Using a causal smoothing to improve the performance of an on-line neural network glucose prediction algorithm

This work evaluates a spline-based smoothing method applied to the output of a glucose predictor. Methods:Our on-line prediction algorithm is based on a neural network model (NNM). We trained/validated the NNM with a prediction horizon of 30 minutes using 39/54 profiles of patients monitored with the Guardian® Real-Time continuous glucose monitoring system The NNM output is smoothed by fitting a causal cubic spline. The assessment parameters are the error (RMSE), mean delay (MD) and the high-frequency noise (HFCrms). The HFCrms is the root-mean-square values of the high-frequency components isolated with a zero-delay non-causal filter. HFCrms is 2.90±1.37 (mg/dl) for the original profiles.

Gánsteres y prostitutas

En una entrevista a The Guardian, Stanley Kubrick decía ya hace algunos años que las grandes naciones se comportan siempre como gánsteres, y las pequeñas, como prostitutas. Ignoro el sentido con el que lo diría, porque he conocido la frase extraída ya del contexto, pero su aplicación al terreno de la tecnología adquiere a mi entender cada día más significado. Las grandes naciones intentan, por todos los medios a su alcance, imponer su dominio en unas determinadas parcelas al resto de sus vecinas, y las pequeñas, incapaces de plantear sus propias estrategias, venden sus favores al mejor postor importándoles poco lo que pueda ser de ellas en el futuro.