Table of Contents

Εισαγωγή: Πραγματικά-Παγκόσμια δεδομένα ως καταλύτης για την καινοτομία του τεχνητού παγκρέατος

Το τεχνητό πάγκρεας ⁇ επίσης γνωστό ως αυτοματοποιημένο σύστημα χορήγησης ινσουλίνης (AID) ⁇ έχει αλλάξει ριζικά τον τρόπο με τον οποίο τα άτομα με διαβήτη τύπου 1 (T1D) διαχειρίζονται την κατάστασή τους. Συνδυάζοντας μια συνεχή οθόνη γλυκόζης (CGM), μια αντλία ινσουλίνης και έναν αλγόριθμο ελέγχου, αυτά τα συστήματα αυτοματοποιούν την χορήγηση ινσουλίνης σε απόκριση στα επίπεδα γλυκόζης σε πραγματικό χρόνο, μειώνοντας σημαντικά το βάρος της σταθερής λήψης αποφάσεων. Ωστόσο, παρά την αξιοσημείωτη πρόοδο, το ταξίδι προς ασφαλέστερα, πιο ακριβή, και πραγματικά εξατομικευμένα συστήματα κλειστού λουτρού απαιτεί περισσότερο από ελεγχόμενες κλινικές δοκιμές. Απαιτεί στοιχεία από την καθημερινή ζωή. Εκεί είναι που τα δεδομένα του πραγματικού κόσμου (RWD) είναι απαραίτητα. RWD αιχμαλωτίζει το πώς οι συσκευές λειτουργούν εκτός του τεχνητού περιβάλλοντος μιας κλινικής μελέτης, αποκαλύπτοντας μοτίβα, περιπτώσεις άκρων και συμπεριφορές χρηστών που διαφορετικά θα παραμείνουν κρυμμένα. Harnessing RWD επιταχύνει τόσο την καινοτομία όσο και τη ρυθμιστική επικύρωση των επόμενων συστημάτων τεχνητής πάγκρεας παραγωγής, φέρνοντας τελικά καλύτερα αποτελέσματα στους ασθενείς πιο γρήγορα.

Κατανόηση των δεδομένων του πραγματικού κόσμου: Ορισμοί, πηγές και μοναδική αξία

Τα δεδομένα του πραγματικού κόσμου αναφέρονται σε πληροφορίες που σχετίζονται με την υγεία και συλλέγονται συστηματικά από διάφορες πηγές εκτός του πλαισίου των παραδοσιακών τυχαιοποιημένων ελεγχόμενων δοκιμών (RCTs). Η αξία του έγκειται στην ικανότητά του να αντανακλά την ετερογένεια των πραγματικών πληθυσμών των ασθενών, την καθημερινή μεταβλητότητα και τις περιβαλλοντικές επιρροές που επηρεάζουν την απόδοση των συσκευών. Οι βασικές πηγές του RWD που σχετίζονται με την ανάπτυξη του τεχνητού παγκρέατος περιλαμβάνουν:

  • Συνεχείς οθόνες γλυκόζης (CGMs): Συσκευές όπως Dexcom G6/G7, Abbott FreeStyle Libre, και Medtronic Guardian παράγουν μετρήσεις γλυκόζης υψηλής συχνότητας (κάθε 5-15 λεπτά) σε εβδομάδες ή μήνες. Αυτό το μαζικό σύνολο δεδομένων αποτυπώνει τη γλυκαιμική μεταβλητότητα, το χρονικό εύρος (TIR), και την επίδραση των γευμάτων, την άσκηση, και το άγχος.
  • Στοιχεία αντλίας ινσουλίνης: Οι έξυπνες αντλίες καταγράφουν βασικούς ρυθμούς, δόσεις εφόδου, προσωρινές βασικές ρυθμίσεις και συναγερμούς. Σε συνδυασμό με τα δεδομένα CGM, παρέχουν μια πλήρη εικόνα της συμπεριφοράς του συστήματος.
  • Ηλεκτρονικά αρχεία υγείας (EHRs): Τα EHR περιέχουν εργαστηριακά αποτελέσματα (π.χ. HbA1c, προφίλ λιπιδίων), διαγνώσεις, ιστορικά φαρμάκων, και δεδομένα επιπλοκών. Η σύνδεση δεδομένων EHR με αρχεία καταγραφής συσκευών επιτρέπει διαμήκη ανάλυση αποτελεσμάτων.
  • Μητρώα Patient: Καταχωρητές μεγάλης κλίμακας όπως το Δίκτυο Βελτίωσης Ποιότητας Ανταλλαγής T1D και το Γερμανικό/Αυστρικό Μητρώο DPV αθροίζουν πραγματικά αποτελέσματα από χιλιάδες ασθενείς.
  • Κινητές εφαρμογές υγείας και αποτελέσματα που αναφέρθηκαν από ασθενείς:[ Εφαρμογές που καταγράφουν γεύματα, δραστηριότητα και συναισθηματική ευεξία προσθέτουν πλαίσιο στις τάσεις της γλυκόζης, βοηθώντας τους ερευνητές να κατανοήσουν τις συμπεριφορικές επιρροές.

Γιατί το RWD διαφέρει από τα δεδομένα κλινικών δοκιμών: Οι RCT συνήθως εγγράφουν ομοιογενείς πληθυσμούς με αυστηρά κριτήρια ένταξης (π.χ. δεν έχουν πρόσφατη διαβητική κετοξέωση, αρχική HbA1c μεταξύ 7.0 ⁇ 10.0%), και λειτουργούν υπό τυποποιημένα προγράμματα παρακολούθησης. Αντίθετα, το RWD προέρχεται από ποικίλους χρήστες ⁇ συμπεριλαμβανομένων παιδιών, ηλικιωμένων, εγκύων γυναικών, και εκείνων με συνοριφές ⁇ και συλλαμβάνει μη γραμμένα σενάρια όπως αποτυχημένες βώλοι γευμάτων, προσωρινές αποσυνδέσεις αντλιών και κενά αισθητήρων πραγματικού κόσμου. Αυτή η ποικιλομορφία είναι κρίσιμη για αλγορίθμες δοκιμής στρες και αποκάλυψη σημάτων ασφαλείας που μπορεί να μην εμφανίζονται σε ελεγχόμενο περιβάλλον.

Πώς επιταχύνει την καινοτομία του τεχνητού παγκρέατος RWD

Ο επαναληπτικός κύκλος σχεδιασμού ενός τεχνητού συστήματος παγκρέατος ⁇ από την τελειοποίηση αλγορίθμου έως την κλινική επικύρωση έως τη βελτίωση μετά τη διάθεση στην αγορά ⁇ τροφοδοτείται από δεδομένα. Η RWD επιταχύνει κάθε φάση παρέχοντας μεγάλα, διαμήκη σύνολα δεδομένων που αντανακλούν τον τρόπο με τον οποίο τα συστήματα εκτελούν κάτω από πραγματικές περιπατητικές συνθήκες.

