原始文章

自2020年自動胰島素給藥(AID)系統推出以來,1型糖尿病的管理方式有了顯著改變。到2024年,法國更新了AID系統的共識,目的是提升可及性和改善病人隨訪。AID系統在血糖控制上持續改善,顯示出較低的HbA1c水平和減少低血糖事件。研究建議擴大AID的適應症,並強調個別化護理的重要性。未來,AID系統將專注於創新,並探索其在不同病人群體中的應用潛力。 PubMed DOI


站上相關主題文章列表

糖尿病的歷史悠久,早在古代就有記載,但與胰島素的關聯是在20世紀才逐漸明朗。1950年代的胰島素序列分析促成了1982年重組人類胰島素的誕生,開啟了以肽為基礎的治療。隨著胰島素泵和持續血糖監測等現代給藥系統的進步,糖尿病管理變得更有效。未來可能會有定制胰島素、機器學習算法控制肽釋放,以及增強β細胞再生的技術,這些都將由生物技術推動。 PubMed DOI

這項研究評估了semaglutide在1型糖尿病成人中作為自動胰島素給藥輔助療法的效果。研究採用隨機、雙盲、交叉試驗設計,28名參與者中有24名完成試驗。結果顯示,semaglutide顯著提高了參與者在目標血糖範圍內的時間,平均增加4.8個百分點,且未增加低血糖風險。雖然有兩例正常血糖酮症,但未發生糖尿病酮酸中毒或嚴重低血糖。總體來看,semaglutide能有效改善血糖控制。 PubMed DOI

這一章詳述了2022年ISPAD指引,重點在於加強對兒童、青少年及年輕成人的糖尿病胰島素治療。內容涵蓋每日多次注射技術的進展,以及使用更快和超長效的胰島素。此外,還提到輔助用藥如pramlintide、metformin、GLP-1受體激動劑和鈉-葡萄糖共轉運蛋白抑制劑。特別強調確保胰島素的可及性和負擔能力,以避免患者面臨經濟困難。 PubMed DOI

本研究評估MiniMed™ 780G先進混合閉環(AHCL)療法在依賴胰島素的成人2型糖尿病(T2D)患者中的安全性與有效性。研究結果顯示,HbA1c從7.9%降至7.2%,且%TIR達80.9%,均顯示出顯著改善。雖然每日胰島素劑量增加,但碳水化合物攝取量不變,且餐前劑量減少。整體來看,MiniMed 780G AHCL療法對T2D患者安全且有效,能顯著改善血糖控制。 PubMed DOI

2型糖尿病的發病率上升,對醫療系統造成壓力,藥物治療對控制血糖和預防併發症至關重要,但因治療複雜性和病患依從性影響效果。本研究開發了一個糖尿病管理服務系統(DUMS),提供個性化用藥計畫和自我管理方案。研究顯示,DUMS在準確性和全面性上優於ChatGPT-4,且藥師的介入能顯著提升結果。DUMS能有效支持糖尿病病患自我管理,而ChatGPT-4可作為醫療專業人員的輔助工具,但仍需進一步優化。 PubMed DOI

這項研究評估了自動胰島素給藥(AID)系統在已使用胰島素的2型糖尿病成人中的安全性與有效性。試驗在美國21個臨床中心進行,參與者年齡18至75歲,且至少使用胰島素三個月。經過14天的標準治療後,參與者使用Omnipod 5 AID系統進行13週治療。結果顯示,HbA1c從8.2%降至7.4%,且改善情況在不同族群中一致。目標血糖範圍內的時間顯著增加,低血糖事件與標準治療相當,未見重度低血糖或其他嚴重併發症。總體而言,AID系統對2型糖尿病成人是一個安全且有效的治療選擇。 PubMed DOI

1型糖尿病(T1D)因自體免疫破壞胰臟β細胞,需終身胰島素治療。儘管糖尿病技術進步,血糖控制仍困難。肥胖和胰島素抵抗在T1D患者中也普遍存在。類胰高血糖素肽-1受體激動劑(GLP-1 RAs)已獲准用於2型糖尿病(T2D)和肥胖,現正研究其在T1D的應用。研究顯示,GLP-1 RAs如semaglutide能改善血糖控制、降低糖化血紅蛋白、減少胰島素需求及減輕體重。雖然有腸胃不適等副作用,但整體而言,GLP-1 RAs在T1D管理中展現出顯著的治療優勢。 PubMed DOI

這項研究評估自動胰島素給藥(AID)系統在2型糖尿病成人中的效果,為期13週。結果顯示,AID組的糖化血紅蛋白(HbA1c)顯著下降0.9個百分點,從8.2%降至7.3%,而對照組僅降0.3個百分點。AID組在目標血糖範圍內的時間也顯著增加,從48%提升至64%。兩組的低血糖事件都很少,AID組僅有一起嚴重低血糖事件。總體來看,AID系統在改善血糖控制方面優於傳統胰島素給藥。 PubMed DOI

基於胰高血糖素的藥物對2型糖尿病(T2DM)的管理帶來了顯著改變,尤其在血糖控制、體重管理和心血管健康方面。本篇綜述探討了胰高血糖素療法的進展,包括GLP-1受體激動劑及其雙重和三重版本,並強調其治療優勢與挑戰。儘管療法有效,但仍面臨高成本、患者依從性及個體反應差異等問題。未來研究應聚焦於降低經濟障礙、簡化治療、個人化醫療及整體安全性與有效性。 PubMed DOI

這項研究探討大型語言模型(LLMs)在預測1型糖尿病(T1D)患者血糖水平的應用,特別是使用多次每日注射(MDIs)或泵的患者。研究目標包括評估LLMs的預測有效性、比較不同治療方式的預測模型,以及開發個性化方法。研究結果顯示,個性化模型在短期預測中表現最佳,MDIs和泵的平均絕對誤差(MAE)分別為15.7和15.2,顯示出LLMs在血糖預測中具潛力,有助於改善血糖控制及減少併發症。 PubMed DOI