HypoDetect - Algoritme til detektion af hypoglykæmi
Oversat titel
HypoDetect - Algorithm for detection of hypoglycemia
Forfattere
Hansen, Jens Henrik Rauff ; Samson, Lasse Lefevre
Semester
4. semester
Uddannelse
Udgivelsesår
2012
Afleveret
2012-06-01
Antal sider
95
Abstract
Diabetes er en voksende global sundhedstrussel, som anslås at ramme 366 millioner mennesker. Sygdommen kan sænke livskvaliteten, især på grund af senkomplikationer. Mange patienter får insulinbehandling for at kontrollere blodsukkeret og forebygge komplikationer, men det øger risikoen for hypoglykæmi (for lavt blodsukker), som også påvirker hverdagen negativt. Dette projekt udviklede en algoritme til retrospektiv (efterfølgende) detektion af hypoglykæmi baseret på kun fire daglige blodsukkermålinger. Algoritmen er implementeret i en Android-smartphoneapp kaldet HypoDetect. I test opnåede algoritmen en sensitivitet på 86 % (den fandt de fleste episoder med for lavt blodsukker) og en specificitet på 67 % (den markerede til tider episoder, der ikke var reelle). Før brug i klinisk praksis skal algoritmen valideres på flere datasæt for at dokumentere dens pålidelighed. HypoDetect blev desuden afprøvet i en usability-test, som gav gode resultater, men pegede på nødvendige forbedringer, før appen er klar til daglig brug.
Diabetes is a growing global health threat, affecting an estimated 366 million people. It can lower quality of life, especially due to long-term complications. Many patients receive insulin therapy to control blood sugar and prevent complications, but this increases the risk of hypoglycemia (low blood sugar), which also affects daily life. This project developed an algorithm for retrospective (after-the-fact) detection of hypoglycemia using only four daily blood glucose measurements. The algorithm was implemented in an Android smartphone app called HypoDetect. In testing, the algorithm achieved a sensitivity of 86% (it detected most low-blood-sugar episodes) and a specificity of 67% (it sometimes flagged episodes that were not real). Before clinical use, the algorithm must be validated on additional datasets to demonstrate reliability. HypoDetect was also evaluated in a usability test, which showed good results but identified improvements needed before it is suitable for everyday use.
[Dette resumé er genereret ved hjælp af AI]
Emneord