cgmquantify：用于连续葡萄糖监测数据间质葡萄糖与血糖变异性综合分析的 Python 与 R 软件包
定量方法
2021-10-05 v1 统计方法学
摘要
连续葡萄糖监测（CGM）系统通过全天追踪间质葡萄糖值（通常每 5 分钟记录一次）提供实时、动态的葡萄糖信息。CGM 被临床医生、患者广泛用于糖尿病管理，也被研究用于理解纵向葡萄糖与葡萄糖变异性等因素如何与疾病发生、严重程度以及干预措施的有效性相关联。CGM 数据带来了独特的生物信息学挑战，因为数据是纵向的、时间性的，并且几乎有无穷多种汇总和使用这些数据的方式。目前有超过 20 种葡萄糖变异性指标，缺乏指标标准化，且跨研究验证很少。在此我们推出名为 cgmquantify 的开源 python 和 R 软件包，其中包含超过 20 个函数、超过 25 种经过临床验证的葡萄糖与葡萄糖变异性指标，以及用于可视化纵向 CGM 数据的函数。这有望对研究人员有用，并可能为患者和临床医生提供关于葡萄糖模式的额外见解。
引用
@article{arxiv.2102.11212,
title = {cgmquantify: Python and R packages for comprehensive analysis of interstitial glucose and glycemic variability from continuous glucose monitor data},
author = {Brinnae Bent and Maria Henriquez and Jessilyn Dunn},
journal= {arXiv preprint arXiv:2102.11212},
year = {2021}
}
备注
10 pages, 2 figures, 1 table