CN105308603B - 用于结合连续测量的血糖值的模式的特性监视的方法和装置以及计算机存储介质 - Google Patents
用于结合连续测量的血糖值的模式的特性监视的方法和装置以及计算机存储介质 Download PDFInfo
- Publication number
- CN105308603B CN105308603B CN201480033524.9A CN201480033524A CN105308603B CN 105308603 B CN105308603 B CN 105308603B CN 201480033524 A CN201480033524 A CN 201480033524A CN 105308603 B CN105308603 B CN 105308603B
- Authority
- CN
- China
- Prior art keywords
- event
- characteristic
- blood glucose
- specific property
- signal
- 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
Links
- 239000008280 blood Substances 0.000 title claims abstract description 105
- 210000004369 blood Anatomy 0.000 title claims abstract description 105
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 title claims abstract description 89
- 239000008103 glucose Substances 0.000 title claims abstract description 89
- 238000012544 monitoring process Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000003860 storage Methods 0.000 title claims description 14
- 238000007689 inspection Methods 0.000 claims abstract description 21
- 230000011664 signaling Effects 0.000 claims abstract description 11
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 17
- 102000004877 Insulin Human genes 0.000 claims description 15
- 108090001061 Insulin Proteins 0.000 claims description 15
- 239000003814 drug Substances 0.000 claims description 15
- 229940125396 insulin Drugs 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 8
- 229940079593 drug Drugs 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 235000012631 food intake Nutrition 0.000 claims description 3
- 230000037406 food intake Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims 2
- 238000005259 measurement Methods 0.000 description 18
- 150000001720 carbohydrates Chemical class 0.000 description 7
- 235000014633 carbohydrates Nutrition 0.000 description 7
- 230000002503 metabolic effect Effects 0.000 description 7
- 206010012601 diabetes mellitus Diseases 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000037023 motor activity Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 230000035479 physiological effects, processes and functions Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000001351 cycling effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000004880 Polyuria Diseases 0.000 description 1
- 235000009754 Vitis X bourquina Nutrition 0.000 description 1
- 235000012333 Vitis X labruscana Nutrition 0.000 description 1
- 240000006365 Vitis vinifera Species 0.000 description 1
- 235000014787 Vitis vinifera Nutrition 0.000 description 1
- 230000009118 appropriate response Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 235000021074 carbohydrate intake Nutrition 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- -1 carbon water Compound Chemical class 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 201000001119 neuropathy Diseases 0.000 description 1
- 230000007823 neuropathy Effects 0.000 description 1
- 229940127017 oral antidiabetic Drugs 0.000 description 1
