IDMVis: 针对1型糖尿病治疗决策支持的时间事件序列可视化(IDMVis: Temporal Event Sequence Visualization for Type 1 Diabetes Treatment Decision Support)

1型糖尿病是一种慢性,无法治愈的自身免疫性疾病,影响的人群广泛,它导致身体停止产生胰岛素和血糖水平升高。强化糖尿病管理的目标是通过频繁调整胰岛素协议,饮食和行为来降低平均血糖。手动日志和医疗设备数据由患者收集,但是这些多个来源以不同的可视化设计呈现给临床医生,这使得时间推断变得困难。本文[1]作者进行了为期18个月的设计研究,与临床医生共同进行了强化糖尿病管理。本文的主要贡献在于(1)为该域提供了数据抽象和新颖的分层任务抽象;(2)提供IDMVis:一种用于时间事件序列的可视化工具,具有多维,相互关联的数据。IDMVis提供一种新技术,可以通过一对标记事件来折叠和对齐记录,并以此缩放中间时间线。本文的设计决策根据文中的领域抽象,最佳实践以及与六位临床医生的定性评估来进行。这项研究的结果表明,IDMVis准确地反映了临床医生的工作流程。使用IDMVis,临床医生能够识别数据质量问题,例如数据丢失或冲突,在数据丢失时重建患者记录,区分具有不同模式的日期,并在识别出差异后促进干预。

背景与相关工作

1型糖尿病无法治愈,患者会比未患病着损失平均10年的寿命,然而,通过科学的治疗与饮食管理,患者依然可以健康长寿。1型糖尿病是由胰腺β细胞(胰岛炎)逐渐破坏引起的自身免疫性疾病。β细胞负责产生调节血糖的激素胰岛素。如果没有β细胞产生足够的胰岛素,血糖水平就会升高,细胞也无法从血液中获取能量。如果不治疗,患者将进入酮症酸中毒,昏迷,并最终死亡。1型糖尿病的唯一治疗方法是注射胰岛素,通常每天多次进行强化糖尿病治疗。目标是降低平均血糖并使其保持在目标范围内,例如80-180 mg / dL(美国)或4.4-10 mmol / L(英国和许多其他国家)。在本文中,使用mg / dL。血糖低于70 mg / dL(低血糖症)会使患者癫痫发作,昏迷和死亡; 血糖高于180 mg / dL(高血糖症)会增加大多数主要器官系统长期并发症的风险。

患者或其护理人员通过监测和调节血糖水平来接管β细胞的作用。通过用血糖仪(SMBG)每天4次以上测试血液来进行监测和/或通过连续葡萄糖监测仪(CGM)传感器更频繁地测量,该传感器插入体脂中1-3周。为了降低血糖水平,通过胰岛素泵,注射器和围栏将胰岛素注入体内。为了提高血糖水平,食用了食物。然而,血糖水平是由食物和胰岛素之外的复杂因素决定的,这使得治疗变得复杂。在强化糖尿病管理(IDM) ,治疗计划将几个组成部分整合到患者的生活方式中,包括血糖监测,碳水化合物计数以匹配食物与胰岛素,体力活动的强度和持续时间,以及自我调节胰岛素方案。

相关工作包括时间折叠或分裂,序列为周期单位,如小时,周,月或年,可用于查找循环现象。折叠可以减少图案变化,促进视觉分析,例如,CareCruiser和LifeLines。

 

数据抽象与分层抽象

数据抽象

1型糖尿病患者记录的数据通常包括来自日志和糖尿病医疗设备的日期时间标记事件。对于这项设计研究,本文关注的是图1中总结的更常收集的数据。

图1. 数据抽象概览

CGM数据为1型糖尿病患者提供近实时葡萄糖读数(每天约288个读数)。单个CGM数据样本是以mg / dL或mmol / L为单位的数字,以及相关的时间戳。基础胰岛素可通过使用速效胰岛素的胰岛素泵或使用长效胰岛素注射来施用。本文中的实例显示来自胰岛素泵的数据。每个数据包含以单位/小时为单位的胰岛素输送速率,并且关联速率开始和结束时的两个时间戳。日志中的每个条目表示每日事件,例如早餐,午餐,晚餐或锻炼,如“事件标记”字段中记录的具有相应的日期时间值。对于不同类型的事件,特定于类型的信息记录在日志中。例如,一顿饭将含有克碳水化合物和膳食成分。患者(或其护理人员)经常在事件中添加注释以解释测量或治疗中的异常。注释可以帮助以后反映和分析事件序列

