HypoDetect - Algoritme til detektion af hypoglykæmi
Studenteropgave: Kandidatspeciale og HD afgangsprojekt
- Jens Henrik Rauff Hansen
- Lasse Lefevre Samson
4. semester , Sundhedsteknologi (cand.polyt.), Kandidat (Kandidatuddannelse)
På verdensplan udgør diabetes en voksende sundhedstrussel. Det er estimeret, at der er 366 mio. mennesker med sygdommen. Diabetes medfører en nedsat livskvalitet hos de der rammes af sygdommen, hvilket især skyldes de senkomplikationer, som diabetes kan medføre. For at kontrollere blodsukkerniveauet samt forebygge senkomplikationer modtager diabetespatienter ofte insulinbehandling. Dette medfører dog en risiko for hypoglykæmi, der kan sænke livskvaliteten. I dette projekt er der udviklet en algoritme til retrospektiv detektion af hypoglykæmi baseret på fire daglige blodsukkermålinger. Algoritmen er efterfølgende implementeret i en Android smartphone-applikation kaldet HypoDetect. Resultaterne for algoritmen viste en sensitivitet på 86 % og en specificitet på 67 %. Den udviklede algoritme skal testes på andre datasæt for at påvise dens pålidelighed forud for test i klinisk praksis. HypoDetect applikationen blev testet med en usability test, der viste gode resultater, men klarlagde behov for forbedringer, før applikationen var anvendelig i dagligdagen.
Sprog | Dansk |
---|---|
Udgivelsesdato | 1 jun. 2012 |
Antal sider | 95 |
Emneord | diabetes, hypoglykæmi, mønstergenkendelse, applikation, algoritme |
---|