Diyabetis App at Antas ng Asukal sa Dugo

Para sa mga indibidwal na may type 2 diabetes, ang pamamahala ng mga antas ng glucose ay maaaring maging isang pang-araw-araw na hamon.

Gayunpaman, ang pagpapakilala ng isang bagong algorithm-based na app ay maaaring sa lalong madaling panahon tumagal ng ilan sa stress na ito ang layo.

AdvertisementAdvertisement

Kailangan pa rin ng maraming gawain sa proseso, ngunit ang ideya sa likod ng personalized na teknolohiya ay upang mahulaan ang epekto ng bawat pagkain sa mga antas ng asukal sa dugo ng gumagamit.

Ang Type 2 diabetes ay nakakaapekto sa higit sa 29 milyong tao sa Estados Unidos. Ang isang karagdagang 86 milyong matatanda ay naisip na magkaroon ng prediabetes, na maaaring maging uri ng diyabetis kung ang mga pagbabago sa pamumuhay ay hindi ipinatupad.

Sa uri ng diyabetis ay may isang patuloy na pangangailangan upang subaybayan ang paggamit ng pagkain upang matiyak na ang mga antas ng glucose ng dugo ay pinananatili.

Kung ang mga antas ay masyadong mataas para sa matagal na panahon, ang mga malubhang komplikasyon sa kalusugan ay maaaring lumabas.

Ang gamot ay ibinigay upang makatulong na mapamahalaan ang mga pagbabago sa antas ng asukal, ngunit ang ehersisyo at pagkain ay may malaking papel din.

AdvertisementAdvertisement

Kahit na ang epekto ng mga tiyak na uri ng pagkain sa mga antas ng glucose ay maaaring tinantiya, ito ay hindi isang eksaktong agham.

Ang mga epekto ay maaaring mag-iba nang malaki sa pagitan ng mga indibidwal at maaari silang mag-iba sa loob ng isang indibidwal na umaasa sa isang hanay ng mga kadahilanan.

Ang isang ulat, na inilathala sa PLOS Computational Biology sa linggong ito, ay nagpapaliwanag kung paano isinama ng isang pangkat ng mga siyentipiko ang isang algorithm sa isang app na tinatawag na Glucoracle, na napupunta sa isang paraan patungo sa paglutas ng problemang ito.

Si David Albers, Ph.D., na nag-uugnay sa siyentipikong pananaliksik sa biomedical informatics sa Columbia University Medical Center (CUMC) sa New York at namumuno sa pag-aaral, ay nagpapaliwanag: "Kahit na may ekspertong patnubay, mahirap para maunawaan ng mga tao ang tunay na epekto ng kanilang mga pagpipilian sa pagkain, lalo na sa isang pagkain-to-pagkain na batayan. "Upang harapin ang problemang ito, sinisikap ng Albers at ng kanyang koponan na magdisenyo ng isang algorithm na makakatulong sa mga indibidwal na gumawa ng higit na kaalaman sa mga desisyon sa pagkain.

AdvertisementAdvertisement

Magbasa nang higit pa: 13 mga pagkain na hindi magtataas ng mga antas ng glucose sa dugo »

Mga prediksiyon ng antas ng glucose

Ipinapaliwanag ng Albers kung paano gumagana ang app:" Ang aming algorithm, na isinama sa isang madaling gamitin na app, hinuhulaan ang mga kahihinatnan ng pagkain ng isang tiyak na pagkain bago kainin ang pagkain, na nagpapahintulot sa mga indibidwal na gumawa ng mas mahusay na nutritional na mga pagpipilian sa panahon ng oras ng pagkain. "

Gumagamit ang algorithm ng pagsasama-sama ng data, isang pamamaraan na ginagamit sa isang hanay ng mga modernong application, kabilang ang prediksiyon ng panahon.

Ang pag-uugnay ng data ay tumatagal ng regular na update na impormasyon - kabilang ang mga sukat ng asukal sa dugo at nutritional information - pinagtitipunan ito, at pagkatapos ay lumilikha ng isang mathematical na modelo ng tugon ng isang indibidwal sa glucose.

Lena Mamykina, Ph. D., assistant professor ng biomedical informatics sa CUMC at isang co-author ng pag-aaral, ay nagpapaliwanag: "Ang assimilator ng data ay patuloy na na-update sa paggamit ng pagkain ng gumagamit at mga sukat ng glucose sa dugo, personalize ang modelo para sa indibidwal na. "

AdvertisementAdvertisement

Ang mga gumagamit ng Glucoracle ay maaaring mag-upload ng mga larawan ng isang partikular na pagkain na may mga magaspang na pagtatantya ng nutritional content nito, kasama ang mga sukat ng fingerstick na dugo. Ang app ay maaaring pagkatapos ay magbigay ng isang agarang hula ng post-pagkain na mga antas ng asukal sa dugo.

Dapat gamitin ang app sa loob ng isang linggo bago ito magsimula upang makabuo ng mga hula.

Pinapayagan nito ang assimilator ng data upang matutunan kung paano tumutugon ang indibidwal na user sa iba't ibang uri ng pagkain. Ang pagtatantya at pagtataya ay nababagay para sa katumpakan sa paglipas ng panahon.

Magbasa nang higit pa: Ang soda ba ng pagkain ay ligtas na inumin para sa mga taong may diyabetis? »

Gaano kahusay ito gumagana?

Inisyal na pananaliksik sa mga kakayahan ng pagsagisim ng data ay isinasagawa sa limang indibidwal. Tatlo ang nagkaroon ng type 2 na diyabetis at dalawa ang hindi.

AdvertisementAdvertisement

Ang app ay gumawa ng mga hula tungkol sa mga pagbabago sa mga antas ng glucose kasunod ng isang partikular na pagkain, na kung saan ay pagkatapos ay inihambing sa aktwal na mga sukat ng glucose.

Sa mga di-diabetiko na mga kalahok, ang mga pagbabasa ay tumpak na naitugma ang mga tunay na sukat ng glucose.

Para sa tatlong kalahok na may diyabetis, ang mga resulta ay mas tumpak. Ang mga mananaliksik ay naniniwala na ito ay maaaring dahil sa physiological pagbabago sa mga pasyente o isang parameter na error.

Gayunpaman, ang mga hula ay "maihahambing pa rin" sa mga sertipikadong mga educator sa diabetes.

Kahit na ang mga resulta ay hindi perpekto, ang Albers ay hindi naliligaw. Sa halip, sinasabi niya:

"May tiyak na puwang para sa pagpapabuti. Ang pagsusuri na ito ay dinisenyo upang patunayan na posible, gamit ang regular na data ng pagmamanman sa sarili, upang makabuo ng mga real-time na forecast ng glucose na magagamit ng mga tao upang gumawa ng mas mahusay na nutritional na mga pagpipilian. Nagawa naming gumawa ng isang aspeto ng diabetes self-management na halos imposible para sa mga taong may uri ng diyabetis na mas madaling pamahalaan. Ngayon ang aming gawain ay upang gawing mas mahusay ang tool ng assimilation ng data sa pag-power ng app. "

Ang isang mas malaking klinikal na pagsubok ay pinlano na ngayon, at ang mga mananaliksik ay umaasa na ang app ay magiging handa na para sa malawak na paggamit sa loob ng dalawang taon.