Programmet, kaldet "forudsigelse af glykæmisk RESPonse -undersøgelse, vil udnytte data fra deltagernes genomer og mikrobiomer, samt information fra digitale teknologier, at forstå de mange faktorer, der dikterer, hvordan individuelle blodsukkerniveauer ændres som reaktion på mad.
Der er stigende tegn på, at glykæmiske reaktioner på de samme fødevarer er meget forskellige fra person til person. Fremskridt inden for individualiseret dataindsamling gennem personlige sundhedssporingsenheder sætter os i stand til bedre at kvantificere en lang række personlige træk, der vil hjælpe med at forfine mere personlige tilgange til glykæmisk kontrol. "
Edward Ramos, Ph.d., Direktør for digitale kliniske forsøg, Scripps Research Translational Institute og Study's Principal Investigator
Diabetes, hvilket resulterer i for meget sukker i blodet, er en af de mest udbredte og dyre kroniske sygdomme i USA, med mere end 100 millioner voksne, der lever med sygdommen eller tidlige tegn på det. Fedme er en betydelig risikofaktor. På befolkningsniveau, overdreven spisning eller dårligt ernæringsindtag vides at føre til vægtøgning og en øget risiko for diabetes. Imidlertid, der er mange spørgsmål tilbage om, hvordan disse faktorer spiller ind på sygdomsrisiko på individuelt plan.
Mange faktorer bidrager til variationen i glykæmiske responser, herunder tygning, spyt sammensætning, fordøjelse, genetik, BMI, kost og tarmmikrobiota. At udvikle en forudsigende model for individuel glykæmisk respons kræver analyse af store mængder biologisk, fysiologisk, klinisk information og livsstilsinformation. I betragtning af kompleksiteten af disse faktorer og hvordan de forbinder hinanden, maskinlæringsværktøjer er nødvendige for at behandle den brede vifte af data.
"På trods af de seneste fremskridt med at forstå de mange genetiske og miljømæssige faktorer, der ligger til grund for diabetes, der har været få store undersøgelser, der fuldt ud omhandler komplekset, multimodal karakter af denne sygdom, "siger Joel Dudley, Ph.d., Videnskabelig chef, Tempus. "Denne undersøgelse har til formål at opbygge et fundament af data og forståelse, der gør det muligt at udvikle intelligente præcisionsmedicinske teknologier til at imødekomme uopfyldte kliniske behov ved diabetes i stor skala. Vi er glade for at samarbejde med Scripps Research for at fremme vores forståelse af diabetes og forfølgelsen af næste generations design af kliniske forsøg. "
PROGRESS vil anvende den "stedløse" kliniske forsøgsmodel, som forskere ved Scripps Research Translational Institute har udviklet. Muliggør fjerndeltagelse gennem hjemmelevering af bioprøver og digitale sundhedsteknologikit, samt en studiespecifik mobilapplikation til kommunikation, forskerne sigter mod at fjerne mange af de barrierer, der findes for traditionelle klinikbaserede undersøgelser (f.eks. adgang til klinikker, tidsbegrænsninger, transport udfordringer, begrænset deltagelse).
Sundhedssystempartnere vil rekruttere 1, 000 undersøgelsesdeltagere over 18 år. Halvdelen består af personer med diagnosticeret type 2 -diabetes og halvdelen uden diagnose. Undersøgelsen vil overvåge deltagernes kostindtag, aktivitetsniveauer og kontinuerlige glukoseværdier over 10 dage, ved hjælp af disse data sammen med genomisk, mikrobiom og elektroniske sundhedsjournaldata til at udvikle algoritmer til at forudsige glykæmisk respons på et individuelt niveau. Studiedeltagere vil også blive passivt overvåget for ændringer i sundhedsresultater i løbet af tre år.
Forskerne håber, at dette arbejde vil styrke personlige sundhedsstyringsprogrammer og hjælpe med at håndtere den voksende fedme og diabetesepidemier, både i USA og globalt.