非侵襲的ウェアラブルセンサーを使用した低血​​糖および高血糖の検出：心電図と加速度測定

背景：糖尿病の管理において、グルコース遠足の監視が重要です。これは、連続グルコースモニター（CGM）を使用して実現できます。ただし、CGMは高価で侵襲的です。したがって、血糖遠位を予測できる代替の低コストの非侵襲性ウェアラブルセンサーは、糖尿病を管理するためのゲームチェンジャーになる可能性があります。 方法：この記事では、2週間にわたって5人の健康な参加者に収集された2つの非侵襲センサーモダリティ、心電図（ECG）と加速度計を調査し、低血糖と高血糖の両方の遠足の両方を予測します。ECGからの心拍数の変動機能を含む29の機能、および加速度計からの時間および周波数ドメイン機能を含む29の機能を抽出します。分類モデルと回帰モデルという2つの機械学習アプローチを評価して、分類モデルと回帰モデルを予測しました。 結果：低血糖と高血糖検出の両方に最適なモデルは、ECGおよび加速度計データに基づく回帰モデルであり、低血糖の感度と特異性は76％、高血糖の感度と特異性は79％でした。これは、ECGデータのみを使用することと比較した場合、低血糖と高血糖の両方に対して感度と特異性が5％改善されました。 結論：心電図は、低血糖を検出するだけでなく、高血糖を予測するための有望な代替手段です。加速度計データからのコンテキスト情報でECGデータを補充すると、グルコース予測を改善できます。

BACKGROUND: Monitoring glucose excursions is important in diabetes management. This can be achieved using continuous glucose monitors (CGMs). However, CGMs are expensive and invasive. Thus, alternative low-cost noninvasive wearable sensors capable of predicting glycemic excursions could be a game changer to manage diabetes. METHODS: In this article, we explore two noninvasive sensor modalities, electrocardiograms (ECGs) and accelerometers, collected on five healthy participants over two weeks, to predict both hypoglycemic and hyperglycemic excursions. We extract 29 features encompassing heart rate variability features from the ECG, and time- and frequency-domain features from the accelerometer. We evaluated two machine learning approaches to predict glycemic excursions: a classification model and a regression model. RESULTS: The best model for both hypoglycemia and hyperglycemia detection was the regression model based on ECG and accelerometer data, yielding 76% sensitivity and specificity for hypoglycemia and 79% sensitivity and specificity for hyperglycemia. This had an improvement of 5% in sensitivity and specificity for both hypoglycemia and hyperglycemia when compared with using ECG data alone. CONCLUSIONS: Electrocardiogram is a promising alternative not only to detect hypoglycemia but also to predict hyperglycemia. Supplementing ECG data with contextual information from accelerometer data can improve glucose prediction.