Εκπαίδευση και επικύρωση του αλγόριθμου σε κλίμακα

Οι σύγχρονοι αλγόριθμοι κλειστού loop βασίζονται στην μηχανική μάθηση (ML) και τον προγνωστικό έλεγχο μοντέλου (MPC). Αυτοί οι αλγόριθμοι απαιτούν τεράστιες ποσότητες δεδομένων για να μάθουν βέλτιστες μορφές χορήγησης ινσουλίνης και να χειριστούν τη μη γραμμική δυναμική της ρύθμισης της γλυκόζης. RWD προσφέρει ακριβώς ότι: μήνες υψηλής ανάλυσης CGM και αντλώντας δεδομένα από εκατοντάδες ή χιλιάδες πραγματικούς χρήστες. Οι προγραμματιστές μπορούν να εκπαιδεύσουν αλγορίθμους σε αυτά τα δεδομένα για να αναγνωρίσουν μοτίβα όπως το φαινόμενο της αυγής, άσκηση-προκαλείται υπογλυκαιμία, ή μεταγευματική υπεργλυκαιμία μετά από γεύματα υψηλής περιεκτικότητας σε λιπαρά. Επιπλέον, RWD επιτρέπει την επικύρωση αλγορίθμων σε ποικίλα δημογραφικά και κλίματα, εξασφαλίζοντας το σύστημα γενικεύει πέρα από τον αρχικό πληθυσμό εκπαίδευσης.

Για παράδειγμα, το έργο Tidepool Loop ⁇ μια ανοικτή πηγή, FDA-cleared αυτοματοποιημένη εφαρμογή παράδοσης ινσουλίνης ⁇ έχει χρησιμοποιήσει συγκεντρωτικά δεδομένα πραγματικού κόσμου από τους χρήστες της κοινότητας για να βελτιστοποιήσει συνεχώς τη δοσομετρική λογική της. Ομοίως, ακαδημαϊκές ομάδες, όπως η JDRF-χρηματοδοτούμενη International Artificial Pancreas Study Group συχνά εισάγει RWD από μητρώα για να προσομοιώσει πώς νέοι αλγόριθμοι θα εκτελέσει πριν από την έναρξη κλινικών δοκιμών.

Παρακολούθηση και παρακολούθηση των επιδόσεων σε πραγματικό κόσμο και παρακολούθηση της ασφάλειας

Οι ρυθμιστικές υπηρεσίες όπως η Υπηρεσία Τροφίμων και Φαρμάκων των ΗΠΑ (FDA) και ο Ευρωπαϊκός Οργανισμός Φαρμάκων (EMA) ενθαρρύνουν τους κατασκευαστές να συλλέγουν RWD για να ανιχνεύσουν σπάνια ανεπιθύμητα συμβάντα, προβλήματα επιδόσεων αισθητήρων, ή σφάλματα αλγορίθμου που εμφανίζονται μόνο μετά από ευρεία χρήση. Για παράδειγμα, αναλύοντας RWD από το σύστημα MiniMed 670G αποκάλυψε επίμονη νυχτερινή υπεργλυκαιμία σε ορισμένους χρήστες, προωθώντας μια ενημέρωση λογισμικού που βελτίωσε τη νυχτερινή συμπεριφορά του αλγόριθμου.

Η RWD επιτρέπει επίσης συνεχή παρακολούθηση της ασφάλειας μέσω [[LFT:0]] σχεδόν σε πραγματικό χρόνο ταμπλό[[LFT:1]]. Με τη ροή CGM και τα δεδομένα άντλησης από τους συναινούντες χρήστες, κατασκευαστές και ρυθμιστές μπορούν να εντοπίσουν τις τάσεις ⁇ όπως η αύξηση των σοβαρών επεισοδίων υπογλυκαιμίας κατά τη διάρκεια συγκεκριμένων καιρικών συνθηκών ⁇ και να εκδίδουν ειδοποιήσεις ή να ανακαλούν ειδοποιήσεις προορατικά.

Προσαρμοσμός και Εξατομίκευση Ασθενών-Κεντρικών

Παράγοντες όπως η δραστηριότητα, η σύνθεση των γευμάτων, το άγχος, ακόμη και οι εμμηνορρυσιακοί κύκλοι μπορούν να επηρεάσουν δραματικά τη δυναμική της γλυκόζης. RWD από μεγάλες ομάδες επιτρέπει στους ερευνητές να εντοπίσουν υποπληθυσμούς που μπορεί να επωφεληθούν από διαφορετικές παραμέτρους συντονισμού ή διαμορφώσεις αλγορίθμου. Για παράδειγμα, τα δεδομένα από το μητρώο DPV έδειξαν ότι οι έφηβοι με υψηλά επίπεδα φυσικής δραστηριότητας είχαν καλύτερα αποτελέσματα όταν το σύστημα περιελάμβανε μια λειτουργία έντασης άσκησης. Αυτή η διορατικότητα πληροφόρησε το σχεδιασμό εξατομικευμένων ρυθμίσεων σε μεταγενέστερα συστήματα όπως το Tandem Control-IQ.

