CN110168655B - 用于支持健康控制的数据管理单元 - Google Patents

用于支持健康控制的数据管理单元 Download PDF

Info

Publication number
CN110168655B
CN110168655B CN201780076513.2A CN201780076513A CN110168655B CN 110168655 B CN110168655 B CN 110168655B CN 201780076513 A CN201780076513 A CN 201780076513A CN 110168655 B CN110168655 B CN 110168655B
Authority
CN
China
Prior art keywords
time
blood glucose
measurement value
glucose measurement
new blood
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201780076513.2A
Other languages
English (en)
Other versions
CN110168655A (zh
Inventor
L·伯杰
A·佩特科夫
A·塞捷
A·特切尔
A·凯尔
M-M·迪特里奇
M·埃塞尔
F·西西托
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.)
Sanofi Aventis France
Original Assignee
Sanofi Aventis France
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 Sanofi Aventis France filed Critical Sanofi Aventis France
Publication of CN110168655A publication Critical patent/CN110168655A/zh
Application granted granted Critical
Publication of CN110168655B publication Critical patent/CN110168655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2379—Updates performed during online database operations; commit processing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Infusion, Injection, And Reservoir Apparatuses (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及一种用于支持人体或动物体健康控制的数据管理单元，该单元包括：处理器(140)；接收单元(120)，其适用于接收身体属性的测量数据并且连接至该处理器(140)，其中，每个新测量值(650)的对应时间戳和该测量值一起被接收或由该接收单元确定；数据存储器(130)，其连接至该处理器(140)并且适用于存储第一标记计算规则、至少第二标记计算规则以及先前接收的测量数据，其中一些具有涉及事件的对应标签，其中，在从该接收单元(120)接收到新测量值(650)之后，该处理器(140)适用于处理以下步骤：如果涉及存储在该数据存储器(130)中的对应标签的该先前测量数据的数量小于预定最小值，‑则无标签自动分配给该新测量值(650)或‑基于该第一标记计算规则，从一组标签中选择的对应标签被自动分配给该新测量值(650)，如果涉及存储在该数据存储器(130)中的对应标签的该先前测量数据的数量等于或大于该预定最小值，则基于该至少一个第二标记计算规则，从一组标签中选择的对应标签被自动分配给该新测量值(650)。本发明还涉及一种用于操作该数据管理单元的对应方法和计算机程序以及一种对应计算机程序产品。

Description

用于支持健康控制的数据管理单元
技术领域
本发明涉及一种数据管理单元、一种医疗设备、一种用于操作这种单元的方法、一种对应计算机程序以及一种计算机程序产品。
本发明的以下描述主要涉及作为健康问题的糖尿病以及要被控制以便评估处方治疗的有效性的作为生理参数的血糖水平。然而，本发明还可以关于其他健康问题而使用并且用于管理其他生理参数数据，例如(a)高血压心脏病的血压，(b)患有心脏病和中风危险因素的患者的胆固醇或脂蛋白谱，(c)哮喘患者的峰值流量，或(d)针对血友病进行治疗的患者的凝血。
