INTENZÍV OSZTÁLYOKON ÁPOLT BETEGEK SZOROS VÉRCUKOR SZABÁLYOZÁSA

Az előadások a következő témára: "INTENZÍV OSZTÁLYOKON ÁPOLT BETEGEK SZOROS VÉRCUKOR SZABÁLYOZÁSA"— Előadás másolata:

1 INTENZÍV OSZTÁLYOKON ÁPOLT BETEGEK SZOROS VÉRCUKOR SZABÁLYOZÁSA
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

2 Tartalom Probléma Módszerek Eredmények További kutatási lehetőségek
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 Szoros vércukor szabályozással a mortalitás 25-40%-al csökkenthető.
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 Hypoglycaemia Megnöveli az esélyét: agykárosodásnak Hyperglycaemia Fertőzéseknek Infarktusnak Szervkárosodásnak

5 A hipoglikémia következményei: célszervkárosodások
Szív érintettség1 Ér-történések1 KIR-történések2 Csökkent perctérfogat, teljesítmény, myocardium kontraktilitás Stroke, myocardium infarctus, akut szívbetegség, kamrai arrhythmia Rohamok, görcsök, kóma Halál1,2 Desouza CV, et al. Diabetes Care 2010;33(6): Boyle et al. South Med J 2007;100(2):

6 A hipoglikémia lehetséges hatásai a CV eseményekre
6 A hipoglikémia lehetséges hatásai a CV eseményekre GYULLADÁS CRP, IL6, VEGF  Neutrophil aktiváció Hipoglikémia VÉRALVADÁSI ZAVAROK ENDOTHELIÁLIS DISZFUNKCIÓ  Thrombocytaaktiváció  Factor VII  Vazodilatáció SZIMPATIKUS-ADRENÁLIS VÁLASZ A hypoglykaemia számos folyamat beindítója lehet, melyet az ábra szépen szemléltet. A hypoglykaemia indukálta szimpatiko-adrenális válasz ritmuszavarok és keringési problémák, szívtúlterhelés kialakulásához vezethet. A gyulladásos markerek, a véralvadási változások és az endotheliális diszfunkció kialakulása is hozzájárulhat a hypoglykaemia miatti kardiovaszkuláris kockázat fokozódásához. Referencia: Desouza et al. Diabetes Care 2010;33:1389–94 VEGF = vascular endothelial growth factor CRP = C-reactive protein IL6 = interleukin 6 Ritmuszavarok Hemodinamikai változások Adrenalin Kontraktilitás Szív terhelés  Oxigén felhasználás Desouza et al. Diabetes Care 2010;33:1389–94

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

8 Hipoglikémia és akut CV események - aktualitások
8 8 Hipoglikémia és akut CV események - aktualitások The final study cohort comprised 860,845 patients with type 2 diabetes. Patients with hypo events in the evaluation period were significantly older than patients without such events (average age of 64.0 years vs years; p<0.001). Reference: Johnston et al. Diabetes Care 2011;34:1164–70.

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

10 Optimális szabályozás Orvosok elvárásai a szabályozással kapcsolatban:
Követelmények Klinikai értékelés szempontjai Alkalmazhatóság Optimális szabályozás Orvosok elvárásai a szabályozással kapcsolatban: Elvárások: Egyszerű működési logika Orvosilag elfogadható kezelési ajánlások, javaslatok nyújtása Klinikai feltételek között lehessen alkalmazni, követelményekhez adaptálni Felhasználóbarát funkcionalitás és megjelenés 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: Előnyök: Stochastic Targeted Control
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 (SI) változást leíró valószínűség sűrűség függvény Fiziológiai folyamat kompartment modell

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

17 A beteg várható reakciója!
Protokoll működése  5th, 25th, 50th (median), 75th, 95th percentile bounds for SI(t) variation based on current value Sztochasztikus modell az SI becslésére SI (határ)értékek + ismert inzulin bevitel Rendszer modell = ... Jósolt VC értékek: A beteg várható reakciója! BG [mg/dL] Time 4.4 6.5 Iterative process targets this BG forecast to the range we want: = optimal treatment found! Betegek változékonyságának figyelembe vétele, kockázat kezelése. Patient response forecast can be recalculated for different treatments

18 A beteg várható reakciója! = megtaláltuk az optimális kezelést!
Protokoll működése  5th, 25th, 50th (median), 75th, 95th percentile bounds for SI(t) variation based on current value Sztochasztikus modell az SI becslésére SI (határ)értékek + ismert inzulin bevitel Rendszer modell = ... Jósolt VC értékek: A beteg várható reakciója! BG [mg/dL] Time 4.4 6.5 Lépésenkénti közelítéssel beállít-juk a VC szintet a céltartományba : = megtaláltuk az optimális kezelést! Betegek változékonyságának figyelembe vétele, kockázat kezelése. A jósolt beteg választ ki tudjuk számolni különböző kezelési opciókhoz

19 Virtuális betegek

20 In-silico szimuláció

21 Eredmények STAR Chch STAR Gyula SPRINT Chch SPRINT Gyula Workload
# VC mérések száma: 1,486 2,703 26,646 1,088 Mérés/nap: 13.5 12.8 16.1 16.4 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* 89.4 86.8 86.0 76.4 % VC > 10 mmol/L 2.48 6.37 2.0 2.8 Safety % VC < 4.0 mmol/L 1.54 1.73 2.89 1.90 % VC < 2.2 mmol/L 0.0 0.04 # beteg < 2.2 mmol/L 1 (érkezéskor hypo) 8 (4%) Clinical interventions Median insulin (U/hr): 3 2.6 3.0 Median glucose (g/hr): 4.9 7.3 4.1 7.4 *4-8mmol/L

22 Eredmények STAR Chch STAR Gyula Workload # VC mérések száma: 1531 1304
Mérés/nap: 15.26 13.0 Control performance VC median [IQR] (mmol/L): 7.01 [6.07 – 8.58] 6.50 [5.8 – 7.7] % VC céltartományban* 65.74 76.0 % VC > 10 mmol/L 11.50 7.25 Safety % VC < 4.0 mmol/L 0.58 1.20 % VC < 2.2 mmol/L 0.0 0.04 # beteg < 2.2 mmol/L 1 (érkezéskor hypo) Clinical interventions Median insulin (U/hr): 2 2.5 Median glucose (g/hr): 4.1 7.2 *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
Jobb = Pontosabb szabályozás 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 A javulás legfontosabb területe – a SPRINT önmaga világelső volt…

29 10 beteg Christchurch-i kórház KAITO :
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 10 patients 1,458 hours 371 patients 40,101 hours 371 patients 39,841 hours

30 Eredmények: vércukor eloszlás függvény
RÉGI Értékelés

31 Eredmények: vércukor eloszlás függvény

32 Eredmények

33 Eredmények: outlier-ek nélkül
Két kivételes beteg kihagyva.

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): e57119. 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: bbenyo@iit.bme.hu