Επιπλέον, η RWD επιτρέπει την ανάπτυξη προγνωστικών μοντέλων που προβλέπουν την υπογλυκαιμία ή την υπεργλυκαιμία ώρες νωρίτερα. Με την εκπαίδευση αυτών των μοντέλων σε χιλιάδες πραγματικά προφίλ, μπορούν να προσαρμοστούν στη μοναδική υπογραφή γλυκόζης ενός ατόμου, οδηγώντας σε πραγματικά προσαρμοστικό έλεγχο κλειστού loop.

Ρυθμιστική αποδοχή των στοιχείων του πραγματικού κόσμου (RWE)

Η φράση real-world τεκμήρια αναφέρεται στα κλινικά στοιχεία που προέκυψαν από την ανάλυση RWD. Την τελευταία δεκαετία, οι ρυθμιστικοί φορείς έχουν αναγνωρίσει όλο και περισσότερο την RWE ως συμπληρωματικά ή ακόμη και πρωτογενή στοιχεία για ορισμένους τύπους υποβολών ιατρικών συσκευών ⁇ ειδικά για συσκευές που έχουν ήδη εγκριθεί και για μελέτες μετά την κυκλοφορία.

Το 2018, ο FDA δημοσίευσε ένα πλαίσιο για τη χρήση RWD στη ρυθμιστική λήψη αποφάσεων, ακολουθούμενο από έγγραφα καθοδήγησης σχετικά με τη χρήση RWD για την υποστήριξη της προ-αγοράς έγκρισης των ιατροτεχνολογικών συσκευών.

  • Υποστήριξη διαστολής της σήμανσης (π. χ. για παιδιατρικούς ή εγκύους πληθυσμούς).
  • Αποδεικνύει τη μακροπρόθεσμη ασφάλεια και αποτελεσματικότητα πέρα από το τυπικό παράθυρο των κλινικών δοκιμών 3- 6 μηνών.
  • Παρέχετε τα δεδομένα σύγκρισης σε δοκιμές ενός βραχίονα όπου ένα ΣΔΤ είναι μη πρακτικό ή ανήθικο.
  • Επικύρωση ενημερώσεις αλγορίθμου χωρίς να απαιτείται νέα πιλοτικά δοκιμές, υπό την έννοια του -εγγραφμένου ιστορικού σχεδιασμού.

Ένα αξιοσημείωτο παράδειγμα είναι η κάθαρση 2022 FDA ενός firmware update για το σύστημα Control-IQ που βασίζεται σε μεγάλο βαθμό σε δεδομένα πραγματικών επιδόσεων που συλλέγονται από >10.000 χρήστες. Η ενημέρωση βελτιώθηκε χρονικά σε κλίμακα κατά 2,5 ποσοστιαίες μονάδες χωρίς αύξηση της υπογλυκαιμίας ⁇ ένα μέγεθος επίδρασης που συνάδει με την προηγούμενη RCT αλλά παρατηρήθηκε σε συνήθη χρήση.

Σε διεθνές επίπεδο, ο EMA εφαρμόζει μια προσέγγιση προσαρμοστικών διαδρομών που ενθαρρύνει επίσης την ενσωμάτωση των RWE. Το Ευρωπαϊκό Δίκτυο Αξιολόγησης της Τεχνολογίας Υγείας (EUnetHTA) και η Πρωτοβουλία REAl-world Data Initiative (READI) αναπτύσσουν ενεργά πρότυπα για την εναρμόνιση της αποδοχής των RWD σε όλα τα κράτη μέλη.

