میانگین های زمان-ماخ: یک نگاه عمیق تر به نظارت بر قند خون

برای میلیون ها نفر از افراد مبتلا به دیابت، حفظ سطح قند خون پایدار یک اولویت روزانه است، روش های نظارت سنتی، مانند چک های کیستیک و حتی محاسبات به طور متوسط ساده از مانیتورهای گلوکز مداوم (CGMs)، ارائه یک تصویر فوری از ارزش های گلوکز، اما اغلب از دست دادن تفاوت در این مقدار بالینی که چقدر طول می کشد.این است که به طور متوسط زمان دقیق تر مطالعه می شود.

متوسط زمان-زمان چیست؟

میانگین زمان وزن یک اندازه آماری است که هر نقطه داده را با طول زمان مشاهده شده است.در نظارت مستمر گلوکز، سنسورهای سطح گلوکز را هر 5 تا 15 دقیقه ضبط می کنند، تولید صدها نقطه داده در روز.یک روش ساده برای هر خواندن به همان اندازه، صرف نظر از اینکه آیا مقدار بالا یا کم به مدت 5 دقیقه یا 5 ساعت به طول می انجامد.

به عنوان مثال، فرض کنید که CGM یک گلوکز 150 mg / dL را برای دو ساعت گزارش می دهد، سپس 100 mg / dL برای یک ساعت و در نهایت 200 mg / mg / dL = 150 mg / d = 3 = 150 mg / dL + 80، میانگین زمان (150x2×1 = 100 = 1 / 1 / 1 + 1 = 1 + 1 + 1 = 1 + 1 + 1 = 1 + 1 + 1 = 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 = 1 + 1 = 1 + 1 + 1 + 1 + 1 + 1 + 1 = 1 = 1 + 1 + 1 = 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 / 1 / 1 + 1 + 1 = 1 / 1 / 1 / 1 / 1 / 1 = 1 / 1 / 1 / 1 / 1 / 1 + 1 = 1 / 1 / 1 + 1 / 1 / 1 / 1 / 1 + 1 + 1 + 1 / 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 / 1 / 1 + 1 + 1 /

چگونه میانگین های زمان-Weighted در عمل محاسبه می شوند

محاسبه یک TWA از داده های CGM شامل چندین مرحله است که به طور معمول در نرم افزار مدیریت دیابت یا سیستم عامل های CGM خودکار هستند.

مرحله 1: جمع آوری داده با نظارت مستمر Glucose Monitors

CGM های مدرن (مانند Dexcom G7، ابوت FreeStyle Libre 3، یا Medtronic Guardian) از یک سنسور زیر پوستی برای اندازه گیری گلوکز در مایع بین المللی استفاده می کنند.آنها هر 5 تا 15 دقیقه خواندن را انتقال می دهند و یک نمایه گلوکز با وضوح بالا ایجاد می کنند این جریان مداوم ضروری است زیرا هر دو نوسانات سریع و روند طولانی مدت را جذب می کند.

مرحله ۲: تقسیم بندی زمان و وزن

دوره نظارت به فواصل مربوط به فرکانس نمونه گیری سنسور تقسیم می شود.هر مقدار گلوکز پس از آن با طول فاصله آن ضرب می شود (به عنوان مثال، 5 دقیقه یا 0.0833 ساعت) اگر سنسور از دست بدهد اتصال یا شکاف داده رخ می دهد، تداخل یا محرومیت از فواصل ناقص مورد نیاز است، که می تواند بر دقت تاثیر بگذارد.

مرحله 3: سومation و بخش

خلاصه همه (زمان × × lucose) محصولات به طور کلی (در ساعت ها یا دقیقه) تقسیم می شود تا TWA را به طور خودکار TWWL یا mmol / L. اکثر CGMs و اپلیکیشن های همراه (به عنوان مثال Dexcom Clarity، LibreView) را محاسبه کند TWA و آن را به عنوان بخشی از گلوکز روزانه یا نمایه هفتگی نمایش دهد.

