Control no-híbrido de glucemia ensayado en pacientes ambulatorios con Diabetes Tipo 1

Fabricio Garelli; Emilia Fushimi; Nicolás Rosales; Delfina Arambarri; María Cecilia Serafini; Hernán De Battista; Luis A. Grosembacher; Ricardo S. Sánchez-Peña

doi:10.4995/riai.2022.16652

Autores/as

Fabricio Garelli Grupo de Control Aplicado (GCA), Instituto LEICI (UNLP-CONICET)
Emilia Fushimi Grupo de Control Aplicado (GCA), Instituto LEICI (UNLP-CONICET)
Nicolás Rosales Grupo de Control Aplicado (GCA), Instituto LEICI (UNLP-CONICET)
Delfina Arambarri Grupo de Control Aplicado (GCA), Instituto LEICI (UNLP-CONICET)
María Cecilia Serafini Grupo de Control Aplicado (GCA), Instituto LEICI (UNLP-CONICET)
Hernán De Battista Grupo de Control Aplicado (GCA), Instituto LEICI (UNLP-CONICET)
Luis A. Grosembacher Hospital Italiano de Buenos Aires
Ricardo S. Sánchez-Peña Instituto Tecnológico de Buenos Aires (ITBA)

DOI:

https://doi.org/10.4995/riai.2022.16652

Palabras clave:

páncreas artificial, ensayos clínicos, control conmutado

Resumen

En este trabajo se presenta la experiencia argentina en el problema de regulación de los niveles de glucosa en sangre para pacientes con Diabetes Mellitus Tipo 1 (insulino-dependientes), denominado Páncreas Artificial. El grupo de trabajo ha realizado 3 pruebas clínicas, las primeras en Latinoamérica. Las dos primeras fueron concretadas en 2016 y 2017, ambas en el Hospital Italiano con 5 pacientes adultos durante 36 hs. En la segunda de ellas se utilizó un nuevo algoritmo de control de lazo cerrado puro (sin bolo prandial), llamado ARG (Automatic Regulation of Glucose) y basado en un control LQG conmutado en combinación con la capa de seguridad SAFE (Safety Auxiliary Feedback Element), desarrollado por investigadores de nuestro equipo. Este año se llevó a cabo la primera prueba ambulatoria, realizada en un hotel con 5 pacientes durante 6 días en marzo de 2021. En esta tercera prueba además, se utilizó una plataforma desarrollada por la Universidad Nacional de La Plata (UNLP), denominada InsuMate. Ésta conecta el celular con la bomba de insulina y el monitor de glucosa, aloja el algoritmo de control y permite el monitoreo remoto de múltiples pacientes. Los resultados obtenidos sugieren que el uso del algoritmo ARG en forma ambulatoria es factible, seguro y eficaz en comparación con la terapia usual. Asimismo, la plataforma InsuMate resultó ser intuitiva y sencilla para los usuarios, tanto médicos como pacientes participantes del ensayo, logrando un tiempo de funcionamiento del lazo cerrado superior al 95 %.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Bergenstal, R., Garg, S., Weinzimer, S., et al., 2016. Safety of a hybrid closed-loop insulin delivery system in patients with type 1 diabetes. JAMA 13 (316), 1407-1408. https://doi.org/10.1001/jama.2016.11708

Cameron, F. M., Ly, T. T., Buckingham, B. A., Maahs, D. M., Forlenza, G. P., Levy, C. J., Lam, D., Clinton, P., Messer, L. H., Westfall, E., Levister, C., Xie, Y. Y., Baysal, N., Howsmon, D., Patek, S. D., Bequette, B. W., Sep.2017. Closed-loop control without meal announcement in type 1 diabetes. Diabetes technology & therapeutics 19 (9), 527-532. https://doi.org/10.1089/dia.2017.0078

Castellanos, L. E., Balliro, C. A., Sherwood, J. S., Jafri, R., Hillard, M. A., Greaux, E., Selagamsetty, R., Zheng, H., El-Khatib, F. H., Damiano, E. R., Russell, S. J., Jun. 2021. Performance of the insulin-only ilet bionic pancreas and the bihormonal ilet using dasiglucagon in adults with type 1 diabetes in a home-use setting. Diabetes Care 44 (6), e118. https://doi.org/10.2337/dc20-1086

Colmegna, P., Bianchi, F., Sánchez-Peña, R., 2021. Automatic glucose controlduring meals and exercise in type 1 diabetes: Proof-of-concept in silico testsusing a switched LPV approach. IEEE Control System Letters 5 (5), 1489-94. https://doi.org/10.1109/LCSYS.2020.3041211

Colmegna, P., Garelli, F., De Battista, H., Sánchez-Peña, R., 2018. Automaticregulatory control in type 1 diabetes without carbohydrate counting. ControlEng Pract, 22-32. https://doi.org/10.1016/j.conengprac.2018.02.003

Colmegna, P., Sánchez-Peña, R., Gondhalekar, R., Dassau, E., Doyle III, F.,March 2016a. Reducing glucose variability due to meals and postprandialexercise in T1DM using switched LPV control: In silico studies. J. DiabetesSci. Technol. 10 (3), 744-753. https://doi.org/10.1177/1932296816638857

Colmegna, P., Sánchez-Peña, R. S., Gondhalekar, R., Dassau, E., J. Doyle III, F.,June 2016b. Switched LPV glucose control in type 1 diabetes. IEEE TransBiomed Eng 63 (6), 1192-1200. https://doi.org/10.1109/TBME.2015.2487043

Colmegna, P., Sánchez-Peña, R. S., Gondhalekar, R., Dassau, E., Doyle III,F. J., June 2016c. Switched LPV glucose control in type 1 diabetes. IEEETrans. Biomed. Eng. 63 (6), 1192-1200. https://doi.org/10.1109/TBME.2015.2487043

Dalla Man, C., Micheletto, F., Lv, D., Breton, M., Kovatchev, B., Cobelli, C., Jan. 2014. The uva/padova type 1 diabetes simulator: New features. J Diabetes Sci Technol 8 (1), 26-34. https://doi.org/10.1177/1932296813514502

Dassau, E., Bequette, B. W., Buckingham, B., Doyle III, F. J., Feb 2008. Detec-tion of a meal using continuous glucose monitoring. Diabetes Care 31 (2),295-300. https://doi.org/10.2337/dc07-1293

Forlenza, G. P., Cameron, F. M., Ly, T. T., Lam, D., Howsmon, D. P., Baysal, N., Kulina, G., Messer, L., Clinton, P., Levister, C., Patek, S. D., Levy, C. J., Wadwa, R. P., Maahs, D. M., Bequette, B. W., Buckingham, B. A., May 2018. Fully closed-loop multiple model probabilistic predictive controller artificial pancreas performance in adolescents and adults in a supervised hotel setting. Diabetes Technology & Therapeutics 20 (5), 335-343. https://doi.org/10.1089/dia.2017.0424

Fushimi, E., Colmegna, P., De Battista, H., Garelli, F., Sánchez-Peña, R., 2019. Artificial pancreas: Evaluating the ARG algorithm without meal announcement. Journal of Diabetes Science and Technology 13 (6), 1035-1043. URL: https://doi.org/10.1177/1932296819864585

Garelli, F., Mantz, R., Battista, H. D., 2011. Advanced Control for Constrained Processes and Systems. IET (Institute of Engineering and Technology). https://doi.org/10.1049/PBCE075E

Garelli, F., Rosales, N., Fushimi, E., Arambarri, D., Mendoza, L., De Battista,H., Sánchez-Peña, R., García Arabehety, J., Distefano, S., Barcala, C., Giun-ta, J., Las Heras, M., Martinez Mateu, C., Prieto, M., San Román, E., Kro-chik, G., Grosembacher, L., Jun. 2021a. Remote glucose monitoring platorm for multiple simultaneous patients at coronavirus disease 2019 inten-sive care units: Case report including adults and children. Diabetes Techno-logy & Therapeutics 23 (6), 471-473. https://doi.org/10.1089/dia.2020.0556

Garelli, F., Rosales, N., Fushimi, E., Arambarri, D., Mendoza, L., Serafini, C.,De Battista, H., Sánchez-Peña, R., Grosembacher, L., 2021b. Primeros en-sayos ambulatorios de un páncreas artificial en Argentina. In: 6º Jornadas ITEE - 2021 - Facultad de Ingeniería - UNLP (Electrotecnia). pp. 250-255.

