用于表示 CGM 信号趋势的常微分方程组
定量方法
2023-08-15 v2
摘要
糖尿病是一种代谢性疾病，若未得到良好治疗与监测，可能导致严重且潜在致命的并发症。本研究对来自天主教圣心大学阿戈斯蒂诺·杰梅利综合诊所的八名代谢控制良好的 2 型糖尿病受试者、使用 CGM（持续葡萄糖监测）设备收集的数据进行了定量分析。特别地，提出并采用了一个状态变量受随机扰动序列影响的常微分方程组，以从患者数据中提取更具信息量的推断。本工作中，使用 Matlab 与 R 程序为每个患者寻找最适当的参数值（依据 Akaike 信息准则（AIC）与贝叶斯信息准则（BIC））。通过粒子群优化进行拟合，以最小化观测 CGM 数据与 ODE 模型数据之间的普通最小二乘误差。进行了拟合优度检验，以评估哪种概率分布最适合表示由模型参数计算得到的等待时间。最后，对与血糖从血液中消除率变异性相关的频率直方图进行了参数与非参数密度估计，并从数据中评估了其代表性参数。结果表明，所选模型成功捕捉了几乎所有患者的多数葡萄糖波动。
引用
@article{arxiv.2303.00525,
title = {A System of ODEs for Representing Trends of CGM Signals},
author = {Giulia Elena Aliffi and Giovanni Nastasi and Vittorio Romano and Dario Pitocco and Alessandro Rizzi and Elvin J. Moore and Andrea De Gaetano},
journal= {arXiv preprint arXiv:2303.00525},
year = {2023}
}