CN102947833B - 用于优化胰岛素剂量的系统和方法 - Google Patents

用于优化胰岛素剂量的系统和方法 Download PDF

Info

Publication number
CN102947833B
CN102947833B CN201180029781.1A CN201180029781A CN102947833B CN 102947833 B CN102947833 B CN 102947833B CN 201180029781 A CN201180029781 A CN 201180029781A CN 102947833 B CN102947833 B CN 102947833B
Authority
CN
China
Prior art keywords
biological marker
sampling
insulin
data
collection
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.)
Active
Application number
CN201180029781.1A
Other languages
English (en)
Other versions
CN102947833A (zh
Inventor
S.布萨姆拉
S.魏纳特
J.拉施-门格斯
P.D.瓦林
J.F.普里斯
H.艾克迈尔
B.克勒林
K.维尔纳
U.波施
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
Priority to CN201711421407.1A priority Critical patent/CN107833596A/zh
Publication of CN102947833A publication Critical patent/CN102947833A/zh
Application granted granted Critical
Publication of CN102947833B publication Critical patent/CN102947833B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT 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
    • G16H40/60—ICT 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
    • G16H40/63—ICT 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT 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
    • G16H40/60—ICT 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
    • G16H40/67—ICT 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/20—Blood composition characteristics
    • A61M2230/201—Glucose concentration
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M31/00—Devices for introducing or retaining media, e.g. remedies, in cavities of the body
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/001—Enzyme electrodes
    • C12Q1/005—Enzyme electrodes involving specific analytes or enzymes
    • C12Q1/006—Enzyme electrodes involving specific analytes or enzymes for glucose

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Optics & Photonics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Emergency Medicine (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

适合于糖尿病人优化他们服用的胰岛素剂量的测试方法（特别的基础率测试方法）的实施例，包括收集生物标志数据的一个或多个采样集合，其中每个采样集合包括足够多个非不利采样实例并且其中每个采样实例包括在依从遵守标准时记录的单个时间点处的可接受生物标志读数，根据每个采样集合来确定生物标志采样参数；将所述生物标志采样参数与目标生物标志范围进行比较；如果所述生物标志采样参数落在所述目标生物标志范围之外，则计算与该生物标志采样参数相关联的胰岛素调节参数，如果该生物标志采样参数落在该目标生物标志范围之外并且如果该胰岛素剂量没有超过最大剂量则以胰岛素调节参数来调节胰岛素剂量，以及如果经过调节的胰岛素剂量被优化则退出测试方法。当所述一个或多个生物标志采样参数落在目标生物标志范围之内时胰岛素剂量被优化。

