ANNALI AMD – Simulazione What-if con Machine Learning: probabilità di andare a target entro un anno dall’avvio di insulina nei pazienti con DT2 trattati con analoghi del GLP-1

Carissimi Soci,

condividiamo con piacere il report di simulazione di impatto, messo a punto dal Gruppo Intelligenza Artificiale utilizzando la Logic Learning Machine e basato sui dati degli Annali AMD: “Probabilità di andare a target entro un anno dall’avvio di insulina nei pazienti con DMT2 trattati con analoghi del GLP-1: simulazione What-if”.

In real life solo il 37% dei soggetti con diabete tipo 2 non adeguatamente controllati della terapia con analoghi del GLP-1 va a target (HbA1c <7.5%) un anno dopo l’avvio dell’insulina.

Per cercare di capire come migliorare le strategie di intensificazione, è stata condotta una analisi di simulazione, utilizzando un modello ottenuto da una precedente analisi predittiva (inserire il link) per stimare l’impatto delle variabili chiave sulla probabilità di raggiungere gli obiettivi glicemici un anno dopo l’inizio dell’insulina.

Sintesi dei risultati:

La tempestività è fondamentale nel raggiungimento dei target nei soggetti non adeguatamente controllati dalla terapia con GLP-1 RA: l’aggiunta della terapia insulinica senza raggiungere valori di glicata superiori a 8.5%, cercando di evitare periodi di scompenso nella storia clinica del paziente (meno di 3 visite con HbA1c >7.5%) e facendo attenzione alla variabile tempo aumenta le probabilità di raggiungere il target del 35%.

L’avvio tempestivo dell’insulina facendo attenzione alla variabile glicata e tempo (severità e durata dello scompenso) consente di raggiungere gli obiettivi metabolici nel 72% dei pazienti con DMT2 non adeguatamente controllati dalla terapia con GLP-1 RA.

Per approfondimenti clicca qui.

L’iniziativa è stata sviluppata grazie al contributo non condizionante di Sanofi Srl.

Grazie per la cortese attenzione e un cordiale saluto

La Segreteria Nazionale AMD