利用成分数据分析验证1型糖尿病患者的概率预测模型

阿尔维斯·卡布雷拉,利维亚·比亚吉,亚历克斯·贝内托,埃内斯托·埃斯特雷梅拉,伊万·孔特雷拉斯,Marga Giménez女士,伊格纳西奥粥,豪尔赫·邦迪亚,约塞普·安东尼·马丁·费尔南德斯和约塞普·维希()
其他联系信息
阿尔维斯·卡布雷拉（Alvis Cabrera）：西班牙吉罗纳大学电气、电子和自动化工程系，17003年
Lyvia Biagi：巴西巴拉那联邦理工大学瓜拉普阿瓦校区，邮编：85053-525
Aleix Beneyto：西班牙吉罗纳大学电气、电子和自动化工程系，17003年
埃内斯托·埃斯特雷梅拉（Ernesto Estremera）：西班牙吉罗纳大学电气、电子和自动化工程系，17003年
伊万·孔特雷拉斯：西班牙吉罗纳大学电气、电子和自动化工程系，17003年
Marga Giménez：西班牙巴塞罗那Clinic de Barcelona医院内分泌和营养部糖尿病科，08036
Ignacio Conget：西班牙巴塞罗那Clinic de Barcelona医院内分泌和营养科糖尿病科，08036
豪尔赫·邦迪亚（Jorge Bondia）：西班牙马德里卡洛斯三世Salud Carlos III研究所糖尿病研究中心（CIBERDEM），28029
Josep Antoni Martín-Fernández：西班牙吉罗纳大学计算机科学、应用数学和统计系，17003年
Josep Vehí：西班牙吉罗纳大学电气、电子和自动化工程系，17003年

数学，2023年，第11卷，第5期，1-17

摘要：1型糖尿病（T1D）患者的血糖评估侧重于在不同血糖范围内所花费的时间。由于这一时间反映了对一天有限持续时间的相对贡献，因此应将其视为可应用于T1D数据的成分数据（CoDa）。先前的工作提出了一种用于对天数进行单独分类的工具，并提出了类别之间的概率转换模型，尽管迄今为止尚未进行验证。在本研究中，我们考虑了从连续血糖监测（CGM）传感器获得的8名真实成年T1D患者的数据，并介绍了一种基于合成方法的方法来验证先前提出的概率转移模型。我们进行了5次交叉验证，训练和验证数据都是CoDa向量，这需要开发新的性能指标。我们基于统计误差计算设计了新的精度和精密度测量。结果表明，在所有患者中，整个模型的精度都高于95%。使用概率转移模型可以帮助医生和患者进行糖尿病治疗管理和决策。尽管使用CoDa对CGM获得的T1D数据进行了测试，但新开发的准确度和精密度测量方法适用于任何其他数据或基于CoDa的验证。

关键词： 成分数据;连续血糖监测;预测模型;时间在范围内;1型糖尿病（在EconPapers中搜索类似项目）
JEL代码： C类（在EconPapers中搜索类似项目）
日期：2023
参考文献： 查看EconPapers中的参考 从CitEc查看完整的参考列表
引文： 查看EconPapers中的引文(1)通过RSS源跟踪引文

下载内容：（外部链接）
https://www.mdpi.com/2227-7390/11/5/1241/pdf（应用程序/pdf）
https://www.mdpi.com/2227-7390/11/5/1241/（text/html）

相关工作：
该项目可在EconPapers的其他地方获得：搜索对于具有相同标题的项目。

导出参考： BibTeX公司 里斯（尾注、ProCite、RefMan）HTML/文本

永久链接： https://EconPapers.repec.org/repec:gam:jmathe:v:11:y:2023:i:5:p:1241-：d:1087580

访问统计信息对于这篇文章

数学目前由编辑Emma He女士

更多文章数学中的MDPI公司
MDPI索引管理器维护的系列书目数据()。