محققان یک مدل جدید را برای پیش بینی پاسخ قند خون ابداع می کنند

4فوریه 2021 -موسسه ی تحقیقاتی اسکریپس که یک موسسه تحقیقاتی زیست پزشکی غیرانتفاعی شناخته شده در جهان است، امروز اعلام نمود که یک برنامه تحقیقاتی مشترک را باTempus ، شرکت فن آوری پیشرو در پزشکی دقیق و هوش مصنوعی برای ایجاد یک مدل پیش بینی کننده ی پاسخ قند خون در افراد مبتلا به دیابت نوع 2 و بدون آن آغاز کرده است. دانشمندان با درک تغییرات فردی در سطح قند خون، تلاشهای خود را برای مبارزه با اپیدمی های دوقلوی دیابت و چاقی تقویت خواهند کرد.

این برنامه تحت عنوان "مطالعه ی پیش بینی پاسخ گلایسمی[1]" ، از داده های حاصل از تحقیقات ژنومی و میکروبیوم های شرکت کنندگان و همچنین اطلاعات حاصل از فن آوری های دیجیتال برای درک بسیاری از عواملی که تغییر میزان قند خون در پاسخ به غذا را دیکته می کنند، استفاده خواهد کرد.

پرفسور Edward Ramos، محقق اصلی این مطالعه از موسسه ی اسکریپس، گفت: شواهد فزاینده ای وجود دارد که نشان می دهد پاسخ های گلایسمی به غذاهای مشابه از فردی به فرد دیگر به طور قابل توجهی متفاوت است. پیشرفت در جمع آوری داده های فردی از طریق دستگاه های ردیابی سلامت شخصی، ما را قادر می سازد تا طیف گسترده ای از خصوصیات شخصی را که به اصلاح رویکردهای کنترل قند خون هر فرد کمک می کند، بطور کمّی و بهتر ارزیابی کنیم.

دیابت که منجر به افزایش قند در خون می شود، یکی از شایع ترین و پرهزینه ترین بیماری های مزمن در ایالات متحده است که بیش از 100 میلیون فرد بالغ با این بیماری یا علائم اولیه ی آن زندگی می کنند. چاقی یک عامل خطر قابل توجه است. در سطح جمعیتی، مشخص شده است که زیاد غذا خوردن یا مصرف غذاهایی با ارزش تغذیه ای پایین منجر به افزایش وزن و افزایش خطر دیابت می شود. با این حال، سوالات پاسخ داده نشده ی زیادی در مورد نقش این عوامل در خطر ابتلا به بیماری در سطح فردی باقی مانده است.

عوامل بسیاری در تفاوت پاسخ قند خون افراد به غذاها نقش دارند، از جمله جویدن، ترکیب بزاق، هضم، ژنتیک، شاخص توده بدنی، رژیم غذایی و میکروبیوتای روده. ایجاد یک مدل پیش بینی کننده ی پاسخ قند خون فردی، نیاز به تجزیه و تحلیل مقادیر زیادی از اطلاعات بیولوژیکی، فیزیولوژیکی، بالینی و سبک زندگی دارد. با توجه به پیچیدگی این عوامل و نحوه ی ارتباط آنها با یکدیگر، برای پردازش مجموعه گسترده ای از داده ها به ابزارهای یادگیری ماشین(هوش مصنوعی) نیاز داریم.

پرفسورJoel Dudley ، مدیر ارشد علمی شرکتTempus ، می گوید: با وجود پیشرفت های اخیر در زمینه درک بسیاری از عوامل ژنتیکی و محیطی زمینه ساز دیابت، مطالعات بزرگ اندکی وجود دارند که بطور کامل به ماهیت پیچیده و چند مدلی این بیماری پرداخته اند. هدف از مطالعه ی ما، ایجاد بنیادی از داده ها و مفاهیم است که توسعه فناوری های پزشکی دقیق را امکان پذیر کند تا به نیازهای بالینی برآورده نشده در دیابت رسیدگی کند. ما خوشحالیم که برای پیشرفت درک ما از دیابت و پیگیری طراحی نسل بعدی کارآزمایی های بالینی دیابت با محققان مرکز تحقیقات موسسه ی اسکریپسهمکاری خواهیم کرد.

مطالعه ی PROGRESS، یک مدل کارآزمایی بالینی "بدون سایت" که توسط دانشمندان موسسه تحقیقاتیاسکریپس آغاز شده است، را اتخاذ می کند. دانشمندان با استفاده از مشارکت از راه دور از طریق تحویل کیتهای جمع آوری نمونه های زیستی در خانه و کیت های فناوری سلامت دیجیتال و همچنین یک برنامه ی کاربردی ویژه تلفن همراه برای ارتباطات، بسیاری از موانع موجود در مطالعات سنتی مبتنی بر کلینیک (به عنوان مثال دسترسی به کلینیک ها، محدودیت های زمانی، چالش های رفت و آمد و مشارکت محدود) را از بین می برند.

شرکایی از سیستم بهداشتی، از 1000 شرکت کننده ی بالای 18 سال برای شرکت در این مطالعه ی بدون سایت ثبت نام می کنند. نیمی از آنها را افراد مبتلا به دیابت نوع 2 تشخیص داده شده و نیمی بدون تشخیص دیابت، تشکیل می دهند. این مطالعه با استفاده از این داده ها همراه با داده های سوابق بهداشتی ژنومی، میکروبیوم و الکترونیکی، و کنترل میزان مصرف مواد غذایی، میزان فعالیت و اندازه گیری مداوم قند خون شرکت کنندگان، الگوریتم هایی برای پیش بینی پاسخ قند خون در سطح فردی ایجاد می کند. همچنین تغییر در نتایج سلامتی شرکت کنندگان در این مطالعه، به طور منفعلانه در طول سه سال کنترل می شود.

دانشمندان امیدوارند که این کار بتواند برنامه های مدیریت بهداشت شخصی را تقویت کرده و به رفع چاقی و شیوع دیابت در جهان کمک کند.

منبع:

https://www.news-medical.net/news/20210204/Scripps-Research-collaborates-with-Tempus-to-develop-a-predictive-model-of-glucose-responses.aspx