CN102265280A - 用于在收集设备上运行的结构化收集过程的实现、执行、数据收集和数据分析的管理方法和系统 - Google Patents

用于在收集设备上运行的结构化收集过程的实现、执行、数据收集和数据分析的管理方法和系统 Download PDF

Info

Publication number
CN102265280A
CN102265280A CN2009801518231A CN200980151823A CN102265280A CN 102265280 A CN102265280 A CN 102265280A CN 2009801518231 A CN2009801518231 A CN 2009801518231A CN 200980151823 A CN200980151823 A CN 200980151823A CN 102265280 A CN102265280 A CN 102265280A
Authority
CN
China
Prior art keywords
collection process
data
processor
patient
collecting device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2009801518231A
Other languages
English (en)
Inventor
A.S.索尼
S.韦纳特
J拉施-门格斯
S.布萨姆拉
P.D.瓦林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
F Hoffmann La Roche AG
Original Assignee
F Hoffmann La Roche AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by F Hoffmann La Roche AG filed Critical F Hoffmann La Roche AG
Publication of CN102265280A publication Critical patent/CN102265280A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483Physical analysis of biological material
    • G01N33/487Physical analysis of biological material of liquid biological material
    • G01N33/49Blood
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/66Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood sugars, e.g. galactose
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Abstract

公开了关于对在便携式手持收集设备(24)上运行的结构化收集过程(70)的实现、执行、数据收集和数据分析进行管理的系统(41)和方法(200、300、388、400)的实施例。实行结构化收集过程(70)的收集设备(24)具有程序(34)指令,在由处理器(102)执行时,所述程序(34)指令使处理器(102):在某未知时间满足一个或更多进入准则(226)时,自动发起结构化收集过程(70)的事件安排(222),将根据事件安排(222)收集的患者数据(256、170、145)存储在存储器(110)中,在某未知时间满足一个或更多退出准则(228)时,自动结束结构化收集过程(70),以及如果在施行事件安排(222)中的事件(237)期间未发生异常,则把结构化收集过程(70)标记/指示为完成。