- 239000003538 oral antidiabetic agent Substances 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 208000033808 peripheral neuropathy Diseases 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000019491 signal transduction Effects 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 230000035900 sweating Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- 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
- 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
-
- 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
- G01N33/483—Physical analysis of biological material
- G01N33/487—Physical analysis of biological material of liquid biological material
- G01N33/48785—Electrical and electronic details of measuring devices for physical analysis of liquid biological material not specific to a particular test method, e.g. user interface or power supply
- G01N33/48792—Data management, e.g. communication with processing unit
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
- A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F19/00—Calibrated capacity measures for fluids or fluent solid material, e.g. measuring cups
-
- 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
- G01N33/483—Physical analysis of biological material
- G01N33/487—Physical analysis of biological material of liquid biological material
- G01N33/49—Blood
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H40/40—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 management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Medicinal Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Hematology (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Urology & Nephrology (AREA)
- Immunology (AREA)
- Public Health (AREA)
- Optics & Photonics (AREA)
- Databases & Information Systems (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Human Computer Interaction (AREA)
- Ecology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Emergency Medicine (AREA)
- Pharmacology & Pharmacy (AREA)
- Fluid Mechanics (AREA)
- Data Mining & Analysis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本申请涉及一种用于结合连续测量的血糖值的模式进行特性监视的方法,在监视器装置中提供有处理器、存储器、数据接口、输入设备和信令设备,所述方法包括:提供分配给第一事件的事件特定特性的第一集合,事件特定特性的第一集合不同于分配给不同于第一事件的第二事件的事件特定特性的第二集合,接收血糖值数据,通过比较事件特定特性的第一集合与从血糖值数据和/或特性值导出的目前特性来执行安全检查,生成警告信号或生成安全信号,以及输出一输出信号。本申请还涉及监视器装置。
Description
本发明涉及用于结合连续测量的血糖值的模式的特性监视的方法和装置以及计算机程序产品。
背景技术
使用这样的方法和系统以便监视在事件的情境中患者所测量的血糖值的特性。目的是给出使得患者能够以改进和适当的方式应对其血糖值的患者信息。
对于患有多尿症、特别是糖尿病的人们而言,使他们将其血糖值恒定地保持在特定水平处尤为重要。这样的前提是其血糖值的知识,因而使用出于此目的而设置的血糖测量设备来测量该血糖值。血糖测量设备在各种实施例中是已知的。
如果在测量值的基础上确定血糖值已经超过推荐水平,例如通过胰岛素注射或甲福明二甲双胍(一种口服抗糖尿病药物)的口服施予的方式来施予药物。如果血糖值降至理想或推荐水平以下,必须口服摄取糖分(例如通过食物或饮品)。如果在延长的时间段内超过理想水平,存在诸如失明、肾脏受损、四肢必须被切除或神经病变之类的严重健康合并症的危险。如果在只是合理的短时间内超过规定的血糖水平,这可能导致作呕、眩晕、发汗或甚至混乱的状况。因此,对于糖尿病人而言,始终知晓其血糖值以使得其能够实现适当措施以避免从理想水平偏离的血液糖分值尤为重要。
利用其可以测量糖尿病人的血糖值的血糖测量设备例如从文献DE 10 2004 057503 A1已知,并且该血糖测量设备由申请人在注册商标Accu-Chek之下进行销售。
可以根据连续测量制度进行血糖测量。这样的测量还已知为CGM测量(CGM——连续血糖监视)。在该过程中,在连续时间段中连续测量血糖值使得例如可以在整天或整周收集血糖值的进展。所测量的血糖值的分析可以提供若干天趋势的确定。以此方式,确定取决于一天中的时间的血糖波动是可能的。连续血糖测量的缺点是首先,由于连续测量,其可能造成高成本,并且其次,其造成对糖尿病人的不适感,借此后者由皮下传感器的永久穿戴所导致。这可以造成进入点处的感染、对橡皮管或皮肤刺激的不耐受,这阻止永久或在长时间段(例如若干个月)内穿戴设备。血糖值的连续测量例如描述在文献Gross等人的“Performance Evaluation of the MiniMed Continuous Glucose Monitoring System During Patient Home Use”,Diabetes Technology & Therapeutics, 2 (2000)49中。
在关于用户的当前新陈代谢状态的可用数据数量的基础上,CGM系统可以提供目前情形的评估和对于血糖水平的将来进程的预报。在CGM数据的分析中,在滤波和平滑之后,可以针对对预确定的限制值的遵守来检查改变的瞬态情形和瞬态速率。预确定的限制值仅不完整地适配于各个框架条件。以此方式使用的CGM可以确保在时间方面的密集监视,但是对用户而言不存在关于所计划的、当前开始的或仍旧运行着的事件或活动的支持。
文献US 2013/0130215 A1公开了用于考虑有氧锻炼对个体的血糖水平的影响的系统和方法。该系统包括用于至少部分地基于锻炼模型生成针对个体的将来血糖水平的预测的计算设备,其中锻炼模型基于独立于有氧锻炼的强度的参数,以及用于至少基于来自锻炼模型的预测而采取动作(即控制胰岛素泵)的构件。
发明内容
目的是提供用于结合连续测量的血糖值的模式的特性监视的改进的技术。
提供了一种用于在监视器装置中结合连续测量的血糖值的模式进行特性监视的方法。监视器装置包括处理器、存储器、数据接口、输入设备和信令设备。在方法中,在处理器中提供分配给第一事件的连续血糖监视的事件特定特性的第一集合。关于一个或多个特性,事件特定特性的第一集合不同于分配给不同于第一事件的第二事件的连续血糖值监视的事件特定特性的第二集合。事件特定特性还可以称为事件条件特性。针对这样的事件的示例是汽车驾驶和身体锻炼。第一和第二事件中的至少一个可以包括多个子事件。
第一和第二事件特定特性例如可以关于值、值的范围、值变化和/或值的趋势而不同。事件特定特性的集合可以包括要求用户在开始之前、在开始时和/或在某个事件相关活动(例如身体活动(运动))期间满足的多个已定义的条件、值、值趋势和/或值变化,例如范围。
包括连续测量的血糖值的血糖值数据由处理器接收。数据可以经由数据接口从外部设备(例如血糖测量设备)接收。而且,连续测量的血糖值可以从某个其它数据存储设备接收,或者可以从监视器装置的存储器接收。
处理器通过比较事件特定特性的第一集合与连续血糖监视的目前特性来执行安全检查。目前特性通过处理器从血糖值数据和/或从进而从血糖值数据导出的特性值导出。为了确定特性值,血糖值数据提供被分析以用于导出特性值的原始数据集合。目前特性可以是指一个或多个离散值和/或表示连续进程(曲线)的连续值的一个或多个集合。离散值和值的集合二者可以包括表示针对目前特性的目前确定之后的某个将来时间或将来时间段的预测或预后的将来值。
在安全检查的进程中,检查连续血糖监视的目前特性是否满足分配给第一事件的准则。安全检查可以包括比较表示图形曲线的电子数据。作为替换或此外,可以比较曲线的特性参数,例如趋势或斜率和/或局部最大值或最小值。
如果一个或多个目前特性不匹配来自事件特定特性的第一集合的(多个)所分配的特性,通过处理器生成警告信号,否则生成向用户指示“处于安全情形”的安全信号。警告信号指示涉及第一事件的一个事件活动不应当开始并且之前开始的并且涉及第一事件的事件活动不应当继续。安全信号示出所有目前特性匹配所考虑的事件或事件集合的特性集合中的所分配的特性,或者对于特性的所要求的选择,目前特性匹配特性集合的所分配的特性。电子警告/安全信号可以被配置成控制输出信号的输出。通过装置经由信令设备输出根据警告信号或安全信号的输出信号。输出信号包括视觉信号、触觉信号和声学信号中的至少一个。例如,“停止”、“不要开始”和“不要继续”中的一个可以作为警告信号而输出。“开始”或“继续”提供了安全信号的示例。由此,用户可以被告知是否允许针对其对照目前特性检查特性的特定集合的事件。而且,用户可以被告知是否允许他继续之前开始的事件活动。
通过所提出的技术,在开始事件之前,对于用户而言,可以避免其中开始事件而不管连续血糖值监视的特定特性指示事件不应当开始的情形。
针对其提供特性的一个或多个集合的事件可以是例如身体训练或(长距离)汽车驾驶。其它事件一般可以是指旅行(不仅是汽车旅程),诸如徒步、自行车骑行、健身训练等之类的运动活动,疾病发作,生理期,压力,情绪压力,时区位移,轮班和/或甚至食物摄入相应的胰岛素施予或其它药物治疗等。
特性监视装置可以是移动或手持设备,诸如移动个人计算机、葡萄糖仪或移动智能电话。而且,特性监视装置可以是台式设备,例如可以与静止训练车一起使用的台式计算机。
响应于经由输入设备接收到用户输入数据而向处理器提供事件特定特性的第一集合。用户输入数据可以在监视器装置中借助于输入设备(例如小键盘、触摸垫)或通过语音识别来接收。输入数据可以请求提供分配给事件或子事件的集合的连续血糖监视的事件特定特性的集合。作为替换或此外,用户输入数据可以提供事件特定特性的集合的设置和/或调节。
用户输入数据可以包括选择针对其在存储器中提供事件特定特性的开始第一集合的事件的事件选择数据。关于事件特定特性的开始第一集合的信息可以以不同配置存储在存储器中。
可以在可以包括显示器的信令设备上向用户提供菜单。用户可以从菜单选择针对其在存储器中存储事件特定特性的开始集合的一个或多个事件。在实施例中,响应于用户输入,可以请求用户输入针对事件特定特性的值数据。由此,用户可以配置特性的事件特定集合。
关于事件特定特性的第一集合和事件特定特性的第二集合中的至少一个,用户输入数据可以包括定义或重定义来自事件特定特性的第一集合的一个或多个特性的事件定义数据。用户可以定义特定特性是否是事件特定特性的集合的部分。并且可以向用户所提出的事件特定特性的集合添加事件特定特性或者从其删除事件特定特性。此外或者作为替换,用户可以定义用于一个或多个事件特定特性的值和/或值范围。
关于至少事件特定特性的第一集合,处理器可以通过分析之前的事件和/或当前事件并且调节来自事件特定特性的第一集合的一个或多个特性来实现自学习过程。在该自学习过程中,监视器装置可以分析过去的事件的进程并且调节一个或多个事件特定特性。例如,如果得出针对之前的事件定义的某个事件特定特性尚未提供连续监视的血糖水平的预期趋势或进程的结论,这样的事件特定特性可以在事件特定特性的目前集合中增加或减小。在另一示例中,可以确定事件特定特性的值的平均值或任何其它统计估计以用于调节事件特定特性的目前集合中的事件特定特性。
事件特定特性的第一集合和事件特定特性的第二集合中的至少一个可以提供有加权事件特定特性的集合。可以假定一个或多个特性必须比其它特性更精确地匹配目前特性。而且,可以要求事件特定特性的子集在任何情况中匹配以用于提供该安全信号,而其它事件特定特性不是这样。在另一情况中,可以要求一个或多个事件特定特性精确地匹配,而其它仅必须在特性集合的事件特定特性的变化限制内。
在接收到指示涉及第一事件的事件活动开始的用户输入之后,执行安全检查、生成警告/安全信号和提供输出信号的步骤可以由处理器重复。一个或多个步骤可以在某个时间段之后重复。用户可以通过输入数据设置这样的时间段以用于重复一个或多个步骤。此外或作为替换,安全检查可以是装置的进行中的过程或者这样的重复时间段可以自动由装置提供。在监视器装置的存储器中,可以存在关于这样的事件特定重复时间段所存储的信息。
在生成警告信号的情况中,帮助信号可以由处理器生成并且由信令设备输出,帮助信号提供关于旨在将目前特性与来自事件特定特性的第一集合的所分配的特性匹配的所提出的用户动作的信息。帮助信号可以包括经由显示器输出的文本消息。例如,可以向用户提出进食一些食物/饮品和/或休息一下。在事件之前,通过帮助信息,可以向用户提供引导以用于最终匹配当前未满足的事件特定特性(事件前阶段)。作为替换或此外,帮助信号可以由处理器在进行中的事件的进程中提供。再次,可以让用户例如在长汽车驾驶时段期间进食一些食物或获得胰岛素药物。
