diabetic-insights
הבנת אפשרויות הייצוא של נתונים ב- Carelink לניתוח חיצוני
Table of Contents
מדוע מידע חיצוני חשוב למשתמשים
פלטפורמת הטיפול של מדטרוניק היא מרכז חזק לאיסוף נתונים של משאבות אינסולין, צג גלוקוז מתמשך (CGMs), ומונים גלוקוז בדם שלה, לוחות נתונים מבוססים מספקים דוחות סטנדרטיים על זמן לטווח ארוך, גלוקוז ממוצע ושימוש באינסולין - מספיק עבור ביקורות קליניות שגרתיות, אך עבור כל מי שמחפש תובנות עמוקות יותר, יותר מותאמות אישית, הערך האמיתי הוא לייצא נתונים גולמיים פותח את הדלת לחיזוי שיטות טיפוליות, או ניתוח טיפול תרופתי אחר, אם אתה מחפש נתונים אישיים, עם נתונים אישיים, עם נתונים אישיים, עם נתונים, עם נתונים מתקדמים, עם זאת, עם בדיקות טיפול, עם נתונים, עם בדיקות טיפול תרופתיות, עם נתונים, עם בדיקות טיפול תרופתיות, עם נתונים אישיים, עם נתונים אישיים, עם נתונים אישיים, עם נתונים אישיים, עם נתונים אישיים, עם נתונים, עם נתונים מתקדמים יותר, עם נתונים אישיים, עם זאת, עם זאת, עם נתונים אישיים, עם זאת, עם נתונים אישיים, עם נתונים אישיים, עם נתונים מתקדמים יותר, עם נתונים אישיים, עם נתונים אישיים, עם זאת, עם נתונים מתקדמים יותר, עם נתונים אישיים, עם נתונים מתקדמים יותר, עם נתונים אישיים, עם נתונים מתקדמים יותר, עם נתונים רצופים, עם נתונים אישיים, עם זאת, עם נתונים מתקדמים יותר, עם זאת, עם נתונים אישיים
מה אתה מקבל על ידי ייבוא מידע על CareLink
דוחות ילידים של CareLink, תוך שימושיים, הם סטטיים ומוגבלים להשקפות מוגדרות מראש. על ידי יצוא נתונים, אתה מקבל את היכולת:
- לבצע ניתוח מגמה ארוך טווח עם כלים כמו Python, R, או SAS.
- לבנות מודלים חיזויים עבור hypoglycemia או תזמון ה-Bolus אופטימלי באמצעות אלגוריתמי למידת מכונה.
- לשלב נתונים גלוקוז עם שינה, פעילות גופנית, ו יומני ארוחה מישולים או מעוקבים מזון בהקשר רב-סביר.
- לשתף נתונים מפורטים עם אנדוקרינולוגים או צוותי מחקר המשתמשים בצינורים אנליטיים משלהם, המאפשרים קבלת החלטות שיתופית.
- צור ויזואליזציה אישית בטבלהau, Power BI, או Excel PivotTables אשר מעבר ל ⁇ סטנדרטי של CareLink, הדגשת דפוסים כי דוחות סטטיים מעורפלים.
- החל בדיקות סטטיסטיות מתקדמות - כגון תכנון זמן או ניתוח אוטומטי - כי CareLink אינו מציע.
פורמטי יצוא ממובנים גם להבטיח שהמידע שלך נשאר נייד ומאובטח בעתיד, עצמאי מכל ממשק של מוכר יחיד.עצמאות זו חשובה יותר ויותר כמו מטופלים עוברים מכשירים או משלבים מקורות נתונים בריאותיים מרובים לאורך חייהם.
