CN104854457B - 用于分析体液样本的方法 - Google Patents

用于分析体液样本的方法 Download PDF

Info

Publication number
CN104854457B
CN104854457B CN201380067169.2A CN201380067169A CN104854457B CN 104854457 B CN104854457 B CN 104854457B CN 201380067169 A CN201380067169 A CN 201380067169A CN 104854457 B CN104854457 B CN 104854457B
Authority
CN
China
Prior art keywords
experiment curv
value
variable
concentration
body fluid
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
CN201380067169.2A
Other languages
English (en)
Other versions
CN104854457A (zh
Inventor
C.林格曼
M.普卢姆
W.佩特里希
T.奥滕施泰因
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 CN104854457A publication Critical patent/CN104854457A/zh
Application granted granted Critical
Publication of CN104854457B publication Critical patent/CN104854457B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8483—Investigating reagent band
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • 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
    • C12Q1/54—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving glucose or galactose
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G01N21/274—Calibration, base line adjustment, drift correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/129—Using chemometrical methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/66—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood sugars, e.g. galactose

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Hematology (AREA)
  • Biomedical Technology (AREA)
  • Urology & Nephrology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Diabetes (AREA)
  • Food Science & Technology (AREA)
  • Cell Biology (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
  • Organic Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Zoology (AREA)
  • Biophysics (AREA)

Abstract

提出了一种用于分析体液、例如确定血糖浓度的至少一个样本的方法。所述方法包括以下步骤：·a）通过监测指示至少一个测试物质（126）与体液样本的检测反应的进度的至少一个测量值的时间进展来记录多个测量值，并且提供包含测量值的至少一个测量曲线F(t)，其中测量曲线的至少评估部分具有指数特性，其中在不同时间点获得包含在测量曲线中的测量值，其中已知检测反应受要在体液中检测的分析物的浓度c和至少一个扰动变量Y影响；·b）得到测量曲线的端值，其中端值形成第一变量x1；·c）通过考虑测量曲线的至少评估部分的指数特性来从测量曲线得到至少一个拟合参数，其中拟合参数形成至少一个第二变量x2；·d）通过使用至少一个多元评估算法来得到分析物的浓度c，多元评估算法被适配成组合第一变量x1和第二变量x2。

Description

用于分析体液样本的方法
技术领域
本发明一般涉及用于分析诸如血液、间质液或其它类型的体液之类的体液样本的方法。本发明还涉及用于分析体液的至少一个样本的计算机程序以及评估设备，并且涉及样本分析设备。根据本发明的方法和设备具体地适用于确定体液中的至少一个分析物的浓度的领域，诸如用于确定血糖浓度。然而，此外或可替换地，其它类型的应用是可行的，诸如一种或多种类型的分析物的确定以及一种或多种其它类型的体液的使用。
背景技术
在本领域中，已知用于确定体液中的一个或多个分析物的大量设备和方法。在不限制本发明的范围的情况下，在下文中，主要对血糖浓度的确定作出参考。
为了执行快速且简单的测量，若干类型的测试元件是已知的，其主要是基于测试物质的使用，即基于被适配用于执行用于检测分析物的检测反应的一个或多个化学化合物或化学混合物的使用。测试物质通常也被称为“测试化学品”。对于同样可以使用在本发明内的潜在测试物质的细节，可以对J. Hoenes等人：The Technology Behind GlucoseMeters: Test Strips, Diabetes Technology & Therapeutics，Vol. 10，增刊1，2008，S-10至S-26作出参考。另外，可以对WO 2010/094426 A1和WO 2010/094427 A1作出参考。此外或可替换地，可以指定如WO 2007/012494 A1、WO 2009/103540 A1、WO 2011/012269 A2、WO2011/012270 A1或WO 2011/012271 A2中所公开的测试物质，其还被称为cNAD测试物质。另外，可以对EP 0 354 441 A2、EP 0 431 456 A1、EP 0 302 287 A2，对EP 0 547 710 A2或对EP 1 593 434 A2作出参考。如全部这些文献中公开的测试物质也可以使用在本发明内。其它类型的测试元件和/或测试物质是可行的并且可以使用在本发明内。
通过使用一个或多个测试物质，可以发起检测反应，其过程取决于要确定的分析物的浓度。为了得到分析物的浓度，可以通过测量和/或检测指示检测反应的进度的至少一个测量值的时间发展来监测检测反应的进度。该测量值一般可以包括链接到检测反应的任意测量值，诸如光学测量值。作为示例，在许多测量设置中，监测光学测量值，诸如包含测试物质的测试域的缓解。通过记录至少一个测量值的时间发展，提供测量曲线。
主要挑战在于从测量曲线快速且仍旧可靠和精确地确定分析物浓度。为此目的，大量方法和设备在本领域中是已知的。
作为示例，在EP 0 821 234和US 2002/0146835 A1中，公开了方法和设备，其中将测量曲线与一个或多个阈值直接或间接比较。因此，作为示例，EP 0 821 234 B1公开了一种方法，其中通过得到不同的颜色值并且将这些不同的值与预确定的阈值比较来确定测量曲线的斜率。由此，可以确定检测反应的端点。类似地，在US 2002/0146835 A1中，通过以预确定的间隔计算测试元件的中间分析物水平并且计算对应于第n次测量与第（n-5）次测量的比值来确定端点。当两个连续比值小于或等于预确定的阈值，认为达到端点，并且可以确定最终的分析物水平。
另外，使用一个或多个拟合算法的若干方法和设备在本领域中是已知的，其中通过使用一个或多个拟合函数来分析测量曲线。因此，在WO 2011/061257 A1中，公开了用于分析体液的方法和设备，其中测量光度测量曲线。通过检测两个不同测量波长处的经测量值来控制光学透射系统的透射行为。另外，生成用于两个测量曲线的拟合函数，并且通过外推拟合曲线，确定测量值的偏移。
在US 2008/0087819 A1中，公开了一种用于分析液体样本的方法，其中，同样地，两个不同波长被用于得到两个测量曲线。测量曲线通过使用指数上升与随后的指数下降，通过执行具有两种不同类型的时间常数的适当拟合算法来拟合。
在WO 01/25760 A1中，公开了一种用于确定用于样本液体与分析物条带上的试剂之间的反应的测量的合适时间的时序无关的方法。其中，在样本液体的应用之前和之后均周期性地测量将样本液体应用到的基质的特性的测量曲线。随后，将该测量曲线变换成独立于时间或至多线性时变的函数。然后分析经变换函数的二阶导数以确定二阶导数何时降至预确定的阈值以下。在该时间点处，经变换函数将产生样本液体中的分析物浓度。
在EP 1 413 883 A1中，公开了一种减少端点类型反应分布图的分析时间的方法。为此目的，发起检测反应，在三个不同的时间点获取与检测反应相关联的可观察量的值或水平的至少三个测量。随后，通过使用适当的拟合函数从测量估计针对可观察量的端点值。
在WO 2006/138226 A2中，公开了用于计算包含在样本中的分析物的浓度的装置和算法。其中，检测测试化学品的颜色改变速率并且从颜色改变速率得到血细胞比容。指示血细胞比容的适当修正因子被用于修正葡萄糖浓度。
在WO 99/18426中，公开了用于分析样本中的分析物浓度（特别是血液样本中的葡萄糖含量）的方法和设备。其中，通过拍摄（screen）借助于光学反射率的测试条带随时间的颜色反应来确定样本中的分析物浓度，其中线性函数或多项式被用于评估目的。
虽然显著改善了分析物检测方法的可靠性和可再现性，但是仍旧可以以各种方式来改进本领域中已知的方法。因此，首先，如本领域中已知的大多数拟合算法相当复杂并且牵涉电能、硬件和软件资源以及评估时间的高消耗。特别地，当使用手持设备时，这些方面可能导致显著的不利。
另外，本领域中已知的大多数方法和设备易受刺激和故障影响，诸如测量曲线中的偏移、抖动或不连续。可能由于体液样本自身的各种边界条件、测量条件和测量设备所致的这些扰动和伪像可能阻碍分析评估，并且在最坏的情况中，可能导致不精确的测量结果。
特别地，本领域中已知的大多数方法和设备不适合于考虑以下事实：检测反应自身可能受除分析物浓度自身之外的一个或多个扰动影响。因此，特别地，在许多类型的测试元件中，体液中的颗粒组分的浓度对测量结果具有显著影响。作为示例，已知诸如所谓的血细胞比容之类的细胞组分的浓度对如诸如葡萄糖测试条带之类的标准测试元件确定的分析物浓度具有影响。该影响可能由于以下事实所致：样本传播特性以及扩散过程由于诸如血细胞之类的颗粒组分的存在而明显变更。除血细胞比容之外，已知其它扰动变量，诸如样本和/或测量系统的温度。如以上提到的，本领域中已知的方法和设备在出于确定分析物浓度的目的而评估测量曲线时典型地不适合于考虑这些扰动。
要解决的问题
因此，本发明的目的是提供至少部分地克服已知方法和设备的缺点和挑战的方法和设备。具体地，应当公开适合于通过考虑可能对检测反应具有影响的扰动来以简单且仍旧可靠的方式确定诸如血液之类的体液中的一个或多个分析物的浓度的方法和设备。
发明内容
该问题通过具有独立权利要求的特征的用于分析体液的至少一个样本的方法和设备来解决。可能以孤立的方式或以任意组合实现的优选实施例在从属权利要求中列出。
如下文中所使用的，术语“具有”、“包括”或“包含”或其任何语法变形以非排他的方式使用。因此，这些术语可以既是指其中除这些术语引入的特征之外在该上下文中描述的整体中不存在另外的特征的情形，也是指存在一个或多个另外的特征的情形。作为示例，表述“A具有B”、“A包括B”和“A包含B”可以既是指其中除B之外在A中不存在其它要素的情形（即其中A仅仅并且排他性地包括B的情形），又是指其中除B之外，在整个A中存在一个或多个另外的要素的情形，诸如要素C、要素C和D或甚至另外的要素。
在本发明的第一方面中，公开了一种用于分析体液的至少一个样本的方法。该方法包括以下方法步骤。这些方法步骤优选地以给定顺序执行。然而，方法步骤的其它顺序是可行的。另外，通过重复一次、两次或甚至多于两次方法步骤中的一个、方法步骤中的多于一个或甚至方法步骤的全部，可以重复执行方法步骤中的一个或多个或甚至全部。另外，通过至少部分同时地执行这些方法步骤中的两个或更多，方法步骤中的两个或更多可以在时间上重叠。如以下将进一步详细概述的，可以通过使用诸如计算机（优选地微型计算机）和/或专用集成电路（ASIC）之类的数据处理设备来执行一个方法步骤、多个方法步骤或甚至全部方法步骤。
方法步骤如下：
a）通过监测指示至少一个测试物质与体液样本的检测反应的进度的至少一个测量值的时间发展来记录多个测量值，并且提供包含测量值的至少一个测量曲线F(t)，其中测量曲线的至少评估部分具有指数特性，其中在不同时间点获得包含在测量曲线中的测量值，其中已知检测反应受要在体液中检测的分析物的浓度c和至少一个扰动变量Y影响；
b）得到测量曲线的端值，其中端值形成第一变量x1；
c）通过考虑测量曲线的至少评估部分的指数特性来从测量曲线得到至少一个拟合参数，其中拟合参数形成至少一个第二变量x2；
d）通过使用至少一个多元评估算法来得到分析物的浓度c，多元评估算法被适配成组合第一变量x1和第二变量x2。
优选地，体液选自包括血液（诸如全血）和间质液的组。然而，一般地，可以使用一个或多个其它类型的体液，诸如尿液和/或唾液。
分析物一般可以包括可以存在于体液中的任意分析物。特别地，分析物可以是代谢物和/或可以是可以参与人类或动物的新陈代谢的分析物。优选地，分析物可以是或者可以包括葡萄糖。然而，此外或可替换地，可以检测其它类型的分析物，诸如乳汁和/或甘油三酸酯。
如本文所使用的，术语“测量值”一般是指可量化的测量结果Ri，其由基于物理、化学和生物测量原理中的至少一个的任意测量方法来记录。测量值的类型可以强烈地取决于检测反应的类型，如以下将进一步详细地解释的那样。因此，通过使用测量方法，可以确定至少一个测量值，已知其受测试物质的检测反应影响。该测量值优选地可以是或可以包括电学测量值和光学测量值中的至少一个，优选地为光学测量值。因此，作为示例，测试物质可以是诸如测试条带之类的测试元件的测试域或测试区域的部分。测量值可以是测试物质（特别地，测试域）的光学特性，诸如颜色和/或光度测量值，诸如缓解值，如本领域中已知的那样。测量值可以一般通过使用诸如至少一个光学检测器之类的至少一个检测器来确定。检测器优选地可以包括被适配成确定由测试物质反射和/或从测试物质发射的光的强度的至少一个光敏元件，诸如包括测试物质的测试元件的测试域。检测器还可以包括用于光照测试物质的一个或多个光源，诸如用于光照测试域。然而，此外或可替换地，用于确定测量值的其它测量原理是可行的。
另外如本文所使用的，术语“记录”是指特别地通过应用物理、化学和生物测量原理中的至少一个，优选地通过采用光学测量原理获得体液样本的至少一个测量值。测量值的记录可以优选地以斑点测量的形式执行，即其中测量值可以在单个小区域（也指代为斑点）内取得的测量技术，特别地以便获得其中可以合理地执行测量的整个区之上的积分值和/或整个区的代表值。此外，体液样本中的测量值的记录可以特别地以离体测量的形式执行，这意味着体液样本可以从身体隔离并且因此从其正常的生物环境分离，即记录可以以相对于可以从其取得样本的身体的体外方式执行。在优选实施例中，通过将体液从相关身体隔离来生成样本可以发生在至少一个测量值的记录之前。然而，在可替换的实施例中，样本的生成可以作为用于分析体液样本的本方法的部分来执行，然而由此，样本的生成可以仅涉及身体皮肤的微小穿刺，优选地在身体的外围部分，诸如指尖或耳垂。
另外如本文所使用的，也被称为F(t)的术语“测量曲线”是指表征检测反应的时间发展或时间序列的数据总量。测量曲线包含如以上讨论的在不同时间点记录的多个测量值。测量曲线可选地和/或可替换地可以包含测量值Ri的相应测量时间ti，诸如通过包含数据对（Ri,ti）和/或（ti,Ri(ti)）。如以下将更加详细概述的，原始测量曲线可以进一步由一阶或更高阶导数取代，其然后形成“新的”测量曲线。在下文中，当对术语“测量曲线”作出参考时，包括使用原始测量曲线的选项和使用新的测量曲线的选项二者。
另外如本文所使用的，表述“监测”一般是指获得的过程，并且可选地是指存储在不同时间点获得的多个测量值。因此，监测简单地可以包括与其相应测量和/或获得时间结合的电子测量值的获得。监测还可以可选地包括测量曲线的任何类型的预处理、处理或评估，诸如滤波和/或平滑。
如本文所使用的，术语“分析”一般是指体液的至少一个成分或组分的存在和浓度中的至少一个的确定。因此，一般地，分析可以是定性和/或定量分析。优选地，分析是体液的至少一个组分（也被称为分析物）的浓度的定量确定。分析物，如以上概述的，优选地可以是葡萄糖，并且体液优选地可以是血液和/或间质液中的一个。然而，其它实施例是可行的。
一般地，如本文所使用的，术语“检测反应”是指体液的至少一个测量物质和样本的任意类型的化学反应，其中检测反应被适配成生成分析信息。优选地，检测反应是被适配成指示体液中的至少一个分析物的存在和/或浓度的测试物质的至少一个组分之间的化学反应。因此，一般地，测试物质可以是被适配成优选地以高度分析物特定的方式与要检测的至少一个分析物反应的化学化合物和/或化学混合物。检测反应可以优选地体现成使得测试物质与要检测的至少一个分析物反应，并且由此可以自己完全或部分改变，可以变换成另一化学种类和/或可以以可检测的方式变换其周围环境，这可以被测量，从而得到多个测量值和测量曲线。检测反应的进度可以由至少一个物理测量值和/或至少一个物理测量值中的改变指示，其可以用作如以上概述的测量值。优选地，检测反应是可光学检测的检测反应，其可以是可光学观察的，诸如通过使用反射测量和/或透射测量。其它类型的测量是可行的。
因此，如以上概述的，术语“测试物质”一般是指被适配用于执行以上提到的检测反应（优选地为分析物特定检测反应）的化学化合物或物质或两个或更多化学化合物或物质的混合物。优选地，测试物质可以包括被适配成与要检测的至少一个分析物反应的一个或多个酶。此外，测试物质可以包括一个或多个辅助组分，诸如递质和/或辅酶。对于也可以使用在本发明内的测试物质，可以对本领域中已知的测试物质作出参考，如以上更加详细地讨论的那样，诸如cNAD测试物质。以下将更详细地给出另外的示例。一般地，关于可以使用在本发明内的潜在测试物质，可以对J. Hoenes等人：The Technology Behind GlucoseMeters: Test Strips, Diabetes Technology & Therapeutics，Vol. 10，增刊1，2008，S-10至S-26作出参考。此外或可替换地，可以使用如WO 2010/094426 A1和/或WO 2010/094427 A1中公开的一个或多个测试物质。其中，特别地，可以对包括酶和稳定的辅酶（其可以共同存储，特别地使用carbaNAD（cNAD）作为稳定的辅酶）的测试物质作出参考。对于该测试物质的细节，可以对WO 2010/094426 A1作出参考。然而，此外或可替换地，可以使用其它类型的测试物质。
另外，如在现有技术文献的上下文中概述的，术语“扰动值Y”一般是指除分析物的浓度c之外的变量，其表征具有对多个测量值和/或测量曲线的影响的体液样本的状态和检测反应的条件中的至少一个。特别地，扰动变量Y可以包括可能能够影响体液的粘稠度的参数。扰动值的示例有：体液样本的至少一个组分的含量，诸如颗粒组分的含量，优选地血细胞比容；体液样本的温度；围绕体液样本的环境大气的湿度；表征测试物质的质量的参数，诸如测试物质的存储时间、其下可以存储测试物质的条件，例如对温度和/或湿度的可能暴露，包括温度和/或湿度的波动，或例如归因于提升的温度、高湿度的测试物质、测试化学品或其组分（诸如酶）的可能降级，或者包括在测试化学品内或测试设备内的挥发性材料。此外或可替换地，检测反应的其它扰动、特别是由可能参与确定分析物的测试条带的几何形状（诸如最高剂量、毛细通道或另一几何形状）引起的影响是已知的并且可以通过至少一个扰动变量Y来表征。
在本发明的上下文中，术语“端值”一般是指在检测反应已经基本上完成（诸如完成至少70%或更多，优选地至少80%或至少90%）的时间点处的测量曲线的值。因此，端值优选地可以是测量曲线F(t)的渐进值，诸如针对高测量时间，或者针对这些高测量时间的经估计的渐进值，诸如针对渐进值的最佳猜测。作为示例，端值可以是针对的最佳猜测，即使测量时间典型地出于实际原因是可能是有限的。作为用于确定端值的示例，可能监测或评估测量曲线中的斜率或改变，并且一旦斜率或改变达到预确定的阈值，可以确定检测反应的端点，并且在该端点处或在该端点之后获得的一些或更多测量值可以被选作端值和/或端值可以通过组合测量值来得到，诸如通过形成平均端值。作为用于得到端值的算法的示例，可以对以上提供到文献EP 0 821 234 B1、US 2002/0146835 A1或EP 1 413883 A1作出参考。作为用于确定端值的另外的示例，可以考虑测量曲线的至少评估部分的指数特性，从其可以得出以下结论：测量曲线可能以平稳期（plateau）的形式逼近端值，这意味着端值可以从测量曲线的任何部分得到，特别地从可能远离平稳期的测量曲线的部分得到。此外或可替换地，其它类型的算法可以用于得到测量曲线的端值。
另外如本文所使用的，术语“拟合”一般是指其中通过至少一个模型曲线或拟合函数来近似要拟合的至少一个曲线的算法，由此通过适当地选择模型曲线或拟合函数来对曲线的形状进行建模，诸如通过适当地选择模型曲线或拟合函数的一个或多个参数。作为拟合的结果，可以得到一个或多个拟合参数，当使用在模型曲线或拟合函数中时，所示拟合参数导致拟合函数与要拟合的曲线的最佳类似性。为了确定类似性，可以使用已知的算法。出于拟合的目的，大量算法在本领域中是已知的，诸如最小二乘回归或最小二乘法拟合的方法、置信区的方法或启发式拟合方法。结果，术语“拟合参数”是指通过以上提到的拟合得到的一个或多个参数。
