Évaluation pilote d'algorithmes de détection des dysfonctionnements de la pompe à insuline

Chez les personnes atteintes de diabète de type 1, l’ajustement des doses d’insuline pour s’adapter aux conditions en constante évolution de la vie quotidienne est crucial pour parvenir à un contrôle métabolique satisfaisant. Pour relever ce défi, les chercheurs ont développé un système d’administration automatisée d’insuline (AID), communément appelé pancréas artificiel. Ce système comprend une pompe à insuline, un capteur de surveillance continue du glucose (CGM) et un algorithme de contrôle sophistiqué. L'algorithme utilise les données CGM pour calculer la dose d'insuline requise pour maintenir un bon contrôle glycémique et commande automatiquement la perfusion d'insuline.

Cependant, les systèmes de pancréas artificiel peuvent connaître des dysfonctionnements, dont certains sont très risqués. Les dysfonctionnements les plus dangereux comprennent les pannes de la pompe à insuline et les occlusions des dispositifs de perfusion, qui entraînent des interruptions prolongées de l'administration d'insuline. Cela expose le patient au risque d’hyperglycémie et, plus dangereux encore, d’acidocétose, une complication grave pouvant entraîner une hospitalisation et, dans les cas graves, la mort. Malheureusement, les patients ne remarquent pas toujours ces problèmes à temps.

Cette étude vise à tester de nouveaux algorithmes pour détecter les dysfonctionnements de la pompe/du système de perfusion qui entraînent une administration d'insuline réduite ou interrompue. L'étude comprend trois phases :

• Phase 1 : Collecte de données préliminaires (données de vie libre) Dans cette phase, les données liées aux tendances glycémiques et à l'administration d'insuline dans des conditions de vie libre sont collectées. Ces données sont obtenues à partir d'un téléchargement du pancréas artificiel du patient. La session d'un mois est conçue pour recueillir une quantité substantielle de données spécifiques au patient afin de permettre aux algorithmes d'apprendre comment l'insuline et les repas impactent la glycémie du patient telle qu'enregistrée par le capteur CGM. Durant cette phase, le patient continue d’utiliser son pancréas artificiel dans sa vie quotidienne.
• Phase 2 : Induction de l'hyperglycémie La deuxième phase implique que le patient se rende à la clinique où, selon un protocole spécifique et un horaire défini, la perfusion d'insuline est temporairement suspendue pour simuler un dysfonctionnement de la pompe. L’épisode d’hyperglycémie qui en résulte est étroitement surveillé sous contrôle médical. À la fin de l'expérience, l'équipe d'étude aide le patient à rétablir l'euglycémie avant de rentrer chez lui.
• Phase 3 : Analyse rétrospective des données Dans cette phase, les données collectées sont analysées rétrospectivement pour évaluer l'efficacité des algorithmes proposés dans la détection de la suspension d'insuline, simulant un dysfonctionnement de la pompe. La sensibilité des méthodes testées est évaluée comme la fraction de suspensions d'insuline (simulant un dysfonctionnement) correctement détectée.

La particularité de cet ensemble de données réside dans l’induction contrôlée d’un dysfonctionnement, obtenue en déconnectant la pompe à insuline et en surveillant l’épisode hyperglycémique qui en résulte. La présence de dysfonctionnements dans ces données est certaine et caractérisée avec précision en termes d'heure de démarrage et de durée. L'ensemble de données résultant de cette expérimentation sera un outil précieux pour la communauté scientifique, permettant de tester rétrospectivement des algorithmes de détection de pannes.