Пространственно-временные методы цифровой эпидемиологии с применением к сахарному диабету

В этом проекте мы разработаем и проверим пространственно-временные методы анализа цифровых данных о здоровье, собираемых при непрерывном мониторинге в повседневных условиях с помощью носимых и мобильных устройств, совместно с электронными медицинскими картами. Хотя эти технологии создают плотные, непрерывные и структурированные потоки данных, современные аналитические подходы часто опираются на скалярные сводные показатели или агрегированные измерения, не отражающие временную динамику, структуру распределений и географическую неоднородность. Поэтому существующие методы не позволяют в полной мере использовать цифровые данные для понимания риска и прогрессирования хронических заболеваний.

Цели

В частности, мы разработаем методы построения эпидемиологических карт на основе цифровых данных о здоровье, чтобы создать количественные инструменты для:

1. Мониторинга и изучения динамики хронических заболеваний, таких как диабет, на уровне населения и с учётом географических различий.
2. Анализа метаболического контроля и риска таких событий, как гипогликемия и гипергликемия, по данным устройств непрерывного мониторинга глюкозы (CGM) в пространственно-временной модели.

Методологическая основа

Для достижения этих целей мы создадим пространственно-временную статистическую систему и алгоритмы машинного обучения для случайных объектов в метрических пространствах. Единицами наблюдения здесь служат случайные функции и другие случайные объекты в общих метрических пространствах. Особое внимание мы уделим распределительным представлениям данных цифровых устройств, обобщающим зарегистрированные временные ряды, например подходу на основе глюкоплотности. Предлагаемая система позволит оценивать ключевые клинические исходы в пространстве и времени, а методы конформного прогнозирования в метрических пространствах обеспечат области прогнозирования с учётом неопределённости.

Данные и применение

Предлагаемые модели будут применены к данным Human Phenotype Project (HPP) и, по возможности, к электронным медицинским картам Абу-Даби. Наша цель — отслеживать риск диабета в пространстве и времени с помощью эпидемиологических карт на основе данных CGM и лучше понимать географические и временные различия в эффективности ведения заболевания и метаболического контроля в реальных условиях.