Harvey, R., Dassau, E., Zisser, H., Seborg, D. E., Doyle III, F. J., Mar 2008.Design of the glucose rate increase detector: A meal detection module forthe health monitoring system. J. Diabetes Sci. Technol. 8 (2), 307-320. https://doi.org/10.1177/1932296814523881

Hespanha, J. P., Morse, A. S., Nov. 2002. Switching between stabilizing controllers. Automatica 38 (11), 1905-1917. https://doi.org/10.1016/S0005-1098(02)00139-5

Hughes, C. S., Patek, S. D., Breton, M., Kovatchev, B. P., May 2011. Antici-pating the next meal using meal behavioral profiles: A hybrid model-basedstochastic predictive control algorithm for T1DM. Comput. Methods Pro-grams Biomed. 102 (2), 138-148. https://doi.org/10.1016/j.cmpb.2010.04.011

León-Vargas, F., Garelli, F., De Battista, H., Vehí, J., 2015. Postprandial respon-se improvement via safety layer in closed-loop blood glucose controllers.Biomedical Signal Processing and Control 16, 80 - 87. https://doi.org/10.1016/j.bspc.2014.10.003

Revert, A., Garelli, F., Picó, J., De Battista, H., Rossetti, P., Vehi, J., Bondia, J., 2013. Safety auxiliary feedback element for the artificial pancreas in type 1 diabetes. IEEE Trans Biomed Eng 60 (8), 2113-2122. https://doi.org/10.1109/TBME.2013.2247602

Safonov, M. G., Chiang, R. Y., July 1989. A Schur method for balanced-truncation model reduction. IEEE Trans. Autom. Control 34 (7), 729-733. https://doi.org/10.1109/9.29399

Samadi, S., Turksoy, K., Hajizadeh, I., Feng, J., Sevil, M., A, C., May 2017.Meal detection and carbohydrate estimation using continuous glucose sensordata. IEEE Journal of Biomedical and Health Information 21 (3), 619-627. https://doi.org/10.1109/JBHI.2017.2677953

Sánchez-Peña, R., Colmegna, P., Garelli, F., De Battista, H., García-Violini, D., Moscoso-Vásquez, M., Rosales, N., Fushimi, E., Campos-Náñez, E., Breton, M., Beruto, V., Scibona, P., Rodriguez, C., Giunta, J., Simonovich, V., Belloso, W. H., Cherñavvsky, D., Grosembacher, L., 2018. Artificial pancreas: Clinical study in Latin America without premeal insulin boluses. J Diabetes Sci Technol 12 (5), 914-925. https://doi.org/10.1177/1932296818786488

Sánchez-Peña, R., Colmegna, P., Grosembacher, L., Breton, M., Battista, H. D., Garelli, F., Belloso, W., nez, E. C.-N., Simonovich, V., Beruto, V., Scibona, P., Chernavvsky, D., 2017. Artificial pancreas: First clinical trials in Argentina. In: IFAC World Congress.

Turksoy, K., Samadi, S., Feng, J., Littlejohn, E., Quinn, L., Cinar, A., Jan 2016.Meal detection in patients with type 1 diabetes: A new module for the mul-tivariable adaptive artificial pancreas control system. IEEE J Biomed HealthInform 20 (1), 47-54. https://doi.org/10.1109/JBHI.2015.2446413

UNLP, 2019. Insumate. tipo d-denominativa. instituto nacional de la propiedad intelectual. solicitante: Fabricio Garelli.

Weisman, A., Bai, J., Cardinez, M., Kramer, C., Perkins, B., 2017. Effect of artificial pancreas systems on glycaemic control in patients with type 1 diabetes: a systematic review and meta-analysis of outpatient randomised controlled trials. Lancet Diabetes Endocrinol. 5 (7), 501-512. https://doi.org/10.1016/S2213-8587(17)30167-5

Youla, D. C., Jabr, H. A., Bongiorno, J. J., Feb 1976. Modern wiener-hopf de-sign of optimal controllers-part ii: The multivariable case. IEEE Trans. Au-tomat. Contr. 21 (3), 319-338. https://doi.org/10.1109/TAC.1976.1101223