Lixisenatide reduces glycaemic variability in insulin‐treated patients with type 2 diabetes
Notice bibliographique
Résumé
Chronic hyperglycaemia and glucose variability are associated with the development of chronic diabetes-related complications. We conducted a pooled analysis of patient-level data from three 24-week, randomized, phase III clinical trials to evaluate the impact of lixisenatide (LIXI) on glycaemic variability (GV) vs placebo as add-on to basal insulin. The main outcome GV measures were standard deviation (s.d.), mean amplitude of glycaemic excursions (MAGE), mean absolute glucose (MAG) level, area under the curve for fasting glucose (AUC-F), and high (HBGI) and low blood glucose index (LBGI). The change in GV metrics over 24 weeks and relationships among baseline GV, patient characteristics and outcomes were assessed. Data were pooled from 1198 patients (665 LIXI, 533 placebo). Values for s.d., MAG level, MAGE, HBGI, and AUC-F significantly decreased with LIXI vs placebo, while LBGI values were unchanged. Higher baseline GV measures correlated with older age, longer type 2 diabetes duration, lower body mass index, higher baseline glycated/haemogobin, greater reduction in postprandial glucose (PPG) level, and higher rates of symptomatic hypoglycaemia. These data show that LIXI added to basal insulin significantly reduced GV and PPG excursions vs placebo, without increasing the risk of hypoglycaemia (LBGI).
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 ».