برای میلیون ها نفر که با دیابت زندگی می کنند، پدیده صبحگاهی یک چالش ناامید کننده و مداوم است.این یک فرایند فیزیولوژیکی طبیعی است که می تواند باعث افزایش سطح گلوکز خون در ساعات صبح زود هنگام شود، اغلب قبل از صبحانه، مدیریت این افزایش های اولیه صبح به طور سنتی نیاز به نظارت هوشیار و مداخله دستی دارد.

آشنایی با تکنولوژی Dawn Phennon

پدیده صبحگاهی نشانه ای از مدیریت دیابت ضعیف یا عدم موفقیت انسولین شبانه گذشته نیست بلکه یک رویداد پیش بینی شده است که در همه افراد، با یا بدون دیابت اتفاق می افتد و تقریباً 3 صبح و 8 گلوکز به نوع 1.m، بدن یک هورمون ضد تخمک گذاری را آزاد می کند، در درجه اول کورتیزول، رشد هورمون های رشد و دیابت، بدون اینکه به سرعت این هورمون های ترشح شده را آزاد کند، نمی تواند به عنوان یک نوع گلوکز ذخیره کند.

به طور بالینی، پدیده سپیده دم از اثر Somogyi متمایز است، که هیپرگلیسمی بازگشتی پس از یک دوره هیپوگلیسمی شبه است، در حالی که هر دو می توانند باعث هیپرگلیسمی صبحگاهی شوند، مکانیسم های اساسی متفاوت است شناسایی مناسب از پدیده صبحگاهی برای مدیریت موثر ضروری است. قند بالا قلب و عروق کمک می کند تا سطح هموگلوبین A1c افزایش یابد و با خطر ابتلا به بیماری طولانی مدت، بنابراین، تنها عوارض جانبی حیاتی است، و درمان مجدد بیماری است.

شدت و زمان پدیده صبحگاهی می تواند به طور گسترده ای در میان افراد متفاوت باشد. عواملی مانند سن، وضعیت خواب، کیفیت خواب و زمان آخرین وعده غذایی یا انسولین پایه می تواند بر میزان افزایش گلوکز صبحگاهی تأثیر بگذارد، زیرا برخی از آنها ممکن است خفیف باشند؛ برای دیگران، می تواند در عرض چند ساعت از 50 تا 100 میلی گرم / dL تجاوز کند.

چگونه سیستم های حلقه ای را بسته بندی کنیم

یک سیستم حلقه بسته سه جزء اصلی را ادغام می کند: یک مانیتور گلوکز مداوم (CGM)، یک پمپ انسولین و یک الگوریتم کنترل. CGM سطح گلوکز بین رشته ای را در فواصل منظم، به طور معمول هر پنج دقیقه، این خواندن به طور بی سیم به کنترل کننده منتقل می شود، که اغلب در پمپ انسولین قرار دارد یا یک برنامه تلفن هوشمند همراه است که الگوریتم تجزیه و تحلیل می کند، و تحلیل روند تحویل بعدی، و سپس سرعت تزریق را تنظیم می کند.

سیستم های حلقه بسته مدرن می توانند در حالت های هیبریدی یا کاملا خودکار عمل کنند.در حالت هیبریدی، کاربر هنوز وارد برآورد کربوهیدرات های غذایی می شود و به صورت دستی باعث جذب بولوس می شود، در حالی که سیستم مدیریت شبانه و بین نرخ های پایه ای به طور خودکار است که هدف آن رسیدگی به تمام تحویل انسولین است، اما در حال حاضر با محدودیت های کنترل زمان غذا مواجه است.

الگوریتم ها در میان تولید کنندگان متفاوت هستند. برخی از کنترل کننده های ژورنالی متناسب (PID) استفاده می کنند، در حالی که دیگران از الگوریتم های پیش بینی مدل (MPC) استفاده می کنند که به سطح گلوکز فعلی پاسخ می دهند، نرخ تغییر و خطای انباشته شده در طول زمان.C الگوریتم های MP پیشرفته تر هستند، با استفاده از یک مدل ریاضی سیستم گلوکز-سین انسانی برای پیش بینی گلوکز در آینده (دستورالعمل) و تنظیم شده در انواع مختلف عملکرد دقیق تر است.

