Resistance to data loss from the Freestyle Libre: impact on glucose variability indices and recommendations for data analysis
Notice bibliographique
Résumé
Like many wearables, flash glucose monitoring relies on user compliance and is subject to missing data. As recent research is beginning to utilise glucose technologies as behaviour change tools, it is important to understand whether missing data are tolerable. Complete Freestyle Libre data files were amputed to remove 1–6 h of data both at random and over mealtimes (breakfast, lunch, and dinner). Absolute percent errors (MAPE) and intraclass correlation coefficients (ICC) were calculated to evaluate agreement and reliability. Thirty-two (91%) participants provided at least 1 complete day (24 h) of data (age: 44.8 ± 8.6 years, female: 18 (56%); mean fasting glucose: 5.0 ± 0.6 mmol/L). Mean and continuous overall net glycaemic action (CONGA) (60 min) were robust to data loss (MAPE ≤3%). Larger errors were calculated for standard deviation, coefficient of variation (CV) and mean amplitude of glycaemic excursions (MAGE) at increasing missingness (MAPE: 2%–10%, 2%–9%, and 4%–18%, respectively). ICC decreased as missing data increased, with most indicating excellent reliability (>0.9) apart from certain MAGE ICCs, which indicated good reliability (0.84–0.9). Researchers and clinicians should be aware of the potential for larger errors when reporting standard deviation, CV, and MAGE at higher rates of data loss in nondiabetic populations. But where mean and CONGA are of interest, data loss is less of a concern. Novelty: As research now utilises flash glucose monitoring as behavioural change tools in nondiabetic populations, it is important to consider the influence of missing data. Glycaemic variability indices of mean and CONGA are robust to data loss, but standard deviation, CV, and MAGE are influenced at higher rates of missingness.
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 | 0,235 | 0,581 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,006 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».