Condition assessment of patients with Type 1 diabetes using compositional data analysis

dc.contributor
Universitat de Girona. Institut d'Informàtica i Aplicacions
dc.contributor
Universitat de Girona. Departament d'Enginyeria Elèctrica, Electrònica i Automàtica
dc.contributor.author
Biagi, Lyvia
dc.date.accessioned
2019-11-25T17:05:34Z
dc.date.available
2019-11-25T17:05:34Z
dc.date.issued
2019-07-09
dc.identifier.uri
http://hdl.handle.net/10803/667966
dc.description.abstract
Type 1 Diabetes Mellitus (T1DM) is a chronic disease that leads to absolute insulin deficiency. People with T1DM need exogenous insulin to maintain glucose at proper levels. Achieving optimal glycemic control is a major hurdle due to the large intra-patient variability, and continuous glucose monitoring (CGM) plays an essential role for individuals with T1DM. This thesis is devoted to describe the condition assessment of patients with T1DM through the analysis of glucose data obtained from CGM. This work focuses on understanding and dissecting the CGM measures. A model of the error of a CGM sensor has been obtained and the accuracy of the CGM has been assessed during challenging conditions. Additionally, a novel approach for the categorization of daily glucose profiles based on the analysis of compositional data (CoDa) is proposed. Finally, a probabilistic model of transition between different categories of periods of glucose data obtained with CoDa analysis is presented.
dc.description.abstract
La diabetes mellitus tipo 1 (T1DM) es una enfermedad crónica que conduce a una deficiencia absoluta de insulina. Las personas con T1DM requieren insulina exógena para mantener los niveles de glucosa apropiados. Alcanzar un control glicémico óptimo tiene una gran dificultad debido a la variabilidad intrapaciente, y el monitoreo continuo de glucosa (CGM) desempeña un papel esencial para los individuos con T1DM. Este trabajo se enfoca en entender y diseccionar las medidas obtenidas de CGM. Se ha obtenido un modelo de error de un sensor CGM y se ha evaluado la precisión del CGM en condiciones difíciles. Además, se presenta un nuevo enfoque para la caracterización de perfiles de glucosa diarios con base en el análisis de datos composicionales (CoDa). Finalmente, se presenta un modelo de transición probabilístico entre diferentes categorías de periodos de datos de glucosa que fue obtenido usando técnicas CoDa.
dc.format.extent
116 p.
dc.format.mimetype
application/pdf
dc.language.iso
eng
dc.publisher
Universitat de Girona
dc.rights.license
ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject
Type 1 diabetes
dc.subject
Diabetis tipus 1
dc.subject
Diabetes tipo 1
dc.subject
Glucose monitoring system
dc.subject
Sistemes de monitoratge continuu de glucosa
dc.subject
Sistemas de monitorización contínua de glucosa
dc.subject
Compositional data analysis
dc.subject
CoDa analysis
dc.subject
Análisi de dades composicionals
dc.subject
Análisis de datos composicionales
dc.title
Condition assessment of patients with Type 1 diabetes using compositional data analysis
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
616.4
dc.subject.udc
68
dc.contributor.director
Vehí, Josep
dc.contributor.director
Martín Fernández, Josep Antoni
dc.embargo.terms
cap
dc.rights.accessLevel
info:eu-repo/semantics/openAccess


Documentos

tlrbsb_20190709.pdf

3.490Mb PDF

Este ítem aparece en la(s) siguiente(s) colección(ones)