소개: 인공 Pancreas 혁신을 위한 촉매로 진짜 세계 자료

인공적인 판크라마는 또한 자동화한 인슐린 납품 (AID) 체계로 알려져 있습니다 - 유형 1 당뇨병 (T1D)로 개인이 그들의 상태를 관리하는 방법을 근본적으로 바꿉니다. 지속적인 포도당 감시자 (CGM), 인슐린 펌프 및 통제 산법, 이 체계 automate 인슐린 납품을 실제적으로 포도당 수준에, 두드러지게 일정한 결정의 짐 감소시키기 위하여 결합해서. 그러나, 현저한 진전도에도 불구하고, 안전한 임상 시험의 여행은, 그(것)들의 특정한 판단에 있는 WDL (것)들을 위해 더 정확한 결과를 밝게 하는 것이 더 낫습니다.

Real-World Data에 대한 이해: 정의, 소스, 그리고 고유의 가치

Real-world 데이터는 일상적으로 전통적인 무작위 제어 시험 (RCTs)의 상황에 따라 다양한 소스에서 수집 된 건강 관련 정보를 나타냅니다. 그것의 값은 실제 환자 인구, 일 일 일 차이, 장치 성능에 영향을 미치는 환경 영향의 이진성을 반영하는 능력에 속합니다. 인공 판 스크램스 개발과 관련된 RWD의 주요 소스는 다음과 같습니다.

  • ]지속적인 포도당 모니터(CGMs):] Dexcom G6/G7, Abbott FreeStyle Libre, Medtronic Guardian 같은 장치들은 주 또는 달에 걸쳐 높은 주파수 포도당 측정(각 5-15 분)을 생성합니다. 이 거대한 데이터 세트는 글리세라이드 가변성, 시간 범위(TIR) 및 식사, 운동 및 스트레스의 영향에 대해 캡처합니다.
  • 인스린 펌프 데이터: 스마트 펌프 기록 분대 속도, bolus 용량, 임시 분대 조정 및 알람. CGM 데이터와 결합하여 시스템 동작의 전체 그림을 제공합니다.
  • 전자 건강 기록 (EHRs): EHRs는 실험실 결과를 포함합니다 (예를들면, HbA1c의 지질 단면도), 진단, 약물 역사 및 합병 자료. 장치 로그에 EHR 자료 연결은 경도 결과를 분석 가능하게 합니다.
  • Patient registries: T1D Exchange Quality Improvement Network 및 German/Austrian DPV 레지스트리 집단 환자의 수천에서 실제 결과를 수집하는 대규모 레지스트리.
  • 모바일 건강 앱과 환자가 인지하는 결과:] 식, 활동, 감정을 잘 표현하는 앱은 포도당 추세에 대한 컨텍스트를 추가하고, 연구원은 행동적 영향을 이해하는 데 도움이.

Why RWD는 임상시험 자료와 다르다:] RCTs는 일반적으로 엄격한 포함 기준을 가진 균질 인구를 등록합니다 (예를들면, 최근 diabetic ketoacidosis, baseline HbA1c between 7.0-10.0%), 그들은 표준화된 후속 일정 하에서 운영합니다. 대조적으로, RWD는 다양한 사용자를 포함하여 아이들, 노인, 임신 여성, 그리고 그 콤비네이션을 위한 확증적인 행동을 위한 실제적인 의무를 다루고하게 합니다.

RWD가 인공 Pancreas 혁신을 가속화하는 방법

인공적인 pancreas 체계의 이정적인 디자인 주기는, 자료에 의해 연료를 공급하는 포스트 시장 개선에 임상 검증에 알고리즘 refinement에서. RWD는 진정한 구급차 조건 하에서 실행하는 방법 체계를 반영하는 큰, 경도 데이터 세트를 제공해서 각 단계를 가속합니다.

