- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT01550809
Novas estratégias para controle glicêmico pós-prandial usando terapia com bomba de insulina
Novas estratégias para controle glicêmico pós-prandial usando terapia com bomba de insulina: Viabilidade da dosagem de insulina com base nas informações do monitoramento contínuo da glicose
Alcançar quase normoglicemia foi estabelecido como o principal objetivo para a maioria dos pacientes com diabetes tipo 1 (T1DM). No entanto, a dosagem de insulina é um processo empírico e seu sucesso é altamente dependente das habilidades dos pacientes e médicos, seja com injeções múltiplas diárias (MDI) ou com infusão subcutânea contínua de insulina (CSII, o padrão ouro do tratamento com insulina).
O controle da glicose pós-prandial é uma das questões mais desafiadoras no tratamento diário do diabetes. De fato, as excursões de glicose pós-prandial são os principais contribuintes para a variabilidade da glicose plasmática (PG) de indivíduos com (T1DM) e a baixa reprodutibilidade da resposta de glicose pós-prandial é onerosa para pacientes e profissionais de saúde.
Durante os últimos 10 a 15 anos, houve uma intrusão exponencialmente crescente da tecnologia no tratamento do diabetes com a expectativa de tornar a vida mais fácil para os pacientes com diabetes. Algumas ferramentas foram desenvolvidas para auxiliar os pacientes no processo de tomada de decisão do bolus prandial, ou seja, "bolus advisors", que foram implementadas em bombas de insulina e mais recentemente nas mais novas gerações de glicosímetros. Atualmente, a disponibilidade de monitoramento contínuo da glicose (CGM) abriu novos cenários para melhorar o controle glicêmico e aumentar a compreensão da resposta glicêmica pós-prandial em pacientes com diabetes.
Os resultados de estudos clínicos sugerem que as bombas de sensor aumentado (SAP) podem ser eficazes na melhoria do controle metabólico, especialmente quando incluídas como parte de programas educacionais estruturados, resultando no empoderamento dos pacientes. Da mesma forma, resultados preliminares de estudos piloto indicam que o controle glicêmico automatizado, especialmente durante a noite, com base nas informações do CGM é viável. No entanto, o gerenciamento automático do bolo alimentar é atualmente um dos principais desafios encontrados nas validações clínicas dos poucos protótipos existentes de pâncreas artificial. De fato, os sistemas de circuito totalmente fechado, nos quais as informações sobre o tamanho e o horário das refeições não são fornecidas ao sistema, mostraram desempenho ruim, com glicose pós-prandial mais alta e glicose nadir pós-refeição mais baixa do que o desejado. Isso promoveu outras abordagens menos ambiciosas, nas quais a insulina prandial é administrada após o anúncio da refeição (circuito semifechado). No entanto, apesar do uso de anúncio de refeição, os algoritmos atualmente utilizados para controle da glicose (os chamados PID e MPC), apresentam resultados ainda não satisfatórios devido ao risco de produzir hipoglicemia.
Uma das limitações das atuais estratégias de controle de malha aberta (conselheiros de bolus) e malha fechada é que a variabilidade glicêmica não é levada em consideração. Como exemplo, as configurações do CSII consideram a variação interindividual dos parâmetros (relação insulina/carboidratos, dose de correção, etc.), mas desconsideram a variabilidade intraindividual diária da resposta pós-prandial da glicose. A disponibilidade de grande quantidade de informações do CGM, juntamente com ferramentas matemáticas, pode permitir a caracterização da variabilidade individual e o desenvolvimento de estratégias para lidar com a incerteza da resposta glicêmica a uma refeição.
Neste projeto, um teste clínico rigoroso de um algoritmo independente de usuário baseado em CGM para administração de insulina prandial será realizado em pacientes diabéticos tipo 1 tratados com insulina CSII.
Em primeiro lugar, um modelo de paciente individual caracterizando um período pós-prandial de 5 horas será obtido a partir de um período CGM de 6 dias. O modelo contará com 20% de incerteza na sensibilidade à insulina e 10% de variabilidade na estimativa dos carboidratos ingeridos. Com base neste modelo (derivado do CGM), uma dose de insulina na hora da refeição será calculada (referida como iBolus). Em seguida, os mesmos indivíduos serão submetidos a estudos de teste de refeição padronizados comparando a administração de um bolus tradicional (tBolus, com base na proporção de insulina para CHO, fator de correção, etc.) com a administração de insulina prandial baseada em CGM (iBolus).
