Il glucosio è la fonte di energia più importante per il nostro organismo e il suo ingresso nelle cellule è favorito da un ormone proteico secreto dalle cellule β del pancreas chiamato insulina. L’azione delle cellule β è regolata dalla concentrazione di glucosio nel sangue, in cui il suo aumento stimola la secrezione dell’ormone provocando un maggior ingresso di glucosio nelle cellule. La concentrazione di glucosio nel sangue è detta glicemia e il valore è compreso normalmente tra i 60 mg/dl e 100 mg/dl; concentrazione minore di questa soglia è detta ipoglicemia, mentre iperglicemia quella superiore ed entrambe possono essere causa di patologie come il diabete. Il diabete viene curato attraverso un approccio non farmacologico o farmacologico e quest’ultimo si basa sulla somministrazione di insulina sottocute tramite iniezione. Un altro approccio terapeutico è quello del monitoraggio continuo del glucosio (CGM). I dispositivi CGM si avvalgono di un sensore che permette di misurare la glicemia a livello del liquido interstiziale. Le informazioni vengono poi trasdotte ed inviate a un monitor per visualizzarle. Per l’analisi ed interpretazione dei dati misurati dai dispositivi CGM è necessario avvalersi di metriche standardizzate e software che ne permettono il calcolo. Esistendo molti software a disposizione, commerciali e non, si può talvolta incorrere in differenze nei valori numerici da essi forniti per le metriche. Questo lavoro di tesi si occupa di ottenere, tramite l’impiego di due software, GlyCulator e Iglu, i valori di alcune metriche standardizzate quali valore medio, deviazione standard (SD), variabilità glicemica (CV), mediana, indicatore di gestione del glucosio (GMI), rischio di ipo e iperglicemia (LBGI e HBGI), mage e jindex su un set di dati misurati su 6 pazienti affetti da diabete di tipo 1 per un periodo che va dai 21 ai 93 giorni. Il confronto, effettuato tramite il test statistico tost (two one-sided test equivalence testing), ha riscontrato una sostanziale equivalenza per le metriche di media, SD, CV, LBGI, HBGI, jindex (p<0.01), ad eccezione della metrica mage. I due software sono stati confrontati anche in termini della loro capacità di rilevare i possibili eventi ipo/iperglicemici. Concludendo, questo studio ha dimostrato che GlyCulator e Iglu lavorano in modo equivalente eccetto per il calcolo della metrica del mage, poiché quest’ultima viene calcolata con due algoritmi diversi. Nel complesso è possibile ottenere in modo equivalente metriche attendibili per misurazioni CGM tramite l’utilizzo di questi due software.

Analisi di dati da monitoraggio continuo del glucosio e confronto delle metriche di controllo glicemico tra diversi algoritmi

PENNACCHIETTI, ASIA
2021/2022

Abstract

Il glucosio è la fonte di energia più importante per il nostro organismo e il suo ingresso nelle cellule è favorito da un ormone proteico secreto dalle cellule β del pancreas chiamato insulina. L’azione delle cellule β è regolata dalla concentrazione di glucosio nel sangue, in cui il suo aumento stimola la secrezione dell’ormone provocando un maggior ingresso di glucosio nelle cellule. La concentrazione di glucosio nel sangue è detta glicemia e il valore è compreso normalmente tra i 60 mg/dl e 100 mg/dl; concentrazione minore di questa soglia è detta ipoglicemia, mentre iperglicemia quella superiore ed entrambe possono essere causa di patologie come il diabete. Il diabete viene curato attraverso un approccio non farmacologico o farmacologico e quest’ultimo si basa sulla somministrazione di insulina sottocute tramite iniezione. Un altro approccio terapeutico è quello del monitoraggio continuo del glucosio (CGM). I dispositivi CGM si avvalgono di un sensore che permette di misurare la glicemia a livello del liquido interstiziale. Le informazioni vengono poi trasdotte ed inviate a un monitor per visualizzarle. Per l’analisi ed interpretazione dei dati misurati dai dispositivi CGM è necessario avvalersi di metriche standardizzate e software che ne permettono il calcolo. Esistendo molti software a disposizione, commerciali e non, si può talvolta incorrere in differenze nei valori numerici da essi forniti per le metriche. Questo lavoro di tesi si occupa di ottenere, tramite l’impiego di due software, GlyCulator e Iglu, i valori di alcune metriche standardizzate quali valore medio, deviazione standard (SD), variabilità glicemica (CV), mediana, indicatore di gestione del glucosio (GMI), rischio di ipo e iperglicemia (LBGI e HBGI), mage e jindex su un set di dati misurati su 6 pazienti affetti da diabete di tipo 1 per un periodo che va dai 21 ai 93 giorni. Il confronto, effettuato tramite il test statistico tost (two one-sided test equivalence testing), ha riscontrato una sostanziale equivalenza per le metriche di media, SD, CV, LBGI, HBGI, jindex (p<0.01), ad eccezione della metrica mage. I due software sono stati confrontati anche in termini della loro capacità di rilevare i possibili eventi ipo/iperglicemici. Concludendo, questo studio ha dimostrato che GlyCulator e Iglu lavorano in modo equivalente eccetto per il calcolo della metrica del mage, poiché quest’ultima viene calcolata con due algoritmi diversi. Nel complesso è possibile ottenere in modo equivalente metriche attendibili per misurazioni CGM tramite l’utilizzo di questi due software.
2021
2022-10-27
Analysis of data from continuous glucose monitoring and comparison of glycemic control metrics between different algorithms
File in questo prodotto:
File Dimensione Formato  
TESIAsiaPennacchietti.pdf

embargo fino al 26/10/2025

Descrizione: Tesi Asia Pennacchietti
Dimensione 1.88 MB
Formato Adobe PDF
1.88 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/10801