Academia Médica
Academia Médica
Você procura por
  • em Publicações
  • em Grupos
  • em Usuários
Health Innovation LeagueVOLTAR

Wearables e aprendizado de máquina podem prever a glicemia a curto prazo para pacientes com pré-diabetes

Wearables e aprendizado de máquina podem prever a glicemia a curto prazo para pacientes com pré-diabetes
Academia Médica
fev. 10 - 3 min de leitura
000


Os wearables são dispositivos eletrônicos usáveis como relógios, pulseiras, óculos, cinto, entre outras variedades de gadgets, que estão cada vez mais sendo usados pela população. Esses dispositivos podem fornecer acesso em tempo real a dados sobre atividade física, sono, padrões de frequência cardíaca e por isso podem ser usados também para monitorar mudanças nos comportamentos diários de saúde que promovem controle glicêmico de pré-diabéticos. 
O estudo randomizado publicado pela Nature  teve como objetivo avaliar o uso de dados de wearables usados ​​na cintura vs. wearables usados ​​no pulso para melhorar os modelos de previsão de risco para mudanças no controle glicêmico entre adultos com pré-diabetes durante um período de 6 meses. O artigo teve como amostra indivíduos com idade média de 56,7 anos, com IMC de 32,7 kg/m2, sendo a sua maioria mulheres (69,4%) com hemoglobina basal A1c de 6,1 e que sabiam que tinham pré-diabetes (91,4%) (1). 
A pesquisa coletou e analisou dados demográficos, histórico médico e testes laboratoriais de todos os participantes. A principal medida de resultado foi a mudança na hemoglobina A1c, a qual foi avaliada de três maneiras:  

  1.  Avaliação das mudanças contínuas na hemoglobina A1c (medida de desfecho primário) usando R ao quadrado.
  2. Avaliação da piora no controle glicêmico criando um indicador binário para representar se o nível de hemoglobina A1c aumentou 0,3 pontos (cerca de uma redução relativa de 5%).
  3. Avaliação da melhora no controle glicêmico criando um indicador binário para representar se o nível de hemoglobina A1c diminuiu 0,3 pontos (cerca de uma redução relativa de 5%). 

Os pesquisadores do artigo demonstraram que nos três modelos, a previsão melhorou quando o aprendizado de máquina foi usado versus a regressão tradicional, com os métodos de conjunto apresentando o melhor desempenho na detecção de mudanças dos comportamentos diários de saúde que promovem controle glicêmico de pré-diabéticos. 

 

Artigos relacionados 

 

Referências 

  1. Os wearables são dispositivos eletrônicos usáveis como relógios, pulseiras, óculos, cinto, entre outras variedades de gadgetsPatel, M.S., Polsky, D., Small, D.S. et al. Predicting changes in glycemic control among adults with prediabetes from activity patterns collected by wearable devices. npj Digit. Med. 4, 172 (2021). https://doi.org/10.1038/s41746-021-00541-1

 

Participe do grupo Health Innovation League e receba novidades todas as semanas.


Denunciar publicação
    000

    Indicados para você