Universidad Complutense de Madrid
E-Prints Complutense

Identification of blood glucose patterns through continuous glucose monitoring and decision trees

Impacto

Downloads

Downloads per month over past year



Lozano Serrano, Francisco José (2018) Identification of blood glucose patterns through continuous glucose monitoring and decision trees. [Trabajo Fin de Grado]

[img]
Preview
PDF
19MB


Abstract

The demand for Continuous Glucose Monitoring (CGM) systems is increasing among type 1 diabetic patients. Some companies are trying to improve the monitorization and the usability of these systems. One example is Abbott FreeStyle Libre, which provides a new concept of glucose monitoring called Flash Glucose Monitoring (FGM). FGM is more affordable and does not need calibration. This increased demand for these devices means an opportunity for data and computer scientists, who can contribute to the development of decision-making support systems based on the data collected from the devices.
Type 1 diabetic patients that use FreeStyle Libre must enter the number of insulin and carbohydrates units that they are going to take before a meal. Using both the entered data and the blood glucose values collected by the device automatically, the application developed in this project generates a report of the patient’s glucose patterns. In addition, it provides a web application that allows the user to upload the data obtained from his device and download the report on his computer or smartphone.
The application uses decision trees to detect the patterns and entails a starting point in the creation of ensemble models with more predictive power, also based on decision trees. Furthermore, the methodology makes a segmentation of the data set in blocks, determined by the different meals done throughout the day, adding more information to the set of variables used to train the model. As a result, the application can discover repetitive patterns in the daily life of the patient, which can help him to take early preventive measures for risk situations in a period close to the next meal.

Resumen (otros idiomas)

La demanda de sistemas de Monitorización Continua de Glucosa (CGM) está aumentando entre los pacientes diabéticos de tipo 1. Algunas empresas tratan de mejorar la monitorización y la usabilidad de estos sistemas. Un ejemplo es Abbott FreeStyle Libre, que proporciona un nuevo concepto en monitorización de glucosa llamado Monitorización Flash de Glucosa (FGM). FGM es más asequible y no requiere calibración. El aumento de demanda de estos dispositivos significa una oportunidad para informáticos y científicos de datos, que pueden contribuir al desarrollo de sistemas de apoyo a la toma de decisiones basado en los datos recogidos por estos dispositivos. Los pacientes diabéticos de tipo 1 que usan FreeStyle libre, deben introducir los datos de insulina y carbohidratos antes de cada comida. Usando los datos introducidos por los pacientes y los niveles de glucosa recogidos automáticamente por el dispositivo, la aplicación desarrollada en este proyecto es capaz de generar un informe de patrones de glucosa del paciente. Además, se proporciona una aplicación web que permite al usuario subir los datos obtenidos del dispositivo y descargarse el informe en su propio ordenador o dispositivo móvil. La aplicación hace uso de árboles de decisión para detectar los patrones y supone un punto de partida en la elaboración de modelos ensamblados con mayor poder predictivo, también basados en árboles de decisión. Además, la metodología segmenta el conjunto de datos en bloques marcado por las diferentes comidas del día, añadiendo información adicional al conjunto de variables usadas para entrenar el modelo. Como resultado, la aplicación es capaz de describir patrones repetitivos en la vida diaria del paciente, que le pueden ayudar a anticiparse a una situación de riesgo en un periodo de tiempo próximo a la siguiente comida.

Item Type:Trabajo Fin de Grado
Additional Information:

Universidad Complutense, Facultad de Informática, curso 2016/2017

Directors:
DirectorsDirector email
Hidalgo Pérez, José Ignacio
Uncontrolled Keywords:Diabetes, Decision trees, Glucose monitoring, Patterns
Palabras clave (otros idiomas):Diabetes, Arboles de decisión, Monitorización de glucosa, Patrones
Subjects:Sciences > Computer science > Artificial intelligence
Medical sciences > Medicine
Título de Grado:Grado en Ingeniería Informática
ID Code:50036
Deposited On:14 Nov 2018 12:52
Last Modified:14 Nov 2018 12:52

Origin of downloads

Repository Staff Only: item control page