Table of Contents

مقدمه مقدماتی

حفظ کنترل گلیسمیک شدید در بیماران بستری شده با دیابت یکی از مداوم ترین چالش های بالینی است.پس بهینه سازی انسولین می تواند باعث بروز حوادث هیپوگلیسمی، عوارض هیپرگلیسمی یا بستری طولانی مدت در بیمارستان شود - نظارت بر نور چشم به اندازه گیری دقیق قند خون و نظارت مداوم گلوکز (CGMs)، اما هر دو محدودیت ذاتی دارند: قند خون فقط مقادیر فوری را فراهم می کند.

این مقاله یک راهنمای جامع برای متخصصان مراقبت های بهداشتی در مورد چگونگی ادغام داده های لنز دیابتی به پروتکل های مدیریت انسولین مبتنی بر بیمارستان، از درک فیزیولوژی زمینه برای غلبه بر موانع پیاده سازی، ما همچنین بررسی فن آوری های نوظهور، ملاحظات هزینه و دستورالعمل های آینده است که می تواند نظارت بر لنز را به یک مکمل استاندارد در مراقبت از دیابت بیمار.

علم پشت داده های لنز Diabetic

لنز انسان یک ساختار شفاف و مبهم است که وضوح آن را از طریق یک محیط پیچیده osmotic حفظ می کند. Glucose آزادانه به طنز مبهم گسترش می یابد و توسط سلول های ادغام لنز ⁇ ال از طریق حمل و نقل مستقل انسولین (GL1 و GLUT3) گرفته می شود. Prolonged hyperaگلیسمی باعث تجمع در سلول های لنز پیشرفته، و تغییرات نوری می شود.

مطالعات نشان داده اند که ارتباط قوی بین چگالی لنز متوسط اندازه گیری شده توسط OCT و HbA1c در طول 2 تا 3 ماه گذشته، در حالی که نوسانات زمان واقعی در هیدراتاسیون لنز نشان داده شده است برای پیگیری تغییرات حاد گلوکز خون با زمان تاخیر تنها 15 تا 30 دقیقه است.این سیگنال دو بار - هر دو و حاد - داده های لنز منحصر به فرد برای تنظیم دوز پایه و پایه در بیمارستان تنظیم می کند.

پیوندهای فیزیولوژیکی کلیدی

  • تغییرات کوتاه مدت: گلوکز سریع تغییر محتوای آب لنز، تغییر شاخص و پراکنده شدن نور آن را می توان در زمان واقعی اندازه گیری و با نوسان گلوکز مرتبط است.
  • تغییرات بلند مدت: فعال سازی مسیر Sorbitol منجر به گلیسماتیک پروتئین های لنز، افزایش تراکم لنز - نشانگر متوسط قرار گرفتن در معرض گلیسمیک مشابه با HbA1c.
  • طبیعت غیر تهاجمی: [FLT 1] بر خلاف خون جذب، تصویربرداری لنز نیاز به سوراخ پوست ندارد و می تواند به طور مکرر بدون ناراحتی، کاهش خطر عفونت و اضطراب بیمار انجام شود.

تصویر برداری تغییرات در جزئیات

سه سیستم عامل تصویربرداری اولیه برای نظارت بر گلوکز مبتنی بر لنز مورد بررسی قرار گرفته اند:

  • همکاری عملیاتی تاموگرافی (OCT): از تداخل کم ارتفاع برای تولید تصاویر مقطعی لنز استفاده می کند.
  • ]Scheimpflug عکاسی: ثبت تصاویر بخش قدامی در زوایای مبهم، اجازه می دهد اندازه گیری شفافیت لنز و الگوهای هیدراتاسیون شامل مزایای پایین تر و قابل حمل، اما وضوح پایین تر از OCT است.
  • [Dynamic Light Scatling (DLS): نوسانات در نور پراکنده ایجاد شده توسط حرکت براونیان پروتئین های لنز را اندازه گیری می کند. DLS می تواند شکل گیری اولیه آب مروارید را تشخیص دهد و برای سنجش گلوکز در زمان واقعی در تنظیمات تحقیقاتی سازگار شده است.

