一个随机临床试验,用于用学习为基础的控制,在2型糖尿病成年人中决定用餐玻尿酸

科学领域:

• 内分泌学 在内分泌学.
• 糖尿病 技术 技术
• 人工智能在医学中的应用

背景情况:

• 一种类似于人工胰腺的算法 (AP-A) 已被提出用于自动化前腹胰岛素剂量确定.
• 该算法使用间歇扫描的连续葡萄糖监测 (isCGM) 数据轨迹.
• 它专门用于糖尿病管理中的多次每日注射 (MDI) 治疗.

研究的目的:

• 评估是否AP-A指导的前端胰岛素剂量调整与医生主导的决定一样有效和安全.
• 为了比较AP-A辅助和传统治疗手臂之间的血糖控制和安全结果.

主要方法:

• 进行了一项随机的单盲临床试验.
• 患有2型糖尿病的参与者 (HbA1c ≥8.0%) 被随机分配到AP-A手臂或传统的医生治疗手臂.
• 主要结果是时间在范围 (TIR) (3.9-10.0 mmol/L),时间低于范围 (TBR) (<3.0 mmol/L) 评估安全性.

主要成果:

• 119名参与者被随机分配;59名参加AP-A,60名参加医生手臂.
• 与对照组相比,AP-A实现了统计学上非劣质的TIR (72.4%与71.2%相比).
• 在两组之间,时间低于范围 (TBR) 也在统计学上没有劣势,两只手臂报告了0.0%的TBR.

结论:

• 在AP-A的支持下,医生对前端胰岛素剂量的定位提供了非劣质的血糖控制.
• 该算法证明了与2型糖尿病最佳医疗护理相比的有效性和安全性.
• 这突显了人工智能驱动的算法在使用MDI治疗治疗糖尿病的潜力.