Pilotutvärdering av algoritmer för detektion av insulinpumpfel

Hos individer med typ 1-diabetes är justering av insulindoserna för att tillgodose de ständigt föränderliga förhållandena i det dagliga livet avgörande för att uppnå tillfredsställande metabol kontroll. För att möta denna utmaning har forskare utvecklat ett automatiskt insulintillförselsystem (AID), allmänt känt som en artificiell bukspottkörtel. Detta system består av en insulinpump, en sensor för kontinuerlig glukosövervakning (CGM) och en sofistikerad kontrollalgoritm. Algoritmen använder CGM-data för att beräkna insulindosen som krävs för att upprätthålla god glykemisk kontroll, och den styr automatiskt insulininfusionen.

Men konstgjorda bukspottkörtelsystem kan uppleva funktionsfel, av vilka några är mycket riskfyllda. De farligaste felen inkluderar fel på insulinpumpen och ocklusioner av infusionsset, vilket leder till långvariga avbrott i insulintillförseln. Detta utsätter patienten för risken för hyperglykemi och, ännu farligare, ketoacidos, en allvarlig komplikation som kan leda till sjukhusvistelse och i svåra fall dödsfall. Tyvärr märker patienterna inte alltid dessa problem i tid.

Denna studie syftar till att testa nya algoritmer för att upptäcka pump-/infusionsstörningar som leder till minskad eller avbruten insulintillförsel. Studien består av tre faser:

• Fas 1: Preliminär datainsamling (Free-living Data) I denna fas samlas data relaterade till glykemiska trender och insulinadministration under fritt levande förhållanden. Dessa data hämtas från en nedladdning från patientens konstgjorda bukspottkörtel. Sessionen på en månad är utformad för att samla in en betydande mängd patientspecifik data för att göra det möjligt för algoritmerna att lära sig hur insulin och måltider påverkar patientens glykemi som registreras av CGM-sensorn. Under denna fas fortsätter patienten att använda sin konstgjorda bukspottkörtel i sitt dagliga liv.
• Fas 2: Induktion av hyperglykemi Den andra fasen innebär att patienten besöker kliniken, där insulininfusionen tillfälligt avbryts, enligt ett specifikt protokoll och ett definierat schema, för att simulera ett pumpfel. Den resulterande episoden av hyperglykemi övervakas noggrant under medicinsk övervakning. I slutet av experimentet hjälper studieteamet patienten att återställa euglykemi innan de återvänder hem.
• Fas 3: Retrospektiv dataanalys I denna fas analyseras insamlade data retrospektivt för att utvärdera effektiviteten hos de föreslagna algoritmerna för att detektera insulinsuspension, vilket simulerar ett pumpfel. Känsligheten hos de testade metoderna bedöms som andelen insulinsuspensioner (simulerar ett fel) som detekteras korrekt.

Det unika med denna datauppsättning ligger i den kontrollerade induktionen av funktionsfel, som uppnås genom att koppla bort insulinpumpen och övervaka den resulterande hyperglykemiska episoden. Förekomsten av fel i dessa data är säker och exakt karakteriserad när det gäller starttid och varaktighet. Datauppsättningen som härrör från detta experiment kommer att vara ett värdefullt verktyg för det vetenskapliga samfundet, vilket möjliggör retrospektiv testning av feldetekteringsalgoritmer.