您當(dāng)前的位置:檢測(cè)資訊 > 科研開發(fā)
嘉峪檢測(cè)網(wǎng) 2025-04-21 08:59
我們都知道持續(xù)血糖監(jiān)測(cè)(Continuous glucose monitoring,CGM)的算法很重要,但這屬于核心機(jī)密,所以一般很難通過正規(guī)渠道獲得相關(guān)信息。在去年的Natue:Scientific Reports上,日本近畿大學(xué)醫(yī)學(xué)部(Faculty of Medicine,Kindai University)的Naru Babaya(馬場(chǎng)谷 成)教授等研究者就使用了13名患者的19,819個(gè)配對(duì)且同時(shí)測(cè)量的CGM值,比較了使用相同傳感器但是采用不同內(nèi)部算法的一代和三代CGM系統(tǒng),發(fā)現(xiàn)與一代相比,三代CGM系統(tǒng)的平均值更高(p<0.0001),且血糖低于范圍的時(shí)間TBR(Time Below Range)顯著更短(p<0.0001),兩代CGM系統(tǒng)測(cè)量值間存在著顯著的相關(guān)性。
圖1 散點(diǎn)圖顯示了第一代和第三代CGM系統(tǒng)讀數(shù)間的關(guān)系。實(shí)線分別為(A)Deming回歸,和(B)(C)線性回歸的最佳擬合線
圖2 Bland-Altman圖顯示了第一代和第三代器械間的數(shù)值差異,與平均差異。長線表示平均偏差,兩條水平虛線表示一致性的95%置信區(qū)間(相信這張圖大家都看得懂筆者就不過多闡釋了)
這里稍微多說幾句,最近還很火的另一個(gè)研究方向是使用已有的CGM數(shù)據(jù)集預(yù)測(cè)血糖軌跡,以提升糖尿病管理效果,改進(jìn)人工胰腺系統(tǒng),譬如AI、MI等等。這方面也有很多公開資源,譬如Cornell University的https://github.com/IrinaStatsLab/GlucoBench,等。不過這不屬于筆者今天要討論的內(nèi)容,僅僅帶過。
當(dāng)前主流CGM測(cè)量的都是組織液(Interstitial fluid,ISF)的血糖濃度(當(dāng)然還可以用唾液、尿液和汗液),雖然體液中的葡萄糖濃度相對(duì)較高、較穩(wěn)定且與血液具有良好的相關(guān)性,但測(cè)量的間接性,使CGM仍需要校準(zhǔn)算法才能根據(jù)體液葡萄糖的濃度估算血糖濃度。典型的校準(zhǔn)方法需要依賴指尖血糖(Self-monitoring blood glucose,SMBG)作為參考值,并通過簡單的與時(shí)間無關(guān)的線性校準(zhǔn)函數(shù)操作。然而,該方法忽略了血漿和組織液中葡萄糖的濃度差異和時(shí)間滯后;另一方面,如果不考慮酶損失、電極降解等因素導(dǎo)致的傳感器性能隨時(shí)間的變化,就無法保證測(cè)量結(jié)果的長期準(zhǔn)確性和可靠性(是的電極還會(huì)降解,沒想到吧~)(有人問電化學(xué)反應(yīng)有問題為什么不用別的技術(shù),譬如光學(xué)、聲學(xué)什么的,那當(dāng)然是因?yàn)樗鼈兊膯栴}更多~)。
傳感器部件在體內(nèi)失效一般可分為以下幾類:1)酶的不穩(wěn)定和浸出;2)膜的降解與分層;3)電極鈍化(Electrode passivation)。由于聚合物包埋、暴露和異物反應(yīng),酶活性會(huì)迅速下降,因此必須開發(fā)有效的固定化策略,以確保酶的穩(wěn)定。已開發(fā)的策略包括使用戊二醛將酶與牛血清白蛋白(Bovine serum albumin,BSA)交聯(lián)(瓣膜的小伙伴有沒有覺得無比眼熟),將酶通過或不通過共價(jià)結(jié)合的方式包埋在聚合物基質(zhì)內(nèi),例如水凝膠和溶膠-凝膠衍生材料中,或?qū)⒚笓饺腚娋酆蠈?dǎo)電聚合物中,或通過聚電介質(zhì)產(chǎn)生的靜電相互作用將酶固定在電極表面。但是,即使是正確固定的酶也會(huì)隨著時(shí)間的推移而失去活性。而且,葡萄糖濃度越高越需要足夠的傳感器信號(hào),過氧化物生成的速率會(huì)更快,酶的失活隨之而來。
圖3 2011年發(fā)表的文章中,University of Washington的研究者們嘗試將葡萄糖傳感器集成到隱形眼鏡上。具體操作為在干凈的PET基板上用光刻膠覆蓋基板并通過掩模版暴露在紫外線下,隨后對(duì)光刻膠進(jìn)行顯影,在樣品上蒸發(fā)薄金屬膜,隨后切割得到隱形眼鏡形狀的傳感器并使用酶進(jìn)行功能化。上圖即為傳感器經(jīng)過表明該性后的圖像,以及相關(guān)的測(cè)量響應(yīng)。(a)傳感器經(jīng)過葡萄糖氧化酶(Glucose oxidase,GOD)/二氧化鈦/Nafion預(yù)處理后的連續(xù)圖像;(b)剛與GOD連接的傳感器的測(cè)量電流響應(yīng);(c)用GOD/二氧化鈦溶膠-凝膠制備的傳感器的測(cè)量電流響應(yīng);(d)用GOD/二氧化鈦/Nafion制備的傳感器的測(cè)量電流響應(yīng);(e)相同預(yù)處理(b)、(c)和(d)的三個(gè)對(duì)照;(f)120-360秒的(b)曲線,以及和對(duì)照的放大圖
另,像對(duì)乙酰氨基酚、抗壞血酸和尿酸等藥物,因?yàn)樵谟眠^氧化氫-氫氧化的電極電位下具有電活性,也會(huì)影響到傳感器。此時(shí)使用介體在酶和電極間傳遞電子,即可通過降低過氧化氫所需的工作電位來最大限度地減少干擾物質(zhì)的影響,這里的介體包括二茂鐵和鋨復(fù)合物、醌化合物、金屬鈦菁、碳納米管和導(dǎo)電聚合物。
在技術(shù)的不斷進(jìn)步下,膠原蛋白包裹、局部微血管灌注變化和氧氣供應(yīng)限制導(dǎo)致的傳感器變化,已得以最小化,新一代CGM系統(tǒng)已經(jīng)減少了校準(zhǔn)的需求。但值得注意的是,傳感器植入后由于組織通透性的變化,氧氣向傳感器的擴(kuò)散速度呈指數(shù)衰減。且糖尿病患者微循環(huán)系統(tǒng)本就受到影響,在輕微壓力下即會(huì)出現(xiàn)微循環(huán)堵塞,因此佩戴部位的選擇一直很重要。(低于2kPa的壓力即會(huì)減少植入部位附近的血流,而僅僅7kPa的壓力就會(huì)完全阻塞糖尿病患者該部位的血液循環(huán),相對(duì)的非糖尿病人群可承受高達(dá)22kPa的壓力)(還有一個(gè)眾所周知的情況就是麻醉,也會(huì)改變微循環(huán))
圖4 CGM異物進(jìn)入組織后的反應(yīng),F(xiàn)oreign body response(FBR),放大區(qū)域中的箭頭顯示葡萄糖從血管向位于組織液中的傳感器擴(kuò)散,穿過原生組織(譬如脂肪細(xì)胞Adipocyte)、膠原、局部炎癥細(xì)胞以及傳感器表面的生物污垢層。如圖中所示,葡萄糖在到達(dá)傳感器之前可能已被原生組織或炎癥細(xì)胞消耗(當(dāng)可擴(kuò)散的小分子穿過膜接觸到電極表面時(shí),就會(huì)發(fā)生電極鈍化)(支架植入會(huì)有炎癥反應(yīng),難道CGM就不會(huì)有嗎~~)
CGM可使用標(biāo)準(zhǔn)血糖試紙“單點(diǎn)One-point”和“兩點(diǎn)Two-point”校準(zhǔn)程序,校準(zhǔn)過程主要為將時(shí)間依賴的電流信號(hào)(i(t))轉(zhuǎn)換為給定時(shí)間的血糖濃度估計(jì)值(CG(t))。當(dāng)使用單點(diǎn)校準(zhǔn)時(shí),傳感器靈敏度S等于電流信號(hào)與單次測(cè)定的血糖濃度之比,這種方法適用于零葡萄糖濃度下輸出電流接近于零的高選擇性傳感器。而當(dāng)在沒有葡萄糖的情況下觀察到傳感器的輸出(i0)不可忽略時(shí),最好使用兩點(diǎn)校準(zhǔn)。兩點(diǎn)校準(zhǔn)通過測(cè)定兩個(gè)不同時(shí)間點(diǎn)的血糖濃度和相應(yīng)傳感器的電流來估算S和i0,然后根據(jù)以下公式,估算血糖濃度。(這里有個(gè)問題,商用血糖儀公認(rèn)的誤差為+/-10%,因此會(huì)出現(xiàn)顯著的正或負(fù)測(cè)量偽影,所謂單點(diǎn)校準(zhǔn)通常被認(rèn)為更適宜采用;且即使校準(zhǔn)準(zhǔn)確,也需要反復(fù)校準(zhǔn))
圖5 兩點(diǎn)校準(zhǔn)公式計(jì)算的血糖值
最后,還有很多因素會(huì)影響到CGM的性能,例如傳感器的幾何形狀和物理應(yīng)力,多孔材料設(shè)計(jì),以及主動(dòng)釋放藥物或傷口愈合信號(hào)介質(zhì),等等,對(duì)這些因素的調(diào)整,理論上都能提升CGM的性能。
文獻(xiàn):
1. Huanfen Yao, Angela J. Shum, Melissa Cowan, et al. A contact lens with embedded sensor for monitoring tear glucose level. Biosens Bioelectron. 2011 March 15, 26(7): 3290-3296.
2. Santhisagar Vaddiraju, Diane J. Burgess, Ioannis Tomazos, et al. Technologies for continuouis glucose monitoring: current problems and future promises. J Diabetes Sci Technol. 2010 Nov 1;4(6): 1540-1562.
3. Scott P. Nichols, Ahyeon Koh, Wesley L. Storm, et al. Biocompatible materials for continuous glucose monitoring devices. Chem Rev. 2013 April 10;113(4): 2528-2549.
4.Naru Babaya, Shinsuke Noso, Yoshihisa Hiromine, et al. Glucose values from the same continuous glucose monitoring sensor signidicantly differ among reader with different generation of algorithm. Sci Rep 14, 5099 (2024). https://doi.org/10.1038/s41598-024-55124-3.
來源:MiHeart