Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Benyó Balázs*, Homlok József*, Illyés Attila**, Szabó Némedi Noémi**, Geoffrey M. Shaw***, Geoff Chase*** *Irányítástechnika és Informatika Tanszék Budapesti.

Hasonló előadás


Az előadások a következő témára: "Benyó Balázs*, Homlok József*, Illyés Attila**, Szabó Némedi Noémi**, Geoffrey M. Shaw***, Geoff Chase*** *Irányítástechnika és Informatika Tanszék Budapesti."— Előadás másolata:

1 Benyó Balázs*, Homlok József*, Illyés Attila**, Szabó Némedi Noémi**, Geoffrey M. Shaw***, Geoff Chase*** *Irányítástechnika és Informatika Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem **Központi Aneszteziológiai és Intenzív Betegellátó Osztály, Pándy Kálmán Megyei Kórház ***Department of Mechanical Engineering, University of Canterbury, Christchurch, New Zealand INTENZÍV OSZTÁLYOKON ÁPOLT BETEGEK SZOROS VÉRCUKOR SZABÁLYOZÁSA

2 Tartalom Probléma  Szoros vércukor szabályozás  Kihívások és követelmények Módszerek  Modell alapú megközelítés  Kompartment modell a metabolikus rendszer leírására  STAR protokoll működés  Lehetséges módosítások Eredmények  Összehasonlító elemzés További kutatási lehetőségek

3 Probléma Szoros vércukor szabályozás A vércukorszint normoglikémiás tartományban tartása inzulin adagolással és a táplálás szabályozásával Inzulin és tápanyag Vércukor mérés Szoros vércukor szabályozással a mortalitás 25-40%-al csökkenthető.

4 Probléma  Probléma: a szoros vércukor szabályozás megvalósítása nehéz Összetett fiziológiai rendszer Egymástól lényegesen különböző, gyorsan változó állapotú betegek  Hipoglikémia – hiperglikémia Kórosasan alacsony, ill. magas vércukorszint Normoglikémiás tartomány:  4,4 – 6 (8) mmol/l Különböző mértékben és időtávon, de mindkettő negatív következményekkel jár

5 A hipoglikémia következményei: célszervkárosodások KIR-történések 2 Szív érintettség 1 Ér-történések 1 Halál 1,2 1.Desouza CV, et al. Diabetes Care 2010;33(6): Boyle et al. South Med J 2007;100(2): Stroke, myocardium infarctus, akut szívbetegség, kamrai arrhythmia Csökkent perctérfogat, teljesítmény, myocardium kontraktilitás Rohamok, görcsök, kóma

6 A hipoglikémia lehetséges hatásai a CV eseményekre Hipoglikémia GYULLADÁS SZIMPATIKUS-ADRENÁLIS VÁLASZ ENDOTHELIÁLIS DISZFUNKCIÓ VÉRALVADÁSI ZAVAROK  CRP,  IL6,  VEGF  Vazodilatáció  Thrombocyta aktiváció  Neutrophil aktiváció  Factor VII Ritmuszavarok Hemodinamikai változások  Adrenalin  Kontraktilitás  Szív terhelés  Oxigén felhasználás Desouza et al. Diabetes Care 2010;33:1389–94

7 Amy L. Clark, Conor J. Best, and Simon J. Fisher Diabetes Volume 63, May 2014 A hipoglikémia kardiológiai és patofiziológiai háttere A hipoglikémia kardiológiai és patofiziológiai háttere

8 Hipoglikémia és akut CV események - aktualitások

9 A hipoglikémia és a ventrikuláris arrithmia kapcsolata Annett Stahn,et al., Diabetes Care Volume 37, February 2014

10 Követelmények Elvárások: Egyszerű működési logika Orvosilag elfogadható kezelési ajánlások, javaslatok nyújtása Klinikai feltételek között lehessen alkalmazni, követelményekhez adaptálni Felhasználóbarát funkcionalitás és megjelenés Orvosok elvárásai a szabályozással kapcsolatban: Klinikai értékelés szempontjai Optimális szabályozás Alkalmazhatóság A vércukorszint stabil tartományban tartása Szigorú kontroll Hypoglycaemia rövidebb idő alatt okoz életveszélyes állapotot, mint a hyperglycaemia Legfontosabb a biztonság Alacsony tápanyagbevitel hosszabb intenzív ápolási időt eredményez Magas tápanyagbevitel Ápolás egyszerűsítésével időt és pénzt tudunk megtakarítani Mérés szám csökkentése

11 Modell alapú megközelítés A fiziológiai rendszer működésének leírása

12 Modell alapú megközelítés A fiziológiai rendszert leíró matematikai modell kidolgozása

13 Modell alapú megközelítés A modell alapján szimuláció, identifikáció stb. felhasználásával tervezzük meg és implementáljuk a terápiás módszert.

14 STAR protokoll  STAR:  Stochastic Targeted Control  Előnyök:  Betegenként állítható céltartomány  Kockázatok közvetlen kezelése  Számítógépes alkalmazás tabletre  Egyszerű, felhasználóbarát kezelői felület

15 Módszerek: modellezés  Kompartment modell  a szervezet metabolikus egyensúlyát fenntartó fiziológiás folyamatok leírása  In-silico szimulációs környezet  beteg állapot-történetének meghatározása  Különböző kezelési alternatívák  betegek veszélyeztetése nélkül lehet tesztelni új protokoll változatot  Több órányi betegadat  inzulin szenzitivitás (S I ) változást leíró valószínűség sűrűség függvény Fiziológiai folyamat kompartment modell

16 A nővér beállítja a javasolt értékeket a pumpákon Beteg kezelése Mért beteg paraméterek “Nurse-in-the-loop” típusú rendszer. Intenzív terápiában általánosan használt eszközökkel és általános célú számítástechnikai eszközzel megvalósítható. Döntéstámogató rendszer Közvetlenül nem mérhető betegparaméterek meghatározása a döntéstámogatáshoz Inzulin szenzitivitás (SI) STAR: Visszacsatolt szabályozás

17 BG [mg/dL] Time th, 25 th, 50 th (median), 75 th, 95 th percentile bounds for S I (t) variation based on current value Sztochasztikus modell az SI becslésére Jósolt VC értékek: A beteg várható reakciója! Jósolt VC értékek: A beteg várható reakciója! SI (határ)értékek + ismert inzulin bevitel + Rendszer modell =... SI (határ)értékek + ismert inzulin bevitel + Rendszer modell =... Iterative process targets this BG forecast to the range we want: = optimal treatment found! Patient response forecast can be recalculated for different treatments Protokoll működése

18 BG [mg/dL] Time th, 25 th, 50 th (median), 75 th, 95 th percentile bounds for S I (t) variation based on current value Sztochasztikus modell az SI becslésére Jósolt VC értékek: A beteg várható reakciója! Jósolt VC értékek: A beteg várható reakciója! SI (határ)értékek + ismert inzulin bevitel + Rendszer modell =... SI (határ)értékek + ismert inzulin bevitel + Rendszer modell =... Protokoll működése A jósolt beteg választ ki tudjuk számolni különböző kezelési opciókhoz Lépésenkénti közelítéssel beállít- juk a VC szintet a céltartományba : = megtaláltuk az optimális kezelést! Lépésenkénti közelítéssel beállít- juk a VC szintet a céltartományba : = megtaláltuk az optimális kezelést!

19 Virtuális betegek

20 In-silico szimuláció

21 Eredmények STAR ChchSTAR GyulaSPRINT Chch SPRINT Gyula Workload # VC mérések száma: 1,4862,70326,6461,088 Mérés/nap: Control performance VC median [IQR] (mmol/L): 6.1 [5.7 – 6.8] 6.43 [5.7 – 7.4] 5.6 [5.0 – 6.4] 6.30 [5.5 – 7.5] % VC céltartományban* % VC > 10 mmol/L Safety % VC < 4.0 mmol/L % VC < 2.2 mmol/L # beteg < 2.2 mmol/L 0 1 (érkezéskor hypo) 8 (4%)0 Clinical interventions Median insulin (U/hr): Median glucose (g/hr): *4-8mmol/L

22 Eredmények STAR ChchSTAR Gyula Workload # VC mérések száma: Mérés/nap: Control performance VC median [IQR] (mmol/L): 7.01 [6.07 – 8.58] 6.50 [5.8 – 7.7] % VC céltartományban* % VC > 10 mmol/L Safety % VC < 4.0 mmol/L % VC < 2.2 mmol/L # beteg < 2.2 mmol/L 0 1 (érkezéskor hypo) Clinical interventions Median insulin (U/hr): 22.5 Median glucose (g/hr): *4,4-8mmol/L

23 Vércukor szintek eloszlása (CDF) a két kórházban

24 Táplálás összehasonlítása (CDF) – első két nap

25 Táplálás összehasonlítása (CDF) – harmadik naptól

26 Vércukor értékek összehasonlítása időszakonként Vércukorszint változása Vércukorszint [mmol/L]

27 Eredmények Vércukorszint változása Vércukorszint [mmol/L]

28 STAR értékelése in-silico szimulációval Több időt töltenek a betegek a céltartományban: A kívánt céltartományban ( mmol/L) töltött idő 86.0% -ról 91.0%-ra nőtt. Jobb teljesítmény Hipoglikémia valószínűsége közvetlenül kezelt: Enyhe hipoglikémiában töltött idő (BG < 4.0mmol/L) csökkent legalább 67%-al Súlyos hipoglikémia (BG < 2.2mmol/L) csökkent 14%-ról 6%-ra (2%-ra STAR 2-óra esetén). Megnövekedett biztonság Jobb = Pontosabb szabályozás A javulás legfontosabb területe – a SPRINT önmaga világelső volt…

29 Klinikai eredmények 10 beteg Christchurch-i kórház KAITO : 93.2% -ban a céltartományban Kevesebb mint 1% BG < 4.0mmol/L Egyetlen esetben sincs súlyos hipoglikémia Ígéretes kezdeti eredmények 371 patients 40,101 hours 10 patients 1,458 hours 371 patients 39,841 hours

30 Eredmények: vércukor eloszlás függvény

31

32 Eredmények

33 Eredmények: outlier-ek nélkül

34 Összefoglalás STAR Bizonyítottan sikeres protokoll szoros vércukor szabályozásra  Betegmodell alapú tanácsadó rendszer, mely rugalmasan állítható a beteg állapotához  Biztonságos – kockázatok tudatos kezelése  A szabály alapú heurisztikus optimum keresés javítható Alkalmazható különböző betegpopulációkon, eltérő körülmények között  Rendszeres használatban: Új-Zéland, Magyarország,  Validáció betegek bevonásával: Belgium

35 Folytatás Betegcsoport specifikus modell kidolgozása  PLoS ONE 8(2): e Táplálási protokollok finomítása STAR hypothermiás betegek kezelése során STAR alkalmazása újszülöttek kezelése során STAR alkalmazása hasnyálmirigy gyulladásos betegeknél STAR májátültetés alatti alkalmazása

36 Köszönöm a figyelmet! Kapcsolat:


Letölteni ppt "Benyó Balázs*, Homlok József*, Illyés Attila**, Szabó Némedi Noémi**, Geoffrey M. Shaw***, Geoff Chase*** *Irányítástechnika és Informatika Tanszék Budapesti."

Hasonló előadás


Google Hirdetések