برای مثال مشخص، یک دوره 6 ساعته با داده های زیر را در نظر بگیرید:

  • 0 تا 1 ساعت: 120 میلی گرم / dL
  • 1 تا 3 ساعت: 160 میلی گرم / dL
  • 3 تا 4 ساعت: 140 میلی گرم / dL
  • 4-6 ساعت: 110 میلی گرم / dL

محاسبه: (120×1 + 160×2 + 140×1 + 110 ×2) / 6 = (120 + 320 + 140 + 220) / 6 = 800 / 6 269 mg / dL. میانگین ساده چهار خواندن متمایز خواهد بود (120160 + 140 + 1 + 430 = 132.5 / mg / L، تفاوت نسبتا کوچک در اینجا، و یا به طور متوسط با اختلاف بالینی بالا می تواند باشد.

ثبت نام بالینی میانگین های زمان-Weighted

TWA بینش هایی را ارائه می دهد که فراتر از معیارهای سنتی مانند HbA1c یا زمان در برنامه های برد است، در حالی که HbA1c نشان دهنده گلوکز خون متوسط بیش از 2 تا 3 ماه است، اما انحراف روزانه یا مدت مقادیر شدید آن را جذب نمی کند.

ارتباط با HbA1c

مطالعات نشان داده اند که TWA با HbA1c نسبت به گلوکز ساده، به ویژه در بیماران دارای تنوع گلوکز بالا، ارتباط قوی بیشتری دارد. تجزیه و تحلیل 2021 منتشر شده در فناوری و درمان های دیابتی نشان داد که پیش بینی TWA بهبود یافته از HbA1c توسط 10٪ نسبت به محاسبه، به این معنی است که در معرض مقدار زیادی از زمان تجمعی است.

ارزیابی ریسک هیپوگلیسمی

هیپوگلیسمی طولانی به ویژه خطرناک است، زیرا می تواند منجر به تشنج، ناخودآگاه یا آریتمی قلبی شود.یک میانگین ساده ممکن است یک قسمت کوتاه اما عمیق هیپوگلیسمی را در کنار TWA، با فاکتور در طول مدت، نشان دهنده بار واقعی گلوکز کم است.به عنوان مثال، بیمار که 30 دقیقه در 50 mg / dL تجربه می کند و سپس 11.5 ساعت در حدود 150 / L mg را شناسایی می کند، به طور متوسط در نزدیکی یک مقدار 148 / 14 / 14 / D0 میلی گرم کاهش می دهد.

تنظیم درمان انسولین

هنگامی که دوز انسولین یا زمان تنظیم می شود، TWA به تمایز بین جهش های کوتاه مدت پس از زایمان و هیپرگلیسمی پایدار کمک می کند، بیمار مبتلا به TWA بالا ممکن است نیاز به تغییر در انسولین پایه یا نسبت کربوهیدرات داشته باشد، در حالی که بیمار با یک TWA طبیعی اما جهش های مکرر کوتاه ممکن است از استراتژی های سریع انسولین یا غذا خوردن سریع تر بهره مند شوند.

مزایای استفاده از میانگین های زمان-درخدر در مدیریت دیابت

یکپارچه سازی TWA به نظارت روتین، مزایای ملموسی برای هر دو بیمار و ارائه دهندگان خدمات بهداشتی ارائه می دهد.