Algorithm 교육 및 예산에 검증

RWD는 기존의 포괄적인 데이터 소스를 사용하여 데이터 소스를 생성하고, 데이터를 분석하고, 데이터를 분석하고, 데이터를 분석하고, 데이터를 분석하고, 데이터를 분석하고, 데이터를 분석하고, 데이터를 분석하고, 데이터를 분석하고, 데이터를 분석하고, 데이터를 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석하고, 분석

예를 들어, Tidepool Loop 프로젝트는 오픈 소스인 FDA-cleared Automation insulin Delivery 앱인 Tidepool Loop 프로젝트에서 지속적으로 도싱 논리를 제거하기 위해 커뮤니티 사용자로부터 실제 데이터를 통합했습니다. JDRF-funded International Artificial Pancreas Study Group과 같은 학술 그룹은 레지스트리에서 RWD를 가져 오는 새로운 알고리즘이 임상 시험 시작되기 전에 수행 할 수 있는지 시뮬레이션합니다.

Real-World 성능 모니터링 및 안전 감시

인공적인 pancreas 체계는 승인되면, 포스트 시장 감시는 근본적입니다. 미국 음식과 약국 (FDA)와 유럽 의학 기관 (EMA)와 같은 규칙적인 기관은 제조자를 희소한 사용을 전래한 후에 나타나는 드문 불리한 사건, 감지기 성과 문제점, 또는 산법 벌레를 검출하기 위하여 격려합니다. 예를 들면, MiniMed 670G 체계에서 RWD를 분석하는 것은 몇몇 사용자에 있는 지속 야간 hyperglycemia를, 소프트웨어의 행동을 개량하는 것을 입증했습니다.

RWD는 또한 ]를 통해 지속적인 안전 모니터링을 가능하게 합니다.]. CGM 스트리밍 및 사용중인 사용자로부터의 펌프 데이터, 제조업체 및 규제 기관은 특정 기상 조건에서 심한 저혈당 사건의 증가와 같은 추세를 추적할 수 있습니다. 경고 또는 회신 통지는 유동적으로.

환자-Centric 사용자 정의 및 개인화

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키를 거부 할 수도 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

RWD는 예측형 모델 개발을 통해 전진적으로 저혈당 또는 혈당 시간을 예측할 수 있습니다. 수천 개의 실제 프로파일에 이러한 모델을 훈련함으로써, 그들은 진정한 적응형 폐쇄형 루프 제어를 선도하는 개인의 독특한 포도당 시그니처에 맞게 조정할 수 있습니다.

Real-World Evidence의 규제 수락 (RWE)

구문 실행-세계 증거는 RWD 분석에서 생성된 임상 증거를 나타냅니다. 지난 10년간 규제 기관은 기존의 RWE를 보완하거나 특정 유형의 의료 기기 제출에 대한 기본 증거로 인식하고 있으며, 특히 이미 승인된 후 시장 조사를 위해 승인되었습니다.

2018 년 FDA는 규제 의사 결정에 RWD를 사용하는 프레임 워크를 발표했으며 RWD를 사용하여 의료 기기의 사전 시장 승인을 지원합니다. 인공 판크라 시스템의 경우 FDA는 RWE를 수락했습니다.

  • 라벨링 확장 지원 (예 : 소아과 임산부의 경우).
  • 일반 3~6개월 임상시험 창을 넘어 장기적인 안전과 효과
  • ]single-arm trials에 있는 비교 자료를 제공하면 RCT가 불행하거나 불행한.
  • 새로운 피벗 재판을 필요로하지 않고도 알고리즘 업데이트, "documented design history"의 개념 아래.

Notable example는 2000만 명의 사용자로부터 수집된 실제 성능 데이터에 대해 크고 근거한 Control-IQ 시스템의 펌웨어 업데이트 2022 FDA 정리입니다. 업데이트는 초기 RCT와 일관성있는 효과 크기가 증가하지 않고 2.5 % 포인트로 시간 범위가 향상되었습니다.

EMA는 RWE 통합을 격려하는 적응 경로 접근 방식을 운영하고 있습니다. 유럽 보건 기술 평가 (EUnetHTA) 및 REAl-world Data Initiative (READI)의 네트워크는 회원국의 RWD 합격을 해소하기 위해 표준을 적극적으로 개발합니다.

