Інформація призначена тільки для фахівців сфери охорони здоров'я, осіб,
які мають вищу або середню спеціальну медичну освіту.

Підтвердіть, що Ви є фахівцем у сфері охорони здоров'я.

Мобильная версия

Регистрация Забыли пароль?


Коморбідний ендокринологічний пацієнт
Коморбідний ендокринологічний пацієнт

Международный эндокринологический журнал Том 21, №6, 2025

Вернуться к номеру

Безперервний моніторинг глюкози за допомогою переносних пристроїв: технологічні досягнення та світові тенденції

Безперервний моніторинг глюкози за допомогою переносних пристроїв: технологічні досягнення та світові тенденції

Авторы: Селюкова Н.Ю. (1, 2), Лурін І.А. (3, 4), Смеляков К.С. (5), Чуприна А.С. (5), Тижненко Т.В. (1), Місюра К.В. (1)
(1) - ДУ «Інститут проблем ендокринної патології імені В.Я. Данилевського НАМН України», м. Харків, Україна
(2) - Національний фармацевтичний університет, м. Харків, Україна
(3) - Національна академія медичних наук України, м. Київ, Україна
(4) - ДНУ «Центр інноваційних технологій охорони здоров’я» ДУС, м. Київ, Україна
(5) - Харківський національний університет радіоелектроніки, м. Харків, Україна

Рубрики: Эндокринология

Разделы: Справочник специалиста

Версия для печати


Резюме

Цукровий діабет — довготривале захворювання, що проявляється підвищеним вмістом глюкози в крові, з потенційним ураженням органів і систем. Моніторинг рівня глюкози, безперервний або періодичний, є вкрай важливим не лише для людей з цукровим діабетом, а й для загальної популяції. Хоча останні десять років принесли значний прогрес у технологіях відстеження рівня глюкози завдяки плідній роботі дослідників та виробників, сфера біосенсорів глюкози досі стикається з серйозними викликами. Для підготовки цієї роботи проводився ретельний пошук літератури у наукових базах даних Scopus, Science Direct (від Elsevier) та PubMed, включно з Medline. Для пошуку використовувались ключові слова «моніторинг глюкози», «безперервний моніторинг глюкози», «переносні пристрої», «біосенсори глюкози», «діабет», «штучний інтелект у діабеті» та «персоналізована медицина». У цій статті автори детально розглядають новітні розробки в моніторингу рівня глюкози, включаючи інвазивні, мінімально інвазивні та неінвазивні підходи. Проаналізована інтеграція електронних компонентів, бездротових комунікаційних технологій та систем збору енергії, а також проведена оцінка обмеження поточних рішень. Додатково висвітлюється потенціал поєднання медичних даних, отриманих при використанні безперервних глюкометрів, з методами штучного інтелекту для розробки точних протоколів лікування цукрового діабету. Такий підхід забезпечує високу точність результатів із короткостроковим прогнозуванням на основі часових рядів показників глюкози. Автори підкреслюють нагальну потребу в подальшому вдосконаленні технологій моніторингу рівня глюкози, що має вирішальне значення для оптимізації терапії цукрового діабету та задоволення важливих клінічних запитів щодо передових моніторингових рішень з практичним застосуванням.

Diabetes is a long-term disease characterized by elevated blood glucose levels, potentially damaging multiple organs and systems. Monitoring glucose levels, whether continuous or intermittent, is essential not only for people with diabetes but also for the general population. Although the past decade has brought significant advances in glucose monitoring technologies through the work of researchers and manufacturers, the field of glucose biosensors still faces significant challenges. A thorough literature search was conducted in the scientific databases Scopus, Science Direct (by Elsevier), and PubMed, including MEDLINE, to prepare this work. The following keywords were used for the search: “glucose monitoring”, “continuous glucose monitoring”, “wearable devices”, “glucose biosensors”, “diabetes”, “artificial intelligence in diabetes”, and “personalized medicine”. In this article, the authors review in detail the latest developments in glucose monitoring, including invasive, minimally invasive, and noninvasive approaches. The integration of electronic components, wireless communication technologies, energy harvesting systems were analyzed, and limitations of current solutions were assessed. Additionally, the potential of combining medical data from continuous glucose monitors with artificial intelligence techniques is highlighted to develop accurate diabetes treatment protocols. This approach provides high accuracy of results with short-term prediction based on time series of glucose readings. The authors highlight the urgent need for further improvement of glucose monitoring technologies, which is crucial for optimizing diabetes therapy and meeting important clinical demands for advanced monitoring solutions with practical applications.


Ключевые слова

цукровий діабет; моніторинг глікемії; глюкометри; переносні пристрої; біосенсори глюкози

diabetes; glucose monitoring; glucose meters; wearable devices; glucose biosensors

doi: http://dx.doi.org/10.22141/2224-0721.21.6.2025.1626

Для ознакомления с полным содержанием статьи необходимо оформить подписку на журнал.


Список литературы

  1. IDF Diabetes Atlas. 10th ed. Brussels, Belgium: International Diabetes Federation; 2022. Available from: https://diabetesatlas.org/atlas/tenth-edition/ [Accessed 7th Jun 2023].
  2. Patel KK, Singh A, Peri-Okonny PA, Patel FS, Kennedy KF, Sperry BW, et al. Prevalence and Prognostic Importance of Abnormal Positron Emission Tomography Among Asymptomatic Patients With Diabetes Mellitus. JACC Cardiovasc Imaging. 2024 Mar;17(3):301-310. doi: 10.1016/j.jcmg.2023.08.010. Epub 2023 Oct 18. PMID: 37855795.
  3. Chen X, Zhang L, Chen W. Global, regional, and national burdens of type 1 and type 2 diabetes mellitus in adolescents from 1990 to 2021, with forecasts to 2030: a systematic analysis of the global burden of disease study 2021. BMC Med. 2025 Jan 29;23(1):48. doi: 10.1186/s12916-025-03890-w. PMID: 39876009; PMCID: PMC11776159.
  4. Yang T, Qi F, Guo F, Shao M, Song Y, Ren G, et al. An update on chronic complications of diabetes mellitus: from molecular mechanisms to therapeutic strategies with a focus on metabolic memory. Mol Med. 2024 May 26;30(1):71. doi: 10.1186/s10020-024-00824-9. PMID: 38797859; PMCID: PMC11128119.
  5. Merid F, Getahun F, Esubalew H, Gezahegn T. Diabetic microvascular complications and associated factors in patients with type 2 diabetes in Southern Ethiopia. Front Endocrinol (Lausanne). 2024 Jul 4;15:1342680. doi: 10.3389/fendo.2024.1342680. PMID: 39027469; PMCID: PMC11254636.
  6. Tsaryk I, Pashkovska N, Pankiv V, Pashkovskyy V, Stankova N. Managing Autoimmune Diabetes With Comorbid Anxiety and Depression: A Vitamin D-Oriented Therapeutic Perspective. International Neurological Journal. 2025;21(4):295-300. doi: 10.22141/2224-0713.21.4.2025.1190.
  7. American Diabetes Association Professional Practice Committee. 15. Management of Diabetes in Pregnancy: Standards of Care in Diabetes-2025. Diabetes Care. 2025 Jan 1;48(1 Suppl 1):S306-S320. doi: 10.2337/dc25-S015. PMID: 39651985; PMCID: PMC11635054.
  8. Hermanns N, Ehrmann D, Shapira A, Kulzer B, Schmitt A, Laffel L. Coordination of glucose monitoring, self-care behaviour and mental health: achieving precision monitoring in diabetes. Diabetologia. 2022 Nov;65(11):1883-1894. doi: 10.1007/s00125-022-05685-7. Epub 2022 Apr 5. PMID: 35380233; PMCID: PMC9522821.
  9. Otero F, Magner E. Biosensors-Recent Advances and Future Challenges in Electrode Materials. Sensors (Basel). 2020 Jun 23;20(12):3561. doi: 10.3390/s20123561. PMID: 32586032; PMCID: PMC7349852.
  10. Lee H, Hong YJ, Baik S, Hyeon T, Kim DH. Enzyme-Based Glucose Sensor: From Invasive to Wearable Device. Adv Healthc Mater. 2018 Apr;7(8):e1701150. doi: 10.1002/adhm.201701150. Epub 2018 Jan 15. PMID: 29334198.
  11. Gao F, Liu C, Zhang L, Liu T, Wang Z, Song Z, et al. Wearable and flexible electrochemical sensors for sweat analysis: a review. Microsyst Nanoeng. 2023 Jan 1;9:1. doi: 10.1038/s41378-022-00443-6.
  12. Izadifar Z, Stejskalova A, Gulati A, Gutzeit O, Ingber DE. Human Cervix Chip: A Preclinical Model for Studying the Role of the Cervical Mucosa and Microbiome in Female Reproductive Health. Bioessays. 2025 Jul;47(7):e70014. doi: 10.1002/bies.70014. Epub 2025 May 22. PMID: 40401380; PMCID: PMC12183773.
  13. Yunus G, Singh R, Raveendran S, Kuddus M. Electrochemical biosensors in healthcare services: bibliometric analysis and recent developments. Peer J. 2023 Jun 27;11:e15566. doi: 10.7717/peerj.15566. PMID: 37397018; PMCID: PMC10312160.
  14. Yoon J, Shin M, Lee T, Choi JW. Highly Sensitive Biosensors Based on Biomolecules and Functional Nanomaterials Depending on the Types of Nanomaterials: A Perspective Review. Materials (Basel). 2020 Jan 9;13(2):299. doi: 10.3390/ma13020299. PMID: 31936530; PMCID: PMC7013709.
  15. Runsewe D, Betancourt T, Irvin JA. Biomedical Application of Electroactive Polymers in Electrochemical Sensors: A Review. Materials (Basel). 2019 Aug 18;12(16):2629. doi: 10.3390/ma12162629. PMID: 31426613; PMCID: PMC6720215.
  16. Mishra K, Devi N, Siwal SS, Zhang Q, Alsanie WF, et al. Ionic Liquid-Based Polymer Nanocomposites for Sensors, Energy, Biomedicine, and Environmental Applications: Roadmap to the Future. Adv Sci (Weinh). 2022 Sep;9(26):e2202187. doi: 10.1002/advs.202202187.
  17. Nodehi M, Kiasadr A, Babaee Bachevanlo G. Modified glassy carbon electrode with mesoporous silica-metformin/multi-walled carbon nanotubes as a biosensor for ethinylestradiol detection. Mater Chem Horiz. 2022;1:219-30. doi: 10.22128/mch.2022.601.1024.
  18. Aliya M, Zare EN, Faridnouri H, Ghomi M, Makvandi P. Sulfonated Starch-Graft-Polyaniline@Graphene Electrically Conductive Nanocomposite: Application for Tyrosinase Immobilization. Biosensors (Basel). 2022 Oct 28;12(11):939. doi: 10.3390/bios12110939. PMID: 36354447; PMCID: PMC9688083.
  19. Eldeeb BA, El-Raheem WMA, Elbeltagi S. Green synthesis of biocompatible Fe3O4 magnetic nanoparticles using Citrus Sinensis peels extract for their biological activities and magnetic-hyperthermia applications. Sci Rep. 2023 Nov 3;13(1):19000. doi: 10.1038/s41598-023-46287-6. PMID: 37923900; PMCID: PMC10624884.
  20. Mansour M, Darweesh MS, Soltan A. Wearable devices for glucose monitoring: A review of state-of-the-art technologies and emer–ging trends. Alexandria Engineering Journal. 2024;89:224-43. https//doi.org/10.1016/j.aej.2024.01.021.
  21. Wang G, Poscente MD, Park SS, Andrews CN, Yadid-Pecht O, Mintchev MP. Wearable Microsystem for Minimally Invasive, Pseudo-–Continuous Blood Glucose Monitoring: The e-Mosquito. IEEE Trans Biomed Circuits Syst. 2017 Oct;11(5):979-987. doi: 10.1109/TBCAS.2017.2669440. Epub 2017 May 25. PMID: 28574366.
  22. Moses JC, Adibi S, Wickramasinghe N, Nguyen L, Angelova M, Islam SMS. Non-invasive blood glucose monitoring technology in diabetes management: review. Mhealth. 2023 Dec 19;10:9. doi: 10.21037/mhealth-23-9. PMID: 38323150; PMCID: PMC10839510.
  23. Makaram P, Owens D, Aceros J. Trends in Nanomaterial-–Based Non-Invasive Diabetes Sensing Technologies. Diagnostics (Basel). 2014 Apr 21;4(2):27-46. doi: 10.3390/diagnostics4020027. PMID: 26852676; PMCID: PMC4665544.
  24. Bruen D, Delaney C, Florea L, Diamond D. Glucose Sen–sing for Diabetes Monitoring: Recent Developments. Sensors (Basel). 2017 Aug 12;17(8):1866. doi: 10.3390/s17081866. PMID: 28805693; PMCID: PMC5579887.
  25. Tiongco RE, Bituin A, Arceo E, Rivera N, Singian E. Salivary glucose as a non-invasive biomarker of type 2 diabetes mellitus. J Clin Exp Dent. 2018 Sep 1;10(9):e902-e907. doi: 10.4317/jced.55009. PMID: 30386523; PMCID: PMC6203925.
