CGM-JEPA: Aprendizado de Representações Consistentes de Monitor Contínuo de Glicose via Pré-treinamento Auto-Supervisionado Preditivo

Resumo

O Monitoramento Contínuo de Glicose (CGM) pode detectar subfenótipos metabólicos precoces (resistência à insulina, RI; disfunção de células β), mas a implantação em escala populacional enfrenta dois problemas acoplados. Primeiro, o mesmo estado fisiológico se manifesta por meio de múltiplas visões (séries temporais de CGM, TOTG venoso, resumos de Glicodensidade), de modo que representações de visão única falham na transferência quando a implantação altera a modalidade ou o cenário. Segundo, os baselines apresentam desempenho inconsistente diante dessas mudanças. Ambos os problemas apontam para um único remédio: representações que abstraem de qualquer visão única para capturar estruturas temporais e distribucionais de nível superior. Propomos o CGM-JEPA, uma estrutura de pré-treinamento autossupervisionado que prevê representações latentes mascaradas em vez de valores brutos, gerando abstração que transfere entre modalidades. O X-CGM-JEPA adiciona um objetivo de visão cruzada de Glicodensidade mascarada para informações distribucionais complementares. Pré-treinamos em 389k leituras de CGM não rotuladas de 228 indivíduos e avaliamos em duas coortes clínicas (subconjuntos de divulgação pública de N=27 e N=17) em três regimes (generalização de coorte, transferência venoso-para-CGM, CGM domiciliar) sob validação cruzada de 20 iterações vezes 2 dobras. O X-CGM-JEPA ocupa o primeiro ou segundo lugar em AUROC para ambos os desfechos em todos os três regimes, enquanto nenhum baseline o faz, superando o baseline mais forte em até +6,5 pontos percentuais na generalização de coorte e +3,6 pp na transferência venoso-para-CGM (Wilcoxon pareado, p<0,001). Sob mudança de modalidade, ele iguala a AUROC média enquanto redistribui em direção a subgrupos mais frágeis (diferença de AUROC por etnia reduz em 25-54%); em dados venosos esparsos dentro do domínio, a visão distribucional eleva o agrupamento consciente de rótulos (ARI +39%, NMI +40%). Código e pesos: https://github.com/cruiseresearchgroup/CGM-JEPA

English

Continuous Glucose Monitoring (CGM) can detect early metabolic subphenotypes (insulin resistance, IR; β-cell dysfunction), but population-scale deployment faces two coupled problems. First, the same physiological state appears through multiple views (CGM time series, venous OGTT, Glucodensity summaries), so single-view representations fail to transfer when deployment shifts the modality or setting. Second, baselines perform inconsistently across these shifts. Both problems point to one remedy: representations that abstract away from any single view to capture higher-level temporal and distributional structure. We propose CGM-JEPA, a self-supervised pretraining framework which predicts masked latent representations rather than raw values, yielding abstraction that transfers across modalities. X-CGM-JEPA adds a masked Glucodensity cross-view objective for complementary distributional information. We pretrain on sim389k unlabeled CGM readings from 228 subjects and evaluate on two clinical cohorts (N=27 and N=17 public-release subsets) across three regimes (cohort generalization, venous-to-CGM transfer, home CGM) under 20-iteration times 2-fold cross-validation. X-CGM-JEPA ranks first or second on AUROC for both endpoints across all three regimes while no baseline does, exceeding the strongest baseline by up to +6.5 pp in cohort generalization and +3.6 pp in venous-to-CGM transfer (paired Wilcoxon, p<0.001). Under modality shift, it matches mean AUROC while redistributing toward weaker subgroups (ethnicity AUROC gap shrinks 25-54%); on sparse in-domain venous data, the distributional view lifts label-aware clustering (ARI +39%, NMI +40%). Code and weights: https://github.com/cruiseresearchgroup/CGM-JEPA