Evaluating perioperative glycemic status after different types of pancreatic surgeries via continuous glucose monitoring system: a pilot study
Notice bibliographique
Résumé
BACKGROUND: Perioperative glycemic status after pancreatic surgery has never been described. However, it's essential for optimal perioperative glucose management and understanding the pathogenesis of new-onset diabetes mellitus (NODM) after pancreatectomy. Continuous glucose monitoring (CGM) system provides us a helpful tool for closely monitoring and studying perioperative glucose change. This study tried to describe and compare perioperative glucose level and glycemic variability between different types of pancreatic surgeries via CGM device. METHODS: This study was designed as a prospective observational study. Eighteen patients were enrolled and were grouped by different types of surgery received: control group (CTRL), pancreaticoduodenectomy (PD), distal pancreatectomy (DP), and total pancreatectomy (TP). CGM devices were implanted and initiated right after the surgery. Mean glucose value (MGV), coefficient of variation (CV), mean of daily difference (MODD), continuous overall net glycemic action (CONGA), and time above range (TAR)/time below range (TBR) was compared between groups to assess glucose level and glycemic variability. RESULTS: TP showed the highest MGV and CV among all groups (P<0.001), while CTRL showed the lowest (P<0.001). PD and DP had similar MGV and CV lower than TP but higher than CTRL (P<0.001). TP had the highest MODD and CONGA, CTRL had the lowest, but no significant differences were found between groups. TP had the highest TAR (24.29%) and the lowest TBR (1.28%), while the control group showed the opposite. The differences in TAR/TBR between groups were all significant (P<0.05). CONCLUSIONS: TP had the highest mean glucose level and the greatest glycemic variability. PD and DP had similar results: a higher mean glucose level than control but lower than TP. For glycemic variability, PD and DP seemed to have a near-normal result resembling the control group. CGM is useful for glucose monitoring in the perioperative management of pancreatic surgery.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».