Effect of Short-term Intensive Insulin Therapy on Post-challenge Hyperglucagonemia in Early Type 2 Diabetes
Notice bibliographique
Résumé
CONTEXT: Hyperglucagonemia is a characteristic feature of type 2 diabetes (T2DM) that has been postulated to be due to β-cell dysfunction and the resultant loss of insulin-mediated α-cell suppression. When administered in early T2DM, short-term intensive insulin therapy (IIT) can improve β-cell function, resulting in reduced glycemic variability. OBJECTIVE: To evaluate the impact of IIT on hyperglucagonemia and its associations with β-cell function and glycemic variability. Design/Setting/Participants/Intervention: Sixty-two patients with T2DM of mean 3.0 ± 2.1 years duration and glycated hemoglobin of 6.8 ± 0.7% underwent 4 weeks of IIT, consisting of basal detemir and premeal insulin aspart. MAIN OUTCOME MEASURES: Glucagon response was measured by area under the glucagon curve (AUCglucagon) on oral glucose tolerance test at baseline and 1 day post-IIT. β-Cell function before and after IIT was assessed by Insulin Secretion-Sensitivity Index-2 and ΔISR0-120/Δglucose0-120*Matsuda index (where ISR is the prehepatic insulin secretion rate determined by C-peptide deconvolution). Glucose variability was assessed in both the first and last weeks by the coefficient of variation of capillary glucose on daily six-point self-monitoring profiles. RESULTS: Both Insulin Secretion-Sensitivity Index-2 and ΔISR0-120/Δglucose0-120*Matsuda index demonstrated improvement in β-cell function after IIT (both P ≤ .02), accompanied by reduced glycemic variability (P = .05). There was a marked reduction in AUCglucagon after IIT, as compared to baseline (P < .001). However, the decrease in AUCglucagon was not associated with the change in either β-cell measure (both P ≥ .34) or glucose variability (P = .37). CONCLUSIONS: Short-term IIT can reduce post-challenge hyperglucagonemia in early T2DM, but this effect does not appear to be due to improved β-cell function.
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 | 0,004 | 0,005 |
| 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 | 0,002 |
| 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 ».