Tidepool ve DiabeticLens

Tidepool, bir hastanın günlük yönetimine ilişkin bir görüş sunmak için açık kaynaktır. Medtronic, Tandem, Insulet, Dexcom ve Habib uygulamaları ile ilgili verileri standartlaştırır, Tidepool, hastalar ve sağlayıcıların her cihazda görünmez olacağını görmek için tasarlanmıştır.

DiabeticLens, bu agregatik veri setlerinin üst kısmında inşa edilen özel bir eğitim aracıdır.Her hasta Tidepool verilerini TANITT'ye dönüştürmek için makine öğrenimi ve klinik algoritmaları kullanır:0) Sık sık kullanılan öğrenme modülleri[FLT], genel şeker tavsiyelerini yerine, diyabetikLens, insülin zamanlaması ve farklı kahvaltı yemeklerinde gözlemlenen özel duyumları önceliklendirir. Örneğin, eğer veriler sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sıkılırsa, platform, karbonhidrat saymalarında eğitim önceliklendirir.

Tidepool Nedir

Tidepool, zaman aralığı istatistikleri içeren kapsamlı bir pano sunuyor, glukoz değişkenliği ölçümler, insülin teslimat özetleri ve annotated events (meals, egzersiz, hasta günleri) “Tidepool Taker” masaüstü uygulaması veya mobil entegrasyon, eğitim kişiselleştirme için mevcut olan yüzlerce cihaz modelinden gelen doğrulayıcı veri puanına izin veriyor:

  • [FONT:0) Sürekli Glikal okumalar [Dönemli: 1] Her 5 dakika, trendler ve AGP (Ambulatory Glucose Profile) görselizasyonlar ile.
  • [0]Insulin pompa tarihi[[Dönetici oranları, boluses ve geçici ayarlamalar dahil olmak üzere).
  • [FONT:0)Carbohidrat alımı tahminleri kullanıcı tarafından girilmiştir.
  • [FONT:0)Manual Blood glukoz metre çekleri Kalibrasyon veya onay için kullanılır.
  • [FONT:0)Exercise ve uyku annotasyonları[Dönler: 1 ) manuel olarak veya çiftleştirilmiş giyilebilirler aracılığıyla giriş.

Tüm veriler, bilgilerini görebilecek HIPAA-compliant ve GDPR dostu bir şekilde depolanır ve hastalar kontrol eder.Bu uzun bilgi birikimi, DiabetikLens'in ilgili eğitim içeriği oluşturmak için temel haline gelir.

DiabeticLens bir Eğitim Platformu Olarak

DiabeticLens, yeni bir düzendeki Tidepool verilerini sadece gösteriyor. Bunun yerine, tekrarlanan durumlar tanımlayan bir desenli motor çalıştırıyor - öğlen hipoglisemisi öğle yemeği sonrası veya 3 AM civarında yüksek şekerleme, her biri tespit edilen desen için, platform yüzeyleri mümkün olan kısa bir eğitim modülü sağlar ve eylem edilebilir stratejiler sunar. Modüller, video öğreticileri, interaktif testleri veya ölçümleme kılavuzları içerebilir.

Tidepool Data In Education Kullanımının Faydaları

Gerçek Dünya Data'dan Kişiselleştirilmiş İçgörü

Generic diyabet eğitimi genellikle başarısız olur çünkü pizza yemeden sonra kendi şeker artışlarını hesaba katamaz, örneğin Tidepool verilerinin temelleri, “On Salı günü, bir hasta, 7:00 PM ve 9:00 PM arasında bir yemek yerken doğrudan kendi şeker artışlarını görür.Ders şişman / proteinler bu özel bölümlere Eklede -örneğin, bu iki dalgalama düzeyine göre, bu iki dalgalama olasılığını artırır.

Relevance aracılığıyla daha iyi bir Katılım

Kronik hastalık yönetiminde kalıcı bir meydan okumadır. Geleneksel eğitim materyalleri -pamphlets, bir boyutlu-fits-tüm sınıflar - dikkat çekmeye başarısız olur.DibeticLens, ipuçları ve uygulama:0) “Üçüncü dozlarınız üzerinde, gerçek Tidepool verileri tarafından son yedi günden sonra başlatılan hastalar, bu sorunu gerçek ve acil olarak gösteren daha fazla motive eder.

Clear Visualizations ile gelişmiş karar-Making

Tidepool'un standart görselleştirmeleri - günlük glukoz aşırılığı gibi, zaman ayarlı pasta grafiği ve insülin yığınları - zaten klinikler için güçlü. DiabeticLens, bu görselleri eğitim çağrıları ile not ediyor. Örneğin, bir şekerleme arsası, insülin-to-karb oranını gösteren bir çizgi ile aşırı uçabilir.

Trend Prediction aracılığıyla Proaktif Yönetim

En güçlü avantajlardan biri, bir problemin yükselmesinden önce hareket etme yeteneğidir. Tidepool verileri, DiabetikLens'in ince eğilimleri tespit etmesine izin verir - birkaç gün boyunca oruçlu bir artış veya DKA veya şiddetli hipoglilar gibi ciddi olayların frekansının azaltılmasına yardımcı olur.

Tidepool Data in DiabeticLens

Güvenli Veri Entegrasyonu

Tidepool'u DiabeticLens'e bağlanmak, Tidepool yüklemesi için tasarlanmıştır. Data transfer edilebilir ve şifreli bağlantıları kurmak için tasarlanmıştır ve DiabeticLens son zamanlarda Tidepool hesabını okumak için ham cihazı depolamaz; bir hastanın mahremiyetini korumak için sadece kabul edilen bir modelden yoksundur.

Data Analysis and Pattern Tespit

Veri akışı aktif olduğunda, DiabeticLens bir dizi desen-deteksiyon algoritmaları çalışır. Bunlar ortak klinik senaryolar için bakınız:

  • [0]Rebound hiperglycemia[Dönetici:0) Düşüklerin düzeltilmesinden sonra
  • [Dawn fenomen[[DDDDDDDDizit # 1] (glucose erken sabah yükselerek)
  • [0] Yeterli ön saflarda (Ceff) yemek büyüklüğüne göre (Ceff:0)
  • [FONT:0)Exercise-la ilgili hipotezler[DÜT:1) 2-6 saat gecikmedi.
  • [FONT:0)Basal overcorrection[[DÜT:1] bir gecede düşüklere yol açtı

Her algoritma, yüksek güvene sahip bir güven puanı alır (örneğin, iki hafta içinde üç veya daha fazla kez ortaya çıkar) hastanın tarihsel davranışındaki faktörlere öncelik verir - eğer zaten bir konu kapsamışlarsa, sadece yeni başlayanlar için atılabilir veya gözden geçirilebilir.

Eğitim Modülleri Özelleştirilmesi

DiabeticLens, 200 mikro-module kütüphanesini koruyor, her biri ayrı bir klinik senaryoyu kapladı ve platform ilgili modüller seçer ve sıralanabilir modüller için, hastanın uykudan önce sabit bir insüline uyum sağlaması hakkında sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık kullanılan simülasyonlar, 6-8.

Aksiyonlanabilir Tavsiyeler

Eğitim sadece harekete geçerse yararlıdır. Her bir modülden sonra, DiabeticLens bir set ofurFLT:0) özel olarak, ölçülebilir öneriler)

  • “Ölmüş bolusunuzu yemek 60g'tan fazla karbs içeriyorsa 1 birim artırın.”
  • “Spor seansınızdan 2 saat önce geçici bir basal oranı. ”
  • “Kalbinizin 250 mg/dL üzerinde sabit bir artış gösteren oklarla daha önce 15 dakika daha fazla düzeltme yapın.”

Öneriler modüllerdeki kanıtlara dayalı rehberliktan elde edilir ve hastanın kendi insüline duyarlı faktörlerini ( Tidepool verilerinden) kullanarak kişiselleştirilmiştir.

Vaka Çalışması: Data-Driven Education ile Improving Outcomes with Data-Driven Education

Bir 45 yaşındaki hasta, 1 diyabet türü ile yaklaşık 4 PM ve yüksek şeker seviyesi ile iki yıl boyunca CGM'yi kullanıyorlardı, ancak HbA1c seviyelerinin üzerinde% 8,5'in üzerinde mücadele etti. Tidepool verileri iki kalıcı desen ortaya çıktı: geç sonra hipoglisemitemi 9 AM ve 11 AM arasındaydı ( kahvaltıdan sonra). Her eğitimci, bu kalıpları yüksek güvenle hemen doğruladı.

Sistem üç modüle ayrılmıştır: “Öylenceli Post-Breakfast Hyperglycemia”[Dönemli:2) “Öyleleme Egzersiz - Son zamanlardaki Geç Katlar”[Dörtücükler) ve özellikle sabahleyin egzersiz yaptıktan sonra, iki aylık bir süre boyunca, yüksek hacimli bir süre boyunca (daha az sayıda) yüksek sesleniş saat boyunca, yüksek hacimli bir egzersizi gerçekleştirdi.

Etkisi genişletmek: Ek Kullanım Vakaları

Pediatrik Diyabet Eğitimi

Çocuklar ve gençler diyabet yönetiminde, büyüme ve hormonal değişiklikler nedeniyle değişken insülin duyarlılığı, okul ayarlarında hipoglisemi korkusu ve beslenmedeki akran basıncı gibi benzersiz zorluklarla karşı karşıyadır.Çocuk gelişimi için Tidepool verileri genellikle yanlış anlamalar, “sağlık”, yüksek okumalar sırasında şekerleme veya tutarsız karb saymalarından sonra. DiabeticLens, yaş-apriat diline olan içeriğini adapte edebilir ve genç gizlilik unsurları da kötüleştirir.

Yeni cihazlara geçiş

Bir hasta geleneksel bir insülin pompasından otomatik bir insülin teslimine (AID) sistem Kontrol-IQ veya CamAPS FX gibi, öğrenme eğrisi dikilebilir. DiabeticLens, hastanın önceki Tidepool verilerini önceden aktarma yönetimine göre tanımlamak için kullanır.Bu geçiş desteğinin sık sık sık sık sık sık sık sık sık sık sık sık sık kullanılması durumunda, AID sistemi nasıl kullanıldığını ve faydalarını en üst düzeye çıkardığını öğretir.

Future Yol Tarifi

Her iki Tidepool ve DiabeticLens geliştikçe, birkaç ilerleme ufukta. Birincisi, gerçek zamanlı veriler ( Tidepool'un gerçek zamanlı API gibi API'leri) tedavi ve düşükleri önlemeye izin verecek.İkinci olarak, elektronik sağlık kayıtları ile entegrasyon, klinik metrikleri beklemek yerine, tıbbi bir çalışma takviminden bağımsız olarak, "öğrenmesel bir şekilde yapılanma girişlerini" doğrulayabilmelerini sağlayacaktır.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Tidepool verilerini DiabetikLens'e entegre etmek diyabet eğitiminde bir paradigma değişikliğini temsil eder.Geçmişlik eğitimi yerine, dijital sağlık, veri ve eylem edilebilir bilgi ile daha düşük engellere sahip olarak, DiabetikLens gibi araçlar her hastanın günlük gerçekleriyle standart bileşenleri haline gelecektir.Eğitim programlarını geliştirmek için, Tidepool verileri entegrasyonu ile başlamak pratik ve güçlü bir adımdır.