مکانیسم های خاص برای مدیریت فنومون Dawn

تنظیمات Real-Time

پایه عملکرد حلقه بسته توانایی الگوریتم برای تشخیص روند رو به رشد گلوکز در طول پنجره صبح زود است، به جای انتظار برای خواندن قند خون برای عبور از یک آگگلیسمی بالا، سیستم می تواند شیب مشخصه پدیده طلوع فجر را به عنوان مثال، اگر CGM نشان می دهد یک مسیر ثابت در حدود 4m شروع می شود، الگوریتم می تواند به تدریج افزایش سرعت در این روش اصلاح را به طور قابل توجهی افزایش دهد.

اهداف طولانی مدت قابل توجه

بسیاری از سیستم های حلقه بسته اجازه می دهد تا کاربر و ارائه دهنده مراقبت های بهداشتی خود را برای تنظیم یک هدف گلوکز شبانه پایین تر تنظیم کنند.یک هدف استاندارد ممکن است ۱۲۰ میلی گرم / dL باشد، اما برای افرادی که دارای یک پدیده صبحگاهی قوی هستند، هدف از ۱۰۰ میلی گرم / dL یا حتی ۹۰ میلی گرم / dL در ساعات اولیه صبح ممکن است مناسب باشد. الگوریتم تلاش خواهد کرد تا گلوکز را در سطح پایین نگه دارد، به طور موثر ایجاد کند اگر یک روز صبح به طور سریع افزایش یابد، به عنوان یک پاسخ هشدار دهنده کاهش می دهد، به عنوان یک نوار هشدار هشدار هشدار هشدار هشدار هشدار هشدار مصرف کننده، به طور معمول، به عنوان کاهش مصرف کننده، به طور دقیق.

یادگیری و Adaptation

برخی از سیستم های حلقه بسته پیشرفته شامل تکنیک های یادگیری ماشین برای انطباق با الگوهای فردی کاربر در طول زمان است. الگوریتم همچنین می تواند داده های تاریخی را از چند هفته گذشته تجزیه و تحلیل کند، به رسمیت شناختن این که پدیده صبحگاهی ممکن است در آخر هفته (هنگامی که خواب طولانی تر است) در مقابل روزهای هفته، آن را نیز می تواند تنظیم برای تغییرات در زمان غذا، ورزش، و یا چرخه های قاعدگی.

اصلاح خودکار بولuses

حتی با بهترین الگوریتم های پیش بینی شده، گلوکز ممکن است گاهی اوقات از محدوده هدف تجاوز کند. بسیاری از سیستم های حلقه بسته قادر به ارائه بولوسهای خودکار اصلاح هستند، زمانی که گلوکز بالاتر از آستانه ای که از قبل تعریف شده است، این مینیبول ها بر اساس مقدار گلوکز فعلی محاسبه می شوند، میزان افزایش گلوکز و عوامل حساسیت به انسولین کاربر، زیرا آنها در افزایش کم خونی تحویل داده می شوند، خطر انسولین را کاهش می دهند و زمان بازگشت به حالت عادی صبحانه را کاهش می دهد.

ادغام با سنسورهای پوشیدنی

تحقیقات نوظهور در حال بررسی ادغام سنسور های زیستی اضافی مانند مانیتور ضربان قلب (Horpert) ، سنسورهای دمای پوست و حتی شتاب سنج هایی است که مراحل خواب را تشخیص می دهند. تغییرات در تنوع ضربان قلب و دمای بدن اغلب قبل از افزایش هورمون دیابت 1 / 2 با ترکیب این سیگنال ها ، سیستم های حلقه بسته آینده ممکن است قادر به پیش بینی پدیده صبحگاهی حتی قبل از افزایش گلوکز باشند. [F]

مزایای سیستم های حلقه بسته برای مدیریت فنتوم غیر Dawn

  • ] زمان بهبود یافته در محدوده: کاربران سیستم های حلقه بسته به طور مداوم درصد بالاتری از زمان صرف شده در محدوده گلوکز هدف (70-180 mg / dL) را در طول شب در مقایسه با درمان پمپ سنسور و یا تزریق های متعدد روزانه گزارش می کنند.این به طور مستقیم به نتایج HbA1 بهتر و کاهش تنوع گلیسمی می پردازد.
  • بردن مدیریت دستی: پدیده سپیده دم اغلب نیاز به تنظیم یک نرخ پایه شبانه موقت، بیدار شدن برای چک کردن گلوکز، یا مصرف دوز اصلاح قبل از به طور کامل خاموش سیستم های حلقه خاموش نیاز به این مراحل دستی را از بین می برد، اجازه می دهد کاربران به خواب از طریق شب بدون وقفه و تسکین عاطفی می تواند به طور قابل توجهی کاهش دیابت.
  • خطر هیپوگلیسمی بدون بازگشت: از آنجا که الگوریتم حلقه بسته می تواند تحویل انسولین را کاهش دهد یا تعلیق کند، خطر هیپوگلیسمی شبانه شدید در مقایسه با نرخ های ثابت است.این به ویژه برای کسانی که ممکن است اثرات Somogyi را تجربه کنند یا خطر ابتلا به بی اطلاع بودن بالا دارند، بسیار مهم است.
  • تصمیم گیری داده محور: کاربران و پزشکان دسترسی به پروفایل های گلوکز شبانه دقیق را به دست می آورند، این داده ها می تواند تفاوت های پدیده سپیده دم مانند زمان شروع دقیق و اندازه آن را نشان دهد، که امکان بهینه سازی بیشتر تنظیمات حلقه بسته را در طول زمان فراهم می کند، این رویکرد داده محور منجر به کنترل بهتر پیشرفته می شود.
  • کیفیت بهبود زندگی: بیدار شدن با گلوکز در محدوده به معنی نیاز کمتر فوری به خوردن مقدار خاصی از کربوهیدرات، علائم کم تر صبح هیپرگلیسمی (تیرترین، خستگی، بینایی مبهم)، و سطح کلی انرژی است.

برای یک مرور جامع از شواهد دنیای واقعی که از درمان حلقه بسته حمایت می کنند، انجمن دیابت آمریکا دستورالعمل ها و داده های نتیجه از کارآزمایی های بالینی را ارائه می دهد.

چالش ها و ملاحظات

سیستم های حلقه بسته هنوز کامل نیستند. دقت سنسور یک عامل حیاتی است.اگر یک CGM از مقدار گلوکز خون واقعی حرکت کند، الگوریتم ممکن است انسولین بیش از حد یا خیلی کم را ارائه دهد. پدیده صبح اغلب در لبه دقت سنسور رخ می دهد، به ویژه در دوره های تغییرات سریع گلوکز، کاربران باید آموزش ببینند تا یک سنسور را تشخیص دهند و اگر علائم نوسانی را احساس کنند، با استفاده از گلوکز سازگار می شوند.

چالش دیگر زمان تاخیر بین گلوکز مایع بین رحم و گلوکز خون است.در طی ظهور سریع پدیده سپیده دم، CGM ممکن است مقدار 10 تا 20 دقیقه پس از گلوکز واقعی خون را گزارش کند، این تاخیر می تواند باعث شود الگوریتم پاسخ آن را به تاخیر بیاندازد. برخی الگوریتم های با پایان بالا شامل محاسبات نرخ تغییر برای جبران این تاخیر، اما به طور کامل حذف شده است تا زمانی که یک سیستم تجربه کوتاه هنوز مشخص نشده است.

تنوع فردی نیز یک مانع است. Puberty، داروهایی مانند استروئید یا داروهای ضد افسردگی، و تغییرات کیفیت خواب می تواند همه پدیده طلوع را از شب به شب تغییر دهد. سیستمی که به طور کامل برای هشت شب متوالی کار می کند، ممکن است به دلیل تغییر غیر منتظره هورمون، کاربران باید هوشیار بمانند و آماده باشند تا به صورت دستی مداخله کنند اگر ارائه دهندگان مراقبت های بهداشتی نیاز داشته باشند، باید به طور موقت به این که چگونه یک سیستم دستی بالا را متوقف کنند (به ویژه هنگامی که یک پدیده ای را مختل کنند).

پشته انسولین خطر است اگر بولوس های اصلاح خودکار به شدت تهاجمی تحویل داده شوند. الگوریتم های پیشرفته شامل محدودیت های ایمنی مانند حداکثر میزان تحویل انسولین و حداقل فواصل زمانی بین بولوس ها هستند، با این حال، اگر الگوریتم بیش از حد تهاجمی برای پدیده صبحگاهی تنظیم شده باشد، ممکن است بیش از حد اصلاح شده و باعث هیپوگلیسمی دیرهنگام و بعد از صبحانه شود که انسولین نیز ارتباط منظم با یک سیستم مراقبت از درمان ضروری است.

در نهایت، هزینه و دسترسی به موانع قابل توجهی باقی می ماند.سیستم های حلقه بسته گران هستند و پوشش بیمه (به طور گسترده ای متفاوت است، حتی در کشورهایی که سیستم های بهداشت عمومی دارند، دسترسی ممکن است به کسانی که معیارهای خاصی را دارند، مانند هیپوگلیسمی مکرر یا گروه های پشتیبانی بالا HbA1c، محدود باشد، اما در حال حاضر، بسیاری از افراد مبتلا به دیابت نمی توانند از این تکنولوژی برای کسانی که در حال بررسی گزینه های مختلف هستند، استفاده کنند.

مسیر های آینده در تکنولوژی حلقه بسته

نسل بعدی سیستم های حلقه بسته با هدف دستیابی به اتوماسیون کامل از تحویل انسولین پایه و بولوس، از جمله برای وعده های غذایی، این نیاز به شمارش کربوهیدرات را از بین می برد، ساده سازی مدیریت دیابت حتی بیشتر برای پدیده سپیده دم، سیستم های کاملا خودکار می توانند به لحاظ نظری نه تنها انسولین پایه را تنظیم کنند، بلکه زمان انسولین پیش از موعد و انجام بر اساس روند شبه، اطمینان از اینکه زمان صبحانه بهینه سازی شده است.

سیستم های حلقه بسته چند هورمون یکی دیگر از مرزهای هیجان انگیز است.این سیستم عامل نه تنها انسولین بلکه گلوکاگون و احتمالاً پیملینتید یا دیگر آنالوگ های آگمیلینگلیسمی است. Glucagon می تواند به سرعت گلوکز را افزایش دهد اگر سیستم پیش بینی کننده قریب الوقوع هیپوگلیسمی، در حالی که pramlintides کند خالی معده و کاهش قند پس از آن برای مدیریت طلوع خورشید، حتی می تواند یک روش کاهش دهد.

پیشرفت در طراحی الگوریتم، از جمله استفاده از هوش مصنوعی و یادگیری عمیق، حتی پیش بینی های دقیق تری را فراهم می کند.سیستم ها در نهایت می توانند با سوابق سلامت الکترونیکی ادغام شوند تا اطلاعات مربوط به کیفیت خواب، سطح استرس و حتی الگوهای رژیم غذایی از ورود مواد غذایی دیجیتال را ترکیب کنند.این ثروت از متن می تواند به الگوریتم اجازه دهد تا مدل فیزیولوژی کاربر را بر اساس یک روز، دستیابی به کنترل کامل در شب تنظیم کند.

دستگاه های تحویل انسولین قابل تحمل که به طور کامل ایمپلنت شده یا از فرمول های جدید انسولین با شروع سریع تر و مدت زمان کوتاه تر استفاده می کنند، همچنین عملکرد حلقه بسته را افزایش می دهند. آنالوگ های انسولین سریع تر مانند Fiasp، در حال حاضر واکنش پذیری این سیستم ها را بهبود می بخشد.حتی انسولین های سریعتر در حال حاضر در توسعه می توانند تاخیر بین تصمیم گیری الگوریتم و عمل انسولین را کاهش دهند و سیستم واکنش بیشتری برای تغییرات سریع گلوکز مانند پدیده صبحگاهی ایجاد کنند.

در نهایت، ادغام سیستم های حلقه بسته با دستگاه های خانگی هوشمند و سیستم عامل های تله سلامت کاربران را با نظارت از راه دور و پشتیبانی از تصمیم گیری توانمند می کند.یک پدر و مادر می تواند هشدار دریافت کند اگر گلوکز کودک آنها در طول دوره صبح شروع به صعود کند، با یک توصیه از الگوریتم برای تنظیم تنظیمات برای تنظیم تنظیمات برای شب بعدی.این رویکرد مشترک بین ماشین، کاربر و پزشک وعده ساخت یک پدیده صبحگاهی را دارد، به جای اینکه از جنبه های ترسناک است.

نتیجه گیری

پدیده صبحگاهی یک چالش مداوم در مدیریت دیابت است، اما سیستم های حلقه بسته یک راه حل تغییر بازی را ارائه می دهند.با سرعت مداوم اندازه گیری گلوکز و تنظیم انسولین به طور خودکار در طول ساعات صبح زود، این سیستم ها می توانند افزایش گلوکز را قبل از مشکل ساز شدن آن، مزایای فراتر از کاهش گلوکز صبحگاهی گسترش دهند: آنها شامل زمان بهبود یافته در محدوده، کاهش خطر هیپوگلیسمی، و بهبود قابل توجه کیفیت زندگی دقیق تر از طریق سیستم های تنظیم دقیق تر، حتی می شوند.