Skip to main content

SOLUCIONES PARA LA MEJORA DE LA EFICIENCIA Y SEGURIDAD DEL PANCREAS ARTIFICIAL MEDIANTE ARQUITECTURAS DE CONTROL MULTIVARIABLE TOLERANTES A FALLOS

DPI2016-78831-C2-1-R

•
Funding agency name Agencia Estatal de Investigación
Funding agency acronym AEI
Program Programa Estatal de I+D+i Orientado a los Retos de la Sociedad
Call Proyectos I+D+i Retos de Investigación
Call year 2016
State Plan 2013-2016 Plan Estatal de Investigación Científica y Técnica y de Innovación
Beneficiary centre UNIVERSITAT POLITÈCNICA DE VALÈNCIA

Resultados relacionados

Resultados totales (Incluyendo duplicados): 2
Encontrada(s) 1 página(s)

RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publication Tesis doctoral (DoctoralThesis)

STOCHASTIC SEASONAL MODELS FOR GLUCOSE PREDICTION IN TYPE 1 DIABETES

  • Montaser Roushdi Ali, Eslam
[ES] La diabetes es un importante problema de salud mundial, siendo una de las enfermedades no transmisibles más graves después de las enfermedades cardiovasculares, el cáncer y las enfermedades respiratorias crónicas. La prevalencia de la diabetes ha aumentado constantemente en las últimas décadas, especialmente en países de ingresos bajos y medios. Se estima que 425 millones de personas en todo el mundo tenían diabetes en 2017, y para 2045 este número puede aumentar a 629 millones. Alrededor del 10% de las personas con diabetes padecen diabetes tipo 1, caracterizada por una destrucción autoinmune de las células beta en el páncreas, responsables de la secreción de la hormona insulina. Sin insulina, la glucosa plasmática aumenta a niveles nocivos, provocando complicaciones vasculares a largo plazo. Hasta que se encuentre una cura, el manejo de la diabetes depende de los avances tecnológicos para terapias de reemplazo de insulina. Con la llegada de los monitores continuos de glucosa, la tecnología ha evolucionado hacia sistemas automatizados. Acuñados como "páncreas artificial", los dispositivos de control de glucosa en lazo cerrado suponen hoy en día un cambio de juego en el manejo de la diabetes. La investigación en las últimas décadas ha sido intensa, dando lugar al primer sistema comercial a fines de 2017, y muchos más están siendo desarrollados por las principales industrias de dispositivos médicos. Sin embargo, como dispositivo de primera generación, muchos problemas aún permanecen abiertos y nuevos avances tecnológicos conducirán a mejoras del sistema para obtener mejores resultados de control glucémico y reducir la carga del paciente, mejorando significativamente la calidad de vida de las personas con diabetes tipo 1. En el centro de cualquier sistema de páncreas artificial se encuentra la predicción de glucosa, tema abordado en esta tesis. La capacidad de predecir la glucosa a lo largo de un horizonte de predicción dado, y la estimación de las tendencias futuras de glucosa, es la característica más importante de cualquier sistema de páncreas artificial, para poder tomar medidas preventivas que eviten por completo el riesgo para el paciente. La predicción de glucosa puede aparecer como parte del algoritmo de control en sí, como en sistemas basados en técnicas de control predictivo basado en modelo (MPC), o como parte de un sistema de supervisión para evitar episodios de hipoglucemia. Sin embargo, predecir la glucosa es un problema muy desafiante debido a la gran variabilidad inter e intra-sujeto que sufren los pacientes, cuyas fuentes solo se entienden parcialmente. Esto limita las prestaciones predictivas de los modelos, imponiendo horizontes de predicción relativamente cortos, independientemente de la técnica de modelado utilizada (modelos fisiológicos, basados en datos o híbridos). La hipótesis de partida de esta tesis es que la complejidad de la dinámica de la glucosa requiere la capacidad de caracterizar grupos de comportamientos en los datos históricos del paciente que llevan naturalmente al concepto de modelado local. Además, la similitud de las respuestas en un grupo puede aprovecharse aún más para introducir el concepto clásico de estacionalidad en la predicción de glucosa. Como resultado, los modelos locales estacionales están en el centro de esta tesis. Se utilizan varias bases de datos clínicas que incluyen comidas mixtas y ejercicio para demostrar la viabilidad y superioridad de las prestaciones de este enfoque., [CA] La diabetisés un important problema de salut mundial, sent una de les malalties no transmissibles més greus després de les malalties cardiovasculars, el càncer i les malalties respiratòries cròniques. La prevalença de la diabetis ha augmentat constantment en les últimes dècades, especialment en països d'ingressos baixos i mitjans. S'estima que 425 milions de persones a tot el món tenien diabetis en 2017, i per 2045 aquest nombre pot augmentar a 629 milions. Al voltant del 10% de les persones amb diabetis pateixen diabetis tipus 1, caracteritzada per una destrucció autoimmune de les cèl·lules beta en el pàncrees, responsables de la secreció de l'hormona insulina. Sense insulina, la glucosa plasmàtica augmenta a nivells nocius, provocant complicacions vasculars a llarg termini. Fins que es trobi una cura, el maneig de la diabetis depén dels avenços tecnològics per a teràpies de reemplaçament d'insulina. Amb l'arribada dels monitors continus de glucosa, la tecnologia ha evolucionat cap a sistemes automatitzats. Encunyats com "pàncrees artificial", els dispositius de control de glucosa en llaç tancat suposen avui dia un canvi de joc en el maneig de la diabetis. La investigació en les últimes dècades ha estat intensa, donant lloc al primer sistema comercial a finals de 2017, i molts més