GluMarker：基于数字生物标志物的血糖控制预测建模
人工智能
2024-04-22 v1
摘要
全球糖尿病患病率的不断上升凸显了糖尿病管理的必要性。近期研究突显了数字生物标志物在糖尿病管理中日益受到关注，在使用个性化血糖指标的计算机框架和无创监测技术方面取得了创新。然而，它们主要关注胰岛素剂量和特定血糖值，或对整体血糖控制的关注有限。这在扩展糖尿病管理中用于整体血糖控制的数字生物标志物范围方面留下了空白。为了填补这一研究空白，我们提出了 GluMarker——一个端到端框架，利用更广泛的因素来源对数字生物标志物进行建模以预测血糖控制。通过对各种机器学习基线进行评估和改进，GluMarker 在 Anderson 数据集上预测次日血糖控制方面达到了 SOTA。此外，我们的研究识别了用于次日血糖控制预测的关键数字生物标志物。这些识别出的生物标志物有助于阐明影响血糖管理的日常因素，为糖尿病护理提供了重要见解。
引用
@article{arxiv.2404.12605,
title = {GluMarker: A Novel Predictive Modeling of Glycemic Control Through Digital Biomarkers},
author = {Ziyi Zhou and Ming Cheng and Xingjian Diao and Yanjun Cui and Xiangling Li},
journal= {arXiv preprint arXiv:2404.12605},
year = {2024}
}