974-P: BGM Readings in Range as a Marker of Glycemic Variability in People with Type 2 Diabetes—Interim Analysis from an Ongoing Prospective Study
Notice bibliographique
Résumé
Background: Glycemic variability (GV) is emerging as an independent risk factor for long-term complications. However, measuring GV using CGM is expensive and used sparingly in India. We evaluated BGM readings in-range, above range, and below range (RIR, RAR, RBR) using the OneTouch Verio Flex® (OTVF) BGM with the OneTouch Reveal® (OTR) application to assess GV and its correlation with TIR, TAR and TBR measured using CGM. Aims and Objectives:1. To evaluate structured BGM as a tool for estimating GV 2. To assess the correlation between BGM-measured RIR, RAR, RBR and the GV parameters reported on AGP using Libre Pro CGM Materials and Methods: We performed data analysis of 76 completed patients from an ongoing, prospective, multicentre, investigator-initiated study being conducted in New Delhi, India. Persons with T2D on stable treatment (OADs, OADs + Insulin, or Insulin) for ≥ 4 weeks were randomized 1:1 to perform daily 4-point profiles or 7-point profiles using structured BGM readings for 14 days while also wearing blinded CGM using the Libre Pro system. CGM parameters were compared with BGM readings in different ranges measured on the OTR platform. Results: Most of the PwD performed fewer BGM readings than advised (average readings/day 3.62±1.4). There were strong correlations between daily average glucose, TIR and RIR, TAR and RAR, TBR and RBR (r 0.926, p<0.0001; r 0.805, p<0.00001; r 0.826, p<0.00001; r 0.348, p=0.0092, respectively). Further, there was a significant correlation between 14 days average glucose (158.3mg/dl±56.85 vs 186.13mg/dl±58.9, p=0.0139), TIR vs RIR (66.09%±27.59 vs 52.477%±28.65), TAR vs RAR (30%±29.45 vs 46.95%±28.78, p=0.0029), and TBR vs RBR (3.91%±6.27 vs 0.58%±1.54, p=0.0002). Conclusion: Structured BGM using OneTouch Verio Flex® paired with the OneTouch Reveal application may be used to assess glycemic variability. Disclosure B.M.Makkar: Advisory Panel; AstraZeneca, Boehringer Ingelheim (Canada) Ltd., Novartis, Novo Nordisk, Sanofi, Research Support; Lifescan. K.Soota: Research Support; LIFESCAN. V.Gupta: None. J.K.Sharma: None. G.Khurana: None. R.Chawla: None. Funding LifeScan
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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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 ».