面向1型糖尿病研究的DiaData
机器学习
2026-04-27 v2 数据库
定量方法
摘要
1型糖尿病（Type 1 Diabetes, T1D）是一种自身免疫性疾病，导致胰腺β细胞破坏，引起胰岛素缺乏，患者必须依赖外部注射胰岛素。然而，胰岛素会降低血糖水平，可能导致低血糖。低血糖是指血糖水平≤70 mg/dL的严重事件，可能引起头晕、昏迷或死亡。数据分析可显著提升糖尿病护理，通过识别导致不良事件的个人模式和趋势。特别是，机器学习（ML）模型可以预测血糖水平并提供提前警报。然而，糖尿病和低血糖研究受限于缺乏大型数据集。因此，本工作系统性地整合了15个数据集，提供了2510名受试者的大型数据库，记录每5分钟一次的血糖测量。总计包含1.49亿次测量，其中4%的值处于低血糖范围。此外，提取了两个子数据库：子数据库I包括人口学信息，子数据库II包括心率数据。整合后的数据集在性别和不同年龄水平上分布均衡。作为进一步贡献，评估了数据质量，发现数据不平衡和缺失值是主要挑战。此外，进行了血糖水平与心率数据之间的相关性研究，显示在低血糖发生前15至55分钟内存在关联。
引用
@article{arxiv.2508.09160,
title = {Presenting DiaData for Research on Type 1 Diabetes},
author = {Beyza Cinar and Maria Maleshkova},
journal= {arXiv preprint arXiv:2508.09160},
year = {2026}
}
备注
11 pages, 7 figures, 3 tables. References were corrected for version 2