Description

用于在收集设备上运行的结构化收集过程的实现、执行、数据收集和数据分析的管理方法和系统
技术领域
本发明的实施例大体涉及收集生理信息的设备,且尤其涉及一种管理在便携式手持收集设备上运行的结构化收集过程的实现、执行、数据收集和数据分析的系统和方法。
背景技术
一般将长久持续或者经常复发的疾病定义为慢性病。已知慢性病除了别的以外包括抑郁症、强迫性障碍、酗酒、哮喘、自身免疫性疾病(例如溃疡性结肠炎、红斑狼疮)、骨质疏松症、癌症和糖尿病。这样的慢性病需要慢性病护理管理以进行有效的长期医治。在初始诊断之后,接着慢性病护理管理的功能之一是用来优化患者的慢性病的治疗。
在由因胰岛素分泌不足、胰岛素作用不足、或者这两者而产生的高血糖来表征的糖尿病的示例中,已知的是由于每个人的与诸如饮食、体重、压力、生病、睡眠、锻炼和药物摄入之类的可变健康状况和生活方式因素交互的独特生理机能的原因,糖尿病自身在每个人中表现不同。生物标志物(biomarker)是生物或者发病过程、药理反应、事件或者状况(例如老化、疾病或者生病风险、存在或者进展等)的患者生物导出的指示器。例如,生物标志物可以是对与疾病相关联的变量的客观测量,其可以用作疾病的指示器或者预示器。在糖尿病的情况下,这样的生物标志物包括针对葡萄糖、类脂、甘油三酸酯等的测量值。生物标志物还可以是用来推断疾病的存在或者风险的参数集,而非疾病本身的测量值。当正确地进行收集和评价时,生物标志物可以提供与关于患者的医疗问题相关的有用信息,以及用作医疗评估的一部分,用作医疗控制和/或用于医疗优化。
对于糖尿病,临床医生通常根据诸如像Joslin Diabetes Center & Joslin Clinic, Clinical Guideline for Pharmacological Management of Type 2 Diabetes (2007)和Joslin Diabetes Center & Joslin Clinic, Clinical Guideline for Adults with Diabetes (2008)之类的出版的治疗指南,来医治糖尿病患者。这些指南可以规定希望的标志物值,例如小于100 mg/dl的空腹血糖值,或者临床医生可以基于临床医生的训练和在医治糖尿病患者过程中的经验指定希望的标志物值。然而,这样的指南不指定用于参数调整的生物标志物收集过程以支持在优化糖尿病患者的治疗时所使用的具体治疗。随后,糖尿病患者必须经常测量他们的葡萄糖水平,而几乎不管收集的结构并且几乎不关注生活方式因素。这样的对葡萄糖水平的非结构化收集可能导致一些生物标志物测量缺乏解释情境,由此减小了这样的测量对临床医生和帮助患者对其疾病进行管理的其它这样的卫生保健提供者的价值。
不同的临床医生可能在各种时间查问慢性病患者,以实行多次收集,从而努力诊断慢性病或者优化治疗。然而,用来根据安排实行这样的收集的这些请求可能重叠、重复、彼此背道而驰和/或给患者提供负担,因此患者可能避免用来诊断其慢性病或者优化治疗的任何进一步尝试。
另外,如果进行请求的临床医生没有正确地对患者进行评价,以看对所请求的收集的安排是否可行、和/或针对收集的参数对于患者而言是否合适和/或可接受,则从这样的收集得到有用的结果可能是不太可能的。再者,如果用来完成所请求的收集而收集的合适的数据不足以使得所收集的数据对于解决医疗问题和/或临床医生的兴趣是有帮助的,则这样的请求可能浪费临床医生和患者的时间和努力以及用来实行收集的消耗品。此外,这样的失败可能使患者气馁不寻求进一步的治疗意见。
此外,便于对收集的安排时所使用的现有技术收集设备如果有也仅提供有限的指导以及对收集事件的简单的提醒。这样的现有技术设备一般需要临床医生或者患者手动对其进行编程,在其中来管制收集安排。因为以此方式进行另一收集过程可能被患者视为费力的,因此现有技术收集设备所提供的这样的有限的指导和功能也可能进一步使患者气馁不寻求对其治疗的任何未来优化,由此使这样的优化成为简单的猜测。
发明内容
相对于上面背景技术,本发明的实施例呈现了一种管理在便携式手持收集设备上运行的预期的结构化收集过程的实现、执行、数据收集和数据分析的系统和方法。可以在诸如有能力在其上接受并运行根据本发明的一个或更多收集过程和相关联的仪器可执行脚本的血糖测量设备(仪器)之类的各种收集设备上,实现本发明的实施例。在一个实施例中,可以在计算机或者能够生成收集过程的任何设备上生成这些收集过程。
公开了与管理在便携式手持收集设备上运行的结构化收集过程的实现、执行、数据收集和数据分析的系统和方法相关的实施例。实行结构化收集过程的收集设备具有程序指令,在由处理器执行时,该程序指令促使处理器在某未知时间符合一个或更多进入准则时自动发起结构化收集过程的事件安排,将根据事件安排收集的患者数据存储在存储器中,在某未知时间符合一个或更多退出准则时自动结束该结构化收集过程,以及如果在施行事件安排中的事件期间没有异常发生,则将该结构收集过程标记为完成。
在一个实施例中,公开了一种用于实行结构化收集过程的收集设备。该设备可以包括:存储器;处理器,连接到该存储器;以及程序指令,在由处理器执行时,该程序指令可以促使处理器在某未知时间符合一个或更多进入准则时,自动发起该结构化收集过程的事件安排。程序指令还可以促使处理器将根据事件安排收集的患者数据存储在存储器中,在某未知时间符合一个或更多退出准则时,自动结束该结构化收集过程,和如果在施行事件安排中的事件期间未发生异常,则将患者数据中的完成标志标记为完成。
在另一实施例中,公开了一种用于管理对构化收集过程的实现、执行、数据收集和数据分析的系统。该系统可以包括:诸如上面所提及的收集设备;以及计算机,可通信地耦合到该收集设备。计算机在收集设备上提供管理结构化收集过程的实现的图形用户接口。
在又一实施例中,公开了一种用于实行结构化收集过程的收集设备。该设备可以包括:存储患者数据的存储器,该患者数据包括收集的生物标志物数据、日期时间戳、完成标志和与所收集的生物标志物数据的每个实例相关联的其它数据,所述其它数据包括溶入情境的数据,所述溶入情境的数据表征相关联的收集的生物标志物;连接到存储器的处理器;以及程序指令,在由处理器执行时,程序指令促使处理器从存储器自动检索结构化收集过程。结构化收集过程具有参数,所述参数定义了:进入准则,其建立在获得生物标志物数据之前需要符合的条件;事件安排,所述事件中的每个包括下列中的至少一个或更多:施行时间,用于实行事件的指导,对信息、患者动作和对至少一种类型的生物标志物数据的收集中的一个或更多的请求;以及退出准则,其建立在退出结构化收集过程之前需要符合的条件。程序指令还可以促使处理器在某未知时间符合进入准则时,自动发起结构化收集过程的事件安排,将根据事件安排收集的患者数据存储在存储器中,在某未知时间符合退出准则时,自动结束结构化收集过程,以及如果在实行事件安排中用来收集生物标志物数据的关键事件期间未发生异常,则把结构化收集过程指示为完成,否则,处理器指示结构化收集过程未完成。
在再一实施例中,公开了一种管理结构化收集过程的方法。该方法包括:向收集设备提供结构化收集过程和程序指令;以及在收集设备上执行程序指令,该程序指令促使收集设备的处理器在某未知时间符合一个或更多进入准则时,自动发起结构化收集过程的事件安排,将根据事件安排收集的患者数据存储在存储器中,在某未知时间符合一个或更多退出准则时,自动结束该结构化收集过程,并且如果在实行事件安排中的事件期间未发生异常,则指示该结构化收集过程完成。
根据随后的描述、附图和权利要求,将使本文所公开的本发明的这些和其它优点和特征更明显。
附图说明
在结合下列附图阅读时,可以最佳地理解对本发明的实施例的下列详细描述,其中,用同样的附图标记指示同样的结构。
图1是示出根据本发明的实施例的针对糖尿病患者和临床医生以及对患者的慢性病护理管理有兴趣的其他人的慢性病护理管理系统的图。
图2和2A是示出适合于实现根据本发明的实施例的结构化测试方法的系统的实施例的图。
图3示出了根据本发明的收集设备实施例的框图。
图4示出了通过在根据本发明的图3的收集设备上使用结构化测试方法创建的数据记录实施例的表格式的描绘。
图5A描绘了创建根据本发明的实施例的针对医疗使用情况和/或问题的结构化收集过程的方法。
图5B和5C示出了定义分别根据本发明的一个或更多实施例的结构化收集过程以及使用结构化收集过程优化患者的治疗可以考虑的因素的参数。
图6A、6B、6C、6D和6E示出了根据本发明定义的各种结构化收集过程实施例。
图7A描绘了根据本发明的实施例的用于慢性病患者的诊断或者治疗支持的结构化测试方法。
图7B从概念上图示了预先定义的结构化收集过程的一个示例和以及根据本发明的实施例的用来定制该预先定义的结构化收集过程的方法。
图8A示出了根据本发明的实施例的用于实行结构化收集过程的方法。
图8B和8C示出了根据本发明的实施例的经由提供在收集设备上的图形用户接口实现结构化收集过程的方法。
图9示出了根据本发明的另一实施例的用于实行结构化收集过程以从患者获得溶入情境的生物标志物数据的方法。
图10A描绘了未溶入情境和溶入情境的数据。
图10B描绘了根据本发明的实施例的一般收集过程。
图11描绘了根据本发明的实施例的与不可接受的溶入情境的数据混合的接受的溶入情境的数据的图。
图12描绘了根据本发明的实施例的软件的元素。
图13和14描绘了根据本发明的实施例的收集过程执行方法。
图15示出了根据本发明的使用情况实施例提供糖尿病诊断和治疗支持的方法。
图16、17和18描绘了根据本发明的实施例的图形用户接口的不同的屏幕截图。
具体实施方式
下面将相对于各种说明性实施例来描述本发明。本领域技术人员将理解,可以在多个不同的应用和实施例中实现本发明,且本发明不具体地将其应用限制于本文所描绘的特定实施例。特别地,下面将结合经由对血液进行采样的糖尿病管理来论述本发明,不过普通技术人员将认识到可以对本发明进行修改以用于除了葡萄糖以外的其它类型的液体或者被分析物,和/或在管理除了糖尿病以外的其它慢性病时有用。
如本文在下面所描述的各种图示的实施例中所使用的,下列术语包括,但不限于下列含义。
术语“生物标志物”可以意指所测量的用来提供与患者有关的数据的生理变量,诸如像血糖值、间质性葡萄糖值、HbA1c值、心律测量、血压测量、类脂、甘油三酸酯、胆固醇等。
术语“溶入情境(contextualizing)”可以意指围绕对具体生物标志物测量的收集而存在或者将发生的记载和相互关联的条件。优选地,与收集的生物标志物数据一起存储关于围绕对具体生物标志物的收集而存在或者将发生的记载和相互关联的条件的数据,并且将该数据链接到所收集的生物标志物数据。特别地,对所收集的生物标志物数据的进一步评估考虑到关于记载和相互关联的条件的数据,因此不仅对该数据本身进行评价,而且还对被溶入情境的数据之间的链接进行评价。关于记载和相互关联的条件的数据例如可以包括围绕对具体生物标志物测量的收集而发生和/或与其同时发生的关于时间、食品和/或锻炼的信息。例如,可以通过利用用于在基础滴定(Basal titration)优化聚焦的测试过程期间在接受生物标志物值之前验证用户的空腹状态的进入准则,来记载根据本发明的实施例中的结构化收集过程的情境。
术语“溶入情境的生物标志物数据”可以意指关于与具体生物标志物的测量值组合的相互关联条件的信息,在所述相互关联条件下收集具体生物标志物测量。特别地,与关于相互关联条件的信息一起存储具体生物标志物数据,在该相互关联条件下收集具体生物标志物测量并与其链接。
术语“准则”可以意指一个或更多准则,且其可以是用来判断是否满足或者符合一个或更多条件以开始、接受和/或结束一个或更多过程步骤、动作和/或值的(一个或多个)指南、(一个或多个)规则、(一个或多个)特性和(一个或多个)方面(dimension)中的至少一个或更多。
术语“遵守(adherence)”可以意指遵循结构化收集过程的人适当地实行请求的过程步骤。例如,应当在结构化收集过程的规定条件下测量生物标志物数据。假设针对生物标志物测量给出了规定条件,则把遵守定义为是适当的。例如,规定条件是时间相关条件,和/或该规定条件可以示例性地包括食用膳食、取空腹样本、在请求的时间窗口的情况下进食一类型的膳食、在请求的时间取空腹样本、睡最少的时间量等。可以特别针对溶入情境的生物标志物数据的单个数据点或者结构化收集过程,将遵守定义为适当或者不适当的。优选地,可以通过(一个或多个)规定条件的范围或者通过选择性地确定的(一个或多个)规定条件,将遵守定义为适当或者不适当的。此外,可以以遵守率的形式来计算遵守,该遵守率描述了特别针对溶入情境的生物标志物数据的单个数据点或者结构化收集过程给出遵守的何种程度。
术语“遵守事件”可以意指执行结构化收集过程的人何时未能实行过程的步骤。例如,如果人没有在收集设备请求时收集数据,则将遵守确定为不适当的,这导致遵守事件。在另一示例中,遵守准则可以是患者空腹6个小时的第一准则或者在请求的时间收集空腹bG值的第二准则。在此示例中,如果患者在请求的时间提供了bG采样,但是在提供之前仅空腹了3个小时,则虽然符合第二遵守准则,但是不符合第一遵守准则,且因此将发生针对第一准则的遵守事件。
术语“违反事件”是一种形式的遵守事件,在其中执行结构化收集(测试)过程(方案(protocol))的人未在推荐时间实施治疗、确实实施了推荐量、或者这两者。
术语“遵守准则”可以包括遵守,且也可以意指将测量值、与测量值和/或计算值相关的值与定义的值或者该值的定义范围进行比较(例如评估)的基础,其中,基于该比较以赞成和正面接受来接受数据。在一个实施例中遵守准则可以考虑时间相关值和/或遵守,但在其它实施例中还可以考虑噪声,等等。此外,可以将遵守准则应用于溶入情境的生物标志物数据,因此依据关于围绕对具体生物标志物的收集而存在或者发生的记载和相互关联条件的被溶入情境数据的比较,接受生物标志物数据。遵守准则可能类似于针对给定信息片或者信息组的明智检查。优选地,如果未达到所接受的准则,则拒绝单个数据点/信息或者数据或信息组。特别地,于是不使用这样的被拒绝数据来进行被用来提供治疗推荐的进一步计算。被拒绝数据主要仅用于评估遵守和/或自动触发至少一个进一步动作。例如,这样的被触发动作提示用户接着遵循结构化收集过程或者单个请求的动作,使得能够基于其达到遵守准则。
术语“数据事件请求”可以意指对由特殊环境集定义的,例如由时间相关或者非时间相关事件定义的在时空中单个点对数据收集的查问。
术语“分散(decentralized)疾病状况评估”可以意指通过使用感兴趣的生物标志物测量实行的疾病进展的度或者程度的确定,以将值递送而不将样本发送到实验室进行评估。
术语“医疗使用情况或者问题”可以意指与尚未验证,但是如果为真则将解释某些事实或者现象的概念组合地提供与一些医疗事实的存在的真实性有关的不确定性的过程、情形、条件和/或问题中的至少一个或者更多。医疗使用情况或者问题可能已经存放和存储在系统中,使得用户可以在不同的医疗使用情况或者问题之间进行选择。可选地,可以由用户自己定义医疗使用情况或者问题。
本文术语“聚焦(focused)”、“结构化(structured)”和“情节(episodic)”与术语“测试”可互换地使用,且其可以意指在其中用来实施测试的预先定义的序列。
本文可以可互换地使用术语“软件”和“程序”。
图1示出了针对(一个或多个)糖尿病患者12和(一个或多个)临床医生14连同对患者12的慢性病护理管理有兴趣的其他人16的慢性病护理管理系统10。具有血糖代谢障碍的患者12可以包括具有代谢综合症、糖尿病前期、1型糖尿病、2型糖尿病和妊娠糖尿病的人。对患者的护理感兴趣的其他人16可以包括家庭成员、朋友、互助组和宗教组织,他们都可能影响患者的治疗顺应性。患者12可以访问诸如家用计算机之类的患者计算机18,该患者计算机18可以连接到诸如因特网、蜂窝式网络等之类的公共网络50(有线或者无线),并且可以耦合到软件狗、对接站或者设备读取器22,以便与诸如便携式收集设备24之类的外部便携式设备进行通信。在从Roche Diagnostics(罗氏诊断)可获得的手册“Accu-Chek® Smart Pix Device Reader User’s Manual” (2008)中示出了设备读取器的示例。
收集设备24实质上可以是能够起到用于根据结构化收集过程确定和数字地存储(一个或多个)生物标志物值的获取机构作用的任何便携式电子设备,且其可以起作用以运行该结构化收集过程和本发明的方法。下面在稍后部分中提供关于结构化收集过程的各种图示的实施例的更多细节。在优选实施例中,收集设备24可以是自监视血糖仪26或者连续葡萄糖监视器28。血糖仪的示例是Accu-Chek® Active meter(活力型血糖仪)和在小册子“Accu-Chek® Aviva Blood Glucose Meter Owner’s Booklet (2007)中描述的Accu-Chek® Aviva meter,其的各部分在转让给Roche Diagnostics Operations, Inc.的标题为“Meter and method of using the meter for determining the concentration of a component of a fluid”的美国专利第6,645,368 B1号中予以公开。在转让给Roche Diagnostics Operations, Inc.的美国专利第7,389,133号“Method and device for continuous monitoring of the concentration of an analyte”(2008年6月17日)中示出了连续葡萄糖监视器的示例。
除了收集设备24之外,患者12还可以使用多种产品来对他或者她的糖尿病进行管理,所述产品包括:在小瓶32中承载的以供在收集设备24中使用的测试条30;可以在患者计算机18,收集设备24,诸如膝上型计算机、个人数字助理和/或移动电话之类的手持计算设备36上操作的软件34;以及纸工具38。软件34可以经由计算机可读取介质40或者在公共网络50上预先加载或者提供,并且如果希望,则加载以在患者计算机18、收集设备24、临床医生计算机/办公工作站25和手持计算设备36上操作。在另外的其它实施例中,还可以将软件34集成到耦合到计算机(例如计算机18或者25)的设备读取器22中以在计算机上操作,或者可以通过公共网络50,诸如从服务器52远程访问软件34。
针对某些糖尿病治疗,患者12还可以使用附加的治疗设备42和其它设备44。另外,治疗设备42可以包括诸如门诊输液泵46、胰岛素笔48和采血设备51之类的设备。门诊胰岛素泵46的示例包括但并不把其限于在从Disetronic Medical Systems AG可获得的手册“Accu-Chek® Spirit Insulin Pump System Pump User Guide” (2007)中描述的Accu-Chek® Spirit pump(泵)。其它设备44可以是提供诸如血压之类的患者数据的医疗设备、提供诸如锻炼信息之类的患者数据的健身设备(fitness device)以及向护理给予者提供通知的老年护理设备。其它设备44可以被配置成根据Continua® Health Alliance(康体佳健康联盟)规划的标准与彼此进行通信。
针对糖尿病的临床医生14是多种多样的,且其例如可以包括护士、护士实习生、内科医生、内分泌学家和其它这样的卫生保健提供者。临床医生14一般可以访问诸如临床医生办公计算机之类的临床医生计算机25,该临床医生计算机25还可以被提供有软件34。患者12和临床医生14也可以在计算机18、25上使用诸如Microsoft® HealthVault™ 和Google™ Health之类的卫生保健记录系统27,以经由公共网络50或者经由其它网络装置(LAN、WAN、VPN等)交换信息,并且将诸如来自收集设备24的收集数据之类的信息存储到患者的电子医疗记录,例如可以向计算机18、25和/或服务器52提供和从计算机18、25和/或服务器52提供的EMR 53(图2A)。
大多数患者12和临床医生14可以在公共网络50上与彼此以及与持有计算机/服务器52的其他人进行交互。这样的其他人可以包括患者的雇主54、诸如支付患者的卫生保健费用中的一些或者全部的保险公司之类的第三方付款人56、对某些糖尿病消耗品进行配药的药店58、医院60、也可以作为付款人的政府机构62以及提供用于疾病的检测、预防、诊断和医治的卫生保健产品和服务的公司64。患者12也可以经由驻留在临床医生25和/或一个或更多服务器52上的卫生保健记录系统27,向诸如雇主54、付款人56、药店58、医院60和政府机构62之类的其他人,授予访问患者的电子健康记录的许可。下面还参考图2。
图2示出了适合于实现根据本发明的实施例的结构化测试方法的系统实施例,在另一实施例中,其可以是慢性病护理管理系统10的一部分,并且经由传统的有线或者无线通信装置与这样的部件进行通信。系统41可以包括与服务器52通信的临床医生计算机25以及收集设备24。经由与公共网络50、与专用网络66、或者其组合的通信链路,可以便于临床医生计算机25和服务器52之间的通信。专用网络66可以是经由诸如(web)服务器、路由器、调制解调器、集线器等之类的网络设备68连接到公共网络50的局域网或者广域网(有线或者无线)。
在一个实施例中,服务器52可以是用于多个结构化收集过程(或者方案)70a、70b、70c、70d的中央贮存器,其中,在稍后部分中提供了几个示例性结构化收集过程的细节。服务器52以及网络设备68还可以起到用于结构化收集过程70a、70b、70c、70d中的一些已完成的结构化收集过程的数据聚集器的作用。因此,在这样的实施例中,可以接着将来自患者12的收集设备的(一个或多个)已完成的收集过程的数据,在请求时响应于对这样的患者数据的检索,从服务器52和/或网络设备68提供到临床医生计算机25。
在一个实施例中,可以在公共网络50上,诸如通过在患者计算机18、临床医生计算机25和/或收集设备24上实现的安全web接口55(图2A,示出了系统41的另一实施例),提供服务器52上的多个结构化收集过程70a、70b、70c、70d中的一个或更多。在另一实施例中,临床医生计算机25可以用作服务器52和收集设备24之间的接口(有线或者无线)72。在又一实施例中,可以在计算机可读介质40上提供结构化收集过程70a、70b、70c、70d以及软件34,并且在患者计算机18、临床医生计算机25和/或收集设备24上直接地加载。在又一实施例中,可以在收集设备24的存储器中预先加载 (嵌入)地提供结构化收集过程70a、70b、70c、70d。在又一实施例中,可以经由公共网络50、专用网络66,经由直接设备连接(有线或者无线)74,或者其组合,在患者计算机18、临床医生计算机25、服务器52和/或收集设备24之间发送新的/更新的/修改的结构化收集过程70a、70b、70c、70d。因此,在一个实施例中,可以使用例如计算机18和25的外部设备,诸如通过诸如因特网之类的公共网络50和/或诸如专用网络66之类的其它通信网络(例如LAN、WAN、VPN等),在收集设备24与诸如其它远程个人计算机(PC)之类的另外的其它电子设备和/或服务器之间建立通信链路72、74。
作为传统个人计算机和/或工作站的临床医生计算机25可以包括执行诸如来自存储器78和/或计算机可读介质40的诸如软件34之类的程序的处理器76。存储器78可以包括系统存储器(RAM、ROM、EEPROM等)和诸如硬驱动器和/或闪速存储器(内部或者外部)之类的贮存存储器。临床医生计算机25还可以包括用来将显示器82与处理器76相接口的显示器驱动程序80、用于连接诸如键盘和鼠标(有线或者无线)之类的用户接口设备86的输入/输出连接84以及用于诸如计算机可读介质40之类的便携式存储器和盘的计算机可读驱动器88。临床医生计算机25可以进一步包括用于到公共网络50和诸如收集设备24之类的其它设备的连接(有线或者无线)的通信接口90以及用于将上面提及的电子部件连接到处理器76的总线接口92。现在,下面参考图3。
图3是在概念上图示在图2中描绘的便携式收集设备24的框图。在所图示的实施例中,收集设备24可以包括可以是中央处理单元的诸如处理器102之类的一个或更多微处理器,该中央处理器包括可以连接到总线104的至少一个或更多单或者多核高速缓冲存储器,所述总线104可以包括数据、存储器、控制和/或地址总线。收集设备24可以包括软件34,该软件34提供促使设备的处理器102实现下文在稍后的部分中论述的本发明的方法的指令代码。收集设备24可以包括显示器接口106,该显示器接口106提供来自总线104(或者从未示出的帧缓冲器)的图形、文本和其它数据以在显示器108上显示。显示器接口106可以是集成图形解决方案的显示器驱动程序和来自处理器102的处理,或者可以是专用图形处理单元,所述显示器驱动程序利用诸如随机存取存储器(RAM)之类的收集设备24的主存储器110的一部分。在另一实施例中,显示器接口106和显示器108可以另外提供用于以公知的方式向收集设备24提供数据的触摸屏接口。
在一个实施例中主存储器110可以是随机存取存储器(RAM),而在其它实施例中可以包括其它存储器,诸如ROM、PROM、EPROM或者EEPROM,及其组合。在一个实施例中,收集设备24可以包括二级存储器112,二级存储器112例如可以包括硬盘驱动器114和/或用于计算机可读介质40的计算机可读介质驱动器116,其例如代表软盘驱动器、磁带驱动器、光盘驱动器、闪速存储器连接器(例如USB连接器、火线连接器、PC卡槽)等中的至少一个。驱动器116以公知的方式从计算机可读介质40进行读取和/或向计算机可读介质40进行写入。计算机可读介质40代表由驱动116进行读取或者写入的软盘、磁带、光盘(CD或者DVD)、闪速驱动器、PC卡等。如将理解的,计算机可读介质40可以在其中存储软件34和/或结构化收集过程70a、70b、70c和70d以及从根据收集过程70a、70b、70c和70d中的一个或更多所实行的已完成的收集得到的数据。
在可选实施例中,二级存储器112可以包括容许将软件34,收集过程70a、70b、70c、70d,其它计算机程序或者其它指令加载到收集设备24中的其它装置。这样的装置例如可以包括可移动存储单元120和接口连接器122。这样的可移动存储单元/接口的示例可以包括程序盒式存储器(program cartridge) 和盒式存储器接口、可移动存储器芯片(例如ROM、PROM、EPROM、EEPROM等)及相关联的插座、以及容许软件和数据从可移动存储单元120传送到收集设备24的其它可移动存储单元120(例如硬驱动器)和接口连接器122。
在一个实施例中收集设备24可以包括通信模块124。通信模块124容许软件(例如软件34、收集过程70a、70b、70c和70d)以及数据(例如从根据收集过程70a、70b、70c和70d中的一个或更多所实行的已完成的收集得到的数据)在收集设备24和(一个或多个)外部设备126之间进行传送。通信模块124的示例可以包括调制解调器、网络接口(例如以太网卡)、通信端口(例如USB、火线、串行、并行等)、PC或PCMCIA槽和卡、无线收发器、及其组合中的一个或更多。(一个或多个)外部设备126可以是患者计算机18,临床医生计算机25,诸如膝上型计算机、个人数字助理(PDA)、移动(蜂窝式)电话之类的手持计算设备36,和/或软件狗,对接站,或者设备读取器22。在这样的实施例中,外部设备126可以提供或者连接到用来在公共网络50或者专用网络60上提供诸如与临床医生计算机25或者服务器52的通信的调制解调器、网络接口(例如以太网卡)、通信端口(例如USB、火线、串行、并行等)、PCMCIA槽和卡、无线收发器、及其组合中的一个或更多。经由通信模块124传送的软件和数据可以以有线或者无线信号128的形式,所述信号128可以是电子信号、电磁信号、光学信号或者能够由通信模块124发送和接收的其它信号。例如,如所知道的,可以使用配线或者线缆、光纤、电话线、蜂窝式电话链路、RF链路、红外链路、其它通信通道、及其组合,在通信模块124和(一个或多个)外部设备126之间发送信号128。用于通过有线和/或无线连接(例如分别通过USB和蓝牙)连接电子设备的具体技术在本领域中是公知的。
在另一实施例中,可以与诸如被提供为手持计算机或者移动电话之类的外部设备132一起使用收集设备24,以实行诸如提示患者采取动作、获取数据事件和对信息进行计算之类的动作。在转让给Roche Diagnostics Operations, Inc.的2006年6月16日提交的标题为“System and method for collecting patient information from which diabetes therapy may be determined”的美国专利申请第11/424,757号中,公开了与被提供为手持计算机的这样的外部设备126组合的收集设备的示例。在从Roche Diagnostics可获得的标题为“Accu-Chek® Pocket Compass Software with Bolus Calculator User Guide” (2007)的用户指南中,示出了手持计算机的另一示例。
在说明性实施例中,收集设备24可以提供用于读取生物传感器140的测量引擎138。在一个实施例中是一次性测试条30(图1)的生物传感器140与收集设备24一起使用,以接收诸如像毛细血管血的样本,其被暴露到酶促反应并且由测量引擎138通过电化学技术、光学技术、或者这两者进行测量,以便测量并提供诸如像血糖水平之类的生物标志物值。在转让给Roche Diagnostics Operations, Inc.的美国专利公开第2005/0016844 A1号“Reagent stripe for test strip”(2005年1月27日)中公开了一次性测试条和测量引擎的示例。在其它实施例中,测量引擎138和生物传感器140可以是用来针对除或者除了葡萄糖、心律、血压测量、及其组合之外的其它类型的采样流体或者被分析物来提供生物标志物值的类型。这样的可选实施例在通过根据本发明的结构化收集过程请求来自多于一个的生物标志物类型的值的实施例中是有用的。在又一实施例中,生物传感器140诸如当收集设备24被实现为与诸如泵46(图1)之类的输液设备通信的连续葡萄糖监视器(continuous glucose monitor, CGM)时,可以是与(一个或多个)留置导管一起或者作为(一个或多个)皮下组织流体采样设备的传感器。在又一实施例中,收集设备24可以是实现软件34并且在输液设备(例如门诊输液泵46和电子胰岛素笔48)和生物传感器140之间进行通信的控制器。
由测量引擎138向处理器102提供至少包括由生物传感器140收集的信息的数据,该处理器102可以执行存储在存储器110中的计算机程序以使用该数据进行各种计算和处理。例如,转让给Roche Diagnostics Operations, Inc.的且于2009年6月26日提交的标题为“Method, System, and Computer Program Product for Providing Both an Estimated True Mean Blood Glucose Value and Estimated Glycated Hemoglobin (HbA1C) Value from Structured Spot Measurements Of Blood Glucose”的美国专利申请第12/492,667号,描述了这样的计算机程序。本文,将来自测量引擎138的数据和处理器102使用该数据进行的计算和处理的结果称为自监视数据。自监视数据可以包括患者12的葡萄糖值、胰岛素剂量值、胰岛素类型,和由处理器102用以计算未来葡萄糖值、补充胰岛素剂量及碳水化合物补充量以及这样的值、剂量和量所使用的参数值,但不限于其。将这样的数据与针对每个测量的葡萄糖值和服用的胰岛素剂量值的日期-时间戳169一起存储在存储器110和/或112的数据文件145中。为了这样的使用,收集设备24的内部时钟144可以向处理器102供给当前日期和时间。
收集设备24可以进一步提供有用户接口146,诸如用于数据输进、程序控制以及选择、备选项和数据的导航、进行信息请求等的按钮、键、跟踪球、触摸垫、触摸屏等。在一个实施例中,用户接口146可以包括用于在存储器110和/或112中提供的数据的输进和导航的一个或更多按钮147、149。在一个实施例中,用户可以使用按钮147、149中的一个或更多来输进(记载)诸如与患者12的每天生活方式相关的数据之类的溶入情境的信息,以及作出应答规定任务完成。这样的生活方式数据可以与食物摄入、药物使用、能量水平、锻炼、睡眠、一般健康状况和患者12的总体幸福感(例如高兴、伤心、休息、压力、疲劳等)相关。可以将这样的生活方式数据作为自监视数据的一部分,使用按钮147、149通过在显示器108上显示的选择菜单经由导航和/或经由由显示器108提供的触摸屏用户接口,记录到收集设备24的存储器110和/或112中。要理解,还可以使用用户接口146在显示器108上显示自监视数据或诸如其由处理器102使用的部分,以显示测量的葡萄糖水平以及任何输进的数据。
在一个实施例中,可以通过按下按钮147、149中的任何一个或者其任何组合来将收集设备24接通。在生物传感器140是测试条的另一实施例中,可以在将测试条插入到收集设备24中以由测量引擎138测量放置在测试条上的血液样本中的葡萄糖水平时,自动将收集设备24接通。在一个实施例中,可以通过将按钮147、149中的一个保持按下预先定义的时间段来将收集设备24切断,或者在另一实施例中,可以在不使用用户接口146预先定义的时间段之后自动关闭收集设备24。
指示器148也可以连接到处理器102,且其可以在处理器102的控制下工作,以针对bG测量和事件向患者发出每日时间的可听、可触(振动)和/或可视的警报/提醒,诸如像可能的未来低血糖以进餐,等等。还提供了合适的电源150,以如公知的那样向收集设备24供电,从而使得该设备便携。
如先前在上面所提及的,可以向收集设备24预先加载软件34,或者经由计算机可读介质40向收集设备24提供软件34,并且直接或者间接通过外部设备132和/或网络50借助信号128经由通信模块124接收软件34。当以后者的方式提供时,在由收集设备24的处理器102接收时将软件34存储在主存储器110(如所图示的)和/或二级存储器112中。软件34包含指令,当其由处理器102执行时,其使得处理器能够实行如本文在稍后的部分中论述的本发明的特征/功能。在另一实施例中,可以将软件34存储在计算机可读介质40中,并且由处理器102加载到高速缓冲存储器中,以促使处理器102实行如本文所描述的本发明的特征/功能。在另一实施例中,例如使用诸如专用集成电路(ASIC)之类的硬件部件主要以硬件逻辑来实现软件34。用于实行本文所描述的特征/功能的硬件状态机的实现方式对于(一个或多个)相关领域技术人员而言将是显而易见的。在再一实施例中,使用硬件和软件两者的组合来实现本发明。
在本发明的示例软件实施例中,下面所描述的方法可以以C++编程语言实现,但是可以以诸如,但不限于Visual Basic、C、C#、Java或者本领域技术人员可获得的其它程序之类的其它程序来实现。在另外的其它实施例中,软件34可以使用脚本语言或者与解释程序结合使用的其它专有可解释语言来实现。下面参考图4。
图4以表格式描绘了数据文件145,其包含从根据本发明的实施例的结构化收集过程得到的自监视数据154的数据记录152。数据记录152(例如行)连同自监视数据154(例如这些列中的一个个别列(various one))还可以提供与其相关联的情境信息156(例如这些列中的其它个别列以及经由行和列头信息)。在结构化收集过程期间,响应于收集请求(例如处理器102在显示器108上显示的问题),可以诸如像经由从测量引擎、生物传感器和/或其它设备中的任何一个自动接收的输入来自动收集这样的情境信息156,或者经由患者手动输进的、从用户接口接收到的输入来收集这样的情境信息156。由于在优选实施例中可以向该情境信息156提供每个数据记录152,因此内科医生可容易地获得这样的信息,并且在完成结构化收集过程之后不一定需要患者再次手动或者口头提供这样的信息的进一步收集。在另一实施例中,如果在根据本发明的结构化收集过程完成之后收集这样的情境信息156和/或附加情境信息,则可以诸如经由计算机18、25中的一个在稍后时间把这样的信息提供在相关联的数据文件和/或记录145、152中。然后,将把这样的信息与数据文件145中的自监视数据相关联,且因此将不需要再次口头或者手动提供该信息。在作为或者部分作为与不能运行实现这样的结构化收集过程的软件34的收集设备一起使用的纸工具38来实现结构化收集过程的情形下,可能需要后者的实施例中的这样的处理。
要理解,可以将日期文件145(或者其部分,诸如仅自监视数据154)从收集设备24经由通信模块124发送/下载(有线或者无线)到诸如外部设备132(PC、PDA或者蜂窝式电话)的另一电子设备,或者经由网络50发送/下载到临床医生计算机25。临床医生可以使用提供在临床医生计算机25上的糖尿病软件来评价接收到的用于治疗结果的患者12的自监视数据154以及情境信息156。可以并入糖尿病软件中的功能中的一些功能且被配置成用于个人计算机的示例,是在转让给Roche Diagnostics Operations, Inc.且于2007年12月7日提交的标题为“METHOD AND SYSTEM FOR SETTING TIME BLOCK”的美国专利申请第11/999,968号中公开的,从Roche Diagnostics可获得的Accu-Chek® 360 Diabetes Management System(糖尿病管理系统)。
在优选实施例中,可以把收集设备24提供为便携式血糖仪,其可以被患者12用来记录包括胰岛素用量读数和现场测量的葡萄糖水平在内的自监视数据。如先前上面所提及的这样的bG仪的示例包括,但不限于与用于将测试结果下载到个人计算的Accu-Chek® 360°糖尿病管理软件或者用于进行下载并与PDA通信的Accu-Chek® Pocket Compass Software兼容的Roche Diagnostics, Inc.的Accu-Chek® Active meter和the Accu-Chek® Aviva system(系统)这两者。因此,要理解,收集设备24可以包括根据预先定义的流程序列(如下面详细描述的)对自监视数据进行处理、分析和解释并且生成适当的数据解释输出所必需的软件和硬件。在一个实施例中,可以以报告、趋势监视图以及帮助患者管理其生理状况并支持患者-医生通信的图表的形式,显示对通过收集设备24所存储的患者实行的数据分析和解释的结果。在其它实施例中,可以使用来自收集设备24的bG数据经由外部设备132和/或患者计算机18和/或临床医生计算机25生成报告(硬拷贝或者电子的)。
收集设备24可以进一步向用户和/或他或她的临床医生提供可能发生的事情中的至少一个或更多,这些可能发生的事情包括:a)编辑记录的数据描述,例如标题和描述;b)在指定位置,特别在如上所述的用户可定义目录中,保存记录;c)回调记录以供显示;d)根据不同的准则(日期、时间、标题、描述等)搜索记录;e)根据不同的准则(例如bG水平的值、日期、时间、持续时间、标题、描述等)对记录进行拣选;f)删除记录;g)导出记录;和/或h)如所公知的那样实行数据比较、修改记录、除去记录。
如本文所使用的,总的来说可以把生活方式描述为个体的诸如膳食、锻炼和工作安排之类的习惯的模式。另外,个体可能正在进行诸如胰岛素治疗或者口服的药物治疗,因此要求他们以周期性的方式进行。不言而明,本发明考虑了这样的动作对葡萄糖的影响。
要理解,收集设备24的处理器102可以实现提供在存储器110和/或112中的一个或更多结构化收集过程70。在一个实施例中,每个结构化收集过程70可以是独立软件,由此提供必要的程序指令,在由处理器102执行时,该程序指令促使处理器实行结构化收集过程70以及其它的规定功能。在其它实施例中,每个结构化收集过程70可以是软件34的一部分,且于是可以是由处理器102在一个实施例中经由从用户接口146接收来自提供在显示器108中的菜单列表的选择,或者在另一实施例中经由激活诸如提供给收集设备24的结构化收集过程运行模式按钮(未示出)之类的特定用户接口,选择性地执行。要理解,软件34类似地提供必要的程序指令,当由处理器102执行时,该程序指令促使处理器实行本文所论述的结构化收集过程70以及软件34的其它规定功能。在转让给Roche Diagnostics Operations, Inc.的2009年6月25日提交的标题为“Episodic Blood Glucose Monitoring System With An Interactive Graphical User Interface And Methods Thereof”的美国专利申请第12/491,523号中,公开了使得作为收集仪的可选择模式提供可选择结构化收集过程的一个合适的示例。
在又一实施例中,可以从临床医生计算机25发送命令指令,并且由处理器102经由通信模块124接收,所述命令指令将收集设备24置于自动运行结构化收集过程70的收集模式。这样的命令指令可以指定要运行一个或更多结构化收集过程中的哪个和/或提供要运行的结构化收集过程。在又一实施例中,处理器102可以在显示器108上呈现定义的医疗使用情况或者医疗问题的列表,且处理器102可以依据经由用户接口146对处理器102接收到的定义的医疗使用情况或者医疗问题的选择,从多个结构化收集过程(例如过程70a、70b、70c和70d)中自动选定特定的结构化收集过程70。
在又一实施例中,在选择之后,可以通过计算机可读介质,例如40提供并且由收集设备24加载,从计算机18或者25、其它设备132或服务器52下载(一个或多个)结构化收集过程70。服务器52例如可以是卫生保健提供者或者公司,其根据选择的所定义的医疗使用情况或者问题提供这样的预先定义的结构化收集过程70以供下载。要理解,(一个或多个)结构化收集过程70可以由卫生保健公司(例如公司64)开发,并且通过网页经由公共网络50实现和/或使得可获得以在服务器52上进行下载,诸如在图2中所图示的。在另外的其它实施例中,可以以任何标准方式,诸如经由邮政信件/卡、电子邮件、文本消息、鸣叫等,提供这样的通知:新的结构化收集过程70可获得以供在收集设备24上使用,来帮助解决用户(例如卫生保健提供者和患者)可能具有的特定使用情况/医疗问题。
在一些实施例中,如先前上面所提及的,纸工具38可以实行由糖尿病软件34提供的功能中的一些。也在转让给Roche Diagnostic Operations, Inc.的2007年2月29日提交的标题为“Device and method for assessing blood glucose control”的美国专利申请第12/040,458号中公开的、从Roche Diagnostics可获得的Accu-Chek® 360 View Blood Glucose Analysis System纸表单是可以被并入糖尿病软件34中的功能中的一些功能且被配置为纸工具38的示例。
在又一实施例中,可以把软件34实现在连续葡萄糖监视器28(图1)上。以此方式,可以使用连续葡萄糖监视器28获得时间分辨数据。这样的时间分辨数据可能对于识别通过血糖水平的热点监视和标准HbA1c测试不然会被忽视的波动和趋势来说是有用的。诸如像,血糖水平中的低的夜间葡萄糖水平、高的餐间血糖水平和清晨峰值(spike)以及饮食和体力劳动如何影响血糖连同治疗效果变化。
除了收集设备24和软件34之外,临床医生14还可以为患者12规定其它糖尿病治疗设备,诸如门诊胰岛素泵46以及基于电子的胰岛素笔48(图1)。胰岛素泵46一般包括诸如也在从Disetronic Medical Systems AG可获得的手册“Accu-Chek® Insulin Pump Configuration Software”中公开的配置软件之类的配置软件。胰岛素泵46以及基于电子的胰岛素笔48可以向计算机记录并提供胰岛素用量和其它信息,且因此可以被用作用于提供如根据本发明的结构化收集过程70(图2)所请求的生物标志物数据的另一装置。
如先前在上面所提及的,要理解,下面所论述的方法步骤中的一个或更多可以被配置为纸工具38(图1),但是优选在系统41(图2)上或者在具有处理器和存储器的诸如收集设备24之类的任何电子设备/计算机上,以驻留在存储器中的(一个或多个)程序的形式而使所有方法步骤便利。如已知的,当计算机执行程序时,程序的指令代码促使计算机的处理器实行与其相关联的方法步骤。在另外的其它实施例中,可以将下面所论述的方法步骤中的一些或者全部配置在存储程序的指令代码的计算机可读介质40上,当由计算机执行时,程序的指令代码促使计算机的处理器实行与其相关联的方法步骤。现在,下面参考图5A和5B更详细地论述这些方法步骤。
创建结构化收集过程
图5A描绘了创建可以在上述设备18、24、25、26、28、36、52中的任何一个中作为独立软件、作为糖尿病软件34的一部分或者其部分作为纸工具38的一部分实现的针对医疗使用情况或者问题的图5B所图示的结构化收集过程70的方法200。在步骤202中,选择和/或可以定义下面统称为(一个或多个)使用情况的医疗使用情况或者问题。要理解,使用情况例如可以是从下列医疗使用情况或者问题中选择的一个:希望知道食用特定食品的影响;希望知道在餐前和/或后服用药物的最佳时间;以及希望知道锻炼对bG水平的影响。其它使用情况可以是关于寻求诊断、如何最佳地初始化对患者的治疗、寻求确定患者疾病进展的状态、寻求优化患者治疗的最佳方式等的问题。另外的其它示例可以提供可以用来帮助解决关于空腹血糖、餐前葡萄糖值、餐后葡萄糖值等的医疗问题的这样的结构化收集过程70。其它医疗问题可以是用来在预先定义的情境中控制生物标志物,在预先定义的情境中优化生物标志物,与治疗开始、治疗的类型、口服单一治疗、口服组合治疗、胰岛素治疗、生活方式治疗、对治疗的遵守、疗效、胰岛素注射或者吸入、胰岛素的类型、基础(basal)和推注(bolus)的胰岛素的分离等相关。例如,关于口服单一治疗和口服组合的医疗问题可以包括涉及磺酰脲(sulfonylureas)、缩二胍(biguanides)、噻唑烷二酮类(thiazolidinediones)、α-葡萄糖苷酶抑制剂(alpha-glucosidase inhibitors)、氯茴苯酸(meglitinides)、二肽基肽酶IV抑制剂(dipeptidyl peptidase IV inhibitors)、GLP-1类似物、他司鲁泰(taspoglutide)、PPAR双α/γ激动剂(dual alpha/gamma agonists)、阿格列扎(aleglitazar)的那些医疗问题。可以将选择的使用情况赋予到在图5B中描绘的医疗使用情况参数220。
在步骤204中,可以定义围绕所选择的使用情况的情形或者问题。这可以经由考虑可能影响使用情况的变化的所有因素来完成。例如,在希望知道如何最佳地优化患者的治疗的使用情况中,要考虑的一些因素可以包括诸如由图5C所示的压力、月经周期、黎明前影响、背景胰岛素、锻炼、相对于进餐的推注定时(bolus timing)、基础率(basal rate)、胰岛素敏感度、餐后行为等。
在步骤206中,可以进行关于可以使用什么样的分析来解决该情形或问题或者使该情形或问题清楚明白地显示出来的确定。例如这样的分析可以选自下列:评价收集过程70的进程中的空腹血糖(fasting blood glucose, FPG)值的变化,在收集过程70的持续时间上监视一个或更多特定值,确定胰岛素对碳水化合物(insulin to carbohydrate, I:C)比率,确定胰岛素敏感度,确定相对于诸如(一次或多次)进餐之类的另一变量服用药物的最佳时间等。在步骤208中,可以进行关于必须收集哪个信息(诸如什么(一个或多个)生物标志物和应当收集该生物标志物的(一个或多个)情境)以及何时需要收集此信息以实施分析的采样组确定。例如,可以将采样组定义为一串数据对象,其中的每一个数据对象包括:例如可以使用目标时间的基于时间的目标类型(例如用于警报特征)、下时间窗口界限、上时间窗口界限等,或者定义数据类型的基于数据的目标类型(单个、聚集或者公式)、接受数据的条件(例如无、值以下、值以上、公式等);收集的类型(例如用户输入、传感器、数据等);以及针对每次收集的任何提醒屏幕文本(例如在格式化和值插入两者方面为静态和/或动态)。此处理的结果是收集事件安排222(图5B)。接下来,在步骤210中,然后确定要实施收集事件安排222中的每个或者组,以便对于解决所选择的使用情况的情形或者问题是有用的方式。这产生了一个或更多遵守准则224。除了和/或代替实行收集的方式,(一个或多个)遵守准则224还可以基于落入预先定义的范围中或者等于某一预先定义的值的一个或更多生物标志物值。在其它实施例中,(一个或多个)遵守准则可以是使用生物标志物数据或者这样的数据的组来确定所得到的值是否落入预先定义的范围中或者等于某一预先定义的值的(一个或多个)公式。
例如,遵守准则224可以描述患者12需要实行的事件237周围的参数,诸如某一窗口内的测试、在给定量的时间内空腹、给定量的时间内的睡眠、锻炼、低压力、非月经来潮等。照此,遵守准则224可以建立即将提供的信息的情境。还可以在另一情境中如先前在上面所提及的使用遵守准则224,来提供对数据是否可接受的评估,且当在这样的情境中使用时,可以将其称为“接受”准则。例如,在取得样本之前,遵守准则224可以建立是否实现了作为取得样本的准备的步骤。例如,处理器102响应于请求240而显示问题“Have you been fasting for the last 8 hours(您在最近8小时内空腹吗)?”,其中,处理器经由用户接口146接收到的“Yes(是)”响应符合针对此步骤的遵守准则224。在另一示例中,在取得样本之后,处理器102可以使用其它(一个或多个)遵守(接受)准则针对合理性评估所接收的数据。例如,基于在前的数据,空腹bG样本应当在120 - 180 mg/dl之间,但是所接收的值是340 mg/dl,且因此由于在可接受值的预先定义的范围外,所以未能满足这样的遵守(接受)准则。在这样的示例中,发生了遵守事件242,其中,处理器102可能提示要获得附加样本。在这样的情况下,如果重新采样也失败(即不在120 - 180 mg/dl之间),则处理器102提供的评估是患者12没有空腹,且因此处理器102相应地如遵守准则在重新采样失败时所指示的,自动延长事件安排222中的事件237。
接下来,在步骤212中,可以确定要开始和结束事件安排222的(一个或多个)条件和(一个或多个)情境。这在提供例如可以并发地和/或顺序地运行的过程70a、70b、70c和70d的结构化收集过程的包(package)的情况下,产生针对事件安排222以及可能针对事件安排222所属的其它事件安排组提供的一个或更多进入准则226和退出准则228。
例如,可以使用一个或更多进入准则226,通过处理器102基于当前年龄在范围中、HbA1c在范围中、患者具有特定疾病、在最小时间段上具有该疾病、具有范围中的身体质量指数(Body Mass Index, BMI)、具有范围中的空腹血糖(FPG)、具有特定药物敏感度、正在服用特定药物、服用特定药物用量、满足另一结构化收集过程的一个或更多先决条件、已经完成了另一结构化收集过程中的一个或更多、不具有例如怀孕、不空腹的一个或更多特定前提条件或者例如身体不适、发烧、呕吐等的禁忌,及其组合,检查例如患者12符合进入准则226,来确定患者是否符合使用收集过程的条件。进入准则226还可以通过诸如一天中的某时间、一周中的某时间、进餐、在时间偏移的情况下进餐、锻炼和在时间偏移的情况下锻炼、使用治疗药物、在时间偏移的情况下使用治疗药物、生理情况、生物标志物范围以及在被计算为距在前的生物标志物值的偏移的预定范围内的生物标志物之类的发起事件,发起事件安排222。生理情况的示例可以是将符合进入准则,以在例如小时、天、周等的预先定义的时间量内发生例如高血糖、低血糖、在某一天的某一温度等的预先确定的数目的生理事件时,开始结构化收集过程。因此,可以使用进入准则来支持需要符合先决条件的使用、使用的适应症和/或使用的禁忌。例如,进入准则226可以定义为了结构收集过程70运行胰岛素灵敏度优化,处理器102必须首先验证针对基础滴定的结构化收集过程完成和/或具有希望的结果和/或以及针对胰岛素对碳水化合物比率的另一结构化收集过程完成和/或具有希望的结果的先决条件。在另一示例中,可以在需要符合使用的某些适应症的情况下定义进入准则226,在该使用中,某些结构化收集过程可以针对是1型对2型的糖尿病患者以及可以用来针对具体药物进行滴定的结构收集过程的类型,提供单独的使用。在另一示例中,可以在需要符合使用的某些禁忌的情况下定义进入准则226,在该使用中,例如在患者12怀孕、生病等的情况下,某些结构化收集过程70将不运行。