  26. Lee H, Song C, Hong YS, Kim M, Cho HR, Kang T, et al. Wearable/disposable sweat-based glucose monitoring device with multistage transdermal drug delivery module. Sci Adv. 2017 Mar 8;3(3):e1601314. doi: 10.1126/sciadv.1601314. PMID: 28345030; PMCID: PMC5342654.
  27. Shokrekhodaei M, Cistola DP, Roberts RC, Quinones S. Non-Invasive Glucose Monitoring Using Optical Sensor and Machine Learning Techniques for Diabetes Applications. IEEE Access. 2021;9:73029-73045. doi: 10.1109/access.2021.3079182. Epub 2021 May 11. PMID: 34336539; PMCID: PMC8321391.
  28. Cano-Garcia H, Kshirsagar R, Pricci R, Teyeb A, O’Brien F, Saha S, et al. Enhancing the Accuracy of Non-Invasive Glucose Sen–sing in Aqueous Solutions Using Combined Millimeter Wave and Near Infrared Transmission. Sensors (Basel). 2021 May 10;21(9):3275. doi: 10.3390/s21093275. PMID: 34068507; PMCID: PMC8125979.
  29. Shi T, Li D, Li G, Zhang Y, Xu K, Lu L. Modeling and Measurement of Correlation between Blood and Interstitial Glucose Chan–ges. J Diabetes Res. 2016;2016:4596316. doi: 10.1155/2016/4596316. Epub 2016 Apr 27. Erratum in: J Diabetes Res. 2017;2017:3164027. doi: 10.1155/2017/3164027. PMID: 27239479; PMCID: PMC4863111.
  30. Pandey PC, Pandey G, Narayan RJ. Minimally Invasive Platforms in Biosensing. Front Bioeng Biotechnol. 2020 Aug 31;8:894. doi: 10.3389/fbioe.2020.00894. PMID: 32984266; PMCID: PMC7487318.
  31. Zheng H, Pu Z, Wu H, Li C, Zhang X, Li D. Reverse iontophoresis with the development of flexible electronics: A review. Biosens Bioelectron. 2023 Mar 1;223:115036. doi: 10.1016/j.bios.2022.115036. Epub 2022 Dec 23. PMID: 36580817.
  32. Ju J, Li L, Regmi S, Zhang X, Tang S. Microneedle-Based Glucose Sensor Platform: From Vitro to Wearable Point-of-Care Tes–ting Systems. Biosensors (Basel). 2022 Aug 6;12(8):606. doi: 10.3390/bios12080606. PMID: 36005002; PMCID: PMC9405967.
  33. Zheng M, Zhang Y, Hu T, Xu C. A skin patch integrating swellable microneedles and electrochemical test strips for glucose and alcohol measurement in skin interstitial fluid. Bioeng Transl Med. 2022 Oct 10;8(5):e10413. doi: 10.1002/btm2.10413. PMID: 37693058; PMCID: PMC10487322.
  34. Ma R, Shao R, An X, Zhang Q, Sun S. Recent advancements in noninvasive glucose monitoring and closed-loop management systems for diabetes. J Mater Chem B. 2022;10:5537-55. https://doi.org/​10.1039/D2TB00749E.
  35. McCormick C, Heath D, Connolly P. Towards blood free measurement of glucose and potassium in humans using reverse iontophoresis. Sens Actuators B Chem. 2012;166-167:593-600. https://doi.org/​10.1016/j.snb.2012.03.016.
  36. Bandodkar AJ, Jia W, Yardımcı C, Wang X, Ramirez J, Wang J. Tattoo-based noninvasive glucose monitoring: a proof-of-concept study. Anal Chem. 2015 Jan 6;87(1):394-8. doi: 10.1021/ac504300n. Epub 2014 Dec 12. PMID: 25496376.
  37. Luo X, Yu Q, Yang L, Cui Y. Wearable, Sensing-Controlled, Ultrasound-Based Microneedle Smart System for Diabetes Management. ACS Sens. 2023 Apr 28;8(4):1710-1722. doi: 10.1021/acssensors.2c02863.
  38. Kim J, Sempionatto JR, Imani S, Hartel MC, Barfidokht A, Tang G, et al. Simultaneous Monitoring of Sweat and Interstitial Fluid Using a Single Wearable Biosensor Platform. Adv Sci (Weinh). 2018 Aug 2;5(10):1800880. doi: 10.1002/advs.201800880.
