CN109416945B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN109416945B
CN109416945B CN201780040611.0A CN201780040611A CN109416945B CN 109416945 B CN109416945 B CN 109416945B CN 201780040611 A CN201780040611 A CN 201780040611A CN 109416945 B CN109416945 B CN 109416945B
Authority
CN
China
Prior art keywords
insulin
regimen
meal
event
fasting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201780040611.0A
Other languages
English (en)
Other versions
CN109416945A (zh
Inventor
H.本特松
T.B.阿拉多蒂尔
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 CN109416945A publication Critical patent/CN109416945A/zh
Application granted granted Critical
Publication of CN109416945B publication Critical patent/CN109416945B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4833—Assessment of subject's compliance to treatment
    • 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
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • 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

Abstract

提供了用于调整针对主体的长期胰岛素药剂剂量方案的系统和方法。使用第一数据集中的主体的自主的加时间戳的葡萄糖测量结果来识别空腹事件。来自用于应用长期方案的一个或多个胰岛素笔的第二数据集包括记录，每个记录包括指定注射胰岛素药剂的量的加时间戳的事件。每个空腹事件被表征为遵守的或未遵守的。当所述第二数据集包括在时间上且定量地建立在空腹事件期间对长期方案的遵守的一个或多个记录时，所述空腹事件是遵守的。相反地，当所述第二数据集未能在时间上且定量地建立对长期方案的遵守时，空腹事件是未遵守的。使用与遵守的空腹事件同时期的葡萄糖测量结果并通过排除与未遵守的空腹事件同时期的葡萄糖测量结果，来调整长期方案中的剂量。