Description

用于优化胰岛素剂量的系统和方法
相关申请的交叉引用
本申请是2009年12月21日提交的美国专利申请序列号12/643,338（WP 25378US1）的部分继续申请，其要求2008年12月23日提交的美国临时申请序列号61/140,270的优先权，这两个申请都被全文合并在此以作参考。
技术领域
本公开的实施例总体上涉及糖尿病管理，并且特别涉及为糖尿病人优化他们所服用的胰岛素剂量的方法和系统。
背景技术
持续时间长或者频繁重犯的疾病通常被定义为慢性疾病。已知的慢性疾病特别包括抑郁症、强迫妄想症、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、癌症以及糖尿病。这样的慢性疾病需要长期护理管理以便进行有效的长期治疗。在初始诊断之后，长期护理管理的其中一项功能于是就是优化患者的慢性疾病的疗法。
在糖尿病的例子中（其特征为由于不充足的胰岛素分泌、胰岛素机能或者全部两种原因而导致的高血糖症），已经知道由于每一个人与不同的健康和生活风格因素相互作用的独特的生理，糖尿病在每一个人身体中的表现不同，其中所述健康和生活风格因素比如有饮食习惯、体重、压力、生病、睡眠、锻炼以及服药。
生物标志是患者的生物学上导出的指标，其表明生物或发病过程、药理反应、事件（event）或者状况（例如老化、疾病或生病风险、存在或进展等等）。举例来说，生物标志可以是与疾病有关的变量的客观度量，其可以用作关于该疾病的指标或预示。在糖尿病的情况下，这样的生物标志包括对于葡萄糖、脂类、甘油三酯等等所测量的数值。生物标志还可以是能够从中推断出疾病的存在或风险的一个参数集合，而不是疾病本身的测量数值。当适当地收集及评定时，生物标志可以提供与关于病人的医疗问题有关的有用信息，并且可以被用作医疗评估的一部分、用作医疗控制以及/或者用于医疗优化。
对于糖尿病，临床医师通常根据已公开的治疗指南来对糖尿病人进行治疗，比如Joslin Diabetes Center & Joslin Clinic的Clinical Guideline for Pharmacological Management of Type 2 Diabetes（2007）以及Joslin Diabetes Center& Joslin Clinic的Clinical Guideline for Adults with Diabetes（2008）。所述指南可以指定所期望的生物标志数值，例如小于100mg/dl的空腹血糖数值，或者临床医师可以基于所述临床医师在治疗糖尿病患者方面的训练和经验来指定所期望的生物标志数值。
但是，这样的指南没有规定针对参数调节的生物标志收集规程以便支持用于优化糖尿病人的疗法的特定疗法。随后，糖尿病人常常必须在几乎没有收集结构并且几乎不考虑生活风格因素的情况下测量其葡萄糖水平。具体来说，针对基础胰岛素的滴定已经识别出了许多问题。这些问题的根源是在滴定优化阶段期间以及在优化后（日常使用）期间缺少告诉患者要服用的特定剂量的胰岛素的集中位置。该问题可能包括下面的内容：患者按照医师最初规定的那样仅服用附着于包装的标签上的数量；患者在对他们的血糖进行采样之前进食使得采样实例不能使用或不适合；患者忘记在适当时间进行采样；患者因为害怕而拒绝服用多于最小数量；以及不理解来自医师的指示。
期望包括用于实施最公知的基础率滴定算法的参数化测试方法，以便允许创建帮助患者进行胰岛素滴定的结构化集中测试规程。
发明内容
针对上面的背景，提供了适合于糖尿病人优化他们服用的胰岛素剂量的本测试方法实施例。用于优化胰岛素（特别地基础胰岛素）的滴定的这些实施例帮助患者和医师确定始终致使空腹血糖数值在预定范围内，并且在一天的任何时间都不会发生不利事件（例如严重程度不同的低血糖事件或高血糖事件）的胰岛素水平。该测试方法实施例提供在胰岛素的滴定期间为患者提供指导和置信度（confidence）的定制系统和方法。该测试方法通过提供医师的标准化实践的监测实施方式来使该医师受益，其在滴定的结果方面产生更高的置信度。此外，还预期该测试方法会通过减少支持该人进行所述测试方法所必要的需要去诊所看医师的次数来减少最优化的成本。
公开内容的实施例可以例如如下实施：纸质工具；集成在诸如血糖计之类的收集设备中的糖尿病软件；集成在个人数字助理、手持式计算机或者移动电话中的糖尿病软件；集成在被耦合到计算机的设备读取器中的糖尿病软件；在诸如个人计算机之类的计算机上进行操作的糖尿病软件；以及通过因特网远程访问的糖尿病软件。
在一个实施例中，提供了适合于糖尿病人优化他们服用的胰岛素剂量的测试方法。该方法包括下述步骤：收集生物标志数据的一个或多个采样集合，其中每个采样集合包括在收集时段内记录的足够多个非不利采样实例并且每个采样实例包括在单个时间点的生物标志读数，并且其中每个采样实例包括在依从遵守标准时记录的在单个时间点的可接受生物标志读数；根据生物标志数据的每个采样集合来确定生物标志采样参数；将所述生物标志采样参数与目标生物标志范围进行比较；计算与该生物标志采样参数相关联的胰岛素调节参数，其中当该生物标志采样参数落在目标生物标志范围之内时所述胰岛素调节参数等于零，如果该生物标志采样参数没有落在目标生物标志范围之内则以所述胰岛素调节参数的数量来调节胰岛素剂量，以及如果所调节的胰岛素剂量被优化则退出该测试方法，当所述一个或多个生物标志采样参数落在目标生物标志范围之内时获得经过优化的胰岛素剂量。下面详细描述退出该测试方法的其他原因。
在另一实施例中，提供了用于通过针对优化胰岛素的服用剂量的测试方法来指导糖尿病人的方法。该方法利用数据处理系统并且包括经由显示单元来指示糖尿病人收集生物标志数据的一个或多个采样集合，其中每个采样集合包括在收集时段内记录的足够多个非不利采样实例，每个采样实例包括在单个时间点的生物标志读数。该方法还包括根据生物标志数据的每个采样集合来计算生物标志采样参数，如果该生物标志采样参数落在所述目标生物标志范围之外则计算与该生物标志采样参数相关联的胰岛素调节参数，以及如果该生物标志采样参数落在所述目标生物标志范围之外并且如果所述胰岛素剂量没有超过最大剂量则根据现在的胰岛素剂量和胰岛素调节参数来计算经过调节的胰岛素剂量。该方法还包括通知糖尿病人以经过调节的胰岛素剂量来继续该测试方法或者如果获得优化的胰岛素剂量则退出该测试方法，当一个或多个生物标志采样参数落在目标生物标志范围之内时该优化的胰岛素剂量被获得。
在另一实施例中，提供了一种被配置成通过针对优化胰岛素的服用剂量的测试方法来指导糖尿病人的收集设备。该设备包括：被配置成测量一个或多个所选生物标志的仪表；处理器，其被设置在所述仪表内部并且耦合到存储器，其中所述存储器包括收集规程；以及具有指令的软件，当所述指令被处理器执行时使得所述处理器指示该糖尿病人根据所述收集规程来收集生物标志数据的一个或多个采样集合，其中每个采样集合包括在收集时段内记录的足够多个非不利采样实例，并且每个采样实例包括在单个时间点的生物标志读数。该软件还包括指令以便；根据生物标志数据的每个采样集合来计算生物标志采样参数，如果该生物标志采样参数落在所述目标生物标志范围之外则计算与该生物标志采样参数相关联的胰岛素调节参数，以及如果该生物标志采样参数落在所述目标生物标志范围之外并且如果所述胰岛素剂量没有超过最大剂量则根据现在的胰岛素剂量和胰岛素调节参数来计算经过调节的胰岛素剂量。该软件指令还通知糖尿病人以经过调节的胰岛素剂量来继续测试方法。在另一实施例中，该收集设备可以包括疗法设备，例如胰岛素笔。
通过下面的描述、附图和权利要求书，这里所公开的本发明的这些和其他优点和特征将变得更加显而易见。
附图说明
在结合附图阅读时可以最佳地理解下面对于本发明的实施例的详细描述，其中相同的结构由相同的附图标记表示。
图1是示出了根据本发明的一个实施例的用于糖尿病患者和临床医师以及对于患者的长期护理管理有兴趣的其他人的长期护理管理系统的示意图。
图2和2A是示出了根据本发明的一个实施例的适用于实施结构化测试方法的系统的实施例的示意图。
图3示出了根据本发明的收集设备实施例的方框图。
图4示出了根据本发明的利用结构化测试方法在图3的收集设备上产生的以表格形式的一个数据记录实施例的描绘。
图5A－5D示出描绘根据本发明的实施例的用于优化胰岛素的滴定的测试方法的流程图。
具体实施方式
下面将关于各个说明性实施例来描述本发明。本领域技术人员将认识到，可以在许多不同的应用和实施例中实施本发明，而不特别限于其在这里描绘的具体实施例的应用。具体来说，下面将结合通过采样血液的糖尿病管理来讨论本发明，但是本领域普通技术人员将认识到，可以对本发明进行修改以便与除了葡萄糖之外的其他类型的流体或分析物一起使用，并且/或者本发明可用于管理除了糖尿病之外的其他慢性疾病。
正如这里与下面描述的各种说明性实施例一起使用的那样，下面的术语包括（但不限于）下面的含义。
术语“生物标志”可以意味着被测量来提供与患者有关的数据的生理变量，比如血糖数值、间质葡萄糖数值、HbA1c数值、心率测量、血压测量、脂类、甘油三酯、胆固醇等等。
术语“情境化”可以意味着围绕特定生物标志测量的收集已经存在或将要发生的编档和互相关状况。优选的是，关于围绕特定生物标志的收集已经存在或将要发生的编档和互相关状况的数据可以与所收集的生物标志数据存储在一起并且与之链接。具体来说，对于所收集的生物标志数据的进一步评估考虑到关于编档和互相关状况的数据，从而不仅对这样的数据进行评定，而且还对其被情境化的数据之间的链接进行评定。关于编档和互相关状况的数据例如可以包括关于围绕特定生物标志测量的收集发生和/或与之同时发生的时间、食物和/或锻炼的信息。举例来说，在基础滴定优化集中的测试规程期间，在接受生物标志数值之前，可以通过利用验证糖尿病人的空腹状态的进入标准来对根据本发明的一个实施例的结构化收集规程的情境进行编档。
术语“情境化生物标志数据”可以意味着关于其中与对于特定生物标志的测量数值相组合地收集特定生物标志测量的互相关状况的信息。具体来说，生物标志数据与关于在其中收集特定生物标志测量的互相关状况下的信息被存储在一起并且与之链接。
术语“生物标志采样参数”可以意味着必需数目的所收集的例如采样集合中的非不利生物标志读数的数学变换。该数学变换可以是例如对采样实例求平均、对采样实例求和、对采样实例执行图形分析、对采样集合执行数学算法、或者其组合。
术语“标准”可以意味着一项或多项标准，并且可以是被用来判断一项或多项条件是否得到满足或符合以便开始、接受和/或结束一个或多个规程步骤、动作和/或数值的（多个）指南、（多个）规则、（多个）特性以及（多个）维度中的至少一项或多项。
术语“遵守”可以意味着人遵循结构化收集规程适当地施行所要求的规程步骤。举例来说，应当在结构化收集规程的规定条件下测量生物标志数据。于是如果对于生物标志测量给出了所述规定条件，则所述遵守被定义为适当的。举例来说，所述规定的条件是与时间有关的条件并且/或者可以示例性地包括进餐、取得空腹样本、在所要求时间窗口内吃进某种类型的餐食、在所要求的时间取得空腹样本、进行最少时间量的睡眠等等。所述遵守可以对于情境化生物标志数据的结构化收集规程、一组采样实例、或者单个数据点被定义为适当或不适当。优选的是，可以通过一定范围的（多项）规定条件或者通过选择性地确定的（多项）规定条件把所述遵守定义为适当或不适当。此外，所述遵守可以被计算为遵守比率，其描述对于特别是情境化生物标志数据的结构化收集规程或单个数据点所给出的遵守的程度如何。
术语“遵守事件”可以意味着执行结构化收集规程的人没有能够施行规程步骤。举例来说，如果一个人没有在收集设备要求时收集数据，则所述遵守被确定为不适当，从而导致遵守事件。在另一个例子中，遵守标准可以是对于患者空腹6小时的第一条标准，并且是对于在所要求的时间收集空腹bG数值的第二条标准。在该例子中，如果患者在所要求的时间提供了bG采样但是在提供之前只空腹了3个小时，则虽然满足了第二条遵守标准，但是没有满足第一条遵守标准，并且因此将发生对于第一条标准的遵守事件。
术语“违反事件”是一种形式的遵守事件，其中执行结构化收集（测试）规程（协议）的人没有在所推荐的时间服用治疗剂，没有服用所推荐的数量，或者两种情况都有。
术语“遵守标准”可以包括遵守，并且可以意味着把与测量的数值和/或计算的数值相关的数值/信息与已定义数值/信息或已定义数值范围进行比较（例如评估）的基础，其中基于所述比较可以以准许或肯定接收来接受数据。遵守标准可以被应用于情境化生物标志数据，从而可以根据关于在特定生物标志的收集期间所存在或发生的编档和相关状况的情境化数据的比较来接受生物标志数据。遵守标准可以类似于对于给定信息片段或信息组的健全性检查。优选地，遵守标准可以被应用于数据组或者信息，并且如果遵守标准没有得到满足，则拒绝该遵守标准。具体来说，这样被拒绝的数据随后将不被用于进一步的计算，其中所述进一步的计算提供疗法推荐。被拒绝的数据主要可以仅仅被用来评估遵守和/或自动触发至少另一项动作。举例来说，这样一项触发的动作可以提示用户遵循结构化收集规程或者单项所要求的动作，从而可以满足遵守标准。
遵守标准还可以被应用于单个数据点/信息以使得例如可以根据关于在特定生物标志的收集期间所存在或发生的编档和相关状况的情境化数据的比较来接受生物标志数据。如果遵守标准仅被应用于单个数据点，则该遵守标准可以被解释为“接受标准”。
因此，术语“接受标准”可以包括被应用于单个数据点的遵守标准，但是也可以包括可以被应用于单个数据点的其他标准。于是可以根据情境化数据，并且此外根据该特定生物标志的测量的状况和/或结果来接受单个数据点/信息。例如，如果检测到测量错误，则生物标志读数可以被拒绝，因为接受标准不被履行，例如归因于剂量不足检测或者其他测量错误，这可以发生并且可以被系统检测到。此外，限定测量数据可以位于其中的特定范围的其他标准可以被限定为单个数据点/信息的接受标准。该接受标准可以被应用于情境化生物标志数据，以使得可以根据关于在特定生物标志的收集期间所存在或发生的编档和相关状况的情境化数据以及这些数据与针对情境化数据的限定数值/信息或数值的（多个）限定范围的比较（例如评估）来接受单个数据点/信息。
此外，接受标准可以包括如上所述的与测量错误和/或测量值的限定范围有关的附加标准。如此处所使用的，如果用户遵循适当且推荐的步骤（即遵守），则生物标志或事件数值可以是“可接受的”，并且在优选实施例中，结果得到的数据在预测范围内。例如，在取得采样之前，可以建立接受标准，不管通向取得采样的步骤是否完成。例如，处理器响应于请求显示问题，“您是否在最近8小时内空腹？”，其中由处理器经由用户界面接收到的“是”应答满足针对该步骤的接受标准。在另一示例中，在取得采样之后，处理器可以使用（多个）其他接受标准来针对合理性评估所接收到的数据。例如，基于先前的数据，空腹bG采样应该在120mg/dl－180mg/dl之间，但是所接收到的数值是340mg/dl，并且因此没有满足这样的接受标准，因为它在针对可接受数值的预先定义的范围之外。在这样的示例中，处理器可以提示输入附加的采样。如果重新采样也失败（即没有在120mg/dl－180mg/dl之间），则由处理器提供的评估可以是患者没有空腹，并且因此处理器（如在重新采样失败时由接受标准指示的那样）可以自动相应地继续事件调度表中的事件。在该特定示例中，接受标准可以基于针对单个数据点（要成为空腹）的遵守标准，其作为结合有在该状况下可以被预期的血糖数值的预先定义的范围的第一接受标准。仅在这两个标准都被履行的情况下，可以总地满足接受标准。
