772-P: Combining Meal-Bolus Reduction and Exercise Announcement Eliminates the Risk of Hypoglycemia during Postprandial Exercise in People Living with Type 1 Diabetes Treated with Automated Insulin Delivery Systems
Notice bibliographique
Résumé
For people living with type 1 diabetes (PWT1D) post-prandial exercise remains a challenge for the maintenance of glycemic control even with automated insulin delivery systems (AID) . During the postprandial phase, elevated insulin levels, rapid changes in glucose levels with increased CGM lag time make it difficult for AID algorithms to mitigate the risk of hypoglycemia by solely relying on basal rate modulation. The main objective of this study was to assess the safety and efficacy of AID using a combination strategy of pre-meal exercise announcement and meal bolus reduction during exercise bouts performed 1- and 2-hours post-meal. Thirteen adults PWT1D chronically treated with AID (6 females; A1c = 7.9 ± 0.6%; Age= 53,5 ± 15,5 years; T1D duration= 29.0 ± 16.0 years) were included. Participants performed in a randomized crossover fashion 2 60-min exercise sessions (60% of VO2peak) , 1 (60Ex) and 2-h (120Ex) post-meal. A standardized meal was given at 8AM with a 33% insulin bolus reduction and exercise was announced to the AID algorithm (target glucose increased from 6 to 9 mmol/L) up to the end of each exercise session. Plasma glucose was collected regularly. Plasma glucose times in range (3.9-10.0 mmol/L) and above range (>10.0 mmol/L) from exercise onset to 90-min-post-exercise, were similar between Ex60 and Ex120 (63.7 ± 41.4% Ex60 vs. 65.9 ±24.9% Ex120, p=0.3; 36.1 ± 41.6% Ex60 vs. 34.1 ± 24.9% Ex120, p=0.4, respectively) . No hypoglycemic events (<3.9 mmol/L) occurred during the study. The mean reduction in plasma glucose levels were similar during exercise in both conditions (-2.6 ± 1.4 mmol/L Ex60 vs. -3.5 ± 2.2 mmol/L Ex120, p=0.2) Conclusion: combining pre-meal exercise announcement with a meal bolus reduction of 33% was effective and safe at preventing postprandial exercise hypoglycemia in PWT1D treated with AID whether exercise was performed 1 or 2-h after a meal. Disclosure M.Raffray: None. R.Rabasa-lhoret: Consultant; HLS Therapeutics Inc., Pfizer Inc., Other Relationship; Abbott Diabetes, AstraZeneca, Boehringer Ingelheim International GmbH, Dexcom, Inc., Eli Lilly and Company, Insulet Corporation, Janssen Pharmaceuticals, Inc., Medtronic, Merck & Co., Inc., Novo Nordisk Canada Inc., Sanofi, Vertex Pharmaceuticals Incorporated, Research Support; Canadian Institutes of Health Research, Cystic Fibrosis Canada, Diabetes Canada, Fondation Francophone pour la Recherche en Diabète (FFRD) , JDRF, National Institutes of Health, Société Francophone du Diabète (SFD) , Speaker's Bureau; Canadian Medical & Surgical Knowledge Translation Research Group (CMS) , CPD Network, Tandem Diabetes Care, Inc. É.Myette-côté: None. J.Molveau: None. M.Devaux: None. Z.Wu: Other Relationship; Eli Lilly and Company. Funding National Institutes of Health (A12BC345678)
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 | 0,000 | 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) | 0,003 | 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 ».