그러나 규제 기대는 RWD가 체계적으로 수집되어야하며, 명확한 데이터 주관, 검증된 소스 시스템과 함께, 비스듬한 분석 방법을 통해 비스듬한 분석 방법을 제공합니다. FDA는 RWD가 적합성에 적합하도록 강조했으며, 데이터 품질과 완전성을 의미하며, 특정 질문에 대한 통제 된 연구의 기준을 충족합니다.

Real-World Data 활용에 대한 도전

RWD는 잠재적으로도 팬아스타가 아닙니다. 인공 판아스 혁신의 사용은 주의적인 완화를 요구하는 몇몇 장애물을 직면합니다.

데이터 품질 및 표준화

RWD는 여러 소스에서 종종 현명한 고통을 겪고 있습니다. 다른 CGM 브랜드는 정확도가 다양하고 펌프 데이터는 침묵성 공약을 포함 할 수 있으며, EHR 데이터는 누락되거나 가리발한 항목을 포함 할 수 있습니다. 효과적인 통찰력을 위해서는 연구원은 엄격한 사전 처리를 구현해야하며, 유독한 독서를 필터링하고 시간 영역과 정상화 단위를 정렬합니다. Interoperable Devices Initiative[LT[LT][LT][LT]][LT]][LT]][LT]][LT]]][LT]]][LT]]][LT]]][LT]]]][LT]]][[LT]]]]]]]]]]][[[[[[[[[[[[[[[[[LT]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]][[[[[[[[[[[[[[[[[[[[[

개인정보 및 보안 Concerns

RWD는 종종 매우 민감한 정보를 포함합니다. 연속 포도당 수준, 인슐린 복용량 및 GPS 기반 활동 패턴. HIPAA (미국) 및 GDPR (유럽)과 같은 규정은 데이터 수집, 탈 식별 및 동의에 엄격한 요구 사항을 부과합니다. 환자는 데이터가 사용 될 수있는 방법에 대해 완전히 알려야하며 동의를 철회 할 수 있습니다. 또한, 집단 플랫폼은 여러 가지 데이터 수집, 탈 식별 및 동의를 결합해야합니다. 이러한 데이터는 특정 데이터 보호 기능을 위해 특정 데이터 보호 기능을 제한 할 수 있지만, 특정 데이터 보호 기능을 제한 할 수 있습니다.

선택 Bias와 Confounding

RWD는 특정 장치 또는 앱을 사용하여 자연에 의해 관찰됩니다. 인공 파노라마 시스템의 초기 채택자는 더 많은 기술 자력이있을 수 있습니다, 더 높은 건강 자력, 또는 더 나은 기본 자력학 제어 나중에 채택자보다. 이것은 선택 bias를 생성하여 예상 효과에 영향을 미칠 수 있습니다. 마찬가지로, 계절 변경, 식이 요법의 시작, 또는 concomitant 약물과 같은 공동 요인은 적절하게 영향을 미칠 수 있습니다. 이 도구는 특정 장치, 즉, 특정 장치 및 응용 프로그램에서 특정 장치, 특정 장치, 또는 응용 프로그램, 특정 장치, 또는 응용 프로그램, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는 다른 장치, 또는

일반성 및 Equity

RWD는 잘 자원화된 의료 시스템을 갖춘 고인도 국가의 인구에서 온다. 저소득층의 환자의 경험, 또는 부유 한 국가의 소거 중의 소거 중에는 종종 소거됩니다. RWD는 RCT보다 더 다양성을 캡처하면서 여전히 격차가 있습니다. 개발자는 알고리즘이 건강 장애를 악화하지 않도록 다양한 인구 통계를 적극적으로 추구해야합니다. RWD는 RCT보다 더 다양성을 캡처하면서 여전히 격차를 가지고 있습니다. [F]는 다음과 같은 목표를 가지고 있지만, 이러한 차이를 갖는 것은 다음과 같습니다. [F] [F] [F]] [F] [F]] [F]] [F]]] [F]]]] [F]]] [F]]]] [F] [F]]] [F]] [F] [F] [F] [F]]]] [F] [F] [F]] [F] [F]]] [F] [F] [F] [F]]] [F] [F] [F] [F] [F]]]]]] [F] [F]]]]]] [F]]

미래 지향: AI, 디지털 트윈, 협업 데이터 생태계

인공적인 pancreas 혁신의 차세대는 점점 더 많은 중앙 역할을 하는 RWD와 더불어 데이터 중심일 것입니다. 3개의 신흥 동향은 밖으로 서 있습니다.

