Data-driven Modeling for Diabetes: Diagnosis and Treatment

این جلد ارائه‌شده مدل‌های محاسباتی دیابت را ارائه می‌کند که روابط متقابل پویا بین متغیرهای فیزیولوژیکی کلیدی دخیل در فیزیولوژی زیربنایی را تحت انواع شرایط متابولیک و رفتاری تعیین می‌کند. این متغیرها برای مثال شامل غلظت گلوکز خون و هورمون‌های مختلف مانند انسولین، گلوکاگون، اپی نفرین، نوراپی نفرین و همچنین کورتیزول هستند. مدل‌های ارائه‌شده ابزار تشخیصی قدرتمندی را ارائه می‌کنند، اما ممکن است درمان را از طریق تنظیم طولانی‌مدت گلوکز در دیابتی‌ها از طریق کنترل مدل مرجع با نگاه بسته با استفاده از تزریق‌های مکرر انسولین، که توسط میکروپمپ‌های قابل برنامه‌ریزی کاشته‌شده اجرا می‌شوند، ممکن کند. هدف این جلد تحقیق ارائه تحقیقات پیشرفته در این زمینه و نشان دادن کاربردهای بالقوه مدل سازی در تشخیص و درمان دیابت است. مخاطبان هدف در درجه اول شامل تحقیقات و متخصصان در این زمینه هستند، اما این کتاب ممکن است برای دانشجویان تحصیلات تکمیلی نیز مفید باشد.

This contributed volume presents computational models of diabetes that quantify the dynamic interrelationships among key physiological variables implicated in the underlying physiology under a variety of metabolic and behavioral conditions. These variables comprise for example blood glucose concentration and various hormones such as insulin, glucagon, epinephrine, norepinephrine as well as cortisol. The presented models provide a powerful diagnostic tool but may also enable treatment via long-term glucose regulation in diabetics through closed-look model-reference control using frequent insulin infusions, which are administered by implanted programmable micro-pumps. This research volume aims at presenting state-of-the-art research on this subject and demonstrating the potential applications of modeling to the diagnosis and treatment of diabetes. The target audience primarily comprises research and experts in the field but the book may also be beneficial for graduate students.