一个或更多退出准则228的示例可以基于处理器102确定达到了特定值、主要样本值的平均值在范围内、已经发生或者尚未发生(一个或多个)特定事件和/或(一个或多个)特定条件、及其组合。该过程可以停止时的其它条件可以包括诸如低血糖事件、患者生病、患者经历治疗变化等的不利事件。处理器102还可以基于已经符合了什么具体退出准则,在显示器108上向患者12提供附加细节。例如,在一个示例中,如果患者12测量到指示低血糖的葡萄糖值,则在退出该过程时,处理器102自动运行指令患者12摄取碳水化合物并且每半个小时测量其血糖值,直到血糖超过120 mg/dL为止的另一可选过程。对于此可选过程,处理器102还可以请求患者12记载其饮食、活动、压力和其它相关细节,以确保记录了导致低血糖的条件。处理器102也可以指令患者12在此或者其它视为合适的这样的特殊情况下联系临床医生14。退出准则例如还可以包括用于终止的准则,诸如在成功完成之后退出,或者在诸如预定超时期满(逻辑结束) (例如在n天之后没有结果,其中n=1至365天)之类的不确定完成之后退出,或者通过例如由于故障安全的原因而在不成功终止的情况下退出。要理解,还可以将结构化收集过程70定义为不仅基于符合退出准则228,还在患者12未能实行对可接受顺应水平的请求时和/或在患者生理状态已经变化,使得患者不应当进行该事件安排222,由此未能满足遵守准则224时,自动结束,其中,遵守事件242用于结束该结构化收集过程。
在步骤214中,可以确定在收集期间对用户的指导230以及用于定制收集的任何选项232。例如,对于指导230,临床医生14可以使用消息的默认列表或者对消息进行剪裁以在执行收集过程70期间指导患者12。作为示例,可以在成功的数据获取(即符合遵守准则224)时提供将显示“Thank you. Your next scheduled measurement is at 1230 pm.(谢谢。您下一个安排的测量在1230pm。)”的一个消息。也可以将诸如由指示器148提供的警报与收集过程70相关联,所述警报提醒患者12进行测量,且如果患者12需要附加时间进行测量,则该警报可以包括瞌睡(snooze)功能。在稍后的部分中进一步论述瞌睡功能以及其它设备特征。
步骤208-214的结果是在步骤216中创建结构化收集过程70,该结构化收集过程70把使用情况参数220、事件安排222、(一个或多个)遵守准则224、(一个或多个)进入准则226、(一个或多个)退出准则228、指导230和选项232相关联在一起。在一个实施例中,在生成收集过程70的时候,临床医生14还生成向患者解释下列方面的印刷材料(最少):收集过程70的目的和预计的理想成果,即设置收集过程70的目标;收集过程70的设计和所需的测量的数目;患者12在发起收集过程79之前并且在进行每次读取之前必须满足的进入准则226;以及患者12应当停止继续进行收集过程70的退出准则228。在执行收集过程期间可以提供的这样的印刷材料以及指导230,确保患者完全明白为何进行该数据收集过程。
结构化收集过程70的示例例如可以是用于确定胰岛素对碳水化合物比率、用于确定相对于进餐开始的推注定时以及用于确定与摄取的碳水化合物等价的锻炼的结构化收集过程。在步骤218中,接着使结构化收集过程70可用,以便诸如以关于图1、2和3所提及的上面论述的方式中的任何方式在系统41中实现和使用。因此,可以诸如由医疗团体或者卫生保健公司64经由上述处理提供结构化收集过程70,以帮助临床医生14解决和/或调查定义的医疗使用情况或者问题。
图5B示出了用于从糖尿病患者获得溶入情境的生物标志物数据以解决结构化收集过程所基于的医疗使用情况的结构化收集过程70的参数222、224、226和228的交互。如上所提及,可以提供使用情况参数220以识别参数222、224、226和228解决的医疗使用情况或者问题。例如,临床医生计算机25的处理器76、收集设备24的处理器102和/或服务器52可以从诸如提供在这些设备上和/或在系统41内的多个结构化收集过程70a、70b、70c、70d(图2)读取医疗使用情况参数220,并且诸如在临床医生计算机25的显示器82或者收集设备24的显示器108上提供可用结构化收集过程的列表。另外,临床医生计算机25、患者计算机18和/或服务器52可以使用医疗使用情况参数220,以根据(一个或多个)医疗使用情况定位/拣选/过滤这样的结构化收集过程。
如上面所提及,(一个或多个)进入准则226建立发起结构化收集过程70以获得包括特别在预先定义的情境中收集的生物标志物数据的患者数据的要求。在一个实施例中,收集设备24的处理器102可以使用(一个或多个)进入准则226确定何时相关联的结构化收集过程70适合患者的生理情境,并且确保已经建立了到相关联的结构化收集过程的所有必要的输入。因此,要理解,如果不满足(一个或多个)进入准则226的(一个或多个)预先定义的条件,则可以由收集设备24的处理器102自动动态地改变结构化收集过程的开始日期和/时间。因此,在满足进入准则226之前,相关联的结构化收集过程70的开始日期和/时间可以是在未来的某未知时间。
例如,在一个实施例中,可以由处理器102基于满足针对相关联的结构化收集过程的定义的进入准则226的(一个或多个)条件,从诸如提供在收集设备24的存储器110、计算机18、25的存储器中和/或来自服务器52的多个结构化收集过程70a、70b、70c、70d中自动选定结构化收集过程70。例如,在一个实施例中,诸如过程70d之类的第一结构化收集过程对于示出血糖水平的趋势(“bG水平趋向”)有用。因此,针对第一结构化收集过程70d的进入准则226可以针对具有在定义的时间段(例如从当前日期开始的过去的数日、数周和数月)上升高于某一预先定义的比率的bG水平平均数的患者。对于诸如过程70a之类的第二结构化收集过程,其进入准则226可以要求在定义的时间段(例如从当前日期开始的过去的数日、数周和数月)上针对早餐前测量的特定数目的bG测量低于预先定义的bG值。在这样的示例中,处理器102可以在一个实施例中在起动后,在另一实施例中在诸如经由通过用户接口接收的输入被命令时,或者在另一实施例中在如由软件34所编程的安排的时间,通过由例如提供在收集设备24的存储器110中的各种结构化收集过程70a和70d提供的各种进入准则226运行,并且确定是否满足针对特定过程70的进入准则226的(一个或多个)陈述条件。在此示例中,处理器102确定存储器110中的来自过去测量的历史数据指示患者的bG水平平均数已经在升高,并且已经符合针对第一收集过程70d的进入准则226,但是不符合针对第二收集过程70a的进入准则。在此示例中,于是处理器102基于上面提及的分析自动选择并开始第一结构化收集过程70d。
还要理解,进入准则226的使用通过保证在开始收集事件安排222之前已经符合针对结构化收集过程70的使用的指示,可以帮助减小医疗费用的不当分配。进入准则226也可以帮助保证实行多个结构化收集过程的任何请求在不兼容的情况下不交叠,没有彼此的不必要的重复,或者给患者提供显著负担。以此方式,经由进入准则226的使用,收集设备24的处理器102既可以自动解决又可以自动避免患者可能避免用来诊断其慢性病或者优化治疗的任何进一步的尝试的所指出问题中的许多问题。
如图5B所示,进入准则226可以包括情境具体进入准则234、过程具体进入准则236、及其组合。情境具体进入准则234的示例可以包括用来识别进餐、低血糖事件、胰岛素类型和用量、压力等的一个或更多变量。在另一实施例中,可以诸如以(一个或多个)具体问题的形式来定义情境具体进入准则234,对于该(一个或多个)具体问题,处理器102要求经由来自用户接口146的输入从患者接收具体答案。例如,处理器102在执行进入准则226时,可以在显示器108上显示患者是否愿意并且能够在要求的时间段上实行结构化收集过程70的问题。如果患者经由用户接口146作出肯定地响应,则满足了进入准则226,且处理器102根据如在结构化收集过程70中定义的其相关联的定时,自动继续实行收集事件237。如果患者对显示的问题作出否定响应,则处理器102将不继续进行结构化收集过程70,且诸如如果由项选参数进行了指定,则例如可以重新安排在未来的时间提问这样的问题。
过程具体进入准则236的示例可以包括用来识别疾病状态、疾病状况、选择的治疗、参数先决条件、测试胰岛素敏感度之前的胰岛素对碳水化合物比率、不兼容收集过程等的一个或更多变量。可以定义过程具体进入准则236,使得在例如满足进入准则226的(一个或多个)条件的情况下,处理器102将通过三个发起者-患者12、临床医生14或者数据中的一个,自动继续进行结构化收集过程70。例如,在一个实施例中,如果临床医生14诸如通过授权用户经由用户接口146输进有效密码来解锁供使用的特定结构化收集过程,而规定结构化收集过程70,则可以满足过程具体进入准则236。在另一实施例中,临床医生14可以将密码或者授权代码从临床医生计算机25和/或服务器52发送到规定(授权)供患者在收集设备24上使用的收集过程70的收集设备24。要理解,一个或更多结构化收集过程70可以被提供在患者12不能使用的收集设备的存储器110中,并且其还可以诸如在选择列表中隐藏而不在显示器108上被患者看到,直到临床医生14授权为止。
例如,用户可以通过用户从提供在显示器108上的结构化收集过程70a、70b、70c、70d的列表中,选择特定结构化收集过程70,来满足过程具体进入准则236。针对准则236的数据发起过程的示例将是向处理器102提供的(一个或多个)生物标志物测量指示必须已经发生了的或者必须存在以便满足针对特定结构化收集过程的进入准则226的某一条件。例如,这样的条件可以是发生了诸如严重的低血糖事件之类的单个事件或者诸如在给定的预定时间框架内的低血糖事件之类的一系列事件,该在给定的预定时间框架内诸如在从开始时间起的24小时中,在从开始时间起的一周中等,日历日期时间等。
因此,进入准则226可以是建立与由结构化收集过程70解决的医疗使用情况相关的患者的生理状况的情境和/或条件的单个准则或者多个准则。在另一实施例中,可以在已经收集了患者数据之后,诸如关于历史患者数据来评估进入准则226。
事件安排222指定一个或更多事件237,其每个事件237包括定义施行时间238、实行事件的指导230、对患者动作的请求240、及其组合的至少一个或者更多变量,所述请求240可以包括对来自患者的信息的请求和/或对来自患者的至少一种生物标志物数据的收集的请求。对于施行时间238,事件安排222可以指定每个事件237的定时,诸如对于生物标志物,在三个连续工作日的特定时间进行采样,或者在醒来时一个样本、三十分钟后一个样本以及一个小时后另一样本。
针对每个事件237和针对任何准则224、226、228的指导230例如可以包括提供在特定时间开始、结束和/或醒来,在特定时间实行bG收集,在特定时间摄取特定膳食或者(一个或多个)食品,在特定时间实行某一或某些锻炼、在特定时间服用药物等的电子提醒(声学的、视觉的)。指导230还可以包括在特定时间记录关于生理状况、健康、幸福感等的特定信息的信息、问题和请求、改进与收集过程的顺应性的建议、鼓励以及肯定/否定反馈。
要理解,事件237定义了根据请求240在生物标志物采样之前以及之后有必要实行的所有步骤,使得在针对生物标志物采样的生物标志物数据中创建环境的可再现集,即采样之前和/或之后的情境。糖尿病的情境中,这样的生物标志物数据的示例包括空腹血糖值、餐前葡萄糖值、餐后葡萄糖值等。环境集的示例可以包括与识别关于进餐、锻炼、治疗给予、睡眠、水合作用等的患者数据中的所收集的信息的生物标志物值相关联的数据。
事件安排222中的事件237中的每一个可以是基于时间的、基于事件的、或者这两者。事件237还可以是进餐的开始、醒来的时间、锻炼的开始、治疗给予时间、与在前的葡萄糖值所使用的相对偏移或者指示预定生物标志物值阈限以上或以下的移动的时间。事件237还可以包括在生物标志物采样之前和期间有必要实行以使得在生物标志物采样的时候创建可再现环境的任何要求的患者动作。这可以包括进餐、锻炼、治疗给予、睡眠、水合作用等中的一个或更多。另外,可以调整事件安排222中的事件237(数目、类型、定时等),以适应患者12的工作安排、应激源等。
如先前在上面所提及,使用遵守准则224来定性地评估根据事件安排222实行的事件237是否提供了解决结构化收集过程70所基于的医疗使用情况可接受的数据。特别地,遵守准则224可以提供用来验证来自所实行的事件237的数据的变量和/或值。例如,遵守准则224可以是由收集设备24的处理器102所实行的响应于事件237而收集的值处于希望的范围内,或者处于希望的值、以上或以下的检查,其中,该值可以是时间、数量、类型等。可以将相同或者不同的遵守准则224与事件安排222内的事件237中的每个相关联,在一个实施例中同样与(一个或多个)进入准则226相关联,而在另一实施例中是退出准则228,诸如图6D所图示(即定义遵守和退出准则这两者的“stop exercising when bG back in target range(在bG回到目标范围中时停止锻炼)”)。在一个实施例中,如果一个特定事件或者多个特定事件未能符合针对一个特定事件或者多个特定事件的遵守准则224,则可以修改(例如添加、删除、延迟等)事件安排222中的一个或更多事件237。在一个实施例中,对(一个或多个)遵守准则224的失败可以触发遵守事件242。在一个实施例中,在由于未符合或者满足针对事件237的相关联的遵守准则224的原因而发生了遵守事件242后,作为结果可以向处理器102要求一个或更多附加动作。例如,处理器102可以在显示器108上向患者12提示附加信息,和/或提示用来确定患者12是否生病、有压力或者不能够实行例如食用膳食或者锻炼的请求的问题。如果患者例如经由用户接口146回答“Yes(是)”,则作为遵守事件242的一部分,处理器102可以对事件安排提供延迟(即暂停)。在一个实施例中,该延迟可以继续,直到也作为遵守事件的一部分,患者诸如在第二天或者在预先定义的时间量之后,响应于处理器102的另一问题敦促而指示他或她好转为止。例如,处理器102提示患者12服用药物,但是患者不在诸如像他/她的胰岛素所在的家中。患者12可以经由用户接口146选择延迟,其中,处理器102在预定时间量之后再次提示患者。此延迟也可以具有如果不在某一时间量内重新开始事件安排,则结构测试过程70在这样的环境下就可以结束的上限。在另一实施例中,另一形式的遵守事件是违反事件,其在执行结构测试过程70的人响应于请求未能进行推荐的改变时产生。例如,该请求可以是对于患者将药物用量从10U调整为12U,其中,患者对在显示器108上显示的关于提问患者是否将或者已经遵从这样的改变的问题进行否定回答。响应于这样的违反事件,处理器102还可以如先前在上面关于遵守事件所论述的那样发送消息和/或提供延迟。
在另一示例中并且在一个实施例中,必须在每餐之前收集bG测量,以便结构化收集过程70提供在解决诸如由使用情况参数220所识别的,在针对其设计结构化收集过程70的医疗使用情况或者问题时有用的数据。如果在此示例中,患者根据事件安排222,响应于对这样的收集的请求240,未能针对午餐进行bG测量,并且因此未能满足针对该事件237的遵守准则224,则可以根据收集过程70中的指令,响应于相关联的遵守事件242,对处理器102进行编程,以取消那天的事件安排222中所有其余事件237,将存储在数据文件(诸如数据文件145(图4)中的早晨bG测量标记为无效,并且对第二天的事件安排222进行重新安排。处理器102响应于遵守事件242可以采取的进一步动作的其它示例可以是通过切换到事件的二级安排来动态地改变结构测试过程,该事件的二级安排对于患者而言可以是容易实行、提供针对测量的附加事件以弥补缺少的数据,将退出准则从初级改变为提供(一个或多个)经修改的准则的二级退出准则,将遵守准则从初级改变为二级遵守准则,用历史数据(根据历史数据的估计)填充针对失败事件的缺少的数据,实行特定计算以看是否仍然可以成功地实行结构化收集过程70,向失败事件的诸如临床医生之类的特定人发送消息,在相关联的数据记录152中提供某一指示以忽略或者估计缺少的数据点等。在又一实施例中,诸如像可以响应于一个或更多问题,经由确定所收集的数据是否提供了在解决医疗使用情况或者情况时有用的值的算法,基于一个或更多生物标志物值和/或从用户接口接收的输入,动态地评估遵守准则224。在此示例中,如果所计算的遵守值没有用,例如没有落入希望的范围中或者不符合某一预先定义的值,则接着会进行由所得到的遵守事件所定义的进一步处理,诸如上面所论述的处理中的任何一个或更多。
先前在上面所提及的退出准则228建立针对退出或者完成结构化收集过程70的要求,因此结构化收集过程70具有足够的情境数据来回答由结构化收集过程70解决的医疗问题。退出准则228通过使解决医疗使用情况所需要的所要求样本的数量最少化,可以帮助增大结构化收集过程70的效率。通过“解决”,意指已经收集了临床医生14可以作出对医疗使用情况的评估的充足的患者数据。在其它实施例中,评估可以由给定置信区间(confidence interval)指示。置信区间是在统计学上赋予给参数的一组离散或者连续值。置信区间一般包括在时间的预定部分处参数的真值。
如同进入准则226一样,退出准则228可以包括情境具体退出准则244、过程具体进入准则246、及其组合中的一个或更多。情境具体退出准则244的示例可以包括用来识别情绪、希望的血糖事件(即血糖水平),用来指示压力、生病、禁忌的一个或更多变量,诸如像高血糖、低血糖、呕吐、发烧等。过程具体进入准则246的示例可以包括用来识别下列的一个或更多变量:符合遵守准则的事件的数目、在希望的预定范围中和/或处于希望的预定值的生物标志物值、希望的疾病状态、希望的疾病状况、在预定时间段之后生物标志物不改变或者在预定时间段上对于希望的生物标志物值而言没有显著进展等。要理解,在一个实施例中,退出准则228可以建立符合第二结构化收集过程70的进入准则226所需的(一个或多个)条件。例如,在使用第一收集过程确定了合适的胰岛素对碳水化合物(I:C)后,可以调节诸如像运行用于确定相对于进餐的开始的给予推注的最佳时间的结构化测试的结构收集过程70b(图6B)、诸如像需要当前I:C比率的结构化测试过程70c(图6C),使得处理器102可以在某未知时间符合第一结构化收集过程70b的退出准则时,自动实现第二结构化收集过程70c的事件安排。在其它实施例中,例如,由处理器102根据事件安排222正运行的第一结构化收集过程70的退出准则228和第二结构化收集过程70的进入准则226这两者都可以基于诸如上面所提及的相同的一个或更多禁忌。在这样的实施例中,在出现了在此示例中符合第一结构化收集过程70的退出准则228的,诸如分别经由用户接口146和/或生物传感器140向处理器102提供和/或由处理器102检测到的禁忌时,由于也已经符合了第二结构化收集过程70的进入准则226,所以处理器102将自动开始第二结构化收集过程70的事件安排。通过退出第一结构化收集过程而可以开始的这样的第二结构化收集过程70的示例,可以是具有请求以常规间隔进行生物标志物采样直到(一个或多个)禁忌消除(例如(一个或多个)生物标志物值达到希望的范围或者值,患者12经由用户接口146向处理器102指示不再具有(一个或多个)禁忌、预先定义的时间段期满等)为止的事件安排222的一个结构化收集过程,所述常规间隔例如每30分钟、每小时、每天在特定时间等。在希望在出现(一个或多个)禁忌之后记录事件的情境和值且其中在出现(一个或多个)禁忌时应当退出第一收集过程的情况下,这样的实施例有用。
退出准则228可以是建立退出结构化收集过程70的条件的单个准则或者多个准则。在优选实施例中提供条件,使得以确保获得了足够的溶入情境的生物标志物数据以便回答该收集方法正解决的医疗问题。例如,使得获取了预定数目的有效样本,或者样本的可变性低于预定阈限。因此,要理解,收集过程70的结束日期和/时间可以是动态的,并且在不满足(一个或多个)退出准则228的(一个或多个)预先定义的条件的情况下可以由处理器102自动改变。退出准则228的条件同样可以是动态的,并且诸如像在满足或者不满足特定遵守准则224的情况下可以由处理器102自动改变。例如,在一个实施例中,如果符合针对特定收集事件237的遵守准则224,则指令处理器102使用第一退出准则,而如果不符合,则指令处理器102使用与第一退出准则不同的第二退出准则。因此,在满足退出准则228之前,结构化收集过程70的结束日期和/时间可以是未来的某未知时间。在另一实施例中,在收集了患者数据之后,可以诸如关于历史患者数据来评估退出准则228。
要理解,进入和退出准则226、228与遵守准则224一起通过定义实行事件安排222所需的可接受条件、值、结构和情境中的一个或更多,在不需要无助于解决医疗使用情况或者问题的收集的情况下,努力使每个收集事件237对测试条30的消耗进行计数和/或减少测试条30的消耗,可以帮助减少实行结构化收集过程70的时间和与该收集相关联的花费这两者。下面参考图6A-6E。
结构化收集过程示例
图6A-E图示了一些结构化收集过程70a、70b、70c和70d的示例,结构化收集过程70a、70b、70c和70d描绘了其可以被相关领域普通技术人员容易地转换为可以在设备上述设备18、24、25、26、28、36、52中的任何一个上实现的指令代码的功能。因此,为了简洁,不提供关于与这些图示的功能相关的伪代码或者实际代码的论述。
图6A用图解法图示了用于从糖尿病患者获得溶入情境的生物标志物数据的结构化收集过程70a的实施例。水平轴示出了各种事件237的施行时间238,垂直轴示出了没有值的遵守准则224。在所图示的实施例中,事件237可以包括记录关于进餐248和睡眠250的信息,其中,提供针对五个生物标志物采样254的情境252,事件237也是事件安排222的一部分。在此示例中,针对进餐248的遵守准则224可以是必须大于例如对于碳水化合物量而言的最小值的值。例如,进入准则226可以包括在诸如符合溶入情境要求以开始结构化收集过程70a所需的特定值以上的生物标志物值。退出准则228也可以包括在诸如也符合溶入情境要求以结束结构化收集过程70a所需的特定值以下的生物标志物值。这样的结构化收集过程70对于帮助解决多个医疗使用情况有用。
GLP1 结构化测试过程
例如,若干流行病学研究已经确认了升高的餐后葡萄糖(postprandial glucose, PPG)水平是2型糖尿病(T2D)中的心血管疾病死亡率和发病率的显著预测器。由于此原因,存在可以向示出高餐后bG值的T2D开处方的人类一周一次的长效胰高血糖素样肽1(glucagons-like peptide-1, GLP 1)药物。这些GLP 1药物与在通过刺激胰岛素分泌并且抑制胰高血糖素分泌的血糖调节中具有关键作用的天然荷尔蒙GLP 1类似。因此,在一个实施例中,可以提供结构化收集过程70,其提出随着时间的过去在一次进餐或者更多进餐之后的时间期间进行bG值的密集测量,允许通过观察到的减小的餐后bG值示出治疗效力。基于这样的观察值,可以确定针对GLP 1药物的剂量推荐和/或特定GLP 1药物对于该患者究竟是否是正确药物。
例如,对于在规定了患者给予特定药物,例如GLP 1药物时,可以在收集设备24上提供结构化收集过程70。在希望确定药物效力的GLP 1药物的情况下,针对这样的结构化收集过程的进入准则226于是可以是患者必须响应于在显示器108上显示的问题而向处理器102肯定在时间段上(例如在接下来的4至24周上)实行结构化收集过程70,和/或处理器102已经确定患者在时间段(例如周、月等)上来自在前的餐后bG值的平均PPG水平高(例如大于141 mg/dl)。可以使用另外的其它因素作为(一个或多个)进入准则226,诸如空腹血糖大于某一值,例如126 mg/dl或者小于某一值,例如240 mg/dl。
在满足并且处理器102确认了(一个或多个)进入准则226的条件之后,处理器102于是自动运行事件安排222。事件安排222将指定希望的收集事件237,在其中处理器102将自动提示患者输进早餐、午餐和晚餐之后的餐后bG值(即对提供给测试条的样本实行bG测量,其由测量引擎读取并被提供给处理器以存储在数据记录和显示中)。如开处方的内科医生所定制的,事件安排222还可以定义具有患者必须给予药物以及提供用量提醒的施行时间238的收集事件237和在已经给予了药物时对来自患者的确认的请求240。例如,处理器102在执行事件安排222时,将自动提示患者在由事件安排222中的收集事件237指定的时间给予用量,例如在一周的某一天服用10mg的他司鲁泰,然后在一段时间之后根据第二间隔,例如在4周之后给予第二用量,然后也在一周的某一天给予20mg。还可以在事件安排222中定义收集事件237,其中,处理器102在显示器108上对诸如患者是否感觉好、提供能量水平的指示、提供消耗的进餐量的指示等之类的信息进行请求。
可以经由遵守准则224的使用提供针对遵守每个输进的餐后bG值的(一个或多个)条件,其中,任何餐后bG值输进(即测量)在提示之前或者之后的时间量,例如±30分钟的测试窗口,处理器102将不把这样的测量值接受为针对事件安排222的有效测量。在一个实施例中,处理器102可以基于处理器102自动实行的遵守准则224评估,自动采取进一步动作。例如,如果在事件安排222中的收集事件规定的测量之前并且在例如在收集事件时间之前-30分钟的所定义的测试窗口外进行了bG测量,则处理器102在这样的情况下将自动通知患者因为由于在测试窗口外而不接受先前的测量,所以仍然需要在规定的时间进行测量。同样地,如果在测试窗口之后,例如收集事件时间+30分钟,则处理器102可以自动通知患者由于在测试窗口外而不接受先前的测量,并且在显示器108上向患者提供努力在测试窗口内进行测量的鼓励。
针对这样的GLP 1结构化收集过程70的退出准则228可以是平均bG值在使用最少的时间量(例如天、周、月等)、最少数目的被接受测量、或者这两者时达到了希望的值的指示。同样地,退出准则228可以是平均bG值在最大的时间量(例如天、周、月等)、最大数目的被接受测量、或者这两者之后未达到希望的值的指示。另外,退出准则228可以是指示药物或用量对于该患者而言完全不正确的其它因素,诸如患者响应于针对处理器102在显示器108上提示的这样的信息的收集事件而反应为在最少天数内的每一天作呕和/或呕吐。可以把另外的其它因素用作退出准则228,诸如空腹血糖小于某一值,例如126 mg/dl或者大于某一值,例如240 mg/dl。然后,内科医生可以使用从这样的基于药物的结构化收集过程70收集的数据,针对GLP 1药物进行用量推荐,和/或确定该特定GLP 1药物针对该患者而言是否正确。
图6B用图解法描绘了另一示例,其示出了具有定义的医疗使用情况参数220的结构化收集过程70b,该医疗使用情况参数220指示该过程对于确定胰岛素对碳水化合物(I:C)比率的适当性是有帮助的。如所图示的,进入准则226被定义为使患者简单地应答选择速效餐的指导230,以指出使用当前I:C比率计算胰岛素剂量以及同意在测试时间段期间不进行锻炼、摄入附加食品或者胰岛素。例如,处理器102可以在显示器108上呈现这样的指导230,用户于是可以在阅读之后经由使用用户接口146针对希望的进入备选项输进“是”或者“否”,来对指导230进行应答。如果用户输进“是”,则满足进入准则226,且处理器102自动开始在结构化收集过程70b中所定义的事件安排222。在另一实施例中,进入准则226可以是或者包括满足选择速效餐的请求237。例如,针对选择的请求237可以是处理器102在显示器108上显示提供速效餐的列表的选择菜单,针对该列表需要经由用户接口146输入这样的选择。例如,可以经由按钮147、149中的一个的按下或者经由触摸屏接口(如果显示器108提供的话),进行对速效餐的选择。然后,可以将这样的选择诸如作为设定数据163(图4)存储在收集设备24的存储器110中,其可以是针对结构化收集过程70b的数据文件145(图4)的一部分。在可选实施例中,可以通过结构化收集过程70b推荐特定速效餐。
如所示出的,事件安排222可以包括诸如图示的多个事件237a-k之类的一个或更多事件,且其中每个事件具有相关联的施行时间238a-k和对动作240a-k的请求。如所示出的,对动作240a-c和240f-k的请求是对用户进行bG水平测量的请求,请求240d是摄入胰岛素剂量,而请求240e是食用速效餐。还示出了事件238f-k均具有如果要在数据文件145中记录针对事件238f-k的数据则必须符合的遵守准则224。在此示例中,遵守准则224要求在动作240f-k对应的施行时间238f-k的
Figure 2009801518231100002DEST_PATH_IMAGE002
20分钟内完成动作240f-k,以便记录针对对应的事件237f-k的(一个或多个)所接收值的数据记录152,朝向完成收集过程70b进行计数。在一个实施例中,处理器102将在请求240a-k的相关联的施行时间238a-k进行请求240a-k中的每个,以便在实行请求时获得得到的数据值,例如数据值256a-k(图4)。
例如,处理器102可以通过请求240a提示患者12在施行时间238a进行bG水平(生物标志物)测量。然后,在处理器102诸如在针对希望的生物标志物读取测试条(生物传感器)140之后自动从测量引擎138接收所得的测量时,处理器102于是自动把所得到的测量记录在日期文件145中以作为针对相关联的事件237a的对应的数据值256a。对于动作240d和240e,在要求的时间,处理器102可以自动提示患者12在要求的时间采取规定动作,并且其后再次自动提示患者确认已经采取了所要求的动作或者已经达到了预先定义的状况。处理器102还可以在对请求240a-k的触发时、对请求240a-k的应答、在事件237a-k的完成时、在接收到针对事件237a-k的数据值256a-k时、及其组合,自动在日期记录152中提供日期-时间戳169。另外,在另一实施例中,患者12可以通过经由用户接口146将数据直接输进设备24中,来记录针对一个或更多事件237a-k的数据值256a-k,其中,处理器102将输进的数据值/信息存储在针对事件237a-k的相关联的数据记录152中,或者在其它实施例中,可以记录带有后期被转录为数字数据的信息的语音消息。在另外的其它实施例中,收集设备24可以指导患者12使用纸工具38记录针对事件237a-k的数据。
如先前在上面所提及的,每个事件237可以是生物标志物值的记录或者对为了针对该生物标志物值创建情境而必要的患者动作的请求,诸如像进餐、锻炼、治疗给予等。在所图示的实施例中,用于完成事件237a-c的情境252是建立餐前基线和无趋向(no-trend)条件,而针对事件237f-k的情境252是建立餐后波动(excursion)和尾(tail)。还可以将针对这些事件的这样的情境252与针对每个事件的对应的数据记录152相关联以作为情境信息156(图4)。这样的信息稍后在重构数据时和/或在存在希望知道创建数据记录的情境时有用。
要理解,处理器102还可以记录在所要求的对患者动作240a-k的请求之外所采取的任何患者动作,但将不被处理器102视为收集过程70b的一部分。可以基于事件的类型、事件的时间、事件的触发、及其组合来识别预期的针对事件237a-k的数据256a-k。施行时间238a-k中的每一个基于在前的数据可以是固定的或者可变的。事件237a-k中的一些在其它实施例中还可以是诸如针对进餐、锻炼等之类的过去、当前或者未来的事件,或者诸如针对低血糖事件、高血糖事件的数据值,或者感兴趣的具体值的数据。在一些实施例中,可以经由基于过程的纸工具38识别事件237a-k。
也如所示出的,如果满足退出准则228的条件,则结构化收集过程70b将结束。在此示例中,如果动作240f-k中的至少三个符合遵守准则224,则满足退出准则228。例如,处理器102可以为所实行的且如果要求则满足遵守准则224的每个事件237a-k,在数据文件145中提供唯一标识符(例如增量计数)167(图4)。在图4的所图示的实施例中,事件237a-c和237e-k均接收到唯一标识符,但是事件237d由于不满足相关联的遵守准则(未示出)而没有接收到唯一标识符,例如<null(空)>。另外,还可以在结构化收集过程70b中提供分析逻辑258和得到的推荐260,在一个实施例中处理器102可以将其自动应用于在满足退出准则228后所收集的数据。
在图6C和6D所图示的示例中也提供了类似的特征,其中,图6C描绘了结构化收集过程70c,该结构化收集过程70c具有定义的医疗使用情况参数220,该医疗使用情况参数220指示该过程对于确定推注相对于进餐开始的适当性是有帮助的。同样地,图6D描绘了结构化收集过程70d,该结构化收集过程70d具有定义的医疗使用情况参数220,该医疗使用情况参数220指示该过程对于确定锻炼等价于碳水化合物摄入的适当性是有帮助的。除了上面示例之外,还可以设计其它这样的结构化收集过程,来解决诸如像下列的其它各种医疗使用情况:确定食用特定食品对患者的生物标志物水平的影响;确定在进餐之前和/或之后服用药物的最佳时间;以及确定特定药品对患者的生物标志物水平的影响。可以提供在解决关于如何最佳地初始化对患者的治疗、寻求确定患者疾病进展的状况、寻求优化患者治疗的最佳方式等的问题时可能有用的另外其它的结构化收集过程。例如,临床医生14可以定义和/或使用考虑可能对患者的治疗有影响的因素的预先定义的结构化收集过程70。这样的因素例如可以包括压力、月经周期、黎明前影响、背景(background)胰岛素、锻炼、相对于进餐的推注定时、基础率、胰岛素敏感度、餐后行为等。
图6E示出了包括一个或更多多个采样分组262的图解结构化收集过程70,每个采样分组262包括在进入准则226和退出准则228之间提供的重现的事件安排222。在此示例中,事件安排222包括每天在一致的时刻发生的一个或更多事件237。由于结构化收集过程70在从糖尿病患者12获得溶入情境的生物标志物数据的过程中,在符合退出准则228之前可能跨越多天、甚至周和/或数月,因此在一个实施例中,还可以在进入准则226和退出准则228之间提供诸如针对参数调整的一个或更多检查264和/或对是否重新运行采样分组262的评价。这样的检查264之间的持续时间可以用于生理系统均衡、评价医治效力或者便利。例如,在每个样本分组262之间或者在预先定义的数目的这样的采样分组262之后(如所示出的),处理器102可以实行针对检查264的分析,以确定是否需要对收集过程70中的任何参数进行调整。
例如,这样的分析可以针对参数优化或者效力评估。对于参数优化,处理器102可以使用来自在前的优化的信息,对在先前的事件安排222内提供的样本或者样本分组262运行计算,临床医生设置参数,和收集或者治疗策略,推荐新的参数值。对于效力评估,处理器102可以评价优化分析不利用的数据。另外,要理解,在取得一组样本,即采样分组262之后,诸如如果需要这样的数据以便改变/优化人的治疗,则处理器102还可以评价来自采样分组262的数据。可以应用遵守准则来对采样组262的数据实行此评价。例如,处理器102可以使用第一遵守准则224来评估采样组262是否提供了最少量的数据,且如果没有,例如将不进行对患者的治疗的改变/优化。另一遵守准则224可以允许处理器102评估数据是否可接受,以允许检查264所要求的调整,诸如考虑数据的散布,这些是否是太多可变性(噪声)以及其它数据属性以使用该数据。在此示例中,如果符合这样的遵守准则,则处理器102评估对该过程的参数进行调整可以容易地导致严重的事件的风险最小,所述严重的事件例如高血糖或者低血糖事件。最后,处理器可以使用遵守准则,以基于采样组的数据对退出准则进行评估,例如,当来自采样组262的数据满足遵守准则时,符合退出准则,诸如像上面针对采样组所论述的。
要理解,可以将收集或者治疗策略分类为基于标度(可调整的或者固定)的评估或者基于公式的评估。作为收集或者治疗策略的输入,处理器102在一个实施例中可以利用从预定数目的(一个或多个)在前样本分组262收集的数据。此数据可以用作单独的点(仅基于公式的收集或者治疗策略),或者与过滤组合以供用在基于标度的评估中。在另一实施例中,例如,由处理器102实行的检查264的结果还可以导致处理器102自动提供状况或者推荐。这样的状况或者推荐例如可以是继续使用当前参数值的状况、改变特定参数的推荐、改变遵守和/或退出准则的推荐、处理器102基于对来自在前的事件安排或者在前的样本分组的数据所实行的分析而切换到二级遵守和/或退出准则的状况、或者终止收集过程的推荐等。下面参考图7A,提供对使用根据本发明的实施例的结构化收集过程实行结构化测试方法的论述。
结构化测试方法
图7A描绘了用于慢性病患者的诊断或者治疗支持的结构化测试方法300。可以把该方法300实现为在具有处理器和存储器的计算机(诸如优选在临床医生计算机25(图2))上运行的程序的指令代码,以作为独立的软件、以作为软件34的一部分或者以作为服务器52在公共网络50上经由安全web实现方式以服务的形式提供的软件。在处理器76执行来自临床医生计算机25的存储器78的程序时,作为除了别的以外的一个功能,在步骤302中,处理器76在接收对医疗使用情况和/或问题的查询之后,搜索存储器78、计算机可读介质40和/或服务器52以获得与所提出的查询匹配的所有结构化收集过程70a-d。例如,处理器76可以读取每个可用的结构化收集过程70a-d的医疗使用情况参数220,并且在一个实施例中在步骤304中,使用传统搜索算法(例如列表、树、试探法等),在显示器82上提供针对与查询匹配的那些结构化收集过程的选择备选项。
在一个实施例中,显示的列表例如可以反映从服务器52可获得以供使用的结构化收集过程70a、70b、70c和70d。在又一实施例中,可以基于临床医生14希望调查的医疗使用情况的类型,动态地创建显示的选择备选项的列表。例如,在步骤302之前,处理器76可以在显示器82上显示可选择的医疗使用情况的列表。在这样的实施例中,临床医生14可以使用(一个或多个)用户接口设备86从所显示的医疗使用情况之中例如选择医疗使用情况“确定膳食对患者的治疗的影响”。在临床医生进行这样的选择之后,处理器76把这样的选择接收为来自(一个或多个)用户接口设备86的输入,处理器76在使用由软件34提供的决定逻辑(例如if…then)之后,然后将在步骤304中例如显示结构化收集过程70b(例如用来确定更准确的胰岛素对碳水化合物比率的结构化收集过程)和70c(例如用来确定相对于进餐开始的推注定时的结构化收集过程),而不显示与该医疗使用情况无关的结构化收集过程的结构化收集过程70a和70d。同样地,“示出所有结构化收集过程”也可以是在所显示的医疗使用情况之中的选项,其中,于是将在步骤304中显示可用结构化收集过程的完全列表。在另一实施例中,可以跳过步骤302,并且处理器76在步骤304中可以仅提供显示临床医生计算机25的存储器78中的可用的结构化收集过程70a-d。
在步骤306中,使用用户接口设备86的临床医生可以在计算机25上选择用于诊断或者治疗支持的结构化收集过程70。例如,该选择处理可以包括从在步骤304中所显示的、提供一个或更多结构化收集过程的列表中进行选定。在临床医生在步骤306中进行了这样的选择(处理器76接收这样的选择以作为来自用户接口设备62的输入)之后,计算机25的处理器76自动从例如计算机存储器78、服务器52或者计算机可读介质40的电子部件中进行检索,并且在显示器82上显示所选择的结构化收集过程70以进行查看。
要理解,每个结构化收集过程70a、70b、70c和70d是基于医疗使用情况的,并且具有定义进入准则226、事件安排222、遵守准则224和退出准则228的参数。如上所提及,进入准则226建立在从患者获得生物标志物数据之前需要符合的条件。事件安排222中的每个事件237包括施行时间、实行该事件的患者指导、患者动作、对来自患者的信息的请求、对来自患者的至少一种类型的生物标志物数据的收集的请求、及其组合。遵守准则224用来定性地评估根据事件安排222所实行的事件237是否提供了对于解决结构化收集过程70所基于的医疗使用情况而言是可接受的数据。另外,如上面所提及的,退出准则228建立在退出结构化收集过程70之前需要符合的条件。
在步骤310中,在处理器76显示所选择的结构化收集过程70之后,临床医生14可以调整也在显示器82上显示的参数222、224、226和228中的任何一个,以符合患者12的需要和/或临床医生的兴趣。可以诸如经由密码保护来实施安全保卫,以确保仅临床医生14可以修改这样的参数和/或运行软件34。处理器76经由用户接口设备86以输入的形式接收对参数222、224、226和228的任何这样的改变,并且将经修改的结构化收集过程70保存在存储器78中。接下来,在步骤312中,临床医生14在计算机25上向患者12规定所选择的结构化收集过程70,其中,计算机25的处理器76作为输出向患者12提供所选择的结构化收集过程70以实行。例如,在步骤314中,把所规定的结构化收集过程70电子实现在诸如收集设备24之类的基于处理器的设备或者其它上述设备18、28和36(图1)上,以作为软件34的一部分或者在其它实施例中把其部分作为纸工具38的一部分。
在一个实施例中,可以经由通信链接72、经由公共网络50通过网页从临床医生计算机25(图2)到收集设备24实现所规定的结构化收集过程70,和/或使得其在服务器52上可获得以进行下载。在另外的其它实施例中,所规定的结构化收集过程70可以通过计算机可读介质40提供并由设备18、24、28和36中的一个加载,从设备18、24、25、26、28和36中的另一个下载,或者经由手机或电话连接从服务器52下载。注意,可以以任何标准方式,诸如经由邮政信件/卡、电子邮件、文本消息、鸣叫等,提供在设备18、24、25、26、28和36上可获得以供使用的新的/更新的/规定的结构化收集过程70。
定制结构化收集过程
图7B在概念上图示了预先定义的结构化收集过程70的一个示例,结构化收集过程70具有定义的医疗使用情况参数220,该医疗使用情况参数220指示该过程对于需要知道患者的血糖(bG)水平的趋势和/或血糖值与时间、进餐量和能量水平之间的关系的医疗使用情况或者问题是有帮助的。如先前在上面所提及的,可以把使用情况参数220用作身份标签,其中处理器102可以响应于诸如针对输进的使用情况或者问题的搜索查询而定位相关联的结构化收集过程70。例如,搜索查询可以经由用户接口146输进收集设备24中和/或从临床医生计算机25接收。这样的搜索查询可以由要知道当前在收集设备24上可获得的结构化收集过程70可以解决哪个使用情况的希望或者要知道哪个结构化收集过程70对于解决特定的使用情况或者问题会是有用的希望而产生。因此,使用情况参数220在一个实施例中允许处理器102基于诸如来自由处理器102提供的在显示器108上的显示列表或者来自处理器102从定义的医疗问题的用户接口接收到的输入的选择,从诸如提供在存储器110、存储器78、计算机可读介质40和/或服务器52中的多个结构化收集过程70a-d中自动选定的结构化收集过程70。在其它实施例中,使用情况参数220还可以指示结构化收集过程70还对于示出bG水平值与时间、进餐量和/或能量水平之间的关系有用。
在一个实施例中,授权用户可以通过收集设备24的处理器102在显示器108上和/或通过临床医生计算机25的处理器76在显示器82上,针对修改/定制而显示结构化收集过程70的预先定义的参数。例如可以通过经由用户接口146、86输进的密码,分别在收集设备24和/或临床医生计算机25上识别这样的授权用户。在这样的实施例中,可以在显示器108、82上显示结构化收集过程70的预先定义的参数,在显示器108、82中,可定制的参数可以经由具有各种选择备选项的下拉框、单选按钮、复选框、请求具体类型的信息的格式化域((mm-dd-yyyy、数字、字母等)、输进要显示的消息的文本框等,提供可编辑或者可选择的变量。可以显示结构化收集过程70,以在一个实施例中以表格式(如所图示的)或者在另一实施例中以滚动通过方式一次列出一个参数的顺序方式进行编辑。在又一实施例中,可以提供不能修改的结构化收集过程。
如图7B所示,结构化收集过程70还可以包括定义设置患者12开始结构化收集过程,即(一个或多个)进入准则226、和结束结构化收集过程,即(一个或多个)退出准则228、及其组合而需要符合的条件的一个或更多准则的参数。在一个实施例中,收集设备24的处理器102使用一个或更多准则,在符合该结构化收集过程所定义的(一个或多个)条件的情况下自动开始、评价和结束该结构化收集过程70。在又一实施例中,还可以在结构化收集过程70中提供作为为了使所收集的数据/多个数据被接受而需要符合的条件的(一个或多个)遵守准则224。
还如图7B所示,结构化收集过程70还包括定义一起形成事件安排222的一个或更多(收集)事件237的参数。事件237中的每个包括一个或更多请求240,例如针对来自测量引擎138的、对向生物传感器140提供的样本的生物标志物值的测量,和/或针对诸如患者响应于处理器102在显示器108上呈现的问题而要经由用户接口146输进的信息。在所图示的实施例中,请求240针对bG测量、进餐量指示(S、M或者L)和能量水平指示(1、2、3、4、5),其中,1为最低而5为最高。其它这样的请求240可以包括还可以在其它结构化收集过程70中提供的指示患者是否进行锻炼了、指示消耗的特定食品、指示给予了哪种药物、指示给予的药物的用量等。在所图示的实施例中,可以通过经由是/否选择框选择处理器102应当实行哪个请求240来定制收集事件。
结构化收集过程70还可以包括与收集事件237中的每个以及与一个或多个进入、退出和遵守准则226、228和224中的每个相关联的指导230和定时或施行时间238。这样的指导230由处理器102在发生相关联的收集事件237或者其它参数时向显示器108提供。例如,针对早餐前的bG测量的收集事件237还可以具有针对患者的能量水平的指示的请求240。因此,在此示例中,处理器102在显示器108上提供陈述“请指示能量水平”的相关联的指导230。要理解,指导230是使得能够向患者提供信息以帮助患者施行结构化收集过程70的文本框、域、区域。在此示例中,可以经由按钮147、149中的一个的按下,或者经由触摸屏接口(如果显示器108提供的话),进行从1到5的数字的选择以作为针对这样的请求237的数据输进,然后处理器102将其存储在收集设备24的存储器110中以作为针对结构化收集过程70的数据文件145(图4)的一部分。
结构化收集过程70的定时参数238被用来针对相关联的收集事件237中的任何一个指定一个或多个进入、退出和遵守准则226、228和224,具体日期和/或时间(mm-dd-yyyy、hh:mm)或者在先收集事件之后的、用以实行该相关联的收集事件的时间段(n)。在所图示的实施例中针对各个收集事件237的时间段n1 n2 n3 指示小时,但是在其它实施例中可以以分钟或者秒来指示。在另一实施例中,可以由另一收集事件和/或由一个或多个准则来修改针对相关联的收集事件237和针对一个或多个进入、退出和遵守准则226、228和224的定时或施行时间参数238。
例如,在所图示的实施例中,如果例如患者12经由在收集设备24上提供的“否”选择,不对以问题“您愿意在连续3天实施测试吗”的形式提供的指导230进行肯定,则遵守准则224通过增加天来修改进入准则226。在所图示的示例中,“肯定指导”可以是提供在组合框中用于定制相关联的收集事件237的遵守准则224的下拉选择,其在被选择时,促使处理器102在执行遵守准则224的其余逻辑(“如果不,则向定时增加1天”)之前等待接受/不接受输入(例如经由按钮147、149)。另外,在此示例中,处理器102可以根据在与退出准则228相关联的遵守准则224中提供的逻辑,将退出准则228的定时或者施行时间参数238设置为是完成进入准则226之后3天的日期(mm-dd-yyyy)。要理解,可以通过下拉框预先定义并选择可以由结构化收集过程70实行的逻辑陈述的各种可能的组合,以便在一个实施例中进行定制,和/或在另一实施例中构建逻辑陈述。
结构化收集过程70还可以包括与收集事件237中的每个以及与一个或多个进入、退出和遵守准则226、228、224中的每个相关联的选项参数232。选项参数232可以具有(一个或多个)可定制值,所述可定制值用于支配结构化收集过程70中的相关联的收集事件237的数据和/或结果或者例如一个或多个进入、退出和遵守准则226、228、224的其它参数中的任何参数是否符合特定条件,从而如果符合这样的(一个或多个)条件,则处理器102可以进行另外的进一步处理。例如,这样的选项可以是使处理器102经由满足进入准则226自动向内科医生发送指示患者已经开始结构化收集过程70的消息,或者如果患者未能进行收集事件237则通过不满足遵守准则而向患者和/或内科医生提供消息,或者在满足退出准则时在患者完成结构化收集过程70时向内科医生提供消息,或者其组合。例如,这样的选项参数232可以具有例如通过从与每个选项相关联的值的范围中选择的值在显示器108上选择的这样的动作的全局列表。例如,可以经由从具有选项备选项(例如1、2、3、4、5、…、A、B、C等)的下拉框中进行选择,来定制针对每个参数的选项,且其中,例如,针对早餐前收集事件237所选择的,示出如果患者未能进行收集事件237(例如通过不满足遵守准则)则让处理器102向内科医生提供消息的选项1。下面提供了在作为糖尿病患者的患者12的情境中的示例,以进一步说明根据本发明在收集设备24上提供的这样的特征。
具有2型糖尿病的一般患者可以在早晨醒来之后每天测量一次他/她的血糖。在常规办公访问,发现患者的HbA1C结果升高。内科医生建议该人进行三天的加强葡萄糖监视,并且选择对此目的有用的结构化收集过程。接着,如在上面所论述的定制结构化收集过程70,使得在这三天期间使用多个bG测量请求240定义收集事件237,从而处理器102可以请求患者在早餐前和早餐后两个小时(例如n1 =2)、午餐前和午餐后两个小时(n2 =2)、晚餐前和晚餐后两个小时(n3 =2)以及在临睡前测量他/她的血糖。另外,可以经由针对每个收集事件237的其它相关联的请求240请求患者12提供对在适当的时间摄取的膳食的相对量的评估以及他/她关于能量水平的感觉如何的指示。在图7B的所图示的实施例中,处理器102可以请求每个收集事件237对能量水平的指示以及每隔一个收集事件237(即进餐后)对摄取的食物的相对量的评估。此外,内科医生经由必须在相关联的收集事件237的时间段(n)的±30分钟内实行进餐评估的遵守准则224,提供了条件,以便这样的信息在评估中有用。这样的信息对于将所收集的数据溶入情境以及对所收集的数据实行的分析有用。
另外,在患者未能完成“早餐前”收集事件237时,内科医生愿意被通知到。因此,为了方便通知选项,内科医生通过经由下拉框将与“早餐前”收集事件相关联的选项参数232设置为“如果未达到遵守准则,则向内科医生发送消息”,定制结构化收集过程70。所有其它收集事件237都把其相关联的选项参数232默认成用来指示处理器102关于所述选项参数不采取任何附加动作。要理解,上述特征和图7B的所图示的布置实施例提供了用于诸如针对在先前在上面参考图7A所论述的方法300的步骤310中所进行的参数调整,定制结构化收集过程的简单且便捷的接口和方法。
实现并实行结构化收集过程
图8A示出了根据本发明的实施例的用于实现并实行结构化收集过程70以从患者12获得溶入情境的生物标志物数据的方法的流程图。要理解,可以将在步骤312中规定并在步骤314中(图7A)实现的多个结构化收集过程70a-d(图2)存储在设备24的存储器110(图3)中并且进行选择以在任何希望的时间执行。例如,在按下按钮147、149的某一组合时,患者可以选择希望的结构化收集过程70a-c以及开始结构化测试收集的日期,即设置模式功能。例如,根据要选定的日期范围可以是明天开始测试并且在今天+90天结束,处理器102也可以将其作为设定数据163的一部分记录在数据文件145(图4)中。在这样的实现方式中,处理器102按照软件34所指令的,读取针对所选择的结构化收集过程70的设定数据163,并且在显示器108上指示例如从选定的聚焦的测试开始日期前一天直到该结构化收集过程结束设备24处于结构化测试模式。
应当理解,可以在任何给定的时间顺序地或者同时地执行多个结构化收集过程70a-d。然而,在一个实施例中,如果开始日期比正在执行的当前结构收集过程70的结束日期晚,则软件34仅允许用户安排另一结构化收集过程70。软件34还允许用户越控(override)结构化收集过程70的安排日期。如果安排了结构化收集过程70并且用户再次进入设置模式功能,则软件34使处理器102在显示器108上显示该安排日期以作为默认日期;如果用户退出了设置模式而没有修改日期,则先前的安排日期保持活动。如果结构化收集过程70已经开始,则软件34允许用户进入设置模式并且促使处理器102取消当前结构化收集过程70。在取消时,在一个实施例中,软件34促使处理器102将针对取消的结构化收集过程70所收集的数据的数据文件145中的数据记录152去标签(例如将唯一标识符167清零)。
在到达步骤316中的过程开始(图8a)后,处理器102在步骤318中评价是否符合(一个或多个)进入准则226,以开始所选择的结构化收集过程70以获得生物标志物数据,从而解决预先定义的使用情况或问题(例如使用情况参数220)。在步骤320中,处理器102针对结构化收集过程70,根据事件安排222中的每个事件237的其相关联的定时238,指定请求240。要理解,事件安排222提供了针对由处理器102实行的生物标志物数据收集的采样计划,以获得预先定义的情境中的生物标志物数据。在步骤320中实行事件安排222时,软件34促使处理器102在与结构化收集过程70中的每个事件237相对应的日期记录152中赋予唯一标识符(例如增量计数)167。任选地,如果希望,还可以对每个准则226、228、224提供日期时间戳169,以指示何时满足这样的准则。
然后,对响应于请求240所接收的输入(例如生物标志物数据或信息)应用遵守准则224,以确定所接收的输入是否符合遵守准则224。当结构收集过程70已经开始时,接着在步骤324中,处理器102在数据文件145中对根据在结构化收集过程70中的请求240所收集的并且满足遵守准则224(如果在步骤322中要求的话)的所有数据,赋予(加标签)以唯一标识符167。要理解,唯一标识符还用于将所收集的数据(例如数据值256)与其事件237、请求240和日期时间戳169相关联,以指示处理器102何时接收到响应于请求240的收集。在正执行结构化收集过程70时,在一个实施例中,软件34允许用户在任何时间在设备24上实行测量,而不干扰该情节。
在一个实施例中,对于非关键测量,软件34允许提醒,对于生物标志物测量要如上面所提及的诸如像15分钟的时间段和高达多次的‘瞌睡’。在另一实施例中,软件34把在时间足够接近于步骤320中的请求240实行的生物标志物测量或者数据输进设计为是针对该请求240的有效测量或者数据输进。这样,处理器102将相应地针对这样的生物标志物测量或者数据输进,使用唯一标识符167对针对事件237的相关联的数据记录152加标签。在生物标志物测量的情况下,如果该测量被接受为对于请求240有效,则在结构化收集过程70需要的情况下,软件34促使处理器102提示用户输入附加信息,以提供针对从请求240得到的数据的情境252。这样的附加输入例如可以包括:从1到5的能量水平的等级,其中,1为低而5为高;从1到5的进餐量,其中,1为小而5为大;以及从意指30分钟以上的是或1和意指小于30分钟的否或2的锻炼。在经由用户接口146输入这样的附加信息或情境信息156时,处理器102也在步骤324中,针对要求该附加信息的数据事件请求240,将该附加信息或情境信息156,与唯一标识符167相关联地存储在数据文件145中。
在一个实施例中,处理器102在数据文件145中,不用唯一标识符167对被该处理器102确定为非在时间足够接近于该结构化收集过程70所定义的数据事件请求240的生物标志物测量加标签。在示出的数据文件145中图示了这一点,其中,没将请求240d和数据值256d与唯一标识符167相关联,例如为<null>。可以将如结构化收集过程70和/或软件34所指令的以促使处理器102进行这样的确定的‘在时间足够接近于收集过程’的定义的示例,定义为是相对于预先安排的时间或者瞌睡时间。例如,对于餐前测量,预计长达15分钟是可接受;对于餐后测量,预计长达10分钟是可接受;以及对于临睡前测量,预计长达15分钟是可接受。可以在其它结构化收集过程70和/或软件34中提供其它定义。
在步骤326中,接着处理器102评价是否满足了针对所选择的结构化收集过程70的退出准则228。如果否,则处理器102继续施行事件安排222,直到满足该退出准则228为止。在满足退出准则228时,在步骤328中,该收集过程70结束。在一个实施例中,如果在步骤318中也不符合进入准则226,则该结构化收集过程70也可以结束。
在一些实施例中,结构化收集过程70可以被配置成施行为纸工具38;集成到诸如血糖仪26之类的收集设备24中的糖尿病软件34;集成到诸如个人数字助理、手持计算机或者移动电话之类的计算设备36中的糖尿病软件34;集成到耦合到计算机的设备读取器22中的糖尿病软件34;在诸如个人计算机之类的计算机18、25上运行的糖尿病软件34;以及诸如从服务器52通过因特网远程访问的糖尿病软件34。当将糖尿病软件34集成到收集设备24或者计算设备36中时,糖尿病软件34可以提示患者记录诸如进餐特性、锻炼和能量水平之类的日记信息。糖尿病软件34还可以提示患者获得诸如血糖值之类的生物标志物值。
提供可选择结构化收集过程的 GUI 接口
图8B示出了经由在收集设备24上提供的图形用户接口实现结构化收集过程的方法,在收集设备上执行该方法时,该方法促使处理器102实行下列步骤。在按下按钮147、149的某一组合时,在步骤330中,患者12可以滚动到处理器102在收集设备24的显示器108上提供的列表329中可用以供选择的结构化收集过程70。如果希望开始该结构化收集过程,则患者12例如在步骤332中经由按下OK按钮151,选择希望的结构化收集过程70。在此示例中,结构化收集过程70的进入准则226(图6)提供了步骤334中的、处理器102在显示器108上向用户显示的信息。在阅读所显示的信息之后,用户在步骤336中按下任何按钮,其中,由处理器102实行进入准则226中的下一个过程。在此图示的示例中,作为进入准则226的一部分,接着处理器102在步骤338中查问问题。如果患者12仍然希望开始该结构化收集过程,则患者12在步骤340中选择OK按钮151;否则,经由按钮147、149的任何其它按下将使该处理器回到列表329,由此停止针对该结构化收集过程70的设定过程。
在患者12按下OK按钮151之后,处理器102将在步骤342中在显示器108上提供用于设置开始所选择的结构化收集过程70的时间的警告时钟343。要理解,处理器102根据针对结构化收集过程70的事件安排222,自动安排针对生物标志物采样、患者信息等的所有要求的事件237,在结构化收集过程70中,临床医生14可能已经如先前在上面参考图7A和7B所论述的调整了其中的定时、值、问题等。因此,除了输进如进入准则226所允许的开始时间之外,患者12不需要(或者在一个实施例中不允许)结构化收集过程70中的其它参数调整。
在所图示的实施例中,患者在步骤344中可以经由按钮147、149调整第二天(例如天1(Day 1))的结构化收集过程的开始时间。在经由按下OK按钮151在步骤346中确认开始时间后,处理器102将开始时间作为针对结构化收集过程70的数据文件145(图4)中的设定数据163的一部分,记录在存储器110中。然后,处理器102在步骤348中在显示器108上显示选择列表329,由此完成了设定过程,其满足进入准则226并且在显示器108上指示收集设备24处于结构化测试模式349。
应当理解,在一个实施例中,可以在任何给定时间顺序地或者同时地执行多个结构化收集过程,且因此在一个实施例中,在显示器108上提供的模式349将指示正在实行结构化测试。然而,在一个优选实施例中,除非开始日期比经由用户接口146正在实行的当前结构化收集过程的结束日期晚,否则软件34不允许用户安排另一结构化收集过程。要理解,如果由于不符合退出准则228,当前结构化过程仍然在运行,则处理器102可以自动重新安排随后的结构化收集过程。软件34在另一实施例中也可以允许用户越控针对结构化收集过程的安排日期。如果安排了结构化收集过程,并且用户再次进入设置模式功能,则软件34促使处理器102作为默认日期在显示器108上显示该安排日期;如果用户退出设置模式而没有修改日期,则先前的安排日期保持活动。如果结构化收集过程已经开始,则软件34允许用户进入设置模式,并且如果希望,则促使处理器102取消当前的结构化收集过程。
在步骤350中,处理器102可以在第二天(如由符号Day 1所指示的)提供警告条件351,如在前一天(如由符号Start Up(启动)所指示的)在上面所提及的过程中设置的那样。在步骤352中在用户选择了任何按钮147、149、151后,处理器102如事件安排222所指令的提供第一安排事件237,其是在步骤354中要在显示器108上显示的信息353,其由患者12通过在步骤356中按下任何按钮147、149、151来进行应答。接下来,在步骤358中,事件安排222指示处理器102执行第二安排事件,其是在显示器108上显示给患者的问题359,其由患者12通过在步骤360中按下任何按钮147、149、151来进行应答。在所图示的实施例中,患者在步骤362中根据先前在步骤352中所应答的醒来警告351以分钟来指示早餐的开始时间。在经由按下OK按钮151在步骤364中向处理器102确认进餐开始时间后,将进餐开始时间记录在存储器110中。例如,处理器102将进餐开始时间作为针对事件237的数据记录在数据文件144中在相关联的数据记录152中。另外,在步骤366中,处理器102向患者12显示关于针对下一个安排事件的定时的信息以作为提醒。在步骤368中,在到达事件安排222所指示的下一个安排事件后,处理器102在显示器108上提供对患者进行测量,例如血糖测量的请求240。另外,在步骤370中,处理器102还进行对关于按照事件安排222所要求的要摄取的进餐量的信息的请求240,以便向测量值提供情境信息156。
如先前在上面所提及的,对于每个事件,软件34促使处理器102在针对事件237的相关联的日期记录152中,对在符合遵守准则224的事件安排222中提供的每个请求240的数据赋予唯一标识符(例如增量计数)167(图4)。因此,在正执行结构化收集过程时,软件34允许用户在事件安排222外在任何时间在收集设备24上实行测量。这样的测量由于不是根据请求240实行的,因此将不针对遵守准则224进行评价,且因此在日期文件中将不对其提供唯一标识符167,但是将仅对其提供日期时间戳及其测量值。由于这样的数据可能仍对另一分析有用,所以仍然将这样的数据记录在数据文件145中。
在另一实施例中,软件34还允许诸如在步骤238中所提供的针对生物标志物测量的提醒。例如,在一个实施例中,处理器102分别经由指示器148和/或在显示器108上提供用于提醒的警告和/或警报消息,以提供测量。例如,在进行生物标志物测量(或者读取)的特定请求240的时间238,处理器102通过在显示器上至少显示消息“现在是您读取的时间”来提示患者12。在另一实施例中,处理器102可以经由指示器148提供声音警告和/或触觉警告(振动)。例如,在一个实施例中,即使在诸如患者12由于另一原因,例如为了实施非安排事件而已经接通电源时,在例如进行请求的测量/读取的时间窗口中时,或者即使在关闭电源时,诸如在待机模式中通过唤醒以经由提示提供提醒,收集设备24也将提供这样的提示。在另一实施例中,所提供的提醒或者提示可以是如上面所提及的‘瞌睡’预先定义的时间段,其仍然落入进行所请求的(关键的)测量/读取的时间窗口内,诸如像15分钟或者落入时间窗口中的任何其它这样的合适的时间。要理解,针对被视为对于结构化测试过程70关键的测量/读取,例如帮助解决医疗使用情况或者问题所需的、符合遵守准则224所需的和/或在针对用于某确定的后续分析中所需的测量/读取等的瞌睡特征,该瞌睡特征例如经由针对请求240的遵守准则224将不使请求240扩展超过收集过程70所提供的时间窗口。例如,在一个实施例中,可以经由使用在结构化收集过程70中提供的选项参数232(图7B),把事件安排222中的一个或更多事件237预先定义为关键的以及是主要样本。例如,被指明为关键的事件237是不能缺少的事件,但是如果缺少,可以由已经在日期文件145中的另一样本替代。被指明为主要样本的事件237是不能缺少的事件,且即使在日期文件145中可获得,也不能由另一样本替代。在又一实施例中,对于非关键测量,瞌睡可以高达多次。例如,可以诸如经由选择作为选项参数232(图7B)之一而提供的这样的选项,将结构化收集过程70中的某些事件237指明为具有可以瞌睡的非关键请求240。此实施例中的选项参数232例如可以提供瞌睡选项以及可选择时间间隔(例如1-60分钟等)和允许用户使请求240瞌睡的可选择次数(例如1-5等)。在又一实施例中,收集设备24允许警告关闭,即指示器148在提供提醒(声音的、振动的)的情况下可以经由用户接口146在整个时间窗口内关闭,但是其中,只要在该时间窗口中进行了测量/读取,则处理器102仍然接受测量/读取。在又一实施例中,收集设备24提供跳过读取选项,该跳过读取选项也由处理器102,例如从在显示器108上提供的诸如像瞌睡、警告关闭、跳过读取之类的可选择选项的列表,经由使用用户接口146输进的选择来接收,其中,因为患者12已经向处理器102指示他/她不想进行该特定请求的测量/读取,因此将不再次提供提醒/提示。要理解,如果遵守准则224已经与提示请求240的事件237相关联,则诸如先前在上面在早前的部分中所论述的,选择跳过读取选择选项可能导致产生进一步处理的遵守事件242。
在又一实施例中,遵守准则224可以要求在时间足够接近于数据事件请求240实行生物标志物测量。因此,如果在遵守准则224指定的时间段内实行这样的生物标志物测量,则处理器102可以指示针对该事件的测量或者数据输进可接受,并且相应地在数据文件145中对生物标志物测量或者数据输进的值加标签(即赋予唯一标识符167)。在生物标志物测量的情况下,如果对于数据事件请求240该测量被接受为有效的(即符合遵守准则224),则如果结构化收集过程70需要,事件安排222可以促使处理器102提示用户输入附加信息,诸如在上面关于步骤370所提及的,以向响应于请求240而接收的测量提供情境信息156(即情境)。
该情境信息156在经由用户接口146输入时,可以由处理器102针对要求附加信息的数据事件请求240,与唯一标识符167相关联地存储在数据文件145中。处理器102将不在数据文件145中对被该处理器102确定为非在时间足够接近于如遵守准则224所定义的数据事件请求240的生物标志物测量加标签。在示出的数据文件145(图4)中图示了这一点,其中,没有将数据事件请求240d和数据值256d与唯一标识符167相关联。可以将如遵守准则224所指令的以促使处理器102进行这样的确定的‘在时间足够接近于该收集过程’的定义的示例,定义为相对于预先安排的时间或者瞌睡时间。例如,对于餐前测量,预计长达15分钟是可接受;对于餐后测量,预计长达10分钟是可接受;以及对于临睡前测量,预计长达15分钟是可接受。在针对事件安排222中的其它事件的其它遵守准则224中以及在其它结构化收集过程中,可以提供其它定义。
在所图示的实施例中,用户使用按钮147、149滚动到选择,其由处理器经由在步骤372中按下OK按钮151针对相关联的请求240输进在数据记录152中。在一个实施例中,可以经由诸如像从1到5的数值范围指示进餐量,其中,1为小而5为大。在所图示的实施例中,在步骤374中请求针对关于从1到5的能量水平的等级的情境信息156的附加输入,其中,1为低而5为高,如先前在上面所提及的经由处理器102在步骤376中使用用户接口146接收针对请求240的输入,在数据文件145中输进该附加输入。在其它实施例中,其它情境信息156可以包括指示患者是否锻炼和/或锻炼多长时间。例如,用户接口146在其中可以使用意指30分钟以上的是或者1以及意指小于30分钟的否或者2。在所图示的实施例中,因为经由成功实行了步骤368-376现在符合退出准则228,因此在步骤378中结构化收集过程70结束,其中,处理器102再次显示列表329,使得如果希望实行其它任务,则患者12可以在收集设备24上实行其它任务。现在,下面参考图9。
将生物标志物数据溶入情境的方法
图9描绘了根据本发明的实施例的将用于糖尿病诊断和治疗支持的生物标志物数据溶入情境的方法388。要理解,在上面参考图8A和8B论述的先前的实施例中,处理器在结构化收集过程70期间自动请求情境信息156,并将其与相关联的生物标志物值一起记录。然而,在收集设备24上不提供这样的自动化以及患者正在使用纸工具38的实施例中,可以稍后例如在步骤390中实行结构化收集过程70之后,将收集数据与其情境信息156相关联,以创建至少数据事件值256。如果诸如在设备具有有限的存储器和处理力的情况下或者在纸工具38上进行记录时,收集设备24尚未进行,则可以将该数据提供到正运行软件34并且具有至少将数据事件值256(图4)与其各自的数据事件请求240相关联的能力的设备18、25、36中的另一个。将至少数据事件值256与其各自的数据事件请求240、日期时间戳169和情境信息156的此相关联,在步骤392中产生溶入情境的(自监视)数据170。
要理解,如在根据本发明的结构化测试中所使用的数据应对溶入情境的数据的预期收集。考虑图10A,在此示例中,当人考虑到在左手侧没有情境的地铁地图和在右手侧使得能够容易地对系统进行导航以及从一个地方行进到另一地方的具有情境的地铁地图的效用时,情境的固有优点变得清楚。以类似的方式,溶入情境在糖尿病中可以起到重要作用。与数据相关联的情境例如可以是起因于治疗、事件(诸如进餐、锻炼、事件237、请求240等)和对数据收集本身的请求的时间(例如定时238)。照此,通过与一个或更多上面提及的因素相关联,可以将患者通过测量值所收集的任何数据溶入情境,所述因素例如治疗、事件和时间,下面对其中的每个进行进一步论述。
例如,可以将治疗定义为意欲减轻患者的葡萄糖控制减低的持续医治。此医治通常涉及诸如胰岛素、口服药物之类的抗糖尿病药剂以及饮食和锻炼。治疗(或者治疗组合)由于不同的作用机制,对患者的血糖过多有特定药理效果。(一个或多个)治疗的(一个或多个)剂量的改变或者(一个或多个)治疗本身的改变,将导致患者的葡萄糖控制的改变。因此,将所收集的bG数据强链接到基本治疗和剂量,并且使用此信息来将该数据溶入情境。剂量或者治疗的改变将导致不同的情境。要理解,在设计诸如先前在上面关于图5A所论述的收集过程70的时候,临床医生14可以与患者磋商来设置治疗情境。
在一个实施例中,收集过程70中的事件237可以包括围绕bG测量点在使患者的正常葡萄糖水平变化中起作用的具体条件。如先前在上面所提及的,事件237可以是基于锻炼或者进餐的,并且对于数据溶入情境而言是相关的。在此情境下,基本假设是患者或多或少在良好定义安排下进行操作。在创建收集过程70的时候,患者12可以与临床医生14讨论生活方式事件,使得可以根据患者12的需要对收集过程70进行剪裁。作为示例且参考图10B,考虑一般收集过程70,由此患者12不进行有规律地锻炼,从而,事件中的大多数是包括早餐、午餐和晚餐在内的基于进餐的事件。患者12的这样的生活方式导致针对收集过程70中的事件安排222的bG测量的六个候选点(这些进餐中的每个进餐的前和后)。在创建/定制收集过程70(图5A和/或图7B)的处理期间,临床医生14可以指定患者按照收集过程70的事件安排222,收集这些点中的一个或者更多或者全部。处理器102可以将除了这些点之外、即在收集过程70的要求之外所收集的任何数据,分类为非收集过程读取。以类似的方式,对于有规律地锻炼的1型糖尿病患者,临床医生14可以对收集过程70进行剪裁/定制,以包括围绕锻炼事件的附加测量。在此示例中,该事件信息于是被用来依赖于事件237以适当的方式将该数据溶入情境。
时间表示进行测量的实际时间,且在绝对项中,例如日期时间戳169(图4)。另外,时间也可以用偏差来标示,该偏差即距特定事件的偏移。作为示例,在进餐之后的特定时间进行餐后读取,且跨越不同天此时间可以不同。此场景在患者可能不能够每天在相同时间进行基于事件的读取t时出现。因此,存在在不同天进行相同测量的时间的分布。知道此分布对于分析这样的定时以及收集过程70中的参数定时238可能是有用的。
另外,使用溶入情境的数据170,可以描述患者12在测量的时候的生理状态。患者的生理状态可能影响生物标志物值,因此知道患者的生理状态有助于生物标志物值的理解。因为在诸如最后进餐时间、进餐类型、进餐分布、锻炼信息、睡眠质量、睡眠持续时间、醒来时间和诸如生病之类的应激源等的预定事件的情境中收集生物标志物数据,因此可以将该生物标志物数据溶入情境。时间分辨数据允许使用诸如顺应于结构化收集过程70和患者生活方式事件的其它信息在情境中解释生物标志物数据。
再参考图9,在步骤394中,使用(一个或多个)遵守准则224评价溶入情境的数据170,以生成符合遵守准则224的接受的溶入情境的数据395。由于遵守准则224可以提供用于数据事件值256与标准的比较的基础,因此可以接受且使用或者拒绝且不使用该数据事件值,在一个实施例中可以使用遵守准则224来过滤数据。在另一实施例中,步骤394可以在步骤392之前。
例如,图11示出了与不可接受的溶入情境的数据397混合的接受的溶入情境的数据395的图。该图垂直轴示出了生物标志物值256,其包括以生物标志物设置点、生物标志物上限和生物标志物下限的形式的情境252。该图水平轴示出了测量请求240和如虚线所指示的实际睡眠超过推荐的最少量睡眠的睡眠时间段事件237的施行时间238。接受的溶入情境的数据395是符合遵守准则224的数据。不可接受的溶入情境的生物标志物数据397不在结构化收集过程70内或者不符合遵守准则224。通过排除不可接受的溶入情境的生物标志物数据397,接受的溶入情境的生物标志物数据395可以帮助改进决策。可以使用统计技术以向临床医生14载送附加信息的形式来查看接受的溶入情境的生物标志物数据395。统计技术的示例包括回归法、方差分析等。下面提供关于软件34的优选实施例的其它细节。
软件
如上面在先前部分中所提及的,软件34可以操作在患者计算机18,收集设备24,诸如膝上型计算机、个人数字助理和/或移动电话之类的手持计算设备36,以及纸工具38上。软件34可以经由计算机可读介质40或者在公共网络50上预先加载或者提供,并且如果希望,则可以加载以供在患者计算机18、收集设备24、临床医生计算机/办公室工作站25和手持计算设备36上操作。在另外的其它实施例中,还可以将软件34集成到耦合到计算机(例如计算机18或者25)的设备读取器22中以在其上操作,或者通过公共网络50,诸如从服务器52远程访问。另外,可以把一个或更多收集过程70提供为软件34的一部分,提供为对软件34的更新,或者提供为可以在软件34上被操作并且由软件34使用的单独的文件。
在下面论述的实施例中,软件34在收集设备24上运行,并且提供三个基本元素:一个或更多结构化收集过程70、数据文件145和一个或更多脚本。由于结构化收集过程70和数据文件145的特征与先前在上面所论述的相同,因此不提供进一步细节。一个或更多脚本是驻留在收集设备24上的小的独立程序,且每个可以实行特定的任务集。这样的脚本可以包括诸如由图12所描绘的方案脚本401、解析脚本403和分析脚本405,在下列段落中详细论述这些脚本中的每个。
方案脚本
方案脚本是实际使得处理器102能够在收集设备45上执行收集过程70的脚本。在发起收集过程70的时侯,在一个实施例中,方案脚本促使处理器102创建数据结构,该数据结构概述了如由收集过程70所概述的预计的数据量。在另一实施例中,如果要在收集过程70期间收集附加数据,则数据结构可以具有可变大小,或者是固定大小但具有缓冲区,例如数据结构中的阵列。例如,具有缓冲区的这样的数据结构可以解决当如果希望可以对收集过程70进行扩展,或者由于未符合希望的条件,例如患者生物标志物值尚未达到希望的值而需要对收集过程70进行扩展,诸如像直到在收集设备24的存储器110中针对该数据结构可分配的存储器的最大大小时的情形。诸如数据文件145之类的此数据结构最低限度存储收集过程70的发起时间,诸如数据事件值256之类的生物标志物的实际测量和诸如日期时间戳169之类的测量时间,以及任选地存储附加溶入情境所使用的所有其它信息,诸如情境信息156,和诸如进餐、锻炼等的请求240。作为可选实施例,人还可以考虑把该数据结构作为由临床医生14生成的日程表,该日程表可以包括按照天的细节和需要进行测量的一天中的某时间。此日程表特征还使得患者能够容易地看到何时他需要进行下一次测量。方案脚本还促使处理器102实行对于处理器102执行收集过程70而言必要的所有功能。一旦收集到了适当的数据,例如成功运行了收集过程70,则方案脚本在一个实施例中促使处理器102用完成标志257标记该数据结构,或者在另一实施例中将其作为软件34的状态条件来提供并且将如在软件34中所提供的处理器102的控制传递到解析脚本。在前者的实施例中,还可以使用完成标志257来提供关于结束/终止的原因的信息,诸如以识别完成的类型(结束、逻辑(超时)、遵守终止等)。对于后者的实施例,由于如先前在上面所提及的,可以在工厂将一个或更多过程70加载到收集设备24上,在软件34中提供每个收集过程70的状态条件有助于支持仅在临床医生14授权之后该过程可用的要求。在一个实施例中,可以由软件34跟踪每个收集过程70的这样的状态条件,且这样的状态条件可以包括‘休眠’状态、‘授权’状态、‘待定’状态、‘活动’状态和‘完成’状态中的一个或更多。当把收集设备24装载了一个或更多嵌入式收集过程70,但是诸如先前在上面所描述的,在授权使用之前,患者12不能在收集设备24上使用(或者看到)该收集过程70时,休眠状态有用。在此情况下,把该收集过程70说成处于休眠状态。授权状态是在收集过程70在临床医生14对其进行授权以供在收集设备24上使用之后变得可用的时侯。在此状态期间,可以还如例如经由临床医生、患者12的选择或者通过开始日期所配置的那样,配置收集过程70(例如由临床医生)和发起收集过程70以开始。待定状态是在设置了开始日期,但是在执行之前的时候,例如,在其中,收集过程70等待某未知时间,直到在执行事件安排222之前符合进入准则226为止。一旦在一个实施例中经由符合进入准则226,在开始日期或者在开始日期之后收集过程70开始执行,则把收集过程说成是处于活动状态,在其中,至少处理器102正在实现事件安排222。当如先前在上面所提及的,当收集过程70结束时,完成状态以关于完成标志257类似的方式起作用。
解析脚本
解析脚本是一旦收集过程70数据收集完成,就促使处理器102对诸如像溶入情境的数据395(图11)之类的溶入情境的数据进行解析的脚本。解析脚本促使处理器102例如在一个实施例中仅针对收集过程70中关键数据事件237(例如针对生物标志物值的强制性数据收集),试图解决在执行收集过程70的时侯可能已出现的任何异常(例如实时地,即正在执行该过程70时)。如果在解析脚本的执行的结尾,异常至少对于收集过程70所要求的强制性数据仍然存在,则解析脚本将促使处理器102表明尚未收集到适当的数据。因此,通过处理器102在数据文件145中不提供完成标志257,处理器102将收集过程70标记为未完成。如果例如在一个实施例中至少对于关键事件,和/或在另一实施例中被指明为主要样本的事件,和/或在又一实施例中对于所有事件,在解析脚本的结尾不存在异常,则通过处理器102在包含所收集的和溶入情境的数据的数据文件145中提供完成标志257,将收集过程70标记为完成。下面,随后将在说明执行阶段的又一实施例中,解释解析脚本的作用。
分析脚本
分析脚本促使处理器102分析完成的收集过程70,该完成的收集过程70具有其自己的相关联的数据集,例如数据文件145。处理器102根据分析脚本所实行的分析可以是简单的(平均葡萄糖值、葡萄糖可变性等),或者其可以更复杂的(胰岛素敏感度、噪声评估等)。在一个实施例中,收集设备24自身可以实行实际分析,或者可以在诸如计算机18、25之类的计算机上实施分析。在一个实施例中,来自分析脚本的结果于是可以被处理器102显示在收集设备24的显示器108上或者外围设备的显示器上。下面对图13和14以及图2和5B进行参考,来论述对软件34的脚本和程序指令的引用。
收集过程执行
图13和14描绘了处理器在收集过程70期间,使用上面提及的脚本,根据软件34的程序指令所实行的收集过程执行方法400。点划线指示不同脚本的不同域之间的界线且是进行控制交换的界线。要理解,可以在有能力接受一个或更多结构化收集过程70和上面所论述的相关联的仪器可执行脚本的血糖测量设备(诸如仪器)上实现下面公开的本发明的实施例。
首先参考图13,一旦在步骤402中,处理器102使用方案脚本401,诸如以先前上面在早前的部分中论述的上面方式中的任何方式,在收集设备24上发起了收集过程70,就在符合进入准则226(如果在收集过程70中提供了)之后,步骤404中,根据事件安排222发生例如事件237的数据事件实例。对于事件237,在此示例中,处理器102经由对患者12的请求240提示如由收集过程70命令的在午餐事件周围进行读取。例如,请求240的提示可以是处理器102经由响起的指示器148提供的警告,由此处理器102还在显示器108上要求患者12进行读取。在一个实施例中,软件34提供了瞌睡特征以及跳过读取特征,其中,患者12可以使用用户接口146使能延时或者跳过数据收集。例如,如先前上面在早前的部分中所论述的选择延时特征,可以促使处理器102在使能对数据收集的延时之后的预先定义的时间量,再次针对事件237提示患者12。例如,在一个实施例中患者12在提示的时侯不能进行读取的情况下,例如,在提供测量/读取的时间窗口之初,可以使用这样的特征。同样地,如果患者相信他/她不能在时间窗口内实行测量/读取,则将选择跳过特征。图10B示出了时间窗口或者在事件周围的特定时间窗口的示例(“容许窗口”)。
接着,处理器102根据方案脚本401在步骤406中使用遵守准则224,以在一个实施例中通过符合遵守准则224的条件,来确定针对事件237的数据收集是否成功。例如,如果患者12在指定的时间窗口内成功收集了数据,则成功的数据收集将发生。在另一实施例中,相同的处理可以应用于一个或更多采样组262。接着,在步骤410中,处理器102根据方案脚本401,例如如先前上面在早前的部分中也论述的,通过在数据文件145中将例如日期时间戳169(图4)的当前时间、事件239和/或请求240及例如关于患者的治疗的可用情境信息156以及唯一标识符167(如果需要),与所收集的数据(例如数据256)相关联,将针对事件安排222中的这样的事件和/或采样分组262成功收集的数据溶入情境。
如果在上面示例中,患者12未能在指定的时间窗口内收集数据,则在步骤412中,处理器102根据方案脚本401扫描驻留在收集设备24上的溶入情境的数据,以确定是否可获得符合缺少的数据点的要求的类似数据点。只有当此数据点达到意欲要收集的数据点的所有要求的时候,在步骤414中,处理器102将根据方案脚本401选择此数据点。
作为示例,如果收集过程70要求成对的测量,即餐前和餐后测量,则对于这两个测量在相同事件周围进行是重要的。在此情况下,不允许由在前的值替代任何一个值;如果这发生,则针对考虑中的事件标记异常。在此场景中,数据结构中的相关元素在该位置是未完成,其中,处理器102将在步骤416中声明异常,诸如在针对引起异常的事件237的具体数据记录152中把唯一标识符167提供以<null>值。如果不存在这样的制约,则处理器102可以在步骤414中从驻留在收集设备24上的数据选择数据点,并且在步骤410中将其添加到溶入情境的收集的数据中。此替代数据点将具有相同的情境信息、事件情境,并且在原始收集时间段的指定的时间窗口内收集,如果这样是要求。在步骤418中,根据方案脚本401,处理器102将进行检查以看针对收集过程的事件安排222中的所有事件237完成了数据收集。如果收集过程70提供了退出准则228,则处理器102还检查是否符合退出准则228。如果否,则处理器102通过返回到步骤404,进行事件安排222中的下一个事件,其中,数据收集于是以类似的方式进行收集过程70的剩余事情。要理解,处理器102可以在显示器108上向患者12显示作为收集过程70的指导230的一部分的频繁的消息,以在贯穿整个数据过程对患者进行指导。要理解,作为方案脚本的一部分,每当符合任何指定的退出准则时,处理器102可以在一个实施例中结束该收集过程70,或者在另一实施例中作为选项在显示器108上呈现以供患者选择结束该过程70。一旦在步骤418中数据收集完成,则方案脚本401于是在步骤420中将处理器102的控制移交给解析脚本403。
参考使解析脚本403所起的作用显著的图14,当在收集过程70完成时传递了控制时,解析脚本403针对未完成性检查数据文件145中的溶入情境的数据170。为了实现这一点,处理器102在步骤422中从存储器110读取溶入情境的数据170,并且根据解析脚本403作为在步骤424中的异常检查来查找提供在数据文件145中的任何异常(例如任何唯一标识符167的<null>值)。当可能时,在步骤426中在可能的情况下,处理器102使用在收集设备24上可获得的数据试图解决任何这些异常。作为示例,可适用数据可以从非收集过程70事件或者可以从作为另一收集过程70的一部分所收集的数据获得。如果根据现有数据不能解决该异常,则在步骤428中,将收集过程70标记为未完成。在此点,将收集过程70的完成标志257设置为未完成(例如不设置、<null>、预先定义的值等)。否则,如果不存在异常,和/或在步骤426中解决了所有异常,则处理器102将完成标志257设置为完成,然后可以在步骤430中显示收集过程70的结果。处理器102根据解析脚本403于是收集与收集过程70相关联的所有数据(即数据文件145),并且在步骤432中将控制移交给分析脚本405。
如果在数据文件145中完成标志257被标记为完成,则在步骤434中,分析脚本将促使处理器102对在步骤432中收集的数据实行所有必要的分析,诸如在收集过程70中详细描述的分析258(图6B)。在一个实施例中,可以在收集设备24上实行简单的分析常规计算,而对于更复杂的收集过程70,可以在诸如计算机18或者25之类的计算机上进行分析。
当包含一个或更多收集过程70的收集设备24连接到诸如连接到计算机18或者临床医生计算机25的Smart-Pix设备之类的设备读取器22时,软件32促使相关联的处理器自动显示完成的收集过程70的列表及其相关联的数据文件145。
在一个实施例中,软件34可以与诸如作为SmartPix设备而被提供的设备读取器22交互以对结果进行可视化,或者与可以显示对来自收集过程70的数据的分析结果的包括计算机18、25等在内的任何其它设备交互。在此点,如果在临床医生计算机25上,则临床医生14可以决定查看完成且分析的收集过程70的结果,或者实施对完成的收集过程70的分析。临床医生14还可以回顾未完成的任何收集过程70,并且试图评价存在于收集过程70中的异常。此交互给了临床医生14向患者给出对他的数据的反馈和/或评价完成现有的(一个或多个)收集过程70失败的原因的机会。
使用情况示例
参考图15,提供了使由临床医生14以及患者12实施的动作序列显著的使用情况示例。此序列涵盖了从医疗问题的公式化到收集过程70的完成,临床医生14-患者12交互的概述。点划线指示临床医生14域和患者12域之间的界线,其是发生信息交换的界线。对完成的收集过程70的论述还用于鼓励患者,并且给临床医生14提供对患者施行和进展提供反馈的机会
在步骤440中,患者访问临床医生14,而在步骤442中,临床医生识别问题,这导致步骤444中对医疗使用情况(医疗问题)的选择。在诸如在计算机25上选择医疗问题之后,临床医生使用计算机在步骤446中使用方法200和/或300(图5A和7A)选择和定义/定制结构化收集过程70。在规定结构化收集过程70之后,计算机25将该结构化收集过程70提供到收集设备24,在步骤448中进行接收。在步骤450中,在满足在过程70中所提供的进入准则226之后,患者12使用收集设备24根据结构化收集过程70开始数据收集。在步骤452中的数据收集期间,根据在结构化收集过程70中所包含的事件安排222,收集设备24自动安排事件237。至少对收集设备24自动针对符合遵守准则而进行评价和记录的所有生物标志物测量应用遵守准则224。在步骤454中,一旦符合退出准则228,就完成了结构化收集过程70。接下来,在步骤456中,如果希望,则患者12可以实行基于任何可用的收集设备的分析258。接下来,在步骤458中,还可以生成报告,诸如在步骤434(图14)中所提及的数据报告。在步骤460中,优选将来自收集设备24或者来自患者计算机18的数据(例如完成数据文件145)发送到临床医生计算机25。在步骤460中接收所收集的数据,接着在步骤462中进行分析。接下来,在步骤464中,可以生成报告,该报告可以用来便利与患者12在步骤466中对任何附加结果的讨论。接下来,在步骤468中打印文档,在步骤470中可以把该文档给患者12以及在步骤472中可以将该文档记录(存储)在患者12的电子医疗记录中。
收集过程的生成、修改和传送
本发明的实施例还使得能够向和从诸如收集设备24之类的结构化测试使能设备生成、修改和传送收集过程70。由于收集过程70源于并且目的是解决特定医疗使用情况或者问题,所以以安全的方式实施从一个设备到另一设备,对所得到的信息的传送,所得到的信息例如数据文件145。另外,由此方法可以以安全且有效的方式管理针对患者或者一组患者的所有收集过程相关信息(例如数据文件145)。
要理解,下面提供的论述包括与如先前在上面关于图15所论述的临床医生14和患者12之间的交互相关的方面。特别地,该公开内容在下面提供了与管理收集过程70的生成、传送和分析所需的基础架构有关的细节。下面,由于提供了与设备和信息(数据、报告等)向和从设备18、25和52的传送有关的方面,因此还对图2的系统41进行参考。
在一个图示的实施例中,系统41可以包括:是web服务器的服务器52,其用作作为驻留在临床医生计算机25上的软件34的多个收集过程70a、70b、70c、70d的贮存器;以及诸如被提供为血糖仪的收集设备24。此后,将这些部件分别称为“服务器”、“软件”和“仪器”。另外,将软件34驻留在的计算机25称为“客户机”。
在一个实施例中,服务器52可以用作解决特定医疗问题的多个收集过程70a、70b、70c和70d的中央贮存器。因此,可以将一个或更多收集过程70从服务器52下载到临床医生计算机25。在这样的实施例中,服务器52和客户机计算机25之间的所有通信以安全且基于web的格式进行。另外,在另一实施例中,在计算机25和服务器52之间不存在完全双向数据传送,因此患者数据决不能被传送到服务器52。此外,在其它实施例中,仅可以通过有效标识符来进行对来自服务器52的收集过程的请求。这样的实施例确保了仅容许授权客户机访问服务器52以下载所请求的(一个或多个)收集过程70。
在一个实施例中,从服务器52下载的每个收集过程70仅可以使用一次(例如,如果设置了完成标志或者状态,则该过程70不能再次运行直到临床医生14再次授权为止)。每次对收集过程70的连续下载都要求来自具有有效ID 71(图2)的授权客户机用户的访问。服务器52还向客户机计算机25提供更新,由此确保了软件是最新的版本。对于从客户机计算机25到服务器52的通信也存在限制。服务器52仅可以访问与软件34的安装版本有关的信息。服务器52不能访问驻留在例如存储器78的客户机数据库中的任何数据。另外,对客户机计算机25上的数据进行访问控制,使得其在没有必要的允许的情况下不能被使用和访问。
驻留在客户机计算机25上的软件34用作服务器52和仪器24之间的接口。软件34在前端包括向临床医生14提供关于总体实践的准备信息的用户友好接口。此信息可以包括关于所有赋予患者的细节、安排临床医生14在给定日要看的关于患者的细节以及需要额外注意的关于患者的细节。软件34还与诸如由卫生保健记录系统27使用并提供在保健记录系统27中的数据库相接口,所述数据库包括通过各个患者ID布置的相关患者数据。软件接口还容许临床医生14使用患者标识符访问患者12细节。以此方式,软件34向临床医生14提供关于患者12已经完成的(一个或多个)收集过程70(即具有针对完成标志257的完成设置的那些收集过程)、相关联的结果、还有患者12当前正在实行的收集过程70的信息。驻留在客户机计算机25上的所有数据都是安全的且受到访问控制。服务器52没有办法访问该数据。在实践中,临床医生14可以访问来自所有患者的数据。另外,各个患者12可以使用其患者标识符以安全的基于web的格式,访问诸如来自临床医生的服务器的其数据。将此数据从仪器24下载到计算机25上的数据库,并且使用患者标识符与患者12相关联。
在从仪器24下载数据的时侯,软件34还对该数据实行分析,以确保维持该数据的完整性,并且在传送的时候不发生数据损坏。客户机计算机25在软件34的帮助下还可以向各个患者发送电子邮件,且这些电子邮件可以包含关于即将到来的约定的信息、关于在约定之后患者应该做什么的提醒以及作为完成的收集过程70的结果的报告。当临床医生14针对特定患者从服务器52下载收集过程70时,将收集过程70与患者标识符相关联。以此方式,可能的是为其患者说明当前正在进行中的是什么收集过程70。
如先前上面在早前的部分中所论述的(图7B),临床医生14还可以使用软件34修改下载的收集过程70,以针对各个患者需要对收集过程70进行剪裁。在修改收集过程70的时候,临床医生14还具有用来改变将对经修改的收集过程70实施的分析的选项。另外,即使对于未被修改的标准收集过程70,临床医生14也具有用来添加用于分析的附加选项的选项。
此外,临床医生14可以决定并设置关于何时该过程70必须终止的指南。例如,临床医生14可以诸如经由使用收集过程70中的选项参数232,决定并设置容许多少次遵守违反,即患者可以缺少多少次测量。
一旦临床医生14将收集过程70引入仪器24中(在接下来的部分中所论述的细节),患者12就不能改变该收集过程70。另外,将收集过程70与临床医生14(规定者)和患者标识符两者相关联,以确保对收集过程70和相关联的数据(例如数据文件145)的说明。
软件34还容许临床医生14选择一旦对完成的收集过程70进行了分析就将生成的报告的类型。针对将在其上查看报告的设备,对此报告进行剪裁。该报告可以是针对移动设备,诸如电话,掌上设备或者仪器,或者计算机,或者可以是打印格式。软件34还具有与电子医疗记录系统连接的能力,以将患者数据和对该数据所实行的分析的结果从收集过程70添加到医疗记录中。
仪器24用作患者12用来如收集过程70所推荐的那样收集预期的且溶入情境的数据的机构。仪器24可以由患者拥有,或者其可以由临床医生14拥有并在与收集过程70相关联的数据收集的持续时间借给患者12。临床医生14可以通过多个机制将收集过程70引入仪器24中。例如,在一个实施例中,可以经由将客户机计算机25链接到仪器24的连接线缆,从服务器52下载收集过程70并添加到仪器24中。在另一实施例中,还可以在可以插入到仪器24中的芯片(例如计算机可读介质40)上,获得收集过程70。于是将该收集过程70加载到仪器24的固件中,在固件中,可以由患者12发起该收集过程70。在又一实施例中,还可以使用RFID标签芯片(例如计算机可读介质)引入收集过程70。
连同下载的收集过程70一起,仪器24还具有向患者12显示在数据收集的时候指导患者的指令的能力。另外,如上面所论述的,收集过程70可以将患者标识符以及临床医生标识符这两者引入到仪器24中。类似地,可以将从仪器24收集的数据,诸如数据文件145中的设定数据163(图4)的一部分,与患者标识符和临床医生标识符相关联。另外,数据文件145中的设定数据163可以包括关于仪器24的信息(即测量噪声、校准数据)以及条批号和关于任何数据收集事件237所使用的条的其它信息。在数据分析的时候,这样的信息可能有帮助。
在收集过程70完成时,可以将仪器24连接到软件34。这时,客户机计算机25的处理器76根据在其上运行的软件34,安全地传送诸如数据文件145的数据并进行存储。一旦软件34在客户机计算机25上完成了对来自收集过程的数据的分析,仪器25也就具有存储供患者参考的分析结果的能力。现在,下面对图16至18进行参考。
软件 GUI
在一个实施例中,呈现了使通过由此在诸如计算机25和/或服务器52的计算机上提供的图形用户接口(GUI 500)可使用的软件34的其它特征显著的一般工作流程。在此示例中,考虑当临床医生14打开特定患者的情况文件时的一般场景。如图16中所示,临床医生14可以使用在客户机计算机25上运行的软件34的GUI 500,容易地使关于所显示的患者文件502的重要细节可视化。在GUI 500的顶部窗格502,临床医生14可以看到并使用诸如改变所显示的患者文件之类的各种管理任务504,创建包含来自患者文件的信息的电子邮件,创建包含来自患者文件的信息的传真,保存患者文件、对患者文件中的数据加书签,选择已有的书签,打印来自患者文件的信息/图等。
在GUI 500的左窗格506上,临床医生14具有附加选项508,诸如用于在仪器24连接到计算机25或者18(有线或者无线地)时下载诸如数据文件145之类的患者数据的选项。其它选项508还可以还包括查看关于患者简档、日志和附加记录的细节以及基于所计算的数据的图等。如图16所指示的,选择了概览选项,其在主窗格510中示出了其内容。
主窗格510指示针对患者12的治疗给予的工作流程中的所有一般步骤。这些步骤可以包括下列:疾病状态512、治疗选择514、治疗初始化516、治疗优化518和治疗监视520。下面论述在GUI 500上作为图标提供的每个步骤。
疾病状态512是对疾病状态的确定,例如患者是1型还是2型糖尿病患者。一般,当患者12第一次看临床医生14时,或者当临床医生14怀疑特定患者可能有危险时,实施疾病状态确定。一旦确定了疾病状态其后就跟随治疗选择514,且临床医生14需要选择考虑患者的疾病状态的适当的治疗。由于治疗选择514可以包括分别由图5A和7A所示的方法200和300的处理,因此不提供进一步的论述。治疗初始化516是治疗初始化的处理,其涉及建立对患者12给予治疗借助于的初始细节。这可以包括关于治疗的起始剂量、进行治疗的时间等的细节。下面参考图17提供关于治疗初始化516的其它细节。治疗优化518涉及确定针对患者的最佳有效剂量以使得其将不产生副作用。转让给Roche Diagnostics Operations, Inc.的2009年12月21日提交的美国专利申请序列第___________号“STRUCTURED TESTING METHOD FOR DIAGNOSTIC OR THERAPY SUPPORT OF A PATIENT WITH A CHRONIC DISEASE AND DEVICES THEREOF”(代理人档案号ROP0044PA/37554.65),公开了用于治疗优化的方法的示例。最后,治疗监视520涉及在优化所选择的治疗之后常规地监视患者12以检测治疗陈腐化。因此,GUI 500以用户友好的格式向临床医生14提供所有有用信息。
图17表示临床医生14经由疾病状态512和治疗选择514已经确定了该疾病状态并且选择了治疗时的场景,且其处于治疗初始化516的步骤。如所示出的,软件34在GUI 500中将已经完成的步骤阴影化,其中,仅使当前正在进行中的步骤显著,例如治疗初始化516。另外,在一个实施例中,软件34不允许临床医生14在未完成当前步骤中所有要求的动作(换句话说,已经完成了所有先前的步骤)的情况下前进到下一步骤。然而,软件34向临床医生14提供经由在GUI 500中选择针对该步骤的特定图标而返回并修改在前的步骤的选项。
在此示例中,患者12是糖尿病患者,且当前正在进行临床医生14需要针对1型糖尿病患者来初始化长效胰岛素治疗的治疗初始化516。如所示出的,在GUI 500上针对此步骤向临床医生14呈现了用于初始化该治疗的所有可用的初始化选项522。例如且如所示出的,临床医生14可以选择诸如示出为长期基础胰岛素的药物524的类型,并且选择与药物524相关联的过程选择图标526,并且每个过程选择图标526与对于解决关于与药物524的类型相关联(并且可获得)的所列出的特定药物(例如Lantus(蓝德仕)、Levemir(瑞和密尔))的(一个或多个)治疗问题可用的收集过程70相关联。软件34通过GUI 500还允许临床医生14决定是否应当表明诸如胰岛素敏感度、胰岛素对碳水化合物比率等之类的附加治疗相关参数528,如果这样需要的话。另外,可以经由选择用于通常信息530的图标来查看治疗初始化的其它细节。
当临床医生选择过程选择图标526中的一个时,软件34提供在相关联的收集过程70中设置的条件的快照532,诸如图18所图示的。在快照532中提供的一般初始条件可以包括:下药的频率(给药调整)、(默认)起始剂量、目标水平、事件安排(例如测量3天的空腹血糖)、针对计算的推荐(例如基于3天的中间值修改药物剂量,在其余天进行测量以评估效果)等。如果希望关于所选择的收集过程70的更多细节,则可以经由更多细节图标534查看诸如相关的医疗文献、可能已经形成了结构化测试过程的基础的情况研究等。临床医生14还具有经由接受图标536接受如所提供的收集过程70或者建议经由修改方案538对收集过程70进行修改的备选项。由于选择修改方案538例如可以在GUI 500上打开,诸如图7B所描绘的过程70中的所有参数的屏幕表示以供修改,并且由于先前上面在早前的部分中论述了这一点,因此不提供进一步论述。一旦对收集过程70进行了修改,临床医生14就可以回顾并接受改变。在接受收集过程70时,经由在GUI 500上选择接受图标536,软件34促使处理器,例如处理器76,将完成的收集过程70发送到仪器24,如先前上面在早前的部分中所论述的。下面指出本发明的上述实施例的某些优点。
虽然不限于此,但是本方法的实施例提供了下列指出的优点。某些实施例通过考虑诸如进餐和现有药物之类的因素使得能够将收集的数据溶入情境。可以对预期的数据实施所有数据分析,即牢记需要解决的医疗问题来实施溶入情境的数据的收集。收集过程70每个被适合于收集bG数据,以解决具体的医疗问题,例如餐后血糖波动的控制、调节空腹血糖值、表征患者胰岛素敏感度、监视患者的治疗反应等。使用这样的收集过程,使收集bG值的任务目标导向使患者知道他或她正在实施这样的测试的原因。相信明白实施测试的原因会导致遵守增加。
此外,某些实施例提供了对不同的患者12在不同的收集设备24上同时运行多个收集过程70进行管理所必要的基础架构,同时对于接收和传送收集过程70以及从对这些收集过程70的分析获得的结果而言确保了安全的基于web的通信。例如,某些实施例通过下列帮助临床医生14:使得临床医生14影响在工作规则治疗下从疾病状态确定到规则监视范围内的患者的治疗的所有阶段更容易;使得临床医生14能够以安全的且基于web的格式管理针对一组患者的收集过程70执行的各个阶段;通过提供基于患者需要从预定列表中选择收集过程70或者修改收集过程70的选项,对临床医生14提供灵活性;由于通信完全是以数据为中心的,并且是例如由手头的医疗问题指导的,因此使临床医生14和患者12之间的交互更有效。
因此,通过上面公开内容,公开了关于对在仪器上同时运行的收集过程的执行、数据收集和数据分析进行管理的方法和系统的实施例。本领域技术人员将理解,可以使用所公开的实施例之外的实施例来实践该教导。为了说明而非限制的目的呈现了所公开的实施例,本发明仅仅由随后的权利要求限制。

Claims (32)

1.一种用于实行结构化收集过程(70)的收集设备(24),所述设备(24)包括:
存储器(110);
处理器(102),其连接到所述存储器(110);以及
程序(34)指令,在由所述处理器(102)执行时,所述程序(34)指令促使所述处理器(102):
在某未知时间符合一个或更多进入准则(226)时,自动发起所述结构化收集过程(70)的事件安排(222),
将根据所述事件安排(222)收集的患者数据(256、170、145)存储在所述存储器(110)中,
在某未知时间符合一个或更多退出准则(228)时,自动结束所述结构化收集过程(70),和
如果在施行所述事件安排(222)中的事件(237)期间未发生异常,则将所述结构化收集过程(70)标记为完成。
2.根据权利要求1所述的收集设备(24),其中,处理器(102)使用状态条件来指示所述结构化收集过程(70)的完成。
3.根据权利要求1所述的收集设备(24),其中,所述处理器(102)在所述存储器(110)中提供完成标志(257)以指示所述结构化收集过程(70)的完成。
4.根据权利要求1所述的收集设备(24),其中,在发起所述结构化收集过程(70)的时候,所述程序(34)指令促使所述处理器(102)针对所述患者数据(256、170、145)在存储器(110)中创建数据结构。
5.根据权利要求3所述的收集设备(24),其中,所述程序(34)指令还促使所述处理器(102)试图解决异常,并且如果解决了所述异常,则将所述完成标志(257)标记为完成。
6.根据权利要求5所述的收集设备(24),其中,处理器(102)试图通过所述程序(34)指令进一步促使所述处理器(102)扫描所述患者数据(256、170、145)并且使用所述患者数据(256、170、145)中符合引起所述异常的所述事件(237)的要求的类似数据清除所述异常,来解决所述异常。
7.根据权利要求1所述的收集设备(24),其中,所述程序(34)指令还促使所述处理器(102)对所述患者数据(256、170、145)施行分析。
8.根据权利要求1所述的收集设备(24),其中,所述程序(34)指令还促使所述处理器(102)对根据所述事件安排(222)收集生物标志物数据(256)提供提示和指导(230)。
9.根据权利要求8所述的收集设备(24),其中,所述程序(34)指令还促使所述处理器(102)提供瞌睡特征,以在提示时使能对所述生物标志物数据(256)的收集的延迟。
10.根据权利要求1所述的收集设备(24),其中,所述程序(34)指令还促使所述处理器(102)应用遵守准则(224),以确定是否在所述事件安排(222)中提供的事件(237)周围的特定时间窗口内收集了所述患者数据(256、170、145)。
11.根据权利要求1所述的收集设备(24),其中,所述程序(34)指令还促使所述处理器(102)应用遵守准则(224),以确定针对在所述事件安排(222)中提供的所述事件(237)中的每个所收集的数据(256、170、145)是否成功。
12.根据权利要求11所述的收集设备(24),其中,所述程序(34)指令还促使所述处理器(102)在所述患者数据(256、170、145)中将成功收集的数据与日期时间戳(169)、所述事件(237)、任何可获得的情境信息(156)和唯一标识符(167)相关联。
13.根据权利要求11所述的收集设备(24),其中,所述程序(34)指令还促使所述处理器(102)在所述患者数据(256、170、145)中指示针对不符合所述遵守准则(224)的所述事件(237)的异常。
14.根据权利要求1所述的收集设备(24),其中,所述程序(34)指令还促使所述处理器(102)在发生不利事件时结束所述结构化收集过程(70)。
15.根据权利要求1所述的收集设备(24),其中,所述收集设备(24)是血糖仪(26)。
16.一种用于管理结构化收集过程(70)的实现、执行、数据收集和数据分析的系统(41),所述系统(41)包括:
根据权利要求1所述的收集设备(24);以及
计算机(18),其可通信地耦合到所述收集设备(24),其中,所述计算机(18)提供了管理所述结构化收集过程(70)在所述收集设备(24)上的实现的图形用户接口(500)。
17.根据权利要求16所述的系统(41),还包括:连接到所述计算机(18)的服务器(52),其用作一个或更多结构化收集过程(70)的中央贮存器。
18.根据权利要求16所述的系统(41),其中,所述图形用户接口(500)提供了关于患者(12)已经完成的收集过程(70)和相关联的结果以及所述患者(12)当前正在所述收集设备(24)上实行的收集过程(70)的信息。
19.根据权利要求16所述的系统(41),其中,所述图形用户接口(500)提供了针对对患者(12)的治疗给予的工作流程(512、514、516、518、520)中的步骤。
20.根据权利要求19所述的系统(41),其中,所述步骤包括疾病状态(512)、治疗选择(514)、治疗初始化(516)、治疗优化(518)和治疗监视(520)。
21.根据权利要求20所述的系统(41),其中,所述图形用户接口(500)将用于在工作流程(512、514、516、518、520)中已经完成的步骤的图标阴影化。
22.根据权利要求16所述的系统(41),其中,所述图形用户接口(500)提供了用于初始化治疗的所有可用的初始化选项(522),其包括从解决所述治疗可用的一个或更多结构化收集过程(70)中进行选择。
23.根据权利要求16所述的系统(41),其中,所述图形用户接口(500)提供了在所述结构化收集过程(70)中所设置的条件的快照(532)。
24.根据权利要求16所述的系统(41),其中,所述图形用户接口(500)提供了修改方案图标(538),在选择所述修改方案图标(538)时,所述修改方案图标(538)允许对所述结构化收集过程(70)中的参数(220、222、224、226、228、230、232、237、238、240)的修改。
25.根据权利要求16所述的系统(41),其中,所述图形用户接口(500)提供了接受图标(536),在选择了所述接受图标(536)时,所述接受图标(536)促使所述计算机(18)将所述结构化收集过程(70)发送到所述收集设备(24)。
26.根据权利要求17所述的系统(41),其中,所述计算机(18)和服务器(52)之间的通信不支持完全双向数据传送,以保护患者数据(256、170、145)。
27.根据权利要求16所述的系统(41),其中,对由所述收集设备(24)收集的数据(256、170、145)的分析可以在所述收集设备(24)、所述计算机(18)和设备读取器(22)中的一个或更多上完成。
28.一种用于实行结构化收集过程(70)的收集设备(24),所述设备(24)包括:
存储器(110),其存储患者数据(256、170、145),所述患者数据(256、170、145)包括收集的生物标志物数据(256)、日期时间戳(169)、完成标志(257)和与所收集的生物标志物数据(256)的每个实例相关联的其它数据,所述其它数据包括溶入情境的数据(170),所述溶入情境的数据(170)表征相关联的收集的生物标志物;
处理器(102),其连接到所述存储器(110);以及
程序(34)指令,在由所述处理器(102)执行时,所述程序(34)指令促使所述处理器(102):
从存储器(110)自动检索结构化收集过程(70),所述结构化收集过程(70)具有参数(220、222、224、226、228、230、232、237、238、240),所述参数(220、222、224、226、228、230、232、237、238、240)定义了:
进入准则(226),其建立在获得生物标志物数据(256)之前需要符合的条件,
事件安排(222),所述事件(237)中的每个包括下列中的至少一个或更多:施行时间(238),用于实行所述事件(237)的指导(230),对信息、患者动作和对至少一种类型的生物标志物数据(256)的收集中的一个或更多的请求(240),以及
退出准则(226),其建立在退出所述结构化收集过程(70)之前需要符合的条件,和
在某未知时间符合所述进入准则(226)时,自动发起所述结构化收集过程(70)的所述事件安排(222),
将根据所述事件安排(222)收集的所述患者数据(256、170、145)存储在所述存储器(110)中,
在某未知时间符合所述退出准则(228)时,自动结束所述结构化收集过程(70),和
如果在施行所述事件安排(222)中用来收集所述生物标志物数据(256)的关键事件(237)期间未发生异常,则把所述结构化收集过程(70)指示为完成,否则,所述处理器(102)指示所述结构化收集过程(70)未完成。
29.根据权利要求28所述的收集设备(24),其中,如果把所述结构收集过程(70) 指示为未完成,则所述程序(34)指令还促使所述处理器(102)通过尝试替代引起所述异常的所述关键事件(237)的任何缺少的生物标志物数据(256、170、145),来尝试解决所述异常。
30.一种实行结构化收集过程(70)的方法(300),包括:
提供根据权利要求1所述的收集设备(24);以及
在所述收集设备(24)上授权所述结构化收集过程(70)。
31.一种实行结构化收集过程(70)的方法(300),包括:
提供根据权利要求28所述的收集设备(24);以及
在所述收集设备(24)上授权所述结构化收集过程(70)。
32.一种管理结构化收集过程(70)的方法(388),包括:
向收集设备(24)提供所述结构化收集过程(70)和程序(34)指令;以及
在所述收集设备(24)上执行所述程序(34)指令,所述程序(34)指令促使所述收集设备(24)的处理器(102):
在某未知时间符合一个或更多进入准则(226)时,自动发起所述结构化收集过程(70)的事件安排(222),
将根据所述事件安排(222)收集的患者数据(256、170、145)存储在所述存储器(110)中,
在某未知时间符合一个或更多退出准则(228)时,自动结束所述结构化收集过程(70),和
如果在施行所述事件安排(222)中的事件(237)期间未发生异常,则指示所述结构化收集过程(70)的完成。
CN2009801518231A 2008-12-23 2009-12-21 用于在收集设备上运行的结构化收集过程的实现、执行、数据收集和数据分析的管理方法和系统 Pending CN102265280A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14027008P 2008-12-23 2008-12-23
US61/140,270 2008-12-23
PCT/EP2009/009171 WO2010072387A2 (en) 2008-12-23 2009-12-21 Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device

Publications (1)

Publication Number Publication Date
CN102265280A true CN102265280A (zh) 2011-11-30

Family

ID=42212685

Family Applications (2)

Application Number Title Priority Date Filing Date
CN2009801518231A Pending CN102265280A (zh) 2008-12-23 2009-12-21 用于在收集设备上运行的结构化收集过程的实现、执行、数据收集和数据分析的管理方法和系统
CN200980151782.6A Expired - Fee Related CN102265279B (zh) 2008-12-23 2009-12-21 用于慢性病患者的诊断或者治疗支持的结构化测试方法及其设备

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN200980151782.6A Expired - Fee Related CN102265279B (zh) 2008-12-23 2009-12-21 用于慢性病患者的诊断或者治疗支持的结构化测试方法及其设备

Country Status (7)

Country Link
US (5) US10565170B2 (zh)
EP (3) EP4246522A3 (zh)
JP (5) JP5694948B2 (zh)
KR (3) KR101285520B1 (zh)
CN (2) CN102265280A (zh)
CA (2) CA2747309C (zh)
WO (2) WO2010072387A2 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103246735A (zh) * 2013-05-13 2013-08-14 中国工商银行股份有限公司 一种异常数据处理方法及系统
CN103268411A (zh) * 2013-05-20 2013-08-28 浙江大学 放化疗规范化质量控制的量化系统
CN104137108A (zh) * 2011-12-29 2014-11-05 霍夫曼-拉罗奇有限公司 用于移动电话的糖尿病管理应用
CN111527556A (zh) * 2017-12-28 2020-08-11 爱惜康有限责任公司 用于外科装置的自适应控制程序更新
CN112472077A (zh) * 2014-09-10 2021-03-12 安晟信医疗科技控股公司 用于记录健康数据的系统和设备

