Classificazione dello stato di avanzamento del diabete tramite indici di variabilità glicemica

Ci si è proposti di dimostrare che opportune combinazioni di indici di GV estraibili da segnali CGM, completate da alcune informazioni cliniche di base permettono, ricorrendo a tecniche di classificazione opportune, di differenziare con accuratezza tra pazienti IGT e T2D. Si è individuata la Support Vector Machine con kernel polinomiale, applicata agli indici di GV e ad alcuni parametri clinici di base (età, sesso, BMI e circonferenza della vita), come la tecnica più adatta.