397-P: BETTER Understanding Hypoglycemia in Type 1 Diabetes (T1D)
Notice bibliographique
Résumé
Introduction: For patients living with T1D, hypoglycemia is the most frequent complication and obstacle in achieving optimal glycemic control with potentially significant adverse implications on individuals’ quality of life. To improve hypoglycemia prevention and management, the BETTER registry for people living with T1D was launched in April 2019 in the province of Quebec, Canada. Methods: Participants self-register online in the BETTER registry and are asked to answer a series of questionnaires (3 phases). We report the preliminary results of phase I among participants of ≥14 years old, which aims to provide a comprehensive portrait of the population with T1D. Results: Mid-December 2019, 718 individuals (64.6% female, age 41.8±15.4 years old, duration of diabetes 22.4±14.7 years, 93.2% with T1D and 6.7% with LADA, 71.2% with HbA1c <8%) have registered. Of the participants, 99.6% were currently on insulin therapy (46.7% on insulin pumps, 51.2% on insulin injections, 1.7% using both), and 77.3% were using continuous or flash glucose monitoring. They reported, on average, 6.27±7.42 episodes of hypoglycemia (<54 mg/dl) in the last month. Since their diagnosis, 47.8% of participants had at least one episode of severe hypoglycemia (SH: requiring help from another person or use of glucagon or hospitalization or loss of consciousness). Among those who reported SH in the last 12 months (n=91), the average number of episodes was 2.34±3.37 during this period. When asked what hypoglycemia represents using one word, one-fifth of participants used the word “weak” or “weakness." Conclusion: In a contemporary group of patients widely using technology for T1D management, hypoglycemia remains frequent. The growing BETTER registry will allow further understanding of this challenging reality and enable future research aiming to reduce hypoglycemia episodes. Disclosure R. Cheng: None. N. Taleb: None. V. Messier: Other Relationship; Self; Eli Lilly and Company. M.K. Talbo: None. A. Roy-Fleming: None. R. Rabasa-Lhoret: Advisory Panel; Self; AstraZeneca, Eli Lilly and Company, Insulet Corporation, Janssen Pharmaceuticals, Inc. Board Member; Self; Merck & Co., Inc., Sanofi. Research Support; Self; Eli Lilly and Company, Novo Nordisk A/S, Novo Nordisk A/S, Sanofi. A. Brazeau: None. Funding Canadian Institutes of Health Research (JT1-157204); JDRF (4-SRA-2018-651-Q-R)
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».