運動、ストレス、睡眠の追加信号と AP システムの血糖値予測

提案された作業の焦点は、食事、運動、急性ストレスおよび睡眠 (MESS) の最も有益な変数を決定し、これらの変数を報告する選択センサーを特定し、MESS の発生を検出し、それらを識別し、それらの特性を決定します。 どのウェアラブル デバイスが、望ましい精度と精度で MESS の最も有益で予測的な変数を報告するかを特定し、信頼できる有益なデータを収集するためにそれらを着用するのに最適な場所を決定し、ウェアラブル センサーによって報告されたデータから正確な知識を引き出すには、研究が必要です。 データとその解釈は、さまざまな種類の身体活動、睡眠の段階、急性ストレスの種類と強度、および MESS 要因の同時発生について有益である必要があります。

研究の最初の年に、研究者はいくつかのデバイスを使用してデータを収集し、それらの情報コンテンツと血清グルコース予測の改善への貢献、正確で信頼できる情報を収集するための最適な場所、およびユーザーによるそれらの受け入れを評価します。 プロジェクトの 2 年目には、単一のウェアラブル デバイスを選択し、追加の臨床および自由生活実験を自宅で実施して、選択したウェアラブル デバイスからの情報の寄与を評価し、グルコース予測の精度とパフォーマンスを向上させます。多変数 AP。

提案された研究の目的は、最も有益な変数とセンサーの位置を決定して、グルコース濃度測定 (CGM) を補完する信頼できる正確な情報を取得し、推定のために任意の時点での運動、ストレス、または睡眠の存在を決定するアルゴリズムを開発することです。多変数人工膵臓システムによるグルコース濃度と制御決定。 提案された研究は、以下の具体的な目的を達成することによって実施されます。

実験室および家庭での標準化された実験内でMESS因子を体系的に摂動させ、グルコース濃度に対するMESS因子の影響と相互作用を分析する;最も有益で信頼できる測定アプローチを特定する (つまり、 MESS要因を識別するためのウェアラブルセンサーの種類と身体上の位置）。特定のMESS活動のタイプと特徴を特定する定量的関係を開発し、特定のMESS活動の存在を検出し、それらを特定し、リアルタイムで再帰モデルを使用してグルコース濃度を予測するアルゴリズムを開発する（適応AP制御システムとの将来の統合のために） ;また、探索的臨床実験中にAPを使用した閉ループ制御でウェアラブルデバイスとCGMからのデータを使用して多変数モデルのパフォーマンスを評価します。

研究は、合計6回の研究訪問のために3〜4週間にわたって行われます。 被験者は、CGM（DEXCOM [US G5 PLATINUM]）を使用して継続的に監視されます。 3 次のアクティビティ モニタのアクティビティ。 (Empatica E4、BiostampRC™、Equivital™ Life Monitor) と Actigraph を一晩中。 さらに、被験者は 3 週間を通して睡眠モニター (Zmachine® Insight & Insight+ Model DT-200 および Zephyr Bioharness) を使用します。 被験者は最初の週に3回研究訪問を受け、その間に研究者は被験者の酸素容量と筋力を測定します ピーク運動ストレステスト（ピークV02）および最大筋力のテスト（1-RM） 、 それぞれ。 このテストの結果は、最大下の有酸素運動とレジスタンス運動の強度を計算できるベースラインを確立します。 次の 3 回の研究訪問は、次の 3 ～ 4 週間にわたって行われます。 この間、被験者は生理学的および心理的ストレスを単独で、または組み合わせて、または相互に近接して発生させる活動を行います。 女性は、データ収集の各日の前に尿妊娠検査を受けます。 さらに、被験者は、研究助手と一緒に予定されている自宅で多くの身体活動を行います。 研究助手は定期的に被験者に電話をかけ、被験者に精神的課題などのストレスの多い活動を行わせます。