Le traitement nutritionnel des épisodes d'hypoglycémie dans le diabète de type 1
Bibliographic record
Abstract
Les patients atteints de diabète de type 1 (DbT1) semblent sur-traiter leurs hypoglycémies par rapport aux recommandations des Lignes directrices Canadiennes en diabète. Objectifs : 1) Décrire les habitudes des patients DbT1 pour le traitement des hypoglycémies et estimer les impacts sur le profil de risque cardio-métabolique et 2) explorer les excursions glycémiques suite à un traitement d’hypoglycémie qui respecte les recommandations. Méthodologie (analyses secondaires) : Objectif 1 : 121 patients DbT1 ont complété un journal alimentaire et de glycémies de 48 h. Des variables cardio-métaboliques ont été mesurées et un questionnaire sur la peur des hypoglycémies a été complété. Objectif 2 : 57 patients DbT1 ont complété les bras contrôles de notre programme sur le pancréas artificiel (traitement des hypoglycémies standardisé). Les valeurs de glycémie étaient disponibles aux 5 minutes. Résultats : Projet 1 : Les patients ont fait en moyenne 1,45 hypoglycémies/jour et 73% sur-traitaient avec une consommation moyenne de glucides de 32 ± 24 g. Ce sur-traitement est associé avec un plus jeune âge et une peur des hypoglycémies plus importante, mais pas avec un profil de risque cardio-métabolique plus défavorable. Projet 2 : Dans 20% des cas, traiter une hypoglycémie avec 15 g de glucides était efficace pour ramener la glycémie ≥ 4,0 mmol/L en 15 minutes, le temps moyen étant de 24 ± 12 minutes. La proportion d’insuline basale, le temps depuis le dernier repas et la pratique d’activité physique sont les éléments qui semblent avoir le plus d’impact sur l’efficacité du traitement. Conclusion : L’éducation entourant le traitement des hypoglycémies a besoin d’être renforcée et d’autres études sont nécessaires afin de valider les recommandations.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".