סוגי נתונים זמינים ליצוא
CareLink לוכד קבוצה עשירה של נתונים ממכשירים מדטרוניקים.השדות המדויקים תלויים במשאבה ובמודל CGM, אך קטגוריות אופייניות כוללות:
Blood Glucose Reading
ערכי גלוקוז של חיישן מ CGMs (Guardian Sensor 3, Guardian 4, או חדש יותר) וערכי מד האצבע.כל קריאה כוללת תזמון, ערך גלוקוז (mg / dL או mmol / L), ואינדיקטור מקור (ensor או מטר) מייצא נתונים אלה מאפשר ניתוח ברזולוציה גבוהה של גמישות גליקולרית, מגמות לאחר לידה, עבור חוקרי גלם, כגון אינדקס דם (GL) לא מאפשר ניתוח גבוה של אינדקס דם (L) לא גבוה של אינדקס (GIG) או אינדקס דם נמוך) (DGse) (DRM) או אינדקס נמוך (DGse אינדקס) (DRML) ⁇ אינדקס) (DGse אינדקס (DRML) לא מאפשר ניתוח של אינדקס) ⁇ אינדקס דם נמוך של רמת אינדקס) או אינדקס נמוך (DGse) או אינדקס דם נמוך של רגישות) (DGital של רמת אינדקס דם נמוך (DGse) (DGal של רמת אינדקס (DGit (DRML) (DGitects) או אינדקס דם נמוך של רגישות) (DGse) (DGse) (DGit) (DGse) רזולוציה גבוהה של רגישות) רזולוציה גבוהה של רגישות) (DG
Insulin Delivery Records
יומני מפורט של שיעורי ביזל (מוגדרים ואמיתיים), אירועים בולוס (רגיל, מורחב, רב-גלים), והתאמות אוטומטיות של SmartGuard או מצב אוטומטי. Attributes כגון יחסי פחמימות, גורמי רגישות אינסולין, ושיעורי הבסטל זמניים מוקלטים גם. רמה זו של פרטים חיונית עבור מודל רוקחן והערכה של דיוק של אלגוריתמים לעשות, לדוגמה, ניתן להשוות בין היתר אינסולין (B) לאלגוריתם בפועל).
Carbohydrate Intake Logs
רשומות פחמימות הקשורות לאירועים בולוס, כולל גרם של פחמימות, זמן של צריכת, והערות אופציונליות. ניתוח דפוסי carb חיצוני יכול לחשוף over- או תחת תיקון ונטיות ואפקטי תזמון הארוחה על גלוקוז. כאשר בשילוב עם נתונים גלוקוז רציף, אתה יכול לחדד את גלוקוז בזמן-peak לאחר ארוחות להעריך את יעילות של אסטרטגיות תזמון הארוחה.
מידע על התקן ו- Status Data
רשומות גלוקוז בדם, הוספת חיישן תאריכים, שינויים באתר, מצב סוללה, ומאגרי מאגרים. אלה metadata נקודות לעזור בפתרון בעיות אובדן אותות, סחף דיוק חיישן, או שינוי של ירידה במשקל גדול, יומני סטטוס מאפשרים לחוקרים לאגור תקופות של נתונים חסרים או לא אמינים, שיפור השלמות של הניתוחים שלהם.
פורמטי יצוא וכיצד לבחור
CareLink מציע שלושה פורמטים עיקריים של יצוא: CSV, JSON ו-XML.כל אחד מהם משרת מקרה שימוש שונה, ובחירה שלך צריכה להתאים לסביבה הטכנית שלך ולמטרות אנליטיות.
CSV (Comma-Separated Values)
(FLT:0)CSV הוא פורמט האוניברסלי ביותר.FreaLT:1) הוא נפתח בכל יישום גיליון אלקטרוני -Excel, Google Sheets, Apple Numbers - וייבוא לתוכנה סטטיסטית עם חיכוך קטן.עבור רוב המשתמשים מבצעים ניתוח טרנד בסיסי או תרשים מהיר, CSV הוא הבחירה המומלצת של תאריך ה-DPSIF-8 שלך, עם אפשרות להגדרה שגויה מאוד (מסולרי של שורות) וייתכן כי יש צורך בטיפול זההתקן זההתקן של שימוש קבוע של קידוד של שימוש קבוע של שימוש ב-DF-8.
JSON (JavaScript Object Notation)
יצוא JSON משמר את המבנה הקן של נתוני CareLink, מה שהופך אותם אידיאליים עבור מפתחים הפועלים עם ממשקי API מודרניים או NoSQL מסדי נתונים.JSON קבצים ניתן לצרוך ישירות על ידי יישומי JavaScript או מופץ ב- Python, Java, או C# פורמט זה שומר על יחסים בין נקודות נתונים - לדוגמה, אירוע בולוס וכניסות הסוכרת המשויכות שלו - יותר טבעי מ- CSV מחוונים.
XML (שפת מרקם בלתי נמנעת)
XML הוא פורמט העבודה הטוב ביותר, אך מציע את התואר הגבוה ביותר של אימות ושילוב עם מערכות מידע בריאות מורשת. מערכות בריאות אלקטרוניות רבות (EHR) ומחסני נתונים קליניים לקבל נתונים XML באמצעות ממשקי HL7.יצוא XML של CareLink כולל תגים metadata עבור מכשירים, גרסאות תוכנה, ופעמים בתבנית ISO 8601. בעוד פחות נפוץ עבור ניתוח XML, הוא מספק ניתוח נתונים מאובטחים כגון LTS כדי לקבל גישה לנתונים הנדרשים כדי לקבל גישה קפדנית.
כיצד לייבא מידע מ- CareLink: A Step-by- Guide
תהליך הייצוא הוא פשוט, אם כי ניווט עשוי להשתנות מעט בין CareLink אישי ו- CareLink Pro. הנה זרימת עבודה כללית:
- (ב) ויקרא י"ד: ויקרא י"ד): "וְאֶת אִמָּבְתָּבְתָּבְתָּבְתָּבְתָּבְתָּבְתָּבְתָּבָר" (שמות כ"ד).
- (ב) עיין בסעיף (FLT:0)ReportssFLT:1 או (FLT:2Data ExportFLT 3: 3.In CareLink Pro, חפש את כפתור "Export Data" ב-Commony Toolbar.
- בחר את טווח ה-FLT:0 מעודכנים טווחי ההרחבה ( 1:1 בחר מתקופות מוגדרות מראש ( 30 ימים אחרונים, 90 ימים האחרונים) או להגדיר טווח מותאם אישית מאוד רחב (למשל, חמש שנים) עשוי לייצר קבצים העולה על גבולות המערכת או לגרום לזמני זמן.
- בדוק את סוגי הנתונים (FLT:0) סוגים של FLT:1 , אתה רוצה לכלול אפשרויות כוללים בדרך כלל קריאה גלוקוז, משלוח אינסולין, רשומות פחמימות, הגדרות המכשיר. Deselectelect קטגוריות מיותרות כדי להפחית את גודל הקובץ.
- בחרו את פורמט ה-FLT:0 (ה-FLT) 1: CSV, JSON, או XML.
- לחץ על ה-FLT:0 (Exportof 1) והמתין להורדת ההורדה.
- שמור את הקובץ למיקום מאובטח. CareLink אינו שומר קבצים מיוצאים בשרתים שלה.
(FLT:0)ip: ראשיFLT:1 ליצוא תכופים, לשקול אוטומטי את התהליך באמצעות ממשק API של CareLink (אם זמין) או באמצעות כלי אוטומציה דפדפן כמו Selenium.תמיד לבדוק את תנאי השירות של מדטרוניק לפני יישום פתרונות אוטומטיים.בנוסף, שימו לב כי כמה אפשרויות יצוא עשויות להופיע רק לאחר מסונכרן; להבטיח המשאבה או CGM שלך יש לאחרונה נתונים לטיפול.
שיטות הטובות ביותר לניתוח CareLink Data באופן חיצוני
יצוא נתונים הוא רק ההתחלה.כדי להפיק תובנות אמינות, בצע את הפעולות האלה:
לנקות ולקבוע את הנתונים
יצוא CareLink מכיל לעיתים קרובות ערכים חסרים, דגימות כפולות, או דגלי קלברציה.לפני ניתוח, להפעיל תסריט ניקוי נתונים ל:
- סטנדרטיזציה של עמודות מועד לגוש זמן עקבי (רצוי UTC) כדי למנוע שגיאות קבועות לאורך שינויים בהצלת אור היום.
- הסר או פערי חיישן בין-פולט יותר מסף מוגדר (למשל, 30 דקות) השתמש בהתערבות ליניארית ל פערים קצרים, אך דגלים ארוכים יותר לסקירה ידנית.
- פלאים נדירים הנגרמים על ידי דחיסת חיישן או שגיאות קליברציה ידועות, לעתים קרובות מסומן על ידי דגלי חיישן בייצוא.
- להסיר שורות כפולות שעלולות להתעורר מייצוא חוזר או טווחי תאריך חפיפה.
להבין את הנתונים שema
לכל פורמט יצוא יש מבנה משלו. ב- CSV, כל שורה מייצגת בדרך כלל נקודת נתונים אחת (קריאה אחת לגלוקוז, אירוע אחד של בולוס) ב-JSON, קובץ יחיד עשוי להכיל מערךים מזוינים עבור מפגשים שונים של מכשירים.קרא את תיעוד CareLink או לבחון קובץ מדגם קטן כדי להבין שמות עמודה ויחידות.לדוגמה, ערכי גלוקוז עשויים להופיע ב מ"ג / L על ידי ברירת מחדל; אם אתה צריך מ"מ / L, ליישם גורם קטן (בדרך כלל) ב- 18.
בחרו את הכלים הנכונים
- (FLT:0)Excel או Google SheetsFLT:1: טוב עבור ויזואליזציה מהירה וסטטיסטיקות סיכום בסיסיות כמו ממוצעים, סטיית סטנדרטיות, חישובים לטווח זמן.
- (ב) ויקרא: ויקרא י"א: ויקרא י"א, ויקרא י"ד): "ה' (ב"ב) ויקרא ויקרא י"ד, ויקרא ויקרא י"ד, ויקרא ויקרא י"ד)" (בראשית כ"ד).
- (בלטינית:0)R (הופנה מהדף ggplotovimalphFLT) 1:1: מומלץ על ידי חוקרים אקדמיים עבור מודלים מעורבים ואנליזה של סדרת זמן.
- (FLT:0) פלטפורמות ניתוח סוכרת מיוחדות (DPS) 1: כמה כלים של צד שלישי כמו Tidepool או Glooko יכולים לייבא את ייבוא CareLink CSV להשוואה בין כוכבית, אם כי הם עשויים לא לתמוך בכל פורמטי הייצוא.
שמירה על פרטיות המידע ואבטחה
נתוני CareLink מכילים מידע רפואי מזוהה אישית (PHI) משווק קבצים על כונן מוצפן או שירות ענן תואם HIPAA. להימנע ממשלוח יצוא באמצעות דואר אלקטרוני אלא אם כן מוצפנים.כאשר שיתוף עם צוות מחקר, לזהות את הנתונים על ידי הסרת שמות המטופל וזיהוי המכשיר. עבור משתמשים אירופיים, להבטיח עמידה ב-GDPR על ידי קבלת הסכמה מפורשת ומאפשרת את הזכות למחיקה על פי בקשה.
מגבלות של Analytics NativeLink
בעוד דוחות של CareLink עובדים עבור בדיקות שגרתיות, יש להם פערים בולטים:
- ויזואליזציה סטטית שלא ניתן להתאים אישית מעבר לפרמטרים מוקדמים.You לא יכול להתאים גרזן, להוסיף קווי התייחסות, או overlay נתונים חיצוניים ישירות.
- יכולת מוגבלת לקשור נתונים גלוקוז עם משתנים חיצוניים כגון פעילות גופנית, שינה או מניפסט. CareLink אינה נתונים של מעקבי כושר או יישומים של תקופתיים.
- אין תמיכה בסטטיסטיקה מתקדמת - מדדים של לקוחות כמו coefficient of Vari, hypoglycemia סיכון אינדיקציות, או מדדי חיישן גלוקוז דינמי דורשים חישוב ידני.
- הדבקה בנתונים עשויה לטשטש דפוסים לטווח קצר; לדוגמה, קריאת חיישן דקה-ברגע עשויה להיות מופלת בדוחות, להסתיר תנודות מהירות שחשובות לתגובות שלאחר הניתוח או התרגילים.
יצוא וניתוח נתונים באופן חיצוני מסירים את המגבלות הללו.You יכול לבדוק השערות כי ממשק של CareLink אינו תומך, כגון האם הזמן של יום משפיע על טיולי גלוקוז לאחר-בולוס או כמה מותגים אינסולין שונים להשוות (אם יש לך את הנתונים האלה) לדוגמה, ייתכן שתגלה כי גורם הרגישות שלך (ISF) משתנה על פני מחזורי מחזורי מחזורי מחזוריים - משהו סטטי לא יכול לחשוף שום קשר חיצוני.
בעיות יצוא נפוצות ותיקוןיהן
משתמשים נתקלים בבעיות במהלך תהליך הייצוא או בעת טיפול בקבצים.כאן הם פתרונות לבעיות תכופות:
- (FLT:0) כפתור Export הוא אפור:FreaLT:1 ,עדכון הדפדפן שלך ולוודא השלמת נתונים עדכניים של המכשיר.חלק מהתכונות דורשות מסנכרן טרי בתוך 24 השעות האחרונות.
- (FLT:0)File ריק או מכיל רק ראשי:BuildFLT:1 זה קורה בדרך כלל כאשר אין נתונים קיימים עבור טווח התאריך שנבחר. לבדוק את התאריכים ולזהות מחדש את המכשיר שלך.בנוסף, ודא כי המשאבה / CGM שלך הוא מחובר כראוי עם העלאת הטיפול.