任务抽象

本文强调可以使可视化域受益的分层任务分析的三个重要方面:(1)任务层次结构,(2)任务序列,以及(3)任务上下文,见图2。

图2. 使用盒线符号对临床医师领域问题和过程进行分层任务抽象。我们遵循分层任务分析的标准约定,其中任务由具有唯一ID的命名框表示,该ID也表示层次结构的级别。任务和子任务之间的层次关系使用垂直线表示,底部的水平线在子任务上方延伸。垂直线旁边的文本提供了子任务序列的详细信息。如果任务没有子任务,则在相应的框下方绘制一条粗水平线。

任务层次结构

任务层次结构提供了有关每个原子任务的“更大图景”的洞察 – 一个不包含任何子任务的任务 – 有助于确保我们始终考虑更高级别的目标。例如,如果原子任务是检查事件的详细信息,则工具提示可以完美地解决问题。然而,如果父任务是总体上推断血糖水平,则工具提示严重不足。

任务序列

由于任务通常具有彼此的依赖关系,因此可以存在所需的任务序列。例如,必须在推理之前查看数据,并且在选择和检查异常值之前需要呈现概览可视化。因此,可视化工具不应仅仅在不提供连续步骤之间的自然流动的情况下完成离散任务。集成任务序列信息有助于减轻用户的心理负担并提供更好的整体用户体验。

任务上下文

虽然许多抽象任务是相似的(例如,发现模式和趋势,关于异常值的原因),但可视化工具通常用于特定于域的上下文中。例如,我们正在设计一种临床预约工具,其中患者和临床医生之间的沟通以及患者教育是必不可少的。我们不能简单地剥离特定于领域的上下文,抽象到常见的数据可视化任务,然后为这些任务进行设计。语境是关键。

可视化设计与效果评估

IDMVis是一个基于浏览器的开源交互式可视化工具,它使用JavaScript和d3.js构建。IDMVis的目标是帮助临床医生解释血糖测量值以及有关饮食,运动和行为的相关数据,以准确推断血糖水平的波动。IDMVis允许临床医生与患者或其护理人员一起探索数据,以支持反思,协作数据重建和患者教育。

图3. IDMVis是一种交互式可视化工具,用于显示1型糖尿病患者数据。它旨在帮助临床医生执行时间推理任务:专门用于建议调整患者胰岛素协议,饮食和行为。(A)概览面板一目了然地显示两周的事件序列数据; (B)详细面板显示所选日期的其他信息; (C)摘要统计小组显示总体和特定事件(例如早餐)的胰岛素和碳水化合物摄入量的分布

IDMVis的主界面,如图3所示,包括(A)14天的概述,(B)单日的详细视图,以及(C)摘要统计视图。我们应用Shneiderman的图形用户界面设计指南“概述第一,缩放和过滤,然后细节按需呈现” [45],因为它完全符合我们的设计要求。本文作者在18个月内迭代地设计了IDMVis,并定期咨询我们采访的同一CDE,营养师和内分泌学家,以创建初始的分层任务抽象。

本文的设计决策根据文中的领域抽象,最佳实践以及与六位临床医生的定性评估来进行。这项研究的结果表明,IDMVis准确地反映了临床医生的工作流程。使用IDMVis,临床医生能够识别数据质量问题,例如数据丢失或冲突,在数据丢失时重建患者记录,区分具有不同模式的日期,并在识别出差异后促进干预。

结论

本文在1型糖尿病临床医生决策支持领域进行了设计研究,提出了分层任务抽象,通过结合分层任务分析和任务抽象来桥接域问题和可视化设计。使用这种方法,本文将临床医生在进行强化糖尿病管理治疗决策和确定设计要求时使用的过程分类。本文还贡献了IDMVis的设计——一种交互式时间事件序列可视化工具,它引入了用于时间折叠的新技术,通过双重标记事件对齐数据,以及缩放中间时间线。通过评估发现,本文的方法很好地匹配临床医生的工作流程,帮助他们识别趋势和模式,并促进细致处理决策背后的推理。

[1] Yixuan Zhang, Kartik Chanana, Cody Dunne. (2019). “IDMVis: Temporal Event Sequence Visualization for Type 1 Diabetes Treatment Decision Support” IEEE Transactions on Visualization and Computer Graphics, 25(1): 512-522

评论关闭。