{rfName}

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

43

Altmetrics

Análisis de autorías institucional

Conget IAutor o CoautorViñals CAutor o CoautorGiménez MAutor o Coautor

Compartir

Publicaciones
>
Artículo

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

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

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

Afiliaciones

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
Ver más

Resumen

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.

Palabras clave

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

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Sensors debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2022, se encontraba en la posición , consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Analytical Chemistry.

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir de las Citas Mundiales proporcionadas por WoS (ESI, Clarivate), arroja un valor para la normalización de citas relativas a la tasa de citación esperada de: 1.73. Esto indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: ESI 14 Nov 2024)

Esta información viene reforzada por otros indicadores del mismo tipo, que aunque dinámicos en el tiempo y dependientes del conjunto de citaciones medias mundiales en el momento de su cálculo, coinciden en posicionar en algún momento al trabajo, entre el 50% más citados dentro de su temática:

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

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2025-06-12, el siguiente número de citas:

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

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-06-12:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 55.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 52 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 12.95.
  • El número de menciones en la red social X (antes Twitter): 5 (Altmetric).
  • El número de menciones en medios de comunicación: 1 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Brazil.