Dual-Hormone Closed-Loop System Using a Liquid Stable Glucagon Formulation Versus Insulin-Only Closed-Loop System Compared With a Predictive Low Glucose Suspend System: An Open-Label, Outpatient, Single-Center, Crossover, Randomized Controlled Trial
Notice bibliographique
Résumé
OBJECTIVE To assess the efficacy and feasibility of a dual-hormone (DH) closed-loop system with insulin and a novel liquid stable glucagon formulation compared with an insulin-only closed-loop system and a predictive low glucose suspend (PLGS) system. RESEARCH DESIGN AND METHODS In a 76-h, randomized, crossover, outpatient study, 23 participants with type 1 diabetes used three modes of the Oregon Artificial Pancreas system: 1) dual-hormone (DH) closed-loop control, 2) insulin-only single-hormone (SH) closed-loop control, and 3) PLGS system. The primary end point was percentage time in hypoglycemia (<70 mg/dL) from the start of in-clinic aerobic exercise (45 min at 60% VO2max) to 4 h after. RESULTS DH reduced hypoglycemia compared with SH during and after exercise (DH 0.0% [interquartile range 0.0–4.2], SH 8.3% [0.0–12.5], P = 0.025). There was an increased time in hyperglycemia (>180 mg/dL) during and after exercise for DH versus SH (20.8% DH vs. 6.3% SH, P = 0.038). Mean glucose during the entire study duration was DH, 159.2; SH, 151.6; and PLGS, 163.6 mg/dL. Across the entire study duration, DH resulted in 7.5% more time in target range (70–180 mg/dL) compared with the PLGS system (71.0% vs. 63.4%, P = 0.044). For the entire study duration, DH had 28.2% time in hyperglycemia vs. 25.1% for SH (P = 0.044) and 34.7% for PLGS (P = 0.140). Four participants experienced nausea related to glucagon, leading three to withdraw from the study. CONCLUSIONS The glucagon formulation demonstrated feasibility in a closed-loop system. The DH system reduced hypoglycemia during and after exercise, with some increase in hyperglycemia.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».