Продолжаю возвращение из астрала. Вышла первая статья по проекту, над которым работал полтора года.

В чем суть?
Современный способ менджерить диабет первого типа — это полузамкнутые системы: датчик гликемии снимает показания каждые 3–5 минут, в зависимости от показаний система может подать сигнал инсулиновой помпе и скорректировать дозу инсулина. Система полузакрытая потому, что в нее все еще нужно руками вводить количество съеденных углеводов и посылать т.н. болюс — дозу быстрого инсулина.

Проблема состоит в том, что подростки существа безалаберные, поэтому достаточно часто забывают/забивают на то, чтобы информировать машинку о приеме пищи. Само собой, это плохо сказывается на гликемических параметрах. С другой стороны, есть три разных популярных системы с несколько разными алгоритмами подачи инсулина. В этой статье мы исследовали, как разные системы справляются с фактом того, что человек поел, а системе об этом рассказать забыл.

Что выяснили?
* Если вы едите, но не вводите инфу об этом в машинку, то результаты у вас будут хуже, причем заметно хуже.
* Чем больше сахаров, тем хуже ваше результаты, особенно если вы не рассказываете системе о приеме пищи.
* Одна из систем справляется с неанонсированным приемом пищи заметно хуже других.

Что интересного для меня?
У нас есть четыре переменные, которые интересуют нас: тип системы (три варианта), количество углеводов (30г и 50г), тип инсулина (два типа), факт информирования системы о приеме углеводов (да или нет). Исследование дизайнили заранее, поэтому каждый пациент наблюдался восемь раз: он не менял свою систему, но употреблял разное количество углеводов, на разных типах инсулина, каждый раз информируя и не информируя систему о приеме пищи (то есть в отношении этих трех переменных у нас full factorial experiment, нужно учитывать зависимости на уровне пациента).

Количество углеводов контролировалось с помощью специального питания, дополнительно это все проводилось с утра натощак в выходной день при условии, что пациент здоров.

С другой стороны, у нас есть набор ковариат, которые влияют на исходы, но сами по себе нас не интересуют: возраст, диабетический стаж, пол.

В регрессионной модели, соответственно, было две части: одна учитывает влияние экспериментальных переменных (как главные эффекты, так и некоторые интеракции, которые мы заранее сочли разумным включить в модель), другая вносит поправку на ковариаты.

Из недостатков: дети не меняли машинки (каждый пользовался тем типом, с которым пришел), рандомизации по машинкам тоже не было.

#ярмарка_тщеславия