Programmet, kalt "Forutsigelse av glykemisk responsstudie, vil utnytte data fra deltakernes genomer og mikrobiomer, samt informasjon fra digitale teknologier, å forstå de mange faktorene som dikterer hvordan individuelle blodsukkernivåer endres som respons på mat.
Det er økende bevis på at glykemiske reaksjoner på de samme matvarene er vesentlig forskjellige fra person til person. Fremskritt innen individualisert datainnsamling gjennom personlige helsessporingsenheter gjør at vi bedre kan tallfeste et bredt spekter av personlige egenskaper som vil hjelpe til med å forfine mer personlige tilnærminger for glykemisk kontroll. "
Edward Ramos, PhD, Direktør for digitale kliniske forsøk, Scripps Research Translational Institute og Study's Principal Investigator
Diabetes, som resulterer i for mye sukker i blodet, er en av de mest utbredte og kostbare kroniske sykdommene i USA, med mer enn 100 millioner voksne som lever med sykdommen eller tidlige tegn på det. Fedme er en betydelig risikofaktor. På befolkningsnivå, overdreven spising eller dårlig næringsinntak er kjent for å føre til vektøkning og økt risiko for diabetes. Derimot, mange spørsmål gjenstår om hvordan disse faktorene spiller inn på sykdomsrisiko på individnivå.
Mange faktorer bidrar til variasjonen i glykemiske responser, inkludert tygge, spyttsammensetning, fordøyelse, genetikk, kroppsmasseindeks, diett og tarmmikrobiota. Å utvikle en prediktiv modell for individuell glykemisk respons krever analyse av store mengder biologisk, fysiologisk, klinisk og livsstilsinformasjon. Gitt kompleksiteten til disse faktorene og hvordan de henger sammen med hverandre, maskinlæringsverktøy er nødvendig for å behandle det brede utvalget av data.
"Til tross for de siste fremskrittene med å forstå de mange genetiske og miljømessige faktorene som ligger til grunn for diabetes, det har vært få store studier som fullt ut tar for seg komplekset, multimodal karakter av denne sykdommen, "sier Joel Dudley, PhD, Vitenskapelig sjef, Tempus. "Denne studien tar sikte på å bygge et grunnlag for data og forståelse som gjør det mulig å utvikle intelligente presisjonsmedisinske teknologier for å imøtekomme uoppfylte kliniske behov ved diabetes i stor skala. Vi er glade for å samarbeide med Scripps Research for å fremme vår forståelse av diabetes og jakten på neste generasjons design for kliniske studier. "
PROGRESS vil ta i bruk den "nettstedløse" modellen for kliniske studier som ble forsket på forskere ved Scripps Research Translational Institute. Muliggjør ekstern deltakelse gjennom levering av bioprøver og digitale helseteknologipakker, samt en studiespesifikk mobilapplikasjon for kommunikasjon, forskerne tar sikte på å eliminere mange av barrierene som eksisterer for tradisjonelle klinikkbaserte studier (f.eks. tilgang til klinikker, tidsbegrensninger, transportutfordringer, begrenset deltakelse).
Helsepersonellpartnere vil rekruttere 1, 000 deltakere over 18 år. Halvparten består av personer med diagnosen type 2 diabetes og halvparten uten diagnose. Studien vil overvåke deltakernes diettinntak, aktivitetsnivåer og kontinuerlige glukoseverdier over 10 dager, bruker disse dataene sammen med genomisk, mikrobiom og elektroniske helsejournaldata for å utvikle algoritmer for å forutsi glykemisk respons på et individuelt nivå. Studiedeltakere vil også bli passivt overvåket for endringer i helseutfall i løpet av tre år.
Forskerne håper at dette arbeidet vil styrke personlige helseforvaltningsprogrammer og hjelpe til med å håndtere de voksende fedme- og diabetesepidemiene, både i USA og globalt.