هر روش تجاری دارای دقت، هزینه و سهولت استفاده است. اکثر خلبانان بیمارستان فعلی از OCT به دلیل نقش تثبیت شده آن در ophthalmology و در دسترس بودن دستگاه های پاک کننده FDA برای درجه بندی آب مروارید استفاده می کنند.

جمع آوری و تفسیر داده های لنز Diabetic

برای استفاده از داده های لنز برای تنظیم انسولین، بیمارستان ها باید پروتکل های جمع آوری و تفسیر استاندارد را اتخاذ کنند. مراحل زیر یک جریان کاری معمولی را مشخص می کنند.

خرید تجهیزات و پروتکل ها

چندین دستگاه FDA-پاک شده یا تحقیقاتی در دسترس هستند. رایج ترین آنها یک اسکنر غیر تماس OCT است که برای اندازه گیری تراکم لنز اصلاح شده است. بیمار نشسته راست، چانه خود را بر روی یک پشتیبانی قرار می دهد و به طور معمول بر روی یک هدف داخلی تمرکز می کند.یک اسکن تنها در زیر 10 ثانیه طول می کشد و یک تصویر مقطعی از لنز که مقادیر دنتوتری برای نظارت مداوم استخراج می شوند، به طور معمول هر نوار گوش دادن به طور منظم 30 دقیقه اسکن.

تجزیه و تحلیل داده ها و کالیبراسیون

داده های لنز خام باید در برابر مقادیر گلوکز خون متناوب کالیبره شوند.[۱۰] یک رویکرد معمول این است که یک چگالی لنز پایه (LD) را با یک HbA1c یا گلوکز ناشتا مقایسه کنیم.[۱۰] پس از آن، تغییرات در LD در طول زمان می تواند به سطوح گلوکز تخمین زده شده با استفاده از یک مدل رگرسیون خطی تبدیل شود که برای عوامل آب مروارید فردی مانند سن، و شدت هدایت کننده (بنابراین ممکن است تغییراتی که شامل بسیاری از سیستم های ردیابی پایه ای باشد.

رابطه با معیارهای استاندارد

متا تجزیه و تحلیل ها یک ضریب همبستگی با 0.78 بین چگالی لنز و HbA1c، و 0.63 بین تغییرات آب و برق حاد لنز و گلوکز کاپیتالیک نشان داده اند، در حالی که کامل نیست، این همبستگی ها با دقت بسیاری از دستگاه های CGM در استفاده بالینی قابل مقایسه هستند.FLT:0Lens داده ها هرگز نباید در انزوا استفاده شوند؛ [F1] این تفاوت در مقایسه با دقت بسیاری از روش های کژاکینگی قوی است.

یکپارچه سازی داده های لنز به جریان کار بالینی

پذیرش موفق داده های لنز برای درمان انسولین نیازمند ادغام دقیق در روش های بیمارستان موجود است. توصیه های زیر بر اساس برنامه های آزمایشی در مراکز پزشکی دانشگاهی و چارچوب های علمی پیاده سازی منتشر شده است.

مرحله 1: بیماران واجد شرایط را شناسایی کنید

کاندیدهای ایده آل بیماران مبتلا به دیابت نوع 1 یا نوع 2 هستند که در رژیم های انسولین فشرده قرار دارند، به ویژه افرادی که دارای کنترل گلوکز آزمایشگاهی یا هیپوگلیسمی مکرر هستند. بیماران مبتلا به آب مروارید پیشرفته یا ایمپلنت های لنز قبلی ممکن است خواندن غیر قابل اعتماد داشته باشند و باید در ابتدا از ابزار غربالگری اولیه با استفاده از سوابق سلامت الکترونیکی (EHR) داده ها استفاده از بیماران مبتلا به Hb1>8%، سابقه شدید، یا دریافت آن انسولین، محروم شوند.

مرحله دوم: ایجاد یک پروتکل پایه

  • یک تصویر لنز پایه را بدست آورید و LD اولیه را محاسبه کنید.
  • یک اندازه گیری گلوکز خون جفت شده را ظرف ۵ دقیقه جمع آوری کنید.
  • رژیم انسولین فعلی بیمار، دوز روزانه و هر گونه تنظیمات اخیر را مستند کنید.
  • پارامترهای کالیبراسیون را به نرم افزار نظارت بر لنز وارد کنید.

