AC
Anders Carlson
Author with expertise in Management of Diabetes Mellitus and Hypoglycemia
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
9
(56% Open Access)
Cited by:
1,361
h-index:
26
/
i10-index:
44
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

The Relationships Between Time in Range, Hyperglycemia Metrics, and HbA1c

Roy Beck et al.Jan 13, 2019
Background: As the use of continuous glucose monitoring (CGM) increases, there is a need to better understand key metrics of time in range 70-180 mg/dL (TIR 70-180 ) and hyperglycemia and how they relate to hemoglobin A1c (A1C). Methods: Analyses were conducted utilizing datasets from four randomized trials encompassing 545 adults with type 1 diabetes (T1D) who had central-laboratory measurements of A1C. CGM metrics were calculated and compared with each other and A1C cross-sectionally and longitudinally. Results: Correlations among CGM metrics (TIR 70-180 , time >180 mg/dL, time >250 mg/dL, mean glucose, area under the curve above 180 mg/dL, high blood glucose index, and time in range 70-140 mg/dL) were typically 0.90 or greater. Correlations of each metric with A1C were lower (absolute values 0.66-0.71 at baseline and 0.73-0.78 at month 6). For a given TIR 70-180 percentage, there was a wide range of possible A1C levels that could be associated with that TIR 70-180 level. On average, a TIR 70-180 of 70% and 50% corresponded with an A1C of approximately 7% and 8%, respectively. There also was considerable spread of change in A1C for a given change in TIR 70-180 , and vice versa. An increase in TIR 70-180 of 10% (2.4 hours per day) corresponded to a decrease in A1C of 0.6%, on average. Conclusions: In T1D, CGM measures reflecting hyperglycemia (including TIR and mean glucose) are highly correlated with each other but only moderately correlated with A1C. For a given TIR or change in TIR there is a wide range of possible corresponding A1C values.
0
Citation349
0
Save
4

Effect of Continuous Glucose Monitoring on Glycemic Control in Patients With Type 2 Diabetes Treated With Basal Insulin

Tobias Martens et al.Jun 3, 2021

Importance

 Continuous glucose monitoring (CGM) has been shown to be beneficial for adults with type 2 diabetes using intensive insulin therapy, but its use in type 2 diabetes treated with basal insulin without prandial insulin has not been well studied. 

Objective

 To determine the effectiveness of CGM in adults with type 2 diabetes treated with basal insulin without prandial insulin in primary care practices. 

Design, Setting, and Participants

 This randomized clinical trial was conducted at 15 centers in the US (enrollment from July 30, 2018, to October 30, 2019; follow-up completed July 7, 2020) and included adults with type 2 diabetes receiving their diabetes care from a primary care clinician and treated with 1 or 2 daily injections of long- or intermediate-acting basal insulin without prandial insulin, with or without noninsulin glucose-lowering medications. 

Interventions

 Random assignment 2:1 to CGM (n = 116) or traditional blood glucose meter (BGM) monitoring (n = 59). 

Main Outcomes and Measures

 The primary outcome was hemoglobin A1c(HbA1c) level at 8 months. Key secondary outcomes were CGM-measured time in target glucose range of 70 to 180 mg/dL, time with glucose level at greater than 250 mg/dL, and mean glucose level at 8 months. 

Results

 Among 175 randomized participants (mean [SD] age, 57 [9] years; 88 women [50%]; 92 racial/ethnic minority individuals [53%]; mean [SD] baseline HbA1clevel, 9.1% [0.9%]), 165 (94%) completed the trial. Mean HbA1clevel decreased from 9.1% at baseline to 8.0% at 8 months in the CGM group and from 9.0% to 8.4% in the BGM group (adjusted difference, −0.4% [95% CI, −0.8% to −0.1%];P = .02). In the CGM group, compared with the BGM group, the mean percentage of CGM-measured time in the target glucose range of 70 to 180 mg/dL was 59% vs 43% (adjusted difference, 15% [95% CI, 8% to 23%];P < .001), the mean percentage of time at greater than 250 mg/dL was 11% vs 27% (adjusted difference, −16% [95% CI, −21% to −11%];P < .001), and the means of the mean glucose values were 179 mg/dL vs 206 mg/dL (adjusted difference, −26 mg/dL [95% CI, −41 to −12];P < .001). Severe hypoglycemic events occurred in 1 participant (1%) in the CGM group and in 1 (2%) in the BGM group. 

