我正在编写一个应用程序，让糖尿病用户输入他/她的“血糖”读数，然后在图表上从左到右将它们绘制成图表。由于血液读数每天只进行几次，因此算法将很方便：
a) 填补图表上读数之间的空白（曲线会比生涩的线条更真实）并允许更准确的“血糖水平”每日平均值
b) 粗略预测未来会发生什么（如果用户不吃任何会影响他的血液水平的东西）
我很不擅长微积分。我希望这里有人知道这些东西的图书馆？我希望有人知道已经针对此特定问题量身定制的算法（例如：有人将其与糖尿病患者的真实数据进行了比较）
免责声明：我非常清楚任何此类算法都会因用户而异。我只是想改进直角线。无论是哪种糖尿病患者，血糖升高和降低的速度都是有限度的。
我正在使用 Javascript，但由于它只是数学，我可以从 C、Java 或其他任何东西移植它。
【问题讨论】：
标签： algorithm medical calculus
血糖行为非常复杂。它受
非常困难的问题。您选择的任何启发式——任何启发式——都具有高度误导性。这么简短的回答：
不要这样做。
这部分来自于将糖尿病患者的 24 小时连续血糖记录与同时进行的约 10 次手指刺痛进行了比较。 IE。我的建议是数据驱动的。
编辑：显然我没有说清楚。
你甚至无法靠近。
您无法用手指刺数据做任何事情都不能远程可靠。
将点与任何线（甚至是直线段）连接起来是完全错误的。它不反映现实。一点也没有。
我是一名实验粒子物理学家。复杂的数据集是我所做的。我的生活中有一个糖尿病患者（你猜到了吗？）。这对我很重要。
但我已经看到了高频数据日志，与手指刺痛、锻炼、食物和胰岛素的日子日志并排显示。
如果您可以获得每 15 分钟一次的数据，我会说继续使用样条曲线。这不会是危险的误导。但是，如果您一天中有 6 到 10 次测量值，那么您一无所知。
好消息：持续监控的价格正在下降。它已经走出实验室，甚至现在还可以使用一些泵。
对于那些不熟悉这一点的人：顺从的糖尿病患者理所当然地每天进行 4-6 次以上的葡萄糖测试（结果非常不科学），并且在任何一次之后的 1-2 小时内再进行几次意外的远足（他们会出现身体症状，使他们能够发现严重的远足）。
这有助于让患者大致了解他们在控制血糖水平方面的表现，但他们也会去实验室每季度（或左右）抽取一次血红蛋白 A1C。 A1C 结果主要取决于他们的平均血糖。
我与那些连续几个月每天四次时钟在 80-110（相当有利的数字）的人交谈，并得到 A1C 表明平均高于 150（根本不理想）。据推测，他们在夜间走高。我从那些我们可能会睡得很低——非常低——的人那里听到过类似的故事。
教训是：
指尖读数有其作用，但不要试图将它们外推到采样不充分的时间。
【讨论】：
如果您只想直接拟合数据以使事情更容易查看，那么像Charlie Martin 推荐的东西可能会很好用。然而，正如dmckee 所指出的，这个数据真的没有任何意义。
您正在尝试做的实际上更符合pharmacokenetics，这本身就是一项完整的科学研究。在这种情况下，我什至不确定它是否会完全适用，除了 I 型糖尿病，因为我所知道的关于药代动力学的大部分知识只适用于药物研究，但如果身体正在产生某些东西，那么你可能会完全看不同类型的分析。如果您对该主题感兴趣，那么如果您搜索“pharmacokienetics”，那么在Google Books 上有很多书籍预览，但由于该主题的性质，它们的数学非常重，并假设您有一个理解化学和生物学也是如此。
【讨论】：
好的，您将寻找一些拟合曲线。与此有关的是，对于 n 个点，有符合要求的多项式...我认为是 n-1。有一阵子了。 Yep. by golly, I'm right. 当您有很多点并且不想要复杂的功能（您不想要）时，常见的事情是使用least-squares approximation。
也许最好的办法是寻找一个你可以使用的罐装程序；这些存在于大多数统计数据包中。向我们提供有关您想要的环境的更多详细信息，我们也许可以更准确地为您指出合适的环境。
【讨论】：
这很可能不会奏效，但人工神经网络可能会，我再说一遍可能能够从一个好的数据集中得到一些东西。好的，我的意思是连续记录数周或数月，即使那样我也不会相信数据集，除非我有非常充分的理由。我也不认为你会从中得到预测数据，但这可能取决于你如何实现它。总体而言，如果您要这样做，那么看看它是否甚至接近它似乎更像是一种爱好，例如“哦，太好了，我的神经网络达到了 X 的准确度”。再次强调，不要在任何生产环境或任何可能伤害或杀死某人的地方使用它！
【讨论】：