Giriş: Yapay Pancreas İnovasyon için bir Catalyst olarak gerçek dünya verileri

Yapay pankreasyonlar - aynı zamanda otomatik bir insülin teslimatı (AID) sistemi olarak da bilinir - temel olarak, bireyleri tip 1 diyabet (T1D) durumlarını nasıl yönetir. Sürekli bir glikoz monitörü (CGM), bir insülin pompası ve bir kontrol algoritması, bu sistemler gerçek zamanlı veriye yanıt olarak otomatik olarak otomatik olarak otomatik olarak otomatik olarak otomatik olarak otomatik olarak otomatik olarak otomatik olarak otomatik olarak otomatik olarak geri yükleme yapar.

Gerçek Dünya Verisini Anlayın: Tanımlar, Kaynaklar ve Benzersiz Değerler

Gerçek dünya verileri, gerçek hasta popülasyonlarının heterojenliğini yansıtma yeteneğinde, günlük yetimlerden ve çevresel etkilerden yapay pankreasyon gelişimi ile ilgili temel kaynakları içerir:

  • [FONT=0)Kontinuous glukoz monitörleri (CGMs): ), Dexcom G6/G7, Abbott FreeStyle Libre ve Medtronic Guardian haftalar veya aylar boyunca yüksek frekanslı şeker ölçümler üretir.
  • [FONT:0)Insulin pompa verileri:[Dönetici:[Döneticileri, bolus dozları, geçici bazal ayarlamalar ve alarmlar. CGM verileri ile bir araya gelir, sistem davranışının tam bir resmini sunarlar.
  • [FONT:0)Electronic sağlık kayıtları (EHR): ) EHR'ler laboratuvar sonuçları içerir (örneğin HbA1c, lipid profilleri), teşhisler, ilaç tarihleri ve komplikasyonlar verileri, uzun analiz sonuçları sağlar.
  • [FONT:0)Patient kayıtları: [D Exchange Quality Improvement Network ve Alman / Austrian DPV kayıt toplamı binlerce hastadan gerçek dünya sonuçları.
  • [FONT:0)Mobile sağlık uygulamaları ve hasta-reported sonuçlar:[Dönetici:0) Günlük yemekleri, aktivite ve duygusal refahın, şeker eğilimlerine bağlam ekleyebildikleri uygulamalar.

[FONT:0) RWD neden klinik deneme verilerinden farklıdır: RCTs tipik olarak homojen popülasyonlar katı dahil olmak üzere (örneğin, son diyabetik ketoacidosis, bazline HbA1c% 7.0-10.0%) ve standart takip programları altında çalışır. aksine, RWD, çeşitli kullanıcılardan gelir - çocuklar, yaşlı yetişkinler, hamile kadınlar ve yoldaşlar dahil olmak üzere, ve comorbidities - ve çekemeyen senaryoları ele alır.

RWD Yapay Pancreas İnovasyonunu Nasıl Hızlandırır

Yapay bir pankreasyon sisteminin iteratif tasarım döngüsü - pazarlama sonrası iyileştirmeye yönelik klinik doğrulamadan kaynaklanan - veri tarafından yakıtlanır. RWD, her aşaması gerçek ambul edici koşullar altında nasıl performans gösteren geniş kapsamlı veri kümeleri sağlayarak hızlandırır.

Algoritma Eğitimi ve Ölçeği Ölçeği

Modern kapalı-loop algoritmaları, makine öğrenimine (ML) ve model tahmin edici kontrole (MPC) güveniyor ve bu algoritmaların en iyi insülin teslimat desenlerini öğrenmesi ve şeker düzenlemesinin doğrusal olmayan dinamiklerini ele almak için çok fazla miktarda veri gerektirir. RWD yüksek çözünürlüklü CGM ve pompa verileri yüzlerce veya binlerce gerçek dünya kullanıcısından geçerli kılar.

Örneğin, Tidepool Loop projesi - açık kaynak, FDA tarafından açıklanmış otomatik insülin teslimat uygulaması – topluluk kullanıcılarından gelen gerçek dünya verilerini sürekli olarak, JDRF- finanse edilen International Yapay Pancreas Study Group gibi akademik gruplar, klinik denemeleri başlatmadan önce nasıl yeni algoritmaların performans göstereceğini simüle etmek için kayıt dışı olarak ithal ederler.

Gerçek Dünya Performansı İzleme ve Güvenlik Gözetimi

Yapay bir pankreasyon sistemi onaylandıktan sonra, pazarlama sonrası gözetimi temel hale gelir. ABD Gıda ve İlaç Yönetimi (FDA) ve Avrupa Tıp Ajansı (EMA) algoritmaları nadir olumsuz olayları tespit etmek için RWD toplamak için teşvik eder, sensör performans sorunları, veya algoritma hataları, örneğin, RWD'den analiz edilen MiniMed 670G sistemi kalıcı gece zaman hiperglycemia'yı bazı kullanıcılarda ortaya koyar, algoritmanın bir gecede davranışını gelişmiş bir yazılım güncellemesini teşvik eder.

RWD ayrıca sürekli güvenlik izlemesini sağlar:0)near-real-time panoları[Döneticileri)[CGM ve pompa verileri onaylayan kullanıcılar, üreticiler ve düzenleyiciler, belirli hava koşulları sırasında ciddi hipoglisemi olayları gibi - ve uyarı sorunları proaktif olarak hatırlayabilirler.

Hasta-Centrik Özelleştirme ve Kişiselleştirme

Her bir diyabetle aynı şekilde otomatik bir insülin teslimat sistemine cevap vermez. Faaliyet kalıpları, yemek kompozisyonu, stres ve hatta menajer döngüleri, büyük kohortlardan RWD, farklı ayar parametreleri veya algoritma yapılandırmalarından yararlanabilecek altpopülasyonları tanımlamaya olanak sağlar. Örneğin, DPV kayıtlarından gelen veriler, ergenlerin yüksek fiziksel aktivite seviyelerinde egzersiz yoğunluk modundaki sonuçları daha iyi sonuçlar elde ettiğini gösterdi. Bu anlayış, Tandem Control-IQ gibi daha sonraki sistemlerin tasarımını bilgilendirdi.

Dahası, RWD, hipoglisemi veya hiperglisemi saatlerini önceden tahmin eden modellerin gelişimini sağlar.Bu modelleri binlerce gerçek dünya profilinde eğiterek, bireysel olarak tasarlanmış bir şeker imzasına göre uyarılabilirler, gerçekten de uyarlanabilir kapalı-loop kontrolüne yol açabilirler.

Gerçek Dünya Kanıtı (RWE)

Doğrusal kanıtların ([Dönetici:0) ifadesi, RWD analizinden elde edilen klinik kanıtlara atıfta bulunur. Son on yılda, düzenleyici organlar RWE'yi belirli tıbbi cihaz tekliflerinin teslimleri için daha fazla ek olarak veya hatta birincil kanıt olarak tanımışlardır - özellikle de cihazlar için onaylanmış ve pazarlama sonrası çalışmalar için.

2018 yılında FDA, RWD'yi düzenleyici karar vermede kullanmak için bir çerçeve yayınladı, RWD'yi tıbbi cihazlara önceden pazarlama onayına destek vermek için RWD'yi kullanarak takip etti.

  • Genişleme genişlemelerini (örneğin, çocuk veya hamile nüfus için) teşvik edin.
  • Tipik 3-6 aylık klinik deneme penceresinin ötesinde uzun vadeli güvenlik ve etkinliği.
  • Kompatörü verileri:0)Dört-arm denemeleri[[Dönetici: 1) RCT'nin pratik veya etik olmayan bir şekilde engellendiği yerde.
  • Yeni önemli denemeleri gerektirmeden algoritma güncellemelerini, "documented design history" kavramı altında.

Önemli bir örnek, daha önce RCT ile uyumlu bir şekilde denetim sistemi için 2022 FDA'nın izini, daha önce yapılan gerçek dünya performansı verilerine dayanan bir sistem güncellemesinin 2022 FDA'sı tespitidir.The update developed time-in-range by 2.5% points without improve hipoglycemia –an effect büyüklüğü consistent with the previous RCT but seen in rutin use.

Uluslararası olarak, EMA, RWE entegrasyonunu teşvik eden bir uyarak yol yaklaşımı yürütüyor. Avrupa Sağlık Teknolojisi Değerlendirmesi (EUnetHTA) ve REAl-world Data Initiative (READI) üye devletlere RWD kabul etmek için aktif olarak gelişmekte olan standartlar.

Ancak, düzenleyici beklentiler RWD'nin sistematik olarak toplanmasını gerektirir, açık veri yönetimi ile, doğrulanmış kaynak sistemleri ve önyargıyı en aza indirmek için sağlam analitik yöntemler. FDA, RWD'nin uygun amaçlı olması gerektiğini vurguladı, yani veri kalitesi ve tamlık, belirli bir soru için kontrol edilen bir çalışma standartlarını karşılamak.

Gerçek Dünya Data'yı Yararlayan Zorluklar

Potansiyeline rağmen, RWD bir panacea değildir. Yapay pankreat inovasyonunda kullanımı dikkatli masyon gerektiren birkaç engelle karşı karşıyadır.

Data Quality and Standardization

Birden çok kaynaktan RWD genellikle inkonsistimallerden muzdariptir: farklı CGM markalarının farklı doğrulukları vardır, pompa verileri sessiz tıkanmaları ve EHR verileri eksik veya düzenli olarak depolanabilir.Yetersiz girişler elde etmek için.Insure Preprocessing –filing out erroneous readings, hizalama süresi bölgeleri ve normalleştirme birimleri.

Gizlilik ve Güvenlik

RWD genellikle oldukça hassas bilgiler içerir - yoğun şeker seviyelerini, insülin dozlarını ve GPS tabanlı aktivite kalıpları. HIPAA (ABD'de) ve GDPR (Avrupa'da) özellikle de çoklu veri toplama, de-identification teknikleri ile veri toplama, kanallama gibi kontrol etme yeteneğine sahip olmalıdırlar, ancak küçük grup için nasıl fayda sağlayabilirler.

Seçme ve Bağlanma

RWD doğa tarafından gözlemleniyor - özellikle bir cihaz veya uygulama kullanarak kendini iyi bir şekilde kontrol edin. Erken yapay pankreasyon sistemleri, daha teknoloji odaklı ilaçlar, daha yüksek sağlık okuryazarlığı veya daha iyi temelsel kontrole sahip olabilir - bu seçim önyargısı, tahmin edilebilir bir şekilde etkili olabilir.

Genellenebilirlik ve Eşitlik

Çoğu RWD yüksek gelirli ülkelerdeki nüfuslardan gelir ve RCT'lerden daha fazla çeşitlilik yakalarken, bu boşlukları aktif olarak doldurmaları gereken çeşitli demografiklerden veri aramalıdır.

Gelecek Yol: AI, Digital Twins ve Collaborative Data Ekosystems

Bir sonraki yapay pankreasyon üretimi giderek daha fazla veriye dayalı olacak, RWD daha merkezi bir rol oynayacak. Üç ortaya çıkan trend ortaya çıkıyor.

Yapay Zeka ve Tahmin Edici Analytics

Geniş ölçekli RWD ile derin öğrenmeyi birleştirerek, araştırmacılar, şeker trajektörlerini yüksek doğrulukla 60 dakikaya kadar tahmin eden modeller inşa edebilir.Bu tür modeller doğrudan AID sistemlerine hiperglisemi veya hipoglisemiler olmadan önce teslim edilebilirler. Dahası, özellikle de hipoglisemi gibi nadir olmayan olaylar için - ham verilerle çalışan birçok hastane veya cihaz üreticileri arasında eğitim edilir - kollektif RWD. Erken prototipler, yerel olarak eğitilmiş modeller göstermiştir.

Yapay Pancreas'in Dijital Twins

Bir dijital ikiz, hastanın metabolik sisteminin sanal bir kopyasıdır, gerçek dünya sensör verileriyle sürekli olarak güncellenir. RWD kullanarak araştırmacılar binlerce birey için dijital ikizler oluşturabilir ve farklı algoritma parametrelerinin etkisini simüle eder, sensör yerleştirmeleri veya insülin türleri hastaya risk olmadan.Bu yaklaşım, düzenleyici inceleme için hızlı bir şekilde hızlandırılabilir.Örneğin FDA, akademisyenler için akademik ortaklar ile birlikte bir araya gelerek dijital çiftliği ile işbirliği yapabilir:0)

Collaborative Data Ekosystems and Open Platforms

Tek bir varlık, T1D. Open-dataMIZT:0) gibi tüm mevcut verileri yakalamak için yeterli RWD'ye sahip değil; ancak standart yönetim çabalarına sahip değiller; çünkü bunlar hem de hastalanmış analizlerle ilgili olarak oldukça yaygın olan ve onaylanmış sonuçlar doğuracaktır.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Gerçek dünya verileri, yapay pankreji sistemlerinin nasıl geliştirildiğini, doğrulanmış ve geliştirilmiş olduğunu dönüştürüyor.Veri uyumsuz, mahremiyete dayalı kararlar konusunda sağlam algoritmaların, kontrol edilen denemeler ve karmaların arasındaki eksik bağlantının, günlük diyabet yönetiminin güzel gerçekliğini sağlıyor. İleride, T1D ile yaşayan insanlar için, ve en önemlisi, hastalar için yatırımlara ihtiyaç duyuyorlar.

[0] Daha fazla okuma için Dış kaynaklar:

  • FDA Real-World Del Delil Programı: [[0)https://www.fda.gov/science-search/real-world-evidence)
  • ADA Gastroenterolojiye Bakım Standartları: [Dönetici.org/10.2337/dc24-S007).
  • Doğa Dijital Tıp RWD ve Diyabet için AI: 0:0)https://doi.org/10.1038/s41746-022-00699).
  • JDRF Yapay Pancreas Araştırması: 03.Öyle:0)https://www.jdrf.org/araştırma/[DFLT:1).