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.

中文翻译：

---

使用 CGM 数据和患者特征改进个人和人群水平的 HbA1c 估计

与 GMI 公式相比，使用 CGM 和参与者数据的机器学习和线性回归模型将 HbA1c 估计误差减少了高达 26%，并且在估计队列水平的 HbA1c 中位数方面表现出卓越的性能，这对于被中断的远程临床试验具有潜在价值2019冠状病毒病。