MétaCan
Menu
Retour à la cohorte
Enregistrement W4399690007 · doi:10.2337/db24-836-p

836-P: Adherence to App-Based Dose Guidance for Once-Weekly Insulin Icodec in Insulin-Naive Type 2 Diabetes—Post Hoc Analysis of ONWARDS 5

2024· article· en· W4399690007 sur OpenAlexaff
Harpreet S. Bajaj, Anders Meller Donatsky, SUSANNE ENGBERG, Johannes H. J. Martiny, ANDRE G. VIANNA, ILDIKO LINGVAY

Notice bibliographique

RevueDiabetes · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensBrampton Civic Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicinePost-hoc analysisDosingPost hocInsulinDiabetes mellitusInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Introduction & Objective: In ONWARDS 5, a 52-week, phase 3a trial, participants in the insulin icodec (icodec) group used a dosing guide app to assist titration. This post hoc analysis assessed adherence to app-based dose guidance and its association with prebreakfast self-measured blood glucose (SMBG). Methods: The app provided weekly algorithm-driven icodec dose guidance based on prebreakfast SMBG. Regardless, investigators could suggest manual dose changes. Estimated mean prebreakfast SMBG over time was compared across app-based guidance adherence subgroups (Figure). Results: On average 5.0% of administered icodec doses differed from app guidance (dose change by participant). Of 541 participants assessed, 56.7% had ≥1 manual dose change during the trial; most changes (82%) were increases to the dose recommended by the app. Estimated mean prebreakfast SMBG improved from baseline irrespective of adherence to app guidance. Medium/high adherence subgroups had statistically significantly lower mean prebreakfast SMBG (p<0.0001) with earlier achievement of target level (80-130 mg/dL) than the low adherence subgroup (Figure). Conclusion: Most administered icodec doses were adherent with app guidance; medium/high vs low adherence to app guidance was associated with improved estimated SMBG. The findings support the use of dose guidance apps to assist real-world insulin titration. Disclosure H.S. Bajaj: Research Support; Abbott, Amgen Inc., Anji Pharmaceuticals, Boehringer-Ingelheim, Eli Lilly and Company, Novartis Pharmaceuticals Corporation, Novo Nordisk, Pfizer Inc. A.M. Donatsky: Employee; Novo Nordisk A/S. S. Engberg: Employee; Novo Nordisk A/S. Stock/Shareholder; Novo Nordisk A/S. J.H.J. Martiny: Employee; Novo Nordisk A/S. Stock/Shareholder; Novo Nordisk A/S. A.G. Vianna: Board Member; Abbott, Lilly Diabetes, Novo Nordisk, Medtronic. Speaker's Bureau; AstraZeneca, Novo Nordisk. Research Support; Novo Nordisk, Lilly Diabetes. Speaker's Bureau; Lilly Diabetes. Research Support; Servier Laboratories. I. Lingvay: Consultant; Altimmune, Astra Zeneca, Bayer, Biomea, Boehringer-Ingelheim, Carmot, Cytoki Pharma, Eli Lilly, Intercept, Janssen/J&J, Mannkind, Mediflix, Merck, Metsera, Novo Nordisk, Pharmaventures, Pfizer, Sanofi. Research Support; NovoNordisk, Sanofi, Mylan, Boehringer-Ingelheim. Consultant; TERNS Pharma, The Comm Group, Valeritas, WebMD, and Zealand Pharma. Funding Novo Nordisk A/S

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)0,008
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,047
Tête enseignante GPT0,414
Écart entre enseignants0,367 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetesMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207