Algorithm 预测性；血糖“；算法？

我正在编写一个应用程序，让一个糖尿病用户输入他/她的“血糖”读数，然后将其从左到右绘制在图表上。由于血液读数一天只进行几次，因此一种算法将便于：

a） 填补图表上读数之间的空白（曲线比跳动的线条更真实），并获得更准确的“血糖水平”日平均值

b） 大致预测未来会发生什么（如果用户不吃任何会影响其血液水平的食物）

我微积分很差。我希望这里有人知道这东西的图书馆？我希望有人知道已经针对这个特定问题定制的算法（例如：有人将其与糖尿病患者的真实数据进行了比较）

免责声明：我非常清楚，任何这样的算法都会因用户而异。我只是想在直线角度上有所改进。不管糖尿病患者是谁，血糖的升降速度都是有限的

---

我使用的是Javascript，但因为它只是数学，所以我可以从C、Java或其他任何地方移植它。

好的，您将寻找一些拟合曲线。问题是，对于n个点，有符合顺序的拟合多项式。。。我想是n-1。已经有一段时间了。当你有很多点并且不想要一个复杂的函数（你不想要）时，最常见的事情就是使用一个

也许最好的办法是寻找一个你可以使用的罐装程序；这些存在于大多数统计数据包中。给我们更多关于您想要的环境的详细信息，我们可能会更接近于为您指出合适的环境。

血糖行为非常复杂。它受到

• 当前血糖（如果患者血糖过高，可能会出现酮类）
• 根据食物的种类和数量，最近的食物会在几个小时内用完
• 最新的速效胰岛素（具有45分钟到两小时不等的多样性和患者依赖性反应特征。哦，以及传递机制）
• 在过去12小时内停用长效胰岛素（同样取决于患者和品种）
• 活动水平
• 压力水平
• 疾病
• 如果患者佩戴泵，则基础胰岛素率
• 纳修姆酒店

非常难的问题。任何启发式--任何启发式--您选择的都会产生严重误导。简而言之：

不要这样做。

---

这部分来自于将一名糖尿病患者的24小时连续血糖记录与在同一时间进行的10次手指点刺进行比较。也就是说，我的建议是数据驱动的

---

编辑：显然我没有说清楚

你甚至无法靠近。

你对手指刺痛数据所做的任何事情都不能远程可靠

将点与任何直线（甚至直线段）连接都是错误的。它不能反映现实。一点也不

我是一名实验粒子物理学家。复杂的数据集是我所做的。我的生活中有一个糖尿病患者（你猜到了吗？）。这对我很重要

但我看到了高频数据日志，与手指刺痛、运动、食物和胰岛素的记录并排出现

如果你能每十五分钟得到一次数据，我会说，继续使用样条曲线。这不会是危险的误导。但是，如果你每天有6-10次测量，你什么都不知道

---

好消息：持续监控的价格正在下降。它在实验室外，甚至现在还可以使用一些泵

---

对于那些不熟悉这一点的人：顺从的糖尿病患者（极不科学的民意调查结果）理所当然地每天做4-6次以上的血糖测试，并且在任何意外的远足后的1-2小时内做几次额外的测试（他们会出现身体症状，可以检测到严重的远足）

这有助于让患者大致了解他们在控制血糖水平方面的表现，但他们也会每季度（大约每季度）到实验室抽取血红蛋白A1C。A1C结果主要取决于他们的平均血糖

我曾与一些人交谈过，他们几个月来每天记录四次80-110（相当有利的数字），得到的A1C表明平均值在150以上（根本不可取）。他们可能是在夜里兴奋起来的。我也从一些人那里听到过类似的故事，他们可能在睡梦中情绪低落——非常低落

教训是：

手指穿刺读数有其位置，但不要试图将其推断到采样不充分的时间

---

若您只想对数据进行一次直接拟合，使事情更易于查看，那个么类似于推荐的方法可能会很好地工作。然而，正如这些数据所指出的，这些数据并没有任何意义

---

你所要做的实际上更符合科学研究本身。在这种情况下，我甚至不确定它是否会完全适用，除了I型糖尿病的情况，因为我所知道的大多数关于pharamcokenetics的知识只适用于药物研究，但如果身体正在产生某种物质，那么你可能会看到完全不同类型的分析。如果你对这门学科感兴趣，那么如果你搜索“”就会有很多书的预览，但由于这门学科的性质，它们的数学量很大，并且假设你也了解化学和生物学。

这很可能行不通，但人工神经网络可能，我重复一遍，也许我们能从一个好的数据集中得到一些东西。我所说的好，是指连续数周或数月的记录，即使如此，我也不会相信数据集，除非我有很好的理由这样做。我也不认为你能从中获得预测数据，但这可能取决于你如何实现它。总的来说，如果你要这么做