期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
探讨实时动态血糖监测在2型糖尿病患者中的准确性 被引量:14
1
作者 张春风 葛焕琦 +1 位作者 谢云 郑辉 《天津医药》 CAS 2015年第8期936-938,共3页
目的探讨实时动态血糖监测(RT-CGM)在2型糖尿病(T2DM)患者中的准确性。方法选取2013年5月—2014年8月于我院住院治疗的T2DM患者318例作为研究对象。所有受试者佩戴RT-CGM检测仪,每日输入至少4个指端血糖进行校正。依指端血糖水平将受试... 目的探讨实时动态血糖监测(RT-CGM)在2型糖尿病(T2DM)患者中的准确性。方法选取2013年5月—2014年8月于我院住院治疗的T2DM患者318例作为研究对象。所有受试者佩戴RT-CGM检测仪,每日输入至少4个指端血糖进行校正。依指端血糖水平将受试者分为3组:≤6.99 mmol/L组、7.0~10.0 mmol/L组和≥10.01mmol/L组,分析指端血糖与探头血糖的相关性,并应用Clarke错误栅格分析评价RT-CGM的准确性。结果 (1)本研究共得到2 815对指端血糖-探头血糖数据,探头血糖与指端血糖呈正相关(r=0.847),对指端血糖水平分组后分析显示:两者的相关性随血糖值的升高而升高(r分别为0.457、0.648和0.852,P<0.001)。(2)Clarke错误栅格分析显示:RT-CGM值的临床准确率为76.69%(A区),可接受率为20.28%(B区),临床不可接受血糖比例为3.03%(C^E区)。指端血糖≤6.99 mmol/L时的临床准确率低于7.0~10.0和≥10.01 mmol/L时(73.12%vs 78.63%&79.28%,P<0.05),而后2组水平的临床准确率差异无统计学意义。结论 RT-CGM具有良好的准确性,尤其是在高血糖时其准确性更稳定。 展开更多
关键词 糖尿病 2型 实时动态血糖监测 准确性 错误栅格分析
下载PDF
2型糖尿病患者频繁静脉取血法动态血糖监测的准确性评估 被引量:11
2
作者 周健 包玉倩 +7 位作者 马晓静 陆蔚 郝亚平 周密 莫一菲 胡承 项坤三 贾伟平 《中华糖尿病杂志》 CAS 2012年第9期523-528,共6页
目的应用频繁静脉取血法在2型糖尿病患者中对回顾性动态血糖监测系统(CGMS)的点准确度及趋势准确度进行评价。方法2010年8月至10月共纳入11例2型糖尿病患者,应用美敦力公司GOLD^TM(GMS)连续监测3d血糖,同时每天输入4次指尖血糖值... 目的应用频繁静脉取血法在2型糖尿病患者中对回顾性动态血糖监测系统(CGMS)的点准确度及趋势准确度进行评价。方法2010年8月至10月共纳入11例2型糖尿病患者,应用美敦力公司GOLD^TM(GMS)连续监测3d血糖,同时每天输入4次指尖血糖值进行校正。受试者在CGMS监测的3d内随机选择1d参加连续7h的频繁静脉取血(15min取1次),并用美国YSI STAT Plus^TM葡萄糖乳酸分析仪(YSI值)进行血浆葡萄糖值的测定。应用多种统计方法和统计量来综合进行准确性评估,包括CGMS值和匹配的YSI值相比在20%和30%偏差范围内的一致率、误差栅格分析、绝对差值的相对数(ARD)、Bland—Ahman分析以及趋势分析等。两变量相关分析采用Pearson相关分析。结果11例患者共收集到319对YSI—CGMS配对数据值;与YSI值相比,88.4%(95%CI:0.84—0.92)的CGMS值在20%偏差范围内,96.9%的CGMS值在30%偏差范围内。Clarke误差栅格分析显示YSI—CGMS配对数据值进入A区和B区的比例分别为88%、12%,共识误差栅格分析显示进入A区和B区的比例分别为96.2%、3.8%。连续误差栅格分析显示YSI—CGMS配对数据值在准确数据区、良性错误区及错误数据区分别为94.4%、2.8%及2.8%。ARD的均值为10.5%,中位数为8.4%,Bland—Altman分析均值为0.47mmol/L(95%CI:-1.90-3.01)。趋势分析显示82.5%的两者变化率差异集中在0.06mmol·L^-1·min^-1的变化范围内,只有1.7%的数据对绝对差异超过0.17mmd·L^-1·min^-1。结论无论对点时血糖还是对血糖变化趋势的反映,CGMS均有较好的准确性;但对低血糖事件进行评判时,尚需结合临床实际情况具体分析。 展开更多
关键词 糖尿病 2型 动态血糖监测 误差栅格分析 准确度
原文传递
应用ONE-TOUCHⅡ型血糖监测仪测定毛细血管全血糖 被引量:13
3
作者 宁光 王卫庆 +4 位作者 张连珍 罗邦尧 许曼音 张达青 陈家伦 《中华内分泌代谢杂志》 CAS CSCD 北大核心 1995年第4期217-219,共3页
应用ONE-TOUCHⅡ型血糖仪测定毛细血管全血糖(CBG)1264例次,并与BecknianCx4自动生比分折仪测定静脉血浆糖(VPG)比较。结果表明,VPG较CBG高10.2±0.4%,且两者明显相关。当VP... 应用ONE-TOUCHⅡ型血糖仪测定毛细血管全血糖(CBG)1264例次,并与BecknianCx4自动生比分折仪测定静脉血浆糖(VPG)比较。结果表明,VPG较CBG高10.2±0.4%,且两者明显相关。当VPG在4.4mmol/L以上时,VPG>CBG,血糖愈高,差别愈大;而在4.4mmol/L以下时,VPG<CBG。进餐(或葡萄糖)后30分钟、60分钟,VPG与CBG相对差最小,至120分钟、180分钟时恢复到空腹水平。误差表格分析显示,所有测定值的90.2%,7.5%处于A、B区,仅2.3%处于↑D区。贫血时CBG测值偏高。说明ONE-TOUCHⅡ血糖仪测CBG快速、简便、准确,故不仅用于糖尿病患者血糖自我监测,且可用于糖尿病的筛选、普查。 展开更多
关键词 ONE-TOUCHⅡ型 血糖监测仪 毛细血管 全血糖
原文传递
广义极大似然估计在OCT无创血糖监测中的应用 被引量:9
4
作者 付磊 苏亚 +1 位作者 李果华 姚晓天 《激光与光电子学进展》 CSCD 北大核心 2016年第3期191-196,共6页
在光学相干层析术(OCT)无创血糖监测过程中,预测模型的建立容易受异常点的干扰。采用广义极大似然估计(M估计)建立的预测模型能够有效地通过权函数降低异常点在模型中的权重。通过人体血糖钳夹临床实验和口服葡萄糖耐量测试实验,利用M... 在光学相干层析术(OCT)无创血糖监测过程中,预测模型的建立容易受异常点的干扰。采用广义极大似然估计(M估计)建立的预测模型能够有效地通过权函数降低异常点在模型中的权重。通过人体血糖钳夹临床实验和口服葡萄糖耐量测试实验,利用M估计和最小二乘估计法(OLS估计)两种方法建立了血糖预测模型,采用交互验证法对两种模型的均方根误差(RMSE)进行了比较。对比结果表明,M估计能有效地降低血糖预测模型的RMSE值。此外,利用克拉克误差表格分析法对两个模型的预测结果进行评估,评估结果表明采用M估计建立的血糖预测模型的准确性和稳定性高于OLS估计,因此M估计更适合临床上的OCT无创血糖监测应用。 展开更多
关键词 医用光学 扫频光学相干层析 广义极大似然估计 血糖预测模型 克拉克误差表格分析
原文传递
基于多光谱应用BP人工神经网络预测血糖 被引量:7
5
作者 李东明 贾书海 《激光与光电子学进展》 CSCD 北大核心 2017年第3期238-243,共6页
利用反向传播(BP)神经网络预测方法,通过光纤将红外光谱仪、拉曼光谱仪和旋光测量系统结合在一起,建立了基于多光谱测量血糖含量的分析模型,提出了数据融合的处理方法。选择了30个人体血液样品,分别测量旋光光谱、红外光谱、拉曼光谱。... 利用反向传播(BP)神经网络预测方法,通过光纤将红外光谱仪、拉曼光谱仪和旋光测量系统结合在一起,建立了基于多光谱测量血糖含量的分析模型,提出了数据融合的处理方法。选择了30个人体血液样品,分别测量旋光光谱、红外光谱、拉曼光谱。将光谱数据进行了预处理与归一化处理,建立BP神经网络模型,预测血液样品的糖含量值。使用克拉克误差网格分析法分别分析了三种测量方法和数据融合后的血糖值,结果应用BP人工神经网络模型预测血糖值的拟合精度为0.9992,预测误差低于0.2mmol/L,满足临床医学的精度要求,并且具有较高的稳健性和较强的容错能力。 展开更多
关键词 医用光学 血糖预测 多光谱 BP神经网络 克拉克误差网格分析
原文传递
动态血糖监测的准确性评估及相关因素分析 被引量:6
6
作者 陆蔚 周健 +5 位作者 马晓静 潘洁敏 朱玮 卢逢娣 包玉倩 贾伟平 《华西医学》 CAS 2011年第6期811-814,共4页
目的评价2型糖尿病(type 2diabetes mellitus,T2DM)患者动态血糖监测(continuous glucosemonitoring,CGM)的准确性及其相关因素。方法 2009年1月~2010年1月共纳入患者530例,其中口服降糖药治疗者和胰岛素强化治疗者各265例。应用动态... 目的评价2型糖尿病(type 2diabetes mellitus,T2DM)患者动态血糖监测(continuous glucosemonitoring,CGM)的准确性及其相关因素。方法 2009年1月~2010年1月共纳入患者530例,其中口服降糖药治疗者和胰岛素强化治疗者各265例。应用动态血糖监测系统(美国Medtronic MiniMed公司)连续监测3d,同时每天输入4次指尖血糖值(self-monitoring of blood glucose,SMBG)进行校正。用直线回归分析CGM值与SMBG的相关性,用Clarke误差表格分析一致性,用平均绝对差(mean absolute relative difference,MAD)评价准确性,并分析MAD的相关因素。结果①共收集到6 350对CGM值[(9.66±3.54)mmol/L]与SMBG值[(9.64±3.38)mmol/L],两者差异无统计学意义(P>0.05)。Pearson相关性分析显示,两者呈正相关(r=0.959,P<0.001)。②Clarke误差表格分析显示:99.89%的点位于A区和B区,其中92.37%血糖值位于A区,7.72%位于B区,其余7对(0.11%)位于D区。③总体MAD值为7.2%(5.5%~9.5%),通过分析每天的MAD值见到,随着监测时间的延长,CGM结果的MAD值逐渐降低,而准确性逐渐升高。④胰岛素强化治疗组患者MAD值高于口服药治疗组患者(P<0.05),多元逐步回归分析显示,MAD值与糖化血清白蛋白水平呈独立负相关(β=-0.134,P<0.01),与胰岛素强化治疗呈独立正相关(β=0.117,P<0.05)。结论①动态血糖与毛细血管血糖具有良好的相关性、一致性及准确性。②CGM结果的准确性除了受监测时间的影响外,还可能与患者的降糖治疗方案有关。 展开更多
关键词 2型糖尿病 动态血糖监测 自我血糖监测 Clarke误差表格分析 准确度
原文传递
基于长短时记忆的1型糖尿病患者运动模式下的血糖预测
7
作者 刘昱鑫 郁磊 +2 位作者 常利利 李嘉旭 张晴 《山西医科大学学报》 CAS 2022年第2期215-220,共6页
目的基于长短时记忆(long short-term memory,LSTM)网络,构建1型糖尿病(type 1 diabetes mellitus,T1DM)患者运动模式下的血糖预测模型,并研究该模型预测精度。方法使用UVa/Padova 1型糖尿病血糖代谢仿真器(type 1 diabetes metabolic s... 目的基于长短时记忆(long short-term memory,LSTM)网络,构建1型糖尿病(type 1 diabetes mellitus,T1DM)患者运动模式下的血糖预测模型,并研究该模型预测精度。方法使用UVa/Padova 1型糖尿病血糖代谢仿真器(type 1 diabetes metabolic simulator,T1DMS)模拟了30名受试者在不同的运动时间及运动时长下的血糖数据。利用LSTM神经网络构建糖尿病患者运动模式下的血糖预测模型。将预测结果与支持向量回归(support vector regression,SVR)、循环神经网络(recurrent neural network,RNN)进行对比。研究不同输入特征对模型预测性能的影响,并分析仅使用历史血糖值作为模型输入时高、低血糖预测的准确率,通过克拉克误差网络分析(error grid analysis,EGA)对血糖预测结果进行评估。结果在运动模式下,相比于SVR与RNN,基于LSTM的血糖预测模型在不同预测时长下均具有更小的预测误差。当模型输入序列时长达25 min时,高、低血糖事件在20 min预测时长下的预测准确率分别可达94.12%和90.59%,EGA的A、B区域占比可达100%。结论在运动模式下,基于LSTM的血糖预测模型表现突出。基于LSTM的血糖预测模型在仅使用历史血糖值作为模型输入的条件下,也可以实现血糖的短期预测,且能够较准确预测到高、低血糖事件的发生。 展开更多
关键词 血糖预测 长短时记忆 运动模式 Ⅰ型糖尿病 克拉克误差网络分析
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部