CN105358057B - 用于手持式糖尿病管理设备的提醒,分类和模式鉴别系统和方法 - Google Patents
用于手持式糖尿病管理设备的提醒,分类和模式鉴别系统和方法 Download PDFInfo
- Publication number
- CN105358057B CN105358057B CN201480038959.2A CN201480038959A CN105358057B CN 105358057 B CN105358057 B CN 105358057B CN 201480038959 A CN201480038959 A CN 201480038959A CN 105358057 B CN105358057 B CN 105358057B
- Authority
- CN
- China
- Prior art keywords
- sample
- blood sample
- classification
- blood
- time
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Data Mining & Analysis (AREA)
- Emergency Medicine (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Optics & Photonics (AREA)
- Epidemiology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
一种方法包括:测量血液样本中的血糖(bG)水平;存储bG水平和血液样本的接收时间;存储血液样本的分类;响应于接收到血液样本,选择具有血液样本的该分类并且在接收血液样本之前的预定时期内接收到的一组存储的bG水平;根据选择的bG水平计算bG评价参数;关于第一预定标准评价bG评价参数;第一预定标准包括指示高bG水平或低bG水平的第一阈值;当bG评价参数大于或小于第一阈值时,选择性地显示所选择的bG水平中的模式的识别的指示;以及从显示器选择性地去除指示。
Description
技术领域
本公开涉及手持式医疗设备,并且更具体地涉及用于提醒用户使用手持式bG测量设备取得血糖(bG)测量结果,鉴别bG测量结果的类型以及鉴别bG测量结果中的趋势的系统和方法。
背景技术
患有糖尿病的人难以调节他们身体内的血糖水平。因此,许多这些人携带专门的电子仪表(被称为血糖仪),其允许他们定期测量他们的血糖水平并采取适当的行动,诸如供给(administer)胰岛素。这些人还可以随身携带便携式通信设备,诸如移动电话、个人数字助理、平板电脑或类似设备。人们通常依赖他们的便携式通信设备作为规划、调度和与其他人通信的主要手段。因此,大多数便携式通信设备配备有复杂的软件,该软件提供了用于查看和输入数据的用户友好手段。
包括血糖仪的手持式糖尿病管理设备的用户接口可能限于限制与操作糖尿病管理设备相关联的复杂化。存在对下述手持式糖尿病管理设备的需要:该手持式糖尿病管理设备具有有限的用户接口的同时具有易于用户可配置的提醒,用于取得血糖(bG)测量结果,自动将bG测量结果分类为bG测量结果的特定类型以及例如基于分类鉴别所存储的bG测量结果中的趋势并将其通知给用户。
本文中提供的背景描述用于大体上呈现本公开的情境的目的。当前列举的发明人的工作(到它在该背景部分中被描述的程度)以及在提交时不能另外作为现有技术的描述的各方面既不明确又不隐含地被承认为针对本公开的现有技术。
发明内容
在特征中,公开了用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的手持式糖尿病管理设备。手持式糖尿病管理设备包括:血糖(bG)测量引擎,测量输入到手持式糖尿病管理设备的血液样本中的bG水平;显示器;时钟,跟踪当前的日期和时间;处理器;以及存储器,包括由处理器执行的代码。该代码用于:测量由手持式糖尿病管理设备接收到的血液样本中的血糖(bG)水平;将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;选择具有该分类中的一个的一组存储的bG水平;以及当基于选择的bG水平计算的bG评价参数是大于指示高bG水平的第一阈值和小于指示低bG水平的第二阈值之一时,生成所选择的一组bG水平中的模式的识别的指示符。该代码进一步用于,响应于显示在bG水平中识别的模式的用户请求而:生成所识别模式的列表,该列表包括所选择的bG水平中的模式;基于预定的优先顺序标准按优先顺序排列列表;以及在显示器上显示列表。
在特征中,公开了用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的方法。方法包括:测量由手持式糖尿病管理设备接收到的血液样本中的血糖(bG)水平;将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;选择具有该分类中的一个的一组存储的bG水平;以及当基于选择的bG水平计算的bG评价参数是大于指示高bG水平的第一阈值和小于指示低bG水平的第二阈值之一时,生成所选择的一组bG水平中的模式的识别的指示符。该方法进一步包括,响应于显示bG水平中识别的模式的用户请求而:生成所识别模式的列表,该列表包括所选择的bG水平中的模式;基于预定的优先顺序标准按优先顺序排列列表;以及在显示器上显示列表。
在特征中,公开了用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的手持式糖尿病管理设备。手持式糖尿病管理包括:血糖(bG)测量引擎,测量输入到手持式糖尿病管理设备的血液样本中的bG水平;显示器;时钟,跟踪当前的日期和时间;处理器;以及存储器,包括由处理器执行的代码。该代码用于:将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;响应于接收到血液样本,选择具有血液样本的分类并且在接收血液样本之前的预定时期内接收到的一组存储的bG水平;根据选择的bG水平计算bG评价参数;关于第一预定标准评价bG评价参数,第一预定标准包括指示高bG水平或低bG水平的第一阈值;以及当bG评价参数大于或小于第一阈值时,选择性显示所选择的bG水平中的模式的识别的指示。
在特征中,公开了用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的方法。该方法包括:测量由手持式糖尿病管理设备接收到的血液样本中的血糖(bG)水平;将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;以及响应于接收到血液样本,选择具有血液样本的分类并且在接收血液样本之前的预定时期内接收到的一组存储的bG水平。该方法进一步包括:根据选择的bG水平计算bG评价参数;关于第一预定标准评价bG评价参数,第一预定标准包括指示高bG水平或低bG水平的第一阈值;当bG评价参数大于或小于第一阈值时,选择性显示选择的bG水平中的模式的识别的指示;以及仅响应于接收到指示模式存在的确认的预定用户输入从显示器去除指示。
根据以下提供的具体实施方式,本公开的适用性的另外领域将变得显而易见。应当理解的是,具体实施方式和特定示例旨在仅用于说明的目的,并不旨在限制本公开的范围。
附图说明
根据具体实施方式和附图,本公开将被更全面地理解,其中:
图1示出患者和健康护理专业人员连同可以用来帮助患者监测和控制健康的各种设备;
图2示出带有连续血糖监测器(CGM)、非固定耐用胰岛素注入泵、非固定非耐用胰岛素注入泵和血糖(bG)管理设备的患者;
图3示出可以用来管理糖尿病的系统的糖尿病护理系统;
图4是糖尿病管理设备的示例实施方式的高层次图;
图5包括糖尿病管理设备的示例实施方式的功能框图;
图6-7包括存储在存储器中的各种数据的示例图示;
图8包括描绘生成针对事件测量bG的提醒的示例方法的流程图;
图9包括描绘生成用餐之后测量bG的提醒的示例方法的流程图;
图10包括生成在提供低血糖bG测量之后测量bG的提醒的示例方法;
图11A包括描绘通知用户糖尿病管理设备能够提供针对事件的提醒的示例方法的流程图;
图11B包括描绘通知用户糖尿病管理设备能够执行模式识别的示例方法的流程图;
图12包括描绘鉴别和显示bG样本数据中的模式的示例方法的流程图;
图13包括描绘基于与日常事件相关联的模式的识别,在事件发生之前显示该事件时的模式存在的提醒的示例方法的流程图;
图14包括描绘显示bG样本数据中的先前识别的模式的示例方法的流程图。
具体实施方式
现在参考图 1,在临床环境中示出患有糖尿病的患者100和健康护理专业人员102。患有糖尿病的患者100可能被诊断有代谢综合征、糖尿病前期、1型糖尿病、2型糖尿病、妊娠糖尿病等。针对糖尿病的健康护理提供者是多样的,并且包括护士、护士实习者、医生、内分泌学家和其他人,并且统称为健康护理专业人员。
在健康护理咨询期间,患者100通常与健康护理专业人员102分享各种数据,包括血糖(bG)测量结果、连续血糖监测数据、供给的胰岛素的量和类型、消耗的食物和饮料的量、锻炼计划、健康状况,和其他生活方式信息。健康护理专业人员102可以获得针对患者100的附加数据,诸如HbA1C、胆固醇水平、血浆葡萄糖、甘油三酯、血压和体重的测量结果。数据可以被手动或电子记录在手持式糖尿病管理设备104(例如,手持式bG监测设备)、在个人计算机(PC)106上执行的糖尿病分析软件和/或基于web的糖尿病分析网站上。健康护理专业人员102可以使用糖尿病分析软件和/或基于web的糖尿病分析网站来手动或电子地分析患者数据。在分析数据并审查先前规定的治疗是多么有效以及患者100对先前规定的治疗遵循得多么好之后,健康护理专业人员102可以决定是否修改为患者100规定的治疗。
现在参考图 2,患者100可以使用连续血糖监测器(CGM)200、非固定耐用胰岛素注入泵204或非固定非耐用胰岛素注入泵202(统称为胰岛素泵204)、和糖尿病管理设备104。CGM 200可以使用皮下传感器来感测和监测患者100的葡萄糖的量(例如,葡萄糖浓度)。CGM200将葡萄糖测量结果传达到糖尿病管理设备104。
糖尿病管理设备104执行各种任务,包括测量和记录bG测量结果、确定要经由胰岛素泵204供给患者100的胰岛素的量、经由用户接口接收用户输入、将数据归档、执行结构化的bG测试等。糖尿病管理设备104可以发送指令到胰岛素泵204,并且胰岛素泵204选择性递送胰岛素给患者100。可以以餐前丸剂量、修正丸剂量、基准剂量等形式递送胰岛素。
现在参考图 3,示出可以由患者100和/或健康护理专业人员102使用的糖尿病管理系统300。该系统300可以包括以下设备中的一个或多个:糖尿病管理设备104、CGM 200、胰岛素泵204、移动设备302、在计算机106上执行的糖尿病管理软件和一个或多个其他健康护理设备304。
糖尿病管理设备104可以配置为系统“枢纽(hub)”并与系统300的一个或多个其他设备通信。胰岛素泵204、移动设备302或另一合适的设备可以替代地用作系统枢纽。可以使用无线接口(例如,蓝牙)和/或有线接口(例如,USB)执行系统300中的各种设备之间的通信。这些设备使用的通信协议可以包括符合使用由康体佳健康联盟设计指南(ContinuaHealth Alliance Design Guidelines)提供的指南扩展的IEEE 11073标准的协议。进一步,诸如 Microsoft HealthVault™和Google Health™之类的健康护理记录系统可以由患者100和健康护理专业人员102使用来交换信息。
现在参考图 4,呈现(手持式)糖尿病管理设备402的示例实施例的高层次图示。除其他部件外,糖尿病管理设备402包括外壳404、显示器408和bG测试条端口420。糖尿病管理模块402可以可选地包括bG测试条筒(未示出)。bG测试条筒可以容纳多个bG测试条,诸如bG测试条416。
糖尿病管理设备402还包括用户接口开关/按钮,诸如向上按钮424、向下按钮428、后退按钮432和输入按钮436。用户接口开关/按钮还可以包括其他按钮或开关,例如,通/断(ON/OFF)开关和/或一个或多个其它开关/按钮或其他类型的控制设备,患者可以使用该其他类型的控制设备控制糖尿病管理设备402的功能/操作。
bG测试条416可以由用户插入到bG测试条端口420中。bG测试条416在图4的示例中被示出已经插入到bG测试条端口420 中,并且在图5的示例中被示出尚未插入到bG测试条端口420中。糖尿病管理设备402的显示器408可以是非触摸式屏幕显示器,诸如点阵显示器。各种信息可以选择性地显示在显示器408上。例如,当响应于bG测试条的插入进行bG测量时,bG测量可以显示在显示器408上。
现在参考图 5,呈现糖尿病管理设备402的示例实施方式的功能框图。糖尿病管理设备402包括处理器模块(例如,基于微处理器的子系统)504,其能够从bG测量引擎508接收信息。
bG测量引擎508读取(测量)在插入到bG测试条端口420中的bG测试条上存在的血液样本的bG水平。例如,bG测量引擎508在bG测试条416被插入到bG测试条端口420中时测量bG测试条416的bG水平。bG测量引擎508可以定位成邻近bG测试条端口420。bG测量引擎508基于其存在于bG测试条上的血液样本的读数生成bG样本数据516。除了其他事项,bG样本数据516包括指示bG测试条上的体液样本的bG水平的数据。
bG测量引擎508还可以生成bG样本数据516以包括读取bG测试条416的日期和时间。换句话说,bG测量引擎508可以包括与bG样本数据516在一起的时间戳。在各种实施方式中,处理器模块504可以选择性地给bG样本数据516加时间戳。时钟518可以跟踪当前的天、日期和时间。时间戳可以包括指示日期和时间的数据,并且还可以包括该天。
处理器模块504可以经由诸如按钮424-436和显示器408之类的一个或多个用户输入/输出(I/O)设备514接收用户输入和向用户输出信息。诸如I/O接口524之类的一个或多个I/O接口促进用户I/O设备514和处理器模块504之间的通信。I/O接口还可以促进处理器模块504和一个或多个通信模块(诸如,通信模块536)之间的通信。通信模块536可以包括无线收发器并且经由一个或多个天线无线地通信(发送和接收)。
糖尿病管理设备402包括有形计算机可读介质,诸如存储器和/或一个或多个其他合适的有形计算机可读介质。可以在存储器532中存储各种数据,诸如bG样本数据540和其他类型的数据,如下面进一步讨论的那样。bG样本数据540可以包括由bG测量引擎508生成的bG样本数据,诸如bG样本数据516。bG样本数据540还可以包括与bG样本相关的其他类型的数据。
在(一个或多个)近似相同的时间和/或(一个或多个)相同日常事件附近有规律地提供的bG测量在bG管理方面产生比随机提供的bG测量更好的结果。例如,基于在(一个或多个)相同日常事件时提供的bG测量生成的bG管理策略可能比基于在各天的不同条件下取得的各种bG测量生成的bG管理策略更准确。这是因为用户的bG水平持续地改变,并且随着食物摄入、锻炼、压力等改变。在(一个或多个)相同日常事件处或附近取得的测量结果可以用来提供关于要在(一个或多个)那些日常事件之前和之后采取什么行动的更好建议。
定时数据544包括针对日常事件的时间和针对其他事件的时间/时期。图6包括定时数据544的内容的示例图示。现在参考图5和图6,日常事件可以例如包括苏醒/起床、早餐、午餐、晚餐和睡觉。定时数据544因此包括指示针对苏醒/起床的苏醒时间604、针对早餐的早餐时间608、针对午餐的午餐时间612、针对晚餐的晚餐时间616以及针对睡觉时间的睡觉时间620的数据。
其他事件可以包括例如餐后bG测量和低血糖跟踪bG测量。定时数据544因此包括指示针对餐后bG测量的餐后时期624和针对低血糖跟踪bG测量的低血糖跟踪时期628的数据。在各种实施方式中,定时数据544可以包括针对早餐的餐后时期、针对午餐的餐后时期、和针对晚餐的餐后时期。bG测量当其bG水平小于预定的低血糖bG值时可以被视为低血糖。低血糖跟踪bG测量可以指代在视为低血糖的bG测量之后采取的测量。
苏醒时间604、早餐时间608、午餐时间612、晚餐时间616、睡觉时间620、餐后时期624、以及低血糖跟踪时期628是预定值,并且可以例如由糖尿病管理设备402的制造者设置。仅例如,苏醒时间604可以设置为近似上午7:00、早餐时间608可以设置为近似上午8:00、午餐时间612可以设置为近似下午12:00、晚餐时间616可设置为近似下午5:00、睡觉时间620可以设置为近似下午9:00、餐后时期624可以设置为近似2小时、以及低血糖跟踪时期628可以设置为近似15分钟。
苏醒时间604、早餐时间608、午餐时间612、晚餐时间616、睡觉时间620、餐后时期624、和/或低血糖跟踪时期628可以由用户诸如经由一个或多个按钮424-436进行调整。苏醒时间604、早餐时间608、午餐时间612、晚餐时间616、睡觉时间620、餐后时期624、和/或低血糖跟踪时期628可以被调整例如以便更准确地反映那些事件何时发生在用户的日常生活中。
糖尿病管理设备402可以提醒用户输入针对一个或多个事件的bG测量。仅例如,处理器模块504可以在显示器408上显示输入bG测量的提醒和/或生成一个或多个其他警报(例如,听觉、视觉和/或触觉)来提醒用户输入针对事件的bG测量。
提醒数据548包括指示是否针对每个事件提醒用户的数据。图7包括提醒数据548的内容的示例图示。现在参考图5-7,提醒数据548包括与苏醒时间604相关联/有关的苏醒启用/禁用数据704。苏醒启用/禁用数据704指示是否提醒用户在苏醒时间604输入bG测量。
提醒数据548还包括与早餐时间608相关联/有关的早餐启用/禁用数据708。早餐启用/禁用数据708指示是否提醒用户在早餐时间608,在吃早餐之前输入bG测量。午餐启用/禁用数据712与午餐时间612相关联/有关。午餐启用/禁用数据712指示是否在午餐时间612在吃午餐之前提醒用户输入bG测量。晚餐启用/禁用数据716与晚餐时间616相关联/有关。晚餐启用/禁用数据716指示是否在晚餐时间616在吃晚餐之前提醒用户输入bG测量。睡觉启用/禁用数据720与睡觉时间620相关联/有关。睡觉启用/禁用数据720指示是否在睡觉时间620提醒用户输入bG测量。
餐后启用/禁用数据724与餐后时期624相关联/有关。餐后启用/禁用数据724指示是否在接收到针对给定的用餐(诸如早餐、午餐或晚餐)(或与给定的用餐相关联的时间)的bG测量结果之后的餐后时期624提醒用户输入bG测量。低血糖跟踪启用/禁用数据728与低血糖跟踪时期628相关联/有关。低血糖跟踪启用/禁用数据728指示是否在接收到被认为是低血糖的bG测量结果后的低血糖跟踪时期628提醒用户输入bG测量。
苏醒启用/禁用数据704、早餐启用/禁用数据708、午餐启用/禁用数据712、晚餐启用/禁用数据716、睡觉启用/禁用数据720、餐后启用/禁用数据724、以及低血糖跟踪启用/禁用数据728是预定值,并且可以例如由糖尿病管理设备402的制造者设置。然而,苏醒启用/禁用数据704、早餐启用/禁用数据708、午餐启用/禁用数据712、晚餐启用/禁用数据716、睡觉启用/禁用数据720、餐后启用/禁用数据724、以及低血糖跟踪启用/禁用数据728可以由用户诸如经由一个或多个按钮424-436调整。
苏醒启用/禁用数据704、早餐启用/禁用数据708、午餐启用/禁用数据712、晚餐启用/禁用数据716、睡觉启用/禁用数据720、餐后启用/禁用数据724、以及低血糖跟踪启用/禁用数据728可以各自包括其他数据。例如,当该段启用/禁用数据被设置为禁用关联提醒的生成时可以包括时间戳。
处理器模块504基于针对事件的提醒分别是启用还是禁用的(如在提醒数据548中指示的那样)而选择性地生成下述提醒:在关联时间(如在定时数据544中指示的)处输入针对事件的bG测量。例如,当苏醒启用/禁用数据704设置为启用苏醒提醒时,处理器模块504生成在苏醒时间604处提供苏醒bG测量的提醒。
当早餐启用/禁用数据708设置为启用早餐提醒时,处理器模块504生成在早餐时间608处提供bG测量的提醒。当午餐启用/禁用数据712设置为启用午餐提醒时,处理器模块504生成在午餐时间612处提供bG测量的提醒。当晚餐启用/禁用数据716设置为启用晚餐提醒时,处理器模块504生成在晚餐时间616处提供bG测量的提醒。当睡觉启用/禁用数据720设置为启用睡觉提醒时,处理器模块504生成在睡觉时间620处提供bG测量的提醒。
当餐后启用/禁用数据724设置为启用餐后提醒时,处理器模块504生成下述提醒:在针对该用餐的时间608-616之一之后的餐后时期624或在针对该用餐的bG测量结果的接收后的餐后时期提供bG测量。当低血糖跟踪启用/禁用数据728设置为启用跟踪低血糖bG测量的提醒时,处理器模块504生成下述提醒:在接收到低血糖bG测量结果后的低血糖跟踪时期628提供bG测量。如以上描述的,提醒可以例如包括输入在显示器408上显示的bG测量的提醒和/或提醒用户输入bG测量的一个或多个其他警报(例如,听觉、视觉和/或触觉)。
图8是描绘生成测量针对事件的bG的提醒的示例方法的流程图。当作为苏醒的事件将被讨论苏醒时,图8还适用于生成测量针对其他事件(诸如,针对早餐、午餐、晚餐和睡觉)的bG的提醒。在804处,处理器模块504可以确定是否启用针对苏醒的提醒。处理器模块504可以基于苏醒启用/禁用数据704确定是否苏醒启用针对苏醒的提醒。如果804为真,则控制可以继续进行808。如果804为假,则控制可以结束。
在808处,处理器模块504检索苏醒时间604和当前时间,并且处理器模块504确定当前时间是否与苏醒时间604相同。如果808为假,则控制可以继续进行809。如果808为真,则处理器模块504在812处生成测量bG水平的提醒,并且控制可以结束。如以上讨论的,提醒可以例如包括在显示器408上显示测量bG水平的提醒和/或生成一个或多个其他合适类型的提醒,诸如音频、视觉、和/或触觉警报。
在809处,处理器模块504确定针对苏醒时间604的bG样本是否已经被提供苏醒。如果809为真,则处理器模块504在810处抑制生成测量针对该苏醒时间604的bG水平的提醒,并且控制可以结束。如果809为假,则控制可以结束。虽然控制被示出和讨论为结束,但图 8可以图示一个控制回路,并且可以以预定的速率执行控制回路。
图9是描绘生成在用餐之后(即,餐后)测量bG的提醒的示例方法的流程图。在904处,处理器模块504可以确定是否启用针对餐后bG测量的提醒。处理器模块504可以基于餐后启用/禁用数据724确定是否启用针对餐后bG测量的提醒。如果904为真,则控制可以继续进行908。如果904为假,则控制可以结束。
在908处,处理器模块504可以确定用餐开始的时间和当前时间之间的时期是否大于餐后时期624。可以将当前时间存储为当例如用户诸如经由用户输入设备514中的一个或多个(诸如,按钮424-436)输入用餐开始的指示符时用餐开始的时间。附加或替代地,处理器模块504可以在908处确定当针对该用餐提供的bG测量(餐前测量)的时间和当前时间之间的时期是否大于餐后时期624。如果908为假,则控制可以继续进行909。如果908为真,则处理器模块504在912处生成测量bG水平的提醒,并且控制可以结束。
在909处,处理器模块504确定bG样本是否已经在用餐之后被提供。如果909为真,则处理器模块504在910处抑制生成在该用餐之后测量bG水平的提醒,并且控制可以结束。如果909为假,则控制可以结束。虽然控制被示出和讨论为结束,但图9可以图示一个控制回路,并且可以以预定的速率执行控制回路。
图10包括在提供低血糖bG测量之后生成测量bG的提醒的示例方法。在1008处,处理器模块504接收到在bG测试条上存在的血液样本的bG水平。在1012处,处理器模块504确定血液样本的bG水平是否低于预定低血糖bG水平。如果1012为真,则控制可以继续进行1014。如果1012为假,则控制可以结束。
