Simplified Meal Bolus Strategies with Control-IQ+ Automated Insulin Delivery Are Safe and Effective in Adults with Type 2 Diabetes
Notice bibliographique
Résumé
Objective: To characterize simplified meal bolus strategies in adults with insulin-treated type 2 diabetes using automated insulin delivery (AID). Research Design and Methods: In the 2IQP study, a 13-week randomized, controlled trial comparing Control-IQ+ AID to continuation of pre-study insulin regimen with continuous glucose monitoring, 201 participants in the AID arm were classified by meal bolus strategy. Glycemic outcomes were compared to baseline. Results: 68 participants’ meal bolus strategies (33.8%) were classified as Carbohydrate Counting, 79 (39.3%) were classified as Preset Carbohydrate Amounts, 27 (13.4%) were classified as Fixed Insulin Doses, and 27 (13.4%) as Other Methods. All bolus strategies were associated with similar, significant improvements in HbA1c from baseline: −0.9% for Carbohydrate Counting ( P < 0.001), −1.1% for Preset Carbohydrate Amounts ( P < 0.001), −0.8% for Fixed Insulin Doses ( P < 0.001), and −0.9% for Other Methods ( P = 0.003). Hypoglycemia rates were low at baseline and remained low for all bolus strategies. As participants gained experience with the Control-IQ+ AID system, more participants opted to use a simplified bolus strategy in the second half of the study compared with the first half (63% vs. 52%). Conclusion: Simplified bolus strategies worked well for adults with type 2 diabetes using Control-IQ+ in the 2IQP trial. All bolus strategies led to substantial HbA1c improvements, without safety concerns.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».