IME - INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY

Tudományos folyóirat - Az egészségügyi vezetők szaklapja

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

   +36-1/786–9268

   ime@nullimeonline.hu

Személyre szabott vércukorszint-előrejelzés táplálkozási napló alapján

  • Cikk címe: Személyre szabott vércukorszint-előrejelzés táplálkozási napló alapján
  • Szerzők: Gyuk Péter, Dr. Vassányi István, Prof. Dr. Kozmann György, Dr. Kósa István
  • Intézmények: Pannon Egyetem, IME Szerkesztőség, Pannon Egyetem Egészségügyi Informatikai Kutató-Fejlesztő Központ, Veszprém Megyei Csolnoky Ferenc Kórház Nonprofit ZRt. Pannon Egyetem Egészségügyi Kutató- Fejlesztô Központ
  • Évfolyam: XVII. évfolyam
  • Lapszám: 2018. / 7
  • Hónap: szeptember
  • Oldal: 48-51
  • Terjedelem: 3
  • Rovat: INFOKOMMUNIKÁCIÓ
  • Alrovat: KUTATÁS - FEJLESZTÉS

Absztrakt:

A cikk bemutatja Pannon Egyetem Egészségügyi Informatikai Kutató-Fejlesztő Központjában zajló vércukorszint-előrejelző modelleket kutató csoport tevékenységét és legfrissebb kutatási eredményeit. A kutatás és fejlesztés célja egy olyan mobil applikáció, mely naplózó és vércukorszint-előrejelző komponensével elérhető segítséget nyújt a cukorbetegek számára HbA1c értékeik szinten tartásában. A kutatott algoritmusok és matematikai modellek képesek rövid távon előre jelezni a vércukorszint alakulását az elfogyasztott étel, a kezdeti vércukorszint és a beadott inzulin mennyiség alapján. Az eredmények azt mutatják, hogy van potenciál az alkalmazott módszerekben, a szakirodalommal összehasonlítva biztató eredményeket kaptunk.

Angol absztrakt:

This paper presents the research of the Medical Informatics Research and Development Center of University of Pannonia on blood glucose level prediction methods and the current results. The aim of the project is to create a mobile application that provides a lifestyle logging module based blood glucose level prediction, which could mean an everyday help for the diabetics in managing their insulin need, decreasing HbA1c values. The mathematical models and algorithms can give a short-term prediction of the glycaemia based on meal intake, insulin dose and initial blood glucose level. The results showed that the chosen methods are promising, we reached good results compared to the literature.

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