5779
0
发布于2023年1月9日下午4点。
一项新的研究表明,通过使用机器学习方法可以自信地预测2型糖尿病患者血糖控制不良的风险研究来自芬兰的科学家发现。预测血糖控制的最重要因素包括既往血糖水平、2型糖尿病持续时间和患者现有的抗糖尿病药物。
研究人员对芬兰北卡累利阿的2型糖尿病患者进行了为期六年的血糖控制研究。根据长期血糖、HbA1c测定患者血糖控制情况。从数据中确定了三种HbA1c轨迹,并在此基础上将患者分为两组:血糖控制良好的患者和血糖控制不佳的患者。使用机器学习方法,研究人员检查了患者的基线特征、临床和治疗相关因素以及社会经济地位与血糖控制的关系。基线特征包括200多个不同的变量。
结果表明,通过使用2型糖尿病持续时间、既往HbA1c水平、空腹血糖、现有抗糖尿病药物及其数量等数据,可以可靠地识别患者在其疾病的任何阶段是否存在持续高血糖风险。换句话说,作为糖尿病监测和管理的一部分,常规收集的数据可以预测血糖控制不足。
2型糖尿病治疗的主要目标是维持良好的血糖控制,以预防与该疾病相关的并发症。根据芬兰当前糖尿病护理指南,应每年随访血糖控制,以便监测疾病的长期发展轨迹。早期识别血糖控制不良的患者是至关重要的,以便有针对性的治疗需要,并在适当的时间加强治疗。延迟强化治疗增加了并发症的风险,这也反映在更高的护理费用上。
-
就像你在网上读到的任何东西一样,这篇文章不应该被解释为医学建议;在改变你的健康习惯之前,请咨询你的医生或初级保健提供者。本文并非旨在提供医学诊断、建议、治疗或认可。
内容可以根据风格和长度进行编辑。
参考资料/来源/材料:
http://dx.doi.org/10.2147/CLEP.S380828
https://uefconnect.uef.fi/en/person/piia.lavikainen/
https://uefconnect.uef.fi/en/person/janne.martikainen/