Bài giảng đái tháo đường thai kỳ

Đái tháo đường thai kỳ TS Jane Hirst Cố vấn sản khoa nghiên cứu viên cấp cao sức khỏe chu sinh Khoa sức khỏe sinh sản sức khỏe phụ nữ Nuffield Viện sức khỏe toàn cầu George Đại học Oxford, Vương quốc Anh Đái tháo đường vấn đề toàn cầu IDF Diabetes Atlas, 2017 30,0% 26,6% 25,0% 20,0% 17,9% 15,0% 10,0% 13,7% 12,0% 11,6% NAC SACA 12,3% 9,5% 5,0% 0,0% AFR EUR MENA Đái tháo đường thai kì phụ nữ dộ tuổi từ 20 đến 49 theo IDF region, 2017 SEA WP Tình trạng thai sản nước Anh 650 000 bé sinh năm Anh xứ Wales Ước tính khoảng đến 5% (lên đến 32 500) mắc Đái tháo đường thai kỳ: – 87.5% Đái tháo đường thai kỳ – 7.5% Đái tháo đường týp – 5% Đái tháo đường týp Vấn đề xảy bạn mắc Đái tháo đường thai kỳ? Tác động dài hạn Đái tháo đường thai kỳ Mẹ: tăng nguy Đái tháo đường týp đến 50% vòng 10 năm – Tư vấn thay đổi lối sống – Xét nghiệm đường huyết đói sau tuần hậu sản – Xét nghiệm HbA1c năm – Nguy mắc Đái tháo đường thai kỳ lần mang thai  tư vấn sớm Đái tháo đường thai kỳ Con: tăng nguy béo phì bệnh chuyển hóa “Đái tháo đường gây Đái tháo đường” Gây vòng xoắn bệnh lý NICE 2015 Diabetes in pregnancy Mục tiêu Vì cần giải pháp số hóa cho Đái tháo đường thai kỳ? Hệ thống GDMHealth Kết từ nghiên cứu ngẫu nhiên có đối chứng TREATGDM Dùng kĩ thuật Machine learning liệu số đường huyết để cải thiện kết Các vấn đề Tỉ lệ béo phì tuổi mẹ tăng Sự thay đổi tiêu chuẩn chẩn đốn Xử trí Đái tháo đường thai kỳ Tại nhà: 1.Tự theo dõi đường huyết (4 đến lần ngày ) Kiểm soát chế độ ăn Tại phịng khám: • Theo dõi đường huyết (mỗi 2-4 tuần) • Tư vấn chế độ ăn điều chỉnh liều thuốc • • • SMBG = Self-Monitoring of Blood Glucose ACHOIS (2005), NE J Med, vol 352, 24, pp.2477-2486 Landon et al (2009), NE J Med, vol 361, 14, pp 1339-1348 Dùng thuốc Thử thách Các biện pháp điều trị cịn gặp khó khăn tiên lượng hiệu Phức tạp bệnh nhân NHS Các bước Làm việc với đối tác thương mại (Sensyne health) nhằm phát hành quy mơ lớn phát triển mơ hình tài bền vững Lượng giá cuối: đa trung tâm, lý tưởng nên thực dân số, địa điểm đầu lâm sàng khác Làm việc với hệ thống y tế Anh nước khác Phát triển phương pháp tiếp cận nhằm quản lý Đái tháo đường thai kỳ dựa việc sử dụng nhiều liệu đầu vào kỹ thuật Machine learning Machine learning cải thiện quản lý Đái tháo đường thai kỳ? Các vấn đề Vấn đề 1: Machine learning phân tầng sản phụ cần điều trị dùng thuốc không? Vấn đề 2: Machine learning dự đốn sản phụ cần điều trị dùng thuốc không? Phương pháp học Dán nhãn liệu Xây dựng đặc điểm Huấn luyện mơ hình Lượng giá mơ hình • Dán nhãn theo tác vụ, ví dụ: nhận diện ăn kiêng-ăn kiêng với ăn kiêng-dùng thuốc • Truy xuất đặc điểm, chẳng hạn nồng độ đường huyết liệu kiểu hình sản phụ • Chuẩn hóa đặc điểm, ví dụ: chuyển đổi đặc điểm thành thang giá trị tương đương • Phân chia liệu thành huấn luyện kiểm tra • Lặp lại thí nghiệm nhằm tối ưu hóa số mơ hình • Vẽ đường cong ROC ước tính AUC cho mơ hình tác vụ Dữ liệu • Dữ liệu từ bệnh viện 2012-2018 • 1661 phụ nữ; 1446 có Đái tháo đường thai kỳ; • Phân tích 876 phụ nữ với 112 997 mẫu đường huyết; (trung bình 203 mẫu/ phụ nữ , SD 181) • 36 164 bữa sáng; 31 115 bữa trưa; 40 316 bữa tối • 267 (30%) phụ nữ cần điều trị dùng thuốc thai kỳ với thông tin chi tiết liều thời gian điều trị 1: Machine learning phân tầng sản phụ cần điều trị dùng thuốc không? Kiểm soát lúc chẩn đoán Kiểm soát lúc sanh Tiết chế Tiết chế DD Tiết chế Thuốc DM Thuốc Thuốc MM *Machine Learning Phân tích số liệu tuần theo dõi cho thấy nhóm DD có đường huyết thấp nhóm DM Vấn đề 1: Machine learning phân tầng sản phụ cần điều trị dùng thuốc không? Binary classification Age BMI Diet and lifestyle adjustment Thuốc 54 Tiết chế>THUỐC time Drug treatment Thuốc bglevel Tiết chế Dán nhãn: Hai nhóm, dán nhãn dựa điều trị bắt đầu GDm-Health sanh Dữ liệu: 13 số liệu đường huyết tuần đầu tuần thứ hai sau bắt đầu GDm-Health, tuổi BMI 224 tiết chế> tiết chế Thuốc Thời gian Thời gian Tiết chế Tiết chế Tương lai: – Điều trị cá thể hóa – Sản phụ nhóm DD thực theo dõi đánh giá ngoại trú Nhiệm vụ 1: Machine learning phân tầng sản phụ cần điều trị dùng thuốc khơng? • AUROC trung bình (0.75) • Các số trung bình sau ăn yếu tố quan trọng Nhiệm vụ 2: Machine learning dự đốn sản phụ cần điều trị dùng thuốc không? Binary classification 54 tiết chế > thuốc BMI Diet and lifestyle adjustment Thuốc Age time Drug treatment Thuốc bglevel Tiết chế Thuốc Thời gian 224 tiết chế > tiết chế Thời gian Tiết chế Tiết chế Tương lai: Dán nhãn: Hai nhóm, dán nhãn dựa – Tránh tăng đường huyết kéo dài điều trị bắt đầu GDm-Health trước bắt đầu dùng thuốc sanh – Phát triển hỗ trợ định lâm Dữ liệu: 13 số liệu đường huyết từ ngày bắt sàng đầu GDm-Health đến ngày trước điều trị, tuổi BMI Nhiệm vụ 2: Machine learning dự đốn sản phụ cần điều trị dùng thuốc không? • AUROC cao (0.85) • Đặc điểm dân số ảnh hưởng đến kết • Liên quan: Hỗ trợ định Những hạn chế • Dữ liệu nhỏ khơng cân đối • Tương đối bà mẹ cần chuyển sang dùng thuốc • Sự phân tán dấu • Xử lý trước mơ hình hóa • Thay đổi sinh lý tính ngẫu nhiên đường huyết • Sự khác biệt lâm sàng việc bắt đầu dùng thuốc Kết luận • Chúng tơi chứng việc machine learning giúp tiên đoán việc dùng thuốc sản phụ bị Đái tháo đường thai kỳ • Vấn đề giúp cá thể hóa điều trị • Vấn đề khởi đầu cho thuật tốn hỗ trợ định lâm sàng cho việc khởi đầu dùng thuốc Tuy nhiên, liệu sơ Cần thực thêm quần thể lớn đa dạng Chân thành cám ơn Prof Lionel Tarassenko Prof Andrew Farmer A Prof David Clifton Dr Carmelo Velardo Dr Tingting Zhou Mr Fabian Falack Dr Lise Loerup Dr Lucy Mackillop Dr Jane Hirst Sr Katy Bartlett Sr Yvonne Kenworthy A clinical artificial intelligence company TREAT-GDM was funded by the Oxford Biomedical Research Centre DOI: LM, CV and LT are employed part time by Sensyne Health plc LL is funded by the RCUK Digital Economy Programme and the Clarendon, Scatcherd European and New College Graduate Scholarship Xin mời đặt câu hỏi ... thai sản nước Anh 650 000 bé sinh năm Anh xứ Wales Ước tính khoảng đến 5% (lên đến 32 500) mắc Đái tháo đường thai kỳ: – 87.5% Đái tháo đường thai kỳ – 7.5% Đái tháo đường týp – 5% Đái tháo đường. .. nghiệm HbA1c năm – Nguy mắc Đái tháo đường thai kỳ lần mang thai  tư vấn sớm Đái tháo đường thai kỳ Con: tăng nguy béo phì bệnh chuyển hóa ? ?Đái tháo đường gây Đái tháo đường? ?? Gây vòng xoắn bệnh... Vấn đề xảy bạn mắc Đái tháo đường thai kỳ? Tác động dài hạn Đái tháo đường thai kỳ Mẹ: tăng nguy Đái tháo đường týp đến 50% vòng 10 năm – Tư vấn thay đổi lối sống – Xét nghiệm đường huyết đói sau