Klinisk bedömning av en ny avancerad bolusräknare för typ 1-diabetes 5 (ABC4D5)

Den nya beslutsstödsalgoritmen är baserad på fallbaserade resonemang (CBR). CBR är en artificiell intelligensteknik som försöker lösa nyuppkomna problem genom att tillämpa de lösningar man lärt sig från lösta problem som man stött på i det förflutna (10).

CBR-algoritmen kräver följande indata för varje insulindosrekommendation:

• Tidpunkt på dygnet
• Kapillärt blodsocker
• Måltidsintag av kolhydrater (g)
• Typ av måltid CHO (snabb, medium eller långsam absorption)
• Träning före eller efter måltid om inom 4 timmar efter måltiden (intensitet: måttlig eller intensiv) Dessa parametrar utgör det fallproblem som presenteras för CBR-algoritmen. Med hjälp av denna information kommer algoritmen att hitta ett liknande fallscenario från poolen av tidigare påträffade fall och rekommendera en förbättrad lösning (insulindos) för att uppnå bästa möjliga resultat (blodsocker efter måltid).

Applikationen för insulinrekommendation körs lokalt på ett standardoperativsystem som iOs5.x eller Android i en kommersiellt tillgänglig smartphone. Den innehåller den CBR-baserade beslutsstödsalgoritmen samt information om tidigare framgångsrika fall. Att öppna beslutsstödsapplikationen på smarttelefonen leder till huvudmenyn, som ger en länk till undermenyn för att begära en ny rekommendation. Varje beräknad rekommendation måste accepteras eller avvisas manuellt, och det senare alternativet kräver att användaren anger den justerade mängden insulin som har tillförts. Dessutom gör huvudmenyn det möjligt för användaren att se loggade data såsom senaste glukosnivåer, måltids-/träningshändelser och tidigare råd om insulindos.

Glukossensorerna som kommer att användas under de kliniska valideringsstudierna är Enlite-sensorn (CE-märkt, tillverkad av Medtronic) eller Dexcom-sensorn (CE-märkt, tillverkad av Dexcom). De är subkutana sensorer som sitter precis under huden och provar interstitiell vätska med hjälp av en enzymelektrod. En liten spänning appliceras över sensorn och en ström matas tillbaka till sensorinstrumenteringen. Denna ström är proportionell mot glukoskoncentrationen i interstitiell vätska och kalibreras mot blodsocker minst 12 timmar per timme. I fas 2 och 3 kommer CGM att bländas och antingen kalibreras i efterhand med hjälp av iPro2-systemet (CE-märkt, tillverkat av Medtronic) eller kalibreras i realtid med Dexcom CGM-systemet (men CGM kommer att vara blindad för patienten). iPro2 består av en inspelare som kommer att kopplas till Enlite-sensorn och efter 6 dagar kommer data att laddas ner till Medtronic Carelink iPro-programvaran. Dexcom CGM-data kommer att laddas ner till programmet DiaSend/Dexcom Studio. I fas 4 kommer Dexcom realtids-CGM (dvs. försökspersonerna kommer att kunna se sina CGM-data hela tiden) användas kontinuerligt under hela studien. I fas 5 kommer den senaste kommersiellt tillgängliga versionen av Dexcom RT-CGM (Dexcom G6) att användas i enlighet med tillverkarens användarguide och data kommer automatiskt att lagras i Dexcom Clarity. All data kommer att anonymiseras. Den icke-CE-märkta komponenten av interventionen (ABC4D-enheten som är en ny bolusräknare för typ 1-diabetes) förblir densamma och eventuella justeringar av algoritmen kommer att dokumenteras med nya versionsnummer som vanligt. Den senaste kommersiellt tillgängliga versionen av Dexcom RT-CGM (Dexcom G6) kommer att användas och denna har fått CE-märkt godkännande. Två ytterligare komponenter för att automatiskt samla in ytterligare information kommer att användas i fas 5:

1. Insulinpennans lock tillåter automatisk loggning av insulindoser som levereras från insulinpennan. Deltagaren kommer att förses med pennlocket som är kompatibelt med deras insulinpenna.

   InPen (Companion Medical). InPen är en CE-märkt enhet. GoCap (sunt förnuft). GoCap är klassad som en icke-medicinsk produkt och kräver därför inte CE-märkning i Europa.

2. FitBit Charge 2 HR (Fitbit) för att samla in fysisk aktivitetsdata. Fitbit Charge 2 HR klassas som en icke-medicinsk enhet.

En översikt över komponenterna i ABC4D-systemet för Fas 5 har inkluderats i Fas 5-delen av protokollet och i motsvarande PIS.

För att påvisa säkerhet och effekt av CBR-algoritmen gjordes en in-silico-studie med UVa-Padova T1DM-simulatorn (11) som visade goda resultat. Simulatorn har utvecklats från mänskliga data och tar hänsyn till sensorfel, sensorplacering, administreringsväg för insulin och glukosabsorption vid måltid.