Monimuuttuja keinotekoinen haima: ennalta ilmoittamattoman fyysisen aktiivisuuden ja akuutin psykologisen stressin havaitseminen ja lieventäminen

Keinotekoisen haiman (AP) kehitys on edistynyt huomattavasti viimeisen vuosikymmenen aikana. AP-järjestelmien tavoitteena on kehittää laite, joka tuottaa tarvittaessa insuliinia vasteena verensokeritasoihin samalla tavalla kuin oma haima. Ensimmäisen sukupolven AP-järjestelmät, hybridi-suljetun silmukan AP, kerää tietoja jatkuvan glukoosivalvonnan (CGM) laitteista ja luottaa käyttäjän manuaalisiin syötteisiin aterioiden ja fyysisten toimintojen vaikutusten lieventämiseksi. Tämän ehdotuksen tavoitteena on esitellä elinkelpoinen, toiminnallisesti integroitu monimuuttuja keinotekoinen haima (mvAP), joka vastaa aterian, fyysisen aktiivisuuden (PA) ja akuutin psykologisen stressin (APS) haasteisiin ilman manuaalista syöttöä ja säätelee paremmin diabetesta sairastavien ihmisten glukoositasoja. . Akuutti psyykkinen stressi ja monet muut PA:n muodot suunnitellun harjoittelun lisäksi voivat vaikuttaa verensokeritasoihin ja aiheuttaa haasteita euglykemian ylläpitämisessä tyypin 1 diabetes mellitusta (T1DM) sairastaville. Erilaiset PA ja APS vaikuttavat aineenvaihduntaan ja insuliiniherkkyyteen eri tavoin. Siksi niiden tyypit, intensiteetit ja kestoajat sekä niiden yksilöllinen ja samanaikainen esiintyminen on havaittava optimaalisen insuliinin antamisen määrittämiseksi. mvAP-lähestymistapa tarjoaa hyvin integroidun ja käyttäjäystävällisen teknologian, joka rasittaa käyttäjää mahdollisimman vähän ja vähentää odottamattomien PA- ja APS-vaikutusten vaikutuksia. Tämän ehdotuksen tavoitteena on esitellä elinkelpoinen, toiminnallisesti integroitu mvAP, joka vastaa ateria-, PA- ja APS-haasteisiin ilman manuaalisia syöttöjä säätelemään paremmin T1DM-potilaiden glukoositasoja. Hypoteesimme on, että uuden sukupolven monimuuttuja AP, joka sisältää reaaliaikaisen PA:n ja APS:n ominaisuuksien havaitsemisen ja määrittämisen sekä niiden vaikutusten lieventämisen automaattisella ohjauksella, on tehokkaampi parantamaan glukoosin hallintaa ihmisillä, joilla on T1DM. Lisäksi tämä tekniikka on turvallisempi verrattuna yksinomaan CGM-tietoihin perustuviin tukipisteisiin, koska se vähentää hypoglykeemisten ja hyperglykeemisten tapahtumien määrää ja kestoa. Tällaisia ​​mvAP-järjestelmiä voidaan kehittää vain käyttämällä kehittynyttä monimuuttujamenetelmää, joka käyttää reaaliaikaista tietoa CGM:istä ja fysiologisista muuttujista, jotka on saatu vapaassa elävässä jokapäiväisessä elämässä käytettävistä puettavista laitteista. Tälle viitekehykselle ehdotetaan rakentavan täysin automatisoitua mvAP-tekniikkaa, joka lieventää ateria-, PA- ja APS-haasteita, mukaan lukien odottamattomat ja suunnittelemattomat tapahtumat. Ehdotetun tutkimuksen erityistavoitteet ovat: Tavoite 1. Kehittää mvAP-algoritmeja ja -moduuleja, jotka tunnistavat erilaisia ​​fyysisiä aktiviteetteja, akuutteja psykologisia stressijaksoja, niiden samanaikaista läsnäoloa ja niiden ominaisuuksia reaaliajassa. Tavoite 2a: Suorittaa avoimen silmukan tutkimuksia klinikalla ja vapaa-asumisessa PA- ja APS-kannustimien tyyppien ja intensiteetin laajentamiseksi, rikastaa tietokantaamme päivittäisten toimintojen aikana (yksin tai yhdessä APS:n kanssa) kerätyillä tiedoilla, mukaan lukien suunnittelemattomat spontaanit PA- ja APS-tapahtumat. Tavoite 2b: Laajentaa monimuuttujaa glukoosi-insuliini-fysiologisten muuttujien simulaattoriamme (mGIPsim) mvAP:n in silico -tutkimuksiin, joilla simuloidaan APS-kannustimia ja niiden vaikutuksia glukoositasoihin ja simulaattorin fysiologisten muuttujien lähtöihin. Tavoite 3: Suorittaa kliinisiä kokeita toisen sukupolven mvAP:lla kliinisissä olosuhteissa ja vapaassa asumisessa arvioidaksemme täysin automatisoidun mvAP:n suorituskykyä suljetussa kierrossa. Tällä hetkellä IRB-hyväksyntä tavoitteille 1, 2a ja 2b on saatu. Tavoite 3 toteutetaan myöhemmin. Kliiniset tutkimukset suoritetaan Illinoisin yliopistossa Chicagossa (UIC) - College of Nursingissa ja koehenkilöiden kotona. Protokolla sisältää 1 seulontakäynnin ja 5 istuntoa laboratoriossa. Koehenkilöt käyttävät CGM- ja sekä Empatica- että Actigraph-rannekkeita koko tutkimuksen ajan. Jokaisen kokouksen pääasiallisiin toimiin kuuluu: (1) seulonta; (2) arvio maksimaalisesta harjoittelukapasiteetista submaksimaalisten rasitustestien perusteella (polkupyörä ja juoksumatto); (3) maksimaalisen lujuuden arviointi alimaksimaalisten lujuustestien perusteella; (4) aerobisen ja vastusharjoituksen alimaksimaaliset harjoitukset; (5) sosiaalisesti arvioidun kylmäpainetestin käyttö; (6) ajosimulointi; (7) vastusharjoittelu ja päivittäisen elämän toiminnot stressin kanssa ja ilman (esim. mielenterveyslaskelmat, videopelit); (8) GoPro/Dash Camin käyttö ajon aikana (tarvittaessa) ja kyselylomakkeet. Nämä toiminnot sisällytetään tarvittaessa käynteihin 3, 4 ja 5. Lisäksi koehenkilöt suorittavat aktiviteetteja kotona, mukaan lukien: kodinhoitotyöt, kiinteä pyörä (jos saatavilla); juoksumatto (jos saatavilla); kävely; ja kevyet painot (jos saatavilla) ja unimonitori (Z-Machine Insight+). Ajoittain tutkimusassistentti soittaa tutkittavalle näinä aikoina ja pyytää häntä suorittamaan stressiä aiheuttavia toimintoja toiminnan suorittamisen aikana. Stressiä aiheuttavat toiminnot sisältävät henkisiä haasteita, kuten matemaattisen laskennan toimintoa suoritettaessa. Koehenkilöille soitetaan kotiin 3-5 kertaa tutkimuksen aikana. Täysin automatisoitu algoritmi testataan kotona. Kun menetelmää on jalostettu, Institutional Review Boardin (IRB) hyväksyntä tavoitteelle 3 saadaan.