在1014处,处理器模块504可以确定是否启用针对低血糖bG测量之后的跟踪测量的提醒。处理器模块504可以基于低血糖跟踪启用/禁用数据728确定是否启用针对低血糖bG测量之后的跟踪测量的提醒。如果1014为真,则控制可以继续进行1016。如果1014为假,则控制可以结束。
在1016处,处理器模块504可以重置定时器。处理器模块504可以在1020处使定时器递增。定时器跟踪自接收到低血糖bG样本以来的时期。在1024处,处理器模块504确定定时器是否大于低血糖跟踪时期628。如果1024为假,则控制可以转移到1025。如果1024为真,则处理器模块504在1028处生成测量bG的提醒,并且控制可以结束。
在1025处,处理器模块504确定bG样本是否已经在低血糖bG测量之后被提供。如果1025为真,则处理器模块504在1026处抑制生成在该低血糖测量之后测量bG水平的提醒,并且控制可以结束。当然,如果该bG水平也是低血糖的,则该过程可以继续(例如,返回到1016)。如果1025为假,则控制可以转移到1020。虽然控制被示出和讨论为结束,但图10可以图示一个控制回路,并且可以以预定的速率执行控制回路。
提醒用户有规律地提供bG测量可以帮助用户更加一致地提供bG测量。更加有规律地提供的bG测量可以更好地针对模式/趋势进行分析,并且更加有规律地提供的bG测量可以用来更准确地提供关于在一天的各个时间点处所采取的使用户的bG水平稳定的行动的建议。
参考回到图 5,处理器模块504可以分析提醒数据548,确定是否禁用提醒。当提醒被禁用时间之间的时期大于预定的通知时期时,处理器模块504可以选择性地在显示器408上显示通知。该通知可以指示,糖尿病管理设备402能够生成针对事件的提醒,并且提示用户提供关于是启用还是禁用针对事件的提醒的输入。
处理器模块504基于用户输入选择性地更新数据704-728,并且如果用户选择继续禁用提醒,则基于当前的日期和时间更新数据704-728。仅例如,预定的通知时期可以是近似90天或另一合适的时期。
图11A是描绘通知用户糖尿病管理设备402能够提供针对事件的提醒的示例方法的流程图。在1104处,处理器模块504可以确定是否禁用提醒。处理器模块504可以基于提醒数据548确定是否禁用该提醒。如果1104为真,则控制可以继续进行1108。如果1104为假,则控制可以结束。
在1108处,处理器模块504可以确定在提醒被禁用的日期和时间与当前的日期和时间之间的时期是否大于预定的通知时期。如果1108为假,则控制可以结束。如果1108为真,则控制可以继续进行1112。
在1112处,处理器模块504生成糖尿病管理设备402能够提醒用户测量他们的针对每个事件的bG水平的通知。该通知可以例如包括显示器408上的视觉通知。处理器模块504还可以在1112处询问用户关于用户是否期望启用针对事件的提醒。
在1116处,处理器模块504可以确定用户对询问的响应是否指示用户期望启用提醒。如果1116为真(指示用户期望启用提醒),则处理器模块504可以在1120处更新提醒数据548以启用针对事件的提醒,并且控制可以结束。如果1116为假(指示用户期望保持提醒禁用),则处理器模块504在1124处存储当前的日期和时间,并且控制可以结束。如果提醒不是首次启用,则该通知可以在未来(存储的日期和时间之后的预定通知时期)再次生成。虽然控制被示出和讨论为结束,但图11A可以图示一个控制回路,并且可以以预定的速率执行控制回路。
图11B是描绘通知用户糖尿病管理设备402能够执行bG样本中的模式识别的示例方法的流程图。在1154处,处理器模块504可以确定是否禁用模式识别。用户可以经由一个或多个用户输入设备514来启用和禁用模式识别。以下进一步详细描述模式识别。处理器模块504可以基于模式数据560确定是否禁用模式识别。如果1154为真,则控制可以继续进行1158。如果1154为假,则控制可以结束。
在1158处,处理器模块504可以确定模式识别被禁用的日期和时间和当前的日期和时间之间的时期是否大于预定通知时期。如果1158为假,则控制可以结束。如果1158为真,则控制可以继续进行1162。
在1162处,处理器模块504生成糖尿病管理设备402能够执行模式识别的通知。通知可以例如包括显示器408上的视觉通知。处理器模块504还可以在1162处询问用户关于用户是否期望启用模式识别。
在1166处,处理器模块504可以确定用户对询问的响应是否指示用户期望启用模式识别。如果1166为真(指示用户期望启用模式识别),则处理器模块504可以在1170处更新模式数据560来启用模式识别,并且控制可以结束。如果1166为假(指示用户期望保持模式识别禁用),则处理器模块504在1174处存储当前的日期和时间,并且控制可以结束。如果模式识别不是首次启用,则通知可以在未来(存储的日期和时间之后的预定通知时期)再次生成。虽然控制被示出和讨论为结束,但图11B可以图示一个控制回路,并且可以以预定的速率执行控制回路。
参考回到图5,处理器模块504还将bG样本数据516选择性地分类为下述各项中的一个:苏醒测量、早餐前测量、早餐后测量、午餐前测量、午餐后测量、晚餐前测量、晚餐后测量或睡觉时间测量。苏醒测量还可以被称为空腹测量。然而,空腹测量还可以包括在测量之前出现一段时间的空腹时采取的测量。处理器模块504基于在bG样本数据516中包括的时间戳和与事件相关联的定时数据544将bG样本数据516分类。处理器模块504可以更新bG样本数据516以包括分类的指示符或可以存储分类的指示符以及使指标符与bG样本数据516相关。
处理器模块504针对由bG测量引擎508测量的每个bG样本执行该过程。处理器模块504可以基于分类选择与一个或多个事件相关联的bG样本数据,如以下讨论的那样。处理器模块504使用分类规则数据552确定针对每个bG样本的分类。分类规则数据552包括指示使用什么数据的数据和如何将bG样本数据分类的规则。
例如,当bG样本数据516的时间戳在苏醒时间604之前的预定时期内或在苏醒时间604附近的预定时间段内时,处理器模块504可以将bG样本数据516分类为苏醒测量。当bG样本数据516的时间戳在睡觉时间620之后的预定时期内或在睡觉时间620附近的预定时间段内时,处理器模块504可以将bG样本数据516分类为睡觉时间测量。
当bG样本数据516的时间戳在与用餐相关联的时间608-616之一附近的预定时间窗口内时,处理器模块504可以将bG样本数据516分类为用餐的餐前测量。例如,当bG样本数据516的时间戳在早餐时间608附近的预定时间窗口内时,处理器模块504可以将bG样本数据516分类为早餐前测量。当bG样本数据516的时间戳在午餐时间612附近的预定时间窗口内时,处理器模块504可以将bG样本数据516分类为午餐前测量。当bG样本数据516的时间戳在晚餐时间616附近的预定时间窗口内时,处理器模块504可以将bG样本数据516分类为晚餐前测量。
当bG样本数据516的时间戳在被分类为用餐的餐前样本的另一段bG样本数据的时间戳之后的餐后时期624内时,处理器模块504可以将bG样本数据516分类为该用餐的餐后测量。例如,当bG样本数据516的时间戳在被分类为早餐前测量的第二段bG样本数据的时间戳后的餐后时期624内时,处理器模块504可以将bG样本数据516分类为早餐后测量。当bG样本数据516的时间戳在被分类为午餐前测量的第二段bG样本数据的时间戳后的餐后时期624内时,处理器模块504可以将bG样本数据516分类为午餐后测量。当bG样本数据516的时间戳在被分类为晚餐前测量的第二段bG样本数据的时间戳后的餐后时期624内时,处理器模块504可以将bG样本数据516分类为晚餐后测量。
处理器模块504可以提示用户选择能够以多种不同的方式分类的针对bG样本数据的分类中的一个,并且基于用户输入设置针对bG样本数据的分类。处理器模块504也可以基于指示分类中的一个的用户输入选择性地更新针对bG样本数据确定的分类。以这种方式,用户可以改写针对bG样本数据确定的分类。
由处理器模块504执行的bG样本数据的自动分类可以确保bG样本数据在用户不提供分类的情况下被分类。由处理器模块504执行的bG样本数据的自动分类还可以提供用于不太频繁的用户分类。
处理器模块504可以确定针对bG样本数据516的分类,并且在显示bG样本数据516的bG水平之前存储分类的指示符。例如,在血液样本被施加到测试条之前或在bG水平被确定之后但在bG水平被显示之前,处理器模块504可以确定分类和存储指示符。分类bG样本数据516和在显示bG水平之前存储指示符可能使测试更加卫生,因为用户在用户可以具有或可以不具有用来提供血液样本的手指上血液的时间可以不需要自我分类bG样本数据。
处理器模块504基于存储的bG样本数据540选择性地执行统计分析功能。例如,当用户请求统计分析的执行时,处理器模块504可以执行统计分析,并且在显示器408上显示统计分析的一个或多个结果。
处理器模块504使用统计数据556执行统计分析。统计数据556包括指示使用哪些存储在存储器532中的bG水平的数据和用于执行统计分析的规则。可以不考虑所使用的存储的bG水平的分类或使用针对具有一个或多个分类所选择的存储的bG水平执行统计分析。
处理器模块504可以例如确定存储的bG水平的平均值。附加或替代地,处理器模块504可以确定存储的bG水平的标准差。附加或替代地,处理器模块504可以确定小于预定低血糖水平的存储的bG水平的比率或百分比、大于预定低血糖水平的存储的bG水平的比率或百分比、和/或在较高目标bG水平和较低目标bG水平之间的存储的bG水平的比率或百分比。附加或替代地,处理器模块504可以基于存储的bG水平确定低血糖bG样本的频率和/或高血糖bG样本的频率。
处理器模块504还可以在显示器408上选择性地显示用来执行统计分析的针对存储的bG水平的更详细的信息。例如,处理器模块504可以选择性地显示用在执行统计分析中的bG样本数据的时间和日期、bG水平、以及分类。处理器模块504可以例如响应于请求显示更详细信息的用户输入来显示更详细信息。
处理器模块504还基于存储的bG样本数据540选择性地执行模式识别功能。处理器模块504可以例如每当提供bG测量结果时执行模式识别。
处理器模块504使用模式数据560执行模式识别。模式数据560包括指示使用(选择)哪些存储在存储器532 中bG样本数据的数据和用于鉴别存储的bG样本数据中的模式的规则。可以例如使用具有与最近接收到的bG测量结果相同的分类的存储的bG样本数据执行模式识别。
处理器模块504选择以与最近接收到的bG测量结果相同的方式进行分类的存储的bG样本数据。处理器模块504可以例如选择如下存储的bG样本数据:该存储的bG样本数据具有与最近接收到的bG测量结果相同的分类并且在最近的预定时期(例如,3-7天)内被接收到。作为选择的示例,当接收到午餐前样本时,处理器模块504可以针对被分类为在过去7天内接收到的午餐前样本的血液样本选择bG样本数据。
处理器模块504基于选择的bG样本数据是否满足预定模式标准而确定模式是否存在。例如,当多于第一预定数量(例如,在使用7天的时期时为至少3或4)的段的选择的bG样本数据(由于具有该餐前分类而被选择的bG样本数据)具有大于第一预定bG值的bG水平时,处理器模块504可以确定存在高餐前bG模式。用餐可以是早餐、午餐、晚餐、或可选地为第四次用餐,诸如茶点。当多于第二预定数量(例如,在使用7天的时期时为至少2)的段的选择的bG样本数据(由于具有该餐前分类而被选择的bG样本数据)具有小于第二预定bG值的bG水平时,处理器模块504可以确定存在低餐前bG模式。如同高餐前bG模式一样,对于低餐前bG模式而言,用餐可以是早餐、午餐、晚餐、或可选地为第四次用餐。第一预定bG值大于第二预定bG值。当多于第一预定数量(例如,在使用7天的时期时为至少3或4)的段的选择的bG样本数据(由于具有该餐前分类而被选择的bG样本数据)具有大于第三预定bG值的bG水平时,处理器模块504可以确定高餐后bG模式存在。用餐可以是早餐、午餐、晚餐、或可选地为第四次用餐,诸如茶点。当多于第二预定数量(例如,在使用7天的时期时为至少2)的段的选择的bG样本数据(由于具有该餐前分类而被选择的bG样本数据)具有小于第四预定bG值的bG水平时,处理器模块504可以确定存在低餐后bG模式。如同高餐后bG模式一样,对于低餐后bG模式而言,用餐可以是早餐、午餐、晚餐、或可选地为第四次用餐。第三预定bG值大于预定第四预定bG值。当模式被识别时,处理器模块504基于哪个bG模式被识别来把识别的模式的指示符和选择的bG样本数据存储在存储器532中,诸如在模式数据560中。
