Contribution of an intrinsic lag of continuous glucose monitoring systems to differences in measured and actual glucose concentrations changing at variable rates in vitro
Notice bibliographique
Résumé
BACKGROUND: Current continuous glucose monitoring (CGM) systems measure glucose levels in the interstitial fluid to estimate blood glucose concentration. A lag time has been observed between CGM system glucose readings and blood glucose levels when glucose levels are changing. Although this lag has been attributed to the time it takes glucose to equilibrate between blood and interstitial fluid compartments, it is unclear to what extent these inaccuracies reflect an intrinsic delay of the device itself. METHODS: Four Guardian® REAL-Time CGM systems (CGMSs) (Medtronic Diabetes, Minimed, CA) and eight glucose sensors were tested in glucose solutions prepared in Krebs bicarbonate buffers at 37 °C. Glucose readings obtained from CGMSs were compared with actual glucose concentrations during controlled changes in glucose concentration performed at four rates (30, 90, and 220 mg/dl/hr(-1) and an instantaneous change of 110 mg/dl) using a linear gradient maker. RESULTS: Irrespective of the rate and direction of changes in glucose concentration, the readings obtained from CGMSs were significantly different from actual glucose levels. The faster the rise or fall in actual glucose concentration, the more pronounced the mismatch with CGMS glucose readings. Furthermore, the intrinsic lag times (8.3 to 40.1 min) were high enough to account for the lags reported in previous in vivo studies. CONCLUSIONS: The lag intrinsic of the CGMS may make a significant contribution to the mismatch between CGM system readings and blood glucose concentrations.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».