Timing of <scp>CGM</scp> initiation in pediatric diabetes: The <scp>CGM TIME</scp> Trial
Notice bibliographique
Résumé
OBJECTIVE: To determine whether timing of CGM initiation offering low glucose suspend (LGS) affects CGM adherence in children and youth starting insulin pump therapy. METHODS: A 5-site RCT of pump-naïve subjects (aged 5-18 years) with type 1 diabetes (T1D) for at least 1 year compared simultaneous pump and CGM initiation offering LGS vs standard pump therapy with CGM initiation delayed for 6 months. Primary outcome was CGM adherence (hours per 28 days) (MiniMed™ Paradigm™ Veo™ system; CareLink Pro™ software) over 6 months after CGM initiation. Secondary outcome HbA1c was measured centrally. Linear mixed-models and ordinary least squares models were fitted to estimate effect of intervention, and covariates baseline age, T1D duration, HbA1c, gender, ethnicity, hypoglycemia history, clinical site, and association between CGM adherence and HbA1c. RESULTS: The trial randomized 144/152 (95%) eligible subjects. Baseline mean age was 11.5 ± 3.3(SD) years, T1D duration 3.4 ± 3.1 years, and HbA1c 7.9 ± 0.9%. Six months after CGM initiation, adjusted mean difference in CGM adherence was 62.4 hours per 28 days greater in the Simultaneous Group compared to Delayed Group (P = .007). There was no difference in mean HbA1c at 6 months. However, for each 100 hours of CGM use per 28-day period, HbA1c was 0.39% (95% CI 0.10%-0.69%) lower. Higher CGM adherence was associated with reduced time with glucose >10 mmol/L (P < .001). CONCLUSION: CGM adherence was higher after 6 months when initiated at same time as pump therapy compared to starting CGM 6 months after pump therapy. Greater CGM adherence was associated with improved HbA1c.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 | 0,001 |
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 ».