处理器模块504选择性地在显示器408上显示识别的模式。当模式基于选择的bG样本数据被识别时,处理器模块504在显示器408上显示模式的指示。例如,处理器模块504可以显示下述指示:在高或低餐前或餐后模式被识别时高或低餐前或餐后模式存在。
处理器模块504也可以基于哪个模式被识别来询问用户输入所识别的模式的确认和查看bG样本数据的细节。响应于指示所识别的模式的确认的用户输入,处理器模块504基于哪个模式被识别来显示所选择的bG样本数据的细节。细节可以例如包括样本测量的日期和时间、bG水平、关联的目标bG水平、和其他合适的细节。处理器模块504可以显示细节,例如,某一时间处的一段bG样本数据。
图12包括描绘鉴别和显示bG样本数据中的模式的示例方法的流程图。在1202处,糖尿病管理设备402接收到bG样本。处理器模块504可以确定针对bG样本的分类或bG样本的分类可以基于指示分类的用户输入被设置。
在1204处,处理器模块504选择一组存储的bG样本数据。处理器模块504例如可以基于分类、时间戳、和/或其他合适的参数选择该组存储的bG样本数据。例如,处理器模块504可以选择具有与(在1202处)接收到并且在过去的预定时期(例如,7天)内接收到的bG样本相同的分类的存储的bG样本数据。为了清楚起见,应该指出的是,与在1202处接收到的bG样本相关联的bG样本数据是所选择的各段bG样本数据中的一段。
在1208处,处理器模块504基于选择的一组存储的bG样本数据确定模式是否存在。如果1208为真,则处理器模块504把识别的模式的指示符存储在存储器532中,并且继续进行1216。如果1208为假,则控制可以结束。在1216处,处理器模块504在显示器408上显示鉴别的模式。处理器模块504还在1216处询问用户提供指示所鉴别的模式的确认的输入。
在1220处,处理器模块504确定是否已接收到指示所鉴别的模式存在的确认的用户输入。如果1220为假,则控制返回到1216,并且处理器模块504继续显示所鉴别的模式。如果1220为真,则处理器模块504可以继续进行1222。在1222处,处理器模块504选择性地显示所选择的一组存储的bG样本数据的细节,诸如日期和时间、bG水平等。处理器模块504然后在1224处允许用户从显示器408清除所鉴别的模式,并且控制可以结束。
参考回到图5,当处理器模块504基于具有一个分类的存储的bG样本数据识别模式存在时,处理器模块504可以鉴别在与分类相关联的事件之前的日常事件。例如,当处理器模块504基于午餐前bG样本识别高或低 bG模式的存在时,处理器模块可以将早餐鉴别为先前事件。
下一次针对先前事件的bG样本被提供时,处理器模块504显示与分类相关联的事件处的该识别的模式的指示符。例如,在模式被识别时午餐后面的早餐处,处理器模块504可以显示高或低bG模式在先前的午餐时被识别的指示符。在以上的示例中,高或低bG模式可能可归因于早餐时的用餐消耗。提供早餐时识别的模式的指示可以帮助用户调整他或她的早餐以防止在后面的午餐时具有高或低午餐前bG水平。
图13包括描绘基于与日常事件相关联的模式的识别显示在该事件之前的事件处模式存在的提醒的示例方法的流程图。在1304处,处理器模块504基于选择的一组存储的bG样本数据确定模式是否存在,如以上结合图12讨论的那样。如以上讨论的,选择的一组bG样本数据具有一个分类,并且与诸如午餐之类的日常事件相关联。如果1304为真,则控制继续进行1308。如果1304为假,则控制可以结束。
在1308处,处理器模块504基于哪个模式被识别而确定与选择的一组bG样本数据相关联的日常事件之前的日常事件。例如,如果选择的一组bG样本数据与午餐相关联,则处理器模块504可以确定前面的日常事件是早餐。在1312处,处理器模块504设置标志或其他指示符,以在前面的日常事件的下一个实例处显示识别的模式的存在。例如,如果选择的一组bG样本数据与午餐相关联,则处理器模块504可以设置标志或其他指示符,以在模式被识别的午餐之后的下一个早餐时显示识别的模式存在。
在1316处,处理器模块504可以确定是否存在前面的日常事件的下一次出现(例如,下一个早餐)。例如,处理器模块504可以在与前面的事件相关联的预定时间处和/或基于指示前面的日常事件的下一次出现的用户输入来确定前面的日常事件的下一次出现存在。如果1316为假,则控制可以保持在1316处。如果1316为真,则控制可以继续进行1318。在1318处,可以按优先顺序排列识别的模式的显示次序。例如,处理器模块504可以在高bG模式上按优先顺序排列低bG模式,根据事件的日常次序(例如,午餐模式前的早餐模式,等等)按优先顺序排列识别的模式,和/或在较旧模式上按优先顺序排列较新模式。
处理器模块504在1320处显示与下一个事件相关联的(一个或多个)识别的模式的指示符,并且控制可以结束。例如,在高或低午餐前bG模式的识别后的下一个早餐时,处理器模块504可以显示高或低午餐前bG模式的存在。然后,用户可以努力地调整他们的早餐摄入,以减少或增加他们的后面午餐的午餐前bG水平。
参考回到图5,处理器模块504还可以响应于指示期望查看先前识别的模式的用户输入而显示先前识别的模式。例如,处理器模块504可以生成在最近的预定时期内识别的目前活动模式的列表,并且显示识别的模式的列表。预定的时期可以例如是7天或另一个合适的时期。
基于从列表中选择模式之一的用户输入,处理器模块504可以显示在所选择的一个模式下面的存储的bG样本数据的细节。处理器模块504还按优先顺序排列识别的模式被显示的次序。例如,处理器模块504在高bG模式之前显示低bG模式,在针对较晚日常事件的模式之前显示针对较早日常事件的模式(例如,午餐模式前面的早餐模式),和/或在较旧模式之前显示较新模式。
图14包括描绘显示bG样本数据中的先前识别的模式的示例方法的流程图。在1402处,处理器模块504可以确定是否已接收到请求显示先前鉴别的模式的用户输入。如果1402为真,则控制继续进行1404。如果1402为假,则控制可以结束。
在1404处,处理器模块504鉴别先前识别的模式。例如,处理器模块504可以鉴别在诸如3个月、6个月、9个月、1年或另一合适的时期之类的上一个预定时期内识别的模式。在1408处、处理器模块504按优先顺序排列用于显示的先前识别的模式。
在1412处,处理器模块504根据优先顺序在显示器408上显示识别的模式的列表。基于从列表中选择模式之一的用户输入,处理器模块504可以显示在选择的模式之一下面的存储的bG样本数据的细节。处理器模块504可以显示例如下面的bG样本的时间和日期、下面的bG样本的bG水平和其他合适的数据。
在特征中,公开了用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的方法。该方法包括:测量由手持式糖尿病管理设备接收到的血液样本中的血糖(bG)水平;将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;以及响应于接收到血液样本,选择具有血液样本的所述分类并且在接收到血液样本之前的预定时期内接收到的一组存储的bG水平。该方法进一步包括:根据选择的bG水平计算bG评价参数;关于第一预定标准评价bG评价参数,第一预定标准包括指示高bG水平或低bG水平的第一阈值;当bG评价参数大于或小于第一阈值时,选择性地显示选择的bG水平中的模式的识别的指示;以及仅响应于接收到指示模式存在的确认的预定用户输入而从显示器去除指示。
在进一步的特征中,该方法进一步包括基于指示分类的用户输入存储分类。
在仍进一步的特征中,该方法进一步包括,当与分类之一相关联的提醒数据被启用时,显示在与分类之一相关联的预定时间处提供血液样本的提醒。
在又进一步的特征中,该方法进一步包括基于指示是否显示在预定时间处提供血液样本的提醒的用户输入来更新提醒数据。
在进一步的特征中,该方法进一步包括基于血液样本的接收时间确定针对血液样本的分类。
在仍进一步的特征中,该方法进一步包括:当血液样本的接收时间在与空腹样本相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是空腹样本。
在又进一步的特征中,该方法进一步包括:当血液样本的接收时间在与早餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是早餐前样本。
在进一步的特征中,该方法进一步包含包括:当血液样本的接收时间在被分类为早餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是早餐后样本。
在仍进一步的特征中,该方法进一步包括:当血液样本的接收时间在指示早餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是早餐后样本。
在又进一步的特征中,该方法进一步包括:当血液样本的接收时间在与午餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是午餐前样本。
在进一步的特征中,该方法进一步包括:当血液样本的接收时间在被分类为午餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是午餐后样本。
在仍进一步的特征中,该方法进一步包括:当血液样本的接收时间在指示午餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是午餐后样本。
在又进一步的特征中,该方法进一步包括:当血液样本的接收时间在与晚餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是晚餐前样本。
在进一步的特征中,该方法进一步包括:当血液样本的接收时间在被分类为晚餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是晚餐后样本。
在仍进一步的特征中,该方法进一步包括:当血液样本的接收时间在指示晚餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是晚餐后样本。
在又进一步的特征中,该方法进一步包括:当血液样本的时间戳在与睡觉时间样本相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是睡觉时间样本。
在进一步的特征中,该方法进一步包括:显示血液样本的bG水平;以及在显示bG水平之前,确定血液样本的分类。
在仍进一步的特征中,该方法进一步包括:确定与所述分类相关联的第二日常事件之前的第一日常事件;以及在接收到血液样本后的一天期间,显示在与第一日常事件相关联的时间处所选择的bG水平中的模式的指示。
在特征中,公开了用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的手持式糖尿病管理设备。该手持式糖尿病管理包括:血糖(bG)测量引擎,测量输入到手持式糖尿病管理设备的血液样本中的bG水平;显示器;时钟,跟踪当前的日期和时间;处理器;以及包括由处理器执行的代码的存储器。该代码用于:将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;响应于接收到血液样本,选择具有血液样本的分类并且在接收血液样本之前的预定时期内接收到的一组存储的bG水平;根据选择的bG水平计算bG评价参数;关于第一预定标准评价bG评价参数,第一预定标准包括指示高bG水平或低bG水平的第一阈值;以及当bG评价参数大于或小于第一阈值时,选择性地显示所选择的bG水平中的模式的识别的指示。