Description

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
技术领域
本公开一般涉及用于协助患者和保健从业者管理向糖尿病患者的胰岛素递送的系统和方法。
背景技术
2型糖尿病由正常生理性胰岛素分泌的进行性紊乱表征。在健康个体中，由胰腺β细胞进行的基础胰岛素分泌持续发生，以在用餐之间的延长时段内维持稳定葡萄糖水平。在健康个体中还存在餐时分泌，其中胰岛素响应于用餐而在初始第一时相尖峰中快速释放，紧接有在2-3个小时之后返回到基础水平的持久胰岛素分泌。
胰岛素是与胰岛素受体结合以通过下述操作降低血糖的激素：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，并抑制葡萄糖从肝脏的输出。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，这影响了空腹血浆葡萄糖和餐后血浆葡萄糖浓度。基础和餐时胰岛素分泌在2型糖尿病中受损，并且不存在早期的餐后响应。为了解决这些不良事件，向患有2型糖尿病的患者提供胰岛素治疗方案。还向患有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以弥补胰腺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性基础胰岛素药剂治疗（例如，一天一次或两次）以及关于用餐的一次或多次餐时胰岛素药剂治疗。
这些胰岛素治疗方案的目标是实现稳定葡萄糖水平。胰岛素治疗方案在主体中的成功可以通过取得主体的连续葡萄糖水平测量结果或通过测量HbA1c水平而推断出。术语“HbA1c”指代糖化血红蛋白。当血红蛋白（红血球内的遍及身体而携带氧的蛋白质）与血液中的葡萄糖结合时，血红蛋白发展，从而变成“糖化的”。通过测量糖化血红蛋白（HbA1c），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。对于患有糖尿病的人而言，HbA1c越高，则发展成糖尿病相关并发症的风险越大。
胰岛素治疗方案未遵守是对于糖尿病患者而言达到合适HbA1c目标的障碍。遵守典型地被定义为患者正确地遵循医学建议（例如，针对主体的长期胰岛素方案，其包括至少基础胰岛素药剂剂量方案）的程度，但还可以是例如日常饮食和锻炼方面的一致性。未遵守的原因有许多且不同。未遵守的一个原因是较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，缺少当遵守时的积极反馈，或者感到缺乏紧迫感。未遵守的另一个原因是对副作用的恐惧。例如，在患者严格遵守长期胰岛素方案的情况下对低血糖的恐惧。未遵守的又一个原因是传统长期胰岛素方案的麻烦和耗时方面，这常常使家庭日志数据以及频繁的注射和葡萄糖测量成为必需。
胰岛素笔（pen）治疗下的患者典型地使用血糖监测器，且需要将测量和注射记入家庭日志，以便遵守长期胰岛素方案。由于若干原因，这些记入家庭日志的数据往往是不可靠的。在一些实例中，患者通过填入比所观察到的血糖测量结果更好（更低）的血糖测量结果或者将未采取的胰岛素注射填写为已采取来隐藏方案未遵守。在一些实例中，患者未定期地填写日志本，且因此在与保健从业者会面之前的晚上通过记忆来这样做。
由此，保健从业者被迫浏览记入家庭日志的数据，这给对治疗在哪里以及为什么出现错误进行精确定位造成了困难。此外，记入家庭日志的数据的不可靠性可能导致不良事件。例如，当患者展现出过高的空腹血糖测量结果时，保健从业者可能向上滴定基础胰岛素药剂。然而，当该血糖测量结果事实上是由于忘记的基础或餐时胰岛素药剂注射（与未要求足够胰岛素药剂用量的胰岛素方案形成对照）而导致时，这可能导致胰岛素药剂的用药过量和低血糖的不良事件。而且，患者可能将未采取的胰岛素药剂剂量作为已采取而记入日志。当这未被反映在诊所中测量的葡萄糖水平（和/或从这种葡萄糖水平测量的HbA1c水平）中时，保健从业者可能针对该基础而增加长期胰岛素方案中的胰岛素药剂剂量，并且因此，患者的剂量方案可能因而指示危险地高的胰岛素剂量，如果被注射的话，其会导致胰岛素药剂的用药过量和低血糖。
给出了上面所公开的关于患者所记录的记录的不足，本领域中所需要的是提供实现目标葡萄糖水平的更鲁棒的胰岛素滴定方法的系统和方法。
发明内容
在本发明的公开内容中，将描述实施例和方面，该实施例和方面将解决一个或多个上面的目的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。
本公开通过向患者和/或保健从业者提供下述方式来解决上面识别的本领域中的需要：监测对长期胰岛素方案的遵守，并由此使得能够对遵守如何影响针对患者的治疗结果以及方案遵守影响针对患者的治疗结果到什么程度进行精确定位。由此，本公开涉及分析患者的自主葡萄糖测量结果和胰岛素笔数据以及潜在地更多的数据（诸如，来自可穿戴物），以协助保健从业者和/或患者获得治疗透明性。
在本公开的一个方面中，提供了用于调整针对主体的长期胰岛素药剂剂量方案的系统和方法。使用第一数据集中的主体的自主的加时间戳的葡萄糖测量结果来识别空腹事件。进一步地，从用于将长期方案应用到主体的一个或多个胰岛素笔获得第二数据集。该第二数据集包括记录。每个记录包括将主体所注射的注射胰岛素药剂的量指定为所述长期胰岛素药剂剂量方案的一部分的加时间戳的事件。每个空腹事件被表征为遵守的或未遵守的。当所述第二数据集包括在时间上且定量地建立在空腹事件期间对长期方案的遵守的一个或多个记录时，所述空腹事件是遵守的。相反地，当所述第二数据集未能在时间上且定量地建立对长期方案的遵守时，空腹事件是未遵守的。使用与遵守的空腹事件同时期的葡萄糖测量结果并通过具体地排除与未遵守的空腹事件同时期的葡萄糖测量结果，来调整长期方案中的剂量。这有助于克服在传统的记入家庭日志的胰岛素治疗数据中出现的不准确性。
在进一步的方面中，所述长期胰岛素方案包括餐时胰岛素药剂剂量方案，多个药剂记录中的每个相应的胰岛素药剂注射事件进一步指示被注射到主体中的来自下述各项之一的胰岛素药剂的相应类型：（i）长效胰岛素药剂以及（ii）短效胰岛素药剂，并且所述方法进一步包括：使用所述第一数据集中的所述多个自主葡萄糖测量结果和对应时间戳来识别多个用餐事件；以及将第二表征应用到所述多个用餐事件中的每个相应的用餐事件。所述第二表征是餐时方案遵守和餐时方案未遵守中的一个，当所述多个药剂记录中的一个或多个药剂记录在时间基础上、在定量基础上以及在胰岛素药剂类型基础上指示在相应用餐期间对所述长期餐时胰岛素药剂剂量方案的遵守时，所述相应用餐被视为餐时方案遵守。当所述多个药剂记录未能在时间基础上、在定量基础上以及在胰岛素药剂类型基础上指示在相应用餐期间对所述长期餐时胰岛素药剂剂量方案的遵守时，所述相应用餐被视为餐时方案未遵守。所述方法进一步包括：通过使用所述第一数据集中的与被视为餐时方案遵守的用餐事件在时间上相关联的葡萄糖测量结果，并通过排除所述第一数据集中的与被视为餐时方案未遵守的用餐事件在时间上相关联的葡萄糖测量结果，来调整针对主体的所述长期胰岛素药剂方案中的胰岛素药剂剂量。
在进一步的方面中，所述方法包括：通过使用所述第一数据集中的与被视为餐时方案遵守的用餐事件在时间上相关联的葡萄糖测量结果，并通过排除所述第一数据集中的与被视为餐时方案未遵守的用餐事件在时间上相关联的葡萄糖测量结果，来调整针对主体的餐时胰岛素药剂剂量方案中的胰岛素药剂剂量。
在进一步的方面中，所述方法包括：通过使用所述第一数据集中的与被视为餐时方案遵守的用餐事件在时间上相关联的葡萄糖测量结果，并通过排除所述第一数据集中的与被视为餐时方案未遵守的用餐事件在时间上相关联的葡萄糖测量结果，来调整针对主体的基础胰岛素药剂剂量方案中的胰岛素药剂剂量。
在进一步的方面中，所述设备进一步包括无线接收器，并且其中所述第一数据集是从附着到主体的葡萄糖传感器无线地获得的，和/或所述第二数据集是从所述一个或多个胰岛素笔无线地获得的。
在进一步的方面中，所述第一数据集进一步包括多个前馈事件，所述多个前馈事件中的每个相应的前馈事件表示其中主体已经指示他们正在用餐或即将用餐的实例，并且通过移除所述多个用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的用餐事件，来针对所述多个前馈事件验证所述多个用餐事件。
在进一步的方面中，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主体取得所述多个自主葡萄糖测量结果中的接续测量结果。
在进一步的方面中，所述基础方案与多个阶段相关联，所述基础方案指定要在所述多个阶段中的每个相应阶段期间采取基础剂量的长效胰岛素药剂，并且当所述第二数据集中不存在针对与相应的空腹事件相关联的阶段的药剂记录时，所述相应的空腹事件被视为基础方案未遵守。
在进一步的方面中，所述多个阶段中的每个阶段是一周或更少、两天或更少、一天或更少、或者12小时或更少。
在进一步的方面中，所述餐时胰岛素药剂剂量方案指定要采取所述短效胰岛素药剂直到用餐前或用餐后预定量的时间，并且当直到相应用餐前或相应用餐后所述预定量的时间不存在具有电子时间戳的所述短效胰岛素药剂类型的胰岛素药剂记录时，所述相应用餐被视为餐时方案未遵守。
在进一步的方面中，所述预定量的时间是30分钟或更少、20分钟或更少、或者15分钟或更少。
在进一步的方面中，所述长效胰岛素药剂由下述各项组成：具有处于12小时与24小时之间的作用持续时间的单个胰岛素药剂，或共同具有处于12小时与24小时之间的作用持续时间的胰岛素药剂的混合物；并且，所述短效胰岛素药剂由下述各项组成：具有处于3小时至8小时之间的作用持续时间的单个胰岛素药剂，或共同具有处于3小时至8小时之间的作用持续时间的胰岛素药剂的混合物。
在另一个方面中，所述长效胰岛素药剂由具有处于24小时与一周之间的作用持续时间的单个胰岛素药剂组成。
在进一步的方面中，所述识别所述多个用餐事件通过计算下述各项而执行：
（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；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。
