基于汗液测量估算血糖浓度的个人化模型与优化策略
定量方法
2024-12-05 v1
摘要
背景与目标：糖尿病是全球死亡原因前四大原因， necessitating 每日血糖监测。虽然汗液为葡萄糖监测提供了非侵入式的替代方案，但其应用仍受限于汗液与血糖浓度之间低到中等的相关性，该相关性目前仅通过假设线性关系获得。本研究提出了一种新型基于模型的策略，用于从汗液样本估算血糖浓度，为通过汗液传感技术实现非侵入式血糖监测奠定了基础。方法：我们首先开发了一种药代动力学糖类输送模型，用于描述糖类从血液到汗液的输送。随后，我们设计了一种新型优化策略，利用该模型求解逆问题，从而推断血液中的糖类水平。为此，我们还优化了具有最高灵敏度的药代动力学模型参数，以实现个性化估算。我们的策略在由 108 份来自健康志愿者和糖尿病患者的样本组成的数据集上进行测试。结果：我们的糖类输送模型在从血糖水平估算汗液糖浓度方面优于现有最佳方法（更高精度，p<0.001）。此外，我们的优化策略有效解决了逆问题，所有 108 个数据点上的皮尔逊相关系数达 0.98，平均根均方误差为 12%±8%。这显著优于现有文献中报告的最佳汗液-血糖相关性（0.75）。结论：我们的创新优化策略（同时利用更准确的建模）显示出有前景的成果，为非侵入式血糖监测以及可能的改进糖尿病管理铺平了道路。
引用
@article{arxiv.2412.02870,
title = {A personalized model and optimization strategy for estimating blood glucose concentrations from sweat measurements},
author = {Xiaoyu Yin and Elisabetta Peri and Eduard Pelssers and Jaap den Toonder and Lisa Klous and Hein Daanen and Massimo Mischi},
journal= {arXiv preprint arXiv:2412.02870},
year = {2024}
}