Comparaison des dispositifs de délivrance automatisée d’insuline commerciaux et « faits-maison » en termes de contrôle glycémique, de sécurité et de qualité de vie chez des adultes vivant avec le diabète de type 1
Bibliographic record
Abstract
Objectif : Comparer les dispositifs de délivrance automatisée d’insuline open-source (DDAI-OS) et les DDAI commerciaux hybrides sur le contrôle glycémique, la qualité de vie rapportée, et la sécurité chez des adultes avec diabète de type 1 (DT1). Méthodes : Étude prospective, observationnelle, de non-infériorité, comparative et en vie réelle, incluant 78 adultes canadiens avec un DT1 et utilisant un DDAI ≥ 3 mois. Quatre semaines de mesure continue du glucose ont permis d’évaluer le % temps passé dans la cible de glucose (%TIR, 3,9-10,0 mmol/L). Les indicateurs de qualité de vie ont été évalués par des échelles de mesure validées. Les mesures de sécurité sont le temps passé en hypoglycémie, la survenue d’hypoglycémie sévère ou d’acido-cétose et les problèmes techniques. Résultats : Les participants du groupe DDAI-OS étaient non inférieurs au groupe DDAI commercial sur le %TIR (78,3% [SD 11,0] vs. 71,2% [SD 10,9], différence moyenne 7,2% [95% CI 1,9% à 12,5%], p<0.001), même après ajustement sur plusieurs facteurs confondants. Le groupe DDAI-OS a passé plus de temps en hypoglycémie (<3,9 mmol/L) (3,9% [SD 3,1] vs. 1,8% [SD 1,3], p<0.001) et a rapporté moins de peur de l’hypoglycémie. Aucun épisode d’hypoglycémie sévère ou d’acido-cétose n’a été rapporté, avec un nombre de problèmes techniques similaires entre les deux groupes. Conclusion : Les DDAI-OS hybrides sont sécuritaires et non inférieurs aux DDAI commerciaux hybrides en termes de %TIR chez des adultes vivant avec un DT1 dans des conditions de vie réelle. Nos résultats soutiennent que les DDAI-OS peuvent être considérés pour la gestion du DT1.
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 | 0.003 | 0.006 |
| 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 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 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, 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".