Comparative Glycemic Effectiveness of Long- and Rapid-Acting Insulin in Patients with Type 2 Diabetes Mellitus
Notice bibliographique
Résumé
Insulin therapy is essential for managing type 2 diabetes mellitus (T2DM), particularly in patients who fail to achieve glycemic targets with oral antidiabetic agents. Long-acting insulin is primarily used to control basal glucose levels, while rapid-acting insulin targets postprandial hyperglycemia. However, comparative real-world evidence regarding their effectiveness on glycated hemoglobin (HbA1c) and fasting blood glucose (FBG) remains limited. This study aimed to evaluate and compare the effectiveness of long-acting and rapid-acting insulin in improving HbA1c and FBG levels among patients with T2DM. A retrospective before–and–after observational study was conducted involving 122 T2DM patients treated at the outpatient unit of Majalaya Regional General Hospital between January and December 2024. Patients received either long-acting insulin (e.g., insulin glargine) or rapid-acting insulin (e.g., insulin lispro and insulin aspart) as monotherapy. Changes in HbA1c and FBG before and after therapy were analyzed using paired t-tests or Wilcoxon signed-rank tests. Clinical effectiveness was defined according to American Diabetes Association criteria as a reduction of ≥1% in HbA1c or ≥30 mg/dL in FBG. Insulin therapy significantly reduced HbA1c (−7.77 ± 3.09, p < 0.001) and FBG levels (Z = −5.53, p < 0.001). Based on ADA criteria, 90.3% of patients achieved an effective reduction in HbA1c, while 43.5% achieved an effective reduction in FBG. Insulin lispro and insulin glargine showed the highest HbA1c-based effectiveness (100%), whereas FBG-based effectiveness varied across formulations. Insulin therapy significantly improves long-term and short-term glycemic control in T2DM patients, with insulin lispro and insulin glargine demonstrating the most consistent effectiveness.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».