此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

使用胰岛素泵疗法控制餐后血糖的新策略

使用胰岛素泵疗法控制餐后血糖的新策略:基于连续血糖监测信息的胰岛素剂量的可行性

实现接近正常血糖已被确定为大多数 1 型糖尿病 (T1DM) 患者的主要目标。 然而,胰岛素给药是一个经验过程,其成功在很大程度上取决于患者和医生的技能,无论是每日多次注射 (MDI) 还是连续皮下胰岛素输注(CSII,胰岛素治疗的金标准)。

餐后血糖控制是日常糖尿病护理中最具挑战性的问题之一。 事实上,餐后血糖波动是 (T1DM) 受试者血浆葡萄糖 (PG) 变异性的主要原因,餐后血糖反应的重现性差对患者和医疗保健专业人员来说都是负担。

在过去的 10 到 15 年中,技术对糖尿病护理的影响呈指数级增长,期望让糖尿病患者的生活更轻松。 已经开发了一些工具来帮助患者进行膳食推注决策过程,即“推注顾问”,这些工具已在胰岛素泵和最近的最新一代血糖仪中实施。 目前,连续血糖监测 (CGM) 的可用性为改善血糖控制和增加对糖尿病患者餐后血糖反应的理解开辟了新的场景。

临床研究的结果表明,传感器增强泵 (SAP) 可有效改善代谢控制,尤其是当它作为结构化教育计划的一部分包括在内,从而增强患者的能力时。 同样,试点研究的初步结果表明,基于 CGM 信息的自动血糖控制是可行的,尤其是在夜间。 然而,膳食推注的自动管理是目前在少数现有人工胰腺原型的临床验证中发现的主要挑战之一。 事实上,没有向系统提供有关进餐量和时间的信息的全闭环系统表现不佳,餐后血糖高于预期,餐后最低血糖低于预期。 这促进了其他不太雄心勃勃的方法,即在用餐通知后给予餐时胰岛素(半闭环)。 然而,尽管使用了进餐通知,但目前使用的葡萄糖控制算法(所谓的 PID 和 MPC)由于存在产生低血糖的风险,显示出的结果仍不令人满意。

当前的开环(bolus advisors)和闭环控制策略的局限性之一是没有考虑血糖变异性。 例如,CSII 的设置考虑了参数的个体差异(胰岛素/碳水化合物比率、校正剂量等),但忽略了餐后葡萄糖反应的日常个体差异。 来自 CGM 的大量信息的可用性,连同数学工具,可能允许表征个体变异性和制定应对膳食血糖反应不确定性的策略。

在这个项目中,将在接受胰岛素 CSII 治疗的 1 型糖尿病患者中对基于 CGM、用户独立的餐时胰岛素给药算法进行严格的临床测试。

首先,从 6 天的 CGM 周期中获得表征 5 小时餐后周期的个体患者模型。 该模型将解释 20% 的胰岛素敏感性不确定性和 10% 的摄入碳水化合物估计变异性。 基于此模型(源自 CGM),将计算餐时胰岛素剂量(称为 iBolus)。 然后,相同的受试者将接受标准化膳食测试研究,比较传统推注(tBolus,基于胰岛素与 CHO 的比率、校正因子等)与基于 CGM 的餐时胰岛素给药(iBolus)。

预计餐后控制将取得重大进展。 如果在临床上证明其效率,该方法可以纳入先进的传感器增强泵以及人工胰腺闭环控制算法中的前馈作用,在未来的工作中。

研究概览

详细说明

在过去的 30 年里,即使有了新的葡萄糖监测技术的发展和具有更多生理特性的新胰岛素制剂的可用性,SC 连续给药系统仍然无法成为能够实现接近正常化的通用、高效和安全的系统糖尿病患者的葡萄糖水平。 事实上,在发达国家,只有三分之一的糖尿病患者符合良好代谢控制的标准,即糖化血红蛋白 < 7%。

在过去的 10-15 年中,技术对糖尿病护理的影响呈指数增长,期望改善代谢控制并使糖尿病患者的生活更轻松。 在过去的几年中,已经开发了一些工具来帮助患者在膳食推注决策过程中作为“推注顾问”,这些工具已在胰岛素泵和最近的最新一代血糖仪中实施。 目前,连续血糖监测(CGM)的可用性开启了两种场景:

  1. “开环控制策略”。 在短期/中期,CGM 可能有助于实施更有效的胰岛素治疗策略,特别是在 CSII 治疗的患者中,随着智能泵的发展(“传感器增强泵”使用来自 CGM 的信息来调整胰岛素输注) .
  2. “闭环控制策略”。 从长远来看,CGM 可能允许自动控制血糖(所谓的人工胰腺)。

人工胰腺将代表实现预防糖尿病慢性并发症所需治疗目标的理想解决方案。 事实上,在过去二十年中,技术进步推动了旨在有效治疗糖尿病患者的闭环葡萄糖控制系统的研究。 使用现成胰岛素泵和连续血糖监测 (CGM) 传感器的初步研究表明,在研究环境中,自动分配胰岛素的闭环系统比人们必须服用剂量的开环系统可以实现更好的血糖控制决定。 如此有希望的结果促使青少年糖尿病研究基金会 (JDRF) 于 2006 年启动了人工胰腺项目,以推动这项研究向前发展。 此外,美国食品和药物管理局 (FDA) 将人工胰腺指定为其关键路径计划中的优先事项。 然而,由于其复杂性,迄今为止仅在受控临床环境中开发和测试了少数原型。

在与血糖闭环控制相关的问题中,餐后血糖波动的管理是未来人工胰腺的关键问题。 事实上,膳食引起的血糖控制扰动是需要解决的主要问题之一,也是目前为数不多的闭环血糖控制系统原型的临床验证中发现的主要挑战。

关于禁食条件下全自动闭环的第一个重要临床结果来自美敦力公司,该公司使用外部泵 (CSII) 为 10 名成人 1 型糖尿病患者证明了全自动闭环系统的可行性,该传感器用于连续皮下葡萄糖监测 (CGM) 和称为 ePID 的控制算法。 该算法由经典的比例-积分-微分控制器和机载胰岛素反馈组成。 从那时起,已经进行了几次闭环控制的初步临床试验,以证明模型预测控制 (MPC) 等其他控制算法的可行性。 MPC 在 1 型糖尿病患者和重症监护病房中均取得了积极成果。

已经提出了不同的方法来处理这些控制器中的膳食干扰。 未向系统提供有关进餐量和时间的信息的全闭环系统表现不佳,餐后血糖高于预期,餐后最低血糖低于预期。 这促进了其他不那么雄心勃勃的方法,其中向系统宣布进餐产生前馈动作,例如餐时胰岛素推注(半闭环)。 还提出了混合方法,其中仅应用一定百分比的膳食推注(“启动推注”),其余留给闭环控制器。

临床研究已经证明,与全闭环系统相比,这些解决方案在闭环控制期间减少餐后偏移的功效表明,第一代人工胰腺将需要通知进餐和启动胰岛素推注。

然而,尽管使用了用餐通知,控制算法的主要挑战仍然是避免过度校正。 对较低的餐后葡萄糖峰值进行足够积极的调整可能会导致胰岛素积聚,从而产生晚期低血糖症。 这在 PID 和基于 MPC 的系统中都需要考虑对残余胰岛素活性(机载胰岛素)的限制。 然而,尽管包含限制因素,但 PID 和 MPC 用餐期间的临床结果仍不令人满意。

