운동, 스트레스 및 수면을 위한 추가 신호 및 AP 시스템의 포도당 수준 예측

제안된 작업의 초점은 식사, 운동, 급성 스트레스 및 수면(MESS)에 대한 가장 유익한 변수를 결정하고 이러한 변수를 보고하는 선택 센서를 식별하고 MESS 발생을 감지하고 구별하고 그들의 특성을 결정합니다. 어떤 웨어러블 장치가 원하는 정밀도와 정확도로 MESS의 가장 유익하고 예측 가능한 변수를 보고하는지 식별하고, 신뢰할 수 있고 유익한 데이터를 수집하기 위해 착용할 최적의 위치를 ​​결정하고, 웨어러블 센서가 보고한 데이터에서 정확한 지식을 추출하기 위한 연구가 필요합니다. 데이터와 그 해석은 다양한 유형의 신체 활동, 수면 단계, 급성 스트레스의 유형과 강도, MESS 요인의 동시 발생에 대해 유익해야 합니다.

연구 첫해에 조사관은 여러 장치를 사용하여 데이터를 수집하고 정보 내용과 혈청 포도당 예측 개선에 대한 기여도, 정확하고 신뢰할 수 있는 정보를 수집하기 위한 최적의 위치, 사용자의 수용도를 평가합니다. 프로젝트 2년차에는 단일 웨어러블 기기를 선택하고 집에서 추가 임상 및 자유 생활 실험을 수행하여 선택한 웨어러블 기기의 정보가 포도당 예측의 정확도와 성능을 개선하는 데 기여하는지 평가할 것입니다. 다변수 AP.

제안된 연구의 목적은 포도당 농도 측정(CGM)을 보완하는 신뢰할 수 있고 정확한 정보를 캡처하고 예측을 위해 주어진 시간에 운동, 스트레스 또는 수면의 존재를 결정하는 알고리즘을 개발하기 위해 가장 유익한 변수와 센서 위치를 결정하는 것입니다. 포도당 농도 및 다변량 인공 췌장 시스템으로 제어 결정을 내립니다. 제안된 연구는 다음과 같은 특정 목표를 달성하여 수행됩니다.

포도당 농도에 대한 영향 및 상호 작용을 분석하기 위해 실험실 및 가정에서 표준화된 실험 내에서 MESS 요인을 체계적으로 교란시키기 위해 가장 유익하고 신뢰할 수 있는 측정 방법(예: MESS 요인을 식별하기 위한 웨어러블 센서 유형 및 신체 위치) 특정 MESS 활동의 유형과 특징을 식별하는 정량적 관계 개발, 특정 MESS 활동의 존재를 감지하고 이를 식별하고 실시간으로 재귀 모델로 포도당 농도를 예측하는 알고리즘 개발(향후 적응형 AP 제어 시스템과의 통합을 위해) ; 탐색적 임상 실험 동안 AP를 사용한 폐쇄 루프 제어에서 웨어러블 장치 및 CGM의 데이터로 다변수 모델의 성능을 평가합니다.

연구는 총 6번의 연구 방문을 위해 3-4주 동안 진행될 것입니다. 피험자는 CGM(DEXCOM [US G5 PLATINUM])을 사용하여 지속적으로 모니터링됩니다. 3 다음 활동 모니터의 활동; (Empatica E4, BiostampRC™, Equivital™ Life Monitor) 및 Actigraph를 밤새도록 사용합니다. 또한 피험자는 3주 동안 수면 모니터(Zmachine® Insight & Insight+ 모델 DT-200 및 Zephyr Bioharness)를 사용합니다. 피험자는 첫 주 동안 3회 연구 방문을 위해 방문할 것이며, 그 동안 연구자는 피크 운동 스트레스 테스트(peak V02) 및 최대 근력(1-RM) 테스트 동안 피험자의 산소 용량과 근력을 측정할 것입니다. , 각각. 이 테스트의 결과는 준최대 유산소 및 저항 운동 시합의 강도를 계산할 수 있는 기준선을 설정합니다. 다음 3번의 연구 방문은 다음 3-4주에 걸쳐 진행될 것입니다. 이 시간 동안 피험자는 생리적 및 심리적 스트레스를 단독으로, 조합하여 또는 서로 근접하게 생성하는 활동을 수행합니다. 여성은 매일 데이터 수집 전에 소변 임신 검사를 받습니다. 또한 피험자들은 집에서 연구 조교와 함께 예정된 다양한 신체 활동을 수행하게 됩니다. 연구 조교는 피험자에게 주기적으로 전화를 걸어 피험자가 정신적 문제와 같은 스트레스가 많은 활동을 수행하도록 합니다.