Multivariabel kunstig bukspyttkjertel: oppdage og dempe uanmeldt fysisk aktivitet og akutt psykisk stress

Utviklingen av en kunstig bukspyttkjertel (AP) har fått betydelig fremgang det siste tiåret. Målet med AP-systemer er å utvikle en enhet som vil gi insulin etter behov som svar på blodsukkernivået på samme måte som bukspyttkjertelen. Den første generasjonen av AP-systemer, hybrid closed-loop AP, samler inn data fra enheter for kontinuerlig glukoseovervåking (CGM) og er avhengig av manuelle brukerinndata for å dempe effekten av måltider og fysiske aktiviteter. Målet med dette forslaget er å demonstrere en levedyktig, funksjonelt integrert multivariabel kunstig bukspyttkjertel (mvAP) som vil håndtere utfordringer med måltid, fysisk aktivitet (PA) og akutt psykologisk stress (APS) uten noen manuelle input for å bedre regulere glukosenivået hos personer med diabetes . Akutt psykologisk stress og mange andre former for PA i tillegg til planlagt trening kan påvirke blodsukkernivået og forårsake utfordringer for å opprettholde euglykemi for personer med type 1 diabetes mellitus (T1DM). Ulike PA og APS påvirker metabolismen og følsomheten for insulin på forskjellige måter. Derfor må deres typer, intensiteter og varighet, og deres individuelle og samtidige tilstedeværelse detekteres for å bestemme den optimale insulinadministrasjonen. mvAP-tilnærmingen gir en godt integrert og brukervennlig teknologi med minimal belastning på brukeren og reduserer effekten av uventede PA- og APS-induseringer. Målet med dette forslaget er å demonstrere en levedyktig, funksjonelt integrert mvAP som vil adressere måltids-, PA- og APS-utfordringer uten noen manuelle input for å bedre regulere glukosenivåene hos personer med T1DM. Vår hypotese er at en ny generasjon multivariabel AP som inkluderer sanntidsdeteksjon og bestemmelse av egenskapene til PA og APS og demping av effektene deres ved automatisk kontroll, vil være mer effektiv for å forbedre glukosekontrollen hos personer med T1DM. I tillegg vil denne teknologien være sikrere sammenlignet med AP-er basert utelukkende på CGM-data, ved å redusere antall og varighet av hypoglykemiske og hyperglykemiske hendelser. Slike mvAP-systemer kan bare utvikles ved å bruke en sofistikert multivariabel tilnærming som bruker sanntidsinformasjon fra CGM-er og fysiologiske variabler hentet fra bærbare enheter som bæres i fritt liv. Det foreslås å bygge på dette rammeverket en helautomatisert mvAP-teknologi som vil redusere måltids-, PA- og APS-utfordringer, inkludert uventede og ikke-planlagte hendelser. De spesifikke målene for den foreslåtte forskningen er: Mål 1. Å utvikle mvAP-algoritmer og -moduler som identifiserer ulike typer fysiske aktiviteter, akutte psykologiske stressepisoder, deres samtidige tilstedeværelse og deres egenskaper i sanntid. Mål 2a: Å gjennomføre åpne sløyfestudier i klinikken og i fri livsstil for å utvide typene og intensitetene av PA- og APS-induseringer, for å berike databasen vår med data samlet inn under dagliglivets aktiviteter (alene eller kombinert med APS), inkludert uplanlagte spontane PA og APS arrangementer. Mål 2b: Å utvide vår multivariable glukose-insulin-fysiologiske variabelsimulator (mGIPsim) for in silico-studier av mvAP for simulering av APS-induseringer og deres effekter på glukosenivåer og fysiologiske variabelutganger fra simulatoren. Mål 3: Å utføre kliniske eksperimenter med andre generasjons mvAP i kliniske omgivelser og i fri livsstil for å vurdere ytelsen til vår helautomatiserte mvAP i lukket sløyfedrift. På dette tidspunkt er IRB-godkjenning for mål 1, 2a og 2b innhentet. Mål 3 vil bli gjennomført på et senere tidspunkt. De kliniske studiene vil foregå ved University of Illinois i Chicago (UIC)-College of Nursing og hjemme hos forsøkspersonene. Protokollen vil inkludere 1 screeningbesøk og 5 økter på laboratoriet. Forsøkspersonene vil bruke en CGM og både Empatica og Actigraph armbånd gjennom hele studien. De primære aktivitetene på hvert møte vil omfatte: (1) screening; (2)estimering av maksimal treningskapasitet fra submaksimale treningstester (sykkel og tredemølle); (3) estimering av maksimal styrke fra submaksimale styrketester; (4) submaksimale anfall av aerobic og motstandstrening; (5) bruk av sosialt evaluert Cold Pressor Test; (6) kjøresimulering; (7) motstandstrening og daglige aktiviteter med og uten stress (f.eks. mentale beregninger, videospill); (8) bruk av GoPro/Dash Cam under kjøring (hvis aktuelt) og spørreskjemaer. Disse aktivitetene vil bli inkludert i besøk 3, 4 og 5 etter behov. I tillegg vil forsøkspersonene utføre aktiviteter hjemme, inkludert: husarbeid, stasjonær sykkel (hvis tilgjengelig); tredemølle (hvis tilgjengelig); gå; og lette vekter (hvis tilgjengelig) og en søvnmonitor (Z-Machine Insight+). Med jevne mellomrom vil forskningsassistenten ringe forsøkspersonen i løpet av disse tidene og be dem om å utføre stressfremkallende aktiviteter mens de utfører aktiviteten. De stressfremkallende aktivitetene vil inkludere mentale utfordringer som en matematisk beregning mens du utfører aktiviteten. Forsøkspersonene vil bli kalt hjem 3-5 ganger i løpet av studiet. Den helautomatiske algoritmen vil bli testet i en hjemmeinnstilling. Når metodikken er raffinert, vil Institutional Review Board (IRB) godkjennelse for mål 3 bli oppnådd.