Development of physiological metabolic models in diabetes based on data mining techniques

Abstract

In this thesis, we address the problem of the short-term prediction of glucose concentration in the interstitial fluid in people with type 1 diabetes under free-living conditions. This thesis consists of three main parts. In the first part, we approached the specified problem via a time-invariant support vector regression function of multiple input variables, concerning the recent subcutaneous glucose profile, the effect of food and insulin intake, the energy expenditure due to physical activities and the time of the day, which was evaluated individually for each patient. By utilizing different input cases, the effect of each input to the model’s prediction error was quantified and, it was demonstrated that the effective combination of multivariable data can significantly improve the prediction error. The subsequent study on the evaluation of the proposed model with respect to the prediction of single hypoglycaemic events, drove us to introduce new input variables accounting for recurrent nocturnal hypoglycaemia, due to antecedent hypoglycaemia, exercise, and sleep, which resulted in a considerably higher sensitivity and precision values. In the second part of this thesis, we proceeded to feature ranking for assessing, separately for each patient, the importance of the defined feature set with respect to subcutaneous glucose concentration prediction, aiming at the customization of the input of the regression function. To this end, the random forests and RReliefF algorithms were employed, and through a forward sequential feature selection procedure, we investigated the effectiveness of highly-ranked features on the prediction error by kernel-based regression models (support vector regression and Gaussian processes). In the third part of this thesis, we demonstrated the capability of sparse kernel adaptive filtering algorithms (i.e. fixed budget quantized kernel least mean square algorithm, and approximate linear dependency kernel recursive least squares algorithm) to learn online and predict the short-term course of the subcutaneous glucose concentration in type 1 diabetes. In parallel, we verified that multivariate data improve systematically both the regularity and the time lag of the predictions, reducing the errors in critical glucose value regions.

Η παρούσα διδακτορική διατριβή πραγματεύεται το πρόβλημα της βραχυπρόθεσμης πρόβλεψης της συγκέντρωσης της γλυκόζης στον υποδόριο χώρο σε άτομα με σακχαρώδη διαβήτη τύπου 1 και υπό κανονικές συνθήκες διαβίωσης. Η διδακτορική διατριβή αποτελείται από τρία μέρη. Στο πρώτο μέρος, προσεγγίσαμε το συγκεκριμένο πρόβλημα μέσω μίας χρονικά-αμετάβλητης συνάρτησης παλινδρόμησης διανυσμάτων υποστήριξης, η αξιολόγηση (εκπαίδευση και έλεγχος) της οποίας πραγματοποιήθηκε ξεχωριστά για τον κάθε ασθενή. Η είσοδος του μοντέλου περιγράφει το πρόσφατο ιστορικό της υποδόριας γλυκόζης, την επίδραση του φαγητού και της θεραπείας ινσουλίνης, την κατανάλωση ενέργειας κατά τις φυσικές δραστηριότητες, και χρονική πληροφορία αναφορικά με την ώρα της ημέρας κατά την οποία πραγματοποιείται η πρόβλεψη. Εξετάζοντας διαφορετικές περιπτώσεις εισόδου, ποσοτικοποιήσαμε την επίδραση κάθε μεταβλητής στο σφάλμα πρόβλεψης της συγκέντρωσης της γλυκόζης, και δείξαμε ότι ο συνδυασμός πολύ-μεταβλητών δεδομένων βελτιώνει σημαντικά το σφάλμα πρόβλεψης. Εν συνεχεία, εξετάσαμε τη συμπεριφορά του προτεινομένου μοντέλου ως προς την πρόβλεψη των μεμονωμένων υπογλυκαιμικών επεισοδίων. Η μελέτη αυτή μας οδήγησε στην εισαγωγή νέων μεταβλητών εισόδου οι οποίες στοχεύουν να περιγράψουν την επίδραση της προηγηθείσας υπογλυκαιμίας, της άσκησης και του νυχτερινού ύπνου στην εκδήλωση ενός υπογλυκαιμικού επεισοδίου, οι οποίες και βελτίωσαν την ευαισθησία και τη θετική προγνωστική αξία του μοντέλου. Στο δεύτερο μέρος της παρούσας διδακτορικής διατριβής προχωρήσαμε σε τεχνικές κατάταξης χαρακτηριστικών για την αξιολόγηση της προβλεπτικής αξίας του συνόλου των χαρακτηριστικών, με απώτερο στόχο την εξατομίκευση της εισόδου της συνάρτησης παλινδρόμησης της συγκέντρωσης της γλυκόζης στον υποδόριο χώρο. Ειδικότερα, χρησιμοποιήσαμε τον αλγόριθμο τυχαίων δασών και τον αλγόριθμο RReliefF, και μέσω μιας διαδικασίας εμπρόσθιας διαδοχικής επιλογής χαρακτηριστικών, διερευνήσαμε την επίδραση των πιο σημαντικών χαρακτηριστικών στο σφάλμα πρόβλεψης των βασιζόμενων σε συναρτήσεις πυρήνα μοντέλων παλινδρόμησης (παλινδρόμηση διανυσμάτων υποστήριξης και Gaussian διαδικασίες). Στο τρίτο μέρος της παρούσας διδακτορικής διατριβής, προτείναμε την προσαρμοστική εκμάθηση και πρόβλεψης της βραχυπρόθεσμη πορείας την υποδόριας συγκέντρωσης της γλυκόζης στον διαβήτη τύπου 1 μέσω αραιών αναπαραστάσεων προσαρμοστικών φίλτρων πυρήνα. Ειδικότερα, οι αλγόριθμοι που εξετάσαμε αποτελούν αναπαραστάσεις της μεθόδου ελαχίστων μέσων τετραγώνων και επαναληπτικών ελαχίστων τετραγώνων στον χώρο συναρτήσεων Hilbert με αναπαραγωγικό πυρήνα. Παράλληλα, επαληθεύσαμε ότι, όταν λαμβάνονται υπόψιν οι εξωγενείς είσοδοι, υπάρχει συστηματική βελτίωση της ποιότητας των προβλέψεων, ως προς την ομαλότητα και τη χρονική υστέρηση, καθώς και μείωση του σφάλματος στις κρίσιμες περιοχές της υπογλυκαιμίας και υπεργλυκαιμίας.