estan sent desenvolupats per les principals indústries de dispositius mèdics. No obstant això, com a dispositiu de primera generació, molts problemes encara romanen oberts i nous avenços tecnològics conduiran a millores del sistema per obtenir millors resultats de control glucèmic i reduir la càrrega del pacient, millorant significativament la qualitat de vida de les persones amb diabetis tipus 1. Al centre de qualsevol sistema de pàncrees artificial es troba la predicció de glucosa, tema abordat en aquesta tesi. La capacitat de predir la glucosa al llarg d'un horitzó de predicció donat, i l'estimació de les tendències futures de glucosa, és la característica més important de qualsevol sistema de pàncrees artificial, per poder prendre mesures preventives que evitin completament el risc per el pacient. La predicció de glucosa pot aparèixer com a part de l'algoritme de control en si, com en sistemes basats en técniques de control predictiu basat en model (MPC), o com a part d'un sistema de supervisió per evitar episodis d'hipoglucèmia. No obstant això, predir la glucosa és un problema molt desafiant degut a la gran variabilitat inter i intra-subjecte que pateixen els pacients, les fonts només s'entenen parcialment. Això limita les prestacions predictives dels models, imposant horitzons de predicció relativament curts, independentment de la tècnica de modelatge utilitzada (models fisiològics, basats en dades o híbrids). La hipòtesi de partida d'aquesta tesi és que la complexitat de la dinàmica de la glucosa requereix la capacitat de caracteritzar grups de comportaments en les dades històriques del pacient que porten naturalment al concepte de modelatge local. A més, la similitud de les respostes en un grup pot aprofitar-se encara més per introduir el concepte clàssic d'estacionalitat en la predicció de glucosa. Com a resultat, els models locals estacionals estan al centre d'aquesta tesi. S'utilitzen diverses bases de dades clíniques que inclouen menjars mixtes i exercici per demostrar la viabilitat i superioritat de les prestacions d'aquest enfocament., [EN] Diabetes is a significant global health problem, one of the most serious noncommunicable diseases after cardiovascular diseases, cancer and chronic respiratory diseases. Diabetes prevalence has been steadily increasing over the past decades, especially in low- and middle-income countries. It is estimated that 425 million people worldwide had diabetes in 2017, and by 2045 this number may rise to 629 million. About 10% of people with diabetes suffer from type 1 diabetes, characterized by autoimmune destruction of the beta-cells in the pancreas, responsible for the secretion of the hormone insulin. Without insulin, plasma glucose rises to deleterious levels, provoking long-term vascular complications. Until a cure is found, the management of diabetes relies on technological developments for insulin replacement therapies. With the advent of continuous glucose monitors, technology has been evolving towards automated systems. Coined as "artificial pancreas", closed-loop glucose control devices are nowadays a game-changer in diabetes management. Research in the last decades has been intense, yielding a first commercial system in late 2017 and many more are in the pipeline of the main medical devices industry. However, as a first-generation device, many issues still remain open and new technological advancements will lead to system improvements for better glycemic control outputs and reduced patient's burden, improving significantly the quality of life of people with type 1 diabetes. At the core of any artificial pancreas system is glucose prediction, the topic addressed in this thesis. The ability to predict glucose along a given prediction horizon, and estimation of future glucose trends, is the most important feature of any artificial pancreas system, in order to be able to take preventive actions to entirely avoid risk to the patient. Glucose prediction can appear as part of the control algorithm itself, such as in systems based on model predictive control (MPC) techniques, or as part of a monitoring system to avoid hypoglycemic episodes. However, predicting glucose is a very challenging problem due to the large inter- and intra-subject variability that patients suffer, whose sources are only partially understood. These limits models forecasting performance, imposing relatively short prediction horizons, despite the modeling technique used (physiological, data-driven or hybrid approaches). The starting hypothesis of this thesis is that the complexity of glucose dynamics requires the ability to characterize clusters of behaviors in the patient's historical data naturally yielding to the concept of local modeling. Besides, the similarity of responses in a cluster can be further exploited to introduce the classical concept of seasonality into glucose prediction. As a result, seasonal local models are at the core of this thesis. Several clinical databases including mixed meals and exercise are used to demonstrate the feasibility and superiority of the performance of this approach., This work has been supported by the Spanish Ministry of Economy and Competitiveness (MINECO) under the FPI grant BES-2014-069253 and projects DPI2013-46982-C2-1-R and DPI2016-78831-C2-1-R. Moreover, with relation to this grant, a short stay was done at the end of 2017 at the Illinois Institute of Technology, Chicago, United States of America, under the supervision of Prof. Ali Cinar, for four months from 01/09/2017 to 29/12/2017.
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publication Tesis doctoral (DoctoralThesis)

New Contributions Towards Meal and Exercise Announcement-Free Artificial Pancreas Systems

  • Sala-Mira, Iván|||0000-0002-6228-5190
[ES] Las infusiones exógenas de insulina son vitales para las personas con diabetes tipo 1 para suplir parcialmente la incapacidad del páncreas de secretar insulina. Sin embargo, las terapias intensivas actuales pueden restringir la calidad de vida de los pacientes. Los pacientes con esta enfermedad tienen que tomar decisiones constantemente sobre las dosis de insulina que lleva a la glucosa a niveles seguros. Si no lo consiguen, pueden sufrir las complicaciones crónicas y agudas derivadas de los niveles anormalmente altos o bajos de glucosa. La regulación automática de glucosa con sistemas de páncreas artificial prometía reducir la carga del autocontrol de la enfermedad al mismo tiempo que se mejoraba el tiempo en normoglucemia y se reducía la variabilidad. Sin embargo, estas promesas sólo se han cumplido parcialmente. Aunque esta tecnología mejora el control glucémico que logran las terapias tradicionales, la ingesta de alimentos y la práctica de ejercicio limitan la eficiencia de los sistemas de páncreas artificial durante el día. De hecho, los sistemas comerciales sólo pueden hacerles frente con la ayuda de los pacientes. Para compensar las ingestas, los pacientes deben anunciar el contenido de carbohidratos al sistema. Para el ejercicio, deben anunciar el inicio de la actividad o tomar medidas preventivas como modificar la referencia de glucosa o reducir la basal con mucha antelación. Estas exigencias no sólo no ayudan a reducir la carga del paciente, sino que pueden comprometer la eficiencia del sistema cuando el paciente se equivoca al estimar los carbohidratos, omite el anuncio de la comida o no puede planificar el ejercicio. Así pues, esta tesis propone nuevos métodos para eliminar el anuncio de ingestas y ejercicio lo que ayudaría a reducir la intervención del paciente en los sistemas de páncreas artificial, y, en consecuencia, mejorar la calidad de vida. Desde un punto de vista de control, las ingestas y el ejercicio pueden considerarse perturbaciones. Esta tesis explota métodos de la literatura de rechazo de perturbaciones y acomodación de fallos para lograr el objetivo de la tesis. En concreto, hay que destacar tres aplicaciones: 1) se ha desarrollado un observador super-twisting para detectar comidas no anunciadas como primer paso para su compensación; 2) se ha diseñado un observador de modos deslizantes de primer orden para la estimación de la ratio de aparición de glucosa, la cual ha sido integrada en un generador de bolos para compensar las comidas; 3) se ha empleado el principio de diseño por modelo interno para mitigar el efecto de las ingestas de alimentos y ejercicio, añadiendo sugerencias de carbohidratos de rescate a la insulina. Como resultado, las contribuciones de esta tesis allanan el camino para el desarrollo de sistemas de páncreas artificial sin anuncios, que liberen al paciente de la carga de la gestión de la diabetes., [CA] Les infusions exògenes d'insulina són vitals per a les persones amb diabetis tipus 1 per a suplir parcialment l'incapacitat del pàncrees de secretar insulina. No obstant, les teràpies intensives actuals poden restringir la qualitat de vida dels pacients. Les persones amb aquesta malaltia han de prendre decisions contínuament sobre la dosi d'insulina que fa que la glucosa estiga en valors segurs. Si no ho aconsegueixen, poden sofrir les complicacions cròniques i agudes derivades dels nivells anormalment alts o baixos de glucosa. La regulació automàtica de glucosa amb sistemes de pàncrees artificials prometia reduir la càrrega d'autocontrol de la malaltia al mateix temps que es millorava el temps en normoglucèmia i es reduïa la variabilitat. No obstant, aquestes promeses s'han complit només parcialment. Encara que aquesta tecnologia millora el control de la glucosa, la ingesta d'aliments i la pràctica d'exercici limiten l'eficiència dels sistemes de pàncrees artificials durant el dia. De fet, els sistemes comercials només poden fer-les front amb la ajuda dels pacients. Per a compensar les ingestes, el pacients han d'anunciar al sistema la quantitat de carbohidrats. Per al exercici, han d'anunciar l'inici de l'activitat o prendre mesures preventives com modificar la referència de glucosa o reduir la infusió basal d'insulina. Aquestes exigències no només no ajuden a reduir la càrrega al pacient, sinó que poden comprometre l'eficiència del sistema quan el pacient confon la estimació dels carbohidrats, omet l'anunciament de la ingesta o no pot planificar l'exercici. Així doncs, aquesta tesi proposa nous mètodes per a eliminar l'anunciament d'ingestes i exercici permetent reduir així la intervenció del pacient, i, en conseqüència, millorar la qualitat de vida. Des del punt de vista de control, les ingestes i el exercici poden considerar-se pertorbacions. Aquesta tesi explota mètodes de la literatura de rebuig de pertorbacions i acomodament de fallades. En particular, es destaquen tres aplicacions: 1) s'ha desenvolupat un observador super-twisting per a detectar ingestes no anunciades com a primer pas per a la seua compensació; 2) se ha dissenyat un observador de modes lliscants per a estimar el rati d'aparició de glucosa de la ingesta, el qual s'ha integrat en un generador de bols d'insulina per compensar les ingestes; 3) se ha empleat el principi de disseny per model intern per a mitigar l'efecte de les ingestes i exercici, incorporant recomanacions de carbohidrats a la insulina. Com a resultat, les contribucions d'aquesta tesi obren el camí per a desenvolupar sistemes de pàncrees artificial sense anunciaments, que alliberen al pacient de la càrrega de la gestió de la diabetis., [EN] Exogenous insulin infusions are vital for people with type 1 diabetes to partially make up for the inability of the pancreas to secrete insulin. However, current intensive therapies may restrict patients' quality of life. People with this disease have to constantly make decisions about insulin doses to bring glucose levels to a safe range. If unsuccessful, they may suffer from chronic and acute complications related to abnormally high and low glucose values. The automatic regulation of glucose with artificial pancreas systems promised to reduce patients' self-control burdens while improving time in normoglycemia and decreasing variability. However, these promises are fulfilled only partially. Although this technology outperforms the glycemic outcomes achieved by conventional therapies, meal intake and physical activity limit its daytime performance. Indeed, commercially available systems only can handle them with the support of the patients. For meals, patients must announce the carbohydrate content to the system. For exercise, they must notify the activity or take preventive actions like changing glucose setpoint or decreasing basal well ahead before exercise. These demands do not help reduce the patient's burden. They even can compromise the system performance when the patient misestimates the carbohydrate content, omits the meal announcement, or cannot plan the exercise event. Hence, this thesis proposes new methods to eliminate the need for meal and exercise announcements, thus reducing patient intervention in artificial pancreas systems for a better quality of life. From a control perspective, meals and exercise can be regarded as disturbances; therefore, this thesis exploits methods from the disturbance rejection and fault accommodation literature to achieve the thesis goal. Specifically, the following three applications must be highlighted: 1) a super-twisting-based residual generator has been developed to detect unannounced meals as the first step to their compensations; 2) a sliding-mode disturbance observer has been designed to estimate the glucose meal appearance, which is fed into a bolusing algorithm to compensate the meals; 3) the internal model principle is employed to mitigate the effects of meal intakes and exercise, supplementing insulin infusions with carbohydrate recommendations. As a result, the contributions of this thesis pave the way for the development of announcement-free artificial pancreas systems, releasing patients from the burden of diabetes management., This work was partially supported by: grant DPI2016-78831-C2-1-R funded by MCIN/AEI/10.13039/501100011033 and by “ERDF A way of making Europe”; grant PID2019-107722RB-C21 funded by MCIN/AEI/10.13039/501100011033; and grant ACIF/2017/021 funded by the Generalitat Valenciana through European Social Funds (FSE). Also, the grant BEFPI/2019/077, funded by the Generalitat Valenciana through FSE funds, supported a 7-month research stay at Physiological da University (Óbudai Egyetem, Óbuda, Budapest, Hungary)