DS0804 - Systèmes informatiques et numériques, phénotypage, organismes et pathologies virtuelles, Recherche méthodologique, informatique et statistique pour répondre aux défis conceptuels et technologiques du développement de la recherche en santé

Modélisation des relations insuline-glycémie selon les données d’accélérométrie et de fréquence cardiaque, lors du stress et de l’activité physique chez le diabétique de type 1, afin d’améliorer les performances du Pancréas artificiel – DIABELOOP_AP

DIABELOOP_AP

Modélisation des relations insuline-glycémie selon les données d’accélérométrie et de fréquence<br />cardiaque, lors du stress et de l’activité physique chez le diabétique de type 1, afin d’améliorer les<br />performances du Pancréas artificiel

Objectifs initiaux du projet

L’objectif du projet Diabeloop_AP est de développer un modèle d’algorithme prédictif de contrôle glycémique qui prenne en compte l’activité physique et le stress émotionnel, en plus de la délivrance de l’insuline et des niveaux du taux de glucose interstitiel, afin d’optimiser la thérapie et la biorégulation des sujets diabétiques de type 1. <br />Ce projet est un programme de recherche méthodologique rendu possible par l’acquisition des bases de données appropriées dans le cadre du projet Diabeloop (Le pancréas artificiel) et du projet Diabrasport (Adaptation de traitement chez les patients diabétiques en situation d’activités physiques) menés par le CERITD.<br />L’application de ce travail consistera en l’intégration de ce modèle aux versions futures du pancréas artificiel et coïncidera avec la disponibilité des capteurs de glucose miniaturisés portés par les sujets diabétiques, intégrés au dispositif médical en cours de développement. L’objectif technologique est de développer un simulateur pour créer une base de patients DT1 virtuels permettant un benchmarking des algorithmes de biorégulation en cours de développement. Il convient de noter que les deux simulateurs de patients DT1, actuellement disponibles (simulateur de l’Université de Virginie & simulateur de l’Université de Cambridge), ne permettent pas de prendre en compte l’activité physique ni le stress émotionnel, ce qui entrave le développement du système de pancréas artificiel. <br />Notre simulateur pourra ensuite être mis à la disposition des équipes travaillant sur des algorithmes de biorégulation afin de tester leur performance.

WP1: Collecte de données manquantes: pour construire ce nouveau modèle de patient virtuel, il est nécessaire de collecter des données pour faire correspondre les signaux mesurés par les capteurs d'accéléromètre et de fréquence cardiaque en réponse à une activité physique ou à un stress émotionnel avec des variations dans le taux de glycémie et, par conséquent, les besoins en insuline. Les bases de données déjà existantes et fournies par les partenaires du projet permettent d'aborder cette question sur l'activité physique.
WP2: Lien entre les signaux d'accélérométrie / fréquence cardiaque et les niveaux d'activité et de stress: l'objectif de cette tâche est de développer deux indicateurs du niveau d'activité physique et du niveau de stress. Les deux indicateurs seront utilisés pour affiner les paramètres du modèle de Hovorka. Pour réussir, cette tâche nécessite une coopération étroite entre CEA-LETI et CRNH-RA pour «créer le lien» entre les données des capteurs bruts et les connaissances médicales.
WP3 – Impact de l'activité physique et du stress émotionnel sur les paramètres d’Hovorka: l'objectif de ce projet est de modéliser et développer dans les bases de données disponibles la relation entre l'ensemble des paramètres de Hovorka et les indicateurs développés dans WP2. Cela sera réalisé à l'aide des bases de données Diabeloop et Diabrasport et des études développées dans SP1. Les résultats seront intégrés au logiciel (patient virtuel) dans le cadre de ce projet.
WP4: Validation du patient virtuel: Le but de ce sous-projet est de valider le patient virtuel in silico. La validation clinique des algorithmes augmentés sera réalisée par le CERITD.

Les résultats marquants obtenus sont :
• La consolidation de l’estimation de la dépense énergétique (DEAP) à partir de données d’actimétrie (3A) et/ou de rythme cardiaque. Ceci a donné lieu à 2 articles soumis (dont un accepté et un en cours de révisions) dans des revues internationales scientifiques.
• L’application de ces méthodes/modèles à des données issues de sujets diabétiques de Type 1
• Le développement de modèle prédictif de la chute glycémique en fonction de la DEAP estimée

Les résultats du projet ANR Diabeloop_AP seront intégrés dans la deuxième version du Pancréas Artificiel Diabeloop pour l’améliorer. Ils pourront également être intégrés dans d’autres systèmes de Pancréas Artificiels, et servir à améliorer les guides de formation pour les patients, qu’ils utilisent un Pancréas Artificiel ou non. En conséquence ce projet aura un bénéfice médico-social très fort en réduisant les hypoglycémies, complications sévères du diabète et en améliorant significativement la vie quotidienne d’un très grand nombre de patients diabétiques.

Publication :
1. H. M. Romero Ugalde, M. Garnotel, M. Doron, P. Jallon, G. Charpentier, S. Franc, E. Huneker, C. Simon, S. Bonnet. An original piecewise model for computing energy expenditure from accelerometer and heart rate signals (Accepté juillet 2017)

2. M. Garnotel, T. Bastian, H. M. Romero-Ugalde, A. Maire, J. Dugas, A. Zahariev, M. Doron, P. Jallon, G. Charpentier, S. Franc, S. Blanc, S. Bonnet, and C. Simon. Prior automatic posture and activity identification improves physical activity energy expenditure prediction from hip-worn triaxial accelerometry (Soumis le 16/06/2017; revision 17/07/2017)

Le diabète de type 1 affecte 180,000 personnes en France, avec une incidence en hausse et un part importante d’enfants et d’adolescents. Les patients doivent s’administrer de l’insuline plusieurs fois par jours en calculant leurs doses à partir de la quantité de glucides prises pendant les repas et de la mesure de leur taux de glucose sanguin, avec également un impact de leur niveau d’Activité Physique (AP) et de stress. Ces 2 derniers facteurs sont particulièrement difficiles à gérer même pour des patients très bien formés et « experts » de leur maladie. L’AP est la cause de la plupart des accidents hypoglycémiques et est l’un des facteurs du déséquilibre glycémique et de ses conséquences. La répétition d’hypoglycémies altère profondément la qualité de vie. Des niveaux de stress élevés ont un impact opposé en réduisant l’effet de l’insuline et amenant des taux de glucose plus élevés. Maintenir le taux de glucose dans la zone cible est très compliqué pour les patients avec tous ces facteurs, mais un déséquilibre glycémique amène, en plus des hypoglycémies, à des complications sévères telles que rétinopathies, amputations, disfonctionnements rénaux et cardiaques graves…
Plusieurs solutions sont étudiées pour guérir le diabète de type 1 (cellules souches, greffe d’îlots,…) mais ces solutions sont soit inutilisables pour une large population, soit beaucoup trop chères ou enfin en seront pas disponibles avant de très nombreuses années. La meilleure approche est donc d’améliorer le traitement actuel. Une solution est le Pancréas Artificiel, un système délivrant l’insuline comme le ferait le pancréas d’une personne non-diabétique. Le consortium Diabeloop développe un tel système qui comprend une mesure de la glycémie en continu, une interface patient (pour les données de repas, activité physique et autres données patients), un algorithme pour déterminer les doses, une pompe à insuline et des capacités de télémédecine. Ce projet a démarré en 2011, et en 2014 deux études cliniques ont démontré la preuve de concept avec un prototype, sur 35 patients. Le consortium vise une date de mise sur le marché de 2018.
Cependant durant le développement de ce système de Pancréas Artificiel l’AP et le stress ont été problématiques. Nous savons que ce sont des facteurs clés dans la vie quotidienne des patients, mais leurs effets sont sous-représentés et pas très bien étudies dans les études cliniques et dans la littérature. En particulier les modèles physiologiques de l’insuline utilisés dans l’algorithme n’incluent pas ces 2 facteurs. Le projet ANR Diabeloop_AP se propose de mieux comprendre l’impact de l’AP et du stress et de développer un modèle innovant permettant leur intégration avec une mesure continue de la fréquence cardiaque et de l’accélérométrie. Pour cela nous utiliserons un certain nombre de bases de données existantes auxquelles nous avons accès (incluant celles provenant d’un projet ANR précédant, « SVELTE ») ainsi que des données spécifiques collectées au début du projet avec des patients. Puis nous nous intégrerons des 2 facteurs dans les modèles physiologiques existants (qui sont bien établis et étudiés). Enfin nous validerons ce nouveau modèle dans une étude clinique.
Les résultats du projet ANR Diabeloop_AP seront intégrés dans la deuxième version du Pancréas Artificiel Diabeloop pour l’améliorer. Ils pourront également être intégrés dans d’autres systèmes de Pancréas Artificiels, et servir à améliorer les guides de formation pour les patients, qu’ils utilisent un Pancréas Artificiel ou non. En conséquence ce projet aura un bénéfice médico-social très fort en réduisant les hypoglycémies, complications sévères du diabète et en améliorant significativement la vie quotidienne d’un très grand nombre de patients diabétiques.

Coordination du projet

Guillaume CHARPENTIER (CERITD)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

CERITD
CEA - LETI Commissariat à l’énergie atomique et aux énergies alternatives - CEA
CRNH Rhône-Alpes Centre de Recherche en Nutrition Humaine Rhône-Alpes

Aide de l'ANR 388 603 euros
Début et durée du projet scientifique : septembre 2015 - 36 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter