CN109690685B - 用于确定胰岛素敏感性的系统和方法 - Google Patents
用于确定胰岛素敏感性的系统和方法 Download PDFInfo
- Publication number
- CN109690685B CN109690685B CN201780055289.9A CN201780055289A CN109690685B CN 109690685 B CN109690685 B CN 109690685B CN 201780055289 A CN201780055289 A CN 201780055289A CN 109690685 B CN109690685 B CN 109690685B
- Authority
- CN
- China
- Prior art keywords
- insulin
- isf
- insulin sensitivity
- subject
- meal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 206010022489 Insulin Resistance Diseases 0.000 title claims abstract description 523
- 238000000034 method Methods 0.000 title claims description 81
- 235000012054 meals Nutrition 0.000 claims abstract description 338
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims abstract description 317
- 239000008103 glucose Substances 0.000 claims abstract description 317
- 238000005259 measurement Methods 0.000 claims abstract description 262
- 239000003795 chemical substances by application Substances 0.000 claims abstract description 218
- 238000012937 correction Methods 0.000 claims abstract description 139
- 108010026951 Short-Acting Insulin Proteins 0.000 claims abstract description 102
- 229940123958 Short-acting insulin Drugs 0.000 claims abstract description 102
- 108010092217 Long-Acting Insulin Proteins 0.000 claims abstract description 78
- 102000016261 Long-Acting Insulin Human genes 0.000 claims abstract description 78
- 229940100066 Long-acting insulin Drugs 0.000 claims abstract description 78
- 239000008280 blood Substances 0.000 claims abstract description 54
- 210000004369 blood Anatomy 0.000 claims abstract description 54
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 claims description 988
- 102000004877 Insulin Human genes 0.000 claims description 496
- 108090001061 Insulin Proteins 0.000 claims description 496
- 229940125396 insulin Drugs 0.000 claims description 494
- 238000002347 injection Methods 0.000 claims description 123
- 239000007924 injection Substances 0.000 claims description 123
- 230000008859 change Effects 0.000 claims description 100
- 230000006870 function Effects 0.000 claims description 49
- 239000003814 drug Substances 0.000 claims description 48
- 230000035945 sensitivity Effects 0.000 claims description 40
- 230000004044 response Effects 0.000 claims description 38
- 230000000875 corresponding effect Effects 0.000 claims description 37
- 229940127560 insulin pen Drugs 0.000 claims description 36
- 230000002218 hypoglycaemic effect Effects 0.000 claims description 13
- 230000003345 hyperglycaemic effect Effects 0.000 claims description 11
- 238000011282 treatment Methods 0.000 claims description 11
- 239000003421 short acting drug Substances 0.000 claims description 8
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 description 55
- 238000012545 processing Methods 0.000 description 29
- 238000004891 communication Methods 0.000 description 22
- 230000000694 effects Effects 0.000 description 18
- 238000001514 detection method Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 206010012601 diabetes mellitus Diseases 0.000 description 9
- 238000002560 therapeutic procedure Methods 0.000 description 8
- 150000001720 carbohydrates Chemical class 0.000 description 7
- 238000004980 dosimetry Methods 0.000 description 7
- 230000003914 insulin secretion Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 229940079593 drug Drugs 0.000 description 6
- 230000036760 body temperature Effects 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 230000035790 physiological processes and functions Effects 0.000 description 5
- 230000002354 daily effect Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000002503 metabolic effect Effects 0.000 description 4
- 230000037081 physical activity Effects 0.000 description 4
- 230000000291 postprandial effect Effects 0.000 description 4
- 238000004886 process control Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 206010022000 influenza Diseases 0.000 description 3
- 229960004717 insulin aspart Drugs 0.000 description 3
- 239000004026 insulin derivative Substances 0.000 description 3
- VOMXSOIBEJBQNF-UTTRGDHVSA-N novorapid Chemical compound C([C@H](NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CO)NC(=O)[C@H](CS)NC(=O)[C@H]([C@@H](C)CC)NC(=O)[C@H](CO)NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CS)NC(=O)[C@H](CS)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@@H](NC(=O)CN)[C@@H](C)CC)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H](CS)C(=O)N[C@@H](CC(N)=O)C(O)=O)C1=CC=C(O)C=C1.C([C@@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@H](C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](C)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CS)C(=O)NCC(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H]([C@@H](C)O)C(O)=O)C(C)C)NC(=O)[C@H](CO)NC(=O)CNC(=O)[C@H](CS)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=1NC=NC=1)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@@H](NC(=O)[C@@H](N)CC=1C=CC=CC=1)C(C)C)C1=CN=CN1 VOMXSOIBEJBQNF-UTTRGDHVSA-N 0.000 description 3
- 238000004448 titration Methods 0.000 description 3
- 238000011269 treatment regimen Methods 0.000 description 3
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 3
- 108010073961 Insulin Aspart Proteins 0.000 description 2
- 108010057186 Insulin Glargine Proteins 0.000 description 2
- 108010065920 Insulin Lispro Proteins 0.000 description 2
- FYZPCMFQCNBYCY-WIWKJPBBSA-N Insulin degludec Chemical compound CC[C@H](C)[C@H](NC(=O)CN)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@H]1CSSC[C@@H]2NC(=O)[C@@H](NC(=O)[C@H](CO)NC(=O)[C@@H](NC(=O)[C@H](CSSC[C@H](NC(=O)[C@H](CC(C)C)NC(=O)[C@H](Cc3c[nH]cn3)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@@H](NC(=O)[C@@H](N)Cc3ccccc3)C(C)C)C(=O)NCC(=O)N[C@@H](CO)C(=O)N[C@@H](Cc3c[nH]cn3)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](C)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](Cc3ccc(O)cc3)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CSSC[C@H](NC(=O)[C@H](Cc3ccc(O)cc3)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](Cc3ccc(O)cc3)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CO)NC2=O)C(=O)N[C@@H](CC(N)=O)C(O)=O)C(=O)NCC(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](Cc2ccccc2)C(=O)N[C@@H](Cc2ccccc2)C(=O)N[C@@H](Cc2ccc(O)cc2)C(=O)N[C@@H]([C@@H](C)O)C(=O)N2CCC[C@H]2C(=O)N[C@@H](CCCCNC(=O)CC[C@H](NC(=O)CCCCCCCCCCCCCCC(O)=O)C(O)=O)C(O)=O)NC1=O)[C@@H](C)O)[C@@H](C)CC FYZPCMFQCNBYCY-WIWKJPBBSA-N 0.000 description 2
- COCFEDIXXNGUNL-RFKWWTKHSA-N Insulin glargine Chemical compound C([C@@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@H]1CSSC[C@H]2C(=O)N[C@H](C(=O)N[C@@H](CO)C(=O)N[C@H](C(=O)N[C@H](C(N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CSSC[C@H](NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3C=CC(O)=CC=3)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](C)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3NC=NC=3)NC(=O)[C@H](CO)NC(=O)CNC1=O)C(=O)NCC(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCNC(N)=N)C(O)=O)C(=O)NCC(O)=O)=O)CSSC[C@@H](C(N2)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@@H](NC(=O)CN)[C@@H](C)CC)[C@@H](C)CC)[C@@H](C)O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@@H](NC(=O)[C@@H](N)CC=1C=CC=CC=1)C(C)C)C1=CN=CN1 COCFEDIXXNGUNL-RFKWWTKHSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- WNRQPCUGRUFHED-DETKDSODSA-N humalog Chemical compound C([C@H](NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CO)NC(=O)[C@H](CS)NC(=O)[C@H]([C@@H](C)CC)NC(=O)[C@H](CO)NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CS)NC(=O)[C@H](CS)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@@H](NC(=O)CN)[C@@H](C)CC)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H](CS)C(=O)N[C@@H](CC(N)=O)C(O)=O)C1=CC=C(O)C=C1.C([C@@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@H](C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](C)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CS)C(=O)NCC(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CCCCN)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H]([C@@H](C)O)C(O)=O)C(C)C)NC(=O)[C@H](CO)NC(=O)CNC(=O)[C@H](CS)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=1NC=NC=1)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@@H](NC(=O)[C@@H](N)CC=1C=CC=CC=1)C(C)C)C1=CN=CN1 WNRQPCUGRUFHED-DETKDSODSA-N 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003285 pharmacodynamic effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000380131 Ammophila arenaria Species 0.000 description 1
- 210000002237 B-cell of pancreatic islet Anatomy 0.000 description 1
- FAEKWTJYAYMJKF-QHCPKHFHSA-N GlucoNorm Chemical compound C1=C(C(O)=O)C(OCC)=CC(CC(=O)N[C@@H](CC(C)C)C=2C(=CC=CC=2)N2CCCCC2)=C1 FAEKWTJYAYMJKF-QHCPKHFHSA-N 0.000 description 1
- 208000013016 Hypoglycemia Diseases 0.000 description 1
- 102000003746 Insulin Receptor Human genes 0.000 description 1
- 108010001127 Insulin Receptor Proteins 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- RCHHVVGSTHAVPF-ZPHPLDECSA-N apidra Chemical compound C([C@@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@H]1CSSC[C@H]2C(=O)N[C@H](C(=O)N[C@@H](CO)C(=O)N[C@H](C(=O)N[C@H](C(N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CSSC[C@H](NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3C=CC(O)=CC=3)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](C)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3N=CNC=3)NC(=O)[C@H](CO)NC(=O)CNC1=O)C(=O)NCC(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H]([C@@H](C)O)C(O)=O)C(=O)N[C@@H](CC(N)=O)C(O)=O)=O)CSSC[C@@H](C(N2)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@@H](NC(=O)CN)[C@@H](C)CC)[C@@H](C)CC)[C@@H](C)O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCCCN)NC(=O)[C@@H](NC(=O)[C@@H](N)CC=1C=CC=CC=1)C(C)C)C1=CNC=N1 RCHHVVGSTHAVPF-ZPHPLDECSA-N 0.000 description 1
- 210000000227 basophil cell of anterior lobe of hypophysis Anatomy 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 235000021152 breakfast Nutrition 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000004700 cellular uptake Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 231100000673 dose–response relationship Toxicity 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 229930195729 fatty acid Natural products 0.000 description 1
- 239000000194 fatty acid Substances 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002641 glycemic effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 229940038661 humalog Drugs 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 108010050259 insulin degludec Proteins 0.000 description 1
- 229960003948 insulin detemir Drugs 0.000 description 1
- 229960002869 insulin glargine Drugs 0.000 description 1
- 108700039926 insulin glulisine Proteins 0.000 description 1
- 229960000696 insulin glulisine Drugs 0.000 description 1
- 229960002068 insulin lispro Drugs 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 229940060975 lantus Drugs 0.000 description 1
- UGOZVNFCFYTPAZ-IOXYNQHNSA-N levemir Chemical compound CCCCCCCCCCCCCC(=O)NCCCC[C@@H](C(O)=O)NC(=O)[C@@H]1CCCN1C(=O)[C@H]([C@@H](C)O)NC(=O)[C@@H](NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)CNC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CCC(O)=O)NC(=O)CNC(=O)[C@H]1NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=2C=CC(O)=CC=2)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](C)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=2N=CNC=2)NC(=O)[C@H](CO)NC(=O)CNC(=O)[C@@H](NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=2N=CNC=2)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@@H](NC(=O)[C@@H](N)CC=2C=CC=CC=2)C(C)C)CSSC[C@@H]2NC(=O)[C@@H](NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@@H](NC(=O)[C@@H](NC(=O)CN)[C@@H](C)CC)C(C)C)CSSC[C@H](NC(=O)[C@H]([C@@H](C)CC)NC(=O)[C@H](CO)NC(=O)[C@H]([C@@H](C)O)NC2=O)C(=O)N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=2C=CC(O)=CC=2)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC=2C=CC(O)=CC=2)C(=O)N[C@@H](CSSC1)C(=O)N[C@@H](CC(N)=O)C(O)=O)CC1=CC=C(O)C=C1 UGOZVNFCFYTPAZ-IOXYNQHNSA-N 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 229940112879 novolog Drugs 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 229940096058 prandin Drugs 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000002027 skeletal muscle Anatomy 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 229940026454 tresiba Drugs 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- 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
- 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
- G16H10/40—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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hematology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Anesthesiology (AREA)
- Vascular Medicine (AREA)
- Diabetes (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Infusion, Injection, And Reservoir Apparatuses (AREA)
- Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
- Peptides Or Proteins (AREA)
Abstract
为受验者开处方短效和长效胰岛素药剂方案。当合格空腹事件发生时,使用(i)基于在空腹事件期间由长效方案指定的长效胰岛素药剂剂量测定的预期空腹血糖水平,(ii)与空腹事件同时发生的葡萄糖测量结果,以及(iii)之前的胰岛素敏感性因子来更新受验者的基础胰岛素敏感性估计。根据更新的基础胰岛素敏感性估计来计算基础胰岛素敏感性因子曲线。在具有短效胰岛素药剂的校正餐时的发生时,使用(i)基于校正餐时的预期血糖水平,(ii)校正餐时的发生之后的葡萄糖测量结果,以及(iii)之前的胰岛素敏感性因子来更新受验者的餐时胰岛素敏感性估计。根据更新的餐时胰岛素敏感性估计来计算餐时胰岛素敏感性因子曲线。
Description
技术领域
本公开一般涉及用于帮助患者和医疗保健从业者估计胰岛素敏感性的系统、方法和计算机程序,并且将这样的信息用于诸如提供短效胰岛素药剂的推荐剂量以实现受验者中的目标空腹血糖水平的目的。
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。
一些糖尿病患者只需要基础胰岛素治疗方案来弥补胰岛β细胞胰岛素分泌的不足。其他糖尿病患者需要基础和餐时胰岛素治疗两者。
需要基础和餐时胰岛素治疗两者的患者进行定期基础胰岛素药剂治疗,例如每天一次或两次,以及伴随用餐的一次或多次餐时胰岛素药剂治疗。这样的多次每日注射(MDI)胰岛素治疗通常包括在每次用餐之前的速效胰岛素的注射以及每天一次至两次长效胰岛素。大多数经受胰岛素治疗以管理他们的糖尿病的患者很难确定他们需要多少胰岛素。剂量的大小取决于患者在特定时段内消耗多少碳水化合物的数量,他们当前血糖水平离目标水平有多远,以及当前的生理状态,诸如胰岛素敏感性。传统上,两个参数被用于计算速效胰岛素剂量:(i)胰岛素敏感性因子(ISF),其被用于计算将葡萄糖水平移动至期望目标需要多少胰岛素量,以及(ii)碳水化合物与胰岛素的比率(CIR),其被用于计算解决用餐需要多少胰岛素。由于这些因子被用于计算用于剂量测定的胰岛素药剂的量,因此重要的是它们是正确的并且与患者的当前生理状态相关。否则,剂量测定将是不精确的并且导致次优治疗和高血糖和低血糖事件的发作(episode)。
患者的生理状态影响他们的胰岛素敏感性,并且从而影响他们需要多少胰岛素来解决用餐和过高的葡萄糖水平。其中胰岛素敏感性改变的情况包括患病的时段(例如发烧、流行性感冒等),在患病的时段的时间,胰岛素敏感性通常降低。它们还包括高水平的身体活动的时段,在该时段的时间,胰岛素敏感性通常增加。它们还包括高水平的应激的时段,这可能导致胰岛素敏感性降低,但通常在应激已经过去之后恢复。在这些时段期间,患者在控制他们的血糖水平方面经历了高难度。他们的预定义参数不适用于剂量计算,并且他们经历高血糖和低血糖事件以及失去控制的感觉。
确定患者ISF和CIR值对医疗保健专业人员和患者来说是挑战,并且其需要大量工作。对于医疗保健专业人员来说,要准确估计ISF、HCP需要对广泛和可靠的数据的访问,所述数据包括葡萄糖测量数据、胰岛素剂量以及可能影响患者的生理状态的其他信息。该数据需要由患者提供,这是耗时且不方便的。许多医疗保健专业人员难以从所有的数据中确定ISF,并且倾向于仅基于一个或两个数据点来猜测该值。此外,患者可能没有足够频繁地对医疗保健专业人员进行访问以对患者的糖尿病管理公式和/或其各种因素进行适当调整。此外,医疗保健专业人员和患者无法足够频繁地计算胰岛素敏感性,以捕捉应激、疾病等的时段期间变化。
常规的自动剂量计算器通常在用餐相关剂量或校正餐时之后基于对速效胰岛素的葡萄糖响应来更新ISF估计。这带来了问题。例如,如果基于用餐相关剂量来估计ISF,则由于CHO计数中的高度不确定性,可能料到高度不确定性。如果仅基于校正餐时来估计ISF,则这需要频繁地进行校正餐时。如果不这样做,例如因为患者处于相对良好的血糖控制中,则ISF不频繁地更新,并且可能不会检测到增加胰岛素敏感性的时段。
WO 2012/122520公开了使用长效胰岛素的患者可能对胰岛素具有不同的敏感性。WO 2012/122520进一步公开了可以测量空腹血糖水平的测量结果并将其与预定阈值进行比较,剂量推荐算法可以用于基于空腹血糖水平和阈值来估计剂量。该文献还公开了血糖水平的测量可以被用于滴定长效胰岛素剂量直至达到阈值范围。WO 2012/122520进一步示出患者的胰岛素敏感性可以基于患者的空腹血糖水平和空腹胰岛素水平。然而,WO 2012/122520未解决确保频繁更新用于剂量估计的该参数的问题,特别是如果不进行校正餐时。
鉴于上述背景,本领域所需要的是提供令人满意的方式来估计胰岛素药剂方案中的参数的系统和方法,所述参数诸如ISF、CSF和相关参数。
发明内容
本公开通过提供用于估计胰岛素药剂方案中的参数的方法、设备、计算机程序和其上存储有计算机程序的计算机可读载体来解决本领域的上述需求。特别地,本公开的实施例一般地涉及用于帮助患者和医疗保健从业者管理对糖尿病患者的胰岛素治疗的方法和装置。在一个方面中,基于连续葡萄糖监视数据和胰岛素笔数据的数据集估计胰岛素敏感性,其中使用至少两种类型的胰岛素药剂,例如,速效胰岛素药剂和长效胰岛素药剂。
在本公开的第一方面中,提供了一种用于估计针对受验者的胰岛素药剂方案中的参数的设备,所述胰岛素药剂方案包括短效胰岛素药剂方案和长效胰岛素药剂方案两者,并且其中所述设备包括一个或多个处理器和存储器,存储器存储指令,所述指令当由一个或多个处理器执行时,执行以下方法:
A)获得:
A.1)第一数据集,第一数据集包括在第一时间段内获得的受验者的多个葡萄糖测量结果,以及针对所述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何时进行相应的测量的时间戳;
A.2)来自由受验者使用来应用胰岛素药剂剂量方案的一个或多个胰岛素笔的第二数据集,第二数据集包括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受验者中的胰岛素药剂的量,(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相应的胰岛素笔自动生成;以及(iii)胰岛素药剂的类型,其中胰岛素药剂的类型是短效胰岛素药剂或长效胰岛素药剂;
B)通过以下步骤来确定一个或多个胰岛素敏感性变化估计:
B.1)对当第一基础胰岛素相关事件被视为合格时,与在第一时间段内由受验者进行的第一基础胰岛素相关事件的发生相关的针对受验者的基础胰岛素敏感性估计(ISF基础,i,t)和与在第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生相关的受验者的基础胰岛素敏感性估计(ISF基础,i-p,t)之间的基础胰岛素敏感性变化进行估计,其中在第一数据集中标识基础胰岛素相关事件的发生,估计变化使用:
(i)受验者的基础胰岛素敏感性估计(ISF基础,i-p,t),其与第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生有关,(ii)来自第一数据集的葡萄糖测量结果,其与第一合格基础胰岛素相关事件的发生同时发生,(iii)来自第一数据集的葡萄糖测量结果,其与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,(iv)来自第二数据集的胰岛素药剂注射事件,其对应于第一合格基础胰岛素相关事件,其中,已经根据长效胰岛素药剂方案应用注射,以及(v)来自第二数据集的胰岛素药剂注射事件,其对应于在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件,其中已经根据长效胰岛素药剂方案应用注射;和/或
B.2)对与在第一时间段内的具有短效胰岛素药剂的校正餐时的发生相关的针对受验者的餐时胰岛素敏感性估计(ISF餐时,i,t)和具有与短效胰岛素药剂的之前的校正餐时的发生相关的受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t)之间的餐时胰岛素敏感性变化进行估计,其中,在第一数据集中标识校正餐时的发生和之前的校正餐时的发生,估计变化使用:(i)来自第一数据集的葡萄糖测量结果,其与具有短效药剂的校正餐时的发生同时发生,(ii)受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t),其与具有短效胰岛素药剂的之前的校正餐时的发生相关,以及(iii)来自第二数据集的胰岛素药剂注射事件,其对应于校正餐时的发生并根据短效胰岛素药剂方案(214)来应用;以及
C)响应于在B.1)中对基础胰岛素敏感性变化进行估计,估计作为估计的基础胰岛素敏感性变化的函数的餐时胰岛素敏感性估计(ISF餐时,i,t);和/或
D)响应于在B.2)中对餐时胰岛素敏感性变化进行估计,估计作为估计的餐时胰岛素敏感性变化的函数的基础胰岛素敏感性估计(ISF基础,i,t),以及
其中胰岛素敏感性估计是胰岛素药剂方案中的参数。
由此提供了基于餐时和基础胰岛素注射的更鲁棒的ISF估计器,其中新的餐时或基础ISF估计分别基于基础或餐时胰岛素敏感性变化的估计。在本公开中,胰岛素敏感性因子(ISF)可以基于校正餐时之后的葡萄糖水平中的下降和/或基础胰岛素注射之后的空腹血糖水平响应中的变化来估计。对在第一基础胰岛素相关事件期间受验者的基础胰岛素敏感性估计(ISF基础,i,t)和在B.1)中第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件期间受验者的基础胰岛素敏感性估计(ISF基础,i-p,t)之间的变化的标识使得能够估计受验者的胰岛素敏感性中的变化,其中估计的胰岛素敏感性中的变化可以被用于计算新的餐时胰岛素敏感性估计。类似地,在与在第一时间段内的具有短效胰岛素药剂的校正餐时的发生相关的针对受验者的餐时胰岛素敏感性估计(ISF餐时,i,t)和与具有短效胰岛素药剂的之前的校正餐时的发生相关的受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t)之间的变化的标识可以被用于计算新的基础胰岛素敏感性估计。由于餐时胰岛素敏感性估计可以基于与基础胰岛素相关事件相关的事件,并且由于基础胰岛素敏感性估计可以基于与校正餐时相关的事件,即餐时胰岛素相关事件,因此ISF估计器是更鲁棒的,并且使得能够实现更频繁的参数更新。第一和第二数据集系统地提供加时间戳的数据,并且从而有助于估计参数的可靠性和估计器的鲁棒性。例如,如果胰岛素敏感性中的变化未被ISF估计器检测到,则下一次ISF计算将较不正确,而ISF中的变化的高效检测将增加有效性。因此,葡萄糖的密度影响用于标识胰岛素相关事件的能力,并且由一个或多个胰岛素笔直接提供的注射数据增加了估计参数的质量,以及其使得能够基于加时间戳的时间-胰岛素注射进行遵守分类。
在进一步的方面中,估计的基础胰岛素敏感性变化是在第一基础胰岛素相关事件的发生时针对受验者的估计的基础胰岛素敏感性估计(ISF基础,i,t)和在第一餐时胰岛素相关事件之前发生的合格基础胰岛素相关事件期间的受验者的基础胰岛素敏感性因子(ISF基础,i-p,t)的函数。
在进一步的方面中,估计的餐时胰岛素敏感性变化是在具有短效胰岛素药剂的校正餐时的发生时针对受验者的估计餐时胰岛素敏感性估计(ISF餐时,i,t)和基于具有短效胰岛素药剂的之前的校正餐时的发生而估计的受验者的餐时胰岛素敏感性因子(ISF餐时,i-p,t)的函数。
在进一步的方面中,该方法进一步包括:
E)响应于在B.1)中估计基础胰岛素敏感性变化和/或响应于在D)中估计基础胰岛素敏感性估计,估计作为估计的基础胰岛素变化的函数的基础胰岛素敏感性因子曲线(ISF基础,i)。
在进一步的方面中,在E)中估计基础胰岛素敏感性因子曲线(ISF基础,i)包括计算:
其中,ISF基础,i-p表示之前的基础敏感性因子曲线估计。
在进一步的方面中,该方法进一步包括:
F)响应于在B2)中估计餐时胰岛素敏感性变化和/或响应于在C)中估计餐时胰岛素敏感性,估计作为(i)估计的餐时胰岛素敏感性变化的函数的餐时胰岛素敏感性因子曲线(ISF餐时,i)。
在进一步的方面中,在F)中估计餐时敏感性因子曲线(ISF餐时,i)包括计算:
其中,ISF餐时,i-p表示之前的餐时敏感性因子曲线估计。
在进一步的方面中,该方法进一步包括:
G)更新
(i)作为F)的估计的餐时胰岛素敏感性因子曲线(ISF餐时,i)和针对受验者的之前的估计的餐时胰岛素敏感性因子曲线的函数的餐时胰岛素敏感性曲线(ISF餐时),以及
(ii)更新作为E)的估计的基础胰岛素敏感性因子曲线(ISF基础,i)和针对受验者的之前的估计的基础胰岛素敏感性因子曲线的函数的基础胰岛素敏感性曲线(ISF基础);以及
H)通过使用来自多个葡萄糖测量结果的一部分的葡萄糖测量结果和更新的餐时胰岛素敏感性曲线(ISF餐时)或更新的基础胰岛素敏感性曲线(ISF基础),提供短效胰岛素药剂的推荐剂量以实现受验者中的目标空腹血糖水平。
在进一步的方面中,在B.1)中估计针对受验者的基础胰岛素敏感性变化被计算为:
其中,FBG预期是基于以下各项的第一合格基础胰岛素相关事件期间的一段时间内的预期血糖水平(FBG预期):(i)在第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生有关的受验者的基础胰岛素敏感性估计(ISF基础,i-p,t),(ii)来自第一数据集的葡萄糖测量结果,其与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,(iii)来自第二数据集的胰岛素药剂注射事件,其对应于第一合格基础胰岛素相关事件,以及(iv)来自第二数据集的胰岛素药剂注射事件,其对应于在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件,并且其中,是从来自第一数据集的葡萄糖测量结果获得的葡萄糖水平所述葡萄糖测量结果与第一合格基础胰岛素相关事件的发生同时发生。
在进一步的方面中,在B.1)中估计针对受验者的基础胰岛素敏感性变化被计算为:
其中是从来自第一数据集的葡萄糖测量结果获得的葡萄糖水平所述葡萄糖测量结果与第一合格基础胰岛素相关事件的发生同时发生,其中FBG预期是基于以下各项的第一基础胰岛素相关事件期间的预期的血糖水平(FBG预期):(i)与在第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生有关的受验者的基础胰岛素敏感性估计(ISF餐时,i-p,t),(ii)来自第一数据集的葡萄糖测量结果,其与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,(iii)来自第二数据集的胰岛素药剂注射事件,其对应于第一合格基础胰岛素相关事件,以及(iv)来自第二数据集的胰岛素药剂注射事件,其对应于在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件,并且其中是从来自第一数据集的葡萄糖测量结果获得的葡萄糖水平所述葡萄糖测量结果与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,并且其中FBG预期不同于
在进一步的方面中,预期血糖水平(FBG预期)被计算为:
其中,是基于来自第一数据集的葡萄糖测量结果的葡萄糖水平所述葡萄糖测量结果与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件同时发生,其中U基础,i是对应于与第一合格基础胰岛素相关事件对应的来自第二数据集的胰岛素药剂注射事件的胰岛素药剂的量(U基础,i),U基础,i-1是对应于与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件对应的来自第二数据集的胰岛素药剂注射事件的胰岛素的量(U基础,i-p)。
在进一步的方面中,当(i)受验者在第一基础胰岛素相关事件之前的十二小时内尚未进行短效胰岛素药剂的校正餐时时,以及(ii)受验者在第一空腹事件之前的十四小时内已经进行短效胰岛素药剂与每个无低血糖事件用餐的用餐餐时时,第一基础胰岛素相关事件被视为合格,其中,在第一数据集中标识校正餐时、第一基础胰岛素相关事件、无低血糖事件用餐的发生。
在进一步的方面中,在第二数据集中进一步标识校正餐时的发生。
在进一步的方面中,在B.2)中估计餐时胰岛素敏感性变化被计算为:
其中,BG预期是预期的血糖水平(BG预期),其基于(i)用餐事件之后的受验者的葡萄糖水平其中从葡萄糖测量结果的一部分获得,所述葡萄糖测量结果的所述部分从第一数据集获得,所述葡萄糖测量结果与在用餐事件之后的高血糖事件期间的一段时间同时发生,并且由此葡萄糖测量结果的所述部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集(ii)与具有短效胰岛素药剂的之前的校正餐时的发生相关的受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t),以及(iii)来自第二数据集的胰岛素药剂注射事件,其对应于校正餐时的发生,并且其中是校正餐时的发生之后的受验者的葡萄糖水平其中从第一数据集的葡萄糖测量结果的所述部分获得,所述葡萄糖测量结果与在校正餐时的发生之后的一段时间同时发生,并且由此葡萄糖测量结果的所述部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集。
在进一步的方面中,在B.2)中估计餐时胰岛素敏感性变化被计算为:
其中,是用餐事件之后受验者的葡萄糖水平其中从葡萄糖测量结果的部分获得,所述葡萄糖测量结果从第一数据集获得,所述葡萄糖测量结果与用餐事件之后的高血糖事件期间的一段时间同时发生,并且由此葡萄糖测量结果的部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集,其中是校正餐时的发生之后受验者的葡萄糖水平其中是校正餐时的发生之后受验者的葡萄糖水平其中从第一数据集的葡萄糖测量结果的部分获得,所述葡萄糖测量结果与在校正餐时的发生之后的一段时间同时发生,并且由此葡萄糖测量结果的部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集,并且其中BG预期是基于以下各项的预期的血糖水平(BG预期):(i)用餐事件之后的受验者的葡萄糖水平其中从葡萄糖测量结果的部分获得,所述葡萄糖测量结果从第一数据集获得,所述葡萄糖测量结果与在用餐事件之后的高血糖事件期间的一段时间同时发生,并且由此葡萄糖测量结果的部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集,(ii)受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t),其与具有短效胰岛素药剂的之前的校正餐时的发生相关,以及(iii)对应于校正餐时的发生的来自第二数据集的胰岛素药剂注射事件。
在进一步的方面中,预期血糖水平(BG预期)被计算为:
在进一步的方面中,响应于在B.1)中估计基础胰岛素敏感性变化,估计作为估计的基础胰岛素敏感性变化的函数的餐时胰岛素敏感性因子曲线(ISF餐时,i)包括计算:
其中,ISF餐时,i-p表示之前的餐时敏感性因子曲线估计。
在进一步的方面中,响应于在B2)中估计餐时胰岛素敏感性变化,估计作为估计的餐时胰岛素敏感性变化的函数的基础胰岛素敏感性因子曲线(ISF基础,i)包括计算:
其中,ISF基础,i-p表示之前的基础敏感性因子曲线估计。
在进一步的方面中,更新餐时胰岛素敏感性因子曲线包括计算:
其中,
q是对餐时胰岛素敏感性曲线(ISF餐时)的历史更新的预定数量,
w是规格化权重的线性或非线性矢量,
n是对餐时胰岛素敏感性曲线(ISF餐时)和矢量w的历史更新内的整数索引,以及
ISF餐时,n是第n个过去的餐时胰岛素敏感性曲线(ISF餐时)曲线。
在进一步的方面中,更新基础胰岛素敏感性因子曲线包括计算:
其中,
q是对基础胰岛素敏感性曲线(ISF基础)的历史更新的预定数量,
w是规格化权重的线性或非线性矢量,
n是对基础胰岛素敏感性曲线(ISF基础)和矢量w的历史更新内的整数索引,以及
ISF基础,n是第n个过去的基础胰岛素敏感性曲线(ISF基础)。
在进一步的方面中,该方法进一步包括:
获得第三数据集(238),第三数据集包括在第一时间段内获得的受验者的多个生理测量结果,以及针对多个生理测量结果中的每个相应的生理测量结果(240)表示何时进行相应的生理测量的生理测量时间戳(242);并且其中
p的值由多个生理测量结果来确定。
在进一步的方面中,每个生理测量结果是受验者的体温的测量结果,并且其中在当受验者具有升高的温度时的时段期间p被减小。
在进一步的方面中,每个生理测量结果是受验者的活动的测量结果,并且其中在当受验者正在引起升高的活动时的时段期间p被减小。
在进一步的方面中,提供了一种用于估计针对受验者的胰岛素药剂剂量方案中的参数的方法,所述胰岛素药剂剂量方案包括短效胰岛素药剂方案和长效胰岛素药剂方案两者,所述方法包括:
A)获得:
A.1)第一数据集,第一数据集包括在第一时间段内获得的受验者的多个葡萄糖测量结果,以及针对所述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何时进行相应的测量的时间戳;
A.2)来自由受验者使用来应用胰岛素药剂剂量方案的一个或多个胰岛素笔的第二数据集,第二数据集包括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受验者中的胰岛素药剂的量,(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相应的胰岛素笔自动生成;以及(iii)胰岛素药剂的类型,其中胰岛素药剂的类型是短效胰岛素药剂或长效胰岛素药剂;
B)通过以下步骤来确定一个或多个胰岛素敏感性变化估计:
B.1)对当第一基础胰岛素相关事件被视为合格时与在第一时间段内由受验者进行的第一基础胰岛素相关事件的发生相关的针对受验者的基础胰岛素敏感性估计(ISF基础,i,t)和与在第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生相关的受验者的基础胰岛素敏感性估计ISF基础,i-p,t之间的基础胰岛素敏感性变化进行估计,其中在第一数据集中标识基础胰岛素相关事件的发生,所述估计使用:
(i)受验者的基础胰岛素敏感性估计(ISF基础,i-p,t),其与第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生有关,(ii)来自第一数据集的葡萄糖测量结果,其与第一合格基础胰岛素相关事件的发生同时发生,(iii)来自第一数据集的葡萄糖测量结果,其与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,(iv)来自第二数据集的胰岛素药剂注射事件,其对应于第一合格基础胰岛素相关事件,其中,已经根据长效胰岛素药剂方案应用注射,以及(v)来自第二数据集的胰岛素药剂注射事件,其对应于在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件,其中已经根据长效胰岛素药剂方案应用注射;和/或
B.2)对与在第一时间段内的具有短效胰岛素药剂的校正餐时的发生相关的针对受验者的餐时胰岛素敏感性估计(ISF餐时,i,t)和与具有短效胰岛素药剂的之前的校正餐时的发生相关的受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t)之间的餐时胰岛素敏感性变化进行估计,其中,在第一数据集中标识校正餐时的发生和之前的校正餐时的发生,所述估计使用:(i)来自第一数据集的葡萄糖测量结果,其与具有短效药剂的校正餐时的发生同时发生,(ii)受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t),其与具有短效胰岛素药剂的之前的校正餐时的发生相关,以及(iii)来自第二数据集的胰岛素药剂注射事件,其对应于校正餐时的发生并根据短效胰岛素药剂方案来应用;以及
C)响应于在B.1)中对基础胰岛素敏感性变化进行估计,估计作为估计的基础胰岛素敏感性变化的函数的餐时胰岛素敏感性估计(ISF餐时,i,t);和/或
D)响应于在B.2)中对餐时胰岛素敏感性变化进行估计,估计作为估计的餐时胰岛素敏感性变化的函数的基础胰岛素敏感性估计(ISF基础,i,t),以及
其中胰岛素敏感性估计是胰岛素药剂方案中的参数。
在进一步的方面中,提供了一种计算机程序,其包括指令,所述指令当由一个或多个处理器执行时,执行根据权利要求14所述的方法。
在进一步的方面中,提供了一种计算机可读数据载体,其上存储有根据权利要求15所述的计算机程序。
在一些实施例中,ISF是过去估计范围内的加权平均值,所述范围或者是过去几天,或者是已知相对于当前生理环境是相似的特定过去时段。在一些实施例中,一旦新数据可用就更新ISF,但在未遵守期间暂停。未遵守事件的示例包括,例如,在忘记的晚餐餐时之后,其中葡萄糖水平将高于另外的情况,并且因此该数据对于准确的ISF估计是无用的。如果检测到ISF中的显著变化,则系统可以要求用户输入解释或使用来自可穿戴设备的数据,所述可穿戴设备诸如温度、血压或活动计(activity meter)。如果由这样的设备确认了显著变化,则估计范围被缩短或移动到已知的过去类似时段。假设ISF和CIR成比例地相关,CIR根据ISF中的变化成比例更新,即如果观察到胰岛素敏感性中的增加,那么通常需要较少的胰岛素来解决用餐中的CHO。通过仅基于校正餐时而不是用餐相关的剂量来估计ISF,消除了CHO计数和餐后BG行为的不确定性。此外,通过基于基础注射之后的空腹血糖中的响应来估计ISF,可获得比如果仅基于餐时进行的更频繁的ISF估计。此外,基于对两种不同胰岛素的响应来测量ISF中的变化增加了ISF估计的鲁棒性。
添加可穿戴设备(诸如活动监视器和温度测量设备)允许附加功能。例如,温度测量设备(i)提供了了解何时由于疾病而料到ISF中的变化的前景,允许在疾病期间将胰岛素药剂滴定设置为保持,以及对于其中检测到的ISF之的变化应被给予更高权重的时间发出警报。活动监视器提供了解由于增加活动而料到ISF中的变化,以及关于检测到的ISF中的变化何时可以被给予更高权重的警报。
因此,所公开的系统和方法的主要优点因此是胰岛素敏感性的更鲁棒的估计,这导致在长期生理变化期间以及诸如疾病、应激和增加的活动的水平的偏差的时段的更精确的胰岛素剂量。
作为这些技术的应用,向糖尿病患者或医疗保健从业者提供准确的基础胰岛素敏感性因子曲线和/或餐时胰岛素敏感性因子曲线,其用作用于提供短效胰岛素药剂的推荐剂量以实现针对糖尿病患者的目标空腹血糖水平的改进基础。为糖尿病患者实现目标空腹血糖水平。
在本公开的一个方面中,提供了用于估计针对受验者的胰岛素药剂方案中的参数的系统和方法,所述胰岛素药剂方案包括短效胰岛素药剂方案和长效胰岛素药剂方案两者。获得第一数据集。第一数据集包括在一段时间内获得的受验者的多个葡萄糖测量结果,以及针对所述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何时进行相应的测量的时间戳。
然后针对受验者进行新的基础胰岛素敏感性估计(ISF基础,i,t)或新的餐时胰岛素敏感性估计(ISF餐时,i,t)。
当第一空腹事件被视为合格时,在由第一数据集包含的一段时间内由受验者进行的第一空腹事件的发生时,针对受验者进行基础胰岛素敏感性估计(ISF基础,i,t)。在一些实施例中,当(i)受验者在第一空腹事件之前的十二小时内尚未进行短效胰岛素药剂的校正餐时,以及(ii)受验者在第一空腹事件之前的十四小时内已经进行短效胰岛素药剂与每个无低血糖事件用餐的用餐餐时(例如,除了由于低血糖事件而未进行餐时以外,伴随每次用餐进行用餐餐时)时,第一空腹事件被视为合格。基础胰岛素敏感性估计(ISF基础,i,t)利用(i)基于在第一空腹事件期间长效胰岛素药剂方案中的长效胰岛素药剂的当前剂量测定的预期空腹血糖水平(FBG预期),(ii)在第一空腹事件期间受验者的空腹血糖水平其是从与第一空腹事件同时发生的多个葡萄糖测量结果的部分获得的,以及(iii)在第一空腹事件之前发生的合格空腹事件期间受验者的胰岛素敏感性因子(ISF基础,i-p,t)。在一些实施例中,针对受验者的基础胰岛素敏感性估计(ISF基础,i,t)被计算为:
当进行了新的基础胰岛素敏感性估计(ISF基础,i,t)时,估计基础胰岛素敏感性因子曲线(ISF基础,i)。而新的基础胰岛素敏感性因子估计(ISF基础,i,t)表示在第一合格空腹事件的发生的时间的受验者的基础胰岛素敏感性,基础胰岛素敏感性因子曲线估计(ISF基础,i)表示在预定的重现时间段(例如一天的过程)内受验者的基础胰岛素敏感性因子。然而,根据本公开的教导,新的基础胰岛素敏感性估计(ISF基础,i,t)被用于更新基础胰岛素敏感性因子曲线估计(ISF基础,i)。在一些实施例中,基础敏感性因子曲线估计(ISF基础,i)通过以下公式计算:
其中ISF基础,i-p表示之前的基础敏感性因子曲线估计,并且这里t用于索引贯穿整个基础敏感性因子曲线。
在时间段内在具有短效胰岛素药剂的校正餐时的发生时,针对受验者进行餐时胰岛素敏感性估计(ISF餐时,i,t)。该估计利用:(i)基于具有短效胰岛素药剂的校正餐时的预期血糖水平(BG预期),(ii)在校正餐时的发生之后受验者的葡萄糖水平其中从多个葡萄糖测量结果的部分获得,所述葡萄糖测量结果与在校正餐时的发生之后的一段时间同时发生,以及(iii)基于具有短效胰岛素药剂的之前的校正餐时的发生而估计的受验者的胰岛素敏感性因子(ISF餐时,i-p,t)。在一些实施例中,该餐时胰岛素敏感性估计(ISF餐时,i,t)被计算为:
当进行了新的餐时胰岛素敏感性估计(ISF餐时,i,t)时,做出餐时胰岛素敏感性因子曲线(ISF餐时,i)。尽管新餐时胰岛素敏感性估计(ISF餐时,i,t)表示在校正餐时的时间受验者的餐时胰岛素敏感性,餐时胰岛素敏感性因子曲线(ISF餐时,i)表示在预定的重现时间段(诸如一天的过程)内的受验者的餐时胰岛素敏感性因子。然而,根据本公开的教导,新的餐时胰岛素敏感性估计(ISF餐时,i,t)被用于更新餐时胰岛素敏感性因子曲线(ISF餐时,i)。在一些实施例中,估计餐时敏感性因子曲线包括计算:
其中ISF餐时,i-p表示之前的餐时敏感性因子曲线估计。
在一些实施例中,进行进一步的估计。例如,在一些实施例中,估计作为新估计的基础胰岛素敏感性因子曲线(ISF基础,i)的函数的餐时胰岛素敏感性因子曲线(ISF餐时,i)。即,当如上面描述的那样估计所估计的基础胰岛素敏感性因子曲线(ISF基础,i)时,新估计的基础胰岛素敏感性因子曲线(ISF基础,i)被用于估计餐时胰岛素敏感性因子曲线(ISF餐时,j)。在一些实施例中,估计作为估计的基础胰岛素敏感性因子曲线(ISF基础,i)的函数的餐时胰岛素敏感性因子曲线(ISF餐时,i)包括计算:
其中ISF餐时,i-p表示之前的餐时敏感性因子曲线估计。
相应地,在一些实施例中,估计作为新估计的餐时胰岛素敏感性因子曲线(ISF餐时,i)的函数的基础胰岛素敏感性因子曲线(ISF基础,i)。即,当如上面描述的那样估计所估计的餐时胰岛素敏感性因子曲线(ISF餐时,i),新估计的餐时胰岛素敏感性因子曲线(ISF餐时,i)被用于估计基础胰岛素敏感性因子曲线(ISF基础,i)。在一些实施例中,估计作为估计的餐时胰岛素敏感性因子曲线(ISF餐时,i)的函数的基础胰岛素敏感性因子曲线(ISF基础,i)包括计算:
其中ISF餐时,i-p表示之前的基础敏感性因子曲线估计。
上面的实施例描述了针对第i个时间段(诸如第i天)的新的估计餐时胰岛素敏感性因子曲线(ISF餐时,i)和/或新的基础胰岛素敏感性因子曲线(ISF基础,i)的计算。通常,该第i个时间段(例如,该第i天)是当天。在一些实施例中,当已经估计新的估计餐时胰岛素敏感性因子曲线(ISF餐时,i)时,然后将其与来自前几天(或之前的重现时间段)的一个或多个餐时胰岛素敏感性曲线估计组合以便形成更新的餐时胰岛素敏感性曲线(ISF餐时)。在一些实施例中,通过计算以下等式来更新该餐时胰岛素敏感性因子曲线:
其中q是对餐时胰岛素敏感性曲线(ISF餐时)的历史更新的预定数量,w是规格化权重的线性或非线性矢量,n是对ISF餐时和矢量w的历史更新内的整数索引,并且ISF餐时,n是第n个过去的餐时胰岛素敏感性曲线(ISF餐时)。
同样地,在一些实施例中,当已经做出新的估计的基础胰岛素敏感性因子曲线(ISF基础,i)时,然后将其与来自前几天(或之前的重现时间段)的一个或多个基础胰岛素敏感性曲线组合以便形成更新的基础胰岛素敏感性因子曲线(ISF基础)。在一些实施例中,更新基础胰岛素敏感性因子曲线包括计算:
其中,q是对基础胰岛素敏感性曲线(ISF基础)的历史更新的预定数量,w是规格化权重的线性或非线性矢量,n是对基础胰岛素敏感性曲线(ISF基础)和矢量w的历史更新内的整数索引,以及ISF基础,n是第n个过去的基础胰岛素敏感性曲线(ISF基础)曲线。
在一些这样的实施例中,通过使用来自多个葡萄糖测量结果的一部分的葡萄糖测量结果和更新的餐时胰岛素敏感性曲线(ISF餐时)或更新的基础胰岛素敏感性曲线(ISF基础)来提供用于实现受验者中的目标空腹血糖水平的短效胰岛素的推荐剂量。
在一些实施例中,该方法进一步包括获得第三数据集,第三数据集包括在第一时间段内获得的受验者的多个生理测量结果,以及对于多个生理测量结果中的每个相应的生理测量结果表示何时进行相应的生理测量的生理测量时间戳。在这样的实施例中,p的值,换句话说,被用于更新基础和/或餐时胰岛素敏感性因子曲线的历史数据的量,由多个生理测量结果来确定。在一些实施例中,每个生理测量结果是受验者的体温的测量结果,并且在当受验者具有升高的温度时的时段期间值p被减小。在一些实施例中,每个生理测量结果是受验者的活动的测量结果,并且在当受验者正在引起升高的活动时的时段期间值p被减小。
在一些实施例中,长效胰岛素药剂由下述各项组成: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,并且短效胰岛素药剂由下述各项组成: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。
在另一方面中,提供了一种用于估计针对受验者的胰岛素药剂方案中的参数的设备,所述胰岛素药剂方案包括短效胰岛素药剂方案和长效胰岛素药剂方案两者,并且其中所述设备包括一个或多个处理器和存储器,存储器存储指令,所述指令当由一个或多个处理器执行时,执行以下方法:
A)获得第一数据集,第一数据集包括在第一时间段内获得的受验者的多个葡萄糖测量结果,以及针对所述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何时进行相应的测量的时间戳;
B)通过以下步骤来确定估计:
B.1)对当第一空腹事件被视为合格时,在第一时间段内由受验者进行的第一空腹事件的发生时的针对受验者的基础胰岛素敏感性估计(ISF基础,i,t)进行估计,所述估计使用:(i)基于在第一空腹事件期间长效胰岛素药剂方案中的长效胰岛素药剂的当前剂量测定的预期空腹血糖水平(FBG预期),(ii)在第一空腹事件期间受验者的空腹血糖水平其是从与第一空腹事件同时发生的多个葡萄糖测量结果的部分获得的,以及(iii)在第一空腹事件之前发生的合格空腹事件期间受验者的胰岛素敏感性因子(ISF基础,i-p,t);或
B.2)在第一时间段内在具有短效胰岛素药剂的校正餐时的发生时,针对受验者进行餐时胰岛素敏感性估计(ISF餐时,i,t),所述估计使用:(i)基于具有短效胰岛素药剂的校正餐时的预期血糖水平(BG预期),(ii)在校正餐时的发生之后受验者的葡萄糖水平其中从多个葡萄糖测量结果的部分获得,所述葡萄糖测量结果与在校正餐时的发生之后的一段时间同时发生,以及(iii)基于具有短效胰岛素药剂的之前的校正餐时的发生而估计的受验者的胰岛素敏感性因子(ISF餐时,i-p,t);
C)当在B.1)中进行了餐时胰岛素敏感性估计(ISF基础,i,t)时,估计基础胰岛素敏感性因子曲线(ISF基础,i);以及
D)当在B.2)中进行了餐时胰岛素敏感性估计(ISF餐时,i,t)时,估计餐时胰岛素敏感性因子曲线(ISF餐时,i)。
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:用于估计胰岛素药剂方案中的参数的方案监视设备、用于分析和制定方案遵守数据的方案遵守评估设备、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药剂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被互连。
图2图示了根据本公开的实施例的用于估计针对受验者的胰岛素药剂方案中的参数的设备。
图3图示了根据本公开的另一实施例的用于估计针对受验者的胰岛素药剂方案中的参数的设备。
图4A、4B和4C共同提供了根据本公开的各种实施例的用于估计针对受验者的胰岛素药剂方案中的参数的设备的过程和特征的流程图。
图5图示了根据本公开的实施例的用于执行自主葡萄糖数据的算法分类的连接的(一个或多个)胰岛素笔、(一个或多个)葡萄糖传感器、存储器以及处理器的示例集成系统。
图6图示了根据本公开的实施例的基础胰岛素敏感性估计(ISF基础,i,t)和餐时胰岛素敏感性估计(ISF餐时,i,t)数据结构。
图7图示了根据本公开的实施例的基础胰岛素敏感性因子曲线(ISF基础,i)数据结构和餐时胰岛素敏感性因子曲线(ISF餐时,i)数据结构。
图8图示了在时间段(诸如一天)的过程内的基础(长效)胰岛素敏感性因子曲线(ISF基础)和餐时(短效)胰岛素敏感性因子曲线(ISF餐时),以便说明受验者的胰岛素敏感性因子在这样的时间段的过程内如何变化。
图9A图示了根据本公开的实施例的在给定时间(t)的合格空腹事件的发生时确定基础胰岛素敏感性估计(ISF基础,i,t)以及在时间段的过程内,该基础胰岛素敏感性估计(ISF基础,i,t)如何与相应的现有基础和餐时胰岛素敏感性因子曲线ISF基础和ISF餐时比较。
图9B图示了根据本公开的实施例的一旦已经进行了基础胰岛素敏感性估计(ISF基础,i,t)就估计基础胰岛素敏感性因子曲线(ISF基础,i)。
图9C图示了根据本公开的实施例的作为新估计的基础胰岛素敏感性因子曲线(ISF基础,i)的函数的餐时胰岛素敏感性因子曲线估计(ISF餐时,i)的计算。
图10A图示了其中仅基于校正餐时进行的针对受验者的胰岛素敏感性因子更新的示例。
图10B图示了根据本公开的实施例的其中胰岛素敏感性因子更新基于根据图4A、4B和4C中阐述的方法的校正餐时和空腹血糖的示例。
图10C图示了根据本公开的实施例的示例,其中胰岛素敏感性因子更新基于根据图4A、4B和4C中阐述的方法的校正餐时和空腹血糖,并且特别地当基于过去的胰岛素敏感性曲线估计更新胰岛素敏感性因子曲线时,来自可穿戴设备的信息被用于使新的ISF曲线估计权重高于过去的ISF曲线估计。
图10D图示了根据本公开的实施例的示例,其中胰岛素敏感性因子更新与图10C中相同,除了碳水化合物与胰岛素的比率CIR与ISF中的变化成比例地更新之外。
图11图示了如何监视受验者对胰岛素药剂方案的总体遵守以及当受验者对胰岛素药剂方案的总体遵守低于阈值时的时间段期间如何暂停餐时胰岛素敏感性曲线估计和更新。
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
本公开依赖于关于多个代谢事件的数据的获取,所述事件诸如在一段时间内受验者参与的空腹事件或用餐。对于每个这样的代谢事件,数据包括时间戳。图1示出了用于估计针对受验者的胰岛素药剂方案中的参数的系统48和用于获取这样的数据的集成系统502的示例,并且图5提供了这样的系统502的更多细节。集成系统502包括一个或多个连接的胰岛素笔104、一个或多个葡萄糖传感器102和存储器506。
利用集成系统502,获得受验者的自主时间戳葡萄糖测量结果520。此外,获得540来自用于将处方胰岛素方案应用于受验者的一个或多个胰岛素笔的数据作为多个记录。每个记录包括时间戳事件,该事件指定作为处方胰岛素药剂剂量方案的部分的受验者接收的注射的胰岛素药剂的量。在一些实施例中,使用受验者的自主时间戳葡萄糖测量结果来标识空腹事件。可选地,还使用自主时间戳葡萄糖测量结果520来标识用餐事件。以该方式,将葡萄糖测量结果分类501和过滤504并存储在非暂时性存储器506中。根据本公开508的方法传送该过滤的葡萄糖数据。例如,以空腹事件、加时间戳的葡萄糖测量结果和餐时校正事件的形式,空腹事件、加时间戳的葡萄糖测量结果和餐时校正事件由于它们在时间上接近于自主确定的用餐事件而自主标识。
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估计包括短效胰岛素药剂方案和长效胰岛素药剂方案两者的针对受验者的胰岛素药剂方案中的参数的系统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,存在胰岛素药剂剂量方案监视设备(“监视设备250”)(图1、2和3)、数据处理设备(“处理设备200”)、与受验者相关联的一个或多个葡萄糖传感器102(图1)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)。贯穿本公开,仅出于清楚的目的,处理设备200和监视设备250将作为分离的设备被引用。即处理设备200的所公开的功能和监视设备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,处理设备200的所公开的功能和监视设备250的所公开的功能被包含在单个设备中。在一些实施例中,处理设备200的所公开的功能和/或监视设备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传感器102或胰岛素笔104。
参考图1,监视设备250估计针对受验者的胰岛素药剂方案中的参数,所述胰岛素药剂方案包括短效胰岛素药剂方案和长效胰岛素药剂方案两者。为此,与监视设备250电通信的处理设备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。此外,处理设备200从由受验者使用来获得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,处理设备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,处理设备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,处理设备200直接接收这样的数据,标识数据内的代谢事件(诸如空腹事件和用餐),并将这样的数据传递到监视设备250。在一些实施例中,葡萄糖传感器102和/或胰岛素笔包括RFID标签,并使用RFID通信与处理设备200和/或监视设备250通信。
在一些实施例中,处理设备200和/或监视设备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葡萄糖数据和胰岛素药剂注射数据的目的。在这样的实施例中,通信网络106可以被用于:将葡萄糖测量结果从一个或多个葡萄糖传感器102传送到处理设备200以及从一个或多个胰岛素笔104传送到处理设备200。
通信网络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、IEEE 802.11b、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,并且处理设备200和/或监视设备250是葡萄糖传感器102的部分。即,在一些实施例中,处理设备200和/或监视设备250和葡萄糖传感器102是单个设备。
在一些实施例中,处理设备200和/或监视设备250是胰岛素笔或泵104的部分。即,在一些实施例中,处理设备200和/或监视设备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处理设备200和/或监视设备250。此外,在一些实施例中,处理设备200和/或监视设备250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,监视设备250包括一个或多个计算机。出于在图2中的说明的目的,将监视设备250表示为包括用于评估对针对受验者的处方胰岛素药剂剂量方案的历史遵守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,用于估计包括短效胰岛素药剂方案和长效胰岛素药剂方案两者的针对受验者的胰岛素药剂方案中的参数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,用于估计针对受验者的胰岛素药剂方案中的参数的示例性监视设备250包括:一个或多个处理单元(CPU)274、网络或其他网络接口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)来与非易失性存储器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,该计算机在监视设备250的外部,但可以由监视设备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。
用于估计针对受验者的胰岛素药剂方案中的参数的监视设备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;
·胰岛素方案监视模块204;
·针对受验者的胰岛素药剂方案,所述胰岛素药剂方案包括长效胰岛素药剂方案208和短效胰岛素药剂方案214;
·第一数据集220,第一数据集包括针对受验者的多个葡萄糖测量结果,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222表示何时进行相应的葡萄糖测量的时间戳224;
·来自由受验者使用来应用胰岛素药剂剂量方案的一个或多个胰岛素笔的第二数据集(未示出),第二数据集包括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受验者中的胰岛素药剂的量,(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相应的胰岛素笔自动生成;以及(iii)胰岛素药剂的类型,其中胰岛素药剂的类型是短效胰岛素药剂或长效胰岛素药剂;
·针对受验者的基础胰岛素敏感性估计(ISF基础,i,t)230;
·针对受验者的餐时胰岛素敏感性估计(ISF餐时,i,t)232;
·针对受验者的基础胰岛素敏感性因子曲线(ISF基础,i)234;
·针对受验者的餐时胰岛素敏感性因子曲线(ISF餐时,i)236;以及
·可选的第三数据集238,第三数据集包括针对受验者的多个生理测量结果,以及针对该多个生理测量结果中的每个相应的生理测量结果240表示何时进行相应的生理测量的时间戳242。
图6提供了关于针对受验者的基础胰岛素敏感性估计(ISF基础,i,t)230的进一步的细节。每个基础胰岛素敏感性估计(ISF基础,i,t)230表示基础胰岛素敏感性估计230-x-y,其在特定日602-x在特定时间t604-x-y获得,其中,此处,x表示特定日,并且y表示特定时间t。图6还提供了关于针对受验者的餐时胰岛素敏感性估计(ISF餐时,i,t)232的进一步的细节。每个餐时胰岛素敏感性估计(ISF餐时,i,t)232表示餐时胰岛素敏感性估计232-x-y,其在特定日606-x在特定时间t 608-x-y获得,其中,此处,x表示特定日,并且y表示特定时间t。
图7提供了关于针对受验者的基础胰岛素敏感性因子曲线(ISF基础,i)234的进一步的细节。基础胰岛素敏感性因子曲线(ISF基础,i)234包括跨特定重现时间段(诸如一天、一周或一个月)的每个时间t 610-y的基础胰岛素敏感性估计612-y。在一些实施例中,根据本公开,组合两个或更多、三个或更多、或五个或更多个基础胰岛素敏感性因子曲线(ISF基础,i)234以形成更新的基础胰岛素敏感性曲线。图7还提供了关于针对受验者的餐时胰岛素敏感性因子曲线(ISF餐时,i)236的进一步的细节。餐时胰岛素敏感性因子曲线(ISF餐时,i)236包括跨特定重现时间段(诸如一天、一周或一个月)的每个时间t 614-y的餐时胰岛素敏感性估计616-y。在一些实施例中,根据本公开,组合两个或更多、三个或更多、或五个或更多个餐时胰岛素敏感性因子曲线(ISF餐时,i)236以形成更新的餐时胰岛素敏感性曲线。
在一些实施例中,胰岛素方案监视模块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,胰岛素方案监视模块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)的监视设备250上。
在一些实现中,用于估计胰岛素药剂剂量方案中的参数的监视设备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之前的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,用于估计胰岛素药剂剂量方案中的参数的监视设备250是智能电话(例如,iPHONE)、膝上型计算机、平板计算机、台式计算机或其他形式的电子设备(例如,游戏控制台)。在一些实施例中,监视设备250不是移动的。在一些实施例中,监视设备250是移动的。
图3提供了根据本公开的监视设备250的具体实施例的进一步描述。图3中图示的监视设备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、网络或其他网络接口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、用于检测监视设备250上的触点的强度的一个或多个可选的强度传感器364(例如,诸如监视设备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中图示的监视设备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,用于获得关于监视设备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或其他生理测量结果240。
应当理解的是,图3中图示的监视设备250是可以被用于估计针对受验者的胰岛素药剂剂量方案中的参数的多功能设备的仅一个示例,并且监视设备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中图示的监视设备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。由监视设备250的其他部件(诸如,(一个或多个)CPU 274)对存储器192的访问可选地由存储器控制器368来控制。
外围接口370可以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,胰岛素方案监视模块204)以执行监视设备250的各种功能并处理数据。
在一些实施例中,外围接口370、(一个或多个)CPU 274和存储器控制器368可选地在单个芯片上被实现。在一些其他实施例中,它们可选地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/或处理设备200)接收胰岛素药剂方案206、第一数据集220和/或第三数据集238。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、胰岛素笔104和/或处理设备200通信。RF电路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、订户身份模块(SIM)卡、存储器等。RF电路可选地与通信网络106通信。在一些实施例中,电路不包括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)被连接到通信网络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在受验者与监视设备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电路取回和/或传输到存储器192和/或RF电路。
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,监视设备250可选地还包括一个或多个光学传感器373。(一个或多个)光学传感器373可选地包括电荷耦合器件(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,光学传感器位于监视设备250的背面上,与监视设备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位于监视设备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,以获取生理测量结果240等)。
如图3中所图示的那样,监视设备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,监视设备250是智能电话。在其他实施例中,监视设备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,监视设备250具有在图2或3中描绘的监视设备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,示出了监视设备250的仅几个可能的部件,以便更好地强调在监视设备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。
现在已经公开了用于估计胰岛素药剂方案206中的参数的系统48的细节,参考图4A到4C公开了根据本公开的实施例的关于该系统的过程和特征的流程图的细节。在一些实施例中,这些过程由上面描述的监视设备250执行,所述监视设备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,所述指令在由一个或多个处理器执行时,执行参考图4A到4C公开的并且在下面描述的过程。在一些实施例中,该系统的这样的过程和特征由图2和3中图示的胰岛素方案监视模块204来执行。
框402:参考图4A的框402,许多胰岛素疗法的目标是尽可能接近地匹配正常的生理胰岛素分泌以控制空腹和餐后血糖。这是用针对受验者的胰岛素药剂方案206来完成。在本公开中,胰岛素药剂方案206包括长效胰岛素药剂方案208和短效胰岛素药剂方案214。在本公开中,基于受验者对速效和长效胰岛素药剂注射事件的响应来更新胰岛素敏感性因子(ISF)和碳水化合物与胰岛素的比率(CIR)。可以被用于针对长效和速效胰岛素药剂的剂量计算的胰岛素药剂方案206的两个参数在本文中被定义为基础胰岛素敏感性因子曲线ISF基础和餐时胰岛素敏感性因子曲线ISF餐时。这两个参数对于每个受验者是不同的,并且它们描述了相应受验者对长效和速效胰岛素药剂的敏感性,并且彼此成比例。如图8中图示的那样,ISF敏感性在一天中的不同时间内可能是不同的,并且这就是ISF敏感性被表示为ISF曲线的原因。此外,如在图8中看到的那样,ISF基础804和ISF餐时806各自在一天中变化,但在一天中彼此成比例。本公开有利地利用ISF基础804和ISF餐时806之间的该比例,以提供改进的更准确的ISF曲线。
在一些实施例中,在短效胰岛素药剂方案214中使用的短效胰岛素药剂由以下各项组成:具有在三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,[处方信息],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,[处方信息],新泽西州普林斯顿,NOVONORDISK公司,2011年7月),赖古胰岛素(Glulisine)(Helms Kelley,2009,“Insulinglulisine:an evaluation of its pharmacodynamic properties and clinicalapplication”,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)。
在一些实施例中,在长效胰岛素药剂方案208中使用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。在一些实施例中,适用于在长效胰岛素药剂方案208中使用的长效胰岛素药剂是具有在12和24小时之间的作用的持续时间的那些胰岛素药剂,或者共同具有在12和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(InsulinDegludec)(由NOVO NORDISK以商标名Tresiba开发);NPH(Schmid,2007,“New options ininsulin 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[处方信息],新泽西州布里奇沃特:Sanofi-Aventis)以及地特胰岛素(Determir)(Plank等,2005,“A double-blind,randomized,dose-response study investigating the pharmacodynamic andpharmacokinetic properties of the long-acting insulin analog detemir,”Diabetes Care 28:1107-1112)。
在该方法中,获得第一数据集220。第一数据集包括在第一时间段内获得的受验者的多个葡萄糖测量结果,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何时进行相应的测量的时间戳。在一些实施例中,每个葡萄糖测量结果222是自主葡萄糖测量结果。ABBOTT的FREESTYLE LIBRE CGM(“LIBRE”)是葡萄糖传感器的示例,其可以被用作进行自主葡萄糖测量的葡萄糖传感器102。LIBRE允许用皮肤上的硬币大小的传感器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,处理设备200和/或监视设备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。
在该方法中,从由受验者使用来应用胰岛素药剂剂量方案的一个或多个胰岛素笔获得第二数据集,第二数据集包括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受验者中的胰岛素药剂的量,(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相应的胰岛素笔自动生成;以及(iii)胰岛素药剂的类型,其中胰岛素药剂的类型是短效胰岛素药剂或长效胰岛素药剂。
第一和第二数据集系统地提供加时间戳的数据,并且从而有助于估计的参数的可靠性和估计器的鲁棒性。例如,如果胰岛素敏感性中的变化未被ISF估计器检测到,则下一个ISF计算将较不正确,因为新的估计基于之前的估计。相反,ISF中的变化的高效检测将增加估计的参数的有效性。因此,葡萄糖测量的频率影响用于解决可以在血糖中被标识的代谢事件的能力,并且由此标识胰岛素相关事件。由于注射数据由一个或多个胰岛素笔直接提供,因此估计的参数的质量提高了,并且系统获得的数据使得能够基于加时间戳的时间胰岛素注射的进一步遵守分类。因此,ISF估计器利用胰岛素剂量和葡萄糖数据的益处系统地提供胰岛素注射设备和葡萄糖测量设备。
