Continuous glucose monitoring versus fasting blood glucose basal insulin titration: a retrospective analysis
Notice bibliographique
Résumé
AIMS: Continuous glucose monitoring (CGM) may complement or potentially replace fasting blood glucose (FBG) for basal insulin dose titration in type 2 diabetes (T2D). This retrospective analysis compared CGM-based titration with FBG-based titration using 7354 pairs of FBG and blinded CGM data from a clinical study in 68 people with T2D. METHODS: Based on pharmacokinetic/pharmacodynamic simulations, the median of 3 lowest CGM values in the hour preceding the FBG timepoint ("1-h am nadir") was selected as basis for titration. Basal insulin doses were determined using 3 algorithms (Canadian INSIGHT, Treat2Target, AT.LANTUS). Absolute/relative dose adjustment differences, mean absolute relative differences, and relative dose errors between CGM- and FBG-based doses were calculated. RESULTS: The 1-h am nadir was essentially equivalent to FBG for basal titration across all 3 algorithms. There was >90 % probability of the absolute dose adjustment difference being within tolerance. Mean absolute relative difference values were generally low, although higher for Treat2Target. Relative dose errors were mostly between -10 % and 10 %, indicating high agreement between CGM- and FBG-based titration and low clinical risk. CONCLUSIONS: This study established that the 1-h am nadir can potentially be used as an FBG surrogate for basal insulin titration in T2D.
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 | 0,015 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».