Se desarrolla App que permite predecir los valores de glucosa en diabéticos

Una buena nutrición es primordial para lograr un buen control glucémico en individuos con diabetes tipo 2. Sin embargo, ya que cada individuo responde de manera distinta al consumo de ciertos alimentos, y aún no se puede predecir con certeza su impacto glucémico, el manejo de la enfermedad suele ser, en ciertas ocasiones, un reto para los pacientes.  

Pensando en esta problemática, investigadores de la Universidad de Columbia, en Nueva York, han diseñado un algoritmo que se puede utilizar para predecir, de forma personalizada, el impacto que tiene el consumo de ciertos alimentos en los niveles sanguíneos de glucosa. Este algoritmo fue integrado en una aplicación (App) para teléfonos móviles, la cual lleva por nombre Glucoracle y utiliza una técnica de asimilación de datos, es decir, integra, mediante modelos estadísticos, las mediciones de glucosa y el valor nutricional de un alimento para generar una predicción. Este tipo de análisis predictivos se utilizan rutinariamente para otras aplicaciones, por ejemplo, para realizar el pronóstico del tiempo.

La App Glucoracle permite al usuario cargar al sistema sus mediciones de glucosa y una imagen del alimento que fue consumido con un estimado de su valor nutritivo.  A continuación, la aplicación hace una predicción de los valores de glucosa que tendrá el individuo posterior a su ingesta y el usuario tiene que validar estos valores calculados realizando una medición de glucosa postprandial; de esta forma, la App es capaz de “aprender a ajustar” sus predicciones a los valores reales de glucosa de cada individuo.

Hasta ahora Glucorale ha sido probado en 5 individuos, tres de ellos diabéticos, con buenos resultados; sin embargo, todavía quedan ajustes por hacer para que las predicciones que genere la App sean lo más precisas posible. Se planea probar esta App en un número de pacientes mayor para que pueda ser propiamente validada. Esta App podría llegar a ser una herramienta muy útil para el auto-manejo de la diabetes; además, proporcionará información importante para que los nutriólogos y médicos tratantes puedan generar planes nutricionales personalizados que sean más efectivos y acordes con las respuestas metabólicas de cada paciente.  

Referencia:

Albers DJ, Levine M, Gluckman B, et al. Personalized glucose forecasting for type 2 diabetes using data assimilation. PLoS Comput Biol 2017;13(4):e1005232.