出乎意料！碳水之外因素对血糖的重大影响

　　

一项新的研究发现，碳水化合物以外的因素对血糖水平有重大影响，这意味着目前的自动胰岛素输送系统错过了血糖调节所需的重要信息。布里斯托尔大学的一组研究人员分析了1型糖尿病患者（T1D）的胰岛素自动输送数据，发现胰岛素需求的意外模式与既定模式一样常见。

该研究今天发表在JMIRx Med杂志上，旨在确定胰岛素需求变化的模式，并分析使用最先进的自动化胰岛素输送系统（AID）的T1D患者发生胰岛素需求变化的频率。布里斯托尔大学科学与工程学院的主要作者Isabella Degen说：“研究结果支持了我们的假设，即碳水化合物以外的因素在血糖正常（血糖水平在标准范围内的状态）中起着重要作用。然而，由于没有关于这些因素的可测量信息，AID系统只能根据血糖水平过低或过高的影响谨慎地调整胰岛素。”

1型糖尿病是一种慢性疾病，患者体内胰岛素分泌过少，而胰岛素是调节血糖所需的激素。

T1D的主要治疗方法是注射或泵送胰岛素。胰岛素的量和时间必须巧妙地与碳水化合物的摄入相匹配，以避免血糖水平升高。除了碳水化合物，其他各种因素，如运动、激素和压力也会影响胰岛素的需求。然而，这些因素对血糖水平产生重大意外影响的频率却很少被探索，这意味着尽管取得了所有进展，胰岛素剂量仍然是一项复杂的任务，可能会出错，导致血糖水平超出保护T1D患者免受不良健康影响的范围。

研究结果强调了糖尿病糖尿病患者血糖调节的复杂性，并证明了糖尿病糖尿病患者胰岛素需求的异质性，强调了个性化治疗方法的必要性。

为了使碳水化合物以外的因素更系统地纳入临床实践，科学家需要找到一种方法来测量和量化它们的影响，并在胰岛素剂量中利用这些信息。这也有助于更准确的血糖预测，研究表明，单靠胰岛素和碳水化合物的信息是不可能做到的。

Isabella 补充说：“我们的研究强调，控制1型糖尿病远比计算碳水化合物复杂得多。从研究自动胰岛素输送数据中获得的丰富见解值得我们为处理这种类型的现实数据付出努力。最让我们惊讶的是我们观察到的模式的多样性，即使是在我们相对较小和同质的参与者群体中。很明显，在糖尿病管理方面，一种方法并不适用于所有人。我们希望我们的结果能激发对影响胰岛素需求的较少探索因素的进一步研究，以改善胰岛素剂量。”

该团队目前正致力于推进时间序列模式发现方法，该方法可以处理现实医疗数据的多样性和复杂性，包括不规则采样和缺失数据。他们目前的重点是为多变量时间序列数据开发创新的分割和聚类技术，以发现更细粒度的模式，并处理AID数据带来的挑战。

为了支持这项未来的研究，该团队寻求长期的、开放获取的AID数据集，其中包括对可能因素的广泛传感器测量和不同的T1D患者队列。此外，他们的目标是与时间序列和机器学习专家合作，以解决技术挑战，例如处理变量之间间隔不同的不规则采样数据，以及揭示观察到的模式背后的因果关系，最终推动个性化护理的创新。