Cr\u00e9dito: Pixabay\/CC0 Dominio p\u00fablico <\/p>\n
M\u00e1s de 30 millones de personas en los Estados Unidos tienen diabetes, aproximadamente el 10,5 % de la poblaci\u00f3n del pa\u00eds, con 1,5 millones de nuevos diagn\u00f3sticos cada a\u00f1o y un costo anual estimado superior a los $300 mil millones. <\/p>\n
Debido a las consecuencias agudas y graves de la hipoglucemia (bajo nivel de az\u00facar en la sangre), el miedo a ella a menudo conduce a una terapia de insulina menos agresiva, lo que en \u00faltima instancia aumenta la exposici\u00f3n a largo plazo a la hiperglucemia (nivel alto de az\u00facar en la sangre). Para optimizar el control de la diabetes, los riesgos a largo plazo asociados con la hiperglucemia deben equilibrarse con los riesgos de hipoglucemia.<\/p>\n
Madhav Erraguntla, profesor asociado de pr\u00e1ctica en el Departamento de Industria Industrial Wm Michael Barnes ’64 and Systems Engineering, y Balakrishna Haridas, profesor de pr\u00e1ctica en el Departamento de Ingenier\u00eda Biom\u00e9dica, est\u00e1n trabajando para desarrollar un modelo de predicci\u00f3n de eventos hipogluc\u00e9micos que tenga una baja tasa de falsas alertas, sea altamente sensible y espec\u00edfico, y se pueda aplicar a nuevos pacientes y a nuevos per\u00edodos de tiempo.<\/p>\n
La principal motivaci\u00f3n de esta investigaci\u00f3n es explorar formas de mejorar a\u00fan m\u00e1s el rendimiento predictivo de la hipoglucemia para reducir la tasa de falsas alarmas.<\/p>\n
\u00abDetecci\u00f3n temprana de eventos hipogluc\u00e9micos basados en lecturas de monitoreo continuo de glucosa (MCG) con alta sensibilidad y especificidad y bajas tasas de falsas alarmas pueden ayudar a los pacientes con diabetes a controlar mejor la hipoglucemia y su salud en general\u00bb, dijo Erraguntla. ayuda.<\/p>\n
Las alertas precisas de hipoglucemia propuestas por el equipo permitir\u00e1n a los pacientes controlar mejor la diabetes al reducir el miedo a la hipoglucemia.<\/p>\n
La investigaci\u00f3n se realiz\u00f3 con datos retrospectivos no identificados, es decir, datos que ya existen.<\/p>\n
El equipo de investigaci\u00f3n obtuvo conjuntos de datos de CGM de 110 pacientes pedi\u00e1tricos con diabetes tipo 1 en el transcurso de 30 a 90 d\u00edas. Los datos comprend\u00edan m\u00e1s de 1,6 millones de valores de CGM en condiciones de vida normales y se analizaron mediante algoritmos de aprendizaje autom\u00e1tico.<\/p>\n
En lugar de centrarse en todos los eventos hipogluc\u00e9micos, el equipo se centr\u00f3 en los eventos hipogluc\u00e9micos sostenidos, definidos como valores de glucosa inferiores a 70 mg\/decilitro, durante al menos 15 minutos. Centrarse en eventos persistentes en lugar de eventos transitorios condujo a un mejor rendimiento del modelo.<\/p>\n
En investigaciones anteriores, el equipo desarroll\u00f3 un algoritmo de aprendizaje autom\u00e1tico que detecta la hipoglucemia con 30 minutos de anticipaci\u00f3n utilizando lecturas de MCG. El equipo pudo lograr una sensibilidad (tasa de verdaderos positivos) y una tasa de especificidad (tasa de verdaderos negativos) de m\u00e1s del 90 por ciento de precisi\u00f3n. Sin embargo, debido a una peque\u00f1a cantidad de eventos hipogluc\u00e9micos en comparaci\u00f3n con los eventos no hipogluc\u00e9micos, incluso esta sensibilidad y especificidad relativamente altas pueden generar tasas de alerta falsa de alrededor del 80 %, lo que puede provocar que los pacientes tomen medidas innecesarias para evitar la hipoglucemia.<\/p>\n
Mejorar la especificidad en situaciones tan altamente desequilibradas reducir\u00e1 la tasa de falsas alertas y, por lo tanto, mejorar\u00e1 la experiencia del usuario y la confianza en las alertas.<\/p>\n
El modelo de aprendizaje autom\u00e1tico finalmente desarroll\u00f3 eventos sostenidos y predichos con precisi\u00f3n con m\u00e1s del 97 por ciento de sensibilidad y especificidad para marcos de tiempo de 30 y 60 minutos en el futuro. La tasa de falsas alertas se mantuvo en menos del 25 por ciento, en comparaci\u00f3n con alrededor del 80 por ciento cuando se centr\u00f3 en todos los eventos hipogluc\u00e9micos. En otras palabras, solo una de cada cuatro alertas es potencialmente falsa, en comparaci\u00f3n con cuatro de las cinco alertas que eran falsas antes.<\/p>\n
Un beneficio adicional es que, si bien el modelo se enfoc\u00f3 en eventos hipogluc\u00e9micos sostenidos, m\u00e1s del 61 por ciento de los eventos hipogluc\u00e9micos transitorios a\u00fan son detectados como falsos positivos por el modelo.<\/p>\n
\u00abLos resultados de esta investigaci\u00f3n nos acercan un paso m\u00e1s al control efectivo de la diabetes y la enorme carga que representa para nuestra atenci\u00f3n m\u00e9dica\u00bb. dijo Erraguntla. <\/p>\n
Explore m\u00e1s<\/p>\n
Nuevos datos enfatizan la importancia de evitar los niveles hipogluc\u00e9micos de glucosa en la diabetes tipo 1 Proporcionado por la Universidad de Texas A&M Cita<\/strong>: Investigadores que desarrollan un modelo para predecir eventos hipogluc\u00e9micos (2021, 15 de diciembre) recuperados 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-12-hypoglycemic-events.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: Pixabay\/CC0 Dominio p\u00fablico M\u00e1s de 30 millones de personas en los Estados Unidos tienen diabetes, aproximadamente el 10,5 % de la poblaci\u00f3n del pa\u00eds, con 1,5 millones de nuevos diagn\u00f3sticos cada a\u00f1o y un costo anual estimado superior a los $300 mil millones. Debido a las consecuencias agudas y graves de la hipoglucemia (bajo … Continuar leyendo \u00abInvestigadores desarrollan un modelo para predecir eventos hipogluc\u00e9micos\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-4424","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/4424","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=4424"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/4424\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=4424"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=4424"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=4424"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}