Point-of-Care Capillary Blood Ketone Measurements and the Prediction of Future Ketoacidosis Risk in Type 1 Diabetes
Notice bibliographique
Résumé
OBJECTIVE: Rather than during illness while diabetic ketoacidosis (DKA) is developing, we aimed to determine if levels of routine point-of-care capillary blood ketones could predict future DKA. RESEARCH DESIGN AND METHODS: We examined previously collected data from placebo-assigned participants in an adjunct-to-insulin medication trial program that included measurement of fasted capillary blood ketone levels twice per week in a 2-month baseline period. The outcome was 6- to 12-month trial-adjudicated DKA. RESULTS: DKA events occurred in 12 of 484 participants at a median of 105 (interquartile range 43, 199) days. Maximum ketone levels were higher in patient cases compared with in control patients (0.8 [0.6, 1.2] vs. 0.3 [0.2, 0.7] mmol/L; P = 0.002), with a nonparametric area under the receiver operating characteristic curve of 0.77 (95% CI 0.66-0.88). Ketone levels ≥0.8 mmol/L had a sensitivity of 64%, a specificity of 78%, and positive and negative likelihood ratios of 2.9 and 0.5, respectively. CONCLUSIONS: This proof of concept that routine capillary ketone surveillance can identify individuals at high risk of future DKA implies a role for future technologies including continuous ketone monitoring.
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 | 0,000 |
| 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 ».