MétaCan
Menu
Retour à la cohorte
Enregistrement W4281740268 · doi:10.2337/db22-379-p

379-P: Patient and Physician Experience of Hypoglycemia during Basal Insulin (BI) Titration in Type 2 Diabetes (T2D) in the U.S.

2022· article· en· W4281740268 sur OpenAlexaboutno aff
Stewart B. Harris, KAMEL MOHAMMEDI, MONICA BERTOLINI, Valery Walker, MAUREEN H. CARLYLE, FANG L. ZHOU, JOCHEN SEUFERT, JOHN E. ANDERSON

Notice bibliographique

RevueDiabetes · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHypoglycemiaMedicineGlycemicBasal insulinPediatricsDiabetes mellitusType 2 diabetesInsulinInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Introduction: Hypoglycemia after BI initiation can negatively impact patient adherence to titration and glycemic target achievement. We report on 2 surveys to better understand patient and physician perspectives/experiences of hypoglycemia during BI titration. Methods: Adults with T2D and ≥2 claims (≥30 days apart in last 12 months) in the Optum Research Database who initiated BI (February-April 2021) , and physicians who treated ≥30 patients with T2D, ≥1 initiating BI (October 2020-March 2021) , completed a mailed survey. Results: Responders were 416 patients (51% male, 71% white, mean age 70 years, 72% >years T2D duration) and 386 physicians (45% general practice) . Most physicians reported discussing hypoglycemia signs/symptoms (93%) and how to titrate BI in response to blood glucose (BG) levels (81%) with patients. Among patients who experienced hypoglycemia (49%; Table) , 57% felt very/extremely confident titrating BI during hypoglycemia. Only 35% met fasting BG (FBG) targets. Diabetes Treatment Satisfaction Questionnaire hypoglycemia score (1.34/6) suggests patients felt hypoglycemia was infrequent. Conclusion: While physicians educate patients on hypoglycemia awareness and BI titration, nearly half of patients surveyed experienced hypoglycemia during titration, and only a third met FBG targets, suggesting new strategies and tools are needed for effective BI titration. Disclosure S.B.Harris: Consultant; Abbott, AstraZeneca, Eli Lilly and Company, Novo Nordisk, Sanofi, Other Relationship; Abbott, AstraZeneca, Bayer Inc., Dexcom, Eli Lilly and Company, HLS Therapeutics, Janssen Pharmaceuticals, Inc., Novo Nordisk, Sanofi, Research Support; Applied Therapeutics Inc., AstraZeneca, Canadian Institutes of Health Research, Juvenile Diabetes Research Foundation (JDRF) , Novo Nordisk, Sanofi, The Lawson Foundation. K.Mohammedi: Board Member; Lilly, Novo Nordisk, Sanofi, Research Support; Cyclerion Therapeutics, Inc., Speaker's Bureau; Abbott, AstraZeneca. M.Bertolini: Employee; Sanofi. V.Walker: Consultant; Sanofi-Aventis U.S. M.H.Carlyle: None. F.L.Zhou: Employee; Sanofi, Stock/Shareholder; Sanofi. J.Seufert: Advisory Panel; Abbott, Sanofi-Aventis Deutschland GmbH, Research Support; Boehringer Ingelheim International GmbH, Speaker's Bureau; Abbott Diabetes, AstraZeneca, Bayer AG, Boehringer Ingelheim International GmbH, Lilly, Novo Nordisk, Sanofi-Aventis Deutschland GmbH. J.E.Anderson: Advisory Panel; Abbott Diabetes, Consultant; AstraZeneca, Bayer AG, Boehringer Ingelheim International GmbH, Gelesis, Novo Nordisk, Sanofi, Speaker's Bureau; Eli Lilly and Company. Funding Sanofi

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,251
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetDiabetes Management and ResearchTravaux en français237 207