Study of MiniMed 640G Insulin Pump with SmartGuard in Prevention of Low Glucose Events in Adults with Type 1 Diabetes (SMILE): Design of a Hypoglycemia Prevention Trial with Continuous Glucose Monitoring Data as Outcomes
Notice bibliographique
Résumé
BACKGROUND: Sensor-integrated pump systems with low-glucose suspend (also known as threshold suspend) functions have markedly transformed the management of type 1 diabetes, but most studies to date have excluded patients at high risk of hypoglycemia. The SMILE study is investigating the efficacy of the MiniMed™ 640G insulin pump with the SmartGuard™ predictive low-glucose management (PLGM) feature in the prevention of hypoglycemia in adults with type 1 diabetes, who are at high risk of hypoglycemia. METHODS: SMILE is a prospective, randomized, open-label, controlled trial being undertaken in four European countries and Canada. Following a 2-week run-in phase, eligible participants will be randomized to use either the MiniMed 640G system with continuous glucose monitoring (CGM) and the SmartGuard PLGM feature on continuously for 24 weeks (treatment arm), or the MiniMed 640G without CGM and with blinded continuous glucose measurements between weeks 10-12, 16-18, and 22-24 (control arm). The primary endpoint is the mean number of hypoglycemic events, defined as sensor glucose ≤55 mg/dL (≤3.0 mmol/L) for >20 consecutive minutes. Secondary endpoints include various glycemic indices in the hypoglycemic and hyperglycemic ranges, as well as glycated hemoglobin. Data on patient-reported outcomes such as hypoglycemia awareness and treatment satisfaction will also be collected. CONCLUSIONS: It is anticipated that the SMILE study will provide important insights into the effectiveness of SmartGuard technology in adult patients with type 1 diabetes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».