657-P: Frequency Scanning Correlates Not Only with Glycemic Indices but Also with Fear of Hypoglycemia in Type 1 Diabetes Patients Using is-CGMS
Notice bibliographique
Résumé
Frequency scanning with intermittently scanned CGMS (is-CGMS) is associated with glycemic indices. No data is available for its correlation with fear of hypoglycemia (FOH) , a well-known factor affecting quality of life and glycemic control in type 1 diabetes (T1DM) . The aim of the study was to analyze the association of scanning frequency with glycemic indices and FOH in T1DM patients using is-CGMS. T1DM patients using is-CGMS were eligible. Clinical data, Ambulatory Glucose Profile (AGP) reports were obtained from medical records. FOH was assessed using Hypoglycemia Fear Survey II (HFS-II) . We included 77 consecutive patients (58 females) , 38 were treated with insulin pump, 39 with multiple daily injections. Their mean age was 34.1+/-10.2 years and T1DM duration 14.7 +/-12.0 years. Mean glycemic indices were as follows: mean glucose - 155.8+/-29.8 mg/dl; GMI - 53.3+/-7.5 mmol/mol; TIR - 66.4+/-17.8%; TB70 - 4.5+/-4.1%; TB54 - 0.6+/-1.2%; TA180 - 29.2 +/-17.9%; TA250 - 9.6+/-10.4%; %CV - 36.7+/-8.3. The average scanning frequency was 13.8+/-7.8 scans/d. Mean HFS II scores were 16.1+/-7.2 and 18.7+/-12.2 in behavior and worry subscale, respectively. Correlation was found between scanning frequency and mean glucose, GMI, TIR, TB70, TA180, TA250, %CV and HFS-B (p<0.for all statistics) . In summary, for the first time, we report that higher scanning frequency is associated not only with better glycemic indices but also with less FOH in T1DM patients using is-CGMS. This constitutes a new argument for advising T1DM patients frequent scanning when using is-CGMS. Disclosure J.Hohendorff: Advisory Panel; Abbott. M.Malecki: Consultant; Abbott Diabetes, Boehringer Ingelheim International GmbH, Lilly Diabetes, Novo Nordisk, Speaker's Bureau; Ascensia Diabetes Care, AstraZeneca, Bayer AG, Merck & Co., Inc., Mundipharma, Servier Laboratories. P.W.Witek: Other Relationship; Abbott, Berlin-Chemie AG, Boehringer Ingelheim International GmbH, Medtronic, Merck & Co., Inc., Novo Nordisk, Roche Diabetes Care, Sanofi-Aventis Deutschland GmbH. M.Kania: None. M.Sudol: None. K.Hajduk: None. A.Stepien: None. K.Cyganek: Speaker's Bureau; Abbott Diabetes, Ascensia Diabetes Care, Bausch Health, Canada, Boehringer Ingelheim International GmbH, Lilly Diabetes, Medtronic, Novo Nordisk, Roche Diabetes Care. B.Kiec-wilk: n/a. T.Klupa: Advisory Panel; Abbott, BIOTON S.A., Sanofi, Research Support; Medtronic, Speaker's Bureau; Ascensia Diabetes Care, Boehringer Ingelheim International GmbH, Eli Lilly and Company, Novo Nordisk.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».