《Scientific Reports》:Calibration and performance of a Raman-based device for non-invasive glucose monitoring in type 2 diabetes
编辑推荐:
为解决拉曼光谱无创血糖监测(NIGM)校准周期长问题,研究人员评估相关设备性能,其 MARD 为 12.8%,为 NIGM 发展提供支撑。
拉曼光谱技术在 2 型糖尿病无创血糖监测中的校准与性能研究解读
在糖尿病管理的舞台上,血糖监测一直是至关重要的环节。自 20 世纪 70 年代血糖自我监测出现以来,无创血糖测量就成为了众多科研人员梦寐以求的目标。毕竟,频繁的指尖采血不仅给患者带来疼痛和不适,还可能引发感染等问题。在过去几十年里,各种无创血糖监测技术如雨后春笋般涌现,然而,这些技术大多还处于探索阶段,未能在临床和实际应用中获得广泛认可。
在众多无创监测技术中,光学技术凭借光谱数据蕴含的丰富信息脱颖而出,备受关注。近红外拉曼光谱技术更是其中的佼佼者,自 1997 年首次可行性研究以来,它已被充分验证,成为无创血糖监测(Non-invasive Glucose Monitoring,NIGM)领域最具潜力的技术之一。拉曼光谱技术能直接探测间质液中的葡萄糖分子,且在分子指纹区对水不敏感,这使其在体内应用中独具优势。但美中不足的是,拉曼信号本身较弱,需要复杂的仪器设备和强大的激光源,限制了其小型化发展。
此前,研究人员为实现无创血糖监测付出诸多努力,虽在硬件和实际性能方面取得一定进展,但较长的校准周期严重制约了其实际应用。例如,之前的研究需要长达 26 天(每天 6 次测量)的校准期,这在现实场景中极为不便。为突破这一困境,来自丹麦 RSP Systems、德国乌尔姆大学糖尿病技术研究所等机构的研究人员开展了一项极具意义的研究。他们致力于测试一种新的校准方案,该方案利用预训练校准模型,有望将校准时间缩短至 4 小时(仅需 10 次测量);同时评估设备跟踪 2 型糖尿病患者餐后血糖波动的能力。这项研究成果发表在《Scientific Reports》上,为无创血糖监测技术的发展带来了新的曙光。
在研究方法上,研究人员开展了一项探索性、非随机的临床研究。招募了 50 名 2 型糖尿病患者,这些患者临床特征具有广泛差异,涵盖不同年龄、BMI、糖尿病病程、糖化血红蛋白(HbA1c)水平及治疗方式。研究使用的 NIGM 设备是一款便携式拉曼光谱系统,通过 830nm 波长、300mW 的激光照射拇指根部,收集并分析背散射光。研究为期 2 天,第一天前 10 次测量用于校准,后续进行验证测量,第二天继续验证测量。测量过程中,通过标准化餐食诱导血糖波动,同时采集毛细血管血样和静脉血样作为参考。在数据处理方面,先对光谱数据进行预处理,包括去除尖峰、对齐、平均、归一化和均值中心化等步骤,再利用预训练的一维卷积神经网络(CNN)计算血糖浓度。
研究结果令人欣喜。从参与者的临床特征来看,涵盖了较广泛的范围,为设备性能测试提供了多样的样本。在血糖监测性能方面,以一位参与者为例,其无创血糖(NIGM)与毛细血管血糖(BGSM)测量结果显示,RMSE 为 0.96mmol/L,MARD 为 8.9%,90.0% 的测量点位于共识误差网格(CEG)的 A 区,表明两者相关性良好。对 50 名受试者的整体分析结果显示,NIGM 设备的 RMSE 为 1.58mmol/L(95% CI 1.53, 1.64),MARD 为 12.8%(95% CI 12.4, 13.2),所有测量点均位于 CEG 的 A 区和 B 区,这一结果对于处于研发阶段的设备而言十分鼓舞人心。此外,研究还发现不同个体的测量结果存在一定差异,MARD 值在 7.1 - 21.8% 之间,不过未发现 MARD 值与患者特征之间存在显著相关性,皮肤光型对设备性能影响也较小。
在研究结论与讨论部分,此次研究成功应用了实用的校准方案,有力地证明了拉曼光谱技术在无创血糖监测领域的巨大潜力,为其在糖尿病管理中的应用奠定了更坚实的基础。通过引入预训练校准模型,校准点数量大幅减少,且研究发现 6 次校准测量后设备性能开始趋于稳定,未来有望进一步缩短校准时间,提升用户体验。尽管该设备目前仍存在一些局限性,如无法测量低血糖范围的血糖值,在 1 型糖尿病患者和不同种族背景人群中的适用性有待验证,且研究未涉及长期校准稳定性,但结合过往研究中设备校准可持续至少 15 天的结果,此次研究成果依然意义重大。随着后续研究的深入和更多数据的积累,预训练校准模型有望进一步优化,从而提高测量准确性,减少个体差异,降低校准要求,推动无创血糖监测技术朝着更精准、更便捷的方向发展,为全球糖尿病患者带来更加舒适、高效的血糖监测体验。
涓嬭浇瀹夋嵎浼︾數瀛愪功銆婇€氳繃缁嗚優浠h阿鎻ず鏂扮殑鑽墿闈剁偣銆嬫帰绱㈠浣曢€氳繃浠h阿鍒嗘瀽淇冭繘鎮ㄧ殑鑽墿鍙戠幇鐮旂┒
10x Genomics鏂板搧Visium HD 寮€鍚崟缁嗚優鍒嗚鲸鐜囩殑鍏ㄨ浆褰曠粍绌洪棿鍒嗘瀽锛�
娆㈣繋涓嬭浇Twist銆婁笉鏂彉鍖栫殑CRISPR绛涢€夋牸灞€銆嬬數瀛愪功
鍗曠粏鑳炴祴搴忓叆闂ㄥぇ璁插爞 - 娣卞叆浜嗚В浠庣涓€涓崟缁嗚優瀹為獙璁捐鍒版暟鎹川鎺т笌鍙鍖栬В鏋�
涓嬭浇銆婄粏鑳炲唴铔嬬櫧璐ㄤ簰浣滃垎鏋愭柟娉曠數瀛愪功銆