CN109564784A - 用于优化相对于用餐事件的餐时定时的系统和方法 - Google Patents

用于优化相对于用餐事件的餐时定时的系统和方法 Download PDF

Info

Publication number
CN109564784A
CN109564784A CN201780050154.3A CN201780050154A CN109564784A CN 109564784 A CN109564784 A CN 109564784A CN 201780050154 A CN201780050154 A CN 201780050154A CN 109564784 A CN109564784 A CN 109564784A
Authority
CN
China
Prior art keywords
dining
event
storehouse
subject
glucose
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Withdrawn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
CN201780050154.3A
Other languages
English (en)
Inventor
T.B.阿拉多蒂尔
H.本特森
P.布洛克梅尔
J.K.佩德森
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 CN109564784A publication Critical patent/CN109564784A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K38/00—Medicinal preparations containing peptides
    • A61K38/16—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof
    • A61K38/17—Peptides having more than 20 amino acids; Gastrins; Somatostatins; Melanotropins; Derivatives thereof from animals; from humans
    • A61K38/22—Hormones
    • A61K38/28—Insulins
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/142—Pressure infusion, e.g. using pumps
    • A61M5/14244—Pressure infusion, e.g. using pumps adapted to be carried by the patient, e.g. portable on the body
    • 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
    • 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
    • G16H50/30—ICT 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
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/20—Blood composition characteristics
    • A61M2230/201—Glucose concentration
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
    • A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
    • A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
    • A61M5/1723—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic using feedback of body parameters, e.g. blood-sugar, pressure
    • 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
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Zoology (AREA)
  • Endocrinology (AREA)
  • Immunology (AREA)
  • Diabetes (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Nutrition Science (AREA)
  • Vascular Medicine (AREA)
  • Anesthesiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Hematology (AREA)
  • Infusion, Injection, And Reservoir Apparatuses (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

提供了用于优化相对于针对受验者的用餐事件的短效胰岛素药剂剂量定时的系统和方法。获得受验者在时间进程内的葡萄糖测量结果和该测量结果的定时。获得时间进程中的用餐事件以及关于相对于用餐事件何时将剂量注射到受验者中的信息。构造仓，每个仓针对不同时间范围，该不同时间范围针对相对于用餐事件何时注射剂量。每个仓被指派该时间进程内的一个或多个时段中的葡萄糖测量结果，其中受验者在与该仓相关联的时间范围内注射剂量。用所指派的测量结果来针对每个仓确定血糖风险测量值，并且该血糖风险测量值被用于标识针对受验者的最佳相对时间范围。这被传送到医疗保健从业者或受验者。

Description

用于优化相对于用餐事件的餐时定时的系统和方法
技术领域
本公开一般地涉及用于协助受验者和医疗保健从业者管理对糖尿病的胰岛素治疗的系统和方法，其中对何时使用例如胰岛素笔来相对于用餐事件进行餐时注射的定时被优化，以便将对受验者的血糖风险最小化。
背景技术
2型糖尿病由正常生理胰岛素分泌的逐渐中断表征。在健康个体中，胰腺β细胞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阶段尖峰中快速释放，之后是在2-3小时之后返回到基础水平的持久胰岛素分泌。
胰岛素是一种激素，其通过下述步骤与胰岛素受体结合以降低血糖：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，生理基础和餐时胰岛素分泌维持血糖正常，这影响了空腹血糖和餐后血糖浓度。2型糖尿病中的基础和餐时胰岛素分泌受损，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型糖尿病的受验者提供胰岛素药剂治疗方案。还向患有1型糖尿病的受验者提供胰岛素药剂治疗方案。这些胰岛素药剂治疗方案的目标是维持期望的空腹血糖目标水平，这将使低血糖和高血糖的估计风险最小化。
传统的胰岛素药剂递送系统已经包括对泵系统的使用，该泵系统提供频繁反复的剂量的胰岛素药剂。最近，已经开发了额外类型的递送系统，诸如胰岛素笔，其可以被用于以较不频繁的胰岛素药剂注射的形式来自我施用胰岛素药剂治疗方案。使用这样的递送系统的1型和2型糖尿病的常用方法是：响应于用餐事件或在用餐事件的预期中，注射针对受验者的处方胰岛素方案中的单个短效胰岛素药剂（餐时）剂量。在这样的方法中，受验者每天在一个或多个用餐之前或之后不久注射短效胰岛素药剂剂量以降低由这样的用餐导致的葡萄糖水平。
然而，在精确地确定相对于用餐应当何时注射短效胰岛素药剂剂量时出现了问题。该问题是特定于受验者的。即，其中要注射短效剂量的相对于用餐的最佳时间因受验者而不同，并且取决于多个特定于受验者的因素，列举几个这样的因素，诸如胰岛素敏感度、胰岛素作用率、胰岛素清除率、用餐吸收率、分布体积、体重、受验者最近的体力活动。因此，未能在最佳时间注射短效（餐时）剂量可能导致葡萄糖水平中的不期望的改变，这可能导致低血糖和/或高血糖事件。
California大学的题为“Method and Apparatus for Glucose Control andInsulin Dosing”的美国专利公开No. 20050272640公开了在用于导出餐时胰岛素施用的最佳剂量和定时的方法的上下文中的用于优化胰岛素泵的控制器增益的方法。然而，该公开没有提供关于确定并向受验者传送最佳时间的令人满意的教导，在该最佳时间中，要使用例如胰岛素笔相对于特定用餐来自我施用胰岛素药剂治疗。
Roche糖尿病护理（Roche Diabetes Care）的题为“Device and Method forAlleviating Postprandial Hyperglycemia”的美国专利公开No. 20110072765公开了用于减轻餐后高血糖的系统、设备和方法。提供了一种餐时选择器，其被采用以用于选择与食物摄入时间和食物摄入类型以及用户的葡萄糖浓度水平中的至少一个相对应的药物的总餐时剂量。在这样的实施例中，可以进一步采用餐时选择器以用于将总餐时剂量划分为：第一阶段餐时剂量，其计划用于在第一阶段餐时递送时间使用例如第一阶段餐时递送速率来递送；以及第二阶段餐时剂量，例如，其计划用于在第二阶段餐时递送时间使用第二阶段餐时递送速率来递送。然而，与20050272640公开一样，20110072765公开没有提供关于确定并向受验者传送最佳时间的令人满意的教导，在该最佳时间中，要使用例如胰岛素笔相对于特定用餐来自我施用胰岛素药剂治疗。
Medtronic Minimed的题为“Model predictive method and system forcontrolling and supervising insulin infusion”的美国专利公开No. 20110282321公开了将模型预测策略应用于糖尿病管理系统的操作和监视的方法和系统。该发明的实施例涉及一种用于使用模型预测餐时估计用于优化胰岛素到身体中的递送以覆盖某碳水化合物的量和类型的用餐的系统和方法。使用该信息和当前的葡萄糖和胰岛素状态，基于该模型针对用户定义的胰岛素餐时来预测先验葡萄糖曲线（profile）。如果葡萄糖曲线是可接受的，则用户可以确认胰岛素餐时，然后将由泵来递送该胰岛素餐时。如果所预测的曲线是不可接受的，则用户可以修改餐时量或类型，直到获得可接受的所预测的葡萄糖曲线。替代地，该系统可以导出并建议胰岛素递送策略，其将根据预定的准则产生所预测的餐后葡萄糖曲线。在与具有葡萄糖传感器和胰岛素泵的糖尿病管理系统有关的进一步的实施例中，使用监督模型来预测该系统的动态状态，即，考虑到用餐的历史和过去的胰岛素递送曲线的对葡萄糖浓度的当前估计。在每个时间点处，将葡萄糖浓度的状态估计与所测量的传感器葡萄糖值进行比较。如果所测量的葡萄糖和所估计的葡萄糖之间的差超过预定的误差值，则该系统可以警告用户该差异可能归因于出故障的或已出故障的葡萄糖传感器或胰岛素导管。同样，20110282324公开没有提供关于确定并向受验者传送最佳时间的令人满意的教导，在该最佳时间中，要使用例如胰岛素笔相对于特定用餐来自我施用胰岛素药剂治疗。
鉴于上述背景，本领域中所需要的是用于提供关于相对于用餐事件何时进行餐时注射的定时的个性化指导以便将血糖风险最小化的系统和方法。
发明内容
本公开解决了本领域中对于用于提供改进的胰岛素药剂处方建议的系统和方法的需要。在本公开中，优化了相对于针对受验者的用餐事件的短效胰岛素药剂剂量定时。获得受验者在时间进程内的葡萄糖测量结果和该测量结果的定时。获得时间进程中的用餐事件以及关于相对于用餐事件何时将短效剂量注射到受验者中的信息。构造仓（bin），每个仓针对不同时间范围，该不同时间范围针对相对于用餐事件何时注射短效剂量。每个仓被指派该时间进程内的一个或多个时段中的葡萄糖测量结果，其中受验者在与该仓相关联的时间范围内注射短效剂量。用所指派的测量结果针对每个仓来确定血糖风险测量值，并且该血糖风险测量值被用于标识针对受验者的最佳相对时间范围。这被传送到医疗保健从业者或受验者。
因此，本公开的一个方面提供了一种用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的设备。所述设备包括一个或多个处理器和存储器。所述存储器包括指令，所述指令在由一个或多个处理器执行时，执行方法。在所述方法中，获得第一数据集。第一数据集包括在时间进程内获得的受验者的多个自主葡萄糖测量结果，以及针对多个葡萄糖测量结果中的每个相应的葡萄糖测量结果表示在时间进程中何时进行相应的葡萄糖测量的对应的时间戳。在所述方法中，标识在时间进程期间发生的多个用餐事件。此外，在所述方法中，获得第二数据集，所述第二数据集针对多个用餐事件中的每个相应的用餐事件指定相对于相应的用餐事件何时由受验者注射短效胰岛素药剂剂量。
将第一数据集分割成多个段，其中每个段包括与关于多个用餐事件中的用餐事件的时段相关联的葡萄糖测量结果。因此，该时段可以包括用餐事件和药剂注射的发生。使用第二数据集将第一数据集的多个段分仓到多个仓中，其中通过确定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量来对与相应的用餐事件相关联的每个段进行分仓，其中多个仓中的每个相应的仓与多个相对时间间隔中的相对时间间隔相关联。多个相对时间间隔中的每个相应的相对时间间隔定义了针对相对于用餐事件何时由受验者注射短效胰岛素药剂剂量的不同时间范围，并且从而每个相应的仓被指派多个葡萄糖测量结果中的葡萄糖测量结果，所述葡萄糖测量结果与时间进程中的与用餐事件有关的一个或多个时段相关联，其中受验者在与相应的仓相关联的相对时间间隔内服用短效胰岛素药剂剂量，即，每个相应的仓被指派与该时间进程内的与用餐事件有关的时段相关联的一个或多个段，其中受验者在与相应的仓相关联的相对时间间隔内服用短效胰岛素药剂剂量。
可以使用第一数据集指定该多个用餐事件中的每个的发生。该发生可以例如被确定为摄取的开始，其被标识为示出特性葡萄糖曲线的葡萄糖测量结果的一部分，由此葡萄糖测量结果的该部分可以被用于指定用餐事件的发生。
此外，在该方法中，使用被指派到相应的仓的自主葡萄糖测量结果，针对多个仓中的每个相应的仓来确定第一血糖风险测量值，从而形成多个第一血糖风险测量值。从与多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，以用于使用多个第一血糖风险测量值注射针对预期用餐事件的短效胰岛素药剂剂量。将该最佳相对时间间隔传送到与受验者相关联的医疗保健从业者或直接传送到受验者。
在一些实施例中，针对多个仓中的相应的仓将第一血糖风险测量值计算为：（i）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平高于第一目标范围的时间的百分比；（ii）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平低于第一目标范围的时间的百分比；（iii）在被指派到相应的仓的葡萄糖测量结果中的受验者的葡萄糖水平处于第一目标范围之外的时间的百分比；（iv）被指派到相应的仓的葡萄糖测量结果的散布的测量值；（v）被指派到相应的仓的葡萄糖测量结果中的最小葡萄糖水平；或（vi）被指派到相应的仓的葡萄糖测量结果中的最大葡萄糖水平。
在一些实施例中，针对多个仓中的相应的仓将第一血糖风险测量值计算为：（i）被指派到相应的仓的葡萄糖测量结果的范围；（ii）被指派到相应的仓的葡萄糖测量结果的四分位范围；（iii）被指派到相应的仓的葡萄糖测量结果的方差；（iv）被指派到相应的仓的葡萄糖测量结果与被指派到相应的仓的葡萄糖测量结果的均值(μ)的均方差()，其被计算为：
其中，mi是被指派到相应的仓的第i个葡萄糖测量结果，以及P是被指派到相应的仓的葡萄糖测量结果的数量；或（v）被指派到相应的仓的葡萄糖测量结果的标准差，其被计算为。
在一些实施例中，使用第一数据集中的多个自主葡萄糖测量结果和对应的时间戳来执行标识多个用餐事件。在一些这样的实施例中，通过计算以下各项来执行标识多个用餐事件：（i）第一模型，包括使用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各自使用多个自主葡萄糖测量结果来计算，并且在其中四个模型中的至少三个指示用餐事件的情况下标识多个用餐事件中的每个相应的用餐事件。
在一些实施例中，标识在时间进程期间发生的多个用餐事件进一步包括接收多个前馈事件，其中多个前馈事件中的每个相应的前馈事件表示其中受验者已经指示他们正在用餐或即将用餐的情况。在这样的实施例中，通过移除多个用餐事件中的未能与多个前馈事件中的前馈事件在时间上匹配的任何相应的用餐事件来针对多个前馈事件验证多个用餐事件。
在替代实施例中，标识在时间进程期间发生的多个用餐事件包括接收多个前馈事件，其中多个前馈事件中的每个相应的前馈事件表示其中受验者已经指示他们正在用餐或即将用餐的情况。
在一些实施例中，时间进程包括多个历元。每个历元与多个相对时间间隔中的相对时间间隔相对应。第二数据集针对多个历元中的每个历元指定多个相对时间间隔中的相对时间间隔。在这样的实施例中，所述方法进一步包括：在时间进程之前与受验者共享第二数据集，以使得受验者能够在时间进程期间相对于相应的用餐事件在由第二数据集指定的时间注射短效胰岛素药剂剂量。此外，在这样的实施例中，分割第一数据集包括：针对多个历元中的每个相应的历元，将相应的历元中的所有葡萄糖测量结果指派到由第一数据集针对相应的历元指定的多个仓中的对应仓。此外，在这样的实施例中，确定多个仓中的相应的仓的第一血糖风险测量值共同地使用被指派到相应的仓的自主葡萄糖测量结果。在一些这样的实施例中，多个历元中的每个历元是一周或更少、五天或更少、三天或更少、两天或更少、一天或更少或者12小时或更少。
在一些实施例中，所述方法进一步包括：从由受验者使用以应用处方胰岛素方案的胰岛素笔获得第三数据集。第三数据集包括时间进程内的多个胰岛素药剂记录。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，其表示使用胰岛素笔的到受验者中的短效胰岛素药剂剂量的胰岛素药剂注射；以及（ii）对应的电子时间戳，其在相应的胰岛素药剂注射事件的发生时由胰岛素笔自动生成。在这样的实施例中，获得第二数据集包括：在时间上将多个用餐事件中的相应的用餐事件与相应的胰岛素药剂记录进行匹配，从而确定针对相对于相应的用餐事件何时由受验者针对每个相应的用餐事件注射短效胰岛素药剂剂量的实际时间差。此外，在这样的实施例中，分割第一数据集包括：针对多个用餐事件中的每个相应的用餐事件，使用第二数据集将多个仓中的仓与相应的用餐事件相关联。该相关联将（i）实际时间差与（ii）多个相对时间间隔中的对应的相对时间间隔进行匹配，以及针对多个用餐事件中的每个相应的用餐事件，将多个自主葡萄糖测量结果中的自主葡萄糖测量结果指派到相关联的仓，所述自主葡萄糖测量结果发生在范围从相应的用餐事件之前的第一预定时间段到相应的用餐事件之后的第二预定时间段的时间窗内。此外，在这样的实施例中，所述分割将来自多个用餐事件的多于一个用餐事件与多个仓中的每个仓相关联。此外，在这样的实施例中，确定多个仓中的相应的仓的第一血糖风险测量值共同地使用被指派到相应的仓的自主葡萄糖测量结果。
在一些实施例中，从由受验者使用以应用处方胰岛素方案的胰岛素笔获得第三数据集。第三数据集包括时间进程内的多个胰岛素药剂记录，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，其表示使用胰岛素笔的到受验者中的短效胰岛素药剂剂量的胰岛素药剂注射；以及（ii）对应的电子时间戳，其在相应的胰岛素药剂注射事件的发生时由胰岛素笔自动生成。在这样的实施例中，获得第二数据集包括：在时间上将多个用餐事件中的相应的用餐事件与相应的胰岛素药剂记录进行匹配，从而确定针对每个相应的用餐事件何时由受验者注射短效胰岛素药剂剂量的实际时间差，标识多个用餐事件进一步包括：将第一表征应用到多个用餐事件中的每个用餐事件，其中第一表征是胰岛素方案遵守和胰岛素方案未遵守中的一个，其中当多个药剂记录中的一个或多个药剂记录具有处于相应的用餐事件的预定量的时间内的时间戳时，相应的用餐事件被视为胰岛素方案遵守，以及当多个药剂记录中没有药剂记录具有处于相应的用餐事件的预定量的时间内的时间戳时，相应的用餐事件被视为胰岛素方案未遵守。在这样的实施例中，分割第一数据集包括：针对多个用餐事件中被视为胰岛素方案遵守的每个相应的用餐事件，使用第二数据集通过包括下述步骤的过程来确定多个仓中的哪个仓与相应的用餐事件相关联：将相对于相应的用餐事件何时由受验者注射短效胰岛素药剂剂量与多个相对时间间隔中的对应的相对时间间隔进行匹配，以及针对多个用餐事件中的每个相应的用餐事件，将多个自主葡萄糖测量结果中的自主葡萄糖测量结果指派到相关联的仓，所述自主葡萄糖测量结果发生在范围从相应的用餐事件之前的第一预定时间段到相应的用餐事件之后的第二预定时间段的时间窗内。此外，所述分割将来自多个用餐事件的多于一个用餐事件与多个仓中的每个仓相关联。在这样的实施例中，确定多个仓中的相应的仓的第一血糖风险测量值共同地使用被指派到相应的仓的自主葡萄糖测量结果。
在一些实施例中，以5分钟或更少、3分钟或更少或1分钟或更少的间隔率从受验者自主地获得多个葡萄糖测量结果中的连续测量结果。
在一些实施例中，使用相应的仓中的自主葡萄糖测量结果，针对多个仓中的每个相应的仓来确定相应的第二血糖风险测量值，从而形成多个第二血糖风险测量值。在这样的实施例中，第二相应的血糖风险测量值不同于第一血糖测量值，并且针对多个仓中的相应的仓将第二相应的血糖风险测量值计算为：（i）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平高于第一目标范围的时间的百分比；（ii）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平低于第一目标范围的时间的百分比；（iii）在被指派到相应的仓的葡萄糖测量结果中的受验者的葡萄糖水平处于第一目标范围之外的时间的百分比；（iv）被指派到相应的仓的葡萄糖测量结果的散布的测量值；（v）被指派到相应的仓的葡萄糖测量结果中的最小葡萄糖水平；或（vi）被指派到相应的仓的葡萄糖测量结果中的最大葡萄糖水平。在这样的实施例中，从与多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，以用于使用多个第一血糖风险测量值和多个第二血糖风险测量值注射针对预期用餐事件的短效胰岛素药剂剂量。
本公开的另一方面提供了一种用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的方法，所述方法包括：在包括一个或多个处理器和存储器的计算机处：
获得第一数据集，第一数据集包括在时间进程内获得的受验者的多个自主葡萄糖测量结果，以及针对多个葡萄糖测量结果中的每个相应的葡萄糖测量结果表示在时间进程中何时进行相应的葡萄糖测量的对应的时间戳；
标识第一数据集中在时间进程期间发生的多个用餐事件；
获得第二数据集，第二数据集针对多个用餐事件中的每个相应的用餐事件指定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量；
将第一数据集分割成多个段，其中每个段包括与关于多个用餐事件中的用餐事件的时段相关联的葡萄糖测量结果；
使用第二数据集将第一数据集的多个段分仓到多个仓中，其中通过确定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量来对与相应的用餐事件相关联的每个段进行分仓，其中多个仓中的每个相应的仓与多个相对时间间隔中的相对时间间隔相关联，
多个相对时间间隔中的每个相应的相对时间间隔定义了针对相对于用餐事件的发生何时由受验者注射短效胰岛素药剂剂量的不同时间范围，以及
每个相应的仓被指派多个葡萄糖测量结果中的葡萄糖测量结果，所述葡萄糖测量结果与时间进程中的与用餐事件有关的一个或多个时段相关联，其中受验者在与相应的仓相关联的相对时间间隔内服用了短效胰岛素药剂剂量；
使用被指派到相应的仓的自主葡萄糖测量结果，针对多个仓中的每个相应的仓确定第一血糖风险测量值，从而形成多个第一血糖风险测量值；
从与多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，以用于使用多个第一血糖风险测量值注射针对预期用餐事件的短效胰岛素药剂剂量；以及
将最佳相对时间间隔传送到与受验者相关联的医疗保健从业者或直接传送到受验者。
在进一步的方面中，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，执行以下方法：
获得第一数据集，第一数据集包括在时间进程内获得的受验者的多个自主葡萄糖测量结果，以及针对多个葡萄糖测量结果中的每个相应的葡萄糖测量结果表示在时间进程中何时进行相应的葡萄糖测量的对应的时间戳；
标识第一数据集中在时间进程期间发生的多个用餐事件；
获得第二数据集，第二数据集针对多个用餐事件中的每个相应的用餐事件指定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量；
将第一数据集分割成多个段，其中每个段包括与关于多个用餐事件中的用餐事件的时段相关联的葡萄糖测量结果；
使用第二数据集将第一数据集的多个段分仓到多个仓中，其中通过确定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量来对与相应的用餐事件相关联的每个段进行分仓，其中多个仓中的每个相应的仓与多个相对时间间隔中的相对时间间隔相关联，
