Evaluación piloto de algoritmos para la detección de mal funcionamiento de la bomba de insulina

En personas con diabetes tipo 1, ajustar las dosis de insulina para adaptarse a las condiciones siempre cambiantes de la vida diaria es crucial para lograr un control metabólico satisfactorio. Para abordar este desafío, los investigadores han desarrollado un sistema de administración automatizada de insulina (AID), comúnmente conocido como páncreas artificial. Este sistema consta de una bomba de insulina, un sensor de monitorización continua de glucosa (CGM) y un sofisticado algoritmo de control. El algoritmo utiliza datos de MCG para calcular la dosis de insulina necesaria para mantener un buen control glucémico y ordena automáticamente la infusión de insulina.

Sin embargo, los sistemas de páncreas artificiales pueden sufrir disfunciones, algunas de las cuales son muy riesgosas. Las averías más peligrosas incluyen fallos en la bomba de insulina y oclusiones del equipo de infusión, que provocan interrupciones prolongadas en la administración de insulina. Esto expone al paciente al riesgo de hiperglucemia y, lo que es aún más peligroso, de cetoacidosis, una complicación grave que puede provocar hospitalización y, en casos graves, la muerte. Desafortunadamente, los pacientes no siempre notan estos problemas de manera oportuna.

Este estudio tiene como objetivo probar nuevos algoritmos para detectar mal funcionamiento de la bomba/equipo de infusión que resultan en una entrega de insulina reducida o interrumpida. El estudio consta de tres fases:

• Fase 1: Recopilación de datos preliminares (datos de vida libre) En esta fase, se recopilan datos relacionados con las tendencias glucémicas y la administración de insulina en condiciones de vida libre. Estos datos se obtienen de una descarga del páncreas artificial del paciente. La sesión de un mes está diseñada para recopilar una cantidad sustancial de datos específicos del paciente para permitir que los algoritmos aprendan cómo la insulina y las comidas afectan la glucemia del paciente según lo registrado por el sensor CGM. Durante esta fase, el paciente sigue utilizando su páncreas artificial en su vida diaria.
• Fase 2: Inducción de la hiperglucemia La segunda fase consiste en que el paciente acuda a la clínica, donde, según un protocolo específico y un cronograma definido, se suspende temporalmente la infusión de insulina para simular un mal funcionamiento de la bomba. El episodio resultante de hiperglucemia se controla estrechamente bajo supervisión médica. Al final del experimento, el equipo del estudio ayuda al paciente a restaurar la euglucemia antes de regresar a casa.
• Fase 3: Análisis de datos retrospectivos En esta fase, los datos recopilados se analizan retrospectivamente para evaluar la efectividad de los algoritmos propuestos en la detección de suspensión de insulina, simulando un mal funcionamiento de la bomba. La sensibilidad de los métodos probados se evalúa como la fracción de suspensiones de insulina (que simulan un mal funcionamiento) detectadas correctamente.

La singularidad de este conjunto de datos radica en la inducción controlada del mal funcionamiento, que se logra desconectando la bomba de insulina y monitorizando el episodio hiperglucémico resultante. La presencia de averías en estos datos es segura y se caracteriza con precisión en cuanto a la hora de inicio y la duración. El conjunto de datos resultante de esta experimentación será una herramienta valiosa para la comunidad científica, ya que permitirá probar retrospectivamente algoritmos de detección de fallas.