Спектроскопия в ближней ИК-области использована как метод неинвазивного онлайн выявления гипергликемии из отработанного диализирующего раствора у пациентов, находящихся на гемодиализе. Для отделения гликемии в норме от гипергликемии использованы частичная регрессия наименьших квадратов и алгоритмы машинного обучения: случайный лес (RF), логистическая регрессия, K-ближайший сосед (KNN), метод опорных векторов (SVM), классификатор “Дерева решений” и гауссов наивный Байес (NB). Эти методы использованы для одного и того же набора данных.

Оценки проведены по площади под кривой. Уровень глюкозы в сыворотке крови представлен в виде биномиальной переменной, где 0 - уровень глюкозы в пределах референтного диапазона, 1 - уровень глюкозы за пределами нормы. Методы машинного обучения применены в качестве более специфических методов классификации. Методы RF и SVM показывают наилучшую точность классификации при прогнозировании гипергликемии, “Дерево решений” и NB - среднюю.