在进一步的特征中,该存储器进一步包括用于基于血液样本的接收时间确定针对血液样本的分类的代码。
在仍进一步的特征中,该存储器进一步包括用于基于指示分类的用户输入来存储针对血液样本的分类的代码。
在又进一步的特征中,该存储器进一步包括用于下述操作的代码:显示血液样本的bG水平;以及在显示bG水平之前,确定血液样本的分类。
在进一步的特征中,该存储器进一步包括用于下述操作的代码:当与分类中一个的相关联的提醒数据启用时,显示在与该分类中的所述一个相关联的预定时间处提供血液样本的提醒。
在仍进一步的特征中,该存储器进一步包括用于下述操作的代码:基于指示是否显示在预定时间处提供血液样本的提醒的用户输入,更新提醒数据。
在又进一步的特征中,该存储器进一步包括用于下述操作的代码:确定与分类相关联的第二日常事件之前的第一日常事件;以及在接收到血液样本后的一天期间,显示在与第一日常事件相关联的时间处选择的bG水平中的模式的指示。
在特征中,公开了用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的方法。该方法包括:测量由手持式糖尿病管理设备接收到的血液样本中的血糖(bG)水平;将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;选择具有该分类中的一个的一组存储的bG水平;以及当基于选择的bG水平计算的bG评价参数是大于指示高bG水平的第一阈值和小于指示低bG水平的第二阈值中的一种时,生成所选择的一组bG水平中的模式的识别的指示符。该方法进一步包括,响应于显示在bG水平中识别的模式的用户请求:生成包括所选择的bG水平中的模式的所识别的模式的列表;基于预定的优先顺序标准按优先顺序排列列表;以及在显示器上显示列表。
在进一步的特征中,该方法进一步包括基于指示分类的用户输入存储分类。
在仍进一步的特征中,该方法进一步包括,当与分类中的一个相关联的提醒数据启用时,显示在与该分类中的所述一个相关联的预定时间处提供血液样本的提醒。
在又进一步的特征中,该方法进一步包括,基于指示是否显示在预定时间处提供血液样本的提醒的用户输入,更新提醒数据。
在进一步的特征中,该方法进一步包括基于血液样本的接收时间确定针对血液样本的分类。
在仍进一步的特征中,该方法进一步包括:当血液样本的接收时间在与空腹样本相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是空腹样本。
在又进一步的特征中,该方法进一步包括:当血液样本的接收时间在与早餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是早餐前样本。
在进一步的特征中,该方法进一步包括:当血液样本的接收时间在被分类为早餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是早餐后样本。
在仍进一步的特征中,该方法进一步包括:当血液样本的接收时间在指示早餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是早餐后样本。
在又进一步的特征中,该方法进一步包括:当血液样本的接收时间在与午餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是午餐前样本。
在进一步的特征中,该方法进一步包括:当血液样本的接收时间在被分类为午餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是午餐后样本。
在仍进一步的特征中,该方法进一步包括:当血液样本的接收时间在指示午餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是午餐后样本。
在又进一步的特征中,该方法进一步包括:当血液样本的接收时间在与晚餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是晚餐前样本。
在进一步的特征中,该方法进一步包括:当血液样本的接收时间在被分类为晚餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是晚餐后样本。
在仍进一步的特征中,该方法进一步包括:当血液样本的接收时间在指示晚餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是晚餐后样本。
在又进一步的特征中,该方法进一步包括:当血液样本的时间戳在与睡觉时间样本相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是睡觉时间样本。
在进一步的特征中,该方法进一步包括:显示血液样本的bG水平;以及在显示bG水平之前,确定血液样本的分类。
在仍进一步的特征中,该方法进一步包括:确定与分类相关联的第二日常事件之前的第一日常事件;以及在接收到血液样本后的一天期间,显示在与第一日常事件相关联的时间处的选择的bG水平中的模式的指示。
在特征中,公开了用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的手持式糖尿病管理设备。手持式糖尿病管理设备包括:血糖(bG)测量引擎,测量输入到手持式糖尿病管理设备的血液样本中的bG水平;显示器;时钟,跟踪当前的日期和时间;处理器;以及包括由处理器执行的代码的存储器。该代码用于:测量由手持式糖尿病管理设备接收到的血液样本中的血糖(bG)水平;将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;选择具有该分类中的一个的一组存储的bG水平;以及当基于选择的bG水平计算的bG评价参数是大于指示高bG水平的第一阈值和小于指示低bG水平的第二阈值中的一种时,生成所选择的一组bG水平中的模式的识别的指示符。该代码进一步用于,响应于显示在bG水平中识别的模式的用户请求:生成包括选择的bG水平中的模式的所识别的模式的列表;基于预定的优先顺序标准按优先顺序排列列表;以及在显示器上显示列表。
在进一步的特征中,该存储器进一步包括用于基于血液样本的接收时间确定针对血液样本的分类的代码。
在仍进一步的特征中,该存储器进一步包括用于基于指示分类的用户输入来存储针对血液样本的分类的代码。
在又进一步的特征中,该存储器进一步包括用于下述操作的代码:显示血液样本的bG水平;以及在显示bG水平之前,确定血液样本的分类。
在进一步的特征中,该存储器进一步包括用于下述操作的代码:当与分类中的一个相关联的提醒数据被启用时,显示在与该分类中的所述一个相关联的预定时间处提供血液样本的提醒。
在仍进一步的特征中,该存储器进一步包括用于下述操作的代码:基于指示是否显示在预定时间处提供血液样本的提醒的用户输入,更新提醒数据。
在又进一步的特征中,该存储器进一步包括用于下述操作的代码:确定与分类相关联的第二日常事件之前的第一日常事件;以及在接收到血液样本后的一天期间,显示在与第一日常事件相关联的时间处的选择的bG水平中的模式的指示。
前述描述实质上仅仅是说明性的,并且绝不旨在限制公开内容、其应用或用途。可以用各种形式来实现本公开的宽泛教导。因此,虽然该公开包括特定示例,但是本公开的真正范围不应该被如此限制,因为基于研究附图、说明书和所附权利要求,其他修改将变得显而易见。如在本文中使用的,短语A、B和C中的至少一个应该被解释为意味着使用非排他性的逻辑或(OR)的逻辑(A或B或C)。应该理解的是,在没有改变本公开的原理的情况下,方法内的一个或多个步骤可以以不同的次序(或同时地)被执行。
在该申请(包括下面的定义)中,可以用术语电路替换术语模块。术语模块可以指代如下各项、成为如下各项的一部分、或包括如下各项:专用集成电路(ASIC);数字、模拟或混合模拟/数字分立电路;数字、模拟或混合模拟/数字集成电路;组合逻辑电路;现场可编程门阵列(FPGA);执行代码的(共享、专用或群组)处理器;存储由处理器执行的代码的(共享、专用或群组)存储器;提供描述的功能的其他合适的硬件部件;或上述各项中一些或所有的组合,诸如片上系统。
如上述使用的术语代码可以包括软件、固件和/或微代码,并且可以指代程序、例程、函数、类、和/或对象。术语共享处理器涵盖执行来自多个模块的一些或所有代码的单个处理器。术语群组处理器涵盖与附加处理器相结合来执行来自一个或多个模块的一些或所有代码的处理器。术语共享存储器涵盖存储来自多个模块的一些或所有代码的单个存储器。术语群组存储器涵盖与附加存储器相结合来存储来自一个或多个模块的一些或所有代码的存储器。术语存储器可以是术语计算机可读介质的子集。术语计算机可读介质不涵盖通过介质传播的暂时性电和电磁信号,并且可以因此被认为是有形和非暂时性的。非暂时性有形计算机可读介质的非限制性示例包括非易失性存储器、易失性存储器、磁储存装置和光储存装置。
本申请中描述的设备和方法可以通过由一个或多个处理器执行的一个或多个计算机程序部分或完全实现。计算机程序包括存储在至少一个非暂时性有形计算机可读介质上的处理器可执行指令。计算机程序还可以包含和/或依赖于存储的数据。
在下文中,本发明的一些实施例被描述:
1.一种用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的方法,该方法包括:测量由手持式糖尿病管理设备接收到的血液样本中的血糖(bG)水平;将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;响应于血液样本的接收,选择具有血液样本的该分类并且在接收到血液样本之前的预定时期内接收到的一组存储的bG水平;根据选择的bG水平计算bG评价参数;关于第一预定标准评价bG评价参数,第一预定标准包括指示高bG水平或低bG水平的第一阈值;当bG评价参数大于或小于第一阈值时,选择性地显示所选择的bG水平中的模式的识别的指示;以及仅响应于接收到指示模式存在的确认的预定用户输入从显示器去除指示。
2.实施例1的方法进一步包括基于指示分类的用户输入存储分类。
3.实施例1的方法进一步包括,当与分类中的一个相关联的提醒数据被启用时,显示在与分类中的所述一个相关联的预定时间处提供血液样本的提醒。
4.实施例3的方法进一步包括基于指示是否显示在预定时间处提供血液样本的提醒的用户输入更新提醒数据。
5.实施例1的方法进一步包括基于血液样本的接收时间确定针对血液样本的分类。
6.实施例5的方法进一步包括:当血液样本的接收时间在与空腹样本相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是空腹样本。
7.实施例5的方法进一步包括:当血液样本的接收时间在与早餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是早餐前样本。
8.实施例7的方法进一步包括:当血液样本的接收时间在被分类为早餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是早餐后样本。
9.实施例5的方法进一步包括:当血液样本的接收时间在指示早餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是早餐后样本。
10. 实施例5的方法进一步包括:当血液样本的接收时间在与午餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是午餐前样本。
11.实施例10的方法进一步包括:当血液样本的接收时间在被分类为午餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是午餐后样本。
12.实施例5的方法进一步包括:当血液样本的接收时间在指示午餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是午餐后样本。
13.实施例5的方法进一步包括:当血液样本的接收时间在与晚餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是晚餐前样本。
14.实施例13的方法进一步包括:当血液样本的接收时间在被分类为晚餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是晚餐后样本。
15.实施例5的方法进一步包括:当血液样本的接收时间在指示晚餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是晚餐后样本。
16.实施例5的方法进一步包括:当血液样本的时间戳在与睡觉时间样本相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是睡觉时间样本。
17.实施例1的方法进一步包括:显示血液样本的bG水平;以及在显示bG水平之前,确定血液样本的分类。
18.实施例1的方法进一步包括:确定与分类相关联的第二日常事件之前的第一日常事件;以及在接收到血液样本后的一天期间,显示在与第一日常事件相关联的时间处的选择的bG水平中的模式的指示。
19.一种用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的手持式糖尿病管理设备,该手持式糖尿病管理设备包括:血糖(bG)测量引擎,测量输入到手持式糖尿病管理设备的血液样本中的bG水平;显示器;时钟,跟踪当前的日期和时间;处理器;以及包括由处理器执行的代码的存储器,该代码用于:将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;
响应于接收到血液样本,选择具有血液样本的所述分类并且在接收血液样本之前的预定时期内接收到的一组存储的bG水平;根据选择的bG水平计算bG评价参数;关于第一预定标准评价bG评价参数,第一预定标准包括指示高bG水平或低bG水平的第一阈值;以及当bG评价参数大于或小于第一阈值时,选择性地显示选择的bG水平中的模式的识别的指示。
20.实施例19的手持式糖尿病管理设备,其中该存储器进一步包括用于基于血液样本的接收时间确定针对血液样本的分类的代码。
21.实施例19的手持式糖尿病管理设备,其中该存储器进一步包括用于基于指示分类的用户输入存储针对血液样本的分类的代码。
22.实施例19的手持式糖尿病管理设备,其中该存储器进一步包括用于下述操作的代码:显示血液样本的bG水平;以及在显示bG水平之前,确定血液样本的分类。
23.实施例19的手持式糖尿病管理设备,其中该存储器进一步包括用于下述操作的代码:当与分类中的一个相关联的提醒数据启用时,显示在与该分类中的所述一个相关联的预定时间处提供血液样本的提醒。
24.实施例23的手持式糖尿病管理设备,其中存储器进一步包括用于下述操作的代码:基于指示是否显示在预定时间处提供血液样本的提醒的用户输入,更新提醒数据。
25.实施例19的手持式糖尿病管理设备,其中该存储器进一步包括用于下述操作的代码:确定与分类相关联的第二日常事件之前的第一日常事件;以及在接收到血液样本后的一天期间,显示在与第一日常事件相关联的时间处的选择的bG水平中的模式的指示。
26.一种用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的方法,该方法包括:测量由手持式糖尿病管理设备接收到的血液样本中的血糖(bG)水平;将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;选择具有该分类中的一个的一组存储的bG水平;当基于选择的bG水平计算的bG评价参数是大于指示高bG水平的第一阈值和小于指示低bG水平的第二阈值中的一种时,生成所选择的一组bG水平中的模式的识别的指示符;响应于显示在bG水平中识别的模式的用户请求:生成包括选择的bG水平中的模式的识别的模式的列表;基于预定的优先顺序标准按优先顺序排列列表;以及在显示器上显示列表。
27.实施例26的方法进一步包括基于指示分类的用户输入存储分类。
28.实施例26的方法进一步包括,当与分类中的一个相关联的提醒数据被启用时,显示在与该分类中的所述一个相关联的预定时间处提供血液样本的提醒。
29.实施例28的方法进一步包括,基于指示是否显示在预定时间处提供血液样本的提醒的用户输入,更新提醒数据。
30.实施例26的方法进一步包括,基于血液样本的接收时间确定针对血液样本的分类。
31.实施例30的方法进一步包括:当血液样本的接收时间在与空腹样本相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是空腹样本。
32.实施例30的方法进一步包括:当血液样本的接收时间在与早餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是早餐前样本。
33.实施例32的方法进一步包括:当血液样本的接收时间在被分类为早餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是早餐后样本。
34.实施例30的方法进一步包括:当血液样本的接收时间在指示早餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是早餐后样本。
35.实施例30的方法进一步包括:当血液样本的接收时间在与午餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是午餐前样本。
36.实施例35的方法进一步包括:当血液样本的接收时间在被分类为午餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是午餐后样本。
37.实施例30的方法进一步包括:当血液样本的接收时间在指示午餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是午餐后样本。
38.实施例30的方法进一步包括:当血液样本的接收时间在与晚餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是晚餐前样本。
39.实施例38的方法进一步包括:当血液样本的接收时间在被分类为晚餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是晚餐后样本。
40.实施例30的方法进一步包括:当血液样本的接收时间在指示晚餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是晚餐后样本。
41.实施例30的方法进一步包括:当血液样本的时间戳在与睡觉时间样本相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是睡觉时间样本。
42.实施例26的方法进一步包括:显示血液样本的bG水平;以及在显示bG水平之前,确定血液样本的分类。
43.实施例26的方法进一步包括:确定与分类相关联的第二日常事件之前的第一日常事件;以及在接收到血液样本后的一天期间,显示在与第一日常事件相关联的时间处的选择的bG水平中的模式的指示。
44.一种用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的手持式糖尿病管理设备,该手持式糖尿病管理设备包括:血糖(bG)测量引擎,测量输入到手持式糖尿病管理设备的血液样本中的bG水平;显示器;时钟,跟踪当前的日期和时间;处理器;以及包括由处理器执行的代码的存储器,该代码用于:测量由手持式糖尿病管理设备接收到的血液样本中的血糖(bG)水平;将bG水平和血液样本的接收时间存储在存储器中;存储血液样本的分类,其中该分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;选择具有该分类中的一个的一组存储的bG水平;当基于选择的bG水平计算的bG评价参数是大于指示高bG水平的第一阈值和小于指示低bG水平的第二阈值中的一种时,生成所选择的一组bG水平中的模式的识别的指示符;响应于显示在bG水平中识别的模式的用户请求:生成包括选择的bG水平中的模式的识别的模式的列表;基于预定的优先顺序标准按优先顺序排列列表;以及在显示器上显示列表。
45.实施例44的手持式糖尿病管理设备,其中该存储器进一步包括用于基于血液样本的接收时间确定针对血液样本的分类的代码。
46.实施例44的手持式糖尿病管理设备,其中该存储器进一步包括用于基于指示分类的用户输入存储针对血液样本的分类的代码。
47.实施例44的手持式糖尿病管理设备,其中该存储器进一步包括用于下述操作的代码:显示血液样本的bG水平;以及在显示bG水平之前,确定血液样本的分类。
48.实施例44的手持式糖尿病管理设备,其中该存储器进一步包括用于下述操作的代码:当与分类中的一个相关联的提醒数据被启用时,显示在与该分类中的所述一个相关联的预定时间处提供血液样本的提醒。
49.实施例48的手持式糖尿病管理设备,其中该存储器进一步包括用于下述操作的代码:基于指示是否显示在预定时间处提供血液样本的提醒的用户输入,更新提醒数据。
50.实施例44的手持式糖尿病管理设备,其中该存储器进一步用于下述操作的代码:确定与分类相关联的第二日常事件之前的第一日常事件;以及在接收到血液样本后的一天期间,显示在与第一日常事件相关联的时间处的选择的bG水平中的模式的指示。
Claims (25)
1.一种用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的手持式糖尿病管理设备,所述手持式糖尿病管理设备包括:
血糖测量引擎,测量输入到手持式糖尿病管理设备的血液样本中的血糖水平;显示器;
时钟,跟踪当前的日期和时间;处理器;以及包括代码的存储器,所述代码由处理器执行以使得所述手持式糖尿病管理设备被配置成:
测量由手持式糖尿病管理设备接收到的血液样本中的血糖水平;
将血糖水平和血液样本的接收时间存储在存储器中;
基于血液样本的接收时间确定血液样本的分类;
在所述存储器中存储血液样本的分类,其中所述分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;
响应于接收到血液样本,选择具有血液样本的所述分类并且在接收到血液样本之前的预定时期内接收到的一组存储的血糖水平;
根据选择的血糖水平计算血糖评价参数;
关于第一预定标准评价血糖评价参数,第一预定标准包括指示高血糖水平或低血糖水平的第一阈值;
当血糖评价参数大于或小于第一阈值时,在所述显示器上选择性地显示所选择的血糖水平中的模式的识别的指示;以及
仅响应于接收到指示模式存在的确认的预定用户输入而从所述显示器去除所述指示。
2.权利要求1的手持式糖尿病管理设备,其中所述存储器进一步包括代码使得所述手持式糖尿病管理设备被配置成基于指示所述分类的用户输入存储针对血液样本的分类。
3.权利要求1或2的手持式糖尿病管理设备,其中所述存储器进一步包括代码使得所述手持式糖尿病管理设备被配置成:
显示血液样本的血糖水平;以及
在显示血糖水平之前,确定血液样本的分类。
4.权利要求1或2的手持式糖尿病管理设备,其中所述存储器进一步包括代码使得所述手持式糖尿病管理设备被配置成,当与所述分类中的一个相关联的提醒数据启用时,显示在与所述分类中的所述一个相关联的预定时间处提供血液样本的提醒。
5.权利要求4的手持式糖尿病管理设备,其中所述存储器进一步包括代码使得所述手持式糖尿病管理设备被配置成基于指示是否显示在预定时间处提供血液样本的提醒的用户输入,更新提醒数据。
6.权利要求5的手持式糖尿病管理设备,其中所述存储器进一步包括代码使得所述手持式糖尿病管理设备被配置成:
确定与所述分类相关联的第二日常事件之前的第一日常事件;以及
在接收到血液样本后的一天期间,显示在与第一日常事件相关联的时间处的所选择的血糖水平中的模式的指示。
7.权利要求1或2的手持式糖尿病管理设备,其中所述存储器进一步包括代码使得所述手持式糖尿病管理设备被配置成:
当基于所选择的血糖水平计算的血糖评价参数是大于指示高血糖水平的第一阈值和小于指示低血糖水平的第二阈值中的一种时,生成所选择的一组血糖水平中的模式的识别的指示符;以及为了显示在血糖水平中识别的模式:生成包括所选择的血糖水平中的模式的所识别的模式的列表;基于预定的优先顺序标准按优先顺序排列列表;以及在显示器上显示列表。
8.一种用于将血液样本分类并且鉴别在血液样本组中的医疗相关模式的方法,所述方法包括:
测量由手持式糖尿病管理设备接收到的血液样本中的血糖水平;
将血糖水平和血液样本的接收时间存储在存储器中;
基于血液样本的接收时间确定血液样本的分类;
在所述存储器中存储血液样本的分类,其中所述分类是空腹样本、早餐前样本、早餐后样本、午餐前样本、午餐后样本、晚餐前样本,晚餐后样本和睡觉时间样本中的一个;
响应于接收到血液样本,选择具有血液样本的所述分类并且在接收到血液样本之前的预定时期内接收到的一组存储的血糖水平;
根据选择的血糖水平计算血糖评价参数;
关于第一预定标准评价血糖评价参数,第一预定标准包括指示高血糖水平或低血糖水平的第一阈值;
当血糖评价参数大于或小于第一阈值时,选择性地显示所选择的血糖水平中的模式的识别的指示;以及
仅响应于接收到指示模式存在的确认的预定用户输入而从显示器去除指示。
9.权利要求8的方法,进一步包括基于指示所述分类的用户输入存储所述分类。
10.权利要求8或9的方法,进一步包括,当与所述分类中的一个相关联的提醒数据启用时,显示在与所述分类中的所述一个相关联的预定时间处提供血液样本的提醒。
11.权利要求10的方法,进一步包括,基于指示是否显示在预定时间处提供血液样本的提醒的用户输入,更新提醒数据。
12.权利要求8或9的方法,进一步包括基于血液样本的接收时间确定针对血液样本的分类。
13.权利要求12的方法,进一步包括:当血液样本的接收时间在与空腹样本相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是空腹样本。
14.权利要求12的方法,进一步包括:当血液样本的接收时间在与早餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是早餐前样本。
15.权利要求14的方法,进一步包括:当血液样本的接收时间在被分类为早餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是早餐后样本。
16.权利要求12的方法,进一步包括:当血液样本的接收时间在指示早餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是早餐后样本。
17.权利要求12的方法,进一步包括:当血液样本的接收时间在与午餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是午餐前样本。
18.权利要求17的方法,进一步包括:当血液样本的接收时间在被分类为午餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是午餐后样本。
19.权利要求12的方法,进一步包括:当血液样本的接收时间在指示午餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是午餐后样本。
20.权利要求12的方法,进一步包括:当血液样本的接收时间在与晚餐相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是晚餐前样本。
21.权利要求20的方法,进一步包括:当血液样本的接收时间在被分类为晚餐前样本的第二血液样本的第二接收时间后的预定时期内时,确定血液样本的分类是晚餐后样本。
22.权利要求12的方法,进一步包括:当血液样本的接收时间在指示晚餐开始的用户输入的第二接收时间后的预定时期内时,确定血液样本的分类是晚餐后样本。
23.权利要求12的方法,进一步包括:当血液样本的接收时间在与睡觉时间样本相关联的预定时间附近的预定时间窗口内时,确定血液样本的分类是睡觉时间样本。
24.权利要求8、9、11以及13-23中任一项的方法,进一步包括:
显示血液样本的血糖水平;以及
在显示血糖水平之前,确定血液样本的分类。
25.权利要求12的方法,进一步包括:
确定与所述分类相关联的第二日常事件之前的第一日常事件;以及
在接收到血液样本后的一天期间,显示在与第一日常事件相关联的时间处的所选择的血糖水平中的模式的指示。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/936,534 US9965587B2 (en) | 2013-07-08 | 2013-07-08 | Reminder, classification, and pattern identification systems and methods for handheld diabetes management devices |
US13/936534 | 2013-07-08 | ||
PCT/EP2014/064320 WO2015004018A2 (en) | 2013-07-08 | 2014-07-04 | Reminder, classification, and pattern identification systems and methods for handheld diabetes management devices |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105358057A CN105358057A (zh) | 2016-02-24 |
CN105358057B true CN105358057B (zh) | 2019-06-18 |
Family
ID=51659607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480038959.2A Active CN105358057B (zh) | 2013-07-08 | 2014-07-04 | 用于手持式糖尿病管理设备的提醒,分类和模式鉴别系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9965587B2 (zh) |
EP (1) | EP3019084B1 (zh) |
CN (1) | CN105358057B (zh) |
HK (1) | HK1221627A1 (zh) |
WO (1) | WO2015004018A2 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060281187A1 (en) | 2005-06-13 | 2006-12-14 | Rosedale Medical, Inc. | Analyte detection devices and methods with hematocrit/volume correction and feedback control |
JP5232003B2 (ja) | 2005-09-30 | 2013-07-10 | インテュイティ メディカル インコーポレイテッド | 多部分体液試料採取及び分析カートリッジ |
US8801631B2 (en) | 2005-09-30 | 2014-08-12 | Intuity Medical, Inc. | Devices and methods for facilitating fluid transport |
EP2293719B1 (en) | 2008-05-30 | 2015-09-09 | Intuity Medical, Inc. | Body fluid sampling device -- sampling site interface |
EP2299904B1 (en) | 2008-06-06 | 2019-09-11 | Intuity Medical, Inc. | Medical measurement method |
EP3900615A3 (en) | 2008-06-06 | 2022-03-30 | Intuity Medical, Inc. | Detection meter and mode of operation |
US8919605B2 (en) | 2009-11-30 | 2014-12-30 | Intuity Medical, Inc. | Calibration material delivery devices and methods |
US9782114B2 (en) | 2011-08-03 | 2017-10-10 | Intuity Medical, Inc. | Devices and methods for body fluid sampling and analysis |
EP3555779B1 (en) | 2016-12-13 | 2023-12-06 | Sanofi | Data management unit for supporting health control |
WO2022040334A1 (en) | 2020-08-18 | 2022-02-24 | Enviro Metals, LLC | Metal refinement |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101290320A (zh) * | 2007-03-20 | 2008-10-22 | 生命扫描有限公司 | 在糖尿病管理中用于模式识别的系统和方法 |
CN102824178A (zh) * | 2011-06-17 | 2012-12-19 | 爱科来株式会社 | 测量装置 |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6175752B1 (en) | 1998-04-30 | 2001-01-16 | Therasense, Inc. | Analyte monitoring device and methods of use |
WO2002062212A2 (en) | 2001-02-08 | 2002-08-15 | Inverness Medical Limited | A personal condition management system |
US20060010098A1 (en) | 2004-06-04 | 2006-01-12 | Goodnow Timothy T | Diabetes care host-client architecture and data management system |
ES2571279T3 (es) | 2004-12-29 | 2016-05-24 | Lifescan Scotland Ltd | Método de introducción de datos en un dispositivo de análisis de analito |
US20070276197A1 (en) | 2006-05-24 | 2007-11-29 | Lifescan, Inc. | Systems and methods for providing individualized disease management |
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 |
US20080235053A1 (en) | 2007-03-20 | 2008-09-25 | Pinaki Ray | Communication medium for diabetes management |
US20080234943A1 (en) | 2007-03-20 | 2008-09-25 | Pinaki Ray | Computer program for diabetes management |
US9886549B2 (en) | 2007-12-07 | 2018-02-06 | Roche Diabetes Care, Inc. | Method and system for setting time blocks |
JP5329562B2 (ja) | 2007-12-10 | 2013-10-30 | バイエル・ヘルスケア・エルエルシー | 試験システム |
US20090240127A1 (en) | 2008-03-20 | 2009-09-24 | Lifescan, Inc. | Methods of determining pre or post meal time slots or intervals in diabetes management |
IL197532A0 (en) | 2008-03-21 | 2009-12-24 | Lifescan Scotland Ltd | Analyte testing method and system |
US8066640B2 (en) | 2008-04-22 | 2011-11-29 | EOS Health, Inc. | Cellular GPRS-communication linked glucometer—pedometer |
WO2010056718A2 (en) * | 2008-11-11 | 2010-05-20 | Hygieia, Inc. | Apparatus and system for diabetes management |
US8812244B2 (en) | 2009-01-26 | 2014-08-19 | EOS Health, Inc. | Personalized wireless-based interactive diabetes treatment |
US20130035563A1 (en) * | 2010-01-26 | 2013-02-07 | Angelides Kimon J | Progressively Personalized Wireless-Based Interactive Diabetes Treatment |
US20100191075A1 (en) * | 2009-01-26 | 2010-07-29 | Kimon Angelides | Progressively Personalized Decision-Support Menu for Controlling Diabetes |
US20100331645A1 (en) * | 2009-06-25 | 2010-12-30 | Roche Diagnostics Operations, Inc. | Methods and systems for wireless communication between a blood glucose meter and a portable communication device |
RU2012103000A (ru) | 2009-06-30 | 2013-08-10 | Лайфскен, Инк. | Способ и система для тестирования аналита |
JP5871797B2 (ja) | 2009-06-30 | 2016-03-01 | ライフスキャン・スコットランド・リミテッド | 糖尿病管理システム及び方法 |
CA2957078C (en) | 2009-06-30 | 2019-04-30 | Lifescan, Inc | Analyte testing methods and device for calculating basal insulin therapy |
KR101632308B1 (ko) | 2009-09-23 | 2016-06-21 | 삼성전자주식회사 | 혈당 관리 정보를 제공하는 방법 및 장치 |
US20110124996A1 (en) | 2009-11-20 | 2011-05-26 | Roche Diagnostics Operations, Inc. | Diabetes health management systems and methods |
US8252549B2 (en) | 2009-11-25 | 2012-08-28 | Corning Incorporated | Multi-purpose substrates useful for cell culture and methods for making |
CA2728831A1 (en) | 2010-01-22 | 2011-07-22 | Lifescan, Inc. | Diabetes management unit, method, and system |
US20110208027A1 (en) | 2010-02-23 | 2011-08-25 | Roche Diagnostics Operations, Inc. | Methods And Systems For Providing Therapeutic Guidelines To A Person Having Diabetes |
EP2539839B1 (en) | 2010-02-25 | 2014-12-17 | Lifescan Scotland Limited | Analyte testing method and system with high and low blood glucose trends notification |
US20120130646A1 (en) | 2010-11-19 | 2012-05-24 | Lifescan, Inc. | Analyte testing method and system with high and low analyte trends notification |
US10575791B2 (en) | 2010-12-22 | 2020-03-03 | Roche Diabetes Care, Inc. | Automatic recognition of known patterns in physiological measurement data |
-
2013
- 2013-07-08 US US13/936,534 patent/US9965587B2/en active Active
-
2014
- 2014-07-04 WO PCT/EP2014/064320 patent/WO2015004018A2/en active Application Filing
- 2014-07-04 CN CN201480038959.2A patent/CN105358057B/zh active Active
- 2014-07-04 EP EP14780419.9A patent/EP3019084B1/en active Active
-
2016
- 2016-08-18 HK HK16109892.2A patent/HK1221627A1/zh unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101290320A (zh) * | 2007-03-20 | 2008-10-22 | 生命扫描有限公司 | 在糖尿病管理中用于模式识别的系统和方法 |
CN102824178A (zh) * | 2011-06-17 | 2012-12-19 | 爱科来株式会社 | 测量装置 |
Also Published As
Publication number | Publication date |
---|---|
HK1221627A1 (zh) | 2017-06-09 |
CN105358057A (zh) | 2016-02-24 |
US9965587B2 (en) | 2018-05-08 |
WO2015004018A2 (en) | 2015-01-15 |
EP3019084B1 (en) | 2019-04-24 |
EP3019084A2 (en) | 2016-05-18 |
WO2015004018A3 (en) | 2015-03-12 |
US20150012223A1 (en) | 2015-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105358057B (zh) | 用于手持式糖尿病管理设备的提醒,分类和模式鉴别系统和方法 | |
AU2021202444B2 (en) | Glycemic urgency assessment and alerts interface | |
JP4997248B2 (ja) | 薬物投与情報を決定するためのシステム及び方法 | |
US20210030323A1 (en) | Systems, devices, and methods for meal information collection, meal assessment, and analyte data correlation | |
US20180197628A1 (en) | Systems, devices, and methods for experiential medication dosage calculations | |
CN102713915B (zh) | 用于运行在收集设备上的结构化收集规程的实施、执行、数据收集以及数据分析的管理方法和系统 | |
US8766803B2 (en) | Dynamic data collection | |
CN101785702B (zh) | 健康信息系统、方法及对应装置、设备及试剂载体 | |
US20220000399A1 (en) | Systems, devices, and methods for meal information collection, meal assessment, and analyte data correlation | |
AU2016289468A1 (en) | Systems, devices, and methods for episode detection and evaluation | |
CA3158664A1 (en) | Analysis of glucose median, variability, and hypoglycemia risk for therapy guidance | |
CN102934117A (zh) | 结构化收集规程的状态报告 | |
CN103502989A (zh) | 用于处理结构化收集协议中的不可接受数值的方法和系统 | |
EP3567594B1 (en) | Diabetes management system with dynamic selection of prediction logic | |
KR101501281B1 (ko) | 당뇨병 및 당뇨 합병증 관리 방법 | |
US20150095042A1 (en) | High/low blood glucose risk assessment systems and methods | |
AU2022224705A1 (en) | Systems and methods for leveraging smartphone features in continuous glucose monitoring | |
KR102554826B1 (ko) | 건강관리서버 및 그것의 동작방법 |
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: 1221627 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |