ARX model for interstitial glucose prediction during and after physical activities
| العنوان: | ARX model for interstitial glucose prediction during and after physical activities |
|---|---|
| المؤلفون: | Mael Garnotel, Maeva Doron, Erik Huneker, Guillaume Charpentier, Chantal Simon, Sylvia Franc, H. M. Romero-Ugalde, Stéphane Bonnet, Pierre Jallon |
| المساهمون: | Université Grenoble Alpes (COMUE) (UGA), Commissariat à l'énergie atomique et aux énergies alternatives - Laboratoire d'Electronique et de Technologie de l'Information (CEA-LETI), Direction de Recherche Technologique (CEA) (DRT (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Diabeloop SAS, Institut National de la Santé et de la Recherche Médicale (INSERM), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon, Cardiovasculaire, métabolisme, diabétologie et nutrition (CarMeN), Hospices Civils de Lyon (HCL)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Institut National de la Recherche Agronomique (INRA), Service Diabète et Endocrinologie, Centre Hospitalier Sud Francilien, Centre d'Etudes et de Recherches pour l'Intensification du Traitement du Diabète (CERITD), French National Agency ANR TECSAN 2015 (DIABELOOP_AP project)., LETI, MINATEC, Commissariat à l'Energie Atomique et aux Energies Alternatives (CEA), UMR 1397 CarMeN Cardiovasculaire, Métabolisme, Diabétologie et Nutrition, INRA, Institut National de la Recherche Agronomique (INRA)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Hospices Civils de Lyon (HCL), Université Grenoble Alpes [2016-2019] (UGA [2016-2019]), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Hospices Civils de Lyon (HCL)-Institut National de la Santé et de la Recherche Médicale (INSERM), Centre d'études et de recherches pour l'intensification du traitement du diabète (CERITD) |
| المصدر: | Control Engineering Practice Control Engineering Practice, Elsevier, 2019, 90, pp.321-330. ⟨10.1016/j.conengprac.2019.07.013⟩ Control Engineering Practice, 2019, 90, pp.321-330. ⟨10.1016/j.conengprac.2019.07.013⟩ |
| بيانات النشر: | HAL CCSD, 2019. |
| سنة النشر: | 2019 |
| مصطلحات موضوعية: | 0209 industrial biotechnology, insulin, modèle de prédiction, repas, diabète de type 1, medicine.medical_treatment, [SDV]Life Sciences [q-bio], Population, Physical activity, Insulin on board, physical activity, meal, 02 engineering and technology, energy expenses, 020901 industrial engineering & automation, Statistics, energy expenditure, 0202 electrical engineering, electronic engineering, information engineering, medicine, dépense énergétique, Electrical and Electronic Engineering, glucose, education, insuline, Mathematics, Type 1 diabetes, education.field_of_study, interstitial glucose prediction, Applied Mathematics, Insulin, 020208 electrical & electronic engineering, medicine.disease, Computer Science Applications, Autoregressive model, Energy expenditure, Control and Systems Engineering, Interstitial glucose, T1D |
| الوصف: | This paper presents the first autoregressive with exogenous input (ARX) model using energy expenditure, carbohydrates on board, and insulin on board as input to predict interstitial glucose (IG). The proposed model may be used for predicting IG even during physical activity (PA). A population-based model, obtained from a first database composed of 14 type 1 diabetes (T1D) patients, achieved a root-mean-square error (RMSE) of 16 . 7 ± 15 . 6 mg/dL, on IG prediction (30-min ahead) at the end of a PA, on a second database (15 T1D patients). Patient-specific ARX models, obtained on the second database, improved prediction accuracy (RMSE = 7 . 8 ± 4 . 5 mg/dL), outperforming the results found in the literature. |
| اللغة: | English |
| تدمد: | 0967-0661 |
| DOI: | 10.1016/j.conengprac.2019.07.013⟩ |
| URL الوصول: | https://explore.openaire.eu/search/publication?articleId=doi_dedup___::083f1c673acef8899f2c08e7475999ae https://hal.archives-ouvertes.fr/hal-02369251/document |
| Rights: | OPEN |
| رقم الانضمام: | edsair.doi.dedup.....083f1c673acef8899f2c08e7475999ae |
| قاعدة البيانات: | OpenAIRE |
| تدمد: | 09670661 |
|---|---|
| DOI: | 10.1016/j.conengprac.2019.07.013⟩ |