A altura da glicose no sangue e do fundo não é apenas um rollerocator de energia; Eles podem ser uma chave para identificar o risco de diabetes e economizar uma ou duas picadas de agulha.
Pesquisadores da Universidade de Tóquio identificaram um método simples e não vivado para avaliar o controle da glicose no sangue – uma causa essencial do risco de diabetes. O monitoramento contínuo de glicose (CGM) pode melhorar a detecção inicial e a avaliação de risco para diabetes sem depender de amostras de sangue de amostras de sangue e métodos caros ou complexos.
O estudo é publicado Medicamento de comunicaçãoO
Freqüentemente, uma “epidemia silenciosa” é chamada de diabetes de uma preocupação cada vez mais global à saúde com conseqüências econômicas e de saúde significativas. Detecção inicial de controle de glicose desativado – um estágio intermediário entre camadas normais de glicose no sangue e diabetes – é necessário para prevenir ou retardar o início do diabetes. Equipamento de diagnóstico convencional, mas muitas vezes perde os sintomas primários porque eles dependem de amostras de sangue periódicas, em vez de observação contínua.
“Os testes tradicionais de diabetes são eficazes, mas não capturam a natureza dinâmica do controle da glicose em condições fisiológicas”, disse Shinia Kuroda, professora de pós -graduação em ciências e pesquisa atual, disse Shinia Kuroda.
Para encontrar opções mais práticas, a equipe se transformou em CGM, foi uma tecnologia de uso que rastreia regularmente as camadas de glicose em tempo real, que fornece uma imagem mais clara das flutuações de glicose no sangue na vida cotidiana. Seu objetivo era identificar um método baseado em CGM para adivinhar a capacidade de manuseio de glicose, que mantinha uma camada estável sem o método agressivo.
A equipe analisou 64 pessoas sem diagnóstico de diabetes anterior usando um teste de grampo usado para avaliar o dispositivo CGM, teste de tolerância à glicose oral (OGTTTTT) e metabolismo da glicose. Eles então tornam sua pesquisa validada com um conjunto de dados independente e simulação matemática.
Sua análise mostra que o AC_VAR, uma medida de flutuações no nível da glicose, uma previsão bem estabelecida do risco de diabetes futuro, está fortemente conectado ao índice da natureza. Além disso, o modelo dos pesquisadores, que combina o AC_VAR com o desvio padrão da glicose, exclui o marcador tradicional de diabetes – como o jejum na glicose no sangue, HbA 1C e OGTT – para prever o índice da natureza.
“Ao analisar dados da CGM com nosso novo algoritmo com nosso novo algoritmo, identificamos pessoas com deficiência – mesmo quando os testes de diagnóstico padrão são classificados para eles como comuns”, Kuroda. “Isso significa que podemos criar uma oportunidade para intervenção preventiva para intervenção preventiva antes de diagnosticar diabetes”.
A equipe também mostrou que o método era mais preciso do que os indicadores de diagnóstico convencionais na previsão de complicações do diabetes, como doença arterial coronariana. Para facilitar o amplo acesso desse método, a equipe de pesquisa criou um aplicativo da Web que permite que indivíduos e fornecedores de saúde calculem facilmente esses indicadores baseados em CGM.
“Nosso objetivo final é fornecer um equipamento prático e acessível para uma ampla triagem de diabetes”, disse Kuroda. “Ao permitir a identificação inicial das anormalidades do controle da glicose, esperamos impedir ou atrasar o início da doença e reduzir as complicações a longo prazo”.