Improved Glycemia and Quality of Life Among Loop users – Analysis of Real-World Data from a Single Centre (Preprint)
Notice bibliographique
Résumé
BACKGROUND Despite being an unapproved method of insulin delivery, increasing numbers of people with type 1 diabetes (T1D) worldwide are choosing to use Loop, a Do-It-Yourself Automated Insulin Delivery system. OBJECTIVE We aimed to assess glycemic outcomes, safety and the perceived impact on quality of life (QOL), in a local Edmonton cohort of known Loop users. METHODS An observational study of adults with T1D using Loop was performed. Assessment of glycemic; HbA1c and time in range (TIR), and safety outcomes; hospital admissions and time below range (TBR), compared six months of Loop with the user’s prior regulatory approved insulin delivery method. QOL outcomes were assessed using INSPIRE, Diabetes Impact and Device Satisfaction (DIDS) measures (with maximum scores of 100, 10 and 10), and semi-structured interviews. RESULTS 24 adults with T1D, 66.7% female, median (IQR) age 33 (28-45), duration of diabetes 22 years (17-32), with duration of Loop 18 months (12-25). With Loop, median (IQR) HbA1c 7.1% (6.5-7.5), 54mmol/mol (48-58) and TIR 76.5% (64.6-81.9); a significant improvement from prior therapy (p=0.001 and p=0.005), with a non-significant reduction in time 3.0-3.9mmol/L (p=0.17) and <3mmol/L (p=0.53). Two episodes of DKA and no severe hypoglycemia occurred in a total of 470 months Loop use. Positive QOL impact was explored in qualitative analysis and additionally demonstrated through median (IQR) INSPIRE 86 (79-95), DI 2.8 (2.1-3.9) and DS 9 (8.2-9.4). CONCLUSIONS This local cohort of people with T1D, demonstrate a beneficial effect of Loop use on both glycemic control and QOL, with no safety concerns highlighted. CLINICALTRIAL N/A
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».