多个相对时间间隔中的每个相应的相对时间间隔定义了针对相对于用餐事件何时由受验者注射短效胰岛素药剂剂量的不同时间范围，以及
每个相应的仓被指派多个葡萄糖测量结果中的葡萄糖测量结果，所述葡萄糖测量结果与时间进程中的与用餐事件有关的一个或多个时段相关联，其中受验者在与相应的仓相关联的相对时间间隔内服用了短效胰岛素药剂剂量；
使用被指派到相应的仓的自主葡萄糖测量结果，针对多个仓中的每个相应的仓确定第一血糖风险测量值，从而形成多个第一血糖风险测量值；
从与多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，以用于使用多个第一血糖风险测量值注射针对预期用餐事件的短效胰岛素药剂剂量；以及
将最佳相对时间间隔传送到与受验者相关联的医疗保健从业者或直接传送到受验者。
在进一步的方面中，提供了一种计算机可读数据载体，其上存储有根据上述内容的计算机程序。
本发明的另一方面提供了一种用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的设备，其中所述设备包括一个或多个处理器和存储器，存储器包括指令，所述指令在由一个或多个处理器执行时，执行以下方法：
获得第一数据集，第一数据集包括在时间进程内获得的受验者的多个自主葡萄糖测量结果，以及针对多个葡萄糖测量结果中的每个相应的葡萄糖测量结果表示在时间进程中何时进行相应的葡萄糖测量的对应的时间戳；
标识在时间进程期间发生的多个用餐事件；
获得第二数据集，第二数据集针对多个用餐事件中的每个相应的用餐事件指定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量；
使用第二数据集将第一数据集分割到多个仓中，其中多个仓中的每个相应的仓与多个相对时间间隔中的相对时间间隔相关联，
多个相对时间间隔中的每个相应的相对时间间隔定义了针对相对于用餐事件何时由受验者注射短效胰岛素药剂剂量的不同时间范围，以及
每个相应的仓被指派多个葡萄糖测量结果中的葡萄糖测量结果，所述葡萄糖测量结果与时间进程中的一个或多个时段相关联，其中受验者在与相应的仓相关联的相对时间间隔内服用了短效胰岛素药剂剂量；
使用被指派到相应的仓的自主葡萄糖测量结果，针对多个仓中的每个相应的仓确定第一血糖风险测量值，从而形成多个第一血糖风险测量值；
从与多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，以用于使用多个第一血糖风险测量值注射针对预期用餐事件的短效胰岛素药剂剂量；以及
将最佳相对时间间隔传送到与受验者相关联的医疗保健从业者或直接传送到受验者。
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：用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的方案定时设备，用于收集患者数据的数据收集设备，从受验者测量葡萄糖数据的一个或多个葡萄糖传感器，以及由受验者使用以根据处方胰岛素方案注射胰岛素药剂的一个或多个胰岛素笔，其中上面所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优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的设备。
图3图示了根据本公开的另一个实施例的用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的设备。
图4A、4B、4C、4D、4E和4F共同提供了根据本公开的各种实施例的用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的设备的过程和特征的流程图，其中该流程图的可选元素由虚线框指示。
图5图示了根据本公开的实施例的用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的所连接的（一个或多个）胰岛素笔、（一个或多个）连续葡萄糖监视器、存储器以及处理器的示例集成系统。
图6图示了相对于用餐事件的餐时注射的定时如何影响血糖控制。当在摄取用餐之前30分钟进行餐时注射时，血糖中和在目标以上度过的时间的方差小于在用餐摄取之后30分钟进行餐时的情况。
图7A和7B图示了根据本公开的实施例的仅使用连续葡萄糖监视数据来确定针对一个患者的餐时注射的最佳定时的结果。图7A是三天内的平均葡萄糖浓度，其中在分别与用餐摄取不同的时间注射胰岛素。没有所登记的用餐或注射数据是可用的。图7B提供了与餐时注射定时相比的血糖控制评估。面板7A示出了在高血糖中度过的时间，面板7B示出了在低血糖中度过的时间，并且图7C示出了每日方差，其中x轴指示餐时注射事件与参考用餐事件之间的分钟数。正分钟数指示用餐摄取前的注射时间，并且负分钟数指示用餐摄取后的注射时间。
图8A和8B图示了根据本公开的实施例的以与图7A和7B相同的方式针对另一个患者确定餐时注射的最佳定时的结果。
图9图示了下述实施例：其中关于餐时胰岛素药剂注射事件的定时的信息是不可用的，并且要求受验者在多个历元中的每个历元处的若干个不同的相对时间段之一处进行餐时胰岛素药剂注射，以便优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时。
图10图示了下述实施例：其中关于餐时胰岛素药剂注射事件的定时的信息是可用的并且与对应的用餐事件的定时自主地匹配，以便优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时。
贯穿附图的若干视图，相同的参考编号指代对应的部分。
具体实施方式
本公开依赖于获取数据集，该数据集包括在时间进程内获得的受验者的多个自主葡萄糖测量结果，以及针对该多个葡萄糖测量结果中的每个相应的葡萄糖测量结果表示在该时间进程中何时进行相应的葡萄糖测量的对应的时间戳。图1图示了用于获取这样的数据集的集成系统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包括用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的一个或多个连接的胰岛素笔104、一个或多个葡萄糖监视器102、存储器506以及处理器（未示出）。在一些实施例中，葡萄糖监视器102是连续葡萄糖监视器。
利用集成系统502，获得受验者的自主加时间戳的葡萄糖测量结果520。此外，在一些实施例中，获得来自用于将处方胰岛素方案应用到受验者的一个或多个胰岛素笔104的数据作为多个记录540。每个记录包括加时间戳的事件，其将受验者接收的所注射的胰岛素药剂的量指定为处方胰岛素药剂剂量方案的部分。自主葡萄糖测量结果被过滤504并存储在非暂时性存储器506中。在时间进程内获得的受验者的该多个自主葡萄糖测量结果被用于确定受验者的血糖风险测量值508。以该方式，根据本公开的方法，葡萄糖数据被分析和可视化（例如，以优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时）510。
现在将详细地参考实施例，其示例在附图中被图示。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。然而，对本领域普通技术人员来说将显而易见的是，本公开可以在没有这些具体细节的情况下被实施。在其他情况中，尚未详细描述公知的方法、过程、部件、电路和网络，以免不必要地模糊实施例的各方面。
还将理解的是，尽管术语第一、第二等在本文中可以被用于描述各种元件，但是这些元件不应当受这些术语限制。这些术语仅被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，第一受验者可以被称为第二受验者，并且类似地，第二受验者可以被称为第一受验者。第一受验者和第二受验者两者都是受验者，但是他们不是相同的受验者。此外，术语“受验者”、“用户”和“患者”在本文中可互换地使用。术语胰岛素笔意指适用于施加分立剂量的胰岛素的注射设备，其中该注射设备适于日志记录剂量相关数据并传送剂量相关数据。
本公开中使用的术语仅用于描述特定实施例的目的，而不旨在限制本发明。如本发明的说明书和所附权利要求中所使用的那样，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文另外清楚地指示。还将理解的是，如本文中所使用的术语“和/或”指代并包含相关联的所列项目中的一个或多个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“包括了”指定所声明的特征、整数、步骤、操作、元件和/或部件的存在，但不排除一个或多个其他特征、整数、步骤、操作、元件、部件和/或其组的存在或添加。
如本文中所使用的那样，取决于上下文，术语“如果”可以被解释为意指“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“如果其被确定”或“如果检测到[所声明的条件或事件]”可以被解释为意指“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优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的系统48的详细描述。因此，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，存在用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的方案定时设备（“方案定时设备250”）（图1、2和3）、用于数据收集的设备（“数据收集设备200”）、与受验者相关联的一个或多个葡萄糖传感器102（图1和5）以及用于将胰岛素药剂注射到受验者中的一个或多个胰岛素笔104（图1和5）。贯穿本公开，仅出于清楚的目的，数据收集设备200和方案定时设备250将作为分离的设备被引用。即数据收集设备200的所公开的功能和方案定时设备250的所公开的功能被包含在如图1中所图示的分离的设备中。然而，将理解的是，事实上，在一些实施例中，数据收集设备200的所公开的功能和方案定时设备250的所公开的功能被包含在单个设备中。在一些实施例中，数据收集设备200的所公开的功能和/或方案定时设备250的所公开的功能被包含在单个设备中，并且该单个设备是葡萄糖监视器102或胰岛素笔104。
参考图1，方案定时设备250定时优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时。为此，与方案定时设备250电通信的数据收集设备200在持续进行的基础上接收源自附接到受验者的一个或多个葡萄糖传感器102的自主葡萄糖测量结果。在一些实施例中，数据收集设备200还从由受验者使用来注射胰岛素药剂的一个或多个胰岛素笔104接收胰岛素药剂注射数据。在一些实施例中，数据收集设备200直接从由受验者使用的（一个或多个）葡萄糖传感器102和胰岛素笔104接收这样的数据。例如，在一些实施例中，数据收集设备200通过射频信号无线地接收该数据。在一些实施例中，这样的信号符合802.11（WiFi）、蓝牙或ZigBee标准。在一些实施例中，数据收集设备200直接接收这样的数据，分析该数据，并将所分析的数据传递到方案定时设备250。在一些实施例中，葡萄糖传感器102和/或胰岛素笔104包括RFID标签，并使用RFID通信与数据收集设备200和/或方案定时设备250通信。在一些实施例中，参考图3，数据收集设备200还获得或接收受验者的生理测量结果312（例如，从可穿戴生理测量设备、从数据收集设备200内的测量设备（诸如磁力计或恒温器等）获得或接收）。
在一些实施例中，数据收集设备200和/或方案定时设备250不接近于受验者和/或不具有无线能力，或者这样的无线能力不被用于获取自主葡萄糖数据、胰岛素药剂注射数据和/或生理测量数据的目的。在这样的实施例中，通信网络106可以被用于：将自主葡萄糖测量结果从葡萄糖传感器102传送到数据收集设备200和/或方案定时设备250；将胰岛素药剂注射数据从一个或多个胰岛素笔104传送到数据收集设备200和/或方案定时设备250；和/或将生理测量数据从一个或多个生理测量设备（未示出）传送到数据收集设备200和/或方案定时设备250。
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）、因特网协议上的语音（VoIP）、Wi-MAX、用于电子邮件的协议（例如，因特网消息访问协议（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）、用于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，存在附接到受验者的单个葡萄糖传感器102，并且数据收集设备200和/或方案定时设备250是葡萄糖传感器102的部分。即，在一些实施例中，数据收集设备200和/或方案定时设备250和葡萄糖传感器102是单个设备。
在一些实施例中，数据收集设备200和/或方案定时设备250是胰岛素笔的部分。即，在一些实施例中，数据收集设备200和/或方案定时设备250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，不是依赖于通信网络106，而是一个或多个葡萄糖传感器102和一个或多个胰岛素笔104可以将信息直接无线地传输到数据收集设备200和/或方案定时设备250。此外，数据收集设备200和/或方案定时设备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网络中被链接在一起的若干个计算机或是云计算情境中的虚拟机。因此，图1中示出的示例性拓扑仅用来以对本领域技术人员来说将容易理解的方式来描述本公开的实施例的特征。
参考图2，在典型实施例中，方案定时设备250包括一个或多个计算机。出于在图2中的说明的目的，将方案定时设备250表示为包括用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的所有的功能的单个计算机。然而，本公开不限于此。在一些实施例中，用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的功能跨任何数量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/或被托管在跨通信网络106可访问的远程位置处的一个或多个虚拟机上。本领域技术人员将理解，一系列广泛的不同计算机拓扑中的任一个被用于该应用，并且所有这样的拓扑都在本公开的范围内。
考虑到前述内容，转到图2，用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的示例性方案定时设备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存储设备和/或持久设备290、用于将前述部件互连的一个或多个通信总线213、用户接口278（用户接口278包括显示器282和输入280（例如，键盘、小键盘、触摸屏））、以及用于为前述部件供电的电源276。在一些实施例中，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。在一些实施例中，存储器192和/或存储器290包括相对于（一个或多个）中央处理单元274被远程定位的大容量存储设备。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被托管在计算机上，该计算机在方案定时设备250的外部，但可以由方案定时设备250使用网络接口284通过因特网、内联网或者其他形式的网络或电子电缆（在图2中被图示为元件106）来电子地访问。
在一些实施例中，用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的方案定时设备250的存储器192存储以下各项：
•操作系统202，其包括用于处置各种基本系统服务的程序；
•胰岛素方案定时模块204；
•针对受验者的处方胰岛素方案206，该处方胰岛素方案包括具有针对某些日期或时间216而指定的剂量214的短效胰岛素药剂剂量方案212，在一些实施例中，该处方胰岛素方案进一步可选地包括指定长效胰岛素药剂的剂量210的基础胰岛素药剂剂量方案208；
•第一数据集218，该第一数据集表示时间进程，并且包括受验者在该时间进程内的多个自主葡萄糖测量结果，以及针对该多个葡萄糖测量结果中的每个相应的葡萄糖测量结果220表示何时进行相应的自主葡萄糖测量的葡萄糖测量时间戳222；
•第二数据集224，该第二数据集224针对受验者的多个用餐事件中的每个相应的用餐事件226，包括餐时胰岛素药剂剂量时间戳228和针对相应的用餐事件的对应的用餐事件时间戳230（或足以确定相对于相应的用餐事件的发生何时由受验者注射餐时胰岛素药剂剂量的其他信息）；
•多个仓232，该多个仓中的每个相应的仓234与多个相对时间间隔中的相对时间间隔236相关联，并且该多个相对时间间隔中的每个相应的相对时间间隔定义了相对于用餐事件何时由受验者注射餐时胰岛素药剂剂量的不同时间范围，并且每个相应的仓被指派该多个葡萄糖测量结果中的葡萄糖测量结果，该葡萄糖测量结果与该时间进程内的一个或多个时段相关联，其中受验者在与相应的仓相关联的相对时间间隔内服用餐时胰岛素药剂剂量，并且每个相应的仓234进一步包括使用该相应的仓中的自主葡萄糖测量结果计算的一个或多个血糖风险测量值238。
在一些实施例中，胰岛素方案定时模块204是在任何浏览器（电话、平板计算机、膝上型计算机/台式计算机）内可访问的。在一些实施例中，胰岛素方案定时模块204在本机设备框架上运行，并且可用于下载到运行操作系统202（诸如，Android或iOS）的方案定时设备250上。
在一些实现中，用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的方案定时设备250的上面所标识的数据元件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，并且对应于用于执行上面所描述的功能的指令集。上面所标识的数据、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，并且因此在各种实现中，这些模块的各种子集可以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可选地存储上面所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，用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的方案定时设备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，方案定时设备250不是移动的。在一些实施例中，方案定时设备250是移动的。
图3提供了可以与本公开的方案定时设备250的具体实施例的进一步描述。图3中图示的方案定时设备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280（例如，键盘、小键盘、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、用于检测方案定时设备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，诸如方案定时设备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、用于将前述部件互连的一个或多个通信总线213以及用于为前述部件供电的电源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符号的标准（QWERTY）和/或非标准配置。
