Optimización y adaptación de controladores para sistemas de dosificación de insulina

Autores
Serafini, María Cecilia
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión aceptada
Colaborador/a o director/a de tesis
Garelli, Fabricio
Descripción
Esta tesis investiga la adaptación de diversas terapias para el control de glucemia en personas con diabetes mellitus tipo 1 mediante el uso de algoritmos de aprendizaje por refuerzo. Entre otros aportes, se propone una estrategia de auto-sintonización para un controlador automático de glucosa, desarrollada para mejorar los periodos iniciales de las pruebas clínicas en personas con diabetes, en las cuales los parámetros tienden a estar mal inicializados. Además, se desarrolla una estrategia de adaptación automática a largo plazo para mejorar la performance del sistema de dosificación automática de insulina cuando existen cambios en la sensibilidad insulínica, que es un fenómeno habitual en el uso ambulatorio y prolongado. Se evalúa también un sistema de soporte de decisión para la dosificación de insulina de acción lenta en personas que utilizan múltiples inyecciones manuales diarias, ya que ésta es aún la terapia más común en nuestro país. Los resultados demuestran que las estrategias propuestas mejoran la regulación de glucosa en diversos escenarios y permiten una gestión más segura y eficaz de la diabetes.
Doctor en Ingeniería
Universidad Nacional de La Plata
Instituto de Investigaciones en Electrónica, Control y Procesamiento de Señales
Materia
Ingeniería
diabetes mellitus
Control automático
aprendizaje automatico
machine learning
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/179023
Acceder
id SEDICI_157740a6bfacd39f23c60cc07fafbbaf
oai_identifier_str oai:sedici.unlp.edu.ar:10915/179023
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Optimización y adaptación de controladores para sistemas de dosificación de insulinaSerafini, María CeciliaIngenieríadiabetes mellitusControl automáticoaprendizaje automaticomachine learningEsta tesis investiga la adaptación de diversas terapias para el control de glucemia en personas con diabetes mellitus tipo 1 mediante el uso de algoritmos de aprendizaje por refuerzo. Entre otros aportes, se propone una estrategia de auto-sintonización para un controlador automático de glucosa, desarrollada para mejorar los periodos iniciales de las pruebas clínicas en personas con diabetes, en las cuales los parámetros tienden a estar mal inicializados. Además, se desarrolla una estrategia de adaptación automática a largo plazo para mejorar la performance del sistema de dosificación automática de insulina cuando existen cambios en la sensibilidad insulínica, que es un fenómeno habitual en el uso ambulatorio y prolongado. Se evalúa también un sistema de soporte de decisión para la dosificación de insulina de acción lenta en personas que utilizan múltiples inyecciones manuales diarias, ya que ésta es aún la terapia más común en nuestro país. Los resultados demuestran que las estrategias propuestas mejoran la regulación de glucosa en diversos escenarios y permiten una gestión más segura y eficaz de la diabetes.Doctor en IngenieríaUniversidad Nacional de La PlataInstituto de Investigaciones en Electrónica, Control y Procesamiento de SeñalesGarelli, Fabricio2025-05-09info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionTesis de doctoradohttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/179023https://doi.org/10.35537/10915/179023spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-10T12:51:18Zoai:sedici.unlp.edu.ar:10915/179023Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-10 12:51:18.321SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Optimización y adaptación de controladores para sistemas de dosificación de insulina
title Optimización y adaptación de controladores para sistemas de dosificación de insulina
spellingShingle Optimización y adaptación de controladores para sistemas de dosificación de insulina
Serafini, María Cecilia
Ingeniería
diabetes mellitus
Control automático
aprendizaje automatico
machine learning
title_short Optimización y adaptación de controladores para sistemas de dosificación de insulina
title_full Optimización y adaptación de controladores para sistemas de dosificación de insulina
title_fullStr Optimización y adaptación de controladores para sistemas de dosificación de insulina
title_full_unstemmed Optimización y adaptación de controladores para sistemas de dosificación de insulina
title_sort Optimización y adaptación de controladores para sistemas de dosificación de insulina
dc.creator.none.fl_str_mv Serafini, María Cecilia
author Serafini, María Cecilia
author_facet Serafini, María Cecilia
author_role author
dc.contributor.none.fl_str_mv Garelli, Fabricio
dc.subject.none.fl_str_mv Ingeniería
diabetes mellitus
Control automático
aprendizaje automatico
machine learning
topic Ingeniería
diabetes mellitus
Control automático
aprendizaje automatico
machine learning
dc.description.none.fl_txt_mv Esta tesis investiga la adaptación de diversas terapias para el control de glucemia en personas con diabetes mellitus tipo 1 mediante el uso de algoritmos de aprendizaje por refuerzo. Entre otros aportes, se propone una estrategia de auto-sintonización para un controlador automático de glucosa, desarrollada para mejorar los periodos iniciales de las pruebas clínicas en personas con diabetes, en las cuales los parámetros tienden a estar mal inicializados. Además, se desarrolla una estrategia de adaptación automática a largo plazo para mejorar la performance del sistema de dosificación automática de insulina cuando existen cambios en la sensibilidad insulínica, que es un fenómeno habitual en el uso ambulatorio y prolongado. Se evalúa también un sistema de soporte de decisión para la dosificación de insulina de acción lenta en personas que utilizan múltiples inyecciones manuales diarias, ya que ésta es aún la terapia más común en nuestro país. Los resultados demuestran que las estrategias propuestas mejoran la regulación de glucosa en diversos escenarios y permiten una gestión más segura y eficaz de la diabetes.
Doctor en Ingeniería
Universidad Nacional de La Plata
Instituto de Investigaciones en Electrónica, Control y Procesamiento de Señales
description Esta tesis investiga la adaptación de diversas terapias para el control de glucemia en personas con diabetes mellitus tipo 1 mediante el uso de algoritmos de aprendizaje por refuerzo. Entre otros aportes, se propone una estrategia de auto-sintonización para un controlador automático de glucosa, desarrollada para mejorar los periodos iniciales de las pruebas clínicas en personas con diabetes, en las cuales los parámetros tienden a estar mal inicializados. Además, se desarrolla una estrategia de adaptación automática a largo plazo para mejorar la performance del sistema de dosificación automática de insulina cuando existen cambios en la sensibilidad insulínica, que es un fenómeno habitual en el uso ambulatorio y prolongado. Se evalúa también un sistema de soporte de decisión para la dosificación de insulina de acción lenta en personas que utilizan múltiples inyecciones manuales diarias, ya que ésta es aún la terapia más común en nuestro país. Los resultados demuestran que las estrategias propuestas mejoran la regulación de glucosa en diversos escenarios y permiten una gestión más segura y eficaz de la diabetes.
publishDate 2025
dc.date.none.fl_str_mv 2025-05-09
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
Tesis de doctorado
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/179023
https://doi.org/10.35537/10915/179023
url http://sedici.unlp.edu.ar/handle/10915/179023
https://doi.org/10.35537/10915/179023
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842904757709045760
score 12.993085

Publicaciones similares