ADA2019

#ADA2019 – Uso dell’intelligenza artificiale per migliorare gli esiti del diabete nei pazienti che utilizzano una terapia di iniezioni giornaliere multiple

Lo stato della terapia del diabete di tipo 1 (T1D) nel 2019 è una miscela complessa di innovazioni tecnologiche rivoluzionarie e miglioramenti incompleti della cura clinica. Negli ultimi anni abbiamo visto l’approvazione commerciale del primo sistema ibrido di pancreas artificiale a circuito chiuso (AP), il primo misuratore di glucosio continuo (CGM) in tempo reale calibrato in fabbrica, e sistemi predittivi di sospensione con glucosio basso, così come le approvazioni per la prima pompa infusionale continua per infusione sottocutanea dell’insulina (CSII) e configurazioni CGM. Ricerche precedenti sul registro hanno dimostrato che i consumatori di microinfusore di insulina hanno valori di emoglobina A1c (HbA1c) significativamente inferiori rispetto agli utenti con più somministrazioni giornaliere (MDI) e che i pazienti che valutano il loro status glicemico con CGM hanno valori HbA1c inferiori rispetto a quelli che utilizzano l’auto-monitoraggio della glicemia da soli. I dati della tecnologia HCL AP hanno costantemente dimostrato significativi miglioramenti glicemici sia negli studi a breve che a lungo termine. Di conseguenza, dovremmo aspettarci che la proliferazione di queste tecnologie porterebbe a un notevole miglioramento del controllo glicemico in tutte le popolazioni di pazienti.

Pubblicità

La recente analisi del registro clinico  T1D exchange da parte di Foster è quindi un chiaro promemoria sul fatto che molto lavoro deve ancora essere fatto per migliorare i risultati clinici nella più ampia popolazione di pazienti. Questo rapporto su> 22.000 persone con T1D si basa sul precedente articolo di Miller et al.  e documenta che tra i periodi 2010-2012 e 2016-2018, l’uso di pompe CSII è aumentato dal 57% al 63% e l’uso di CGM è aumentato dal 7% al 30% con un aumento esponenziale nel 2013-2014. Nonostante ciò, l’HbA1c media aggiustata è aumentata dal 7,8% nel 2010-2012 all’8,4% nel 2016-2018, con il maggiore incremento riscontrato tra adolescenti e giovani adulti. L’analisi secondaria per dispositivo viene evidenziata meglio in un commento separato di Rodbard il quale mostra che gli utenti di CGU hanno valori di HbA1c inferiori dello 0,4% all’1,0% rispetto ai non utilizzatori e gli utenti di pompe hanno valori di HbA1c inferiori dello 0,2% allo 0,8% rispetto agli utenti di MDI. Foster osserva, in particolare, che tra gli utenti della CGM, i livelli di HbA1c erano simili se la persona stava usando CSII o MDI per la somministrazione di insulina, mentre Rodbard nota che le differenze di controllo tra diversi gruppi etnici / razziali e di reddito possono essere mediate dall’accesso alla tecnologia.

Nelle loro discussioni, sia Foster che Rodbard non sono stati in grado di concludere perché il controllo glicemico si era aggravato attraverso il registro nonostante un maggiore uso della tecnologia, anche se Rodbard ha ipotizzato che potrebbe essere dovuto a cambiamenti nella popolazione riguardo a siti di studio, gruppi etnici / razziali e gruppi di reddito. L’analisi Foster ha tentato di controllare la durata del diabete e non ha identificato i cambiamenti come dovuti a differenze nel tempo in gruppi etnici / razziali, stato di reddito o altri fattori confondenti noti. Rodbard, tuttavia, nota che alcuni di questi effetti possono essere non lineari e quindi non facilmente identificati usando la regressione lineare multipla. Nella ricerca di altri possibili fattori di confondimento, è da notare che il punteggio z del BMI è rimasto invariato tra i periodi di tempo. Confrontando i dati Miller 2010-2012 con i dati Foster 2016-2018, all’interno degli utenti della CGM tutte le fasce di età avevano un peggiore HbA1c nell’ultimo periodo, con un effetto ancora maggiore tra i non-utilizzatori della CGM. Tra gli utenti di pompe, HbA1c era pressoché invariato nei gruppi di età, mentre tra gli utenti di MDI, l’HbA1c è aumentato principalmente negli adolescenti e negli adulti più giovani.

Una scoperta potenzialmente importante dell’articolo Foster che può essere facilmente trascurata è che la maggior parte dei partecipanti non ha mai scaricato i propri dati del dispositivo (misuratori, CGM o pompe CSII) a casa e, a parte l’utilizzo della funzione Dexcom Share, l’uso di applicazioni mobili è molto raro. Oltre il 71% dei partecipanti che non usano CGM ha riferito di non aver scaricato il proprio glucometro al di fuori dell’ufficio del medico, il 51% degli utenti di CGM ha riferito di non scaricare mai il proprio CGM al di fuori dell’ufficio del medico, il 60% ha riferito di non scaricare mai la pompa CSII fuori dall’ufficio del medico e l’84% ha riferito di non aver mai utilizzato un’applicazione medica mobile per assistere il diabete. Le ragioni del mancato download dei dispositivi erano varie e comprendevano la mancanza di consapevolezza del download, il tempo e la difficoltà con il download, la difficoltà a comprendere i dati e il non trovare i dati utili.

Nel loro insieme, queste scoperte sull’andamento del controllo glicemico e sull’uso da parte dei pazienti dei dati sul diabete digitale possono aiutarci a capire perché un maggiore uso della tecnologia non ha corrisposto a un miglioramento del controllo glicemico. Sebbene i pazienti abbiano una maggiore quantità di dati sul diabete, non stanno utilizzando completamente queste informazioni per ottimizzare la terapia del diabete.

Questo ci porta alla frontiera dei sistemi di supporto alle decisioni automatizzate (ADS) o all’uso di tecnologia di intelligenza artificiale basata su computer per fornire feedback o indicazioni a pazienti o medici. Nel caso degli utenti CSII, l’ADS potrebbe fornire raccomandazioni per regolare le impostazioni della pompa, mentre per gli utenti MDI, potrebbe suggerire modifiche all’insulina basale, rapporti di carboidrati o dosaggio della scala scorrevole. 

L’espansione della tecnologia per aiutare i pazienti in cura per T1D non ha ancora pienamente realizzato l’obiettivo di un migliore controllo glicemico. L’applicazione dei principi dell’IA ai pazienti in terapia con MDI sotto forma di ADS si mostra come promessa per contribuire a colmare questa lacuna e migliorare il controllo in questa popolazione. Molti sistemi e piattaforme differenti sono in fase di sviluppo e man mano che gli strumenti aggiuntivi diventano disponibili, spetterà ai fornitori educare e formare i loro pazienti all’uso di questa tecnologia. Una ulteriore riduzione degli oneri grazie a una migliore tecnologia CGM e penne intelligenti abilitate Bluetooth può ulteriormente facilitare l’espansione di questa tecnologia. La crescita in quest’area di cura sarà vitale nei prossimi anni per garantire che tutti i pazienti diabetici realizzino pienamente i vantaggi dell’automazione e dell’intelligenza artificiale.

Pubblicato su Diabete Technology & Therapeutics del 6 giugno 2019.

Pubblicità