Programmet, kallad "förutsägelse av glykemisk responsstudie, kommer att utnyttja data från deltagarnas genomer och mikrobiomer, samt information från digital teknik, att förstå de många faktorer som dikterar hur individuella blodsockernivåer förändras som svar på mat.
Det finns växande bevis för att glykemiska svar på samma livsmedel skiljer sig markant från person till person. Framsteg inom individanpassad datainsamling genom personliga hälsospårningsenheter gör att vi bättre kan kvantifiera ett brett spektrum av personliga egenskaper som hjälper till att förfina mer personliga metoder för glykemisk kontroll. "
Edward Ramos, Doktorsexamen, Direktör för digitala kliniska prövningar, Scripps Research Translational Institute och Studys huvudutredare
Diabetes, vilket resulterar i för mycket socker i blodet, är en av de mest utbredda och dyraste kroniska sjukdomarna i USA, med mer än 100 miljoner vuxna som lever med sjukdomen eller tidiga tecken på det. Fetma är en betydande riskfaktor. På befolkningsnivå, överdriven kost eller dåligt näringsintag är kända för att leda till viktökning och ökad risk för diabetes. Dock, många frågor återstår om hur dessa faktorer spelar in på sjukdomsrisk på individnivå.
Många faktorer bidrar till variationen i glykemiska svar, inklusive tuggning, salivkomposition, matsmältning, genetik, Body mass Index, kost och tarmmikrobiota. Att utveckla en förutsägbar modell för individuellt glykemiskt svar kräver analys av stora mängder biologiskt, fysiologisk, klinisk information och livsstilsinformation. Med tanke på komplexiteten hos dessa faktorer och hur de ansluter till varandra, maskininlärningsverktyg behövs för att bearbeta det breda utbudet av data.
"Trots de senaste framstegen när det gäller att förstå de många genetiska och miljöfaktorer som ligger till grund för diabetes, det har varit få storskaliga studier som helt tar itu med komplexet, multimodal natur hos denna sjukdom, "säger Joel Dudley, Doktorsexamen, Vetenskaplig chef, Tempus. "Den här studien syftar till att bygga en grund för data och förståelse som gör det möjligt att utveckla intelligent precisionsmedicinsk teknik för att tillgodose ouppfyllda kliniska behov vid diabetes i stor skala. Vi är glada över att kunna samarbeta med Scripps Research för att främja vår förståelse av diabetes och strävan efter nästa generations kliniska prövningsdesign. "
PROGRESS kommer att anta den "platslösa" kliniska prövningsmodellen som forskare vid Scripps Research Translational Institute utvecklade. Möjliggör fjärradeltagande genom hemleverans av bioprovsamling och digitala hälsoteknologipaket, samt en studiespecifik mobilapplikation för kommunikation, forskarna syftar till att eliminera många av de hinder som finns för traditionella klinikbaserade studier (t.ex. tillgång till kliniker, tidsbegränsningar, transportutmaningar, begränsat deltagande).
Sjukvårdspartner kommer att rekrytera 1, 000 studiedeltagare över 18 år. Hälften består av personer med diagnos av typ 2 -diabetes och hälften utan diagnos. Studien kommer att övervaka deltagarnas kostintag, aktivitetsnivåer och kontinuerliga glukosvärden under 10 dagar, använder den informationen tillsammans med genomisk, mikrobiom och elektronisk hälsojournaldata för att utveckla algoritmer för att förutsäga glykemiskt svar på individnivå. Studiedeltagare kommer också att passivt övervakas för förändringar i hälsoutfall under tre år.
Forskarna hoppas att detta arbete kommer att stärka personliga hälsoprogram och hjälpa till att hantera den växande fetma och diabetesepidemier, både i USA och globalt.