Diabeteksen käyttö ja verensokeritasot
Sisällysluettelo:
Tyypin 2 diabeteksen hoidossa glukoositasojen hallinta voi olla päivittäinen haaste.
Uuden algoritmipohjaisen sovelluksen käyttöönotto voi kuitenkin pian ottaa osan tästä stressistä pois.
MainosMainosProsessista on vielä tehtävä paljon työtä, mutta personoidun tekniikan taustalla on ennustaa jokaisen aterian vaikutusta käyttäjän verensokeriin.
Tyypin 2 diabetes vaikuttaa nyt yli 29 miljoonaan ihmiseen Yhdysvalloissa. 86 miljoonan aikuisen mielestä on ennaltaehkäisy, joka voi kehittyä tyypin 2 diabetekseksi, jos elämäntapamuutoksia ei toteuteta.
Tyypin 2 diabetesta tulee jatkuvasti tarve seurata ruokailunottoa, jotta varmistetaan oikeat veren glukoositasot.
MainosJos tasot ovat liian pitkiä pitkään, voi ilmetä vakavia terveysongelmia.
Lääkehoito auttaa hallitsemaan sokerimäärän vaihtelua, mutta liikunta ja ruokavalio ovat myös merkittävässä asemassa.
MainosMainosVaikka tiettyjen elintarviketyyppien vaikutus glukoosipitoisuuksiin voidaan arvioida, se ei ole tarkka tiede.
Vaikutukset voivat vaihdella huomattavasti yksilöiden välillä, ja ne voivat jopa vaihdella yksilön sisällä riippuen useista tekijöistä.
PLOS Computational Biology -tiedonannossa julkaistussa raportissa selitetään, miten tutkijaryhmä on integroinut algoritmia Glucoracle-nimiseen sovellukseen, joka menee jonkin verran tämän ongelman ratkaisemiseen.
New Yorkissa sijaitsevan Columbia University Medical Centerin (CUMC) biolääketieteen tietojenkäsittelytieteen tutkija David Albers kertoo: "Vaikka asiantuntijaneuvonnan avulla ihmisten on vaikea ymmärtää niiden ravitsemuksellisten valintojen todellinen vaikutus, erityisesti ateria-aterian perusteella. "
Tämän ongelman ratkaisemiseksi Albers ja hänen tiiminsä yrittävät suunnitella algoritmin, joka voi auttaa ihmisiä tekemään tietoisempia ruokavalion päätöksiä.
MainosMainosLue lisää: 13 ruokaa, jotka eivät nosta verensokeritasoa »
Glukoosipitoisuuden ennustaminen
Albers selittää miten sovellus toimii:" Algoritmi, joka on integroitu helppokäyttöiseen sovellukseen, ennustaa seuraamisen syömisen tietyn aterian ennen ruokaa syödään, jolloin ihmiset voivat tehdä parempia ravitsemuksellisia valintoja aterian aikana. "
Algoritmi käyttää datan assimilaatiota, tekniikka, jota hyödynnetään nykyaikaisissa sovelluksissa, mukaan lukien sääennusteet.
MainosTietojen assimilaatio vie säännöllisesti päivitetyt tiedot - mukaan lukien verensokerin mittaukset ja ravitsemustiedot - koota sen ja luo matemaattisen mallin yksilön vastaukselle glukoosille.
Luma Mamykina, apulaisprofessori CUMC: ssä ja tutkimusyhteistyökumppanina selittää: "Tietojen assimilaattoria päivitetään jatkuvasti käyttäjän ruoan saanti- ja verensokerin mittauksilla, yksilöllistämällä mallia kyseiselle henkilölle. "
MainosMainosGlucoraclen käyttäjät voivat ladata kuvia tietystä aterosta, jossa on karkeita arvioita sen ravitsemuksellisesta sisällöstä sekä sormenjälkien verimittaukset. Sovellus voi sitten välittömästi ennustaa aterian jälkeisen verensokeritason.
Sovellusta on käytettävä viikkoa ennen kuin se alkaa tuottaa ennusteita.
Näin datan assimilaattori voi oppia, miten yksittäinen käyttäjä reagoi erilaisiin elintarvikkeisiin. Arvio ja ennuste tarkistetaan sen jälkeen ajan mittaan.
MainosLue lisää: Onko ruokavaliota turvallista juoda diabetesta sairastaville? »
Kuinka hyvin se toimii?
Alustava tutkimus datan assimilaattorin kyvyistä tehtiin viidellä henkilöllä. Kolme oli tyypin 2 diabetes ja kaksi eivät.
MainosMainosSovellus teki ennusteita glukoosipitoisuuden muutoksista tietyn aterian jälkeen, minkä jälkeen verrattiin todellisiin glukoosimittauksiin.
Muissa kuin diabeettisissa osallistujissa lukemat täsmälleen täsmäsivät tarkasti aitoja glukoosimittauksia.
Kolmen diabeetikon osallistujalle tulokset olivat epätarkempia. Tutkijat uskovat, että tämä voi johtua potilaiden fysiologisista vaihteluista tai parametrivirheestä.
Ennusteet olivat kuitenkin "vertailukelpoisia" varmennettujen diabetesopettajien kanssa.
Vaikka tulokset eivät ole täydellisiä, Albers ei ole hämmentynyt. Sen sijaan hän sanoo:
"On varmasti parantamisen varaa. Arvioinnin tarkoituksena oli osoittaa, että rutiinien itsetestausdatan avulla pystytään luomaan reaaliaikaisia glukoosipreemioita, joita ihmiset voisivat käyttää parempien ravitsemuksellisten valintojen tekemiseen. Olemme pystyneet tekemään osa diabeteksen itsensä hallintaa, joka on lähes mahdotonta tyypin 2 diabetesta kärsiville ihmisille helpommin hallinnoitavissa. Nyt meidän tehtävämme on tehdä datan assimilaatiotyökalu käynnistä sovellus entistä paremmin. "
Nyt suunnitellaan laajempaa kliinistä tutkimusta, ja tutkijat toivovat, että sovellus on valmis laajalle levinneelle käyttöön kahden vuoden aikana.
