Персонализация самоконтроля при диабете — пилотное исследование

Растущее количество данных подчеркивает значительные различия в физиологии и гликемической функции людей, а также их культурные, социальные и экономические обстоятельства, которые влияют на самоконтроль диабета. Эти открытия проложили путь к прецизионной медицине — подходу к персонализации лечения в соответствии с генетической структурой человека, историей болезни и образом жизни. Методы компьютерного обучения успешно применяются для выявления клинических фенотипов — наблюдаемых проявлений заболеваний. Исследования показали преимущества адаптации не только медицинского лечения, но и поведенческих вмешательств; однако адаптация обычно опирается на экспертную идентификацию переменных адаптации и правил принятия решений, а также на стандартные опросы. Данные, собранные с помощью самоконтроля, могут более точно отражать поведение человека и гликемические модели, тем самым выявляя его «поведенческие фенотипы», однако такие данные редко используются при адаптации.

Постоянное внимание этого исследования направлено на облегчение решения проблем при самоконтроле диабета. Хорошо развитые навыки решения проблем имеют важное значение для лечения диабета, что приводит к лучшему поведению при диабете, ведет к улучшению клинических исходов и может быть усилено с помощью очных вмешательств. Предыдущие исследования предлагали выявление проблем и создание альтернатив в качестве важнейших шагов в решении проблем при диабете. В предыдущей работе исследователи разработали вмешательство в области информатики, которое опиралось на знания, полученные экспертами, для помощи людям на этих этапах решения проблем. В этом пилотном технико-экономическом обосновании исследователи изучают альтернативное решение, основанное на анализе вычислительных моделей данных, собранных с помощью технологий самоконтроля, чтобы адаптировать помощь в решении проблем к уникальным поведенческим фенотипам людей. Вмешательство GlucoType использует вычислительные методы обучения для выявления систематических закономерностей в питании, физической активности и сне людей, фиксируемых с помощью специально разработанных и коммерческих технологий самоконтроля, и коррелирует эти закономерности с колебаниями уровня глюкозы в крови людей. Затем GlucoType использует эту информацию, чтобы 1) определить поведенческие модели, связанные с высоким гликемическим отклонением, 2) сформулировать персонализированные цели для изменения этого поведения, 3) обеспечить поддержку принятия решений в данный момент, чтобы помочь людям быть более последовательными в достижении своих целей.