Les données des glucomètres en continu peuvent prédire les lésions nerveuses, oculaires et rénales causées par le diabète de type 1, ont découvert des chercheurs du Center for Diabetes Technology de l'Université de Virginie. Cela suggère que les médecins pourraient être en mesure d'utiliser les données des appareils pour aider à sauver les patients de la cécité, de la neuropathie diabétique et d'autres complications du diabète qui changent la vie.
La durée pendant laquelle les patients se trouvaient dans une plage de glycémie sûre comprise entre 70 et 180 mg/DL sur une période de 14 jours était un aussi bon prédicteur de neuropathie, de rétinopathie et de néphropathie que l'approche standard utilisant les taux d'hémoglobine A1c, ont découvert les chercheurs. .
« L'essai historique sur le contrôle et les complications du diabète (DCCT), d'une durée de 10 ans et portant sur 1 440 personnes, publié en 1993, a établi l'hémoglobine A1c comme la référence en matière d'évaluation du risque de complications du diabète de type 1. Cependant, l'utilisation d'une surveillance continue de la glycémie est en hausse et il n'existe aucune étude sur l'ampleur du DCCT pour confirmer les mesures basées sur la CGM comme norme pour évaluer le contrôle du diabète », a déclaré Boris Kovatchev, PhD, directeur de l'UVA. Centre de technologie du diabète.
Le manque de données CGM à grande échelle et à long terme a un certain nombre d’implications cliniques et réglementaires ; par exemple, la CGM n'est toujours pas acceptée comme résultat principal des études sur les médicaments contre le diabète.
Boris Kovatchev, PhD, directeur, Centre de technologie du diabète, système de santé de l'Université de Virginie
Utiliser des données historiques sur le diabète
Le DCCT a obtenu des lectures d'hémoglobine A1c des participants mensuellement ou tous les trois mois, ainsi qu'un profil de glycémie tous les trois mois. Les données sont disponibles, sur demande, dans les archives de l'Institut National du Diabète et des Maladies Digestives et Rénales.
En utilisant des techniques avancées d’apprentissage automatique pour traiter les ensembles de données DCCT, les chercheurs ont pu créer des traces virtuelles continues de glucomètres pour tous les participants et pendant toute la durée de leur participation à l’essai.
Les chercheurs ont découvert que 14 jours de données provenant des glucomètres virtuels en continu avaient une capacité similaire à prédire les complications du diabète que les lectures d'hémoglobine A1c. En plus du temps passé dans une plage de glycémie sûre comprise entre 70 et 180 mg/DL, les chercheurs ont également découvert que d'autres lectures continues du glucomètre prédisaient également avec précision les complications du diabète. Ces lectures incluaient le temps passé dans une « plage étroite » (entre 70 et 140 mg/DL) ainsi que le temps passé au-dessus de 140 mg/DL, au-dessus de 180 mg/DL et au-dessus de 250 mg/DL.
Les glucomètres en continu étant désormais fréquemment utilisés par les patients diabétiques, ces nouvelles découvertes pourraient aider les patients à gérer leur diabète ainsi qu'aider les chercheurs à continuer de faire progresser les soins du diabète.
« Une étude de l'ampleur du DCCT réalisée avec une surveillance continue de la glycémie en plus de l'hémoglobine A1c prendrait beaucoup de temps et serait coûteuse », a déclaré Kovatchev. « Virtualiser un essai clinique pour combler les lacunes des données anciennes et rares à l'aide de méthodes avancées de science des données est la meilleure chose que nous puissions faire aujourd'hui. »