在进一步的方面中，所述第一模型、所述第二模型、所述第三模型和所述第四模型均是跨所述多个自主葡萄糖测量结果而计算的，并且在其中所述四个模型中的至少三个指示用餐事件的实例处识别所述多个用餐事件中的每个相应的用餐事件。
在进一步的方面中，所述方法进一步包括在持续进行的基础上随时间重复所述方法。
在进一步的方面中，所述识别所述多个空腹事件包括通过下述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中识别第一空腹时段：
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：
其中，
Gi是所述多个自主葡萄糖测量结果的部分k中的第i个自主葡萄糖测量结果，
M是所述多个葡萄糖测量结果中的自主葡萄糖测量结果的数目，且表示邻接预定时间跨度，
是从所述多个自主葡萄糖测量结果中选择的自主葡萄糖测量结果的均值，以及
k处于所述第一时间段内；以及
将所述第一空腹时段与所述第一时间段内的最小方差的时段相关联。
在本公开的另一个方面中，提供了一种包括指令的计算机程序，所述指令在由一个或多个处理器执行时执行包括下述各项的方法：
获得第一数据集，所述第一数据集包括：主体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的自主葡萄糖测量结果，表示所述相应测量结果在何时做出的时间戳；
从由主体使用以应用长期胰岛素方案的一个或多个胰岛素笔获得第二数据集，所述第二数据集包括多个胰岛素药剂记录，所述多个药剂记录中的每个胰岛素药剂记录包括：（i）相应的胰岛素药剂注射事件，包括使用所述一个或多个胰岛素笔中的相应的胰岛素笔而被注射到主体中的胰岛素药剂的量；以及（ii）对应的电子时间戳，其在所述相应的胰岛素药剂注射事件发生时由所述相应的胰岛素笔自动生成；
使用所述第一数据集中的主体的所述多个自主葡萄糖测量结果和相应时间戳来识别多个空腹事件；
将第一表征应用到所述多个空腹事件中的每个相应的空腹事件，其中
所述第一表征是基础方案遵守和基础方案未遵守中的一个，
当所述第二数据集包括在时间和定量基础上建立在相应的空腹事件期间对长期基础胰岛素药剂剂量方案的遵守的一个或多个药剂记录时，所述相应的空腹事件被视为基础方案遵守，以及
当所述第二数据集未能包括在时间和定量基础上建立在相应的空腹事件期间对长期基础胰岛素药剂剂量方案的遵守的一个或多个药剂记录时，所述相应的空腹事件被视为基础方案未遵守；以及
基于所述第一数据集中的与被视为基础方案遵守的空腹事件同时期的葡萄糖测量结果，并通过排除所述第一数据集中的与被视为基础方案未遵守的空腹事件同时期的葡萄糖测量结果，来调整针对主体的基础胰岛素药剂剂量方案中的胰岛素药剂剂量。
在进一步的方面中，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一实施例的示例性系统拓扑，包括用于调整针对主体的长期胰岛素方案的设备、从主体自主地测量葡萄糖数据的一个或多个葡萄糖传感器、以及由主体使用以根据长期胰岛素方案注射胰岛素药剂的一个或多个胰岛素笔，其中该一个或多个葡萄糖传感器、该一个或多个胰岛素笔以及该设备可选地通过通信网络而互连。
图2图示了根据本公开的一实施例的用于调整针对主体的长期胰岛素方案的设备。
图3图示了根据本公开的另一个实施例的用于调整针对主体的长期胰岛素方案的设备。
图4A、4B、4C和4D共同提供了根据本公开的各种实施例的用于调整针对主体的长期胰岛素方案的设备的处理和特征的流程图。
图5图示了根据本公开的一实施例的所连接的胰岛素笔、连续葡萄糖监测器、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一实施例的用于计算餐时胰岛素药剂方案遵守的算法，其中自主葡萄糖测量结果（BG数据）和餐时胰岛素药剂注射事件（餐时胰岛素数据）是输入，并且用餐检测算法用于分析该自主葡萄糖测量结果并确定是否检测到用餐。
图7图示了根据本公开的一实施例的所公开的餐时事件标记算法的示例，其中胰岛素药剂注射事件被标记为“遵守”或“未遵守”。
图8公开了根据本公开的一实施例的餐时遵守数据解释的示例。
图9图示了用于计算基础胰岛素药剂剂量方案遵守的算法，其中自主葡萄糖测量结果（BG数据）和基础胰岛素药剂注射事件（基础胰岛素数据）被用作输入，并且其中当空腹时段（例如，最小方差的时段）被检测到时，该时段被分类为“空腹的”，并且其中该算法检查基础注射事件是否已经在空腹事件之前的长期基础胰岛素药剂剂量方案指定的时间段内发生（例如，基础方案声明每天一次基础注射，则该算法检查是否在所检测到的空腹时段之前的24小时期间采取了正确的基础胰岛素药剂），且如果是这样，将该空腹时段标记为“基础遵守”，以及否则，将该空腹时段标记为“未基础遵守”。
图10图示了根据一些实施例的使用图9的算法的基础事件标记的示例，其中基础胰岛素药剂事件被标记为“基础遵守”或“未基础遵守”。
图11图示了根据本公开的一实施例的基础方案遵守数据解释的示例。
图12图示了自主葡萄糖数据的仿真，其中胰岛素注射数据上没有知识是可用的。
图13图示了根据一些实施例的自主葡萄糖数据和餐时胰岛素药剂注射的仿真，其中胰岛素注射数据是可用的，并且关于餐时注射的方案未遵守的时段被标记。
遍及附图的若干视图，相似的附图标记指代对应的部分。
具体实施方式
图5图示了根据本公开的一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测器、存储器以及用于执行主体的自主葡萄糖数据的算法分类的处理器的集成系统的示例。在第一数据集220中获得主体的自主的加时间戳的葡萄糖测量结果。从用于将长期方案应用到主体的一个或多个胰岛素笔获得第二数据集228。该第二数据集包括记录。每个记录包括：加时间戳的事件，将主体所注射的注射胰岛素药剂的量指定为长期胰岛素药剂剂量方案的一部分。使用第一数据集中的主体的自主的加时间戳的葡萄糖测量结果来识别空腹事件502。可选地，还使用自主的加时间戳的葡萄糖测量结果来识别用餐事件502。以该方式，对该葡萄糖测量结果进行过滤504并将其存储在存储器506中。将每个空腹事件表征为遵守的或未遵守的508。当该第二数据集包括在时间上且定量地建立在空腹事件期间对长期方案的遵守的一个或多个记录时，该空腹事件是遵守的。相反地，当该第二数据集未能在时间上且定量地建立对长期方案的遵守时，空腹事件是未遵守的。当该多个药剂记录中的一个或多个药剂记录在时间基础上、在定量基础上以及在胰岛素药剂类型基础上指示在相应用餐期间对长期餐时胰岛素药剂剂量方案的遵守时，该相应用餐被视为餐时方案遵守。当该多个药剂记录未能在时间基础上、在定量基础上以及在胰岛素药剂类型基础上指示在相应用餐期间对长期餐时胰岛素药剂剂量方案的遵守时，该相应用餐被视为餐时方案未遵守。最后，对经过滤和所分类的葡萄糖数据进行分析和可视化510。这种可视化使长期方案中的剂量能够使用与遵守的空腹事件同时期的葡萄糖测量结果并通过具体地排除与未遵守的空腹事件同时期的葡萄糖测量结果而加以调整。这有助于克服在传统的记入家庭日志的胰岛素治疗数据中出现的不准确性。
现在将详细地参考实施例，其示例在附图中图示。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来说，本公开可以在没有这些具体细节的情况下实践将是显而易见的。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，尽管术语第一、第二等在本文中可以用于描述各种元件，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。例如，在不脱离本公开的范围的情况下，第一主体可以被称为第二主体，并且类似地，第二主体可以被称为第一主体。第一主体和第二主体两者都是主体，但是他们不是相同的主体。此外，在本文中可互换地使用术语“主体”和“用户”。术语胰岛素笔意指适用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用于将剂量相关数据记入日志并传送剂量相关数据。
本公开中使用的术语出于仅描述特定实施例的目的，而不意图限制本发明。如本发明的描述和所附权利要求中所使用，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，本文中所使用的术语“和/或”指代并涵盖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，但不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、部件和/或其组。
如本文中所使用，取决于上下文，术语“如果”可以被理解成意指“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]”可以被理解成意指“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到3描述了根据本公开的用于调整针对主体的长期胰岛素方案206的系统48的详细描述。由此，图1到3共同图示了根据本公开的系统的拓扑。在该拓扑中，存在用于调整针对主体的长期胰岛素方案200的设备（图1、2和2）、与主体相关联的一个或多个葡萄糖传感器（图1）以及用于将胰岛素药剂注射到主体中的一个或多个胰岛素笔（图1）。
参考图1，存在用于调整主体的长期胰岛素方案的设备200。为了这样做，设备200在持续进行的基础上从附着到主体的葡萄糖传感器102接收自主葡萄糖测量结果。进一步地，设备200从由主体使用以注射胰岛素药剂的一个或多个胰岛素笔接收胰岛素药剂注射数据。如本文中进一步详细地公开，在一些实施例中，设备200通过射频信号无线地接收该数据。在一些实施例中，这种信号是根据802.11、蓝牙或ZigBee标准的。在一些实施例中，设备200不与主体邻近，和/或不具有无线能力，或者这种无线能力不是出于获取葡萄糖数据和胰岛素药剂注射数据的目的而使用的。在这种实施例中，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传送到设备200以及从胰岛素笔104传送到设备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）和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，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IEEE802.11n）、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，包括截至本文档的提交日期还未开发的通信协议。
在一些实施例中，设备200是葡萄糖传感器102的一部分。也就是说，在一些实施例中，设备200和葡萄糖传感器102是单个设备。
在一些实施例中，设备200是胰岛素笔的一部分。也就是说，在一些实施例中，设备200和胰岛素笔104是单个设备。
当然，系统48的其他拓扑是可能的。例如，葡萄糖传感器102和胰岛素笔可以无线地将信息直接传输到设备200，而不是依赖于通信网络106。进一步地，设备200可以构成便携式电子设备、服务器计算机，或者事实上构成一起链接在网络中的若干个计算机，或者是云计算情境中的虚拟机。由此，图1中示出的示例性拓扑仅仅用来以对本领域技术人员来说将容易理解的方式描述本公开的一实施例的特征。
参考图2，在典型实施例中，用于调整长期胰岛素方案的设备200包括一个或多个计算机。出于图2中的图示的目的，将设备200表示为包括用于调整长期胰岛素方案的所有功能的单个计算机。然而，本公开不限于此。用于调整长期胰岛素方案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一个上，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，并且所有这种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，用于调整长期胰岛素方案的示例性设备包括：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/或永久设备290、用于使上述部件互连的一个或多个通信总线213、以及用于对上述部件进行供电的电源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下述计算机上：该计算机处于设备200外部，但可以由设备200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106)电子访问。
用于调整针对主体的长期胰岛素方案206的设备200的存储器192存储下述各项：
·操作系统202，其包括用于处置各种基本系统服务的过程；
·胰岛素方案调整模块204；
·针对主体的长期胰岛素方案206，该长期胰岛素方案包括基础胰岛素药剂剂量方案208以及可选地在一些实施例中包括餐时胰岛素药剂剂量方案214；
·第一数据集220，该第一数据集包括：主体的多个自主葡萄糖测量结果；以及针对该多个自主葡萄糖测量结果中的每个相应的自主葡萄糖测量结果222，表示相应测量结果在何时做出的时间戳224；以及可选地，多个前馈事件226；
·第二数据集228，包括针对主体的多个胰岛素药剂记录，该多个药剂记录中的每个胰岛素药剂记录230包括：（i）相应的胰岛素药剂注射事件232，包括使用一个或多个胰岛素笔中的相应的胰岛素笔而被注射到主体中的胰岛素药剂的量234；（ii）对应的电子时间戳238，在相应的胰岛素药剂注射事件发生时由相应的胰岛素笔104自动生成；以及可选地，胰岛素药剂类型236；
·针对主体而确定的多个空腹事件240；以及
·针对主体而确定的多个用餐事件246。
在一些实施例中，胰岛素方案调整模块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，胰岛素方案调整模块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）的设备200上。
在一些实现方式中，用于调整主体的长期胰岛素方案206的设备200的上面标识的数据元件或模块中的一个或多个存储在先前描述的存储器设备中的一个或多个中，且与用于执行上面所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方式中被组合或以其他方式重新布置。在一些实现方式中，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，用于调整针对主体的长期胰岛素方案206的设备200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，设备200不是移动的。在一些实施例中，设备200是移动的。
图3提供了可以与本公开一起使用的设备200的进一步描述。图3中图示的设备200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280(例如，键盘、键区、触摸屏))、可选的加速度计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、用于检测设备200上的触点的强度的一个或多个可选的强度传感器364(例如，诸如设备200的触敏显示器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213、以及用于对上述部件进行供电的电源276。
在一些实施例中，输入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。该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）加速度计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中图示的设备200可选地还包括接收器，该接收器用于获得与设备200的位置和取向（例如，肖像或风景）有关的信息和/或用于确定由主体进行的体力消耗的量。
应当领会的是，图3中图示的设备200是可以用于调整针对主体的长期胰岛素方案206的多功能设备的仅一个示例，并且设备200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。以硬件、软件、固件或其组合（包括一个或多个信号处理和/或专用集成电路）实现图3中示出的各种部件。
图3中图示的设备200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储存设备、闪速存储器设备或其他非易失性固态存储器设备。由设备200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可以用于将该设备的输入和输出外设耦合到（一个或多个）CPU 274和存储器192。一个或多个处理器274运行或执行存储在存储器192中的各种软件程序和/或指令集（诸如，胰岛素方案调整模块204）以执行设备200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，RF信号还被称为电磁信号。在一些实施例中，使用该RF电路从与主体相关联的葡萄糖传感器102接收多个葡萄糖测量结果222。在一些实施例中，使用该RF电路从主体使用以注射胰岛素药剂的一个或多个胰岛素笔104接收胰岛素药剂记录230。在一些实施例中，RF电路284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104通信。RF电路284可选地包括用于执行这些功能的公知电路，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、订户标识模块(SIM)卡、存储器等等。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在主体与设备200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，由外围接口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，电源276可选地包括电力管理系统、一个或多个电力源（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，设备200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，光学传感器位于设备200的背面上，与设备正面上的显示器282相反，使得输入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位于设备200的正面上，使得获得主体的图像(例如，以验证主体的健康或状况，以确定主体的身体活动水平，或者以帮助远程地诊断主体的状况等)。
如图3中所图示，设备200优选地包括操作系统202，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）包括用于控制并管理一般系统任务（例如，存储器管理、储存设备控制、电力管理等）的各种软件部件和/或驱动器，且促进各种硬件和软件部件之间的通信。
在一些实施例中，设备200是智能电话。在其他实施例中，设备200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无线联网设备。在一些实施例中，设备200具有在图2或3中描绘的设备200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，示出了设备200的仅几个可能的部件，以便更好地强调在设备200上安装的附加软件模块。
尽管图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调整针对主体的长期胰岛素方案（206）的系统48的细节，因此参考图4A到4D公开了根据本公开的一实施例的与该系统的处理和特征的流程图有关的细节。在一些实施例中，该系统的这种处理和特征由图2和3中图示的胰岛素方案调整模块204来实施。
框402。患有1型糖尿病或2型糖尿病的主体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。这是利用针对主体的长期胰岛素方案206来完成的。本公开的一个方面提供了用于调整长期胰岛素方案的设备200。在本公开中，长期胰岛素方案包括基础胰岛素药剂剂量方案208。该设备包括一个或多个处理器274和存储器192/290。存储器存储指令，该指令在由该一个或多个处理器执行时执行方法。在该方法中，获得第一数据集220。
该第一数据集包括来自葡萄糖传感器102的主体的多个自主葡萄糖测量结果。该多个自主葡萄糖测量结果中的每个相应的自主葡萄糖测量结果222包括表示相应测量结果在何时做出的时间戳224。该第一数据集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，只要这种文件或数据结构可由胰岛素方案调整模块204或等同的处理解决即可。
由ABBOTT生产的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，设备200）发送多达8小时的数据。在所有日常生活活动中，可以佩戴LIBRE达14天。参考框404，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主体取得该多个自主葡萄糖测量结果中的接续测量结果。
框406。参考图4A的框406，除了第一数据集220的自主葡萄糖测量结果之外，从由主体使用以应用长期胰岛素方案的一个或多个胰岛素笔104获得第二数据集228。该第二数据集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，只要这种文件或数据结构可由胰岛素方案调整模块204或等同的处理解决即可。由此，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的定时和量的意义上已经变得“智能”。这种胰岛素笔104的一个示例是NovoPen 5。这种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剂剂量体积和定时，从而允许连续葡萄糖传感器102、胰岛素笔104和本公开的算法的整合。由此，该第二数据集包括来自一个或多个胰岛素笔104的多个胰岛素药剂记录。在一些实施例中，从该一个或多个胰岛素笔104向设备200无线地传送这些数据集。
该多个药剂记录中的每个胰岛素药剂记录230包括：（i）相应的胰岛素药剂注射事件232，包括：使用该一个或多个胰岛素笔中的相应的胰岛素笔而被注射到主体中的胰岛素药剂的量234；以及（ii）对应的电子时间戳238，在相应的胰岛素药剂注射事件发生时由相应的胰岛素笔104自动生成。在一些实施例中，在胰岛素药剂记录中找到附加的数据，诸如药品批号。
参考框408，在一些实施例中，设备200进一步包括无线接收器。在这种实施例中，使用该无线接收器从附着到主体的葡萄糖传感器(102)无线地获得该第一数据集和/或从该一个或多个胰岛素笔无线地获得该第二数据集。
参考框410，该方法通过使用该第一数据集中的主体的该多个自主葡萄糖测量结果和相应的时间戳识别多个空腹事件而继续。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是重要的。这种基础葡萄糖水平提供了关于基础胰岛素药剂剂量方案中的基础胰岛素药剂剂量是否适当的见解。时间上处于空腹事件之外的葡萄糖测量结果更加难以解释，这是因为它们被影响葡萄糖水平的用餐摄入混淆。
存在用于使用来自葡萄糖传感器102的自主葡萄糖测量结果检测空腹事件的许多方法。例如，参考框412，在一些实施例中，通过下述操作来在由该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)中识别第一空腹事件(在该多个空腹事件中)：首先计算跨该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是该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是该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，是从该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处于第一时间段内。作为示例，该多个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(例如，一天)k，并且因此，针对最小方差的时段检查该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该多个葡萄糖测量结果的下一部分k，来对该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。该方法通过该多个葡萄糖测量结果的所有部分k的重复用于构建该多个空腹时段。
框414。参考图4B的框414，该方法通过将第一表征244应用到该多个空腹事件中的每个相应的空腹事件242而继续。图3图示了，对于该多个空腹事件中的每个相应的空腹事件242而言，存在针对相应的空腹事件的第一表征244。第一表征244是基础方案遵守和基础方案未遵守中的一个。
当该第二数据集包括在时间和定量的基础上建立在相应的空腹事件期间对长期基础胰岛素药剂剂量方案的遵守的一个或多个药剂记录时，该相应的空腹事件被视为基础方案遵守。当该第二数据集未能包括在时间和定量的基础上建立在相应的空腹事件期间对长期基础胰岛素药剂剂量方案的遵守的一个或多个药剂记录时，该相应的空腹事件被视为基础方案未遵守。
参考框416，在一些实施例中，基础方案指定：要在多个阶段中的每个相应阶段(212)期间采取基础剂量的长效胰岛素药剂(210)，并且当该第二数据集中不存在针对与相应的空腹事件相关联的阶段的药剂记录时，该相应的空腹事件被视为基础方案未遵守。在各种实施例中，该多个阶段中的每个阶段为两天或更少、一天或更少、或者12小时或更少(418)。因此，参考图9，考虑了其中第一数据集220用于识别空腹时段902并且长期基础胰岛素药剂剂量方案指定每24小时采取剂量A的长效胰岛素药剂的情况。因此，在该示例中，该阶段为一天(24小时)。空腹事件242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，由相应的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方案遵守的开始点904。例如，如果与相应的时间戳相关联的空腹时段为5月17日星期二上午6点，则在第二数据集228中所寻找的是主体在5月17日星期二上午6点之前的24小时时段(该阶段)内采取了剂量A的长效胰岛素药剂(并且不多于或少于处方剂量)的证据。如果主体在该阶段期间采取了处方剂量的长效胰岛素药剂，则相应的空腹事件(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(图9的)基础方案遵守906，以及图10的左面板。如果主体未在该阶段期间采取处方剂量的长效胰岛素药剂(或在该时段期间采取了多于处方剂量的长效胰岛素药剂)，则相应的空腹事件(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(图9的)基础方案未遵守908，以及图10的右面板。
图11图示了基础遵守可以如何被绘制为时间的函数，从而示出哪些基础事件被视为缺少，例如因为某个空腹事件被视为基础方案未遵守。
在一些实施例中，在当事实上基础胰岛素药剂方案指定基础胰岛素注射事件必须发生时的阶段期间未检测到空腹事件。因此，应当根据处方方案采取基础注射。根据上面的示例，由于未能找到空腹事件，该阶段将不具有基础遵守分类。在一些这种实施例中，因为基础胰岛素药剂方案是已知的，所以关于遵守（对所讨论的阶段期间的葡萄糖测量结果和/或该阶段中的基础注射事件的遵守）的确定基于基础胰岛素药剂方案本身和注射事件数据（第二数据集），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，如果基础胰岛素药剂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。
框420。参考图4B的框420，该方法通过下述操作而继续：基于该第一数据集中的与被视为基础方案遵守的空腹事件同时期的葡萄糖测量结果，并通过排除该第一数据集中的与被视为基础方案未遵守的空腹事件同时期的葡萄糖测量结果，来调整针对主体的基础胰岛素药剂剂量方案中的胰岛素药剂剂量的量。用于这种调整的传统方法可以被使用，且事实上可能在某种程度上主观地基于保健从业者的直觉、关于主体的过去经验、风险因素的不存在或存在或者其他度量。这里的创新是：在不依赖于主体的手动记录的情况下获得用于调整基础胰岛素药剂剂量方案中的胰岛素药剂剂量、基础葡萄糖测量结果的数据。自主葡萄糖记录用于自动识别空腹事件，并且仅依赖与被视为基础方案未遵守的空腹事件相关联的阶段中的葡萄糖测量结果（因为正确的基础胰岛素药剂剂量在该阶段期间被采取）以建立随时间的主体中的基础葡萄糖水平。不使用具有被视为基础方案未遵守的空腹事件的阶段中的葡萄糖测量结果。
参考图4C的框422，在一些实施例中，除了基础胰岛素药剂剂量方案之外，长期胰岛素方案进一步包括餐时胰岛素药剂剂量方案214。在一些这种实施例中，该多个药剂记录中的每个相应的胰岛素药剂注射事件232进一步指示被注射到主体中的来自下述各项之一的胰岛素药剂的相应类型236：（i）长效胰岛素药剂；以及（ii）短效胰岛素药剂。典型地，长效胰岛素药剂是针对基础胰岛素药剂剂量方案208的，而短效胰岛素药剂是针对餐时胰岛素药剂剂量方案214的。
有利地，当餐时胰岛素药剂注射事件存在于该第二数据集中时，本公开还可以利用这种事件，以提供关于主体的葡萄糖状态的附加信息。餐时注射事件的使用特别有帮助，这是因为它们经常比基础注射事件发生得更频繁，并且因此餐时注射事件经常可以用于比基础葡萄糖数据的分析更快地识别高血糖或低血糖事件。