除了（一个或多个）加速度计317之外，图3中图示的方案定时设备250可选地包括磁力计（未示出）和GPS 319（或者GLONASS或其他全球导航系统）接收器，用于获得关于方案定时设备250的位置和取向（例如，纵向或横向）的信息和/或用于确定受验者的体力活动的量。
应当理解的是，图3中图示的方案定时设备250是可以被用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的多功能设备的仅一个示例，并且方案定时设备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。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）来实现图3中示出的各种部件。
图3中图示的方案定时设备250的存储器192可选地包括高速随机存取存储器，并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、闪存设备或其他非易失性固态存储器设备。由方案定时设备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。
在一些实施例中，图3中图示的方案定时设备250的存储器192可选地包括第三数据集302，该第三数据集302包括时间进程上的多个胰岛素药剂记录。该多个药剂记录中的每个这样的胰岛素药剂记录304包括：（i）相应的胰岛素药剂注射事件306，其表示使用胰岛素笔注射到受验者中的短效胰岛素药剂剂量214的胰岛素药剂注射，以及（ii）对应的电子时间戳310，其在相应的胰岛素药剂注射事件的发生时由胰岛素笔自动生成。
在一些实施例中，图3中图示的方案定时设备250的存储器192可选地包括数据集310，数据集310包括多个生理测量结果312，并且每个这样的生理测量结果312包括测量值314。在一些实施例中，生理测量结果312是受验者的体温。在一些实施例中，生理测量结果312是受验者的活动的测量结果。在一些实施例中，这些生理测量结果用作附加的血糖风险测量值。在一些实施例中，这些生理测量结果用于结合自主葡萄糖测量结果220、用餐事件226和/或胰岛素药剂记录304来验证或帮助计算血糖风险测量值238。在一些实施例中，使用方案定时设备250的可选的加速度计317、可选的GPS 319和/或磁力计（未示出）或可选地在一个或多个葡萄糖监视器102和/或一个或多个胰岛素笔104内的这样的部件以获取这样的生理测量结果312。
外围接口370可以被用于将设备的输入和输出外围设备耦合到（一个或多个）CPU274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，胰岛素方案定时模块204）以执行方案定时设备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可选地在单个芯片上被实现。在一些其他实施例中，它们在分离的芯片上被实现。
网络接口284的RF（射频）电路接收和发送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，与受验者相关联的葡萄糖传感器102、与受验者相关联的胰岛素笔104和/或数据收集设备200）接收处方胰岛素方案206、第一数据集218、第二数据集224、多个仓232、可选的第三数据集302和/或可选的附加数据集310。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104和/或数据收集设备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，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芯片组、订户识别模块（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，并且事实上通过一根或多根硬线（例如，光缆、同轴电缆等）被连接到网络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在受验者与方案定时设备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见的声波。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。音频数据可选地由外围接口370从存储器192和/或RF电路284取回和/或传输到存储器192和/或RF电路284。
在一些实施例中，电源276可选地包括电源管理系统、一个或多个电源（例如，电池、交流电（AC））、再充电系统、电源故障检测电路、电源转换器或逆变器、电源状态指示器（例如，发光二极管（LED））以及与便携式设备中的电源的产生、管理和分配相关联的任何其他部件。
在一些实施例中，方案定时设备250可选地还包括一个或多个光学传感器372。（一个或多个）光学传感器373可选地包括电荷耦合器件（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，光学传感器位于方案定时设备250的背面上，与方案定时设备250的正面上的显示器282相对，使得输入280被使能用于用作针对静止和/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位于方案定时设备250的前面，使得获得受验者的图像（例如，以验证受验者的健康或状况，以确定受验者的身体活动水平，以帮助远程地诊断受验者的状况，或者以获取受验者的视觉生理测量结果312等）。
如图3中所图示的那样，方案定时设备250优选地包括操作系统202，该操作系统202包括用于处置各种基本系统服务的程序。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、电源管理等）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，方案定时设备250是智能电话。在其他实施例中，方案定时设备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有线或无线的联网设备。在一些实施例中，方案定时设备250具有在图2或3中描绘的方案定时设备250中找到的电路、硬件部件和软件部件中的任何或全部。为了简洁和清楚起见，示出了方案定时设备250的仅几个可能的部件，以便更好地强调在方案定时设备250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，系统48还可以与电子病历链接以便以任何方式交换信息。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。
现在已经公开了用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的系统48的细节，参考图4A到4F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定时模块204来执行。
框402。参考图4A的框402，患有1型糖尿病或2型糖尿病的受验者中的胰岛素疗法的目标是要尽可能接近地匹配正常生理胰岛素分泌，以控制空腹和餐后血糖。如图2中所图示的那样，方案定时设备250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。
框404-406。在该方法中，获得第一数据集218。第一数据集228包括在时间进程内获得的受验者的多个自主葡萄糖测量结果。在典型的实施例中，自主葡萄糖测量结果来自一个或多个葡萄糖传感器102。图2图示了。用葡萄糖测量时间戳222对每个这样的葡萄糖测量结果220加时间戳，以表示何时进行相应的测量。因此，在典型的实施例中，在没有人为干预的情况下测量自主葡萄糖测量结果。即，受验者不手动地进行自主葡萄糖测量。在本公开的替代实施例中，受验者或医疗保健从业者手动地获得葡萄糖测量结果，并且这样的手动葡萄糖测量结果被用作第一数据集218中的自主葡萄糖测量结果220的替代或补充。
在其中使用自主葡萄糖测量结果的实施例中，诸如ABBOTT的FREESTYLE LIBRECGM（“LIBRE”）之类的设备可以用作葡萄糖传感器102，以便进行受验者的多个自主葡萄糖测量。LIBRE允许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，数据收集设备200和/或方案定时设备250）发送多达八小时的数据。在所有日常生活活动中，可以穿戴LIBRE达十四天。参考框406，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验者自主地获得自主葡萄糖测量结果。在一些实施例中，在一天或更多、两天或更多、一周或更多或者两周或更多的时间段内以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验者获得自主葡萄糖测量结果。在一些实施例中，自主地获得（例如，在没有人为努力、没有人为干预等的情况下）自主葡萄糖测量结果。
方案定时设备250访问和/或存储针对受验者的处方胰岛素方案206，该处方胰岛素方案206被用于尽可能接近地匹配正常生理胰岛素分泌，以控制空腹和餐后血浆葡萄糖。在本公开中，处方胰岛素方案206可选地包括短效胰岛素药剂剂量方案208，其指定针对长效胰岛素药剂剂量210的至少一个剂量。在一些实施例中，短效胰岛素药剂剂量方案208指定两个或更多个剂量，诸如在其中每日基础剂量已被分成两个每日剂量以优化治疗方案的情况下。处方胰岛素方案206包括餐时胰岛素药剂剂量方案212，其指示至少一个短效胰岛素药剂剂量214。例如，在一些实施例中，餐时胰岛素药剂剂量方案212指定针对早餐216-1的第一短效胰岛素药剂剂量214-1和针对午餐216-2的第二短效胰岛素药剂剂量214-2。在一些实施例中，餐时胰岛素药剂剂量方案212指定针对早餐216-1的第一短效胰岛素药剂剂量214-1、针对午餐216-2的第二短效胰岛素药剂剂量214-2和针对晚餐216-3的第三短效胰岛素药剂剂量214-3。在一些实施例中，餐时胰岛素药剂剂量方案212根据受验者估计将处于该预期用餐事件中的碳水化合物的数量来指定针对预期用餐事件的第一短效胰岛素药剂剂量。在一些实施例中，餐时胰岛素药剂剂量方案212根据受验者过去针对该预期用餐事件在历史上已经消耗的碳水化合物的数量来指定针对预期用餐事件的短效胰岛素药剂剂量。
在一些实施例中，由基础胰岛素药剂剂量方案208指定的长效胰岛素药剂由以下各项组成：具有在12小时与24小时之间的作用的持续时间的单个胰岛素药剂，或共同具有在12小时与24小时之间的作用的持续时间的胰岛素药剂的混合物。这样的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以商标名Tresiba开发）；NPH（Schmid，2007，“New options in insulin therapy”，J Pediatria（Rio J）. 83（增刊） 5）: S146-S155）；甘精胰岛素（Glargine）（LANTUS，2007年3月2日）；甘精胰岛素[rDNA起源（rDNA origin）]注射（Dunn等，2003，“An Updated Review of its Use in theManagement of Diabetes Mellitus” Drugs 63: p. 1743）以及地特胰岛素（Determir）（Plank等，2005，“A double-blind, randomized, dose-response study investigatingthe pharmacodynamic and pharmacokinetic properties of the long-acting insulinanalog detemir,” Diabetes Care 28:1107–1112）。
在一些实施例中，由短效胰岛素药剂剂量方案212指定的餐时胰岛素药剂包括：具有在三小时至八小时之间的作用的持续时间的单个胰岛素药剂，或共同具有在三小时至八小时之间的作用的持续时间的胰岛素药剂的混合物。这样的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，印第安纳州印第安纳波利斯：Eli Lilly和公司）；门冬胰岛素（Aspart）（NOVOLOG，2011年7月，门冬胰岛素[rDNA起源]注射，新泽西州普林斯顿，NOVO NORDISK公司，2011年7月），赖古胰岛素（Glulisine）（Helms Kelley，2009，“Insulin glulisine: an evaluation of itspharmacodynamic properties and clinical application”，Ann Pharmacother 43:658–668）以及常规胰岛素（Regular）（Gerich，2002，“Novel insulins: expanding options indiabetes management”，Am J Med. 113:308–316）。
框408-418。在框408中，标识由第一数据集218包含的时间进程内的多个用餐事件。
参考框410，在一些实施例中，使用由第一数据集218包含的第一数据集218中的时间进程中的该多个自主葡萄糖测量结果和对应的时间戳来标识用餐事件。在一些这样的实施例中，通过分析第一数据集220中的葡萄糖测量结果222而自主地导出用餐事件。例如，参考框412，在一些这样的实施例中，通过计算下述各项从第一数据集218中的自主葡萄糖测量结果220检测用餐事件：（i）第一模型，包括使用自主葡萄糖测量结果220的葡萄糖变化率的后向差分估计；（ii）第二模型，包括使用自主葡萄糖测量结果220基于葡萄糖的卡尔曼滤波估计的葡萄糖变化率的后向差分估计；（iii）第三模型，包括基于自主葡萄糖测量结果220的葡萄糖的卡尔曼滤波估计和葡萄糖的变化率（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220的葡萄糖的ROC的变化率的卡尔曼滤波估计。参考框414，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各自跨自主葡萄糖测量结果220来计算（意味着自主葡萄糖测量结果220中的全部或大部分被用在该模型的计算中），并且在其中该四个模型中的至少三个指示用餐事件的情况下标识用餐事件。针对关于这样的用餐事件检测的进一步公开，参见Dassau等，2008，“Detection of aMeal Using Continuous Glucose Monitoring”，Diabetes Care 31，第295-300页，其通过引用合并于此。还参见Cameron等，2009，“Probabilistic Evolving Meal Detection andEstimation of Meal Total Glucose Appearance”，Journal of Diabetes Science andTechnology 3(5)，第1022-1030页，其通过引用合并于此。
参考框418，在一些实施例中，标识在该时间进程期间发生的该多个用餐事件包括接收多个前馈事件。该多个前馈事件中的每个相应的前馈事件表示其中受验者已经指示他们正在用餐或即将用餐的情况。在一些实施例中，自主用餐检测算法（诸如，框410至416中公开的算法）和手动用餐检测算法两者都被用于用餐检测。例如，在一些实施例中，使用前馈事件来验证自主检测到的用餐。作为示例，当使用算法（诸如在框410至416中公开的算法）自主检测到的用餐与其中受验者指示他们正在用餐的前馈事件在时间上匹配（时间上匹配）时，该用餐被视为验证的，并在本公开的进一步的步骤中使用。
框420。在图4B的框420中，获得第二数据集224，其针对该多个用餐事件中的每个相应的用餐事件226指定相对于相应的用餐事件的发生何时由受验者注射餐时胰岛素药剂剂量214。
参考图9，在一些实施例中，关于何时或是否服用短效（餐时）胰岛素剂量的信息不可用。在这样的实施例中，为了确定剂量的最佳定时，要求受验者在学习阶段期间的不同时间时服用短效胰岛素剂量。在一个示例中，要求受验者尽可能地接近于用餐的开始来服用剂量。这被用作参考。要求患者在一时间段（历元）（诸如三天902-1）内这样做，以获得经验并考虑用餐大小方面的每日方差等。三天之后，开始新的历元902-2，持续另外三天，其中要求受验者相对于每次用餐比先前历元（最近的三天）早五至十分钟服用餐时胰岛素剂量。如果经历了低血糖，则学习阶段终止并且在用餐时间之前将不继续测试注射定时。如果没有经历低血糖，则算法将以每三天改变所建议的注射时间5-10分钟继续，直到达到极限，诸如在用餐摄取前30分钟。接下来，要求受验者每三天类似地改变剂量，但是现在要在开始用餐摄取之后。每三天要求受验者相对于用餐推迟餐时药剂注射时间5-10分钟。这继续直到在用餐摄取之后多达30分钟注射胰岛素。三天时段仅是受验者在其期间相对于每个用餐事件以相同的固定预定时间段进行餐时胰岛素注射的历元或时段的一个示例。该历元可以更长或更短，例如在一天和两周之间。图9图示了这样的学习阶段，其中该历元被定义为三天。在每个历元，要求用户在与在其内获得第一数据集的时间进程期间的用餐事件相关的不同的相对时间进行餐时注射。
参考图10，在一些实施例中，通过从一个或多个胰岛素笔104接收的笔注射数据来确定每个这样的餐时注射事件。在一些替代实施例中，餐时注射事件由受验者在发生时手动输入到设备250中。不论餐时注射事件的来源如何，在这样的实施例中，餐时注射事件包括或被指派指示它们何时发生的餐时胰岛素药剂剂量时间戳228，并且这样的时间戳228被用于在时间上将餐时注射与对应的用餐事件226进行匹配。在一些实施例中，当餐时注射事件与用餐事件226处于彼此的40分钟内、彼此的30分钟内或者彼此的20分钟内时，该餐时注射事件被视为在时间上匹配用餐事件226。在图10中图示的示例中，不要求受验者如图9中的情况那样在相对于用餐在特定时间服用剂量。相反，在一些实施例中，要求受验者变化相对餐时剂量时间，并且在其他实施例中，简单地向受验者提供关于下述内容的一般指导：相对于用餐的其中要进行餐时胰岛素药剂注射的合适的总体相对时间范围（time frame）。因此，针对时间上匹配（对应）餐时注射事件独立地分析每个用餐事件226，并确定用餐事件与对应的餐时注射事件何时发生之间的相对时间。因此，尽管在图9中，每个历元包含餐时事件与对应的用餐事件之间的相同的相对时间，但是在图10中图示的实施例中，对于历元内的每个用餐而言，在餐时胰岛素药物注射何时发生与对应的用餐事件何时发生之间具有显著不同的相对时间，这是可能的。对于图9和10中图示的实施例而言，每个相应的仓与不同的相对时间的间隔相关联，在该不同的相对时间的间隔中，受验者相对于用餐服用短效胰岛素药剂剂量。对于涉及图9的实施例而言，历元（例如，历元1）包括多个用餐事件，并且受验者已经在与用餐事件的相对时间间隔内并且根据针对该历元的指令注射药剂剂量，因此，它假定相同历元内的所有用餐事件与剂量注射时间和用餐事件之间的相同的相对时间间隔相关联并且因此属于相同的仓。对于涉及图10的实施例而言，相对于用餐的药剂剂量的注射不限于在针对连续用餐的相同的相对时间内注射，代之以，注射与用餐之间的相对时间可以针对连续用餐事件而变化，并且连续用餐事件可以属于不同的仓，该不同的仓由注射与用餐事件之间的不同的相对时间的间隔表征。一些连续用餐事件可以巧合地属于注射与用餐事件之间的相同的相对时间间隔，但没有指示受验者在一个具体的相对时间间隔内注射。
