Improved individual and population-level HbA1c estimation using CGM data and patient characteristics.
J Diabetes Complications
; 35(8): 107950, 2021 08.
Artículo
en Inglés
| MEDLINE | ID: covidwho-1230603
ABSTRACT
Machine learning and linear regression models using CGM and participant data reduced HbA1c estimation error by up to 26% compared to the GMI formula, and exhibit superior performance in estimating the median of HbA1c at the cohort level, potentially of value for remote clinical trials interrupted by COVID-19.
Palabras clave
Texto completo:
Disponible
Colección:
Bases de datos internacionales
Base de datos:
MEDLINE
Asunto principal:
Hemoglobina Glucada
/
Recolección de Muestras de Sangre
/
Diabetes Mellitus Tipo 1
/
COVID-19
Tipo de estudio:
Estudio de cohorte
/
Estudio observacional
/
Estudio pronóstico
Límite:
Adolescente
/
Adulto
/
Niño
/
Femenino
/
Humanos
/
Masculino
/
Young_adult
Idioma:
Inglés
Revista:
J Diabetes Complications
Asunto de la revista:
Endocrinologia
Año:
2021
Tipo del documento:
Artículo
País de afiliación:
J.jdiacomp.2021.107950
Similares
MEDLINE
...
LILACS
LIS