fbpx

Optimiser la glycémie grâce aux données disponibles dans les nouvelles technologies: y a-t-il un mode d’emploi?

De plus en plus de personnes qui vivent avec le diabète de type 1 (DT1) utilisent des outils technologiques pour la gestion de leur glycémie (p.ex. lecteurs de la glycémie en continu, pompes à insuline). Ces derniers ont, en effet, démontré de nombreux avantages pour leurs utilisateurs, tels que diminuer le fardeau que représente la gestion de la glycémie, améliorer la qualité de vie, diminuer le temps passé en hypoglycémie, ou encore améliorer la glycémie dans le temps (HbA1c).

Ces outils technologiques génèrent beaucoup d’informations lorsqu’ils sont téléchargés dans l’ordinateur. Bien que cela offre un grand potentiel pour ajuster le traitement avec précision,  la quantité de données peut être intimidante pour les utilisateurs.

Le téléchargement des données à distance et le partage avec l’équipe de soins avant le rendez-vous offre cependant la possibilité aux professionnels de la santé de synthétiser l’information, tout en sauvant du temps. Il peut également permettre de réaliser des ajustements entre deux visites avec l’équipe de soins, si cela est nécessaire.

Mais qu’en est- il en réalité? Est-il facile de télécharger et d’analyser ces informations? Faut-il créer davantage de ressources? 

Une récente étude a voulu répondre à ces questions grâce aux données recueillies auprès de 138 adultes vivant avec le DT1, suivis dans un hôpital australien. 

Analyser, c’est compliqué!

L’étude indique que si environ 80% des participants téléchargent leur(s) appareil(s) sur des plateformes telles que Clarity (Dexcom), Glooko (Omnipod, Tandem), ou Carelink (Medtronic), moins d’un tiers (environ 31%) regardent, ou analysent l’information obtenue avant le rendez-vous avec l’équipe de soins. La raison la plus couramment citée par les participants pour expliquer pourquoi ils n’analysent pas les données est qu’ils ne les comprennent pas. 

Cependant, les participants qui utilisent à la fois une pompe à insuline et un lecteur de la glycémie en continu sont plus nombreux à analyser leurs données que les autres. En effet, ils sont environ 1 sur 2 (51%) à le faire, comparativement à 1 sur 3 (31%) pour ceux qui ont seulement un lecteur, ou 1 sur 5 (20%) pour ceux qui ont seulement la pompe. L’interprétation des données de la pompe à insuline sans les informations relatives à la glycémie et l’analyse des données d’un lecteur de la glycémie en continu sans information sur les doses d’insuline sont en effet complexes et peuvent expliquer pourquoi il est plus facile de faire l’analyse avec 2 technologies. 

Offrir des ressources pour faciliter l’analyse et améliorer l’HbA1c.

Si la difficile compréhension des informations recueillies lors du téléchargement semble un frein à l’analyse, une grande majorité des participants (environ 89%) ont exprimé un vif intérêt à mieux comprendre et à examiner les données de leur appareil.

De plus, l’étude montre que ceux qui analysent leurs données ont un taux d’HbA1c plus bas. Cet impact positif sur l’HbA1c s’observe également dans d’autres études dont le but était d’évaluer des algorithmes pour faciliter l’analyse et d’aider les personnes vivant avec le DT1 à prendre des décisions vis-à-vis de leur traitement.

Les équipes de soins devraient donc offrir davantage de ressources aux personnes vivant avec le DT1 lorsque celles-ci souhaitent mieux comprendre et utiliser leurs données.

Dans le cadre de la plateforme de formation Support nous avons développé un outil pour faciliter l’analyse des glycémies obtenues avec les lecteurs de la glycémie en continu. 

Composé de 3 questions («Y a-t-il des hypoglycémies?»«Y a-t-il des tendances?» et «Ma glycémie varie-t-elle beaucoup?»), cet outil guide l’analyse étape par étape. 

Découvrir l’outil

Ressources:

  • Kong, Yee Wen et al. “Upload and Review of Insulin Pump and Glucose Sensor Data by Adults with Type 1 Diabetes: A Clinic Audit.” Diabetes technology & therapeutics, 10.1089/dia.2021.0558. 15 Feb. 2022, doi:10.1089/dia.2021.0558
  • Jenkins AJ, Krishnamurthy B, Best JD, et al. Evaluation of an Algorithm to Guide Patients With Type 1 Diabetes Treated With Continuous Subcutaneous Insulin Infusion on How to Respond to Real-Time Continuous Glucose Levels. Diabetes Care. 2010;33(6):1242. doi:10.2337/dc09-1481
  • Breton MD, Patek SD, Lv D, et al. Continuous Glucose Monitoring and Insulin Informed Advisory System with Automated Titration and Dosing of Insulin Reduces Glucose Variability in Type 1 Diabetes Mellitus. Diabetes technology & therapeutics. 2018;20(8):531-540. doi:10.1089/dia.2018.0079

En savoir plus sur BETTER

Abonnez-vous pour poursuivre la lecture et avoir accès à l’ensemble des archives.

Continue reading