CN109416935A - 用于分析胰岛素方案依从数据的系统和方法 - Google Patents

用于分析胰岛素方案依从数据的系统和方法 Download PDF

Info

Publication number
CN109416935A
CN109416935A CN201780041352.3A CN201780041352A CN109416935A CN 109416935 A CN109416935 A CN 109416935A CN 201780041352 A CN201780041352 A CN 201780041352A CN 109416935 A CN109416935 A CN 109416935A
Authority
CN
China
Prior art keywords
metabolic events
compliance
insulin
period
classification
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.)
Withdrawn
Application number
CN201780041352.3A
Other languages
English (en)
Inventor
H.本特松
T.B.阿拉多蒂尔
P.布罗克梅尔
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.)
Novo Nordisk AS
Original Assignee
Novo Nordisk AS
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 Novo Nordisk AS filed Critical Novo Nordisk AS
Publication of CN109416935A publication Critical patent/CN109416935A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022Monitoring a patient using a global network, e.g. telephone networks, internet
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532Measuring 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G16H20/17ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Medicinal Chemistry (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Emergency Medicine (AREA)
  • Optics & Photonics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

公开了用于监视对用于受治疗者的规定胰岛素方案的依从的系统和方法。获得包括受治疗者参与的多个代谢事件的数据集。每个代谢事件包括该事件的时间戳和第一分类,所述第一分类是依从胰岛素方案的和不依从胰岛素方案的中的一个。然后基于代谢事件的时间戳,使用第二分类进一步对每个相应代谢事件进行分类。第二分类具有由多个周期元素表示的时间周期。基于第二分类对代谢事件进行分箱,从而获得代谢事件的多个子集,每个子集针对不同的周期元素。针对每个相应子集,传送对胰岛素方案的依从的相应表示,依从的表示共同基于相应子集中的代谢事件的第一分类。

