Verklig Diabeteshantering Del 1: Att göra våra data talar till oss

{Notera: Denna tvådelade Serien är riktade lika mycket till Pharma som hos patienter. Om du arbetar i branschen, läs.}

Om tonvikten bland sjuksystemleverantörer förra året vid den årliga amerikanska diabetesföreningskonferensen var "datavisualisering" så var detta år "datatolkning". Jag är 100% mer entusiastisk över den senare, och jag ska berätta varför.

Det verkade som förra året, alla stora aktörerna - J & J, Medtronic, Abbott Diabetes, Roche och till och med

pumpföretaget Insulet (som då bara skulle koppla upp sin OP till CoPilot) om hur patienter behöver förbättrade sätt att "visualisera deras data". De tycktes tro att helgen var mer och bättre grafer, diagram, modal dag och modalvecka och överensstämmelsesrapporter och den här uppfattningen och den uppfattningen … Jag har provat CoPilot och spelat med några andra program, och jag måste säga allt Den data, oavsett hur vackert presenterad, kan vara överväldigande. Och det stora utbudet av sätt att se på det kan få mig att må bra, otillräcklig.

Och kom ihåg vem som pratar här: en teknikgeek och certifierad typ A-personlighet. Om någon som jag tycker är svårt, kan du föreställa dig alla andra patienter där ute, vars ögon måste glasera över ansikten av BG-statistik.

Vad jag får på är att många av dessa program eventuellt ger upphov till överbelastning av visualisering utan att hjälpa patienter att extrahera någonting som är meningsfullt av allt. Det är svårt att översätta data till vad du behöver göra nästa gång. Ett annat problem är att pharma program som CareLink och CoPilot jämfört med "consumer-ish" -loggningsapps gjort för iPhone, verkar riktigt riktad mot läkare i deras utseende. Men som vi alla vet har läkare inte mycket tid (eller incitament) för att hälla över all denna data. Så är det i stor utsträckning uppenbart för oss patienter att se vad alla dessa cirkeldiagram berättar om vad vi kanske vill förändra i våra diabetesrutiner .

Jag har sagt det förut och jag säger det igen: Römer av glukosdata är bara lika användbara som vår förmåga att tolka dem och förstå vad vi ska göra om vad vi har lärt oss. Så hjälp oss här, vill du, säljare?

Aha, "data tolkning"! Jag var så uppmuntrad att höra tillverkare som surrade på detta vid ADA expo 2010. Speciellt har både Medtronic och WaveSense-mätare tillverkaren AgaMatrix särskilda planer på att utveckla algoritmer som börjar automatiskt tolka dina BG-data för dig - i fallet med AgaMatrix, precis på din iPhone. Det betyder att din loggprogram automatiskt skulle varna dig för trender ("Du körde hög de senaste 4 dagarna mellan 3-5pm") och kan till och med göra rekommendationer för att bekämpa problem ("Kontrollera lunchtidinsulin: carb-förhållande, redogör för eftermiddagsmat?").

Rykten har också att Sanofi-Aventis växlar upp till att" vända diabetesvärlden upp och ner "med en komplett uppsättning nya erbjudanden för att hjälpa läkare hjälpa patienter uppnå bättre resultat. (Mer om det snart hoppas jag)

Nu pratar vi. Skulle det inte vara trevligt? Skulle det inte bara göra skillnad i världen om dina BG-dataposter kan översättas till meningsfullt rekommendationer för dig, och inte bara veckor efter det faktum? Det är självklart att en inbyggd algoritm inte garanterar att systemet alltid skulle föreslå de rätta rörelserna, men alarmerna själva skulle göra alla lagrade data "levande". Bring

Ansvarsfriskrivning : Innehåll skapat av Diabetes Mine-teamet. För mer information klicka här.

Ansvarsfraskrivelse

Detta innehåll skapas för Diabetes Mine, en konsumenthälsoblog som fokuserar på diabetesinnehållet. Innehållet är inte medicinskt övervakat och följer inte Healthlines redaktionella riktlinjer. För mer information om Healthl ines partnerskap med Diabetes Mine, vänligen klicka här.