对于涉及图9和10的实施例而言，获得第一数据集218，该第一数据集包括在时间进程内获得的受验者的多个自主葡萄糖测量结果，以及针对该多个葡萄糖测量结果中的每个相应的葡萄糖测量结果220表示在该时间进程中何时进行相应的葡萄糖测量的时间戳222。
对于涉及图9和10的实施例而言，标识第一数据集中在该时间进程期间发生的多个用餐事件可以进一步包括应用自主用餐检测算法（诸如，框410至416中公开的算法），和/或通过例如使用前馈事件或通过在摄取用餐时手动指示来应用手动用餐检测算法。
因此，对于涉及图9的实施例而言，获得第二数据集224，该第二数据集224针对该多个用餐事件中的每个相应的用餐事件226，指定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量，其中第二数据集224基于用户根据在相对时间的指定间隔内相对于用餐事件注射药剂剂量的指令注射剂量，其中该指定间隔对于给定历元而言是相同的。
作为不同的方法，对于涉及图10的实施例而言，获得第二数据集224，该第二数据集224针对该多个用餐事件中的每个相应的用餐事件226，指定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量，其中第二数据集224基于用户根据相对于用餐事件注射药剂剂量的指令注射剂量，其中相对于用餐事件注射药剂剂量的相对时间可以针对连续用餐事件而增加和/或减少，即，它们可以以非指定的模式上下变化。
对于涉及图9和10的实施例而言，第一数据集被分割成多个段，其中每个段包括与关于该多个用餐事件中的用餐事件的时段相关联的葡萄糖测量结果。
与关于用餐事件的时段相关联的葡萄糖测量结果由用餐事件之前和/或之后的时段定义。该时段还可以包括注射药剂的剂量的时间。作为示例，用餐事件是12:00并且从包括12:00和/或在12:00之后的时段获得所指派的葡萄糖测量结果，例如该时段可以是11：30-14：30、11：50-12：50、12：00-15：00或12：10-14：10。该时段包括的来自相关联的剂量和用餐事件的测量结果越多越好。然而，与剂量和用餐事件之间的不同的相对时间间隔有关的测量结果不过多地重叠也是重要的。优选地，与剂量与用餐事件之间的不同的相对时间间隔有关的测量结果不重叠。
对于涉及图9和10的实施例而言，使用第二数据集将第一数据集的该多个段分仓到多个仓中，并且通过确定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量来对与相应的用餐事件相关联的每个相应的段进行分仓，其中该多个仓中的每个相应的仓234与多个相对时间间隔中的相对时间间隔236相关联。针对该多个仓，该多个相对时间间隔中的每个相应的相对时间间隔定义了针对相对于用餐事件何时由受验者注射短效胰岛素药剂剂量的不同时间范围，并且每个相应的仓被指派包括该多个葡萄糖测量结果中的葡萄糖测量结果的段，该葡萄糖测量结果与该时间进程内与相应的用餐事件有关的一个或多个时段相关联，其中受验者在与相应的仓相关联的相对时间间隔内服用短效胰岛素药剂剂量。在实施例中，使用被指派到相应的仓的自主葡萄糖测量结果，针对该多个仓中的每个相应的仓确定第一血糖风险测量值238，从而形成多个第一血糖风险测量值。从与该多个仓相关联的该多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，作为用于通过使用该多个第一血糖风险测量值来针对预期用餐事件注射短效胰岛素药剂剂量的最佳相对时间间隔。将该最佳相对时间间隔传送到与受验者相关联的医疗保健从业者或直接传送到受验者。
对于涉及图9的实施例而言，该方法可以进一步包括：基于第一数据集中的该多个葡萄糖测量结果，通过自主注射检测和自主用餐检测来验证用户已经在指定间隔内相对于用餐事件注射剂量，即胰岛素注射和用餐摄取两者都与可以被自主检测到的葡萄糖水平中的改变相关联。
对于涉及图10的实施例而言，获得第二数据集的步骤可以进一步包括：通过自主用餐检测来标识第一数据集中的该多个用餐事件中的每个相应的用餐事件226，并通过自主注射检测来标识第一数据集中的与短效胰岛素药剂相关联的注射事件，并且从而获得相对于相应的用餐事件的发生何时由受验者注射剂量。胰岛素注射和用餐摄取两者都与可以被自主检测到的葡萄糖水平中的改变相关联。
框422。在图4C的框422中，使用第二数据集将第一数据集分割到多个仓中，其中该多个仓中的每个相应的仓234与该多个相对时间间隔中的相对时间间隔236相关联，该多个相对时间间隔中的每个相应的相对时间间隔定义了针对相对于用餐事件何时由受验者注射餐时胰岛素药剂剂量的不同时间范围。换言之，第一数据集被分割，这意味着定义了第一数据集的多个段，其中段是由指定时间段定义的多个测量结果。接下来，将该多个段放到或分仓到多个仓中，这意味着根据段与仓之间的共同特征，将每个段与仓相关联。每个仓由相对时间间隔来表征，该相对时间间隔定义了针对相对于用餐何时注射餐时胰岛素药剂剂量的不同时间范围。由于每个段与用餐相关联且每个用餐与剂量相关联，因此每个段由何时注射药剂剂量与何时摄取了用餐之间的相对时间来表征。指定时间段可以是包括用餐事件的时间和/或在用餐事件的时间之后的时段，或者该时段还可以包括注射剂量的时间。在一个示例中，该多个相对时间间隔包括：范围从用餐事件之前的30分钟到25分钟的第一相对时间间隔、范围从用餐事件之前的25分钟到20分钟的第二相对时间间隔、范围从用餐事件之前的20分钟到15分钟的第三相对时间间隔、范围从用餐事件之前的15分钟到10分钟的第四相对时间间隔、范围从用餐事件之前的10分钟到5分钟的第五相对时间间隔、范围从用餐事件之前的5分钟到零分钟的第六相对时间间隔、范围从用餐事件之后的0分钟到5分钟的第七相对时间间隔、范围从用餐事件之后的5分钟到10分钟的第八相对时间间隔、范围从用餐事件之后的10分钟到15分钟的第九相对时间间隔、范围从用餐事件之后的15分钟到20分钟的第十相对时间间隔范围从用餐事件之后的20分钟到25分钟的第十一相对时间间隔以及范围从用餐事件之后的25分钟到30分钟的第十二相对时间间隔。在另一个示例中，该多个相对时间间隔包括：范围从用餐事件之前的30分钟到20分钟的第一相对时间间隔、范围从用餐事件之前的20分钟到10分钟的第二相对时间间隔、范围从用餐事件之前的10分钟到0分钟的第三相对时间间隔、范围从用餐事件之后的0分钟到10分钟的第四相对时间间隔、范围从用餐事件之前的10分钟到20分钟的第五相对时间间隔以及范围从用餐事件之后的20分钟到30分钟的第六相对时间间隔。
在一些实施例中，该多个相对时间间隔从30分钟共同跨越到对应的用餐事件之后的30分钟，如上面所公开的示例中那样。在一些实施例中，该多个相对时间间隔从50分钟共同跨越到对应的用餐事件之后的50分钟。在一些实施例中，该多个相对时间间隔从60分钟的任何地方共同跨越到对应的用餐事件之后的60分钟。
在一些实施例中，每个相对时间间隔236具有五分钟或十分钟的内部时间跨度，如上面所公开的示例中那样。在一些实施例中，每个相对时间间隔236具有在两分钟和十分钟之间的相同的内部时间跨度。例如，在一些实施例中，该多个相对时间间隔中的每个相对时间间隔236是3分钟。作为另一个示例，在一些实施例中，该多个相对时间间隔中的每个相对时间间隔236是6分钟。
每个相应的仓234被指派第一数据集218的该多个葡萄糖测量结果中的葡萄糖测量结果220，该葡萄糖测量结果与该时间进程中的一个或多个时段相关联，其中受验者在与相应的仓相关联的相对时间间隔236内服用了餐时胰岛素药剂剂量214。例如，参考图9，存在针对在历元1期间获得的葡萄糖测量结果220的第一个仓234-1，针对在历元2期间获得的葡萄糖测量结果220的第二个仓234-2等。参考图10，存在针对相对时间间隔236-1的第一个仓234-1，并且与具有相对时间间隔236-1内的对应的短效胰岛素药剂剂量214的用餐事件（不论历元）相关联的葡萄糖测量结果220被放置在第一个仓中，存在针对相对时间间隔236-2的第二个仓234-2，并且与具有相对时间间隔236-2内的对应的短效胰岛素药剂剂量214的用餐事件226（不论历元）相关联的葡萄糖220测量结果被放置在第二个仓中等。
框424-438。参考图4C的框424，该方法以使用被指派到相应的仓的自主葡萄糖测量结果220来针对该多个仓中的每个相应的仓234确定第一血糖风险测量值238继续，从而形成多个第一血糖风险测量值。
参考图4A的框426，在一些实施例中，针对该多个仓中的相应的仓，将第一血糖风险测量值238计算为：（i）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平高于第一目标范围的时间的百分比；（ii）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平低于第一目标范围的时间的百分比；（iii）在被指派到相应的仓的葡萄糖测量结果中的受验者的葡萄糖水平处于第一目标范围之外的时间的百分比；（iv）被指派到相应的仓的葡萄糖测量结果的散布的测量值；（v）被指派到相应的仓的葡萄糖测量结果中的最小葡萄糖水平；或（vi）被指派到相应的仓的葡萄糖测量结果中的最大葡萄糖水平。图6图示了。在图6的下面板中，存在两个仓：仓602，其表示在用餐之前30分钟的餐时胰岛素药剂剂量的注射，以及仓604，其表示在用餐之后30分钟的餐时胰岛素药剂剂量的注射。针对与用餐之前30分钟的相对时间间隔相关联的第一时间进程中的时段的葡萄糖测量结果被绘制为图6的上面板中的线602，而针对与用餐之后30分钟的相对时间间隔相关联的第一时间进程中的时段的葡萄糖测量结果被绘制为图6的上面板中的线604。根据上面板，可以针对相应的仓602和604计算第一血糖风险测量值238。例如，使用图6的上面板来说明，跨被指派到相应的仓602和604的葡萄糖测量结果的受验者的葡萄糖水平高于4.0 mmol/L至6.8 mmol/L第一目标范围的时间的百分比可以被计算，并将其用作第一血糖风险测量值238；（ii）跨被指派到相应的仓602和604的葡萄糖测量结果的受验者的葡萄糖水平低于4.0 mmol/L至6.8 mmol/L的第一目标范围的时间的百分比可以被计算，并将其用作第一血糖风险测量值238；（iii）在被指派到相应的仓602和604的葡萄糖测量结果中，受验者的葡萄糖水平处于4.0 mmol/L至6.8 mmol/L的第一目标范围之外（高于或低于）的时间的百分比可以被计算，并将其用作第一血糖风险测量值238；（iv）被指派到相应的仓602和604的葡萄糖测量结果的散布（例如，最高水平与最低水平之间的增量）的测量值可以被计算，并将其用作第一血糖风险测量值238；（v）被指派到相应的仓602和604的葡萄糖测量结果中的最小葡萄糖水平可以被计算，并将其用作第一血糖风险测量值238；或（vi）被指派到相应的仓602和604的葡萄糖测量结果中的最大葡萄糖水平可以被计算，并将其用作第一血糖风险测量值238。在一些实施例中，目标范围对于每个受验者而言是不同的，并且被包括在例如处方胰岛素方案中。例如，在一些实施例中，基于（i）糖尿病年龄的持续时间、（ii）寿命预期、（iii）共病情况、（iv）已知的CVD或晚期微血管并发症和/或（v）低血糖无意识来对目标范围进行个性化。
在一些实施例中，仅使用每个仓中在对应的用餐之前发生的葡萄糖测量结果（餐前葡萄糖测量结果）来计算第一血糖风险测量值238。在一些实施例中，仅使用每个仓中在对应的用餐之后发生的葡萄糖测量结果（餐后葡萄糖测量结果）来计算第一血糖风险测量值238。在一些实施例中，使用每个仓中的所有葡萄糖测量结果（无论它们在对应的用餐之前还是之后发生）来计算第一血糖风险测量值238。
参考框428，在一些实施例中，针对相应的仓234的第一血糖风险测量值238被计算为跨相应的仓中的葡萄糖测量结果220（餐前葡萄糖测量结果、餐后葡萄糖测量结果、或餐前葡萄糖测量结果和餐后葡萄糖测量结果两者）而观察到的总葡萄糖水平可变性。更详细地，在一些实施例中，针对相应的仓234计算的第一血糖风险测量值238是跨该仓的葡萄糖测量结果而观察到的总葡萄糖水平可变性，其被计算为（i）、（ii）、（iii）、（iv）或（v）中的一个：（i）相应的仓中的葡萄糖测量结果中的总葡萄糖水平的范围；（ii）相应的仓中的该多个葡萄糖测量结果中的葡萄糖水平的四分位范围；（iii）被指派到相应的仓的葡萄糖测量结果中的葡萄糖水平的方差；（iv）被指派到相应的仓的该多个葡萄糖测量结果中的葡萄糖水平与被指派到相应的仓的葡萄糖测量结果的葡萄糖水平的均值(μ)的均方差，其被计算为：
其中mi是被指派到相应的仓的第i个葡萄糖测量结果的葡萄糖水平，并且P是被指派到相应的仓的葡萄糖测量结果的数量；以及（v）被指派到相应的仓的葡萄糖测量结果的葡萄糖水平的标准差，其被计算为。在一些实施例中，第一血糖风险被计算为（i）、（ii）、（iii）、（iv）和（v）的任何组合。
在一些实施例中，自主葡萄糖测量结果220限于在过去四小时、过去十二小时、过去24小时、过去两天、过去一周或过去两周内从受验者测量的葡萄糖水平。换言之，在一些实施例中，第一时间进程是过去四小时、过去十二小时、过去24小时、过去两天、过去一周或过去两周，并且仅来自过去四小时、过去十二小时、过去24小时、过去两天、过去一周或过去两周的针对受验者的那些葡萄糖测量结果220被用于第一数据集218。在其他实施例中，第一数据集228具有针对多于过去四小时、过去十二小时、过去24小时、过去两天、过去一周或过去两周的针对受验者的葡萄糖测量结果220，但是比过去四小时、过去十二小时、过去24小时、过去两天、过去一周或过去两周更旧的测量结果不被分仓或用于计算第一血糖风险测量值。在又一些其他实施例中，较旧的葡萄糖测量结果被分仓并用于计算第一血糖风险测量值，但是当计算第一血糖风险测量值时，对这样的较旧的葡萄糖测量结果降低权重（down-weight）。
参考框430且如图9中所图示，并且如上面结合图9进一步讨论的那样，在一些实施例中，该时间进程包括多个历元。每个历元902与该多个相对时间间隔中的相对时间间隔236相对应。在这些实施例中，第二数据集224针对该多个历元中的每个历元指定该多个相对时间间隔中的相对时间间隔236。该方法进一步包括在该时间进程之前与受验者共享第二数据集224，以使得受验者能够在该时间进程期间相对于相应的用餐事件226在由第二数据集224指定的时间216处注射餐时胰岛素药剂剂量214。在这样的实施例中，第一数据集218的分割包括：针对该多个历元中的每个相应的历元，将该相应的历元中（在该历元期间发生）的所有葡萄糖测量结果220指派到由第二数据集224针对该相应的历元指定的该多个仓中的对应仓234。此外，在这样的实施例中，确定该多个仓中的相应的仓234的第一血糖风险测量值238共同地使用被指派到相应的仓的自主葡萄糖测量结果220。在一些这样的实施例中，该多个相对时间间隔由以用餐事件参考周围为中心的3个、4个、5个、6个、7个、8个、9个或10个离散时间间隔组成，并且相应地存在3个、4个、5个、6个、7个、8个、9个或10个仓，每个相对时间间隔236针对一个仓，并且还存在3个、4个、5个、6个、7个、8个、9个或10个历元，一个或每个相对时间间隔236。参考框432，在一些实施例中，每个历元是一周或更少、五天或更少、三天或更少、两天或更少、一天或更少、或者12小时或更少。
参考图4D的框434，并且如图10中进一步所图示以及如上文结合图10进一步所描述的那样，在一些实施例中，获得第三数据集302（例如，从由受验者使用以应用处方胰岛素方案206的胰岛素笔104获得）。参考图3，第三数据集302包括在该时间进程内的多个胰岛素药剂记录。每个胰岛素药剂记录304包括：（i）相应的胰岛素药剂注射事件306，其表示使用胰岛素笔104的胰岛素药剂注射（例如，到受验者中的短效胰岛素药剂剂量214的胰岛素药剂注射），以及（ii）对应的电子时间戳308，其在注射的发生时由笔104生成。在这样的实施例中，获得第二数据集224包括在时间上将用餐事件226与胰岛素药剂记录304进行匹配，从而确定针对相对于用餐事件何时由受验者针对每个用餐事件226注射短效胰岛素药剂剂量214的实际时间差（例如，如从用餐事件时间戳230与胰岛素事件时间戳308相比来确定）。在这样的实施例中，对第一数据集218进行分割包括：针对每个相应的用餐事件226，使用第二数据集224将该多个仓中的仓234与相应的用餐事件相关联。该关联将（i）实际时间差与（ii）该多个相对时间间隔中的对应的相对时间间隔进行匹配。例如，如果实际时间差是8分钟（意味着在用餐事件之前的8分钟服用短效胰岛素药剂），则该关联将用餐事件与包含8分钟的时间差的仓（例如，包含相应的用餐事件的仓，其中在相应的用餐事件之前的5和10分钟之间服用了胰岛素药剂）进行匹配。针对每个相应的所指派的用餐事件，将该多个自主葡萄糖测量结果中的自主葡萄糖测量结果指派到关联的仓，该自主葡萄糖测量结果发生在范围从相应的用餐事件之前的第一预定时间段到相应的用餐事件之后的第二预定时间段的时间窗内。例如，参考图10的用餐事件226-1-1，用餐事件226-1-1，该用餐与该用餐事件的5分钟内的注射事件匹配，因此餐时（短效胰岛素药剂注射事件）与相对时间间隔236-1相对应，发生在范围从相应的用餐事件之前的第一预定时间段1002到相应的用餐事件之后的第二预定时间段1004的时间窗内的葡萄糖测量结果被指派到与相对时间间隔236 - 1相关联的仓。这与图10中图示的实施例相反，在该实施例中整个历元的葡萄糖测量结果被指派到对应的相对时间间隔236。在一些实施例中，相应的用餐事件1002之前的第一预定时间段是相应的用餐事件之前的90分钟、相应的用餐事件之前的60分钟或相应的用餐事件之前的30分钟。在一些实施例中，相应的用餐事件1002之前的第一预定时间段处于相应的用餐事件之前的120和30分钟之间。在一些实施例中，相应的用餐事件1002之后的第二预定时间段是相应的用餐事件之后的90分钟、相应的用餐事件之后的60分钟或相应的用餐事件之后的30分钟。在一些实施例中，相应的用餐事件1002之后的第二预定时间段处于相应的用餐事件之后的30和120分钟之间。在典型实施例中，如图10中所图示，该分割将多于一个用餐事件与每个仓相关联（例如，用餐事件226-2-1和226-N-P两者都被指派到图10中的相同的仓）。如是针对图9中图示的实施例的情况，确定相应的仓的第一血糖风险测量值共同地使用被指派到该仓的葡萄糖测量结果。
