Prediction Methods for Blood Glucose Concentration: Design, Use and Evaluation

این کتاب به مشکل بیش از حد و کاهش سطح گلوکز خون ناشی از تاخیر در اثرات مصرف کربوهیدرات و تجویز انسولین می پردازد. ایده های ارائه شده در اینجا در حفظ رفاه بیماران دیابتی وابسته به انسولین و جلوگیری از اثرات مخرب نوسانات پیش بینی نشده در گلوکز خون بسیار مهم خواهد بود - پیش بینی دقیق اجرای اقدامات متقابل را امکان پذیر می کند. الگوریتم‌های پیش‌بینی گلوکز توصیف‌شده همچنین یک عنصر کلیدی و حیاتی در سیستم‌های تحویل خودکار انسولین، به اصطلاح «لوزالمعده مصنوعی» هستند.
نویسندگان به موضوع پیش‌بینی گلوکز خون از دیدگاه‌های پزشکی، علمی و فناوری می‌پردازند. مطالعات شبیه‌سازی برای تجزیه و تحلیل تکمیلی مورد استفاده قرار می‌گیرد، اما تمرکز اصلی این کتاب بر روی کاربردهای واقعی، با استفاده از داده‌های بالینی افراد دیابتی است.
متن با بررسی الگوریتم‌های پیش‌بینی وضعیت فعلی هنر را به تفصیل شرح می‌دهد، و سپس از آن فراتر می‌رود. جدیدترین پیشرفت ها در مدل سازی مبتنی بر داده متابولیسم گلوکز. موضوع ارزیابی عملکرد مورد بحث قرار می گیرد و رابطه نیازها و اهداف بالینی و تکنولوژیکی با توجه به پیامدهای آنها برای دستگاه های پزشکی با استفاده از الگوریتم های پیش بینی مورد بررسی قرار می گیرد. سوالات عملی و نظری مرتبط با چنین دستگاه‌هایی و راه‌حل‌های آن‌ها برجسته می‌شود.
این کتاب به محققان علاقه‌مند به فناوری دستگاه‌های زیست‌پزشکی و محققان کنترلی که با الگوریتم‌های پیش‌بینی کار می‌کنند نشان می‌دهد که چگونه ترکیب الگوریتم‌های پیش‌بینی‌کننده در نسل بعدی اندازه‌گیری گلوکز قابل حمل می‌تواند درمان را انجام دهد. دیابت ایمن تر و کارآمدتر است.

This book tackles the problem of overshoot and undershoot in blood glucose levels caused by delay in the effects of carbohydrate consumption and insulin administration. The ideas presented here will be very important in maintaining the welfare of insulin-dependent diabetics and avoiding the damaging effects of unpredicted swings in blood glucose – accurate prediction enables the implementation of counter-measures. The glucose prediction algorithms described are also a key and critical ingredient of automated insulin delivery systems, the so-called “artificial pancreas”.
The authors address the topic of blood-glucose prediction from medical, scientific and technological points of view. Simulation studies are utilized for complementary analysis but the primary focus of this book is on real applications, using clinical data from diabetic subjects.
The text details the current state of the art by surveying prediction algorithms, and then moves beyond it with the most recent advances in data-based modeling of glucose metabolism. The topic of performance evaluation is discussed and the relationship of clinical and technological needs and goals examined with regard to their implications for medical devices employing prediction algorithms. Practical and theoretical questions associated with such devices and their solutions are highlighted.
This book shows researchers interested in biomedical device technology and control researchers working with predictive algorithms how incorporation of predictive algorithms into the next generation of portable glucose measurement can make treatment of diabetes safer and more efficient.