如以上概述的，在方法步骤c）中，通过假定测量曲线的至少一个评估部分的指数特性来从测量曲线得到至少一个拟合参数。因此，可以评估整个测量曲线或诸如在预确定的时间点处或样本的应用之后和/或检测反应的开始之后的可确定时间点处开始的测量曲线的部分之类的测量曲线的部分。如本文所使用的，术语“指数特性”一般是指指示曲线至少部分地遵循或类似于包含一个或多个指数项的函数的曲线的性质。由此，可能考虑到，在根据本发明的方法内，通过使用可以用于指示至少一个测试物质的检测反应的进度的至少一个真实测量值的时间发展的物理监测来记录多个实际的测量值。然而，基本上会不可能获得可能没有任何误差或缺陷的实际测量值。结果，术语“指数特性”可以特别地是指其中曲线包括至少部分地遵循或至少部分地类似于包括一个或多个指数项的函数的多个实际测量值的情形，然而其中，并不是每一个单个测量值都可以被迫使服从该条件。例如，鉴于精确的指数衰减曲线总是要求两个相继值的严格单调递减的行为，实际测量曲线可能仍旧被视为展现出测量曲线的至少评估部分的必要的指数特性，即使一些实际记录的测量值可能不遵循严格单调递减的行为。
优选地，以下指数函数或指数项中的一个或多个可以被用作拟合函数：
其中a，b，c，Γ和β是可以被选择、预确定或拟合的参数，其可以是正的或负的并且其可以是实数。
如以上进一步概述的，在方法的步骤d）中，至少一个多元评估算法被用于从至少两个变量（即第一变量x1（端值）和第二变量x2（拟合参数））得到分析物的浓度c。其中，可以使用一个或多个第一变量和一个或多个第二变量。如本文所使用的，术语“多元评估算法”一般是指用于从至少一个第一变量和至少一个第二变量直接或间接得到分析物的浓度c的规则或规则的集合。评估算法一般可以包括用于从第一变量和第二变量得到浓度的任意算术算法或算法的任意组合。因此，多元评估算法可以是或可以包括一步算法，其中第一变量和第二变量被用作用于同一个算法的输入变量，诸如通过使用具有作为输入变量的第一变量和第二变量的同一个等式，从而得到浓度。可替换地，多元评估算法可以是或可以包括多个步骤，其中逐个步骤地相继应用两个或更多算法，从而最终得到浓度。其中，第一变量x1和第二变量x2可以用作用于多步评估算法的不同步骤或相同步骤的变量。
作为示例，至少一个拟合参数和至少一个端值可以用作用于一个等式或一个算法的输入变量，从而在一个步骤中得到浓度c。可替换地，作为示例，端值可以用于得到分析物浓度的估计值或粗略值，随后通过对估计值或粗略值应用修正算法来修正它，其中修正算法包括至少一个拟合参数，并且其中修正依照至少一个拟合参数执行。
如以上公开的方法可以被修改或者可以以各种方式被进一步改进。作为示例，可以导致适当的拟合函数的指数特性的假定可以包含选自由以下各项组成的组的指数函数：
- ，其中t是时间，a是偏移，b是对比度并且Γ是衰减常数；
- ，其中t是时间，a是偏移，b是对比度，Γ是衰减常数并且β是拉伸参数。
其中，a，b，Γ和t可以是实数。通过假定这些指数特性中的一个或多个，可以在方法步骤c）中选择适当的拟合函数，诸如以上提到的函数中的一个或多个。
第二变量x2可以选自衰减常数Γ或者选自可以涉及衰减常量Γ的量。在本文中，该量可以展现出与衰减常数Γ的任何关系，由此其中该量可以与衰减常数Γ成比例或与衰减常数的倒数1/Γ成比例的关系可以是优选的。然而，可以采用可以适配于特定环境的其它种类的关系。在该实施例中，可以实现特别显著的数据减少，因为测量曲线的数据总量可以减少至作为衰减常数Γ或与衰减常数Γ有关系的量的一个拟合参数。换言之：通过考虑测量曲线的至少评估部分的指数特性，可以通过简单地从可以从其得到拟合参数的测量曲线的评估部分取得两个测量值来确定衰减速率Γ和/或与衰减常数Γ有关系的量而不应用拟合过程。这样的获得拟合参数的相当可观的简化可以主要被视为测量曲线的至少评估部分的指数特性的结果。
在方法步骤c）中，可以使用测量曲线自身和/或从测量曲线得到的任意二次测量曲线。两个选项是可能的并且应当被本发明的范围所包括。因此，“原始”测量曲线可以在执行拟合过程之前经受一个或多个滤波算法。此外或可替换地，可以执行一个或多个求导，从而生成测量曲线的一阶导数和/或测量曲线的较高阶导数。其中，可以使用用于生成导数的任意手段。作为示例，在测量曲线包含以恒定获得速率获得的多个测量值的情况中，可以形成相邻测量值之间的差值，并且这样形成的差值的序列可以被用作测量曲线的导数。随后，可以相应地形成较高阶导数。
在本发明的优选实施例中，在步骤c）中，在得到拟合参数之前形成测量曲线的一阶导数F'(t)或更高阶导数Fn(t)。因此，一阶导数F'(t)或更高阶导数Fn(t)可以经受拟合步骤c），从而得到至少一个拟合参数。
一般地，在不限制其它实施例的情况下，测量值优选地可以在预确定和/或可确定的时间点处获得，和/或测量值可以在之前的测量值的获得之后的预确定或可确定的时间跨度处获得。因此，作为一个示例，可以预确定或可确定相邻测量值的获得之间的时间间隔。作为优选示例（本发明不限于此），可以在时间上等间隔（即以恒定的获得速率）地获得测量曲线的测量值。因此，可以以恒定的测量速率或10Hz至100Hz的测量频率获得测量曲线。然而，测量曲线的获得的其它实施例是可行的。
如以上概述的，通过使用用于获得一阶或更高阶导数的简化算法，可以通过计算相邻测量值之间的差来近似一阶导数或更高阶导数。
在本发明的进一步优选的实施例中，在步骤c）中，形成测量曲线的两个相继导数Fn(t)与Fn+1(t)的比值，该比值形成拟合参数，或者在使用多个拟合参数的情况中，形成至少一个拟合参数。同样地，可以通过使用以上提到的使用相邻测量值或在先导数的值的差值的近似来形成导数Fn(t)和Fn+1(t)。
如本文所使用的，测量曲线的两个相继导数Fn(t)和Fn+1(t)的比值的形成一般可以是指在一个或多个特定时间点处两个相继导数Fn(t)和Fn+1(t)的函数值的商。此外或可替换地，两个相继导数的函数值的商可以在特定时间跨度之上或多个时间点之上生成。因此，作为实例，可以在预确定的时间跨度之上形成两个相继导数的函数值的商的平均值。
附加于或可替换于使用“原始”测量曲线和/或其一阶或更高阶导数的选项，可以在测量曲线之上形成积分。因此，在步骤c）中，可以在测量曲线F(t)或F(t)的一阶或更高阶导数之上形成积分，积分形成拟合参数。如以下进一步详细概述的，测量曲线的指数特性的假定可以造成以下事实：积分导致一个或多个高度有用的拟合参数。
形成积分的过程，也称为求积分，可以一般包括本领域技术人员已知的任意求积分算法。优选地，由于测量曲线或测量曲线的一阶或更高阶导数一般包括诸如测量值之类的离散值，因此形成积分的过程可以包括测量曲线的所有测量值之上或测量曲线的测量值的预定义组之上的总和的形成，如以下将进一步详细概述的那样。因此，积分的形成一般可以喻示着黎曼和或黎曼积分的形成。然而，此外或可替换地，可以使用被适配用于形成积分的其它类型的算法。
本发明的进一步优选实施例涉及方法步骤d）和以上提到的多元评估算法。通过使用至少一个第一变量x1和至少一个第二变量x2并且通过使用以上提到的多元评估算法，除分析物的至少一个浓度c之外，可以生成一个或多个另外的类型的信息。因此，多元评估算法可以是任意算法或算法的组合，通过其可以生成除分析物的浓度c之外的附加信息，诸如至少一个扰动变量。因此，一般地，在步骤d）中，另外，可以确定至少一个扰动变量Y。作为示例，多元评估算法可以是或可以包括通过使用线性、二次或更高阶矩阵变换来将包括至少一个第一变量x1和至少一个第二变量x2的第一矢量变换成结果矢量的矩阵算法，其中结果矢量包括浓度c和至少一个附加信息，其中作为示例，至少一个附加信息包括至少一个扰动变量Y。作为示例，除浓度c之外，可能确定至少一个血细胞比容和/或体液样本的温度。为此目的，作为示例，至少一个多元评估算法可以包括通过使用具有系数cij的变换矩阵来变换矢量(x1,x2)的步骤，所述系数cij可以通过任意校准算法来确定。通过将矢量(x1,x2)与该矩阵相乘，可能生成结果矢量(c,Y)。其它示例是可行的。
进一步的实施例涉及如本发明的步骤b）中所描述的以上提到的测量曲线的端值的得到。另外如本文所使用的，术语“得到”可以包括可以被配置用于获得测量曲线的端值的任何过程。在本文中，可以通过使用测量曲线的实际记录的性质并且从其得到所期望的值来确定端值的过程可以是特别优选的。用于实际记录的性质的优选示例包括可以与至少一个阈值比较的测量曲线的斜率，或者可以甚至远离由端值形成的平稳期的测量曲线的部分。可替换地，可能可行的是通过使用被适配成从否则涉及体液样本的任何已知参数提供端值的模型来确定端值。
因此，如以上公开的并且如以上提到的现有技术中公开的，在步骤b）中，可以将测量曲线的斜率与至少一个阈值比较以用于确定测量曲线已经达到端值。作为示例，可以通过测量曲线的相邻测量值之间的差值来形成斜率，特别是在恒定的获取速率或测量速率被用于获得测量值的情况中。因此，相邻测量值的差值可以形成并且可以与至少一个阈值比较，以用于确定是否已经达到反应的端点。其中，可能添加附加的准则，诸如指示至少两个、至少三个或至少特定数目的相邻差值在阈值以下或以上的准则。例如，阈值可以是指示每秒反射率值中的改变在3%、2%或甚至1%以下的阈值。
进一步的实施例可以可替换地或附加地用于根据步骤b）得到测量曲线的端值，其中端值形成第一变量x1。该实施例可以特别地基于测量曲线的至少评估部分的指数特性。将至少评估部分的指数特性考虑在内，可以得出以下结论：测量曲线可能在某个时间段之后逼近端值，其中端值可以展现出平稳期的形式。由此，每一个测量曲线可以形成独立于至少一个扰动变量Y的相同平稳期值。因此，独立于至少一个扰动变量Y而得到分析物浓度可以是可能的。作为非限制性示例，可以从光学测量中的缓解曲线得到葡萄糖浓度，因为所有缓解曲线可以形成独立于实际血细胞比容或温度的相同平稳期值。而且，指数特性可以因而被用于通过利用从可能不比承载与平稳期的任何关系的测量曲线的一部分取得的测量值来确定平稳期值。测量曲线的至少评估部分可以包括指数形状的事实已经可以允许推导关于来自测量曲线的至少评估部分的任何部分的端值的信息。结果，可以从测量曲线的较早部分得到端值，其中较早部分可以是远离平稳期的测量曲线的部分。作为结果，可以根据步骤b）得到作为来自从测量曲线得到的至少一个测量值的至少一个第一变量x1的端值，而至少一个第二变量x2可以根据步骤c）从如从测量曲线得到的至少一个拟合参数得到。
该特征可以喻示着可能不必获得测量值，直到测量曲线可能已经达到预定义的阈值。根据本实施例，已经从测量曲线的较早部分，优选地从其中可以确定作为第二变量x2的衰减常数Γ或可以涉及衰减常数Γ的量的测量曲线的相同部分得到端值可以是相当可行的。在不损失信息的情况下，较低数目的实际记录测量值可以因而足以用于确定分析物的浓度。另一方面，由于端值的精度可以在平稳期值可以在测量曲线的较晚部分处得到时增加，因此可以在通过测量曲线的中途的某个地方找到终止测量值的记录的最佳时间。与终止测量值的记录的实际选定时间无关地，通过该实施例的应用可以实现包括但不限于测量时间、计算努力和/或存储器空间的资源的可能相当大的节约。
进一步优选实施例是指测量曲线的以上提到的评估部分。如以上指示的，评估部分一般可以是测量曲线的任意部分或甚至完整的测量曲线。作为优选示例，测量曲线的评估部分是在测量的开端之后（即在将样本应用到测试物质之后和/或在检测反应的开始之后）的预确定或可定义的开始点处开始的测量曲线的一部分。因此，作为示例，测量曲线的评估部分可以是在测量的开端之后的可定义的开始时间跨度之后开始的测量曲线的其余部分。开始时间跨度一般可以是可定义的或预确定的时间跨度，诸如0.5s至3s、优选地1.0s至2.0s并且最优选地1.5s至1.7s的固定时间跨度。通过应用该预确定的时间跨度，可以从评估排除测量曲线的初始阶段，其中初始阶段，作为示例，可以包括在此期间通过样本润湿测试物质的润湿时段。
进一步的实施例涉及多元评估算法。如以上所指示的，多元评估算法可以是或可以包括任意的一步或多步评估算法，其将至少一个第一变量x1和至少一个第二变量x2变换成浓度c并且可选地变换成附加的信息。如以上概述的，多元评估算法可能包括线性矩阵算法和/或线性等式，其具有两个或更多系数，通过其将至少一个第一变量x1和至少一个第二变量x2变换成浓度c并且可选地变换成附加信息，诸如变换成至少一个扰动变量Y。此外或可替换地，多元评估算法可以是或可以包括非线性等式系统和/或非线性变换矩阵算法，其同样包括两个或更多系数。另外，可以提供两个或更多评估算法，诸如两个或更多变换算法和/或两个或更多变换曲线。这些评估算法中的一个或多个可以从多个多元评估算法选择，诸如根据适当的边界条件。作为示例，可以独立地测量环境温度，并且对应于如测量的特定环境温度的适当多元评估算法可以选自多个多元评估算法，从而选择用于体液样本的相应温度的适当多元评估算法。
根据本发明的方法还可以喻示着至少一个决策树的使用。因此，至少一个决策树可以采用在用于分析体液样本的方法内。另外如本文所使用的，“决策树”可以包括可以允许基于是否可以满足与确定的条件的评价而从至少两个、优选地两个可替换函数选择一个的至少一个决策分支。决策分支自身可以包括可以允许取决于另外的预确定条件的评价而执行至少两个、优选地两个另外的可替换函数中的一个的附加二阶决策分支。此外，二阶决策分支可以包括至少一个另外的更高阶决策分支。一般而言，预确定的条件可以评价值的存在、值的不存在或有限值是否落在至少一个预确定的范围内。决策分支可以因而提供执行或不执行特定功能或在特定参数下、利用特定参数集或在特定参数范围内执行特定功能之间的决策。作为非限制性示例，只有针对其可能要求这样的修正的这样的葡萄糖值（例如在预确定的血细胞比容范围之外）可以被提交至修正过程。另一非限制性示例可以涉及可以被应用于确定样本中的葡萄糖浓度的阈值，其中在该过程内应用的实际阈值可以根据预确定的葡萄糖浓度范围来选择。
可替换地或此外，可以在用于分析体液样本的方法内采用经加权的平均值以用于考虑来自基于至少一个扰动变量Y的变化的至少两个、优选地众多过程的结果以便得到用于分析物的浓度c的值。在本文中，经加权的平均值可以包括可以指代根据可以反映扰动变量Y的每一个特定值的概率分布的预测模型的针对扰动变量Y的每一个特定值的概率的权重。作为非限制性示例，可以因此获取许多葡萄糖浓度，每一个葡萄糖浓度针对预确定范围内的血细胞比容的特定值，并且可以得到其经加权的平均值，从而获得针对葡萄糖浓度的单个值。在本文中，权重可以指代根据可以反映血细胞比容的每一个特定值的概率分布的预测模型的针对血细胞比容的每一个特定值的概率。
多元评估算法一般可以在前述方法步骤中确定，诸如通过多个校准测量。因此，在简单的测量设置中，可以提供多个校准样本，其具有良好定义且不同的分析物浓度和/或具有两个定义且不同的扰动变量。在简单的情况中，多元评估算法可以包括大量系数，诸如变换矩阵的系数，其可以通过解算由将这些系数应用于由使用校准液体的测量导致的测量结果x1和x2导致的等式系统来确定。本领域技术人员将理解认识到许多潜在的校准设置。因此，一般地，在本发明的上下文中，术语“校准测量”可以是指通过使用校准液体获得的和/或在已知条件下获得的任何测量，使得至少浓度和至少扰动变量是已知的。因此，在扰动变量指示校准液体的情况中，扰动变量可以经由校准液体自身来得知，诸如通过使用具有预确定的血细胞比容的校准液体。在目标变量是指诸如温度和/或用于测量的测试物质的特定性质之类的测量条件的情况中，扰动变量可以从测量的环境得知。因此，通过使用一个或多个校准测量，可以确定至少一个多元评估算法和/或可以确定多元评估算法的集合，并且优选地存储在数据储存器中以供根据本发明的方法之后使用。
在本发明的另一方面中，公开了一种用于分析体液的至少一个样本的评估设备。如应用于如以上列出的实施例中的一个或多个中公开的方法，评估设备优选地可以被适配用于评估出于分析体液样本的目的的测量曲线。评估设备包括至少一个评估单元，其中评估单元被适配成执行根据以上公开的一个或多个实施例和/或根据以下进一步详细公开的一个或多个实施例的方法。作为示例，评估单元可以包括一个或多个数据处理设备，诸如一个或多个计算机和/或专用集成电路（ASIC），优选为至少一个微型计算机。至少一个数据处理设备可以包括被适配成运行在数据处理设备上的一个或多个软件组件，软件组件被适配成完整地或部分地执行根据本发明的方法，例如除可能涉及测量值的记录和可能由连接到处理器的一个或多个测量设备执行的特定测量步骤之外。在后一种情况中，作为记录步骤的部分，可以向评估单元提供作为测量值。可以是或可以包括一个或多个组件的评估单元可以优选地被适配成执行实现以上列出的和/或如以下进一步详细公开的一个或多个实施例中的以上提到的方法的软件算法。
在本发明的另一方面中，公开了一种用于表征体液样本的样本分析设备。如本文所使用的，术语“表征”涉及确定体液样本的一个或多个性质的过程。特别地，如以下将进一步详细公开的，术语“表征”是指可以确定体液中的至少一个分析物的浓度这一事实。此外，可以生成关于体液样本的一个或多个信息项，诸如关于至少一个扰动变量的信息。
样本分析设备包括用于测量至少一个测试物质和至少一个体液样本的检测反应的至少一个测量单元。其中，已知检测反应受扰动变量集影响，每一个扰动变量表征体液样本状态和检测反应条件中的至少一个。测量单元还被适配用于监测指示检测反应的进度的至少一个测量值的时间发展，从而记录包含在不同时间点获得的多个测量值的测量曲线F(t)。
如以上概述的至少一个测量单元可以包括用于测量多个测量值的一个或多个检测器，在下文中，将多个测量值标注为Ri，多个测量值形成测量曲线F(t)和/或测量曲线的部分。至少一个检测器可以是或可以包括用于确定至少一个测量值的任意元件，诸如光学检测器和/或电学检测器。作为示例，可以提供具有至少一个光敏元件（诸如光电二极管和/或光电电池）的光学检测器以用于测量由测试物质反射的光，诸如通过测试元件的测试域，测试域包括测试物质，和/或通过测量由测试物质透射的光。至少一个检测器还可以包括用于光照测试物质的一个或多个光源，诸如发光二极管、激光二极管或灯泡中的一个或多个。测量单元可以被适配成获得由检测器生成的测量值，测量值可以以任意形式提供，诸如以电学信号的形式和/或以模拟和/或数字信号的形式。测量单元还可以被适配用于存储这些测量值和/或用于向样本分析设备的另一单元传送这些测量值，诸如向显示器或向评估设备，如以下将进一步详细公开的那样。
样本分析设备还包括根据本发明的至少一个评估设备，如以上公开的或如以下进一步详细公开的那样。评估设备优选地可以是或可以包括至少一个数据处理设备，诸如至少一个计算机或计算机网络。因此，评估设备可以是或可以包括集成到样本分析设备中的微型计算机和/或可以是或可以包括通过至少一个接口和/或至少一个数据连接来连接到测量单元的计算机。
如以上概述的，测试物质优选地可以是测试元件的部分。测试元件，如本领域中已知的，可以包括包含至少一个测试物质的一个或多个测试域，诸如应用于测试元件的载体元件的表面的一个或多个测试域。作为示例，测试元件可以是或可以包括测试条带、测试带、测试盘或本领域中已知的任何其它类型的测试元件中的一个或多个。测试元件一般可以包含被适配成执行检测反应的至少一个测试物质。样本分析设备可以被适配成使得体液样本适用于测试元件。因此，样本分析设备可以包括用于接收至少一个测试元件的一个或多个容器，其中测试元件和/或样本分析设备包括一个或多个应用位置和/或应用机构，其中可以将体液样本应用于至少一个测试物质。
如以上概述的或如以下将进一步详细概述的，根据本发明的方法高度高效并且被适配成相当快速且仍旧精确地生成诸如分析物浓度和可选地至少一个扰动变量Y的测量结果。因此，本发明特别适用于典型地关于其硬件和软件资源而言相当受限的小型便携式设备。因此，优选地，样本分析设备可以体现为手持设备。如本文所使用的，术语手持设备一般是指用户诸如用一只手可携带的设备。典型地，手持设备可以是具有小于1000cm3、优选地小于500cm3的体积的设备。手持设备的重量小于1kg，优选地小于500g。
根据本发明的方法、计算机程序、评估设备和样本分析设备提供超越已知方法、计算机程序和设备的大量优点。因此，如以下将进一步详细概述的，使用指示测量曲线的端值的第一变量x1以及此外使用作为至少一个第二变量x2的通过假定测量曲线或其至少评估部分的指数特性得到的至少一个拟合参数，允许容易实现的大量评估选项。
因此，作为第一选项，可以将简单的指数函数拟合成测量曲线，从而得到至少一个拟合参数，以被用作附加的第二变量x2。
作为第二选项，测量曲线的一阶或更高阶导数可以被使用并且可以借以被拟合，如从如以上给出的等式（1）至（4）显而易见的，可以消除测量曲线的偏移。
作为第三选项，如同样从以上指示指数特性的潜在拟合函数显而易见的，特别地在考虑以上给出的等式（1）时，形成拟合函数的两个相继导数的商的选项可以提供用于确定参数Γ的容易算法，参数Γ可以指示指数特性的衰减速率或增加速率。
作为第四选项，还通过例如使用以上给出的等式（1）至（4）中的一个或多个而显而易见的，特别地等式（1），从0到的积分可以导致简单、恒定的商b/Γ，其中b是指数特性的对比度，并且Γ是衰减常数。
作为第五选项，用于等式（1）的第一导数的两个分离等式，其中可以忽略基线（a=0），可以被设置用于两个不同的阈值，其中可以指示衰减速率的参数Γ可以例如通过重新整理等式和相继的代换来从两个等式获取。由此，两个不同的阈值可以特别地选自从-10%/s到-1%/s，优选地从-5%/s到-2%/s的范围。
因此，可以单独应用或者可以在任意组合中使用的这五个选项可以导致可以用于测量曲线的多元分析的至少一个拟合参数或附加的变量x2的简单、高效生成。
因此，通过组合端值和拟合参数，可以提供高效且仍旧精确的算法，其作为示例，被适配用于针对当前血细胞比容来修正浓度c。如将进一步呈现的，本发明已经特别地证明了通过在分析血液样本时考虑可以在其之下确定葡萄糖量的当前血细胞比容的尤为适合于葡萄糖浓度的修正。通过考虑针对测量曲线或其导数的指数特性，包含在测量曲线中（诸如在化学动力学缓解曲线中）的信息可以减少至几个拟合参数，诸如减少至以上提到的偏移a、对比度b和衰减速率Γ。可以使用这些参数关于诸如血细胞比容、温度或相对湿度之类的扰动变量的行为以便生成分析物的经修正的浓度和/或用于修正分析物浓度的原始值。在这方面，可以明确提到的是，通过采用根据本发明的方法，可以不要求扰动变量的知识来用于精确地确定分析物的浓度。
因此，除端值之外，诸如拟合参数a、b、Γ、β或其任何组合中的一个或多个之类的一个或多个附加变量x2可以用于改进分析物浓度的确定的测量结果。因此，测量曲线或其导数的至少评估部分的指数特性的假定可以导致显著的数据减少，因为测量曲线的数据总量可以减少至一个拟合参数和/或几个拟合参数的集合。该特征对减少用于存储数据和计算样本分析设备内的参数所要求的存储器空间量可以是有用的，这可能对于减小手持设备的尺寸特别有帮助。
通过使用测量曲线的导数，当假定指数特性时，可以容易地消除测量曲线的偏移。类似地，通过假定指数特性，通过形成以上提到的测量曲线的两个相继导数的商，可以确定指数函数的衰减速率Γ和/或对比度b而不使用拟合。因此，可以甚至完全或部分地消除用于执行拟合的努力和资源。随即，可以显著减少评估设备和/或样本分析设备的成本。另外，可以显著增加样本分析设备的电池和/或另一可选的能量存储设备的寿命。
还可以通过使用“拉伸”指数函数来扩展指数函数的拟合的指数特性和使用的假定，如以上通过等式（4）指示的那样。其中，拉伸参数β可以用作附加参数，除其他参数a、b和Γ之外或作为对其的替换，β可以取决于分析物的浓度，诸如葡萄糖浓度，并且此外，可以取决于一个或多个扰动变量，诸如血细胞比容、相对湿度、温度和其它扰动变量。因此，通过使用根据本发明的方法，拉伸因子β可以用于修正分析物浓度。本发明还公开和提出了计算机程序，包括当程序在计算机或计算机网络上执行时用于执行在本文所附的一个或多个实施例中的根据本发明的方法的计算机可执行指令。特别地，计算机程序可以存储在计算机可读数据载体上。因此，特别地，如以上指示的方法步骤a）至d）中的一个、多于一个或甚至全部可以通过使用计算机或计算机网络、优选地通过使用计算机程序来执行。
本发明还公开和提出了具有程序代码构件的计算机程序产品，以便在程序在计算机或计算机网络上执行时执行本文所附的一个或多个实施例中的根据本发明的方法。特别地，程序代码构件可以存储在计算机可读数据载体上。
另外，本发明公开和提出了具有存储在其上的数据结构的数据载体，所述数据结构在加载到计算机或计算机网络中（诸如加载到计算机或计算机网络的工作存储器或主存储器中）之后可以执行根据本文所公开的一个或多个实施例的方法。
本发明还提出和公开了具有存储在机器可读载体上的程序代码构件的计算机程序产品，以便当程序在计算机或计算机网络上执行时执行根据本文所公开的一个或多个实施例的方法。如本文所使用的，计算机程序产品是指作为可买卖产品的程序。产品可以一般以任意格式存在，诸如以纸张格式，或者在计算机可读数据载体上。特别地，计算机程序产品可以分布在数据网络之上。
最后，本发明提出和公开了包含由计算机系统或计算机网络可读以用于执行根据本发明所公开的一个或多个实施例的方法的指令的调制数据信号。
优选地，参考本发明的计算机实现的方面，根据本文所公开的一个或多个实施例的方法的一个或多个方法步骤或甚至全部方法步骤可以通过使用计算机或计算机网络来执行。因此，一般地，包括数据的提供和/或操纵的任何方法步骤可以通过使用计算机或计算机网络来执行。一般地，这些方法步骤可以包括任何方法步骤，典型地除了要求手动工作的方法步骤之外，诸如提供样本和/或执行实际测量的某些方面。
特别地，本发明还公开了：
- 包括至少一个处理器的计算机或计算机网络，其中处理器被适配成执行根据本说明书中描述的一个实施例的方法，
- 计算机可加载数据结构，其被适配成在数据结构在计算机上执行时执行根据本说明书中描述的一个实施例的方法，
- 计算机程序，其中计算机程序被适配成当程序在计算机上执行时执行根据本说明书中描述的一个实施例的方法，
- 计算机程序，其包括用于当计算机程序在计算机上或在计算机网络上执行时执行根据本说明书中描述的一个实施例的方法的程序构件，
- 包括根据前述实施例的程序构件的计算机程序，其中程序构件存储在计算机可读的存储介质上，
- 存储介质，其中数据结构存储在存储介质上并且其中数据结构被适配成在已经加载到计算机或计算机网络的主和/或工作储存器中之后执行根据本说明书中描述的一个实施例的方法，以及
- 具有程序代码构件的计算机程序产品，其中程序代码构件可以存储或存储在存储介质上，以用于如果程序代码构件在计算机上或在计算机网络上执行，执行根据本说明书中描述的一个实施例的方法。
总结本发明的发现，以下实施例是优选的：
实施例1：一种用于分析体液的至少一个样本的方法，该方法包括以下步骤：
a）通过监测指示至少一个测试物质与体液样本的检测反应的进度的至少一个测量值的时间发展来记录多个测量值，并且提供包含测量值的至少一个测量曲线F(t)，其中测量曲线的至少评估部分具有指数特性，其中在不同时间点获得包含在测量曲线中的测量值，其中已知检测反应受要在体液中检测的分析物的浓度c和至少一个扰动变量Y影响；
b）得到测量曲线的端值，其中端值形成第一变量x1；
c）通过考虑测量曲线的至少评估部分的指数特性来从测量曲线得到至少一个拟合参数，其中拟合参数形成至少一个第二变量x2；
d）通过使用至少一个多元评估算法来得到分析物的浓度c，多元评估算法被适配成组合第一变量x1和第二变量x2。
实施例2：一种用于分析体液的至少一个样本的方法，该方法包括以下步骤：
a'）提供至少一个测量曲线F(t)，其中测量曲线包含通过监测指示至少一个测试物质与体液样本的检测反应的进度的至少一个测量值的时间发展记录的多个测量值，其中包含在测量曲线中的测量值在不同时间点处获得，其中已知检测反应受要在体液中检测的分析物的浓度c和至少一个扰动变量Y影响；
b'）得到测量曲线的端值，其中端值形成第一变量x1；
c'）通过假定测量曲线的至少评估部分的指数特性从测量曲线得到至少一个拟合参数，其中拟合参数形成至少一个第二变量x2；
d'）通过使用至少一个多元评估算法得到分析物的浓度c，其中多元评估算法被适配成组合第一变量x1和第二变量x2。
实施例3：根据前述实施例中的任一个的方法，其中体液选自包括血液和间质液的组。
实施例4：根据前述实施例中的任一个的方法，其中分析物是葡萄糖。
实施例5：根据前述实施例中的任一个的方法，其中测试物质包含至少一个酶，优选为GOD和/或GDH。
实施例6：根据前述实施例中的任一个的方法，其中测量值是光学测量值。
实施例7：根据前一实施例的方法，其中光学测量值通过反射测量检测。
实施例8：根据前两个实施例中的任一个的方法，其中测量值为缓解值。
实施例9：根据前述实施例中的一个的方法，其中扰动变量Y包括能够影响血液的粘稠度的参数。
实施例10：根据前述实施例中的一个的方法，其中至少一个扰动变量选自由以下各项组成的组：样本的颗粒含量，优选地为血细胞比容；样本的温度。
实施例11：根据前述实施例中的任一个的方法，其中指数特性包含选自由以下各项组成的组中的至少一个指数函数：
- ，其中t是时间，a是偏移，b是对比度并且Γ是衰减常数；
- ，其中t是时间，a是偏移，b是对比度，Γ是衰减常数并且β是拉伸参数。
实施例12：根据前一实施例的方法，其中第二变量x2选自衰减常数Γ或者选自与衰减常量Γ有关系的量。
实施例13：根据前一实施例的方法，其中所述量与衰减常数Γ成比例或与衰减常数的倒数1/Γ成比例。
实施例14：根据前述实施例中的任一个的方法，其中，在步骤c）中，在得到拟合参数之前形成测量曲线的一阶导数F'(t)或更高阶导数Fn(t)。
实施例15：根据前一实施例的方法，其中在时间上等间隔地获得测量曲线的测量值。
实施例16：根据前一实施例的方法，其中以10Hz至100Hz的恒定测量频率获得测量曲线。
实施例17：根据前两个实施例中的任一个的方法，其中通过计算相邻测量值之间的差来近似一阶或更高阶导数。
实施例18：根据前述实施例中的任一个的方法，其中，在步骤c）中，形成测量曲线的两个相继导数Fn(t)与Fn+1(t)的比值，所述比值形成拟合参数。
实施例19：根据前述实施例中的任一个的方法，其中，在步骤c）中，在测量曲线F(t)或F(t)的一阶或更高阶导数之上形成积分，积分形成拟合参数。
实施例20：根据前述实施例中的任一个的方法，其中，在步骤c）中，拟合参数从两个不同时间点处的测量曲线的一阶导数的比较获取。
实施例21：根据前一实施例的方法，其中两个不同时间点通过应用两个不同阈值来获取。
实施例22：根据前面再前面的实施例的方法，其中两个不同时间点中的至少一个通过处于阈值的邻近区域中的两个不同值之间的线性内插获取。
实施例23：根据前面再前面再前面的实施例的方法，其中使用用于两个不同时间点的两个不同值，其中两个不同值中的每一个处于阈值的邻近区域中。
实施例24：根据前三个实施例中的任一个的方法，其中两个不同阈值选自-10%/s至-0.1%/s的范围。
实施例25：根据前一实施例的方法，其中两个不同阈值选自选自-5%/s至-2%/s的范围。
实施例26：根据前五个实施例中的任一个的方法，其中根据体液浓度的初步估计选择两个不同阈值。
实施例27：根据前一实施例的方法，其中体液包括葡萄糖，其中体液浓度的初步估计导致100mg/dl或以上的值，并且其中所选两个不同阈值为-5%/s和-2%/s。
实施例28：根据前面再前面的实施例的方法，其中体液包括葡萄糖，其中体液浓度的初步估计导致100mg/dl以下的值，并且其中所选两个不同阈值为-2%/s和-0.5%/s。
实施例29：根据前述实施例中的任一个的方法，其中体液包括葡萄糖，并且其中将血细胞比容修正应用于葡萄糖浓度。
实施例30：根据前一实施例的方法，其中在血细胞比容在预确定的血细胞比容范围之外的情况中将血细胞比容修正应用于葡萄糖浓度。
实施例31：根据前一实施例的方法，其中预确定的血细胞比容范围包括从35%至50%的血细胞比容值。
实施例32：根据前述实施例中的任一个的方法，其中，在步骤d）中，另外确定至少一个扰动变量Y。
示例33：根据前述实施例中的任一个的方法，其中，在步骤d）中，提供基于至少一个扰动变量Y的变化的至少两个过程的结果的经加权的平均值以便得到用于分析物的浓度c的值。
实施例34：根据前一实施例的方法，其中经加权的平均值包括指代针对至少一个扰动变量Y的每一个特定值的概率的权重。
实施例35：根据前一实施例的方法，其中预测模型提供至少一个扰动变量Y的每一个特定值的概率分布。
实施例36：根据前述实施例中的任一个的方法，其中，在步骤b）中，将测量曲线的斜率与至少一个阈值比较以用于确定测量曲线是否已达到端值。
实施例37：根据前一实施例，其中形成测量曲线的相邻测量值的差值并且将其与至少一个阈值比较。
实施例38：根据前述实施例中的任一个的方法，其中，在步骤b）中，从测量曲线的至少一个测量值得到端值，并且在步骤c）中从来自测量曲线的至少一个拟合参数得到至少一个第二变量。
实施例39：根据前述实施例中的任一个的方法，其中，在步骤b）中，从测量曲线的较早部分得到端值，其中较早部分是远离测量曲线的平稳期的测量曲线的部分。
实施例40：根据前一实施例的方法，其中每一个测量曲线可以形成独立于至少一个扰动变量Y的相同平稳期值。
实施例41：根据前两个实施例中的任一个的方法，其中可以从其中可以确定作为第二变量x2的衰减常数Γ或涉及衰减常数Γ的量的测量曲线的相同部分确定端值。
实施例42：根据前述实施例中的任一个的方法，其中测量曲线的评估部分是在测量的开端之后的可定义的开始时间跨度之后开始的测量曲线的其余部分。
实施例43：根据前一实施例的方法，其中开始时间跨度是预确定的时间跨度。
实施例44：根据前一实施例的方法，其中预确定的时间跨度是0.5s至3s、优选地1.0s至2.0s并且最优选地1.5s至1.7s。
实施例45：根据前述实施例中的任一个的方法，其中通过使用多个校准测量来确定多元评估算法。
实施例46：一种计算机程序，包括用于当程序在计算机或计算机网络上执行时执行根据前述实施例中的任一个的方法的计算机可执行指令。
实施例47：一种用于分析体液的至少一个样本的评估设备，评估设备包括至少一个评估单元，其中评估单元被适配成执行参考用于分析体液的至少一个样本的方法的根据前述实施例之一的方法。
实施例48：一种用于分析体液样本的样本分析设备，该设备包括：
- 用于测量至少一个测试物质和至少一个体液样本的检测反应的至少一个测量单元，其中已知检测反应受扰动变量集影响，每一个扰动变量表征体液样本状态和检测反应条件中的至少一个，测量单元还被适配用于监测指示检测反应的进度的至少一个测量值的时间发展，从而记录包含在不同时间点获得的多个测量值的测量曲线F(t)，其中测量曲线的至少评估部分具有指数特性；以及
- 根据前一实施例的至少一个评估设备。
实施例49：根据前一实施例的样本分析设备，另外包括至少一个测试元件，优选为至少一个测试条带，其中测试元件包含被适配成执行检测反应的至少一个测试物质，其中样本分析设备被适配成使得体液样本适用于测试元件。