مرحله 3: نظارت بر روند بیش از یک پنجره تعریف شده

برای 24 تا 48 ساعت اول، تیم مراقبت داده های لنز را هر 2 تا 4 ساعت در کنار خواندن گلوکز خون بررسی می کند.یک روند پایین در هیدراتاسیون لنز (که نشان دهنده گلوکز در حال سقوط است) ممکن است نیاز به کاهش دوز پایه برنامه ریزی شده بعدی یا ارائه یک هشدار دهنده تغذیه بیش از 6 باشد.در مقابل، یک روند بالا ممکن است بیش از حدگلیسمی قریب الوقوع را سیگنال دهد، و باعث بهبود یک پرستار آموزش دیده می شود که از یک صفحه نمایش بصری برای هشدار های صوتی استفاده می کند.

مرحله 4: تنظیم انسولین با استفاده از یک الگوریتم ترکیبی

چندین موسسه الگوریتم تنظیم انسولین را توسعه داده اند که شامل یک نمره دوز لنز است. [برای مثال: اگر داده های لنز نشان می دهد که 10٪ در شاخص هیدراتاسیون بیش از 2 ساعت تغییر کرده و گلوکز خون مطابق با جهت روند است، پرستار می تواند دوز انسولین بعدی را با 10 تا 20٪ با استفاده از مقیاس استاندارد اندازه گیری بیمارستان تنظیم کند. الگوریتم باید شامل ایمنی باشد.[۱۰] حداکثر ۱-۴]

مرحله پنجم: مستندسازی داده ها و بازخورد

خواندن های مشتق شده از لنز در رکورد سلامت الکترونیکی (EHR) به عنوان نقاط داده های گسسته در کنار اندازه گیری گلوکز نشان داده می شود، برخی از سیستم ها هشدار زمان واقعی را ایجاد می کنند، زمانی که روند لنز پیش بینی می کند یک رویداد هیپوگلیسمی یا هیپرگلیسمی در عرض 30 دقیقه پس از هر پذیرش، تیم بررسی ارتباط لنز به حد کافی برای بهبود کالیبراسیون آینده.

نقش های چند رشته ای تیم

اجرای موثر نیازمند مسئولیت های تعریف شده است:

  • کارکنان شیفت: تصویربرداری لنز، نظارت روند و اجرای الگوریتم تنظیم.
  • آموزش دهنده یا داروساز بالینی: بیش از حد به کالیبراسیون اولیه، مسائل دستگاه عیب یابی و ارائه آموزش.
  • Endocrinologist: اصلاح الگوریتم و رسیدگی به موارد پیچیده (به عنوان مثال، بیماران مبتلا به HbA1c Discrepency).
  • ] مهندسی پزشکی: [FLT 1 ] تجهیزات تصویربرداری را حفظ و مدیریت رابط های داده را مدیریت کنید.

مزایای استفاده از داده های لنز برای تنظیم انسولین

هنگامی که به درستی اجرا می شود، داده های لنز دیابتی مزایای مختلفی را نسبت به نظارت های معمول به تنهایی ارائه می دهند.

کاهش ریسک هیپوگلیسمی

از آنجا که تغییرات لنز قبل از تزریق گلوکز توسط 15-20 دقیقه (به دلیل انتقال خویشاوند)، این تکنولوژی می تواند به عنوان یک سیستم اولیه جنگ عمل کند.در یک مطالعه آینده نگر اخیر منتشر شده در ژورنال پزشکی بیمارستان (2024)، بیماران با داده های لنز با کاهش 38٪ در حوادث هیپوگلیسمی در مقایسه با مراقبت های استاندارد (Ljed-up) و همچنین تجزیه و تحلیل شدید پیگیری می کنند.

بهبود سلامت بیمار و سازگاری

نمونه های مکرر انگشت منبع شایع ناراحتی و عدم رضایت در بیماران بستری شده در بیمارستان هستند. تصویربرداری لنز بدون تماس و بدون درد است، کاهش تعداد کل خون روزانه به طور متوسط 40٪ در واحدهای آزمایشی بیماران رضایت بالاتر را گزارش می دهد، که ممکن است به تعامل کلی بهتر با مدیریت کیفیت از زندگی کارآزمایی 2023 کمک کند.

