Impact of Telemedicine Versus In-Person Pediatric Outpatient Type 1 Diabetes Visits on Immediate Glycemic Control: Retrospective Chart Review
Notice bibliographique
Résumé
BACKGROUND: Children and adolescents with type 1 diabetes require frequent outpatient evaluation to assess glucose trends, modify insulin doses, and screen for comorbidities. Continuous glucose monitoring (CGM) provides a detailed glycemic control assessment. Telemedicine has been increasingly used since the COVID-19 pandemic. OBJECTIVE: To investigate CGM profile parameter improvement immediately following pediatric outpatient diabetes visits and determine if visit modality impacted these metrics, completion of screening laboratory tests, or diabetic emergency occurrence. METHODS: A dual-center retrospective review of medical records assessed the CGM metrics time in range and glucose management indicator for pediatric outpatient diabetes visits during 2021. Baseline values were compared with those at 2 and 4 weeks post visit. Rates of completion of screening laboratory tests and diabetic emergencies following visits were determined. RESULTS: A total of 269 outpatient visits (41.2% telemedicine) were included. Mean time in range increased by 1.63% and 1.35% at 2 and 4 weeks post visit (P=.003 and .01, respectively). Mean glucose management indicator decreased by 0.07% and 0.06% at 2 and 4 weeks post visit (P=.003 and .02, respectively). These improvements in time in range and glucose management indicator were seen across both telemedicine visits and in-person visits without a significant difference. However, patients seen in person were 2.69 times more likely to complete screening laboratory tests (P=.03). Diabetic emergencies occurred too infrequently to analyze. CONCLUSIONS: Our findings demonstrate an immediate improvement in CGM metrics following outpatient visits, regardless of modality. While statistically significant, the magnitude of these changes was small; hence, multiple visits over time would be required to achieve clinically relevant improvement. However, completion of screening laboratory tests was found to be more likely after visits occurring in person. Therefore, we suggest a hybrid approach that allows patient convenience with telemedicine but also incorporates periodic in-person assessment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 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 ».