MétaCan
Menu
Retour à la cohorte
Enregistrement W4391995709 · doi:10.2337/dc23-2136

Continuous Glucose Monitoring–Based Metrics and Hypoglycemia Duration in Insulin-Experienced Individuals With Long-standing Type 2 Diabetes Switched From a Daily Basal Insulin to Once-Weekly Insulin Icodec: Post Hoc Analysis of ONWARDS 2 and ONWARDS 4

2024· article· en· W4391995709 sur OpenAlexaff
Harpreet S. Bajaj, Björg Ásbjörnsdóttir, Lisbeth Carstensen, Christian Laugesen, Chantal Mathieu, Athena Philis‐Tsimikas, Tadej Battelino

Notice bibliographique

RevueDiabetes Care · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensLMC Diabetes & Endocrinology (Canada)
Organismes subventionnairesNational Institutes of HealthKU LeuvenMannKind CorporationEuropean CommissionSanofiKowa CompanyInsulet CorporationVertex PharmaceuticalsNovo NordiskDexcomJanssen PharmaceuticalsGilead SciencesNational Institute of Diabetes and Digestive and Kidney DiseasesAmgenPfizerAstraZenecaEli Lilly and Company
Mots-clésMedicineInsulinHypoglycemiaBasal insulinDiabetes mellitusBasal (medicine)Type 1 diabetesInternal medicineEndocrinologyType 2 diabetesContinuous glucose monitoringDuration (music)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This post hoc analysis assessed continuous glucose monitoring (CGM)-based metrics and hypoglycemia duration with once-weekly insulin icodec versus once-daily basal insulin analogs in insulin-experienced individuals with long-standing type 2 diabetes from two 26-week phase 3a trials (ONWARDS 2 and ONWARDS 4). RESEARCH DESIGN AND METHODS: Time in range (TIR) (3.9-10.0 mmol/L), time above range (TAR) (>10.0 mmol/L), and time below range (TBR) (<3.9 mmol/L and <3.0 mmol/L) were assessed during three CGM time periods (switch [weeks 0-4], end of treatment [weeks 22-26], and follow-up [weeks 27-31]) for icodec versus comparators (ONWARDS 2, insulin degludec [basal regimen]; ONWARDS 4, insulin glargine U100 [basal-bolus regimen]) using double-blind CGM data. CGM-derived hypoglycemic episode duration (<3.9 mmol/L) was assessed. RESULTS: In both trials, there were no statistically significant differences in TIR, TAR, or TBR (<3.0 mmol/L) for icodec versus comparators across all time periods. In the end-of-treatment period, mean TIR was 63.1% (icodec) vs. 59.5% (degludec) in ONWARDS 2 and 66.9% (icodec) vs. 66.4% (glargine U100) in ONWARDS 4. Mean TBR <3.9 mmol/L and <3.0 mmol/L remained within recommended targets (<4% and <1%, respectively) across time periods and treatment arms. Hypoglycemic episode duration (<3.9 mmol/L) was comparable across time periods and treatment arms (median duration ≤40 min). CONCLUSIONS: In insulin-experienced participants with long-standing type 2 diabetes, CGM-based TIR, TAR, and CGM-derived hypoglycemia duration (<3.9 mmol/L) were comparable for icodec and once-daily basal insulin analogs during all time periods. TBR remained within recommended targets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,284
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes CareMême sujetDiabetes Management and ResearchTravaux en français237 207