Improving the effectiveness of glucose tolerance tests using polynomial glycemic dynamics models
Copyright policy )Improving the effectiveness of glucose tolerance tests using polynomial glycemic dynamics models
Предметом дослідження в даній статті є процедура поліноміальної апроксимації динаміки рівня глікемії при активному глюкозотолерантному тестуванні. Метою роботи є обґрунтування можливостей зменшення кількості глюкозотолерантних тестів для побудови поліноміальної моделі динаміки глікемії. Завдання. На основі результатів біомедичного експерименту дослідити вплив виду діабетичних порушень на метричну відстань між моделями динаміки глікемії. Оцінити вплив зменшення порядку поліноміальної моделі на ступінь ефективності ідентифікації діабетичного стану прямим порівнянням міжфункціональних відстаней для моделей, що відповідають різним діабетичним станам. Підтвердити отримані результати порівнянням локалізованих вейвлет-спектрів для досліджуваних поліноміальних моделей динаміки глікемії. Висновки. Показана можливість відновлення моделей динаміки глікемії в формі поліноміальних регресій. Доведено ефективність такого відновлення для поліномів зниженого (2-го порядку), що забезпечує зменшення кількості глюкозотолерантних тестів більш, ніж в 2 рази при експрес-діагностиці цукрового діабету.
- Kharkiv Polytechnic Institute Ukraine
Information theory, polynomial model, 612.122, діабетичний стан, диабетическое состояние, параметрическая идентификация, полиномиальная модель, динамика гликемии, динаміка глікемії, QA76.75-76.765, glycemic dynamics, parametric identification, Computer software, поліноміальна модель, Q350-390, 004.7, diabetic state, параметрична ідентифікація
Information theory, polynomial model, 612.122, діабетичний стан, диабетическое состояние, параметрическая идентификация, полиномиальная модель, динамика гликемии, динаміка глікемії, QA76.75-76.765, glycemic dynamics, parametric identification, Computer software, поліноміальна модель, Q350-390, 004.7, diabetic state, параметрична ідентифікація
selected citations These citations are derived from selected sources.This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).0 popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.Average influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).Average impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.Average
Citations provided by BIP!Popularity provided by BIP!