Continuous Glucose Monitoring in Pregnancy: Importance of Analyzing Temporal Profiles to Understand Clinical Outcomes
Notice bibliographique
Résumé
OBJECTIVE To determine if temporal glucose profiles differed between 1) women who were randomized to real-time continuous glucose monitoring (RT-CGM) or self-monitored blood glucose (SMBG), 2) women who used insulin pumps or multiple daily insulin injections (MDIs), and 3) women whose infants were born large for gestational age (LGA) or not, by assessing CGM data obtained from the Continuous Glucose Monitoring in Women With Type 1 Diabetes in Pregnancy Trial (CONCEPTT). RESEARCH DESIGN AND METHODS Standard summary metrics and functional data analysis (FDA) were applied to CGM data from the CONCEPTT trial (RT-CGM, n = 100; SMBG, n = 100) taken at baseline and at 24- and 34-weeks’ gestation. Multivariable regression analysis determined if temporal differences in 24-h glucose profiles occurred between comparators in each of the three groups. RESULTS FDA revealed that women using RT-CGM had significantly lower glucose (0.4–0.8 mmol/L [7–14 mg/dL]) for 7 h/day (0800 h to 1200 h and 1600 h to 1900 h) compared with those with SMBG. Women using pumps had significantly higher glucose (0.4–0.9 mmol/L [7–16 mg/dL]) for 12 h/day (0300 h to 0600 h, 1300 h to 1800 h, and 2030 h to 0030 h) at 24 weeks with no difference at 34 weeks compared with MDI. Women who had an LGA infant ran a significantly higher glucose by 0.4–0.7 mmol/L (7–13 mg/dL) for 4.5 h/day at baseline, by 0.4–0.9 mmol/L (7–16 mg/dL) for 16 h/day at 24 weeks, and by 0.4–0.7 mmol/L (7–13 mg/dL) for 14 h/day at 34 weeks. CONCLUSIONS FDA of temporal glucose profiles gives important information about differences in glucose control and its timing, which are undetectable by standard summary metrics. Women using RT-CGM were able to achieve better daytime glucose control, reducing fetal exposure to maternal glucose.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».