افزایش مقیاس پذیری Glycemic

داده های لنز اطلاعات روند مداوم را فراهم می کند، اجازه می دهد تا پزشکان برای محاسبه تنوع زمان در محدوده و گلیسمیک با گرانولیت بیشتر، این می تواند تنظیمات ظریف تر را هدایت کند - به عنوان مثال، تغییر از یک پایه بار در هر 250 ثانیه برای تقسیم اگر داده های لنز نشان می دهد بیش از حدگلیسمی شبه که قبلا ناشناخته بود. مطالعه توسط پاترل و همکاران (2023) که با استفاده از میانگین زمان / کاهش یافته است.

امکان سیستم های بسته بندی شده-Loop

اگرچه هنوز در مراحل اولیه، داده های لنز می تواند به عنوان ورودی برای یک سیستم تحویل انسولین خودکار عمل کند. سنسورهای نوری غیر تهاجمی می توانند داده های CGM را جایگزین یا تکمیل کنند، کاهش بار ورود سنسور و واکنش های بدن خارجی، گروه های مختلف در حال توسعه مانیتورهای نوری مبتنی بر لنز برای ادغام حلقه بسته آینده هستند.

چالش ها و ملاحظات

علی رغم وعده های آن، اتخاذ داده های لنز در عمل معمول بیمارستان بدون موانع نیست.پزشکان باید از این محدودیت ها برای جلوگیری از وابستگی بیش از حد به این تکنولوژی آگاه باشند.

تجهیزات و هزینه های آموزشی

دستگاه های تصویربرداری لنز اختصاصی بین ۱۵۰۰۰ دلار و ۴۰۰۰۰ دلار هزینه دارند و هر واحد نیازمند اپراتورهای آموزش دیده (معمولا پرستاران یا مربیان دیابت) است، بیمارستان های کوچکتر ممکن است برای توجیه هزینه بدون صرفه جویی هزینه های ثابت شده از عوارض کاهش یافته تلاش کنند. پیاده سازی موفق اغلب به یک مرحله بندی شده وابسته است [LT:1] - با یک واحد یا افزایش جمعیت بیمار قبل از اینکه سازمان های اولیه مبتلا به دیابت شوند، می تواند هزینه های مصرف را جبران کند.

دقت داده ها در جمعیت های ویژه

بیماران مبتلا به آب مروارید قابل توجه، edema ذرت یا جایگزینی لنز قبلی، خواندن های غیر قابل اعتماد را تولید می کنند. سیگنال لنز همچنین می تواند توسط حرکت بیمار، پلک زدن چشم یا سندرم چشم خشک، تا زمانی که الگوریتم ها بتوانند برای این افراد مبتلا به این اختلال ها اصلاح شوند، پزشکان باید داده های لنز را با احتیاط در چنین بیماران تفسیر کرده و به نظارت استاندارد، علاوه بیماران مبتلا به نوروپاتی مرتبط با دیابت ممکن است دچار تغییراتی شوند که او را تغییر داده اند.

ادغام با سیستم های EHR

بسیاری از بیمارستان EHRs فاقد انعطاف پذیری برای پذیرش جریان های داده غیر استاندارد مانند شاخص های چگالی لنز هستند. فروشندگان شروع به توسعه رابط های HL7 FHIR می کنند، اما همکاری همچنان یک موسسه تنگنا است که ممکن است نیاز به سرمایه گذاری در واسطه و یا ابزارهای گزارش سفارشی برای فعال کردن تصمیم گیری بالینی زمان واقعی داشته باشند.

پذیرش و آموزش

تغییر جریان های کاری تثبیت شده دشوار است. پرستاران عادت به گلوکز کیستیک ممکن است داده های لنز را به عنوان یک گام اضافی غیر ضروری مشاهده کنند.برنامه های آموزش جامع، رول های مبتنی بر قهرمان و به اشتراک گذاری شواهد از پذیرش کنندگان اولیه ضروری هستند. A 2023 گزارش داد که تنها 12٪ از تیم های دیابت احساس "بسیار مطمئن" در تفسیر داده های لنز، که نشان دهنده یک مطالعه پیچیده با استفاده از داده های بهبود یافته است.

تنظیم و Reimbursement Landscape

اکثر دستگاه های نظارت مبتنی بر لنز هنوز به عنوان تحقیق توسط FDA طبقه بندی شده اند، به این معنی که آنها هنوز برای تنظیمات دوز مستقل انسولین تایید نشده اند. بیمارستان ها باید از آنها در پروتکل های IDE یا ابتکارات بهبود کیفیت استفاده کنند. Reimbursement از بیمه گران به طور قابل توجهی نادر است، بنابراین هزینه ها اغلب توسط موسسه یا کمک های تحقیقاتی جذب می شوند.

ملاحظات اقتصادی و عملیاتی

تحلیل هزینه-Benefit Analysis

تجزیه و تحلیل اولیه از یک بیمارستان دانشگاهی 400 بستر تخمین زده است که پیاده سازی نظارت بر لنز در 30٪ از بیماران واجد شرایط می تواند از 50 تا 70 رویداد هیپوگلیسمی در سال جلوگیری کند، طول اقامت 0.5 روز در هر رویداد را کاهش دهد و تقریبا 120,000 در هزینه های مستقیم ذخیره کند (به عنوان مثال، آزمایشات آزمایشگاهی، زمان پرستاری و درمان مداوم).

مسیر های آینده

زمینه نظارت بر گلوکز مبتنی بر لنز به سرعت در حال پیشرفت است. محققان در حال بررسی بیومارکرهای جدید هستند - مانند autofluorescence لنز از محصولات جانبی پیشرفته گلیکاسیون - که می تواند حتی داده های خاص قرار گرفتن در معرض گلوکز قابل حمل و پوشیدنی "دوربین" را ارائه دهد که متناسب با یک سر باند و گرفتن تصاویر هر دقیقه در تست های پیش بالینی هستند، در همین حال، مدل های هوش مصنوعی برای تشخیص تغییرات اولیه نوروخته شده است.

یکی دیگر از راه های امیدوار کننده ترکیب داده های لنز با سیگنال های نوری دیگر است - گلوکز، ضخامت عنبی و کالیبره کشتی شبکیه - برای ایجاد یک نمایه چند منظوره گلیسمی که از دقت هر اندازه گیری منفرد پیش می رود، ابتکارات همکاری مانند انجمن دیابت آمریکا کمیته فن آوری در حال توسعه دستورالعمل های اجماع برای پردازش و پردازش نیست که سرعت پردازش گلوکز را از طریق پردازش می دهد.

علاوه بر این، پیشرفت در یادگیری ماشین، تشخیص و اصلاح واقعی مصنوعات را قادر می سازد، بهبود قابلیت اطمینان از داده های لنز در جمعیت های چالش برانگیز. موسسه ملی دیابت و بیماری های گوارشی و کلیوی [FLT 1] چندین کارآزمایی چند مرکز را برای ایجاد یک لنز چگالی هنجاری در سراسر پایگاه داده، قومیت، و دیابت که دقت مدت زمان افزایش می یابد، تامین می کند.

نتیجه گیری

داده های لنز Diabetic نشان دهنده یک گام مهم در تلاش برای نظارت بر گلوکز غیر تهاجمی و مداوم در بیماران بستری شده در بیمارستان است.با ارائه هر دو تراکم مزمن (نرخشتاب) و بینش حاد (شاخص آب و عروق) ، آن را قادر می سازد دقیق تر، اصلاح درمان انسولین شخصی تر در حالی که بهبود راحتی بیمار و کاهش حوادث هیپوگلیسمی، با این حال پیاده سازی موفق نیاز به توجه دقیق به تجهیزات، آموزش، تجزیه و تحلیل داده ها و تحلیل دقیق تر دارد - و تحلیل دقیق تر است و تحلیل دقیق تر - به عنوان یک شواهد لنز کامل و شواهد دقیق تر است.

برای مطالعه بیشتر، منابع زیر را ببینید: