Підвищення ефективності глюкозотолерантних тестів при використанні поліноміальних моделей динаміки глікемії

Abstract

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.The subject.The procedure for polynomial approximation of the dynamics of the level of glycemia with active glucose tolerance testing. Objective.The rationale for reducing the number of glucose tolerance tests to build a polynomial model of the dynamics of glycemia. The task. Based on the results of a biomedical experiment, to study the effect of the type of diabetic disorders on the metric distance between the glycemic dynamics mo dels. To evaluate the effect of decreasing the order of the polynomial model on the degree of effectiveness of identification of a diabetic state by direct comparison of inter functional distances for models corresponding to different diabetic states. Conf irm the results by comparing the localized wavelet spectra for the studied polynomial models of glycemic dynamics. Conclusions. The possibility of restoring glycemic dynamics models in the form of polynomial regressions is shown. The effectiveness of such recovery for reduced polynomials (2nd order) has been proven, which ensures a decrease in the number of glucose tolerance tests by more than 2 times for rapid diagnosisof diabetes.