کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6951036 | 1451649 | 2017 | 15 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Shedding light on grey noise in diabetes modelling
ترجمه فارسی عنوان
رها کردن نور بر روی حالت خاکستری در مدل سازی دیابت
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
دیابت، مدل سازی ریاضی، نویز خاکستری، شناسایی عملی فعالیت بدنی، فشار،
ترجمه چکیده
مدل های نامزد برای ضبط گلیسمی در بیماران مبتلا به دیابت باید در زمینه داده های مورد نیاز برای شناسایی مدل ها، توانایی مدل برای انطباق با وضعیت بیمار و شناسایی عملی مدل ها برای کیفیت داده های خاص مورد توجه قرار گیرد. به طور خاص، محیط سرپایی، چالش هایی برای دستیابی به داده های کیفی ارائه می دهد و روش های اندازه گیری استاندارد طلا اغلب نامطلوب است. فقط مدل هایی که می توانند عملا با استفاده از نوع و کیفیت داده های موجود در یک بستر سرپایی شناسایی شوند، باید در نظر گرفته شود، در نتیجه، اطلاع رسانی به توسعه مدل. علاوه بر این، مدل های داوطلب باید بتوانند تغییرات بین و درون بیمار را در متابولیسم ناهمگونی افراد مبتلا به دیابت نیز بدست آورند. در نهایت، مدل های شناخته شده عملا باید بیش از یک دوره زمانی قابل قبول بالینی شناسایی شوند تا مدل ها در زمینه مدیریت دیابت مفید باشند.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
پردازش سیگنال
چکیده انگلیسی
Candidate models to capture glycaemia in outpatients with diabetes must be considered in the context of the data needed to identify the models, the ability of the model to adapt to the patient state, and the practical identifiability of the models for a particular data quality. In particular, the outpatient environment presents challenges for acquiring quality data and gold-standard methods of measurement are frequently infeasible. Only models that can be practically identified using the type and quality of data available in an outpatient setting should be considered, thus informing model development. Furthermore, the candidate models should also be capable of capturing inter- and intra- patient variability in the heterogeneous metabolism of individuals with diabetes. Finally, practically identifiable models need to also be identifiable over a clinically acceptable time period so the models are useful in context for managing diabetes.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Biomedical Signal Processing and Control - Volume 31, January 2017, Pages 16-30
Journal: Biomedical Signal Processing and Control - Volume 31, January 2017, Pages 16-30
نویسندگان
Erin J. Mansell, Paul D. Docherty, J. Geoffrey Chase,