An anderer Stelle jammerte ich über die Darstellung von Zielbereichen im Clarity, weil sie meiner Meinung nach nichts oder nicht viel über die Verteilung von den verschiedenen Bereichen verraten:
- Sehr Niedrig
- Niedrig
- Im Zielbereich
- Hoch
- Sehr Hoch
Beliebiges Beispiel:
Es werden zwar die Anteile in Prozent angegeben und verschieden hohe Balken gezeigt, aber die Zusammenhänge sind alles andere als richtig klar.
So habe ich mir (bzw. Clarity) die Arbeit gemacht, alle Messungen im 5-Minutentakt über 90 Tage "auszuspucken",
was mit der Funktion "Exportieren" ganz gut klappt.
Meine Fleißarbeit war dann erst mal diesen Zahlenfriedhof ins Excel zu importieren und dann die unnötigen Sachen zu löschen. Alle extremen Messergebnisse, die mit HOCH bezeichnet wurden, musste ich eine Größe geben, damit Excel was rechnen konnte. So gab ich alles, was außerhalb vom G7-Messbereich ist mit 401 mg/dL ein.
Die aufwändigste Arbeit war es, die über 25'000 Zahlen so zu klassifizieren, dass eine Gauß'sche Glocke gezeichnet wird. Wie man das macht/machen kann ist etwas kompliziert, ich habe dafür aber vor langer Zeit schon Bausteine ersonnen.
Zuerst mal die Zielbereiche in einer Glocke mit den 90 Tagen meiner Frau:
Bei ihr waren nur 29% im Zielbereich (von Dexcom empfohlen)
In so einer Kurve muss man die Fläche unter der Kurve beachten (=Integral)
So macht der grüne Zielbereich 70-180mg/dL eben 29% der gesammten Fläche aus.
Man sieht auch dass die niedrigen bzw. sehr niedrigen Werte (Minimum war 55 mg/dL) überhaupt nicht in Gewicht fallen.
Hingegen sind die sehr hohen Werte über 400 mg/dL (hier nicht messbar) höchstwarscheinlich von hoher Bedeutung.
Etwas anders sieht es bei meiner 90-Tage-Aufzeichnung aus:
Hier fällt schon mal auf, dass meine Glocke nach links zu den niedrigen Werten geneigt ist.
Ich will da jetzt nicht zu tief in Statistik eintauchen, sondern mich an "Regeln" halten, die wir bei der Qualitätssicherung von allgemeinen Autoteilen gehandhabt haben: Im Grunde ist "alles normalverteilt"
was aufgrund der Fertigung normal verteilt sein muss! Nur wenige einschlägig bekannte Fertigungsverfahren führen zu anderen Verteilungen. (Rauhtiefe, Rundlauf, Aussortieren von Ausschuss, mehrere Fertigungsstraßen, … )
Warum meine Kurve so hängt …?
(ist mir aber fast egal)
Es könnte sein, dass man mehr "nach unten" kalibriert als "nach oben.
"Normal" bin ich meist immer zu >80% im Zielbereich; vielleicht liegt es an einer überstandenen Krankheit.
Sehr Hoch und Hoch waren bei mir auch knapp außer der Dexcom-Toleranz.
Was ich aber sagen kann: die niedrigen und sehr niedrigen Werte spielen praktisch keine Rolle.
Und mal ehrlich!
Die meisten scheinbaren UZ-Werte sind reine Messfehler. Selbst wenn ich ständig erfolgreich "kalibrieren" könnte … die falschen Ergebnisse VOR dem Kalibrieren bleiben meiner Cloud für immer und ewig erhalten.
Warum wurden keine 25'920 Werte über 90 Tage erfasst?
Ganz einfach bei 9 -10 Sensoren in der Zeit fallen immer
mindestens 25 Aufwärmminuten weg. Auch gibt es hin und wieder andere Gründe, dass Messwerte fehlen.
Das mag für alle, die immer Einzelwerte brauchen, tragisch sein, aber für eine Übersicht der Verteilung spielt das keine Rolle. Wenn man den Zeitraum verringert (30 oder 14 Tage) erhält man im Prinzip immer sehr ähnliche Glocken … außer es gab mal besondere Veränderungen.
Fazit!
Ich werde NICHT alle 90 Tage so einen Aufwand betreiben.
Im Letzten Quartal bekamen meine Frau und ich vom Labor seltsame Langzeitwerte gemessen. Beide hatten wir einen HbA
1c von 7,9%. Das konnte sich aber unsere Diabetologin nicht erklären … und konzentrierte sich lieber auf unsere GMI-Prognosen.
Mit zwei solchen Verteilungskurven, hätte ich meine Zweifen untermauern können.
Da hat sicher jemand die gleichen Familiennamen mit den Messergebnissen durcheinander gebracht.
Neueste Beiträge
Still und heimlich hat Dexcom wieder in der G7-App rumgeändert.
verändert und vergessen sie wieder zurück zu stellen.
Vielleicht zum Trost:
