Sport e movimento Tecno

Modello di scatola nera per l’identificazione dell’attività fisica nei diabetici di tipo I

La derivazione di predittori individualizzati è fondamentale per far fronte alla vasta variabilità inter- e intra-soggetto: l’apprendimento e l’aggiornamento dei modelli specifici del sistema glucosio-insulina e il loro utilizzo per progettare azioni di controllo personalizzate ha il potenziale per migliorare sostanzialmente la qualità della vita dei pazienti. 

Sui dati raccolti da 6 soggetti per 5 giorni, si è identificato un modello di rivestimento di scatola nera che utilizza l’insulina e il pasto come input e il glucosio come output. Il metodo di errore di previsione (PEM) viene utilizzato per la stima dei parametri. Il modello personalizzato viene impiegato per ricavare predittori su misura per i pazienti. 

Questa procedura viene quindi ripetuta utilizzando un ulteriore input fisiologico, che tiene conto dell’attività fisica. L’accuratezza di previsione dei due modelli, inclusa o meno l’attività fisica, è stata confrontata sulla base di due parametri comunemente usati nell’identificazione del sistema, vale a dire coefficiente di determinazione (COD) e errore quadratico medio di radice. 

I modelli identificati con l’attività fisica hanno prestazioni migliori, aumentando la COD previsione 3 per media ± deviazione standard del 18,5% ± 30,1%. è stato confrontato sulla base di due parametri comunemente usati nell’identificazione del sistema, vale a dire coefficiente di determinazione (COD) ed errore quadratico medio di radice. 

Gli autori dell’elaborato appartengono alDepartment of Information Engineering, University of Padova Italy e Center for Diabetes Technology, University of Virginia School of Medicine, USA.

Lo studio è pubblicato nella rivista scientifica IEEE Xplore del 29 ottobre 2018.

%d blogger hanno fatto clic su Mi Piace per questo: