Los investigadores de la Universidad de Columbia han desarrollado un algoritmo personalizado que predice el impacto de determinados alimentos en los niveles de azúcar en sangre de una persona. El algoritmo se ha integrado en una aplicación, Glucoracle, que permitirá a las personas con diabetes tipo 2 controlar mejor suniveles de glucosa: la clave para prevenir o controlar las principales complicaciones de una enfermedad que afecta al 8 por ciento de los estadounidenses.
Los hallazgos se publicaron en línea hoy en Biología Computacional PLOS .
A menudo se recetan medicamentos para ayudar a los pacientes con diabetes tipo 2 a controlar sus niveles de azúcar en sangre, pero el ejercicio y la dieta también juegan un papel importante.
"Si bien conocemos el efecto general de diferentes tipos de alimentos sobre la glucosa en sangre, los efectos detallados pueden variar ampliamente de una persona a otra y para la misma persona a lo largo del tiempo", dijo el autor principal, David Albers, PhD, científico investigador asociado enInformática Biomédica en el Centro Médico de la Universidad de Columbia CUMC. "Incluso con la orientación de un experto, es difícil para las personas comprender el verdadero impacto de sus elecciones dietéticas, en particular de una comida a otra. Nuestro algoritmo, integrado en una-use de la aplicación, predice las consecuencias de comer una comida específica antes de ingerirla, lo que permite a las personas tomar mejores decisiones nutricionales durante las comidas ".
El algoritmo utiliza una técnica llamada asimilación de datos, en la que un modelo matemático de la respuesta de una persona a la glucosa se actualiza regularmente con datos de observación mediciones de azúcar en sangre e información nutricional para mejorar las predicciones del modelo, explicó el co-líder del estudio GeorgeHripcsak, MD, MS, el profesor Vivian Beaumont Allen y presidente de Informática Biomédica en CUMC. La asimilación de datos se utiliza en una variedad de aplicaciones, especialmente en la predicción del tiempo.
"El asimilador de datos se actualiza continuamente con la ingesta de alimentos del usuario y las mediciones de glucosa en sangre, lo que personaliza el modelo para ese individuo", dijo la líder del estudio conjunto Lena Mamykina, PhD, profesora asistente de informática biomédica en CUMC, cuyo equipo ha diseñado ydesarrolló la aplicación Glucoracle.
Glucoracle permite al usuario cargar en la aplicación mediciones de sangre por punción digital y una foto de una comida en particular, junto con una estimación aproximada del contenido nutricional de la comida. Esta estimación proporciona al usuario una predicción inmediata del nivel de azúcar en sangre después de las comidasniveles. La estimación y el pronóstico se ajustan para que sean precisos. La aplicación comienza a generar predicciones después de que se ha utilizado durante una semana, lo que permite que el asimilador de datos haya aprendido cómo responde el usuario a los diferentes alimentos.
Los investigadores probaron inicialmente el asimilador de datos en cinco personas que usaban la aplicación, incluidas tres con diabetes tipo 2 y dos sin la enfermedad. Las predicciones de la aplicación se compararon con las mediciones reales de glucosa en sangre después de las comidas y con las predicciones de educadores certificados en diabetes.
Para los dos individuos no diabéticos, las predicciones de la aplicación fueron comparables a las mediciones de glucosa reales. Para los tres sujetos con diabetes, los pronósticos de la aplicación fueron un poco menos precisos, posiblemente debido a fluctuaciones en la fisiología de los pacientes con diabetes o errores de parámetros, pero aún eran comparables a las predicciones de los educadores en diabetes.
"Ciertamente hay margen de mejora", dijo el Dr. Albers. "Esta evaluación fue diseñada para demostrar que es posible, utilizando datos de autocontrol de rutina, generar pronósticos de glucosa en tiempo real que las personas podrían usar para tomar mejores decisiones nutricionales.Hemos podido hacer más manejable un aspecto del autocontrol de la diabetes que ha sido casi imposible para las personas con diabetes tipo 2. Ahora nuestra tarea es hacer que la herramienta de asimilación de datos que impulsa la aplicación sea aún mejor ".
Animado por estos primeros resultados, el equipo de investigación se está preparando para un ensayo clínico más amplio. Los investigadores estiman que la aplicación podría estar lista para un uso generalizado en dos años.
Fuente de la historia :
Materiales proporcionado por Centro médico de la Universidad de Columbia . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :