1261-P: Is Higher A1C in Older Adults with Cognitive and Functional Impairment Enough to Protect against Hypoglycemia?
Notice bibliographique
Résumé
Background: Older adults with diabetes with cognitive or functional impairment are recommended to have higher A1C. However, impact of higher A1C on CGM metrics in impaired and unimpaired patients are not well studied. Methods: A cross-sectional analysis of baseline data across three studies was performed in older adults (age ≥65 years) with diabetes on insulin. Demographic and clinical characteristics including cognitive and functional status, and continuous glucose monitoring (CGM) data were reviewed. Results: Data on 209 participants stratified as unimpaired (MoCA ≥26 and no frailty) and impaired (MoCa <26 and/or frailty ≥1) were analyzed. Compared to the 66 patients with unimpaired status, the 143 patients with impaired status were more likely to live alone, had greater hypoglycemia fear, and high burden of comorbidities (Table 1). Although the impaired patients had higher HbA1c (7.9% ), both unimpaired and impaired patients had high burden of hypoglycemia (time spent <70 mg/dL)(4.4% and 3.2% respectively) and extreme hyperglycemia (time spent >250 mg/dL(13% and 19% respectively). Conclusion: Liberal A1C goals based on cognitive and/or functional impairment may not protect against risk of hypoglycemia and extreme hyperglycemia in older adults. CGM should be considered for diabetes care decisions in the older population independent of health status. Disclosure C.D. Conery: None. C. Slyne: None. K. Loo Urbina: None. N. Krakoff: None. H. Brabant: None. M. Munshi: Consultant; Sanofi. E. Toschi: Consultant; Vertex Pharmaceuticals Incorporated, Sanofi. Funding The Leona M. and Harry B. Helmsley Charitable Trust
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 | 0,000 | 0,000 |
| 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 ».