Validación en ratas diabéticas de un sistema de administración de insulina totalmente automatizado basado en el...

Área de la Ciencia:

• Ingeniería biomédica
• Endocrinología
• Sistemas de control

Sus antecedentes:

• La diabetes mellitus tipo 1 requiere un control continuo de la glucosa y el tratamiento con insulina.
• Los sistemas automatizados de administración de insulina (i-AiDS) existentes tienen como objetivo reducir la carga del paciente.
• Los desafíos incluyen la gestión de perturbaciones externas como las comidas y las inexactitudes inherentes del modelo.

Objetivo del estudio:

• Validar una estrategia de control predictivo de un modelo de zona impulsiva sin desplazamiento para un i-AiDS.
• Evaluar la capacidad del sistema para manejar perturbaciones en un modelo de rata diabética.
• Para establecer una base para futuros ensayos clínicos en humanos.

Principales métodos:

• Desarrollo y validación de un i-AiDS utilizando un modelo de rata diabética (inducido por estreptozotocina).
• Se utilizó un monitoreo continuo de la glucosa y una bomba de insulina personalizada para la regulación.
• Se empleó una estrategia de control predictivo del modelo de zona impulsiva sin compensación con estimación y ajuste de parámetros durante tres días, que culminó en una prueba autónoma de 72 horas.

Principales resultados:

• El controlador mantuvo la glucosa en sangre dentro del rango de 80-180 mg/dL durante el 83,4% del tiempo.
• Gestionar eficazmente la ingesta no anunciada de carbohidratos y las alteraciones fisiológicas.
• El pico de hiperglucemia (320 mg/ dl) fue regulado en 50 minutos; la hipoglucemia leve ocurrió con poca frecuencia (3,62 ± 1,8 casos/ sujeto).
• La diferencia relativa absoluta mediana entre las predicciones del modelo y los datos del sensor fue del 24,66%, lo que indica un manejo efectivo de la falta de coincidencia entre el modelo de la planta y el modelo.

Conclusiones:

• El i-AiDS validado demuestra eficacia en la regulación autónoma de la glucosa en un entorno preclínico.
• La estrategia de control predictivo del modelo de zona libre de desplazamiento manejó con éxito las perturbaciones.
• Se recomiendan mejoras adicionales en la precisión del modelo y el ajuste de parámetros para mejorar el rendimiento en estudios a largo plazo y ensayos en humanos.