Conclusions and Relevance

 Among adults with poorly controlled type 2 diabetes treated with basal insulin without prandial insulin, continuous glucose monitoring, as compared with blood glucose meter monitoring, resulted in significantly lower HbA1clevels at 8 months. 

Trial Registration

 ClinicalTrials.gov Identifier:NCT03566693
4
Citation288
0
Save
0

Effect of Continuous Glucose Monitoring on Hypoglycemia in Older Adults With Type 1 Diabetes

Richard Pratley et al.Jun 16, 2020

Importance

 Continuous glucose monitoring (CGM) provides real-time assessment of glucose levels and may be beneficial in reducing hypoglycemia in older adults with type 1 diabetes. 

Objective

 To determine whether CGM is effective in reducing hypoglycemia compared with standard blood glucose monitoring (BGM) in older adults with type 1 diabetes. 

Design, Setting, and Participants

 Randomized clinical trial conducted at 22 endocrinology practices in the United States among 203 adults at least 60 years of age with type 1 diabetes. 

Interventions

 Participants were randomly assigned in a 1:1 ratio to use CGM (n = 103) or standard BGM (n = 100). 

Main Outcomes and Measures

 The primary outcome was CGM-measured percentage of time that sensor glucose values were less than 70 mg/dL during 6 months of follow-up. There were 31 prespecified secondary outcomes, including additional CGM metrics for hypoglycemia, hyperglycemia, and glucose control; hemoglobin A1c(HbA1c); and cognition and patient-reported outcomes, with adjustment for multiple comparisons to control for false-discovery rate. 

Results

 Of the 203 participants (median age, 68 [interquartile range {IQR}, 65-71] years; median type 1 diabetes duration, 36 [IQR, 25-48] years; 52% female; 53% insulin pump use; mean HbA1c, 7.5% [SD, 0.9%]), 83% used CGM at least 6 days per week during month 6. Median time with glucose levels less than 70 mg/dL was 5.1% (73 minutes per day) at baseline and 2.7% (39 minutes per day) during follow-up in the CGM group vs 4.7% (68 minutes per day) and 4.9% (70 minutes per day), respectively, in the standard BGM group (adjusted treatment difference, −1.9% (−27 minutes per day); 95% CI, −2.8% to −1.1% [−40 to −16 minutes per day];P <.001). Of the 31 prespecified secondary end points, there were statistically significant differences for all 9 CGM metrics, 6 of 7 HbA1coutcomes, and none of the 15 cognitive and patient-reported outcomes. Mean HbA1cdecreased in the CGM group compared with the standard BGM group (adjusted group difference, −0.3%; 95% CI, −0.4% to −0.1%;P <.001). The most commonly reported adverse events using CGM and standard BGM, respectively, were severe hypoglycemia (1 and 10), fractures (5 and 1), falls (4 and 3), and emergency department visits (6 and 8). 

Conclusions and Relevance

 Among adults aged 60 years or older with type 1 diabetes, continuous glucose monitoring compared with standard blood glucose monitoring resulted in a small but statistically significant improvement in hypoglycemia over 6 months. Further research is needed to understand the long-term clinical benefit. 

Trial Registration

 ClinicalTrials.gov Identifier:NCT03240432
0

Consensus Recommendations for the Use of Automated Insulin Delivery Technologies in Clinical Practice

Moshe Phillip et al.Sep 6, 2022
Abstract The significant and growing global prevalence of diabetes continues to challenge people with diabetes (PwD), healthcare providers, and payers. While maintaining near-normal glucose levels has been shown to prevent or delay the progression of the long-term complications of diabetes, a significant proportion of PwD are not attaining their glycemic goals. During the past 6 years, we have seen tremendous advances in automated insulin delivery (AID) technologies. Numerous randomized controlled trials and real-world studies have shown that the use of AID systems is safe and effective in helping PwD achieve their long-term glycemic goals while reducing hypoglycemia risk. Thus, AID systems have recently become an integral part of diabetes management. However, recommendations for using AID systems in clinical settings have been lacking. Such guided recommendations are critical for AID success and acceptance. All clinicians working with PwD need to become familiar with the available systems in order to eliminate disparities in diabetes quality of care. This report provides much-needed guidance for clinicians who are interested in utilizing AIDs and presents a comprehensive listing of the evidence payers should consider when determining eligibility criteria for AID insurance coverage.
0
Citation204
0
Save
0