参考图6，在一些这种实施例中，以下述方式利用第一数据集220中的餐时胰岛素药剂注射事件。使用用餐检测算法、使用该第一数据集中的该多个自主葡萄糖测量结果和对应时间戳识别多个用餐事件246（602-604）。如果未检测到用餐，则该处理结束。如果检测到用餐，则将第二表征250应用到该多个用餐事件中的每个相应的用餐事件248 606。图3图示了数据结构。该多个用餐事件246包括针对每个相应的用餐事件248的第二表征250。第二表征是餐时方案遵守和餐时方案未遵守中的一个。
参考回图6，当第二数据集228中的该多个药剂记录中的一个或多个药剂记录在时间基础上、在定量基础上以及在胰岛素药剂类型基础上指示在相应用餐期间对长期餐时胰岛素药剂剂量方案的遵守时，该相应用餐被视为餐时方案遵守608。当该多个药剂记录未能在时间基础上、在定量基础上以及在胰岛素药剂类型基础上指示在相应用餐期间对长期餐时胰岛素药剂剂量方案的遵守时，该相应用餐被视为餐时方案未遵守610。例如，考虑其中长期餐时胰岛素药剂剂量方案指定要采取剂量A的胰岛素药剂B直到相应用餐之前30分钟并指定某个用餐发生在5月17日星期二上午7点的情况。将领会的是，剂量A可以是用餐的预期大小或类型的函数。在第二数据集228中所寻找的是主体在5月17日星期二上午7点之前的30分钟内采取了剂量A的胰岛素药剂B(并且不多于或少于处方剂量)的证据。如果主体在相应用餐之前的30分钟期间采取了处方剂量A的胰岛素药剂B，则该相应用餐(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(图6的)餐时方案遵守608，以及图7的左面板。如果主体未在相应用餐之前的30分钟期间采取处方剂量A的胰岛素药剂B(或在该时段期间采取了多于处方剂量A的胰岛素药剂B)，则该相应用餐(和/或餐时管理和/或该时间期间的葡萄糖测量结果)被视为(图6的)餐时方案未遵守610，以及图7的右面板。这里，30分钟的时间段是示例性的，在其他实施例中，该时间更短或更长(例如，处于用餐之前的15分钟到2小时之间和/或取决于处方的胰岛素药剂的类型)。在其他情况下，长期餐时胰岛素药剂剂量方案指定要在用餐之后的时间段(例如，30分钟或更少、15分钟或更少、5分钟或更少)内采取一定剂量的胰岛素。在其他情况下，长期餐时胰岛素药剂剂量方案指定要在用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)内和/或在用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)内采取一定剂量的胰岛素，其中第一预定时间段与第二预定时间段相同或不同。图8图示了餐时遵守可以如何被绘制为时间的函数，从而示出哪些餐时事件被视为缺少，例如因为某些用餐被视为餐时方案未遵守。
在一些实施例中，餐时胰岛素药剂剂量方案不要求针对特定用餐的餐时用药，并且因此，即使在用餐之前不存在餐时用药，该用餐也是遵守的。例如，一些餐时方案仅假定针对晚餐的餐时用药，而未假定针对早餐和午餐的餐时用药。因此，所检测到的午餐用餐事件而不是对应的餐时用药将被分类为遵守的。
进一步地，通过使用该第一数据集中的与被视为餐时遵守的用餐事件在时间上相关联的葡萄糖测量结果，并通过排除该第一数据集中的与被视为餐时未遵守的用餐事件在时间上相关联的葡萄糖测量结果，来调整针对主体的餐时胰岛素药剂剂量方案中的胰岛素药剂剂量。用于这种调整的传统方法可以被使用，且事实上可能在某种程度上主观地基于保健从业者的直觉、关于主体的过去经验、风险因素的不存在或存在或者其他度量。这里的创新是：在不依赖于主体的手动记录的情况下获得用于调整餐时胰岛素药剂剂量方案中的胰岛素药剂剂量、与被视为餐时遵守的用餐事件在时间上相关联的葡萄糖测量的数据。自主葡萄糖记录用于自动识别用餐事件，并且仅依赖与被视为餐时遵守的用餐事件在时间上相关联的葡萄糖测量结果（因为正确的餐时胰岛素药剂剂量在用餐之前被采取）以建立主体中的餐时葡萄糖水平。不使用与被视为餐时未遵守的用餐相关联的葡萄糖测量结果。此外，图8图示了可以如何量化和可视化餐时方案遵守数据。
参考框424，在一些实施例中，该第一数据集进一步包括多个前馈事件。在一些实施例中，该多个前馈事件中的每个相应的前馈事件226表示其中主体已经指示他们正在用餐或即将用餐的实例。在这种实施例中，通过移除该多个用餐事件中的未能与该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的用餐事件，来针对凭借框422推断出的该多个前馈事件而验证该多个用餐事件。在其他实施例中，前馈事件是主体的热量燃烧率、主体的步行事件、主体的锻炼事件和/或主体的睡眠事件，其中的一些可以是使用设备200的可选的GPS 319、加速度计317或磁力计来检测的。
参考图4D的框426，在一些实施例中，餐时胰岛素药剂剂量方案指定要采取短效胰岛素药剂直到用餐前或用餐后预定量的时间。当直到相应用餐前或相应用餐后预定量的时间不存在具有电子时间戳的短效胰岛素药剂类型的胰岛素药剂记录时，该相应用餐被视为餐时方案未遵守。在一些这种实施例中，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（428）。
参考图4D的框430，在一些实施例中，长效胰岛素药剂由下述各项组成：具有处于12小时与24小时之间的作用持续时间的单个胰岛素药剂，或共同具有处于12小时与24小时之间的作用持续时间的胰岛素药剂的混合物。这种长效胰岛素药剂的示例包括但不限于：德谷胰岛素（Insulin Degludec）（由Novo Nordisk在品牌名Tresiba下开发）、NPH（Schmid,2007, “New options in 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）（Planket al., 2005, “A double-blind, randomized, dose-response study investigatingthe pharmacodynamic andpharmacokinetic properties of the long-acting insulinanalog detemir,” Diabetes Care 28:1107–1112）。短效胰岛素药剂由下述各项组成：具有处于3小时至8小时之间的作用持续时间的单个胰岛素药剂，或共同具有处于3小时至8小时之间的作用持续时间的胰岛素药剂的混合物。这种短效胰岛素药剂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, NewJersey, NovoNordisk Inc.，2011年7月）；赖古胰岛素（Glulisine）（Helms Kelley, 2009, “Insulinglulisine: an evaluation of its pharmacodynamic properties andclinicalapplication,” Ann Pharmacother 43:658–668）；以及常规胰岛素（Regular）（Gerich,2002, “Novel insulins: expanding options in diabetes management,” Am J Med.113:308–316）。
参考图4D的框432，在一些实施例中，通过计算下述各项来执行该多个用餐事件的识别：（i）第一模型，包括使用该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，包括使用该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，包括基于该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，包括基于该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。在一些这种实施例中，第一模型、第二模型、第三模型和第四模型均是跨该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用餐事件的实例处识别该多个用餐事件中的每个相应的用餐事件（434）。针对关于这种用餐事件检测的进一步公开内容，参见Dassau et al., 2008, “Detection of a Meal Using Continuous GlucoseMonitoring,” DiabetesCare 31, pp. 295-300，其通过引用并入本文。还参见Cameron etal., 2009, “Probabilistic Evolving Meal Detection and Estimation of MealTotalGlucose Appearance,” Journal of Diabetes Science and Technology 3(5),pp.1022-1030，其通过引用并入本文。
框436。参考图4D的框436，在一些实施例中，在持续进行的基础上随时间重复在图4A到4D中图示的方法。以该方式，在持续进行的基础上调整针对主体的长期胰岛素方案206是可能的。因此，图12图示了自主葡萄糖数据的仿真，其中没有关于胰岛素注射数据的知识是可用的。相比而言，图13图示了根据一些实施例的自主葡萄糖数据和餐时胰岛素药剂注射的仿真，其中胰岛素注射数据是可用的，并且关于餐时注射的未遵守的时段被标记。以该方式，可以看出，葡萄糖水平中的尖峰与方案未遵守有关，而不是用量方案未能使主体中的葡萄糖水平稳定。
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下述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4A、4B、4C和4D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来说将显而易见的那样。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种权利要求所赋予的等同物的全部范围来限制。

Claims (15)

1.一种用于调整针对主体的长期胰岛素方案(206)的设备(200)，所述长期胰岛素方案包括基础胰岛素药剂剂量方案(208)，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，所述指令在由所述一个或多个处理器执行时执行下述方法：
获得第一数据集(220)，所述第一数据集包括：主体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的自主葡萄糖测量结果(222)，表示相应测量结果在何时做出的时间戳(224)；
从由主体使用以应用所述长期胰岛素方案的一个或多个胰岛素笔获得第二数据集(228)，所述第二数据集包括多个胰岛素药剂记录，所述多个胰岛素药剂记录中的每个胰岛素药剂记录(230)包括：(i)相应的胰岛素药剂注射事件(232)，包括使用所述一个或多个胰岛素笔中的相应的胰岛素笔而被注射到主体中的胰岛素药剂的量(234)；以及(ii)对应的电子时间戳(238)，在所述相应的胰岛素药剂注射事件发生时由所述相应的胰岛素笔(104)自动生成；
使用所述第一数据集中的主体的所述多个自主葡萄糖测量结果和相应时间戳来识别多个空腹事件(240)；
将第一表征(244)应用到所述多个空腹事件中的每个相应的空腹事件(242)，其中
所述第一表征是基础方案遵守和基础方案未遵守中的一个，
当所述第二数据集包括在时间和定量的基础上建立在相应的空腹事件期间对长期基础胰岛素药剂剂量方案的遵守的一个或多个药剂记录时，所述相应的空腹事件被视为基础方案遵守，以及
当所述第二数据集未能包括在时间和定量的基础上建立在相应的空腹事件期间对长期基础胰岛素药剂剂量方案的遵守的一个或多个药剂记录时，所述相应的空腹事件被视为基础方案未遵守；以及
基于所述第一数据集中的与被视为基础方案遵守的空腹事件同时期的葡萄糖测量结果，并通过排除所述第一数据集中的与被视为基础方案未遵守的空腹事件同时期的葡萄糖测量结果，来调整针对主体的基础胰岛素药剂剂量方案中的胰岛素药剂剂量的量。
2.如权利要求1所述的设备，其中
所述长期胰岛素方案进一步包括餐时胰岛素药剂剂量方案(214)，
所述多个胰岛素药剂记录中的每个相应的胰岛素药剂注射事件(232)进一步指示被注射到主体中的来自下述各项之一的胰岛素药剂的相应类型(236)：(i)长效胰岛素药剂；以及
(ii)短效胰岛素药剂，以及
所述方法进一步包括：
使用所述第一数据集中的所述多个自主葡萄糖测量结果和所述对应的时间戳来识别多个用餐事件(246)；
将第二表征(250)应用到所述多个用餐事件中的每个相应的用餐事件(248)，其中
所述第二表征是餐时方案遵守和餐时方案未遵守中的一个，
当所述多个胰岛素药剂记录中的一个或多个药剂记录在时间基础上、在定量基础上以及在胰岛素药剂类型基础上指示在相应用餐期间对长期餐时胰岛素药剂剂量方案的遵守时，所述相应用餐被视为餐时方案遵守，以及
当所述多个胰岛素药剂记录未能在时间基础上、在定量基础上以及在胰岛素药剂类型基础上指示在相应用餐期间对长期餐时胰岛素药剂剂量方案的遵守时，所述相应用餐被视为餐时方案未遵守；以及
通过使用所述第一数据集中的与被视为餐时方案遵守的用餐事件在时间上相关联的葡萄糖测量结果，并通过排除所述第一数据集中的与被视为餐时方案未遵守的用餐事件在时间上相关联的葡萄糖测量结果，来调整针对主体的长期胰岛素药剂方案中的胰岛素药剂剂量。
3.如权利要求1或2所述的设备，所述设备进一步包括无线接收器，并且其中所述第一数据集是从附着到主体的葡萄糖传感器(102)无线地获得的，和/或所述第二数据集是从所述一个或多个胰岛素笔无线地获得的。
4.如权利要求2所述的设备，其中
所述第一数据集进一步包括多个前馈事件，
所述多个前馈事件中的每个相应的前馈事件(226)表示其中主体已经指示他们正在用餐或即将用餐的实例，以及
通过移除所述多个用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的用餐事件，来针对所述多个前馈事件验证所述多个用餐事件。
5.如权利要求1或2所述的设备，其中以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主体取得所述多个自主葡萄糖测量结果中的接续测量结果。
6.如权利要求1或2所述的设备，其中所述基础方案与多个阶段相关联，所述基础方案指定要在所述多个阶段中的每个相应阶段(212)期间采取基础剂量的长效胰岛素药剂(210)，以及
当所述第二数据集中不存在针对与相应的空腹事件相关联的阶段的药剂记录时，所述相应的空腹事件被视为基础方案未遵守。
7.如权利要求6所述的设备，其中所述多个阶段中的每个阶段是一周或更少、两天或更少、一天或更少、或者12小时或更少。
8.如权利要求2所述的设备，其中
所述餐时胰岛素药剂剂量方案指定要采取所述短效胰岛素药剂直到用餐前或用餐后预定量的时间，以及
当直到相应用餐前或相应用餐后所述预定量的时间不存在具有电子时间戳的短效胰岛素药剂类型的胰岛素药剂记录时，所述相应用餐被视为餐时方案未遵守。
9.如权利要求8所述的设备，其中所述预定量的时间是30分钟或更少、20分钟或更少、或者15分钟或更少。
10.如权利要求2所述的设备，其中
所述长效胰岛素药剂由下述各项组成：具有处于12小时与24小时之间的作用持续时间的单个胰岛素药剂，或共同具有处于12小时与24小时之间的作用持续时间的胰岛素药剂的混合物，以及
所述短效胰岛素药剂由下述各项组成：具有处于3小时至8小时之间的作用持续时间的单个胰岛素药剂，或共同具有处于3小时至8小时之间的作用持续时间的胰岛素药剂的混合物。
11.如权利要求2所述的设备，其中所述识别所述多个用餐事件是通过计算下述各项来执行的：
(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，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变化率ROC的卡尔曼滤波估计。
12.如权利要求11所述的设备，其中所述第一模型、所述第二模型、所述第三模型和所述第四模型均是跨所述多个自主葡萄糖测量结果而计算的，并且在其中所述第一模型、所述第二模型、所述第三模型和所述第四模型中的至少三个指示用餐事件的实例处识别所述多个用餐事件中的每个相应的用餐事件。
13.如权利要求1或2所述的设备，所述方法进一步包括：在持续进行的基础上随时间重复所述方法。
14.如权利要求1或2所述的设备，其中所述识别所述多个空腹事件包括通过下述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中识别第一空腹时段：
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：
其中，
Gi是所述多个自主葡萄糖测量结果的部分k中的第i个自主葡萄糖测量结果，
M是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数目，且表示邻接预定时间跨度，
是从所述多个自主葡萄糖测量结果中选择的自主葡萄糖测量结果的均值，以及
k处于所述第一时间段内；以及
将所述第一空腹时段与所述第一时间段内的最小方差的时段相关联。
15.一种用于调整针对主体的长期胰岛素方案的方法，所述长期胰岛素方案包括基础胰岛素药剂剂量方案，所述方法包括：
获得第一数据集，所述第一数据集包括：主体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的自主葡萄糖测量结果，表示相应测量结果在何时做出的时间戳；
从由主体使用以应用所述长期胰岛素方案的一个或多个胰岛素笔获得第二数据集，所述第二数据集包括多个胰岛素药剂记录，所述多个胰岛素药剂记录中的每个胰岛素药剂记录包括：(i)相应的胰岛素药剂注射事件，包括使用所述一个或多个胰岛素笔中的相应的胰岛素笔而被注射到主体中的胰岛素药剂的量；以及(ii)对应的电子时间戳，在所述相应的胰岛素药剂注射事件发生时由所述相应的胰岛素笔自动生成；
使用所述第一数据集中的主体的所述多个自主葡萄糖测量结果和相应时间戳来识别多个空腹事件；
将第一表征应用到所述多个空腹事件中的每个相应的空腹事件，其中
所述第一表征是基础方案遵守和基础方案未遵守中的一个，
当所述第二数据集包括在时间和定量的基础上建立在相应的空腹事件期间对长期基础胰岛素药剂剂量方案的遵守的一个或多个药剂记录时，所述相应的空腹事件被视为基础方案遵守，以及
当所述第二数据集未能包括在时间和定量的基础上建立在相应的空腹事件期间对长期基础胰岛素药剂剂量方案的遵守的一个或多个药剂记录时，所述相应的空腹事件被视为基础方案未遵守；以及
基于所述第一数据集中的与被视为基础方案遵守的空腹事件同时期的葡萄糖测量结果，并通过排除所述第一数据集中的与被视为基础方案未遵守的空腹事件同时期的葡萄糖测量结果，来调整针对主体的基础胰岛素药剂剂量方案中的胰岛素药剂剂量。
CN201780040611.0A 2016-06-30 2017-06-22 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 Active CN109416945B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16177080.5 2016-06-30
EP16177080 2016-06-30
PCT/EP2017/065379 WO2018001853A1 (en) 2016-06-30 2017-06-22 Regimen adherence measure for insulin treatment based on glucose measurements and insulin pen data

Publications (2)

Publication Number Publication Date
CN109416945A CN109416945A (zh) 2019-03-01
CN109416945B true CN109416945B (zh) 2023-09-08

Family

ID=56409473

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780040611.0A Active CN109416945B (zh) 2016-06-30 2017-06-22 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

Country Status (6)

Country Link
US (1) US11464447B2 (zh)
EP (1) EP3479267B1 (zh)
JP (1) JP6780035B2 (zh)
CN (1) CN109416945B (zh)
MA (1) MA45538A (zh)
WO (1) WO2018001853A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019077482A1 (en) * 2017-10-19 2019-04-25 Mor Research Applications Ltd. SYSTEM AND METHOD FOR USE IN MANAGING THERAPEUTIC TREATMENT
CN112313755A (zh) * 2018-06-26 2021-02-02 诺和诺德股份有限公司 为基础胰岛素滴定提供剂量推荐的系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102713915A (zh) * 2009-12-21 2012-10-03 霍夫曼-拉罗奇有限公司 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
CN105046042A (zh) * 2012-08-30 2015-11-11 美敦力迷你迈德公司 用于闭环胰岛素输注系统的防护技术

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2384782A1 (en) 2000-11-30 2011-11-09 Canon Kabushiki Kaisha Portable terminal and health management method and system using portable terminal
JP4454835B2 (ja) * 2000-11-30 2010-04-21 キヤノン株式会社 携帯端末を用いた健康管理のためのシステム及び方法
JP4943728B2 (ja) 2006-03-30 2012-05-30 テルモ株式会社 血糖計
US9597019B2 (en) 2007-02-09 2017-03-21 Lifescan, Inc. Method of ensuring date and time on a test meter is accurate
KR100946712B1 (ko) 2008-03-04 2010-03-12 주식회사 유비케어 인슐린투여량 조절 방법 및 시스템
US8734422B2 (en) * 2008-08-31 2014-05-27 Abbott Diabetes Care Inc. Closed loop control with improved alarm functions
US20100331627A1 (en) * 2009-06-26 2010-12-30 Roche Diagnostics Operations, Inc. Adherence indication tool for chronic disease management and method thereof
EP3173014B1 (en) 2009-07-23 2021-08-18 Abbott Diabetes Care, Inc. Real time management of data relating to physiological control of glucose levels
US20110124996A1 (en) * 2009-11-20 2011-05-26 Roche Diagnostics Operations, Inc. Diabetes health management systems and methods
JP6175049B2 (ja) 2011-03-30 2017-08-02 ノボ・ノルデイスク・エー／エス 患者の長期薬剤投与計画の最適化システム
JP6407715B2 (ja) * 2011-05-06 2018-10-17 ノボ・ノルデイスク・エー／エス 薬剤用量レジメンを経時的に最適化するためのシステム
US9808577B2 (en) 2011-05-10 2017-11-07 Insuline Medical Ltd. Device, system and method for facilitating syringe based drug delivery and management thereof
US8766803B2 (en) 2011-05-13 2014-07-01 Roche Diagnostics Operations, Inc. Dynamic data collection
US10349871B2 (en) 2011-08-05 2019-07-16 Dexcom, Inc. Systems and methods for detecting glucose level data patterns
AU2012300331B2 (en) 2011-08-26 2016-04-14 University Of Virginia Patent Foundation Method, system and computer readable medium for adaptive advisory control of diabetes
EP2572740A1 (en) 2011-09-20 2013-03-27 Roche Diagnostics GmbH Drug injection devices and systems with an analyte measurement module
JP5900044B2 (ja) 2012-03-12 2016-04-06 オムロンヘルスケア株式会社 糖尿病治療支援装置、糖尿病治療支援方法、糖尿病治療支援プログラム
WO2013146242A1 (ja) 2012-03-27 2013-10-03 テルモ株式会社 アナライトのモニタシステム及びモニタ方法
EP2840958B1 (en) * 2012-04-24 2020-09-30 Abbott Diabetes Care, Inc. Methods of lag-compensation for analyte measurements
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
JP6513634B2 (ja) 2013-04-22 2019-05-15 サノフィ−アベンティス・ドイチュラント・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング 注射デバイスとともに使用するための補足デバイス、その動作方法、および方法を実行するように補足デバイスを制御するコンピュータプログラム
CN105264565A (zh) 2013-06-06 2016-01-20 詹森药业有限公司 电子药物依从性、识别和分配
US9536053B2 (en) * 2013-06-26 2017-01-03 WellDoc, Inc. Systems and methods for managing medication adherence
WO2015073211A1 (en) * 2013-11-14 2015-05-21 Regents Of The University Of California Glucose rate increase detector: a meal detection module for the health monitoring system
AU2015100005A4 (en) 2014-01-27 2015-02-12 Digital Medics Pty. Ltd. Diabetic Connect Bluetooth Adaptor
JP6364792B2 (ja) 2014-01-31 2018-08-01 セイコーエプソン株式会社 生体情報処理方法、生体情報処理装置、コンピューターシステム、及びウェアラブル機器
US20170185748A1 (en) * 2014-03-30 2017-06-29 Abbott Diabetes Care Inc. Method and Apparatus for Determining Meal Start and Peak Events in Analyte Monitoring Systems
US10909217B2 (en) 2014-06-27 2021-02-02 Sanofi-Aventis Deutschland Gmbh Monitoring system and method
US20160082187A1 (en) 2014-09-23 2016-03-24 Animas Corporation Decisions support for patients with diabetes
AU2015339576B2 (en) * 2014-10-27 2020-02-06 Aseko, Inc. Subcutaneous outpatient management

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102713915A (zh) * 2009-12-21 2012-10-03 霍夫曼-拉罗奇有限公司 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
CN105046042A (zh) * 2012-08-30 2015-11-11 美敦力迷你迈德公司 用于闭环胰岛素输注系统的防护技术

Also Published As

Publication number Publication date
CN109416945A (zh) 2019-03-01
JP2019523482A (ja) 2019-08-22
MA45538A (fr) 2019-05-08
US11464447B2 (en) 2022-10-11
WO2018001853A1 (en) 2018-01-04
US20200305788A1 (en) 2020-10-01
JP6780035B2 (ja) 2020-11-04
EP3479267B1 (en) 2020-05-27
EP3479267A1 (en) 2019-05-08

Similar Documents

Publication Publication Date Title
US11373746B2 (en) Basal titration with adaptive target glucose level
EP3482319B1 (en) Systems and methods for the determination of insulin sensitivity
JP6940531B2 (ja) インスリン計画アドヒアランスデータの分析のためのシステムおよび方法
US11631486B2 (en) Systems and methods for optimization of bolus timing relative to meal events
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
JP6982581B2 (ja) インスリン薬剤投与計画アドヒアランスデータの分析のためのシステムおよび方法
CN109564776B (zh) 用于调整胰岛素方案中的基础/餐时比率的系统和方法
US11295847B2 (en) Systems and methods for adjusting basal administration timing
US20210142877A1 (en) Systems and methods for analysis of insulin regimen adherence data

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
GR01 Patent grant
GR01 Patent grant