Ωστόσο, οι ρυθμιστικές προσδοκίες απαιτούν τη συστηματική συλλογή RWD, με σαφή διακυβέρνηση δεδομένων, επικυρωμένα συστήματα πηγών και ισχυρές μεθόδους ανάλυσης για την ελαχιστοποίηση της μεροληψίας. \" FDA έχει τονίσει ότι η RWD πρέπει να είναι κατάλληλη για χρήση, πράγμα που σημαίνει ότι η ποιότητα και η πληρότητα των δεδομένων πληρούν τα πρότυπα μιας ελεγχόμενης μελέτης για το συγκεκριμένο ζήτημα.

Προκλήσεις στη Μόχλευση Πραγματικών-Παγκόσμιων Δεδομένων

Παρά τις δυνατότητές του, RWD δεν είναι μια πανάκεια. Η χρήση της στην τεχνητή καινοτομία πάγκρεας αντιμετωπίζει αρκετά εμπόδια που απαιτούν προσεκτική μετριασμό.

Ποιότητα και τυποποίηση δεδομένων

Η RWD από πολλαπλές πηγές συχνά πάσχει από ασυνέπειες: διαφορετικές μάρκες CGM έχουν ποικίλη ακρίβεια, τα δεδομένα αντλίας μπορεί να περιλαμβάνουν σιωπηλές αποφράξεις, και τα δεδομένα EHR μπορεί να περιέχουν ελλείπουσες ή ζαρωμένες καταχωρήσεις. Για να αντλήσουν αξιόπιστες πληροφορίες, οι ερευνητές πρέπει να εφαρμόσουν αυστηρή προεπεξεργασία ⁇ φιλτράρισμα εσφαλμένων αναγνώσεων, ευθυγράμμιση των ζωνών ώρας και ομαλοποίηση μονάδων. Η Πρωτοβουλία Διαλειτουργικών Συσκευών[ και η ]i2b2 πλατφόρμα αποτελούν παραδείγματα προσπαθειών για την τυποποίηση των μορφών δεδομένων διαβήτη, αλλά η ευρεία υιοθέτηση παραμένει ελλιπής.

Ανησυχίες για την Ιδιωτικότητα και την Ασφάλεια

Οι κανονισμοί όπως η HIPAA (στις ΗΠΑ) και η GDPR (στην Ευρώπη) επιβάλλουν αυστηρές απαιτήσεις στη συλλογή δεδομένων, την απο- ταυτοποίηση και τη συναίνεση. Οι ασθενείς πρέπει να ενημερώνονται πλήρως για το πώς θα χρησιμοποιηθούν τα δεδομένα τους, και θα πρέπει να έχουν τη δυνατότητα να αποσύρουν τη συγκατάθεση. Επιπλέον, οι πλατφόρμες συγκέντρωσης πρέπει να φυλάνε από επιθέσεις επανα- ταυτοποίησης, ειδικά όταν συνδυάζουν πολλαπλά σύνολα δεδομένων. Οι τεχνικές ανωνυμοποίησης όπως η διαφορική προστασία της ιδιωτικής ζωής κερδίζουν την έλξη, αλλά μπορούν να μειώσουν τη χρησιμότητα των δεδομένων για μικρές υποομάδες.

