Sonderheft mit 13 Artikeln zu Fortschritten und künftigen Entwicklungen bei AID-Systemen

Wie die Belastung durch das Diabetesmanagement mit einem AID-System reduziert wird, bewerten zwei US-Kollegen in dem Artikel „Verringerung der Diabetes-Belastung durch die automatischen Insulinabgabesysteme (AID) von Medtronic“ [1], gefolgt von einem „Blick unter die Haube: Erläuterung des MiniMed™ 780G Algorithmus mit Meal Detection™ Technologie“ [2].

Die Evidenz der Nutzung von AID-Systemen wird mit dem Beitrag „Frühe Real-World-Performance des MiniMed™ 780G Advanced Hybrid Closed-Loop-Systems und empfohlene Einstellungen für den Einsatz in den Vereinigten Staaten“ reflektiert, hier wird eine höhere Zeit-im-Zielbereich und eine niedrige Zeit-unterhalb-des-Zielbereichs aufzeigt [3].

Diese Ergebnisse sind vergleichbar mit denjenigen, die in anderen Teilen der Welt erreicht werden, wie von Pratik Choudhary beschrieben („Daten von 100.000 Anwendern des MiniMed 780G-Systems in Europa, dem Nahen Osten und Afrika, die über einen Zeitraum von 3 Jahren gesammelt wurden: Von Daten zu klinischer Evidenz“) [4]. Zwei US-Diabetologinnen geben in einem Artikel mit dem Titel „Real-World Evidenz von AID-Systemen“ einen Überblick über die rasch anwachsende Literatur zur praktischen Nutzung von AID-Systemen und kommen zu dem Schluss, dass diese die Ergebnisse der Zulassungsstudien bestätigen [5].

In einem erfreulich kritischen Artikel beleuchtet einer der leitenden Mediziner bei Medtronic Robert Vigersky mit seinem Artikel „Der Mythos von MARD: Einschränkungen der MARD bei der klinischen Bewertung von CGM-Daten“ die gängige unkritische Verwendung von MARD-Werten zur Charakterisierung der Genauigkeit von CGM-Systemen [6]. Andere Kollegen haben einen Beitrag zur Beseitigung von Hindernissen und der sich verändernden Rolle des Gesundheitspersonals bei AID-Systemen verfasst [7]. Aus Europa haben die bekannte belgische Diabetologin Chantal Mathieu und ihre Kollegen einen narrativen Überblick zu Gesundheitsökonomischen Aspekten von AID-Systemen und der Verwendung der Time-in-Range bei der Modellierung von Diabetes geschrieben [8].

Ein auch bei den heutigen AID-Systemen immer noch relevantes Thema stellt die geeignete Abdeckung des prandialen Insulinbedarfes dar. In einem Beitrag werden die Ergebnisse eine 12-Monats-Studie mit einer vereinfachten Mahlzeitankündigung dargestellt, wobei die angestrebten Ziele (= Zeit im Zielbereich) erreicht wurden [9]. Der Artikel mit dem Titel „Sicheres körperliches Training mit dem AID-System MiniMed 780G“ stellt eine internationale Zusammenarbeit von verschiedenen Kollegen dar, die sich mit dem wichtigen Thema Exercise bei der Nutzung von AID-Systemen beschäftigen [10].

Zum Abschluss beschreiben Bruce Buckingham und Richard Bergenstal gemeinsam in einer Fallstudie mit dem Titel „Verringerung der Belastung durch das Schätzen von Kohlenhydraten und die Ankündigung von Mahlzeiten bei automatischer Insulinzufuhr (AID), Mahlzeitenerkennung und Autokorrektur der Dosis“ wie die Auswirkung der Nutzung eines solchen Systems im individuellen Fall sich auswirken kann [11]. Die Serie von Artikeln wird beendet mit einen Ausblick, wie sich die Ziele bei der „Time-in-Range“ verändern, wenn die nächsten Generationen von AID-Systemen verfügbar werden [12].

Fazit: Die Hybrid-AID-Systeme haben sich in den letzten 10 Jahren erheblich weiterentwickelt. Die aktuellen Systeme reduzieren nicht nur die Häufigkeit von Hypoglykämien insbesondere während der Nacht, sie verbessern auch die Glucosekontrolle insgesamt: Die Zeit im Zielbereich (TIR) auf über 70% verringert die Belastung der Nutzer durch den Diabetes, wie der Chefredakteur von DTT in seinem Editorial zu diesem Sonderheft ausführt [13].

1. Forlenza GP, Dai Z, Niu F, Shin JJ. Reducing Diabetes Burden in Medtronic’s Automated Insulin Delivery Systems. Diabetes Technol Ther. 2024;26(S3):7-16. doi: 10.1089/dia.2023.0459. PubMed PMID: 38377321.
2. Grosman B, Roy A, Lintereur L, Turksoy K, Benedetti A, Cordero TL, et al. A Peek Under the Hood: Explaining the MiniMed 780G Algorithm with Meal Detection Technology. Diabetes Technol Ther. 2024;26(S3):17-23. doi: 10.1089/dia.2023.0446. PubMed PMID: 38377324.
3. Thrasher JR, Arrieta A, Niu F, Cameron KR, Cordero TL, Shin J, et al. Early Real-World Performance of the MiniMed 780G Advanced Hybrid Closed-Loop System and Recommended Settings Use in the United States. Diabetes Technol Ther. 2024;26(S3):24-31. doi: 10.1089/dia.2023.0453. PubMed PMID: 38377317.
4. Choudhary P, Arrieta A, van den Heuvel T, Castaneda J, Smaniotto V, Cohen O. Celebrating the Data from 100,000 Real-World Users of the MiniMed 780G System in Europe, Middle East, and Africa Collected Over 3 Years: From Data to Clinical Evidence. Diabetes Technol Ther. 2024;26(S3):32-7. doi: 10.1089/dia.2023.0433. PubMed PMID: 38377326.
5. Considine EG, Sherr JL. Real-World Evidence of Automated Insulin Delivery System Use. Diabetes Technol Ther. 2024;26(S3):53-65. doi: 10.1089/dia.2023.0442. PubMed PMID: 38377315.
6. Vigersky RA, Shin J. The Myth of MARD (Mean Absolute Relative Difference): Limitations of MARD in the Clinical Assessment of Continuous Glucose Monitoring Data. Diabetes Technol Ther. 2024;26(S3):38-44. doi: 10.1089/dia.2023.0435. PubMed PMID: 38377323.
7. Lingen K, Maahs D, Bellini N, Isaacs D. Removing Barriers, Bridging the Gap, and the Changing Role of the Health Care Professional with Automated Insulin Delivery Systems. Diabetes Technol Ther. 2024;26(S3):45-52. doi: 10.1089/dia.2023.0440. PubMed PMID: 38377318.
8. Mathieu C, Ahmed W, Gillard P, Cohen O, Vigersky R, de Portu S, Ozdemir Saltik AZ. The Health Economics of Automated Insulin Delivery Systems and the Potential Use of Time in Range in Diabetes Modeling: A Narrative Review. Diabetes Technol Ther. 2024;26(S3):66-75. doi: 10.1089/dia.2023.0438. PubMed PMID: 38377319.
9. Petrovski G, Campbell J, Pasha M, Hussain K, Khalifa A, Umer F, et al. Twelve-Month Follow-up from a Randomized Controlled Trial of Simplified Meal Announcement Versus Precise Carbohydrate Counting in Adolescents with Type 1 Diabetes Using the MiniMed 780G Advanced Hybrid Closed-Loop System. Diabetes Technol Ther. 2024;26(S3):76-83. doi: 10.1089/dia.2023.0429. PubMed PMID: 38377327.
10. O’Neal DN, Zaharieva DP, Morrison D, McCarthy O, Norgaard K. Exercising Safely with the MiniMed 780G Automated Insulin Delivery System. Diabetes Technol Ther. 2024;26(S3):84-96. doi: 10.1089/dia.2023.0420. PubMed PMID: 38377316.
11. Buckingham BA, Bergenstal RM. Decreasing the Burden of Carbohydrate Counting and Meal Announcement with Automated Insulin Delivery, Meal Recognition, and Autocorrection Doses: A Case Study. Diabetes Technol Ther. 2024;26(S3):97-101. doi: 10.1089/dia.2023.0505. PubMed PMID: 38377320.
12. Akturk HK, Battelino T, Castaneda J, Arrieta A, van den Heuvel T, Cohen O. Future of Time-in-Range Goals in the Era of Advanced Hybrid Closed-Loop Automated Insulin Delivery Systems. Diabetes Technol Ther. 2024;26(S3):102-6. doi: 10.1089/dia.2023.0432. PubMed PMID: 38377325.
13. Garg SK, McVean JJ. Development and Future of Automated Insulin Delivery (AID) Systems. Diabetes Technol Ther. 2024;26(S3):1-6. doi: 10.1089/dia.2023.0467. PubMed PMID: 38377322.

diatec weekly – März 1, 24