Real-World Use of Do-It-Yourself Artificial Pancreas Systems in Children and Adolescents With Type 1 Diabetes: Online Survey and Analysis of Self-Reported Clinical Outcomes
Notice bibliographique
Résumé
BACKGROUND Patient-driven initiatives have made uptake of Do-it-Yourself Artificial Pancreas Systems (DIYAPS) increasingly popular amongst people with diabetes of all ages. Observational studies show improvements in glycemic control and quality of life amongst adults. However, there remains a lack of research examining experiences of children and adolescents with DIYAPS in everyday life and their social context. OBJECTIVE This study assesses self-reported clinical outcomes of the pediatric population using DIYAPS in real-world use. METHODS An online survey was distributed to caregivers, assessing HbA1c and Time in Range (TIR) before and after, and problems during DIYAPS use. RESULTS 209 caregivers from 21 countries responded. Children were 47.4% female with a median age of 10y; a mean diabetes duration of 5.1y ±3.9 and 10.3m ±10.0 experience with DIYAPS. Clinical outcomes improved significantly, including HbA1c (from 6.91% ±0.88 to 6.27% ±0.67; P<.001) and TIR (from 64.2% ±15.94 to 80.68% ±9.26; P<.001). CONCLUSIONS Improved glycemic outcomes were found across all pediatric age groups including adolescents and very young children. These findings are in line with clinical trial results from commercially developed closed-loop systems. CLINICALTRIAL The study was approved by the Charité ethics committee (EA2/140/18).
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».