Postprandial hyperglycaemia following insulin suspensions by the artificial pancreas: Implications for bolus calculators
Notice bibliographique
Résumé
Conventional bolus calculators apply negative prandial corrections when premeal glucose levels are low. However, no study has evaluated the need for this negative correction with closed-loop systems. We analysed data retrospectively from a cohort study evaluating a closed-loop artificial pancreas system conducted in a diabetes camp over a period of 11 days. Meal boluses with negative correction (n = 98) of 47 participants aged 8 to 22 years were examined. If there was no insulin-on-board from previous boluses at mealtime, the postprandial hyperglycaemia rate increased with increased duration of insulin suspension (P = .03), with odds ratios being exaggerated by 17% per 10 minutes of suspension. However, if there was insulin-on-board from previous boluses, the hyperglycaemia rate did not change with increased duration of insulin suspension (P = .24). When there was no insulin-on-board, the rate of hyperglycaemia after meals preceded by no suspension was 21% (3/14), compared with 52% (12/23) and 64% (9/14) after meals preceded by suspensions of ≥50 and ≥70 minutes, respectively. Meal size did not influence these results. We conclude that, in the absence of insulin-on-board, negative prandial corrections may not be necessary following long insulin suspensions.
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 | 0,005 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».