Comparison of Intranasal and Injectable Glucagon Administration Among Pediatric Population Responders
Notice bibliographique
Résumé
Aims: Ease of use and acceptability of nasal versus injectable glucagon (IG) among pediatric responders have been little investigated. This study compared the performance of administering nasal and IG in parents of youth with type 1 diabetes (T1D) and in school workers. Enablers and barriers associated with each glucagon and preferred glucagon administration learning modality were also evaluated. Methods: Three months after watching short pedagogical videos, 30 parents and 30 school workers performed simulated scenarios where they administered both glucagon. Completion time and successful execution of critical steps were collected. Interviews assessed preferred learning modalities, barriers, and enablers associated with each glucagon. Results: Both groups administered nasal glucagon faster than IG (median [interquartile range]: parents 19 [12–29] vs. 97 [71–117] s, P < 0.001; school workers 24 [16–33] vs. 129 [105–165] s, P < 0.001). A lower proportion of participants successfully executed all critical steps for injectable versus nasal glucagon (significant difference for school workers [53% vs. 90%; P = 0.007] but not for parents [68% vs. 83%; P = 0.227]). Nasal glucagon was preferred for ease of use and acceptability. Preferred learning modalities were a combination of videos and workshops, but videos alone could suffice for nasal glucagon. Conclusions: Nasal glucagon is faster to use, more likely to be successfully administered, and more acceptable than IG for parents of children with T1D and school workers. Nasal glucagon training with videos could improve school workers' involvement in severe hypoglycemia management. Clinical Trial number, URL to the registration: NCT05395000, https://clinicaltrials.gov/ct2/show/NCT05395000
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 | 0,001 | 0,002 |
| 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 ».