Avanços significativos no controle pós-prandial são esperados. Caso sua eficiência seja demonstrada clinicamente, o método poderá ser incorporado em bombas avançadas de sensores aumentados, bem como ação de feedforward em algoritmos de controle de malha fechada para o pâncreas artificial, em trabalhos futuros.
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
Nos últimos 30 anos, mesmo com o desenvolvimento de novas técnicas de monitoramento da glicose e a disponibilidade de novas preparações de insulina com perfis mais fisiológicos, os sistemas de administração contínua SC ainda não conseguiram ser sistemas universais, eficientes e seguros capazes de atingir uma quase normalização dos níveis de glicose em pacientes diabéticos. De fato, nos países desenvolvidos, apenas um terço dos pacientes diabéticos atende aos critérios para um bom controle metabólico, ou seja, hemoglobina glicosilada < 7%.
Durante os últimos 10 a 15 anos, houve uma intrusão exponencialmente crescente da tecnologia no tratamento do diabetes com a expectativa de melhorar o controle metabólico e tornar a vida mais fácil para os pacientes com diabetes. Nos últimos anos, algumas ferramentas foram desenvolvidas para auxiliar os pacientes no processo de tomada de decisão do bolus prandial como os "bolus advisors", que estão implementados nas bombas de insulina e mais recentemente nas novas gerações de glicosímetros. Atualmente, a disponibilidade de monitoramento contínuo de glicose (CGM) abriu dois cenários:
- "Estratégias de controle em malha aberta". A curto/médio prazo, o CGM pode ajudar na implementação de estratégias mais eficazes de tratamento com insulina, especialmente em pacientes tratados com CSII, com o desenvolvimento de bombas mais inteligentes ("bombas aumentadas por sensores" que usam as informações do CGM para ajustar a infusão de insulina) .
- "Estratégias de controle de malha fechada". A longo prazo, o CGM pode permitir o controle automatizado da glicose (o chamado pâncreas artificial).
O pâncreas artificial representaria a solução ideal para atingir os objetivos terapêuticos necessários à prevenção das complicações crônicas do diabetes. De fato, nas últimas duas décadas, os avanços tecnológicos alimentaram a pesquisa sobre sistemas de controle de glicose em circuito fechado visando o tratamento eficaz de indivíduos diabéticos. Estudos preliminares usando bombas de insulina prontas para uso e sensores de monitoramento contínuo de glicose (CGM) sugeriram que, em ambientes de pesquisa, sistemas de circuito fechado que dispensam insulina automaticamente podem obter melhor controle da glicose do que sistemas de circuito aberto nos quais as pessoas precisam tomar a dosagem decisões. Tais resultados promissores levaram a Juvenile Diabetes Research Foundation (JDRF) a impulsionar a pesquisa lançando seu Projeto de Pâncreas Artificial em 2006. Além disso, a Administração de Alimentos e Medicamentos dos EUA (FDA) designou o pâncreas artificial como uma prioridade em sua Iniciativa de Caminho Crítico. No entanto, devido à sua complexidade, até agora apenas alguns protótipos foram desenvolvidos e testados em ambientes clínicos controlados.
Entre os problemas relacionados ao controle glicêmico em circuito fechado, o gerenciamento das excursões glicêmicas pós-prandiais é uma questão-chave no futuro pâncreas artificial. De fato, as perturbações induzidas pela refeição no controle da glicose são um dos principais problemas a serem combatidos e o principal desafio encontrado nas validações clínicas atuais dos poucos protótipos existentes de sistemas de controle glicêmico de circuito fechado.
O primeiro resultado clínico significativo sobre circuito fechado totalmente automatizado em condição de jejum vem da Medtronic Inc., que demonstrou a viabilidade de um sistema de circuito fechado totalmente automatizado em 10 adultos com diabetes mellitus tipo 1, usando uma bomba externa (CSII), um sensor para monitoramento contínuo de glicose subcutânea (CGM) e um algoritmo de controle chamado ePID. Este algoritmo consiste em um clássico controlador Proporcional-Integral-Derivativo mais o feedback on-board da insulina. Desde então, vários ensaios clínicos iniciais de controle de malha fechada foram feitos para provar a viabilidade de outros algoritmos de controle, como o Model Predictive Control (MPC). O MPC tem obtido resultados positivos em diabéticos tipo 1 e também em Unidades de Terapia Intensiva.
