기계 학습을 통해 환자 정보 시스템에서 제2형 당뇨병 환자의 혈당 조절 불량을 예측할 수 있습니다.

[아름이]

기계 학습을 통해 환자 정보 시스템에서 제2형 당뇨병 환자의 혈당 조절 불량을 예측할 수 있습니다.
날짜:
2023년 1월 9일
원천:
동부 핀란드 대학교
요약:
제2형 당뇨병 환자의 혈당 조절 불량 위험은 기계 학습 방법을 사용하여 확실하게 예측할 수 있다는 새로운 연구 결과가 나왔습니다. 혈당 조절을 예측하는 가장 중요한 요인에는 이전의 포도당 수준, 제2형 당뇨병의 지속 기간, 환자의 기존 항당뇨병 약물이 포함됩니다.

제2형 당뇨병 환자의 혈당 조절 불량 위험은 기계 학습 방법을 사용하여 확실하게 예측할 수 있다고 핀란드의 새로운 연구에서 밝혔습니다. 혈당 조절을 예측하는 가장 중요한 요인에는 이전의 포도당 수준, 제2형 당뇨병의 지속 기간, 환자의 기존 항당뇨병 약물이 포함됩니다.

연구진은 핀란드 북부 카렐리야에서 6년에 걸쳐 제2형 당뇨병 환자의 혈당 조절을 조사했습니다. 환자의 혈당 조절은 장기간 혈당인 HbA1c를 기준으로 결정되었습니다. 데이터로부터 3개의 HbA1c 궤적을 확인하였고 이를 바탕으로 환자를 혈당 조절이 적절한 환자와 혈당 조절이 부적절한 환자의 두 그룹으로 나누었습니다. 연구자들은 기계 학습 방법을 사용하여 환자의 기본 특성, 임상 및 치료 관련 요인, 사회경제적 지위와 혈당 조절의 연관성을 조사했습니다. 기본 특성에는 200개 이상의 다양한 변수가 포함되었습니다.

그 결과, 제2형 당뇨병의 지속 기간, 이전 HbA1c 수치, 공복 혈당, 기존 당뇨병 치료제 및 그 수에 대한 데이터를 사용하여 언제라도 고혈당증에 대한 지속적인 위험이 있는 환자를 안정적으로 식별할 수 있음을 보여주었습니다. 질병. 즉, 당뇨병 모니터링 및 관리의 일환으로 일상적으로 수집되는 데이터에서 부적절한 혈당 조절을 예측할 수 있습니다.

제2형 당뇨병 치료의 주요 목표는 질병과 관련된 합병증을 예방하기 위해 우수한 혈당 조절을 유지하는 것입니다. Finnish Current Care Guidelines for Diabetes에 따르면 혈당 조절은 질병의 장기적인 궤적을 모니터링할 수 있도록 매년 추적해야 합니다. 혈당 조절이 불량한 환자를 조기에 식별하는 것은 치료가 필요한 환자를 대상으로 하고 적절한 시기에 치료를 강화하기 위해 가장 중요합니다. 지연된 치료 강화는 합병증의 위험을 증가시키며, 이는 높은 치료 비용에도 반영됩니다.

출처 : https://www.sciencedaily.com/