Glycemic control in Children with Type 1 Diabetes During the COVID-19 Pandemic
Notice bibliographique
Résumé
Background: Since March 2020, health systems around the world shifted to virtual care approaches as social distancing measures were recommended to stem the spread of SARS-COV-2, the virus responsible for the COVID-19 pandemic. For children and families living with type 1 diabetes, virtual consultations in pediatric diabetes care were rare prior to the pandemic but became the norm since the start of the pandemic. Data regarding glycemic outcomes and comorbidities in children living with type 1 diabetes mellitus (T1DM) during the pandemic are limited, and there is a need for these data to drive future care models design and delivery. Aim & Methods: The aim of this project was to assess the association of the COVID-19 pandemic with measures of glycemic control (HbA1c), hyperglycemia, hypoglycemia, diabetic ketoacidosis (DKA) and hospitalization for the period spanning March 2020-2021 at McMaster Children’s Hospital, a tertiary pediatric academic center in Hamilton, Ontario, Canada. Data from the onset of virtual care were compared with data from two years pre-pandemic. Results: The COVID-19 pandemic was not associated with changes in HbA1c (MD -0.14, p=0.058), hospitalization (OR 0.57, p=0.068), or hypoglycemia (OR 1.11, p=0.484), but was significantly associated with the increase in reported hyperglycemia (OR 1.38, p=0.003) and reduction in DKA presentation (OR 0.30, p=0.009). Conclusions: Glycemic control was stable during the early stages of the COVID-19 pandemic, when virtual and hybrid care models prevailed in diabetes care. These results suggest that patients and their families were able to adapt to the uncertain circumstances of the pandemic. Virtual consultations for pediatric diabetes did not hinder glycemic control, and likely aided in the maintenance of diabetes management. Longitudinal studies are necessary before virtual consultations should be recommended to replace in-person clinic visits, but the initial data seem encouraging.
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 | 0,000 |
| 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 | 0,001 |
| 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 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 ».