Beslutningsstøtte til estimering af insulindosis ved type 2-diabetes
Projektet har flere samarbejdspartnere. Udover Camilla Thomsen som er fra Aalborg Universitet, er de øvrige samarbejdspartnere Steno Diabetes Center her i Nordjylland, Steno Diabetes Center Sjælland, Novo Nordisk, Line Systems og Danmarks Tekniske Universitet.
Formål med forskningsprojektet
Forskningsprojektet har til formål at skulle facilitere optimal insulinbehandling af patienter med type 2-diabetes for at opnå den ønskede reduktion i blodsukkerniveau. Udviklingen af beslutningsstøtte til estimering af insulindosis for patienter med type 2-diabetes vil tillade en individuelt tilpasset estimering af insulinbehov baseret på relevant data om den pågældende person, som behandlingen tiltænkes. Herigennem ønsker man på lang sigt at se, at det kan nedsætte risikoen for senkomplikationer bedst muligt hos denne patientgruppe. Projektet har potentiale til at kunne resultere i, at sundhedsprofessionelle effektivt kan bestemme en passende insulindosis til en specifik patient med type 2-diabetes. Dette skal gøres på baggrund af individuelt fastsatte glykæmiske mål og ved hjælp af beslutningsstøtte baseret på kunstig intelligens.
Metode og fremgangsmåde
I projektet er der blevet anvendt data fra to kliniske studier: Et klinisk forsøg udført af Novo Nordisk i perioden 2013-2015 med personer med type 2-diabetes og et telemonitoreringsstudie med personer med type 2-diabetes udført af Steno Diabetes Center Nordjylland (DiaMonT-studiet under ADAPT-T2D projektet).
I det kliniske studie var data opsamlet fra 689 patienter fordelt over 128 centre placeret i ni lande. Dataene indeholder informationer såsom vævssukkermålinger og insulinforbrug fra de deltagende personer. Med udgangspunkt i disse data er det undersøgt, om kunstig intelligens kunne anvendes til at identificere hvilke patientspecifikke informationer, som var mest informative ift. modellering af fasteblodsukker respons ved ændring i insulindosis. Klinisk forsøgsdata er opsamlet under meget kontrollerede forhold, hvilket gør det til at godt sted at starte sin undersøge og gav derved indblik i hvorvidt sådan en model var mulig at udvikle.
Herefter er det relevant at se ind i brug af data opsamlet under hverdagsforholdet, hvilket telemonitoreringsstudiet gav mulighed for. Det kan give os en bedre forståelse for hvilke modellering udfordringer, som kan opstå ved at tillade et mere virkelighedsnært data fyldt med dets variationer og usikkerheder. I telemonitoreringsstudiet er data opsamlet fra 331 personer i Danmark fordelt over to centre. Dataene indeholder information såsom kontinuerte blodsukkermålinger målt med en CGM og insulinforbrug opsamlet med en NovoPen6 opsamlet under hverdagsforhold. Det gør, at dette data kan anvendes til at give yderligere indblik i hvorvidt det er muligt at modellere fasteblodsukker respons ved ændring i insulindosis.
Formålet med at udvikle disse modeller er at facilitere beslutningsstøtte til sundhedsprofessionelle ved at give indblik i patientspecifikke insulinbehov.
Status på projektet
Som resultat af projektet er systematisk review blevet publiceret, hvilket samler et overblik over eksisterende metoder til justering af basal insulindosis hos personer med type 2-diabetes. Ydermere er der udviklet en model baseret på det kliniske forsøgsdata, og en ny model på telemonitoreringsdata er under udvikling med henblik på at opnå indsigt i muligheder og begrænser ved modellering af fasteblodsukker respons med afsæt i data opsamlet under hverdagsomstændigheder.
Forskningsprojektet løber fra 2021 til 2024.
Hør mere om projektet
Kontakt ph.d.-studerende Camilla Heisel Nyholm Thomsen
Mail: chnt@hst.aau.dk
Flere forskningsprojekter
- ADAPT-T2D
- Beslutningsstøtteværktøj til revurdering af medicinsk behandling af personer med type 2-diabetes
- Database til kortlægning og bremsning af udvikling af diabetesnerveskader
- Diabetes, fald og knoglebrud
- Diabone2
- Kontinuerlig glukosemonitorering til støtte af personer på oral antidiabetisk behandling
- Kontinuert glukosemonitorering hos diabetespatienter i hæmodialyse
- Kunstig intelligens til forudsigelse af hypoglykæmi
- MEDON
- Multidisciplinær team tilgang til diagnosticering og behandling af diabetespatienter med co-morbiditeter
- Øjenscreening i almen praksis
- Real-world Evaluation of the Costs and Causes of Fractures in patients with Diabetes Mellitus
- Tarmmikrobiotaens betydning for gestationel diabetes mellitus
- TONICS
- Undersøgelse af biomarkører som prædiktor for hjertesvigt hos patienter med type 2-diabetes uden tidligere erkendt hjertesygdom
Opdateret