Nel diabete di tipo 1, le routine di attività diurna sono fattori influenti nei calcoli della dose di insulina. I consulenti in bolo sono stati sviluppati per suggerire più accuratamente dosi di insulina correlata ai pasti in base all’assunzione di carboidrati, in base all’insulina preimpostata ai livelli di carboidrati e ai fattori di sensibilità all’insulina.
Questi parametri possono essere variati in base all’ora del giorno, e la loro impostazione ottimale si basa sull’identificazione accurata dei periodi di tempo giornalieri delle routine. I problemi principali con la segnalazione e gli aggiustamenti delle routine di attività quotidiane sono la dipendenza dall’auto-segnalazione che è soggetta a inesattezze e all’interno dei calcolatori del bolo, il mantenimento delle impostazioni predefinite per periodi di tempo giornalieri, come all’interno di pompe per insulina, glucometri e applicazioni mobili.
Inoltre, le routine quotidiane sono soggette a cambiamenti nel tempo che potrebbero passare inosservati. Quindi, dimenticare di modificare i periodi di tempo giornalieri nel calcolatore del bolo potrebbe contribuire all’autogestione subottimale. In questo documento, tali problemi vengono affrontati proponendo un modello basato sui dati per l’identificazione di schemi diurni del diabete basati su valori di automonitoraggio. Il modello utilizza il clustering di serie temporali per ottenere una separazione significativa dei modelli, che viene quindi utilizzata per identificare i periodi di tempo giornalieri e per avvisare di eventuali cambiamenti temporali richiesti.
Ulteriori miglioramenti nelle impostazioni di bolo advisor sono proposti per includere le impostazioni settimanali / settimanali o anche modificabili dell’ora giornaliera. Il modello proposto fornisce un profilo di impostazione del tempo giornaliero rapido, granulare, più accurato e personalizzato, fornendo al contempo una prospettiva più contestuale all’identificazione del modello glicemico sia per i pazienti che per i medici.
Studio elaborato dai ricercatori del Dipartimento di Ingegneria elettronica ed elettrica, Università di Sheffield, South Yorkshire Regno Unito di Gran Bretagna e Irlanda del Nord
Pubblicato il 24 febbraio 2020 in IEEE Explorer