Distributed Assessment of Virtual Insulin-Pump Settings Using SmartCGMS and DMMS.R for Diabetes Treatment

Abstract

Diabetes je heterogenní skupina onemocnění, která se projevuje zvýšenou hladinou glukózy v krvi. Inzulín snižuje tuto hladinu tím, že umožňuje spotřebu glukózy, a tedy zabraňuje krátkodobé i dlouhodobé poškození orgánů kvůli zvýšené koncentraci glukózy. Pacient s diabetem používá inzulínovou pumpu k dávkování inzulínu. Pumpa používá regulátor k výpočtu a dávkování odpovídající dávky inzulínu, aby zajistila, že se bude glykemie pohybovat v bezpečném rozmezí. Vývoj regulátoru inzulínové pumpy je neustálý proces, jež má za cíl získat plně uzavřenou regulační smyčku. Regulátory vstupující na trh musí být vyhodnoceny, aby byla zajištěna jejich bezpečnost. Navrhujeme metodu založenou na simulátoru diabetického pacienta schváleného organizací FDA. Tato metoda vyhodnocuje kartézský součin individuálních parametrů inzulínové pumpy s jemnou granularitou. Vzhledem k tomu, že jde o výpočetně náročný úkol, simulátor běží v distribuovaném prostředí. Metodou nalezneme bezpečné a potenciálně nebezpečné kombinace nastavení parametrů inzulínové pumpy užitím binomického modelu a rozhodovacích stromů. Výsledkem je nástroj pro ověření bezpečnosti regulátorů. V tomto článku demonstrujeme tento nástroj na algoritmu Low-Glucose Suspend a nástroji OpenAPS. V průměru s ± standardní odchylkou, LGS a OpenAPS vykazovalo 1.7 ± 0.6% a 3.2 ± 1.8% lokálních extrémů (dobrých nastavení inzulínové pumpy) vzhledem ke všem možným prvkům kartézského součinu. Souvislý region kolem nejlepších kombinací (globálního extrému) se rozprostíral v oblasti 4.0 ± 1.1% a 4.1 ± 1.3% prvků kartézského součinu.