Optimisation du contrôle glycémique des patients atteints de diabète de type 1 : traitement efficace des hypoglycémies, calcul des glucides et pancréas artificiel
Bibliographic record
Abstract
L’optimisation du contrôle glycémique est primordiale pour réduire le risque de complications associées au diabète. Toutefois, une proportion importante des patients atteints de diabète de type 1 (DT1) n’atteint pas les cibles d’hémoglobine glyquée (HbA1c) et la fréquence des hypoglycémies demeure élevée. Nous pensons qu’une simplification du contrôle glycémique prandial ainsi qu’un traitement efficace de l’hypoglycémie permettraient d’améliorer le contrôle glycémique global. Nous avons montré qu’une majorité de patients se disent confiants relativement à l’utilisation du calcul des glucides pour la détermination du bolus d’insuline prandial, mais un nombre élevé de difficultés spécifiques sont rapportées. De plus, les outils technologiques pour faciliter le calcul des glucides sont peu utilisés par les patients malgré une perception favorable. Le système en boucle-fermée de contrôle de la glycémie communément appelé « pancréas artificiel (PA) » est une technologie par laquelle les taux d’infusion d’insuline par un système de perfusion sous-cutanée continue d'insuline (pompe à insuline) sont modifiés périodiquement selon les recommandations générées par un ordinateur (algorithme) et découlant des lectures du système de surveillance en continu du glucose. Le PA améliore considérablement le contrôle glycémique chez les patients atteints de DT1, mais le contrôle glycémique prandial demeure un défi important. Nous avons développé une stratégie simplifiée de bolus prandial combinée au PA. Avec cette stratégie, les patients choisissent une catégorie de repas basée sur une évaluation semi-quantitative du contenu en glucides (ex. repas régulier = 30 à 60 g de glucides). Dans des conditions contrôlées avec un PA à double-hormone (insuline et glucagon), cette stratégie s’est avérée efficace pour le contrôle glycémique postprandial, sauf dans le cas des repas à teneur très élevée en glucides (> 90 g). Après avoir ajouté une catégorie de repas, nous avons testé la stratégie simplifiée dans des conditions non contrôlées. Le contrôle glycémique avec la stratégie simplifiée était similaire à celui obtenu avec le calcul des glucides classique, avec toutefois une fréquence élevée d’hypoglycémies, ce qui a mené à des modifications de l’algorithme. Nous avons finalement démontré la sécurité d’une telle approche simplifiée de bolus prandial dans un contexte de catégorisation erronée du repas. Nous avons également observé une faible adhésion aux recommandations pour le traitement de l’hypoglycémie légère à modérée. Les patients atteints de DT1 consomment en moyenne le double de glucides pour le traitement de l’hypoglycémie comparativement à la recommandation actuelle. D’un autre côté, nous avons démontré chez des patients avec DT1 traités par pompe à insuline que 16 à 21 g de glucides, tel que recommandé, était insuffisant pour traiter une majorité des épisodes d’hypoglycémie dans un délai de 15 minutes. En résumé, les patients rapportent plusieurs difficultés associées au calcul des glucides et le PA représente une thérapie prometteuse pour amoindrir ce fardeau. Une stratégie de bolus prandial basée sur une catégorisation du repas permettrait de simplifier le calcul des glucides tout en préservant un contrôle glycémique adéquat. Par ailleurs, une majorité de patients atteints de DT1 n’adhère pas aux recommandations pour le traitement de l’hypoglycémie, ce qui pourrait en partie s’expliquer par le manque d’efficacité de cette recommandation chez un large sous-groupe de patients.
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
Direct model labels (unvalidated)
Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.
| Model arm | Categories | Study design | Confidence |
|---|---|---|---|
| gemma | no category Domain: not available · Genre: Other About the Canadian research system: no · About a Canadian topic: no | Not applicable | low |
| gpt | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: no | Other design | low |
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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, unvalidatedLabeled directly by 2 models reading the full record.
The models disagree on parts of this classification; every voice is preserved in the section at the end of the page.
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".