如果在事件在将来开始之前的时间点t1处发现一个或多个目前特性不匹配来自事件特定特性的第一集合的(多个)所分配的特性,处理器可以在更靠近所提出的事件开始点的时间点t2处在所提出的事件之前发起至少一个其它的安全检查。这样的安全检查还可以称为所提出的事件开始之前的跟踪安全检查。例如,采取帮助信号所提出的动作的用户现在可以有资格进行事件(对事件准备就绪)。时间点t2处的目前特性可以满足所要求的特性。
事件特定特性的第一集合和事件特定特性的第二集合中的至少一个可以包括从以下组选择的一个或多个特性:来自连续测量的血糖值、连续血糖监视曲线的趋势或斜率、胰岛素药物治疗的时间、胰岛素药物信息、就餐时间和就餐信息。就餐信息可以指示碳水化合物的量。其它特性可以是以下中的至少一个:事件开始、到事件的时间、事件(例如锻炼)强度、事件的计划持续时间和时间结束。另外,比如药物、压力和/或生理期的其它影响因素可以适用。
具体实施方式
在下文中,将通过示例的方式参照不同的实施例来更加详细地描述本发明。附图示出:
图1是用于结合连续测量的血糖值的模式的特性监视的装置的示意表示,
图2是呈现事件菜单的显示器的示意呈现,
图3是呈现了呈现事件特定特性的特性菜单的显示器的示意呈现,
图4是针对特定情形依赖于时间的连续血糖值曲线,
图5是针对特定情形依赖于时间的连续血糖值曲线,
图6是针对另一特定情形依赖于时间的连续血糖值曲线,
图7是针对某个其它特定情形依赖于时间的连续血糖值曲线,以及
图8是针对又一特定情形依赖于时间的连续血糖值曲线。
图1是依照本发明的实施例的用于结合连续测量的血糖值模式的特性监视的装置1的框图。特性监视装置1可以是移动或手持设备,诸如移动个人计算机、葡萄糖仪或移动智能电话。而且,特性监视装置1可以是台式设备,例如台式计算机。特性监视装置1提供有处理器2,其被连接以用于与显示设备3、诸如小键盘之类的输入设备4、存储器5和数据接口6交换数据。
在图1中所示的实施例中,特性监视装置1包括可连接到葡萄糖传感器设备8的传感器输入7。可选地提供传感器输入7和葡萄糖传感器设备8(例如在特性监视装置1由连续葡萄糖仪实现的情况下)。葡萄糖传感器设备8采用产生用户的所测量的葡萄糖水平或产生对应于用户的所测量的葡萄糖水平的信号的传感器。葡萄糖传感器设备8向特性监视装置1传送这些信号,特性监视装置1可以被设计成解释这些信号以产生用于用户的特性读数或值,即特性的测量。传感器信号通过传感器输入7进入特性监视装置1,并且通过传感器输入7将信号传导至处理器2。如果提供这样的实施例,处理器2可以确定和操纵传感器读数。
此外,特性监视装置1可以提供将帮助特性读数应用于的治疗制度的附加功能。例如但不限于特性监视装置1可以追踪就餐、锻炼和影响糖尿病治疗的其它活动。
特性监视装置1的其它组件在执行功能中支持处理器2。存储器5用于存储由处理器2使用的数据和指令。可以包括小键盘的输入设备4用于从用户接收直接输入,并且诸如液晶显示器(LCD)等之类的显示设备3用于将信息关联到用户。数据接口6可以提供有数字输入/输出(I/O)端口。
数据接口6可以用于特性监视装置1以与诸如计算机之类的外部设备9通信。为了促进通信,例如特性监视装置1可以通过可以服务用于特性监视装置1的坞接站的通信站10与外部设备9对接。在一些实施例中,特性监视装置1内的数据接口6可以直接连接到外部设备9。通过通信链路,数据可以从特性监视装置1下载。因此,可以在计算机上执行高级分析,从而免除了特性监视装置1内的存储器5。诸如特性设置和程序之类的数据也可以被下载到特性监视装置1。以此方式,特性监视装置1可以方便地重编程而不要求用户的手动录入。特别地,连续测量的血糖值可以由特性监视装置1接收。
以下,描述用于结合连续测量的血糖(CGM)值模式的特性监视的方法的另外的方面。
在特性监视装置1中例如通过数据接口6接收CGM值数据。CGM数据可以与另外的背景信息“融入上下文”。CGM数据用于用户在每日决策中的事件特定支持。该支持可以包括自动生成针对用户的关于当前动作和当前新陈代谢情形的估计(“建议”)的信息,以及关于将来情形(“预报”)及其估计的信息,以及还有关于可以如何通过采取早期动作来阻止负面发展的信息。可以通过闹钟和/或提醒的方式使用户保持跟上进度。相关新陈代谢情形可以以合适的图形形式通过高亮等和/或还通过诸如视觉和/或声学信号之类的其它合适响应机制示出。
因此,特性监视装置1提供针对所选事件的事件相关安全检查。参照图2,响应于接收到用户请求,在显示设备3上示出事件菜单20。事件菜单20包括供用户选择的不同事件21…23。不同的事件21…23可以是指身体训练或长距离汽车驾驶。其它事件一般可以是指旅行(不仅是汽车旅程),诸如徒步、自行车骑行等之类的运动活动,就餐,疾病发作,生理期,压力,情绪压力,时区位移和/或轮班。
可以允许特定监视装置1的用户修改菜单20,例如以用于生成或包括列表中的新事件,以用于修订已经存在的不同事件21…23和/或以用于从菜单20移除不再要求的那些事件。
不同事件21…23中的一个的选择可以发生,因为该事件已经在给定时间点处开始,即该安全检查应当立即发生,或者因为对于将来事件,创建仍旧为确定措施的平滑实现的必要前提,或者检查这些前提的存在。在每一个情况下,对于所选事件,详细检查诸如照此的CGM值、CGM曲线形状、图案(即高/低CGM值和/或其改变的典型时间序列)、环境数据之类的事件特定特性是否满足某些要求使得可以安全地开始和实现所计划的活动。图3示出列出事件特定特性31…34的特性菜单30的示意表示。再次,可以允许用户通过借由输入设备4输入用户输入来编辑事件特定特性31…34。
为了支持诸如旅行、运动、药物治疗改变;较长汽车旅程、走步或女性生理期之类的待决要求,定义允许患者在所计划的时段内安全地实施事件的特性。特性监视装置1允许调节事件特定特性。以此方式,用户可以定义用于重复发生的事件的特性,该特性在事件变成到期时由特性监视装置1自动检查。
特性监视装置1通常响应于由特性监视装置1接收到的请求而自动和事件特定地向用户建议诸如特性菜单30之类的推荐的特性设置和/或允许用户从特性建议列表进行选择。更特别地,已经关于所选事件优化了防止特定提出特性设置。例如,针对事件进行优化的用于特性设置的事件相关设置存储在特性监视装置1的存储器5中。还可以预定义关于事件的持续时间和/或本质的其它差异并且将其存储在特性监视装置1中。
另外,对于预定义的事件,可以针对参数设置要观察到的不同的特性加权和/或不同的值范围。如果针对事件的特性被设置,特性监视装置1检查用户是否满足针对所计划的活动的预确定的参数。这样的事件前特性设置还可以称为进入准则。安全检查由特性监视装置1响应于接收到目前数据而自动完成,目前数据可以包括当前血糖值、时间信息和/或诸如身体锻炼的当前强度之类的事件相关信息。基于这样的当前信息,通过由处理器2处理当前信息数据和特性监视装置1,特性监视装置1比较目前特性值和特性监视装置1之前选择的特性值。如果患者不满足进入条件,特性监视装置1可以告知患者这一点和/或建议动作选项。
特性监视装置1可以允许特性的自动优化,其因而可以适配于相关事件。为此,装置1可以执行过去的相同或类似事件及其事件相关特性的分析。如果患者已经实现了事件,其中所有进入准则在过去事件中满足但是患者未展现出对于目前事件的期望的CGM值/进程,装置1可以重新优化特性设置或建议改变对用户的特性设置。
还可以假定如果在一事件的情况下进入参数在过去未被满足或者不存在遵守条件(这同样造成不合期望的CGM值/进程),特性监视装置1警告用户。因而可以通过借由显示设备3发信号通知用户来指出不正确的行为的直接后果。
此外或作为替换,特性监视装置1识别用户的动作模式并且由此自动提醒用户待决的事件。例如,如果患者在早晨定期参与运动,系统可以提醒用户在良好的时间中的待决事件。如果用户确认事件,然后检查进入准则。
另外,用户可以选择包括事件特定的预确定的进入和遵守准则的事件。例如,CGM曲线的斜率和值必须在预定义的限制内,如果计划某个运动活动的话。此外,这些准则可以如所描述的通过过去的相同事件的分析来适配和优化。如果例如血糖水平在事件(例如清晨慢跑)期间过于急剧地下降,即使患者满足所有事件特定特性,装置1也可以自动实施对参数设置的修正。例如,可以通过显示设备3上的用户信息适配或建议适配绝对测量的葡萄糖值的限制值和/或描述诸如斜率之类的葡萄糖进展的参数的范围。
例如,用户可以进入事件“长汽车旅程”以检查用户的当前新陈代谢情形是否允许安全驾驶。经由输入设备4、数据接口和/或传感器输入7和/或从存储器5,处理器2接收涉及用户的当前情形的数据。处理器2将处理这样的当前数据并且对照涉及应当由用户开始的事件的事件特定特性(进入准则)检查它。在另一场景中,用户可以请求特性监视装置1设置针对旅程的持续时间(进程)的新陈代谢特性的安全限制值并且连续地监视对它们的遵守(遵守准则)。
可以向用户给出作为“开始信号”的现在开始所选活动是安全的安全检查结果。可替换地,所提出的系统可以向用户确认他/她的新陈代谢情形当前处于“安全范围”。如果用户组合若干重叠事件,系统可以遵循这些但是仅在已经存在过去的合适的测量的情况下。
例如通过显示设备3发信号通知给用户的另外的度量可以包括:使合适的零食在旅程中可用的指示、休息就餐的自动闹钟、关于应当如何调节胰岛素剂量的信息、当前CGM值的质量现在确实允许另外的估计并且迫切地要求用于新的校准的具有SMBG(自监视血糖)的CGM测量的警告、关于如何必须在开始汽车旅程之前修正当前新陈代谢情形的警告信息等。SMBG测量为了校准而进行。此后,可以继续CGM测量。在至少大约每五分钟的CGM的进程中,可以提供所测量的血糖值。
除了关于现在是否可以开始汽车旅程的以上请求之外,特性监视装置1可以被配置成提供事件前时间段中的自动支持。例如,如果用户在早晨向装置1中录入在下午计划较长的汽车旅程,特性监视装置1提供关于敏感准备测量的信息并且可以调节限制值使得在事件“汽车旅程”的开始处可以将新陈代谢情形设置到用于连续监视该使用的最优情形(例如通过推荐就餐、更频繁的较小量的胰岛素的施予和/或如果当前质量不足则CGM系统的校准)。
在另一实施例中,通过特性监视装置1实现事件的回顾分析模式。在该模式中,可以分析所存储的CGM序列。在此,可以检查在该时间处使用的特性集合(例如进入准则和/或遵守准则)并且可以发生用户实施的各个框架条件的任何适配和用于将来类似存储的应用的典型设置值的一般优化。回顾估计因而还提供所使用的进入和遵守准则和用作用于计划将来事件的预报基础的成功完成的事件的百分比之间的相关。例如,在诸如清晨锻炼之类的周期性重现的事件的情况中,装置1可以基于“用户总是在早晨的07:30实施其运动活动”而自动识别和设置最优裕度条件。在有疑问的情况下,这由用户自动查询。
参照图4至8,示出针对不同情形的依赖于时间的连续血糖曲线。此外,分别参照右上手侧和右下手侧上的标记指示胰岛素药物(IU)和碳水化合物摄入(g)。
在图4至8中,曲线A表示直到“目前”的连续血糖曲线进展,曲线A*表示针对将来时间段(例如下一小时)的连续血糖的预期曲线进展或趋势,曲线C1、C2表示在事件“锻炼”的情况中连续血糖的上限和下限,并且曲线D1、D2表示在事件“汽车驾驶”的情况中连续血糖的上限和下限。对于所示实施例,曲线A*由线性外插法确定。已知如此的其它方法可以应用于确定预期或预测的曲线进展/趋势。
图4示出如下目前情形:最后的胰岛素药物(IU; Δ min):12;-120;和最后的碳水化合物摄入(g; Δ min):54;-120,当前血糖水平(100 mg / dl),预期血糖值改变(Δ mg/ dl): -40,0;进程(Δ min):60,0;以及因而的血糖值趋势(mg / dl / min):-0,67。基于这样的目前特性,曲线A*被确定。
存在分别涉及事件“锻炼”曲线(C1,C2)和事件“汽车驾驶”(曲线D1,D2)的两个事件特定特性设置。在安全检查的过程中,将得出以下结论:鉴于包括预期曲线进展A*的目前特性,不允许用户进行这两个事件,因为预期曲线进展A*离开由曲线C1、C2和D1、D2指示的边界(限制)。因此,特性监视装置1将通过显示设备3向用户输出指示不允许用户开始由检查的设置表征的事件的信息。
图5和6示出如下的其它目前情形。参照图5,从连续测量的血糖值的曲线A导出以下目前特性:最后的胰岛素药物(IU; Δ min):12;-120;和最后的碳水化合物摄入(g; Δmin):54;-120,当前血糖水平(100 mg / dl),预期血糖值改变(Δ mg / dl):0;进程(Δmin):60,0;以及因而的血糖值趋势(mg / dl / min):0。将基于这样的目前特性确定的曲线A*与针对事件“汽车驾驶”(曲线D1,D2)的事件特定特性设置比较。特性监视装置1将告知用户允许开始事件。
参照图6,从连续测量的血糖值的曲线确定以下目前特性:最后的胰岛素药物(IU;Δ min):12;-120;和最后的碳水化合物摄入(g; Δ min):36;-60,当前血糖水平(145 mg/ dl),预期血糖值改变(Δ mg / dl):50,0;进程(Δ min):60,0,以及因而的血糖值趋势(mg / dl / min):0,83。将基于这样的目前特性确定的曲线A*与针对事件“汽车驾驶”(曲线D1,D2)的事件特定特性设置比较。再次,特性监视装置1将告知用户允许开始事件。
参照图7和8,示出针对其涉及用户的目前特性将不满足或不再满足该事件特定特性设置的情况。在处理信息之后,特性监视装置1将通过输出帮助相应的警告信息来适当地发信号通知用户。
图7涉及事件“锻炼”应当在60分钟(min)内开始的情形。
提供以下目前特性(曲线A):最后的胰岛素药物(IU; Δ min):12;-60;和最后的碳水化合物摄入(g; Δ min):54;-120,当前血糖水平(180 mg / dl),预期血糖值改变(Δmg / dl):-100,0;进程(Δ min):60,0,以及因而的血糖值趋势(mg / dl / min):-1,67。这必须匹配于事件特定特性设置(曲线C1,C2)。在该情况中,特性监视装置1将发信号通知用户通过提出例如36g的碳水化合物摄入的帮助信息。这样的图形表示由图7中的列H提供。在所提出的事件开始之前的几分钟,特性监视装置1可以自动开始另一安全检查。由此,在所提出的事件开始之前,将检查所提出的碳水化合物摄入是否将造成事件特定特性的预期改变。
图8涉及使事件“锻炼”在60 min之前开始的情形。提供以下当前特性:最后的胰岛素药物(IU; Δ min):12;-180;和最后的碳水化合物摄入(g; Δ min):36;-120,当前血糖水平(140 mg / dl),预期血糖值改变(mg / dl):-50;0;进程(Δ min):60,0;以及因而的血糖值趋势(mg / dl / min):-0,83。这匹配于事件特定特性设置(曲线C1,C2)。在该情况中,特性监视装置1将发信号通知警告信号,该信号包括通过提出24g的碳水化合物摄入的帮助信息。这样的图形表示由图8中的列H提供。
Claims (12)
1.一种其上存储有计算机程序的计算机存储介质,所述计算机程序被配置成在数据处理设备上操作期间结合连续测量的血糖值的模式执行特性监视,在监视器装置中提供有处理器(2)、存储器(5)、数据接口(6)、输入设备(4)和信令设备,所述特性监视包括:
- 在处理器中提供分配给第一事件的连续血糖监视的事件特定特性的第一集合,事件特定特性的第一集合不同于分配给不同于第一事件的第二事件的连续血糖监视的事件特定特性的第二集合,
- 通过处理器(2)接收包括连续测量的血糖值的血糖值数据,
- 向处理器(2)提供血糖值数据和/或从血糖值数据导出的特性值,
- 通过比较事件特定特性的第一集合与连续血糖监视的目前特性来执行安全检查,目前特性通过处理器(2)从血糖值数据和/或特性值导出,
- 如果一个或多个目前特性不匹配来自事件特定特性的第一集合的所分配的特性,通过处理器(2)生成警告信号,否则生成安全信号,该警告信号指示涉及第一事件的一个事件活动不应当开始并且之前开始的并且涉及第一事件的事件活动不应当继续,以及
- 通过信令设备输出根据警告信号或安全信号的输出信号,该输出信号包括视觉信号和声学信号中的至少一个。
2.根据权利要求1所述的计算机存储介质,其中事件特定特性的第一集合由处理器(2)响应于经由输入设备(4)接收到用户输入数据而提供。
3.根据权利要求2所述的计算机存储介质,其中用户输入数据包括选择事件的事件选择数据,针对所述事件在存储器(5)中提供事件特定特性的开始第一集合。
4.根据权利要求2或3所述的计算机存储介质,其中对于事件特定特性的第一集合和事件特定特性的第二集合中的至少一个,用户输入数据包括定义或重定义来自事件特定特性的第一集合的一个或多个特性的事件定义数据。
5.根据权利要求1或2所述的计算机存储介质,其中至少关于事件特定特性的第一集合,处理器(2)通过分析之前的事件和/或当前事件并且调节来自事件特定特性的第一集合的一个或多个特性来实现自学习过程。
6.根据权利要求1或2所述的计算机存储介质,其中事件特定特性的第一集合和事件特定特性的第二集合中的至少一个提供有加权事件特定特性的集合。
7.根据权利要求1或2所述的计算机存储介质,其中在接收到指示涉及第一事件的事件活动开始的用户输入之后,执行安全检查、生成警告/安全信号和提供输出信号的步骤由处理器(2)重复。
8.根据权利要求1或2所述的计算机存储介质,其中在生成警告信号的情况中,帮助信号由处理器(2)生成并且由信令设备输出,帮助信号提供关于旨在将目前特性与来自事件特定特性的第一集合的所分配的特性匹配的所提出的用户动作的信息。
9.根据权利要求8所述的计算机存储介质,其中在输出帮助信号之后,执行跟踪安全检查。
10.根据权利要求9所述的计算机存储介质,其中跟踪安全检查在开始涉及第一事件的事件活动之前执行。
11.根据权利要求1或2所述的计算机存储介质,其中事件特定特性的第一集合和事件特定特性的第二集合中的至少一个包括从以下组选择的一个或多个特性:来自连续测量的血糖值、连续血糖监视曲线的趋势或斜率、到事件的时间、胰岛素药物治疗的时间、胰岛素药物信息、食物摄入时间和食物摄入信息。
12.一种用于结合连续测量的血糖值的模式进行安全特性监视的监视器装置,该装置包括处理器(2)、存储器(5)、数据接口(6)、输入设备(4)和信令设备,并且该处理器(2)被配置成执行以下步骤:
- 提供分配给第一事件的连续血糖监视的事件特定特性的第一集合,事件特定特性的第一集合不同于分配给不同于第一事件的第二事件的连续血糖监视的事件特定特性的第二集合,
- 接收包括连续测量的血糖值的血糖值数据,
- 接收血糖值数据和/或从血糖值数据导出的特性值,
- 通过比较事件特定特性的第一集合与连续血糖监视的目前特性来执行安全检查,该目前特性从血糖值数据和/或特性值导出,
- 如果一个或多个目前特性不匹配来自事件特定特性的第一集合的所分配的特性,生成警告信号,否则生成安全信号,该警告信号指示涉及第一事件的一个事件活动不应当开始并且之前开始的并且涉及第一事件的事件活动不应当继续,以及
- 向信令设备提供警告信号或安全信号以用于通过信令设备输出根据警告信号或安全信号的输出信号,该输出信号包括视觉信号和声学信号中的至少一个。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP13171897 | 2013-06-13 | ||
EP13171897.5 | 2013-06-13 | ||
PCT/EP2014/062467 WO2014198947A1 (en) | 2013-06-13 | 2014-06-13 | Method and apparatus for characteristic monitoring in conjunction with a mode of continuously measured blood glucose values and computer program product |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105308603A CN105308603A (zh) | 2016-02-03 |
CN105308603B true CN105308603B (zh) | 2019-04-19 |
Family
ID=48745631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480033524.9A Active CN105308603B (zh) | 2013-06-13 | 2014-06-13 | 用于结合连续测量的血糖值的模式的特性监视的方法和装置以及计算机存储介质 |
Country Status (11)
Country | Link |
---|---|
US (1) | US11342056B2 (zh) |
EP (1) | EP3008649B1 (zh) |
CN (1) | CN105308603B (zh) |
CA (1) | CA2912162C (zh) |
DK (1) | DK3008649T3 (zh) |
ES (1) | ES2752758T3 (zh) |
HK (1) | HK1221036A1 (zh) |
PL (1) | PL3008649T3 (zh) |
RU (1) | RU2673076C2 (zh) |
SI (1) | SI3008649T1 (zh) |
WO (1) | WO2014198947A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10888272B2 (en) * | 2015-07-10 | 2021-01-12 | Abbott Diabetes Care Inc. | Systems, devices, and methods for meal information collection, meal assessment, and analyte data correlation |
