文献

J-GLOBAL ID：202402230680979291   整理番号：24A0539719

糖尿病自己管理に対するモバイルアプリケーションを用いた低血糖エピソードの次期予測【JST・京大機械翻訳】

Next-Day Prediction of Hypoglycaemic Episodes Based on the Use of a Mobile App for Diabetes Self-Management

著者 (7件)： Alexiadis Anastasios (Centre for Research and Technology Hellas, Information Technologies Institute (CERTH/ITI), Thessaloniki, Greece) ,  Tsanas Athanasios (Usher Institute, Edinburgh Medical School, The University of Edinburgh, Edinburgh, U.K.) ,  Shtika Leonard (Tessera Multimedia, Pefka, Thessaloniki, Greece) ,  Efopoulos Vassilis (Tessera Multimedia, Pefka, Thessaloniki, Greece) ,  Votis Konstantinos (Centre for Research and Technology Hellas, Information Technologies Institute (CERTH/ITI), Thessaloniki, Greece) ,  Tzovaras Dimitrios (Centre for Research and Technology Hellas, Information Technologies Institute (CERTH/ITI), Thessaloniki, Greece) ,  Triantafyllidis Andreas (Centre for Research and Technology Hellas, Information Technologies Institute (CERTH/ITI), Thessaloniki, Greece)
資料名： IEEE Access  (IEEE Access)
巻： 12  ページ： 7469-7478  発行年： 2024年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 低血糖症は糖尿病における最も一般的な合併症の1つであり,適切に管理されないならば生命を脅かす可能性がある。これまでに,低血糖予測に関する研究は,特定の地理的地域に関連した小コホートに焦点を当て,従って,知見の一般化可能性を制限するために不足している。本論文では,2型糖尿病における翌日の低血糖予測のための異なる機械学習モデルを開発し,検証した。方法:糖尿病自己管理のためのモバイルアプリの定期的使用者(数年間以上)と,総96121の観察(2998の観察の均衡データセットを抽出した)の血液グルコースと血圧レベルを測定する一般的な携帯用市販装置を用いた,669人の参加者から成る大きな国際コホートを使用した。ランダムフォレスト(RF),サポートベクターマシン,適応ブースティングおよびFeed-Forward人工ニューラルネットワークを用いて,血糖および血圧測定による10日間の時間シーケンスに基づく予測モデルを訓練し,翌日の低血糖症エピソードを推定した。モデル検証のためにleave-one-out(LOSO)アプローチを用い,RFが次日低血糖予測に対して感度(0.85)と特異性(0.824)で最良の精度(0.814)とF1スコア(0.812)を達成したことを見出した。本研究の結果は,日常生活における低血糖を正確に予測し,それによって患者およびケア提供者の認識を促進し,潜在的に他の重篤な合併症を予防するための,便宜的で信頼性のあるアプリケーションベースのアプローチを提供する。Copyright 2024 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 信頼性 ,  血圧 ,  ニューラルネットワーク ,  *糖尿病 ,  *応用プログラム ,  *低血糖症 ,  母集団 ,  合併症 ,  *自己管理 ,  *携帯電話 ,  機械学習 ,  予測モデル ,  サポートベクトルマシン ,  モデル
準シソーラス用語： ブースティング ,  ランダムフォレスト , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 糖尿病 ,  自己管理 ,  モバイルアプリケーション ,  低血糖 ,  エピソード ,  予測