852-P: Factors Associated with the Use of Adjunct-to-Insulin Glucose-Lowering Agents in Patients with Type 1 Diabetes Mellitus
Notice bibliographique
Résumé
Introduction and Objective: Adjunct-to-insulin metformin, Glucagon-Like Peptide-1 receptor agonists (GLP1-RA), and Sodium Glucose Co-transporter 2 inhibitors (SGLT2i), mostly off-label, are used by people with type 1 diabetes (PwT1D) to address the challenges of glucose control and other outcomes. We investigated the socio-demographic and disease-related characteristics associated with their use. Methods: Cross-sectional comparison of self-reported demographic and clinical variables between adjunct-to-insulin users vs. non-users in the Canadian BETTER registry were made (by Chi square for categorical and Mann-Whitney U test for non-normally distributed continuous variables). Results: Among 1463 participants (67.1% women, median [IQR] age 44.0 years [31.0, 56.0], BMI 25.6 kg/m2 [22.7, 29.1], 30.6% with HbA1c < 7.0%, 45.2% insulin pump users), 221 (15.1%) reported using adjunct-to-insulin medication (metformin 41.2%; GLP1-RA 25.8%; iSGLT2 18.1%; combination 14.9%). Users were older (47.0 [40.0, 56.0] vs. 43.0 [30.0, 56.0] years, p < 0.001), had higher BMI (29.1 [25.2, 33.3] vs. 25.1 [22.5, 28.3] kg/m2, p < 0.001), if multiple daily injection therapy had higher basal insulin dose (0.29 [0.19, 0.41] vs. 0.24 [0.17, 0.31] U/kg/day, p = 0.003) compared to non-users. Adjunct-to-insulin use was also associated with presence of cardiovascular disease (10.9% vs. 6.76%, p = 0.045), use of antihypertensive medication (41.6% vs. 29.1%, p < 0.001), and use of lipid-lowering drugs (65.6% vs. 41.4%, p < 0.001). HbA1c level, diabetes duration, and total daily insulin dosage did not differ between users and non-users. SGLT2i users reported similar diabetic ketoacidosis rates as non-users. Conclusion: The contemporary use of adjunct-to-insulin glucose-lowering drugs is common in adult PwT1D, and strongly associated with the presence of cardiometabolic risk factors. Disclosure J. Liu: None. M.K. Talbo: Other Relationship; Dexcom, Inc. M. Lebbar: None. V. Messier: None. C. Leroux: None. A. Bonhoure: None. N. Taleb: Speaker's Bureau; Novo Nordisk. B.A. Perkins: Other Relationship; Abbott, Novo Nordisk, Sanofi. Advisory Panel; Abbott, Insulet Corporation, Sanofi, Novo Nordisk, Nephris, Vertex Pharmaceuticals Incorporated. Research Support; Novo Nordisk. A. Brazeau: Speaker's Bureau; Dexcom, Inc. Research Support; Canadian Institutes of Health Research. Speaker's Bureau; Juvenile Diabetes Research Foundation (JDRF). Research Support; Juvenile Diabetes Research Foundation (JDRF), Diabète Québec, Fonds de recherches du Québec-Santé, Mitacs. R.P.R. Rabasa-Lhoret: Advisory Panel; Abbott, Eli Lilly and Company, Novo Nordisk, Sanofi, Insulet Corporation. Other Relationship; Medtronic. Advisory Panel; Bayer Pharmaceuticals, Inc.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».