MétaCan
Menu
Retour à la cohorte
Enregistrement W4381376359 · doi:10.2337/db23-902-p

902-P: Patient Experience and Clinical Outcomes in Pregnant Patients with Type 1 Diabetes Using Open-Source Automated Insulin Dosing Systems

2023· article· en· W4381376359 sur OpenAlexaboutno aff
YIFAN YANG, Ilana Halperin

Notice bibliographique

RevueDiabetes · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlycemicMedicinePregnancyType 1 diabetesHypoglycemiaDosingDiabetes mellitusInsulinType 2 diabetesInsulin deliveryGestational diabetesIntensive care medicineObstetricsInternal medicineEndocrinologyGestation

Résumé

récupéré en direct d'OpenAlex

Type 1 diabetes (T1D) in pregnancy is associated with increased obstetrical and neonatal complications; thus, stringent glycemic targets are imperative. While commercial automated insulin dosing (AID) systems represent an important development in management of T1D, a limitation is that the glycemic targets are not adjustable for pregnancy. Before commercial AID, a community of people with T1D combined CGM sensors, insulin pumps and open-source code, developing open-source automated insulin delivery systems (OSAIDS). Given customizable glycemic targets, OSAIDS may fill an important clinical gap in pregnancy. We included participants ≥18 years old with T1D who had at least one pregnancy using OSAIDS. Of 37 completed surveys, motivations for using OSAIDS included commercial AID targets being too high for pregnancy (78%), increased ownership over diabetes (53%) and transparency (44%). The INsulin Dosing Systems: Perceptions, Ideas, Reflections and Expectations (INSPIRE) questionnaire showed that 100% strongly agreed or agreed with: helped in pregnancy (89% strongly agree), better quality of life (94% strongly agree) and better sleep (83% strongly agree). With a glycemic target of 3.5-7.8mmol/L (63-140mg/dl), 86% exceeded the time-in-range (TIR) target of ≥ 70% set by the Advanced Technologies & Treatments for Diabetes Congress. The majority (66%) had a more stringent TIR of ≥ 80%. The vast majority (97%) did not have severe hypoglycemia; 74% had time-below-range ≤ 4%. Of the 71% who experienced labor and delivery, 90% delivered at 37 weeks gestational age or greater; 90% did not have shoulder dystocia. Median birth weight was 3374g (SD 600g), 19% of newborns had macrosomia (>4000g). Neonatal hypoglycemia (<2.5mmol/L/<45mg/dl) occurred in 24% with 14% requiring NICU. OSAIDS provides excellent glycemic control, maternal quality of life and neonatal outcomes. More data is needed to validate these initial promising outcomes. Disclosure Y.Yang: None. I.Halperin: Advisory Panel; Sanofi, Speaker's Bureau; 3Boehringer Ingelheim Canada Ltd./Ltée, Abbott Diabetes, Dexcom, Inc., 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 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)0,002
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
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)0,0060,001

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,351
Écart entre enseignants0,304 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetDiabetes Management and ResearchTravaux en français237 207