间隔技术已被证明特别适合处理不确定性下的约束,从而产生更稳健的解决方案并可能降低低血糖风险,同时保持良好的性能。 这些技术由 Bondia 等人于 2009 年首次引入,他们提出了一种基于集合反转的算法来计算与膳食相关的胰岛素。 该算法根据患者的预测模型计算了一组可行的胰岛素曲线,以满足餐后血糖的给定限制。 特别是,使用国际糖尿病联合会的餐后指南应用了生理限制,目的是在 5 小时的时间范围内没有低血糖和两小时血糖低于 140 mg/dL。 Revert 等人在 2009 年提出了一种改进的算法,允许确定最佳胰岛素给药模式(标准、方形、双波或时间基础递减/iBolus)。 在这项工作中,使用 FDA 认可的 UVA 模拟器对控制算法进行了计算机验证。 这项研究的结果证明了这一策略的有效性,包括挑战高碳水化合物含量的膳食。

迄今为止,在半自动血糖控制的背景下,启动膳食推注是根据患者的胰岛素与碳水化合物的比率来计算的,正如目前在“标准”CSII 疗法中所做的那样。 在后者中,推注胰岛素输注超过患者的基础胰岛素速率,通常遵循三种可用选择之一:1)简单推注(所有胰岛素剂量均作为推注给药,即像使用笔或注射器一样); 2) 双波推注(一定比例的胰岛素剂量作为推注给药,剩余的胰岛素在餐后预定时间间隔内以方波输注); 3) 方波推注(所有胰岛素剂量均以方波形式给药)。 然而,Revert 等人的上述研究。已经证明“in silico”(即通过 FDA 认可的计算机模拟器),需要基础胰岛素和推注胰岛素的协调作用才能在餐后状态下将血糖维持在生理范围内。 特别是,需要比标准剂量更大的推注,同时暂时降低基础胰岛素输注率(称为 iBolus,可以认为是 Walsh 等人引入的超级推注概念的概括),尤其是进餐时碳水化合物含量较高。

这项研究计划验证这种新的餐时胰岛素给药方法,并有望证实设定反转技术可应用于 SAP-CSII 治疗的假设。 值得注意的是,该策略将代表首次尝试开发用于进餐时间胰岛素给药的非启发式工具。 它不仅可以在血糖控制的闭环策略中实施,还可以作为最新一代胰岛素泵中的高级推注顾问在开环策略中实施。

主要目标:

在接受 CSII 治疗的 1 型 DM 受试者中,与标准推注 (tBolus) 相比,评估和临床验证用于优化餐后血糖控制的新算法 iBolus(基于 CGM 的餐时胰岛素给药)。

研究类型

介入性

注册 (实际的)

12

阶段

  • 第三阶段

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习地点

      • Valencia、西班牙、46010
        • Hospital Clinico Universitario

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

18年 至 60年 (成人)

接受健康志愿者

有资格学习的性别

全部

描述

纳入标准:

  • 18至60岁
  • 在访问 1 之前接受 CSII 治疗至少六个月
  • 体重指数在 18 到 35 kg/m2 之间
  • 第 1 次就诊时 HbA1c 6.0-8.5%
  • 正常实验室值、心电图和生命体征,除非研究者认为异常与临床无关
  • 绝经后或使用研究者判断为有效的避孕措施(例如,口服避孕药、宫内节育器或手术治疗)且尿妊娠试验阴性的女性

排除标准:

  • 怀孕和哺乳
  • 对研究药物或具有相似化学结构的药物过敏史
  • 低血糖无意识
  • 进行性致命疾病
  • 吸毒或酗酒史
  • 阳性 HIV 或乙型或丙型肝炎检测史
  • 肝功能受损,表现为但不限于 SGPT 或 SGOT 在访视 1 时超过正常范围上限的两倍
  • 肾功能受损,表现为但不限于第 1 次就诊时血清肌酐 > 1.5 mg/dL
  • 除 T1DM 外的临床相关微血管、心血管、肝脏、神经系统、内分泌或其他主要全身性疾病,可能会阻碍临床研究方案的实施或研究结果的解释
  • 研究期间预先计划的手术
  • 男性在过去三个月内或女性在过去六个月内献血超过 500 毫升
  • 精神状况使受试者无法理解研究的性质、范围和可能的后果
  • 受试者不太可能遵守临床研究方案,例如,不合作的态度、无法返回进行随访或完成研究的可能性很小
  • 在过去 30 天内接受过实验药物或使用过实验设备。

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 主要用途:治疗
  • 分配:随机化
  • 介入模型:交叉作业
  • 屏蔽:双倍的

武器和干预

参与者组/臂
干预/治疗
有源比较器:tBolus(传统推注)
基于个体胰岛素与 CHO 比率的传统进餐时间胰岛素推注
使用基于胰岛素与碳水化合物比率的标准程序计算的胰岛素推注剂量
实验性的:iBolus(基于 CGM 的胰岛素给药)
这是一种基于 CGM 的餐时胰岛素给药算法。 从 6 天的 CGM 期间获得表征餐后 5 小时 (0-5h PP) 的个体患者模型。 考虑到胰岛素敏感性的 20% 不确定性和碳水化合物 (CHO) 估计的 10% 不确定性,计算了一个具有解释患者变异性的区间参数的模型。 基于该模型,对血浆葡萄糖提出了限制,并且设置反转问题导致了一组解决方案(iBolus),其中包含推注胰岛素剂量、特定进餐时间基础胰岛素剂量和恢复基础值至基线值的时间.
根据通过 CGM 获得的数据计算的胰岛素剂量

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
餐后 5 小时期间血浆葡萄糖 (PG) 浓度的曲线下面积 (AUC) (AUC-PG0-5 h)。
大体时间:整个实验,即5小时

AUC-PG0-5 h(混合膳食测试后 5 小时餐后葡萄糖)是胰岛素推注的整体降糖功效的量度。 没有低血糖的 AUC-PG0-5 小时越低,膳食胰岛素给药控制膳食相关葡萄糖偏移的有效性越大。

用于计算 AUC-PG 的血浆葡萄糖 (PG) 在胰岛素给药后每 15 分钟和整个餐后 5 小时期间(300 分钟)测量一次。

整个实验,即5小时
餐后 5 小时内葡萄糖输注率 (GIR) 的曲线下面积 (AUC-GIR0-5h)。
大体时间:整个实验,即5个小时。

餐后 5 小时期间输注的葡萄糖量 (AUC-GIR0-5h) 是与餐时胰岛素给药方式相关的低血糖暴露量度。 事实上,只有当患者处于预定的血糖值(80 mg/dl)以下且呈下降趋势时,才会输注葡萄糖。

用于计算 AUC-GIR 的葡萄糖输注率 (GIR) 在胰岛素给药后每分钟和整个餐后 5 小时期间(300 分钟)测量一次。

整个实验,即5个小时。

次要结果测量

结果测量
措施说明
大体时间
血浆葡萄糖 (PG) 的曲线下面积 (AUC) 高于 140 mg/dl 的阈值 (AUC-PG>140)。
大体时间:整个实验,即餐后5小时

餐后 5 小时内 AUC-PG > 140 表示与餐时胰岛素给药方式相关的高血糖风险。

用于计算 AUC-PG>140 的血浆葡萄糖 (PG) 在胰岛素给药后每 15 分钟和整个餐后 5 小时期间(300 分钟)测量一次。

整个实验,即餐后5小时

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 首席研究员:Francisco Javier Ampudia-Blasco, MD, PhD、Fundación INCLIVA, Hospital Clínico Universitario de Valencia

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始

2010年2月1日

初级完成 (实际的)

2011年6月1日

研究完成 (实际的)

2011年6月1日

研究注册日期

首次提交

2012年2月28日

首先提交符合 QC 标准的

2012年3月7日

首次发布 (估计)

2012年3月12日

研究记录更新

最后更新发布 (估计)

2012年8月29日

上次提交的符合 QC 标准的更新

2012年8月20日

最后验证

2012年8月1日

更多信息

与本研究相关的术语

其他研究编号

  • FP7-PEOPLE-2009-IEF #252085
  • DPI2010-20764-C02-01 (其他赠款/资助编号:Spanish Ministry of Science, DPI2010-20764-C02-01)

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

1 型糖尿病的临床试验

tBolus(传统推注)的临床试验

3
订阅