  • نمایندگی دقیق تر از کنترل گلیکمی: TWA تاثیر نوسانات کوتاه، غیر قابل نمایندگی را کاهش می دهد، ارائه تصویر واضح تر از قرار گرفتن در معرض گلوکز کلی.
  • تشخیص بهتر الگوهای روز به روز: با طول وزن، TWA روند تکراری مانند هیپرگلیسمی طولانی مدت شب یا سفرهای پس از قاعدگی طولانی را برجسته می کند.
  • توسعه ریسک پذیری: بیماران با درصد زمان مشابه در محدوده می توانند مقادیر TWA بسیار متفاوت داشته باشند، به پزشکان اجازه می دهد تا کسانی را که دارای بار گلیسمی بیشتری هستند شناسایی کنند.
  • تنظیم هدف شخصی سازی شده: TWA می تواند برای تعیین اهداف فردی استفاده شود.به عنوان مثال، یک زن باردار با دیابت حاملگی ممکن است نیاز به TWA پایین تر برای به حداقل رساندن قرار گرفتن در معرض جنین در معرض هیپرگلیسمی باشد.
  • بازخورد انگیزشی برای بیماران: هنگامی که بیماران می بینند که یک دوره کوتاه از گلوکز بالا به طور چشمگیری بر TWA آنها تاثیر نمی گذارد، اما یک عمل بالا پایدار، آنها اغلب انگیزه بیشتری برای اصلاح سفرهای طولانی مدت دارند.

چالش ها و محدودیت های میانگین های زمان-Weighted

با وجود مزایای آن، TWA بدون محدودیت نیست و استفاده موثر آن نیاز به آگاهی از مشکلات بالقوه دارد.

دقت سنسور و کالیبراسیون

قابلیت اطمینان TWA به طور کامل به دقت سنسور بستگی دارد. CGM زمان پردازش (interitial vs. Blood گلوکز) می تواند خطا را معرفی کند، به ویژه در هنگام تغییرات سریع، سنسور یا مصنوعات فشرده سازی (به عنوان مثال، دروغ گفتن در سنسور)، می تواند داده ها را نادیده بگیرد. اداره غذا و داروی ایالات متحده (FDA) نیاز به CGM دارد تا به معنای تفاوت مطلق (f) باشد، حتی در اندازه گیری های Tstickf.

Data Gaps و Non-uniform Collection

اگر سیگنال CGM به دلیل حذف سنسور یا خرابی انتقال از بین برود، محاسبه TWA می تواند به صورت پیش فرض شود. روش های Interpolation تغییر خطی بین نقاط شناخته شده را که ممکن است واقعیت را منعکس نکند، بیماران باید زمان سایش سنسور بالا را تضمین کنند (حداقل ۷۰ درصد از زمان برای TWA قابل اعتماد، در هر دستورالعمل های اخیر).

درک بیمار و تفسیر

بسیاری از بیماران با اعداد گلوکز متوسط آشنا هستند اما ممکن است برای درک مفهوم وزنه برداری تلاش کنند.معلمان دیابت نقش کلیدی در توضیح اینکه TWA مانند یک متریک "در معرض گلوکز" است، مشابه اینکه چگونه یک سرعت رانندگی به طور متوسط زمان صرف شده در ابزارهای بصری - مانند نمایه گلوکز آمبولانس (AGP) است که شامل TWA خط مستقیم تر می شود - کمک می کند.

ادغام میانگین های زمان-Weighted به مراقبت از دیابت

استفاده موفق از TWA نیازمند یک رویکرد ساختاری شامل آموزش، فن آوری و مراقبت های مشترک است.

پلتفرم های داده CGM

سیستم های مدرن CGM مانند Dexcom Clarity و Abbott LibreView به طور خودکار TWA را محاسبه می کنند و آن را در کنار شاخص مدیریت گلوکز (GMI) و سایر معیارها نمایش می دهند.این سیستم عامل ها به بیماران اجازه می دهند تا گزارش ها را با تیم مراقبت های بهداشتی خود به اشتراک بگذارند تا TWA را بیش از 7، 14 یا 30 روز محاسبه کنند و نشان دهند که کوتاه مدت در مقابل روند زمانی طولانی مدت مشخص می شود.

