CGMデータに基づく予測A1c CGMデータの利用 (A1c)

序章。 ヘモグロビン A1C (HbA1c) は、過去 2 ～ 3 か月の平均血糖値を反映します。 センサー技術の最近の進歩により、CGM デバイスを使用した血糖値の毎日のモニタリングが容易になりました。 CGM データに基づく HbA1C の将来予測は、糖尿病患者の長期的な健康維持にとって重要な意味を持っています。 HbA1c の値が正常より高いと、糖尿病に関連した心血管疾患の可能性が大幅に増加します。

ゴール。 本研究は、CGMデータを活用し、機械学習技術を適用することで、HbA1cを事前に予測することを目的としています。 この研究の成果は、糖尿病患者の健康改善に役立ちます。

方法。 これは遡及的な分析です。 研究者らは、過去 3 か月間 CGM センサーを使用していた T1D 患者 120 人を匿名化して分析する予定です。 過去 15 日間の CGM データが分析され、範囲内時間 (TIR)、変動係数 (CV)、血糖変動の平均振幅 (MAGE)、日内差の平均 (MODD)、連続的な全体の正味などのさまざまな血糖変動特性が分析されます。血糖作用（CONGA）が抽出されます。 機械学習モデルは、これら 15 日間の CGM データに基づいて、2 ～ 3 か月先の HbA1c を計算 (予測) します。 提案された予測モデルのパフォーマンスを評価するために、予測された HbA1c が実際の HbA1c と比較されます。