背景技术
糖尿病是由于胰腺未产生足够的胰岛素或由于细胞未应答所产生的胰岛素而使人具有高血糖的一类代谢疾病。对糖尿病的治疗集中于尽可能保持血糖水平接近正常(“血糖正常”)而不引起低血糖。这通常可以通过饮食、运动以及使用适当的药物(在1型糖尿病的情况下为胰岛素；在2型糖尿病的情况下为口服药物，也可能是胰岛素)来完成。
使用胰岛素管理糖尿病的基本要素是由患者自己执行定期检查血液中的葡萄糖浓度以便获得关于处方治疗的进度和成效的定期信息。这种理解和患者参与是至关重要的，因为糖尿病的并发症在很好的管理血糖水平的患者中不太常见且不太严重。
关于这一点，必须考虑血糖水平在一整天内波动并且直接受给予的胰岛素的量以及生活方式因素的影响，该生活方式因素如消耗的食物的量和种类、运动水平以及压力。
因此，使用数据管理单元监测血液中的糖水平有双重目的：一方面，其为患者提供有关血糖控制的当前状态信息。另一方面，测得的值可以充当使患者或医疗专业人员(HCP)判定是否表明对药物、即要摄取的胰岛素的量的调整的信息。
为了实现这些目的或者为了尽可能获得期望的血糖控制，通常做法是：使用血糖仪(BGM)遵循通常由HCP规定的测试机制在一天当中测量血糖(BG)的测量值一次或若干次。通常，数据管理单元或包括这种数据管理单元的BGM用于记录单独的BG值。根据测量的BG值、摄入的碳水化合物和先前给予的药剂剂量，用户可以确定合适的药物。
所谓空腹血糖测量值(FBG)起特殊作用。在不饮食若干小时(6到8小时)之后得到空腹血糖测量值。空腹血糖测量值通常在早上早餐前获得并且是在胰岛素治疗患者当中最经常进行的测试，因为其用于评估长效基础胰岛素或如甘精胰岛素等类似物的滴定质量。
为了调整或调节治疗，记录所有血糖测量的结果并且用数据管理单元分析这些结果是有帮助的。另外，可以记录所给予的剂量和/或摄入的碳水化合物。因此，通常使用也可能能够测量血糖水平或从血糖测量设备接收测量值的便携式监测仪。无线或有线数据传递可以用于将来自测量设备的结果传送至数据管理单元。
除了仅仅监测血糖水平之外，糖尿病个体通常必须保持对其生活方式的严格控制，从而使得他们不会受例如不规律摄食量或运动的不利影响。进一步地，HCP需要对患者的生活方式的详细信息以提供用于控制疾病的有效治疗或治疗的修改。以前，监测患有糖尿病的患者的生活方式的方法之一是使个体保持其生活方式的纸质日志簿(logbook)。目前，存在多个便携式电子设备，其可以测量个体的葡萄糖水平并存储该水平用于回顾并上传至另一个计算机以供分析。进一步地，这些电子设备例如通过使用与个体测量值相关联的标签(或标记)提供用于存储生活方式数据的功能。
文件EP 2 085 029 A1涉及一种操作具有显示器、用户接口、处理器、存储器和用户接口按钮的分析物测量设备的方法。在用分析物测量设备测量分析物之后，测量值被显示，并且提示用户选择标记以将该标记与该值相关联。通过仅按压用户接口按钮之一一次，标记和测量值一起被存储在设备中。
文件US 7,570,980 B2披露了存储在包括针对每个测量结果和各种其他标记的相关联时间代码信息的阵列中的血糖测量数据。这些标记可以与特定时间帧、日期信息、校准检查信息等相对应。根据测得和标记的值，计算所谓有效用餐平均值，包括在例如指定用餐时间之前一小时或之后一小时等特定时间发生的测量值。
由于标记或标签是促进患者体内葡萄糖控制的准确评估的有效手段，因此其如今被广泛用于患者自监测的BG值的分析中。然而，提供具有相关联标签信息的每一个测量值对患者来说有时太难和/或太耗时。进一步地，确保只有正确的标签信息与相关的测量值一起存储是重要的。如果不正确的标签信息与BG值相关联，则附加信息是无价值的，并且甚至可能在稍后由HCP或患者对该不正确的标签信息进行回顾时导致对BG控制的错误评估。
针对胰岛素治疗，除其他外，长效基础胰岛素、胰岛素或基础胰岛素类似物(例如甘精胰岛素)被使用。如今，通过使用考虑空腹血糖测量和先前施加的剂量来向患者提议合适剂量的算法，能够自动计算长效胰岛素的所需剂量。这是使用标签的一个例子，因为空腹血糖测量值是通过每个血糖测量值的对应标签从血糖测量的整体中选择的。从以上解释中，错误的相关联空腹标签可能导致错误的剂量建议并且可能严重伤害患者也是明显的。
因此，有必要让用户更容易标记BG测量值，同时减小错误标记的可能性。
发明内容
因此，本发明的目的在于便于用户/患者标记并防止错误标记。
通过一种用于支持人体健康控制的数据管理单元来解决以上问题，该单元包括：