67-OR: Postprandial Glycemic Patterns throughout Uncomplicated Pregnancies

Anders Carlson et al.Jun 14, 2024
Introduction: Glycemic profiles of uncomplicated pregnancies throughout gestation are not well described, especially glycemic patterns after meals. Methods: Participants were asked to wear blinded CGM throughout gestation, with a subset volunteering to record on a smartphone app the time meals began. Pregnancies without large for gestational age, hypertensive disorders, gestational diabetes based on OGTT, or HbA1c ≥5.7% defined uncomplicated pregnancies. Results: Among 157 participants with uncomplicated pregnancies, mean fasting glucose was 88 ± 14 mg/dL, mean postprandial peak was 126 ± 22 mg/dL, and mean glucose excursion (&lt;4 hours) was 36 ± 22 mg/dL; these metrics were similar throughout gestation. Median time to peak glucose was 62 (IQR: 40 to 124) min. Average glucose was 87, 89, and 94 mg/dL before breakfast, lunch, and dinner, respectively, but the excursion was similar across meals. Postprandial metrics were similar for those with vs. without LGA; however, in those with HDP, glycemic excursion was higher compared to participants without HDP (40 ± 22 vs. 36 ± 22 mg/dL, p&lt;0.001, Table 1). Conclusions: Postprandial glucose excursions during uncomplicated pregnancies demonstrate a relatively preserved time to peak glucose and amount of glucose excursion throughout gestation. Postprandial glucose excursions may be elevated in participants with HDP vs. without HDP. Disclosure A.L. Carlson: Research Support; Medtronic, Insulet Corporation, Tandem Diabetes Care, Inc., Eli Lilly and Company, Sanofi. Other Relationship; Novo Nordisk. Advisory Panel; MannKind Corporation. Research Support; Dexcom, Inc. Z. Li: None. R. Beck: Consultant; Insulet Corporation. Research Support; Insulet Corporation. Consultant; Tandem Diabetes Care, Inc. Research Support; Tandem Diabetes Care, Inc. Consultant; Beta Bionics, Inc. Research Support; Beta Bionics, Inc., Dexcom, Inc., Bigfoot Biomedical, Inc. Consultant; Novo Nordisk. Research Support; Novo Nordisk, Eli Lilly and Company. Consultant; embecta, Vertex Pharmaceuticals Incorporated, Hagar, Ypsomed AG, Sanofi, Zucara Therapeutics, Sequel. C. Durnwald: Consultant; Dexcom, Inc. Research Support; Dexcom, Inc. E. Norton: None. R.M. Bergenstal: Other Relationship; Abbott. Research Support; Arkray Marketing. Consultant; Ascensia Diabetes Care, Bigfoot Biomedical, Inc., CeQur. Other Relationship; Dexcom, Inc., Eli Lilly and Company. Consultant; embecta, Hygieia. Research Support; Insulet Corporation. Consultant; MannKind Corporation. Other Relationship; Medtronic, Novo Nordisk. Consultant; Onduo LLC, Roche Diabetes Care. Other Relationship; Sanofi. Research Support; Tandem Diabetes Care, Inc. Other Relationship; UnitedHealth Group. Consultant; Vertex Pharmaceuticals Incorporated, Zealand Pharma A/S. M.L. Johnson: Research Support; Abbott, Lilly Diabetes, National Institute of Diabetes and Digestive and Kidney Diseases, Novo Nordisk, Medtronic, Dexcom, Inc., Leona M. and Harry B. Helmsley Charitable Trust. Consultant; Jaeb Center for Health Research. Research Support; Patient-Centered Outcomes Research Institute, Jaeb Center for Health Research. S.M. Dunnigan: Research Support; Jaeb Center for Health Research, Patient-Centered Outcomes Research Institute, National Institute of Diabetes and Digestive and Kidney Diseases. M. Banfield: None. K.J. Krumwiede: None. J. Sibayan: None. P. Calhoun: None. Funding Study funding was provided by The Leona M. and Harry B. Helmsley and UnitedHealth Group. Dexcom provided the devices used in the study.
0
Citation1
0
Save
0

63-OR: Continuous Glucose Monitoring Prediction of Gestational Diabetes Mellitus and Adverse Pregnancy Outcomes