在一些实施例中,第一数据集包括以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。然而,本公开不限于使用包括自主葡萄糖测量结果的第一数据集220。在一些实施例中,第一数据集220包括非自主葡萄糖测量结果或自主和非自主葡萄糖测量结果的合成。
框406和408。在本公开中,当已经发生空腹事件时(406-是),过程控制转到图4B的步骤410和416。另一方面,当已经发生校正餐时注射事件时(408-是),过程控制转到图4C的步骤428和432。在其他情况下,在尚未发生空腹事件(406-否)或者尚未发生校正餐时(408-否)的情况下,过程控制等待直到检测到空腹事件或餐时校正。在其中受验者表现出对胰岛素药剂方案的不良遵守的一些情况下,过程控制完全暂停,直到对胰岛素药剂方案的遵守改善。
在一些实施例中,使用空腹检测算法和第一数据集220中的葡萄糖测量结果自主检测空腹事件。存在用于使用来自葡萄糖传感器102的葡萄糖测量结果222来检测空腹事件的多个方法。例如,在一些实施例中,通过首先计算跨葡萄糖测量结果的方差的移动时段来在由第一数据集220中的多个葡萄糖测量结果包含的第一时间段(例如,24小时的时段)中标识第一空腹事件,其中:
并且其中,Gi是所考虑的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量,并且表示邻近的预定时间跨度,是从第一数据集220的多个葡萄糖测量结果选择的M个葡萄糖测量结果的平均值,并且k处于第一时间段内。作为示例,葡萄糖测量结果可以跨越若干天或周,其中每五分钟获得葡萄糖测量结果。选择该总体时间跨度内的第一时间段k(例如,一天),并且因此,针对最小方差的时段检查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。接下来,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来用该多个葡萄糖测量结果的部分k重复该过程,从而指派另一个空腹时段。
转到图4A的框408,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校正餐时注射事件。在一些实施例中,通过将从一个或多个胰岛素笔104接收的笔注射数据映射到通过分析第一数据集220中的葡萄糖测量结果222自主导出的用餐事件上来确定餐时注射事件。在这样的实施例中,当在用餐之前或之后不久发生笔注射事件时,其被视为餐时注射事件。在一些实施例中,为此目的,通过计算下述各项从第一数据集220中的葡萄糖测量结果222检测用餐事件:(i)第一模型,包括使用葡萄糖测量结果222的葡萄糖变化率的后向差分估计;(ii)第二模型,包括使用葡萄糖测量结果222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,包括基于多个葡萄糖测量结果222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,包括基于葡萄糖测量结果222的葡萄糖的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跨葡萄糖测量结果222来计算,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 a MealUsing 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。
在一些实施例中,仅将被视为胰岛素药剂方案206遵守的那些餐时注射事件和那些空腹事件使用用于基础胰岛素敏感性估计(ISF基础,i,t)230和餐时胰岛素敏感性估计(ISF餐时,i,t)232。换句话说,在一些实施例中,仅被视为胰岛素药剂方案206遵守的那些餐时注射事件将触发条件408-是。此外,仅被视为胰岛素药剂方案206遵守的那些空腹事件将触发条件406-是。下面的示例1说明了其中确定关于餐时注射事件或空腹事件是否是胰岛素方案遵守的方式。此外,2016年6月30日提交的题为“Regimen Adherence Measure forInsulin Treatment Base on Glucose Measurement and Insulin Pen Data”的欧洲专利申请号EP16177080.5公开了用于将空腹事件标识并分类为遵守或未遵守的技术,该专利申请通过引用被合并于此。在一些实施例中,仅根据欧洲专利申请号EP16177080.5被分类为“基础方案遵守”的那些空腹事件将触发本公开中的条件406-是。此外,欧洲专利申请号EP16177080.5公开了用于将用餐事件标识和分类为“餐时方案遵守”或“餐时方案未遵守”的技术。在一些实施例中,仅与根据欧洲专利申请号EP16177080.5被分类为“餐时方案遵守”的用餐相关联的那些餐时注射事件将触发本公开中的条件408-是。
框410。转到图4B的框410,在其中发生第一合格空腹事件的情况下(406-是),使用以下各项进行基础胰岛素敏感性估计(ISF基础,i,t)230:(i)基于在第一空腹事件期间长效胰岛素药剂方案中的长效胰岛素药剂的当前剂量测定的预期空腹血糖水平(FBG预期),(ii)在第一空腹事件期间受验者的空腹血糖水平其是从与第一空腹事件同时发生的多个葡萄糖测量结果的部分获得的,以及(iii)在第一空腹事件之前发生的合格空腹事件期间受验者的基础胰岛素敏感性因子(ISF基础,i-p,t)。
参考图4B的框412,在一些这样的实施例中,基础胰岛素敏感性估计(ISF基础,i,t)230被计算为:
图9A图示了由于在图4B的框412中计算的新基础更新导致的ISF基础,i,t230的值中的变化。
FBG预期的计算。在一些实施例中,FBG预期(预期的空腹血糖水平)是基于可信信息获得的空腹血糖水平。也就是说,在当受验者遵守长效胰岛素药剂方案208时的一段时间期间获得的关于受验者的信息,所述时间段在此表示为时间段p。在一些实施例中,基于在其中发生空腹事件的给定时间段(t)内的长效胰岛素药剂的当前剂量测定获得FBG预期,如长效胰岛素药剂方案208(图2和3)中阐述的那样,以及从图9A、9B和9C的现有基础胰岛素敏感性因子曲线(ISF基础,i-1)904获得在时间(t)针对受验者的基础胰岛素敏感性因子。该信息是可信的,因为当前空腹事件已经被确定在当受验者遵守胰岛素方案时的时间期间发生。在其他实施例中,通过针对对应于受验者的最近的胰岛素方案遵守空腹时段(例如,刚好在触发图4A的条件406-是的最近实例的空腹时段之前的空腹时段)的日期和时间段在第一数据集220中查找受验者的葡萄糖测量结果222来计算FBG预期。以下示例说明了空腹事件以其被认定为胰岛素方案遵守的一种方式。此外,2016年6月30日提交的题为“Regimen AdherenceMeasure for Insulin Treatment Based on Glucose Measurement and Insulin PenData”的欧洲专利申请号EP16177080.5公开了用于将空腹事件标识和分类为遵守或未遵守的技术,该专利申请通过引用被合并于此。在一些实施例中,是来自空腹事件的葡萄糖测量结果,所述空腹事件根据欧洲专利申请号EP16177080.5被分类为“基础方案遵守”,其在时间上早于触发本公开中的图4A中的条件406-是的最近实例的空腹事件。因此,在一些实施例中,FBG预期被计算为:
其中:
i指示当天,
t是一天中的时间,
是与受验者的最近合格(例如,胰岛素方案遵守)空腹事件同时发生的受验者的葡萄糖测量结果222(也可以表示为或与受验者的最近合格空腹事件同时发生的受验者的多个葡萄糖测量结果222的集中趋势的一些其他测量值,
ISF基础,i-p,t是在时间t从基础胰岛素敏感性因子曲线(ISF基础,i-p)获得的基础胰岛素敏感性因子值(例如,当p是1时,图9A的基础胰岛素敏感性因子曲线ISF基础,i-1904),在时间t,其中p通常具有值一但是在最近空腹时段(p=1)对应于其中受验者未遵守胰岛素方案的时段时可以具有一些更大的值,
ΔU基础=U基础,i-U基础,ad
在一些实施例中,U基础,i是由长效胰岛素药剂方案208指定的当前时间段i(例如,当前历元212)内的长效胰岛素药剂的剂量210,并且在其他实施例中,是如根据来自胰岛素笔104的注射事件记录所确定的受验者实际上已经在当前时间段i内服用的长效胰岛素药剂的剂量210,其中,将理解,当触发条件406-A的即时空腹时段是长效胰岛素方案遵守时,可以从任一来源等效地提取U基础,i,以及
在一些实施例中,U基础,ad是与受验者的最近合格(例如,胰岛素方案遵守)空腹事件同时发生的时间内的长效胰岛素药剂的剂量210,并且在其他实施例中,是如根据来自胰岛素笔104的注射事件记录所确定的受验者实际上已经在与受验者的最近合格(例如,胰岛素方案遵守)空腹事件同时发生的时间段p内服用的长效胰岛素药剂的剂量210,其中,将理解,可以从任一来源等效地提取U基础,ad,因为它来自当受验者是长效胰岛素方案遵守时的一段时间。U基础,ad也可以表示为U基础,i-p。
的计算。在一些实施例中,是在空腹事件的时间(t)期间的空腹血糖测量结果,其是从第一数据集220中的多个葡萄糖测量结果的部分获得的,所述葡萄糖测量结果在时间(t)上与触发条件406-是的空腹事件(第一空腹事件)同时发生。在一些实施例中,在三分钟或更多分钟、五分钟或更多分钟、五分钟和三十分钟之间或一些其他时间段的时段内测量空腹事件。因此,在一些实施例中,对于第一数据集220中的空腹事件,存在多于一个葡萄糖测量结果222。在这种情况下是该时间段内的多个葡萄糖测量结果222的平均值或集中趋势的一些其他测量值。
ISF基础,i-p,t的计算。值ISF基础,i-p,t是在当前空腹事件之前发生的合格空腹事件期间受验者的之前的基础胰岛素敏感性因子。值ISF基础,i-p,t例如可以根据对图9A的现有基础胰岛素敏感性估计(ISF基础,i,t)230的时间(t)处的值进行采样来获得。在p设置为1的情况下,意指从之前的重现时间段获得ISF基础,i-p,t,所述时间段诸如前一天,针对ISF基础,i-p,t获得ISF基础,i-p,t908的值。以该方式,框412的等式的计算导致图9A中图示的值ISF基础,i,t230。
框414:参考图4B的框414,在一些实施例中,当(i)受验者在第一空腹事件之前的第一预定时间段(例如,十二小时)内尚未采取短效胰岛素药剂的校正餐时,以及(ii)受验者在第一空腹事件之前的第二预定时间(例如十四小时)内已经采取短效胰岛素药剂与每个无低血糖事件用餐的用餐餐时时,第一空腹事件被视为合格。在一些实施例中,第一预定时间段是六小时或更长、七小时或更长、八小时或更长、九小时或更长、十小时或更长、十一小时或更长或十二小时或更长。在一些实施例中,第二预定时间段是十小时或更长、十一小时或更长、十二小时或更长、十三小时或更长、十四小时或更长或十五小时或更长。
参考图4B的框416并如图9A和9B中图示的那样,一旦已经进行基础胰岛素敏感性估计(ISF基础,i,t)230,就估计基础胰岛素敏感性因子曲线(ISF基础,i)234。而新的基础胰岛素敏感性估计(ISF基础,i,t)230表示在第一合格空腹事件的发生的时间(t)的受验者的基础胰岛素敏感性,基础胰岛素敏感性因子曲线(ISF基础,i)234表示在预定的重现时间段(诸如一天的过程)内受验者的基础胰岛素敏感性因子。然而,根据本公开的教导,新的基础胰岛素敏感性估计(ISF基础,i,t)230被用于更新基础胰岛素敏感性因子曲线(ISF基础,i)234。参考框418,在一些实施例中,基础胰岛素敏感性因子曲线(ISF基础,i)234通过以下公式计算:
其中ISF基础,i-p表示之前的基础敏感性因子曲线估计。例如,如果p来自新的空腹事件之前一天,因此具有值1,并且如果基础敏感性因子曲线估计在重现的24小时时间段(诸如一天)的过程内,则基础胰岛素敏感性因子曲线(ISF基础,i)234通过将图9A和9B的之前的基础敏感性因子曲线估计(ISF基础,i-p)904移动Δ来计算,所述Δ在图4B的框410或412中获得的新的基础胰岛素敏感性估计(ISF基础,i,t)230与通过针对时间(t)对图9A或9B的之前的基础胰岛素敏感性因子曲线(ISF基础,i-1)904进行采样获得的基础胰岛素敏感性估计(ISF基础,i-1,t)908之间,其中对于每个采样时间t,该Δ被表达为:
如由来自图9A和9B的过渡图示的那样,即使对于该时间段中的单个时间点的新的基础胰岛素敏感性估计(ISF基础,i,t)230,它也被用于成比例移动整个基础敏感性因子曲线估计(ISF基础,i-1)904以便计算新的基础胰岛素敏感性因子曲线(ISF基础,i)234。
参考框420和图9C,在一些实施例中,进行进一步的估计。例如,在一些实施例中,估计作为新估计的基础胰岛素敏感性估计(ISF基础,i,t)230的函数的餐时胰岛素敏感性因子曲线(ISF餐时,i)236。也就是说,当如上面描述的那样估计基础胰岛素敏感性估计(ISF基础,i,t)230时,基础胰岛素敏感性估计(ISF基础,i,t)230被用于估计餐时胰岛素敏感性因子曲线(ISF餐时,i)236。参考图4B的框422,在一些实施例中,作为估计的基础胰岛素敏感性估计(ISF基础,i,t)230的函数的餐时胰岛素敏感性因子曲线(ISF餐时,i)236的估计包括计算:
其中ISF餐时,i-p表示之前的餐时敏感性因子曲线估计,并且此处值t现在被用于逐步通过餐时整体敏感性因子曲线估计(例如,通过曲线的整个预定时段,诸如一天)。例如,如果p来自新的空腹事件之前一天并且因此具有值1,并且如果基础和餐时胰岛素敏感性因子曲线估计两者都在重现的24小时时间段(诸如一天)的过程内,则通过将图9B和9C的之前的餐时敏感性因子曲线估计(ISF餐时,i-p)906移动Δ来计算餐时胰岛素敏感性因子曲线(ISF餐时,i)236,所述Δ在新的基础胰岛素敏感性估计(ISF基础,i,t)230和相应的基础胰岛素敏感性估计(ISF基础,i-1,t)908之间的差值,所述新的基础胰岛素敏感性估计(ISF基础,i,t)230表示为(ISF基础,i,t)230(其中图9C现在图示了许多采样值(ISF基础,i,t)230中的一个),所述基础胰岛素敏感性估计(ISF基础,i-1,t)908通过针对时间(t)对图9B或9C的之前的基础胰岛素敏感性因子曲线(ISF基础,i-1)904进行采样而获得,其中对于每个采样时间t,该Δ被表达为:
参考图4B的框424,上述实施例描述了针对第i个时间段(诸如第i天)的新的估计的基础胰岛素敏感性因子曲线(ISF基础,i)234的计算。通常,第i个时间段(例如,该第i天)是当天。在一些实施例中,当已经做出新的估计的基础胰岛素敏感性因子曲线(ISF基础,i)234时,然后将其与来自前几天(或由曲线表示的其他之前的重现时间段)的一个或多个基础胰岛素敏感性曲线估计组合,以便形成更新的基础胰岛素敏感性曲线(ISF基础)。参考图4B的框426,在一些这样的实施例中,通过计算下式来更新该基础胰岛素敏感性因子曲线:
其中,q是对ISF基础的历史更新的预定数量,w是规格化权重的线性或非线性矢量,n是对ISF基础和矢量w的历史更新内的整数索引,以及ISF基础,n是第n个过去的ISF基础计算。例如,在一些实施例中,表示较早时间段(例如,较早的一天)的基础胰岛素敏感性曲线估计ISF基础,n相对于表示较晚的一天的基础胰岛素敏感性曲线估计ISF基础,n被降低权重(downweight)。这样做是为了强调来自最近几天的基础胰岛素敏感性曲线估计,来自最近几天的基础胰岛素敏感性曲线更可能对确定受验者的真实基础胰岛素敏感性曲线有意义。在一个实施例中,这例如通过使用框426的等式通过针对较早的基础胰岛素敏感性曲线估计ISF基础,n应用第一权重并针对较晚的基础胰岛素敏感性曲线估计ISF基础,n应用第二权重来更新基础胰岛素敏感性因子曲线,其中第一权重小于第二权重。以该方式,较早的基础胰岛素敏感性曲线估计ISF基础,n比较晚的基础胰岛素敏感性曲线估计ISF基础,n对更新的胰岛素敏感性曲线做贡献更少。在一些实施例中,过去七个胰岛素敏感性曲线估计ISF基础,n根据框426的等式来组合,其中最旧的基础胰岛素敏感性曲线估计曲线(ISF基础,n-7)具有最低权重,最近的基础胰岛素敏感性曲线估计ISF基础,n具有最高权重,并且最旧的曲线估计和最近的曲线估计之间的曲线估计是线性缩放的。
在其他实施例中,在如何对框426的公式进行加权的另一示例中,每个wn是针对对应的ISF基础,n的独立权重,并且每个wn是:(i)当wn对阈值日期之前的ISF基础,n加权时等于第一值,以及(ii)当wn对阈值日期之后的ISF基础,n加权时等于第二个值,并且第一值小于第二值。在这样的实施例中,每个基础胰岛素敏感性因子曲线估计ISF基础,n乘以相应的权重以形成集合{w1a1,w2a2,...,wRaR},其中集合中的每个an表示ISF基础,n,并且该集合求和以形成基础胰岛素敏感性因子曲线ISF基础。在阈值日期之前发生的那些基础胰岛素敏感性因子曲线估计ISF基础,n的权重wi各自等于第一值,并且在阈值日期之后发生的那些基础胰岛素敏感性因子曲线估计ISF基础,n的权重wi各自等于第二值。在一些实施例中,阈值日期是在步骤406-是的最近实例的当前合格空腹事件的日期之前三天、在步骤406-是的最近实例的当前合格空腹事件的日期之前五天、或在步骤406-是的最近实例的当前合格空腹事件的日期之前七天。换句话说,在一些实施例中,使用发生在多于三天前、多于五天前或多于七天前的基础胰岛素敏感性因子曲线估计ISF基础,n形成的更新的基础胰岛素敏感性因子曲线ISF基础各自针对第一权重来加权,而更近形成的基础胰岛素敏感性因子曲线估计ISF基础,n各自针对第二权重来加权。在一些这样的实施例中,第一值是零,并且第二值是1。
在一些实施例中,基础胰岛素敏感性因子曲线估计ISF基础,n通过跨曲线估计在每个时间t获得基础胰岛素敏感性因子曲线估计ISF基础,n的加权平均值或集中趋势的测量值来组合。也就是说,对于曲线中的每个时间t,在时间t针对在该时间t的基础胰岛素敏感性因子对过去的基础胰岛素敏感性因子曲线估计ISF基础,n中的每个进行采样,并且使用这些值的加权平均值或集中趋势的测量值来在更新的基础胰岛素敏感性因子曲线上形成针对时间t的点。在一些实施例中,集中趋势的测量值可以是例如算术平均值、加权平均值、中列数(midrange)、四分位数中值(midhinge)、截尾均值(trimean)、缩尾均值(Winsorizedmean)、中值或这样的值的众数(mode)。在一些实施例中,通过获得N个最近的基础胰岛素敏感性因子曲线估计ISF基础,n的加权平均值或N个最近的基础胰岛素敏感性因子曲线估计ISF基础,n的集中趋势的测量值来将多个基础胰岛素敏感性因子曲线估计ISF基础,n组合成基础胰岛素敏感性因子曲线ISF基础,其中N是正整数(例如,1、2、3、4、5、6、等)。集中趋势的该测量值可以是例如算术平均值、加权平均值、中列数、四分位数中值、截尾均值、缩尾均值、中值或这样的值的众数。
框428:转到图4C的框428,在其中发生具有短效胰岛素药剂的校正餐时(408-是)的情况下,针对受验者进行餐时胰岛素敏感性估计(ISF餐时,i,t)232。该估计利用(i)基于具有短效胰岛素药剂的校正餐时的预期的血糖水平(BG预期),(ii)在校正餐时的发生之后的受验者的葡萄糖水平其中从多个葡萄糖测量结果的部分获得,所述葡萄糖测量结果与校正餐时的发生之后的一段时间同时发生,以及(iii)基于具有短效胰岛素药剂的之前的校正餐时的发生而估计的受验者的胰岛素敏感性因子(ISF餐时,i-p,t)。
参考图4C的框430,在一些实施例中,该餐时胰岛素敏感性估计(ISF餐时,i,t)232被计算为:
BG预计的计算。在一些实施例中,BG预期被计算为:
这里,是与在用餐事件之后的高血糖事件同时发生的受验者的葡萄糖测量结果222,或者是与高血糖事件同时发生的受验者的多个葡萄糖测量结果222的集中趋势的一些其他测量值。在进行校正餐时之前被测量。ISF餐时,i-p,t是在时间t从在时间t(例如,受验者在其处实际针对触发即时条件408-是的餐时进行的时间)的之前的餐时胰岛素敏感性估计曲线ISF餐时,i-p获得的基础胰岛素敏感性因子值。在一些实施例中,U校正,i是由短效胰岛素药剂方案214指定的针对当前时间段i(例如,当前日期/时间218)的短效胰岛素药剂的剂量,并且在其他实施例中,是受验者实际上已经针对触发即时状态408-是的餐时服用的短效胰岛素药剂的量。U校正,i是使高血糖葡萄糖水平低于上限并进入葡萄糖水平的正常范围所必需的校正餐时。
也可以被表示为并且也可以被表示为
的计算。在一些实施例中,是在餐时注射事件408-是的时间(t)期间的血糖测量结果,其是从第一数据集220中的多个葡萄糖测量结果的部分获得的,所述葡萄糖测量结果与触发条件408-是的餐时注射事件(校正餐时)在时间(t)中同时发生。在一些实施例中,在三分钟或更多分钟、五分钟或更多分钟、五分钟和三十分钟之间或一些其他时间段内测量餐时事件。因此,在一些实施例中,对于第一数据集220中的餐时事件存在多于一个葡萄糖测量结果222。在一些实施例中,当这种情况发生时,是该时间段内的多个葡萄糖测量结果222的平均值、或集中趋势的一些其他测量值。
在进行校正餐时之后测量。
ISF餐时,i-p,t的计算。值ISF餐时,i-p,t是在当前餐时事件之前发生的合格餐时事件期间受验者的之前的餐时胰岛素敏感性因子。例如,值ISF餐时,i-p,t可以通过对现有餐时胰岛素敏感性因子曲线ISF餐时,i-p在时间(t)处的值进行采样来获得。在p设置为1的情况下,意指从之前的重现时间段(诸如之前一天)获得ISF餐时,i-p,t,ISF餐时,i-1,t的值针对ISF餐时,i-p,t获得。
框432:参考图4C的框432,一旦进行了新的餐时胰岛素敏感性估计(ISF餐时,i,t)232,就估计餐时胰岛素敏感性因子曲线(ISF餐时,i)236。尽管新餐时胰岛素敏感性估计(ISF餐时,i,t)232表示在校正餐时的时间受验者的餐时胰岛素敏感性,但是餐时胰岛素敏感性因子曲线(ISF餐时,i)236表示在预定的重现时间段(诸如一天的过程)内受验者餐时胰岛素敏感性因子。然而,根据本公开的教导,新的餐时胰岛素敏感性估计(ISF餐时,i,t)232被用于更新餐时胰岛素敏感性因子曲线(ISF餐时,i)236。参考图4C的框434,在一些实施例中,估计餐时胰岛素敏感性因子曲线(ISF餐时,i)236包括计算:
其中ISF餐时,i-p表示之前的餐时敏感性因子曲线估计。
参考框436,在一些实施例中,进行进一步估计。例如,在一些实施例中,估计作为新估计的餐时胰岛素敏感性估计(ISF餐时,i,t)232的函数的基础胰岛素敏感性因子曲线(ISF基础,i)234。也就是说,当如上所述进行估计的餐时胰岛素敏感性估计(ISF餐时,i,t)232时,估计的餐时胰岛素敏感性估计(ISF餐时,i,t)232将被用于估计基础胰岛素敏感性因子曲线(ISF基础,i)234。参考图4C的框438,在一些实施例中,估计作为估计的餐时胰岛素敏感性估计(ISF餐时,i,t)232的函数的基础胰岛素敏感性因子曲线(ISF基础,i)234包括计算:
其中ISF基础,i-p表示之前的基础敏感性因子曲线估计。
参考图4C的框440,上述实施例描述了针对第i个时间段(诸如第i天)的新估计餐时胰岛素敏感性因子曲线(ISF餐时,i)236的计算。通常,第i个时间段(例如,该第i天)是当天。在一些实施例中,当新的估计餐时胰岛素敏感性因子曲线(ISF餐时,i)236已经被估计时,然后将其与来自之前几天(或之前的重现时间段)的一个或多个餐时胰岛素敏感性曲线估计组合以便形成更新的餐时胰岛素敏感性曲线(ISF餐时)。参考图4C的框442,在一些实施例中,通过计算以下等式来更新该餐时胰岛素敏感性因子曲线:
其中q是对餐时胰岛素敏感性曲线(ISF餐时)的历史更新的预定数量,w是规格化权重的线性或非线性矢量,n是对ISF餐时和矢量w的历史更新内的整数索引,并且ISF餐时,n是第n个过去的餐时胰岛素敏感性曲线(ISF餐时)。
例如,在一些实施例中,表示较早时间段(例如,较早的一天)的餐时胰岛素敏感性曲线估计ISF餐时,n相对于表示较晚的一天的餐时胰岛素敏感性曲线估计ISF餐时,n被降低权重。这样做是为了强调来自最近几天的餐时胰岛素敏感性曲线估计,来自最近几天的餐时胰岛素敏感性曲线估计更可能对确定受验者的真实餐时胰岛素敏感性曲线有意义。在一个实施例中,这例如通过使用框442的等式通过针对较早的餐时胰岛素敏感性曲线估计ISF餐时,n应用第一权重和针对较晚的基础胰岛素敏感性曲线估计ISF餐时,n应用第二权重来更新餐时胰岛素敏感性因子曲线来实现,其中第一权重小于第二权重。以该方式,较早的基础胰岛素敏感性曲线估计ISF餐时,n比较晚的基础胰岛素敏感性曲线估计ISF餐时,n对更新的胰岛素敏感性曲线做贡献更少。在一些实施例中,过去七个餐时胰岛素敏感性曲线估计ISF餐时,n根据框442的等式被组合,其中最旧的餐时胰岛素敏感性曲线估计(ISF餐时,n-7)具有最低的权重,最近的餐时胰岛素敏感性曲线估计ISF餐时,n具有最高权重,并且最旧的曲线估计和最近的曲线估计之间的曲线估计被线性缩放。
在如何对框442的公式进行加权的另一示例中,每个wn是针对对应的ISF餐时,n的独立权重,并且每个wn是:(i)当wn对阈值日期之前的ISF餐时,n加权时等于第一值,以及(ii)当wn对阈值日期之后的ISF餐时,n加权时等于第二个值,并且第一值小于第二值。在这样的实施例中,每个餐时胰岛素敏感性因子曲线估计ISF餐时,n乘以相应的权重以形成集合{w1a1,w2a2,...,wRaR},其中集合中的每个an表示ISF餐时,n,并且该集合求和以形成更新的餐时胰岛素敏感性因子曲线ISF餐时。在阈值日期之前发生的那些基础胰岛素敏感性因子曲线估计ISF餐时,n的权重wi各自等于第一值,并且在阈值日期之后发生的那些基础胰岛素敏感性因子曲线估计ISF餐时,n的权重wi各自等于第二值。在一些实施例中,阈值日期是在步骤408-是的最近实例的当前合格餐时事件的日期之前三天、在步骤408-是的最近实例的当前合格餐时事件的日期之前五天、或在步骤408-是的最近实例的当前合格餐时事件的日期之前七天。换句话说,在一些实施例中,使用发生在多于三天前、多于五天前或更多七天前的餐时胰岛素敏感性因子曲线估计ISF餐时,n形成的更新的餐时胰岛素敏感性因子曲线ISF餐时各自针对第一权重来加权,而更近形成的餐时胰岛素敏感性因子曲线估计ISF餐时,n各自针对第二权重来加权。在一些这样的实施例中,第一值是零,并且第二值是1。
在一些实施例中,餐时胰岛素敏感性因子曲线估计ISF餐时,n通过跨曲线估计在每个时间t获得餐时胰岛素敏感性因子曲线估计ISF餐时,n的加权平均值或集中趋势的测量值来组合。也就是说,对于曲线中的每个时间t,在时间t针对在该时间t的餐时胰岛素敏感性因子对过去的餐时胰岛素敏感性因子曲线估计ISF餐时,n中的每个进行采样,并且使用这些值的加权平均值或集中趋势的测量值来在更新的餐时胰岛素敏感性因子曲线上形成针对时间t的点。在一些实施例中,集中趋势的测量值可以是例如算术平均值、加权平均值、中列数、四分位数中值、截尾均值、缩尾均值、中值或这样的值的众数。在一些实施例中,通过获得N个最近的餐时胰岛素敏感性因子曲线估计ISF餐时,n的加权平均值或N个最近的基础胰岛素敏感性因子曲线估计ISF餐时,n的集中趋势的测量值来将多个餐时胰岛素敏感性因子曲线估计ISF餐时,n组合成餐时胰岛素敏感性因子曲线ISF餐时,其中N是正整数(例如,1、2、3、4、5、6、等)。集中趋势的该测量值可以是例如算术平均值、加权平均值、中列数、四分位数中值、截尾均值、缩尾均值、中值或这样的值的众数。
框444:有利地,所公开的技术提供了改善的基础胰岛素敏感性因子(ISF基础)和餐时胰岛素敏感性因子(ISF餐时)曲线。参考图4A的框444,在一些实施例中,通过使用来自多个葡萄糖测量结果的一部分的葡萄糖测量结果和更新的餐时胰岛素敏感性因子曲线ISF餐时或更新的基础胰岛素敏感性因子曲线ISF基础来提供用于实现受验者中的目标空腹血糖水平的短效胰岛素药剂的第一推荐剂量。
参考框446,在一些实施例中,获得第三数据集238,其包括在第一时间段内获得的受验者的多个加时间戳的生理测量结果。在一些这样的实施例中,通过多个生理测量结果来确定针对量ISF基础,i-p,t412或量ISF餐时,i-p,t430的p的值。例如,参考图4A的框448,在一些实施例中,每个生理测量结果240是受验者的体温的测量结果,并且在当受验者具有升高的温度时的时段期间p被减小。作为另一个示例,参考图4A的框450,在一些实施例中,每个生理测量结果是受验者的活动的测量结果,并且在当受验者正在引起升高的活动时的时段期间p被减小。
在一些这样的实施例中,通过多个生理测量结果来确定针对框426的总和或框442的总和的q的值。例如,在一些实施例中,每个生理测量结果240是受验者的体温的测量结果,并且在当受验者具有升高的温度时的时段期间q被减小。作为另一个示例,在一些实施例中,每个生理测量结果是受验者的活动的测量结果,并且在当受验者正在引起升高的活动时的时段期间q被减小。
参考图11,在一些实施例中,使用欧洲专利申请号16177082.1、16177083.9和16177090.4中公开的技术和/或通过实施例1中公开的胰岛素方案遵守技术来监视受验者对胰岛素药剂方案的总体遵守,所述专利申请各自题为“Systems and Methods forAnalysis of Insulin Regimen Adherence Data”并且在2016年6月30日提交,所述专利申请通过引用被合并于此。在一些这样的实施例中,当胰岛素药剂方案206遵守下降到阈值以下时(例如,胰岛素药剂方案206遵守下降到由胰岛素药剂方案206指定的注射事件的90%以下,胰岛素药剂方案206遵守下降到由胰岛素药剂方案206指定的注射事件的80%以下,胰岛素药剂方案遵守下降到由胰岛素药剂方案206指定的注射事件的70%以下,或基于遵守注射事件、空腹事件和/或用餐事件的百分比的一些其他阈值),如图4A到4C中所阐述的空腹事件或餐时胰岛素注射事件来更新胰岛素敏感性因子曲线ISF基础和ISF餐时的使用被暂停,直到在胰岛素药剂方案206遵守上升到该阈值以上时的这样的时间为止,如图11中图示的那样。
示例1:使用葡萄糖测量结果来确定餐时注射事件或空腹事件是否是胰岛素方案遵守的。在一些实施例中,获得包括多个葡萄糖测量结果的第一数据集220。在一些实施例中,葡萄糖测量结果是自主获得的,例如通过葡萄糖传感器获得。在该示例中,除了自主葡萄糖测量结果之外,还以胰岛素药剂记录的形式从由受验者使用以应用胰岛素药剂方案206的一个或多个胰岛素笔104获得胰岛素施用事件。这些胰岛素药剂记录可以是任何格式的,并且事实上可以跨多个文件或数据结构而散布。因此,在一些实施例中,本公开利用了胰岛素施用笔的最近进展,该胰岛素施用笔在它们可以记住过去施用的胰岛素药剂的定时和量的意义上已经变得“智能”。这样的胰岛素笔104的一个示例是NovoPen 5。这样的笔协助患者日志记录剂量并防止双倍剂量测定。所考虑的是,胰岛素笔将能够发送和接收胰岛素药剂剂量体积和定时,从而允许葡萄糖传感器102、胰岛素笔104和本公开的算法的整合。因此,考虑来自一个或多个胰岛素笔104的胰岛素药剂记录,包括从一个或多个胰岛素笔104无线地获取这样的数据。
在一些实施例中,每个胰岛素药剂记录包括:(i)相应的胰岛素药剂注射事件,其包括使用该一个或多个胰岛素笔中的相应的胰岛素笔注射到受验者中的胰岛素药剂的量;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相应的胰岛素笔104自动生成。
在一些实施例中,使用第一数据集220中的受验者的葡萄糖测量结果222及其相关联的葡萄糖测量时间戳224来标识空腹事件。一旦空腹事件通过上面针对框406和408描述的方法或任何其他方法被标识,就将分类应用于空腹事件。该分类是“胰岛素方案遵守”和“胰岛素方案未遵守”中的一个。
当所获取的一个或多个药剂记录在空腹事件期间在时间和定量的基础上建立对长效胰岛素药剂方案208的遵守时,空腹事件被视为胰岛素方案遵守。当所获取的一个或多个药剂记录不包括在空腹事件期间在时间和定量的基础上建立对长效胰岛素药剂方案的遵守的一个或多个药剂记录时,空腹事件被视为胰岛素方案未遵守。在一些实施例中,长效胰岛素药剂方案208指定:要在多个历元(epoch)中的每个相应历元212期间服用的长效胰岛素药剂的剂量210,并且当不存在针对与空腹事件相关联的历元212的药剂记录时,空腹事件被视为胰岛素方案未遵守。在各种实施例中,多个历元中的每个历元是两天或更少、一天或更少或者12小时或更少。因此,考虑其中第一数据集220被用于标识空腹时段并且长效胰岛素药剂方案208指定每24小时服用剂量A的长效胰岛素药剂的情况。因此,在该示例中,该历元为一天(24小时)。空腹事件被固有地加时间戳,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葡萄糖测量结果222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的时段被用作用于检查空腹事件是否是胰岛素方案遵守的起始点。例如,如果与相应的时间戳相关联的空腹的时段是5月17日星期二上午6点,则在药剂注射记录中所寻找的是受验者在5月17日星期二上午6点之前的24小时时段(该历元)内服用了剂量A(并且不多于或少于处方剂量)的长效胰岛素药剂的证据。如果受验者在该历元期间服用了处方剂量的长效胰岛素药剂,则该空腹事件(和/或基础注射事件和/或在该时间期间的葡萄糖测量结果)被视为胰岛素方案遵守。如果受验者未在该历元212期间服用该剂量的长效胰岛素药剂(或在由长效胰岛素药剂方案208指定的该时段期间服用了多于该剂量的长效胰岛素药剂),则空腹事件(和/或基础注射事件和/或在该时间期间的葡萄糖测量结果)被视为胰岛素方案未遵守。
在一些实施例中,该历元由长效胰岛素药剂方案208定义,并且只要受验者在该历元期间服用了由长效胰岛素药剂方案208要求的基础胰岛素的量(并且不多于该量),即使在空腹事件之后,该空腹事件也将被视为胰岛素方案遵守。例如,如果该历元是一天,其在刚好午夜之后就开始每一天(换言之,长效胰岛素药剂方案208指定每天要服用的一个或多个长效胰岛素药剂剂量,且进一步将一天定义为在午夜时开始和结束),并且空腹事件在中午时发生,则只要受验者在一天期间的某个时间点时进行针对该天而开处方的长效胰岛素药剂注射,空腹事件就将被视为胰岛素方案遵守。
以该示例继续,在一些实施例中,使用用餐检测算法从第一数据220中的葡萄糖测量结果222和对应的时间戳224标识用餐事件。上面已经参考框406和408描述了这样的用餐检测的示例。在一些实施例中,当针对餐时注射事件的注射事件记录在时间基础、定量基础和胰岛素药剂的类型的基础上指示相对于检测到的用餐与短效胰岛素药剂方案214的遵守时,餐时注射事件被视为胰岛素方案遵守。在一些实施例中,当针对餐时注射事件的药剂记录未能在时间基础、定量基础和胰岛素药剂的类型的基础上指示针对检测到的用餐与短效胰岛素药剂方案214的遵守时,餐时注射事件被视为胰岛素方案未遵守。例如,考虑其中短效胰岛素药剂方案214指定胰岛素药剂B的剂量A将在检测到的用餐前30分钟服用并且在5月17日星期二上午7:00发生用餐的情况。将理解,剂量A可以是预期的用餐的大小或类型的函数。在药剂记录中寻求的是受验者在5月17日星期二上午7:00之前的30分钟内服用剂量A(并且不多于或少于处方剂量)的胰岛素药剂B的证据。如果受验者在相应用餐之前的30分钟期间服用处方剂量A的胰岛素药剂B作为餐时注射,则该餐时注射事件将被视为胰岛素方案遵守。如果受验者在相应用餐之前的30分钟之外服用剂量A的胰岛素药剂B(或者其包含多于处方剂量A的胰岛素药剂B),则餐时施用将被视为胰岛素方案未遵守。这里30分钟的时间段是示例性的,在其他实施例中,时间更短或更长(例如,用餐之前15分钟至2小时之间和/或取决于开处方的胰岛素药剂的类型)。在一些实施例中,短效胰岛素药剂方案214允许在用餐之后短时间进行餐时注射。
在一些实施例中,短效胰岛素药剂方案214规定短效胰岛素药剂将在到用餐之前的预定的时间量服用。在一些这样的实施例中,当相应的餐时注射事件发生在该允许时间时,相应的餐时注射事件被视为胰岛素方案未遵守。在一些这样的实施例中,预定的时间量是三十分钟或更少、二十分钟或更少、或者十五分钟或更少。
示例2。以下实施例参考图10A至10D进行,其详细描述了血糖、胰岛素注射和胰岛素敏感性因子估计的四个模拟。在该示例中,在以下条件的集合下模拟35天:每天摄取三餐(早餐、午餐和晚餐),(ii)简单的餐时计算器使用ISF和CIR来计算餐时和校正剂量,(iii)40%的时间忘记晚餐餐时剂量(以允许更频繁校正剂量),(iv)如果葡萄糖浓度高,则在用餐之后4小时给予校正餐时,(v)胰岛素药剂滴定遵循每隔一天的简单的2-0-2算法,(vi)如果白天期间发生低血糖事件,则基础滴定下降2U,(vii)在第16-23天期间胰岛素敏感性降低,以模拟流感或流行性感冒,以及(viii)在第27-29天期间,胰岛素敏感性增加,以模拟增加活动/运动。
图10A图示了仅基于校正餐时的ISF更新的情况。每次给出校正餐时时,根据框428更新餐时胰岛素敏感性因子(ISF餐时,i,t),并且该更新值被用于根据框432进行胰岛素敏感性因子曲线估计(ISF餐时,i)并且根据框442更新餐时胰岛素敏感性因子曲线ISF餐时。图10A的下图片示出了规格化的真实胰岛素敏感性1002和胰岛素敏感性因子ISF的规格化估计1004,其与ISF_餐时和ISF_基础成比例。胰岛素敏感性因子ISF在第22天后未被更新,因为在那之后不进行校正餐时。低血糖的时段在第28-31天左右发生,其中胰岛素敏感性正在增加,这通过降低基础来补偿,而胰岛素敏感性因子估计不改变并且和增加敏感性之前一样计算餐时。
图10B图示了其中ISF更新根据图4A、4B和4C中阐述的方法基于校正餐时和空腹血糖的情况。每次给出校正餐时时,根据框428进行餐时胰岛素敏感性因子估计(ISF餐时,i,t),并且该值被用于根据图4C的框432进行胰岛素敏感性因子曲线估计(ISF餐时,i)并且根据图4C的框442更新餐时胰岛素敏感性因子曲线。此外,每次患者处于餐时遵守并且不在晚上进行校正餐时(例如影响空腹血糖的校正餐)时,根据图4B的框410、416和426基于基础注射和空腹血糖来更新基础胰岛素敏感性因子曲线(ISF基础)。图10B的下图片示出了规格化的真实胰岛素敏感性1002,以及胰岛素敏感性因子的规格化估计1004,其与ISF餐时和ISF基础成比例。从图10B观察到的是,增加基础ISF估计显著提高性能。该算法在患病的时段之后调整为增加胰岛素敏感性,以及增加体力活动之后增加敏感性。再次,减少基础但餐时计算也经由新的ISF估计被调整到新的生理状态。
图10C图示了其中胰岛素敏感性因子估计类似于图10B的胰岛素敏感性因子估计的情况。然而,这里温度测量设备指示患者发烧并且从第16-23天预期胰岛素敏感性因子中的变化。运动检测器注意到活动中的增加并且宣布在第27天之后预期胰岛素敏感性因子中的增加。来自可穿戴设备的信息被用于根据框426和444的公开使新的ISF估计比过去的ISF估计更高,并且使得估计范围更短。图10C的下图片示出了规格化的真实胰岛素敏感性1002,以及胰岛素敏感性因子的规格化估计1004,其与ISF餐时和ISF基础成比例。因此,在图10C中,算法分别具有关于ISF中的预期变化和ISF以及CIR的信息。这允许算法基于新观察更自由地改变估计。观察到的是,该估计比图10A和10B中随时间更精确地遵循真实胰岛素敏感性的曲线。
图10D图示了其中胰岛素敏感性因子估计类似于图10C的胰岛素敏感性因子估计的情况。然而,碳水化合物与胰岛素的比率CIR与ISF中的变化成比例地变化。当算法调整CIR和ISF时,与图10A、10B和10C中图示的情况相比,在第30天左右的胰岛素敏感性中的过渡期间的低血糖事件被最小化。图10D的下图片示出了规格化的真实胰岛素敏感性1002、胰岛素敏感性因子的规格化估计1004和估计的碳水化合物与胰岛素的比率1006。这里,碳水化合物与胰岛素的比例与ISF估计成比例更新如下:
实施例的列表
1.一种用于估计针对受验者的胰岛素药剂方案(206)中的参数的设备(250),所述胰岛素药剂方案(206)包括短效胰岛素药剂方案(214)和长效胰岛素药剂方案(208)两者,并且其中所述设备包括一个或多个处理器和存储器,存储器存储指令,所述指令当由一个或多个处理器执行时,执行以下方法:
A)获得:
A.1)第一数据集(220),第一数据集包括在第一时间段内获得的受验者的多个葡萄糖测量结果,以及针对所述多个葡萄糖测量结果中的每个相应的葡萄糖测量结果(222)表示何时进行相应的测量的时间戳(224);
A.2)来自由受验者使用来应用胰岛素药剂剂量方案的一个或多个胰岛素笔的第二数据集,第二数据集包括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受验者中的胰岛素药剂的量,(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相应的胰岛素笔自动生成;以及(iii)胰岛素药剂的类型,其中胰岛素药剂的类型是短效胰岛素药剂或长效胰岛素药剂;
B)通过以下步骤来确定一个或多个胰岛素敏感性变化估计:
B.1)对当第一基础胰岛素相关事件被视为合格时,与在第一时间段内由受验者进行的第一基础胰岛素相关事件的发生相关的针对受验者的基础胰岛素敏感性估计(ISF基础,i,t)(230)和与在第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生相关的受验者的基础胰岛素敏感性估计ISF基础,i-p,t之间的基础胰岛素敏感性变化进行估计,其中在第一数据集中标识基础胰岛素相关事件的发生,所述估计使用:
(i)受验者的基础胰岛素敏感性估计(ISF基础,i-p,t),其与第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生有关,(ii)来自第一数据集的葡萄糖测量结果,其与第一合格基础胰岛素相关事件的发生同时发生,(iii)来自第一数据集的葡萄糖测量结果,其与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,(iv)来自第二数据集的胰岛素药剂注射事件,其对应于第一合格基础胰岛素相关事件,其中,已经根据长效胰岛素药剂方案(208)应用注射,以及(v)来自第二数据集的胰岛素药剂注射事件,其对应于在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件,其中已经根据长效胰岛素药剂方案(208)应用注射;和/或
B.2)对与在第一时间段内的具有短效胰岛素药剂的校正餐时的发生相关的针对受验者的餐时胰岛素敏感性估计(ISF餐时,i,t)(232)和具有与短效胰岛素药剂的之前的校正餐时的发生相关的受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t)之间的餐时胰岛素敏感性变化进行估计,其中,在第一数据集中标识校正餐时的发生和之前的校正餐时的发生,所述估计使用:(i)来自第一数据集的葡萄糖测量结果,其与具有短效药剂的校正餐时的发生同时发生,(ii)受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t),其与具有短效胰岛素药剂的之前的校正餐时的发生相关,以及(iii)来自第二数据集的胰岛素药剂注射事件,其对应于校正餐时的发生并根据短效胰岛素药剂方案(214)来应用;以及
C)响应于在B.1)中对基础胰岛素敏感性变化进行估计,估计作为估计的基础胰岛素敏感性变化的函数的餐时胰岛素敏感性估计(ISF餐时,i,t);和/或
D)响应于在B.2)中对餐时胰岛素敏感性变化进行估计,估计作为估计的餐时胰岛素敏感性变化的函数的基础胰岛素敏感性估计(ISF基础,i,t),以及
其中胰岛素敏感性估计是胰岛素药剂方案中的参数。
2.根据实施例1所述的设备,其中估计的基础胰岛素敏感性变化是在第一基础胰岛素相关事件的发生时针对受验者的估计的基础胰岛素敏感性估计(ISF基础,i,t)和在第一餐时胰岛素相关事件之前发生的合格基础胰岛素相关事件期间的受验者的基础胰岛素敏感性因子(ISF基础,i-p,t)的函数。
3.根据实施例1-2中的任一项所述的设备,其中估计的餐时胰岛素敏感性变化是在具有短效胰岛素药剂的校正餐时的发生时针对受验者的估计餐时胰岛素敏感性估计(ISF餐时,i,t)和基于具有短效胰岛素药剂的之前的校正餐时的发生而估计的受验者的餐时胰岛素敏感性因子(ISF餐时,i-p,t)的函数。
4.根据实施例1-3中的任一项所述的设备,所述方法进一步包括:
E)响应于在B.1)中估计基础胰岛素敏感性变化和/或响应于在D)中估计基础胰岛素敏感性估计,估计作为估计的基础胰岛素变化的函数的基础胰岛素敏感性因子曲线(ISF基础,i)(234)。
5.根据实施例4所述的设备,其中,在E)中估计基础胰岛素敏感性因子曲线(ISF基础,i)包括计算:
其中,ISF基础,i-p表示之前的基础敏感性因子曲线估计。
6.根据实施例1-5中的任一项所述的设备,所述方法进一步包括:
F)响应于在B2)中估计餐时胰岛素敏感性变化和/或响应于在C)中估计餐时胰岛素敏感性,估计作为(i)估计的餐时胰岛素敏感性变化的函数的餐时胰岛素敏感性因子曲线(ISF餐时,i)(236)。
7.根据实施例6所述的设备,其中,在F)中估计餐时敏感性因子曲线(ISF餐时,i)包括计算:
其中,ISF餐时,i-p表示之前的餐时敏感性因子曲线估计。
8.根据实施例4-7中的任一项所述的设备,所述方法进一步包括:
G)更新
(i)作为F)的估计的餐时胰岛素敏感性因子曲线(ISF餐时,i)和针对受验者的之前的估计的餐时胰岛素敏感性因子曲线的函数的餐时胰岛素敏感性曲线(ISF餐时),以及
(ii)更新作为E)的估计的基础胰岛素敏感性因子曲线(ISF基础,i)和针对受验者的之前的估计的基础胰岛素敏感性因子曲线的函数的基础胰岛素敏感性曲线(ISF基础);以及
H)通过使用来自多个葡萄糖测量结果的一部分的葡萄糖测量结果和更新的餐时胰岛素敏感性曲线(ISF餐时)或更新的基础胰岛素敏感性曲线(ISF基础),提供短效胰岛素药剂的推荐剂量以实现受验者中的目标空腹血糖水平。
9.根据实施例1-8中的任一项所述的设备,其中,在B.1)中估计针对受验者的基础胰岛素敏感性变化被计算为:
其中,FBG预期是基于以下各项的第一合格基础胰岛素相关事件期间的一段时间内的预期血糖水平(FBG预期):(i)在第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生有关的受验者的基础胰岛素敏感性估计(ISF基础,i-p,t),(ii)来自第一数据集的葡萄糖测量结果,其与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,(iii)来自第二数据集的胰岛素药剂注射事件,其对应于第一合格基础胰岛素相关事件,以及(iv)来自第二数据集的胰岛素药剂注射事件,其对应于在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件,并且其中,是从来自第一数据集的葡萄糖测量结果获得的葡萄糖水平所述葡萄糖测量结果与第一合格基础胰岛素相关事件的发生同时发生。
10.根据实施例1-8中的任一项的设备,其中在B.1)中估计针对受验者的基础胰岛素敏感性变化被计算为:
其中是从来自第一数据集的葡萄糖测量结果获得的葡萄糖水平所述葡萄糖测量结果与第一合格基础胰岛素相关事件的发生同时发生,其中FBG预期是基于以下各项的在第一基础胰岛素相关事件期间的预期的血糖水平(FBG预期):(i)与在第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生相关的受验者的基础胰岛素敏感性估计(ISF基础,i-p,t),(ii)来自第一数据集的葡萄糖测量结果,其与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,(iii)来自第二数据集的胰岛素药剂注射事件,其对应于第一合格基础胰岛素相关事件,以及(iv)来自第二数据集的胰岛素药剂注射事件,其对应于在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件,并且其中是从来自第一数据集的葡萄糖测量结果获得的葡萄糖水平所述葡萄糖测量结果与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,并且其中FBG预期不同于
11.如实施例9-10中的任一项所述的设备,其中预期血糖水平(FBG预期)被计算为:
其中U基础,i是对应于与第一合格基础胰岛素相关事件对应的来自第二数据集的胰岛素药剂注射事件的胰岛素药剂的量(U基础,i),U基础,i-1是对应于与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件对应的来自第二数据集的胰岛素药剂注射事件的胰岛素的量(U基础,i-p)。
12.根据实施例1-11中的任一项所述的设备,其中当(i)受验者在第一基础胰岛素相关事件之前的十二小时内尚未进行短效胰岛素药剂的校正餐时时,以及(ii)受验者在第一空腹事件之前的十四小时内已经进行短效胰岛素药剂与每个无低血糖事件用餐的用餐餐时时,第一基础胰岛素相关事件被视为合格,其中,在第一数据集中标识校正餐时、第一基础胰岛素相关事件、无低血糖事件用餐的发生。
13.根据实施例12所述的设备,其中在第二数据集中进一步标识校正餐时的发生。
14.根据实施例1-8中的任一项所述的设备,其中,在B.2)中估计餐时胰岛素敏感性变化被计算为:
其中,BG预期是预期的血糖水平(BG预期),其基于(i)用餐事件之后的受验者的葡萄糖水平其中从葡萄糖测量结果的一部分获得,所述葡萄糖测量结果的所述部分从第一数据集获得,所述葡萄糖测量结果与在用餐事件之后的高血糖事件期间的一段时间同时发生,并且由此葡萄糖测量结果的所述部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集(ii)与具有短效胰岛素药剂的之前的校正餐时的发生相关的受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t),以及(iii)来自第二数据集的胰岛素药剂注射事件,其对应于校正餐时的发生,并且其中是校正餐时的发生之后的受验者的葡萄糖水平其中从第一数据集的葡萄糖测量结果的所述部分获得,所述葡萄糖测量结果与在校正餐时的发生之后的一段时间同时发生,并且由此葡萄糖测量结果的所述部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集。
15.根据实施例1-8中的任一项所述的设备,其中在B.2)中估计餐时胰岛素敏感性变化被计算为:
其中,是用餐事件之后受验者的葡萄糖水平其中从葡萄糖测量结果的部分获得,所述葡萄糖测量结果从第一数据集获得,所述葡萄糖测量结果与用餐事件之后的高血糖事件期间的一段时间同时发生,并且由此葡萄糖测量结果的部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集,其中是校正餐时的发生之后受验者的葡萄糖水平其中是校正餐时的发生之后受验者的葡萄糖水平其中从第一数据集的葡萄糖测量结果的部分获得,所述葡萄糖测量结果与在校正餐时的发生之后的一段时间同时发生,并且由此葡萄糖测量结果的部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集,并且其中BG预期是基于以下各项的预期的血糖水平(BG预期):(i)用餐事件之后的受验者的葡萄糖水平其中从葡萄糖测量结果的部分获得,所述葡萄糖测量结果从第一数据集获得,所述葡萄糖测量结果与在用餐事件之后的高血糖事件期间的时间段同时发生,并且由此葡萄糖测量结果的部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集,(ii)受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t),其与具有短效胰岛素药剂的之前的校正餐时的发生相关,以及(iii)对应于校正餐时的发生的来自第二数据集的胰岛素药剂注射事件。
15.根据实施例14-15中的任一项所述的设备,其中预期血糖水平(BG预期)被计算为:
16.根据实施例1-15中的任一项所述的设备,其中响应于在B.1)中估计基础胰岛素敏感性变化,估计作为估计的基础胰岛素敏感性变化的函数的餐时胰岛素敏感性因子曲线(ISF餐时,i)包括计算:
其中,ISF餐时,i-p表示之前的餐时敏感性因子曲线估计。
17.根据实施例1-16中的任一项所述的设备,其中响应于在B2)中估计餐时胰岛素敏感性变化,估计作为估计的餐时胰岛素敏感性变化的函数的基础胰岛素敏感性因子曲线(ISF基础,i)包括计算:
其中,ISF基础,i-p表示之前的基础敏感性因子曲线估计。
18.根据实施例6-7和16中的任一项所述的设备,其中
更新餐时胰岛素敏感性因子曲线包括计算:
其中,
q是对餐时胰岛素敏感性曲线(ISF餐时)的历史更新的预定数量,
w是规格化权重的线性或非线性矢量,
n是对餐时胰岛素敏感性曲线(ISF餐时)和矢量w的历史更新内的整数索引,以及
ISF餐时,n是第n个过去的餐时胰岛素敏感性曲线(ISF餐时)曲线。
19.根据实施例4-5和17中的任一项所述的设备,其中更新基础胰岛素敏感性因子曲线包括计算:
其中,
q是对基础胰岛素敏感性曲线(ISF基础)的历史更新的预定数量,
w是规格化权重的线性或非线性矢量,
n是对基础胰岛素敏感性曲线(ISF基础)和矢量w的历史更新内的整数索引,以及
ISF基础,n是第n个过去的基础胰岛素敏感性曲线(ISF基础)。
20.根据实施例1-17中的任一项所述的设备,其中该方法进一步包括:
获得第三数据集(238),第三数据集包括在第一时间段内获得的受验者的多个生理测量结果,以及针对多个生理测量结果中的每个相应的生理测量结果(240)表示何时进行相应的生理测量的生理测量时间戳(242);并且其中
p的值由多个生理测量结果来确定。
21.根据实施例20所述的设备,其中每个生理测量结果是受验者的体温的测量结果,并且其中在当受验者具有升高的温度时的时段期间p被减小。
22.根据实施例20所述的设备,其中每个生理测量结果是受验者的活动的测量结果,并且其中在当受验者正在引起升高的活动时的时段期间p被减小。
23.一种用于估计针对受验者的胰岛素药剂剂量方案中的参数的方法,所述胰岛素药剂剂量方案包括短效胰岛素药剂方案和长效胰岛素药剂方案两者,所述方法包括:
A)获得:
A.1)第一数据集(220),第一数据集包括在第一时间段内获得的受验者的多个葡萄糖测量结果,以及针对所述多个葡萄糖测量结果中的每个相应的葡萄糖测量结果(222)表示何时进行相应的测量的时间戳(224);
A.2)来自由受验者使用来应用胰岛素药剂剂量方案的一个或多个胰岛素笔的第二数据集,第二数据集包括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受验者中的胰岛素药剂的量,(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相应的胰岛素笔自动生成;以及(iii)胰岛素药剂的类型,其中胰岛素药剂的类型是短效胰岛素药剂或长效胰岛素药剂;
B)通过以下步骤来确定一个或多个胰岛素敏感性变化估计:
B.1)对当第一基础胰岛素相关事件被视为合格时与在第一时间段内由受验者进行的第一基础胰岛素相关事件的发生相关的针对受验者的基础胰岛素敏感性估计(ISF基础,i,t)(230)和与在第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生相关的受验者的基础胰岛素敏感性估计ISF基础,i-p,t之间的基础胰岛素敏感性变化进行估计,其中在第一数据集中标识基础胰岛素相关事件的发生,所述估计使用:
(i)受验者的基础胰岛素敏感性估计(ISF基础,i-p,t),其与第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生有关,(ii)来自第一数据集的葡萄糖测量结果,其与第一合格基础胰岛素相关事件的发生同时发生,(iii)来自第一数据集的葡萄糖测量结果,其与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,(iv)来自第二数据集的胰岛素药剂注射事件,其对应于第一合格基础胰岛素相关事件,其中,已经根据长效胰岛素药剂方案(208)应用注射,以及(v)来自第二数据集的胰岛素药剂注射事件,其对应于在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件,其中已经根据长效胰岛素药剂方案(208)应用注射;和/或
B.2)对与在第一时间段内的具有短效胰岛素药剂的校正餐时的发生相关的针对受验者的餐时胰岛素敏感性估计(ISF餐时,i,t)(232)和与具有短效胰岛素药剂的之前的校正餐时的发生相关的受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t)之间的餐时胰岛素敏感性变化进行估计,其中,在第一数据集中标识校正餐时的发生和之前的校正餐时的发生,所述估计使用:(i)来自第一数据集的葡萄糖测量结果,其与具有短效药剂的校正餐时的发生同时发生,(ii)受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t),其与具有短效胰岛素药剂的之前的校正餐时的发生相关,以及(iii)来自第二数据集的胰岛素药剂注射事件,其对应于校正餐时的发生并根据短效胰岛素药剂方案(214)来应用;以及
C)响应于在B.1)中对基础胰岛素敏感性变化进行估计,估计作为估计的基础胰岛素敏感性变化的函数的餐时胰岛素敏感性估计(ISF餐时,i,t);和/或
D)响应于在B.2)中对餐时胰岛素敏感性变化进行估计,估计作为估计的餐时胰岛素敏感性变化的函数的基础胰岛素敏感性估计(ISF基础,i,t),以及
其中胰岛素敏感性估计是胰岛素药剂方案中的参数。
24.提供了一种计算机程序,其包括指令,所述指令当由一个或多个处理器执行时,执行根据实施例23所述的方法。
25一种计算机可读数据载体,其上存储有根据实施例24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或3的任何组合中示出和/或图4A、4B和4C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 (15)
1.一种用于估计针对受验者的胰岛素药剂方案(206)中的参数的设备(250),所述胰岛素药剂方案(206)包括短效胰岛素药剂方案(214)和长效胰岛素药剂方案(208)两者,并且其中所述设备包括一个或多个处理器和存储器,存储器存储指令,所述指令当由一个或多个处理器执行时,执行以下方法:
A)获得:
A.1)第一数据集(220),第一数据集包括在第一时间段内获得的受验者的多个葡萄糖测量结果,以及针对所述多个葡萄糖测量结果中的每个相应的葡萄糖测量结果(222)表示何时进行相应的测量的时间戳(224);
A.2)来自由受验者使用来应用胰岛素药剂剂量方案的一个或多个胰岛素笔的第二数据集,第二数据集包括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受验者中的胰岛素药剂的量,(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相应的胰岛素笔自动生成;以及(iii)胰岛素药剂的类型,其中胰岛素药剂的类型是短效胰岛素药剂或长效胰岛素药剂;
B)通过以下步骤来确定一个或多个胰岛素敏感性变化估计:
B.1)对当第一基础胰岛素相关事件被视为合格时,与在第一时间段内由受验者进行的第一基础胰岛素相关事件的发生相关的针对受验者的基础胰岛素敏感性估计(ISF基础,i,t)(230)和与在第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生相关的受验者的基础胰岛素敏感性估计ISF基础,i-p,t之间的基础胰岛素敏感性变化进行估计,其中在第一数据集中标识基础胰岛素相关事件的发生,所述估计使用:
(i)受验者的基础胰岛素敏感性估计(ISF基础,i-p,t),其与第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生有关,(ii)来自第一数据集的葡萄糖测量结果,其与第一合格基础胰岛素相关事件的发生同时发生,(iii)来自第一数据集的葡萄糖测量结果,其与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,(iv)来自第二数据集的胰岛素药剂注射事件,其对应于第一合格基础胰岛素相关事件,其中,已经根据长效胰岛素药剂方案(208)应用注射,以及(v)来自第二数据集的胰岛素药剂注射事件,其对应于在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件,其中已经根据长效胰岛素药剂方案(208)应用注射;和/或
B.2)对与在第一时间段内的具有短效胰岛素药剂的校正餐时的发生相关的针对受验者的餐时胰岛素敏感性估计(ISF餐时,i,t)(232)和具有与短效胰岛素药剂的之前的校正餐时的发生相关的受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t)之间的餐时胰岛素敏感性变化进行估计,其中,在第一数据集中标识校正餐时的发生和之前的校正餐时的发生,所述估计使用:(i)来自第一数据集的葡萄糖测量结果,其与具有短效药剂的校正餐时的发生同时发生,(ii)受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t),其与具有短效胰岛素药剂的之前的校正餐时的发生相关,以及(iii)来自第二数据集的胰岛素药剂注射事件,其对应于校正餐时的发生并根据短效胰岛素药剂方案(214)来应用;以及
C)响应于在B.1)中对基础胰岛素敏感性变化进行估计,估计作为估计的基础胰岛素敏感性变化的函数的餐时胰岛素敏感性估计(ISF餐时,i,t);和/或
D)响应于在B.2)中对餐时胰岛素敏感性变化进行估计,估计作为估计的餐时胰岛素敏感性变化的函数的基础胰岛素敏感性估计(ISF基础,i,t),以及
其中胰岛素敏感性估计是胰岛素药剂方案中的参数。
2.根据权利要求1所述的设备,其中估计的基础胰岛素敏感性变化是在第一基础胰岛素相关事件的发生时针对受验者的估计的基础胰岛素敏感性估计(ISF基础,i,t)和在第一餐时胰岛素相关事件之前发生的合格基础胰岛素相关事件期间的受验者的基础胰岛素敏感性因子(ISF基础,i-p,t)的函数。
3.根据权利要求1-2中的任一项所述的设备,其中估计的餐时胰岛素敏感性变化是在具有短效胰岛素药剂的校正餐时的发生时针对受验者的估计餐时胰岛素敏感性估计(ISF餐时,i,t)和基于具有短效胰岛素药剂的之前的校正餐时的发生而估计的受验者的餐时胰岛素敏感性因子(ISF餐时,i-p,t)的函数。
4.根据权利要求1—2中的任一项所述的设备,所述方法进一步包括:
E)响应于在B.1)中估计基础胰岛素敏感性变化和/或响应于在D)中估计基础胰岛素敏感性估计,估计作为估计的基础胰岛素变化的函数的基础胰岛素敏感性因子曲线(ISF基础,i)(234)。
5.根据权利要求4所述的设备,其中,在E)中估计基础胰岛素敏感性因子曲线(ISF基础,i)包括计算:
其中,ISF基础,i-p表示之前的基础敏感性因子曲线估计。
6.根据权利要求1—2中的任一项所述的设备,所述方法进一步包括:
F)响应于在B2)中估计餐时胰岛素敏感性变化和/或响应于在C)中估计餐时胰岛素敏感性,估计作为(i)估计的餐时胰岛素敏感性变化的函数的餐时胰岛素敏感性因子曲线(ISF餐时,i)(236)。
7.根据权利要求6所述的设备,其中,在F)中估计餐时敏感性因子曲线(ISF餐时,i)包括计算:
其中,ISF餐时,i-p表示之前的餐时敏感性因子曲线估计。
8.根据权利要求1-2中的任一项所述的设备,所述方法进一步包括:
G)更新
(i)作为F)的估计的餐时胰岛素敏感性因子曲线(ISF餐时,i)和针对受验者的之前的估计的餐时胰岛素敏感性因子曲线的函数的餐时胰岛素敏感性曲线(ISF餐时),以及
(ii)更新作为E)的估计的基础胰岛素敏感性因子曲线(ISF基础,i)和针对受验者的之前的估计的基础胰岛素敏感性因子曲线的函数的基础胰岛素敏感性曲线(ISF基础);以及
H)通过使用来自多个葡萄糖测量结果的一部分的葡萄糖测量结果和更新的餐时胰岛素敏感性曲线(ISF餐时)或更新的基础胰岛素敏感性曲线(ISF基础),提供短效胰岛素药剂的推荐剂量以实现受验者中的目标空腹血糖水平。
9.根据权利要求1-2中的任一项所述的设备,其中,在B.1)中估计针对受验者的基础胰岛素敏感性变化被计算为:
其中,FBG预期是基于以下各项的第一合格基础胰岛素相关事件期间的一段时间内的预期血糖水平(FBG预期):(i)在第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生有关的受验者的基础胰岛素敏感性估计(ISF基础,i-p,t),(ii)来自第一数据集的葡萄糖测量结果,其与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,(iii)来自第二数据集的胰岛素药剂注射事件,其对应于第一合格基础胰岛素相关事件,以及(iv)来自第二数据集的胰岛素药剂注射事件,其对应于在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件,并且其中,是从来自第一数据集的葡萄糖测量结果获得的葡萄糖水平所述葡萄糖测量结果与第一合格基础胰岛素相关事件的发生同时发生。
10.如权利要求9所述的设备,其中预期血糖水平(FBG预期)被计算为:
其中,是葡萄糖水平基于来自第一数据集的葡萄糖测量结果,所述葡萄糖测量结果与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,其中U基础,i是对应于与第一合格基础胰岛素相关事件对应的来自第二数据集的胰岛素药剂注射事件的胰岛素药剂的量(U基础,i),U基础,i-1是对应于与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件对应的来自第二数据集的胰岛素药剂注射事件的胰岛素的量(U基础,i-p)。
11.根据权利要求1—2中的任一项所述的设备,其中当(i)受验者在第一基础胰岛素相关事件之前的十二小时内尚未进行短效胰岛素药剂的校正餐时时,以及(ii)受验者在第一空腹事件之前的十四小时内已经进行短效胰岛素药剂与每个无低血糖事件用餐的用餐餐时时,第一基础胰岛素相关事件被视为合格,其中,在第一数据集中标识校正餐时、第一基础胰岛素相关事件、无低血糖事件用餐的发生。
12.根据权利要求1—2中的任一项所述的设备,其中,在B.2)中估计餐时胰岛素敏感性变化被计算为:
其中,BG预期是预期的血糖水平(BG预期),其基于(i)用餐事件之后的受验者的葡萄糖水平其中从葡萄糖测量结果的一部分获得,所述葡萄糖测量结果的所述部分从第一数据集获得,所述葡萄糖测量结果与在用餐事件之后的高血糖事件期间的一段时间同时发生,并且由此葡萄糖测量结果的所述部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集(ii)与具有短效胰岛素药剂的之前的校正餐时的发生相关的受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t),以及(iii)来自第二数据集的胰岛素药剂注射事件,其对应于校正餐时的发生,并且其中是校正餐时的发生之后的受验者的葡萄糖水平其中从第一数据集的葡萄糖测量结果的所述部分获得,所述葡萄糖测量结果与在校正餐时的发生之后的一段时间同时发生,并且由此葡萄糖测量结果的所述部分是与具有短效药剂的校正餐时的发生同时发生的测量结果的子集。
13.根据权利要求12所述的设备,其中预期血糖水平(BG预期)被计算为:
14.一种用于估计针对受验者的胰岛素药剂剂量方案中的参数的方法,所述胰岛素药剂剂量方案包括短效胰岛素药剂方案和长效胰岛素药剂方案两者,所述方法包括:
A)获得:
A.1)第一数据集(220),第一数据集包括在第一时间段内获得的受验者的多个葡萄糖测量结果,以及针对所述多个葡萄糖测量结果中的每个相应的葡萄糖测量结果(222)表示何时进行相应的测量的时间戳(224);
A.2)来自由受验者使用来应用胰岛素药剂剂量方案的一个或多个胰岛素笔的第二数据集,第二数据集包括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受验者中的胰岛素药剂的量,(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相应的胰岛素笔自动生成;以及(iii)胰岛素药剂的类型,其中胰岛素药剂的类型是短效胰岛素药剂或长效胰岛素药剂;
B)通过以下步骤来确定一个或多个胰岛素敏感性变化估计:
B.1)对当第一基础胰岛素相关事件被视为合格时与在第一时间段内由受验者进行的第一基础胰岛素相关事件的发生相关的针对受验者的基础胰岛素敏感性估计(ISF基础,i,t)(230)和与在第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生相关的受验者的基础胰岛素敏感性估计ISF基础,i-p,t之间的基础胰岛素敏感性变化进行估计,其中在第一数据集中标识基础胰岛素相关事件的发生,所述估计使用:
(i)受验者的基础胰岛素敏感性估计(ISF基础,i-p,t),其与第一基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生有关,(ii)来自第一数据集的葡萄糖测量结果,其与第一合格基础胰岛素相关事件的发生同时发生,(iii)来自第一数据集的葡萄糖测量结果,其与在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件的发生同时发生,(iv)来自第二数据集的胰岛素药剂注射事件,其对应于第一合格基础胰岛素相关事件,其中,已经根据长效胰岛素药剂方案(208)应用注射,以及(v)来自第二数据集的胰岛素药剂注射事件,其对应于在第一合格基础胰岛素相关事件之前发生的合格基础胰岛素相关事件,其中已经根据长效胰岛素药剂方案(208)应用注射;和/或
B.2)对与在第一时间段内的具有短效胰岛素药剂的校正餐时的发生相关的针对受验者的餐时胰岛素敏感性估计(ISF餐时,i,t)(232)和与具有短效胰岛素药剂的之前的校正餐时的发生相关的受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t)之间的餐时胰岛素敏感性变化进行估计,其中,在第一数据集中标识校正餐时的发生和之前的校正餐时的发生,所述估计使用:(i)来自第一数据集的葡萄糖测量结果,其与具有短效药剂的校正餐时的发生同时发生,(ii)受验者的餐时胰岛素敏感性估计(ISF餐时,i-p,t),其与具有短效胰岛素药剂的之前的校正餐时的发生相关,以及(iii)来自第二数据集的胰岛素药剂注射事件,其对应于校正餐时的发生并根据短效胰岛素药剂方案(214)来应用;以及
C)响应于在B.1)中对基础胰岛素敏感性变化进行估计,估计作为估计的基础胰岛素敏感性变化的函数的餐时胰岛素敏感性估计(ISF餐时,i,t);和/或
D)响应于在B.2)中对餐时胰岛素敏感性变化进行估计,估计作为估计的餐时胰岛素敏感性变化的函数的基础胰岛素敏感性估计(ISF基础,i,t),以及
其中胰岛素敏感性估计是胰岛素药剂方案中的参数。
15.一种非暂时性计算机可读存储介质,其包括指令,所述指令当由一个或多个处理器执行时,执行根据权利要求14所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16178558 | 2016-07-08 | ||
EP16178558.9 | 2016-07-08 | ||
PCT/EP2017/065378 WO2018007160A1 (en) | 2016-07-08 | 2017-06-22 | Systems and methods for the determination of insulin sensitivity |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109690685A CN109690685A (zh) | 2019-04-26 |
CN109690685B true CN109690685B (zh) | 2023-09-08 |
Family
ID=56409486
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780055381.5A Active CN109661706B (zh) | 2016-07-08 | 2017-06-22 | 用于确定胰岛素敏感性的系统和方法 |
CN201780055289.9A Active CN109690685B (zh) | 2016-07-08 | 2017-06-22 | 用于确定胰岛素敏感性的系统和方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780055381.5A Active CN109661706B (zh) | 2016-07-08 | 2017-06-22 | 用于确定胰岛素敏感性的系统和方法 |
Country Status (6)
Country | Link |
---|---|
US (2) | US11521730B2 (zh) |
EP (2) | EP3482314B1 (zh) |
JP (4) | JP7042791B2 (zh) |
CN (2) | CN109661706B (zh) |
MA (2) | MA45601A (zh) |
WO (2) | WO2018007160A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MA45601A (fr) | 2016-07-08 | 2019-05-15 | Novo Nordisk As | Systèmes et procédés de détermination de la sensibilité à l'insuline |
FR3081316B1 (fr) * | 2018-05-22 | 2022-12-09 | Commissariat Energie Atomique | Systeme automatise de controle de la glycemie d'un patient |
EP4021287A4 (en) | 2019-08-30 | 2023-10-04 | TT1 Products, Inc. | BIOMARKER MONITORING FITNESS SYSTEM |
EP4094264A1 (en) * | 2020-01-23 | 2022-11-30 | Insulet Corporation | Meal insulin determination for improved post prandial response |
US11284818B2 (en) * | 2020-08-31 | 2022-03-29 | TT1 Products, Inc. | Glucose exposure diagnostics and therapeutics related thereto |
USD1004777S1 (en) | 2021-09-01 | 2023-11-14 | TT1 Products, Inc. | Wrist reader |
CN114145738B (zh) * | 2022-02-10 | 2022-06-24 | 苏州百孝医疗科技有限公司 | 分析物浓度数据生成方法和装置、监测分析物水平的系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012122520A1 (en) * | 2011-03-10 | 2012-09-13 | Abbott Diabetes Care Inc. | Multi-function analyte monitor device and methods of use |
WO2013096769A1 (en) * | 2011-12-21 | 2013-06-27 | EndoTool, LLC | Systems and methods for determining insulin therapy for a patient |
CN103764840A (zh) * | 2011-06-24 | 2014-04-30 | 海吉雅有限公司 | 用于实现血糖平衡的系统、方法和装置 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CZ20011702A3 (cs) * | 1998-11-30 | 2001-10-17 | Novo Nordisk A/S | Postup a systém pomáhající uľivateli při samoléčbě, přičemľ uvedená samoléčba spočívá v mnoľství činností |
US6544212B2 (en) * | 2001-07-31 | 2003-04-08 | Roche Diagnostics Corporation | Diabetes management system |
US6883521B2 (en) | 2001-08-24 | 2005-04-26 | Dimensional Dosing Systems, Inc. | Method and apparatus for dosing single and multi-agent therapy |
US6691043B2 (en) | 2001-08-28 | 2004-02-10 | Maxi-Med, Llc | Bolus calculator |
US7404796B2 (en) | 2004-03-01 | 2008-07-29 | Becton Dickinson And Company | System for determining insulin dose using carbohydrate to insulin ratio and insulin sensitivity factor |
EP1711791B1 (en) * | 2003-12-09 | 2014-10-15 | DexCom, Inc. | Signal processing for continuous analyte sensor |
JP4273036B2 (ja) * | 2004-05-12 | 2009-06-03 | 中 奥村 | 投薬支援プログラム、投薬支援装置、投薬支援プログラムを記録した記録媒体及び投薬支援システム |
US20090036753A1 (en) | 2007-07-31 | 2009-02-05 | King Allen B | Continuous glucose monitoring-directed adjustments in basal insulin rate and insulin bolus dosing formulas |
US20100262434A1 (en) | 2007-12-13 | 2010-10-14 | Shaya Steven A | Method and apparatus to calculate diabetic sensitivity factors affecting blood glucose |
US10624577B2 (en) * | 2008-04-04 | 2020-04-21 | Hygieia, Inc. | Systems, devices, and methods for alleviating glucotoxicity and restoring pancreatic beta-cell function in advanced diabetes mellitus |
EP2260462B1 (en) | 2008-04-04 | 2018-12-19 | Hygieia, Inc. | System for optimizing a patient's insulin dosage regimen |
CN102197304B (zh) | 2008-11-04 | 2013-08-28 | 松下电器产业株式会社 | 测定装置和测定方法 |
WO2010072387A2 (en) * | 2008-12-23 | 2010-07-01 | Roche Diagnostics Gmbh | Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device |
US20110098548A1 (en) | 2009-10-22 | 2011-04-28 | Abbott Diabetes Care Inc. | Methods for modeling insulin therapy requirements |
US10391242B2 (en) * | 2012-06-07 | 2019-08-27 | Medtronic Minimed, Inc. | Diabetes therapy management system for recommending bolus calculator adjustments |
AU2015100005A4 (en) | 2014-01-27 | 2015-02-12 | Digital Medics Pty. Ltd. | Diabetic Connect Bluetooth Adaptor |
US10456090B2 (en) * | 2014-11-22 | 2019-10-29 | Bigfoot Biomedical, Inc. | Method to determine individualized insulin sensitivity and optimal insulin dose by linear regression, and related systems |
MA45601A (fr) | 2016-07-08 | 2019-05-15 | Novo Nordisk As | Systèmes et procédés de détermination de la sensibilité à l'insuline |
-
2017
- 2017-06-22 MA MA045601A patent/MA45601A/fr unknown
- 2017-06-22 EP EP17731169.3A patent/EP3482314B1/en active Active
- 2017-06-22 WO PCT/EP2017/065378 patent/WO2018007160A1/en unknown
- 2017-06-22 US US16/315,766 patent/US11521730B2/en active Active
- 2017-06-22 MA MA045579A patent/MA45579A/fr unknown
- 2017-06-22 EP EP17743261.4A patent/EP3482319B1/en active Active
- 2017-06-22 JP JP2019500459A patent/JP7042791B2/ja active Active
- 2017-06-22 JP JP2019500491A patent/JP7217698B2/ja active Active
- 2017-06-22 US US16/315,820 patent/US11195606B2/en active Active
- 2017-06-22 WO PCT/EP2017/065388 patent/WO2018007161A1/en unknown
- 2017-06-22 CN CN201780055381.5A patent/CN109661706B/zh active Active
- 2017-06-22 CN CN201780055289.9A patent/CN109690685B/zh active Active
-
2021
- 2021-12-03 JP JP2021196630A patent/JP2022043110A/ja not_active Withdrawn
- 2021-12-03 JP JP2021196701A patent/JP2022043112A/ja not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012122520A1 (en) * | 2011-03-10 | 2012-09-13 | Abbott Diabetes Care Inc. | Multi-function analyte monitor device and methods of use |
CN103764840A (zh) * | 2011-06-24 | 2014-04-30 | 海吉雅有限公司 | 用于实现血糖平衡的系统、方法和装置 |
WO2013096769A1 (en) * | 2011-12-21 | 2013-06-27 | EndoTool, LLC | Systems and methods for determining insulin therapy for a patient |
Also Published As
Publication number | Publication date |
---|---|
EP3482319B1 (en) | 2020-12-09 |
CN109661706B (zh) | 2023-06-27 |
MA45579A (fr) | 2019-05-15 |
US20190228853A1 (en) | 2019-07-25 |
EP3482314B1 (en) | 2020-11-18 |
JP2019530915A (ja) | 2019-10-24 |
JP7042791B2 (ja) | 2022-03-28 |
JP2019530914A (ja) | 2019-10-24 |
US20190348164A1 (en) | 2019-11-14 |
JP7217698B2 (ja) | 2023-02-03 |
WO2018007161A1 (en) | 2018-01-11 |
CN109690685A (zh) | 2019-04-26 |
JP2022043112A (ja) | 2022-03-15 |
CN109661706A (zh) | 2019-04-19 |
EP3482314A1 (en) | 2019-05-15 |
JP2022043110A (ja) | 2022-03-15 |
WO2018007160A1 (en) | 2018-01-11 |
MA45601A (fr) | 2019-05-15 |
US11521730B2 (en) | 2022-12-06 |
EP3482319A1 (en) | 2019-05-15 |
US11195606B2 (en) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109690685B (zh) | 用于确定胰岛素敏感性的系统和方法 | |
US11373746B2 (en) | Basal titration with adaptive target glucose level | |
US20190198148A1 (en) | Systems and methods for optimization of bolus timing relative to meal events | |
JP7389834B2 (ja) | 適合可能な標的グルコースレベルを用いる基礎タイトレーション | |
US11462313B2 (en) | Systems and methods for adjusting a basal/bolus ratio in an insulin regimen | |
US11295847B2 (en) | Systems and methods for adjusting basal administration timing | |
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 |
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 | ||
TG01 | Patent term adjustment | ||
TG01 | Patent term adjustment |