Condition assessment of patients with type 1 diabetes using compositional data analysis

• Autores: Lyvia Biagi
• Directores de la Tesis: José Vehí Casellas (dir. tes.) , Josep Antoni Martín Fernández (codir. tes.)
• Lectura: En la Universitat de Girona ( España ) en 2019
• Idioma: español
• Tribunal Calificador de la Tesis: Cecilio Angulo Bahón (presid.) , Glòria Mateu Figueras (secret.) , José Luis Díez Ruano (voc.)
• Enlaces
  • Tesis en acceso abierto en: TDX
• Resumen

  • La diabetes Mellitus tipo 1 (T1DM) es una enfermedad relacionada con el proceso autoinmune de destrucción de las células beta pancreáticas que puede implicar una deficiencia absoluta de insulina. Aunque la T1DM ocurre más frecuentemente en niños y adolescentes, puede desarrollarse a cualquier edad. Las personas con T1DM requieren insulina exógena para mantener los niveles de glucosa apropiados y evitar eventos de hiperglicemia. Sin embargo, si la insulina se entrega en exceso, puede causar eventos de hipoglicemia. Si no se trata adecuadamente, la T1DM conlleva muchas afectaciones con el paso del tiempo, incluyendo ceguera, falla renal, complicaciones cardiovasculares, e incluso la muerte.

    La infusión de insulina en pacientes con T1DM puede realizarse con múltiples inyecciones diarias (MDI); sin embargo, el tratamiento con la terapia continua de infusión subcutánea de insulina (CSII) provee mejoras en el control glicémico. Las tecnologías actuales para la gestión de la T1DM permiten la integración del monitoreo continuo de glucosa (CGM) y la terapia CSII. Un ejemplo de esta tecnología es el páncreas artificial (AP), que es un sistema de lazo cerrado (CL) para el control automático de la glucosa. El AP integra un dispositivo CGM, una bomba de insulina y un algoritmo de control.

    Sin embargo, incluso con los avances en tecnologías para la diabetes, alcanzar un control glicémico óptimo tiene una gran dificultad debido a la variabilidad intrapaciente, y el CGM desempeña un papel esencial para los individuos con T1DM, permitiéndoles seguir sus niveles de glucosa en sangre en tiempo real. Estos dispositivos son reconocidos por mejorar el control de glucosa y por proveer información relevante no solo respecto al perfil de glucosa del paciente, sino también de su estilo de vida. Además, la tecnología CGM ha venido cambiando la forma en la que se evalúa el control glicémico, y hay una discusión abierta sobre considerar los valores obtenidos por CGM en diferentes rangos de glucosa en lugar de considerar solo la prueba de hemoglobina glucosilada.

    Esta tesis está dedicada a describir la evaluación de la condición de los pacientes con T1DM a través del análisis de datos de glucosa obtenidos de CGM. En primer lugar, este trabajo se enfoca en entender y diseccionar las medidas obtenidas usando sensores CGM. Para ello, se ha obtenido un modelo de error de un sensor CGM y se ha evaluado la precisión del CGM en condiciones difíciles. En segundo lugar, se presenta un nuevo enfoque para la caracterización de perfiles de glucosa diarios con base en el análisis de datos composicionales (CoDa). Esta metodología considera el análisis del tiempo en diferentes rangos de glucosa de individuos con T1DM. El análisis CoDa está relacionado con el análisis de vectores de componentes positivas que describen la contribución de las partes a un todo. Finalmente, se presenta un modelo de transición probabilístico entre diferentes categorías de periodos de datos de glucosa que fue obtenido usando técnicas CoDa.

    Los enfoques mencionados fueron evaluados usando sets de datos de pacientes reales con T1DM que utilizan dispositivos CGM. Los resultados obtenidos son prometedores y podrían contribuir a los avances en el desarrollo de tecnologías y también para ayudar tanto a los médicos como a los pacientes en la gestión de la T1DM.