 |
Free and accessible knowledge |
Conference papers
Caractérisation de la variabilité glycémique journalière chez le patient avec diabète de type 1
Résumé : Introduction :
La variabilité glycémique (VG) est une composante importante du contrôle glycémique chez le patient diabétique de type 1 (DT1). Beaucoup de métriques ont été proposées pour rendre compte de cette variabilité mais aucune ne fait l’unanimité chez les médecins. Une difficulté étant que les variations de la glycémie s'expriment de manière très différente d’un jour à l’autre chez certains sujets. Notre objectif était d'élaborer et d'évaluer les performances d'un indice de VG journalière construit en combinant différentes métriques connues (CV, MAGE, GVP etc). Ceci dans l'objectif de fusionner leur pouvoir descriptif pour obtenir un indice plus complet et plus précis.
Matériels et Méthodes : Un modèle de VG dit de référence – modèle de mélange de Gaussiennes (MMG) – est construit à partir des valeurs journalières de plusieurs métriques calculées sur les données glycémiques 6 mois après une greffe d’îlots chez 35 patients de l’essai TRIMECO. Ce modèle de référence peut être utilisé pour évaluer la vraisemblance des valeurs métriques obtenues pour chaque sujet spécifique.
Résultats : Quand les VG journalières stables sont considérées descriptibles par un modèle statistique (MMG), les VG journalières instables apparaissent comme peu vraisemblables par rapport à ce modèle. La modélisation des vraisemblances observées pour les valeurs métriques des sujets avant et 6 mois après la greffe permet d'établir automatiquement un seuil en dessous duquel les VG journalières sont classées comme instables. La méthode est testée sur les données des sujets 12 mois après la greffe ainsi que sur les autres cohortes de DT1. La classification en journées stables et instables qui en découle est raisonnable (en accord à 73.5 % avec l'évaluation du succès de la greffe par le score composite beta-score chez les sujets de l’essai TRIMECO).
Conclusion : Le modèle de mélange gaussien nous permet d’incorporer de nombreuses métriques en un score unique qui s'avère performant pour distinguer les journées à VG stable et instable. Le score de vraisemblance qui en découle a aussi l'avantage de produire une mesure de sévérité de la VG quotidienne.
Matériels et Méthodes : Un modèle de VG dit de référence – modèle de mélange de Gaussiennes (MMG) – est construit à partir des valeurs journalières de plusieurs métriques calculées sur les données glycémiques 6 mois après une greffe d’îlots chez 35 patients de l’essai TRIMECO. Ce modèle de référence peut être utilisé pour évaluer la vraisemblance des valeurs métriques obtenues pour chaque sujet spécifique.
Résultats : Quand les VG journalières stables sont considérées descriptibles par un modèle statistique (MMG), les VG journalières instables apparaissent comme peu vraisemblables par rapport à ce modèle. La modélisation des vraisemblances observées pour les valeurs métriques des sujets avant et 6 mois après la greffe permet d'établir automatiquement un seuil en dessous duquel les VG journalières sont classées comme instables. La méthode est testée sur les données des sujets 12 mois après la greffe ainsi que sur les autres cohortes de DT1. La classification en journées stables et instables qui en découle est raisonnable (en accord à 73.5 % avec l'évaluation du succès de la greffe par le score composite beta-score chez les sujets de l’essai TRIMECO).
Conclusion : Le modèle de mélange gaussien nous permet d’incorporer de nombreuses métriques en un score unique qui s'avère performant pour distinguer les journées à VG stable et instable. Le score de vraisemblance qui en découle a aussi l'avantage de produire une mesure de sévérité de la VG quotidienne.
https://hal.archives-ouvertes.fr/hal-01971621
Contributor : Florence Forbes Connect in order to contact the contributor
Submitted on : Monday, January 7, 2019 - 1:01:49 PM
Last modification on : Monday, May 9, 2022 - 8:46:07 AM
Contributor : Florence Forbes Connect in order to contact the contributor
Submitted on : Monday, January 7, 2019 - 1:01:49 PM
Last modification on : Monday, May 9, 2022 - 8:46:07 AM