Continuous Glucose Monitoring Metrics for Pregnancies Complicated by Diabetes: Critical Appraisal of Current Evidence
Notice bibliographique
Résumé
Ascertaining the utility of continuous glucose monitoring (CGM) in pregnancy complicated by diabetes is a rapidly evolving area, as the prevalence of type 1 diabetes (T1D), type 2 diabetes (T2D), and gestational diabetes mellitus (GDM) escalates. The seminal randomized controlled trial (RCT) evaluating CGM use added to standard care in pregnancy in T1D demonstrated significant improvements in maternal glycemia and neonatal health outcomes. Current clinical guidance recommends targets for percentage time in range (TIR), time above range (TAR), and time below range (TBR) during pregnancy complicated by T1D that are widely used in clinical practice. However, the superiority of CGM over blood glucose monitoring (BGM) is still questioned in both T2D and GDM, and whether glucose targets should be different than in T1D is unknown. Questions requiring additional research include which CGM metrics are superior in predicting clinical outcomes, how should pregnancy-specific CGM targets be defined, whether CGM targets should differ according to gestational age, and if CGM metrics during pregnancy should be similar across all types of diabetes. Limiting the potential for CGM to improve pregnancy outcomes may be our inability to maintain TIR > 70% throughout gestation, a goal achieved in the minority of patients studied. Adverse pregnancy outcomes remain high in women with T1D and T2D in pregnancy despite CGM technology, and this review explores the potential reasons and questions yet to be investigated.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».