EP3226161A1 (en) | 2016-03-31 | 2017-10-04 | Roche Diabetes Care GmbH | Instrument for monitoring an analyte concentration |
EP3361402A1 (en) * | 2017-02-14 | 2018-08-15 | Roche Diabetes Care GmbH | A computer-implemented method and a portable device for analyzing glucose monitoring data indicative of a glucose level in a bodily fluid, and a computer program product |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4647918A (en) * | 1985-01-16 | 1987-03-03 | Goforth William P | Multi-event notification system for monitoring critical pressure points on persons with diminished sensation of the feet |
US8480580B2 (en) * | 1998-04-30 | 2013-07-09 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
US20030208113A1 (en) * | 2001-07-18 | 2003-11-06 | Mault James R | Closed loop glycemic index system |
ATE484745T1 (de) * | 2004-06-03 | 2010-10-15 | Medtronic Minimed Inc | System zur überwachung physiologischer eigenschaften gemäss dem biologischen zustand des anwenders |
DE102004057503B4 (de) | 2004-11-29 | 2013-11-21 | Roche Diagnostics Gmbh | Diagnosesystem zum Ermitteln von Stoffkonzentrationen in flüssigen Proben |
US7509156B2 (en) * | 2005-05-18 | 2009-03-24 | Clarian Health Partners, Inc. | System for managing glucose levels in patients with diabetes or hyperglycemia |
CA2653616C (en) * | 2005-06-08 | 2013-02-12 | Philip Michael Sher | Fluctuating blood glucose notification threshold profiles and methods of use |
US8758245B2 (en) * | 2007-03-20 | 2014-06-24 | Lifescan, Inc. | Systems and methods for pattern recognition in diabetes management |
CN101675438A (zh) * | 2007-05-03 | 2010-03-17 | 诺沃-诺迪斯克有限公司 | 用于胰岛素给药咨询算法的安全系统 |
US8417312B2 (en) * | 2007-10-25 | 2013-04-09 | Dexcom, Inc. | Systems and methods for processing sensor data |
US20130187780A1 (en) * | 2009-01-26 | 2013-07-25 | EosHealth, Inc. | Method and Device for Personalized Interactive Monitoring for Diabetes |
US20130078601A1 (en) * | 2010-01-26 | 2013-03-28 | Kimon J. Angelides | Diabetic Patients Compliance and Outcomes by Publicizing that Increased Compliance Improves Blood Glucose Control and Outcomes |
EP2394217A4 (en) * | 2009-02-04 | 2016-05-04 | Abbott Diabetes Care Inc | MULTIFUNCTION ANALYTE TEST DEVICE AND METHODS |
EP4227952A1 (en) * | 2009-05-29 | 2023-08-16 | University Of Virginia Patent Foundation | System coordinator and modular architecture for open-loop and closed-loop control of diabetes |
DK3718922T3 (da) * | 2009-08-31 | 2022-04-19 | Abbott Diabetes Care Inc | Glucoseovervågningssystem og fremgangsmåde |
US20110124996A1 (en) * | 2009-11-20 | 2011-05-26 | Roche Diagnostics Operations, Inc. | Diabetes health management systems and methods |
WO2012010298A1 (en) * | 2010-07-23 | 2012-01-26 | Roche Diagnostics Gmbh | System and method considering the effect of physical activity on the glucoregulatory system |
WO2012019746A1 (en) * | 2010-08-10 | 2012-02-16 | Roche Diagnostics Gmbh | Method and system for improving glycemic control |
KR101945341B1 (ko) * | 2012-04-17 | 2019-02-08 | 삼성전자주식회사 | 운동량을 고려한 인슐린 자동 공급장치 및 그 방법 |
-
2014
- 2014-06-13 DK DK14739696T patent/DK3008649T3/da active
- 2014-06-13 RU RU2016100420A patent/RU2673076C2/ru active
- 2014-06-13 CA CA2912162A patent/CA2912162C/en active Active
- 2014-06-13 PL PL14739696T patent/PL3008649T3/pl unknown
- 2014-06-13 WO PCT/EP2014/062467 patent/WO2014198947A1/en active Application Filing
- 2014-06-13 CN CN201480033524.9A patent/CN105308603B/zh active Active
- 2014-06-13 EP EP14739696.4A patent/EP3008649B1/en active Active
- 2014-06-13 SI SI201431383T patent/SI3008649T1/sl unknown
- 2014-06-13 ES ES14739696T patent/ES2752758T3/es active Active
-
2015
- 2015-12-11 US US14/967,155 patent/US11342056B2/en active Active
-
2016
- 2016-07-28 HK HK16109012.7A patent/HK1221036A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
ES2752758T3 (es) | 2020-04-06 |
PL3008649T3 (pl) | 2020-03-31 |
RU2673076C2 (ru) | 2018-11-22 |
CN105308603A (zh) | 2016-02-03 |
EP3008649A1 (en) | 2016-04-20 |
RU2016100420A (ru) | 2017-07-18 |
SI3008649T1 (sl) | 2019-12-31 |
US20160097760A1 (en) | 2016-04-07 |
CA2912162A1 (en) | 2014-12-18 |
HK1221036A1 (zh) | 2017-05-19 |
WO2014198947A1 (en) | 2014-12-18 |
EP3008649B1 (en) | 2019-09-04 |
DK3008649T3 (da) | 2019-11-04 |
CA2912162C (en) | 2020-03-10 |
US11342056B2 (en) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11998322B2 (en) | Intermittent monitoring | |
US20230008055A1 (en) | Integrated disease management system | |
JP6855244B2 (ja) | 連続的監視デバイスのための適応型インターフェース | |
JP2021513136A (ja) | 意思決定支援のシステムおよび方法 | |
AU2002229926B2 (en) | A personal condition management system | |
US20220273204A1 (en) | Intermittent Monitoring | |
JP2023509639A (ja) | 行動変化プログラムにおいて個人を支援するためのシステム及び方法 | |
WO2008001295A2 (en) | Method and apparatus for creating a schedule based on physiological data | |
US20210358628A1 (en) | Digital companion for healthcare | |
JP2022515842A (ja) | 連続グルコース監視システムのユーザに対して行われる意思決定支援推奨用の安全ツール | |
US20220084432A1 (en) | Digital apparatus and application for treating myopia | |
Nassar et al. | The stability flexibility tradeoff and the dark side of detail | |
CN105308603B (zh) | 用于结合连续测量的血糖值的模式的特性监视的方法和装置以及计算机存储介质 | |
CN114449945A (zh) | 信息处理装置、信息处理系统和信息处理方法 | |
Al-Taee et al. | Towards developing online compliance index for self-monitoring of blood glucose in diabetes management | |
CN108335750B (zh) | 动态分析血糖值的方法、系统与计算机存储介质 | |
CN112437962A (zh) | 健康管理装置、健康管理方法及程序 | |
US20220230751A1 (en) | Decision support system, and method in relation thereto | |
Lhotska et al. | Personal Portable Devices in the Light of the Internet of Things | |
WO2023219847A1 (en) | Cost-effective therapy recommendations | |
Lehmann et al. | Machine Learning to Infer a Health State Using Biomedical Signals—Detection of Hypoglycemia in People with Diabetes while Driving Real Cars | |
EP4252247A1 (en) | System, method and computer-implemented platform for providing patient-related information | |
Holubová et al. | Customizing of types of technologies used by T1D patients for diabetes treatment: exemplification made by set of case series |
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: 1221036 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |