一种类型1糖尿病实用数据集
机器学习
2025-06-19 v1 定量方法
摘要
高质量的实用数据集是推动类型1糖尿病（T1D）数据驱动方法发展的关键，包括个体化疗法设计、数字孪生系统和血糖预测模型。然而，由于缺乏提供详尽且全面的患者数据的公开数据集，相关研究进展受到限制。为此，本文提出AZT1D数据集，包含来自25名使用自动胰岛素输送（Automated Insulin Delivery, AID）系统的T1D患者的数据。AZT1D包含连续血糖监测（CGM）数据、胰岛泵及胰岛素给药数据、碳水化合物摄入以及设备模式（常规、睡眠、运动）在每个患者6至8周期间获取的数据。值得注意的是，该数据集提供了胰岛素给药的细粒度细节（即总剂量、给药类型、纠正specific剂量）的特征，这些特征在现有数据集中鲜见。通过提供丰富且自然的实验数据，AZT1D支持广泛的人工智能和机器学习应用，以改进临床决策和个体化护理。
引用
@article{arxiv.2506.14789,
title = {AZT1D: A Real-World Dataset for Type 1 Diabetes},
author = {Saman Khamesian and Asiful Arefeen and Bithika M. Thompson and Maria Adela Grando and Hassan Ghasemzadeh},
journal= {arXiv preprint arXiv:2506.14789},
year = {2025}
}
备注
4 pages