相关实验视频
Updated: May 6, 2026
12:08
Improving IV Insulin Administration in a Community Hospital
Published on: June 11, 2012
19.3K
使用新型非侵入性技术测量血糖的评估:协议和方法
Eka Widrian Suradji1,2,3, Satvinder Singh Dhaliwal4,5,6,7, Zhang Li-Feng8
1Department of Public Health, Faculty of Medicine and Health Sciences, Krida Wacana Christian University, Arjuna Utara no 6, Kec Kebon Jeruk, West Jakarta, DKI Jakarta, 11510, Indonesia, 62 (021) 56942061.
JMIR research protocols
|January 8, 2026
概括
这项研究收集了885名印度尼西亚参与者的数据,以训练一种非侵入性糖尿病风险评估算法. 目标是改进血糖评估和监测 (BGEM) 模型.
科学领域:
- 医疗保健中的人工智能
- 生物医学信号处理
- 糖尿病研究研究 糖尿病研究
背景情况:
- 糖尿病是一种日益严重的全球健康问题,超过11.1%的成年人受到影响,许多人没有被诊断出来.
- 早期的DM检测和管理对于预防视力丧失,功能衰竭和心血管疾病等严重并发症至关重要.
- 目前的侵入性和昂贵的查方法限制了广泛使用,特别是在资源较少的环境中.
研究的目的:
- 收集多样化的数据集,用于培训和增强血糖评估和监测 (BGEM) 机器学习算法.
- 提高BGEM模型的普遍性和稳定性,用于糖尿病风险评估和葡萄糖监测.
- 评估各种人口群体的BGEM表现,包括年龄,种族和皮肤类型.
主要方法:
- 从印尼雅加达大区招募了885名成年参与者 (糖尿病人和非糖尿病人).
- 采集了用两个可穿戴设备在四个食时间点上收集的光斑血学 (PPG) 数据.
- 进行了实验室血糖分析 (禁食和饭后),并收集了人体测量,体力活动和药物数据.
主要成果:
- 在2024年6月至10月期间成功注册了885名参与者.
- 获得了每位参与者的8张光电显微镜记录,以及临床测量和问卷.
- 建立了一个全面的数据集,用于评估BGEM在不同人群中的表现.
结论:
- 概述了评估血糖概况和使用PPG数据评估BGEMAI模型的方法.
- 该研究的重点是印尼参与者,考虑到人口变化和影响糖尿病风险评估因素.
- 生成的数据集旨在验证BGEM模型在不同种族,风险因素和皮肤类型组中的准确性和可靠性.
相关概念视频
01:15Assessment of blood pressure in brachial artery(one-step method)
1.4K
This procedural guide systematically measures blood pressure using an oscillometric digital sphygmomanometer, emphasizing accuracy, patient safety, and comfort.
Prepare for the Procedure:
Prepare for the Procedure:
1.4K
01:29Hyperglycemia
34
Hyperglycemia is an abnormally high blood glucose level. It is diagnosed by fasting glucose ≥126 mg/dL, 2-hour oral glucose tolerance test (or OGTT) ≥200 mg/dL, random glucose ≥200 mg/dL with symptoms, or HbA1c ≥6.5%. However, HbA1c results may be unreliable in certain conditions, such as anemia or hemoglobinopathies, and the diagnosis should be confirmed unless classic symptoms are present. Postprandial hyperglycemia is typically considered significant when glucose...
34