MétaCan
Menu
Retour à la cohorte
Enregistrement W3034989043 · doi:10.1001/jama.2020.6928

Effect of Continuous Glucose Monitoring on Hypoglycemia in Older Adults With Type 1 Diabetes

2020· article· en· W3034989043 sur OpenAlexfundno aff
Richard E. Pratley, Lauren Kanapka, Michael R. Rickels, Andrew Ahmann, Grazia Aleppo, Roy W. Beck, Anuj Bhargava, Bruce W. Bode, Anders L. Carlson, Naomi Chaytor, D. Steven Fox, Robin Goland, Irl B. Hirsch, Davida Kruger, Yogish C. Kudva, Carol J. Levy, Janet B. McGill, Anne L. Peters, Louis H. Philipson, Athena Philis‐Tsimikas, Rodica Pop‐Busui, Viral N. Shah, Michael Thompson, Francesco Vendrame, Alandra Verdejo, Ruth S. Weinstock, Laura Young, Kellee M. Miller

Notice bibliographique

RevueJAMA · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of HealthJaeb Center for Health ResearchMylanMannKind CorporationInsulet CorporationNovo NordiskDexcomMcGill UniversityGilead SciencesSanofiAstraZenecaEli Lilly and Company
Mots-clésMedicineHypoglycemiaInterquartile rangeType 1 diabetesDiabetes mellitusType 2 diabetesContinuous glucose monitoringRandomized controlled trialInternal medicineHemoglobinEndocrinology

Résumé

récupéré en direct d'OpenAlex

Importance: Continuous glucose monitoring (CGM) provides real-time assessment of glucose levels and may be beneficial in reducing hypoglycemia in older adults with type 1 diabetes. Objective: To determine whether CGM is effective in reducing hypoglycemia compared with standard blood glucose monitoring (BGM) in older adults with type 1 diabetes. Design, Setting, and Participants: Randomized clinical trial conducted at 22 endocrinology practices in the United States among 203 adults at least 60 years of age with type 1 diabetes. Interventions: Participants were randomly assigned in a 1:1 ratio to use CGM (n = 103) or standard BGM (n = 100). Main Outcomes and Measures: The primary outcome was CGM-measured percentage of time that sensor glucose values were less than 70 mg/dL during 6 months of follow-up. There were 31 prespecified secondary outcomes, including additional CGM metrics for hypoglycemia, hyperglycemia, and glucose control; hemoglobin A1c (HbA1c); and cognition and patient-reported outcomes, with adjustment for multiple comparisons to control for false-discovery rate. Results: Of the 203 participants (median age, 68 [interquartile range {IQR}, 65-71] years; median type 1 diabetes duration, 36 [IQR, 25-48] years; 52% female; 53% insulin pump use; mean HbA1c, 7.5% [SD, 0.9%]), 83% used CGM at least 6 days per week during month 6. Median time with glucose levels less than 70 mg/dL was 5.1% (73 minutes per day) at baseline and 2.7% (39 minutes per day) during follow-up in the CGM group vs 4.7% (68 minutes per day) and 4.9% (70 minutes per day), respectively, in the standard BGM group (adjusted treatment difference, -1.9% (-27 minutes per day); 95% CI, -2.8% to -1.1% [-40 to -16 minutes per day]; P <.001). Of the 31 prespecified secondary end points, there were statistically significant differences for all 9 CGM metrics, 6 of 7 HbA1c outcomes, and none of the 15 cognitive and patient-reported outcomes. Mean HbA1c decreased in the CGM group compared with the standard BGM group (adjusted group difference, -0.3%; 95% CI, -0.4% to -0.1%; P <.001). The most commonly reported adverse events using CGM and standard BGM, respectively, were severe hypoglycemia (1 and 10), fractures (5 and 1), falls (4 and 3), and emergency department visits (6 and 8). Conclusions and Relevance: Among adults aged 60 years or older with type 1 diabetes, continuous glucose monitoring compared with standard blood glucose monitoring resulted in a small but statistically significant improvement in hypoglycemia over 6 months. Further research is needed to understand the long-term clinical benefit. Trial Registration: ClinicalTrials.gov Identifier: NCT03240432.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,263
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations353
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMAMême sujetDiabetes Management and ResearchTravaux en français237 207