levels.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 ».