Use of continuous glucose monitoring and hybrid closed‐loop therapy in pregnancy
Notice bibliographique
Résumé
Continuous glucose monitoring (CGM) has led to a paradigm shift in the management of pregnant women with type 1 diabetes (T1D), with improved glycaemic control, less hypoglycaemia and fewer pregnancy complications. Data on CGM use in pregnant women with type 2 diabetes (T2D) are limited. A large randomized controlled trial (RCT) on CGM use in people with T2D in pregnancy is ongoing. Small studies on CGM use in women with gestational diabetes (GDM) have suggested improved glycaemic control and better qualification when insulin is needed. However, none of these studies was powered to evaluate pregnancy outcomes. Several large RCTs are ongoing in women with GDM. In addition to CGM, other technologies, such as advanced hybrid closed-loop (AHCL) systems have further improved glycaemic management in people with T1D. AHCL therapy adapts insulin delivery via a predictive algorithm integrated with CGM and an insulin pump. A large RCT with the AHCL CamAPS® FX demonstrated a 10% increase in time in range compared to standard insulin therapy in a pregnant population with T1D. Recently, an RCT of an AHCL system not approved for use in pregnancy (780G MiniMed) has also demonstrated additional benefits of AHCL therapy compared to standard insulin therapy, with improved time in range overnight, less hypoglycaemia and improved treatment satisfaction. More evidence is needed on the impact of AHCL therapy on maternal and neonatal outcomes and on which glycaemic targets with CGM should be used in pregnant women with T2D and GDM. We review the current evidence on the use of CGM and AHCL therapy in pregnancy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».