此外，针对单个数据点/信息的接受标准可以从基于其他数据点/信息生成的标准导出。例如，如果在整个收集规程期间单个数据点被测量的该整个收集规程的遵守标准或者相邻数值的遵守标准处于预先定义的阈值以下，则单个数据点不能被接受。换句话说，单个数据点的接受标准不仅包括特定生物标志读数的测量的遵守标准而且包括其他生物标志读数或整个收集规程的遵守标准。此外，可以确定基于特定单个数据点/信息的相邻或相关数值的其他标准。例如，如果模式识别被应用于具有相似情境化数据（比如与单个数据点/信息有关）的生物标志读数，则在基于该模式识别来假定减小的可靠性的情况下单个数据点/信息不能被接受。例如，如果空腹血糖读数被检测为对于处于情境化数据的状况的特定人来说太高（与处于类似状况的生物标志读数相比），则可以假定数据被错误地记录，即使例如测量错误和/或遵守事件不能被系统本身检测到。因此，接受标准可以被预定标准限定，例如可以被预定数值限定，但是也可以基于在收集规程期间生成的数据自动限定，因此特定标准（特别地数值）可以从其导出。因此，接受标准可以被用来证实单个数据点/信息的可靠性，以使得仅重要的和/或具有高可靠性的那些数值可以被用于进一步的计算。因而，接受标准可以确保胰岛素调节参数的计算可以仅基于达到对于正确的胰岛素药丸计算是必须的并且作为具有高可靠性的数值而被接受的预先定义的状况的这些数值。
术语“数据事件要求”可以意味着针对在由一个特殊情况集合定义的空间-时间内的单个点处的数据收集的询问，其例如由时间相关的或者非时间相关的事件定义。
术语“分散式疾病状态评估”可以意味着通过利用感兴趣的生物标志测量施行的针对疾病的进展程度或范围的确定，以便在无需向实验室发送样本以供评估的情况下递送数值。
术语“医疗使用实例或问题”可以意味着提供关于一些医疗事实的存在的确实性的不确定性的规程、情形、状况和/或问题当中的至少一项或多项，并且与尚未得到验证但是如果为真的话将解释特定事实或现象的概念相组合。医疗使用实例或问题可以已经存放和存储在系统中，从而使得糖尿病人可以在不同的医疗使用实例或问题之间进行选择。或者，可以由糖尿病人自身定义医疗使用实例或问题。
术语“集中”、“结构化”以及“偶发”在这里可以与术语“测试”互换使用，并且可以意味着其中用以实施测试的预先定义的序列。
术语“软件”和“程序”在这里可以互换使用。
图1示出了用于（多位）糖尿病患者12和（多位）临床医师14以及对患者12的长期护理管理有兴趣的其他人16的长期护理管理系统10。具有书写困难的患者12可以包括患有新陈代谢症候群、糖尿病前期、第1型糖尿病、第2型糖尿病以及妊娠期糖尿病的人。对患者的护理感兴趣的其他人16可以包括家庭成员、朋友、支持组以及宗教组织，所有这些都可能会影响患者对于疗法的依从。患者12可能访问患者计算机18（比如家庭计算机），其可以连接到公共网络50（有线或无线网络），比如因特网、蜂窝网络等等，并且耦合到保护锁、坞站、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。在可以从Roche Diagnostics获得的手册“Accu-Chek® Smart Pix Device Reader Diabeticperson’s Manual”（2008）中示出了设备读取器的一个例子。
收集设备24可以实质上是可以用作根据结构化收集规程以数字方式确定及存储（多个）生物标志数值的采集机制的任何便携式电子设备，并且其可以用来运行本发明的结构化收集规程和方法。关于结构化收集规程的各种说明性实施例的更多细节在下文中的后面各章节中提供。在优选实施例中，收集设备24可以是自我监测血糖仪表26或连续葡萄糖监测器28。血糖仪表的一个例子是Accu-Chek® Active仪表以及在小册子“Accu-Chek®Aviva Blood Glucose Meter Owner’s Booklet（2007）”中描述的Accu-Chek® Aviva仪表，该小册子的一些部分在转让给Roche Diagnostics Operation有限公司的标题为“Meter and method of using the meter for determining the concentration of acomponent of a fluid”的美国专利号6,645,368 B1中做了公开，该专利被合并在此以作参考。在转让给Roche Diagnostics Operation有限公司的美国专利号7,389,133的“Method and device for continuous monitoring of the concentration of ananalyte”（2008年6月17日）中示出了连续葡萄糖监测器的一个例子，该专利被合并在此以作参考。
除了收集设备24之外，患者12可以使用多种产品来管理他或她的糖尿病，其中包括：携带在小瓶32中以用在收集设备24中的测试条带30；可以操作在患者计算机18、收集设备24、手持式计算设备36（比如膝上型计算机、个人数字助理和/或移动电话）上的软件34；以及纸质工具38。软件34可以被预先加载或者通过计算机可读介质40提供或者通过公共网络50提供，并且在需要时被加载以便操作在患者计算机18、收集设备24、临床医师计算机/办公室工作站25以及手持式计算设备36中。在其他实施例中，软件34还可以被集成到耦合到计算机（例如计算机18或25）以便在其上操作的设备读取器22中，或者可以通过公共网络50例如从服务器52远程地访问。
对于特定糖尿病疗法，患者12还可以使用附加的疗法设备42和其他设备44。此外，疗法设备42可以包括诸如走动注入泵46、胰岛素笔48和切缝设备51之类的设备。走动注入泵46的一个例子包括（但不限于）在可以从Disetronic医疗系统AG获得的手册“Accu-Chek® Spirit Insulin Pump System Pump Diabetic person Guide”（2007）中描述的Accu-Chek® Spirit泵。其他设备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康设备，以及向护理者提供通知的老年人护理设备。其他设备44可以被配置成根据由Continua® Health Alliance规划的标准彼此进行通信。这些疗法设备可以是单独的或者被集成到此处所述的收集设备和数据处理设备。
针对糖尿病的临床医师14有很多种，并且例如可以包括护士、正式护士、医师、内分泌专家以及其他此类健康护理提供者。临床医师14通常可以访问临床医师计算机25，比如临床医师办公室计算机，其也可以配备有软件34。还可以由患者12和临床医师14在计算机18、25上使用诸如Microsoft® HealthVaultTM和GoogleTM Health之类的健康护理记录系统27，以便通过公共网络50或者通过其他网络装置（LAN、WAN、VPN等等）交换信息，并且把诸如来自收集设备24、手持式收集设备36、血糖监测仪28等的收集数据之类的信息存储到患者的电子医疗记录中，例如可以被提供到计算机18、25和/或服务器52以及从计算机18、25和/或服务器52提供的EMR 53（图2A）。
大多数患者12和临床医师14可以通过公共网络50彼此进行交互，并且与具有计算机/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、第三方付费者56（比如支付患者的健康护理开销的一部分或全部的保险公司）、配发特定糖尿病消耗品的药房58、医院60、政府机构62（其也可能是支付者）以及提供健康护理产品和服务以用于检测、预防、诊断以及治疗疾病的公司64。患者12还可以许可其他人（比如雇主54、支付者54、药房58、医院60和政府机构62）通过健康护理记录系统27访问该患者的电子健康记录，所述健康护理记录系统27可以驻留在临床医师计算机25和/或一个或多个服务器52上。下文中还将参照图2。
图2示出了适于实施根据本发明的一个实施例的结构化测试方法的一个系统实施例，其在另一个实施例中可以是长期护理管理系统10的一部分，并且通过传统的有线或无线通信装置与这样的组件进行通信。系统41可以包括与服务器52以及收集设备24进行通信的临床医师计算机25。临床医师计算机25与服务器52之间的通信可以通过去到公共网络50、去到私有网络66或者去到二者的组合的通信链接来促进。私有网络66可以是局域网或广域网（有线或无线），其通过诸如（网络）服务器、路由器、调制解调器、集线器之类的网络设备68连接到公共网络50。
在一个实施例中，服务器52可以是用于多个结构化收集规程（或协议）70a、70b、70c、70d的中央存储库，其中在后面的章节将提供几个示例性结构化收集规程的细节。服务器52以及网络设备68还可以充当用于已完成的结构化收集规程70a、70b、70c、70d中的几个的数据聚集器。相应地，在这样一个实施例中，当响应于针对患者数据的获取而被要求时，来自患者12的收集设备的（多个）已完成收集规程的数据随后可以从服务器52和/或网络设备68被提供到临床医师计算机25。
在一个实施例中，可以通过公共网络50提供服务器52上的多个结构化收集规程70a、70b、70c、70d当中的一个或多个，比如通过实施在患者计算机18、临床医师计算机25和/或收集设备24上的安全网络接口55（图2A，示出了系统41的另一个实施例）。在另一个实施例中，临床医师计算机25可以充当服务器52与收集设备24之间的接口（有线或无线）72。在另一个实施例中，结构化收集规程70a、70b、70c、70d以及软件34可以被提供在计算机可读介质40上，并且被直接加载到患者计算机18、临床医师计算机25和/或收集设备24上。在另一个实施例中，结构化收集规程70a、70b、70c、70d可以被提供为预先加载（嵌入）在收集设备24的存储器中。在其他实施例中，可以在患者计算机18、临床医师计算机25、服务器52和/或收集设备24之间通过公共网络50、私有网络66、通过直接设备连接（有线或无线）74或者其组合发送新的/更新后的/修改后的结构化收集规程70a、70b、70c、70d。相应地，在一个实施例中，例如计算机18和25的外部设备可以被用来建立收集设备24与其他电子设备（比如其他远程个人计算机（PC）和/或服务器）之间的通信链接72、74，这比如是通过诸如因特网之类的公共网络50和/或诸如私有网络66之类的其他通信网络（例如LAN、WAN、VPN等等）实现的。
作为传统的个人计算机/工作站，临床医师计算机25可以包括处理器76，其执行诸如软件34之类的程序，以及比如来自存储器78和/或计算机可读介质40的程序。存储器78可以包括系统存储器（RAM、ROM、EEPROM等等）和存储装置存储器，比如硬盘驱动器和/或闪存（内部或外部）。临床医师计算机25还可以包括用以把显示器82与处理器76接合的显示器驱动器80，用于连接糖尿病人接口设备86（比如键盘和鼠标（有线或无线））的输入/输出连接84，以及用于便携式存储器和盘（比如计算机可读介质40）的计算机可读驱动器88。临床医师计算机25还可以包括用于连接到公共网络50和其他设备（比如收集设备24（有线或无线））的通信接口90，以及用于把前面提到的电子组件连接到处理器76的总线接口92。现在在下文中将参照图3。
图3是在概念上图示出图2中描绘的便携式收集设备24的方框图。在所示实施例中，收集设备24可以包括一个或多个微处理器，比如处理器102，其可以是包括至少一个多个单核或多核以及高速缓冲存储器的中央处理单元，所述微处理器可以连接到总线104，其可以包括数据、存储器、控制和/或地址总线。收集设备24可以包括软件34，其提供使得所述设备的处理器102实施本发明的方法的指令代码，在后面的章节中将对其进行讨论。收集设备24可以包括显示器接口106，其提供来自总线104（或者来自未示出的帧缓冲器）的图形、文本和其他数据以供显示在显示器108上。显示器接口106可以是集成图形解决方案的显示器驱动器，其利用收集设备24的主存储器110的一部分（比如随机存取存储器（RAM））并且从处理器102进行处理，或者可以是专用的图形处理单元。在另一个实施例中，显示器接口106和显示器108可以附加地提供触摸屏接口，以便按照众所周知的方式向收集设备24提供数据。
在一个实施例中，主存储器110可以是随机存取存储器（RAM），并且在其他实施例中可以包括其他存储器，比如ROM、PROM、EPROM或EEPROM及其组合。在一个实施例中，收集设备24可以包括次要存储器112，其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、闪存连接器（例如USB连接器、火线连接器、PC卡槽）等等当中的至少一种。驱动器116按照公知的方式从计算机可读介质40进行读取和/或写入到计算机可读介质40。计算机可读介质40代表软盘、磁带、光盘（CD或DVD）、闪存驱动器、PC卡等等，其由驱动器116读取及写入。应当认识到，计算机可读介质40可以在其中存储软件34和/或结构化收集规程70a、70b、70c和70d以及从根据收集规程70a、70b、70c和70d中的一个或多个施行的已完成收集所得到的数据。
在替换的实施例中，次要存储器112可以包括其他装置以用于允许软件34、收集规程70a、70b、70c、70d、其他计算机程序或者其他指令被加载到收集设备24中。这样的装置例如可以包括可移除存储单元120和接口连接器122。这样的可移除存储单元/接口的实例可以包括程序盒及盒式接口、可移除存储器芯片（例如ROM、PROM、EPROM、EEPROM等等）和相关联的插座，以及允许把软件和数据从可移除存储单元120输送到收集设备24的其他可移除存储单元120（例如硬盘驱动器）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允许在收集设备24与（多个）外部设备126之间传送软件（例如软件34、收集规程70a、70b、70c和70d）和数据（例如从根据收集规程70a、70b、70c和70d中的一项或多项施行的已完成收集所得到的数据）。通信模块124的实例可以包括以下各项当中的一项或多项：调制解调器，网络接口（比如以太网卡），通信端口（例如USB、火线、串行、并行等等），PC或PCMCIA插槽和卡，无线收发器，以及其组合。所述（多个）外部设备126可以是患者计算机18、临床医师计算机25、手持式计算设备36（比如膝上型计算机、个人数字助理（PDA）、移动（蜂窝）电话和/或保护锁）、坞站或者设备读取器22。在这样一个实施例中，外部设备126可以提供和/或连接到调制解调器、网络接口（比如以太网卡）、通信端口（例如USB、火线、串行、并行等等）、PCMCIA插槽和卡、无线收发器及其组合当中的一项或多项，以便通过公共网络50或私有网络66提供比如与临床医师计算机25或服务器52的通信。通过通信模块124传送的软件和数据可以具有有线或无线信号128的形式，其可以是能够通过通信模块124发送及接收的电子、电磁、光学或其他信号。举例来说，已经知道可以利用电线或电缆、光纤、电话线、蜂窝电话链接、RF链接、红外链接、其他通信信道及其组合在通信模块124与（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是本领域内公知的。
在另一个实施例中，收集设备24可以与外部设备132一起使用，比如被提供为手持式计算机或移动电话，以便施行例如提示患者采取动作、采集数据事件以及关于信息施行计算之类的动作。在2006年6月16日提交的标题为“System and method for collectingpatient information from which diabetes therapy may be determined”的美国专利申请号11/424,757中公开了被提供为手持式计算机的与这样的外部设备126相组合的收集设备的一个例子，该专利被转让给Roche Diagnostics Operations有限公司并且被合并在此以作参考。在可以从Roche Diagnostics获得的标题为“Accu-Chek® Pocket CompassSoftware with Bolus Calculator Diabetic person Guide”（2007）的糖尿病人指南中示出了手持式计算机的另一个例子。
在所示实施例中，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。生物传感器140在一个实施例中是一次性测试条带30（图1），其与收集设备24一起被使用来接收例如毛细血液的样本，其被暴露于酶反应并且由测量引擎138通过电化学技术、光学技术或全部二者来测量，以便测量并提供例如血糖水平之类的生物标志数值。在美国专利公开号2005/0016844 A1“Reagent stripe for test strip”（2005年1月27日）中公开了一次性测试条带和测量引擎的一个例子，其被转让给Roche Diagnostics Operations有限公司并且被合并在此以作参考。在其他实施例中，测量引擎138和生物传感器140可以是被用来针对除了葡萄糖、心率、血压测量及其组合之外的其他类型的采样流体或分析物提供生物标志数值的一种类型。这样的一个替换实施例可用于其中由根据本发明的结构化收集规程要求来自多于一种生物标志类型的数值的实施例。在另一个实施例中，生物传感器140可以是具有（多个）留置导管的传感器或者是（多个）皮下组织流体采样设备，比如当收集设备24被实施为与例如泵46（图1）的注入设备进行通信的连续葡萄糖监测器（CGM）。在其他实施例中，收集设备24可以是实施软件34并且在注入设备（例如走动注入泵46和电子胰岛素笔48）与生物传感器140之间通信的控制器。
至少包括由生物传感器140收集的信息的数据被测量引擎138提供到处理器102，所述处理器102可以执行存储在存储器110中的计算机程序以便利用所述数据施行各种计算和处理。举例来说，这样的计算机程序由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 BloodGlucose Value and Estimated Glycated Hemoglobin (HbA1C) Value form StructuredSpot Measurements Of Blood Glucose”的美国专利申请号12/492,667描述，该申请被转让给Roche Diagnostics Operations有限公司并且被合并在此以作参考。来自测量引擎138的数据以及处理器102利用所述数据进行的计算和处理的结果在这里被称作自我监测数据。所述自我监测数据可以包括（但不限于）患者12的葡萄糖数值、胰岛素剂量数值、胰岛素类型和处理器102使用来计算未来的葡萄糖数值、补充胰岛素剂量和碳水化合物补充数量的参数值以及这样的数值、剂量和数量。这样的数据连同对于每一次所测量的葡萄糖数值和所服用的胰岛素剂量数值的日期时间戳记169被存储在存储器110和/或112的数据文件145中。收集设备24的内部时钟144可以向处理器102提供当前的日期和时间以供这样的使用。
收集设备24还可以提供糖尿病人接口146，比如按钮、按键、轨迹球、触控板、触摸屏等等，以用于数据输入、程序控制以及选项、选择和数据的导航、提出信息要求等等。在一个实施例中，糖尿病人接口146可以包括一个或多个按钮147、149，以用于提供在存储器110和/或112中的数据的输入和导航。在一个实施例中，糖尿病人可以使用一个或多个按钮147、149来输入（编档）情境化信息，比如与患者12的日常生活风格有关的数据，以及确认规定任务的完成。这样的生活风格数据可以与食物摄入、药物使用、能量水平、锻炼、睡眠、总体健康状况以及患者12的总体幸福感（比如高兴、悲伤、安定、紧张、劳累等等）有关。这样的生活风格数据可以被记录到收集设备24的存储器110和/或112中以作为自我监测数据的一部分，这是通过显示在显示器108上的选项菜单利用按钮147、149进行导航而实现的，并且/或者是通过显示器108所提供的触摸屏糖尿病人接口实现的。应当认识到，糖尿病人接口146还可以被用来在显示器108上显示自我监测数据或其一部分，比如由处理器102使用来显示所测量的葡萄糖水平以及任何所输入的数据。
在一个实施例中，可以通过按下按钮147、149中的任一个或其任意组合来接通收集设备24。在另一个实施例中，生物传感器140是测试条带，当测试条带被插入到收集设备24中以便由测量引擎138测量放置在测试条带上的血液样本的葡萄糖水平时，收集设备24可以被自动接通。在一个实施例中，通过保持按下按钮147、149的其中一个持续预定义时间段可以关断收集设备24，或者在另一个实施例中，可以在不使用糖尿病人接口146持续预定义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，并且可以在处理器102的控制下操作针对bG测量和事件（比如进餐）的日常时间、可能的将来低血糖等等向患者发出可听的、触觉的（振动）和/或视觉的告警/提醒。还像公知的那样为收集设备24提供适当的电源150，以便使得所述设备便携具有电力。
如前所述，收集设备24可以预先加载有软件34或者通过计算机可读介质40为之提供，以及通过通信模块124直接接收或者经由外部设备132和/或网络50间接地接收信号128。当按照后一种方式提供时，软件34在由收集设备24的处理器102接收到时被存储在主存储器110（如图所示）和/或次要存储器112中。软件34包含指令，当由处理器102执行时，所述指令使得处理器能够施行本发明的各项特征/功能，正如这里在后面的章节中所讨论的那样。在另一个实施例中，软件34可以被存储在计算机可读介质40中并且被处理器102加载到高速缓冲存储器中，从而使得处理器102施行这里所描述的本发明的各项特征/功能。在另一个实施例中，主要例如利用诸如专用集成电路（ASIC）之类的硬件组件将软件34实施在硬件逻辑中。（多个）相关领域内的技术人员将会想到实施硬件状态机来施行这里所描述的各项特征/功能。在另一个实施例中，利用硬件与软件二者的组合来实施本发明。
在本发明的一个示例软件实施例中，下文中描述的方法可以利用C++编程语言来实施，但是可以用其他程序来实施，比如（但不限于）Visual Basic、C、C#、Java或者本领域技术人员可获得的其他程序。在其他实施例中，可以利用脚本语言或者与解释器相结合地使用的其他专有可解释语言来实施程序34。下面还将参照图4。
图4以图表的形式描绘出包含从根据本发明的一个实施例的结构化收集规程得到的自我监测数据154的数据记录152的数据文件145。数据记录152（例如各行）连同自我监测数据154（例如一些列中的各列）还可以提供与之相关联的情境信息156（例如一些列中的其他各列以及通过行和列标头信息）。在结构化收集规程期间，可以自动收集这样的情境信息156，比如通过从测量引擎、生物传感器和/或其他设备中的任何一个自动接收的输入来自动收集，或者可以通过接收自糖尿病人接口的由患者响应于收集要求（例如由处理器102显示在显示器108上的要求）所做的人工输入来收集。相应地，由于在优选实施例中可以与每一条数据记录152一起提供这样的情境信息156，因此这样的信息可以很容易由医师获得，并且在完成结构化收集规程之后不一定需要进一步收集这样的信息，从而不需要由患者通过人工或口头方式再次提供。在另一个实施例中，如果在完成根据本发明的结构化收集规程之后收集了这样的情境信息156和/或附加的情境信息，则可以在后来的某一时间例如通过计算机18、25的其中之一将这样的信息提供在相关联的数据文件和/或记录145、152中。随后可以把这样的信息与数据文件145中的自我监测数据相关联，并且从而将不需要通过口头或人工方式再次提供。在以下情况中可能需要后一个实施例中的所述处理：结构化收集规程被实施为或者部分地实施为纸质工具38，其与不能运行实施所述结构化收集规程的软件34的收集设备一起使用。
应当认识到，可以通过通信模块124把数据文件145（或其一部分，比如仅有自我监测数据154）从收集设备24发送/下载（有线或无线）到另一个电子设备，比如外部设备132（PC、PDA或蜂窝电话），或者通过网络50发送/下载到临床医师计算机25。临床医师可以使用提供在临床医师计算机25上的糖尿病软件来评定所接收到的患者12的自我监测数据154以及情境信息156以得到疗法结果。可以合并到糖尿病软件中并且对于个人计算机配置的一些功能的一个例子是可以从Roche Diagnostics获得的Accu-Chek® 360 DiabetesManagement System（Accu-Chek®360糖尿病管理系统），其在2007年12月7日提交的标题为“METHOD AND SYSTEM FOR SETTING TIME BLOCK”的美国专利申请号11/999,968中公开，且被转让给Roche Diagnostics Operations有限公司并且被合并在此以作参考。
在优选实施例中，收集设备24可以被提供为便携式血糖仪表，其被患者12使用来记录包括胰岛素剂量读数和现场测量的葡萄糖水平在内的自我监测数据。前面提到的这样的bG仪表的实例包括（但不限于）全部由Roche Diagnostics有限公司提供的Accu-Chek®Active仪表和Accu-Chek® Aviva系统二者，其与Accu-Chek® 360。 糖尿病管理软件相容以便将测试结果下载到个人计算机，或者与Accu-Chek® Pocket Compass Software相容以用于下载并且与PDA进行通信。相应地，应当认识到，收集设备24可以包括根据预先定义的流程序列（如在后面详细地描述）处理、分析及解释自我监测数据以及生成适当的数据解释输出所必要的软件和硬件。在一个实施例中，由收集设备24对所存储的患者数据施行的数据分析和解释的结果可以按照报告、趋势监测曲线图以及图表的形式来显示，以便帮助患者管理其生理状况以及支持患者-医生沟通。在其他实施例中，来自收集设备24的bG数据可以被用来通过外部设备132和/或患者计算机18和/或临床医师计算机25生成报告（硬拷贝或电子形式）。
收集设备24还可以为糖尿病人和/或他或她的临床医师提供包括以下各项的可能发生的事情当中的至少一项或多项：a）编辑数据描述，例如记录的标题和描述；b）把记录保存在指定位置，特别是如前所述的糖尿病人可定义目录中；c）取回记录以供显示；d）根据不同标准（日期、时间、标题、描述等等）搜索记录；e）根据不同标准（bG水平的数值、日期、时间、持续时间、标题、描述等等）对记录进行归类；f）删除记录；g）导出记录；以及/或者h）按照公知的那样施行数据比较、修改记录、排除记录。
这里所使用的生活风格一般可以被描述为个人的习惯模式，比如餐饮、锻炼以及工作日程表。个人可能附加地正在服药，比如胰岛素疗法或者其被要求定期服用的口服药。本发明隐含地考虑了这种动作对葡萄糖的影响。
应当认识到，收集设备24的处理器102可以实施提供在存储器110和/或112中的一项或多项结构化收集规程70。在一个实施例中，每一项结构化收集规程70可以是独立的软件，从而提供必要的程序指令，其在由处理器102执行时使得该处理器施行结构化收集规程70以及其他规定功能。在其他实施例中，每一项结构化收集规程70可以是软件34的一部分，并且随后可以由处理器102选择性地执行，这在一个实施例中是通过从提供在显示器108中的菜单列表接收来自糖尿病人接口146的选择而实现的，或者在另一个实施例中是通过特定糖尿病人接口的激活而实现的，比如提供给收集设备24的结构化收集规程运行模式按钮（未示出）。应当认识到，软件34同样提供必要的程序指令，其在由处理器102执行时使得该处理器施行结构化收集规程70以及这里所讨论的软件34的其他规定功能。在2009年6月25日提交的标题为“Episodic Blood Glucose Monitoring System With An InteractiveGraphical Diabetic person Interface And Methods Thereof”的美国专利申请号12/491,523中公开了具有被提供为收集仪表的一种可选模式的可选结构化收集规程的一个适当实例，该专利申请被转让给Roche Diagnostics Operations有限公司并且被合并在此以作参考。
在另一个实施例中，可以从临床医师计算机25发送命令指令并且由处理器102通过通信模块124接收，其把收集设备24置于收集模式下，所述收集模式自动运行结构化收集规程70。这样的命令指令可以指定将要运行所述一项或多项结构化收集规程当中的哪一项，以及/或者提供将要运行的结构化收集规程。在另一个实施例中，可以由处理器102在显示器108上给出已定义的医疗使用实例或医疗问题的列表，并且可以由处理器102从多项结构化收集规程（例如规程70a、70b、70c和70d）当中自动选择特定的结构化收集规程70，这取决于处理器102通过糖尿病人接口146接收到的对于已定义医疗使用实例或医疗问题的选择。
在另一个实施例中，在选择之后，可以通过计算机可读介质（例如40）提供（多项）结构化收集规程70，并且由收集设备24加载、从计算机18或25、（多个）其他设备132或者服务器52下载。服务器52例如可以是提供这样的预先定义的结构化收集规程70以供根据所选择的已定义医疗使用实例或问题下载的健康护理提供者或公司。应当认识到，所述（多项）结构化收集规程70可以由健康护理公司（例如公司64）开发，并且通过公共网络50经由网页实施以及/或者使其可用于在服务器52上下载，比如图2中所示出的那样。在其他实施例中，可以通过任何标准方式提供关于有新的结构化收集规程70可用于收集设备24以帮助解决糖尿病人（例如健康护理提供者和患者）可能具有的特定使用实例/医疗问题的通知，比如通过邮递信件/卡片、电子邮件、文本消息、推客等等。
在一些实施例中，正如前面所提到的那样，纸质工具38可以施行糖尿病软件34所提供的一些功能。可以被合并到糖尿病软件34中并且被配置为纸质工具38的一些功能的一个例子是可以从Roche Diagnostics获得的Accu-Chek® 360 View Blood GlucoseAnalysis System（Accu-Chek® 360 查看血糖分析系统）纸张，其也在2007年2月29日提交的标题为“Device and method for assessing blood glucose control”的美国专利申请号12/040,458中做了公开，该申请被转让给Roche Diagnostic Operations有限公司并且被合并在此以作参考。
