Accuracy of the Dexcom G6 Glucose Sensor during Aerobic, Resistance, and Interval Exercise in Adults with Type 1 Diabetes
Notice bibliographique
Résumé
The accuracy of continuous glucose monitoring (CGM) sensors may be significantly impacted by exercise. We evaluated the impact of three different types of exercise on the accuracy of the Dexcom G6 sensor. Twenty-four adults with type 1 diabetes on multiple daily injections wore a G6 sensor. Participants were randomized to aerobic, resistance, or high intensity interval training (HIIT) exercise. Each participant completed two in-clinic 30-min exercise sessions. The sensors were applied on average 5.3 days prior to the in-clinic visits (range 0.6-9.9). Capillary blood glucose (CBG) measurements with a Contour Next meter were performed before and after exercise as well as every 10 min during exercise. No CGM calibrations were performed. The median absolute relative difference (MARD) and median relative difference (MRD) of the CGM as compared with the reference CBG did not differ significantly from the start of exercise to the end exercise across all exercise types (ranges for aerobic MARD: 8.9 to 13.9% and MRD: -6.4 to 0.5%, resistance MARD: 7.7 to 14.5% and MRD: -8.3 to -2.9%, HIIT MARD: 12.1 to 16.8% and MRD: -14.3 to -9.1%). The accuracy of the no-calibration Dexcom G6 CGM was not significantly impacted by aerobic, resistance, or HIIT exercise.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 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 ».