参考图4E的框436，在一些替代实施例中，该方法进一步包括从由受验者使用以应用处方胰岛素方案206的胰岛素笔104获得第三数据集310。在这样的实施例中，第三数据集302包括在该时间进程内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304包括：（i）相应的胰岛素药剂注射事件，其表示使用胰岛素笔104的到受验者中的短效胰岛素药剂剂量214的胰岛素药剂注射，以及（ii）对应的电子时间戳308，其在相应的胰岛素药剂注射事件的发生时由胰岛素笔104自动生成。在这样的实施例中，获得第二数据集224包括在时间上将该多个用餐事件中的相应的用餐事件226与相应的胰岛素药剂记录304进行匹配，从而确定针对每个相应的用餐事件226何时由受验者注射餐时胰岛素药剂剂量214的实际时间差。此外，在这样的实施例中，标识该多个用餐事件进一步包括将第一表征应用到该多个用餐事件中的每个用餐事件。第一表征是胰岛素方案遵守和胰岛素方案未遵守中的一个。在这样的实施例中，当该多个药剂记录中的一个或多个药剂记录304具有处于相应的用餐事件的预定量的时间内的胰岛素事件时间戳308时，相应的用餐事件226被视为胰岛素方案遵守。在一些实施例中，该预定量的时间是90分钟或更少、60分钟或更少或30分钟或更少。在一些实施例中，该预定量的时间处于15和90分钟之间。当该多个胰岛素药剂记录中没有胰岛素药剂记录304具有处于相应的用餐事件的预定量的时间内的胰岛素事件时间戳308时，相应的用餐事件226被视为胰岛素方案未遵守。此外，在这样的实施例中，分割第一数据集包括：针对该多个用餐事件中被视为胰岛素方案遵守的每个相应的用餐事件226，通过过程使用第二数据集224来确定该多个仓中的哪个仓234与相应的用餐事件226相关联。该过程包括：将相对于相应的用餐事件226何时由受验者注射短效胰岛素药剂剂量214与该多个相对时间间隔中的对应的相对时间间隔236进行匹配，并且针对该多个用餐事件中的每个相应的用餐事件226，将该多个自主葡萄糖测量结果中的自主葡萄糖测量结果220指派到关联的仓，该自主葡萄糖测量结果220发生在范围从相应的用餐事件之前的第一预定时间段到相应的用餐事件之后的第二预定时间段的时间窗内。在一些实施例中，相应的用餐事件226之前的第一预定时间段是相应的用餐事件之前的90分钟、相应的用餐事件之前的60分钟或相应的用餐事件之前的30分钟。在一些实施例中，相应的用餐事件226之前的第一预定时间段处于相应的用餐事件之前的120和30分钟之间。在一些实施例中，相应的用餐事件226之后的第二预定时间段是相应的用餐事件之后的90分钟、相应的用餐事件之后的60分钟或相应的用餐事件之后的30分钟。在一些实施例中，相应的用餐事件226之后的第二预定时间段处于相应的用餐事件之后的30和120分钟之间。此外，在这样的实施例中，该分割将来自该多个用餐事件的多于一个用餐事件226与该多个仓中的每个仓234相关联。同样在这样的实施例中，确定该多个仓中的相应的仓234的第一血糖风险测量值238共同地使用被指派到相应的仓的自主葡萄糖测量结果220。
参考图4F的框438，在一些实施例中，使用相应的仓中的自主葡萄糖测量结果220，针对该多个仓中的每个相应的仓234确定相应的第二血糖风险测量值，从而形成多个第二血糖风险测量值。在一些这样的实施例中，第二相应的血糖风险测量值不同于第一血糖测量值，并且针对该多个仓中的相应的仓，将第二相应的血糖风险测量值计算为：（i）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平高于第一目标范围的时间的百分比；（ii）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平低于第一目标范围的时间的百分比；（iii）在被指派到相应的仓的葡萄糖测量结果中的受验者的葡萄糖水平处于第一目标范围之外的时间的百分比；（iv）被指派到相应的仓的葡萄糖水平的散布的测量值；（v）被指派到相应的仓的葡萄糖水平中的最小葡萄糖水平；或（vi）被指派到相应的仓的葡萄糖水平中的最大葡萄糖水平。此外，在这样的实施例中，从与该多个仓相关联的该多个相对时间间隔之中标识针对受验者的最佳相对时间间隔236，以用于使用该多个第一血糖风险测量值和该多个第二血糖风险测量值来注射针对预期用餐事件的短效胰岛素药剂剂量214。例如，在一些实施例中，将针对相应的仓234的第一血糖风险测量值的结果和针对相应的仓234的第二血糖风险测量值的结果可选地组合为线性或非线性组合，作为复合血糖风险测量值，以用于标识哪个仓234以及因此哪个相对时间间隔236单独地优化复合血糖风险测量值和/或风险测量值。在一些实施例中，针对每个相应的仓计算三个或更多个血糖风险测量值，并且将该三个或更多个血糖风险测量值可选地组合成作为线性或非线性组合的针对相应的仓的复合血糖风险测量值，以用于标识哪个仓以及因此哪个相对时间间隔236单独地优化复合血糖风险测量值或血糖风险测量值。在一些实施例中，针对每个相应的仓计算血糖风险测量值的集合，并且将血糖风险测量值的集合可选地组合成作为线性或非线性组合的复合血糖风险测量值，以用于标识哪个仓以及因此哪个相对时间间隔236单独地优化复合血糖风险测量值和/或血糖风险测量值，其中血糖风险测量值的集合由2个、3个、4个、5个、6个、7个、8个、9个或10个或更多个血糖风险测量值组成，使用被指派到仓的数据（诸如，自主葡萄糖测量结果220）来计算每个血糖风险测量值。
框440。在框440中，该方法以从与该多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔继续，以用于使用该多个第一血糖风险测量值来注射针对预期用餐事件的短效胰岛素药剂剂量。
图7图示了仅使用第一数据集的自主葡萄糖测量结果220来确定针对一个患者的餐时注射的最佳定时的情况。图7A示出了七个历元内的平均葡萄糖浓度，该七个历元各自具有三天的相应持续时间（历元1：相对时间间隔236-1是0分钟，历元2：相对时间间隔236-1是-5分钟，历元3：相对时间间隔236-1是-15分钟，历元4：相对时间间隔236-1是-30分钟，历元5：相对时间间隔236-1是30分钟，历元6：相对时间间隔236-1是15分钟，以及历元7：相对时间间隔236-1是5分钟）。没有所登记的用餐或注射数据是可用的。图7B图示了来自每个历元的三个血糖风险测量值的计算。从图7B的顶部，面板A示出了在高血糖中度过的时间，面板B示出了在低血糖中度过的时间，并且面板C示出了每个历元中的每日方差，其中每个历元在x轴上由其特性相对时间间隔236（距参考用餐事件定时的分钟数）表示。在图7B中，正分钟数指示用餐摄取前的注射时间，并且负分钟数指示用餐摄取后的注射时间。图7的针对受验者的数据指示最佳相对时间间隔236为0分钟。除了是另一个患者之外，图8图示了与图7中所呈现的相同的结果，并且指示-10分钟的最佳相对时间间隔236。
框442。在框442中，该方法以将最佳相对时间间隔236传送到与受验者相关联的医疗保健从业者或直接传送到受验者继续。有利地，将最佳相对时间间隔236传送到受验者允许受验者在医疗保健从业者出诊之间优化他们的短效胰岛素药剂剂量相对于用餐事件的定时。
实施例列表
1. 一种用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的设备250，其中所述设备包括一个或多个处理器274和存储器290/192，所述存储器包括：
指令，所述指令在由一个或多个处理器执行时，执行以下方法：
获得第一数据集218，第一数据集包括在时间进程内获得的受验者的多个自主葡萄糖测量结果，以及针对多个葡萄糖测量结果中的每个相应的葡萄糖测量结果220表示在时间进程中何时进行相应的葡萄糖测量的对应的时间戳222；
标识第一数据集中在时间进程期间发生的多个用餐事件，并且从而使用第一数据集来指定多个用餐事件中的每个的发生；
获得第二数据集224，所述第二数据集224针对多个用餐事件中的每个相应的用餐事件226指定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量；
将第一数据集分割成多个段，其中每个段包括与关于多个用餐事件中的用餐事件的时段相关联的葡萄糖测量结果；
使用第二数据集将第一数据集的多个段分仓到多个仓中，其中通过确定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量来对与相应的用餐事件相关联的每个段进行分仓，其中多个仓中的每个相应的仓234与多个相对时间间隔中的相对时间间隔236相关联，
多个相对时间间隔中的每个相应的相对时间间隔定义了针对相对于用餐事件的发生何时由受验者注射短效胰岛素药剂剂量的不同时间范围，以及
每个相应的仓被指派多个葡萄糖测量结果中的葡萄糖测量结果，所述葡萄糖测量结果与时间进程中的与用餐事件有关的一个或多个时段相关联，其中受验者在与相应的仓相关联的相对时间间隔内服用短效胰岛素药剂剂量；
使用被指派到相应的仓的自主葡萄糖测量结果，针对多个仓中的每个相应的仓来确定第一血糖风险测量值238，从而形成多个第一血糖风险测量值；
从与多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，以用于使用多个第一血糖风险测量值注射针对预期用餐事件的短效胰岛素药剂剂量；以及
将最佳相对时间间隔传送到与受验者相关联的医疗保健从业者或直接传送到受验者。
2. 如实施例1所述的设备，其中针对多个仓中的相应的仓将第一血糖风险测量值计算为：
（i）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平高于第一目标范围的时间的百分比；
（ii）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平低于第一目标范围的时间的百分比；
（iii）在被指派到相应的仓的葡萄糖测量结果中的受验者的葡萄糖水平处于第一目标范围之外的时间的百分比；
（iv）被指派到相应的仓的葡萄糖测量结果的散布的测量值；
（v）被指派到相应的仓的葡萄糖测量结果中的最小葡萄糖水平；或
（vi）被指派到相应的仓的葡萄糖测量结果中的最大葡萄糖水平。
3. 如实施例1所述的设备，其中针对多个仓中的相应的仓将第一血糖风险测量值计算为：
（i）被指派到相应的仓的葡萄糖测量结果的范围；
（ii）被指派到相应的仓的葡萄糖测量结果的四分位范围；
（iii）被指派到相应的仓的葡萄糖测量结果的方差；
（iv）被指派到相应的仓的葡萄糖测量结果与被指派到相应的仓的葡萄糖测量结果的均值(μ)的均方差()，其被计算为：
其中，
mi是被指派到相应的仓的第i个葡萄糖测量结果，以及
P是被指派到相应的仓的葡萄糖测量结果的数量；或
（v）被指派到相应的仓的葡萄糖测量结果的标准差，其被计算为。
4. 如实施例1所述的设备，其中使用第一数据集中的多个自主葡萄糖测量结果和对应的时间戳来执行标识多个用餐事件。
5. 如实施例4所述的设备，其中通过计算以下各项来执行标识多个用餐事件：
（i）第一模型，包括使用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。
6. 如实施例5所述的设备，其中，第一模型、第二模型、第三模型和第四模型各自使用多个自主葡萄糖测量结果来计算，并且在其中四个模型中的至少三个指示用餐事件的情况下标识多个用餐事件中的每个相应的用餐事件。
7. 如实施例4-6中的任一项所述的设备，其中标识在时间进程期间发生的多个用餐事件进一步包括接收多个前馈事件，其中多个前馈事件中的每个相应的前馈事件表示其中受验者已经指示他们正在用餐或即将用餐的情况，以及
通过移除多个用餐事件中的未能与多个前馈事件中的前馈事件在时间上匹配的任何相应的用餐事件来针对多个前馈事件验证多个用餐事件。
8. 如实施例1所述的设备，其中标识在时间进程期间发生的多个用餐事件包括接收多个前馈事件，其中多个前馈事件中的每个相应的前馈事件表示其中受验者已经指示他们正在用餐或即将用餐的情况。
9. 如实施例1所述的设备，其中
时间进程包括多个历元，每个历元与多个相对时间间隔中的相对时间间隔相对应；
第二数据集针对多个历元中的每个历元指定多个相对时间间隔中的相对时间间隔；并且其中所述方法进一步包括：
在时间进程之前与受验者共享第二数据集，以使得受验者能够在时间进程期间相对于相应的用餐事件在由第二数据集指定的时间注射短效胰岛素药剂剂量，并且其中
分割第一数据集包括：针对多个历元中的每个相应的历元，将相应的历元中的所有葡萄糖测量结果指派到由第二数据集针对相应的历元指定的多个仓中的对应仓；以及
确定多个仓中的相应的仓的第一血糖风险测量值共同地使用被指派到相应的仓的自主葡萄糖测量结果。
10. 如实施例9所述的设备，其中多个历元中的每个历元是一周或更少、五天或更少、三天或更少、两天或更少、一天或更少或者12小时或更少。
11. 如实施例1所述的设备，其中所述方法进一步包括：
从由受验者使用以应用处方胰岛素方案的胰岛素笔获得第三数据集302，第三数据集包括时间进程内的多个胰岛素药剂记录，多个药剂记录中的每个胰岛素药剂记录304包括：
（i）相应的胰岛素药剂注射事件306，其表示使用胰岛素笔的到受验者中的短效胰岛素药剂剂量的胰岛素药剂注射；以及
（ii）对应的电子时间戳308，其在相应的胰岛素药剂注射事件的发生时由胰岛素笔自动生成，并且其中
获得第二数据集包括：在时间上将多个用餐事件中的相应的用餐事件与相应的胰岛素药剂记录进行匹配，从而确定针对相对于相应的用餐事件何时由受验者针对每个相应的用餐事件注射短效胰岛素药剂剂量的实际时间差，
分割第一数据集包括：
针对多个用餐事件中的每个相应的用餐事件，使用第二数据集将多个仓中的仓与相应的用餐事件相关联，其中所述相关联将（i）实际时间差与（ii）多个相对时间间隔中的对应的相对时间间隔进行匹配，以及
针对多个用餐事件中的每个相应的用餐事件，将多个自主葡萄糖测量结果中的自主葡萄糖测量结果指派到相关联的仓，所述自主葡萄糖测量结果发生在范围从相应的用餐事件之前的第一预定时间段到相应的用餐事件之后的第二预定时间段的时间窗内，并且其中所述分割将来自多个用餐事件的多于一个用餐事件与多个仓中的每个仓相关联，以及
确定多个仓中的相应的仓的第一血糖风险测量值共同地使用被指派到相应的仓的自主葡萄糖测量结果。
12. 如实施例1所述的设备，其中所述方法进一步包括：
从由受验者使用以应用处方胰岛素方案的胰岛素笔104获得第三数据集302，第三数据集包括时间进程内的多个胰岛素药剂记录，多个药剂记录中的每个胰岛素药剂记录304包括：
（i）相应的胰岛素药剂注射事件306，其表示使用胰岛素笔的到受验者中的短效胰岛素药剂剂量214的胰岛素药剂注射；以及
（ii）对应的胰岛素事件时间戳308，其在相应的胰岛素药剂注射事件的发生时由胰岛素笔自动生成，并且其中
获得第二数据集包括：在时间上将多个用餐事件中的相应的用餐事件与相应的胰岛素药剂记录进行匹配，从而确定针对每个相应的用餐事件何时由受验者注射短效胰岛素药剂剂量的实际时间差，
标识多个用餐事件进一步包括：将第一表征应用到多个用餐事件中的每个用餐事件，其中第一表征是胰岛素方案遵守和胰岛素方案未遵守中的一个，其中当多个胰岛素药剂记录中的一个或多个胰岛素药剂记录具有处于相应的用餐事件的预定量的时间内的胰岛素事件时间戳时，相应的用餐事件被视为胰岛素方案遵守，以及
当多个药剂记录中没有药剂记录具有处于相应的用餐事件的预定量的时间内的胰岛素事件时间戳时，相应的用餐事件被视为胰岛素方案未遵守，
分割第一数据集包括：
针对多个用餐事件中被视为胰岛素方案遵守的每个相应的用餐事件，使用第二数据集通过包括下述步骤的过程来确定多个仓中的哪个仓与相应的用餐事件相关联：
将相对于相应的用餐事件何时由受验者注射短效胰岛素药剂剂量与多个相对时间间隔中的对应的相对时间间隔进行匹配，以及
针对多个用餐事件中的每个相应的用餐事件，将多个自主葡萄糖测量结果中的自主葡萄糖测量结果指派到相关联的仓，所述自主葡萄糖测量结果发生在范围从相应的用餐事件之前的第一预定时间段到相应的用餐事件之后的第二预定时间段的时间窗内，并且其中所述分割将来自多个用餐事件的多于一个用餐事件与多个仓中的每个仓相关联，以及
确定多个仓中的相应的仓的第一血糖风险测量值共同地使用被指派到相应的仓的自主葡萄糖测量结果。
13. 如实施例1-12中的任一项所述的设备，其中以5分钟或更少、3分钟或更少或1分钟或更少的间隔率从受验者自主地获得多个自主葡萄糖测量结果中的连续测量结果。
14. 如实施例1-14中的任一项所述的设备，所述方法进一步包括：
使用相应的仓中的自主葡萄糖测量结果，针对多个仓中的每个相应的仓来确定相应的第二血糖风险测量值，从而形成多个第二血糖风险测量值，其中第二相应的血糖风险测量值不同于第一血糖测量值，并且针对多个仓中的相应的仓将第二相应的血糖风险测量值计算为：
（i）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平高于第一目标范围的时间的百分比；
（ii）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平低于第一目标范围的时间的百分比；
（iii）在被指派到相应的仓的葡萄糖测量结果中的受验者的葡萄糖水平处于第一目标范围之外的时间的百分比；
（iv）被指派到相应的仓的葡萄糖测量结果的散布的测量值；
（v）被指派到相应的仓的葡萄糖测量结果中的最小葡萄糖水平；或
（vi）被指派到相应的仓的葡萄糖测量结果中的最大葡萄糖水平；并且其中从与多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，以用于使用多个第一血糖风险测量值和多个第二血糖风险测量值注射针对预期用餐事件的短效胰岛素药剂剂量。
15. 一种用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的方法，所述方法包括：
在包括一个或多个处理器和存储器的计算机处：
获得第一数据集，第一数据集包括在时间进程内获得的受验者的多个自主葡萄糖测量结果，以及针对多个葡萄糖测量结果中的每个相应的葡萄糖测量结果表示在时间进程中何时进行相应的葡萄糖测量的对应的时间戳；
标识第一数据集中在时间进程期间发生的多个用餐事件；
获得第二数据集224，第二数据集224针对多个用餐事件中的每个相应的用餐事件226指定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量；
将第一数据集分割成多个段，其中每个段包括与关于多个用餐事件中的用餐事件的时段相关联的葡萄糖测量结果；
使用第二数据集将第一数据集的多个段分仓到多个仓中，其中通过确定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量来对与相应的用餐事件相关联的每个段进行分仓，其中多个仓中的每个相应的仓234与多个相对时间间隔中的相对时间间隔236相关联，
多个相对时间间隔中的每个相应的相对时间间隔定义了针对相对于用餐事件何时由受验者注射短效胰岛素药剂剂量的不同时间范围，以及
每个相应的仓被指派多个葡萄糖测量结果中的葡萄糖测量结果，所述葡萄糖测量结果与时间进程中的与用餐事件有关的一个或多个时段相关联，其中受验者在与相应的仓相关联的相对时间间隔内服用了短效胰岛素药剂剂量；
使用被指派到相应的仓的自主葡萄糖测量结果，针对多个仓中的每个相应的仓确定第一血糖风险测量值，从而形成多个第一血糖风险测量值；
从与多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，以用于使用多个第一血糖风险测量值注射针对预期用餐事件的短效胰岛素药剂剂量；以及
将最佳相对时间间隔传送到与受验者相关联的医疗保健从业者或直接传送到受验者。
16. 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，执行实施例15所述的方法。
17. 一种计算机可读数据载体，其上存储有根据实施例16所述的计算机程序。
所引用的参考文献和替代实施例
本文中引用的所有参考文献并且出于所有目的在如同下述情况的相同程度上通过引用以其全文合并于此：每个个体公开或专利或专利申请被具体地且单独地指示为出于所有目的以其全文通过引用被合并。
本发明可以被实现为计算机程序产品，所述计算机程序产品包括嵌入在非暂时性计算机可读存储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、3、5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、磁盘存储产品、USB密钥或任何其他非暂时性计算机可读数据或程序存储产品上。
如对本领域技术人员来说将是显而易见的那样，在不脱离本发明的精神和范围的情况下，可以对本发明做出许多修改和变型。本文中所描述的具体实施例仅作为示例来提供。选择并描述实施例以便最好地解释本发明的原理及其实际应用，从而使得本领域其他技术人员能够最好地利用本发明和具有如适用于所考虑的特定用途的各种修改的各种实施例。本发明将仅由所附权利要求的条款连同这样的权利要求所享有的等同物的全部范围来限制。

