Adaptability of Closed Loop During Labor, Delivery, and Postpartum: A Secondary Analysis of Data from Two Randomized Crossover Trials in Type 1 Diabetes Pregnancy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Tight glucose control during labor and delivery is recommended for pregnant women with type 1 diabetes. This can be challenging to achieve using the current treatment modalities. The automated nature of closed loop and its ability to adapt to real-time glucose levels make it well suited for use during labor, delivery, and the immediate postpartum period. We report observational data of participants from two randomized crossover trials who chose to continue using closed loop during labor, delivery, and postpartum. Labor was defined as the 24 h before delivery and postpartum as the 48 h after delivery. The glucose target range during pregnancy was 3.5-7.8 mmol/L (63-140 mg/dL) and 3.9-10 mmol/L (70-180 mg/dL) after delivery. Twenty-seven (84.4%) of the potential 32 trial participants used closed loop through labor, delivery, and postpartum. Use of closed loop was associated with 82.0% (interquartile range [IQR] 49.3, 93.0) time-in-target range during labor and delivery and a mean glucose of 6.9 ± 1.4 mmol/L (124 ± 25 mg/dL). Closed loop performed well throughout vaginal, elective, and emergency cesarean section deliveries. Postpartum, women spent 83.3% (IQR 75.2, 94.6) time-in-target range (3.9-10.0 mmol/L [70-180 mg/dL]), with a mean glucose of 7.2 ± 1.4 mmol/L (130 ± 25 mg/dL). There was no difference in maternal glucose concentration between mothers of infants with and without neonatal hypoglycemia (6.9 ± 1.6 mmol/L and 6.8 ± 1.1 mmol/L [124 ± 29 mg/dL and 122 ± 20 mg/dL] respectively; P = 0.84). Automated closed-loop insulin delivery is feasible during hospital admissions for labor, delivery, and postpartum. Larger scale studies are needed to evaluate its efficacy compared with current clinical approaches as well as understand how women and healthcare providers will adopt this technology.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle