Resumen

La diabetes mellitus es un problema mundial grave y creciente. Sin embargo, se ha demostrado que, mediante una buena gestión de los niveles de glucosa en sangre (BGL), pueden reducirse significativamente las complicaciones asociadas y costosas. En este estudio piloto, se utilizaron redes neuronales artificiales (RNA) recurrentes de Elman para realizar predicciones de los NGS basadas en un historial de NGS, ingesta de comidas e inyecciones de insulina. Se recopilaron 28 conjuntos de datos (de un único caso) a partir del simulador matemático de diabetes gratuito AIDA. Se observó que las predicciones más precisas se realizaban durante el periodo nocturno del ciclo diario de 24 horas. La precisión de las predicciones nocturnas se midió como el error cuadrático medio en cinco días de prueba (RMSE5 día) no utilizados durante el entrenamiento de la RNA. Para las predicciones de BGL de hasta 1 hora se observó un RMSE5 día de (±SD) 0,15±0,04 mmol/L. Para predicciones de BGL de hasta 10 horas, se observó un RMSE5 día de (±SD) 0,14±0,16 mmol/L. En futuras investigaciones se estudiará una gama más amplia de escenarios de casos de AIDA, datos de pacientes reales y datos relativos a otros factores que influyen en los BGL. También se explorarán paradigmas de RNA basados en el aprendizaje recurrente en tiempo real para dar cabida a la fisiología dinámica de la diabetes.

• Materias:Ingeniería electrónica Códigos informáticos Circuitos integrados Procesamiento de señales asistido por computador Informática Procesamiento de datos
• Subjects:Electronic engineering Computer codes Integrated circuits Signal processing computer-assisted Computing Data processing
• Palabras claves:bgls, día, predicciones de bgl, simulador matemático de diabetes freeware, redes neuronales artificiales recurrentes, escenarios de casos aida, niveles de glucosa en sangre, escenario de caso único, hora, mmol
• Keywords:bgls, day, bgl predictions, freeware mathematical diabetes simulator, recurrent artificial neural networks, aida case scenarios, blood glucose levels, single case scenario, hour, mmol