Description

用于分析胰岛素方案依从数据的系统和方法
技术领域
本公开一般地涉及用于协助患者和医疗保健从业者将对规定的胰岛素药物给药方案的周期不依从标识为用于确定对方案(regimen)依从的什么改进将有利地影响葡萄糖水平的基础的系统和方法。
背景技术
2型糖尿病由正常生理性胰岛素分泌的进行性破坏表征。在健康个体中,由胰腺β细胞进行的基础胰岛素分泌连续发生,以在进餐(meal)之间的延长时段内维持稳定的葡萄糖水平。并且在健康个体中存在餐时分泌,其中胰岛素响应于进餐而被在初始第一时相尖峰中迅速地释放,接着是在2-3个小时之后返回到基础水平的长时间胰岛素分泌。
胰岛素是和胰岛素受体结合以通过促进葡萄糖、氨基酸和脂肪酸到骨骼肌和脂肪中的细胞摄取和通过抑制葡萄糖从肝脏的输出来降低血糖的激素。在正常健康个体中,生理性基础和餐时胰岛素分泌维持血糖正常,这影响空腹血浆葡萄糖和餐后血浆葡萄糖浓度。在2型糖尿病中基础和餐时胰岛素分泌受损,并且不存在早期的餐后反应。为了解决这些不良事件,向具有2型糖尿病的患者提供胰岛素治疗方案。还向具有1型糖尿病的患者提供胰岛素治疗方案。
一些糖尿病患者仅需要基础胰岛素治疗方案来弥补胰腺β细胞胰岛素分泌中的缺陷。一些患者需要基础胰岛素治疗和餐时胰岛素治疗两者。因此,要求基础胰岛素治疗和餐时胰岛素治疗两者的患者采取周期基础胰岛素药物治疗(例如,一天一次或两次)以及与进餐一起的一次或多次餐时胰岛素药物治疗。
这些胰岛素治疗方案的目标是实现稳定的葡萄糖水平。可以通过对受治疗者采取连续的葡萄糖水平测量或通过测量HbA1c水平而推断出胰岛素治疗方案在受治疗者(subject)中的成功。术语“HbA1c”指代糖化血红蛋白。当血红蛋白(遍及身体的携带氧的红血球内的蛋白质)与血液中的葡萄糖结合时,其发展,从而变成“糖化的”。通过测量糖化血红蛋白(HbA1c),医疗保健从业者能够得到在数周/数月的时段内的平均葡萄糖水平的总体情况。对于具有糖尿病的人而言,HbA1c越高,发展糖尿病相关并发症的风险就越大。
胰岛素治疗方案不依从是糖尿病患者达到合适HbA1c目标的障碍。胰岛素方案依从通常被定义为患者正确地遵循医疗建议(例如,用于受治疗者的长期胰岛素方案,其至少包括基础胰岛素药物给药方案)的程度,但还可以是例如饮食和锻炼方面的一致性。不依从的原因有许多且不同。不依从的一个原因是差的健康素养和对治疗的理解力。患者未能理解葡萄糖测量结果,缺乏依从时的积极反馈,或者感到缺乏紧迫感。不依从的另一个原因是对副作用的恐惧。例如,对患者严格依从长期胰岛素方案时的低血糖的恐惧。不依从的又一个原因是常规的长期胰岛素方案的麻烦和耗时方面,这常常需要家庭日志记录数据以及频繁的注射和葡萄糖测量。不依从的又一个原因是没有能力精确地定位作为对稳定葡萄糖水平的不利影响的实际来源的不依从的来源。
Insulin Medical Ltd.的国际公开号WO 2012/152295 A2通过使用一个或多个传感器和致动器来优化胰岛素吸收,所述传感器和致动器被配置成提供与用户的进餐状态、进餐定时、服药的定时、药品剂量、药品类型、用户活动的记入日志及其分析有关的数据。例如,WO 2012/152295 A2公开了一种设备,所述设备可以被放置在注射部位或注射端口之上来治疗注射部位处的组织,同时在注射时利用向用户提供反馈(诸如关于错过的注射的提醒)的选项收集关于所注射的药品的信息。WO 2012/152295 A2进一步公开了使用进餐数据和其他受治疗者数据(诸如受治疗者的活动)促进相对于注射事件以及可选地相对于进餐事件映射受治疗者活动,以提供对葡萄糖和胰岛素的全身代谢过程的精细控制,并且因此使餐后高血糖和低血糖事件的发生减到最少。然而,WO 2012/152295 A2未能提供令人满意的方式来确定和量化胰岛素方案依从或其缺乏对受治疗者的健康(例如,受治疗者的葡萄糖水平)的影响,或者来提供对什么形式的胰岛素方案依从将使受治疗者受益的指导。实质上,WO 2012/152295 A2未能提供令人满意的方式来精准地对什么形式的方案不依从最不利地影响葡萄糖水平进行精确定位。此外,一般地,WO 2012/152295 A2未能提供关于受治疗者对胰岛素药物方案的依从的总体反馈。进一步地,WO 2012/152295 A2中的进餐检测不基于自主葡萄糖测量,并且因此,WO 2012/152295 A2中的进餐检测的可靠性是不确定的。
Roche Diagnostics GMBH的国际公开号WO 2014/037365 A1描述了用于分析血糖数据和事件的方法和装置,以及特别地,用于对血糖数据和与血糖数据相关联的事件(诸如进餐)之间的相关性进行可视化的计算机实现方法。然而,WO 2014/037365 A1未能公开根据胰岛素方案依从对进餐的任何分类。进一步地,WO 2014/037365 A1未能提供令人满意的的方式来确定和量化胰岛素方案依从或其缺乏对受治疗者的健康的影响,或者来提供对什么形式的胰岛素方案依从将使受治疗者受益的指导。
Roche Diagnostics GMBH的国际公开号WO 2010/149388 A2描述了一种测量对遵循或实现规定疗法步骤的依从以实现针对改进的慢性疾病自我管理的所声明的目标目的的方法。该方法包括定义多个依从单元,每个依从单元包含管理需要被实现以便完成规定疗法步骤的活动的多个规则;当所述活动被实现时收集数据,从而在所收集的数据中指定感兴趣的时间窗;确定所收集的数据中的落在所指定的感兴趣的时间窗内的依从单元的总数;当所收集的数据指示所实现的活动依照所述规则时,对作为已依从的单元的在所指定的感兴趣的时间窗中的依从单元中的每个进行计数;将依从确定为针对已依从的单元的计数对针对所指定的时间窗的依从单元的总数的百分比;以及提供所确定的依从百分比和针对所指定的时间窗的依从计数中的至少一个。该公开进一步描述了时间段是描述绝对时间窗的时间的开始和结束,在所述绝对时间窗期间考虑所有被记录的活动,以及子集时间段是时间段内的时间窗的子集。子集时间段涵盖具有某个周期的事件。例如,子集时间段可以是仅涵盖星期一的早餐活动。该公开进一步描述了计算机程序,其在处理设备上运行时指示处理设备按照规定的(即,输入的和选择的)(一个或多个)协议收集关于个体的活动的数据。通过计算机程序指示处理设备经由用户接口或其他合适的输出硬件提示个体并接受提供信息的用户输入,处理设备捕捉关于每个活动的信息。计算机程序然后将所输入的信息存储在处理设备的存储器中作为所收集的数据。在一个实施例中,计算机程序诸如利用开始和完成的时间戳、上下文信息以及其他相关的量化和主观数据对关于协议和/或活动的所收集的数据进行注释。经由上面提及的数据收集过程记录活动和管理关联信息使这样的数据能够被分析,以便提供对个体依从水平的评定。特别地,经由数据收集过程,在处理设备的存储器(或数据库)内捕捉数据信息和关联,使得所记录的活动序列没有歧义。然后在稍后的步骤中利用所收集的数据以用于:提取数据的相关子集、应用依从规则和提供作为比率或采用百分比格式的数字或者指示依从被实现的程度的等同物。即使活动单元一般具有有限的持续时间,但是活动的开始被视为针对活动单元16的绝对时间。例如,早餐活动时间是早餐活动单元被发起的时间。如果早餐活动由许多活动步骤(诸如例如,估计早餐膳食中的碳水化合物,接着是测量血糖(bG),接着是计算胰岛素剂量,接着是吃早餐膳食,接着是对bG进行2小时餐后测量)组成,则按照偏好或选择对早餐活动进行定时以用于如优选地由内科医生建议的那样例如在个体开始估计早餐中的碳水化合物时标记该活动。如看起来那样,WO 2010/149388 A2依赖于通过提示用户来收集数据,并且因此,所收集的数据包括用户输入活动。WO 2010/149388没有解决在其中用户在被提示时忘记输入、在被提示时不能回答、或者出于某个原因而在被提示时向存储器输入错误数据的情况下测量与规定的方案有关的代谢活动的依从的问题,并且它没有解决基于用户已经参与以及不仅仅意图参与或者已经在不久前参与的代谢活动来直接监视依从的问题。此外,低依从的时段可能与受治疗者在被提示时在输入中不太可靠相关联,即受治疗者参与某些社交活动的周末。换言之,用户输入活动和与监视对规定的方案的依从有关的代谢活动之间的定时易受不确定性影响。
考虑到上面的背景,本领域中所需要的是提供令人满意的方式来对什么形式的方案不依从不利地影响糖尿病患者中的葡萄糖水平进行精确定位的系统和方法。
本公开的目的是提供用于可靠地监视和传送胰岛素方案依从并对什么形式的方案不依从不利地影响糖尿病患者中的葡萄糖水平进行精确定位的系统和方法。
发明内容
在本发明的公开内容中,将描述将解决上面的目的中的一个或多个或将解决从下面的公开内容中以及从示例性实施例的描述中显而易见的目的的实施例和方面。
本公开通过提供用于协助患者和医疗保健从业者将对规定的胰岛素药物给药方案的周期不依从标识为用于确定对方案依从的什么改进将有利地影响葡萄糖水平的基础的方法和装置来解决本领域中的上面标识的需求。
使用本公开的系统和方法,患者或医疗保健从业者可以确定什么形式的方案不依从最不利地影响葡萄糖水平。例如,使用本公开的系统和方法,可以阐明不顺从的周期模式,以及它们对稳定的葡萄糖水平的影响。
在本公开的一个方面,提供了用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案的依从的系统和方法。在设备处获得第一数据集。第一数据集包括受治疗者参与的多个代谢事件。所述多个代谢事件中的每个相应代谢事件包括(i)该相应代谢事件的时间戳,以及(ii)第一分类,其是依从胰岛素方案的和不依从胰岛素方案的中的一个。
所述多个代谢事件中的每个相应代谢事件被基于相应代谢事件的时间戳、使用第二分类进行分类。第二分类由时间周期表征并且包括多个周期元素。一旦根据第二分类进行分类,就基于第二分类对所述多个代谢事件中的每个相应代谢事件进行分箱,从而获得所述多个代谢事件的多个子集。所述多个子集中的所述多个代谢事件的每个相应子集针对所述多个周期元素中的不同周期元素。
针对所述多个子集中的每个相应子集,传送对规定的胰岛素药物给药方案的依从的相应表示。针对给定子集的依从的相应表示共同基于相应子集中的代谢事件的第一分类。以该方式,监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案的依从。
在此提供了基于受治疗者实际上参与的代谢事件建立依从监视并从而估计用户行为不始终遵循预期的风险的系统和方法。该系统和方法解决了如何有系统地允许基于良好定义且可靠的参考时间点跟踪周期依从或不依从的问题。因为数据集仅包括受治疗者参与的代谢事件,所以该系统和方法不依赖于用户响应上的输入,并且它从而解决了现有技术的问题。因为数据集包括针对受治疗者参与的每个代谢事件的时间戳,所以依从是在高程度的不确定性的情况下监视的。出于监视依从的目的而对包括受治疗者实际上参与的代谢事件的数据的使用先前未被使用或描述,也不具有使用这样的数据以便最小化所监视的依从的不确定性的重要性。
在进一步的方面,代谢事件的时间戳是从代谢事件的指示器(indicator)的自主地加时间戳的测量结果导出的。
在进一步的方面,代谢事件的时间戳是从自主的加时间戳的葡萄糖测量结果导出的,其中葡萄糖测量结果是代谢事件的指示器,即,葡萄糖测量结果是血流中的葡萄糖浓度的测量结果。
在进一步的方面,代谢事件的时间戳是从自主的加时间戳的胰高血糖素、脂质或氨基酸测量结果导出的,其中胰高血糖素、脂质或氨基酸测量结果是代谢事件的指示器,即,所述测量结果是血流中的相应分子的浓度的测量结果。
在进一步的方面,自主测量结果是由测量设备获得的测量结果,其中测量是在没有用户的外部控制的情况下进行或执行的。在此提供了不依赖于由受治疗者或设备的操作者控制的输入的数据。
在进一步的方面,自主测量结果是由以指定或可变的频率进行测量的设备获得的测量结果。
在一些实施例中,所述多个代谢事件中的每个相应代谢事件在跨越多周的时间段内,时间周期是每周一次,并且所述多个代谢事件中的每个周期元素是一周七天中的不同天。在一些这样的实施例中,所述多个代谢事件中的每个相应代谢事件是空腹事件,并且胰岛素药物给药方案是基础胰岛素药物给药方案。
在其他实施例中,所述多个代谢事件中的每个相应代谢事件在跨越多天的时间段内,所述多个代谢事件中的每个相应代谢事件是进餐事件,并且胰岛素药物给药方案是餐时胰岛素药物给药方案。在一些这样的实施例中,时间周期是每日一次,并且所述多个周期元素中的每个周期元素是“早餐”、“午餐”和“晚餐”中的不同的一个。在其他实施例中,时间周期是每周一次,并且所述多个周期元素中的每个周期元素表示一组21个排入日程表的每周进餐中的不同的一餐。
在一些实施例中,针对所述多个子集中的每个相应子集的依从的相应表示被共同表示为包括多个旋转(revolution)的连续二维螺旋时间线。该螺旋时间线包括多个径向扇区(radial sector),并且所述多个旋转中的每个旋转表示时间周期的时段。进一步地,所述多个径向扇区中的每个相应径向扇区被唯一地分配所述多个子集中的对应子集。
在一些实施例中,多个依从值中的每个相应依从值表示多个时间窗中的对应时间窗。进一步地,所述多个时间窗中的每个相应时间窗具有相同的第一固定持续时间。在这样的实施例中,通过将依从胰岛素方案的代谢事件的数目除以所述多个代谢事件中的具有在与相应依从值对应的时间窗中的时间戳的代谢事件的总数来计算所述多个依从值中的每个相应依从值。进一步地,基于由相应依从值表示的时间段,将所述多个依从值中的每个相应依从值分配给所述多个径向扇区中的相应径向扇区,从而针对所述多个子集中的每个相应子集形成对规定的胰岛素药物给药方案的依从的相应表示。在一些这样的实施例中,二维螺旋时间线中的每个相应依从值被颜色编码为该相应依从值的绝对值的函数。在一些这样的实施例中,连续的二维螺旋是阿基米德螺旋或对数螺旋。
在一些实施例中,用于执行上面标识的方法中的任一个的设备包括显示器,并且其在显示器上呈现对规定的胰岛素药物给药方案的依从的每个相应表示。在一些这样的实施例中,该设备是移动设备。
在进一步的方面,获得第二数据集。第二数据集包括受治疗者的多个自主葡萄糖测量结果,以及针对所述多个自主葡萄糖测量结果中的每个相应自主葡萄糖测量结果的表示何时做出相应测量的时间戳。
在一些实施例中,基于相应自主葡萄糖测量结果的时间戳,使用第二分类对所述多个自主葡萄糖测量结果中的每个相应自主葡萄糖测量结果进行分类。进一步地,所述多个子集中的每个相应子集被用已被分类为相应子集所表示的所述多个周期元素中的相同周期元素的所述多个自主葡萄糖测量结果中的自主葡萄糖测量结果的那些值来传送。在一些这样的实施例中,所述设备进一步包括无线接收器,并且第二数据集是从附着到受治疗者的葡萄糖传感器无线地获得的。
在进一步的方面,所述方法包括:从由受治疗者使用以应用胰岛素药物给药方案的一个或多个胰岛素笔获得第三数据集,第三数据集包括多个胰岛素药物记录,所述多个药物记录中的每个胰岛素药物记录包括:(i)相应胰岛素药物注射事件,其包括使用所述一个或多个胰岛素笔中的相应胰岛素笔注射到受治疗者中的胰岛素药物的量,以及(ii)对应的电子时间戳,其在相应胰岛素药物注射事件发生时由相应胰岛素笔自动生成;使用第二数据集中的受治疗者的所述多个自主葡萄糖测量结果和相应时间戳来标识所述多个代谢事件;将第一表征应用于所述多个代谢事件中的每个相应代谢事件,其中第一表征是依从胰岛素方案的和不依从胰岛素方案的中的一个,当第二数据集包括在时间和定量的基础上建立在相应代谢事件期间对胰岛素药物给药方案的依从的一个或多个药物记录时,相应代谢事件被视为依从基础方案,并且当第二数据集未能包括在时间和定量的基础上建立对胰岛素药物给药方案的依从的一个或多个药物记录时,相应代谢事件被视为不依从胰岛素方案。
在进一步的方面,所述方法包括:从由受治疗者使用以应用胰岛素药物给药方案的一个或多个胰岛素笔获得第三数据集,第三数据集包括多个胰岛素药物记录,所述多个药物记录中的每个胰岛素药物记录包括:(i)相应胰岛素药物注射事件,其包括使用所述一个或多个胰岛素笔中的相应胰岛素笔注射到受治疗者中的胰岛素药物的量,以及(ii)对应的电子时间戳,其在相应胰岛素药物注射事件发生时由相应胰岛素笔自动生成;使用第二数据集中的受治疗者的所述多个自主葡萄糖测量结果和相应时间戳来标识多个空腹事件;将第一分类应用于所述多个空腹事件中的每个相应空腹事件,其中第一分类是依从胰岛素方案的和不依从胰岛素方案的中的一个,当第二数据集包括在时间和定量的基础上建立在相应空腹事件期间对胰岛素药物给药方案的依从的一个或多个药物记录时,相应空腹事件被视为依从基础方案,并且当第二数据集未能包括在时间和定量的基础上建立在相应空腹事件期间对胰岛素药物给药方案的依从的一个或多个药物记录时,相应空腹事件被视为不依从胰岛素方案。
在进一步的方面,所述药物记录进一步包括胰岛素药物类型,并且其中当所述多个药物记录中的一个或多个药物记录在第三数据集中在胰岛素药物类型基础上进一步指示在相应空腹事件期间对长期胰岛素药物给药方案的依从时,相应空腹事件被视为依从胰岛素方案,并且当第三数据集中的所述多个药物记录未能进一步在胰岛素药物类型基础上指示在相应空腹时段期间对胰岛素药物给药方案的依从时,相应空腹事件被视为不依从胰岛素方案。
在进一步的方面,依从胰岛素方案被定义为依从基础方案,并且不依从胰岛素方案被定义为不依从基础方案。
在进一步的方面,所述方法包括:从由受治疗者使用以应用胰岛素药物方案的一个或多个胰岛素笔获得第三数据集,第三数据集包括多个胰岛素药物记录,所述多个药物记录中的每个胰岛素药物记录包括:(i)相应胰岛素药物注射事件,其包括使用所述一个或多个胰岛素笔中的相应胰岛素笔注射到受治疗者中的胰岛素药物的量,以及(ii)对应的电子时间戳,其在相应胰岛素药物注射事件发生时由相应胰岛素笔自动生成;所述方法进一步包括使用第二数据集中的所述多个自主葡萄糖测量结果和对应的时间戳来标识所述多个进餐事件;将第一分类应用于所述多个进餐事件中的每个相应进餐事件,其中第一分类是依从胰岛素方案的和不依从胰岛素方案的中的一个,当所述多个药物记录中的一个或多个药物记录在第三数据集中在时间基础上、在定量基础上指示在相应进餐期间对胰岛素药物给药方案的依从时,相应进餐事件被视为依从胰岛素方案,并且当第三数据集中的所述多个药物记录未能在时间基础和定量基础上指示在相应进餐期间对胰岛素药物给药方案的依从时,相应进餐被视为不依从胰岛素方案。
在进一步的方面,所述药物记录进一步包括胰岛素药物类型,并且其中当所述多个药物记录中的一个或多个药物记录在第三数据集中在胰岛素药物类型基础上进一步指示在相应进餐期间对胰岛素药物给药方案的依从时,相应进餐事件被视为依从胰岛素方案,并且当第三数据集中的所述多个药物记录未能进一步在胰岛素药物类型基础上指示在相应进餐期间对胰岛素药物给药方案的依从时,相应进餐被视为不依从胰岛素方案。
在进一步的方面,依从胰岛素方案被定义为依从餐时方案,并且不依从胰岛素方案被定义为不依从餐时方案。
在进一步的方面,代谢事件是从与指示代谢事件的像咀嚼或吞咽之类的身体功能有关的测量自动获得的。取决于强度,咀嚼或吞咽可以是进餐事件的指示。
在进一步的方面,代谢事件固有地被加时间戳,即,代谢事件的时间戳是代谢事件的发生的直接结果,并且所述时间戳是响应于该发生而获取的。
在此提供了确保关于受治疗者已经参与的代谢事件来监视依从的系统,并且随着代谢事件被加时间戳,提供了良好定义的时间上的参考,从而允许对依从的分类利用时间戳。
在进一步的方面,与相应代谢事件有关的时间戳被用作开始点,以用于确定代谢事件是依从胰岛素方案的还是不依从胰岛素方案的。
在进一步的方面,其中代谢事件是空腹事件,所述空腹事件被使用受治疗者的自主的加时间戳的葡萄糖测量结果来标识。
在进一步的方面,其中代谢事件是进餐事件,所述进餐事件被使用自主的加时间戳的葡萄糖测量结果来标识。
在进一步的方面,代谢事件可以是在药物方案中定义的代谢事件,其可以被从连续测量与受治疗者的代谢状态有关的事件的指示器的设备自动标识,由此所述设备允许代谢事件被加时间戳且被关于药物方案分类为依从方案或不依从方案。例如,根据药物方案而定义的代谢事件可以是进餐事件,其中所述药物方案确定应当基于与该事件有关的葡萄糖测量结果来管理餐时胰岛素,或者所述代谢事件可以是空腹事件,其中所述药物方案确定应当基于与该事件有关的葡萄糖测量结果来管理基础胰岛素。
在另一方面,所述方法进一步包括计算多个主要依从值,其中所述多个主要依从值中的每个相应主要依从值表示所述多个周期元素中的对应周期元素,以及通过将每个相应子集中的依从胰岛素方案的代谢事件的数目除以相应子集中的与相应周期元素对应的代谢事件的总数来计算所述多个主要依从值中的每个相应主要依从值,并且其中针对所述多个子集中的每个相应子集的依从的相应表示被共同表示为对应的主要依从值。
本公开的另一方面提供了一种监视对用于受治疗者的规定的胰岛素方案的依从的方法。该方法包括获得第一数据集。第一数据集包括受治疗者参与的多个代谢事件。所述多个代谢事件中的每个相应代谢事件包括(i)该相应代谢事件的时间戳和(ii)第一分类,其是依从胰岛素方案的和不依从胰岛素方案的中的一个。基于相应代谢事件的时间戳,使用第二分类对所述多个代谢事件中的每个相应代谢事件进行分类。第二分类由时间周期表征并且包括多个周期元素。基于第二分类对所述多个代谢事件中的每个相应代谢事件进行分箱,从而获得所述多个代谢事件的多个子集。所述多个子集中的所述多个代谢事件的每个相应子集针对所述多个周期元素中的不同周期元素。针对所述多个子集中的每个相应子集,传送对规定的胰岛素药物给药方案的依从的相应表示。依从的相应表示共同基于相应子集中的代谢事件的第一分类。以该方式,监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案的依从。
在本公开的另一方面,提供了一种包括指令的计算机程序,所述指令在被一个或多个处理器执行时实行包括以下步骤的方法:
获得第一数据集,第一数据集包括受治疗者参与的多个代谢事件,其中所述多个代谢事件中的每个相应代谢事件包括(i)该相应代谢事件的时间戳和(ii)第一分类,其是依从胰岛素方案的和不依从胰岛素方案的中的一个;
基于相应代谢事件的时间戳,使用第二分类对所述多个代谢事件中的每个相应代谢事件进行分类,其中第二分类由时间周期表征并且包括多个周期元素;
基于第二分类对所述多个代谢事件中的每个相应代谢事件进行分箱,从而获得所述多个代谢事件的多个子集,其中所述多个子集中的所述多个代谢事件的每个相应子集针对所述多个周期元素中的不同的周期元素;以及
针对所述多个子集中的每个相应子集,传送对规定的胰岛素药物给药方案的依从的相应表示,依从的相应表示共同基于相应子集中的代谢事件的第一分类,从而监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案的依从。
在进一步的方面,提供了一种其上存储有计算机程序的计算机可读数据载体。
附图说明
图1图示了根据本公开的实施例的示例性系统拓扑,其包括用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案的依从的方案依从监视器设备、用于分析并准备方案依从数据的方案依从评定器设备、测量来自受治疗者的葡萄糖数据的一个或多个葡萄糖传感器、以及由受治疗者使用以根据规定的胰岛素药物给药方案注射胰岛素药物的一个或多个胰岛素笔或泵,其中上面标识的部件可选地通过通信网络而互连。
图2图示了根据本公开的实施例的用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案的依从的设备。
图3图示了根据本公开的另一个实施例的用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案的依从的设备。
图4A、4B和4C共同提供了根据本公开的各种实施例的用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案的依从的设备的过程和特征的流程图。
图5图示了根据本公开的实施例的(一个或多个)所连接的胰岛素笔、(一个或多个)连续葡萄糖监视器、存储器以及用于执行自主葡萄糖数据的算法分类的处理器的示例集成系统。
图6图示了根据本公开的实施例的用于对代谢事件进行分类的算法。
图7图示了根据本公开的实施例的基于相应代谢事件的时间戳、使用第二分类对多个代谢事件中的每个相应代谢事件的分类,其中第二分类由时间周期表征并且包括多个周期元素。
图8图示了根据本公开的实施例的基于相应代谢事件的时间戳、使用第二分类对多个代谢事件中的每个相应代谢事件的分类,其中第二分类由时间周期表征并且包括周期元素“早餐”、“午餐”和“晚餐”。
图9图示了根据本公开的一个实施例基于第二分类对多个代谢事件中的每个相应代谢事件进行分箱,从而获得所述多个代谢事件的多个子集。
图10图示了根据本公开的另一个实施例基于第二分类对多个代谢事件中的每个相应代谢事件进行分箱,从而获得所述多个代谢事件的多个子集。
图11图示了根据本公开的实施例的针对多个子集中的每个相应子集的依从的相应表示,所述依从的相应表示被共同表示为包括多个旋转的连续二维螺旋时间线。
图12图示了根据本公开的方面的来自子集中的针对周期元素的代谢事件的第一分类的依从值的计算。
遍及附图的若干视图,同样的参考数字指代对应的部分。
具体实施方式
本公开依赖于对关于受治疗者在一时间段内参与的多个代谢事件(诸如空腹事件或进餐)的数据的获取。对于每个这样的代谢事件,该数据包括依从胰岛素方案或不依从胰岛素方案的代谢事件的时间戳和分类。图1图示了用于获取这样的数据的集成系统502的示例,并且图5提供了这样的系统502的更多细节。集成系统502包括一个或多个所连接的胰岛素笔或泵104、一个或多个连续葡萄糖监视器102、存储器506以及用于执行受治疗者的自主葡萄糖数据的算法分类的处理器(未示出)。
代谢事件是与代谢有关的事件,其是原生质的累积和破坏中的过程的总和,例如活细胞中的化学改变,通过该化学改变,为至关重要的过程和活动提供能量并且同化新材料(即,将新材料用作营养)。
活体中的代谢可以以不同状态定义:吸收状态或馈给状态,其在进餐后当身体正在消化食物并吸收养分时出现。消化在食物进入嘴的时刻随着食物被分解成要通过肠吸收的其组成部分而开始。碳水化合物的消化在嘴中开始,而蛋白质和脂肪的消化在胃和小肠中开始。这些碳水化合物、脂肪以及蛋白质的组成部分跨肠壁而传输,并进入血流(糖和氨基酸)或淋巴系统(脂肪)。这些系统将它们从肠道传输到将处理和使用或存储能量的肝脏、脂肪组织或肌肉细胞。在吸收状态中,葡萄糖、脂质和氨基酸进入血流,并且胰岛素可以被释放(取决于其他条件,像糖尿病的状态和类型)。吸收后状态或空腹状态在食物已经被消化、吸收和存储时出现。你通常整夜空腹,但是在白天期间跳过进餐也使你的身体处于吸收后状态中。在该状态期间,身体最初必须依赖于所存储的糖元。血液中的葡萄糖水平随着它被细胞吸收和使用而开始下降。响应于葡萄糖的减少,胰岛素水平也下降。糖元和甘油三酯储存放缓。然而,由于组织和器官的需求,血糖水平必须被维持在80-120mg/dL的正常范围内。响应于血糖浓度的下降,从胰腺的α细胞释放激素胰高血糖素。胰高血糖素作用于肝脏细胞,其中它抑制糖元的合成并刺激所存储的糖元分解回为葡萄糖。从肝脏释放该葡萄糖以供外围组织和大脑使用。因此,血糖水平开始上升。葡萄糖异生作用也将在肝脏中开始以代替已被外围组织使用的葡萄糖。可以在OpenStax大学,解剖学与生理学. OpenStax CNX.http://cnx.org/contents/14fb4ad7-39a1-4eee-ab6e-3ef2482e3e22@8.81中找到进一步的信息。
因此,代谢事件可以与其中某个代谢状态出现的事件有关,并且,可以通过测量该事件的指示器的浓度来检测该出现。代谢事件将是状态的类型以及该状态的进展的指示器,并且代谢事件的指示器可以是血流中的葡萄糖、胰高血糖素、脂质以及氨基酸的浓度。对于确定与代谢有关的事件而言,其他激素(像皮质醇和肾上腺素)也可以是有用的。
自主测量结果或自主数据是由以指定或可变的频率进行测量的设备获得的测量结果或数据,其中该测量是在没有外部控制的情况下进行或执行的,例如,当该设备正在测量模式中操作时,可以在没有来自使用该设备的受治疗者的控制的情况下执行该测量。
参考图5,利用集成系统502,获得受治疗者的自主的加时间戳的葡萄糖测量结果520。而且,获得来自用于将规定的胰岛素方案应用于受治疗者的一个或多个胰岛素笔和/或泵的数据540作为多个记录。每个记录包括加时间戳的事件,其将受治疗者接收到的所注射(或泵送)的胰岛素药物的量指定为规定的胰岛素药物给药方案的一部分。使用受治疗者的自主的加时间戳的葡萄糖测量结果来标识空腹事件。可选地,还使用自主的加时间戳的葡萄糖测量结果来标识进餐事件502。以该方式,对该葡萄糖测量结果进行过滤504并将其存储在非暂时性存储器506中。
代谢事件被表征为依从或不依从。当来自一个或多个所连接的胰岛素笔或泵104的一个或多个记录在时间上且定量地建立对规定的胰岛素药物方案的依从时,代谢事件是依从的。相反地,当没有来自一个或多个所连接的胰岛素笔或泵104的记录在时间上且定量地建立对规定的基础胰岛素药物方案的依从时,代谢事件被表征为不依从。
每个空腹事件被分类为依从或不依从508。当来自一个或多个所连接的胰岛素笔或泵104的一个或多个记录在时间上且定量地建立在空腹事件期间对规定的基础胰岛素药物方案的依从时,该空腹事件是依从的。相反地,当没有来自一个或多个所连接的胰岛素笔或泵104的记录在时间上且定量地建立对规定的基础胰岛素药物方案的依从时,空腹事件被分类为不依从。
当一个或多个药物记录在时间基础上、在定量基础上以及在胰岛素药物类型基础上指示在相应进餐期间对规定的餐时胰岛素药物给药方案的依从时,该相应进餐被视为依从餐时方案。相反地,当所述多个药物记录未能在时间基础上、在定量基础上以及在胰岛素药物类型基础上指示在相应进餐期间对规定的餐时胰岛素药物给药方案的依从时,该相应进餐被视为不依从餐时方案。
根据本公开的方法,对该经过滤和分类的葡萄糖数据进行分析和可视化510。这样的可视化使受治疗者或医疗保健从业者能够标识暂时的胰岛素方案依从模式及其对重要的受治疗者生物标记(诸如血糖水平和HbA1c水平)的影响。
现在将详细地参考实施例,其示例被在附图中图示。在以下详细描述中,阐述了许多具体细节以便提供对本公开的透彻理解。然后,对本领域普通技术人员而言将是显而易见的是,可以在没有这些具体细节的情况下实践本公开。在其他实例中,未详细描述公知的方法、过程、部件、电路和网络,以免不必要地使实施例的方面模糊。
还将理解的是,虽然在本文中可以使用术语第一、第二等来描述各种元件,但是这些元件不应当受这些术语限制。这些术语仅用于将一个元件与另一个元件区分开。例如,在不脱离本公开的范围的情况下,第一受治疗者可以被称为第二受治疗者,并且类似地,第二受治疗者可以被称为第一受治疗者。第一受治疗者和第二受治疗者两者都是受治疗者,但是他们不是相同的受治疗者。进一步地,在本文中可互换地使用术语“受治疗者”和“用户”。术语胰岛素笔意味着适合于应用分立剂量的胰岛素的注射设备,并且其中该注射设备被适配成用于将剂量相关的数据记入日志记录和传送剂量相关的数据。
本公开中使用的术语仅用于描述特定实施例的目的,并且不意图限制本发明。如本发明的说明书和所附权利要求中所使用的,单数形式“一”、“一个”和“该”意图也包括复数形式,除非上下文以其他方式清楚地指示。还将理解的是,如在本文中使用的术语“和/或”指代并包含一个或多个关联的所列项目的任何和所有可能组合。将进一步理解的是,当在本说明书中使用时,术语“包括”和/或“包括有”指定存在所声明的特征、整数、步骤、操作、元件和/或部件,但不排除一个或多个其他特征、整数、步骤、操作、元件、部件和/或其组的存在或附加。
如本文中所使用,取决于上下文,术语“如果”可以被理解成意味着“当……时”或“在……时”或“响应于确定”或“响应于检测到”。类似地,取决于上下文,短语“如果确定”或“如果检测到[所声明的条件或事件]”可以被理解成意味着“在确定……时”或“响应于确定”或“在检测到[所声明的条件或事件]时”或“响应于检测到[所声明的条件或事件]”。
结合图1至3描述了根据本公开的用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案206的依从的系统48的详细描述。照此,图1至3共同图示了根据本公开的系统的拓扑。在该拓扑中,存在用于监视对规定的胰岛素药物给药方案的依从的设备(“监视器设备250”)(图1、2和3)、用于评定方案依从的设备(“依从设备200”)、与受治疗者相关联的一个或多个葡萄糖传感器102(图1)、以及用于将胰岛素药物注射到受治疗者中的一个或多个胰岛素笔或泵104(图1)。遍及本公开,仅出于清楚的目的,依从设备200和监视器设备250将被引用为分离的设备。也就是说,依从设备200的所公开的功能和监视器设备250的所公开的功能被包含在分离的设备中,如图1中所图示的。然而,将领会的是,事实上,在一些实施例中,依从设备200的所公开的功能和监视器设备250的所公开的功能被包含在单个设备中。
参考图1,监视器设备250监视对向受治疗者规定的胰岛素药物给药方案的依从。为了这么做,与监视器设备250电气通信的依从设备200在持续进行的基础上接收源于附连到受治疗者的一个或多个葡萄糖传感器102的自主葡萄糖测量结果。进一步地,依从设备200从由受治疗者使用以注射胰岛素药物的一个或多个胰岛素笔和/或泵104接收胰岛素药物注射数据。在一些实施例中,依从设备200直接从(一个或多个)葡萄糖传感器102和由受治疗者使用的胰岛素笔和/或泵104接收这样的数据。例如,在一些实施例中,依从设备200通过射频信号无线地接收该数据。在一些实施例中,这样的信号根据802.11(WiFi)、蓝牙或ZigBee标准。在一些实施例中,依从设备200直接接收这样的数据,将该数据内的代谢事件表征或分类为依从方案的或不依从方案的,并将所分类的数据传递到监视器设备250。在一些实施例中,葡萄糖传感器102和/或胰岛素笔/泵包括RFID标签,并使用RFID通信与依从设备200和/或监视器设备250通信。
在一些实施例中,依从设备200和/或监视器设备250不与受治疗者邻近,和/或不具有无线能力,或者这样的无线能力不被用于获取葡萄糖数据和胰岛素药物注射数据的目的。在这样的实施例中,通信网络106可以用于将葡萄糖测量结果从葡萄糖传感器102传送到依从设备200以及从所述一个或多个胰岛素笔或泵104传送到依从设备200。
