Diabetes Monitoring: Just a Breath Away!

Author(s):  
Ronny Priefer
Keyword(s):  
2019 ◽  
Vol 6 (1) ◽  
pp. 39-51
Author(s):  
Endang Sri Rahayu ◽  
Nurul Amalia

Diabetes merupakan penyakit “silent killer” yang ditandai dengan peningkatan kadar glukosa darahdan kegagalan sekresi insulin. World Health Organization (WHO) pada tahun 2016 menyatakanbahwa diabetes menduduki urutan ke-6 sebagai penyakit mematikan di Indonesia. Sehingga upayapencegahan dan penanganan diabetes perlu mendapat perhatian yang serius. Internet of Things (IoT)dapat dijadikan sarana penunjang dalam penanganan penyakit diabetes. Inovasi ini memungkinkanperangkat perawatan kesehatan terhubung dengan jaringan internet, sehingga data pasien dapatdiperbaharui dan diakses secara real-time. Selain mempermudah akses, penggunaan IoT juga akanmemberikan nilai tambah pada efisiensi biaya pelayanan kesehatan. Penelitian ini bertujuan untukmerancang software sistem monitoring gula darah berbasis web yang terintegrasi dengan IoT,sehingga pasien dapat melakukan pemeriksaan, konsultasi dengan dokter dan melihat data rekammedis dari jarak jauh. Data hasil pemeriksaan akan disimpan didalam cloud dan ditampilkan secaraonline. Penelitian ini menggunakan Node MCU ESP8266 sebagai mikrokontroller yang telahdilengkapi dengan modul WiFi, Thingspeak sebagai cloud, aplikasi online dengan “Diamons” sebagaidashboard yang mampu menampilkan presentasi data grafis, dibangun dengan bahasa HypertextPreprocessor (PHP) sebagai bahasa pemogramannya. Penelitian ini akan melibatkan pihak medisdalam pengambilan keputusan. Umpan balik yang diberikan kepada pasien berupa anjuran sepertiresep obat, pola makan, dan kegiatan fisik yang harus dilakukan oleh pasien.


2013 ◽  
Vol 7 (3) ◽  
pp. 187-191 ◽  
Author(s):  
Paulien R. Wermeling ◽  
Jolien Janssen ◽  
Kees J. Gorter ◽  
Joline W.J. Beulens ◽  
Guy E.H.M. Rutten

2019 ◽  
Vol 16 (8) ◽  
pp. 3510-3513
Author(s):  
A. Bazila Banu ◽  
R. K. Priyadarshini ◽  
Ponniah Thirumalaikolundusubramanian

Enormous efforts have been made by the health care organizations to assess the frequency and occurrence of diabetes among children. The epidemiology of diabetes is estimated with different methods. However, to effectively manage and estimate the diabetes, monitoring systems like glucose meters and Continuous Glucose Monitoring Systems (CGM) can be used. CGM is a way to determine glucose levels right through the day and night. The data obtained from such systems can be utilized effectively to manage as well to predict the diabetes. As the glucose level of the patient is monitored throughout the day, it results in an enormous amount of data. It is difficult to analyze large datasets using SQL, therefore NoSQL is used for handling big data based prediction. One such NoSQL tool known as ArangoDB is used to process the dataset with Arango Query Language (AQL). Investigations relevant to selection of attributes required for the model are discussed. In this paper, ARIMA model has been implemented to predict the diabetes among children. The model is evaluated in terms of moving average of glucose value of a particular person on a specific day. The results show that ARIMA model is appropriate for predicting Time-Series data especially like data obtained by CGM systems.


2014 ◽  
Vol 50 (1) ◽  
pp. 1-4 ◽  
Author(s):  
Cheng-Tai Chen ◽  
Chien-An Chen ◽  
Yu-Yin Tsai ◽  
Yi-Yen Yuan ◽  
Yi-Chau Huang ◽  
...  

Immunology ◽  
2013 ◽  
Vol 138 (3) ◽  
pp. 269-279 ◽  
Author(s):  
Junbao Yang ◽  
Eddie A. James ◽  
Srinath Sanda ◽  
Carla Greenbaum ◽  
William W. Kwok

Sign in / Sign up

Export Citation Format

Share Document