TrialsgrambetaRCTs are beautiful
Traducción sin revisarLa traducción al Español de esta entrada no ha sido revisada por pares y puede diferir del original. El acrónimo, el título completo y la cita permanecen siempre en el idioma original.Abrir la publicación original ↗

Nimri AI insulin dosing

Insulin Dose Optimization Using an Automated Artificial Intelligence-Based Decision Support System in Youths with Type 1 Diabetes (ADVICE4U)

Paciente / Población Intervención / Exposición Comparación Desenlace

En 108 jóvenes con diabetes tipo 1 en tratamiento con bomba de insulina, el ajuste remoto de la dosis de insulina guiado por IA cada tres semanas fue no inferior a el ajuste guiado por el médico para el tiempo en el rango glucémico objetivo (70–180 mg/dL).

N
108pacientes
Diseño
RCT de no inferioridad multicéntrico, multinacional, de grupos paralelos, 6 meses
Desenlace
Porcentaje de tiempo en el rango glucémico objetivo 70–180 mg/dL
Relevancia
2Importante — uno de varios pilares.
ResultadoTiempo en rango 50,2 ± 11,1 % vs. 51,6 ± 11,3 % (no inferior); lecturas <54 mg/dL 1,3 ± 1,4 % vs. 1,0 ± 0,9 % (no inferior, p<0,0001). Tres eventos adversos graves relacionados con la diabetes (dos hipoglucemias graves, una CAD) en el brazo del médico, ninguno con el AI-DSS.
Nimri R, et al. Nat Med. 2020;26(9):1380-1384. 10.1038/s41591-020-1045-7
Discusión y crítica

Primera evidencia aleatorizada de que un algoritmo automatizado puede titular los ajustes de la bomba de insulina tan bien como los especialistas de centros académicos de diabetes — el argumento para escalar una experiencia escasa. No inferioridad frente a médicos expertos en 108 jóvenes durante seis meses; ninguno de los brazos alcanzó los objetivos glucémicos (tiempo en rango en torno al 50 %), de modo que la herramienta igualó, sin superarla, la atención especializada.