Representació i clústering qualitatiu de corbes de glucosa

Abstract

La Diabetis Mellitus és una malaltia que afecta a més d’un 8% de la població mundial, i es preveu que aquest nombre continue creixent. Està caracteritzada primordialment per la presència d’alts nivells de glucosa a la sang, bé degut a l’absència d’insulina o bé a que no té efecte. Existeixen múltiples complicacions microvasculars i macrovasculars associades, que poden conduir a insuficiència renal, ceguesa, úlceres i infart de miocardi, amb una alta mortalitat. La teràpia tradicional consisteix en mantenir un control manual (anàlisi de sang) del nivell glucèmic, i el tractament amb insulina exògena. L’avanç continu ens ha portat a estar més a prop d’obtenir un substitut tecnològic que simule la funció endocrina del pàncrees: el “pàncrees artificial”. Aquest està constituït per un sistema de monitorització continua de glucosa, una bomba d’infusió continua d’insulina i un algorisme de control. Per ara, les capacitats predictives del sistema de monitorització i la integració de tot el conjunt, són els punts més febles. La ingestió d’aliments i l’augment del nivell glucèmic posterior és un dels moments més crítics. Millorar el coneixement dels efectes que provoca una menjada, permetria avançar en la fiabilitat predictiva dels sistemes de monitorització, que són una part fonamental del pàncrees artificial. En el present treball s’estudien models d’absorció de glucosa, proporcionats pel projecte ClosedLoop4Meal (UdG, UPV). Es fa una selecció de les característiques rellevants, i s’avaluen diferents maneres de discretitzar-les. S’utilitza la descripció qualitativa resultant per explorar mitjançant tècniques de clústering el comportament dels menjars, i per comparar la idoneïtat i rendiment del model qualitatiu front el purament quantitatiu. Per últim també es fa una descripció en llenguatge natural dels models d’absorció de glucosa, i es suggereixen millores en el model dissenyat.

La Diabetes Mellitus es una enfermedad que afecta a más de un 8% de la población mundial, y se prevé que este número continúe creciendo. Está caracterizada primordialmente por la presencia de altos niveles de glucosa en la sangre, bien debido a la ausencia de insulina o bien a que no tiene efecto. Existen múltiples complicaciones microbasculares y macrobasculares asociadas, que pueden conducir a insuficiencia renal, ceguera, úlceras e infarto de miocardio, con una alta mortalidad. El terapia tradicional consiste en mantener un control manual (análisis de sangre) del nivel glucémico, y el tratamiento con insulina exógena. El avance continuo nos ha llevado a estar más cerca de obtener un sustituto tecnológico que simule la función endocrina del páncreas: el “páncreas artificial”. Este está constituido por un sistema de monitorización continúa de glucosa, una bomba de infusión continúa de insulina y un algoritmo de control. Por ahora, las capacidades predictivas del sistema de monitorización y la integración de todo el conjunto, son los puntos más débiles. La ingestión de alimentos y el aumento del nivel glucémico posterior es uno de los momentos más críticos. Mejorar el conocimiento de los efectos que provoca una comida, permitiría avanzar en la fiabilidad predictiva de los sistemas de monitorización, que son una parte fundamental del páncreas artificial. En el presente trabajo se estudian modelos de absorción de glucosa, proporcionados por el proyecto ClosedLoop4Meal (UdG, UPV). Se hace una selección de las características relevantes, y se evalúan diferentes maneras de discretizarlas. Se utiliza la descripción cualitativa resultante para explorar mediante técnicas de clustering el comportamiento de las comidas, y para comparar la idoneidad y rendimiento del modelo cualitativo frente el puramente cuantitativo. Por último también se hace una descripción en lenguaje natural de los modelos de absorción de glucosa, y se sugieren mejoras en el modelo diseñado.

Diabetes Mellitus is a disease that affects more than 8% of the world population, and this number is expected to continue growing. It is primarily characterized by the presence of high levels of blood glucose, either due to the absence of insulin or that it does not take effect. There are many microvascular and macrovascular complications associated with it that can lead to kidney failure, blindness, ulcers and heart attacks, with high mortality. The traditional therapy is to maintain manual control (blood analysis) of glycemic levels and intake of exogenous insulin. The continuous advancement has led us to be closer to get a technological substitute simulating the endocrine function of the pancreas: the "artificial pancreas". It consists of a continuous glucose monitoring system, an insulin infusion pump and a control algorithm. At the moment, the predictive capabilities of the monitoring system and the integration of the whole system are the weakest points. Food intake and increased subsequent glycemic level is one of the most critical moments. Improving the knowledge of the effects caused by a mixed meal would advance the predictive reliability of the monitoring systems, which are a fundamental part of the artificial pancreas. In this research we study patterns of absorption of glucose, provided by the project ClosedLoop4Meal (UdG, UPV). We make a selection of relevant features, and evaluate different ways to discretize them. The resulting qualitative description is used to explore the meals’ behavior using clustering techniques, and to compare the suitability and performance of the qualitative approach versus the purely quantitative one. Lastly, we present a description in natural language of the models of glucose absorption and suggest some improvements to the model designed.