摘要：在独立队列中进行验证，并转化为居家CGM测试。总结041. OGTT试验的可行性：OGTT试验更为可行，可以预测患T2D、心血管疾病和总死亡率的风险。2. 机器学习框架的应用：机器学习框架分析了OGTT动态血糖时间序列反应，证明其识别胰岛素抵抗、β细胞缺陷和增
原创 转网 转化医学网
在独立队列中进行验证，并转化为居家CGM测试。总结041. OGTT试验的可行性：OGTT试验更为可行，可以预测患T2D、心血管疾病和总死亡率的风险。2. 机器学习框架的应用：机器学习框架分析了OGTT动态血糖时间序列反应，证明其识别胰岛素抵抗、β细胞缺陷和增量素缺陷的能力，优于目前可用的检测方法。3. CGM技术的应用：CGM生成的血糖曲线可以准确识别胰岛素抵抗，提供了一种方便、便宜且可在家中进行的测试。4. 环境因素的控制：通过详细的患者指导来控制家庭OGTT的环境应激因素，以减少OGTT血糖反应变异。5. 新技术的潜力：新技术可以释放传统代谢健康检测的潜力，如果消除了3小时内多次抽血给患者带来的负担，那么在家进行OGTT的实用性和可行性就会增加。6. 未来研究方向：有必要进行试验，以评估根据确定的亚型进行针对性治疗的相对疗效。参考资料：1.Sun, H. et al. IDF diabetes Atlas: global, regional and country-level diabetes prevalence estimates for 2021 and projections for 2045. Diabetes Res. Clin. Pract. 183, 109119 (2021).2.Hall, H. et al. Glucotypes reveal new patterns of glucose dysregulation. PLoS Biol. 16, e2005143 (2018). 来源：冰雪说健康
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!