我正在编写一个应用程序，让糖尿病用户输入他/她的“血糖”读数，然后将它们随时间从左到右绘制在图表上。由于血液读数每天只会进行几次，因此算法可以方便地:
a) 填补图表上读数之间的空白(曲线会比生涩的线条更真实)并允许更准确的“血糖水平”每日平均值
b) 粗略预测 future 会发生什么(如果用户没有吃任何东西会影响他的血液水平)
我不擅长微积分。我希望这里有人知道这些东西的图书馆？我希望有人知道已经针对这个特定问题量身定制的算法(例如:有人将其与糖尿病患者的真实数据进行了比较)
免责声明:我很清楚任何此类算法都会因用户而异。我只是想改进直角线。无论是哪种糖尿病患者，血糖升高和降低的速度都是有限度的。
我正在使用 Javascript，但由于它只是数学，我可以从 C、Java 或其他语言移植它。
最佳答案
血糖行为非常复杂。它受到影响
- 当前血糖(如果患者血糖过高，可能会出现酮体)
- 根据食物的类型和数量，最近的食物可以持续几个小时
- 最近使用的速效胰岛素(具有 45 分钟到 2 小时之间的变化和患者依赖性 react 曲线。哦，还有给药机制)
- 过去 12 小时内使用长效胰岛素(同样取决于患者和品种)
- 事件水平
- 压力水平
- 疾病
- 患者佩戴泵时的基础胰岛素率
- 恶心
非常难的问题。您选择的任何启发式---任何 启发式---都将极具误导性。如此简短的回答:
Don't do it.
部分原因是将糖尿病患者的 24 小时连续血糖记录与同时进行的约 10 次手指采血进行了比较。 IE。我的建议是数据驱动的。
编辑:显然我没有说清楚。
You can't even get close.
您对手指穿刺数据所做的任何事情都不可能是远程可靠的。
用任何线(甚至是直线段)连接点都是完全错误的。它不反射(reflect)现实。一点儿也没有。
我是一名实验粒子物理学家。复杂的数据集是我的工作。我的生活中有一个糖尿病患者(你猜对了吗？)。这对我很重要。
但我看到了高频数据日志，与手指刺破、锻炼、食物和胰岛素的天数日志并排在一起。
如果您可以获取每 15 分钟的数据，我会建议您继续使用样条曲线。它不会造成危险的误导。但是，如果您一天进行 6-10 次测量，您将一无所知。
好消息:持续监测的价格正在下降。它已经走出实验室，甚至现在也可以与一些泵一起使用。
对于那些不熟悉这个的人:顺从的糖尿病患者做(极其不科学的民意调查的结果)理所当然地每天进行 4-6+ 次葡萄糖测试，并且在任何测试后的 1-2 小时内进行几次额外的测试意外的偏移(他们会出现 body 症状，使他们能够检测到严重的偏移)。
这有助于让患者大致了解他们在控制血糖水平方面的表现，但他们也会去实验室每季度(左右)抽取一次血红蛋白 A1C。 A1C 结果主要取决于他们的平均血糖。
我曾与几个月来每天四次记录 80-110(相当有利的数字)的人交谈，得到的 A1C 显示平均超过 150(根本不理想)。据推测，他们在夜间走高。我从人们那里听到了类似的故事，他们可能在睡梦中情绪低落——非常低落。
教训是:
Finger prick readings have their place, but don't try to extrapolate them to times not well sampled.
关于algorithm - 预测 "blood glucose"算法？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/434435/