החוקרים ביקשו לזהות, לנבא ולתקף מסלולים גליקמיים מובהקים בחולים עם אבחנה חדשה של סוכרת סוג 2 המטופלים ברפואת הקהילה כצעד לכיוון קידומה של רפואה מותאמת אישית.
עוד בעניין דומה
לצורך המחקר בוצע מחקר רטרוספקטיבי שהתבסס על שתי עוקבות באמצעות מידע שנאסף ממרפאות קהילה משני מאגרי מידע בהולנד. משתתפי המחקר היו חולים מבוגרים עם אבחנה חדשה של סוכרת סוג 2 בין ינואר 2006 לדצמבר 2014 (10,528 משתתפים בעוקבת הפיתוח ו-3,777 משתתפים בעוקבת התיקוף). בוצע שימוש במודל למידת מכונה על מנת לחזות מסלולים באמצעות מאפייני חולים הניתנים לבחינה בצורה קלה במסגרת רפואת הקהילה.
החוקרים זיהו שלושה מסלולי חולים: 1. שליטה גליקמית יציבה ומספקת (76.5% מהמשתתפים); 2. שליטה גליקמית משופרת (21.3% מהמשתתפים); 3. שליטה גליקמית מידרדרת (2.2% מהמשתתפים). מסלולים דומים נצפו בעוקבת התיקוף. BMI, המוגלובין מסוכרר וטריגליצרידים היו המנבאים החשובים ביותר של השתייכות למסלול. המודל הניבויי היה בעל "אזור מתחת לעקומת המפעיל" של 0.96 בעוקבת התיקוף, ממצא המעיד על דיוק מצוין.
מודל זה יכול להסיר באופן יעיל הטרוגניות בתגובה גליקמית עתידית בחולים עם סוכרת סוג 2 ויכול לשמש בעולם הקליני ככלי יעיל ופשוט להתאמת טיפול מותאם לחולה.
מקור:
Hertroijs, D.F.L. et al. (2018) Diabetes, Obesity and Metabolism 20(3), 681
הירשמו לקבלת עדכונים בנושאים שעלו בכתבה
