Oral minimal model-based estimates of insulin sensitivity in obese youth depend on oral glucose tolerance test protocol duration
Notice bibliographique
Résumé
The Oral Minimal Model (OMM), a differential-equations based mathematical model of glucose-insulin dynamics, utilizes data from a frequently sampled oral glucose tolerance test (OGTT) to quantify insulin sensitivity (SI). OMM-based estimates of SI can detect differences in insulin resistance (IR) across population groups and quantify effects of clinical or behavioral interventions. These estimates of SI have been validated in healthy adults using data from OGTTs with durations from 2 to 7 h. However, data demonstrating how protocol duration affects SI estimates in highly IR populations such as adolescents with obesity are limited. A 6-h frequently sampled OGTT was performed in adolescent females with obesity. Two, 3-, and 4- hour implementations of OMM assuming an exponentially-decaying rate of glucose appearance beyond measured glucose concentrations were compared to the 6-h implementation. A 4- hour OMM implementation with truncated data (4h Tr) was also considered. Data from 68 participants were included (age 15.8 ± 1.2 years, BMI 35.4 ± 5.6 kg/m2). Although SI values were highly correlated for all implementations, they varied with protocol duration (2h: 2.86 ± 3.31, 3h: 2.55 ± 2.62, 4h: 2.81 ± 2.59, 4h tr: 3.13 ± 3.14, 6h: 3.06 ± 2.85 x 10-4 dl/kg/min per U/ml). SI estimates based on 2 or 3 h of data underestimated SI values, whereas 4-h SI estimates more closely approximated 6-h SI values. These results suggest that OGTT protocol duration should be considered when implementing OMM to estimate SI in adolescents with obesity and other IR populations.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».