Direct versus iterated multi-step forecasting of glycaemia in type 1 diabetics using autoregressive models

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11130%2F20%3A10416579" target="_blank" >RIV/00216208:11130/20:10416579 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21460/20:00344983 RIV/68407700:21730/20:00344983 RIV/00064203:_____/20:10416579

Výsledek na webu

<a href="https://doi.org/10.3233/SHTI200630" target="_blank" >https://doi.org/10.3233/SHTI200630</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.3233/SHTI200630" target="_blank" >10.3233/SHTI200630</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Direct versus iterated multi-step forecasting of glycaemia in type 1 diabetics using autoregressive models

Popis výsledku v původním jazyce

The paper compares two approaches to multi-step ahead glycaemia forecasting. While the direct approach uses a different model for each number of steps ahead, the iterative approach applies one one-step ahead model iteratively. Although it is well known that the iterative approach suffers from the error accumulation problem, there are no clear outcomes supporting a proper choice between those two methods. This paper provides such comparison for different ARX models and shows that the iterative approach outperformed the direct method for one-hour ahead (12-steps ahead) forecasting. Moreover, the classical linear ARX model outperformed more complex non-linear versions for training data covering one-month period.

Název v anglickém jazyce

Direct versus iterated multi-step forecasting of glycaemia in type 1 diabetics using autoregressive models

Popis výsledku anglicky

The paper compares two approaches to multi-step ahead glycaemia forecasting. While the direct approach uses a different model for each number of steps ahead, the iterative approach applies one one-step ahead model iteratively. Although it is well known that the iterative approach suffers from the error accumulation problem, there are no clear outcomes supporting a proper choice between those two methods. This paper provides such comparison for different ARX models and shows that the iterative approach outperformed the direct method for one-hour ahead (12-steps ahead) forecasting. Moreover, the classical linear ARX model outperformed more complex non-linear versions for training data covering one-month period.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

30202 - Endocrinology and metabolism (including diabetes, hormones)

Projekt

<a href="/cs/project/NV15-25710A" target="_blank" >NV15-25710A: Identifikace individuální dynamiky glykemických exkurzí u pacientů s diabetem pro zlepšení rozhodovacích postupů ovlivňujících dávkování inzulínu</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Studies in Health Technology and Informatics

ISBN

978-1-64368-112-2

ISSN

0926-9630

e-ISSN

—

Počet stran výsledku

6

Strana od-do

149-154

Název nakladatele

IOS Press BV

Místo vydání

Amsterdam

Místo konání akce

Praha

Datum konání akce

14. 9. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000648601600017