Severe (level 3) hypoglycaemia occurrence in a real‐world cohort of adults with type 1 or 2 diabetes mellitus ( <scp>iNPHORM</scp> , United States)
Notice bibliographique
Résumé
AIMS: Among adults with insulin- and/or secretagogue-treated diabetes in the United States, very little is known about the real-world descriptive epidemiology of iatrogenic severe (level 3) hypoglycaemia. Addressing this gap, we collected primary, longitudinal data to quantify the absolute frequency of events as well as incidence rates and proportions. MATERIALS AND METHODS: iNPHORM is a US-wide, 12-month ambidirectional panel survey (2020-2021). Adults with type 1 diabetes mellitus (T1DM) or insulin- and/or secretagogue-treated type 2 diabetes mellitus (T2DM) were recruited from a probability-based internet panel. Participants completing ≥1 follow-up questionnaire(s) were analysed. RESULTS: Among 978 respondents [T1DM 17%; mean age 51 (SD 14.3) years; male: 49.6%], 63% of level 3 events were treated outside the health care system (e.g. by family/friend/colleague), and <5% required hospitalization. Following the 12-month prospective period, one-third of individuals reported ≥1 event(s) [T1DM 44.2% (95% CI 36.8%-51.8%); T2DM 30.8% (95% CI 28.7%-35.1%), p = .0404, α = 0.0007]; and the incidence rate was 5.01 (95% CI 4.15-6.05) events per person-year (EPPY) [T1DM 3.57 (95% CI 2.49-5.11) EPPY; T2DM 5.29 (95% CI 4.26-6.57) EPPY, p = .1352, α = 0.0007]. Level 3 hypoglycaemia requiring non-transport emergency medical services was more common in T2DM than T1DM (p < .0001, α = 0.0016). In total, >90% of events were experienced by <15% of participants. CONCLUSIONS: iNPHORM is one of the first long-term, prospective US-based investigations on level 3 hypoglycaemia epidemiology. Our results underscore the importance of participant-reported data to ascertain its burden. Events were alarmingly frequent, irrespective of diabetes type, and concentrated in a small subsample.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| 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 ».