3 Характеристика объекта исследования
Объектом исследования является алгоритм прогнозирования опасного повышения уровня сахара в крови (УСК) в течение шестидесяти минут после приема пищи, на основе нутриентного состава приема пищи и показателей сахара за шестьдесят минут до приема пищи.
Алгоритм планируется использовать в разрабатываемом мобильном приложении для ведения электронного дневника, включающем программное обеспечение для обмена данными и непрерывной обработки сигналов УСК. Оба компонента были объединены для получения необходимых данных для использования в персонализированной системе прогнозирования УСК. Необходимые данные о приеме пищи, измерениях уровня сахара в крови и других событиях планируется собрать с помощью внедренного мобильного приложения и программного обеспечения для обработки системы непрерывного мониторинга уровня глюкозы (CGM – continuous glucose monitoring). Эти данные должны быть использованы для настройки и оценки модели прогнозирования УСК, включая алгоритм настройки динамических коэффициентов. Для клинического исследования в течении недели требуется привлечь к участию 60 участников (тестовая группа: n = 50; контрольная группа: n = 10), в ходе которого они должны использовать мобильное приложение для отслеживания приема пищи и внесения самостоятельно измеренных показателей уровня сахара в крови, а также систему непрерывного мониторинга уровня сахара в крови. В качестве исходных данных для моделей прогнозирования уровня глюкозы планируется собрать и выбрать данные о порядка одной тысячи приемах пищи и соответствующие им кривые постпрандиального уровня глюкозы, а также набор характеристик пациентов, например, гликированный гемоглобин, индекс массы тела (ИМТ), возраст и параметры образа жизни.
Мы сформулировали список параметров для алгоритма прогнозирования УСК (см. таблицу 1).
Таблица 1 – Группы и подгруппы параметров, необходимых для алгоритма прогнозирования УСК.
Биомедицинские сигналы (реализуемые устройствами) |
Характеристики сигнала системы непрерывного мониторинга уровня глюкозы, описывающие реакцию на глюкозу после приема пищи |
Электронные дневники записей (реализованы с помощью мобильного приложения) |
Измерение уровня глюкозы в крови, прием пищи, инъекции инсулина, физическая активность, продолжительность сна |
Индивидуальные характеристики пациента |
Биометрические характеристики, история болезни и данные обследования, биохимические показатели |
Поскольку было невозможно отслеживать эти записи в традиционном бумажном дневнике, и не было решений, соответствующих нашим требованиям, таких как приложения для записи приема пищи простым и удобным (мобильным) способом и соответствующее программное обеспечение для получения записей этих электронных дневников вместе с сигналами системы непрерывного мониторинга уровня глюкозы в крови, мы задались целью разработать собственные приложение для получения необходимых записей для алгоритма прогнозирования УСК. Модель разрабатываемого алгоритма представлена на рисунке Рисунок 5.
Рисунок 5 – Модель разрабатываемого алгоритма
Программное обеспечение для обработки данных должно выполнять следующие шаги:
Исходные данные сигнала записываются системой CGM (в этом исследовании использовался Medtronic iPro) и загружаются на сервер CareLink, используемый системой Medtronic iPro, где хранятся сигналы для пациентов. Для целей этого исследования данные участников предлагается извлекать с сервера Medtronic в виде файлов CSV с помощью нашего программного обеспечения и обрабатывать автоматическим скриптом.
Электронные дневники, экспортируемые из мобильного приложения и собираемые на централизованном сервере, должны обрабатываться таким образом, чтобы каждый прием пищи сохранялся вместе с параметрами, характеризующими предыдущие события (например, любой прием пищи за 3 часа до текущего приема пищи и любые физические упражнения или сон).
Записи из электронных дневников сопоставляются с соответствующими сигналами системы CGM для каждого пациента, так что каждому приему пищи в дневнике соответствуют сигналы УСК за 3 часа до и после еды. Информация о кривой УСК сохраняется вместе с записями продуктов питания, собранными на этапе 2. На рисунке Рисунок 6 показан ансамбль результирующих кривых УСК за 3 часа до и после еды, собранных в течение недели.
На основе кривой УСК после приема пищи (см. рисунок Рисунок 6) рассчитывается набор параметров, характеризующих реакцию постпрандиального гликемического ответа:
AUC60: площадь под гликемической кривой через 1 час после начала приема пищи ([ммоль/л] / час);
AUC120: площадь под гликемической кривой через 2 часа после начала приема пищи ([ммоль/л] / час);
УСК60: уровень глюкозы в крови через 1 час после начала приема пищи (ммоль/л); и
Пиковое УСК: пиковое значение на кривой УСК после приема пищи (ммоль / л).
Полученные данные дополняются данными, использованными для создания прототипов пациентов (данные истории болезни, данные обследования, биохимические параметры). Данные от разных пациентов объединяются в единый массив данных, который представлял собой подготовленные входные данные для моделей прогнозирования УСК.
Рисунок 6 – Совокупность кривых уровня глюкозы в крови (УСК), собранных за 3 часа до и после еды для одного из пациентов. Разные цвета обозначают разные блюда.
Адекватность модели прогнозирования реальным биохимическим процессам в теле пациента напрямую зависит от ее общей точности, в некоторых случаях, чувствительности, а также некоторых других статистических параметров: корреляция между реальными и прогнозируемыми значениями (R), среднеквадратичная ошибка (RMSE), средняя абсолютная ошибка (MAE) и средняя абсолютная процентная ошибка (MAPE). Основная причина снижения метрик точности для выбранного нами класса моделей машинного обучения – переобучение. Возможное решение проблемы – уменьшить число эпох и использовать k-fold кроссвалидацию. Ожидается, что основным фактором, повышающим постпрандиальный гликемический ответ, будет являться прием высокоуглеводной пищи и кофе. Кроме того, наличие заболеваний, таких как гестационный диабет также будет является повышающим фактором в силу нарушенной регуляции секреции инсулина. Снижающим фактором должна являться физическая нагрузка и сон, т.к. именно в эти моменты организм потребляет больше всего глюкозы.