Differentiating Basal Insulin Preparations: Understanding How They Work Explains Why They Are Different
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
Since the introduction of insulin as a life-saving agent for patients with type 1 diabetes, insulin preparations have evolved to approximate physiologic insulin delivery profiles to meet prandial and basal insulin needs. While prandial insulins are designed to have quick time-action profiles that minimize postprandial glucose excursions, basal insulins are designed to have a protracted time-action profile to facilitate basal glucose control over 24 h. Given that all insulins have the same mechanism of action at the target tissue level, the differences in time-action profiles are achieved through different mechanisms of protraction, resulting in different behaviors in the subcutaneous space and different rates of absorption into the circulation. Herein, we evaluate the differences in basal insulin preparations based on their differential mechanisms of protraction, and the resulting clinical action profiles. Multiple randomized control trials and real-world evidence studies have demonstrated that the newer second-generation basal insulin analogs, insulin glargine 300 units/mL and insulin degludec 100 or 200 units/mL, provide stable glycemic control with once-daily dosing and are associated with a reduced risk of hypoglycemia compared with previous-generation basal insulin analogs insulin glargine 100 units/mL and insulin detemir. These advantages can lead to decreased healthcare resource utilization and cost. With this collective knowledge, healthcare providers and payers can make educated and well-informed decisions when determining which treatment regimen best meets the needs of each individual patient.Funding: Sanofi US, Inc.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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