Claims (17)

1.一种用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的设备（250），其中所述设备包括一个或多个处理器（274）和存储器（290/192），所述存储器包括：
指令，所述指令在由一个或多个处理器执行时，执行以下方法：
获得第一数据集（218），第一数据集包括在时间进程内获得的受验者的多个自主葡萄糖测量结果，以及针对多个葡萄糖测量结果中的每个相应的葡萄糖测量结果（220）表示在时间进程中何时进行相应的葡萄糖测量的对应的时间戳（222）；
标识第一数据集中在时间进程期间发生的多个用餐事件；
获得第二数据集（224），所述第二数据集（224）针对多个用餐事件中的每个相应的用餐事件（226）指定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量；
将第一数据集分割成多个段，其中每个段包括与关于多个用餐事件中的用餐事件的时段相关联的葡萄糖测量结果；使用第二数据集将第一数据集的多个段分仓到多个仓中，其中通过确定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量来对与相应的用餐事件相关联的每个段进行分仓，其中多个仓中的每个相应的仓（234）与多个相对时间间隔中的相对时间间隔（236）相关联，
多个相对时间间隔中的每个相应的相对时间间隔定义了针对相对于用餐事件的发生何时由受验者注射短效胰岛素药剂剂量的不同时间范围，以及
每个相应的仓被指派多个葡萄糖测量结果中的葡萄糖测量结果，所述葡萄糖测量结果与时间进程中的一个或多个时段相关联，其中受验者在与相应的仓相关联的相对时间间隔内服用短效胰岛素药剂剂量；
使用被指派到相应的仓的自主葡萄糖测量结果，针对多个仓中的每个相应的仓来确定第一血糖风险测量值（238），从而形成多个第一血糖风险测量值；
从与多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，以用于使用多个第一血糖风险测量值注射针对预期用餐事件的短效胰岛素药剂剂量；以及
将最佳相对时间间隔传送到与受验者相关联的医疗保健从业者或直接传送到受验者。
2.如权利要求1所述的设备，其中针对多个仓中的相应的仓将第一血糖风险测量值计算为：
（i）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平高于第一目标范围的时间的百分比；
（ii）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平低于第一目标范围的时间的百分比；
（iii）在被指派到相应的仓的葡萄糖测量结果中的受验者的葡萄糖水平处于第一目标范围之外的时间的百分比；
（iv）被指派到相应的仓的葡萄糖测量结果的散布的测量值；
（v）被指派到相应的仓的葡萄糖测量结果中的最小葡萄糖水平；或
（vi）被指派到相应的仓的葡萄糖测量结果中的最大葡萄糖水平。
3.如权利要求1所述的设备，其中针对多个仓中的相应的仓将第一血糖风险测量值计算为：
（i）被指派到相应的仓的葡萄糖测量结果的范围；
（ii）被指派到相应的仓的葡萄糖测量结果的四分位范围；
（iii）被指派到相应的仓的葡萄糖测量结果的方差；
（iv）被指派到相应的仓的葡萄糖测量结果与被指派到相应的仓的葡萄糖测量结果的均值(μ)的均方差()，其被计算为：
其中，
mi是被指派到相应的仓的第i个葡萄糖测量结果，以及
P是被指派到相应的仓的葡萄糖测量结果的数量；或
（v）被指派到相应的仓的葡萄糖测量结果的标准差，其被计算为。
4.如权利要求1所述的设备，其中使用第一数据集中的多个自主葡萄糖测量结果和对应的时间戳来执行标识多个用餐事件。
5.如权利要求4所述的设备，其中通过计算以下各项来执行标识多个用餐事件：
（i）第一模型，包括使用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。
6.如权利要求5所述的设备，其中，第一模型、第二模型、第三模型和第四模型各自使用多个自主葡萄糖测量结果来计算，并且在其中四个模型中的至少三个指示用餐事件的情况下标识多个用餐事件中的每个相应的用餐事件。
7.如权利要求4-6中的任一项所述的设备，其中标识在时间进程期间发生的多个用餐事件进一步包括接收多个前馈事件，其中多个前馈事件中的每个相应的前馈事件表示其中受验者已经指示他们正在用餐或即将用餐的情况，以及
通过移除多个用餐事件中的未能与多个前馈事件中的前馈事件在时间上匹配的任何相应的用餐事件来针对多个前馈事件验证多个用餐事件。
8.如权利要求1所述的设备，其中标识在时间进程期间发生的多个用餐事件包括接收多个前馈事件，其中多个前馈事件中的每个相应的前馈事件表示其中受验者已经指示他们正在用餐或即将用餐的情况。
9.如权利要求1所述的设备，其中
时间进程包括多个历元，每个历元与多个相对时间间隔中的相对时间间隔相对应；
第二数据集针对多个历元中的每个历元指定多个相对时间间隔中的相对时间间隔；并且其中所述方法进一步包括：
在时间进程之前与受验者共享第二数据集，以使得受验者能够在时间进程期间相对于相应的用餐事件在由第二数据集指定的时间注射短效胰岛素药剂剂量，并且其中
分割第一数据集包括：针对多个历元中的每个相应的历元，将相应的历元中的所有葡萄糖测量结果指派到由第二数据集针对相应的历元指定的多个仓中的对应仓；以及
确定多个仓中的相应的仓的第一血糖风险测量值共同地使用被指派到相应的仓的自主葡萄糖测量结果。
10.如权利要求9所述的设备，其中多个历元中的每个历元是一周或更少、五天或更少、三天或更少、两天或更少、一天或更少或者12小时或更少。
11.如权利要求1所述的设备，其中所述方法进一步包括：
从由受验者使用以应用处方胰岛素方案的胰岛素笔获得第三数据集（302），第三数据集包括时间进程内的多个胰岛素药剂记录，多个药剂记录中的每个胰岛素药剂记录（304）包括：
（i）相应的胰岛素药剂注射事件（306），其表示使用胰岛素笔的到受验者中的短效胰岛素药剂剂量的胰岛素药剂注射；以及
（ii）对应的电子时间戳（308），其在相应的胰岛素药剂注射事件的发生时由胰岛素笔自动生成，并且其中
获得第二数据集包括：在时间上将多个用餐事件中的相应的用餐事件与相应的胰岛素药剂记录进行匹配，从而确定针对相对于相应的用餐事件何时由受验者针对每个相应的用餐事件注射短效胰岛素药剂剂量的实际时间差，
分割第一数据集包括：
针对多个用餐事件中的每个相应的用餐事件，使用第二数据集将多个仓中的仓与相应的用餐事件相关联，其中所述相关联将（i）实际时间差与（ii）多个相对时间间隔中的对应的相对时间间隔进行匹配，以及
针对多个用餐事件中的每个相应的用餐事件，将多个自主葡萄糖测量结果中的自主葡萄糖测量结果指派到相关联的仓，所述自主葡萄糖测量结果发生在范围从相应的用餐事件之前的第一预定时间段到相应的用餐事件之后的第二预定时间段的时间窗内，并且其中所述分割将来自多个用餐事件的多于一个用餐事件与多个仓中的每个仓相关联，以及
确定多个仓中的相应的仓的第一血糖风险测量值共同地使用被指派到相应的仓的自主葡萄糖测量结果。
12.如权利要求1所述的设备，其中所述方法进一步包括：
从由受验者使用以应用处方胰岛素方案的胰岛素笔（104）获得第三数据集（302），第三数据集包括时间进程内的多个胰岛素药剂记录，多个药剂记录中的每个胰岛素药剂记录（304）包括：
（i）相应的胰岛素药剂注射事件（306），其表示使用胰岛素笔的到受验者中的短效胰岛素药剂剂量（214）的胰岛素药剂注射；以及
（ii）对应的胰岛素事件时间戳（308），其在相应的胰岛素药剂注射事件的发生时由胰岛素笔自动生成，并且其中
获得第二数据集包括：在时间上将多个用餐事件中的相应的用餐事件与相应的胰岛素药剂记录进行匹配，从而确定针对每个相应的用餐事件何时由受验者注射短效胰岛素药剂剂量的实际时间差，
标识多个用餐事件进一步包括：将第一表征应用到多个用餐事件中的每个用餐事件，其中第一表征是胰岛素方案遵守和胰岛素方案未遵守中的一个，其中当多个胰岛素药剂记录中的一个或多个胰岛素药剂记录具有处于相应的用餐事件的预定量的时间内的胰岛素事件时间戳时，相应的用餐事件被视为胰岛素方案遵守，以及
当多个药剂记录中没有药剂记录具有处于相应的用餐事件的预定量的时间内的胰岛素事件时间戳时，相应的用餐事件被视为胰岛素方案未遵守，
分割第一数据集包括：
针对多个用餐事件中被视为胰岛素方案遵守的每个相应的用餐事件，使用第二数据集通过包括下述步骤的过程来确定多个仓中的哪个仓与相应的用餐事件相关联：
将相对于相应的用餐事件何时由受验者注射短效胰岛素药剂剂量与多个相对时间间隔中的对应的相对时间间隔进行匹配，以及
针对多个用餐事件中的每个相应的用餐事件，将多个自主葡萄糖测量结果中的自主葡萄糖测量结果指派到相关联的仓，所述自主葡萄糖测量结果发生在范围从相应的用餐事件之前的第一预定时间段到相应的用餐事件之后的第二预定时间段的时间窗内，并且其中所述分割将来自多个用餐事件的多于一个用餐事件与多个仓中的每个仓相关联，以及
确定多个仓中的相应的仓的第一血糖风险测量值共同地使用被指派到相应的仓的自主葡萄糖测量结果。
13.如权利要求1-12中的任一项所述的设备，其中以5分钟或更少、3分钟或更少或1分钟或更少的间隔率从受验者自主地获得多个自主葡萄糖测量结果中的连续测量结果。
14.如权利要求1-14中的任一项所述的设备，所述方法进一步包括：
使用相应的仓中的自主葡萄糖测量结果，针对多个仓中的每个相应的仓来确定相应的第二血糖风险测量值，从而形成多个第二血糖风险测量值，其中第二相应的血糖风险测量值不同于第一血糖测量值，并且针对多个仓中的相应的仓将第二相应的血糖风险测量值计算为：
（i）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平高于第一目标范围的时间的百分比；
（ii）跨被指派到相应的仓的葡萄糖测量结果的受验者的葡萄糖水平低于第一目标范围的时间的百分比；
（iii）在被指派到相应的仓的葡萄糖测量结果中的受验者的葡萄糖水平处于第一目标范围之外的时间的百分比；
（iv）被指派到相应的仓的葡萄糖测量结果的散布的测量值；
（v）被指派到相应的仓的葡萄糖测量结果中的最小葡萄糖水平；或
（vi）被指派到相应的仓的葡萄糖测量结果中的最大葡萄糖水平；并且其中从与多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，以用于使用多个第一血糖风险测量值和多个第二血糖风险测量值注射针对预期用餐事件的短效胰岛素药剂剂量。
15.一种用于优化针对受验者的处方胰岛素方案中的短效胰岛素药剂剂量的定时的方法，所述方法包括：
在包括一个或多个处理器和存储器的计算机处：
获得第一数据集，第一数据集包括在时间进程内获得的受验者的多个自主葡萄糖测量结果，以及针对多个葡萄糖测量结果中的每个相应的葡萄糖测量结果表示在时间进程中何时进行相应的葡萄糖测量的对应的时间戳；
标识第一数据集中在时间进程期间发生的多个用餐事件；
获得第二数据集（224），第二数据集（224）针对多个用餐事件中的每个相应的用餐事件（226）指定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量；
将第一数据集分割成多个段，其中每个段包括与关于多个用餐事件中的用餐事件的时段相关联的葡萄糖测量结果；
使用第二数据集将第一数据集的多个段分仓到多个仓中，其中通过确定相对于相应的用餐事件的发生何时由受验者注射短效胰岛素药剂剂量来对与相应的用餐事件相关联的每个段进行分仓，其中多个仓中的每个相应的仓（234）与多个相对时间间隔中的相对时间间隔（236）相关联，
多个相对时间间隔中的每个相应的相对时间间隔定义了针对相对于用餐事件何时由受验者注射短效胰岛素药剂剂量的不同时间范围，以及
每个相应的仓被指派多个葡萄糖测量结果中的葡萄糖测量结果，所述葡萄糖测量结果与时间进程中的与用餐事件有关的一个或多个时段相关联，其中受验者在与相应的仓相关联的相对时间间隔内服用了短效胰岛素药剂剂量；
使用被指派到相应的仓的自主葡萄糖测量结果，针对多个仓中的每个相应的仓确定第一血糖风险测量值，从而形成多个第一血糖风险测量值；
从与多个仓相关联的多个相对时间间隔之中标识针对受验者的最佳相对时间间隔，以用于使用多个第一血糖风险测量值注射针对预期用餐事件的短效胰岛素药剂剂量；以及
将最佳相对时间间隔传送到与受验者相关联的医疗保健从业者或直接传送到受验者。
16.一种包括指令的计算机程序，所述指令在由具有一个或多个处理器和存储器的计算机执行时，执行权利要求15所述的方法。
17.一种计算机可读数据载体，其上存储有根据权利要求16所述的计算机程序。
CN201780050154.3A 2016-08-17 2017-08-14 用于优化相对于用餐事件的餐时定时的系统和方法 Withdrawn CN109564784A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16184422 2016-08-17
EP16184422.0 2016-08-17
PCT/EP2017/070587 WO2018033515A1 (en) 2016-08-17 2017-08-14 Systems and methods for optimization of bolus timing relative to meal events

