Pancreas artificiale multivariabile: rilevamento e mitigazione dell'attività fisica non annunciata e dello stress psicologico acuto

Lo sviluppo di un pancreas artificiale (AP) ha compiuto notevoli progressi nell'ultimo decennio. L'obiettivo dei sistemi AP è sviluppare un dispositivo che fornisca insulina su richiesta in risposta ai livelli di glucosio nel sangue allo stesso modo del pancreas stesso. La prima generazione di sistemi AP, l'AP ibrido a circuito chiuso, raccoglie i dati dai dispositivi di monitoraggio continuo del glucosio (CGM) e si affida agli input manuali dell'utente per mitigare gli effetti dei pasti e delle attività fisiche. L'obiettivo di questa proposta è dimostrare un pancreas artificiale multivariabile (mvAP) praticabile e funzionalmente integrato che affronterà le sfide del pasto, dell'attività fisica (PA) e dello stress psicologico acuto (APS) senza alcun input manuale per regolare meglio i livelli di glucosio delle persone con diabete . Lo stress psicologico acuto e molte altre forme di PA oltre all'esercizio programmato possono influenzare i livelli di glucosio nel sangue e causare problemi al mantenimento dell'euglicemia per le persone con diabete mellito di tipo 1 (T1DM). Vari PA e APS influenzano il metabolismo e la sensibilità all'insulina in modi diversi. Pertanto, i loro tipi, intensità e durate, e la loro presenza individuale e concomitante devono essere rilevati al fine di determinare la somministrazione ottimale di insulina. L'approccio mvAP fornisce una tecnologia ben integrata e di facile utilizzo con un onere minimo per l'utente e mitiga gli effetti di incentivi PA e APS imprevisti. L'obiettivo di questa proposta è dimostrare un mvAP praticabile e funzionalmente integrato che affronterà le sfide di pasto, PA e APS senza alcun input manuale per regolare meglio i livelli di glucosio delle persone con T1DM. La nostra ipotesi è che un AP multivariabile di nuova generazione che incorpori il rilevamento e la determinazione in tempo reale delle caratteristiche di PA e APS e la mitigazione dei loro effetti mediante il controllo automatico sarà più efficace nel migliorare il controllo del glucosio nelle persone con T1DM. Inoltre, questa tecnologia sarà più sicura rispetto agli AP basati esclusivamente su dati CGM, riducendo il numero e la durata degli eventi ipoglicemici e iperglicemici. Tali sistemi mvAP possono essere sviluppati solo utilizzando un sofisticato approccio multivariabile che utilizza informazioni in tempo reale da CGM e variabili fisiologiche ottenute da dispositivi indossabili indossati nella vita quotidiana libera. Si propone di costruire su questo framework una tecnologia mvAP completamente automatizzata che mitigherà le sfide relative a pasto, PA e APS, inclusi eventi imprevisti e non pianificati. Gli obiettivi specifici della ricerca proposta sono: Obiettivo 1. Sviluppare gli algoritmi ei moduli mvAP che identificano in tempo reale vari tipi di attività fisica, episodi di stress psicologico acuto, la loro presenza concomitante e le loro caratteristiche. Obiettivo 2a: Condurre studi a ciclo aperto in clinica e nella vita libera per espandere i tipi e le intensità degli incentivi PA e APS, per arricchire il nostro database con i dati raccolti durante le attività della vita quotidiana (da sole o accoppiate con APS), comprese le spontanee non pianificate Eventi PA e APS. Obiettivo 2b: Estendere il nostro simulatore di variabili fisiologiche multivariabili glucosio-insulina (mGIPsim) per studi in silico del mvAP per simulare gli incentivi APS e i loro effetti sui livelli di glucosio e sugli output delle variabili fisiologiche del simulatore. Obiettivo 3: condurre esperimenti clinici con il mvAP di seconda generazione in contesti clinici e nella vita libera per valutare le prestazioni del nostro mvAP completamente automatizzato nel funzionamento a circuito chiuso. Al momento, è stata ottenuta l'approvazione IRB per gli obiettivi 1, 2a e 2b. L'obiettivo 3 sarà condotto in un secondo momento. Gli studi clinici si svolgeranno presso l'Università dell'Illinois a Chicago (UIC)-College of Nursing ea casa dei soggetti. Il protocollo prevederà 1 visita di screening e 5 sessioni presso il laboratorio. I soggetti indosseranno un CGM e entrambi i braccialetti Empatica e Actigraph durante lo studio. Le attività principali di ogni incontro includeranno: (1) screening; (2) stima della massima capacità di esercizio da test di esercizio submassimale (bicicletta e tapis roulant); (3) stima della forza massima dai test di forza submassimale; (4) periodi submassimali di esercizio aerobico e di resistenza; (5) uso del test di pressione del freddo valutato socialmente; (6) simulazione di guida; (7) esercizio di resistenza e attività della vita quotidiana con e senza stress (ad esempio, calcoli mentali, videogiochi); (8) uso di GoPro/Dash Cam durante la guida (se appropriato) e questionari. Queste attività saranno incluse nelle visite 3, 4 e 5 a seconda dei casi. Inoltre, i soggetti svolgeranno attività a casa tra cui: lavori domestici, cyclette (se disponibile); tapis roulant (se disponibile); a piedi; e pesi leggeri (se disponibili) e un monitor del sonno (Z-Machine Insight+). Periodicamente, l'assistente di ricerca chiamerà il soggetto durante questi periodi e chiederà loro di svolgere attività che inducono stress durante l'esecuzione dell'attività. Le attività che inducono stress includeranno sfide mentali come un calcolo matematico durante l'esecuzione dell'attività. I soggetti saranno chiamati a casa 3-5 volte durante lo studio. L'algoritmo completamente automatizzato sarà testato in un ambiente domestico. Una volta perfezionata la metodologia, si otterrà l'approvazione dell'Institutional Review Board (IRB) per l'Aim 3.