IME - INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY

Tudományos folyóirat - Az egészségügyi vezetők szaklapja

   +36-1/786–9268       ime@nullimeonline.hu

   +36-1/786–9268

   ime@nullimeonline.hu

Blood glucose response characterization for outpatient pre-diabetes care

  • Cikk címe: Blood glucose response characterization for outpatient pre-diabetes care
  • Szerzők: Dr. Rebaz A. H. Karim, Dr. Vassányi István, Dr. Kósa István
  • Intézmények: Medical Informatics Research and Development Center University of Pannonia, IME Szerkesztőség, Veszprém Megyei Csolnoky Ferenc Kórház Nonprofit ZRt. Pannon Egyetem Egészségügyi Kutató- Fejlesztô Központ
  • Évfolyam: XVI. évfolyam
  • Lapszám: 2017. / 3
  • Hónap: március
  • Oldal: 58-60
  • Terjedelem: 2
  • Rovat: INFOKOMMUNIKÁCIÓ
  • Alrovat: KUTATÁS - FEJLESZTÉS

Absztrakt:

A cikk két olyan kísérletről számol be, melyek célja annak vizsgálata volt, hogy milyen eséllyel lehetséges a rövid távú vércukorszint-előrejelzés pusztán a táplálkozási napló alapján, matematikai modellek használata nélkül. A kísérletekben az előre jelzett értékeket egy folyamatos vércukormérő által mért értékekkel hasonlítottuk össze. Az étkezésekhez tartozó vércukorszint-görbéket három numerikus paraméterrel jellemeztük. Ezek alapján a második kísérletben (n=15) három jól elkülönülő csoportot azonosítottunk. Ha a csoporthoz tartozó átlagolt vércukor-görbét használtuk az előrejelzésre, akkor a becslés hibája a mért értékekhez képest jelentősen kisebb volt, mint az összes mérés átlagát használva. Ez arra utal, hogy a csoportosítás növelheti az előrejelzés megbízhatóságát.

Angol absztrakt:

The paper presents the results of two small scale studies to validate solely meal log based blood glucose level (BGL) prediction, without using mathematical models. We compare the predicted short term BGL to data recorded by a Con tinuous Glucose Monitor. We characterized the meal-wise responses with three numerical parameters. In the main study (n=15) we could identify three distinct patient clusters based on the parameters. The absolute error of the BGL prediction significantly decreased when we used patient clusters’ responses compared to global averages, proving that patient characterization and clustering can improve the reliability of the response-based prediction.

A cikk további részleteihez előfizetői regisztráció és belépés szükséges! Belépéshez kattintson ide