表示连续葡萄糖监测信号趋势的一套常微分方程系统
摘要：糖尿病是一种代谢紊乱，如果没有得到良好的治疗和监测可能导致严重和潜在致命的并发症。本研究对教皇圣心大学的阿戈斯蒂诺·杰梅利大学多科诊所的八名2型糖尿病患者使用CGM（连续血糖监测）设备收集的数据进行了定量分析。具体而言，提出并使用了一个受一系列随机扰动影响的普通微分方程系统，从患者数据中提取更多信息。为了完成这项工作，使用Matlab和R程序根据每个患者的最适参数值（根据阿卡伊克信息准则（AIC）和贝叶斯信息准则（BIC））进行了寻找。通过粒子群优化将拟合在观察到的CGM数据和ODE模型数据之间的普通最小二乘误差最小化。进行了适合度测试，以确定哪个概率分布最适合表示根据模型参数计算出的等待时间。最后，对与血液中葡萄糖消除率的变异性相关的频率直方图进行了参数估计，包括参数的参数估计和非参数密度估计，并从数据中评估其代表性参数。结果显示，所选择的模型成功捕捉到了几乎每个患者的大部分葡萄糖波动。
作者：Giulia Elena Aliffi, Giovanni Nastasi, Vittorio Romano, Dario Pitocco, Alessandro Rizzi, Elvin J. Moore, Andrea De Gaetano
论文ID：2303.00525
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2023-08-15