在另一个实施例中，软件34可以被实施在连续葡萄糖监测器28上（图1）。按照这种方式，连续葡萄糖监测器28可以被用来获得时间分辨的数据。这样的时间分辨的数据可以被用于识别出在其他情况下对于血糖水平的现场监测和标准HbA1c测试可能没有注意到的波动和趋势。举例来说，夜间低葡萄糖水平，餐间高血糖水平，清晨的血糖水平尖峰，以及饮食习惯和身体活动会如何影响血糖还有疗法改变的效果。
除了收集设备24和软件34之外，临床医师14可以为患者12规定其他糖尿病疗法设备，比如走动胰岛素泵46以及基于电子方式的胰岛素笔48（图1）。胰岛素泵46通常包括例如在同样可以从Disetronic Medical Systems AG获得的手册“Accu-Chek® Insulin PumpConfiguration Software”中公开的配置软件。胰岛素泵46以及基于电子方式的胰岛素笔48可以记录并向计算机提供胰岛素剂量和其他信息，并且从而可以被用作提供根据本发明的结构化收集规程70（图2）所要求的生物标志数据的另一种措施。
应当认识到并且如前所述，在下文中所讨论的方法步骤中的一个或多个可以被配置成纸质工具38（图1），但是优选地所有方法步骤都以电子方式在系统41（图2）或任何电子设备/计算机上实行，比如收集设备24，其具有处理器和存储器，并且有（多个）程序驻留在存储器中。已经知道，当计算机执行程序时，所述程序的指令代码使得计算机的处理器施行与之相关联的方法步骤。在其他实施例中，下文中所讨论的其中一些或所有方法步骤可以被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，所述程序可以使得计算机的处理器施行与之相关联的方法步骤。下面将参照图5A更加详细地讨论这些方法步骤。
用于优化胰岛素的滴定的测试方法实施例。
图5A提供了用于优化胰岛素剂量滴定的测试方法的一个示例性实施例，其由此产生将生物标志水平保持在所期望的范围内的胰岛素剂量。在一个实施例中，所滴定的胰岛素可以是基础胰岛素。在开始测试方法之后，胰岛素剂量通常是初始规定的剂量，例如列在包装上的初始规定的剂量。但是根据测试方法处在什么阶段也设想到其他剂量，这是因为在每一个生物标志读数之前可以考虑进入标准。因此，初始剂量可以是高于初始规定剂量的经过调节的剂量、最大可允许剂量或者甚至是经过优化的剂量。设想到，测试方法可以被用来获得经过优化的胰岛素数值，或者可以在优化后用来检验胰岛素剂量仍然是最优的。
在图5A的实施例中，测试方法可以可选地要求在开始收集生物标志数据之前考虑进入标准510。设想到糖尿病人、健康护理提供者或者全部二者可以确定是否满足进入标准。所述进入标准在一些实施例中可以由健康护理提供者确立，可以与糖尿病人的年龄、体重和医疗历史有关。因此，测试方法可以要求糖尿病人接受检查或体检以便确保该糖尿病人满足进入标准。举例来说，所述进入标准可以指定由HbA1c测试所确定的空腹血浆葡萄糖（FPG）水平或糖化血红蛋白水平。对于HbA1c测试的正常范围对于没有糖尿病的人是4-6%之间，因此进入标准可以要求高于大约6%的数值，或者在示例性实施例中是大约7.5%到大约10%之间。作为进入标准的一个附加例子，要求至少大约140mg/dl的空腹血浆葡萄糖水平。所述进入标准还可以设定关于体重或身体质量指数（BMI）的要求。举例来说，所要求的BMI可以高于大约25kg/m2，或者处于大约26kg/m2到大约40kg/m2之间。此外，所述进入标准可以指定所期望的年龄范围（例如30-70）或者患有糖尿病的年数（例如至少2年）。此外，虽然设想到测试方法适用于患有所有类型的糖尿病的人，但是所述进入标准可以把该测试方法限制到第2型糖尿病。此外，所述进入标准可以集中于糖尿病人的当前糖尿病治疗方案。举例来说，所述进入标准可以要求针对糖尿病人的治疗方案被限制到口服抗糖尿病施药，即没有注射胰岛素。此外，所述进入标准可以要求糖尿病人没有生病或者处于压力之下。如前所述，虽然图5A的实施例是针对进入标准的考虑，但是本测试方法不要求在收集生物标志数据之前考虑进入标准。举例来说，参照图5B-D的附加实施例，图5B的实施例要求考虑进入标准；但是图5C和5D的实施例不包括这样的约束。
再次参照图5A，如果没有满足进入标准，则将不会启动测试方法515。糖尿病人或健康护理提供者可以确定是否满足了进入标准，或者数据处理器可以确定是否满足了标准。如果满足了进入标准510，则糖尿病人可以开始测试方法。但是在一些实施例中，可以在收集生物标志或服用胰岛素之前要求糖尿病人满足遵守标准。
遵守标准是糖尿病人在实施测试方法时必须遵循的规程要求。为了获得对于生物标志读数的适当基线，可能有益的是确保所有读数都是一致地取得的，即对于每一个采样实例都近似在相同的日间时取得。因此，所述遵守标准可以指定在每一天的同一时间实施生物标志收集或胰岛素服用。为了帮助糖尿病人满足遵守标准，数据处理器利用音频和/或视觉提醒来显示对于糖尿病患者的提示以便收集其生物标志样本，并且实现糖尿病患者设定未来的提醒。在具体实施例中，所述遵守标准还可以要求糖尿病人在收集生物标志读数之前空腹持续设定的时间段。所述遵守标准还可以针对确定糖尿病人是否正在摄入正确的胰岛素剂量。在附加的实施例中，所述遵守标准还可以要求在收集生物标志数据之前的设定时间段（例如一周）内没有最近的低血糖事件或严重低血糖事件（低血糖事件）。此外，所述遵守标准可以指定针对糖尿病人的锻炼方案或进食方案。这里所使用的“进食方案”意味着糖尿病人在卡路里、碳水化合物摄入和蛋白质摄入方面的典型进食方案。
如果糖尿病人没有能够满足任何或所有遵守标准，则可以例如通过血糖仪表的显示器向糖尿病人通知他们没有能够满足遵守标准。如果糖尿病人没有能够满足遵守标准，则数据处理器设备可以对遵守事件加标签，或者糖尿病人可以记录遵守事件的发生。在记录遵守事件之后，测试方法通常会继续。但是，如果记录了过多遵守事件（例如在一个样本时间段内多于4个，在整个执行内多于20个遵守事件），则可以终止测试方法。此外，测试方法还可以按照不同方式对遵守事件进行评定。举例来说，可以进行分层的遵守事件评估，其中对遵守事件进行加权。在一个或多个实施例中，如果遵守事件对生物标志数据没有影响，则其权重不会与影响生物标志数据的遵守事件的权重一样重。举例来说，当糖尿病人在取得空腹血糖读数之前空腹了必要的时间段但是没有能够记录所述读数是空腹血糖读数时，这将被归类为糖尿病较不严重以及从而权重较低的遵守事件，这是因为记录错误不会影响空腹血糖读数。与之相对，空腹时间少于必要时间段将会影响空腹血糖读数，并且因此构成更加严重且从而权重更高的遵守事件。
如果发生了违反事件（例如错失了胰岛素服用），则测试方法与遵守事件（例如空腹时间少于所要求的空腹时间段）相比更有可能被终止，这是因为违反事件对测试方法的影响更加严重。由于本测试方法是针对优化胰岛素服用，因此胰岛素剂量的差错将是严重的违反事件是合乎情理的。
与在整个测试方法中提供给糖尿病人的其他指示一样，可以通过纸质指示形式或者通过如图3中所示的数据处理设备或处理器102上的显示器单元向糖尿病人提供进入标准或遵守标准。所述数据处理设备可以是前面描述的任何电子设备。在一个或多个实施例中，所述数据处理设备可以是其中具有数据处理器和存储器单元的计算机或血糖计。除了列出进入标准、遵守标准或全部二者之外，所述数据处理设备还可以提示糖尿病人回答医疗问题，其中针对所述医疗问题的回答被所述设备使用来确定对于进入标准或遵守标准的依从。所述数据处理设备可以向糖尿病人通知其在依从进入标准或遵守标准方面的失败。举例来说，如果后续的采样实例不是在与第一采样实例相同的时间附近取得的，则所述数据处理设备可以通知糖尿病人。患者可以通过将数据事件直接输入到设备或计算机中来记录采样实例或回答医疗问题，其中处理器102可以存储所述信息并且根据测试方法的参数提供附加的分析。
再次参照图5A，糖尿病人可以开始收集生物标志的一个或多个数据采样集合。每一个采样集合包括在一定收集时间段内记录的足够多个非不利采样实例，这意味着至少两个不表明不利事件（例如低血糖或高血糖事件）的采样实例。每一个采样实例540包括单个时间点处的生物标志读数。对于所述采样集合的收集时间段可以被定义为一天内的多个采样实例、一周内的多个采样实例、连续几周内的多个采样实例或者一周内的连续几天的多个采样实例。所述生物标志可以与葡萄糖水平、甘油三酯、低密度脂类和高密度脂类有关。在一个示例性实施例中，所述生物标志读数是血糖读数。除了生物标志读数之外，每一个采样实例还可以包括生物标志读数和与生物标志读数相关联的其他情境数据，其中所述情境数据是从包括以下各项的组当中选择的：收集时间、收集日期、吃完最近的餐食的时间、关于已经空腹了必要时间段的确认以及所述各项的组合。在图5B的示例性实施例中，测试方法在一种7天方法内发生，其要求糖尿病患者在晚上服用胰岛素，随后在第二天早晨收集空腹血糖读数。除了早晨生物标志收集之外，糖尿病患者还被指示在该糖尿病人遇到低血糖的症状时取得附加的生物标志读数。
再次参照图5A，在收集了生物标志读数之后，要确定所述生物标志读数是否表明不利事件550。虽然本发明对不利事件的讨论集中于可能需要医疗帮助的低血糖事件和严重低血糖事件，但是可以设想到所述不利事件可以是指其他生物标志或医疗指标的不合期望的水平，比如脂类水平、血压水平等等。在一个实施例中，关于不利事件的所述确定可以通过将生物标志读数与低阈值进行比较来施行，比如下面的表1中所示的低血糖事件或严重低血糖事件阈值。如果生物标志读数低于这些阈值当中的一个或两个，则可能发生了不利事件，并且应当将其记录为不利事件，或者明确记录为低血糖事件或严重低血糖事件。如前所述，所述确定可以由数据处理器单元施行，或者可以由糖尿病人手动输入。
表1
血糖范围（mg/dl） 胰岛素调节参数（单位）
低于56（严重低血糖事件） -2到-4
56-72（低血糖事件） 0
73到100（目标生物标志范围） 0
100-119 +2
120-139 +4
140-179 +6
180及以上 +8
如果存在不利事件（例如严重低血糖事件），则在一个实施例中，所述指示或数据处理设备可以推荐糖尿病人联系其健康护理提供者。在另一个实施例中，系统可以自动联系健康护理提供者（HCP）。此外，不利事件可以可选地导致剂量减少。参照前面的表1，如果是低血糖事件（56-72mg/dl之间），则可以联系HCP 650，但是不调节剂量（参见图5）。但是如果是严重低血糖事件（低于56mg/dl），则可以将剂量减少某一数量（640），例如2个单位、4个单位或者由低生物标志读数所指示的另一个数量。在具体实施例中，如果所记录的不利事件是同一天内第二次测量到的严重低血糖事件，则不减少剂量。在其他实施例中，数据处理设备可以利用一种算法来自动减少胰岛素剂量，并且向糖尿病人告知减少的胰岛素剂量。此外，收集生物标志读数的数据处理设备可以例如通过自动化的电子邮件和文本消息自动向健康护理提供者通知不利事件。
如果生物标志读数不是不利的，则下一个步骤取决于采样集合560是否具有足够数目的非不利采样实例。如果对于所述采样集合只需要一个采样实例，则可以在该点处计算生物标志采样参数；但是如前所述，所述采样集合对于每一个采样集合通常需要多个或者至少两个采样实例。在示例性实施例中，对于每一个采样集合需要在连续几天取得的两个或更多采样实例。如果需要多个采样实例，则糖尿病人必须继续收集采样实例。
一旦对于所述采样集合获得了必要数目的采样实例之后，可以获得570生物标志采样参数。可以通过各种算法或方法确定生物标志采样参数。举例来说，可以通过以下方法确定生物标志采样参数：对各采样实例进行平均，将各采样实例相加，对采样实例施行图形分析，对采样集合施行数学算法，或者其组合。在一个示例性实施例中，至少连续三天收集采样实例（即生物标志读数），并且所述连续三天的平均值就是生物标志采样参数。
在获得了生物标志采样参数之后，将所述数值与目标生物标志范围进行比较。如这里所使用的，目标生物标志范围意味着糖尿病人体内的可接受的生物标志范围，其从而表明胰岛素正在产生所期望的生理反应。如果生物标志采样参数落在目标生物标志范围之外，则可以计算590胰岛素调节参数。胰岛素调节参数与生物标志采样参数相关联，并且是根据生物标志采样参数来计算的。对于计算胰岛素调节参数设想了各种方法和算法。举例来说，可以通过在胰岛素调节参数查找表（参见前面的表1）中定位与生物标志参数相关联的胰岛素调节参数来计算胰岛素调节参数。如前面在表1的示例性胰岛素调节参数查找表中所示，可以有表明应当调节多少胰岛素剂量的多个层级。举例来说，低于100mg/dl但是高于56mg/dl的空腹葡萄糖水平将不需要对胰岛素剂量进行调节。与目标范围的偏差越大，胰岛素的调节（就单位来说）就越高。
在确定了胰岛素调节参数之后，可以把胰岛素剂量调节所述胰岛素调节参数的数量，只要胰岛素调节不会把胰岛素剂量提高到最大可允许剂量以上。经过调节的胰岛素剂量不能超出由健康护理提供者设定的最高水平。在确定了经过调节的胰岛素剂量数值之后，随后可以指示糖尿病人根据前面描述的收集规程在经过调节的胰岛素剂量下收集至少一个附加的采样集合。生物标志采样参数、胰岛素调节参数和经过调节的胰岛素剂量可以由糖尿病人手动计算，或者通过数据处理设备来计算。
如果生物标志采样参数处于目标生物标志范围内，则不对胰岛素剂量进行调节。此外，根据其他适用标准，胰岛素剂量可以被视为优化的。具体来说，如果一个生物标志采样参数处于目标生物标志范围之内则可以将胰岛素剂量视为优化的，或者如果至少两个连续的生物标志采样参数处于目标生物标志范围内则可以将其视为优化的620。如果优化定义要求目标生物标志范围内的至少两个连续的生物标志采样参数，则指示糖尿病人根据前面描述的收集规程在经过调节的胰岛素剂量下收集至少一个附加的采样集合。在胰岛素剂量被视为优化的之后，指示糖尿病人退出测试方法。在退出所述测试方法530之后，糖尿病人可以实施另外的测试方法以便确定优化的剂量的未来功效。
在替换实施例中，如果糖尿病人已经在例如6个月或更长的很长一段时间内进行了测试规程，则可以指示糖尿病患者退出测试方法530。此外，如前所述，如果存在多个遵守或违反事件，则可以由数据处理设备自动终止测试，或者可以指示糖尿病患者退出测试方法。
已经详细地并且参考其具体实施例描述了本发明，将会认识到在不偏离在所附权利要求中定义的本发明的范围的情况下修改和变形是可能的。更具体地，尽管在本文中将本发明的一些方面标识为优选的或特别有利的，但是应预期到本发明不必限于本发明的这些优选的方面。
在相关的部分中通过参考将所有引用的文档结合到这里；任何文档的引用不应被解释为承认它们是关于本发明来说的现有技术。就在该书写的文档中的术语的任何意义或定义会与通过参考结合的文档中的术语的任何意义或定义相冲突来说，在该书写的文档中被指定给它们的意义或定义应该起决定性作用。
尽管已经图示和描述了本发明的特定实施例，但是对于本领域技术人员来说显而易见的是，在不偏离本发明的精神和范围的情况下可以进行各种其他变化和修改。因此，意图在所附的权利要求中覆盖处于本发明的范围内的所有这样的变化和修改。

Claims (6)

1.一种被配置成通过针对优化服用剂量的测试方法来指导糖尿病人的收集系统，包括：
服务器，其中所述服务器是用于多个结构化的收集规程的中央存储库；
收集设备，被配置成测量一个或多个所选生物标志；
耦合到所述收集设备中的存储器的处理器，其中所述存储器包括结构化的收集规程,所述结构化的收集规程由所述收集设备经由网络从所述服务器中所获得；以及
具有指令的软件，当所述指令被所述处理器执行时使得所述处理器：
经由用户接口指示所述糖尿病人根据所述收集规程来收集生物标志数据的一个或多个采样集合，其中每个采样集合包括在收集时段内记录的足够多个采样实例，并且每个采样实例包括在依从接受标准时记录的可接受生物标志读数；以及
根据生物标志数据的每个采样集合来计算生物标志采样参数，
如果所述生物标志采样参数落在目标生物标志范围之外，则计算与所述生物标志采样参数相关联的胰岛素调节参数，以及
如果所述生物标志采样参数落在所述目标生物标志范围之外并且如果所述胰岛素剂量没有超过最大剂量，则根据目前的胰岛素剂量和所述胰岛素调节参数来计算经过调节的胰岛素剂量；以及
通知糖尿病人以所述经过调节的胰岛素剂量继续所述测试方法；
其中命令指令被从所述收集系统的临床医生计算机发送并经由所述收集设备的通信模块由所述处理器接收，其中所述命令指令将所述收集设备置于自动运行所述结构化规程的收集模式中，其中所述命令指令用于指定要运行的一个或多个收集过程中的哪一个。
2.根据权利要求1所述的收集系统，其中所述软件使得所述处理器仅考虑依从所述接受标准收集的生物标志数据来计算所述生物标志采样参数。
3.根据权利要求1所述的收集系统，其中所述收集设备是连续葡萄糖监测仪，用于获得作为生物标志数据提供给所述处理器的时间分辨的葡萄糖信息。
4.根据权利要求1所述的收集系统，还包括手术刀，其操作用来刺破所述糖尿病人的皮肤以便获得血糖生物标志。
5.根据权利要求1所述的收集系统，还包括疗法设备，其被配置成使糖尿病人服用胰岛素。
6.根据权利要求5所述的收集系统，其中所述疗法设备是胰岛素笔。
CN201180029781.1A 2010-06-18 2011-06-11 用于优化胰岛素剂量的系统和方法 Active CN102947833B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711421407.1A CN107833596A (zh) 2010-06-18 2011-06-11 用于优化胰岛素剂量的系统和方法

