A toolbox to improve algorithms for insulin-dosing decision support

Transkript

1 ehealth 2014 A toolbox to improve algorithms for insulin-dosing decision support JOANNEUM RESEARCH Forschungsgesellschaft mbh HEALTH Institute for Biomedicine and Health Sciences DI Klaus Donsa Medical University of Graz Division of Endocrinology and Metabolism

2 Verbesserungswürdige Diabetesversorgung Die Prävalenz von Diabetes bei hospitalisierten erwachsenen Patienten beträgt bis zu 26% in England Längere Krankenhausaufenthalte (8 versus 5 Nächte). Fehlerhafte Diabetesmedikation bei fast 40% der Diabetes Patienten Patienten mit Medikationsfehlern erlitten mehr als doppelt so häufig eine schwere Hypoglykämie Schlechte Blutzuckerkontrolle führt zu einem schlechteren klinischen Ergebnis (Umpierrez 2002) NaDIA 2012 (Stichtagserhebung Patienten, 216 Krankenhäuser)

3 Das GlucoTab System Workflow und Decision Support System Nicht kritisch kranke Typ 2 Diabetiker Mobiler Android basierter Tablet-PC Client Java Enterprise Server

4 Anpassung der Tagesinsulindosis Entscheidungsunterstützung für den Arzt

5 Insulin Dosierungsvorschlag Entscheidungsunterstützung für die Pflege

6 Blutzucker EU-Projekt REACTION: Schritte zur optimierten Diabetesversorgung Analyse State-of-the-art REACTION - Algorithmus Papier-basiert Feasability Tablet-PC auf einer Station Feasability Tablet-PC auf mehreren Stationen Station1 Station2 Kontrolle Intervent. Station1 n=25 n=25 n=37 n=37 n=30 n=100 ClinDiab01 ClinDiab02 ClinDiab03 ClinDiab04

7 7 Ziele der Toolbox Verknüpfung der bisher gesammelten Studiendaten Verbesserung des GlucoTab Algorithmus hinsichtlich Flexibilität und Sicherheit Test von neuen Ideen und Hypothesen vor der Validierung in einer klinischen Studie Identifikation von individualisierten Verbesserungen von Algorithmus und Workflow

8 8 Struktur der Toolbox Data preparation data GlucoTab system raw data data data ecrf CGM data laboratory data ETL unit conversions data cleaning plausibility checks preparation for modelling type conversions Analysis tools use cases pooled data algorithm modification automated reporting excel export Simulation simulation of the algorithm basal / bolus suggestion therapy adaptation correction insulin blood glucose estimations modification of the algorithm

9 Blutzucker [mg/dl] 9 Problemstellung Simulation Resultat ClinDiab02 Hohe Blutzucker Mittageswerte Hypoglykämien am Nachmittag Zu hoch Hypothese: Insulindosen müssen neu gewichtet werden Zu niedrig Tageszeit

10 Blood glucose [mg/dl] 10 Blutzucker Abschätzung Simulation Virtuelle Insulinsensitivität (VIS) = Blutzuckerdifferenz zwischen zwei Tageszeiten bezogen auf das verabreichte Insulin 10 IU Original algorithm IU New algorithm noon evening

11 11 Ziel: Abschätzen des Effekts von Dosisänderungen Ablauf der Simulation AlgoA AlgoB DosisA DosisB 1. Berechnung Insulindosen 2. Blutzucker Abschätzung BlutzuckerA BlutzuckerB Studiendaten: 1. Virtuelle Insulinsensitivitäts Profile (VIS) 2. Blutzuckermessungen 3. Zeit 4.

12 Blood Glucose [mg/dl] 12 Validierung der Simulation Zu hoch Initial algorithm New algorithm New algorithm Clinical data Simulation Clinical data

13 13 Diskussion Schnelle und standardisierte Integration von neuen Studiendaten Testumgebung für Änderungen am Algorithmus Basis für individualisierte Algorithmen Nur ausführlich getestete Änderungen am Algorithmus werden in teuren klinischen Studien validiert Bereits geplante Studien erweitern die Datenbasis

14 Vielen Dank für die Aufmerksamkeit DI Klaus Donsa, BSc mail: The study is supported by the European Commission Project REACTION: FP Medical University of Graz Division of Endocrinology and Metabolism Auenbruggerplatz 15, 8036 Graz JOANNEUM RESEARCH Forschungsgesellschaft mbh HEALTH Institute for Biomedicine and Health Sciences Neue Stiftingtalstraße 2, 8010 Graz