Residual β-Cell Function Is Associated With Longer Time in Range in Individuals With Type 1 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: Little is known about the influence of residual islet function on glycemic control in type 1 diabetes (T1D). We investigated the associations between residual β-cell function and metrics of continuous glucose monitoring (CGM) in individuals with T1D. RESEARCH DESIGN AND METHODS: In this cross-sectional cohort comprising 489 individuals (64% female, age 41.0 ± 14.0 years), T1D duration was 15.0 (interquartile range [IQR] 6.0-29.0) years. Individuals had a time in range (TIR) of 66% (IQR 52-80%) and a urinary C-peptide-to-creatinine ratio (UCPCR) of 0.01 (IQR 0.00-0.41) nmol/mmol. To assess β-cell function, we measured UCPCR (detectable >0.01 nmol/mmol), and to assess α-cell function, fasting plasma glucagon/glucose ratios were measured. CGM was used to record TIR (3.9-10 mmol/L), time below range (TBR) (<3.9 mmol/L), time above range (TAR) (>10 mmol/L), and glucose coefficient of variance (CV). For CGM, 74.7% used FreeStyle Libre 2, 13.8% Medtronic Guardian, and 11.5% Dexcom G6 as their device. RESULTS: The percentage of patients with T1D who had a detectable UCPCR was 49.4%. A higher UCPCR correlated with higher TIR (r = 0.330, P < 0.05), lower TBR (r = -0.237, P < 0.05), lower TAR (r = -0.302, P < 0.05), and lower glucose CV (r = -0.356, P < 0.05). A higher UCPCR correlated negatively with HbA1c levels (r = -0.183, P < 0.05) and total daily insulin dose (r = -0.183, P < 0.05). Glucagon/glucose ratios correlated with longer TIR (r = 0.234, P < 0.05). CONCLUSIONS: Significantly longer TIR, shorter TBR and TAR, and lower CV were observed in individuals with greater UCPCR-assessed β-cell function. Therefore, better CGM-derived metrics in individuals with preserved β-cell function may be a contributor to a lower risk of developing long-term complications.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».