Insulin glargine/lixisenatide fixed‐ratio combination improves glycaemic variability and control without increasing hypoglycaemia
Notice bibliographique
Résumé
Maintaining optimal glycaemic control reduces the risk of micro- and macrovascular complications in patients with type 2 diabetes. Typically, glycaemic control is based on glycated haemoglobin (HbA1c) as a measure of mean glucose concentration; however, this marker does not accurately reflect glycaemic variability (GV), which is characterized by the amplitude, frequency and duration of hypo- and hyperglycaemic fluctuations. In the present study, we analysed data from the LixiLan-O trial, which compared iGlarLixi, a titratable fixed-ratio combination of the glucagon-like peptide-1 receptor agonist lixisenatide (Lixi) and long-acting basal insulin glargine 100 units/mL (iGlar), with its individual components, and the LixiLan-L trial, which compared iGlarLixi with iGlar. The GV features that were measured were mean and SD of self-measured plasma glucose (SMPG), high blood glucose index (HBGI) and low blood glucose index, area under the SMPG curve for each patient (AUCn), mean absolute glucose (MAG) and mean amplitude of glycaemic excursions (MAGE). By week 30, iGlarLixi improved all GV markers from baseline, with no increased hypoglycaemia risk. Significant improvements were observed in SMPG, SD of SMPG, HBGI, AUCn, MAG and MAGE compared with iGlar, and in SMPG, HBGI and AUCn, compared with Lixi.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».