Nous factors inflamatoris de la diabetis tipus 2: SP-D, SP-A, a-Defensives i visfatina

La DM 2 és una malaltia multifactorial i multigènica. Aquest fet condueix a l'estudi de molts gens i proteïnes susceptibles d'estar implicades amb la DM 2. Algunes d'aquestes proteïnes i gens estan associats a un estat lleu d'inflamació crònica, la qual pot desencadenar la síndrome metabòlica (SRI) i DM 2. Moltes d'aquestes proteïnes poden usar-se com a possibles marcadors de malaltia cardiovascular, resistència a la insulina i futura DM 2. Aquest treball presenta quatre proteïnes i la seva relació amb la SRI i la DM 2. L'SP-D i l'SP-A s'estudien per la relació que hi ha entre la disminució de la funció pulmonar i la resistència a la insulina i pel fet de ser moduladores de la inflamació. Les α-defensines s'estudien perquè també són moduladores de la inflamació i per una possible relació amb l'arteriosclerosi i el colesterol LDL. La visfatina s'estudia per la possible associació amb la insulinosecreció.

Prediction of postprandial blood glucose under intra-patient variability and uncertainty and its use in the design of insulin dosing strategies for type 1 diabetic patients

In this thesis I propose a novel method to estimate the dose and injection-to-meal time for low-risk intensive insulin therapy. This dosage-aid system uses an optimization algorithm to determine the insulin dose and injection-to-meal time that minimizes the risk of postprandial hyper- and hypoglycaemia in type 1 diabetic patients. To this end, the algorithm applies a methodology that quantifies the risk of experiencing different grades of hypo- or hyperglycaemia in the postprandial state induced by insulin therapy according to an individual patient’s parameters. This methodology is based on modal interval analysis (MIA). Applying MIA, the postprandial glucose level is predicted with consideration of intra-patient variability and other sources of uncertainty. A worst-case approach is then used to calculate the risk index. In this way, a safer prediction of possible hyper- and hypoglycaemic episodes induced by the insulin therapy tested can be calculated in terms of these uncertainties.