Diabetes App e níveis de açúcar no sangue
Índice:
Para indivíduos com diabetes tipo 2, gerenciar níveis de glicose pode ser um desafio diário.
No entanto, a introdução de um novo aplicativo baseado em algoritmos pode em breve tirar algum desse estresse.
Anúncio PublicidadeMuito trabalho ainda precisa ser feito no processo, mas a idéia por trás da tecnologia personalizada é prever o impacto de cada refeição nos níveis de açúcar no sangue de um usuário.
A diabetes tipo 2 agora afeta mais de 29 milhões de pessoas nos Estados Unidos. Outros 86 milhões de adultos pensam ter prediabetes, que podem se desenvolver em diabetes tipo 2 se as mudanças de estilo de vida não forem implementadas.
Com a diabetes tipo 2 vem uma necessidade constante de monitorar a ingestão de alimentos para garantir que os níveis corretos de glicose no sangue sejam mantidos.
AnúncioSe os níveis são muito altos por longos períodos de tempo, podem surgir complicações de saúde graves.
Medicação é dada para ajudar a controlar as flutuações do nível de açúcar, mas o exercício e a dieta também desempenham um papel importante.
Publicidade PublicidadeEmbora o impacto de tipos específicos de alimentos nos níveis de glicose possa ser estimado, não é uma ciência exata.
Os efeitos podem variar substancialmente entre os indivíduos e eles podem até variar dentro de um indivíduo dependente de uma série de fatores.
Um relatório, publicado na PLOS Computational Biology nesta semana, explica como um grupo de cientistas integrou um algoritmo em um aplicativo chamado Glucoracle, que vai de certo modo a resolver esse problema.
David Albers, Ph. D., pesquisador associado em informática biomédica no Columbia University Medical Center (CUMC) em Nova York e autor principal do estudo, explica: "Mesmo com orientação especializada, é difícil para as pessoas entenderem o impacto real de suas escolhas alimentares, particularmente em uma refeição-refeição. "
Para enfrentar esse problema, a Albers e sua equipe estão tentando projetar um algoritmo que possa ajudar os indivíduos a tomar decisões dietéticas mais informadas.
Publicidade PublicidadeLeia mais: 13 alimentos que não aumentarão os níveis de glicemia »
Previsão de níveis de glicemia
Albers explica como o aplicativo funciona:" Nosso algoritmo, integrado em um aplicativo fácil de usar, prevê as conseqüências de comer uma refeição específica antes que os alimentos sejam comidos, permitindo aos indivíduos fazer melhores escolhas nutricionais durante as refeições. "
O algoritmo usa a assimilação de dados, uma técnica que é utlizada em uma variedade de aplicações modernas, incluindo a previsão do tempo.
PublicidadeA assimilação de dados requer informações regularmente atualizadas - incluindo medidas de açúcar no sangue e informações nutricionais - agrupa e, em seguida, cria um modelo matemático de resposta de um indivíduo à glicose.
Lena Mamykina, Ph. D., professora assistente de informática biomédica no CUMC e um co-autor do estudo, explica: "O assimilador de dados é continuamente atualizado com a ingestão de alimentos e as medidas de glicose no sangue do usuário, personalizando o modelo para esse indivíduo. "
Advertisement PublicidadeUsuários do Glucoracle podem fazer upload de fotos de uma determinada refeição com estimativas aproximadas do seu conteúdo nutricional, juntamente com as medidas do sangue do dedo. O aplicativo pode então fornecer uma previsão imediata dos níveis de açúcar no sangue pós-refeição.
O aplicativo deve ser usado por uma semana antes de começar a gerar previsões.
Isso permite ao assimilador de dados saber como o usuário individual responde a vários tipos de alimentos. A estimativa e a previsão são então ajustadas pela precisão ao longo do tempo.
AnúncioLeia mais: o refrigerante de dieta é seguro para pessoas com diabetes? »
Quão bem isso funciona?
A pesquisa inicial sobre as habilidades do assimilador de dados foi realizada em cinco indivíduos. Três tiveram diabetes tipo 2 e dois não.
Publicidade PublicidadeO aplicativo fez previsões sobre mudanças nos níveis de glicose seguindo uma determinada refeição, que foram então comparadas com as medidas reais de glicose.
Nos participantes não diabéticos, as leituras correspondem com bastante precisão às medições de glicose genuínas.
Para os três participantes com diabetes, os resultados foram menos precisos. Os pesquisadores acreditam que isso pode ser devido a flutuações fisiológicas nos pacientes ou um erro de parâmetro.
No entanto, as previsões eram "ainda comparáveis" às de educadores certificados de diabetes.
Embora os resultados não sejam perfeitos, Albers não está desanimado. Em vez disso, ele diz:
"Certamente há margem para melhorias. Esta avaliação foi projetada para provar que é possível, usando dados de auto-monitoramento de rotina, gerar previsões de glicose em tempo real que as pessoas possam usar para fazer melhores escolhas nutricionais. Nós conseguimos fazer um aspecto da autogestão do diabetes que foi quase impossível para as pessoas com diabetes tipo 2 mais gerenciável. Agora, nossa tarefa é tornar a ferramenta de assimilação de dados mais eficiente do aplicativo. "
Um estudo clínico maior está planejado e os pesquisadores esperam que o aplicativo esteja pronto para uso generalizado em dois anos.
