Magyar mesterséges hasnyálmirigy algoritmusának előzetes modell-független eredményei

Kovács, Levente and Almássy, Zsuzsanna and Felszeghy, Enikő and Soós, Hajnalka and Niederland, Tamás and Barkai, László (2012) Magyar mesterséges hasnyálmirigy algoritmusának előzetes modell-független eredményei. In: A Magyar Gyermekorvosok Társasága és a Magyar Diabétesz Társaság XXIX. Gyermekdiabétesz tudományos ülése, 2012.11.21-2012.11.22, Debrecen, Magyarország.

Text absztrakt_Kovacs_Levente_139609_5299.pdf Restricted to Repository staff only Download (40kB) | Request a copy

Abstract

Bevezetés: Az egyénre szabott szabályozási algoritmusok egyre jobb eredményeket érnek el világszerte a mesterséges hasnyálmirigy tématerületében. A felhasznált modellek azonban számos, fiziológiailag fontos tényezőt hanyagolnak el (pl. fizikai aktivitás, stressz jelátviteli folyamatai). A Magyar Mesterséges Pancreas (MAP) munkacsoport több éve vizsgálja a nevezett problémát és egy általános szabályozási algoritmus alapjait teremtettük meg. Eredményeinket több hazai és nemzetközi konferencián (úgy mint ATTD 2010-2012, MGYT 2009-2011) és szaklapban közöltük. Célkitűzés: A biztató eredményeinkből kiindulva algoritmusunk modell-független tulajdonságát vizsgáltuk. Módszertan: A szakirodalom két meghatározó modellje (Hovorka- és Sörensen-modell) alapján virtuális pácienseket generáltunk a MAP valós páciens adatsorait felhasználva. Ehhez 90, 1-es típusú cukorbeteg páciens összesen 203 heti adatsorát használtuk fel, mindegyikük esetében CGM-alapú által adatsorokat gyűjtve. Eredmények: Az in-silico tesztek során sikerült bizonyítani, hogy megfelelő paraméter identifikáció és az algoritmus kezdeti értékének helyes meghatározása mellett, teljes mértékben elkerülhetőek a hypoglikémiás esetek, valamint hyperglikémia tükrében is közel 75%-kal kevesebb eset fordulhat elő. Ehhez, jelenleg az algoritmus apriori információként 1-2 napos páciens adatsort igényel. Következtetés: A kutatási eredményeink igazolták, hogy valós remény van egy általános szabályozási algoritmus kialakítására, mely képes lehet globálisan kezelni a pácienseket, modell-független esetben is képes megfelelő eredményt adni és ezáltal növelheti az egyéni terápiák megbízhatóságát. A megfelelő paraméter identifikációt illetően azonban további kutatások szükségesek, ugyanis jelenleg csak a két fentebb említett feltétel mellett vagyunk képesek modell-független értelemben megfelelő eredményeket elérni. Továbblépési lehetőségek: Szenzor hibák detektálása, valamint egyéb, pl. fizikai aktivitás, stressz okozta zavarások modell-alapú kezelése szükséges az identifikációs algoritmus kifejlesztéséhez.

Actions (login required)

Edit Item