摘要
一项新的研究报告称，新开发的模型可以帮助医疗保健提供者识别出血糖水平较低(低血糖)风险较高的糖尿病患者。该研究结果发表在《当代》杂志上。
一项新的研究报告称，新开发的模型可以帮助医疗保健提供者识别出血糖水平较低(低血糖低血糖低血糖低血糖)风险较高的糖尿病糖尿病糖尿病糖尿病糖尿病糖尿病糖尿病患者。研究结果发表在《Current Medical Research and Opinion》杂志上。
一项新的研究确定了一些风险因素，这些因素可能有助于医疗服务提供者识别出正在接受糖尿病治疗的患者，这些患者最有可能患有低血糖。由Regenstrief研究所、印第安纳大学医学院(Indiana University School of Medicine)和默克公司(Merck)的研究人员开发并测试的预测风险模型，是首个将几乎所有已知且易于评估的低血糖风险因素结合起来的模型。
许多糖尿病患者，尤其是那些反复发作的低血糖患者，并不知道它何时发生，尽管存在认知障碍、昏迷和死亡等严重不良事件的风险。能够识别高危患者可能提供一个干预和预防低血糖以及长期后果的机会。
糖尿病是世界上最常见的非传染性疾病之一。美国疾病控制和预防中心估计，2015年有超过3000万美国人患有糖尿病。低血糖，即低血糖，发生在20%到60%的糖尿病患者身上。它对一个人的心理和身体健康，包括心血管系统，有实质性的负面影响。
根据研究，低血糖的最强预测因子是
最近感染
使用胰岛素而不是长效胰岛素
最近发生低血糖
痴呆
与低血糖风险最低相关的变量是与某些其他药物联合使用的长效胰岛素，以及年龄在75岁或75岁以上，作者指出这一点令人惊讶。
“对这些因素的了解可以帮助临床医生识别低血糖风险较高的患者，让他们进行干预，帮助患者降低低血糖风险，”医学博士迈克尔·韦纳(Michael Weiner)说他是雷根斯特里夫研究所(Regenstrief Institute)健康服务研究中心(Center for Health Services Research)主任，也是这项研究的资深作者。“一些影响低血糖的因素可能不是很明显。此外，随着新因素的发现，随着患者健康状况的变化，重新评估低血糖风险可能很重要。”
研究方法
在这项回顾性队列研究中，研究人员收集了近10年来电子医疗记录的数据，这些记录涵盖了印第安纳州中部埃斯肯纳齐健康中心(Eskenazi Health)接受门诊治疗的近3.9万名糖尿病患者。研究参与者中56%是女性，40%是非裔美国人，39%没有保险。研究人员使用实验室测试、诊断代码和自然语言处理来识别低血糖发作。
科学家们发现，自然语言处理在识别低血糖时很有用，因为并不总是有实验室测试来证实低血糖。相反，低血糖往往只记录在叙述性临床笔记。该研究的作者认为，他们的风险预测模型，结合自然语言处理，可能对研究人员，临床管理人员和那些正在测量人口健康的人有用。
未来应用程序
“这项研究对临床支持有意义，”韦纳博士继续说。“这个预测模型可以在实践中带来改变，也可以帮助患者降低低血糖风险的新策略。”
韦纳博士和他的团队目前正在研究一种临床决策支持工具的实现，该工具利用电子健康记录中的信息，在患者出现低血糖危险因素时提醒临床医生。此外，他们正在进行一项门诊研究，使用可穿戴设备监测和记录糖尿病患者的活动和持续血糖水平。所收集的信息包括身体活动、饮食和坚持服药方案，这些数据通常在医疗记录中不可用。我们的目标是确定一种模式，使医疗服务提供者能够更早地预测低血糖。
“低血糖预测模型用于临床决策支持评估门诊糖尿病患者”在线发表在同行评审期刊《Current Medical Research and Opinion》上。研究经费由默克公司提供。
来源：Medindia
此文系悬壶济世网原创整理，没有授权，请勿转载！