Families Citing this family (201)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8533029B2 (en) 2001-04-02 2013-09-10 Invivodata, Inc. Clinical monitoring device with time shifting capability
US7873589B2 (en) 2001-04-02 2011-01-18 Invivodata, Inc. Operation and method for prediction and management of the validity of subject reported data
US20080172026A1 (en) 2006-10-17 2008-07-17 Blomquist Michael L Insulin pump having a suspension bolus
US6852104B2 (en) 2002-02-28 2005-02-08 Smiths Medical Md, Inc. Programmable insulin pump
US9123077B2 (en) 2003-10-07 2015-09-01 Hospira, Inc. Medication management system
US8065161B2 (en) 2003-11-13 2011-11-22 Hospira, Inc. System for maintaining drug information and communicating with medication delivery devices
JP2010507176A (ja) 2006-10-16 2010-03-04 ホスピラ・インコーポレイテツド 複数のデバイス管理システムからの動態情報および構成情報を比較および利用するためのシステムおよび方法
US20080228056A1 (en) 2007-03-13 2008-09-18 Michael Blomquist Basal rate testing using frequent blood glucose input
US7751907B2 (en) 2007-05-24 2010-07-06 Smiths Medical Asd, Inc. Expert system for insulin pump therapy
US8221345B2 (en) 2007-05-30 2012-07-17 Smiths Medical Asd, Inc. Insulin pump based expert system
US8200520B2 (en) 2007-10-03 2012-06-12 International Business Machines Corporation Methods, systems, and apparatuses for automated confirmations of meetings
US9026370B2 (en) 2007-12-18 2015-05-05 Hospira, Inc. User interface improvements for medical devices
US20090177147A1 (en) 2008-01-07 2009-07-09 Michael Blomquist Insulin pump with insulin therapy coaching
US20090177142A1 (en) 2008-01-09 2009-07-09 Smiths Medical Md, Inc Insulin pump with add-on modules
US8133197B2 (en) 2008-05-02 2012-03-13 Smiths Medical Asd, Inc. Display for pump
US8849458B2 (en) 2008-12-23 2014-09-30 Roche Diagnostics Operations, Inc. Collection device with selective display of test results, method and computer program product thereof
US9117015B2 (en) * 2008-12-23 2015-08-25 Roche Diagnostics Operations, Inc. Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device
US10437962B2 (en) * 2008-12-23 2019-10-08 Roche Diabetes Care Inc Status reporting of a structured collection procedure
KR101285520B1 (ko) 2008-12-23 2013-07-17 에프. 호프만-라 로슈 아게 만성 질병을 가진 환자의 진단 또는 치료 지원을 위한 구조화된 테스팅 방법 및 그 디바이스
US10456036B2 (en) 2008-12-23 2019-10-29 Roche Diabetes Care, Inc. Structured tailoring
US9918635B2 (en) 2008-12-23 2018-03-20 Roche Diabetes Care, Inc. Systems and methods for optimizing insulin dosage
US20120011125A1 (en) 2008-12-23 2012-01-12 Roche Diagnostics Operations, Inc. Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device
US8271106B2 (en) 2009-04-17 2012-09-18 Hospira, Inc. System and method for configuring a rule set for medical event management and responses
US20110196213A1 (en) * 2009-06-26 2011-08-11 Roche Diagnostics Operations, Inc. Display For Biological Values
EP2724739B1 (en) 2009-07-30 2015-07-01 Tandem Diabetes Care, Inc. Portable infusion pump system
US8326546B2 (en) * 2009-11-19 2012-12-04 Roche Diagnostics Operations, Inc. Methods and apparatus for evaluating glucose levels around a repeating event
US8882701B2 (en) 2009-12-04 2014-11-11 Smiths Medical Asd, Inc. Advanced step therapy delivery for an ambulatory infusion pump and system
US20120088989A1 (en) * 2009-12-21 2012-04-12 Roche Diagnostic Operations, Inc. Management Method And System For Implementation, Execution, Data Collection, and Data Analysis of A Structured Collection Procedure Which Runs On A Collection Device
ES2677357T3 (es) * 2010-05-31 2018-08-01 Seca Ag Dispositivo de evaluación modular
US8532933B2 (en) 2010-06-18 2013-09-10 Roche Diagnostics Operations, Inc. Insulin optimization systems and testing methods with adjusted exit criterion accounting for system noise associated with biomarkers
JP5640496B2 (ja) * 2010-06-25 2014-12-17 ソニー株式会社 情報処理システム並びに情報処理装置
US8515775B2 (en) * 2010-10-15 2013-08-20 Roche Diagnostics Operations, Inc. Handheld diabetes management device for obtaining three day blood glucose profile
US9087149B2 (en) * 2010-10-15 2015-07-21 Roche Diagnostics Operations, Inc. Handheld diabetes management device having testing in pairs blood glucose test
US8707392B2 (en) * 2010-10-15 2014-04-22 Roche Diagnostics Operations, Inc. Systems and methods for disease management
US8615366B2 (en) 2010-10-15 2013-12-24 Roche Diagnostics Operations, Inc. Handheld diabetes management device with bolus calculator
US9213802B2 (en) * 2010-10-15 2015-12-15 Roche Diabetes Care, Inc. Updatability of structured blood glucose tests performed on handheld diabetes management devices
US8781550B2 (en) * 2010-10-15 2014-07-15 Roche Diagnostics Operations, Inc. Communication protocol that supports structured collection procedures used in diabetes care
KR101235338B1 (ko) * 2010-10-20 2013-02-19 엘지전자 주식회사 건강 관리 단말기 및 건강 관리 방법
US8349612B2 (en) 2010-11-15 2013-01-08 Roche Diagnostics Operations, Inc. Guided structured testing kit
US9786024B2 (en) 2010-12-22 2017-10-10 Roche Diabetes Care, Inc. Graphical user interface for a handheld diabetes management device with bolus calculator
US10458973B2 (en) 2010-12-22 2019-10-29 Roche Diabetes Care, Inc. Handheld diabetes management device with bolus calculator
US10251583B2 (en) 2010-12-22 2019-04-09 Roche Diabetes Care, Inc. Insulin pump and methods for operating the insulin pump
US20120165640A1 (en) 2010-12-23 2012-06-28 Roche Diagnostics Operations, Inc. Structured blood glucose testing performed on handheld diabetes management devices
US20120173151A1 (en) 2010-12-29 2012-07-05 Roche Diagnostics Operations, Inc. Methods of assessing diabetes treatment protocols based on protocol complexity levels and patient proficiency levels
US20120173152A1 (en) * 2010-12-29 2012-07-05 Butler Judd G Glucose management device and method of using the same
US9946836B2 (en) * 2011-01-31 2018-04-17 Robert Bosch Gmbh Biomarker monitoring device and method
CN106908594B (zh) * 2011-03-31 2020-02-04 泰尔茂株式会社 血糖值数据处理方法
DE102011016546A1 (de) * 2011-04-08 2012-10-11 Abb Ag Elektronisches Installationsgerät zur Erfassung und Abspeicherung von Gesundheits-, Fitness-, und Wellness- und Vital-Daten
US8755938B2 (en) 2011-05-13 2014-06-17 Roche Diagnostics Operations, Inc. Systems and methods for handling unacceptable values in structured collection protocols
US10448869B2 (en) * 2011-05-13 2019-10-22 Roche Diabetes Care, Inc. User-defined structured testing for use in diabetes care
US8766803B2 (en) 2011-05-13 2014-07-01 Roche Diagnostics Operations, Inc. Dynamic data collection
TWI428120B (zh) * 2011-05-27 2014-03-01 Wistron Corp 量測人體生理訊號之提醒方法及裝置
US8601005B2 (en) 2011-05-27 2013-12-03 Roche Diagnostics Operations, Inc. Location enabled food database
US20120306628A1 (en) * 2011-05-31 2012-12-06 Tara Chand Singhal Integrated blood glucose measurement device with a test strip count system
WO2012174659A1 (en) * 2011-06-20 2012-12-27 Novx Systems Canada Inc. System and method for dynamic and customized questionnaire generation
US8333716B1 (en) 2011-06-21 2012-12-18 Yofimeter, Llc Methods for using an analyte testing device
US20120330188A1 (en) 2011-06-21 2012-12-27 Gadlight, Inc. Cocking and Advancing Mechanism for Analyte Testing Device
US20130085349A1 (en) 2011-06-21 2013-04-04 Yofimeter, Llc Analyte testing devices
EP2560114B1 (de) * 2011-08-16 2017-07-05 Roche Diabetes Care GmbH Vorrichtung zum Unterstützen eines Patienten mit einer chronischen oder einer nicht-chronischen Krankheit und Verfahren zum Betreiben der Vorrichtung
US9240002B2 (en) 2011-08-19 2016-01-19 Hospira, Inc. Systems and methods for a graphical interface including a graphical representation of medical data
ES2655526T3 (es) 2011-09-09 2018-02-20 F. Hoffmann-La Roche Ag Un sistema de análisis para realizar un análisis de los valores medidos de glucosa en sangre y un método para usar el sistema de análisis
WO2013049381A1 (en) 2011-09-28 2013-04-04 Abbott Diabetes Care Inc. Methods for analyte monitoring management and analyte measurement data management, and articles of manufacture related thereto
US11087868B2 (en) * 2011-09-28 2021-08-10 Abbott Diabetes Care Inc. Methods, devices and systems for analyte monitoring management
ES2959510T3 (es) 2011-10-21 2024-02-26 Icu Medical Inc Sistema de actualización de dispositivos médicos
US10276054B2 (en) 2011-11-29 2019-04-30 Eresearchtechnology, Inc. Methods and systems for data analysis
US10022498B2 (en) 2011-12-16 2018-07-17 Icu Medical, Inc. System for monitoring and delivering medication to a patient and method of using the same to minimize the risks associated with automated therapy
US9259190B2 (en) * 2011-12-29 2016-02-16 Roche Diabetes Care, Inc. Reminder management for manual entry diabetes application
US8886619B2 (en) * 2011-12-29 2014-11-11 Roche Diagnostics Operations, Inc. Structured test adherence management for manual data entry systems
US9136939B2 (en) 2011-12-29 2015-09-15 Roche Diabetes Care, Inc. Graphical user interface pertaining to a bolus calculator residing on a handheld diabetes management device
US20150007830A1 (en) 2011-12-30 2015-01-08 Zst Holdings, Inc. Oral appliances and methods of use
US20130212381A1 (en) * 2012-02-15 2013-08-15 Roche Diagnostics Operations, Inc. System and method for controlling authorized access to a structured testing procedure on a medical device
JP6306566B2 (ja) 2012-03-30 2018-04-04 アイシーユー・メディカル・インコーポレーテッド 注入システムのポンプ内の空気を検出するための空気検出システムおよび方法
US8471857B1 (en) 2012-04-12 2013-06-25 Google Inc. Changing animation displayed to user
US9993604B2 (en) 2012-04-27 2018-06-12 Covidien Lp Methods and systems for an optimized proportional assist ventilation
US9180242B2 (en) 2012-05-17 2015-11-10 Tandem Diabetes Care, Inc. Methods and devices for multiple fluid transfer
US9238100B2 (en) 2012-06-07 2016-01-19 Tandem Diabetes Care, Inc. Device and method for training users of ambulatory medical devices
US20140012117A1 (en) * 2012-07-09 2014-01-09 Dexcom, Inc. Systems and methods for leveraging smartphone features in continuous glucose monitoring
US10362967B2 (en) 2012-07-09 2019-07-30 Covidien Lp Systems and methods for missed breath detection and indication
WO2014022513A1 (en) 2012-07-31 2014-02-06 Hospira, Inc. Patient care system for critical medications
US9027552B2 (en) 2012-07-31 2015-05-12 Covidien Lp Ventilator-initiated prompt or setting regarding detection of asynchrony during ventilation
CN106169099A (zh) * 2012-08-01 2016-11-30 优菲米特有限责任公司 用于分析物监测系统的用户界面
CN103678840A (zh) * 2012-09-05 2014-03-26 国际商业机器公司 经由社交网络观察与提升指令遵从的方法与系统
US20140094940A1 (en) * 2012-09-28 2014-04-03 Saeed S. Ghassemzadeh System and method of detection of a mode of motion
WO2014107549A2 (en) * 2013-01-05 2014-07-10 Foundation Medicine, Inc. System and method for managing genomic testing results
US11158425B2 (en) 2013-01-05 2021-10-26 Foundation Medicine, Inc. System and method for managing genomic information
ES2908320T3 (es) 2013-03-06 2022-04-28 Icu Medical Inc Método de comunicación de dispositivos médicos
US10201656B2 (en) 2013-03-13 2019-02-12 Tandem Diabetes Care, Inc. Simplified insulin pump for type II diabetics
US9173998B2 (en) 2013-03-14 2015-11-03 Tandem Diabetes Care, Inc. System and method for detecting occlusions in an infusion pump
US9242043B2 (en) 2013-03-15 2016-01-26 Tandem Diabetes Care, Inc. Field update of an ambulatory infusion pump system
US9492608B2 (en) 2013-03-15 2016-11-15 Tandem Diabetes Care, Inc. Method and device utilizing insulin delivery protocols
US10453566B2 (en) * 2013-04-26 2019-10-22 Roche Diabetes Care, Inc. Method for reconciling medical data captured on one device with a structured test administered on another device
US20140324445A1 (en) * 2013-04-26 2014-10-30 Roche Diagnostics Operations, Inc. Diabetes management system medical device usage statistics
CA2913421C (en) 2013-05-24 2022-02-15 Hospira, Inc. Multi-sensor infusion system for detecting air or an occlusion in the infusion system
CA2913915C (en) 2013-05-29 2022-03-29 Hospira, Inc. Infusion system which utilizes one or more sensors and additional information to make an air determination regarding the infusion system
CA2913918C (en) 2013-05-29 2022-02-15 Hospira, Inc. Infusion system and method of use which prevents over-saturation of an analog-to-digital converter
CN113940627A (zh) * 2013-08-05 2022-01-18 海吉雅有限公司 减轻糖毒性和恢复胰岛β细胞功能的系统、装置和方法
WO2015031542A1 (en) * 2013-08-27 2015-03-05 Bioneur, Llc Systems and methods for rare disease prediction
EP3039596A4 (en) 2013-08-30 2017-04-12 Hospira, Inc. System and method of monitoring and managing a remote infusion regimen
US9662436B2 (en) 2013-09-20 2017-05-30 Icu Medical, Inc. Fail-safe drug infusion therapy system
US10311972B2 (en) 2013-11-11 2019-06-04 Icu Medical, Inc. Medical device system performance index
TR201908852T4 (tr) 2013-11-19 2019-07-22 Icu Medical Inc İnfüzyon pompası otomasyon sistemi ve yöntemi.
EP3086828B1 (en) 2013-12-26 2023-08-09 Tandem Diabetes Care, Inc. Integration of infusion pump with remote electronic device
WO2015100340A1 (en) 2013-12-26 2015-07-02 Tandem Diabetes Care, Inc. Safety processor for wireless control of a drug delivery device
CN103892811B (zh) * 2014-01-22 2016-09-07 杭州优体科技有限公司 一种动态血压联合检测与分析系统
US10176300B1 (en) * 2014-02-22 2019-01-08 Allscripts Software, Llc Facilitating patient monitoring
WO2015131108A2 (en) 2014-02-28 2015-09-03 Hospira, Inc. Infusion system and method which utilizes dual wavelength optical air-in-line detection
CA2945647C (en) 2014-04-30 2023-08-08 Hospira, Inc. Patient care system with conditional alarm forwarding
WO2015184366A1 (en) 2014-05-29 2015-12-03 Hospira, Inc. Infusion system and pump with configurable closed loop delivery rate catch-up
US9724470B2 (en) 2014-06-16 2017-08-08 Icu Medical, Inc. System for monitoring and delivering medication to a patient and method of using the same to minimize the risks associated with automated therapy
WO2016019133A1 (en) 2014-07-30 2016-02-04 Tandem Diabetes Care, Inc. Temporary suspension for closed-loop medicament therapy
US20170249445A1 (en) * 2014-09-12 2017-08-31 Blacktree Fitness Technologies Inc. Portable devices and methods for measuring nutritional intake
US9539383B2 (en) 2014-09-15 2017-01-10 Hospira, Inc. System and method that matches delayed infusion auto-programs with manually entered infusion programs and analyzes differences therein
US9950129B2 (en) 2014-10-27 2018-04-24 Covidien Lp Ventilation triggering using change-point detection
FI126007B (en) * 2014-12-03 2016-05-31 Mendor Oy Methods and devices for monitoring glucose levels
US11344668B2 (en) 2014-12-19 2022-05-31 Icu Medical, Inc. Infusion system with concurrent TPN/insulin infusion
US20180025132A1 (en) * 2015-02-25 2018-01-25 Koninklijke Philips N.V. Detection of missing findings for automatic creation of longitudinal finding view
US10850024B2 (en) 2015-03-02 2020-12-01 Icu Medical, Inc. Infusion system, device, and method having advanced infusion features
EP3677169A1 (en) 2015-03-31 2020-07-08 ZST Holdings, Inc. Systems and methods for providing an automated titration for oral appliance therapy
US10965622B2 (en) * 2015-04-16 2021-03-30 Samsung Electronics Co., Ltd. Method and apparatus for recommending reply message
US20160342769A1 (en) * 2015-05-23 2016-11-24 Vitae Industries, Inc. Systems for making personalized medicine
EP3304370B1 (en) 2015-05-26 2020-12-30 ICU Medical, Inc. Infusion pump system and method with multiple drug library editor source capability
CN106308746A (zh) * 2015-07-02 2017-01-11 上海金仕达卫宁软件股份有限公司 临床智能诊断终端
US10318928B1 (en) * 2015-07-28 2019-06-11 Clear Protocol, Inc. Computerized contemporaneous process control and quality assurance
US11188878B2 (en) * 2015-09-22 2021-11-30 International Business Machines Corporation Meeting room reservation system
CA3003742A1 (en) 2015-11-04 2017-05-11 Metabolon, Inc. Automated sample quality assessment
US10950341B2 (en) * 2015-11-30 2021-03-16 Physio-Control, Inc. Integration of a point-of-care blood analyzer into a prehospital telemedicine system
US10569016B2 (en) 2015-12-29 2020-02-25 Tandem Diabetes Care, Inc. System and method for switching between closed loop and open loop control of an ambulatory infusion pump
US9928230B1 (en) 2016-09-29 2018-03-27 Vignet Incorporated Variable and dynamic adjustments to electronic forms
US9858063B2 (en) 2016-02-10 2018-01-02 Vignet Incorporated Publishing customized application modules
EP3451926A4 (en) 2016-05-02 2019-12-04 Dexcom, Inc. SYSTEM AND METHOD FOR PROVIDING OPTIMIZED ALERTS TO A USER
CA3023658C (en) 2016-05-13 2023-03-07 Icu Medical, Inc. Infusion pump system and method with common line auto flush
US11062798B2 (en) * 2016-06-07 2021-07-13 Aseko, Inc. Managing insulin administration
CA3027176A1 (en) 2016-06-10 2017-12-14 Icu Medical, Inc. Acoustic flow sensor for continuous medication flow measurements and feedback control of infusion
EP3479266B1 (en) * 2016-06-30 2021-06-02 Novo Nordisk A/S Systems and methods for analysis of insulin regimen adherence data
MA45601A (fr) * 2016-07-08 2019-05-15 Novo Nordisk As Systèmes et procédés de détermination de la sensibilité à l'insuline
CA3030786A1 (en) 2016-07-14 2018-01-18 Icu Medical, Inc. Multi-communication path selection and security system for a medical device
EP3504652B1 (en) 2016-08-25 2024-02-28 Novo Nordisk A/S Starter kit for basal insulin titration
US11521728B2 (en) 2016-08-29 2022-12-06 International Business Machines Corporation Optimization of medicines delivery
US10387617B2 (en) * 2016-08-29 2019-08-20 International Business Machines Corporation Optimization of medicines delivery
MA46993A (fr) 2016-11-29 2019-10-09 Novo Nordisk As Trousse de départ pour titrage de taux de base
JP7196077B2 (ja) * 2016-12-23 2022-12-26 サノフィ-アベンティス・ドイチュラント・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング 健康管理を支えるためのデータ管理ユニット
CN110622179A (zh) * 2017-02-09 2019-12-27 科格诺亚公司 用于数字个性化医疗的平台和系统
CN108618764A (zh) * 2017-03-22 2018-10-09 北京医联蓝卡在线科技有限公司 一种与慢性病检测设备对接的系统和方法
WO2018191700A1 (en) * 2017-04-13 2018-10-18 Intuity Medical, Inc. Systems and methods for managing chronic disease using analyte and patient data
US11109878B2 (en) 2017-10-30 2021-09-07 Cilag Gmbh International Surgical clip applier comprising an automatic clip feeding system
CN111344795B (zh) * 2017-11-20 2024-01-12 美国西门子医学诊断股份有限公司 用于管理多重诊断引擎环境的用户接口
EP4285960A3 (en) * 2017-12-21 2024-02-28 Sanofi Collection of injection device data using energy harvested from an external device
CN108182968A (zh) * 2017-12-26 2018-06-19 上海展扬通信技术有限公司 一种提醒服药的方法及相关设备
US10089055B1 (en) 2017-12-27 2018-10-02 Icu Medical, Inc. Synchronized display of screen content on networked devices
US11903601B2 (en) 2017-12-28 2024-02-20 Cilag Gmbh International Surgical instrument comprising a plurality of drive systems
US11864728B2 (en) 2017-12-28 2024-01-09 Cilag Gmbh International Characterization of tissue irregularities through the use of mono-chromatic light refractivity
US11013563B2 (en) 2017-12-28 2021-05-25 Ethicon Llc Drive arrangements for robot-assisted surgical platforms
US11896443B2 (en) 2017-12-28 2024-02-13 Cilag Gmbh International Control of a surgical system through a surgical barrier
US11896322B2 (en) 2017-12-28 2024-02-13 Cilag Gmbh International Sensing the patient position and contact utilizing the mono-polar return pad electrode to provide situational awareness to the hub
US11026751B2 (en) 2017-12-28 2021-06-08 Cilag Gmbh International Display of alignment of staple cartridge to prior linear staple line
JP7443235B2 (ja) 2018-02-09 2024-03-05 デックスコム・インコーポレーテッド 意思決定支援のシステムおよび方法
CN108309268A (zh) * 2018-03-19 2018-07-24 京东方科技集团股份有限公司 一种生理参数测量装置
US11090047B2 (en) 2018-03-28 2021-08-17 Cilag Gmbh International Surgical instrument comprising an adaptive control system
US11872368B2 (en) 2018-04-10 2024-01-16 Tandem Diabetes Care, Inc. System and method for inductively charging a medical device
WO2020018389A1 (en) 2018-07-17 2020-01-23 Icu Medical, Inc. Systems and methods for facilitating clinical messaging in a network environment
US10741280B2 (en) 2018-07-17 2020-08-11 Icu Medical, Inc. Tagging pump messages with identifiers that facilitate restructuring
WO2020018388A1 (en) 2018-07-17 2020-01-23 Icu Medical, Inc. Updating infusion pump drug libraries and operational software in a networked environment
US10861592B2 (en) 2018-07-17 2020-12-08 Icu Medical, Inc. Reducing infusion pump network congestion by staggering updates
CN112424871A (zh) * 2018-07-20 2021-02-26 皇家飞利浦有限公司 基于患者工作流程和资源可用性的优化患者日程安排
EP3827337A4 (en) 2018-07-26 2022-04-13 ICU Medical, Inc. MEDICATION LIBRARY MANAGEMENT SYSTEM
US10692595B2 (en) 2018-07-26 2020-06-23 Icu Medical, Inc. Drug library dynamic version management
US10775974B2 (en) 2018-08-10 2020-09-15 Vignet Incorporated User responsive dynamic architecture
EP3623953B1 (en) * 2018-09-17 2022-01-19 Siemens Healthcare GmbH Technical improvement evaluation for a set of applications
CN113039607A (zh) 2018-10-08 2021-06-25 豪夫迈·罗氏有限公司 个性化治疗工具
US11783949B2 (en) 2018-11-30 2023-10-10 Ariel Precision Medicine, Inc. Methods and systems for severity calculator
KR102249986B1 (ko) * 2019-02-12 2021-05-10 주식회사 스마일랩 자가진단기기의 결과를 분석하는 방법 및 장치
US11291444B2 (en) 2019-02-19 2022-04-05 Cilag Gmbh International Surgical stapling assembly with cartridge based retainer configured to unlock a closure lockout
US10748656B1 (en) * 2019-03-12 2020-08-18 Harmonize Inc. Population health platform
WO2020210198A1 (en) * 2019-04-09 2020-10-15 Polymer Technology Systems, Inc. Systems and methods for meter reconfiguration, control, and operation via an insertable chip with microprocessor
US11324954B2 (en) 2019-06-28 2022-05-10 Covidien Lp Achieving smooth breathing by modified bilateral phrenic nerve pacing
CN110680296B (zh) * 2019-10-29 2020-07-21 济南市第四人民医院 一种立式自助血压检测仪
US11278671B2 (en) 2019-12-04 2022-03-22 Icu Medical, Inc. Infusion pump with safety sequence keypad
US11328796B1 (en) 2020-02-25 2022-05-10 Vignet Incorporated Techniques for selecting cohorts for decentralized clinical trials for pharmaceutical research
US11605038B1 (en) 2020-05-18 2023-03-14 Vignet Incorporated Selecting digital health technology to achieve data collection compliance in clinical trials
US11461216B1 (en) 2020-05-18 2022-10-04 Vignet Incorporated Monitoring and improving data collection using digital health technology
US20220020481A1 (en) 2020-07-20 2022-01-20 Abbott Laboratories Digital pass verification systems and methods
CA3189781A1 (en) 2020-07-21 2022-01-27 Icu Medical, Inc. Fluid transfer devices and methods of use
US11763919B1 (en) 2020-10-13 2023-09-19 Vignet Incorporated Platform to increase patient engagement in clinical trials through surveys presented on mobile devices
US11135360B1 (en) 2020-12-07 2021-10-05 Icu Medical, Inc. Concurrent infusion with common line auto flush
US11417418B1 (en) 2021-01-11 2022-08-16 Vignet Incorporated Recruiting for clinical trial cohorts to achieve high participant compliance and retention
US11240329B1 (en) 2021-01-29 2022-02-01 Vignet Incorporated Personalizing selection of digital programs for patients in decentralized clinical trials and other health research
US11281553B1 (en) 2021-04-16 2022-03-22 Vignet Incorporated Digital systems for enrolling participants in health research and decentralized clinical trials
US11361846B1 (en) 2021-02-03 2022-06-14 Vignet Incorporated Systems and methods for customizing monitoring programs involving remote devices
US11296971B1 (en) 2021-02-03 2022-04-05 Vignet Incorporated Managing and adapting monitoring programs
US11789837B1 (en) 2021-02-03 2023-10-17 Vignet Incorporated Adaptive data collection in clinical trials to increase the likelihood of on-time completion of a trial
US11521714B1 (en) 2021-02-03 2022-12-06 Vignet Incorporated Increasing diversity of participants in health research using adaptive methods
US11196656B1 (en) 2021-02-03 2021-12-07 Vignet Incorporated Improving diversity in cohorts for health research
US11316941B1 (en) 2021-02-03 2022-04-26 Vignet Incorporated Remotely managing and adapting monitoring programs using machine learning predictions
US11586524B1 (en) 2021-04-16 2023-02-21 Vignet Incorporated Assisting researchers to identify opportunities for new sub-studies in digital health research and decentralized clinical trials
US11468992B2 (en) 2021-02-04 2022-10-11 Harmonize Inc. Predicting adverse health events using a measure of adherence to a testing routine
US11636500B1 (en) 2021-04-07 2023-04-25 Vignet Incorporated Adaptive server architecture for controlling allocation of programs among networked devices
USD1014517S1 (en) 2021-05-05 2024-02-13 Fisher & Paykel Healthcare Limited Display screen or portion thereof with graphical user interface
US11901083B1 (en) 2021-11-30 2024-02-13 Vignet Incorporated Using genetic and phenotypic data sets for drug discovery clinical trials
US11705230B1 (en) 2021-11-30 2023-07-18 Vignet Incorporated Assessing health risks using genetic, epigenetic, and phenotypic data sources
WO2023225571A1 (en) * 2022-05-20 2023-11-23 Becton, Dickinson And Company Automated orders and result reporting for prescription‑based user-administered diagnostic testing
CN116344073B (zh) * 2023-05-29 2023-08-15 肺诊网(苏州)网络科技有限公司 一种慢性患者终身跟踪随访管理方法和系统

Family Cites Families (256)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4045807A (en) 1973-06-27 1977-08-30 Canon Kabushiki Kaisha Automatic exposure control apparatus which prevents simultaneous diaphragm and shutter speed preselection
US4045808A (en) 1974-04-19 1977-08-30 King Dwayne L Camera mounted flash extender and power pack therefor
US4151845A (en) * 1977-11-25 1979-05-01 Miles Laboratories, Inc. Blood glucose control apparatus
US5364346A (en) 1985-12-20 1994-11-15 Schrezenmeir Juergen Process for the continuous and discontinuous administration of insulin to the human body
US4731726A (en) 1986-05-19 1988-03-15 Healthware Corporation Patient-operated glucose monitor and diabetes management system
US4803625A (en) * 1986-06-30 1989-02-07 Buddy Systems, Inc. Personal health monitor
US5572421A (en) * 1987-12-09 1996-11-05 Altman; Louis Portable medical questionnaire presentation device
US5594903A (en) 1991-02-26 1997-01-14 Lynx Real-Time Systems, Inc. Operating System architecture with reserved memory space resident program code identified in file system name space
US7624028B1 (en) * 1992-11-17 2009-11-24 Health Hero Network, Inc. Remote health monitoring and maintenance system
US5897493A (en) * 1997-03-28 1999-04-27 Health Hero Network, Inc. Monitoring system for remotely querying individuals
US6330426B2 (en) * 1994-05-23 2001-12-11 Stephen J. Brown System and method for remote education using a memory card
US5879163A (en) * 1996-06-24 1999-03-09 Health Hero Network, Inc. On-line health education and feedback system using motivational driver profile coding and automated content fulfillment
US5956501A (en) 1997-01-10 1999-09-21 Health Hero Network, Inc. Disease simulation system and method
US6968375B1 (en) * 1997-03-28 2005-11-22 Health Hero Network, Inc. Networked system for interactive communication and remote monitoring of individuals
US5576952A (en) 1993-03-09 1996-11-19 Metriplex, Inc. Medical alert distribution system with selective filtering of medical information
US5377258A (en) 1993-08-30 1994-12-27 National Medical Research Council Method and apparatus for an automated and interactive behavioral guidance system
US5660176A (en) * 1993-12-29 1997-08-26 First Opinion Corporation Computerized medical diagnostic and treatment advice system
US5772418A (en) 1995-04-07 1998-06-30 Tochigi Fuji Sangyo Kabushiki Kaisha Screw type compressor rotor, rotor casting core and method of manufacturing the rotor
US6671563B1 (en) 1995-05-15 2003-12-30 Alaris Medical Systems, Inc. System and method for collecting data and managing patient care
US5665065A (en) 1995-05-26 1997-09-09 Minimed Inc. Medication infusion device with blood glucose data input
FI118509B (fi) * 1996-02-12 2007-12-14 Nokia Oyj Menetelmä ja laitteisto potilaan veren glukoosipitoisuuden ennustamiseksi
US6790178B1 (en) 1999-09-24 2004-09-14 Healthetech, Inc. Physiological monitor and associated computation, display and communication unit
US6039688A (en) * 1996-11-01 2000-03-21 Salus Media Inc. Therapeutic behavior modification program, compliance monitoring and feedback system
US7590549B2 (en) 1996-12-23 2009-09-15 Health Hero Network, Inc. Network media access control system for encouraging patient compliance with a treatment plan
US7899511B2 (en) * 2004-07-13 2011-03-01 Dexcom, Inc. Low oxygen in vivo analyte sensor
CN1604111A (zh) 1997-03-13 2005-04-06 第一咨询公司 疾病处理系统
FR2760962B1 (fr) 1997-03-20 1999-05-14 Sillonville Francis Klefstad Systeme d'assistance et de surveillance medicale a distance
US6018713A (en) * 1997-04-09 2000-01-25 Coli; Robert D. Integrated system and method for ordering and cumulative results reporting of medical tests
US7267665B2 (en) 1999-06-03 2007-09-11 Medtronic Minimed, Inc. Closed loop system for controlling insulin infusion
US6108665A (en) 1997-07-03 2000-08-22 The Psychological Corporation System and method for optimizing behaviorial health care collection
US5997475A (en) 1997-08-18 1999-12-07 Solefound, Inc. Device for diabetes management
US6269314B1 (en) * 1997-08-19 2001-07-31 Omron Corporation Blood sugar measuring device
US6645368B1 (en) 1997-12-22 2003-11-11 Roche Diagnostics Corporation Meter and method of using the meter for determining the concentration of a component of a fluid
US6241633B1 (en) * 1998-02-20 2001-06-05 Christian Brothers, Inc. Hockey stick shaft and method of making the same
US6024699A (en) 1998-03-13 2000-02-15 Healthware Corporation Systems, methods and computer program products for monitoring, diagnosing and treating medical conditions of remotely located patients
DE19814219A1 (de) 1998-03-31 1999-10-07 Roche Diagnostics Gmbh Verfahren zur Kontrolle der Insulinmedikation
US7899518B2 (en) * 1998-04-06 2011-03-01 Masimo Laboratories, Inc. Non-invasive tissue glucose level monitoring
JPH11296598A (ja) 1998-04-07 1999-10-29 Seizaburo Arita 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体
US6835175B1 (en) * 1998-04-10 2004-12-28 Proactive Metabolics Co. Medical devices for contemporaneous decision support in metabolic control
US6231344B1 (en) 1998-08-14 2001-05-15 Scientific Learning Corporation Prophylactic reduction and remediation of schizophrenic impairments through interactive behavioral training
US6554798B1 (en) 1998-08-18 2003-04-29 Medtronic Minimed, Inc. External infusion device with remote programming, bolus estimator and/or vibration alarm capabilities
US6558320B1 (en) 2000-01-20 2003-05-06 Medtronic Minimed, Inc. Handheld personal data assistant (PDA) with a medical device and method of using the same
US6326160B1 (en) 1998-09-30 2001-12-04 Cygnus, Inc. Microprocessors for use in a device for predicting physiological values
DK1144028T3 (da) * 1998-11-30 2004-10-18 Novo Nordisk As System til at hjælpe en bruger under medicinsk selvbehandling, hvor nævnte selvbehandling omfatter en flerhed af handlinger
JP3702181B2 (ja) 1998-12-07 2005-10-05 ソシエテ・ドゥ・コンセイユ・ドゥ・ルシェルシュ・エ・ダプリカーション・シャンティフィック・エス・ア・エス Glp−1の類似体
AU754677B2 (en) 1999-01-22 2002-11-21 Instrumentation Metrics, Inc. System and method for noninvasive blood analyte measurements
US6424847B1 (en) 1999-02-25 2002-07-23 Medtronic Minimed, Inc. Glucose monitor calibration methods
DE60038895D1 (de) * 1999-03-29 2008-06-26 Beckman Coulter Inc Messgerät mit integrierter datenbank und vereinfachter telemedizinfähigkeit
US20060030890A1 (en) * 1999-04-16 2006-02-09 Cosentino Daniel L System, method, and apparatus for automated interactive verification of an alert generated by a patient monitoring device
US6567785B2 (en) * 1999-06-19 2003-05-20 John Richard Clendenon Electronic behavior modification reminder system and method
JP4542642B2 (ja) * 1999-06-24 2010-09-15 株式会社東芝 医用画像診断装置
US6338039B1 (en) 1999-07-20 2002-01-08 Michael Lonski Method for automated collection of psychotherapy patient information and generating reports and treatment plans
US6923763B1 (en) * 1999-08-23 2005-08-02 University Of Virginia Patent Foundation Method and apparatus for predicting the risk of hypoglycemia
US6454705B1 (en) 1999-09-21 2002-09-24 Cardiocom Medical wellness parameters management system, apparatus and method
JP2003521972A (ja) * 1999-09-24 2003-07-22 ヘルセテック インコーポレイテッド 生理学的監視装置およびこれと関連する計算・表示・通信装置
AU3790101A (en) 1999-10-20 2001-05-14 Salus Media Inc. Adaptive behavior modification system with intelligent agent
US6317700B1 (en) * 1999-12-22 2001-11-13 Curtis A. Bagne Computational method and system to perform empirical induction
DE10006044A1 (de) * 2000-02-10 2001-08-16 Roche Diagnostics Gmbh Anordnung und Verfahren zur Dosierung eines die Blutglukose eines Patienten regulierenden Hormons
US6895263B2 (en) 2000-02-23 2005-05-17 Medtronic Minimed, Inc. Real time self-adjusting calibration algorithm
US6876994B2 (en) 2000-05-30 2005-04-05 Matsushita Electric Industrial Co., Ltd. Data acquisition apparatus and method
AU6815601A (en) * 2000-06-02 2001-12-17 Quality Metric Method and system for health assessment and monitoring
US20020019752A1 (en) 2000-06-23 2002-02-14 Isamu Takase System for therapy management and terminal used therefor
JP2002175372A (ja) 2000-12-07 2002-06-21 Horonet Kk 病気治療管理システム
US20020059030A1 (en) 2000-07-17 2002-05-16 Otworth Michael J. Method and apparatus for the processing of remotely collected electronic information characterizing properties of biological entities
ATE392178T1 (de) * 2000-08-18 2008-05-15 Animas Technologies Llc Vorrichtung zum vorhersagen von hypoglyecemiefällen
US20030028399A1 (en) * 2000-09-25 2003-02-06 Duane Davis Method and system for providing interactive health care services
US20020116222A1 (en) 2000-10-22 2002-08-22 Standing Stone, Inc. Method and system for administering anticoagulation therapy
WO2002042875A2 (en) * 2000-11-22 2002-05-30 Recare, Inc. Systems and methods for documenting medical findings of a physical examination
US7412395B2 (en) * 2000-12-29 2008-08-12 Ge Medical Systems Information Technologies, Inc. Automated scheduling of emergency procedure based on identification of high-risk patient
KR20020060404A (ko) * 2001-01-11 2002-07-18 김남호 인터넷을 이용한 만성질환자 관리방법
US7415447B2 (en) * 2001-04-02 2008-08-19 Invivodata, Inc. Apparatus and method for prediction and management of participant compliance in clinical research
US6879970B2 (en) * 2001-04-02 2005-04-12 Invivodata, Inc. Apparatus and method for prediction and management of subject compliance in clinical research
US8065180B2 (en) * 2001-04-02 2011-11-22 invivodata®, Inc. System for clinical trial subject compliance
CN1639724A (zh) 2001-04-05 2005-07-13 整套器械公司 在跟踪环境中检测变化的方法和系统
PL208074B1 (pl) 2001-05-15 2011-03-31 Hoffmann La Roche Pochodne oksazolu, sposób ich wytwarzania, środek farmaceutyczny i zastosowanie pochodnych oksazolu
US20020198740A1 (en) 2001-06-21 2002-12-26 Roman Linda L. Intelligent data retrieval system and method
US7179226B2 (en) 2001-06-21 2007-02-20 Animas Corporation System and method for managing diabetes
US6801802B2 (en) 2001-06-29 2004-10-05 Ge Medical Systems Information Technologies, Inc. System and method for selecting physiological data from a plurality of physiological data sources
JP2004530557A (ja) 2001-06-29 2004-10-07 エウランド ファルマチェウティカルズ リミテッド 薬剤活性化方法およびそのための振動ミル
US20030208113A1 (en) 2001-07-18 2003-11-06 Mault James R Closed loop glycemic index system
US6544212B2 (en) 2001-07-31 2003-04-08 Roche Diagnostics Corporation Diabetes management system
JP4495962B2 (ja) 2001-07-31 2010-07-07 スコット・ラボラトリーズ・インコーポレイテッド ドラッグデリバリを滴定する装置および方法
US20040142403A1 (en) 2001-08-13 2004-07-22 Donald Hetzel Method of screening for disorders of glucose metabolism
US6691043B2 (en) * 2001-08-28 2004-02-10 Maxi-Med, Llc Bolus calculator
JP2003108679A (ja) * 2001-09-28 2003-04-11 Toshiba Corp 在宅療養者支援システムおよび方法
US6588670B2 (en) * 2001-10-30 2003-07-08 Symbol Technologies, Inc. Medical diagnostic monitoring
US8224663B2 (en) * 2002-05-24 2012-07-17 Becton, Dickinson And Company System and method for assessment and corrective action based on guidelines
AU2002353004A1 (en) 2001-11-28 2003-06-10 Phemi Inc. Methods and apparatus for automated interactive medical management
US20080255438A1 (en) * 2001-12-27 2008-10-16 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US7022072B2 (en) 2001-12-27 2006-04-04 Medtronic Minimed, Inc. System for monitoring physiological characteristics
JP3610949B2 (ja) 2002-01-11 2005-01-19 オムロンヘルスケア株式会社 生体情報測定器および生体情報測定システム
ES2620790T3 (es) * 2002-02-01 2017-06-29 Weightwatchers.Com Sistema de software y hardware para permitir control de peso
US6852104B2 (en) 2002-02-28 2005-02-08 Smiths Medical Md, Inc. Programmable insulin pump
US20060195342A1 (en) * 2002-03-08 2006-08-31 Mansoor Khan Method and system for providing medical healthcare services
US20030229517A1 (en) 2002-03-15 2003-12-11 Peter Meserol Medical management system and method
DE60337038D1 (de) * 2002-03-22 2011-06-16 Animas Technologies Llc Leistungsverbesserung einer Analytenüberwachungsvorrichtung
WO2003082096A1 (en) 2002-03-28 2003-10-09 Abbott Laboratories System and method for managing a patient treatment program
WO2003088962A1 (en) * 2002-04-16 2003-10-30 Merck & Co., Inc. Combination therapy using a ppar alpha/gamma agonist
US20030211617A1 (en) * 2002-05-07 2003-11-13 International Business Machines Corporation Blood glucose meter that reminds the user to test after a hypoglycemic event
CN1270186C (zh) * 2002-06-03 2006-08-16 李祖强 能够测定多项生理指标的家庭多功能健康检测仪
GB2389419B (en) 2002-06-05 2006-02-22 Diabetes Diagnostics Inc Analyte testing device
US7278983B2 (en) 2002-07-24 2007-10-09 Medtronic Minimed, Inc. Physiological monitoring device for controlling a medication infusion device
ES2456068T3 (es) 2002-08-13 2014-04-21 University Of Virginia Patent Foundation Método, sistema y producto de programa informático para el procesamiento de datos de auto-supervisión de glucemia (SMBG) para mejorar la autogestión diabética
US7404796B2 (en) 2004-03-01 2008-07-29 Becton Dickinson And Company System for determining insulin dose using carbohydrate to insulin ratio and insulin sensitivity factor
US7016720B2 (en) 2002-10-21 2006-03-21 Pacesetter, Inc. System and method for monitoring blood glucose levels using an implantable medical device
KR20030004233A (ko) * 2002-12-04 2003-01-14 이상정 만성질환자를 위한 개인 맞춤 인터넷 질환식단 프로그램
US20040122708A1 (en) * 2002-12-18 2004-06-24 Avinash Gopal B. Medical data analysis method and apparatus incorporating in vitro test data
US20040122709A1 (en) 2002-12-18 2004-06-24 Avinash Gopal B. Medical procedure prioritization system and method utilizing integrated knowledge base
GB0309154D0 (en) 2003-01-14 2003-05-28 Aventis Pharma Inc Use of insulin glargine to reduce or prevent cardiovascular events in patients being treated for dysglycemia
JP2004230099A (ja) * 2003-02-03 2004-08-19 Matsushita Electric Ind Co Ltd 生体情報管理端末
US20040172284A1 (en) 2003-02-13 2004-09-02 Roche Diagnostics Corporation Information management system
CN1914615A (zh) 2003-02-14 2007-02-14 普雷瑟克股份有限公司 自动化的药学、生物医学和医疗器械研究与报告的方法和系统
US7413749B2 (en) 2003-03-11 2008-08-19 Purdue Pharma L.P. Titration dosing regimen for controlled release tramadol
US9872890B2 (en) * 2003-03-19 2018-01-23 Paul C. Davidson Determining insulin dosing schedules and carbohydrate-to-insulin ratios in diabetic patients
US7725842B2 (en) * 2003-04-24 2010-05-25 Bronkema Valentina G Self-attainable analytic tool and method for adaptive behavior modification
US7266400B2 (en) 2003-05-06 2007-09-04 Orsense Ltd. Glucose level control method and system
US20040243443A1 (en) 2003-05-29 2004-12-02 Sanyo Electric Co., Ltd. Healthcare support apparatus, health care support system, health care support method and health care support program
JP2005011329A (ja) * 2003-05-29 2005-01-13 Sanyo Electric Co Ltd 健康管理支援装置、健康管理支援システム、健康管理支援方法および健康管理支援プログラム
CA2530297C (en) * 2003-06-20 2011-04-12 F. Hoffmann-La Roche Ag Reagent stripe for test strip
WO2004114184A1 (ja) 2003-06-23 2004-12-29 Seiko Instruments Inc. ヘルスケア装置、生体情報端末
US7912528B2 (en) * 2003-06-25 2011-03-22 Siemens Medical Solutions Usa, Inc. Systems and methods for automated diagnosis and decision support for heart related diseases and conditions
WO2005009205A2 (en) 2003-07-09 2005-02-03 Gensym Corporation System and method for self management of health using natural language interface
US20050021372A1 (en) 2003-07-25 2005-01-27 Dimagi, Inc. Interactive motivation systems and methods for self-care compliance
US6954662B2 (en) * 2003-08-19 2005-10-11 A.D. Integrity Applications, Ltd. Method of monitoring glucose level
DE10343863A1 (de) 2003-09-23 2005-04-14 Roche Diagnostics Gmbh Verfahren und Gerät zur laufenden Überwachung der Konzentration eines Analyten
US7634360B2 (en) * 2003-09-23 2009-12-15 Prediction Sciences, LL Cellular fibronectin as a diagnostic marker in stroke and methods of use thereof
JP4023429B2 (ja) 2003-10-07 2007-12-19 株式会社デンソー 携帯型生体情報モニタ装置
US7507207B2 (en) 2003-10-07 2009-03-24 Denso Corporation Portable biological information monitor apparatus and information management apparatus
KR100567837B1 (ko) 2003-10-24 2006-04-05 케이제이헬스케어 주식회사 혈당측정이 가능한 이동통신단말기와 결합되는 인슐린펌프와, 인슐린 펌프의 제어정보 전송을 위한 네트워크시스템
EP1683058A2 (en) 2003-10-29 2006-07-26 Novo Nordisk A/S Medical advisory system
US7853456B2 (en) 2004-03-05 2010-12-14 Health Outcomes Sciences, Llc Systems and methods for risk stratification of patient populations
CA2501003C (en) 2004-04-23 2009-05-19 F. Hoffmann-La Roche Ag Sample analysis to provide characterization data
KR20070001285A (ko) 2004-04-24 2007-01-03 인레인지 시스템즈, 인크. 통합된 비순차적 원격 약물 관리 및 순응 시스템
US20060025931A1 (en) * 2004-07-30 2006-02-02 Richard Rosen Method and apparatus for real time predictive modeling for chronically ill patients
US20050287557A1 (en) * 2004-05-10 2005-12-29 Suad Efendic Methods for identifying compounds for treating diabetes mellitus
EP1810185A4 (en) * 2004-06-04 2010-01-06 Therasense Inc DIABETES SUPPLY HOST CLIENT ARCHITECTURE AND DATA MANAGEMENT SYSTEM
US20060016700A1 (en) 2004-07-13 2006-01-26 Dexcom, Inc. Transcutaneous analyte sensor
JP4870075B2 (ja) 2004-07-13 2012-02-08 デックスコム・インコーポレーテッド 経皮的検体センサ
US7700555B2 (en) 2004-07-15 2010-04-20 Joslin Diabetes Center, Inc. Methods of treating diabetes
US8313433B2 (en) * 2004-08-06 2012-11-20 Medtronic Minimed, Inc. Medical data management system and process
US7291107B2 (en) 2004-08-26 2007-11-06 Roche Diagnostics Operations, Inc. Insulin bolus recommendation system
US8131472B2 (en) 2004-09-28 2012-03-06 International Business Machines Corporation Methods for hierarchical organization of data associated with medical events in databases
JP2006102035A (ja) * 2004-10-04 2006-04-20 Matsushita Electric Ind Co Ltd 非侵襲血糖測定方法
US8117020B2 (en) 2004-12-03 2012-02-14 Roche Diagnostics Operations, Inc. Method to determine the degree and stability of blood glucose control in patients with diabetes mellitus via creation and continuous updating of new statistical indicators
US7869851B2 (en) 2004-12-23 2011-01-11 Roche Diagnostics Operations, Inc. System and method for determining insulin bolus quantities
US20060173409A1 (en) 2004-12-28 2006-08-03 Chang-Ming Yang Safety syring
US7330270B2 (en) 2005-01-21 2008-02-12 Carl Zeiss Meditec, Inc. Method to suppress artifacts in frequency-domain optical coherence tomography
US7547281B2 (en) * 2005-02-01 2009-06-16 Medtronic Minimed, Inc. Algorithm sensor augmented bolus estimator for semi-closed loop infusion system
US20060206011A1 (en) * 2005-03-08 2006-09-14 Higgins Michael S System and method for remote monitoring of multiple healthcare patients
EP1702559B1 (de) 2005-03-15 2008-10-29 Roche Diagnostics GmbH Verfahren und System zur Untersuchung des Glucosestoffwechsels
DE112006000913T5 (de) * 2005-04-22 2008-04-17 Draeger Medical Systems, Inc., Andover Anordnung zur Verwaltung medizinischer Patientendaten, welche aus einer Vielzahl medizinischer Einheiten hergeleitet sind
US7509156B2 (en) 2005-05-18 2009-03-24 Clarian Health Partners, Inc. System for managing glucose levels in patients with diabetes or hyperglycemia
EP1728468A1 (de) 2005-06-04 2006-12-06 Roche Diagnostics GmbH Bewertung von Werten der Blutglucosekonzentration zur Einstellung der Insulindosierung
US8027822B2 (en) * 2005-06-20 2011-09-27 Virgin Healthmiles, Inc. Interactive, internet supported health and fitness management system
US20070016449A1 (en) 2005-06-29 2007-01-18 Gary Cohen Flexible glucose analysis using varying time report deltas and configurable glucose target ranges
US20070038472A1 (en) * 2005-08-09 2007-02-15 Clinical Supplies Management, Inc. Systems and methods for managing clinical trials
US7685000B1 (en) 2005-08-10 2010-03-23 Matria Healthcare, Inc. Predictive modeling system and method for disease management
DE102005041627A1 (de) * 2005-09-01 2007-03-15 Siemens Ag Automatische Protokollierung von Parametern einer medizinischen Untersuchung
KR100701617B1 (ko) 2005-09-08 2007-03-30 삼성전자주식회사 데이터 수집 방법 및 장치
US20070100659A1 (en) * 2005-10-27 2007-05-03 Preiss Erik G Management of clinical data exceptions in clinical information systems
US7766829B2 (en) 2005-11-04 2010-08-03 Abbott Diabetes Care Inc. Method and system for providing basal profile modification in analyte monitoring and management systems
JP2007143623A (ja) 2005-11-24 2007-06-14 Seiko Instruments Inc 生体情報測定装置
US20070129610A1 (en) 2005-12-06 2007-06-07 Eastman Kodak Company Method of providing automated medical assistance
US20070288263A1 (en) 2005-12-09 2007-12-13 Valence Broadband, Inc. Methods and systems for monitoring quality and performance at a healthcare facility
US7761310B2 (en) * 2005-12-09 2010-07-20 Samarion, Inc. Methods and systems for monitoring quality and performance at a healthcare facility
US20090132284A1 (en) 2005-12-16 2009-05-21 Fey Christopher T Customizable Prevention Plan Platform, Expert System and Method
WO2007081853A2 (en) 2006-01-05 2007-07-19 University Of Virginia Patent Foundation Method, system and computer program product for evaluation of blood glucose variability in diabetes from self-monitoring data
US20070198296A1 (en) * 2006-02-21 2007-08-23 Visiontree Software, Inc. Patient health management portal
EP1998840A4 (en) 2006-03-23 2012-02-29 Becton Dickinson Co SYSTEM AND METHOD FOR BETTER MANAGEMENT AND USE OF DIABETES DATA USING A WIRELESS CONNECTIVITY BETWEEN PATIENTS AND HEALTH CAREERS AND DIABETES MANAGEMENT INFORMATION STORAGE
US20070255599A1 (en) 2006-03-27 2007-11-01 Henry Mary P MyCareConnect
US7836400B2 (en) 2006-03-31 2010-11-16 Research In Motion Limited Snooze support for event reminders
US7385875B2 (en) 2006-04-03 2008-06-10 Research In Motion Limited Dismiss all event reminders
EP2008211A2 (en) 2006-04-07 2008-12-31 Koninklijke Philips Electronics N.V. Self-adaptive care plan goal modules
US20070238936A1 (en) * 2006-04-10 2007-10-11 Shirley Ann Becker Portable Electronic Medical Assistant
US20070282636A1 (en) * 2006-06-06 2007-12-06 Siemens Medical Solutions Usa, Inc. Document Deficiency and Workflow Management System
US20070294360A1 (en) 2006-06-15 2007-12-20 International Business Machines Corporation Method and apparatus for localized adaptation of client devices based on correlation or learning at remote server
US20080177149A1 (en) * 2006-06-16 2008-07-24 Stefan Weinert System and method for collecting patient information from which diabetes therapy may be determined
US20080021287A1 (en) 2006-06-26 2008-01-24 Woellenstein Matthias D System and method for adaptively adjusting patient data collection in an automated patient management environment
US8140353B2 (en) * 2006-06-29 2012-03-20 The Invention Science Fund I, Llc Compliance data for health-related procedures
DE102006031962A1 (de) 2006-07-11 2008-01-17 Sanofi-Aventis Deutschland Gmbh Amidiertes Insulin Glargin
US7899625B2 (en) 2006-07-27 2011-03-01 International Business Machines Corporation Method and system for robust classification strategy for cancer detection from mass spectrometry data
US20080172027A1 (en) 2006-10-17 2008-07-17 Blomquist Michael L Insulin pump having basal rate testing features
US8126735B2 (en) * 2006-10-24 2012-02-28 Medapps, Inc. Systems and methods for remote patient monitoring and user interface
US8204729B2 (en) 2006-11-01 2012-06-19 Philip Michael Sher Device for predicting and managing blood glucose by analyzing the effect of, and controlling, pharmacodynamic insulin equivalents
US20080306353A1 (en) 2006-11-03 2008-12-11 Douglas Joel S Calculation device for metabolic control of critically ill and/or diabetic patients
US8046070B2 (en) 2006-11-07 2011-10-25 Cardiac Pacemakers, Inc. Pre-excitation pacing for treatment of hypertension
US8079955B2 (en) * 2006-11-28 2011-12-20 Isense Corporation Method and apparatus for managing glucose control
US7880607B2 (en) 2006-12-15 2011-02-01 Motorola, Inc. Intelligent risk management system for first responders
US20080154513A1 (en) 2006-12-21 2008-06-26 University Of Virginia Patent Foundation Systems, Methods and Computer Program Codes for Recognition of Patterns of Hyperglycemia and Hypoglycemia, Increased Glucose Variability, and Ineffective Self-Monitoring in Diabetes
US20080214919A1 (en) 2006-12-26 2008-09-04 Lifescan, Inc. System and method for implementation of glycemic control protocols
US7906696B2 (en) * 2007-01-22 2011-03-15 Saudi Basic Industries Corporation Process of using zeolite catalyst for hydrocarbon conversion
US7734323B2 (en) 2007-01-24 2010-06-08 Smiths Medical Asd, Inc. Correction factor testing using frequent blood glucose input
US20080183494A1 (en) * 2007-01-31 2008-07-31 General Electric Company System and method for autonomous data gathering and intelligent assessment
US20090246289A1 (en) 2007-02-06 2009-10-01 Robert Superko System and method for diagnosing and managing those at risk for cardiovascular disease
US20080220403A1 (en) 2007-02-16 2008-09-11 Ohio University System and method for managing diabetes
US8732188B2 (en) 2007-02-18 2014-05-20 Abbott Diabetes Care Inc. Method and system for providing contextual based medication dosage determination
US20080228045A1 (en) 2007-02-23 2008-09-18 Tia Gao Multiprotocol Wireless Medical Monitors and Systems
US20080206799A1 (en) * 2007-02-27 2008-08-28 Michael Blomquist Carbohydrate ratio testing using frequent blood glucose input
US20080228056A1 (en) 2007-03-13 2008-09-18 Michael Blomquist Basal rate testing using frequent blood glucose input
US8758245B2 (en) * 2007-03-20 2014-06-24 Lifescan, Inc. Systems and methods for pattern recognition in diabetes management
US20080234943A1 (en) * 2007-03-20 2008-09-25 Pinaki Ray Computer program for diabetes management
WO2008114863A1 (ja) 2007-03-22 2008-09-25 Nec Corporation 診断装置
US8065240B2 (en) * 2007-10-31 2011-11-22 The Invention Science Fund I Computational user-health testing responsive to a user interaction with advertiser-configured content
US8204851B2 (en) * 2007-04-02 2012-06-19 Verizon Patent And Licensing Inc. Method and system for providing a graphical workflow monitor
EP2146626A1 (en) 2007-04-20 2010-01-27 Veridex, LLC A method for determining insulin sensitivity and glucose absorption
US8221345B2 (en) 2007-05-30 2012-07-17 Smiths Medical Asd, Inc. Insulin pump based expert system
US7801749B2 (en) * 2007-06-07 2010-09-21 Ingenix, Inc. System and method for grouping claim records associated with a procedure
US20080306434A1 (en) 2007-06-08 2008-12-11 Dexcom, Inc. Integrated medicament delivery device for use with continuous analyte sensor
CN101677769A (zh) 2007-06-15 2010-03-24 霍夫曼-拉罗奇有限公司 在人体上测量的参数的可视化
DK2006786T3 (en) 2007-06-18 2018-08-06 Hoffmann La Roche Method and glucose monitoring system to monitor individual metabolic response and to generate nutrient feedback
WO2009013637A2 (en) 2007-06-20 2009-01-29 Medingo Headquarters Method and device for assessing carbohydrate-to-insulin ratio
JP2010531707A (ja) 2007-06-25 2010-09-30 メディンゴ・リミテッド 適合された基礎インスリン送達システム
CN101689224B (zh) 2007-06-27 2015-06-17 霍夫曼-拉罗奇有限公司 用于根据对患者生理机能进行建模而开发患者特定疗法的系统和方法
DK2186035T3 (en) 2007-06-29 2019-04-01 Hoffmann La Roche APPARATUS AND METHOD OF REMOTE CONTROL OF AN AMBULANT MEDICAL DEVICE
RU2010104254A (ru) 2007-07-09 2011-08-20 Юниверсити Оф Вирджиния Пэйтент Фаундейшн (Us) Способ, система и компьютерный программный продукт для оценки чувствительности к инсулину, инсулин/углеводного отношения и коэффициента коррекции инсулина при диабете по данным самостоятельного мониторинга
US8088341B2 (en) * 2007-07-25 2012-01-03 University Of Louisville Research Foundation, Inc. Analyte collection devices and methods
US8101062B2 (en) 2007-07-26 2012-01-24 Nipro Diagnostics, Inc. System and methods for determination of analyte concentration using time resolved amperometry
US8065166B2 (en) 2007-10-30 2011-11-22 Onemednet Corporation Methods, systems, and devices for managing medical images and records
US8078592B2 (en) 2007-12-07 2011-12-13 Roche Diagnostics Operations, Inc. System and method for database integrity checking
US9886549B2 (en) 2007-12-07 2018-02-06 Roche Diabetes Care, Inc. Method and system for setting time blocks
US20100262434A1 (en) 2007-12-13 2010-10-14 Shaya Steven A Method and apparatus to calculate diabetic sensitivity factors affecting blood glucose
US20090164239A1 (en) 2007-12-19 2009-06-25 Abbott Diabetes Care, Inc. Dynamic Display Of Glucose Information
US20090177147A1 (en) 2008-01-07 2009-07-09 Michael Blomquist Insulin pump with insulin therapy coaching
EP2249695B1 (en) 2008-02-27 2016-04-20 Mon4d Ltd. System for modular analyte monitoring
US20090247836A1 (en) 2008-02-28 2009-10-01 Confidant Inc. Medical System and Method for Serving Users with a Chronic Disease or Health State
US8317699B2 (en) 2008-02-29 2012-11-27 Roche Diagnostics Operations, Inc. Device and method for assessing blood glucose control
US8224797B2 (en) 2008-03-04 2012-07-17 International Business Machines Corporation System and method for validating data record
US20090234262A1 (en) 2008-03-13 2009-09-17 Reid Jr Lawrence G Health Monitoring and Management System
US8600682B2 (en) 2008-04-04 2013-12-03 Hygieia, Inc. Apparatus for optimizing a patient's insulin dosage regimen
US20090281393A1 (en) 2008-05-08 2009-11-12 Putnam Technical Group, Inc. Method and apparatus for administering and monitoring patient treatment
US9167967B2 (en) 2008-05-08 2015-10-27 Robert Bosch Healthcare Systems, Inc. Home health digital video recording system for remote health management
EP2140749A1 (en) 2008-07-04 2010-01-06 Aarhus Universitet Det Jordbrugsvidenskabelige Fakultet Classification of seeds
CN102548467A (zh) 2008-07-18 2012-07-04 生命扫描有限公司 分析物测量和管理装置及相关方法
US8600777B2 (en) * 2008-08-28 2013-12-03 I.M.D. Soft Ltd. Monitoring patient conditions
CN101667224A (zh) 2008-09-05 2010-03-10 深圳易拓科技有限公司 便携式健康数据存储装置、检测装置及健康数据存储平台
US8583455B2 (en) 2008-09-19 2013-11-12 Roche Diagnostics Operations, Inc. Patient diabetes data interchange with electronic medical records
GB2466784B (en) 2008-12-03 2013-01-02 Trysome Ltd Criticality of data in a data logging system
KR101285520B1 (ko) 2008-12-23 2013-07-17 에프. 호프만-라 로슈 아게 만성 질병을 가진 환자의 진단 또는 치료 지원을 위한 구조화된 테스팅 방법 및 그 디바이스
US9117015B2 (en) 2008-12-23 2015-08-25 Roche Diagnostics Operations, Inc. Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device
US20100174553A1 (en) 2008-12-24 2010-07-08 Medtronic Minimed, Inc. Diabetes Therapy Management System
US20100184565A1 (en) 2009-01-17 2010-07-22 Matthew Avellino Device for Optimized Exercise Training of a Diabetic
CA2750049C (en) 2009-02-04 2021-02-23 Sanofi-Aventis Deutschland Gmbh Medical device and method for providing information for glycemic control
WO2010091129A1 (en) * 2009-02-04 2010-08-12 Abbott Diabetes Care Inc. Multi-function analyte test device and methods therefor
JP5783912B2 (ja) 2009-02-04 2015-09-24 サノフィ−アベンティス・ドイチュラント・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング 血糖応答情報に基づく血糖コントロールを提供するための医療システム及び方法
US10478100B2 (en) 2009-02-04 2019-11-19 Sanofi-Aventis Deutschland Gmbh Medical system and method for providing information for glycemic control
AU2010210155B2 (en) 2009-02-04 2015-04-09 Sanofi-Aventis Deutschland Gmbh Medical device and method for glycemic control
KR20120047841A (ko) 2009-02-26 2012-05-14 몰 리서치 어플리케이션스 엘티디 당뇨병 관련 치료의 자동 감시를 위한 방법 및 시스템
WO2010121084A1 (en) 2009-04-15 2010-10-21 Abbott Diabetes Care Inc. Analyte monitoring system having an alert
US8467972B2 (en) 2009-04-28 2013-06-18 Abbott Diabetes Care Inc. Closed loop blood glucose control algorithm analysis
US20100331650A1 (en) 2009-06-25 2010-12-30 Roche Diagnostics Operations, Inc. Episodic blood glucose monitoring system with an interactive graphical user interface and methods thereof
US20100330598A1 (en) 2009-06-26 2010-12-30 Roche Diagnostics Operations, Inc. METHOD, SYSTEM, AND COMPUTER PROGRAM PRODUCT FOR PROVIDING BOTH AN ESTIMATED TRUE MEAN BLOOD GLUCOSE VALUE AND ESTIMATED GLYCATED HEMOGLOBIN (HbA1C) VALUE FROM STRUCTURED SPOT MEASUREMENTS OF BLOOD GLUCOSE
US9218453B2 (en) 2009-06-29 2015-12-22 Roche Diabetes Care, Inc. Blood glucose management and interface systems and methods
KR101632308B1 (ko) 2009-09-23 2016-06-21 삼성전자주식회사 혈당 관리 정보를 제공하는 방법 및 장치
US20120088989A1 (en) 2009-12-21 2012-04-12 Roche Diagnostic Operations, Inc. Management Method And System For Implementation, Execution, Data Collection, and Data Analysis of A Structured Collection Procedure Which Runs On A Collection Device
US20120226117A1 (en) 2010-12-01 2012-09-06 Lamego Marcelo M Handheld processing device including medical applications for minimally and non invasive glucose measurements
US8931577B2 (en) 2011-07-08 2015-01-13 Cameron International Corporation Double valve block and actuator assembly including same

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104137108A (zh) * 2011-12-29 2014-11-05 霍夫曼-拉罗奇有限公司 用于移动电话的糖尿病管理应用
CN104137108B (zh) * 2011-12-29 2018-09-07 霍夫曼-拉罗奇有限公司 用于移动电话的糖尿病管理应用
CN103246735A (zh) * 2013-05-13 2013-08-14 中国工商银行股份有限公司 一种异常数据处理方法及系统
CN103246735B (zh) * 2013-05-13 2016-06-29 中国工商银行股份有限公司 一种异常数据处理方法及系统
CN103268411A (zh) * 2013-05-20 2013-08-28 浙江大学 放化疗规范化质量控制的量化系统
CN112472077A (zh) * 2014-09-10 2021-03-12 安晟信医疗科技控股公司 用于记录健康数据的系统和设备
CN111527556A (zh) * 2017-12-28 2020-08-11 爱惜康有限责任公司 用于外科装置的自适应控制程序更新

Also Published As

Publication number Publication date
US11907180B2 (en) 2024-02-20
EP4246522A2 (en) 2023-09-20
US20220229818A1 (en) 2022-07-21
CN102265279B (zh) 2019-08-23
CA2747309A1 (en) 2010-07-01
EP2382569A2 (en) 2011-11-02
JP2012513221A (ja) 2012-06-14
WO2010072387A3 (en) 2010-09-10
JP2015062126A (ja) 2015-04-02
US20100218132A1 (en) 2010-08-26
JP2015018584A (ja) 2015-01-29
CA2747309C (en) 2023-09-26
JP2012513626A (ja) 2012-06-14
JP2017104527A (ja) 2017-06-15
US9659037B2 (en) 2017-05-23
KR20110097890A (ko) 2011-08-31
US20100212675A1 (en) 2010-08-26
US10915505B2 (en) 2021-02-09
KR101285520B1 (ko) 2013-07-17
US10565170B2 (en) 2020-02-18
US11327931B2 (en) 2022-05-10
JP5694948B2 (ja) 2015-04-01
EP4246522A3 (en) 2023-11-08
US20200151152A1 (en) 2020-05-14
EP2382568A2 (en) 2011-11-02
CA2747332C (en) 2015-01-27
KR20110097889A (ko) 2011-08-31
KR101529407B1 (ko) 2015-06-16
WO2010072386A2 (en) 2010-07-01
US20140324800A1 (en) 2014-10-30
WO2010072386A3 (en) 2010-11-25
WO2010072387A2 (en) 2010-07-01
KR20130086249A (ko) 2013-07-31
CN102265279A (zh) 2011-11-30
CA2747332A1 (en) 2010-07-01

Similar Documents

Publication Publication Date Title
CN102265280A (zh) 用于在收集设备上运行的结构化收集过程的实现、执行、数据收集和数据分析的管理方法和系统
CN102934117B (zh) 结构化收集规程的状态报告
US10733154B2 (en) Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device
CN102713915B (zh) 用于运行在收集设备上的结构化收集规程的实施、执行、数据收集以及数据分析的管理方法和系统
EP2710502B1 (en) Dynamic data collection
CN104185444B (zh) 收集设备上运行的结构化收集程序的实现、执行、数据收集以及数据分析的管理方法和系统
US8755938B2 (en) Systems and methods for handling unacceptable values in structured collection protocols
CN103841889B (zh) 收集设备上运行的结构化收集程序的实现、执行、数据收集以及数据分析的管理方法和系统
EP2400413A2 (en) Collection device with selective display of test results, method and computer program product thereof

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1164501

Country of ref document: HK

RJ01 Rejection of invention patent application after publication

Application publication date: 20111130

RJ01 Rejection of invention patent application after publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1164501

Country of ref document: HK