Conceitos essenciais
개인 생리학적 정보 없이도 환자의 외부 활동 데이터만으로 정확한 교차일 혈당 예측이 가능하다.
Resumo
이 논문은 개인 생리학적 정보(나이, 성별, 인종 등)나 생리학적 지표(심박수, 피부 온도 등)를 사용하지 않고도 정확한 교차일 혈당 예측이 가능한 CrossGP 모델을 제안한다.
기존 연구는 장기 예측(월 단위) 또는 단기 예측(분 단위)에 초점을 맞추었지만, 이 모델은 하루 단위의 교차일 혈당 예측에 초점을 맞추어 실용적인 임상 지침을 제공한다.
데이터 전처리 과정에서 환자의 CGM, 식사, 인슐린 투여량 등의 외부 활동 데이터를 활용하여 TIR, TBR, TAR 지표를 생성하였다. 이를 모델의 입력 특징으로 사용하여 혈당 예측 성능을 높였다.
실험 결과, CrossGP 모델은 기존 기계 학습 모델(로지스틱 회귀, 랜덤 포레스트, XGBoost)에 비해 우수한 성능을 보였다. 특히 "Good", "Moderate", "Poor" 범주에서 각각 0.72, 0.48, 0.65의 정확도를 달성하여 실제 임상 적용 가능성을 입증하였다. 또한 특징 중요도 분석을 통해 TIR, TAR, 총 인슐린 투여량이 가장 중요한 예측 요인임을 확인하였다.
이 연구는 개인 정보 보호를 고려하면서도 정확한 교차일 혈당 예측이 가능한 새로운 접근법을 제시하였다는 점에서 의의가 크다.
Estatísticas
TIR은 평균 0.74 ± 0.17의 범위를 가진다.
TBR은 평균 0.02 ± 0.04의 범위를 가진다.
TAR은 평균 0.24 ± 0.17의 범위를 가진다.
하루 평균 교정 인슐린 투여량은 9.36 ± 8.48 단위이다.
하루 평균 식사량은 170.31 ± 86.86 g이다.
하루 평균 식사 인슐린 투여량은 15.54 ± 9.04 단위이다.
하루 평균 총 인슐린 투여량은 42.40 ± 19.39 단위이다.
Citações
"개인 생리학적 정보나 생리학적 지표를 사용하지 않고도 정확한 교차일 혈당 예측이 가능하다."
"TIR, TAR, 총 인슐린 투여량이 가장 중요한 예측 요인으로 확인되었다."