Predittivo & # 8220; glicemia & # 8221; algoritmo?

Question

Sto scrivendo un'app che consente a un utente diabetico di inserire la sua "glicemia" letture e poi le traccia su un grafico nel tempo da sinistra a destra. Poiché le letture del sangue verranno eseguite solo più volte al giorno, un algoritmo sarebbe utile per:

a) riempire gli spazi vuoti sul grafico tra le letture (le curve sarebbero più realistiche delle linee a scatti) e consentire un "livello di glucosio nel sangue" più accurato; media giornaliera

b) prevedere approssimativamente cosa accadrà in futuro (se l'utente non mangia nulla che influirà sui suoi livelli ematici)

Faccio schifo al calcolo. Spero che qualcuno qui conosca una biblioteca per queste cose? Spero che qualcuno sappia di un algoritmo che è già stato adattato per questo problema specifico (ad es. Dove qualcuno lo ha confrontato con i dati reali dei diabetici)

Dichiarazione di non responsabilità: sono molto consapevole che qualsiasi algoritmo di questo tipo varierebbe in modo selvaggio a seconda dell'utente. Sto solo cercando di migliorare su linee angolari diritte. Indipendentemente dal diabetico, esiste un limite alla velocità con cui gli zuccheri nel sangue possono aumentare o diminuire.

Sto usando Javascript, ma dato che è solo matematica, potrei portarlo da C, Java o altro.

Answer 1

Il comportamento della glicemia è molto complicato. È interessato da

• Zucchero nel sangue attuale (complicato dalla possibile presenza di chetoni se il paziente è iperglicemico)
• cibo recente per diverse ore a seconda del tipo e di quanto
• insulina ad azione rapida recente (con varietà e profili di reazione dipendenti dal paziente tra 45 minuti e due ore. Oh e meccanismo di rilascio)
• insulina ad azione prolungata nelle ultime 12 ore (di nuovo paziente e varietà dipendente)
• livelli di attività
• livelli di stress
• malattia
• tasso basale di insulina se il paziente indossa una pompa
• ad nauseum

Problema molto difficile. Qualsiasi euristico --- qualsiasi euristico --- che hai scelto sarebbe altamente fuorviante. Risposta così breve:

  

Non farlo.

---

Ciò deriva, in parte, dall'aver confrontato il registro continuo del glucosio delle 24 ore di un diabetico con le punture di ~ 10 dita prese nello stesso tempo. Cioè il mio suggerimento è basato sui dati.

---

Modifica: Evidentemente non mi sono chiarito.

  

Non puoi nemmeno avvicinarti.

Nulla che tu possa fare con i dati della puntura del dito può essere affidabile da remoto.

Il collegamento dei punti con qualsiasi linea (anche segmenti retti) è semplicemente sbagliato . Non riflette la realtà. Neanche un po '.

Sono un fisico sperimentale di particelle. I set di dati complicati sono ciò che faccio. C'è un diabetico nella mia vita (hai indovinato?). Questo è importante per me.

Ma ho visto i registri dei dati ad alta frequenza, fianco a fianco con un registro dei giorni di punture di dito, esercizio fisico, cibo e insulina.

Se potessi ottenere dati ogni quindici minuti, direi di andare avanti e usare una spline. Non sarà pericolosamente fuorviante. Ma se hai 6-10 misurazioni nell'arco della giornata, conosci niente .

---

Buone notizie: il monitoraggio continuo sta diminuendo di prezzo. È fuori dal laboratorio e disponibile con alcune pompe anche adesso.

---

Per coloro che non hanno familiarità con questo: i pazienti diabetici conformi fanno (risultati di sondaggi estremamente non scientifici) 4-6 + test di glucosio al giorno come un dato di fatto, e molti altri in 1-2 ore dopo qualsiasi escursione inaspettata (ottengono sintomi fisici che consentono loro di rilevare escursioni gravi).

Questo serve a dare al paziente un'idea approssimativa di come stanno andando a controllare i loro livelli di glucosio, ma vanno anche in un laboratorio per ottenere un Emoglobin A1C ogni trimestre (circa). Il risultato A1C dipende principalmente dalla glicemia media.

Ho parlato con persone che hanno registrato un 80-110 (numeri abbastanza favorevoli) quattro volte al giorno per mesi, e sono tornato indietro con un A1C suggerendo una media superiore a 150 (non auspicabile). Presumibilmente stavano andando in alto nella notte. E ho sentito storie simili da persone che probabilmente stiamo andando in basso, molto in basso, nel sonno.

La lezione è:

  

Le letture delle punture delle dita hanno il loro posto, ma non cercare di estrapolarle a tempi non ben campionati.

Answer 2

Se vuoi semplicemente inserire i dati per rendere le cose più facili da vedere, allora qualcosa come Charlie Martin raccomandato probabilmente funzionerebbe bene. Tuttavia, come osservato da dmckee questi dati non significherebbero nulla.

Quello che stai cercando di fare è in realtà più in linea con pharmacokenetics che è un intero studio scientifico in sé e per sé. In questo caso non sono nemmeno sicuro che si applicherebbe del tutto tranne nel caso del diabete di tipo I poiché la maggior parte di ciò che so sulla farococenetica applica solo gli studi sui farmaci, ma se qualcosa viene prodotto dall'organismo allora probabilmente stai guardando interamente diversi tipi di analisi. Se sei interessato all'argomento, ci sono alcune anteprime di libri su Google Libri se fai una ricerca per " pharmacokienetics " ma a causa della natura della materia sono molto matematici e presumono che tu abbia una comprensione anche della chimica e della biologia.

Answer 3

ok, stai cercando una curva adattata. Il fatto è che per n punti ci sono polinomi adatti per ordinare ... n-1 credo. È passato un po 'di tempo. Sì. per fortuna, ho ragione. La cosa comune quando hai molti punti e non vuoi una funzione complicata (cosa che non fai) è usare un approssimazione dei minimi quadrati .

probabilmente la cosa migliore è cercare una routine fissa che puoi usare; questi esistono nella maggior parte dei pacchetti di statistiche. Dacci un po 'più di dettagli sull'ambiente che desideri e potremmo essere in grado di indicarti più da vicino qualcosa di adatto.

Answer 4

Molto probabilmente questo non funzionerà, ma le reti neurali artificiali potrebbero, e ripeto potrebbero essere in grado di ottenere qualcosa da un buon set di dati. Sicuramente intendo settimane o mesi di registrazione continua, e anche allora non mi fiderei del set di dati se non avessi molto buone ragioni per farlo. Inoltre, non credo che otterrai dati predittivi, ma potrebbe dipendere da come li implementi. Nel complesso, se dovessi farlo, sembrerebbe più una cosa da hobby vedere se si avvicina persino, come "oh, pulito, ho una rete neurale con una precisione X". Ancora una volta, devo sottolineare, non usarlo in nessun tipo di situazione produttiva o in qualsiasi posto in cui possa ferire o uccidere qualcuno!