实施例50：根据前两个实施例中的一个的样本分析设备，其中样本分析设备体现为手持设备。
附图说明
在随后的优选实施例的描述中将优选地结合从属权利要求更加详细地公开本发明的另外的可选特征和实施例。其中，相应可选特征可以以孤立的方式以及在任何任意可行的组合中实现，如本领域技术人员将认识到的那样。本发明的范围不受优选实施例限制。在附图中示意性地描绘实施例。其中，在这些图中的相同参考标号是指相同或功能上相当的元件。
在附图中：
图1在横截面视图中示出根据本发明的样本分析设备的示例性实施例；
图2A示出用于两个不同葡萄糖浓度的第一测试物质的缓解的测量曲线；
图2B示出图2A中的测量曲线的一阶导数；
图3A和3B示出用于图2B中给出的一阶导数的指数拟合；
图4A和4B示出血细胞比容对图3A和3B中的拟合函数中的拟合参数的影响；
图5A和5B示出具有不同类型的测试物质的类似于图3A和3B的一阶导数的拟合函数；
图6示出用于图7A至8B中的相继评估的缓解曲线；
图7A和7B示出图6中的测量曲线的一阶导数（图7A）和二阶导数（图7B）；
图8A示出图7B和7A的二阶导数和一阶导数的商；
图8B示出对图7A中的一阶导数的指数拟合；
图9示出给出为以%为单位的相对缓解rR的端值EW或x1与针对血细胞比容HKT 45的葡萄糖浓度c之间的相关性的示例性实施例；
图10示出作为以%为单位的相对缓解rR的端值EW或x1的函数和作为指数拟合参数Γ或x2的函数的应用于相关性的修正因子K；以及
图11A和11B示出针对未经修正、单变量测量（图11A）和针对经修正、多元测量（图11B）的经测量葡萄糖浓度从实际葡萄糖浓度的残差或偏差。
图12示出第二测量物质的缓解的一阶导数、一阶导数的拟合函数，以及在两个不同阈值处的两个不同时间t1和t2；
图13示出针对不同血细胞比容和葡萄糖浓度的衰减速率，其中每一个衰减常数Γ通过针对两个不同阈值的具有被忽略的基线（a=0）的等式（1）的第一导数的两个分离的等式确定；
图14A和14B示出通过作为10个测量值之上的平均值（图14A）和作为对应测量值（图14B）的未经修正、单变量值确定的经测量葡萄糖浓度；
图15A和15B示出通过作为10个测量值之上的平均值（图15A）和作为对应测量值（图15B）的经修正、多元值确定的经测量葡萄糖浓度；
图16示出第一决策树，其中葡萄糖值的修正可以仅应用在预确定的血细胞比容范围之外；
图17示出第二测试物质的缓解的一阶导数，其中两个不同时间t1和t2通过线性内插确定，而时间t1'通过如图12中应用的过程来确定；
图18示出第二测试物质的缓解的一阶导数，其中两个不同时间t1和t2选自在其中的每一个处获得缓解的实际值的时间，并且它们中的每一个分别包括R'(t1)和R'(t2)的值，即最接近预确定的阈值的缓解的一阶导数值；
图19示出第二决策树，其中，首先，可以根据预确定的葡萄糖浓度范围选择用于确定葡萄糖浓度的相应阈值，并且其中，其次，可以仅在预确定的血细胞比容范围之外应用葡萄糖值的修正；
图20示出第三决策树，其中，首先，取决于葡萄糖浓度是否在预确定的葡萄糖浓度范围内，当确定葡萄糖浓度时可以考虑衰减常数Γ，并且其次，取决于衰减常数Γ是否可以等于或超过预定义的常数Γ0，可以考虑血细胞比容；以及
图21示出相对缓解的两个典型测量曲线，其中两个曲线与彼此的不同之处在于其血细胞比容，以及用于对应血细胞比容的两个相应指数拟合。
具体实施方式
在图1中，在横截面视图中示出以示意性设置的根据本发明的样本分析设备110的示例性实施例。样本分析设备优选地可以体现为手持设备112并且可以包括具有一个或多个人机接口的外壳114，诸如一个或多个显示器116和/或一个或多个控制器118，诸如一个或多个按钮和/或其它类型的控制器。样本分析设备110还可以包括一个或多个数据接口120，诸如一个或多个红外接口和/或基于线路的接口和/或无线接口。样本分析设备110还可以包括未描绘的能量储存器，诸如电池。
样本分析设备110被适配成用于分析应用于测试元件122的体液样本。在图1中描绘的实施例中，测试元件122可以是条形测试元件，即测试条带，其具有可以直接或间接向其应用样本的一个或多个测试域124。测试域124包括被适配成在存在分析物的情况下执行检测反应的测试物质126，其中检测反应被适配成改变测试物质126的至少一个物理和/或化学性质，其可以被观察，优选为光学特性。在图1中描绘的设置中，作为示例性实施例，测试物质126被适配成改变至少一个光学性质，诸如反射率和/或颜色。
为了监测检测反应的进度，样本分析设备110包括测量单元128，其在该示例性实施例中可以包括具有用于光照测试域124的至少一个光源132并且还具有用于优选地以非直接方式（诸如散射光和/或漫射光）检测由测试域124反射的光的至少一个光敏元件134的检测器130。因此，检测器130可以被设置成执行测试域124上的缓解测量。然而，此外或可替换地，可以使用用于记录包含多个测量值的测量曲线的其它类型的测量。
样本分析设备110还包括评估设备136，其也可以充当样本分析设备110的控制设备并且可以以单向和/或双向方式连接到显示器116、控制器118、测量单元128和数据接口120。评估设备136可以因此被适配成控制样本分析设备110的总体功能性。
评估设备136包括至少一个评估单元138，其可以是货可以包括数据处理设备，诸如计算机，优选为微型计算机。评估单元138被适配成执行如以上公开的或如以下将进一步详细公开的根据本发明的方法。为此目的，评估单元138可以被适配成发起通过测量单元128的数据获得，诸如测量曲线的记录，和/或可以被适配用于执行如以上公开的或如以下将进一步详细公开的评估算法。
应当指出的是，如图1中描绘的样本分析设备110仅仅是被适配用于执行根据本发明的方法的分析设备110的许多示例中的一个。
如以上概述的，测试元件122包括具有至少一个测试物质126的至少一个测试域124。出于如以上给出的测量和这些测量的评估的示例性实施例的目的，使用两个不同类型的测试物质126。
作为测试物质的第一示例，在下文中也称为“PQQ化学品”，使用如在EP 0 354 441A2中公开的测试物质。该测试物质包括PQQ相关脱氢酶和作为芳香亚硝基化合物或肟的直接电子受体。该PQQ化学品还包括光学指示剂物质，即染料。作为示例，可以使用杂多蓝指示剂，如EP 0 431 456 A1中公开的那样。
作为测试物质126的第二示例，在下文中也称为“cNAD化学品”，使用如在文献WO2007/012494 A1，WO 2009/103540 A1，WO 2011/012269 A2，WO 2011/012270 A1和WO2011/012271 A2中的一个或多个中公开的测试物质。其中，WO 2007/012494 A1一般地公开了cNAD衍生物。WO 2009/103540 A1公开了稳定化的酶/复合辅酶。WO 2011/012269 A2，WO2011/012270 A1和WO 2011/012271 A2公开了cNAD和cNAD衍生物以及中间产物或前体的合成。
通过使用PQQ化学品和cNAD化学品，执行以下测量。
在第一组测量中，图2A至5B中描绘的，示出对于PQQ化学品和cNAD化学品二者，可以记录缓解特性的测量曲线，诸如通过使用图1的设置，通过假定测量曲线的至少评估部分的指数特性可以对其进行非常良好地描述。由此，除了测量曲线的端值之外，可以从测量曲线和/或测量曲线的一个或多个导数得到至少一个拟合参数。其中，术语拟合参数一般是指可以从测量曲线自身和/或测量曲线的一阶或更高阶导数得到的参数。
因此，在典型的血糖测量中，端值用于确定血液中的葡萄糖浓度。也可以使用在本发明内并且在下文中将不进一步详细解释的端值的确定可以例如根据EP 0 821 234 B1，US 2002/0146835或EP 1 413 883 A1来执行。因此，作为示例，可以将测量曲线的斜率与一个或多个阈值比较，并且斜率一满足预确定的条件（诸如当斜率在给定的每秒百分比以下（诸如具有小于2%每秒的负斜率的缓解曲线）），就可以确定测量曲线的端值。
在图2A中，示出针对两个不同血糖浓度（462mg/dl和59mg/dl）的测量曲线。其中，以百分数给出的如由检测器130检测的相对缓解R被描绘为以秒为单位的在将样本应用于测试元件122之后的测量时间t的函数。
通过使用端值算法，第一变量x1可以从图2A中的测量曲线得到，在该实施例中其可以被确定为针对下方测量曲线（浓度c=462mg/dl）近似73%并且针对上方测量曲线（浓度c=59mg/dl）近似100%。
因此，在常规测量中，缓解曲线的一个数据值被用于确定葡萄糖浓度。
通过仅使用第一变量x1，即端值，测量结果高度易受样本固有和/或测量设置或测量条件固有的一个或多个扰动变量的扰动。因此，如以下将进一步详细解释的，血细胞比容可能对如通过端值确定的葡萄糖浓度具有显著影响。
如以上公开的，根据本发明的方法因此通过考虑测量曲线的指数特性来得到至少一个另外的变量（第二变量x2）。为此目的，测量曲线自身可以被评估和/或可以使用自身形成新的测量曲线的测量曲线的一个或多个一阶或更高阶导数。
作为示例，可以使用以上公开的拟合函数（1）至（4）中的一个或多个，其中在图2A至5B中所示的以下测量中，使用拟合函数（1）：
。
通过使用该拟合函数，测量曲线（即缓解动力学）的信息可以减少至三个参数：基线或偏移a、对比度或幅度b和衰减速率Γ。如将示出的，特别地，对比度b和衰减速率Γ强烈地取决于诸如血细胞比容、温度或相对湿度之类的一个或多个扰动变量。因此，通过确定这些拟合参数中的一个或多个并且将这些拟合参数中的一个或多个用作第二变量x2，结合适当的多元评估算法，可以提供针对扰动变量的实际集合的被适配用于修正“原始葡萄糖浓度”的修正算法。
为了执行指数拟合，令人惊喜的是，结果证明可以通过使用测量曲线的一阶或更高阶导数而不是测量曲线自身来获得方法学优点。在图2B中，示出图2A中所示的测量曲线的一阶导数。
为了生成一阶导数或生成更高阶导数，在测量曲线通过使用以恒定获得频率获得的测量值来生成的情况中，结果证明这些导数可以通过形成相邻测量值的差值来容易地得到。因此，在图2B中，将相邻测量值的差值描绘为R(t1) - R(t2)。将这些差描绘为样本获得之后的测量时间的函数。使用测量曲线的一阶或更高阶导数的这种类型的分析简化分析，因为例如一般应当消除偏移a，如图2B中所描绘的那样。
然而，应当指出的是，如以上已经详细概述的，其它选项是可行的。因此，测量值不必以恒定获得频率来获得。然而，优选地，获得时间和/或相邻测量值之间的时间跨度或时间距离是已知的，以便通过用相邻测量值的差除以测量值之间的相应时间跨度来得到一阶或更高阶导数，如本领域技术人员已知的那样。然而，使用恒定获得频率的优选选项允许忽略测量时间方面，因为在该情况中，获得频率简单地向相邻测量值之间的所有差值提供恒定因子。由此，可以实现过程的显著简化，这可以导致算法的增加的速度和执行算法所要求的资源的降低。
结果证明，至少在样本应用之后的1.7s处开始的测量曲线的评估部分中，图2B中描绘的曲线可以通过使用指数特性来良好地描述。在下文中，作为测量曲线的评估部分，使用样本应用于测试元件122之后的1.7s至7s的时间窗口。然而，测量曲线的评估部分可以被优化并且可以稍后被适配。因此，评估部分可以被适配在使用不同类型的测试物质126的情况中并且可以针对测量曲线通过适当的测试容易地确定。
在图3A和3B中，示出对图2B中描绘的一阶导数的指数拟合。其中，图3A示出针对c=462mg/dl的一阶导数测量曲线并且图3B示出针对c=59mg/dl的拟合。其中实线描绘拟合曲线。
通过使用这些拟合函数，得到针对c=462mg/dl近似0.016和针对c=59mg/dl近似0.003的对比度b（两个值以百分数给出），以及针对c=462mg/dl近似0.93 l/s和针对c=59mg/dl近似0.22 l/s的详细速率Γ。
如结果证明的，这些拟合参数可以强烈地取决于一个或多个扰动值，诸如温度、相对湿度或血液的血细胞比容。该依赖性在图4A和4B中公开。其中，图4A示出血细胞比容（Hct）对对比度b的影响，并且图4B示出血细胞比容对衰减速率Γ的影响。在图4A中，将对比度b（以百分数给出）描绘为浓度c的函数，并且在图4B中，将以l/s为单位给出的衰减速率Γ描绘为浓度c的函数。
测量曲线清楚地示出，对于同一个葡萄糖浓度c，拟合参数b和Γ显著地随血细胞比容中的增加而减小。通过使用cNAD化学品来执行这些测量。可以针对相对湿度的影响来执行类似的测量并且示出类似的依赖性。与这些结果相对地，可以论证的是，至少在环境条件之下，温度作为一种扰动可能仅能够略微地影响这些测量。然而，其它情境可以是可行的。结果，根据本发明的方法可以特别地适于使用在确定处于血细胞比容和/或湿度的影响之下的葡萄糖浓度c的过程内。
在图5A和5B中，示出针对462mg/dl（图5A）和59mg/dl（图5B）的浓度的类似于图3A和3B的拟合曲线的针对PQQ化学品的拟合曲线，其清楚地论证了指数特性的假定对于各种类型的测试物质都是有效的。
因此，在图2A至5B中描绘的测量论证了，至少在从润湿之后1.7s到润湿之后7s的评估区中，可以通过假定指数特性来良好地描述缓解曲线或其一阶或更高阶导数。由此，除了端值之外，可以通过生成适当的拟合参数来生成一个或多个另外的变量x2。这些拟合参数和第二变量取决于一个或多个扰动变量，诸如血细胞比容。因此，通过将端值用作第一变量x1并且将至少一个拟合参数用作至少一个第二输入变量x2，可以通过使用适当的多元算法生成用于葡萄糖浓度的修正值。
通过图2A至5B中所示的测量，论证了本发明的两个不同概念：第一，假定测量曲线的指数特性，评估测量曲线自身的选项，以及第二，将测量曲线的一阶或更高阶导数用作“新的测量曲线”的选项，以用于得到第二变量x2。在下文中，将论证两个另外的概念，其可以附加地或作为替换方案使用。
因此，在图6至8B中，论证了基于作为“新的测量曲线”的测量曲线的更高阶的两个导数的使用的第三概念。作为示例，在图6中，将缓解特性R描绘为体液样本的应用之后的时间的函数。该缓解曲线通过使用PQQ化学品得到。
通过假定指数特性，诸如以上给出的指数特性（1），结果证明可以以简化的方式在实验上得到指数特性的衰减速率Γ。因此，可以用n阶导数除以（n-1）阶导数，其中n为整数并且n≥1。因此，在忽略基线的情况中（a=0），作为示例，一阶导数为：
。
类似地，二阶导数可以计算为：
。
通过使用这些等式，将二阶导数和一阶导数的商计算为：
。
该想法允许测量曲线的简单且高效的评估，如将在图7A至8B中所示。作为示例，图7A示出测量曲线的一阶导数，其可以通过形成相邻值之间的差值来容易地生成，如关于以上的图2B所公开的那样。类似地，图7B示出通过形成图7A的一阶测量曲线的相邻测量值之间的差值得到的测量曲线的二阶导数。可以以类似的方式形成更高阶导数。
在图8A中，给出作为时间t的函数的图7A和7B中的测量曲线的测量值的商。如可以看到的，在测量的不确定性内，在近似7s处开始的商呈现或多或少恒定的值。对于在7.5s处开始的前20个值，以得到针对浓度c=136mg/dl的平均值Γ=0.494 l/s和针对葡萄糖浓度446mg/dl的值Γ=0.82441 l/s。在图8B中，出于比较的原因，描绘针对136mg/dl的浓度的对一阶导数的指数拟合，其导致0.507 l/s的拟合参数Γ。图8B和8A中的测量的比较清楚地论证了指数曲线的拟合可以由通过使用两个不同阶的测量曲线的导数的商的拟合来取代。通过两种方法，可以得到拟合参数Γ，其自身或与其它拟合参数组合地可以被用作至少一个第二变量，诸如通过使用以上给出的多元评估算法。因此，如图7A至8B中描绘的商方法，特别是在通过使用以上公开的求差方法生成导数时，导致用于以简单且有效的方式得到拟合参数Γ的简单且仍旧有效的拟合算法。由此，可以节省资源和时间。
除了如结合图6至8B解释的该第三选项（商方法）之外，存在用于拟合参数的简化生成的其它选项。作为第四选项的示例，可以使用积分。
因此，作为示例，当忽略基线（a=0）或在将测量曲线的一阶或更高阶导数用作新的测量曲线的情况中，测量曲线可以如以上概述的，通过以下来描述：
其中，如以上解释的，Γ指代衰减速率并且b指代对比度。通过将该函数从0到∞积分，可以得到以下结果：
。
因此，通过使用积分并且在测量曲线或作为“新的测量曲线”的测量曲线的一阶或更高阶导数之上进行积分，可以实现生成作为拟合参数和作为变量x2的b/Γ的简单且有效的方式。
类似于通过使用如以上公开的形成相邻测量值的差值的求差方法形成测量曲线的一阶或更高阶导数的简化方法，也可以简化积分的形成。因此，可以将积分计算为：
。
该近似也称为黎曼积分或黎曼和。其中，在测量曲线的评估部分之上形成测量曲线或测量曲线的一阶或更高阶导数的测量值Ri之上的和。当采取恒定测量频率时，测量值之间的时间Δt是恒定的。在该情况中，以上提到的公式可以简化成：
其中Ri是测量曲线或一阶或更高阶测量曲线的测量值，并且其中在测量曲线的评估部分之上形成和。作为示例，对于图2A至3B中所示的测量，可以在从润湿之后1.7s至润湿之后8.7s形成和。因此，以简单且高效的方式，可以通过使用简单的积分过程来生成拟合参数b/Γ或类似的拟合参数。
通过使用该积分，对于446mg/dl的葡萄糖浓度，得到值b/Γ=0.3164。在实验的不确定性内，该值对应于可以通过将指数函数拟合到一阶导数而得到的值b/Γ=0.2867。对于136mg/dl的葡萄糖浓度，通过使用积分方法，得到0.2353的值b/Γ。通过使用指数拟合，得到值b/Γ=0.244。
如以上概述的，拟合参数b/Γ可以用作至少一个第二变量x2或者用作多个第二变量x2中的一个，并且与第一变量x1组合可以使用在多元评估算法中，诸如以上公开的算法，以用于生成考虑诸如血细胞比容之类的一个或多个扰动变量的葡萄糖浓度的修正值。
除了通过假定指数特性得到的一个或多个拟合参数之外，可以独立地测量或检测已知对葡萄糖浓度或一般地分析物浓度的评估具有影响的一个或多个扰动变量。因此，作为示例，可以独立地测量温度和/或相对湿度。在这种情况中，作为示例，可以提供用于相应扰动变量的多个多元评估算法，诸如评估算法的集合。因此，作为示例，可以提供用于环境大气的特定温度和特定相对湿度的一个特定评估算法，其中用于该特定温度和相对湿度的多元评估算法提供针对葡萄糖浓度的考虑作为第一变量x1的缓解曲线的端值和样本的（未知）血细胞比容的修正值。对于不同的温度和/或相对湿度，可以提供不同类型的多元评估算法。因此，多个多元评估算法可以存储在评估设备136和/或评估单元138（可以包含数据存储设备）中以供另外的使用，并且可以依照温度和/或相对湿度的测量值来选择。
为了论证由本发明提出的多元修正算法的能力，在图9至11B中详细示出修正算法的示例性实施例。对于这些测量，使用基于cNAD的测试物质。
其中，图9示出实际葡萄糖浓度c，以毫克每分升为单位给出，作为以%给出的相对缓解rR的端值（也称为EW或x1）的函数。另外，示出多项式拟合函数。实际葡萄糖浓度由实验室方法确定，并且相对缓解通过取光学测量曲线并且确定该测量曲线的端值来测量。针对这些测量的血细胞比容为HKT=45。
作为用于图9中的拟合函数的基础，使用所谓的代码多项式。该多项式拟合函数是预测作为缓解的端值EW（在下文中也称为y）的函数的葡萄糖浓度C的单变量模型：
。
在该公式中，参数和是可以通过使用校准测量确定的自由参数，诸如通过使用具有已知性质的适当校准液体，诸如已知的血细胞比容HKT45、已知的葡萄糖浓度和已知的温度。该校准（也称为代码生成）典型地通过使用处于标准化条件之下的数据集，诸如标准温度、标准血细胞比容（HKT45）、标准湿度。典型地，多于两个葡萄糖浓度被用于校准，诸如覆盖可能出现在实际使用中的葡萄糖浓度的整个敏感范围的多个葡萄糖浓度。
通过使用该拟合函数，确定用于图9中所示的曲线的以下参数：
参数 c1 c2 c3 c4 c5 b1 b2 b3
值 -3,51 * 10^-4 -10,3 -6,21 * 10^5 0,508 -2,29 * 10^-4 -1,72 1,63 0,129
如以上概述的，图9的测量针对一个特定血细胞比容HKT45取得。因此，算法是单变量算法，其从一个变量得到葡萄糖浓度，即在这种情况中，相对缓解rR的端值EW。
为了得到针对任意血细胞比容的葡萄糖浓度，以上给出的通过图9的拟合函数公式得到的浓度c通过修正因子K来修正，修正因子K自身可以取决于端值EW和至少一个指数拟合参数，诸如指数拟合参数Γ：
同样地，可以将修正因子K分离成取决于葡萄糖浓度的端值EW（=x1）的项和取决于至少一个指数拟合参数Γ（=x2）的项，并且可以示出可以应用以下拟合公式：
这对应于第二端值——第一、Γ相关修正的相关修正并且因此对应于包括作为第一变量x1的端值EW和作为第二变量x2的指数拟合参数Γ的多元修正算法。拟合函数包括五个独立参数a1, a2以及c1, c2和c3。作为边界条件，对于HKT45，修正因子应当为K=1，因此作为结果而获取图9的拟合函数。
通过执行针对各种血细胞比容的多个校准测量并且通过确定作为第一变量x1的端值EW和作为第二变量x2的至少一个指数拟合参数Γ，可以确定3维校准曲线，对于该示例性实施例，所述校准曲线描绘在图10中。其中，弯曲的阴影表面指代修正因子K的拟合函数。作为示例，对于该特定实施例，确定以上提到的等式的以下拟合参数：
参数 f1 f2 a1 a2
值 -0,0049 0,8848 -1,5580 1,2048
因此，可以通过使用以上提到的使用测量曲线的端值和至少一个指数拟合参数二者作为输入变量的多元修正算法来确定经修正的葡萄糖浓度。
在图11A和11B中，针对图9和10的以上提到的测量来描绘经修正的和未经修正的葡萄糖浓度。其中，图11A示出通过使用基于单独的端值EW的单变量评估算法得到的未经修正的葡萄糖浓度，如在图9中，其忽略血细胞比容HKT的影响并且基于HKT45的血细胞比容的假定。相反，在图11B中，示出使用多元算法、特别地使用结合图10在上文公开的修正算法的根据本发明的方法的结果。在每一种情况中，针对以mg/dl为单位给出的各种实际葡萄糖浓度c给出偏离Δ。实际的葡萄糖浓度通过使用可靠的实验室方法确定。以相对单位[%]给出偏离。
如通过比较图11A和11B可以看到的，如本发明提出的多元算法显著降低血细胞比容引入的偏离。因此，对于从HKT45偏离的血细胞比容，通过评估测量曲线和确定其葡萄糖浓度所牵涉的误差可以大大降至10%或10mg/dl以下的水平。因此，虽然该算法可以保持相当简单，但是可以显著地引致测量的精确性。
图12示出包括葡萄糖浓度c=446mg/dl、血细胞比容（Hct）25%、温度23℃并且r.H.45%的第二测试物质的缓解的一阶导数。此外，在此呈现一阶导数的拟合函数，以及两个不同阈值处的两个不同时间t1和t2。
如图12中描绘的两个不同时间t1和t2可以通过应用展现出指数特性的缓解曲线的一阶导数来确定。作为示例，当忽略基线a（a=0）时，缓解曲线的一阶导数可以如以上概述的那样通过下式描述：
。
在第一等式中插入时间t1处的第一阈值F'(t1)，并且在时间t2处插入第二阈值F'(t2)将导致以下两个不同的等式：
。
应用两个等式的重新整理和随后的代换，将获得针对缓解曲线的衰减速率Γ的以下等式：
。
作为示例，插入针对时间t1处的第一阈值F'(t1)的第一值2%/s，并且插入针对时间t2处的第二阈值F'(t2)的第二值1%/s将导致如下的缓解曲线的衰减速率Γ的值：
。
考虑该示例，显然缓解曲线的衰减速率Γ的确定可以仅要求确定两个不同时间t1和t2，如例如图12中描绘的那样。
在进一步过程中，已经将该方法应用于全血的10个样本集合，其中将每一个样本调节到五个不同血细胞比容浓度之一，即20%，30%，40%，50%或60%，以及调节到从40mg/dl到600mg/dl的范围内的七个不同葡萄糖浓度之一。图13示出针对不同血细胞比容和葡萄糖浓度的缓解曲线的各种衰减速率Γ，其中根据如结合图12描述的方法确定每一个衰减速率Γ，其中已经应用针对时间t1处的第一阈值F'(t1)的第一值-5%/s，和针对时间t2处的第二阈值F'(t2)的第二值-2%/s。图13清楚地示出，一方面，来自血细胞比容的衰减速率Γ的强相关和另一方面，来自葡萄糖浓度的弱相关。所提到的针对第一阈值的值-5%/s和针对第二阈值的值-2%/s可以关于70mg/dl以上的葡萄糖浓度来应用。
如关于图12和13示例性地描述的方法可以允许通过应用关于葡萄糖浓度的血细胞比容修正来确定葡萄糖浓度，通过使用相应阈值可以获得所述血细胞比容修正。通过确定具有针对缓解衰减的-2%/s的单个阈值的葡萄糖浓度，将获取如图14A和14B中所示的分布，其中用于所测量的葡萄糖值的所有数据点的71.2%分布在从20%到60%的完整观察的血细胞比容范围之上的±10%的偏离内。图14B描绘了对应的单个测量值。而图14A示出作为10个测量值之上的平均值的所测量的葡萄糖浓度。从图14B可以得出结论，特别地，具有60%的血细胞比容值的样本落在所期望的范围之外。
相比于如图14A和14B中所呈现的结果，在如图15A和15B中所示的改进结果中，用于所测量的葡萄糖值的所有数据点的87%分布在从20%到60%的完整观察的血细胞比容范围之上的±10%的偏离内。关于来自图14A和14B的结果的大于15%的这种改进可以通过使用包括如以上确定的衰减速率Γ多元数据分析以确定葡萄糖浓度来实现，例如，利用如图12和13中所描述的方法。图15B显示对应的单个测量值，而图15A示出10个测量值之上的平均值。
然而，可以已经观察到的是，当在执行以上提到的测量期间考虑血细胞比容时，所有血细胞比容值的变化的系数可以增加。由此，变化的系数可以被视为通常可以定义为标准偏离与均值的比值的值的概率分布的离差的度量。一般可以在任何血细胞比容修正期间观察到这种公知的效应，因为迄今为止还不知晓可以通过其精确确定血细胞比容的方法。
优选地，只有可能要求这样的修正的葡萄糖值可以被修正。作为优选示例，图16示出第一决策树140，其中葡萄糖值的血细胞比容修正142可以仅应用在预确定的血细胞比容范围144之外。特别地，在端值和衰减速率Γ二者的确定146之后，可以首先确定血细胞比容在预确定的血细胞比容范围144内部还是外部，所述预确定的血细胞比容范围144优选地覆盖从35%到50%的范围。然而，用于预确定的血细胞比容范围144的其它值是可能的。在该示例性第一决策树140中，葡萄糖值的血细胞比容修正142仅可以应用在血细胞比容在预确定的血细胞比容范围144之外的情况中，所述范围在此优选地覆盖从35%到50%的范围。根据该判别，可以取决于血细胞比容的实际值在具有或没有血细胞比容修正142的情况下确定针对葡萄糖浓度的最终值的确定148。
结果，如图16中示例性描绘的第一决策树140展现出仅向血细胞比容修正142提交这样的葡萄糖值的积极效应，其中为了相应葡萄糖值的进一步处理，特别是对于其中患者可能显示出非常低或非常高的血细胞比容的罕见情况，可能要求血细胞比容修正142。因此，根据第一决策树140的这种判别可以因此帮助改进在血细胞比容的影响之下的葡萄糖浓度的最终值的确定148的速度和质量二者。
在图17中，显示缓解曲线的一阶导数曲线，其中可以通过时间t1处的相应第一阈值F'(t1)和时间t2处的相应第二阈值F'(t2)之前和之后的对应数据点的线性内插来确定两个不同时间t1和t2。可以应用该过程以便确定将实现对应阈值的确切时间点。
作为示例，在时间t2处，一阶导数曲线可以经过针对相应第二阈值F'(t2)的实际测量值的一阶导数。与此相对，没有这样的测量值的一阶导数可以存在于时间t1处的对应第一阈值F'(t1)处。为了解决该问题，可以根据如图12中应用的过程确定时间t'1。然而，根据图17，可以关于处于靠近时间t1的第一阈值F'(t1)的邻近区域中的两个实际测量值的第一导数执行线性内插。这种过程在高时间分辨率的情况中可以特别有用；否则可能难以通过线性内插近似指数特性。
图18示出替换方案，其可以特别地应用在低时间分辨率的情况中。从以下等式开始
将针对对应时间t1处的第一阈值F'(t1)以及针对对应时间t2处的第二阈值F'(t2)的实际确定的值插入到等式中，因此导致针对衰减速率Γ的确切值。在特别优选的示例中，针对第一阈值F'(t1)和对应时间t1的值以及针对第二阈值F'(t2)和对应时间t2的值以针对阈值的两个值可以是最接近预确定的阈值的方式来确定。
如以上所描述的，可以仅针对70mg/dl以上的葡萄糖浓度确定衰减速率Γ。针对该观察行为的原因可以归因于以下事实：-5%/s的第一阈值已经应用在这种确定内。可以特别地应用针对第一阈值的值-5%/s和针对第二阈值的值-2%/s，因为它们看起来提供针对大范围的葡萄糖浓度之上的衰减速率Γ的合理值。然而，这种方式的过程可能不适用于可以在70mg/dl或以下的预确定的葡萄糖浓度范围，因为该范围内的葡萄糖浓度不可以实现针对衰减速率Γ的值-5%/s。
结果，可以优选地根据如图19中示例性描绘的第二决策树150执行葡萄糖浓度的最终值的确定148。根据第二决策树150，方法可以以最终值的确定152开始，从其可以得到针对葡萄糖浓度的初步值。根据针对葡萄糖浓度的初步值是否落在预确定的葡萄糖浓度范围152内这一事实，首先可以选择用于确定实际葡萄糖浓度的相应第一和第二阈值156,158。在该示例中，在针对葡萄糖浓度的初步值可以被估计为在100mg/dl以下的情况中，可以特别地应用针对第一阈值的-2%/s和针对第二阈值的-0.5%/s的第一和第二阈值156，而在针对葡萄糖浓度的初步值可以被估计为100mg/dl或更大的情况中，可以将以上提到的值-5%/s和-2%/s选择为第一和第二阈值158。然而，可以选取针对第一阈值和第二阈值的其它值。
其次，在第二决策树150的附加第二级决策分支中，葡萄糖值的血细胞比容修正142可以仅应用在预确定的血细胞比容范围144之外。如以上关于图16已经描述的，葡萄糖值的血细胞比容修正142可以仅在血细胞比容采取35%至50%的范围之外的值的情况中执行。然而，其它值是可能的。根据如图19中所描绘的判别，在此也可以取决于血细胞比容的实际值在具有和没有血细胞比容修正142的情况下确定针对葡萄糖浓度的最终值的确定148。由此，为血细胞比容修正142选取的实际值可以独立于第二决策树150的第二级决策分支。可替换地，对于血细胞比容修正142，可以选取实际值，其可能取决于第二决策树150的哪个第二级决策分支，可以执行血细胞比容修正142。
结果，如图19中示例性描绘的第二决策树150展现出以下积极效应：首先，可以正确地确定甚至低到40mg/dl或以下的极低葡萄糖值，并且其次，仅这样的葡萄糖值被提交至可能要求的血细胞比容修正142，特别是对于其中患者可能表现出非常低或非常高的血细胞比容的罕见情况。因此，根据第二决策树150的这种判别可以因此帮助改进葡萄糖浓度的比之前大得多的范围的葡萄糖浓度的最终值的确定148的速度和质量二者，从而能够考虑用于葡萄糖浓度的修正的血细胞比容。
可替换地或此外，可以在用于考虑在血细胞比容上的变化上测量的数个葡萄糖浓度的用于分析体液样本的方法内采用加权平均，所述血细胞比容的变化可以被视为扰动变量Y，以便得到分析物的平均浓度：
或
。
在本文中，加权平均可以包括可以指代针对根据可以反映扰动变量Y的每一个特定值的概率分布的预测模型的血细胞比容的每一个特定值ci的概率的权重pi。
作为另一示例，图20示出第三决策树160，其中从端值的确定152可以得到针对葡萄糖浓度的初步值。根据针对葡萄糖浓度的初步值是否可能落在预确定的葡萄糖浓度154内的评价，可以保持或不保持如最终值的确定152获得的针对葡萄糖浓度的初步值。在后一种情况中，可以执行衰减常数Γ或诸如与衰减常数Γ成比例或与衰减常数的倒数1/Γ成比例的量之类的涉及衰减常数Γ的量的确定162。根据可能做出对衰减常数Γ或涉及衰减常数Γ的量是否可以等于或超过预确定的常数Γ0的问题的回答的另一评价164，可以仍保持或不保持如最终值的确定152获得的针对葡萄糖浓度的初步值。在后一种情况中，可以执行用于确定葡萄糖浓度的附加评估过程166，其中附加评估过程166可以考虑血细胞比容。在本文中，附加评估过程166还可以包括另一决策分支（在此未描绘），其可能取决于衰减常数Γ或涉及衰减常数Γ的量是否等于或超过另一预定义的常数Γ1而分支到不同的血细胞比容评估过程。由此，可以在不同血细胞比容评估过程的至少一个内采用如以上描述的加权平均。
这种决策树，特别地如图20中示意性呈现的第三决策树160可以特别地用于如图21中描绘的测量曲线的评估。作为典型示例，图21示出指示每一个包括特定量的葡萄糖的两个血液样本的相应检测反应的进度的相对缓解的以s为单位的时间依赖性的两个测量曲线。在此，通过使用改性PQQ化学品来得到两个缓解曲线，其中通过采用酶突变物来对正常PQQ改性。如从图20可以描绘的，两个缓解曲线特别地以其相应的血细胞比容量而与彼此区别开来。在30%的血细胞比容之下记录在大多数时间内特别地处于测量曲线的评估部分内的第一测量曲线168（下部曲线）的同时，在65%的血细胞比容之下记录在大多数时间内特别地处于测量曲线的评估部分内的第二测量曲线170（上部曲线）。
如图21中进一步示出的，两个测量曲线168,170可以通过两个相应指数拟合172,174来拟合，特别是在测量曲线的评估部分内。该特征特别地涉及以下事实：测量曲线的评估部分在此展现出指数特性，并且通过成功地允许这种过程，附加地证实了该事实。结果，第一测量曲线168在测量曲线的评估部分内可以通过第一指数拟合172来拟合，从而提供针对衰减常数Γ的值0.61/s，而第二测量曲线168同样在测量曲线的评估部分内可以通过第二指数拟合172来拟合，从而提供针对衰减常数Γ的值0.25/s。该示例，如图21中所描绘的，清楚地论证了血细胞比容可以在血液样本的缓解上施加哪种决定性影响，这导致以下结论：至少在一些情况中，只要血细胞比容的影响可能未被适当地考虑在内或甚至被完全忽略，就可能获得针对葡萄糖浓度的不精确结果。迄今为止难以解决的该情形现在可以通过应用根据本发明的方法来被合适地应对。
参考标记列表
110　　样本分析设备
112　　手持设备
114　　外壳
116　　显示器
118　　控制器
120　　数据接口
122　　测试元件
124　　测试域
126　　测试物质
128　　测量单元
130　　检测器
132　　光源
134　　光敏元件
136　　评估设备
138　　评估单元
140　　第一决策树
142　　血细胞比容修正
144　　预确定的血细胞比容范围
146　　端值和衰减速率的确定
148　　葡萄糖浓度值的最终确定
150　　第二决策树
152　　端值的确定
154　　预确定的葡萄糖浓度范围
156　　确定实际葡萄糖浓度的第一和第二阈值
158　　确定实际葡萄糖浓度的第一和第二阈值
160　　第三决策树
162　　衰减常数的确定
164　　另外的评价
166　　附加的评估过程
168　　第一测量曲线
170　　第二测量曲线
172　　第一指数拟合
174　　第二指数拟合

Claims (22)

1.一种用于分析体液的至少一个样本的计算机实现方法，该方法包括以下步骤：
a）通过监测指示至少一个测试物质（126）与体液样本的检测反应的进度的至少一个测量值的时间发展来记录多个测量值，并且提供包含测量值的至少一个测量曲线F(t)，其中测量曲线的至少评估部分具有指数特性，其中在不同时间点获得包含在测量曲线中的测量值，其中已知检测反应受要在体液中检测的分析物的浓度c和至少一个扰动变量Y影响；
b）得到在步骤a）中提供的测量曲线的端值，其中端值形成第一变量x1；
c）通过考虑测量曲线的至少评估部分的指数特性来从在步骤a）中提供的测量曲线得到至少一个拟合参数，其中拟合参数形成至少一个第二变量x2；
d）通过使用至少一个多元评估算法来得到分析物的浓度c，多元评估算法被适配成组合由步骤b）提供的第一变量x1和由步骤c）提供的第二变量x2，
其中提供基于至少一个扰动变量Y的变化的至少两个过程的结果的经加权的平均值以得到分析物的浓度c的值。
2.根据权利要求1所述的方法，其中测量值是光学测量值。
3.根据权利要求1或2之一所述的方法，其中扰动变量Y包括能够影响体液的粘稠度的参数。
4.根据权利要求1或2之一所述的方法，其中至少一个扰动变量选自由以下各项组成的组：样本的颗粒含量；样本的温度。
5.根据权利要求4所述的方法，其中样本的颗粒含量包括血细胞比容。
6.根据权利要求1或2之一所述的方法，其中指数特性包含选自由以下各项组成的组中的至少一个指数函数：
-，其中t是时间，a是偏移，b是对比度并且Γ是衰减常数；
-，其中t是时间，a是偏移，b是对比度，Γ是衰减常数并且β是拉伸参数。
7.根据权利要求1或2之一所述的方法，其中第二变量x2选自衰减常数Γ或者选自与衰减常量Γ有关系的量。
8.根据权利要求1或2之一所述的方法，其中，在步骤c）中，在得到拟合参数之前形成测量曲线的一阶导数F'(t)或更高阶导数Fn(t)。
9.根据权利要求8所述的方法，其中通过计算相邻测量值之间的差来近似一阶或更高阶导数。
10.根据权利要求1或2中任一项所述的方法，其中，在步骤c）中，形成测量曲线的两个相继导数Fn(t)与Fn+1(t)的比值，所述比值形成拟合参数。
11.根据权利要求1或2之一所述的方法，其中，在步骤c）中，在测量曲线F(t)或F(t)的一阶或更高阶导数之上形成积分，所述积分形成拟合参数。
12.根据权利要求1或2之一所述的方法，其中，在步骤c）中，从两个不同时间点处的测量曲线的一阶导数的比较获取拟合参数。
13.根据权利要求12所述的方法，其中所述两个不同时间点是通过应用两个不同阈值来获取的。
14.根据权利要求12所述的方法，其中使用用于所述两个不同时间点的两个不同值，其中所述两个不同值中的每一个处于阈值的邻近区域中。
15.根据权利要求1或2之一所述的方法，其中，在步骤d）中，进一步确定所述至少一个扰动变量Y。
16.根据权利要求1或2之一所述的方法，其中，在步骤b）中，将测量曲线的斜率与至少一个阈值比较以用于确定测量曲线是否已达到端值。
17.根据权利要求1或2之一所述的方法，其中，在步骤b）中，从测量曲线的至少一个测量值得到端值，并且在步骤c）中，从来自测量曲线的至少一个拟合参数得到至少一个第二变量。
18.根据权利要求1或2之一所述的方法，其中，在步骤b）中，从测量曲线的较早部分得到端值，其中较早部分是远离测量曲线的平稳期的测量曲线的部分。
19.根据权利要求1或2之一所述的方法，其中测量曲线的评估部分是在测量的开端之后的可定义的开始时间跨度之后开始的测量曲线的其余部分。
20.根据权利要求1或2之一所述的方法，其中通过使用多个校准测量来确定多元评估算法。
21.一种用于分析体液的至少一个样本的评估设备（136），评估设备（136）包括至少一个评估单元（138），其中评估单元（138）被适配成执行根据权利要求1或2之一所述的方法。
22.一种用于分析体液样本的样本分析设备（110），该设备包括：
- 用于测量至少一个测试物质（126）和至少一个体液样本的检测反应的至少一个测量单元（128），其中已知检测反应受扰动变量集影响，每一个扰动变量表征体液样本状态和检测反应条件中的至少一个，
- 测量单元（128）还被适配用于监测指示检测反应的进度的至少一个测量值的时间发展，从而记录包含在不同时间点获得的多个测量值的测量曲线F(t)，其中测量曲线的至少评估部分具有指数特性；以及
- 至少一个根据权利要求21所述的评估设备（136）。
CN201380067169.2A 2012-12-20 2013-12-19 用于分析体液样本的方法 Active CN104854457B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP12198443 2012-12-20
EP12198443.9 2012-12-20
PCT/EP2013/077363 WO2014096184A1 (en) 2012-12-20 2013-12-19 Method for analyzing a sample of a body fluid

Publications (2)

Publication Number Publication Date
CN104854457A CN104854457A (zh) 2015-08-19
CN104854457B true CN104854457B (zh) 2016-09-14

Family

ID=47458729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380067169.2A Active CN104854457B (zh) 2012-12-20 2013-12-19 用于分析体液样本的方法

Country Status (8)

Country Link
US (2) US11060978B2 (zh)
EP (1) EP2936155B1 (zh)
JP (1) JP6441812B2 (zh)
KR (1) KR101750638B1 (zh)
CN (1) CN104854457B (zh)
CA (1) CA2884919C (zh)
HK (1) HK1213637A1 (zh)
WO (1) WO2014096184A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6111323B2 (ja) * 2012-04-19 2017-04-05 エフ ホフマン−ラ ロッシュ アクチェン ゲゼルシャフト 血液中の検体濃度を測定する方法および装置
EP2762847A1 (en) * 2013-01-31 2014-08-06 Nederlandse Organisatie voor toegepast -natuurwetenschappelijk onderzoek TNO Fiber optic sensor system and method
CN107796805A (zh) * 2016-09-02 2018-03-13 江苏达骏生物科技有限公司 一种分析检测试纸数据的检测方法及检测装置
CN110088621B (zh) * 2016-12-23 2020-10-09 雷迪奥米特医学公司 用于分析来自采样器的体液样本的装置和方法
DE102017201680A1 (de) * 2017-02-02 2018-08-02 bentekk GmbH Verfahren zum Kalibrieren und Mess- und Analyseverfahren
ES2943012T3 (es) * 2017-10-25 2023-06-08 Hoffmann La Roche Procedimientos y dispositivos para realizar una medición analítica
CN111198182A (zh) * 2018-11-20 2020-05-26 苏州迈瑞科技有限公司 一种干化学检测方法和装置
IL283360B1 (en) * 2018-11-30 2024-08-01 Hoffmann La Roche A method for determining the concentration of a testable factor in a body fluid
CN111239083A (zh) * 2020-02-26 2020-06-05 东莞市晶博光电有限公司 一种手机玻璃油墨红外线透过率测试设备及相关性算法

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3725766A1 (de) 1987-08-04 1989-02-16 Boehringer Mannheim Gmbh Testtraeger zur bestimmung eines analyten aus blut und verfahren zu seiner herstellung
DE3826922A1 (de) 1988-08-09 1990-02-22 Boehringer Mannheim Gmbh Verfahren zur kolorimetrischen bestimmung eines analyten mittels enzymatischer oxidation
JPH0737991B2 (ja) 1989-07-13 1995-04-26 株式会社京都第一科学 グルコース濃度の測定方法
DE3940010A1 (de) 1989-12-02 1991-06-06 Boehringer Mannheim Gmbh Verwendung eines schwer loeslichen salzes einer heteropolysaeure zur bestimmung eines analyts, entsprechendes bestimmungsverfahren sowie hierfuer geeignetes mittel
TW227042B (zh) 1991-12-19 1994-07-21 Eastman Kodak Co
DE4221807C2 (de) * 1992-07-03 1994-07-14 Boehringer Mannheim Gmbh Verfahren zur analytischen Bestimmung der Konzentration eines Bestandteiles einer medizinischen Probe
JP2811565B2 (ja) * 1992-12-30 1998-10-15 株式会社堀場製作所 化学発光検出装置および化学発光反応における温度補正方法
DE19629656A1 (de) 1996-07-23 1998-01-29 Boehringer Mannheim Gmbh Diagnostischer Testträger mit mehrschichtigem Testfeld und Verfahren zur Bestimmung von Analyt mit dessen Hilfe
HU222809B1 (hu) * 1997-10-03 2003-10-28 77 Elektronika Műszeripari Kft. Eljárás és készülék kémiai összetevőnek anyagmintából, különösen vér glükóztartalmának vérmintából történő meghatározásához
WO2001025760A1 (en) 1999-10-07 2001-04-12 Umm Electronics, Inc. Timing independent method for determining a proper time for measurement of a reaction between a sample fluid and a reagent
US6541266B2 (en) 2001-02-28 2003-04-01 Home Diagnostics, Inc. Method for determining concentration of an analyte in a test strip
US7118916B2 (en) * 2002-10-21 2006-10-10 Lifescan, Inc. Method of reducing analysis time of endpoint-type reaction profiles
CA2627989C (en) 2003-12-18 2013-01-29 1626628 Ontario Limited System, apparatus and method for mapping
AU2005201576B2 (en) 2004-05-07 2010-06-24 F. Hoffmann-La Roche Ag Process and device for producing an analytical tape for liquid samples
JP2005327906A (ja) 2004-05-14 2005-11-24 Renesas Technology Corp 半導体製造装置および半導体装置の製造方法
JP2006046538A (ja) 2004-08-05 2006-02-16 Daikin Ind Ltd 冷媒配管構造
CN101048657B (zh) 2004-10-28 2012-06-06 爱科来株式会社 血液试样的特定成分的浓度测定方法和浓度测定装置
US20060281187A1 (en) * 2005-06-13 2006-12-14 Rosedale Medical, Inc. Analyte detection devices and methods with hematocrit/volume correction and feedback control
DE102005035461A1 (de) 2005-07-28 2007-02-15 Roche Diagnostics Gmbh Stabile NAD/NADH-Derivate
US7749371B2 (en) * 2005-09-30 2010-07-06 Lifescan, Inc. Method and apparatus for rapid electrochemical analysis
EP1798650A1 (en) * 2005-12-19 2007-06-20 Roche Diagnostics GmbH Analytical method and instrument
EP1890132A1 (de) 2006-08-16 2008-02-20 F.Hoffmann-La Roche Ag Verfahren zum Untersuchen einer Probe einer Flüssigkeit
EP1909206A1 (de) 2006-09-11 2008-04-09 Roche Diagnostics GmbH Messbereichserweiterung chromatografischer Schnellteste
EP1985996A1 (de) * 2007-04-27 2008-10-29 Roche Diagnostics GmbH Analysesystem zur photometrischen Bestimmung eines Analyten in einer Körperflüssigkeit mit einem Analysegerät und einem Testträger zur Aufnahme in das Analysegerät
JP5272003B2 (ja) * 2007-06-28 2013-08-28 クラフト・フーヅ・グローバル・ブランヅ リミテッド ライアビリティ カンパニー 食品のグリセミック指数を決定するためのインビトロ方法
EP2093284A1 (de) 2008-02-19 2009-08-26 F.Hoffmann-La Roche Ag Stabilisierung von Dehydrogenasen mit stabilen Coenzymen
WO2010094427A2 (de) 2009-02-19 2010-08-26 Roche Diagnostics Gmbh Platzsparende magazinierung analytischer hilfsmittel
EP2226008A1 (de) 2009-02-19 2010-09-08 Roche Diagnostics GmbH Verfahren zur Herstellung eines analytischen Magazins
WO2011012271A2 (en) 2009-07-27 2011-02-03 Roche Diagnostics Gmbh Method and substances for preparation of n-substituted pyridinium compounds
CN102471274B (zh) 2009-07-27 2016-08-03 霍夫曼-拉罗奇有限公司 用于制备n-取代的吡啶鎓化合物的方法和物质
CA2769155C (en) 2009-07-27 2015-04-28 F. Hoffmann-La Roche Ag Enzymatic synthesis of carba-nad
EP2325624A1 (de) 2009-11-18 2011-05-25 F. Hoffmann-La Roche AG Verfahren und Vorrichtung zur Untersuchung einer Körperflüssigkeit
WO2011131490A2 (en) * 2010-04-21 2011-10-27 Siemens Healthcare Diagnostics Inc. CURVE PROCESSOR ALGORITHM FOR THE QUALITY CONTROL OF (RT-)qPCR CURVES
US20110315564A1 (en) 2010-06-28 2011-12-29 Cilag Gmbh International Hand-held test meter with deep power conservation mode
JP5679269B2 (ja) * 2010-08-05 2015-03-04 矢部川電気工業株式会社 検量線生成装置、検量線生成システム、検量線生成方法及びプログラム
US9239788B2 (en) 2013-10-24 2016-01-19 Qualcomm Incorporated Split write operation for resistive memory cache

Also Published As

Publication number Publication date
CA2884919A1 (en) 2014-06-26
WO2014096184A1 (en) 2014-06-26
US11060978B2 (en) 2021-07-13
JP6441812B2 (ja) 2018-12-19
CA2884919C (en) 2021-05-04
HK1213637A1 (zh) 2016-07-08
US20200158655A1 (en) 2020-05-21
EP2936155A1 (en) 2015-10-28
US20160011120A1 (en) 2016-01-14
KR101750638B1 (ko) 2017-06-23
KR20150074117A (ko) 2015-07-01
JP2016506513A (ja) 2016-03-03
CN104854457A (zh) 2015-08-19
EP2936155B1 (en) 2018-12-12

Similar Documents

Publication Publication Date Title
CN104854457B (zh) 用于分析体液样本的方法
Bro Multivariate calibration: what is in chemometrics for the analytical chemist?
US7961312B2 (en) Calibrated analyte concentration measurements in mixtures
EP2936124B1 (en) Methods for evaluating medical measurement curves
CA2438924A1 (en) Method and system for determining the acceptability of signal data collected from a prothrombin time test strip
CN101680876A (zh) 全血检测
Chiappini et al. MVC1_GUI: A MATLAB graphical user interface for first-order multivariate calibration. An upgrade including artificial neural networks modelling
Volmer et al. Infrared analysis of urinary calculi by a single reflection accessory and a neural network interpretation algorithm
Wang et al. Design and inference for cancer biomarker study with an outcome and auxiliary-dependent subsampling
AU2016200387B2 (en) System and method for producing statistically valid assay means and ranges for quality control materials
Walach et al. Robust biomarker identification in a two-class problem based on pairwise log-ratios
US20210254125A1 (en) Method and device for estimating number of cells
Biswas et al. Instrument-free single-step direct estimation of the plasma glucose level from one drop of blood using smartphone-interfaced analytics on a paper strip
CN110261379A (zh) 用于确定体液中的分析物的浓度的方法和设备
AuYoung et al. A low-cost paper-based device for the colorimetric quantification of bilirubin in serum using smartphone technology
Ramamohan et al. A Monte Carlo approach to the estimation & analysis of uncertainty in clinical laboratory measurement processes
RU2768216C1 (ru) Способ определения концентрации аналита в физиологической жидкости
CN104350378A (zh) 用于测量光谱系统的性能的方法
TW201610432A (zh) 可重組態之測量系統
Ramamohan et al. Modeling, analysis and optimization of calibration uncertainty in clinical laboratories
Marzinke et al. Evaluation and operationalization of commercial serum indices quality control material in the clinical laboratory
Griffiths et al. A simple numerical method of estimating the contribution of reference value uncertainties to sample-specific uncertainties in multivariate regression
Platero Necessary Characterization of Biomarkers to Be “Fit for Purpose”

Legal Events

Date Code Title Description
PB01 Publication
EXSB Decision made by sipo to initiate 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: 1213637

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1213637

Country of ref document: HK