Interpretation of A1C measurement in sub-Saharan Africa beyond the global A1C-Derived Average Glucose (ADAG) equation
Notice bibliographique
Résumé
Introduction: optimal metabolic control is crucial for prevention of diabetes associated complications. HbA1c is a correlate of chronic hyperglycemia and is associated with long-term diabetes complications. We investigate the relationship between A1C and estimated average blood glucose (eAG) from the multicenter A1C-Derived Average Glucose (ADAG) study, in a sub-Saharan African population. Methods: forty-seven patients with diabetes mellitus and ten normoglycemic individuals were consecutively recruited from a tertiary reference hospital in Cameroon. This observational study was conducted in the framework of the ADAG study. eAG was derived from single values obtained from self-monitored blood glucose (SMBG) and from continuous glucose monitoring (CGM). Spearman correlation coefficient was used to examine the relationship between eAG and A1C levels. Results: there was a strong linear relationship between eAG using SMBG with A1C level; eAG (mmol/l) =1.22 x A1C (%) - 0.25; R2 = 0.58; p<0.001. This suggests that a one percent increase in A1C corresponds to a 1.22 mmol/l increment of eAG. A similar relationship was found between A1C level and eAG from the continuous glucose monitoring (CGM) measurements albeit with a smaller accretion; eAG (mmol/l) =0.95 x A1C (%) + 1.52; R2 = 0.52; p<0.001. The bias of the global ADAG equation was lower than 5% below A1C level of 7% and progressively increased with higher values of A1C. Conclusion: consistent with previous reports, using a population specific equation, A1C can be better derived from eAG in individuals from sub-Saharan African origin.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».