Publications (1)

Publication Number Publication Date
CN109564784A true CN109564784A (zh) 2019-04-02

Family

ID=56740109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780050154.3A Withdrawn CN109564784A (zh) 2016-08-17 2017-08-14 用于优化相对于用餐事件的餐时定时的系统和方法

Country Status (6)

Country Link
US (1) US11631486B2 (zh)
EP (1) EP3500960A1 (zh)
JP (2) JP2019530489A (zh)
CN (1) CN109564784A (zh)
MA (1) MA45977A (zh)
WO (1) WO2018033515A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3902469A4 (en) 2018-12-28 2022-08-10 Dexcom, Inc. ASSESSMENT AND VISUALIZATION OF GLYCEMIC DYSFUNCTION
JP7284823B2 (ja) * 2019-09-18 2023-05-31 Ｐｈｃホールディングス株式会社 薬剤投与判定システムおよび薬剤投与判定プログラム
US20210137428A1 (en) * 2019-11-12 2021-05-13 Senseonics, Incorporated Diabetes management systems and methods

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101308528A (zh) * 2007-03-20 2008-11-19 生命扫描有限公司 用于糖尿病管理的计算机系统
US20110282321A1 (en) * 2007-01-31 2011-11-17 Medtronic Minimed, Inc. Model predictive method and system for controlling and supervising insulin infusion
CN103400028A (zh) * 2008-04-04 2013-11-20 海吉雅有限公司 用于优化患者的胰岛素剂量方案的装置
CN104520862A (zh) * 2012-06-07 2015-04-15 美敦力迷你迈德公司 用于建议调整胰岛素输注设备的糖尿病治疗管理系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005113036A1 (en) 2004-05-13 2005-12-01 The Regents Of The University Of California Method and apparatus for glucose control and insulin dosing for diabetics
CA2691826A1 (en) 2007-07-09 2009-01-15 University Of Virginia Patent Foundation Method, system and computer program product for evaluation of insulin sensitivity, insulin/carbohydrate ratio, and insulin correction factors in diabetes from self-monitoring data
US20110071765A1 (en) 2008-05-16 2011-03-24 Ofer Yodfat Device and Method for Alleviating Postprandial Hyperglycemia
US8527208B2 (en) 2008-11-17 2013-09-03 Roche Diagnostics International Ag Prandial blood glucose excursion optimization method via computation of time-varying optimal insulin profiles and system thereof
US9918635B2 (en) * 2008-12-23 2018-03-20 Roche Diabetes Care, Inc. Systems and methods for optimizing insulin dosage
US8356463B2 (en) 2009-09-30 2013-01-22 Sealed Air Corporation (Us) Apparatus for forming flexible containers, dispensing fluid into the containers, and enclosing the fluid within the containers
US20140066884A1 (en) 2012-08-30 2014-03-06 Medtronic Minimed, Inc. Sensor model supervisor for a closed-loop insulin infusion system
US9897565B1 (en) * 2012-09-11 2018-02-20 Aseko, Inc. System and method for optimizing insulin dosages for diabetic subjects
US10112011B2 (en) * 2013-07-19 2018-10-30 Dexcom, Inc. Time averaged basal rate optimizer
CN109863563B (zh) * 2016-10-31 2024-01-09 诺和诺德股份有限公司 用于估计未来低血压事件的风险的系统和方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110282321A1 (en) * 2007-01-31 2011-11-17 Medtronic Minimed, Inc. Model predictive method and system for controlling and supervising insulin infusion
CN101308528A (zh) * 2007-03-20 2008-11-19 生命扫描有限公司 用于糖尿病管理的计算机系统
CN103400028A (zh) * 2008-04-04 2013-11-20 海吉雅有限公司 用于优化患者的胰岛素剂量方案的装置
CN104520862A (zh) * 2012-06-07 2015-04-15 美敦力迷你迈德公司 用于建议调整胰岛素输注设备的糖尿病治疗管理系统

Also Published As

Publication number Publication date
MA45977A (fr) 2019-06-26
US20190198148A1 (en) 2019-06-27
JP2022122877A (ja) 2022-08-23
JP2019530489A (ja) 2019-10-24
EP3500960A1 (en) 2019-06-26
WO2018033515A1 (en) 2018-02-22
US11631486B2 (en) 2023-04-18

Similar Documents

Publication Publication Date Title
US10910111B2 (en) Information processing apparatus and information processing method
US11373746B2 (en) Basal titration with adaptive target glucose level
US11195607B2 (en) Starter kit for basal rate titration
CN109564775A (zh) 用于优化针对用餐事件的餐时胰岛素药剂剂量的系统和方法
CN109863560A (zh) 基础胰岛素滴定的起始工具包
CN109661706A (zh) 用于确定胰岛素敏感性的系统和方法
JP2022122877A (ja) 食事イベントに関連したボーラスタイミングを最適化するためのシステムおよび方法
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
CN109564776A (zh) 用于调整胰岛素方案中的基础/餐时比率的系统和方法
JP6780035B2 (ja) グルコース測定値およびインスリンペンデータに基づくインスリン治療のための計画アドヒアランス測定
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
CN110337697A (zh) 用于传送剂量的系统和方法
CN109863559A (zh) 调整基础施用时间的系统和方法
CN109791553A (zh) 用于传送表示药物注射的分布的平均值和可变性的剂量历史的系统和方法
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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190402