МАДРИД, 27 (EUROPA PRESS)

изчислява

Изследователите са разработили персонализиран алгоритъм, който предсказва въздействието на определени храни върху нивата на кръвната захар на индивида, според ново проучване, публикувано в PLOS Computational Biology. Алгоритъмът е интегриран в приложение „Glucoracle“, което ще позволи на хората с диабет тип 2 да поддържат по-строг контрол на нивата на глюкозата си, от ключово значение за предотвратяване или контрол на основните усложнения на заболяването, което засяга 8% от американците.

Често се предписват лекарства, които помагат на пациентите с диабет тип 2 да контролират нивата на кръвната си захар, но упражненията и диетата също играят роля. „Въпреки че познаваме общия ефект на различните видове храни върху кръвната глюкоза, подробните ефекти могат да варират в широки граници от един човек на друг и за един и същи човек с течение на времето“, казва изследователят Дейвид Албърс. (CUMC), в САЩ.

„Дори и с експертни насоки е трудно за хората да разберат истинското въздействие на избора си на диета“, отбелязва този експерт.--. Нашият алгоритъм, вграден в лесно за използване приложение, прогнозира последиците от яденето на определена диета преди ядене, позволявайки на хората да вземат по-добри хранителни решения по време на хранене ".

Алгоритъмът използва техника, наречена асимилация на данни, при която математическият модел на реакцията на човек към глюкозата се актуализира редовно с данни от наблюдения - измервания на кръвната захар и хранителна информация - за подобряване на прогнозите на модела., Обяснява Джордж Хрипчак, професор и председател на Биомедицински Информатика в CUMC. Асимилацията на данни се използва в различни приложения, особено за прогнозиране на времето.

„Асимилаторът на данни се актуализира непрекъснато с приема на храна от потребителя и измерванията на кръвната захар, като персонализира модела за това лице“, обяснява Лена Мамикина, асистент по биомедицинска информатика в CUMC, чийто екип е разработил и разработил приложението „Glucoracle“.

„Glucoracle“ позволява на потребителя да качва пръстови измервания на кръв и снимка на определена храна в приложението, заедно с груба оценка на хранителното съдържание на храната. Тази оценка предоставя на потребителя непосредствена прогноза за нивата на кръвната захар след хранене.

Оценката и прогнозирането се коригират за прецизност и приложението започва да генерира прогнози, след като се използва в продължение на една седмица, позволявайки на асимилатора на данни да научи как потребителят реагира на различни храни.

ТРЯБВА ДА ВЕЩЕ НАСТРОЯВА

Първоначално изследователите са тествали асимилатора на данни на пет лица, използващи приложението., включително три с диабет тип 2 и два без заболяването. Прогнозите на приложението бяха сравнени с измерванията на кръвната захар след хранене и прогнози от сертифицирани треньори по диабет.

За двете недиабетни индивиди прогнозите от приложението са сравними с действителните измервания на глюкозата. За трите субекта с диабет прогнозите на приложението са малко по-малко точни, вероятно поради колебания във физиологията на пациенти с диабет или грешка в параметрите, но все пак са сравними с прогнозите на педагозите по диабет.

„Със сигурност има място за подобрение, признава Алберс.„ Тази оценка е създадена, за да покаже, че е възможно, използвайки рутинни данни за самоконтрол, да се генерират прогнози за глюкоза в реално време, които хората могат да използват, за да вземат по-добри хранителни решения. са успели да направят един аспект на самоуправлението на диабета по-управляем, което е почти невъзможно за хората с диабет тип 2 ".

Алберс посочва, че неговата задача сега е да подобри приложението. Насърчени от тези ранни резултати, изследователският екип се подготвя да проведе по-голямо клинично изпитване и изчислява, че приложението може да бъде готово за широко приложение в рамките на две години.