Continuous Glucose Monitoring Versus Self-Monitoring of Blood Glucose to Assess Glycemia in Gestational Diabetes
Notice bibliographique
Résumé
Background: Gestational diabetes mellitus (GDM) management using self-monitoring blood glucose (SMBG) does not normalize pregnancy outcomes. Objective: We aimed to conduct an observational study to explore if continuous glucose monitoring (CGM) could identify elevated glucose levels not apparent in women with GDM managed using SMBG. Study Design: A 7-day masked-CGM (iPro; Medtronic) was performed within 2 weeks of GDM diagnosis, immediately post-GDM education, but before insulin commencement as determined by SMBG. CGM data regarding hyperglycemia (sensor glucose >126 mg/dL [06:00–00:00 h] and >99 mg/dL [00:00–06:00 h] for >10% of time), time with health care professionals, treatment, and pregnancy outcome were collected. Comparisons (Mann–Whitney test) were performed between subjects subsequently commenced on insulin versus those continued with diet and lifestyle measures alone. Results: Ninety women of mean (standard deviation) gestational age weeks 27(1) were studied. Those prescribed insulin ( n = 34) compared with those managed with diet and lifestyle alone ( n = 56) had a greater time in hyperglycemia ( P = 0.0001). Of those not prescribed insulin, 35/56 (61%) breached CGM cutoffs between 00:00 and 06:00 h; 11/56 (20%) breached 6.00–00.00 h CGM cutoffs for >10% of the time; and 21/45 (47%) with optimal CGM glucose levels during the daytime spent >10% time in hyperglycemia between 00.00 and 06:00 h. In contrast, SMBG measurements exceeded the clinical targets of <120 mg/dL postdinner in 5.4% and <100 mg/dL fasting in 0% of the subjects. Conclusions: CGM provides a more comprehensive assessment of nocturnal hyperglycemia than SMBG and could improve targeting of interventions in GDM. Larger studies to better define CGM targets are required, which once established will inform studies aimed at targeting nocturnal glucose levels.
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 | 0,000 |
| 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 | 0,001 |
| 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 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 ».