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US12/818310 2010-06-18
US12/818,310 US9918635B2 (en) 2008-12-23 2010-06-18 Systems and methods for optimizing insulin dosage
US12/818,310 2010-06-18
PCT/EP2011/002914 WO2011157395A1 (en) 2010-06-18 2011-06-11 Systems and methods for optimizing insulin dosage

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201711421407.1A Division CN107833596A (zh) 2010-06-18 2011-06-11 用于优化胰岛素剂量的系统和方法

Publications (2)

Publication Number Publication Date
CN102947833A CN102947833A (zh) 2013-02-27
CN102947833B true CN102947833B (zh) 2018-01-26

Family

ID=44306100

Family Applications (3)

Application Number Title Priority Date Filing Date
CN201080058249.8A Active CN102713915B (zh) 2009-12-21 2010-12-21 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
CN201180029781.1A Active CN102947833B (zh) 2010-06-18 2011-06-11 用于优化胰岛素剂量的系统和方法
CN201711421407.1A Pending CN107833596A (zh) 2010-06-18 2011-06-11 用于优化胰岛素剂量的系统和方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201080058249.8A Active CN102713915B (zh) 2009-12-21 2010-12-21 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

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201711421407.1A Pending CN107833596A (zh) 2010-06-18 2011-06-11 用于优化胰岛素剂量的系统和方法

Country Status (5)

Country Link
US (2) US9918635B2 (zh)
EP (4) EP3889965A1 (zh)
CN (3) CN102713915B (zh)
HK (1) HK1252703A1 (zh)
WO (2) WO2011084801A2 (zh)

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10624577B2 (en) 2008-04-04 2020-04-21 Hygieia, Inc. Systems, devices, and methods for alleviating glucotoxicity and restoring pancreatic beta-cell function in advanced diabetes mellitus
US7959598B2 (en) 2008-08-20 2011-06-14 Asante Solutions, Inc. Infusion pump systems and methods
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
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
JP5818691B2 (ja) * 2009-02-04 2015-11-18 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 血糖コントロールのための医療デバイス及び方法
CN103003836A (zh) * 2010-06-17 2013-03-27 英迪股份有限公司 在网络上提供学习模式分析服务的方法及其使用的服务器
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
EP2486851B8 (en) * 2011-01-31 2023-11-01 Roche Diabetes Care GmbH Display for biological values
US20140142981A1 (en) * 2011-02-11 2014-05-22 Abbott Diabetes Care Inc. Analytics and Data Mining in Cloud Following Upload of Analyte Data via GSM or CDM
US20140088392A1 (en) 2011-02-11 2014-03-27 Abbott Diabetes Care Inc. Feedback from Cloud or HCP to Payer or Patient via Meter or Cell Phone
WO2012108936A1 (en) 2011-02-11 2012-08-16 Abbott Diabetes Care Inc. Data synchronization between two or more analyte detecting devices in a database
US9913599B2 (en) 2011-02-11 2018-03-13 Abbott Diabetes Care Inc. Software applications residing on handheld analyte determining devices
US8766803B2 (en) 2011-05-13 2014-07-01 Roche Diagnostics Operations, Inc. Dynamic data collection
US8755938B2 (en) * 2011-05-13 2014-06-17 Roche Diagnostics Operations, Inc. Systems and methods for handling unacceptable values in structured collection protocols
JP6058673B2 (ja) 2011-09-13 2017-01-11 ノボ・ノルデイスク・エー／エス 経時的に薬剤投与療法を最適化するための適応システム
CA3101645A1 (en) * 2011-09-28 2013-04-04 Abbott Diabetes Care, Inc. Methods, devices and systems for analyte monitoring management
US20140074059A1 (en) * 2012-09-12 2014-03-13 Lifescan, Inc. Method and system to indicate glycemic impacts of insulin infusion pump commands
US9561324B2 (en) 2013-07-19 2017-02-07 Bigfoot Biomedical, Inc. Infusion pump system and method
BR112016002598B1 (pt) * 2013-08-05 2022-06-21 Hygieia, Inc Dispositivo e sistema para aliviar glicotoxicidade e/ou restabelecer a função das células beta pancreáticas em um paciente
US10569015B2 (en) 2013-12-02 2020-02-25 Bigfoot Biomedical, Inc. Infusion pump system and method
US9878097B2 (en) 2015-04-29 2018-01-30 Bigfoot Biomedical, Inc. Operating an infusion pump system
EP3098739A1 (en) * 2015-05-26 2016-11-30 Hill-Rom Services, Inc. Healthcare communication system
US10449294B1 (en) 2016-01-05 2019-10-22 Bigfoot Biomedical, Inc. Operating an infusion pump system
CN108472440B (zh) 2016-01-05 2021-11-09 比格福特生物医药公司 操作多模式药物输送系统
EP3443998A1 (en) 2016-01-14 2019-02-20 Bigfoot Biomedical, Inc. Adjusting insulin delivery rates
WO2017123703A2 (en) 2016-01-14 2017-07-20 Bigfoot Biomedical, Inc. Occlusion resolution in medication delivery devices, systems, and methods
EP3479267B1 (en) * 2016-06-30 2020-05-27 Novo Nordisk A/S Regimen adherence measure for insulin treatment based on glucose measurements and insulin pen data
US10930382B2 (en) * 2016-06-30 2021-02-23 Novo Nordisk A/S Systems and methods for analysis of insulin regimen adherence data
CN109564784A (zh) * 2016-08-17 2019-04-02 诺和诺德股份有限公司 用于优化相对于用餐事件的餐时定时的系统和方法
CN106503429B (zh) * 2016-10-12 2021-12-28 上海联影医疗科技股份有限公司 一种采样方法及放射治疗计划优化方法
US10881792B2 (en) 2017-01-13 2021-01-05 Bigfoot Biomedical, Inc. System and method for adjusting insulin delivery
US10583250B2 (en) 2017-01-13 2020-03-10 Bigfoot Biomedical, Inc. System and method for adjusting insulin delivery
US10758675B2 (en) 2017-01-13 2020-09-01 Bigfoot Biomedical, Inc. System and method for adjusting insulin delivery
EP3568860A1 (en) 2017-01-13 2019-11-20 Bigfoot Biomedical, Inc. Insulin delivery methods, systems and devices
EP3568859A1 (en) 2017-01-13 2019-11-20 Bigfoot Biomedical, Inc. Insulin delivery methods, systems and devices
US10500334B2 (en) 2017-01-13 2019-12-10 Bigfoot Biomedical, Inc. System and method for adjusting insulin delivery
ES2903174T3 (es) 2017-05-05 2022-03-31 Lilly Co Eli Control de bucle cerrado de glucosa fisiológica
US11457863B1 (en) 2017-10-27 2022-10-04 Verily Life Sciences Llc Virtual health coach based insulin titration platform
EP3485801A1 (en) * 2017-11-19 2019-05-22 Indigo Diabetes N.V. Implantable integrated sensor device
WO2019125932A1 (en) 2017-12-21 2019-06-27 Eli Lilly And Company Closed loop control of physiological glucose
AU2019288473A1 (en) 2018-06-22 2020-12-10 Ypsomed Ag Insulin and pramlintide delivery systems, methods, and devices
JP7410891B2 (ja) * 2018-06-26 2024-01-10 ノボ・ノルデイスク・エー／エス 基礎インスリン滴定のための投与推奨を提供するシステム
KR102035644B1 (ko) * 2018-07-09 2019-10-23 주식회사 필로시스 혈당 단위를 자동으로 결정하는 혈당 측정 장치 및 방법
WO2020023473A1 (en) * 2018-07-26 2020-01-30 Sanofi Method of adjusting medication doses
CN113486631B (zh) * 2021-05-27 2023-04-21 四川大学华西医院 一种评估内容的记录方法及装置
CN115191792A (zh) * 2022-08-31 2022-10-18 慕思健康睡眠股份有限公司 一种酒店点餐方法及智能床垫
WO2024177620A1 (en) * 2023-02-20 2024-08-29 Roche Diabetes Care, Inc. Optimization and personalization of therapeutic protocols

Family Cites Families (219)

* 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
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
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
US5897493A (en) * 1997-03-28 1999-04-27 Health Hero Network, Inc. Monitoring system for remotely querying individuals
US5956501A (en) * 1997-01-10 1999-09-21 Health Hero Network, Inc. Disease simulation system and method
US6330426B2 (en) * 1994-05-23 2001-12-11 Stephen J. Brown System and method for remote education using a memory card
US6968375B1 (en) * 1997-03-28 2005-11-22 Health Hero Network, Inc. Networked system for interactive communication and remote monitoring of individuals
US7624028B1 (en) 1992-11-17 2009-11-24 Health Hero Network, Inc. Remote health monitoring and maintenance system
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
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
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
US6234964B1 (en) * 1997-03-13 2001-05-22 First Opinion Corporation Disease management system and method
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
WO1999032881A1 (en) * 1997-12-22 1999-07-01 Roche Diagnostics Corporation Meter
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
DE69908602T2 (de) * 1998-09-30 2004-06-03 Cygnus, Inc., Redwood City Verfahren und vorrichtung zum vorhersagen von physiologischen messwerten
JP2002531884A (ja) * 1998-11-30 2002-09-24 ノボ ノルディスク アクティーゼルスカブ 複数の動作を含む自己治療においてユーザを支援するための方法及びシステム
JP2002535023A (ja) * 1999-01-22 2002-10-22 インストルメンテーション メトリックス インコーポレイテッド 非侵襲的血液分析測定のためのシステムおよび方法
US6424847B1 (en) * 1999-02-25 2002-07-23 Medtronic Minimed, Inc. Glucose monitor calibration methods
ATE394989T1 (de) * 1999-03-29 2008-05-15 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
EP1217942A1 (en) 1999-09-24 2002-07-03 Healthetech, Inc. Physiological monitor and associated computation, display and communication unit
AU3790101A (en) 1999-10-20 2001-05-14 Salus Media Inc. Adaptive behavior modification system with intelligent agent
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
JP2002175372A (ja) 2000-12-07 2002-06-21 Horonet Kk 病気治療管理システム
US20020019752A1 (en) 2000-06-23 2002-02-14 Isamu Takase System for therapy management and terminal used therefor
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
ES2304394T3 (es) * 2000-08-18 2008-10-16 Animas Technologies Llc Dispositivo para la prediccion de eventos hipoglucemicos.
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
CN1290053C (zh) * 2000-11-22 2006-12-13 里科尔公司 将疾病管理结合到医生工作流程中的方法和系统
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
US8065180B2 (en) * 2001-04-02 2011-11-22 invivodata®, Inc. System for clinical trial subject compliance
US6879970B2 (en) * 2001-04-02 2005-04-12 Invivodata, Inc. Apparatus and method for prediction and management of subject compliance in clinical research
US7415447B2 (en) 2001-04-02 2008-08-19 Invivodata, Inc. Apparatus and method for prediction and management of participant compliance in clinical research
US7179226B2 (en) * 2001-06-21 2007-02-20 Animas Corporation System and method for managing diabetes
ATE301499T1 (de) 2001-06-29 2005-08-15 Eurand Pharmaceuticals Ltd Verfahren zur arzneimittelaktivierung mittels schwingmühle
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
US20030208113A1 (en) * 2001-07-18 2003-11-06 Mault James R Closed loop glycemic index system
ES2429688T3 (es) * 2001-07-31 2013-11-15 Scott Laboratories, Inc. Aparatos y métodos para ajustar la entrega de fármacos
US6544212B2 (en) * 2001-07-31 2003-04-08 Roche Diagnostics Corporation Diabetes management system
US6691043B2 (en) * 2001-08-28 2004-02-10 Maxi-Med, Llc Bolus calculator
US6588670B2 (en) * 2001-10-30 2003-07-08 Symbol Technologies, Inc. Medical diagnostic monitoring
IL162222A0 (en) 2001-11-28 2005-11-20 Medical Man Phemi Inc Methods and apparatus for automatedinteractive medical management
US7022072B2 (en) 2001-12-27 2006-04-04 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US20080255438A1 (en) 2001-12-27 2008-10-16 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
MXPA04009343A (es) 2002-03-28 2005-01-25 Abbott Lab Sistema y metodo para manejar un programa de tratamiento de pacientes.
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
GB2418258B (en) * 2002-06-05 2006-08-23 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
JP5072182B2 (ja) 2002-08-13 2012-11-14 ユニヴァースティ オブ ヴァージニア パテント ファウンデイション 糖尿病自己管理を推進するための自己モニタリング血糖（ｓｍｂｇ）データを処理するための方法、システムおよびコンピュータ・プログラム・プロダクト
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
US7029443B2 (en) 2002-10-21 2006-04-18 Pacesetter, Inc. System and method for monitoring blood glucose levels using an implantable medical device
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
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
WO2004084820A2 (en) 2003-03-19 2004-10-07 Harry Hebblewhite Method and system for determining insulin dosing schedules and carbohydrate-to-insulin ratios in diabetic patients
WO2004097563A2 (en) * 2003-04-24 2004-11-11 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
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
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
HUE039852T2 (hu) * 2003-06-20 2019-02-28 Hoffmann La Roche Eljárás és reagens keskeny, homogén reagenscsíkok elõállítására
US20090240520A1 (en) 2003-06-23 2009-09-24 Kaori Takano Health care system, biological information terminal
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
US7507207B2 (en) 2003-10-07 2009-03-24 Denso Corporation Portable biological information monitor apparatus and information management apparatus
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
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
CA2501003C (en) 2004-04-23 2009-05-19 F. Hoffmann-La Roche Ag Sample analysis to provide characterization data
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
US20060010098A1 (en) * 2004-06-04 2006-01-12 Goodnow Timothy T Diabetes care host-client architecture and data management system
US8886272B2 (en) * 2004-07-13 2014-11-11 Dexcom, Inc. Analyte sensor
ATE548971T1 (de) 2004-07-13 2012-03-15 Dexcom Inc Transkutaner analytsensor
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
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
EP1702559B1 (de) 2005-03-15 2008-10-29 Roche Diagnostics GmbH Verfahren und System zur Untersuchung des Glucosestoffwechsels
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
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
CA2636174C (en) 2006-01-05 2022-07-05 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
ES2736954T3 (es) 2006-03-23 2020-01-09 Becton Dickinson Co Procedimiento de gestión y utilización mejoradas de datos de diabetes utilizando conectividad inalámbrica entre pacientes y proveedores de atención sanitaria, y repositorio de información de gestión de la diabetes
US7385875B2 (en) 2006-04-03 2008-06-10 Research In Motion Limited Dismiss all event reminders
WO2007117719A2 (en) 2006-04-07 2007-10-18 Koninklijke Philips Electronics, N.V. Self-adaptive care plan goal modules
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
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
EP2095282A2 (en) 2006-11-01 2009-09-02 SHER, Philip Michael Device for predicting and managing blood glucose concentration by analyzing the effect of, and controlling, pharmacodynamic insulin unit 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
WO2008101172A2 (en) * 2007-02-16 2008-08-21 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
WO2008103915A1 (en) * 2007-02-23 2008-08-28 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
JP5299267B2 (ja) 2007-03-22 2013-09-25 日本電気株式会社 診断装置
US8204851B2 (en) 2007-04-02 2012-06-19 Verizon Patent And Licensing Inc. Method and system for providing a graphical workflow monitor
KR20100017196A (ko) 2007-04-20 2010-02-16 베리덱스, 엘엘씨 인슐린 민감성과 포도당 흡수성을 결정하는 방법
US8221345B2 (en) 2007-05-30 2012-07-17 Smiths Medical Asd, Inc. Insulin pump based expert system
CA2688184A1 (en) * 2007-06-08 2008-12-18 Dexcom, Inc. Integrated medicament delivery device for use with continuous analyte sensor
WO2008151452A1 (en) 2007-06-15 2008-12-18 F. Hoffmann-La Roche Ag Visualization of a parameter which is measured on the human body
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
DK2174128T3 (en) 2007-06-20 2016-06-06 Hoffmann La Roche METHOD AND DEVICE FOR EVALUATING carbohydrate-TO-INSULIN RATIO
EP2167168B1 (en) 2007-06-25 2017-05-10 Roche Diabetes Care GmbH Tailored basal insulin delivery system
ES2845400T3 (es) 2007-06-27 2021-07-26 Hoffmann La Roche Sistema para determinar una administración de insulina y comunicar una dosis en un programa informático de páncreas automatizado
DK2170159T3 (en) 2007-06-29 2016-08-29 Hoffmann La Roche Combination communication devices and medical devices to communicate with a wireless remote medical devices
CA2691826A1 (en) 2007-07-09 2009-01-15 University Of Virginia Patent Foundation Method, system and computer program product for evaluation of insulin sensitivity, insulin/carbohydrate ratio, and insulin correction factors in diabetes from self-monitoring data
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
US9886549B2 (en) 2007-12-07 2018-02-06 Roche Diabetes Care, Inc. Method and system for setting time blocks
US8078592B2 (en) 2007-12-07 2011-12-13 Roche Diagnostics Operations, Inc. System and method for database integrity checking
WO2009075925A1 (en) 2007-12-13 2009-06-18 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
BRPI0906017A2 (pt) 2008-02-27 2015-06-30 Mond4D Ltd Sistema e dispositivo para medir um analito proveniente de um fluido corpóreo sobre uma área de medição, dispositivo para controlar um dispositivo de medição de analito, método para medir um analito proveniente de um fluido corpóreo, sistema para monitoramento de um analito proveniente de um fluido corpóreo, elemento de medição de analito especializado e veículo
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
EP2273913A1 (en) * 2008-03-13 2011-01-19 Carolon Company Health monitoring and management system
EP2260423B1 (en) * 2008-04-04 2018-02-28 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
JP2012507309A (ja) 2008-07-18 2012-03-29 ライフスキャン・インコーポレイテッド 分析物測定及び管理装置並びに関連した方法
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
GB2466784B (en) * 2008-12-03 2013-01-02 Trysome Ltd Criticality of data in a data logging system
CA2747332C (en) 2008-12-23 2015-01-27 F. Hoffmann-La Roche Ag 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
JP5818691B2 (ja) 2009-02-04 2015-11-18 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 血糖コントロールのための医療デバイス及び方法
JP5677322B2 (ja) 2009-02-04 2015-02-25 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 血糖コントロールのための情報を提供するための医療システム及び方法
WO2010091102A1 (en) 2009-02-04 2010-08-12 Abbott Diabetes Care Inc. Multi-function analyte test device and methods therefor
JP5677321B2 (ja) 2009-02-04 2015-02-25 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 血糖コントロール用の情報を提供するための医療デバイス及び方法
CA2750052C (en) 2009-02-04 2017-08-22 Sanofi-Aventis Deutschland Gmbh Medical system and method for providing glycemic control based on glycemic response information
WO2010097796A1 (en) 2009-02-26 2010-09-02 Mor Research Applications Ltd. Method and system for automatic monitoring of diabetes related treatments
WO2010121084A1 (en) 2009-04-15 2010-10-21 Abbott Diabetes Care Inc. Analyte monitoring system having an alert
WO2010129375A1 (en) 2009-04-28 2010-11-11 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
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

Also Published As

Publication number Publication date
EP3779995A1 (en) 2021-02-17
HK1252703A1 (zh) 2019-05-31
CN102713915A (zh) 2012-10-03
CN107833596A (zh) 2018-03-23
CN102713915B (zh) 2016-08-03
US9918635B2 (en) 2018-03-20
CN102947833A (zh) 2013-02-27
US10368745B2 (en) 2019-08-06
WO2011157395A1 (en) 2011-12-22
EP2517133A1 (en) 2012-10-31
US20110015511A1 (en) 2011-01-20
EP2583205A1 (en) 2013-04-24
US20180168448A1 (en) 2018-06-21
EP3889965A1 (en) 2021-10-06
WO2011084801A2 (en) 2011-07-14

Similar Documents

Publication Publication Date Title
CN102947833B (zh) 用于优化胰岛素剂量的系统和方法
CN102946804B (zh) 具有考虑与生物标志相关联的系统噪声的经过调节的退出标准的胰岛素优化系统和测试方法
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
CN102934117B (zh) 结构化收集规程的状态报告
US10915505B2 (en) Management method and system implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device
EP2710502B1 (en) Dynamic data collection
US8755938B2 (en) Systems and methods for handling unacceptable values in structured collection protocols
US8849458B2 (en) Collection device with selective display of test results, method and computer program product thereof
WO2012175180A2 (en) Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device
WO2012175181A2 (en) Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device

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: 1182784

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant