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 among people with diabetes of all ages. Observational studies have shown improvements in glycemic control and quality of life among adults with diabetes. However, there is a lack of research examining outcomes of children and adolescents with DIYAPS in everyday life and their social context. Objective This survey assesses the self-reported clinical outcomes of a pediatric population using DIYAPS in the real world. Methods An online survey was distributed to caregivers to assess the hemoglobin A1c levels and time in range (TIR) before and after DIYAPS initiation and problems during DIYAPS use. Results A total of 209 caregivers of children from 21 countries responded to the survey. Of the children, 47.4% were female, with a median age of 10 years, and 99.4% had type 1 diabetes, with a median duration of 4.3 years (SD 3.9). The median duration of DIYAPS use was 7.5 (SD 10.0) months. Clinical outcomes improved significantly, including the hemoglobin A1c levels (from 6.91% [SD 0.88%] to 6.27% [SD 0.67]; P<.001) and TIR (from 64.2% [SD 15.94] to 80.68% [SD 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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».