MétaCan
Menu
Retour à la cohorte
Enregistrement W3200962633 · doi:10.1177/19322968211035411

Strategically Playing with Fire: SGLT Inhibitors as Possible Adjunct to Closed-Loop Insulin Therapy

2021· review· en· W3200962633 sur OpenAlexaff
Melissa‐Rosina Pasqua, Michael A. Tsoukas, Ahmad Haidar

Notice bibliographique

RevueJournal of Diabetes Science and Technology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Treatment and Management
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineGlycemicGlycated hemoglobinInsulinDiabetic ketoacidosisPostprandialIntensive care medicineClosed loopPlaceboDiabetes mellitusType 2 diabetesType 1 diabetesKetoacidosisInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

As closed-loop insulin therapies emerge into clinical practice and evolve in medical research for type 1 diabetes (T1D) treatment, the limitations in these therapies become more evident. These gaps include unachieved target levels of glycated hemoglobin in some patients, postprandial hyperglycemia, the ongoing need for carbohydrate counting, and the lack of non-glycemic benefits (such as prevention of metabolic syndrome and complications). Multiple adjunct therapies have been examined to improve closed-loop systems, yet none have become a staple. Sodium-glucose-linked cotransporter inhibitors (SGLTi's) have been extensively researched in T1D, with average reductions in placebo-adjusted HbA1c by 0.39%, and total daily dose by approximately 10%. Unfortunately, many trials revealed an increased risk of diabetic ketoacidosis, as high as 5 times the relative risk compared to placebo. This narrative review discusses the proven benefits and risks of SGLTi in patients with T1D with routine therapy, what has been studied thus far in closed-loop therapy in combination with SGLTi, the potential benefits of SGLTi use to closed-loop systems, and what is required going forward to improve the benefit to risk ratio in these insulin systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,913

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,307
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Diabetes Science and TechnologyMême sujetDiabetes Treatment and ManagementTravaux en français237 207