Analisi di metriche basate su dati di monitoraggio continuo del glucosio per il controllo glicemico

Il diabete è una patologia pericolosa, che se non trattata a dovere può avere conseguenze gravi, anche letali. Una cura per debellarlo non è ancora stata trovata, ma numerosi scienziati e studiosi continuano a formulare metodi sempre più innovativi ed efficienti per poter tenere sotto controllo il livello di glicemia nel sangue, principale causa della patologia. La seguente tesi non vuole trattare principalmente il diabete e il controllo glicemico, ma questi sono snodi argomentativi per cui è necessario passare, che aiutano a comprendere meglio il cuore dell’elaborato, ovvero le metriche relative ai dati ricavati da sensori per il monitoraggio continuo del glucosio. Il mondo delle metriche è vasto ed è fondamentale capire cosa sono e perché sono così importanti. Particolare attenzione è rivolta all’analisi di tali metriche, che sono ricavate attraverso l’utilizzo di diversi software; osservare i valori relativi ad ognuna di esse aiuta noi, il clinico e il paziente stesso ad avere una panoramica relativa alla variabilità glicemica del malato, che ci permette di notare livelli anomali di glicemia nelle varie fasi della giornata, o in seguito a pasti o attività fisica. Questo consente di agire di conseguenza, talvolta addirittura in anticipo, per prevenire, più che curare. È stato fatto un caso di studio con due software, chiamati Glyculator e EasyGV; in particolare, si nota che i valori della stessa metrica ricavata da uno e dall’altro software non differiscono nella maggioranza dei casi, ma talvolta questo accade, ciò è sintomo che per un’analisi ancora più approfondita sarebbe necessario l’ausilio di una maggiore varietà di software e di un maggior confronto di dati. Non si hanno discordanze sui valori del time in range (41% circa), dell’HBGI e dell’LBGI, (rispettivamente high e low blood glucose index) e di alcuni indici di variabilità, quali la deviazione standard (SD) e il coefficiente di variabilità (CV). Al contrario, saltano all’occhio i valori relativi al MAGE (mean amplitude of glycemic escursion), che differisce di circa 4 unità (12.36-8.7) e dell’M-value (31.17-294.79). Da queste osservazioni è possibile trarre delle informazioni; queste, inoltre, sono solo alcune di quelle facilmente ricavabili dalle metriche, ma già aiutano il clinico nel suo lavoro. Ecco perché ad un maggiore numero di metriche analizzate corrisponde un maggior numero di informazioni utili al medico per la cura del paziente, e per il contenimento dei sintomi della malattia.