- תאריכים של FLT:0 תועדו במספרים: FLT:1 , CareLink עשוי לייצא ערכים עדכניים כמו מספרי גירסאות טוריות של Excel. in Excel, לשנות את פורמט העמודה ל- "Date".In Python, להשתמש ב-FLT:6 עם המקור המתאים (בדרך כלל 1900-01).
- (ב) ב[[1924]], [[1924]]]], [[1924]]]]]], [[1924]]]]]], [[1924]]]]]], [[1924]]]]]]]]]]]]]], [[1924]]]]]]]], [[1924]]]]]]]]]]]], [[1924]]]]]]]]]], [[1924]]]]]]]]
- (FLT:0) העברת נתונים של אינסולין: FLT:1ir לבדוק את המשאבה שלך משדר כראוי.כמה מערכות חד פעמיות היברידיות סגורות (למשל, 670G, 780G) עשויים לדרוש הגדרות יצוא ספציפיות לכלול רשומות בולוס אוטומטי.במקרים מסוימים, שדרוג לגרסה האחרונה של CareLink פותר את הבעיה.
שיפור נתוני CareLink עם מערכות בריאות אחרות
שילוב נתוני סוכרת עם מדדי בריאות אחרים הוא אחד השימושים החזקים ביותר של ניתוח חיצוני.חשבו על שילובים אלה:
- יבוא CareLink CSV ייצוא ל-FLT:0 (Apple HealthBuildFLT:1) או (FLT:2) Google FitFLT 3 באמצעות יישומים של צד שלישי (למשל, MySugr, SweetBeat) כדי להציג מגמות גלוקוז לצד ספירות שלב וקצב לב.
- להאכיל נתונים לתוך תפוצה:0 NightscoutFLT:1, מערכת ניטור קוד פתוח CGM, עבור צפייה מרחוק בזמן אמת ואזהרות מותאמות אישית. Nightscout יכול לקבל CSV או API דוחף, והוא תומך בתוספים נרחבים הקהילה עבור מזג אוויר, מעקב, ואזהרות חיזוי.
- השתמש ב-FLT:0 ;PyciothonFLT 1 או ;2MATLABFLT 3 כדי לבנות מודלים סטטיסטיים הממזגים רמות גלוקוז עם נתונים מזג אוויר, לוחות זמנים עבודה, או מזון מאקרו-תזונה. לדוגמה, אתה יכול לגרד את ההיסטוריה של מזג האוויר ולהפעיל נסיגה כדי לכמת את ההשפעה של הטמפרטורה על גמישות גלוקוז.
אינטגרציה זו דורשת הגדרה טכנית כלשהי – לעיתים קרובות מעורבים מפתחי API, תסריטי אוטומציה וטרנספורמציה של נתונים – אך יכולה לשפר באופן דרמטי את הסוכרת עצמה על ידי מתן ההקשר כי CareLink לבדה לא יכולה להציע.
שיקולים ושיקולים
(אם אתה מייצא מידע על מחקר קליני או שיפור איכות, להיות מודע לתקנות החלות. בארצות הברית, נתונים ממכשירים רפואיים עשויים ליפול תחת FPLT:0HIPAAFLT:1 כללי פרטיות באירופה, יצוא:2vyamide סוכרת ו-GDPR חל על עיבוד של נתונים אישיים, אומדן הסכמה נכונה וועדת הביקורת המוסדית (IRB) לפני השימוש בתוכנות ניתוח נתונים של נתונים ל-DIFID, כולל בדיקות נתונים סטנדרטיות, אם נדרשות, אם נדרשות, לדוגמה, אם נדרשות על מנת לבדוק נתונים סטנדרטיות על מנת לבדוק נתונים של נתונים של נתונים של נתונים של נתונים של נתונים מדויקים, אם נדרשה.
להפיק את רוב הנתונים שלך
(אם אתה מטופל לחקור תבניות יומיות, מרפאה מבצעת מחקר, או יישומי בריאות של פיתוח, יצוא נתוני CareLink נותן לך את החומר הגולמי כדי לעבור מעבר לדיווחים סטנדרטיים, על ידי בחירת התבנית הנכונה, ניקוי הנתונים, ושימוש בכלים מתאימים, אתה יכול להפוך את נתוני המכשיר שגרתיים לתובנות משותפות.