Diferentes abordagens têm sido sugeridas para lidar com distúrbios alimentares nesses controladores. Os sistemas de circuito totalmente fechado, nos quais as informações sobre o tamanho e o horário das refeições não são fornecidas ao sistema, mostraram baixo desempenho, com glicose pós-prandial mais alta e glicose nadir pós-refeição mais baixa do que o desejado. Isso promoveu outras abordagens menos ambiciosas, onde as refeições são anunciadas ao sistema gerando uma ação de alimentação, como por exemplo um bolus de insulina prandial (circuito semifechado). Abordagens híbridas também foram propostas, onde apenas uma porcentagem do bolo prandial é aplicada ('priming bolus') e o restante é deixado para o controlador de circuito fechado.
Estudos clínicos demonstraram a eficácia dessas soluções para reduzir as excursões pós-prandiais durante o controle de circuito fechado versus sistemas de circuito totalmente fechado, mostrando que as primeiras gerações de um pâncreas artificial exigirão o anúncio das refeições e dos bolus de insulina.
No entanto, apesar do uso do anúncio da refeição, o principal desafio dos algoritmos de controle ainda é evitar a supercorreção. Um ajuste suficientemente agressivo para um baixo pico de glicose pós-prandial pode causar um acúmulo de insulina, produzindo uma hipoglicemia tardia. Isso impõe a consideração de restrições na atividade residual da insulina (insulina incorporada) tanto em sistemas baseados em PID quanto em MPC. No entanto, apesar da inclusão de restrições, os resultados clínicos durante uma refeição de PID e MPC ainda não são satisfatórios.
As técnicas de intervalo mostraram-se particularmente adequadas para lidar com restrições sob incerteza, levando a soluções mais robustas e potencialmente reduzindo o risco de hipoglicemia, mantendo um bom desempenho. Essas técnicas foram introduzidas pela primeira vez por Bondia et al em 2009, que propuseram um algoritmo baseado em inversão de conjuntos para o cálculo da insulina relacionada à refeição. Este algoritmo calculou o conjunto viável de perfis de insulina para cumprir as restrições dadas na glicemia pós-prandial, de acordo com o modelo de previsão do paciente. Em particular, as restrições fisiológicas foram aplicadas usando as diretrizes pós-prandial da Federação Internacional de Diabetes, visando nenhuma hipoglicemia e glicose de duas horas abaixo de 140 mg/dL, em um horizonte de tempo de 5 horas. Um algoritmo refinado foi apresentado por Revert et al em 2009, permitindo a determinação do modo ideal de administração de insulina (padrão, quadrado, onda dupla ou decréscimo basal temporal/iBolus). Neste trabalho, foi realizada uma validação in silico usando o simulador UVA aceito pela FDA para o teste de algoritmos de controle. Os resultados deste estudo demonstraram a eficácia desta estratégia, incluindo o desafio de refeições com alto teor de carboidratos.
Até o momento, os bolus prandiais de priming no contexto do controle semiautomático da glicose são calculados com base na relação insulina/carboidrato do paciente, como é feito atualmente na terapia 'padrão' com CSII. Neste último, a insulina em bolus é infundida sobre a taxa de insulina basal do paciente, geralmente seguindo uma das três opções disponíveis: 1) bolus simples (toda a dose de insulina é administrada em bolus, ou seja, como com uma caneta ou seringa); 2) bolus de onda dupla (uma porcentagem da dose de insulina é administrada em bolus, sendo o restante da insulina infundido em onda quadrada durante um intervalo de tempo pré-especificado após a refeição); 3) bolus de onda quadrada (toda a dose de insulina é administrada como uma onda quadrada). No entanto, o estudo acima mencionado de Revert et al. demonstrou 'in silico' (ou seja, por meio de um simulador de computador aceito pela FDA), que uma ação coordenada de insulina basal e em bolus é necessária para manter a glicemia em uma faixa fisiológica, no estado pós-prandial. Em particular, é necessário um bolus maior que o padrão, acompanhado por uma redução temporária da taxa de infusão basal de insulina (referido como iBolus, que pode ser considerado como uma generalização do conceito de superbolus introduzido por Walsh et al., especialmente para as refeições com maior teor de carboidratos.
Este estudo foi planejado para validar esta nova metodologia de administração de insulina prandial, e espera-se confirmar a hipótese de que técnicas de set-inversion podem ser aplicadas à terapia SAP-CSII. Digno de nota, essa estratégia representaria a primeira tentativa de desenvolver uma ferramenta não heurística para dosagem de insulina nas refeições. Ele pode ser implementado não apenas em estratégias de circuito fechado de controle glicêmico, mas também em estratégias de circuito aberto como um avançado orientador de bolus nas mais novas gerações de bombas de insulina.
Objetivo primário:
Em indivíduos com DM tipo 1 tratados com CSII, avaliação e validação clínica de um novo algoritmo para otimização do controle glicêmico pós-prandial, o iBolus (administração de insulina prandial baseada em CGM) em comparação com um bolus padrão (tBolus).
Tipo de estudo
Inscrição (Real)
Estágio
- Fase 3
Contactos e Locais
Locais de estudo
-
-
-
Valencia, Espanha, 46010
- Hospital Clínico Universitario
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Descrição
Critério de inclusão:
- Com idade entre 18 e 60 anos
- Sob tratamento CSII por pelo menos seis meses antes da Visita 1
- Índice de massa corporal entre 18 e 35 kg/m2
- HbA1c 6,0-8,5% na visita 1
- Valores laboratoriais, ECG e sinais vitais normais, a menos que o investigador considere uma anormalidade clinicamente irrelevante
- Mulheres na pós-menopausa ou em uso de contracepção considerada adequada pelo investigador (por exemplo, contraceptivos orais, dispositivo intra-uterino ou tratamento cirúrgico), com testes de gravidez de urina negativos
Critério de exclusão:
- Gravidez e lactação
- Histórico de hipersensibilidade aos medicamentos do estudo ou a medicamentos com estruturas químicas semelhantes
- Desconsciência da hipoglicemia
- Doenças fatais progressivas
- Histórico de abuso de drogas ou álcool
- História de teste positivo para HIV ou hepatite B ou C
- Função hepática prejudicada, conforme demonstrado por, mas não limitado a, SGPT ou SGOT de mais de duas vezes o limite superior da faixa normal na visita 1
- Função renal prejudicada, conforme mostrado, mas não limitado a, creatinina sérica > 1,5 mg/dL na visita 1
- Doenças microvasculares, cardiovasculares, hepáticas, neurológicas, endócrinas ou outras doenças sistêmicas importantes além do DM1 clinicamente relevantes que possam dificultar a implementação do protocolo do estudo clínico ou a interpretação dos resultados do estudo
- Cirurgia pré-planejada durante o estudo
- Doação de sangue de mais de 500 ml nos últimos três meses para homens ou nos últimos seis meses para mulheres
- Condição mental que torna o sujeito incapaz de entender a natureza, escopo e possíveis consequências do estudo
- É improvável que o sujeito cumpra o protocolo do estudo clínico, por exemplo, atitude não cooperativa, incapacidade de retornar para visitas de acompanhamento ou baixa probabilidade de concluir o estudo
- Recebimento de uma droga experimental ou uso de um dispositivo experimental durante os últimos 30 dias.
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Tratamento
- Alocação: Randomizado
- Modelo Intervencional: Atribuição cruzada
- Mascaramento: Dobro
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Comparador Ativo: tBolus (bolus tradicional)
Bolus de insulina tradicional na hora das refeições com base na proporção individual de insulina para CHO
|
Dose de bolus de insulina calculada usando o procedimento padrão baseado na relação insulina-carboidrato
|
|
Experimental: iBolus (administração de insulina baseada em CGM)
Este é um algoritmo baseado em CGM para administração de insulina prandial.
O modelo de um paciente individual caracterizando um período pós-prandial de 5 horas (0-5h PP) é obtido a partir de um período CGM de 6 dias.
Um modelo com parâmetros de intervalo que representam a variabilidade do paciente é calculado considerando 20% de incerteza na sensibilidade à insulina e 10% na estimativa de carboidratos (CHO).
Com base nesse modelo, são impostas restrições à glicose plasmática e um problema de inversão de conjunto leva a um conjunto de soluções (o iBolus) que contém uma dose de insulina em bolus, uma dose específica de insulina basal na hora da refeição e o tempo para restauração dos valores basais aos basais .
|
Bolus de insulina calculado a partir de dados obtidos através do CGM
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
A área sob a curva (AUC) das concentrações de glicose plasmática (PG) durante o período pós-prandial de 5 horas (AUC-PG0-5 h).
Prazo: Todo o experimento, ou seja, 5 horas
|
AUC-PG0-5 h (glicemia pós-prandial de 5 horas após o teste de refeição mista) é uma medida da eficácia global de redução da glicose do bolus de insulina. Quanto menor a AUC-PG0-5 h sem hipoglicemia, maior a eficácia da administração de insulina prandial para controlar a excursão de glicose relacionada à refeição. A glicose plasmática (PG) para cálculo da AUC-PG foi medida a cada 15 minutos após a administração de insulina e durante todo o período pós-prandial de 5 horas (300 minutos). |
Todo o experimento, ou seja, 5 horas
|
|
A área sob a curva (AUC) da taxa de infusão de glicose (GIR) durante o período pós-prandial de 5 horas (AUC-GIR0-5h).
Prazo: Todo o experimento, ou seja, 5 horas.
|
A quantidade de glicose infundida durante o período pós-prandial de 5 horas (AUC-GIR0-5h) é uma medida da exposição hipoglicêmica associada à modalidade de administração de insulina prandial. De fato, a glicose será infundida apenas quando os pacientes estiverem abaixo de valores pré-definidos de glicose no sangue (80 mg/dl) com tendência descendente. A taxa de infusão de glicose (GIR) para cálculo da AUC-GIR foi medida a cada minuto após a administração de insulina e durante todo o período pós-prandial de 5 horas (300 minutos). |
Todo o experimento, ou seja, 5 horas.
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
A área sob a curva (AUC) da glicose plasmática (PG) acima do limiar de 140 mg/dl (AUC-PG>140).
Prazo: Todo o experimento, ou seja, o período pós-prandial de 5 horas
|
A AUC-PG>140 durante o período de 5 horas após o teste de refeição representa o risco hiperglicêmico relacionado à modalidade de administração de insulina prandial. A glicose plasmática (PG) para cálculo de AUC-PG>140 foi medida a cada 15 minutos após a administração de insulina e durante todo o período pós-prandial de 5 horas (300 minutos). |
Todo o experimento, ou seja, o período pós-prandial de 5 horas
|
Colaboradores e Investigadores
Investigadores
- Investigador principal: Francisco Javier Ampudia-Blasco, MD, PhD, Fundación INCLIVA, Hospital Clínico Universitario de Valencia
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Estimativa)
Atualizações de registro de estudo
Última Atualização Postada (Estimativa)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- FP7-PEOPLE-2009-IEF #252085
- DPI2010-20764-C02-01 (Número de outro subsídio/financiamento: Spanish Ministry of Science, DPI2010-20764-C02-01)
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .
Ensaios clínicos em Diabetes tipo 1
-
Lund UniversityInscrevendo-se por conviteDiabetes mellitus tipo 1 | Diabetes tipo 1 estágio 2 | Diabetes Tipo 1 Estágio 1 | Diabetes tipo 1 estágio 3Suécia
-
COUR Pharmaceutical Development Company, Inc.RecrutamentoDiabetes tipo 1 | Diabetes mellitus tipo 1 | T1DM | T1D | Diabetes tipo 1 na adolescência | Diabetes tipo 1 em crianças | Pacientes com diabetes tipo 1 | Diabetes mellitus tipo 1 | DM1 - Diabetes Mellitus tipo 1 | Diabetes tipo 1 (início juvenil)Estados Unidos
-
Superior UniversityAtivo, não recrutandoDiabetes Mellitus Tipo 2 1Paquistão
-
Oxford Brookes UniversityUniversity of OxfordConcluídoAtividade física | Saúde Mental Bem-estar 1 | Função Cognitiva 1, Social | Desempenho Acadêmico | Teste de condicionamento físicoReino Unido
-
National Cancer Institute, NaplesRecrutamentoCâncer de Ovário Recorrente Sensível à Platina BRCA Wild TypeItália
-
Medical College of WisconsinAinda não está recrutandoDiabetes tipo 1 | Diabetes mellitus tipo 1 | diabetes tipo 1 | Edulcorante Não NutritivoEstados Unidos
-
Thomas Aagaard RasmussenAarhus University Hospital; The Alfred; Germans Trias i Pujol Hospital; Walter and...Recrutamento
-
SanionaConcluído
-
Calliditas Therapeutics ABEurofins Optimed; York Bioanalytical SolutionConcluído
-
Calliditas Therapeutics ABConcluído