Επιλογή Βία και σύγχυση

Το RWD είναι παρατηρητικό από τη φύση του ⁇ ασθενείς αυτοεπιλέχθηκαν να χρησιμοποιήσουν μια συγκεκριμένη συσκευή ή εφαρμογή. Οι πρώιμοι υιοθετητές των συστημάτων του τεχνητού παγκρέατος μπορεί να είναι περισσότερο τεχνικοί, να έχουν υψηλότερο αλφαβητισμό της υγείας, ή να έχουν καλύτερο γλυκαιμικό έλεγχο της βάσης από τους μεταγενέστερους υιοθετητές. Αυτό δημιουργεί προκατάληψη επιλογής που μπορεί να διογκώσει την εκτιμώμενη αποτελεσματικότητα. Ομοίως, συγχυτικοί παράγοντες όπως εποχιακές αλλαγές, διατροφικές παρεμβάσεις ή συγχορηγούμενα φάρμακα μπορεί να μην λαμβάνονται επαρκώς. Προχωρημένες επιδημιολογικές μέθοδοι ⁇ όπως η αναλογία της αναλογίας της τάσης, η ενόργανη μεταβλητή ανάλυση και τα οριακά δομικά μοντέλα ⁇ είναι απαραίτητα για την απομόνωση της πραγματικής επίδρασης της συσκευής από αυτούς τους συνιδρυτές. Χωρίς κατάλληλη προσαρμογή, οι αναλύσεις του πραγματικού κόσμου κινδύνου παράγουν παραπλανητικά συμπεράσματα.

Γενικευσιμότητα και μετοχικοί τίτλοι

Η εμπειρία των ασθενών σε χώρες χαμηλού και μεσαίου εισοδήματος, ή μεταξύ των ανεξάντλητων μειονοτήτων σε εύπορες χώρες, συχνά υποεκπροσωπείται. Ενώ η RWD αποτυπώνει περισσότερη ποικιλομορφία από τα RCT, εξακολουθεί να έχει κενά. Οι προγραμματιστές πρέπει να αναζητούν ενεργά δεδομένα από ποικίλα δημογραφικά στοιχεία για να διασφαλίσουν ότι οι αλγόριθμοι δεν επιδεινώνουν τις ανισότητες στην υγεία. Πρωτοβουλίες όπως η Diabetes Technology Equity Consortium στοχεύουν στην κάλυψη αυτών των κενών, αλλά η πρόοδος είναι αργή.

Μελλοντικές οδηγίες: AI, ψηφιακά δίδυμα, και συνεργατικά οικοσυστήματα δεδομένων

Η επόμενη γενιά της τεχνητής καινοτομίας πάγκρεας θα είναι όλο και περισσότερο καθοδηγούμενη από δεδομένα, με την RWD να παίζει ακόμα πιο κεντρικό ρόλο.

Τεχνητή Νοημοσύνη και Προληπτική Ανάλυση

Συνδυάζοντας βαθιά μάθηση με μεγάλης κλίμακας RWD, οι ερευνητές μπορούν να κατασκευάσουν μοντέλα που προβλέπουν τροχιές γλυκόζης έως 60 λεπτά εκ των προτέρων με υψηλή ακρίβεια. Τέτοια μοντέλα μπορούν να ενσωματωθούν απευθείας σε συστήματα AID για να προκαταβολικά προσαρμογή της παράδοσης ινσουλίνης πριν από την υπεργλυκαιμία ή υπογλυκαιμία συμβαίνει. Επιπλέον, η σταθερή μάθηση ⁇ όπου τα μοντέλα εκπαιδεύονται σε πολλαπλά νοσοκομεία ή κατασκευαστές συσκευών χωρίς να μετακινούν ακατέργαστα δεδομένα ⁇ διατηρεί την προστασία της ιδιωτικής ζωής, ενώ παράλληλα μοχλευτικά συλλογική RWD. Τα πρώιμα πρωτότυπα έχουν δείξει ότι τα ομοσπονδοποιημένα μοντέλα υπερτερούν τοπικά εκπαιδευμένα, ιδιαίτερα για σπάνια γεγονότα όπως η νυκτερινή υπογλυκαιμία.