인공지능 및 예측 분석

연구원들은 대규모 RWD를 통해 깊은 학습을 결합함으로써 높은 정확도로 60 분 전에 포도당 쓰레기를 예측하는 모델을 구축할 수 있습니다. 이러한 모델은 비중성 또는 비중성으로 인해 간염이나 비중성 전에 인슐린 납품을 미리 비난하는 AID 시스템에 직접 내장 할 수 있습니다. 또한, 모델이 여러 병원이나 장치 제조업체를 통해 훈련되는 반면, 일반 RWD를 레버리지하면서 개인 정보 보호를 이동하지 않고도 기관의 급성 운동을 할 수 있습니다. 초기 프로토 타입은 특히 저하 기관의 기관과 같은 특정 모델에 비해 거의 모든 모델이 거의 발생하지 않았습니다.

디지털 트윈스 인조 Pancreas

디지털 트윈은 환자의 대사 시스템의 가상 복제이며, 지속적으로 실제 센서 데이터로 업데이트됩니다. RWD를 사용하여 연구원들은 수천 명의 개인을 위해 디지털 트윈을 만들 수 있으며 다른 알고리즘 매개 변수, 센서 배치 또는 환자의 위험없이 인슐린 유형의 효과를 시뮬레이션 할 수 있습니다. 이 접근은 silico에서 급속하게 이식 할 수 있도록 개발 가속화합니다. 예를 들어, FDA는 [[FLT : 0]]generic 인공 판타스 [DRAM] 디지털 판타스 (RWD)]를 구축하고 임상 시험 시나리오를 시뮬레이션 할 수 있습니다.

협업 데이터 생태계 및 Open Platform

이 웹 사이트는 귀하가 웹 사이트를 탐색하는 동안 귀하의 경험을 향상시키기 위해 쿠키를 사용합니다. 이 쿠키들 중에서 필요에 따라 분류 된 쿠키는 웹 사이트의 기본적인 기능을 수행하는 데 필수적이므로 브라우저에 저장됩니다. 또한이 웹 사이트의 사용 방식을 분석하고 이해하는 데 도움이되는 제 3 자 쿠키를 사용합니다. 이 쿠키는 귀하의 동의하에 만 브라우저에 저장됩니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다. 이러한 쿠키 중 일부를 선택 해제하면 검색 환경에 영향을 미칠 수 있습니다.

의약

RWD는 수많은 데이터가 수집된 데이터에 대해 읽을 수 있습니다. RWD는 수많은 데이터가 수집된 데이터에 대한 정보를 수집하고, 데이터를 수집하는 데 필요한 데이터를 수집합니다. RWD는 수많은 데이터와 데이터 수집을 통해 데이터 수집을 통해 데이터를 수집합니다. RWD는 데이터 수집, 개인 정보 보호 정책 분석, 그리고 분기별 데이터 수집을 제공합니다. 이 데이터는 WD의 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집, 데이터 수집

더 읽기를 위한 외부 자원:

  • FDA Real-World 증거 프로그램: https://www.fda.gov/science-research/real-world-evidence
  • 당뇨병 기술에 대한 관리의 ADA 표준 : [[FLT :0]]https://doi.org/10.2337/dc24-S007[[FLT :1]]
  • RWD와 AI에 대한 자연 디지털 의학 기사 : [[FLT :0]]https://doi.org/10.1038/s41746-022-00699-8
  • JDRF 인공 Pancreas 연구 : [[FLT :0]]https://www.jdrf.org/research/artificial-pancreas/