XiaoMi-AI文件搜索系统
World File Search SystemGlycated
糖尿病患者糖化血红蛋白（HBA1C）水平和维生素D水平之间的关联：一项横断面研究
与糖尿病流行同时，维生素D功能不全已成为全球范围内普遍存在的问题。近年来，人们对维生素D的关注增加了。根据估计，全球约有10亿个人患有维生素D不足或缺乏症[4]。通常，维生素D缺乏症的特征是血清25羟基维生素D（25（OH）D）低于20 ng/ml（50 nmol/l）的水平，中度缺陷由25（OH）D水平低于10 ng/ml（25 nmol/l）[4]。这种缺乏会加剧各种健康状况，甚至可能有助于糖尿病的发展[5,6]。研究表明，较低水平的25（OH）D与DM [6]和代谢综合征的发生率增加之间的相关性[7]。胰岛素敏感性，分泌和产生都受维生素D的影响[8]。此外，与健康的人相比，糖尿病患者的血清25（OH）D水平的血清水平相当大[9-11]。
s h o rt r e p o rt可溶性抑制肿瘤性2与
目的：可以在糖尿病前患者中检测到心血管疾病。这项研究的目的是确定在心血管疾病和/或2型糖尿病中升高的肿瘤性2（SST2）的可溶性抑制是否与正常/预性范围内糖蛋白的个体中的糖糖糖蛋白相关。患者和方法：在30名成年人中测量了人体测量，生化和代谢参数，并量化了SST2的血浆水平。结果：在正常/糖尿病前期血糖范围内，SST2与糖糖糖糖糖的血红蛋白直接相关。与糖化血红蛋白高端（5.8 - 6.4％）的参与者相比，SST2的参与者比下端的参与者明显更高（≤5.5％）。此外，SST2与胰岛素抵抗（HOMA-IR），碱性磷酸酶和腰围的稳态模型评估直接相关。但是，在调整年龄，性别或体重指数后，SST2与HOMA-IR或腰围之间的相关性丢失了。结论：循环SST2可用于在正常/糖尿病前期血糖范围内为患者的心脏代谢风险/疾病建立截止值。关键字：糖化血红蛋白，糖尿病前，可溶性抑制肿瘤性2
o r i g i n a l r e s a r c h可解释的预测芬兰2型糖尿病患者的长期糖化血红蛋白反应变化
目的：本研究应用机器学习（ML）和可解释的人工智能（XAI）来预测HbA1c水平的变化，这是监测血糖控制的关键生物标志物，在诊断为2型糖尿病患者的患者中，在启动一种新的抗糖尿病药物后的12个月内。它还旨在确定与这些变化相关的预测因素。患者和方法：来自芬兰北卡雷利亚（North Karelia）的10,139名2型糖尿病患者的电子健康记录（EHR）用于训练整合了随机对照试验（RCT）衍生的HBA1C变化值作为预测变量的预测因子，创建将RCT洞察力与现实世界中集成的偏移模型。各种ML模型 - 包括线性回归（LR），多层感知器（MLP），山脊回归（RR），随机森林（RF）和XGBoost（XGB） - 使用R²和RMSE衡量标准进行评估。基线模型在药物启动之前或之前使用的数据，而随访模型包括第一个药物后HBA1C测量，通过合并动态患者数据来改善性能。模型性能也与临床试验中预期的HBA1C变化进行了比较。结果：结果表明，ML模型的表现要优于RCT模型，而LR，MLP和RR模型具有可比性的性能，RF和XGB模型表现出过于拟合。与基线模型相比，随访MLP模型的表现优于基线MLP模型，其R²得分（0.74，0.65）和较低的RMSE值（6.94，7.62）与基线模型（R²：0.52，0.54; RMSE； RMSE：9.27，9.50）相比。HBA1C变化的关键预测因子包括基线和药后HBA1C值，禁食等离子体葡萄糖和HDL胆固醇。未来的研究将探索治疗选择模型。结论：使用EHR和ML模型可以开发对HBA1C变化的更真实和个性化的预测，考虑到更多样化的患者人群及其异质性，为管理T2D提供了更量身定制和有效的治疗策略。XAI的使用提供了对特定预测因子影响的见解，从而增强了模型的解释性和临床相关性。关键字：类型2糖尿病，HBA1C，治疗效果估计，机器学习，Shap
使用治疗策略策略的估计方法；基于先锋1
患有II型糖尿病治疗条件治疗或对照（安慰剂）的人群患者，包括随后停止分配的治疗和救援药物使用的任何中断。可变/端点从基线糖化血红蛋白（HBA1C）变化。摘要度量在第26周的基线糖化血红蛋白（HBA1C）的平均变化。使用平均变化的差异进行组间比较。际事件（处理策略）
血红蛋白A1C I.政策描述II。相关...
CMS Centers For Medicare and Medicaid Services CV Coefficient of variation CVA Cerebrovascular accident CVD Cardiovascular disease DCCT Diabetes Control and Complications Trial FA Fructosamine FDA Food and Drug Administration FPG Fasting plasma glucose GA Glycated albumin GDM Gestational diabetes mellitus HbA1c Hemoglobin A1C/Glycated血红蛋白HDL高密度脂蛋白HIV/有助于人类免疫缺陷病毒，获得免疫缺陷综合征HPLC HPLC高效液相色谱液色谱法IFCC国际临床化学联合临床化学IFG损害葡萄糖葡萄糖IgT葡萄糖IgT葡萄糖耐受性IGTHINE疾病ISPAIG ISPAIG ISPAD KIDNEIDE ISPAD KIDERATE ISPADERCER ISPADECTORCER ISPADECTORCER ISPECTIGER： Improving Global Outcomes Diabetes Working Group LDTs Laboratory developed tests MACE Major adverse cardiovascular events MODY Maturity-onset diabetes of the young NACB National Academy of Clinical Biochemistry NGSP National Glycohemoglobin Standardization Program NICE National Institute for Health and Care Excellence OGTT Oral glucose tolerance test OR Odds ratio POC Point of care ROC- AUC Receiver operative特征，曲线下的区域SES社会经济地位SMBG血糖T1D 1型糖尿病的自我监控TIA瞬时缺血性攻击USPSTF美国预防服务工作组谁世界卫生组织
糖尿病的数字技术
狮子座（Leo）是一名22岁男子，在17岁时接受了1型糖尿病的诊断，他一直在努力实现葡萄糖靶标。作为一个年轻的成年人，他有许多竞争优先级，糖尿病并不是首先。他在餐厅厨房里工作，没有私人保险。他一直在接受多种日常注射（MDI）胰岛素疗法，作为基础胰岛素，但常常会忘记指尖的葡萄糖调查和进餐时间。狮子座经常有一个没有胰岛素的晚餐小吃，因为他担心夜间低血糖症。在过去的两年中，他的糖化血红蛋白水平从9.0％到13.2％，使他患有长期并发症的高风险。他的糖尿病团队开了一个葡萄糖剂，也称为连续葡萄糖监测仪（CGM），该葡萄糖监测器（CGM）每5分钟提供每5分钟的间质葡萄糖值，但是拒绝了批准，因为他每天没有至少执行四个指尖葡萄糖仪测量。由于错过的胰岛素注射和高糖化的血红蛋白水平，还拒绝了用于渗透输液泵的批准。当LEO参加了一项研究测试自动胰岛素输送（AID）系统的研究时，他的糖化血红蛋白水平为11.2％。最初，他既有胶质传感器和胰岛素泵，但是根据研究方案，胰岛素熟练尚未自动化。他的糖化血红蛋白水平在2周内降至8.5％。这种惊人的改进归因于几个因素。首先，葡萄糖传感器每5分钟测量葡萄糖水平，立即提供反馈和警报。1）。通过与他的伴侣分享这些实时阅读和警报，Leo和他的伴侣都对较低的葡萄糖价值（尤其是一夜之间）变得更加满意。第二，胰岛素剂量更容易递送，因为泵计算出的餐和纠正剂量并消除了对手动注射的需求。最后，全天候戴泵确保了基底胰岛素存在，并且不会受到未经手动注射的影响。6个月后，如协议中的规定，LEO转变为使用援助系统（图他很快学会了信任该系统，他对夜间低血糖症的焦虑消失了。使用辅助系统3个月后，他的糖化血红蛋白水平为6.9％（图2a）。
妊娠患者的生长分化因子−15 ...
摘要。妊娠糖尿病（GDM）是一种常见的妊娠并发症并发症，生长分化因子−15（GDF -15）参与了许多疾病。在此，本研究的目的是研究GDM患者血清GDF -15水平的水平和临床意义。根据GDM的存在或不存在，选择了妊娠20-24周的237名孕妇，并分配给正常妊娠组（70例患者）和一个GDM组（167例患者）。收集了两组的一般临床数据。空腹血糖，1 − H血糖，2 h血浆葡萄糖，糖化血红蛋白，空腹胰岛素，24 − H尿白蛋白和血清GDF -15水平。结果表明，GDM组的体重指数（BMI）高于正常妊娠组的体重指数。Fasting plasma glucose, 1‑h plasma glucose, 2‑h plasma glucose, fasting insulin, glycated hemoglobin and GDF‑15 levels and the positive rate of microalbuminuria were significantly higher in the GDM group compared with the normal pregnancy group.GDF -15水平与BMI，空腹血糖，糖化血蛋白，稳态模型评估胰岛素抵抗和禁食胰岛素水平正相关。逻辑回归分析表明，GDF -15级别升高是
1251645_NOVONORDISK_ONWARDS试用Infography_v4.7
出价，每天两次； CGM，连续的葡萄糖监测； GLP-1 RA，胰高血糖素样肽-1受体激动剂； HBA 1C，糖化血红蛋白； OAD，口服抗糖尿病； OD，每天一次； S.C.，皮下； T1D，1型糖尿病； T2D，2型糖尿病； U100，每毫升100个单位； MDI，每天多次注射。
一种基于应用于EHR数据集的临床条件生成对抗网络的新型缺失数据插补方法
-467 Microalbuminuria mg/l -347 Glicosuria G/l -317 Fasting glycaemia mg/dl -312 Gamma-glutamyl transferase UI/l -300 Alkaline phosphatase UI/l -294 Fibrinogen (serum) mg/dl -233 Hemoglobin g/dl -231 Glycated hemoglobin % -204 Creatinine mg/dl -202 Creatine phosphokinase (serum) UI/l -185 LDL cholesterol mg/dl -184 HDL cholesterol mg/dl -183 Cholesterol (total) mg/dl -173 Weist cm -118 Serum glutamic-oxaloacetic transaminase UI/l -61淀粉酶UI/L -45白蛋白排泄速率mcg/min -43丙氨酸氨基转移酶测试UI/L -21尿酸mg/dl -3性别无-2性别无-2年龄-1糖尿病年-1糖尿病持续时间
连续葡萄糖监测在症状前1型糖尿病中起着越来越多的作用：与实验室测试的优点，局限性和比较
疾病。葡萄糖稳态异常在典型症状发作之前就已经存在。 基于实验室的测试，例如口服葡萄糖耐量测试（OGTT）和糖化血红蛋白（HBA 1C），已用于分期T1D，并评估进展到临床T1D的风险。 连续的葡萄糖监测（CGM）可以检测早期血糖效果，因此可用于监测症状前，胰岛自动抗体阳性，处于危险的个体中的代谢恶化。 对这些儿童的早期识别不仅可以降低出现糖尿病性酮症酸中毒（DKA）的风险，而且还确定了预防试验的宗旨，旨在预防或延迟临床T1D的发展。 在这里，我们描述了使用OGTT，HBA 1C，果糖胺和糖化白蛋白的当前状态。 使用幻觉病例，我们介绍了使用CGM的临床经验，并主张提高这种糖尿病技术的作用，以监测症状前T1D儿童的代谢恶化和疾病进展。葡萄糖稳态异常在典型症状发作之前就已经存在。基于实验室的测试，例如口服葡萄糖耐量测试（OGTT）和糖化血红蛋白（HBA 1C），已用于分期T1D，并评估进展到临床T1D的风险。连续的葡萄糖监测（CGM）可以检测早期血糖效果，因此可用于监测症状前，胰岛自动抗体阳性，处于危险的个体中的代谢恶化。对这些儿童的早期识别不仅可以降低出现糖尿病性酮症酸中毒（DKA）的风险，而且还确定了预防试验的宗旨，旨在预防或延迟临床T1D的发展。在这里，我们描述了使用OGTT，HBA 1C，果糖胺和糖化白蛋白的当前状态。使用幻觉病例，我们介绍了使用CGM的临床经验，并主张提高这种糖尿病技术的作用，以监测症状前T1D儿童的代谢恶化和疾病进展。