  39. Yin L, Sandhu SS, Liu R, Khan MI, Wicker C, Garcia-Gradilla V, Zhou J, et al. Wearable e-skin microgrid with battery-based, self-regulated bioenergy module for epidermal sweat sensing. Adv Energy Mater. 2023;13:2203418. https://doi.org/10.1002/aenm.202203418.
  40. Peng X, Yan YX, Liu H. On the use of fiber lasers in non-invasive blood glucose monitoring. Opt Fiber Technol. 2022;68:102822. https://doi.org/10.1016/j.yofte.2022.102822.
  41. Chu J, Yang WT, Lu WR, Chang YT, Hsieh TH, Yang FL. 90% Accuracy for Photoplethysmography-Based Non-Invasive Blood Glucose Prediction by Deep Learning with Cohort Arrangement and Quarterly Measured HbA1c. Sensors (Basel). 2021 Nov 24;21(23):7815. doi: 10.3390/s21237815.
  42. Zhang Y, Wu G, Wei H, Guo Z, Yang H, He Y, Xie S, Liu Y. Continuous noninvasive monitoring of changes in human skin optical properties during oral intake of different sugars with optical cohe–rence tomography. Biomed Opt Express. 2014 Feb 28;5(4):990-9. doi: 10.1364/BOE.5.000990. PMID: 24761283; PMCID: PMC3985988.
  43. Jose PSH, Rajasekaran K, Rajalakshmy P, Jebastina B. A non-invasive method for measurement of blood glucose using bio impedance technique. IEEE. 2019:138-42. doi: 10.1109/ICSPC46172.2019.8976732.
  44. Takamatsu R, Higuchi K, Muramatsu D. Measurement frequency evaluation for bioimpedance-based blood-glucose estimation. IEEE. 2021:309-10. doi: 10.1109/LifeTech52111.2021.9391845.
  45. Cruz AFD, Norena N, Kaushik A, Bhansali S. A low-cost miniaturized potentiostat for point-of-care diagnosis. Biosens Bioelectron. 2014;62:249-54. https://doi.org/10.1016/j.bios.2014.06.053.
  46. Cosoli G, Antognoli L, Scalise L. Methods for the metrological characterization of wearable devices for the measurement of physiological signals: state of the art and future challenges. MethodsX. 2023 Jan 23;10:102038. doi: 10.1016/j.mex.2023.102038.
  47. Liu R, Wang ZL, Fukuda K, Someya T. Flexible self-charging power sources. Nat Rev Mater. 2022;7:870-86. https://doi.org/​10.1038/s41578-022-00441-0.
  48. Hesham R, Soltan A, Madian A. Energy harvesting schemes for wearable devices. AEÜ Int J Electron Commun. 2021;138:153888. https://doi.org/10.1016/j.aeue.2021.153888.
  49. Nguyen QT, Vu DL, Le CD, Ahn KK. Recent Progress in Self-Powered Sensors Based on Liquid-Solid Triboelectric Nanogenerators. Sensors (Basel). 2023 Jun 25;23(13):5888. doi: 10.3390/s23135888.
  50. Yuan M, Zhang X, Wang J, Zhao Y. Recent Progress of Ener–gy-Storage-Device-Integrated Sensing Systems. Nanomaterials (Basel). 2023 Feb 6;13(4):645. doi: 10.3390/nano13040645. PMID: 36839014; PMCID: PMC9964226.
  51. Zhao J, Lin Y, Wu J, Nyein HYY, Bariya M, Tai LC, et al. A Fully Integrated and Self-Powered Smartwatch for Continuous Sweat Glucose Monitoring. ACS Sens. 2019 Jul 26;4(7):1925-1933. doi: 10.1021/acssensors.9b00891. Epub 2019 Jul 4. PMID: 31271034.
  52. Yu R, Pan C, Chen J, Zhu G, Wang ZL. Enhanced performance of a ZnO nanowire-based self-powered glucose sensor by piezotronic effect. Adv Funct Mater. 2013;23:5868-74. https://doi.org/​10.1002/adfm.201300593.
  53. Bandodkar AJ, Gutruf P, Choi J, Lee K, Sekine Y, Reeder JT, Jeang WJ, et al. Battery-free, skin-interfaced microfluidic/electronic systems for simultaneous electrochemical, colorimetric, and volumetric analysis of sweat. Sci Adv. 2019 Jan 18;5(1):eaav3294. doi: 10.1126/sciadv.aav3294. PMID: 30746477; PMCID: PMC6357758.