Ψηφιακά Δίδυμα του Τεχνητού Παγκρέατος

Ένα ψηφιακό δίδυμο είναι ένα εικονικό αντίγραφο του μεταβολικού συστήματος ενός ασθενούς, συνεχώς ενημερωμένο με δεδομένα αισθητήρων πραγματικού κόσμου. Χρησιμοποιώντας RWD, οι ερευνητές μπορούν να δημιουργήσουν ψηφιακά δίδυμα για χιλιάδες άτομα και να προσομοιώσουν την επίδραση διαφορετικών παραμέτρων αλγορίθμου, τοποθετήσεων αισθητήρων, ή τύπων ινσουλίνης χωρίς κανένα κίνδυνο για τον ασθενή. Αυτή η προσέγγιση επιταχύνει την ανάπτυξη επιτρέποντας την ταχεία επανάληψη στο σιλικό. Για παράδειγμα, η FDA έχει συνεργαστεί με ακαδημαϊκούς εταίρους για να κατασκευάσει ένα γενικό τεχνητό πάγκρεας ψηφιακό δίδυμο που μπορεί να καταπιεί RWD και να δημιουργήσει προσομοιώσεις κλινικών σεναρίων δοκιμών για ρυθμιστική επανεξέταση.

Συνεργατικά Οικοσυστήματα Δεδομένων και Ανοικτές Πλατφόρμες

Καμία ενιαία οντότητα δεν διαθέτει αρκετό RWD για να αποτυπώσει όλη τη μεταβλητότητα των πλατφορμών των ανοιχτών δεδομένων T1D. όπως OpenAPS[ και Nightscout] έχουν αποδείξει τη δύναμη των δεδομένων που δημιουργούνται από την κοινότητα, αλλά στερούνται τυποποιημένης διακυβέρνησης. Μελλοντικές προσπάθειες ⁇ όπως το DIAMOND Project] που χρηματοδοτείται από το Ερευνητικό Ινστιτούτο Αποτελεσμάτων Ασθενών (PCORI) ⁇ αρμόζονται για τη δημιουργία τροφοδοτημένων δικτύων δεδομένων που συνδέουν ακαδημαϊκά ιατρικά κέντρα, κατασκευαστές συσκευών και ομάδες ασθενών. Αυτά τα δίκτυα θα επιτρέψουν αναλύσεις RWD μεγάλης κλίμακας στο πλαίσιο κοινών μοντέλων δεδομένων, με σαφή συναίνεση και προστασία της ιδιωτικής ζωής, επισπεύδοντας τελικά τόσο την καινοτομία όσο και την αποδοχή των ρυθμιστικών συστημάτων.

Συμπέρασμα

Από την εκπαίδευση ρωμαλέων αλγορίθμων μέχρι την ενημέρωση των ρυθμιστικών αποφάσεων, RWD παρέχει την ελλείπουσα σύνδεση μεταξύ ελεγχόμενων δοκιμών και την ακατάστατη, όμορφη πραγματικότητα της καθημερινής διαχείρισης του διαβήτη. Η πορεία προς τα εμπρός απαιτεί συνεργασία μεταξύ μηχανικών, κλινικών, ρυθμιστών, και, το σημαντικότερο, ασθενών. Απαιτεί επενδύσεις στην εναρμόνιση δεδομένων, προστασία της ιδιωτικής ζωής ανάλυση, και δίκαιη συλλογή δεδομένων. Και απαιτεί ρυθμιστικά πλαίσια που παραμένουν αρκετά ευκίνητα για να αγκαλιάσει νέες μορφές στοιχείων χωρίς να θυσιάζει την ασφάλεια. Για τους ανθρώπους που ζουν με T1D, η πληρωμή της τιθασεύσεως RWD είναι σαφής: ασφαλέστερα, εξυπνότερα, και πιο εξατομικευμένα συστήματα τεχνητής πάγκρεας που φτάνουν στην κλινική γρηγορότερα.

Εξωτερικοί πόροι για περαιτέρω ανάγνωση: