КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ

Номер 18-75-10042

НазваниеИзучение предикторов постпрандиального гликемического ответа и потребности в инсулинотерапии у женщин с гестационным сахарным диабетом с целью персонализации подходов к его лечению

РуководительПустозеров Евгений Анатольевич, Кандидат технических наук

Организация финансирования, регион федеральное государственное бюджетное учреждение "Национальный медицинский исследовательский центр имени В.А. Алмазова" Министерства здравоохранения Российской Федерации, г Санкт-Петербург

Период выполнения при поддержке РНФ 07.2018 - 06.2021 

Конкурс№30 - Конкурс 2018 года по мероприятию «Проведение исследований научными группами под руководством молодых ученых» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными.

Область знания, основной код классификатора 05 - Фундаментальные исследования для медицины, 05-207 - Эндокринология и обмен веществ

Ключевые словагестационный сахарный диабет, прогнозирование уровня сахара в крови, мониторинг, mHealth

Код ГРНТИ76.29.37

СтатусУспешно завершен

 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Гестационный сахарный диабет (ГСД) является самым частым эндокринным заболеванием при беременности (до 17,8% беременностей) [1]. ГСД ассоциирован со значительными акушерскими и перинатальными осложнениями, такими как преэклампсия, повышенная частота кесарева сечения, макросомия, родовые травмы и гипогликемия новорожденных [1]. Кроме того, внутриутробная гипергликемия при ГСД является важным фактором программирования предрасположенности к ожирению, сахарному диабету (СД) и кардиоваскулярным заболеваниям у потомства [2]. Поддержание нормального уровня гликемии при беременности необходимо для предотвращения неблагоприятных исходов беременности и прерывания порочного круга передачи предрасположенности к метаболическим заболеваниям в поколениях [3]. Соблюдение диеты является основой лечения ГСД. Однако большинство медицинских организаций не дает четких рекомендаций по диете при ГСД, ограничиваясь лишь общими рекомендациями. Таким образом, разработка эффективных методов выбора оптимального состава приемов пищи для предотвращения, повышенного постпрандиального гликемического ответа (ППГО) является чрезвычайно важной для лечения пациенток с ГСД. Существующие методы прогнозирования ППГО являются не точными и имеют ряд ограничений. Наиболее распространенный метод предикции ППГО основан на подсчете содержания углеводов в приеме пищи. Тем не менее, он не позволяет достаточно точно рассчитать ППГО [4]. В ряде исследований была продемонстрирована высокая индивидуальная вариабельность ППГО даже на идентичные приемы пищи [4, 5]. ППГО может зависеть от образа жизни (питания и физической активности) [6], генетических факторов [7], активности транспортеров глюкозы [8] и состава кишечной микробиоты [4]. В исследовании на здоровых добровольцах именно добавление данных о составе микробиоты существенно повышало точность прогнозирования ППГО [4]. Несмотря не высокую распространенность ГСД, в настоящее время опубликовано лишь небольшое количество работ по созданию моделей предикции ППГО для женщин с ГСД. Хотя предложено большое количество алгоритмов прогнозирования ППГО у пациентов с сахарным диабетом 1 типа, лишь немногие из них посвящены развитию полноценной телемедицинской системы, которая бы использовала эти алгоритмы для создания рекомендаций пациентам в реальном времени. Кроме того, предложенные алгоритмы не учитывают данные генотипирования пациентов и состав кишечной микробиоты. В связи с этим разработка моделей предикции ППГО, основанных на индивидуальных характеристиках пациентов, включая генетические маркеры и состав кишечного микробиома, является чрезвычайно актуальной. Интеграция этих моделей в интерактивное мобильного приложения для пациенток с ГСД позволит формировать персональные рекомендации по питанию в реальном времени для предотвращения гипергликемии, и, при необходимости, рассчитывать необходимые дозы инсулина перед конкретным приемом пищи. Применение такого приложения позволит значительно повысить эффективность лечения и одновременно сократить количество визитов к врачу по поводу ГСД. Авторами заявки были разработаны алгоритмы прогнозирования ППГО (уровень сахара крови (УСК) через 60 минут после начала приема пищи (УСК60), площадь под гликемической кривой в течение 1 часа (AUC60) и 2 часов после еды (AUC120), пиковый УСК) с применением регрессионных моделей, построенных на основе данных объективного и лабораторного обследования, анамнеза, анкетирования и дневников наблюдения беременных женщин с ГСД и женщин с нормальной толерантностью к глюкозе в III триместре беременности. С помощью разработанных моделей была получена адекватная точность прогнозирования площади под постпрандиальной гликемической кривой (AUC60, AUC120), но недостаточно точный результат при прогнозировании УСК60. Необходимы дальнейшие исследования для повышения точности прогнозирования УСК в отдельно взятых временных точках, в частности через 1 час после еды, для которой разработаны целевые значения в клинических рекомендациях по лечению ГСД. Перспективными параметрами для повышения точности прогнозирования ППГО представляются данные объективного измерения физической активности, индивидуальный состав кишечной микробиоты и варианты генов, задействованных в регуляции ППГО. Планируется идентификация таксономического состава кишечной микробиоты путем сравнительного анализа последовательностей гипервариабельного региона V4 гена 16S рибосомальной РНК, полученных методом секвенирования нового поколения, генотипирование полиморфных маркеров генов, связанных с метаболизмом глюкозы при беременности и/или развитием ГСД (TCF7L2, GCK, KCNJ11, CDKAL1, IGF2BP2, MTNR1B, IRS1 и HKDC1) методом ПЦР в реальном времени и сопоставление полученных данных с параметрами ППГО на разных сроках беременности у женщин с ГСД и с нормальной толерантностью к глюкозе. Также планируется оценка влияния на гликемическую кривую физической активности женщин. Физическая активность будет оцениваться на основе сигналов акселерометров и фотоплетизмографа, фиксируемых на запястьях испытуемых в ходе исследования. Планируется разработка программного обеспечения, реализующего алгоритм машинного обучения для автоматической классификации характера физической активности человека и оценки ее интенсивности. Результаты генотипирования, анализа микробиоты и данные о физических нагрузках будут добавлены в качестве входных переменных для моделей прогнозирования ППГО. Кроме того, планируется разработка метода автоматической проверки дневников питания с целью выявления недостоверных записей, либо отсутствия записей о приемах пищи, основанный на анализе паттернов питания алгоритмами машинного обучения. Еще одним направлением в развитии персонифицированного подхода к лечению беременных женщин с ГСД является разработка методов прогнозирования потребности в инсулинотерапии. По данным экспертов Американской диабетической ассоциации, в инсулинотерапии нуждается около 20 % женщин с ГСД[9]. Быстрое выявление этих женщин среди растущего потока пациенток с ГСД важно для формирования группы женщин с ГСД, требующих более активного ведения. В ходе исследования нами планируется разработка алгоритма определения потребности в инсулине для женщин с ГСД и методика выработки персонифицированных рекомендаций с расчетом индивидуальных доз короткого инсулина для компенсации постпрандиальной гипергликемии. Таким образом, целью проекта является изучение предикторов ППГО и потребности в инсулинотерапии у женщин с ГСД с целью персонификации подходов к лечению и создание интерактивного мобильного приложения для женщин с ГСД. Исследование будет состоять из двух этапов: I этап - изучение предикторов, построение и тестирование моделей прогнозирования ППГО и потребности в инсулинотерапии у женщин с ГСД; разработка интерактивного мобильного приложения для женщин с ГСД. II этап - рандомизированное контролируемое исследование применения интерактивного мобильного приложения для женщин с ГСД. Будет оценено влияние применения приложения на уровни гликемии (натощак и через 1 час после еды), на качество жизни и удовлетворенность лечением пациенток, на исходы беременности (срок и способ родоразрешения, частота макросомии, крупного к сроку и маловесного плода).

Ожидаемые результаты
1. Будет изучена связь состава кишечной микробиоты, генетических вариаций (отдельных нуклеотидных полиморфизмов) генов, регулирующих секрецию инсулина и ассоциированных с инсулинорезистентностью, состава отдельных приемов пищи и объективных параметров физической активности с характеристиками ППГО у женщин с ГСД и беременных женщин без нарушения углеводного обмена. Планируемые результаты соответствуют передовым мировым исследованиям в области нутригеномики и нутригенетики. Включение характеристик кишечной микробиоты в модели прогнозирования ППГО у беременных будет выполнено впервые (насколько можно судить по данным литературы). 2. На основании полученных данных будут разработаны модели прогнозирования ППГО. 3. Планируется интеграция оптимальной модели прогнозирования ППГО в мобильное приложение для пациенток с ГСД и разработка его интерактивных функций с целью формирования персональных рекомендаций по питанию в реальном времени. Применение такого приложения позволит значительно повысить эффективность лечения и одновременно сократить количество визитов к врачу по поводу ГСД (на 50-70%), и таким образом снизить нагрузку на амбулаторное звено, возросшую в связи со значительным увеличением количества случаев выявления ГСД в последние годы. Кроме того, повышение эффективности лечения ГСД должно привести к снижению частоты неблагоприятных исходов беременности. 4. Также будет разработан метод прогнозирования потребности женщины с ГСД в инсулинотерапии при постановке диагноза, что позволит выделить пациенток, нуждающихся в более активной тактике ведения и будет способствовать в дальнейшем более эффективному распределению потоков женщин с ГСД. 5. Обнародование результатов планируется в виде серии статей в ведущих рецензируемых отечественных и зарубежных журналах.

 

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Аннотация результатов, полученных в 2018 году
В течение отчетного периода выполнены следующие работы и достигнуты следующие результаты. Разработано специализированное программное обеспечение (ПО) для оценки характера и интенсивности физических нагрузок по записям сигналов движения и частоты сердечных сокращений, фиксированных с помощью фитнес-браслетов. Разработано ПО для сбора и интеграции данных, полученных из электронных дневников наблюдения, сигналов непрерывного мониторирования глюкозы (CGMS) и фитнес-браслетов, налажена интеграция данного ПО с приложением ДиаКомпаньон. ПО автоматизирует расчеты, осуществляет интеграцию, предобработку и статистический анализ данных, экспорт данных в виде электронных таблиц Excel и SPSS. В исследование включено 158 беременных женщин. Из них в промежуточный отчет вошли данные 122 женщин с гестационным сахарным диабетом (ГСД) и 28 женщин группы контроля. Проведено определение глюкозы, гликозилированного гемоглобина, фруктозамина, бетагидроксибутирата, инсулина, липидного спектра крови и лептина в образцах крови участниц исследования при включении в исследование и на сроке беременности 35-37 недель. Женщины из группы контроля имели более низкие уровни гликемии натощак и через 1 и 2 часа после нагрузки глюкозой в глюкозотолерантном тесте, а также гликозилированного гемоглобина и инсулина натощак при включении в исследование по сравнению с пациентками с ГСД. По остальным показателям на данном этапе статистически значимых различий между группами не выявлено. Полученные параметры будут использованы для построения моделей прогнозирования гликемического ответа на приемы пищи. Отработана методика идентификации штаммов микробиоты методом секвенирования нового поколения, основанном на определении 16S – субъединицы, в образцах кала участниц исследования. Определены генетические вариации (отдельные нуклеотидные полиморфизмы (ОНП)) генов, регулирующих секрецию инсулина (GCK, KCNJ11, CDKAL1, IGF2BP2, MTNR1B) и ассоциированных с инсулинорезистентностью (IRS1) в клетках крови участниц исследования. Выявлено значимое различие в распределении аллелей ОНП гена IRS1 (rs1801278, р=0,034) между женщинами с ГСД и группой контроля. По остальным из указанных ОНП различий в частоте распределения на данном этапе не выявлено. Собраны данные электронных дневников питания и контроля гликемии, сигналы непрерывного мониторирования глюкозы (CGM) и результаты мониторинга физической активности при помощи фитнес-браслетов. Полученные данные после их накопления будут использованы для построения моделей прогнозирования гликемического ответа на приемы пищи. Результаты исследования представлены на международных конференциях (5 докладов) и опубликованы в научных изданиях, включая индексируемое в базах данных «Сеть науки» (Web of Science) и «Scopus» (Q1). Информация о разрабатываемой системе удаленного мониторинга ГСД широко представлена в СМИ: https://medvestnik.ru/content/news/Piterskie-uchenye-razrabotali-sistemu-udalennogo-monitoringa-gestacionnogo-diabeta.html http://gipermed.info/news/2019/01/09/peterburgskie-uchenye-razrabotali-sistemu-udalennogo-monitoringa-gestatsionnogo-diabeta/ http://m-oboz.ru/v-peterburge-razrabotana-sistema-udalennogo-monitoringa-gestatsionnogo-diabeta-14541.html https://zdorowiye.ru/%D0%B7%D0%B4%D0%BE%D1%80%D0%BE%D0%B2%D1%8C%D0%B5-%D0%B2-%D1%80%D0%BE%D1%81%D1%81%D0%B8%D0%B8/12484-v-peterburge-razrabotana-sistema-udalennogo-monitoringa-gestatsionnogo-diabeta?hitcount=0 http://himki-logach.ru/meditsina/peterbyrgskie-ychenye-razrabotali-sistemy-ydalennogo-monitoringa-gestacionnogo-diabeta.html http://ntagil-info.ru/meditsina/peterbyrgskie-ychenye-razrabotali-sistemy-ydalennogo-monitoringa-gestacionnogo-diabeta.html https://etu.ru/ru/nauchnaya-i-innovacionnaya-deyatelnost/novosti1/mobilnaya-telemedicina-v-leti-dlya-pomoshhi-bolnym-diabetom https://vrachirf.ru/company-announce-single/54505

 

Публикации

1. Попова П.В. Изучение механизмов развития гестационного сахарного диабета и его влияния на плод Медицина: Целевые проекты, №32, С. 82-83 (год публикации - 2019)

2. Пустозеров Е.А., Попова П.В. Мобильные технологии в лечении гестационного сахарного диабета Система консилиум, - (год публикации - 2019)

3. Пустозеров Е.А., Попова П.В., Болотько Я.А., Ткачук А.С., Важенина А.А., Гринева Е.Н. Investigating detection strategy for false food consumption reports based on CGM signals in gestational diabetes patients Diabetes Technology & Therapeutics, Vol. 21, No. S1, P. 68 (год публикации - 2019)

4. Пустозеров Е.А., Черных В.Я., Попова П.В., Tкачук А.С., Васюкова Е.А. Algorithms for effective assessment of physical activity and lifestyle in gestational diabetes patients Сборник трудов Российско-Германской научно-технической конференции по биомедицинской инженерии (Journal of Physics: Coneference Series), - (год публикации - 2019)

5. - Петербургские ученые разработали систему удаленного мониторинга гестационного диабета Медвестник. Портал Российского врача, Медвестник, кор. Шевченко Р., 09.01.2019 (год публикации - )

6. - Петербургские ученые разработали систему удаленного мониторинга гестационного диабета «Гипермед Информ», «Гипермед Информ», 09.01.2019 (год публикации - )

7. - В Петербурге разработана система удаленного мониторинга гестационного диабета Медицинское Обозрение, Медицинское Обозрение, 10.01.2019 (год публикации - )

8. - В Петербурге разработана система удаленного мониторинга гестационного диабета Здоровье в России и мире, Здоровье в России и мире, кор. Ева Титова, 10.01.2019 (год публикации - )

9. - Петербургские ученые разработали систему удаленного мониторинга гестационного диабета Химки ИНФО, Химки ИНФО (год публикации - )

10. - Петербургские ученые разработали систему удаленного мониторинга гестационного диабета Нижний Тагил ИНФО. Ежедневная онлайн-газета, - (год публикации - )

11. - Мобильная телемедицина в ЛЭТИ – для помощи больным диабетом Сайт СПбГЭТУ "ЛЭТИ", СПбГЭТУ, 09.01.2019 (год публикации - )

12. - Петербургские ученые разработали систему удаленного мониторинга гестационного диабета Врачи РФ. Общероссийская социальная сеть, Врачи РФ, IT в медицине, 10.01.2019 (год публикации - )

Аннотация результатов, полученных в 2019 году
В течение отчетного периода выполнены следующие работы и достигнуты следующие результаты. Проведено определение глюкозы, гликозилированного гемоглобина, фруктозамина, бетагидроксибутирата, инсулина, липидного спектра крови и лептина в образцах крови участниц исследования при включении в исследование и на сроке 35-37 недель. Женщины с гестационным сахарным диабетом (ГСД) по сравнению с группой контроля имели более высокие уровни гликемии натощак, гликозилированного гемоглобина, инсулина, холестерина ЛПОНП и триглицеридов натощак при включении в исследование и на сроке беременности 35-37 недель, а также более высокие уровни гликемии через 1 и 2 часа после нагрузки глюкозой в ПГТТ при включении в исследование. Проведена идентификации таксономического состава кишечной микробиоты и микробиоты слюны путем сравнительного анализа последовательностей гипервариабельного региона V4 гена 16SrRNA, полученных методом секвенирования нового поколения, в образцах кала и слюны участниц исследования. При анализе таксономической структуры, альфа- и бета- разнообразия в образцах кала и слюны между женщинами с ГСД и контрольной группы различий на 1 визите выявлено не было. Возможно, это связано с малым размером контрольной группы на данном этапе и большой вариабельностью внутри нее. Соблюдение диеты у женщин с ГСД было связано с изменениями микробиома слюны и кала. Не было выявлено никакой связи между терапией инсулином или гликемическими целями и изменением состава микробиома. Определены генетические вариации (отдельные нуклеотидные полиморфизмы) генов, связанных с метаболизмом глюкозы при беременности и/или развитием ГСД (GCK, KCNJ11, CDKAL1, IGF2BP2, MTNR1B, IRS1 и HKDC1) в клетках крови участниц исследования. Выявлено значимое различие в распределении аллелей ОНП гена MTNR1B (rs10830963, р<0,001) между женщинами с ГСД и группой контроля. Были разработаны с применением алгоритмов машинного обучения модели прогнозирования постпрандиального гликемического ответа на основании индивидуальных характеристик пациенток (антропометрических данных, биохимических данных, результатов непрерывного мониторирования гликемии) и количественных характеристик приемов пищи и физической активности. Был осуществлен сравнительный анализ различных моделей и выбор оптимальной модели, которая обладает адекватной точностью для прогнозирования высоких уровней сахара после еды. Было разработано необходимое программное обеспечение, реализующее прогнозирование постпрандиального гликемического на основе разработанных моделей в реальном времени. Разработанные модели подготовлены к их дальнейшему использованию в приложении ДиаКомпаньон для выработки рекомендаций по предотвращению высокого уровня сахара в крови после еды в ходе планируемого рандомизированного исследования. Были определены прогностические маркеры необходимости более интенсивного ведения пациенток (потребности в инсулинотерапии и/или риска развития макросомии новорожденного): вес до беременности более 68,5 кг, глюкоза натощак при постановке диагноза более 5,3 ммоль/л, уровень лептина более 25,5 нг/мл. По результатам исследования сделаны доклады на международных и Российских конференциях, 3 публикации в изданиях, индексируемых в базах данных «Сеть науки» (Web of Science) или «Scopus», два из которых входят в первый квартиль (Q1) по импакт-фактору JCR Science Edition. Информация о разработанной системе дистанционного мониторинга ГСД представлена в СМИ: (https://rg.ru/2019/05/24/smartfon-pomozhet-beremennym-s-saharnym-diabetom.html) и на сайте РНФ.

 

Публикации

1. Пустозеров Е., Васюкова Е., Ткачук А., Шилова Е., Анопова А., Дронова А., Пивень Ф., Болотько Я., Первунина Т., Гринева Е., Попова П. The Role of Glycemic Index and Glycemic Load in the Development of Real-Time Postprandial Glycemic Response Prediction Models for Patients with Gestational Diabetes Nutrients, 12(2), 302 (год публикации - 2020) https://doi.org/10.3390/nu12020302

2. Пустозеров Е.А., Черных В.Я., Попова П.В., Васюкова Е.А., Ткачук А.С., Юлдашев З.М. Health Monitoring System for Patients with Gestational Diabetes Mellitus Based on Nutrition Diaries and Fitness Bracelets Biomedical Engineering, - (год публикации - 2020)

3. Пустозеров Е., Васюкова Е., Ткачук А., Шилова Е., Анопова А., Дронова А., Пивень Ф., Болотько Я., Первунина Т., Гринева Е., Попова П. The effect of glycemic load on postprandial blood glucose characteristics in patients with gestational diabetes Diabetes Technology & Therapeutics, - (год публикации - 2020)

4. - Что на десерт? Смартфон поможет беременным с диабетом Российская газета, Российская газета - Федеральный выпуск № 117(7875). 30.05.2019 16:20 Рубрика: Общество (год публикации - )

5. - Сайт Российского Научного Фонда Смартфон поможет беременным с сахарным диабетом, - (год публикации - )

Аннотация результатов, полученных в 2020 году
В течение отчетного периода выполнены следующие работы и достигнуты следующие результаты. Был закончен сбор данных непрерывного мониторинга сахара в крови, дневников питания, генотипирования и микробиома. Была разработана модель прогнозирования необходимости более интенсивного ведения пациенток с ГСД (потребности в инсулинотерапии и/или риска развития макросомии новорожденного). Модель включает доступные в рутинной практике параметры и имеет достаточную сбалансированную точность на тестовой выборке. Были собраны данные непрерывного мониторирования гликемии 222 пациенток, 135 из которых были отобраны алгоритмом оценки качества информации о питании для построения прогностических моделей уровня сахара в крови, на основе которых были разработаны модели градиентного бустинга деревьев решений для прогнозирования постпрандиального гликемического ответа (ППГО). Разработанные модели достигли достаточной точности для прогнозирования превышения нормы уровня сахара после еды (только 8 из 497 спрогнозированных пиковых значений гликемии на тестовых данных новых пациенток отклонялись от реального более, чем на 1 ммоль/л). Разработанная модель для прогнозирования пикового значения уровня сахара в крови после еды была интегрирована в мобильное приложение ДиаКомпаньон для работы в составе прогностического блока. Разработан рекомендательный блок для мобильного приложения ДиаКомпаньон, в котором на основе получаемых с помощью описанных моделей данных о прогнозируемом ППГО выявляются причины высокого уровня сахара в крови после еды и вырабатываются рекомендации по предупреждению гипергликемии в реальном времени. На основе предсказательной модели рекомендательный блок осуществляет прогнозирование ППГО и далее в зависимости от прогнозируемого уровня сахара в крови через 1 час после еды вырабатывает одно из сообщений с рекомендациями. Рекомендации генерируются на основе анализа текущего приема пищи и предыдущей истории. Так, например, при низком общем потреблении блюд с клетчаткой за последнее время и вновь спрогнозированном высоком уровне сахара в крови, приложение генерирует напоминание о необходимости включения соответствующих блюд в рацион, а при высоком гликемическом индексе входящих в прием пищи блюд, приложение демонстрирует соответствующую рекомендацию снизить потребление продуктов с высоким гликемическим индексом Начато рандомизированное клиническое исследование для оценки влияния разработанных рекомендаций и приложения на достижение целевых значений гликемии. Первоначальные результаты пилотного исследования разработанной системы показывают эффективность контроля над уровнем сахара в крови и высокую удовлетворенность пациенток, использующих разработанную систему. Таким образом, в ходе исследования была впервые в клинической практике лечения больных ГСД разработана и внедрена рекомендательная система на основе искусственного интеллекта и смартфонов. По результатам исследования сделаны доклады на международных и Российских конференциях, 4 публикации в изданиях, индексируемых в базах данных «Сеть науки» (Web of Science) или «Scopus», 3 из которых входят в первый квартиль (Q1) по импакт-фактору JCR Science Edition.

 

Публикации

1. Пустозеров Е.А., Ткачук А.С., Васюкова Е.А., Анопова А.Д., Кокина М.А., Горелова И.В., Первунина Т.М., Гринева Е.Н., Попова П.В. Machine Learning Approach for Postprandial Blood Glucose Prediction in Gestational Diabetes Mellitus IEEE Access, Volume 8, 2020 (год публикации - 2020) https://doi.org/10.1109/ACCESS.2020.3042483

2. Попова П.В., Тихонов Е., Пинто У., Ткачук А.С., Васюкова Е.А., Дронова А.В., Болотько Я.А., Фришман С., Пустозеров Е.А., Первунина Т.М., Гринева Е.Н., Корен О. The influence of gestational diabetes treatment modalities on gut and saliva microbiome composition Diabetologia, 63, p. 437 (2020) (год публикации - 2020) https://doi.org/10.1007/s00125-020-05221-5

3. Пустозеров Е., Васюкова Е., Ткачук А., Кокина М., Анопова А., Горелова И., Первунина Т., Гринева Е., Попова П. Meal context plays a crucial role in predicting postprandial blood glucose in patients with gestational diabetes Diabetes Technology & Therapeutics, - (год публикации - 2021)

4. Пустозеров Е.А., Сачкова Н.Д., Ткачук А.С., Васюкова Е.А., Дронова А.В., Первунина Т.М., Гринева Е.Н., Попова П.В. Glucose Variability in Gestational Diabetes Patients with Different Glycemic Goals Springer Proceedings in Physics, Volume 255, p. 495-506 (год публикации - 2020) https://doi.org/10.1007/978-3-030-58868-7_54

5. - Диагноз - дистанционно Газета "Электрик", N14 (3257), октябрь 2020, c. 2 (год публикации - )

6. - Modern medicine has to be portable. ETU "LETI" creates algorithms and devices for healthcare of the future Times Higher Education, - (год публикации - )

Возможность практического использования результатов
не указано