网络106的示例包括但不限于万维网(WWW)、内联网和/或无线网络,诸如蜂窝电话网络、无线局域网(LAN)和/或城域网(MAN),以及通过无线通信的其他设备。无线通信可选地使用多个通信标准、协议和技术中的任一个,所述通信标准、协议和技术包括但不限于全球移动通信系统(GSM)、增强型数据GSM环境(EDGE)、高速下行链路分组接入(HSDPA)、高速上行链路分组接入(HSUPA)、仅数据演进(EV-DO)、HSPA、HSPA+、双小区HSPA(DC-HSPDA)、长期演进(LTE)、近场通信(NFC)、宽带码分多址(W-CDMA)、码分多址(CDMA)、时分多址(TDMA)、蓝牙、无线保真(Wi-Fi)(例如,IEEE 802.11a、IEEE 802.11ac、IEEE 802.11ax、IEEE802.11b、IEEE 802.11g和/或IEEE 802.11n)、基于互联网协议的语音(VoIP)、Wi-MAX、电子邮件协议(例如,互联网消息访问协议(IMAP)和/或邮局协议(POP))、即时消息传递(例如,可扩展消息传递和到场协议(XMPP)、即时消息传递和到场利用扩展的会话发起协议(SIMPLE)、即时消息传递和到场服务(IMPS))和/或短消息服务(SMS)、或任何其他合适的通信协议,其包括截至本公开的提交日期还未开发的通信协议。
在一些实施例中,存在附连到受治疗者的单个葡萄糖传感器,并且依从设备200和/或监视器设备250是葡萄糖传感器102的一部分。也就是说,在一些实施例中,依从设备200和/或监视器设备250和葡萄糖传感器102是单个设备。
在一些实施例中,依从设备200和/或监视器设备250是胰岛素笔或泵104的一部分。也就是说,在一些实施例中,依从设备200和/或监视器设备250和胰岛素笔或泵104是单个设备。
当然,系统48的其他拓扑是可能的。例如,所述一个或多个葡萄糖传感器102和所述一个或多个胰岛素笔和/或泵104可以无线地将信息直接传输到依从设备200和/或监视器设备250,而不是依赖于通信网络106。进一步地,依从设备200和/或监视器设备250可以构成便携式电子设备、服务器计算机,或者事实上构成在网络中链接在一起的若干个计算机,或者是云计算情境中的虚拟机。照此,图1中示出的示例性拓扑仅仅用来以对本领域技术人员而言将容易理解的方式描述本公开的实施例的特征。
参考图2,在典型实施例中,监视器设备250包括一个或多个计算机。出于图2中的图示的目的,将监视器设备250表示为包括用于监视对规定的胰岛素药物给药方案的依从的所有功能的单个计算机。然而,本公开不被如此限制。用于监视对规定的胰岛素药物给药方案的依从的功能可以跨任何数目的联网计算机而散布,和/或驻留在若干个联网计算机中的每个上,和/或通过托管在跨通信网络106可访问的远程位置处的一个或多个虚拟机上。本领域技术人员将领会的是,一系列广泛的不同计算机拓扑对于应用而言是可能的,并且所有这样的拓扑处于本公开的范围内。
在记住前述内容的情况下转到图2,用于监视对规定的胰岛素药物给药方案的依从的示例性监视器设备250包括一个或多个处理单元(CPU)274、网络或其他通信接口284、存储器192(例如,随机存取存储器)、可选地由一个或多个控制器288访问的一个或多个磁盘储存器和/或持久设备290、用于使上述部件互连的一个或多个通信总线212、以及用于对上述部件进行供电的电力供应276。可以使用已知的计算技术(诸如高速缓存)与非易失性存储器290无缝共享存储器192中的数据。存储器192和/或存储器290可以包括相对于(一个或多个)中央处理单元274远程定位的大容量储存器。换言之,存储在存储器192和/或存储器290中的一些数据事实上可以托管在处于监视器设备250外部但可以由监视器设备250使用网络接口284通过互联网、内联网或者其他形式的网络或电子线缆(在图2中被图示为元件106)电子访问的计算机上。
用于监视对用于受治疗者的规定的胰岛素药物剂量的依从的监视器设备250的存储器192存储:
·操作系统202,其包括用于处置各种基本系统服务的过程;
·胰岛素方案监视模块204;
·用于受治疗者的规定的胰岛素药物给药方案206,该规定的胰岛素药物给药方案包括基础胰岛素药物给药方案208和/或在一些实施例中可选地包括餐时胰岛素药物给药方案214;
·第一数据集220,该第一数据集表示时间段222并且包括受治疗者在该第一时间段期间参与的多个代谢事件,以及针对所述多个代谢事件中的每个相应代谢事件224的表示相应代谢事件在何时发生的时间戳226、以及相应代谢事件的第一分类228;
·多个子集229,所述多个子集229中的每个相应子集231是针对所述多个周期元素中的不同周期元素233的代谢事件224的子集,并且每个相应子集231包括依从的表示235;以及
·针对受治疗者的可选的第二数据集240。
在一些实施例中,胰岛素方案监视模块204在任何浏览器(电话、平板、膝上型计算机/台式计算机)内是可访问的。在一些实施例中,胰岛素方案监视模块204在本机设备框架上运行,且可用于下载到运行操作系统202(诸如安卓或iOS)的监视器设备250上。
在一些实现中,用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案的依从的监视器设备250的上面标识的数据元素或模块中的一个或多个被存储在先前描述的存储器设备中的一个或多个中,且与用于执行上面描述的功能的指令集相对应。上面标识的数据、模块或程序(例如,指令集)不需要被实现为分离的软件程序、过程或模块,并且因此,这些模块的各种子集可以在各种实现中被组合或以其他方式重新布置。在一些实现中,存储器192和/或290可选地存储上面标识的模块和数据结构的子集。此外,在一些实施例中,存储器192和/或290存储上面未描述的附加模块和数据结构。
在一些实施例中,用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案206的依从的监视器设备250是智能电话(例如,iPHONE)、膝上型计算机、平板计算机、台式计算机或其他形式的电子设备(例如,游戏控制台)。在一些实施例中,监视器设备250不可移动。在一些实施例中,监视器设备250可移动。
图3提供了可以与本公开一起使用的监视器设备250的具体实施例的进一步描述。图3中图示的监视器设备250具有一个或多个处理单元(CPU)274、外围接口370、存储器控制器368、网络或其他通信接口284、存储器192(例如,随机存取存储器)、用户接口278(用户接口278包括显示器282和输入端280(例如,键盘、键区、触摸屏))、可选的加速计317、可选的GPS 319、可选的音频电路372、可选的扬声器360、可选的麦克风362、用于检测监视器设备250上的触点的强度的一个或多个可选的强度传感器364(例如,诸如监视器设备250的触敏显示系统282之类的触敏表面)、可选的输入/输出(I/O)子系统366、一个或多个可选的光学传感器373、用于使上述部件互连的一个或多个通信总线212、以及用于对上述部件供电的电力系统276。
在一些实施例中,输入端280是触敏显示器,诸如触敏表面。在一些实施例中,用户接口278包括一个或多个软键盘实施例。软键盘实施例可以包括所显示的图标上的标准(QWERTY)和/或非标准符号配置。
除了(一个或多个)加速计317、磁力计(未示出)和GPS 319(或者GLONASS或其他全球导航系统)之外,图3中图示的监视器设备250可选地还包括接收器,以用于获得与监视器设备250的位置和定向有关的信息(例如,画像或风景)和/或用于确定由受治疗者进行的体力消耗的量。
应当领会的是,图3中图示的监视器设备250是可以用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案206的依从的多功能设备的仅一个示例,并且监视器设备250可选地具有比所示出的部件更多或更少的部件,可选地组合两个或更多个部件,或可选地具有部件的不同配置或布置。图3中示出的各种部件被以硬件、软件、固件或它们的组合实现,其包括一个或多个信号处理和/或专用集成电路。
图3中图示的监视器设备250的存储器192可选地包括高速随机存取存储器,且可选地还包括非易失性存储器,诸如一个或多个磁盘存储设备、闪速存储器设备或其他非易失性固态存储器设备。由监视器设备250的其他部件(诸如(一个或多个)CPU 274)对存储器192的访问可选地由存储器控制器368来控制。
外围接口370可以用于将所述设备的输入和输出外设耦合到(一个或多个)CPU274和存储器192。所述一个或多个处理器274运行或执行被存储在存储器192中的各种软件程序和/或指令集(诸如胰岛素方案监视模块204),以实行监视设备250的各种功能并处理数据。
在一些实施例中,外围接口370、(一个或多个)CPU 274和存储器控制器368可选地被实现在单个芯片上。在一些其他实施例中,它们可选地被实现在分离的芯片上。
网络接口284的RF(射频)电路接收和发送RF信号,所述RF信号还被称为电磁信号。在一些实施例中,使用该RF电路从一个或多个设备(诸如与受治疗者相关联的葡萄糖传感器102、与受治疗者相关联的胰岛素笔或泵104和/或依从设备200)接收规定的胰岛素药物给药方案206、第一数据集220和/或第二数据集240。在一些实施例中,RF电路108将电信号转换成电磁信号/从电磁信号转换电信号,并经由电磁信号与通信网络和其他通信设备、葡萄糖传感器102以及胰岛素笔或泵104和/或依从设备200通信。RF电路284可选地包括用于执行这些功能的公知电路,所述公知电路包括但不限于天线系统、RF收发器、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、CODEC芯片集、订户身份模块(SIM)卡、存储器等。RF电路284可选地与通信网络106通信。在一些实施例中,电路284不包括RF电路,且事实上通过一个或多个硬线(例如,光缆、同轴线缆等)连接到网络106。
在一些实施例中,音频电路372、可选的扬声器360和可选的麦克风362在受治疗者与监视器设备250之间提供音频接口。音频电路372从外围接口370接收音频数据,将音频数据转换成电信号,并将电信号传输到扬声器360。扬声器360将电信号转换成人类可听的声波。音频电路372还接收由麦克风362从声波转换的电信号。音频电路372将电信号转换成音频数据,并将音频数据传输到外围接口370以用于处理。可选地,通过外围接口370从存储器192和/或RF电路284取回音频数据和/或将音频数据传输到存储器192和/或RF电路284。
在一些实施例中,电力供应276可选地包括电力管理系统、一个或多个电源(例如,电池、交流电(AC))、再充电系统、电力故障检测电路、电力转换器或逆变器、电力状态指示器(例如,发光二极管(LED))以及与便携式设备中的电力的生成、管理和分配相关联的任何其他部件。
在一些实施例中,监视器设备250可选地还包括一个或多个光学传感器373。(一个或多个)光学传感器373可选地包括电荷耦合设备(CCD)或互补金属氧化物半导体(CMOS)光电晶体管。(一个或多个)光学传感器373接收通过一个或多个透镜投射的来自环境的光,并将所述光转换成表示图像的数据。(一个或多个)光学传感器373可选地捕捉静止图像和/或视频。在一些实施例中,光学传感器位于监视器设备250的背面上,与设备250正面上的显示器282相反,使得输入端280能够用作用于静止和/或视频图像获取的取景器。在一些实施例中,另一个光学传感器373位于监视器设备250的正面上,使得获得受治疗者的图像(例如,以验证受治疗者的健康或状况,以确定受治疗者的身体活动水平,或者以帮助远程地诊断受治疗者的状况等)。
如图3中所图示的,监视器设备250优选地包括操作系统202,所述操作系统202包括用于处置各种基本系统服务的过程。操作系统202(例如,iOS、DARWIN、RTXC、LINUX、UNIX、OS X、WINDOWS或诸如VxWorks之类的嵌入式操作系统)包括用于控制和管理一般系统任务(例如,存储器管理、存储设备控制、电力管理等)的各种软件部件和/或驱动器,并且促进各种硬件和软件部件之间的通信。
在一些实施例中,监视器设备250是智能电话。在其他实施例中,监视器设备250不是智能电话,而是平板计算机、台式计算机、紧急车辆计算机、或其他形式或者有线或者无线联网设备。在一些实施例中,监视器设备250具有在图2或3中描绘的监视器设备250中找到的电路、硬件部件和软件部件中的任一个或全部。为了简明和清楚,示出了监视器设备250的仅几个可能的部件,以便更好地强调在监视器设备250上安装的附加软件模块。
虽然图1中公开的系统48可以独立工作,但是在一些实施例中,它还可以被与电子医学记录链接以便以任何方式交换信息。
既然已经公开了用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案206的依从的系统48的细节,因此参考图4A到4C公开了根据本公开的实施例的关于该系统的过程和特征的流程图的细节。在一些实施例中,该系统的这样的过程和特征由图2和3中图示的胰岛素方案监视模块204来执行。
框402。参考图4A的框402,具有1型糖尿病或2型糖尿病的受治疗者中的胰岛素疗法的目标是尽可能接近地匹配正常生理性胰岛素分泌以控制空腹和餐后血浆葡萄糖。这是利用用于受治疗者的规定的胰岛素药物给药方案206来完成的。本公开的一个方面提供了用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案206的依从的监视设备250。在本公开的一方面,规定的胰岛素药物给药方案包括基础胰岛素药物给药方案208。在本公开的另一方面,规定的胰岛素药物给药方案包括餐时胰岛素药物给药方案214。该监视设备包括一个或多个处理器274和存储器192/290。存储器存储在被所述一个或多个处理器执行时实行方法的指令。在该方法中,获得第一数据集220。
第一数据集包括受治疗者参与的多个代谢事件。所述多个代谢事件在时间段222内。在变化的实施例中,该时间段222是一天或更多、三天或更多、五天或更多、十天或更多、一个月或更多、两个月或更多、三个月或更多、或者五个月或更多。所述多个代谢事件中的每个相应代谢事件224包括:(i)该相应代谢事件的时间戳226;以及(ii)第一分类228,其是依从胰岛素方案的和不依从胰岛素方案的中的一个。
在一些实施例中,第一数据集220中的每个代谢事件224具有表1中阐述的一个或多个第一分类228。
表1. 代谢事件224的示例性第一分类228
使用表1中阐述的第一分类,相同的时间段可以包含具有不同标签的代谢事件。例如,一整天可以包含被标记为不在基础依从中B2的代谢事件(空腹事件),但是该天内的三个代谢事件(进餐事件)可以被贴标签在餐时依从中A1。图6图示了用于对代谢事件进行分类的算法,其中示例是空腹事件,并且其中由方案定义的相关时间段是一天。根据表1的类别提供了第一分类。在这样的实施例中,经连续标记的时段(例如,一天),包含用B2标记的空腹事件或用A1标记的进餐事件,被称为已根据第一分类进行分类的代谢事件。作为另一个示例,考虑以下情况:其中一周时段的前三天中的每一天内的三个空腹事件被标记为在100%基础依从中(例如,基础和定时依从的B1、C1),接下来两天中的每一天内的两个空腹事件被标记为在50%基础依从中(例如,在基础依从中但不在定时依从中B1、C2),并且最后两天内的两个空腹事件被标记为在0%基础依从中(不在基础依从中且不在定时依从中B2、C2)。在其中空腹事件被分类并标记为在基础和定时依从中的示例中,该事件可以作为示例被定义为100%依从胰岛素方案,在其中代谢事件被标记为在基础依从中但不在定时依从中的情况下,该事件可以作为示例被定义为50%依从胰岛素方案,基于比所推荐的更晚地服用剂量的所估计的影响,这可以是不同的百分比。在其中空腹事件不在基础依从中的情况下,该事件0%依从胰岛素方案,其与不依从胰岛素方案相对应。因此,该示例中的依从胰岛素方案的代谢事件的数目是3+2*50%+2*0%。因此,在该示例中,过去一周的依从是:
在另一示例中,可以针对所述多个代谢事件的所述多个子集229中的每个子集231计算这样的依从或主要依从值,其中所述多个子集中的所述多个代谢事件的每个相应子集231针对所述多个周期元素中的不同周期元素。因此,在本公开的一些实施例中,所述方法进一步包括计算多个主要依从值,其中所述多个主要依从值中的每个相应主要依从值表示所述多个周期元素中的对应周期元素,并且通过将每个相应子集中的依从胰岛素方案的代谢事件的数目除以与相应周期元素对应的相应子集中的代谢事件的总数来计算所述多个主要依从值中的每个相应主要依从值,并且其中将针对所述多个子集中的每个相应子集的依从的相应表示共同表示为对应的主要依从值。例如,考虑周期元素是一周,并且时间段是7周。在该示例中,周期元素(例如,针对星期一的周期元素)包含7个代谢事件,3个代谢事件100%依从方案,并且2个事件50%依从方案,并且2个事件0%依从方案,可以被共同表示为57%。
在其他实施例中,通过将代谢事件视为空腹事件或进餐事件并针对胰岛素药物方案依从对每个空腹事件或进餐事件进行分类来施加这样的分类。
在一些实施例中,代谢事件可以是在药物方案中定义的代谢事件,其可以被从连续测量事件的指示器的设备自动标识,其中该事件与受治疗者的代谢状态有关,由此该设备允许该代谢事件被加时间戳且被关于药物方案分类为依从方案的或不依从方案的。例如,根据药物方案而定义的代谢事件可以是进餐事件,其中药物方案确定应当基于与该事件有关的葡萄糖测量结果来管理餐时胰岛素,或者该代谢事件可以是空腹事件,其中药物方案确定应当基于与该事件有关的葡萄糖测量结果来管理基础胰岛素。
在一些实施例中,在不依赖于由受治疗者保持的记录的情况下标识由受治疗者引起的代谢事件(例如,进餐事件、空腹事件等)。例如,在一些实施例中,获得第二数据集240,其包括来自一个或多个葡萄糖传感器102的受治疗者的自主葡萄糖测量结果242。图3进行图示。利用葡萄糖测量结果时间戳244对每个这样的自主葡萄糖测量结果242加时间戳,以表示相应测量是在何时做出的。
ABBOTT的FREESTYLE LIBRE CGM(“LIBRE”)是可被用作葡萄糖传感器102的葡萄糖传感器的示例。LIBRE允许利用皮肤上的硬币大小的传感器进行的无校准葡萄糖测量,当靠近在一起时,该传感器可以经由近场通信向读取器设备(例如,依从设备200和/或监视器设备250)发送多达8小时的数据。可以在所有日常生活活动中佩戴LIBRE达14天。在一些实施例中,以5分钟或更少、3分钟或更少、或者1分钟或更少的间隔率从受治疗者取得自主葡萄糖测量结果。下面的示例1图示了这样的自主葡萄糖测量结果如何用于既标识代谢事件又将它们中的每个分类为依从胰岛素方案的或不依从胰岛素方案的。
参考图4A的框404,有利地,第一数据集220可以被传送到可移动的监视器设备250,以从而监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案的依从。因此,在一些实施例中,监视器设备250是移动设备。
框406。参考图4A的框406,所述方法通过基于相应代谢事件的时间戳226、使用第二分类对所述多个代谢事件中的每个相应代谢事件224进行分类而继续。第二分类具有时间周期并且包括多个周期元素。图4A的框408中图示的实施例提供了该第二分类形式的示例。所述多个代谢事件中的每个相应代谢事件224在跨越多周的时间段内。换言之,第一数据集220所包含的时间段222是数周(例如,三周或更多周、五周或更多周、或者十周或更多周)。时间周期是每周一次,并且所述多个代谢事件中的每个周期元素233是一周七天中的不同天。这被在图7中进一步图示。在图7中,由第二分类指定的时间周期(例如,每周一次)用于将代谢事件224划分为周702,并且然后每个相应代谢事件被根据其相应时间戳226布置到周期元素233中。例如,在图7中,第一数据集中的代谢事件224的第一周702-1由代谢事件224-1到224-7组成,并且这些代谢事件中的每个根据其相应时间戳226落在一周的不同天。因此,代谢事件224-1到224-7被如图7中图示的那样分别分类为周期元素233-1到233-7。进一步地,第一数据集中的代谢事件224的第二周702-2由代谢事件224-8到224-14组成,并且这些代谢事件中的每个根据它们的相应时间戳226落在一周的不同天。因此,代谢事件224-8到224-14被如图7中图示的那样分别分类为周期元素233-1到233-7。该第二分类通过第一数据集进行,使得由代谢事件224-(Q-6)到224-Q组成的第一数据集中的代谢事件224的第w周702-W被如图7中图示的那样分别分类为周期元素233-1到233-7。
虽然图7图示了其中第一数据集中的数据的每个相应时段(例如,时段702-1的代谢事件、时段702-2的代谢事件等)包括针对每个周期元素233的代谢事件224的示例,但是本公开不被如此限制。在一些实施例中,第一数据集中的数据的每个相应时段(例如,时段702-1的代谢事件、时段702-2的代谢事件等)包括两个或更多个针对周期元素233的代谢事件224,包括三个或更多个针对周期元素233的代谢事件224,或包括四个或更多个代谢事件224。
虽然图7图示了其中第一数据集中的数据的每个相应时段(例如,时段702-1的代谢事件、时段702-2的代谢事件等)包括相同数目的针对每个相应周期元素233的代谢事件224(例如,每个时段每个周期元素233恰好一个代谢事件224)的示例,但是本公开不被如此限制。在一些实施例中,第一数据集220中的数据的每个相应时段(例如,时段702-1的代谢事件、时段702-2的代谢事件等)包括独立数目(相同或不同数目)的针对每个相应周期元素233的代谢事件224。例如,在一些实施例中,针对第一时段702-1的代谢事件224可以包括一个针对第一周期元素233-1(星期一)的代谢事件224和两个针对第二周期元素233-2(星期二)的代谢事件224。
虽然图7图示了其中第一数据集220中的数据的每个相应时段(例如,时段702-1的代谢事件、时段702-2的代谢事件等)包括至少一个针对每个周期元素233的代谢事件224(例如,每个时段每个周期元素233恰好一个代谢事件224)的示例,但是本公开不被如此限制。在一些实施例中,第一数据集220中的数据的相应时段(例如,时段702-1的代谢事件)不包括针对特定周期元素233的代谢事件224。例如,在一些实施例中,针对第一时段702-1的代谢事件224可以包括零个针对第一周期元素233-1(星期一)的代谢事件224和一个针对第二周期元素233-2(星期二)的代谢事件224。
如图7中图示的,第一数据集中的每个代谢事件224已经被根据第一分类进行分类,所述第一分类是“依从胰岛素方案的”702和“不依从胰岛素方案的”704中的一个。这是被应用于每个代谢事件224的第一分类228的示例。参考图4A的框410,在一些这样的实施例中,所述多个代谢事件中的每个相应代谢事件224是空腹事件,并且规定的胰岛素药物给药方案206是基础胰岛素药物给药方案208。
参考图4A的框412,在一些实施例中,所述多个代谢事件中的每个相应代谢事件224在跨越多天的时间段内。进一步地,所述多个代谢事件中的每个相应代谢事件224是进餐事件,并且规定的胰岛素药物给药方案206是餐时胰岛素药物给药方案214。参考图4A的框414,在一些这样的实施例中,时间周期是每天一次,并且所述多个周期元素中的每个周期元素是“早餐”、“午餐”和“晚餐”中的不同的一个。图8在图8中图示了由第二分类指定的时间周期(例如,每日一次)用于将代谢事件224分成天702,并且然后每个相应的代谢事件被根据其相应时间戳226布置到周期元素233中。例如,在图8中,第一数据集220中的代谢事件224的第一天802-1由代谢事件224-1到224-3组成,并且这些代谢事件中的每个被根据其相应时间戳226分类为一天中的不同进餐。因此,代谢事件224-1到224-3被如图8中图示的那样分别分类为周期元素233-1到233-3(“早餐”、“午餐”和“晚餐”)。进一步地,第一数据集220中的代谢事件224的第二天802-2由代谢事件224-4到224-6组成,并且这些代谢事件中的每个被根据其相应时间戳226分类为一天中的不同进餐。因此,代谢事件224-4到224-6被如图8中图示的那样分别分类为周期元素233-1到233-3。该第二分类通过第一数据集220进行,使得由代谢事件224-(Q-2)到224-Q组成的第一数据集中的代谢事件224的第w天802-W被如图8中图示的那样分别分类为周期元素233-1到233-3。
图4A的框416图示了如何基于相应代谢事件的时间戳226、使用第二分类对第一数据集220的相应代谢事件224进行分类的又一实施例。这里,时间周期是每周一次,并且所述多个周期元素中的每个周期元素表示一组21个排入日程表的每周进餐中的不同的一餐。因此,采取第二分类的周期元素集由21个周期元素组成,而图7中图示的实施例中的周期元素集由7个周期元素组成,并且图8中图示的实施例中的周期元素集由3个周期元素组成。
参考图4B的框418,该过程通过基于第二分类对所述多个代谢事件中的每个相应代谢事件224进行分箱从而获得所述多个代谢事件的多个子集229而继续。所述多个子集中的所述多个代谢事件的每个相应子集231针对所述多个周期元素中的不同周期元素233。作为该分箱的一个示例,在根据图7中图示的方案分类的第一数据集220的实施例中,在基于第二分类对图7的所述多个代谢事件中的每个相应代谢事件224进行分箱时形成图9中图示的子集231。作为另一示例,在根据图8中图示的方案分类的第一数据集220的实施例中,在基于第二分类对图8的所述多个代谢事件中的每个相应代谢事件224进行分箱时形成图10中图示的子集231。进一步地,图2图示了根据本公开的一个实施例的在这样的分箱时形成的数据结构229。所述多个子集229包括针对每个相应子集231的、第二分类的所述多个周期元素中的每个相应周期元素233的表示,以及针对每个相应周期元素233的、被分类为针对相应子集231的相应周期元素233的代谢事件224的表示。
框420。参考图4B的框420,针对所述多个子集229中的每个相应子集231,所述过程继续传送对规定的胰岛素药物给药方案的依从的相应表示235。在一些实施例中,该依从的相应表示共同基于相应子集中的代谢事件的第一分类。以该方式,实现随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案206的依从。
参考框422,并且如图11中进一步图示的,在一些实施例中,针对所述多个子集229中的每个相应子集231的依从的相应表示235被共同表示为包括所述多个旋转的连续二维螺旋时间线1102。螺旋时间线1102包括多个径向扇区1106。所述多个旋转中的每个旋转1104表示时间周期的时段。所述多个径向扇区中的每个相应径向扇区1106被唯一地分配所述多个子集229中的对应子集231。
在图11的情况下,图9中图示的子集被映射到连续二维螺旋时间线1102上。在该示例中,所述多个旋转中的每个旋转1104表示一周702。所述多个径向扇区中的每个相应径向扇区1106对应于所述多个子集231中的子集229,并且因此在该示例中表示的一周中的一天。在一些实施例中,每个径向扇区1106中的旋转1104的每个相应部分被根据落到该旋转的相应部分上的代谢事件224的第一分类228来标记。例如,参考图11,如果落到连续二维螺旋时间线1102的扇区1106-4内的旋转1104的相应部分1108-5(例如,第5周,星期四)上的代谢事件224具有“依从胰岛素方案”的第一分类228,则旋转1104的相应部分1108-5被标记为“依从胰岛素方案”。另一方面,如果落到连续二维螺旋时间线1102的旋转1104的相应部分1108-6(例如,第6周,星期五)上的代谢事件224具有“不依从胰岛素方案”的第一分类228,则旋转1104的相应部分1108-6被标记为“不依从胰岛素方案”。
在一些实施例中,如果存在不止一个落入连续二维螺旋时间线1102的扇区1106内的旋转1104的相应部分中的代谢事件224,则可以使用不同的方案来表示这样的分类。在一些实施例中,每个相应代谢事件被表示在时间上表示相应代谢事件的旋转的一部分上。例如,旋转部分的阴影可以与类似于图11中示出的分类的代谢事件224的第一分类228对应。
替代地,落入连续二维螺旋时间线1102的扇区1106内的旋转1104的相应部分中的每个代谢事件224的第一分类可以被组合成单个依从值234,所述单个依从值234然后被表示在扇区1106内的旋转1104的相应部分上。图4B的框424描述了这样的实施例。
参考图4B的框424,在一些实施例中,计算多个依从值232。所述多个依从值中的每个相应依从值232表示多个时间窗中的对应时间窗234。因此,参考图11,连续二维螺旋时间线1102的扇区1106内的旋转1104的每个相应部分是时间窗234。因此,针对星期一的五个时间窗分别是部分1110-1到1110-5。
在一些实施例中,所述多个时间窗中的每个相应时间窗具有相同的第一固定持续时间(例如,如图11中图示的1周、1天、一个月或数小时)。通过将依从胰岛素方案的代谢事件的数目除以所述多个代谢事件中的具有在与相应依从值对应的时间窗中的时间戳的代谢事件的总数来计算所述多个依从值中的每个相应依从值232。在一些实施例中,基于由相应依从值表示的时间段将所述多个依从值中的每个相应依从值分配给所述多个径向扇区中的径向扇区1106内的旋转1104的一部分,从而针对所述多个子集中的每个相应子集形成对规定的胰岛素药物给药方案的依从的相应表示。因此,使用图11来说明,使用落在第1周的星期一的代谢事件224的第一分类228来计算依从值232-1并且将该依从值分配给径向扇区1110-1,使用落在第2周的星期一的代谢事件224的第一分类228来计算依从值232-2并且将该依从值分配给径向扇区1110-2,等等。
在一些实施例中,共同使用径向扇区1106内的所有代谢事件的第一分类228来计算针对整个扇区的单个依从值,并且基于该单个依从值232的值对整个扇区进行着色或标记。在这样的实施例中,所述多个时间窗中的每个相应时间窗具有相同的第一固定持续时间(例如,如图11中图示的1周、1天、一个月或数小时)。通过将依从胰岛素方案的代谢事件(例如,落在星期一的依从胰岛素方案的代谢事件)的数目除以所述多个代谢事件中的具有在与相应依从值对应的时间窗中的时间戳的代谢事件(例如,落在星期一的所有代谢事件)的总数来计算所述多个依从值中的每个相应依从值232。在一些实施例中,基于由相应依从值表示的时间段将所述多个依从值中的每个相应依从值分配给所述多个径向扇区中的径向扇区1106,从而针对所述多个子集中的每个相应子集形成对规定的胰岛素药物给药方案的依从的相应表示。因此,使用图11来说明,使用落在任何星期一的代谢事件224的第一分类228来计算依从值232-1并且将该依从值分配给扇区1106-1。
在一些实施例中,通过将针对子集231中的周期元素233-1的依从胰岛素方案的代谢事件(例如,发生在该子集内的星期一,“早餐”等)的数目除以针对子集231中的周期元素233的代谢事件的总数来计算每个依从值232。例如,考虑图12的子集231-1,其中对于子集231-1中的周期元素233-1的总共三个代谢事件224,存在两个依从胰岛素方案的代谢事件(224-1和224-3)和一个不依从胰岛素方案的代谢事件。在该示例中,通过将针对子集231-1中的周期元素233-1的依从胰岛素方案的代谢事件(两个,224-1和224-3)的数目除以针对子集231-1中的周期元素233-1的代谢事件(三个,224-1、224-2和224-3)总数,也就是说将“2”除以“3”,来计算依从值232-1-1。将领会的是,可以以任何数目的方式完成将依从胰岛素方案的代谢事件的数目除以代谢事件总数的过程,并且所有这样的方式都被包含在本公开中。例如,事实上,可以通过将依从胰岛素方案的代谢事件的数目乘以代谢事件总数的倒数(例如,在上面的示例中,通过计算(2 *(1/3)))来实现所述除法。
在一些实施例中,通过将针对子集231中的周期元素233-1的依从胰岛素方案的代谢事件的数目除以针对该子集中的周期元素的代谢事件的总数来计算每个依从值231。例如,考虑图12的子集231-1,其中对于针对子集231-1的周期元素233-1的总共六个代谢事件224,存在三个依从胰岛素方案的代谢事件(224-1、224-3和224-4)和三个不依从胰岛素方案的代谢事件。在该示例中,通过将针对子集231-1中的周期元素233-1的依从胰岛素方案的代谢事件(三个,224-1、224-3和224-4)的数目除以针对子集231-1的周期元素233的代谢事件(六个,224-1、224-2、224-3、224-4、224-5和224-6)的总数,也就是说将“3”除以“6”,来计算依从值232-1。将领会的是,可以以任何数目的方式完成将依从胰岛素方案的代谢事件的数目除以代谢事件总数的过程,并且所有这样的方式都被包含在本公开中。例如,事实上,可以通过将依从胰岛素方案的代谢事件的数目乘以代谢事件总数的倒数(例如,在上面的示例中,通过计算(3 *(1/6)))来实现所述除法。。
在一些实施例中,缩放计算到的依从值232,使得它们落入不同于其原生范围的范围中。因此,在一些实施例中,计算到的依从值232的原生范围是零到1,但是它们然后被均匀地缩放至零到100、零到1000或任何其他合适的规模。这样的缩放与代谢事件224的任何向下加权(downweighting)无关地动作。
在一些实施例中,相对于所述多个代谢事件中的在设置的截止时间之后发生的相应代谢事件,对比在设置的截止时间之前更早发生的相应代谢事件224的第一分类228进行向下加权。在一些实施例中,根据时间对在设置的截止时间之前发生的代谢事件进行向下加权,使得在时间上比在稍后的事件更早发生的事件被更多地向下加权。
参考图4B的框426,在一些实施例中,二维螺旋时间线1102中的每个相应依从值被颜色编码为该相应依从值的绝对值的函数。如示例2中所讨论的,通常情况是依从值将落入零和一之间的范围中。因此,根据框426,颜色表可以用于将该范围转换成颜色(例如,低数字被进行红色转换(shift)并且较高数字被进行绿色或蓝色转换)并且用于对所述多个径向扇区中的径向扇区1106内旋转1104的对应部分或整个径向扇区1106进行着色。
这样的显示允许用户确定哪些周期元素具有差的依从。例如,所公开的系统和方法允许用户发现方案依从中的趋势,诸如一周中的特定一天、一个月中的时间、一天中的进餐或一周中的进餐具有更多的方案依从。参考图4C的框428,在一些实施例中,连续二维螺旋1102是阿基米德螺线或对数螺线。
参考框430,在一些实施例中,设备250包括显示器,并且传送依从的表示包括在显示器上呈现对规定的胰岛素药物给药方案的依从的每个相应表示。此外,在一些实施例中,用户可以对周期进行重新缩放,例如对一周中的每天在周期元素集“早餐”、“午餐”和“晚餐”之间动态地切换,以便标识周期方案不依从趋势。
参考图4C的框432,在一些实施例中,所述方法进一步包括获得第二数据集240。第二数据集包括受治疗者的多个自主葡萄糖测量结果,并且针对所述多个自主葡萄糖测量结果中的每个相应自主葡萄糖测量结果242,存在表示何时做出相应测量的时间戳244。基于相应自主葡萄糖测量结果的时间戳,使用第二分类对所述多个自主葡萄糖测量结果中的每个相应自主葡萄糖测量结果进行分类。在这样的实施例中,针对所述多个子集中的每个相应子集,所述传送进一步传送所述多个自主葡萄糖测量结果中的已被分类为相应子集表示的所述多个周期元素中的相同周期元素的自主葡萄糖测量结果的那些值。在一些实施例中,葡萄糖数据在时间上与依从的表示匹配并且被示出在单个显示中。在一些这样的实施例中,监视器设备250包括无线接收器284,并且第二数据集是从附着到受治疗者的葡萄糖传感器无线地获得的。
在一些实施例中,依从设备250允许受治疗者手动地添加和标记然后被暂时显示在它内或依从的表示、或者在它旁边的事件。在一些这样的实施例中,依从设备250建议供受治疗者从其中选择的类别,例如,诸如进餐、胰岛素和葡萄糖测量、睡眠时段、身体活动的时段、病假之类的事件。在一些实施例中,利用具体类别名称来标记这些事件,这然后用于标识差的血糖控制的原因并提供经改进的治疗透明度。例如,在一些实施例中,这是通过使这些附加事件在时间上叠加到依从的表示上并将该叠加显示在监视器设备250的显示器上来实现的。在一些实施例中,这些附加事件由可穿戴设备来检测。
示例1:使用自主葡萄糖测量结果以标识代谢事件并将它们分类为胰岛素方案依 从或胰岛素方案不依从。上面的框402描述了在一些实施例中如何自主地获得包括多个葡萄糖测量结果的第二数据集240。在该示例中,除了自主葡萄糖测量结果之外,还以胰岛素药物记录的形式从由受治疗者使用以应用规定的胰岛素方案的一个或多个胰岛素笔和/或泵104获得胰岛素管理事件。这些胰岛素药物记录可以以任何格式存在,且事实上可以跨多个文件或数据结构而散布。照此,在一些实施例中,本公开利用了胰岛素管理笔的最近进展,该胰岛素管理笔在它们可以记住过去管理的胰岛素药物的定时和量的意义上已经变得“智能”。这样的胰岛素笔104的一个示例是NovoPen 5。这样的笔协助患者将剂量记入日志并防止双倍用量。所预期的是,胰岛素笔将能够发送和接收胰岛素药物剂量体积和定时,从而允许连续葡萄糖监视器102、胰岛素笔104和本公开的算法的整合。照此,预期来自一个或多个胰岛素笔104和/或泵的胰岛素药物记录,包括从一个或多个胰岛素笔104无线地获取这样的数据。
在一些实施例中,每个胰岛素药物记录包括:(i)相应胰岛素药物注射事件,包括使用所述一个或多个胰岛素笔中的相应胰岛素笔而被注射(泵浦)到受治疗者中的胰岛素药物的量;以及(ii)对应的电子时间戳,在相应胰岛素药物注射事件发生时由相应胰岛素笔104或泵自动生成。
在一些实施例中,使用第二数据集240中的受治疗者的自主葡萄糖测量结果242和它们关联的葡萄糖测量结果时间戳244来标识多个空腹事件(其是代谢事件224的一个形式)。空腹事件期间的葡萄糖测量结果对于测量基础葡萄糖水平而言具有重要性。
存在用于使用来自葡萄糖监视器102的自主葡萄糖测量结果242检测空腹事件的许多方法。例如,在一些实施例中,通过以下操作来在由所述多个自主葡萄糖测量结果涵盖的第一时间段(例如,24小时的时段)中标识第一空腹事件(在所述多个空腹事件中):首先计算跨所述多个自主葡萄糖测量结果的方差的移动时段,其中:
并且其中,Gi是所述多个葡萄糖测量结果的部分k中的第i个葡萄糖测量结果,M是所述多个葡萄糖测量结果中的葡萄糖测量结果的数目,且表示邻接预定时间跨度,是从所述多个葡萄糖测量结果中选择的M个葡萄糖测量结果的均值,并且k在第一时间段内。作为示例,葡萄糖测量结果可以跨越若干天或周,其中每5分钟取得自主葡萄糖测量结果。选择该总体时间跨度内的第一时间段k(例如,一天),并且因此,针对最小方差的时段检查所述多个测量结果的部分k。第一空腹时段被视为第一时间段内的最小方差的时段。接着,通过针对最小方差的另一个时段检查所述多个葡萄糖测量结果的下一部分k,来对所述多个葡萄糖测量结果的部分k内重复该处理,从而指派另一个空腹时段。该方法通过所述多个葡萄糖测量结果的所有部分k的重复用于构建所述多个空腹时段。
一旦空腹事件被标识,就通过上面所描述的方法或任何其他方法,将第一分类228应用于所述多个所标识的空腹事件中的每个相应空腹事件。因此,对于每个相应空腹事件而言,存在针对相应空腹事件的第一分类228。第一分类是依从胰岛素方案的和不依从胰岛素方案的中的一个。更具体地,在这里,第一分类是基础胰岛素方案依从和基础胰岛素方案不依从中的一个。
当所获取的一个或多个药物记录在时间和定量的基础上建立在相应空腹事件期间对规定的基础胰岛素药物给药方案的依从时,该相应空腹事件被视为基础胰岛素方案依从。当所获取的一个或多个药物记录没有包括在时间和定量的基础上建立在相应空腹事件期间对规定的基础胰岛素药物给药方案的依从的一个或多个药物记录时,该相应空腹事件被视为基础方案不依从。在一些实施例中,基础胰岛素药物给药方案208指定:要在多个时期中的每个相应时期212期间采取基础剂量的长效胰岛素药物210,并且当不存在针对与相应空腹事件相关联的时期212的药物记录时,该相应空腹事件被视为基础胰岛素药物方案208不依从。在各种实施例中,所述多个时期中的每个时期为两天或更少、一天或更少、或者12小时或更少。因此,考虑了其中第二数据集240用于标识空腹时段并且规定的基础胰岛素药物给药方案208指定每24小时采取剂量A的长效胰岛素药物210的情况。因此,在该示例中,该时期为一天(24小时)。空腹事件固有地被加时间戳,这是因为它是从加时间戳的葡萄糖测量结果中的最小方差的时段或通过加时间戳的自主葡萄糖测量结果的其他形式的分析而导出的。
因此,在一些实施例中,由相应空腹事件表示的时间戳或空腹时段被用作用于检查空腹事件是否是基础胰岛素药物方案依从的开始点。例如,如果与相应时间戳相关联的空腹时段为5月17日星期二上午6点,则在药物注射记录中所寻找的是受治疗者在5月17日星期二上午6点之前的24小时时段(该时期)内采取了剂量A的长效胰岛素药物(并且不多于或少于规定的剂量)的证据。如果受治疗者在该时期期间采取了规定的剂量的长效胰岛素药物,则相应空腹事件(和/或基础注射事件和/或该时间期间的葡萄糖测量结果)被视为依从基础方案。如果受治疗者未在该时期212期间采取规定的剂量的长效胰岛素药物210(或在该时段期间采取了多于规定的剂量的长效胰岛素药物),则相应空腹事件(和/或基础注射事件和/或该时间期间的葡萄糖测量结果)被视为基础方案不依从。
虽然使用空腹事件来回溯性地确定基础注射事件是否是基础胰岛素药物方案依从的,但是本公开不被如此限制。在一些实施例中,该时期由基础胰岛素药物方案定义,并且只要受治疗者在该时期期间(即使在空腹事件之后)采取了由基础方案要求的基础胰岛素的量(并且不多于该量),空腹事件就将被视为基础胰岛素药物方案依从。例如,如果该时期是一天,在午夜之后就开始每一天(换言之,基础方案指定每天要采取的一个或多个基础胰岛素药物剂量,且进一步将一天定义为在午夜处开始和结束),并且空腹事件在中午处发生,则只要受治疗者在该天期间的某点处采取被规定用于该天的基础注射,空腹事件就将被视为遵从的。
在一些实施例中,在当事实上基础胰岛素药物方案指定基础胰岛素注射事件必须发生时的时期期间未检测到空腹事件。因此,应当根据规定的基础胰岛素药物方案208采取基础注射。根据上面的使用情况,由于未能找到空腹事件,该时期将不具有基础依从分类。在一些这样的实施例中,因为基础胰岛素药物给药方案208是已知的,所以关于依从(对所讨论的时期期间的葡萄糖测量结果和/或该时期中的基础注射事件的依从)的确定基于基础胰岛素药物方案本身和注射事件数据,且因此不要求从葡萄糖传感器数据检测空腹时段。作为另一个示例,如果基础胰岛素药物方案是一周一次的基础注射,则即使未找到空腹事件,示例性过程也将在七天窗口内寻找基础注射。
在一些实施例中,除了基础胰岛素药物给药方案208之外或代替基础胰岛素药物给药方案208,规定的胰岛素药物给药方案206包括餐时胰岛素药物给药方案214。
在其中受治疗者采取多于一种胰岛素调节类型的实施例中,所述多个药物记录中的每个相应胰岛素药物注射事件提供了被注射到受治疗者中的来自以下各项之一的胰岛素药物的相应类型:(i)长效胰岛素药物;以及(ii)短效胰岛素药物。通常,长效胰岛素药物是针对基础胰岛素药物给药方案208的,而短效胰岛素药物是针对餐时胰岛素药物给药方案214的。
因此,有利地,本公开还可以在餐时胰岛素药物注射事件可用时利用这样的事件,以提供第一数据集220中的所分类的代谢事件224的附加类型。在一些这样的实施例中,以以下方式利进餐时胰岛素药物注射事件。使用进餐检测算法、使用第二数据集240中的所述多个自主葡萄糖测量结果242和对应的时间戳244来标识多个进餐事件。如果没有检测到进餐,则该处理结束。如果检测到进餐,则将第一分类应用于相应进餐事件。以该方式,获取多个进餐事件,其中每个相应进餐事件包括作为“餐时方案依从”和“餐时方案不依从”中的一个的第一分类。然后,这样的信息可以被用在本公开的系统和方法中,其中每个进餐被视为代谢事件224,并且这样的进餐作为“餐时方案依从”和“餐时方案不依从”的分类是代谢事件的第一分类228。
在一些实施例中,当所述多个药物记录中的一个或多个药物记录在时间基础上、在定量基础上以及在胰岛素药物类型基础上指示在相应进餐期间对餐时胰岛素药物给药方案214的依从时,该相应进餐被视为餐时方案依从。在一些实施例中,当所述多个药物记录未能在时间基础上、在定量基础上以及在胰岛素药物类型基础上指示在相应进餐期间对长期餐时胰岛素药物给药方案的依从时,该相应进餐被视为不依从餐时方案。例如,考虑其中长期餐时胰岛素药物给药方案指定要采取剂量A的胰岛素药物B直到相应进餐之前30分钟或直到进餐之后15分钟并指定某个进餐发生在5月17日星期二上午7点的情况。将领会的是,剂量A可以是进餐的预期大小或类型的函数。在药物记录中所寻找的是受治疗者在5月17日星期二上午7点之前的30分钟或进餐之后15的分钟内采取了剂量A的胰岛素药物B(并且不多于或少于规定的剂量)的证据。如果受治疗者在相应进餐之前的30分钟期间或进餐之后的15分钟内采取了规定的剂量A的胰岛素药物B,则该相应进餐(和/或(一个或多个)餐时管理和/或该时间期间的葡萄糖测量结果)被视为餐时方案依从。如果受治疗者未在相应进餐之前的30分钟期间或进餐之后的15分钟内采取规定的剂量A的胰岛素药物B(或在该时段期间采取了多于规定的剂量A的胰岛素药物B),则该相应进餐(和/或餐时管理和/或该时间期间的葡萄糖测量结果)被视为不依从餐时方案。这里,该示例中的时间段是示例性的。在其他实施例中,所述时间更短或更长(例如,在进餐之前的15分钟到2小时之间,和/或取决于规定的胰岛素药物的类型)。在其他情况下,长期餐时胰岛素药物给药方案指定要在进餐之后的一时间段(例如,30分钟或更少、15分钟或更少、5分钟或更少)内服用胰岛素的剂量。在其他情况下,长期餐时胰岛素药物给药方案指定要在进餐之前的第一预定时间段(例如,30分钟或更少、15分钟或更少、5分钟或更少)和/或进餐之后的第二预定时间段(例如,30分钟或更少、15分钟或更少、5分钟或更少)内服用胰岛素的剂量,其中第一预定时间段与第二预定时间段相同或不同。
在一些实施例中,获取并使用多个前馈事件以帮助对代谢事件进行分类。在一些实施例中,每个相应前馈事件表示其中受治疗者已经指示他们正在进餐或即将进餐的实例。在这样的实施例中,通过移除所述多个进餐事件中的未能与所述多个前馈事件中的任何前馈事件在时间上匹配的任何相应进餐事件,来针对所述多个前馈事件验证使用自主葡萄糖测量结果242确定的所述多个进餐事件。
在一些实施例中,餐时胰岛素药物给药方案214指定要采取短效胰岛素药物直到进餐之前或之后预定量的时间。在一些这样的实施例中,当直到相应进餐之前或之后预定量的时间不存在具有电子时间戳的短效胰岛素药物类型的胰岛素药物记录时,该相应进餐被视为不依从餐时方案。在一些这样的实施例中,该预定量的时间是30分钟或更少、20分钟或更少或者15分钟或更少。
在一些实施例中,长效胰岛素药物由以下各项组成:具有在12小时与24小时之间的作用持续时间的单个胰岛素药物,或共同具有在12小时与24小时之间的作用持续时间的胰岛素药物的混合物。这样的长效胰岛素药物的示例包括但不限于:德谷胰岛素(InsulinDegludec)(由NOVO NORDISK在品牌名Tresiba下开发)、NPH(Schmid, 2007, “New optionsin insulin therapy. J Pediatria (Rio J). 83(Suppl 5): S146-S155);甘精胰岛素(Glargine)(LANTUS,2007年3月2日,甘精胰岛素[rDNA起源]注射,[处方信息],Bridgewater, New Jersey: Sanofi-Aventis);以及地特胰岛素(Determir)(Plank etal., 2005,“A double-blind, randomized, dose-response study investigating thepharmacodynamic and pharmacokinetic properties of the long-acting insulinanalog detemir,” Diabetes Care 28:1107–1112)。
在一些实施例中,短效胰岛素药物由以下各项组成:具有在3小时到8小时之间的作用持续时间的单个胰岛素药物,或共同具有在3小时到8小时之间的作用持续时间的胰岛素药物的混合物。这样的短效胰岛素药物的示例包括但不限于:赖脯胰岛素(Lispro)(HUMALOG,2001年5月18日,赖脯胰岛素 [rDNA起源]注射,[处方信息],Indianapolis,Indiana: Eli Lilly and Company);门冬胰岛素(Aspart)(NOVOLOG,2011年7月,门冬胰岛素[rDNA起源]注射,[处方信息],Princeton, New Jersey, NOVO NORDISK Inc.,2011年7月);赖古胰岛素(Glulisine)(Helms Kelley, 2009, “Insulin glulisine: anevaluation of its pharmacodynamic properties and clinical application,” AnnPharmacother 43:658–668);以及常规胰岛素(Regular)(Gerich, 2002, “Novelinsulins: expanding options in diabetes management,” Am J Med. 113:308–316)。
在一些实施例中,通过计算以下各项来执行从第二数据集240中的自主葡萄糖测量结果242对所述多个进餐事件进行的标识:(i)第一模型,包括使用所述多个自主葡萄糖测量结果对葡萄糖变化率的后向差分估计;(ii)第二模型,包括使用所述多个自主葡萄糖测量结果基于葡萄糖的卡尔曼滤波估计对葡萄糖变化率的后向差分估计;(iii)第三模型,包括基于所述多个自主葡萄糖测量结果对葡萄糖的卡尔曼滤波估计和对葡萄糖的变化率(ROC)的卡尔曼滤波估计;和/或(iv)第四模型,包括基于所述多个自主葡萄糖测量结果对葡萄糖的ROC的变化率的卡尔曼滤波估计。在一些这样的实施例中,第一模型、第二模型、第三模型和第四模型均是跨所述多个自主葡萄糖测量结果而计算的,并且在其中该四个模型中的至少三个指示进餐事件的实例处标识所述多个进餐事件中的每个相应进餐事件。针对关于这样的进餐事件检测的进一步公开内容,参见Dassau et al., 2008, “Detection ofa Meal Using Continuous Glucose Monitoring,” Diabetes Care 31, pp. 295-300,其通过引用并入本文。还参见Cameron et al., 2009, “Probabilistic Evolving MealDetection and Estimation of Meal Total Glucose Appearance,” Journal ofDiabetes Science and Technology 3(5), pp. 1022-1030,其通过引用并入本文。
所引用的参考文献和可替换实施例
本文中引用的所有参考文献以其全文且出于所有目的在如同以下情况的相同程度上通过引用并入本文:每个个体公开或专利或专利申请被具体地且个体地指示为以其全文出于所有目的通过引用而并入。
本发明可以被实现为计算机程序产品,其包括嵌入在非暂时性计算机可读储存介质中的计算机程序机制。例如,计算机程序产品可以包含图1、2或3的任何组合中示出和/或图4中描述的程序模块。这些程序模块可以被存储在CD-ROM、DVD、磁盘储存产品或任何其他非暂时性计算机可读数据或程序储存产品上。
可以在不脱离本发明的精神和范围的情况下做出本发明的许多修改和变型,如对本领域技术人员而言将显而易见的那样。仅作为示例而提出本文中所描述的具体实施例。选择并描述了实施例以便最佳地解释本发明及其实际应用的原理,从而使本领域其他技术人员能够最佳地利用本发明和具有如适合于预期的特定用途的各种修改的各种实施例。本发明应仅由所附权利要求的条款连同这样的权利要求所赋予的等同物的全部范围来限制。

Claims (15)

1.一种用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案(206)的依从的设备(250),其中所述设备包括一个或多个处理器(274)和存储器(192/290),所述存储器存储指令,所述指令在被所述一个或多个处理器执行时实行以下方法:
获得第一数据集(220),所述第一数据集包括所述受治疗者参与的多个代谢事件,其中所述多个代谢事件中的每个相应代谢事件(224)包括(i)所述相应代谢事件的时间戳(226)以及(ii)第一分类(228),所述第一分类(228)是依从胰岛素方案的和不依从胰岛素方案的中的一个;
基于所述相应代谢事件的时间戳,使用第二分类对所述多个代谢事件中的每个相应代谢事件进行分类,其中所述第二分类由时间周期表征并且包括多个周期元素;
基于所述第二分类对所述多个代谢事件中的每个相应代谢事件进行分箱,从而获得所述多个代谢事件的多个子集(229),其中所述多个子集中的所述多个代谢事件的每个相应子集(231)针对所述多个周期元素中的不同周期元素(233);以及
对于所述多个子集中的每个相应子集,传送对所述规定的胰岛素药物给药方案的依从的相应表示(235),依从的所述相应表示共同基于所述相应子集中的代谢事件的所述第一分类(228),从而监视随着时间的过去对用于所述受治疗者的所述规定的胰岛素药物给药方案的依从。
2.根据权利要求1所述的设备,其中
所述多个代谢事件中的每个相应代谢事件都在时间段(222)内,
所述时间段跨越多周,
所述时间周期是每周一次,并且
所述多个代谢事件中的每个周期元素是一周七天中的不同天。
3.根据权利要求1或2所述的设备,其中
所述多个代谢事件中的每个相应代谢事件是空腹事件,并且所述胰岛素药物给药方案是基础胰岛素药物给药方案(208)。
4.根据权利要求1所述的设备,其中
所述多个代谢事件中的每个相应代谢事件都在时间段内,
所述时间段跨越多天,
所述多个代谢事件中的每个相应代谢事件是进餐事件,并且
所述胰岛素药物给药方案是餐时胰岛素药物给药方案(214)。
5.根据权利要求4所述的设备,其中
所述时间周期是每日一次,并且
所述多个周期元素中的每个周期元素是“早餐”、“午餐”和“晚餐”中的不同的一个。
6.根据权利要求4所述的设备,其中
所述时间周期是每周一次,并且
所述多个周期元素中的每个周期元素表示一组21个排入日程表的每周进餐中的不同的一餐。
7.根据权利要求1至6中任一项所述的设备,其中针对所述多个子集中的每个相应子集的依从的所述相应表示被共同表示为包括通过所述传送的多个旋转的连续二维螺旋时间线,其中
所述螺旋时间线包括多个径向扇区,
所述多个旋转中的每个旋转表示所述时间周期的时段,并且
所述多个径向扇区中的每个相应径向扇区被唯一地分配所述多个子集中的对应子集。
8.根据权利要求7所述的设备,所述方法进一步包括计算多个依从值,其中
所述多个依从值中的每个相应依从值(232)表示多个时间窗中的对应时间窗(234),
所述多个时间窗中的每个相应时间窗具有相同的第一固定持续时间,
通过将依从胰岛素方案的代谢事件的数目除以所述多个代谢事件中的具有在与所述相应依从值对应的所述时间窗中的时间戳的代谢事件的总数来计算所述多个依从值中的每个相应依从值,并且
基于由所述相应依从值表示的时间段将所述多个依从值中的每个相应依从值分配给所述多个径向扇区中的相应径向扇区,从而针对所述多个子集中的每个相应子集形成对规定的胰岛素药物给药方案的依从的所述相应表示。
9.根据权利要求8所述的设备,其中所述二维螺旋时间线中的每个相应依从值被颜色编码为所述相应依从值的绝对值的函数。
10.根据权利要求7-9中任一项所述的设备,其中所述连续二维螺旋是阿基米德螺旋或对数螺旋。
11.根据权利要求1-10中任一项所述的设备,其中所述设备包括显示器(282),并且所述传送包括在所述显示器上呈现对所述规定的胰岛素药物给药方案的依从的每个相应表示。
12.根据权利要求1-11中任一项所述的设备,其中所述设备是移动设备。
13.根据权利要求1-12中任一项所述的设备,所述方法进一步包括:
获得第二数据集(240),所述第二数据集包括所述受治疗者的多个自主葡萄糖测量结果,并且针对所述多个自主葡萄糖测量结果中的每个相应自主葡萄糖测量结果(242),表示何时做出了所述相应测量的时间戳(244);
基于所述相应自主葡萄糖测量结果的所述时间戳,使用所述第二分类对所述多个自主葡萄糖测量结果中的每个相应自主葡萄糖测量结果进行分类;并且其中
对于所述多个子集中的每个相应子集,所述传送进一步传送所述多个自主葡萄糖测量结果中的已被分类为所述相应子集表示的所述多个周期元素中的相同周期元素的自主葡萄糖测量结果的那些值。
14.根据权利要求13所述的设备,所述设备进一步包括无线接收器(284),并且其中所述第二数据集是从附着到所述受治疗者的葡萄糖传感器无线地获得的。
15.一种监视对用于受治疗者的指定胰岛素方案的依从的方法,所述方法包括:
获得第一数据集,所述第一数据集包括所述受治疗者参与的多个代谢事件,其中所述多个代谢事件中的每个相应代谢事件包括(i)所述相应代谢事件的时间戳以及(ii)第一分类,所述第一分类是依从胰岛素方案的和不依从胰岛素方案的中的一个;
基于所述相应代谢事件的时间戳,使用第二分类对所述多个代谢事件中的每个相应代谢事件进行分类,其中所述第二分类由时间周期表征并且包括多个周期元素;
基于所述第二分类对所述多个代谢事件中的每个相应代谢事件进行分箱,从而获得所述多个代谢事件的多个子集,其中所述多个子集中的所述多个代谢事件的每个相应子集针对所述多个周期元素中的不同周期元素;以及
对于所述多个子集中的每个相应子集,传送对规定的胰岛素药物给药方案的依从的相应表示,依从的所述相应表示共同基于所述相应子集中的代谢事件的所述第一分类,从而监视随着时间的过去对用于所述受治疗者的所述规定的胰岛素药物给药方案的依从。
CN201780041352.3A 2016-06-30 2017-06-22 用于分析胰岛素方案依从数据的系统和方法 Withdrawn CN109416935A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16177083 2016-06-30
EP16177083.9 2016-06-30
PCT/EP2017/065385 WO2018001855A1 (en) 2016-06-30 2017-06-22 Systems and methods for analysis of insulin regimen adherence data

Publications (1)

Publication Number Publication Date
CN109416935A true CN109416935A (zh) 2019-03-01

Family

ID=56360197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780041352.3A Withdrawn CN109416935A (zh) 2016-06-30 2017-06-22 用于分析胰岛素方案依从数据的系统和方法

Country Status (6)

Country Link
US (1) US20190333621A1 (zh)
EP (1) EP3479263B1 (zh)
JP (1) JP6982581B2 (zh)
CN (1) CN109416935A (zh)
MA (1) MA45526A (zh)
WO (1) WO2018001855A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11432982B2 (en) 2018-03-26 2022-09-06 Augustine Biomedical + Design, LLC Relocation module and methods for surgical equipment
US11219570B2 (en) * 2018-03-26 2022-01-11 Augustine Biomedical + Design, LLC Relocation module and methods for surgical equipment

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010149388A2 (en) * 2009-06-26 2010-12-29 Roche Diagnostics Gmbh Adherence indication tool for chronic disease management and method thereof
US20150006462A1 (en) * 2013-06-26 2015-01-01 WellDoc, Inc. Systems and methods for managing medication adherence
CN104545804A (zh) * 2013-10-11 2015-04-29 精工爱普生株式会社 测量信息显示装置、测量信息显示系统及其方法
JP2015118516A (ja) * 2013-12-18 2015-06-25 テルモ株式会社 血糖管理支援装置、システム、方法及びプログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1735729A2 (en) * 2004-03-26 2006-12-27 Novo Nordisk A/S Device for displaying data relevant for a diabetic patient
WO2006072416A2 (en) * 2005-01-06 2006-07-13 Novo Nordisk A/S A system for analysing data and for assisting a person in navigating the data
CA2728831A1 (en) * 2010-01-22 2011-07-22 Lifescan, Inc. Diabetes management unit, method, and system
US20140163082A1 (en) 2011-05-06 2014-06-12 King Khalid Eye Specialist Hospital Pyrazolyl compounds for use in reversing reactive gliosis
US9990581B2 (en) * 2012-07-11 2018-06-05 Roche Diabetes Care, Inc. Insulin dosage assessment and recommendation system
US20140068487A1 (en) 2012-09-05 2014-03-06 Roche Diagnostics Operations, Inc. Computer Implemented Methods For Visualizing Correlations Between Blood Glucose Data And Events And Apparatuses Thereof
WO2015068815A1 (ja) * 2013-11-08 2015-05-14 パナソニックヘルスケアホールディングス株式会社 医療支援システム、医療支援装置、医療支援方法、及び医療支援プログラム
US9486580B2 (en) * 2014-01-31 2016-11-08 Aseko, Inc. Insulin management

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010149388A2 (en) * 2009-06-26 2010-12-29 Roche Diagnostics Gmbh Adherence indication tool for chronic disease management and method thereof
US20150006462A1 (en) * 2013-06-26 2015-01-01 WellDoc, Inc. Systems and methods for managing medication adherence
CN104545804A (zh) * 2013-10-11 2015-04-29 精工爱普生株式会社 测量信息显示装置、测量信息显示系统及其方法
JP2015118516A (ja) * 2013-12-18 2015-06-25 テルモ株式会社 血糖管理支援装置、システム、方法及びプログラム

Also Published As

Publication number Publication date
JP2019523483A (ja) 2019-08-22
JP6982581B2 (ja) 2021-12-17
EP3479263A1 (en) 2019-05-08
US20190333621A1 (en) 2019-10-31
EP3479263B1 (en) 2022-08-10
WO2018001855A1 (en) 2018-01-04
MA45526A (fr) 2019-05-08

Similar Documents

Publication Publication Date Title
US11373746B2 (en) Basal titration with adaptive target glucose level
CN109661706B (zh) 用于确定胰岛素敏感性的系统和方法
US11562816B2 (en) Systems and methods for analysis of insulin regimen adherence data
US20190198148A1 (en) Systems and methods for optimization of bolus timing relative to meal events
CN109416935A (zh) 用于分析胰岛素方案依从数据的系统和方法
EP3500962B1 (en) System and method for adjusting a basal/bolus ratio in an insulin regimen
CN109416945B (zh) 用于基于葡萄糖测量结果和胰岛素笔数据的胰岛素治疗的方案遵守措施
US20210142877A1 (en) Systems and methods for analysis of insulin regimen adherence data
US11295847B2 (en) Systems and methods for adjusting basal administration timing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190301