Giới thiệu: Sức mạnh của dữ liệu trực quan trong việc chăm sóc

Việc theo dõi kỹ thuật đường huyết (CGM) đã thay đổi cơ bản cách những người bị tiểu đường và quản lý tình trạng của họ. Thay vì chỉ dựa vào những đoạn đọc phụ thuộc vào các trục trặc của cây gậy, CGM cung cấp một luồng dữ liệu liên tục, thường được ghi lại mỗi năm phút. Tuy nhiên, sự giàu có thông tin này có thể được áp đảo mà không cần hình dung và giải thích hữu hiệu. Chỉ số liệu thô không tiết lộ câu chuyện đằng sau sự dao động của ống dẫn; hình ảnh được thiết kế tốt sẽ chuyển đổi những con số thành những cái có thể hành động. Sự hình dung dữ liệu trong bộ xử lý tiểu đường không chỉ là về thẩm mỹ - nó là cầu giữa việc đọc và các quyết định có ý nghĩa. Bài này giải thích cách đọc và giải thích các báo cáo, và các bệnh nhân có khả năng điều khiển và các công cụ chăm sóc sức khỏe để cải thiện chất lượng đường dẫn và chất lượng của các chất lượng đường dẫn đến sự sống.

Vai trò của việc hiển thị dữ liệu trong việc quản lý tiểu đường

Con người là những sinh vật thị giác. một đường thẳng của đường đường đường tơ-lu-lu-lu-gia liên lạc nhanh hơn nhiều so với một bảng giá trị. trong việc chăm sóc tiểu đường, sự hình dung hữu hiệu giúp đỡ người dùng:

  • Hãy xem bức tranh lớn: một cái liếc nhìn duy nhất vào một vết tiêm hàng ngày hoặc hàng tuần cho thấy sự kiểm soát tổng thể, thời gian ở trong tầm ngắm và tính biến đổi.
  • Xác định xu hướng:) ứng dụng các gai sau bữa sáng, giảm qua đêm, hoặc việc nhúng tập thể dục ngay lập tức được hiển thị.
  • Những báo cáo trực quan cho thấy việc nói chuyện hiệu quả hơn trong giờ khám, cả bệnh nhân và nhà cung cấp có thể tập trung vào các mẫu cụ thể.
  • Thông tin quá tải:) Bằng cách tóm tắt ngày hoặc tuần dữ liệu vào các bộ đo lường chuẩn (v. d., thời gian trong phạm vi, phân tách trung bình, chuẩn, công cụ hình dung hóa việc chưng cất.

Hệ thống CGM hiện đại và các nền tảng đồng hành (FLT:0) như Dexcom Clarity, Abbott LibreView, và Mdtonic CareLik - bình luận những nguyên tắc này để trình bày dữ liệu trong bảng điều khiển trực giác. [FLT: 0] đã tạo ra một bản tóm tắt hình ảnh của hồ sơ Glucose [FLT: 1] [FLT: 1] được Trung tâm Dibetes và Liên đoàn Dibetes quốc tế Mỹ chấp nhận, cung cấp một bản tóm tắt hình ảnh của các mẫu phân tích trong hai tuần.

Khóa CGM Metric: vượt ra ngoài số Glucose

Các số đo được điều chỉnh theo ngữ cảnh của từng mục tiêu của người dùng, thường có khoảng 70–180 mg/dL (3.9–10.0 mmol/L) cho hầu hết người lớn bị tiểu đường.

Thời gian trong phạm vi (TIR)

Thời gian trong phạm vi đo mức độ lượng lượng lượng đường phân giải thời gian ở trong phạm vi mục tiêu. Nó được xem là thước đo thực tế nhất cho quản lý hàng ngày. Mục tiêu [FLT: 0] [FLT: 1] được khuyến cáo bởi thống nhất quốc tế (Battelino et al, 2019) là:

  • Loại 1 hoặc loại 2 tiểu đường (phần lớn người lớn): > 70% TIR
  • Người lớn tuổi hoặc bệnh nhân rủi ro cao: >50% TIR
  • Pregnancy (kiểu 1): > 70% TIR (tearget phạm vi 63–140 mg/dL)

Một mối tương quan cao TIR với rủi ro ít biến chứng lâu dài. Ngược lại, thời gian dưới (TBR, <70 mg/dL) và thời gian trên phạm vi (sao, > & gt; 180 mg/dL) cần can thiệp. Sự đồng bộ cũng khuyên giữ TBR <4% và TAR <25 cho cá nhân được điều khiển tốt.

Chỉ thị Quản lý Glucose (GMI)

GMI ước tính mức độ xấp xỉ A1C từ dữ liệu CGM, thay thế cụm từ cũ “được ước tính bởi các yếu tố khác nhau như tuổi thọ hồng cầu trên 14–30 ngày và cung cấp một cầu nối giữa dữ liệu liên tục và các phép đo truyền thống. vì GMI được lấy từ các tài liệu đọc thực tế, nó thường khác với các yếu tố khác nhau do các yếu tố như tế bào hồng cầu hoặc các biến thể hồng cầu hoặc hồng cầu hóa.

Khả năng đa dạng Glucose (có hiệu quả của biến đổi)

Khả năng đa dạng cũng quan trọng như lượng đường huyết trung bình. Hệ số biến thể (CV) đo lường độ bão hòa của đường huyết. Độ biến đổi cao hơn được gắn với nguy cơ giảm đường huyết và căng thẳng oxy hóa. Hệ số mục tiêu của biến thể (CV) thường được khuyến khích (với độ cứng và độ sắc nét;33% cho những người dùng insulin tự động). Các công cụ hình ảnh như độ lệch chuẩn trên đồ thị AGP giúp người dùng thấy được ổn định hay không sai.

Thời gian dưới phạm vi (HypoglycrycrySerity)

Mức độ 1 đường huyết thấp: 54–69 mg/dL (1.0–3.9 mmol/L). [FLT: 0] LL 2 [FLT: 0] LL 2 báo cáo bệnh bạch huyết: <54 mg/dL (&&&>>;;;;;;0 mmol/L).
[FLTTT/L: u bạch huyết y tế.

Thời gian trên phạm vi (Hyperglycrycry)

Mức độ siêu đường huyết: 181–250 mg/dL (1.1–13.9 mmol/L). [FLT: 0] Lê siêu đường huyết 2 quá đường: & gt;250 mg/dL;;;13 9 mmol/L).
Tỷ lệ tăng cường tiểu đường huyết tăng nguy cơ tử bào tử kracid (DA) và biến chứng dài hạn. Phân tích thời gian của các tập siêu đường kính (>;;;;;;;139 mm mmol/L/L). [XTMol/L: 1] [XT: 1].]

Giải mã hồ sơ Glucose

Báo cáo AGP, được xây dựng thành phần lớn các nền tảng CGM, là tiêu chuẩn vàng để xem xét dữ liệu.

Lưới Glucose

Một phân tán của tất cả các số lượng đường phân tán trong thời gian báo cáo (thường là 14 ngày) được bao phủ bởi các đường phân khúc (th, 25th, 50th, 75th, 90). Đường trung gian (50 phần trăm) cho thấy quỹ đạo điển hình của đường kính trong mỗi ngày.

Bóng tầm mục tiêu

Phần lớn AGP báo cáo vùng màu đích (v. d., 70–180 mg/dL) màu xanh lá cây. Thời gian trên và dưới bị bóng màu đỏ hay vàng. Dấu hiệu màu này giúp người dùng ngay lập tức đánh giá độ chi phí của ngày được dùng trong mỗi vùng.

Phủ phủ mỗi ngày

Một số công cụ cho phép xem tất cả các dấu vết mỗi ngày chồng lên nhau (một “xem ngày sinh nhật).

Công cụ cài đặt Samba Comment

Một bảng dưới đây hoặc bên cạnh biểu đồ liệt kê các giá trị số: trung bình lượng đường phân tử, TIR, TBR, TAR, độ lệch chuẩn, và CV. Việc học cách so sánh biểu đồ trực quan với những con số này là quan trọng. Ví dụ, một đồ thị trông có vẻ hỗn loạn (toàn phạm vi liên tục) sẽ có độ lệch tiêu chuẩn cao và CV, nhắc nhở một cuộc thảo luận về tính đa dạng.

Để tìm hiểu sâu về AGP, Hiệp hội Di cư Hoa Kỳ cung cấp một hướng dẫn chi tiết về kết quả AGP .

Mẫu và mục tiêu tương tác với Glucose

Một khi bạn có thể đọc được AGP, bước tiếp theo là nhận diện khuôn mẫu.

Bệnh tăng đường huyết sau khi chết

Trong vòng 1–2 giờ sau bữa ăn, cái sắc này cho thấy tỷ lệ insulin đếncarb có thể cần điều chỉnh (quá ít chất insulin hoạt động nhanh) hoặc sự cấu tạo của bữa ăn (các chỉ số glycyclymic) đang tăng lượng đường huyết.

Bệnh Hy Lạp không có hậu

Mức thấp trong đêm là nguy hiểm và thường gây chú ý. Có thể do quá liều insulin, tập thể dục buổi tối, hoặc quá lâu do lượng insulin trong bữa ăn tối. Biểu đồ AGP cho thấy sự giảm trong đường trung bình vào lúc sáng sớm. Những bước hành động có thể bao gồm giảm tốc độ ba lần (thường là nếu dùng máy bơm insulin), điều chỉnh thời gian hoạt động của insulin hoặc liều lượng, hoặc kiểm tra “hiện tượng phát sinh sắc màu) mà đôi khi phản ứng thấp.

Nhiễm trùng cao cấp

Các dữ liệu CGM có thể gây ra sự rõ ràng từ hiện tượng bình minh (tự nhiên tăng) hoặc hiệu ứng Somogyi (bị tăng cường tăng cường huyết áp sau một đêm thấp).

Nhiễm trùng đường huyết do tập thể dục

Hoạt động thường làm giảm chất insulin, thỉnh thoảng vài giờ sau đó. Mẫu có thể cho thấy giọt trong lúc hoặc sau khi tập thể dục, đặc biệt là với hoạt động aerobic. Người dùng có thể phản ứng bằng cách giảm insulin trước khi dùng bữa ăn nhẹ, hoặc giảm tốc độ ba chiều tạm thời (người dùng). Thể dục lập trình có thể gây tăng tạm thời, vì vậy giải thích cá nhân là chìa khóa.

Nhiễm trùng huyết siêu đường huyết sau khi chữa bệnh dịch đường huyết

Việc quá điều trị một lượng đường huyết áp thấp có thể gây ra một sự tăng vọt nhanh trong nhiều giờ.

Công cụ cho dữ liệu CGM hiển thị

Một số ứng dụng và nền tảng có sẵn để giúp người dùng và bác sĩ hình dung và giải thích dữ liệu CGM một cách hữu hiệu.

  • Trình tổng hợp & biểu đồ tần xuất; Ứng dụng G6/G7: cung cấp báo cáo AGP, mẫu hàng ngày, và một tính năng chia sẻ cho việc giám sát từ xa. Người dùng có thể xuất dữ liệu thô để phân tích sâu hơn.
  • Abbott LibreView &amm; LibreLikUp: cung cấp báo cáo chuẩn, tên mũi tên xu hướng, và khả năng bao gồm các bữa ăn, tập thể dục, và các sự kiện insulin. Dữ liệu có thể được chia sẻ với một nhóm chăm sóc.
  • Medmonic Carelok: ) Kết hợp với các máy bơm và cảm biến Mdtonic, cho kết hợp insulin và CGM cho người dùng bơm.
  • [FLT:] Một nền tảng mã nguồn mở kéo dữ liệu từ một số hệ thống CGM và tạo bảng điều khiển tùy chỉnh với tùy chọn xem từ xa. Nó được phổ biến giữa các bệnh nhân và người chăm sóc công nghệ tìm kiếm sự linh hoạt hơn.
  • Glolo và Diasend: nền tảng dựa trên mây mà tổng hợp dữ liệu từ nhiều thiết bị (CGM, bơm, thông minh) thành báo cáo thống nhất cho các y sĩ lâm sàng.

Một tài nguyên hữu ích so sánh những công cụ này là hướng dẫn [FLT: 0] của Anh Quốc để chỉ dẫn CGM , bao gồm những cách cân nhắc thực tế để chọn một hệ thống.

Người dùng cấp cao cũng có thể xuất khẩu dữ liệu CNGM thô để tính toán chương trình (v. d., Microsoft Push, Google Sheets) để lập biểu đồ riêng. Cách này đòi hỏi dữ liệu không xác định và xử lý cẩn thận các thông tin sức khỏe cá nhân, nhưng nó cho phép hình ảnh hóa cá nhân như lăn trung bình, bảng số đen cho TIR, hoặc các sơ đồ tương quan với các bản ghi hình và bữa ăn.

Những thực hành tốt nhất để giải thích hợp tác

Dữ liệu CGM là giá trị nhất khi được giải thích trong hợp tác với một đội chăm sóc sức khỏe. những thực hành sau đây có thể cải thiện hiệu quả của tư vấn:

  • [FLT: 0] Hãy chuẩn bị: tải lên và xem lại báo cáo CGM trước khi bổ nhiệm. Ghi ra những câu hỏi cụ thể về các mẫu bạn chú ý.
  • Dùng AGP để bắt đầu cuộc trò chuyện: Nhiều nhà nghiên cứu nội tiết tố và nhà giáo dục tiểu đường được huấn luyện để đọc báo cáo của AGP.
  • Hãy chú ý trong ứng dụng CGM (hoặc bản ghi giấy): thay đổi chế độ ăn uống, tập thể dục, căng thẳng, hoặc thời gian dùng thuốc. Không có ngữ cảnh, có thể hiểu sai một mẫu.
  • Đặt mục tiêu chung: làm việc với nhà cung cấp để đặt mục tiêu thực tế TIR (v. d., tăng từ 65% đến 70% trong ba tháng) và lên kế hoạch thay đổi cụ thể (v., tăng bolus trước khi dùng cho bữa trưa.
  • Xem lại một cách có hệ thống: một phương pháp có cấu trúc - nhìn vào TIR đầu tiên, sau đó TBR (an toàn), sau đó biến đổi, sau đó các mẫu thời gian - bảo đảm không có đo lường.

[FLT:] thống nhất về mục tiêu TIR xuất bản chăm sóc cung cấp dấu chấm bằng chứng để hướng dẫn các cuộc đối thoại này.

Giới hạn và quan tâm khi đọc báo cáo CGM

Mặc dù sức mạnh của dữ liệu CGM, nhưng rất cần thiết để nhận ra các giới hạn của nó. Không có bộ nhạy nào là hoàn hảo; không có bộ cảm biến nào có thể bị ảnh hưởng bởi thời gian bị chậm (khoảng 5–10 phút sau lượng đường huyết), lỗi cân chỉnh (cho một số hệ thống), hoặc do sự can thiệp từ các loại thuốc (v. d., attaminophenphen với bộ cảm biến cũ). Hơn nữa, phương pháp CGM có thể tương ứng với chất lỏng liên kết nhau, không phải là huyết, vì vậy việc đọc có thể lệch trong khi thay đổi nhanh (v. d., sau một bữa ăn hoặc tập thể dục).

Tự hình dung dữ liệu có thể đánh lừa nếu thiết lập báo cáo không thích hợp. Chẳng hạn, người dùng với phạm vi ngắm rất rộng (v. d. 70–2 mg/dL) sẽ xuất hiện “có thể dùng thời gian đáng kể trong quá trình tăng gglycise. Luôn xác định phạm vi mục tiêu được đặt trong thiết bị có sự hướng dẫn y khoa.

Một giới hạn khác là phân rã dữ liệu. Nếu bệnh nhân sử dụng nhiều thiết bị (CM từ một nhà sản xuất, insulin bơm từ một nhà sản xuất khác, theo dõi hoạt động từ một phần ba), hợp nhất dữ liệu để hình dung toàn diện có thể là thách thức.

Cuối cùng, giải thích quá ngắn hạn có thể dẫn đến lo lắng không cần thiết. Một ngày có thể là do lỗi cao TBR hoặc một phiên tập thể dục, không phải là lỗi cơ bản trong chế độ insulin. Khuyến khích người dùng xem xét tối thiểu 14 ngày dữ liệu (thường 21–30 ngày) trước khi thực hiện thay đổi đáng kể, trừ khi sự an toàn là nguy hiểm ngay lập tức.

Hướng tương lai trong hình ảnh hoá CGM

Các thuật toán học máy đang được áp dụng cho dữ liệu CGM để dự đoán bệnh huyết tương đối gần hoặc tăng đường huyết, cung cấp cảnh báo hoạt động thay vì báo cáo lại. Trí thông minh nhân tạo cũng có thể xác định các mẫu tinh tế vô hình đối với mắt người, như dấu hiệu circantic giai đoạn chuyển đổi hoặc sớm. Các công cụ có sẵn như [FL: 0] DED [FL: 0] đã được dự đoán, và hệ thống tương lai có thể cung cấp một số mẫu tự động với sự chỉ dẫn nhận dạng cá nhân.

Đóng các hệ thống tuyến tụy nhân tạo (hybrid ircy rốt cuộc) như hệ thống Yedtronic 780G, Tandem Control gậylQ, và Omnpd 5, sử dụng dữ liệu CGM trong thời gian thực để tự động phân tích insulin. Các báo cáo của họ tập trung vào hệ thống đo lường hiệu suất (v. g., phần trăm thời gian trong các điều chỉnh khép kín, tự động-basal) cùng với dữ liệu CGM truyền thống truyền thống. Khi hệ thống này trở nên phổ biến hơn, sự mô hình sẽ chuyển từ mô hình trực tiếp từ mô hình trực tiếp đến hệ thống tối ưu hóa thời gian thực.

Để có một cái nhìn hướng về phía trước, Tập đoàn Mỹ Bản quyền Hoa Kỳ phác thảo các xu hướng chính sách nhằm làm cho các công cụ này dễ dàng hơn.

Kết luận

Sự hình dung hữu hiệu là chìa khóa mở ra tiềm năng của việc liên tục giám sát đường huyết trong quản lý tiểu đường. bằng cách hiểu các tiểu đường và đội chăm sóc lõi có thể chuyển dữ liệu thô thành một sơ đồ rõ ràng cho hành động. Xem xét thường xuyên các báo cáo của CG, kết hợp với các mẫu thống kê/ đường dẫn nước tiểu để xem xét các bệnh nhân, trao quyền điều trị tốt, giảm thiểu nguy hiểm, và đạt được kết quả lâu dài hơn.