The use of CGM to identify hypoglycemia and glycemic patterns in congenital hyperinsulinism
Notice bibliographique
Résumé
Abstract Objectives Unrecognized hypoglycemia, especially in the neonatal population, is a significant cause of morbidity and poor neurologic outcomes. Children with congenital hyperinsulinism (HI) are at risk of hypoglycemia and point of care testing (POCT) is the standard of care. Studies have shown that continuous glucose monitoring (CGM) improves glycemic control and reduces the frequency of hypoglycemia among children with type 1 diabetes. There is limited experience with the use of CGM in children with HI. To assess the glycemic pattern of children with HI on stable therapy and evaluate the frequency of undetected hypoglycemia using Dexcom G6® CGM. Methods A cross-sectional, observational pilot study was done in 10 children, ages 3 months to 17 years. Each child had a clinical or genetic diagnosis of HI on stable medical therapy. Participants were asked to continue their usual POCT blood glucose monitoring, as well as wear a blinded Dexcom G6® CGM during a 20-day study period with the potential of unblinding if there was severe hypoglycemia detected during the study trial. Results During the study period, 26 hypoglycemic events were noted by CGM in 60 % of the participants with 45 % occurring between 0600 and 0800. Conclusions CGM can help detect hypoglycemia and blood glucose trends during a time when there is usually no POCT, which can guide medical management. 30 % of our population had a dose adjustment in their medications. This study was limited by population size.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».