Stomach Health > Vatsa terveys >  > Q and A > vatsa kysymys

Scripps Research kehittää yhteistyössä Tempusin kanssa glukoosivasteiden ennustavaa mallia

Scripps -tutkimus, maailmanlaajuisesti tunnustettu voittoa tavoittelematon biolääketieteen tutkimuslaitos, julkisti tänään yhteistyöohjelman Tempus -ohjelman kanssa, tarkkuuslääketieteen ja tekoälyn johtaja, kehittää ennustava malli glukoosivasteista tyypin 2 diabetesta sairastavilla ja ilman niitä. Ymmärtämällä yksilölliset muutokset verensokerissa, tutkijat pyrkivät lisäämään ponnisteluja diabeteksen ja liikalihavuuden kaksoisepidemioiden torjumiseksi.

Ohjelma, nimeltään "PRediction Of Glycemic RESponse Study, hyödyntää osallistujien genomien ja mikrobiomien tietoja, sekä digitaaliteknologiasta saatua tietoa, ymmärtää monia tekijöitä, jotka sanelevat, miten yksittäisten verensokeritasot muuttuvat vastauksena ruokaan.

On yhä enemmän näyttöä siitä, että glykeemiset reaktiot samoihin elintarvikkeisiin vaihtelevat merkittävästi henkilöstä toiseen. Edistyminen yksilöllisessä tiedonkeruussa henkilökohtaisten terveysseurantalaitteiden avulla antaa meille mahdollisuuden kvantifioida paremmin erilaisia ​​henkilökohtaisia ​​piirteitä, jotka auttavat parantamaan yksilöllisempiä lähestymistapoja glykeemiseen hallintaan. "

Edward Ramos, PhD, Digitaalisten kliinisten tutkimusten johtaja, Scripps Research Translational Institute ja tutkimuksen johtava tutkija

Diabetes, jolloin veressä on liikaa sokeria, on yksi yleisimmistä ja kalleimmista kroonisista sairauksista Yhdysvalloissa, yli 100 miljoonalla aikuisella on tauti tai sen varhaisia ​​merkkejä. Lihavuus on merkittävä riskitekijä. Väestötasolla, liiallisen syömisen tai huonon ravinnon saannin tiedetään johtavan painonnousuun ja lisääntyneeseen diabeteksen riskiin. Kuitenkin, on edelleen monia kysymyksiä siitä, miten nämä tekijät vaikuttavat taudin riskiin yksilöllisellä tasolla.

Monet tekijät vaikuttavat glykeemisten vasteiden vaihtelevuuteen, mukaan lukien pureskelu, syljen koostumus, ruoansulatus, genetiikka, painoindeksi, ruokavalio ja suoliston mikrobiota. Yksilöllisen glykeemisen vasteen ennustavan mallin kehittäminen edellyttää suurten määrien biologisten, fysiologinen, tietoa kliinisistä ja elämäntapoista. Koska nämä tekijät ovat monimutkaisia ​​ja miten ne liittyvät toisiinsa, koneoppimistyökaluja tarvitaan monenlaisten tietojen käsittelyyn.

"Huolimatta viimeaikaisesta edistymisestä diabeteksen taustalla olevien monien geneettisten ja ympäristötekijöiden ymmärtämisessä, on tehty muutamia laajamittaisia ​​tutkimuksia, jotka käsittelevät kokonaisuutta, tämän taudin monitahoinen luonne, "sanoo Joel Dudley, PhD, Tieteellinen johtaja, Tempus. "Tämän tutkimuksen tarkoituksena on rakentaa perusta tiedoille ja ymmärrykselle, joiden avulla voidaan kehittää älykkäitä tarkkuuslääketieteen tekniikoita vastaamaan diabeteksen tyydyttämättömiin kliinisiin tarpeisiin laajassa mittakaavassa. Olemme iloisia voidessamme tehdä yhteistyötä Scripps Researchin kanssa parantaaksemme ymmärrystämme diabeteksesta ja seuraavan sukupolven kliinisten tutkimusten suunnittelu. "

PROGRESS ottaa käyttöön "ilman sivustoja" -kliinisen tutkimusmallin, jonka ovat kehittäneet Scripps Research Translational Institute -tutkijat. Mahdollistaa etäosallistumisen toimittamalla biosample -keräys- ja digitaaliset terveysteknologiasarjat kotiin, sekä opiskelukohtainen viestintäsovellus, tutkijat pyrkivät poistamaan monia esteitä, jotka ovat olemassa perinteisillä klinikkapohjaisilla tutkimuksilla (esim. pääsy klinikoille, aikarajoitteet, kuljetushaasteet, rajoitettu osallistuminen).

Terveydenhuoltojärjestelmän kumppanit rekrytoivat 1, 000 tutkimushenkilöä yli 18 -vuotiaita. Puolet koostuu henkilöistä, joilla on diagnosoitu tyypin 2 diabetes ja puolet ilman diagnoosia. Tutkimuksessa seurataan osallistujien ruokavaliota, aktiivisuustasot ja jatkuvat glukoosiarvot 10 päivän ajan, käyttämällä näitä tietoja yhdessä genomisen kanssa, mikrobiomista ja sähköisistä terveystietueista kehittääkseen algoritmeja glykeemisen vasteen ennustamiseksi yksilöllisesti. Tutkimuksen osallistujia seurataan myös passiivisesti terveystulosten muutosten varalta kolmen vuoden aikana.

Tutkijat toivovat, että tämä työ tukee yksilöllisiä terveydenhuolto -ohjelmia ja auttaa vastaamaan kasvaviin lihavuuden ja diabeteksen epidemioihin, sekä Yhdysvalloissa että maailmanlaajuisesti.

Other Languages