مراقبت های مشارکتی و تصمیم گیری مشترک

متخصصان بهداشت و پرورش گواهی شده (CDCES)، و ارائه دهندگان مراقبت های اولیه می توانند از TWA برای خیاط درمان استفاده کنند، به عنوان مثال، اگر TWA بیمار با وجود پارامترهای خوب زمان در رده اول باشد، پزشک ممکن است بررسی کند که آیا بیمار در حال حاضر تنظیمات پمپ های طولانی مدت یا مداوم انسولین در تزریق انسولین (II0) را بررسی کند.

آموزش بیمار و خودمدیریت

بیمارانی که TWA را درک می کنند، احتمال بیشتری برای تصمیم گیری آگاهانه دارند.

  • چگونه TWA با میانگین ساده متفاوت است (از یک مقایسه بصری مانند پر کردن یک سطل استفاده کنید: میانگین ساده ارتفاع در وسط است، TWA حجم کل است).
  • چگونه روند TWA را در رابطه با محدوده هدف خود تفسیر کنیم.
  • استراتژی های بهبود TWA: پرداختن به کمبود انسولین طولانی مدت، زمان انسولین سریع و بررسی ترکیب غذایی.

چندین برنامه پشتیبانی از دیابت و جوامع آنلاین (به عنوان مثال، Beyond Type 1، Diabetes Daily ) منابعی را در معیارهای مشتق شده از CGM ارائه می دهند. ارائه دهندگان خدمات بهداشتی باید بیماران را به مواد آموزشی قابل اعتماد هدایت کنند.

مسیر های آینده: فراتر از میانگین های زمان-Weighted

به عنوان پیشرفت تکنولوژی و علوم داده، نقش TWA احتمالا گسترش و تکامل می یابد.

هوش مصنوعی و پیش بینی Analytics

مدل های یادگیری ماشین می توانند TWA را همراه با ویژگی های دیگر ( ضربان قلب، فعالیت، ورود به غذا) برای پیش بینی سفر گلوکز در ساعت های پیش رو، TWA به عنوان یک ورودی ارزشمند عمل می کند، زیرا این امر نشان می دهد که الگوریتم های اخیر "حساسیت" را از پروژه هایی مانند FLT:0NIH برنامه پانکراس مصنوعی گلیسمی نشان می دهد که الگوریتم های TWA تحویل انسولین بسته و کاهش می دهند.

اهداف شخصی TWA

به جای آستانه جهانی TWA، برنامه های مراقبت های آینده ممکن است از " پروفیل های قرار گرفتن در معرضگلیسمی" استفاده کنند که اهداف مختلف TWA را بر اساس سن، وضعیت بارداری، بیماری های کم سن و سال و خطر ابتلا به هیپوگلیسمی طولانی مدت تحمل می کنند.

ادغام با Electronic Health Records

همانطور که داده های CGM به طور یکپارچه در EHRs (از طریق سیستم عامل هایی مانند Glooko یا Tidepool) ادغام می شوند، TWA می تواند به طور خودکار محاسبه و روند در طول ماه ها و سال ها، ارائه یک اندازه گیری قوی از کنترل گلیسمیک است که مکمل HbA1c است. این پشتیبانی از مدل های مراقبت مبتنی بر ارزش است که نتایج مانند کاهش بستری شدن در بیمارستان های مرتبط با دیابت را پاداش می دهد.

نتیجه گیری

میانگین های وزن زمان نشان دهنده یک اصلاح قدرتمند در نظارت بر قند خون است، حرکت فراتر از میانگین های ساده برای ارائه یک تصویر وفادارتر از قرار گرفتن در معرض گلوکز در دنیای واقعی است، با دادن وزن مناسب به مدت که سطح گلوکز پایدار است، TWemic به بیماران و پزشکان کمک می کند تا الگوهای را شناسایی کنند، خطرات را پیش بینی کنند و تنظیمات هدفمند را به درمان برسانند، در حالی که چالش هایی مانند دقت سنسور و درک بیمار باقی می ماند، افزایش دسترسی به مصرف کنندگان و سیستم عامل های مدیریت دقیق و TW دوستانه می تواند به طور قابل دسترس را بهبود بخشد.