ZOEY LI et al.Jun 14, 2024
Objective: To assess the performance of continuous glucose monitoring (CGM) metrics in predicting development of gestational diabetes mellitus (GDM) and adverse pregnancy outcomes. Methods: In a prospective observational study, CGM data were collected from 760 pregnant participants. Predictive CGM-based models were built using logistic and elastic net regression. Predictive performance was assessed by the area under the receiver operating characteristic curve (AUROC). Results: The AUROCs of using 2nd trimester % time &gt;140 mg/dL (TA140) and week 13-14 TA140 in predicting GDM were 0.81 and 0.74, respectively. The AUROCs for predicting large for gestational age births (LGA) and hypertensive disorders of pregnancy (HDP) using 2nd trimester TA140 were both 0.58. Adding multiple predictors to the models did not meaningfully improve AUROC. When matching the specificity of OGTT, a model using TA140 in weeks 13-14 achieved similar sensitivity to OGTT in predicting HDP (13% vs. 10%, respectively) and LGA (6% for both) (Figure). Conclusion: CGM metrics such as TA140 predicted GDM with high AUROCs as early as 13-14 weeks’ gestation. CGM metrics at 13-14 weeks were statistically similar to OGTT at 24-28 weeks in predicting APOs although sensitivity was low for both. CGM could potentially be used as an alternative to OGTT and/or an early screening tool for elevated hyperglycemia during gestation. Disclosure Z. Li: None. R. Beck: Consultant; Insulet Corporation. Research Support; Insulet Corporation. Consultant; Tandem Diabetes Care, Inc. Research Support; Tandem Diabetes Care, Inc. Consultant; Beta Bionics, Inc. Research Support; Beta Bionics, Inc., Dexcom, Inc., Bigfoot Biomedical, Inc. Consultant; Novo Nordisk. Research Support; Novo Nordisk, Eli Lilly and Company. Consultant; embecta, Vertex Pharmaceuticals Incorporated, Hagar, Ypsomed AG, Sanofi, Zucara Therapeutics, Sequel. C. Durnwald: Consultant; Dexcom, Inc. Research Support; Dexcom, Inc. A.L. Carlson: Research Support; Medtronic, Insulet Corporation, Tandem Diabetes Care, Inc., Eli Lilly and Company, Sanofi. Other Relationship; Novo Nordisk. Advisory Panel; MannKind Corporation. Research Support; Dexcom, Inc. E. Norton: None. R.M. Bergenstal: Other Relationship; Abbott. Research Support; Arkray Marketing. Consultant; Ascensia Diabetes Care, Bigfoot Biomedical, Inc., CeQur. Other Relationship; Dexcom, Inc., Eli Lilly and Company. Consultant; embecta, Hygieia. Research Support; Insulet Corporation. Consultant; MannKind Corporation. Other Relationship; Medtronic, Novo Nordisk. Consultant; Onduo LLC, Roche Diabetes Care. Other Relationship; Sanofi. Research Support; Tandem Diabetes Care, Inc. Other Relationship; UnitedHealth Group. Consultant; Vertex Pharmaceuticals Incorporated, Zealand Pharma A/S. M.L. Johnson: Research Support; Abbott, Lilly Diabetes, National Institute of Diabetes and Digestive and Kidney Diseases, Novo Nordisk, Medtronic, Dexcom, Inc., Leona M. and Harry B. Helmsley Charitable Trust. Consultant; Jaeb Center for Health Research. Research Support; Patient-Centered Outcomes Research Institute, Jaeb Center for Health Research. S.M. Dunnigan: Research Support; Jaeb Center for Health Research, Patient-Centered Outcomes Research Institute, National Institute of Diabetes and Digestive and Kidney Diseases. M. Banfield: None. K.J. Krumwiede: None. J. Sibayan: None. P. Calhoun: None. Funding Study funding was provided by The Leona M. and Harry B. Helmsley and UnitedHealth Group. Dexcom provided the devices used in the study.
0
Citation1
0
Save
0

Ultra-Widefield and Early Treatment Diabetic Retinopathy Study 7-Field Grading of Diabetic Retinopathy

Lloyd Aiello et al.Aug 15, 2024
Importance High concordance in diabetic retinopathy (DR) outcomes between 7-field (7F) and ultra-widefield (UWF) images would allow for combining longitudinal assessments based on the 2 modalities both in clinical studies and clinical care. Objective To compare 7F and UWF imaging with regard to DR severity and the associations of DR severity with risk factors, such as hemoglobin A 1c , age, diabetes duration, and sex. Design, Setting, and Participants This cross-sectional study describes the outcomes of the randomized clinical Diabetes Control and Complications Trial (DCCT) and its subsequent observational study, the Epidemiology of Diabetes Interventions and Complications (EDIC) study. Of the 1441 participants with type 1 diabetes in the DCCT, 1375 were enrolled in the EDIC study. Of the 1171 participants who were active between March 2019 and December 2021, 200° UWF color imaging and 7F fundus photographs were obtained for 785 participants once at the same visit. Central graders assessed 7F-UWF with a 7F template masking the retinal periphery and the full UWF image (UWF-global). Data were analyzed from January 2022 to March 2023. Exposures Hemoglobin A 1c was assessed quarterly during the DCCT and annually during the EDIC study using high-performance liquid chromatography. Main Outcomes and Measures Retinopathy was determined independently for all imaging as mild, moderate, or severe nonproliferative DR (SNPDR) using the Early Treatment Diabetic Retinopathy Study (ETDRS) grading scale for the 7F images and the global ETDRS grading scale for the UWF images. Panretinal and focal photocoagulation were self-reported or based on scarring location and pattern observed during grading. Proliferative DR (PDR) was defined by observed neovascularization or evidence of panretinal photocoagulation. Results Among the 785 participants included in this study, 420 (53%) were male and 365 (47%) were female. The mean (SD) age was 61 (7) years. DR grading between UWF-7F and 7F imaging was correlated for all outcomes, including for severe outcomes, such as SNPDR (κ, 0.73; concordance, 96%), PDR (κ, 0.74; concordance, 97%), scatter photocoagulation (κ, 0.97; concordance, 99%), and focal photocoagulation (κ, 0.71; concordance, 98%). Most DR severity scores were within 1 step (1410 of 1529 [92%]), and 3% (51 of 1529) were more than 2 steps apart (κ, 0.45; 95% CI, 0.42-0.49; weighted κ, 0.63; 95% CI, 0.60-0.67) on the ETDRS severity scale. DR severity assessed within the UWF-global area was higher compared to 7F (median [IQR] UWF-global score, 3 [2-3] vs median 7F level score, 2.0 [1-3]; P &amp;lt; .001), although the 2 modalities were correlated (1225 of 1508 [81%] 1-step agreement; weighted κ, 0.41). Conclusions and Relevance Standard ETDRS 7F and UWF evaluations of DR were comparable for ETDRS severity levels as previously reported by Diabetic Retinopathy Clinical Research Retina Network reports. In addition, these evaluations of DR were comparable for DCCT/EDIT study outcomes and major study conclusions, suggesting that use of UWF imaging is not likely to introduce relevant measurement biases in future longitudinal studies. Trial Registration ClinicalTrials.gov Identifiers: NCT00360815
0

Continuous Glucose Monitoring–Derived Differences in Pregnancies With and Without Adverse Perinatal Outcomes

Celeste Durnwald et al.Jul 11, 2024
OBJECTIVE: To evaluate whether continuous glucose monitoring (CGM)–derived glycemic patterns observed throughout pregnancy were associated with adverse perinatal outcomes, specifically fetal growth disorders and hypertensive disorders of pregnancy (HDP). METHODS: We conducted a prospective observational study of individuals with viable singleton pregnancies and screening hemoglobin A 1c levels less than 6.5%. Those with preexisting diabetes were excluded. Enrollment occurred at the earliest gestational age before 17 weeks. Participants wore blinded continuous glucose monitors consecutively as willing until delivery. Those with at least 14 days of CGM data were included in analysis. Rates of large-for-gestational-age (LGA) neonates, small-for-gestational age (SGA) neonates, and HDP were assessed. Continuous glucose monitoring–derived glycemic metrics were calculated, including mean glucose level and percent time above and below thresholds. Two-sample t tests were used to compare glycemic metrics between participants with and without adverse perinatal outcomes. RESULTS: Of 937 participants enrolled, 760 met inclusion criteria. Those delivering LGA neonates or who were diagnosed with HDP had higher mean glucose levels (102±9 vs 100±8, P =.01 and 103±8 vs 99±8, P <.001) and spent more time above 120 mg/dL (median 16% vs 12%, P =.006, and 16% vs 12%, P <.001, respectively) and above 140 mg/dL (median 3.9% vs 2.8%, P =.006, and 3.5% vs 2.8%, P <.001, respectively) throughout gestation than those without these outcomes. These findings were present regardless of gestational diabetes mellitus status. Participants with SGA neonates had lower mean glucose levels (97±7 vs 101±8, P =.01) and spent less time above 140 mg/dL (median 1.6% vs 2.3%, P =.01) and more time below 63 mg/dL (median 3.0% vs 2.3%, P =.02) than those without SGA neonates. CONCLUSION: Individuals with LGA neonates or HDP exhibit a slightly higher mean glucose levels and spend more time hyperglycemic in early pregnancy than those who do not experience these outcomes.