В новом исследовании, опубликованном в журнале NPJ Digital Medicine, ученые из Медицинской школы Перельмана при Университете Пенсильвании (Perelman School of Medicine at the University of Pennsylvania) обнаружили, что объединение данных в реальном времени с носимых мониторов и методов машинного обучения может создать точный и краткосрочный прогноз контроля уровня сахара в крови всего за 6 месяцев.
Что такое преддиабет?
Преддиабет — это состояние, при котором уровень сахара в крови пациента повышен, но не до уровней, наблюдаемых при диабете. Пациенты с преддиабетом подвержены риску прогрессирования диабета, поэтому врачи обычно принимают решения об уходе за пациентами на основе моделей, разработанных для прогнозирования контроля уровня сахара в крови. Данные о краткосрочных прогнозах остаются ограниченными, и большинство прогнозов сосредоточены на следующих 5-10 годах.
Материалы и методы исследования
Когда дело доходит до профилактики, это оставляет желать лучшего. Поэтому исследователи решили создать модель, используя комбинации носимых устройств и формул прогнозирования с применением методов машинного обучения или без них.
Каждому участнику исследования было предоставлено носимое устройство, которое отслеживало физическую активность, частоту сердечных сокращений и активность сна. Устройства были синхронизированы с Way to Health, платформой Penn Medicine для отслеживания данных, которая каждый день извлекала информацию с устройств. Все пациенты также пользовались электронными весами, которые синхронизировались с устройством. Через 6 месяцев каждый пациент прошел лабораторные анализы и окончательное взвешивание. Всего 150 участников завершили исследование.
Носимые устройства с машинным обучением могут предсказать краткосрочный контроль уровня сахара в крови у пациентов с преддиабетом
Ученые обнаружили, что почти во всех случаях прогнозы контроля уровня сахара в крови были значительно лучше среди пациентов, которые использовали носимые устройства на запястье. Исследователи заметили, что пациенты с наручными устройствами в среднем делали на 1000 шагов больше, чем те, у кого были устройства на поясе. Сравнивая модели прогнозирования машинного обучения с используемыми традиционными моделями, исследователи обнаружили, что модели машинного обучения имеют постоянное преимущество. Когда данные были разбиты по типам используемых устройств, предсказательная сила машинного обучения возрастала в сочетании с носимыми на запястье устройствами. Однако мощность прогнозирования была максимальной, когда методы машинного обучения также были объединены с традиционными моделями.
Практическая значимость работы
Ученые заявили, что следующим шагом будет интеграция моделей прогнозирования, используемых в исследовании, в обычные системы оказания медицинской помощи, чтобы охватить более широкую популяцию пациентов.
Авторы другого исследования утверждают, что преддиабет повышает риск развития деменции.
Ведущий специалист отдела организации клинических исследований, терапевт, врач ультразвуковой диагностики АО «СЗМЦ» (г. Санкт-Петербург), главный редактор, учредитель сетевого издания Medical Insider, а также автор статей
E-mail для связи – [email protected];
