Scripps Research werkt samen met Tempus om een ​​voorspellend model van glucosereacties te ontwikkelen

Er is groeiend bewijs dat de glykemische reacties op hetzelfde voedsel aanzienlijk verschillen van persoon tot persoon. Vooruitgang in geïndividualiseerde gegevensverzameling via apparaten voor het volgen van persoonlijke gezondheid stellen ons in staat om een ​​breed scala aan persoonlijke eigenschappen beter te kwantificeren die zullen helpen bij het verfijnen van meer gepersonaliseerde benaderingen voor glykemische controle."

Edward Ramos, doctoraat, Directeur van digitale klinische proeven, Scripps Research Translational Institute en hoofdonderzoeker van de studie

suikerziekte, wat resulteert in te veel suiker in het bloed, is een van de meest voorkomende en kostbare chronische ziekten in de Verenigde Staten, met meer dan 100 miljoen volwassenen die met de ziekte of vroege tekenen ervan leven. Obesitas is een belangrijke risicofactor. Op populatieniveau is Het is bekend dat overmatig eten of een slechte voedingsinname leiden tot gewichtstoename en een verhoogd risico op diabetes. Echter, er blijven veel vragen over hoe deze factoren het ziekterisico op individueel niveau beïnvloeden.

Veel factoren dragen bij aan de variabiliteit in glykemische reacties, inclusief kauwen, speeksel samenstelling, spijsvertering, genetica, body-mass-index, voeding en darmflora. Het ontwikkelen van een voorspellend model van individuele glykemische respons vereist het analyseren van grote hoeveelheden biologische, fysiologisch, klinische en leefstijlinformatie. Gezien de complexiteit van deze factoren en hoe ze met elkaar samenhangen, Machine-learning tools zijn nodig om het brede scala aan gegevens te verwerken.

"Ondanks recente vooruitgang in het begrijpen van de vele genetische en omgevingsfactoren die ten grondslag liggen aan diabetes, er zijn maar weinig grootschalige studies geweest die het complexe, multimodale aard van deze ziekte, " zegt Joel Dudley, doctoraat, hoofd wetenschappelijk medewerker, Tempus. "Deze studie heeft tot doel een basis van gegevens en begrip op te bouwen die de ontwikkeling van intelligente precisiegeneeskundetechnologieën mogelijk maken om op grote schaal onvervulde klinische behoeften bij diabetes aan te pakken. We zijn verheugd om samen te werken met Scripps Research om ons begrip van diabetes en het nastreven van ontwerp voor klinische proeven van de volgende generatie."

PROGRESS zal het "site-less" klinische proefmodel gebruiken dat is ontwikkeld door wetenschappers van het Scripps Research Translational Institute. Deelname op afstand mogelijk maken door thuislevering van biomonsterverzameling en digitale gezondheidstechnologiekits, evenals een studiespecifieke mobiele applicatie voor communicatie, de wetenschappers willen veel van de barrières wegnemen die bestaan ​​voor traditionele klinische studies (bijv. toegang tot klinieken, tijdsdruk, transport uitdagingen, beperkte deelname).

Zorgsysteempartners werven 1 000 studiedeelnemers ouder dan 18 jaar. De helft zal bestaan ​​uit personen met de diagnose diabetes type 2 en de andere helft zonder diagnose. De studie zal de voedingsinname van de deelnemers volgen, activiteitsniveaus en continue glucosewaarden gedurende 10 dagen, gebruik van die gegevens samen met genomische, microbioom en elektronische medische dossiergegevens om algoritmen te ontwikkelen voor het voorspellen van de glykemische respons op individueel niveau. Deelnemers aan de studie zullen in de loop van drie jaar ook passief worden gecontroleerd op veranderingen in gezondheidsresultaten.

De wetenschappers hopen dat dit werk gepersonaliseerde gezondheidsbeheerprogramma's zal versterken en de groeiende obesitas- en diabetesepidemieën zal helpen aanpakken. zowel in de Verenigde Staten als wereldwijd.

• Onderzoek toont aan dat darmparasieten de ernst van COVID-19 verminderen
• Darmmicrobioom kan de immuunrespons moduleren bij leverkankerpatiënten met NAFLD