  54. Griffith D. Toward zero: power consumption trends in low data rate wireless connectivity. IEEE Solid-State Circuits Mag. 2022;14:51-60. doi: 10.1109/MSSC.2022.3195122.
  55. Mansour M, Gamal A, Ahmed AI, Said LA, Elbaz A, et al. Internet of things: a comprehensive overview on protocols, architectures, technologies, simulation tools, and future directions. Energies. 2023;16:3465. https://doi.org/10.3390/en16083465.
  56. Koulouras G, Katsoulis S, Zantalis F. Evolution of Bluetooth Technology: BLE in the IoT Ecosystem. Sensors (Basel). 2025 Feb 7;25(4):996. doi: 10.3390/s25040996.
  57. Lazaro A, Villarino R, Girbau D. A Survey of NFC Sensors Based on Energy Harvesting for IoT Applications. Sensors (Basel). 2018 Nov 2;18(11):3746. doi: 10.3390/s18113746.
  58. Cefalu WT, Darsow T, Petersen M, Palmer L. Evaluation of treatment persistence in individuals with type 2 diabetes in a real-world setting. Diabetes. 2018;67:135-OR. https://doi.org/10.2337/db18-135-OR.
  59. Tierney MJ, Tamada JA, Potts RO, Jovanovic L, Garg S; Cygnus Research Team. Clinical evaluation of the GlucoWatch biographer: a continual, non-invasive glucose monitor for patients with diabetes. Biosens Bioelectron. 2001 Dec;16(9-12):621-9. doi: 10.1016/s0956-5663(01)00189-0. PMID: 11679237.
  60. Garg SK, Liljenquist DR, Bode BW, Christian MP, Bailey TS, Brazg RL, Denham DS, Chang A, Akturk HK, Dehennis AD, Tweden K, Kaufman FR. 149-OR: evaluation of the next generation 180-day long-term implantable Eversense CGM system: promise study. Diabetes. 2021;70:149-OR. https://doi.org/10.2337/db21-149-OR.
  61. Wentholt IM, Hoekstra JB, Zwart A, DeVries JH. Pendra goes Dutch: lessons for the CE mark in Europe. Diabetologia. 2005 Jun;48(6):1055-8. doi: 10.1007/s00125-005-1754-y. Epub 2005 May 4. PMID: 15871008.
  62. Roostaei N, Hamidi SM. Plasmonic smart contact lens based on etalon nanostructure for tear glucose sensing. Sci Rep. 2025 Apr 29;15(1):14948. doi: 10.1038/s41598-025-99624-2.
  63. Kumar DA, Jayanthy T. Review on Non-Invasive Blood Glucose Measurement Techniques. 2020 International Conference on Communication and Signal Processing (ICCSP). Chennai, India: IEEE; 2020. Р. 981-6. doi: 10.1109/ICCSP48568.2020.9182268.
  64. Bellido V, Freckman G, Pérez A, Galindo RJ. Accuracy and Potential Interferences of Continuous Glucose Monitoring Sensors in the Hospital. Endocr Pract. 2023 Nov;29(11):919-927. doi: 10.1016/j.eprac.2023.06.007. Epub 2023 Jun 25. PMID: 37369291.
  65. Weatherly J, Kishnani S, Aye T. Challenges with Patient Adoption of Automated Integration of Blood Glucose Meter Data in the Electronic Health Record. Diabetes Technol Ther. 2019 Nov;21(11):671-674. doi: 10.1089/dia.2019.0178. Epub 2019 Jul 29. PMID: 31335195; PMCID: PMC6812727.
  66. Klonoff DC, Gabbay M, Moon SJ, Wilmot EG. Importance of FDA-Integrated Continuous Glucose Monitors to Ensure Accuracy of Continuous Glucose Monitoring. J Diabetes Sci Technol. 2025 Sep; 19(5):1392-1399. doi: 10.1177/19322968241250357.
  67. Smelyakov K, Pribylnov D, Martovytskyi V, Chupryna A. Investigation of network infrastructure control parameters for effective intellectual analysis. 14th International Conference on Advanced Trends in Radioelecrtronics, Telecommunications and Computer Engineering (TCSET), Lviv — Slavske, Ukraine. 2018:983-986. doi: 10.1109/TCSET.2018.8336359.

Вернуться к номеру