Patienten som ekspert erfaringer med Home Care i diabetes

Transkript

1 Patienten som ekspert erfaringer med Home Care i diabetes Ole Hejlesen Institut for Sundhedsteknologi & Virtuelt Center for Sundhedsinformatik Aalborg Universitet

2 Udvikling i diabetesbehandling HbA1c Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

3 Renset insulin HbA1c Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

4 Hjemme blod glucose monitorering HbA1c 10 9 Viste significante hypoglycaemier 8 7 Ingen evidens for at HBGM som sådan forbedrer blodsukkerkontrollen 6 Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

5 Human insulin HbA1c Significante problemer med hypoglycaemi 7 6 Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

6 Basal bolus HbA1c Signifikante livsstilsforbedringer hos mange Færre hypoglycaemier hos nogle HbA1c ændres ikke hos alle Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

7 Pumper (1980 erne) HbA1c En katastrofe i f.eks. England Måske p.g.a. dårligt selekterede patienter Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

8 DCCT HbA1c Signifikante forbedringer i HbA1c Meget stort tidsforbrug hos behandlerne Effekten forsvinder igen Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

9 Insulin analoger HbA1c Mindre brug for mellemmåltider Færre hypoglycaemier Meget lille effekt på HbA1c Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

10 Pumper (sidst i 1990 erne) HbA1c Med den rigtige selektion og uddannelse af patienterne kan det reducere HbA1c med 1% Vist at vare op til 5 år Kun et lille antal patienter Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

11 Kontinuert glucose monitorering HbA1c Prucerer meget mere data Bekræfter hypo- and hyperglycaemierne Kun lille bidrag til forbedring af kontrollen Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

12 Struktureret uddannelse HbA1c DAFNE (UK) viste et fald på 1% I HbA1c efter 6 mdr - men kun 0.5% efter 12 mdr og der er ikke publiceret noget siden.. Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

13 Hvad har vi opnået? HbA1c Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret insulin insulin bolus analoger uddannelse

14 En løsning? Mere data Hjemme monitorering Alternative steder for prøvetagning Mindre volumina Metre med mange funktioner Indbygget hukommelse Overførsel til PC mv. Kontinuert monitorering Real tid

15 En løsning? Mere data Hjemme monitorering Alternative steder Mindre volumina Metre med mange funktioner Indbygget hukommelse Overførsel til PC mv. Kontinuert monitorering Real tid Fra papir til elektroniske data gør ikke meget forskel!

16 En løsning? Bedre adgang til data /kommunikation Data overførsel via modem, SMS, Internet Til Diabetes Center / evt. automatisk generering af råd So what?

17 En løsning? Patienten skal have viden og kompetance for at kunne gøre noget med sine data Dette kræver at patienten skal sætte data i den rigtige kontekst kunne forstå årsagen til at data er som de er kunne gøre noget ved det.!

18 Vores forslag Brug en model - DiasNet Viser relationen mellem måltider/insulin og BG-værdier Identificerer hypo-counters Øger patientens forståelse Uddannelse af patienterne

19 DiasNet DiasNet er en model af det humane kulhydratstofskifte DiasNet genererer simulerede blodglucose profiler og kan foreslå alternative insulindoser

20 DiasNet Modelen har elementer som beskriver blood glucose koncentrationen som funktion af: kulhydratindtag kulhydratoptagelse fra maven leverens glucose output insulin-afhængigt glucose optag i cellerne insulin-uafhængigt glucose optag i cellerne tab af kulhydrat gennem nyrerne

21 HOUR 0 HOUR 1 CHO MEAL GUT-ABS RENAL-CL CHO BG NPH-MAX INS-SENS ACT-INS INS-INJ INS-INDEP GLU-UPTAKE INS-DEP GLU-UPTAKE GLUCOSE PRODUCTION BG ACT-INS

22 Fra 2 dimensioner

23 til 3

24 2 uger senere Konsistent kulhydrat:insulin ratio Mindre insulin Lavere, og mere stabile BG-værdier

25 Gør DiasNet en forskel i Bournemouth? Brugt som en del af et 1-til-1 (læge-patient) intensivt follow-up studie prev year baseline 3 months 2 years 5 years DiasNet mean (p= baseline vs 5 yrs) controls (NS baseline vs 5 yrs; p=0.016 vs DIAS at 5 yrs)

26 Gør DiasNet en forskel i Bournemouth? Brugt som en del af et struktureret uddannelseforløb Baseline 3 months 6 months 1 year 2 years

27 Gør DiasNet en forskel i Frederikshavn? Brugt som en del af et struktureret uddannelseforløb Samtidig oplæring af patienten i brug af systemet?

28 Kan DiasNet integreres i den daglige Home Care? Seneste udvikling: Patient og behandlers fælles adgang til system og data via Internet Automatisk dataindtastning via SMS Fremtidig udvikling: Integration med blood glucose meter Real tids intelligens ved måling af BG Intelligent råd om insulin dose Intelligent prediction af hypoglycaemi

29 Hvad har vi opnået? HbA1c Renset HBGM human basal pumper DCCT insulin pumper CGMS struktureret DiasNet insulin insulin bolus analoger uddannelse

30 Hvad har vi opnået? Erfaring med hvordan større og mere detaljeret forståelse af hvordan de forskellige faktorer påvirker blodsukkeret kan føre til en signifikant langtidsforbedring af blodsukkerkontrollen Evidens for at DiasNet er et godt værktøj til at øge denne forståelse og vedligeholde den