Impact of macronutrient content of meals on postprandial glucose control in the context of closed‐loop insulin delivery: <scp>A</scp> randomized cross‐over study
Notice bibliographique
Résumé
The aim of this randomized four-way cross-over study was to examine the effect of added protein and/or fat in standard meals with a fixed carbohydrate content on postprandial glucose control with closed-loop insulin delivery in adults with type 1 diabetes. Participants (n = 15) consumed breakfast meals with a fixed carbohydrate content (75 ± 1 g) and added protein and/or fat (35 ± 2 g): (1) carbohydrate-only (standard), (2) high protein (HP), (3) high fat (HF) and (4) high fat + protein (HFHP). The closed-loop insulin delivery algorithm generated insulin bolus and infusion rates. The addition of fat, protein or both did not impact 5-hour post-meal sensor glucose area under the curve (AUC) (main outcome), mean sensor glucose or glycaemic peak as compared with a standard meal (P > 0.05). However, time to glycaemic peak was delayed by 40 minutes (P = 0.03) and 5-hour post-meal basal insulin requirements were 39% higher (P = 0.04) with an HFHP meal compared with a standard meal. In conclusion, in the context of closed-loop insulin delivery, protein and/or fat meal content affects the timing of postprandial glycaemic peak, insulin requirements and late glycaemic excursion, without impacting overall 5-hour AUC.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».