{rfName}

Indexat a

Llicència i ús

Icono OpenAccess

Citacions

43

Altmetrics

Anàlisi d'autories institucional

Conget IAutor o coautorViñals CAutor o coautorGiménez MAutor o coautor

Compartir

Publicacions
>
Article

A Machine Learning Approach to Minimize Nocturnal Hypoglycemic Events in Type 1 Diabetic Patients under Multiple Doses of Insulin

Publicat a:Sensors. 22 (4): 1665- - 2022-02-01 22(4), DOI: 10.3390/s22041665

Autors: Parcerisas, Adria; Contreras, Ivan; Delecourt, Alexia; Bertachi, Arthur; Beneyto, Aleix; Conget, Ignacio; Vinals, Clara; Gimenez, Marga; Vehi, Josep

Afiliacions

Ctr Invest Biomed Red Diabet & Enfermedad Metab A, Madrid 28029, Spain - Autor o coautor
Fed Univ Technol Parana UTFPR, Campus Guarapuava, BR-85053525 Guarapuava, Brazil - Autor o coautor
Hosp Clin Barcelona, Endocrinol & Diabet Unit, Barcelona 08036, Spain - Autor o coautor
Inst Invest Biomed August Pi & Sunye, Barcelona 08036, Spain - Autor o coautor
Univ Girona, Inst Informat & Aplicc, Girona 17003, Spain - Autor o coautor
Veure més

Resum

Nocturnal hypoglycemia (NH) is one of the most challenging events for multiple dose insulin therapy (MDI) in people with type 1 diabetes (T1D). The goal of this study is to design a method to reduce the incidence of NH in people with T1D under MDI therapy, providing a decision-support system and improving confidence toward self-management of the disease considering the dataset used by Bertachi et al. Different machine learning (ML) algorithms, data sources, optimization metrics and mitigation measures to predict and avoid NH events have been studied. In addition, we have designed population and personalized models and studied the generalizability of the models and the influence of physical activity (PA) on them. Obtaining 30 g of rescue carbohydrates (CHO) is the optimal value for preventing NH, so it can be asserted that this is the value with which the time under 70 mg/dL decreases the most, with almost a 35% reduction, while increasing the time in the target range by 1.3%. This study supports the feasibility of using ML techniques to address the prediction of NH in patients with T1D under MDI therapy, using continuous glucose monitoring (CGM) and a PA tracker. The results obtained prove that BG predictions can not only be critical in achieving safer diabetes management, but also assist physicians and patients to make better and safer decisions regarding insulin therapy and their day-to-day lives.

Paraules clau

machine learningmultiple daily injectionsprediction modelsupport vector machinetype 1 diabetesBloodBlood glucoseBlood glucose self-monitoringDecision support systemsDiabetes mellitus, type 1Disease controlForecastingHumansHypoglycaemiaHypoglycaemicHypoglycemiaHypoglycemic agentsInsulinInsulin infusion systemsInsulin therapyMachine learningMachine learning approachesMultiple daily injectionMultiple daily injectionsMultiple-dosePatient treatmentPhysical activityPrediction modelPrediction modellingSupport vector machineSupport vector machinesSupport vectors machineType 1 diabetes

Indicis de qualitat

Impacte bibliomètric. Anàlisi de la contribució i canal de difusió

El treball ha estat publicat a la revista Sensors a causa de la seva progressió i el bon impacte que ha aconseguit en els últims anys, segons l'agència Scopus (SJR), s'ha convertit en una referència en el seu camp. A l'any de publicació del treball, 2022, es trobava a la posició , aconseguint així situar-se com a revista Q1 (Primer Cuartil), en la categoria Analytical Chemistry.

Des d'una perspectiva relativa, i tenint en compte l'indicador de impacte normalitzat calculat a partir de les Citacions Mundials proporcionades per WoS (ESI, Clarivate), proporciona un valor per a la normalització de citacions relatives a la taxa de citació esperada de: 1.73. Això indica que, comparat amb treballs en la mateixa disciplina i en el mateix any de publicació, el situa com un treball citat per sobre de la mitjana. (font consultada: ESI 14 Nov 2024)

Aquesta informació es reforça amb altres indicadors del mateix tipus, que encara que dinàmics en el temps i dependents del conjunt de citacions mitjanes mundials en el moment del seu càlcul, coincideixen a posicionar en algun moment el treball, entre el 50% més citats dins de la seva temàtica:

  • Field Citation Ratio (FCR) de la font Dimensions: 8.77 (font consultada: Dimensions Jun 2025)

Concretament, i atenent a les diferents agències d'indexació, aquest treball ha acumulat, fins a la data 2025-06-13, el següent nombre de cites:

  • WoS: 17
  • Scopus: 21
  • Europe PMC: 5
  • OpenCitations: 23

Impacte i visibilitat social

Des de la dimensió d'influència o adopció social, i prenent com a base les mètriques associades a les mencions i interaccions proporcionades per agències especialitzades en el càlcul de les denominades "Mètriques Alternatives o Socials", podem destacar a data 2025-06-13:

  • L'ús, des de l'àmbit acadèmic evidenciat per l'indicador de l'agència Altmetric referit com a agregacions realitzades pel gestor bibliogràfic personal Mendeley, ens dona un total de: 55.
  • L'ús d'aquesta aportació en marcadors, bifurcacions de codi, afegits a llistes de favorits per a una lectura recurrent, així com visualitzacions generals, indica que algú està fent servir la publicació com a base del seu treball actual. Això pot ser un indicador destacat de futures cites més formals i acadèmiques. Aquesta afirmació està avalada pel resultat de l'indicador "Capture", que aporta un total de: 55 (PlumX).

Amb una intenció més de divulgació i orientada a audiències més generals, podem observar altres puntuacions més globals com:

  • El Puntuació total de Altmetric: 12.95.
  • El nombre de mencions a la xarxa social X (abans Twitter): 5 (Altmetric).
  • El nombre de mencions a mitjans de comunicació: 1 (Altmetric).

És fonamental presentar evidències que recolzin l'alineació plena amb els principis i directrius institucionals sobre Ciència Oberta i la Conservació i Difusió del Patrimoni Intel·lectual. Un clar exemple d'això és:

  • El treball s'ha enviat a una revista la política editorial de la qual permet la publicació en obert Open Access.

Anàlisi del lideratge dels autors institucionals

Aquest treball s'ha realitzat amb col·laboració internacional, concretament amb investigadors de: Brazil.