Прогнозный A1c на основе данных CGM с использованием данных CGM (A1c)

Введение. Гемоглобин A1C (HbA1c) отражает средний уровень глюкозы в крови за последние два-три месяца. Последние достижения в сенсорной технологии облегчают ежедневный мониторинг уровня глюкозы в крови с помощью устройств CGM. Будущий прогноз HbA1C на основе данных CGM имеет решающее значение для поддержания здоровья пациентов с диабетом в долгосрочной перспективе. Более высокое, чем обычно, значение HbA1c значительно увеличивает вероятность сердечно-сосудистых заболеваний, связанных с диабетом.

Цель. Цель этого исследования — заранее предсказать HbA1c, используя данные CGM с применением методов машинного обучения. Результаты этого исследования помогут улучшить здоровье больных сахарным диабетом.

Методы. Это ретроспективный анализ. Исследователи деидентифицируют и проанализируют 120 пациентов с СД1, которые использовали датчик CGM в течение последних трех месяцев. Будут проанализированы данные CGM за последние 15 дней и различные характеристики вариабельности уровня глюкозы, такие как время в диапазоне (TIR), коэффициент вариации (CV), средняя амплитуда гликемического отклонения (MAGE), средние ежедневные различия (MODD), непрерывная общая чистая гликемическое действие (CONGA) будет извлечено. Модель машинного обучения рассчитает (предскажет) HbA1c на 2-3 месяца вперед на основе этих 15-дневных данных CGM. Чтобы оценить эффективность предложенной модели прогнозирования, прогнозируемый HbA1c будет сравниваться с реальным HbA1c.