处理器；
接收单元，其适用于接收身体属性的测量数据并连接到该处理器，其中，每个新测量值的对应时间戳和该测量值一起被接收或由该接收单元确定；
数据存储器，其连接至该处理器并且适用于存储第一标记计算规则、至少第二标记计算规则以及先前接收的测量数据(和其对应的时间戳一起)，其中一些具有涉及事件的对应标签，
其中，在从该接收单元接收到新测量值之后，该处理器适用于处理以下步骤：
·如果涉及存储在该数据存储器中的对应标签(一个特定事件的)的多个先前测量数据小于预定最小值，
o则无标签自动分配给该新测量值或者
o基于该第一标记计算规则，从一组标签中选择的对应标签被自动分配给该新测量值，
·如果涉及存储在该数据存储器中的对应标签(一个特定事件的)的先前测量数据的该数量等于或大于该预定最小值，则基于不同于该第一标记计算规则的该至少一个第二标记计算规则，从一组标签中选择的对应标签被自动分配给该新测量值。
该数据存储器可以直接或间接地连接到处理器，其中，间接连接可以例如经由该接收单元实现。进一步地，关于身体属性的新测量值的对应标签例如通过将新测量值的时间戳与存储在数据存储器内的先前测量数据的时间戳进行比较来确定，如下所解释的。
其中，测量据是例如身体参数的近期测量值，例如，血糖测量值。标记使数据评估更容易、并且使数据中包含的信息更具体。
在标签指代预定义的事件(事件标签)的情况下，与测量值相关联的附加信息被提供。可以经由数据输入例如由用户手动地或由处理器自动地添加事件标签。
在一个实施方案中，血糖测量值的事件标签的选择包括餐前或空腹标签和至少一个其他标签，该其他标签涉及以下事件之一：餐前早餐或空腹、餐后早餐、餐前午餐、餐后午餐、餐前晚餐、餐后晚餐和就寝时间。还存在无标签(零)与测量值相关联的可能性。
与每个新测量值相关联的时间戳(优选地通过由接收单元提供的时钟单元)包括导致对应测量值的测量过程期间的特定时间点的日期和时间信息，该特定时间点例如完成测量过程或由数据管理单元接收到新测量值。通常，时间戳通过测量单元相关联并且与对应测量值一起被传递至处理器。在新测量值没有通过测量单元与对应时间戳相关联的情况下，在接收到测量值之后，时间戳由时钟单元分配。
在一个实施方案中，预定的最小值是例如一个标签至少是3(指特定事件)。在另一个实施方案中，预定的最小值是例如一个标签至少是10(指特定事件)，或者例如一个标签至少是15(指特定事件)。这确保了如果涉及这个标签的先前测量数据的足够统计总体可用，则该标签仅由至少一个第二标记计算规则自动分配。预定的最小值可以由用户和/或HCP设置，例如作为从预定范围(例如从3到200)的选择。预定的最小值可以针对所有的标签都相同或者针对两个不同的标签而不同。
例如，可以定义在第一标记计算规则中使用的用于标记预选的以下时间范围(即，一天的时间范围，每一个在特定开始时间与特定结束时间之间)：
餐前早餐或空腹：上午5:00到上午8:59。
餐后早餐：上午9:00到上午10:59。
餐前午餐：上午11:00到下午1:59。
餐后午餐：下午2:00到下午3:59。
餐前晚餐：下午4:00到下午6:59。
餐后晚餐：下午7:00到下午8:59。
就寝时间：下午9:00到下午11:59。
晚上或无标签：上午12:00到上午4:59。
另外地或可替代地，可以类似地由处理器提供和处理非用餐相关的事件的标签的时间范围(即，一天中每一个在特定开始时间与特定结束时间之间的时间范围)。在一个实施方案中，事件标签的选择包括锻炼标签。例如，如果锻炼标签已被分配到若干个星期二下午3点左右测量的BG值，或在下午3:00与5:00之间测量的BG值，则基于第一或第二标记计算规则，锻炼标签在星期二下午3:05测量时自动分配给下一个新测量值。用于标记预选的范围可以被定义用于非用餐相关的事件，例如锻炼。优选地，标记预选的任何时间范围都必须保持最短持续时间。最优选地，最短持续时间为一小时。
用于标记预选的时间范围的至少部分可以由用户和/或HCP使用例如数据管理单元的设置菜单设置和改变。
用于标记至少一个预定义事件的预选的时间范围(即，特定开始时间与特定结束时间之间的预定义时间范围)是指用于在如下标记期间支持用户的时间范围。在接收到新测量值并且分配相关联的时间戳之后，如有必要，则处理器在第一标记计算规则中将相关联时间戳的时间信息与标记预选的时间范围进行比较。如果时间信息在时间范围内，则自动选择预定义事件的对应标签并在显示器处提供用于用户确认。
换句话说：预定义的时间范围(用于标记预选的时间范围)被分配一个预定义事件。将新测量值的时间戳与预定义时间范围进行比较，并且在时间戳在预定义时间范围内的情况下，自动选择所分配事件的标签。例如，如果用于早餐前和空腹血糖标签的当前时间范围包括如以上指示的上午5:00与上午8:59之间的范围，则对于此时间范围内的每个测得的测量值，空腹或早餐前标签被自动选择(优选地如果那一天没有其他测量值包括空腹标签)并且可以由用户之后确认，如以下详细描述的。更可能的是，用户改变自动选择的标签或选择无标签。
因此，因为在很多情况下标签被自动选择并且仅需要被用户确认，所以本发明数据管理单元减少了用于标签选择的步骤的数量。
因此，用户更容易为标签分配测量值。进一步地，如上所述的本发明数据管理单元，测量值的最可能标签被自动选择，本发明的数据管理单元减小了不正确标记的可能性。
在第一标记计算规则的实施方案中，用于标记某事件的预选的时间范围针对工作日和非工作日可以是不同的(即，用于标记某个特定事件的预选的时间范围的开始时间和/或结束时间因工作日和非工作日而异)。在这种情况下，判定新测量值的相关联的时间戳是否位于用于标签预选的时间范围内不仅基于时间戳的时间信息还基于日期和/或工作日信息。
如上所提及的，数据管理单元可以包括时钟单元，其中，该时钟单元确定新测量值的对应时间戳。这确保了可靠和准确的时间戳的确定。时钟单元可以由接收单元提供或者作为连接至接收单元的分离单元。
在另一个实施方案中，数据管理进一步包括显示器，其连接至该处理器并且适用于在视觉上和/或在听觉上和/或在触觉上显示接收到的消息或信息，其中，显示器进一步适用于显示自动分配的标签并请求用户确认标签或改变并确认标签，并且其中，在接收单元接收到用户确认之后，处理器发起将新测量值和对应的经确认标签存储在数据存储器中。因此，用户可以控制自动分配的标签是否是合适的标签。不正确的标记特别是在特殊情况下是可以避免的。在听觉上和/或在触觉上显示信息有助于视障用户使用数据管理单元。
在数据管理单元的又另一个实施方案中，第一标记计算规则和/或至少一个第二计算规则包括新测量值的时间戳与标记第一事件的预选的至少预定义的第一时间范围的比较以及与标记第二事件的预选的至少预定义的第二时间范围的比较。这展现了标签的快速自动关联，而不需要复杂的计算。
在另一个实施方案中，至少一个第二标记计算规则包括根据所存储先前测量数据的标签和时间戳用于标记预选的第一时间范围(即，其开始时间和/或其结束时间)以及用于标记预选的至少一个第二时间范围(即其开始时间和/或其结束时间)的调整。在这个实施方案中，收集的关于标签与先前测量数据的时间戳之间的相关性的信息被高效地用于改善标签的自动分配。
在另一个实施方案中，该至少一个第二标记计算规则考虑所存储的先前测量数据和/或身体属性的新测量值。这提高了自动标记的可靠性和准确性。特别地，即使不能仅基于其时间戳和用于标记预选的预定义时间范围来标识新测量值的正确标签，但是通过考虑收集的测量数据(例如BG值)，可以自动选择合适的标签。
优选地，该至少一个第二标记计算规则考虑第一事件的第一通常时间点和第二事件的至少第二通常时间点。这增强了关于要分配给新测量值的正确标签的预测能力。在实施方案中，第一事件的通常时间点和第二事件的通常时间点分别是用第一或第二事件标记的测量值的多个时间戳的中值时间点。使用多个时间戳的中值对于异常值更加鲁棒，该异常值可能以其他方式导致计算的“通常时间点”快速变化。可替代地，通过确定时间戳的算术、几何或调和平均值，可以从标记有相应事件的测量值的多个时间戳计算通常时间点。
在进一步的实施方案中，该至少一个第二标记计算规则考虑
新测量值的时间戳与所有通常时间点(ARTP)的最近过去时间点的绝对时间差，即第一通常时间点和所有第二通常时间点；以及
新测量值的时间戳与所有通常时间点(ARTF)的最近未来时间点的绝对时间差，即第一通常时间点和所有第二通常时间点。最近的过去时间点是所有通常时间点中在新测量值的时间戳之前的一个时间点(如果仅考虑一天中的24小时的话)并且具有与新测量值的时间戳最小的时间差。ARTP是新测量值与最近过去时间点之间的绝对时间差。最近的未来时间点是所有通常时间点中在新测量值的时间戳之后的一个时间点(如果仅考虑一天中的24小时的话)并且具有与新测量值的时间戳最小的时间差。ARTF是新测量值与最近未来时间点之间的绝对时间差。这些差值是针对不要求复杂计算的自动标记的简单且有效的标准。
在又另一个实施方案中，该至少一个第二标记计算规则考虑ARTP与ARTF之间的绝对时间差，并且将这个时间差与ARTP和ARTF中较大的一个的预定百分率进行比较，并且进一步地
·如果ARTP与ARTF之间的绝对时间差大于ARTP和ARTF中较大的一个的预定百分率，则该至少一个第二标记计算规则将最近的未来时间点和最近的过去时间点中较近的一个事件的标签分配给新测量值，
·如果ARTP与ARTF之间的绝对时间差小于或等于ARTP和ARTF中较大的一个的预定百分率，则该第二标记计算规则使用另一标准以便将标记分配给新测量值。
以这种方式，如果ARTP和ARTF之间的差异足够显著，则确保仅仅基于时间戳比较由第二标记计算规则分配标记。如果是这种情况，则不需要其他信息，并且避免了多余的计算。然而，如果不是这种情况，则在以下一个示例中采用和描述的另一个标准将考虑附加和/或不同的信息来分配标签。因此，可靠地避免了由于统计缺陷而将错误标签自动分配给新测量值。
优选地，该另一标准考虑新测量值。这确保即使新测量值的时间戳不足以进行自动分配，也会自动分配标签。由于测量的身体属性的测量值(例如血糖值)对于与标签相关的各种生活方式情况或事件通常可以是不同的，这个信息被考虑用于将标签分配给新测量值。
在一个被证明具有生产力且可靠性的实施方案中，第二计算规则在另一标准中计算
·新测量值与涉及最近的过去时间点(ARBGP)的事件的先前测量数据的中值之间的绝对差值，以及
·新测量值与涉及最近的未来时间点(ARBGF)的事件的先前测量数据的中值之间的绝对差值，
其中，
·如果ARBGP大于ARBGF，则该第二计算规则分配最近的未来时间点事件的标签，
·如果ARBGP小于ARBGF，则该计算规则分配最近的过去时间点事件的标签，
·如果ARBGP等于ARBGF，则该计算规则比较ARTP和ARTF，其中，
ο如果ARTP大于ARTF，则该计算规则分配最近的未来时间点的事件的标签，
ο如果ARTP小于或等于ARTF，则该计算规则分配最近的过去时间点事件的标签。
如在本文使用的，术语“药剂”指含有至少一种药用活性化合物的药物制剂，
其中，在一个实施方案中，该药用活性化合物具有高达1500Da的分子量，和/或是肽、蛋白质、多糖、疫苗、DNA、RNA、酶、抗体或抗体片段、激素或寡核苷酸、或上述药用活性化合物的混合物，
其中，在另外的实施方案中，该药用活性化合物可用于治疗和/或预防糖尿病或与糖尿病相关的并发症(如糖尿病视网膜病变)、血栓栓塞症(如深静脉或肺血栓栓塞症)、急性冠状动脉综合征(ACS)、心绞痛、心肌梗死、癌症、黄斑变性、炎症、枯草热、动脉粥样硬化和/或类风湿性关节炎，
其中，在另外的实施方案中，该药用活性化合物包括至少一种用于治疗和/或预防糖尿病或与糖尿病相关的并发症(如糖尿病视网膜病变)的肽，
其中，在另外的实施方案中，该药用活性化合物包括至少一种人胰岛素或人胰岛素类似物或衍生物、胰高血糖素样肽(GLP-1)或其类似物或衍生物、或毒蜥外泌肽(exendin)-3或毒蜥外泌肽-4、或毒蜥外泌肽-3或毒蜥外泌肽-4的类似物或衍生物。
胰岛素类似物是例如Gly(A21)、Arg(B31)、Arg(B32)人胰岛素；Lys(B3)，Glu(B29)人胰岛素；Lys(B28)，Pro(B29)人胰岛素；Asp(B28)人胰岛素；人
胰岛素，其中，B28位的脯氨酸被Asp、Lys、Leu、Val或Ala取代，并且其中，B29位Lys可以被Pro取代；Ala(B26)人胰岛素；Des(B28-B30)人胰岛素；Des(B27)人胰岛素和Des(B30)人胰岛素。
胰岛素衍生物是例如B29-N-肉豆蔻酰基-des(B30)人胰岛素；B29-N-棕榈酰-des(B30)人胰岛素；B29-N-肉豆蔻酰人胰岛素；B29-N-棕榈酰人胰岛素；B28-N-肉豆蔻酰-LysB28ProB29人胰岛素；B28-N-棕榈酰-LysB28ProB29人胰岛素；B30-N-肉豆蔻酰-ThrB29LysB30人胰岛素；B30-N-棕榈酰-ThrB29LysB30人胰岛素；B29-N-(N-棕榈酰-Y-谷氨酰)-des(B30)人胰岛素；B29-N-(N-光丙基-Y-谷氨酰)-des(B30)人胰岛素；B29-N-(邻羧基十七烷酰基)-des(B30)人胰岛素和B29-N-(ω-羧基十七烷酰基)人胰岛素。
毒蜥外泌肽-4例如指毒蜥外泌肽-4(1-39)，一种具有以下序列的肽：H-His-Gly-Glu-Gly-Thr-Phe-Thr-Ser-Asp-Leu-Ser-Lys-Gln-Met-Glu-Glu-Glu-Ala-Val-Arg-Leu-Phe-lle-Glu-Trp-Leu-Lys-Asn-Gly-Gly-Pro-Ser-Ser-Gly-Ala-Pro-Pro-Pro-Ser-NH2。
毒蜥外泌肽-4衍生物例如选自以下化合物列表：
H-(Lys)4-des Pro36,des Pro37毒蜥外泌肽-4(1-39)-NH2、
H-(Lys)5-des Pro36,des Pro37毒蜥外泌肽-4(1-39)-NH2、
des Pro36毒蜥外泌肽-4(1-39)、
des Pro36[Asp28]毒蜥外泌肽-4(1-39)、
des Pro36[lsoAsp28]毒蜥外泌肽-4(1-39)、
des Pro36[Met(O)14,Asp28]毒蜥外泌肽-4(1-39)、
des Pro36[Met(O)14,lsoAsp28]毒蜥外泌肽-4(1-39)、
des Pro36[Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)、
des Pro36[Trp(O2)25,lsoAsp28]毒蜥外泌肽-4(1-39)、
des Pro36[Met(O)14Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)、
des Pro36[Met(O)14Trp(O2)25,lsoAsp28]毒蜥外泌肽-4(1-39)；或者
des Pro36[Asp28]毒蜥外泌肽-4(1-39)、
des Pro36[lsoAsp28]毒蜥外泌肽-4(1-39)、
des Pro36[Met(O)14,Asp28]毒蜥外泌肽-4(1-39)、
des Pro36[Met(O)14,lsoAsp28]毒蜥外泌肽-4(1-39)、
des Pro36[Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)、
des Pro36[Trp(O2)25,lsoAsp28]毒蜥外泌肽-4(1-39)、
des Pro36[Met(O)14Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)、
des Pro36[Met(O)14Trp(O2)25,lsoAsp28]毒蜥外泌肽-4(1-39)，
其中，基团-Lys6-NH2可以与毒蜥外泌肽-4衍生物的C-端结合；
或具有以下序列的毒蜥外泌肽-4衍生物：
des Pro36毒蜥外泌肽-4(1-39)-Lys6-NH2(AVE0010)、
H-(Lys)6-des Pro36[Asp28]毒蜥外泌肽-4(1-39)-Lys6-NH2、
des Asp28 Pro36,Pro37,Pro38毒蜥外泌肽-4(1-39)-NH2、
H-(Lys)6-des Pro36,Pro38[Asp28]毒蜥外泌肽-4(1-39)-NH2、
H-Asn-(Glu)5des Pro36,Pro37,Pro38[Asp28]毒蜥外泌肽-4(1-39)-NH2、desPro36,Pro37,Pro38[Asp28]毒蜥外泌肽-4(1-39)-(Lys)6-NH2、
H-(Lys)6-des Pro36,Pro37,Pro38[Asp28]毒蜥外泌肽-4(1-39)-(Lys)6-NH2、
H-Asn-(Glu)5-des Pro36,Pro37,Pro38[Asp28]毒蜥外泌肽-4(1-39)-(Lys)6-NH2、
H-(Lys)6-des Pro36[Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)-Lys6-NH2、
H-des Asp28 Pro36,Pro37,Pro38[Trp(O2)25]毒蜥外泌肽-4(1-39)-NH2、
H-(Lys)6-des Pro36,Pro37,Pro38[Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)-NH2、
H-Asn-(Glu)5-des Pro36,Pro37,Pro38[Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)-NH2、
des Pro36,Pro37,Pro38[Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)-(Lys)6-NH2、
H-(Lys)6-des Pro36,Pro37,Pro38[Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)-(Lys)6-NH2、
H-Asn-(Glu)5-des Pro36,Pro37,Pro38[Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)-(Lys)6-NH2、H-(Lys)6-des Pro36[Met(O)14,Asp28]毒蜥外泌肽-4(1-39)-Lys6-NH2、
des Met(O)14Asp28 Pro36,Pro37,Pro38毒蜥外泌肽-4(1-39)-NH2、
H-(Lys)6-desPro36,Pro37,Pro38[Met(O)14,Asp28]毒蜥外泌肽-4(1-39)-NH2、
H-Asn-(Glu)5-des Pro36,Pro37,Pro38[Met(O)14,Asp28]毒蜥外泌肽-4(1-39)-NH2、
des Pro36,Pro37,Pro38[Met(O)14,Asp28]毒蜥外泌肽-4(1-39)-(Lys)6-NH2、
H-(Lys)6-des Pro36,Pro37,Pro38[Met(O)14,Asp28]毒蜥外泌肽-4(1-39)-(Lys)6-NH2、
H-Asn-(Glu)5des Pro36,Pro37,Pro38[Met(O)14,Asp28]毒蜥外泌肽-4(1-39)-(Lys)6-NH2、H-Lys6-des Pro36[Met(O)14,Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)-Lys6-NH2、
H-des Asp28 Pro36,Pro37,Pro38[Met(O)14,Trp(O2)25]毒蜥外泌肽-4(1-39)-NH2、
H-(Lys)6-des Pro36,Pro37,Pro38[Met(O)14,Asp28]毒蜥外泌肽-4(1-39)-NH2、
H-Asn-(Glu)5-des Pro36,Pro37,Pro38[Met(O)14,Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)-NH2、des Pro36,Pro37,Pro38[Met(O)14,Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)-(Lys)6-NH2、H-(Lys)6-des Pro36,Pro37,Pro38[Met(O)14,Trp(O2)25,Asp28]毒蜥外泌肽-4(S1-39)-(Lys)6-NH2、
H-Asn-(Glu)5-des Pro36,Pro37,Pro38[Met(O)14,Trp(O2)25,Asp28]毒蜥外泌肽-4(1-39)-(Lys)6-NH2；
或上述任一毒蜥外泌肽-4衍生物的在药学上可接受的盐或溶剂化物。
激素是例如如列于Rote Liste,2008年版第50章中的脑垂体激素或下丘脑激素或调节活性肽及其拮抗剂，如促性腺激素(Gonadotropine)(促卵泡激素(Follitropin)、促黄体素、绒毛膜促性腺激素(Choriongonadotropin)、促配子成熟激素)、生长激素(Somatropine)
(促生长激素(Somatropin))、去氨加压素、特利加压素、戈那瑞林、曲普瑞林、亮丙瑞林、布舍瑞林、那法瑞林、戈舍瑞林。
多糖是例如糖胺聚糖、透明质酸、肝素、低分子量肝素或超低分子量肝素或其衍生物、或上述多糖的硫酸化形式(例如多硫酸化形式)、和/或其药学上可接受的盐。多硫酸化低分子量肝素的药学上可接受的盐的例子是依诺肝素钠。
抗体是球状血浆蛋白(约150kDa)，也称为共享基本结构的免疫球蛋白。由于它们在氨基酸残基上添加了糖链，因此是糖蛋白。每种抗体的基本功能单元是免疫球蛋白(Ig)单体(仅含有一个Ig单元)；分泌的抗体也可以是具有两个Ig单位的二聚体(如IgA)、具有四个Ig单位的四聚体(如硬骨鱼IgM)、或具有五个Ig单位的五聚体(如哺乳动物IgM)。
Ig单体是“Y”形分子，其由四条多肽链组成；两条相同的重链和两条相同的轻链通过半胱氨酸残基之间的二硫键连接。每条重链长约440个氨基酸；每条轻链长约220个氨基酸。重链和轻链各自包含稳定其折叠的链内二硫键。每条链由名为Ig结构域的结构域构成。这些结构域包含约70到110个氨基酸，并根据其大小和功能分为不同类别(例如可变区或V区和恒定区或C区)。这些结构域具有独特的免疫球蛋白折叠，其中，两个β折叠成“三明治”状，通过保守半胱氨酸和其他带电氨基酸之间的相互作用保持在一起。
有五种类型的哺乳动物Ig重链，由α、δ、ε、γ和μ表示。存在的重链类型定义抗体的同种型；这些链分别在IgA、IgD、IgE、IgG和IgM抗体中发现。
不同的重链在大小和组成上不同；α和γ包含大约450个氨基酸，且δ包含大约500个氨基酸，而μ和ε包含大约550个氨基酸。每个重链具有恒定区(CH)和可变区(VH)两个区域。在一个物种中，恒定区在相同同种型的所有抗体中基本相同，但在不同同种型的抗体中不同。重链γ、α和δ具有由三个串联Ig结构域组成的恒定区，以及具有经增加柔性的铰链区；重链μ和ε具有由四个免疫球蛋白结构域组成的恒定区。该重链的可变区在由不同B细胞产生的抗体中不同，但对于由单个B细胞或B细胞克隆产生的所有抗体来说是相同的。每个重链的可变区长约110个氨基酸，且由单个Ig结构域构成。
在哺乳动物中，有两种类型的免疫球蛋白轻链，由λ和κ表示。轻链有两个连续的结构域：一个恒定结构域(CL)和一个可变结构域(VL)。轻链的近似长度为211至217个氨基酸。每种抗体包含两条总是相同的轻链；在哺乳动物中每种抗体仅存在一种类型的轻链κ或λ。
尽管所有抗体的一般结构非常相似，但给定抗体的独特性质是由如上文详述的可变(V)区确定的。更具体地，可变环(每个轻链(VL)三个，重链(VH)上三个)负责结合抗原，即用于其抗原特异性。这些环称为互补决定区(CDR)。因为来自VH结构域和VL结构域的多个CDR构成了抗原结合位点，所以是重链和轻链的组合(而不是各自单独)决定了最终的抗原特异性组合。
“抗体片段”包含至少一个如上文定义的抗原结合片段，并且展现出与完整抗体具有本质上相同的功能和特异性，该抗体片段来自该完整抗体。用木瓜蛋白酶进行的限制性蛋白水解将Ig原型裂解成三个片段。两个相同的氨基末端片段是抗原结合片段(Fab)，每个片段包含一条完整的L链和约半条的H链。第三个片段是可结晶片段(Fc)，该片段大小相似但包含两条重链的羧基末端的一半及其链间二硫键。Fc包含碳水化合物、补体结合位点和FcR结合位点。有限的胃蛋白酶消化产生单个F(ab')2片段，该片段包含Fab段和铰链区二者，包括H-H链间二硫键。F(ab')2对于抗原结合是二价的。F(ab')2的二硫键可以被裂解以获得Fab'。此外，重链和轻链的可变区可以融合在一起以形成单链可变片段(scFv)。
药学上可接受的盐是例如酸加成盐和碱性盐。酸加成盐是例如HCI或HBr盐。碱性盐是例如具有选自碱或碱的阳离子的盐，例如钠离子、或钾离子、或钙离子、或铵离子N+(R1)(R2)(R3)(R4)，其中，R1到R4彼此独立地意指：氢、任选地取代的C1-C6烷基、任选地取代的C2-C6-烯基、任选地取代的C6-C10-芳基或任选地取代的C6-C10-杂芳基。
药学上可接受的盐的其他例子描述于以下文献中：“Remington'sPharmaceuticalSciences”第17版Alfonso R.Gennaro(编),Mark Publishing Company,Easton,Pa.,U.S.A.,1985以及Encyclopedia of Pharmaceutical Technology。
药学上可接受的溶剂化物是例如水合物。
在进一步实施方案中，处理器进一步适用于从用户接收与生理参数有关的数据输入，其中，数据输入包括例如以下参数中的至少一个：
·在预定时间点之后，例如上一次使用医疗设备或上一次(之前)测量值的时间戳之后低血糖事件的发生或数量，
·在预定时间点之后，例如上一次使用医疗设备或上一次(之前)测量值的时间戳之后高血糖事件的发生或数量，
·在预定时间点之后，例如上一次使用测量设备或上一次(之前)测量值的时间戳之后的注入的药剂剂量的大小，其中，优选地注入的药剂剂量被自动选择为上一次(之前)建议的剂量。
可以例如在标记之后促进以上提及的数据输入。这些附加参数可以用于进一步计算、数据显示、或评估疾病。
在另一个实施方案中，具体地在将数据管理实现为智能电话内的app的情况下，可以提供互联网连接、GSM连接、GPS接收器或用于确定设备的实际位置和/或时区的其他装置。因此，设备包括例如GSM接收器、GPS接收器或模块、能够解释RDS信号的无线电广播接收器和/或像DCF 77等无线电时钟接收器以便确定本地时间。进一步地，在方法被实现为智能电话内的app的情况下，内置GPS模块可以使用公共热点确定其位置。
数据管理单元因此可以例如通过实施电子计时器或第一时钟和日历功能来保持跟踪时间。为了实现将血糖测量标记为空腹血糖测量，设备可能必须判定与用餐有关的上一次血糖测量，如“晚餐后”血糖测量是否可追溯到至少例如八小时。为了在不影响由于旅行而引起的时间改变的情况下正确地确定此时间差，设备可能必须说明可能例如在旅行到不同时区时发生的时间移位。出于此目的，设备可以包括与示出用户的实际时间的时钟分开的单独第二时钟。为了可靠地确定时间差，第二时钟可能不可由用户调节。第二时钟可以从单独电池(例如纽扣电池)得到其能量，该单独电池与设备的电池或其他能量源分开，并且特别是与第一时钟的能量源分开。
类似地，以上问题还通过包括具有相同优点的以上解释的数据管理单元的医疗设备解决。
出于相同原因，如以上解释的，该问题通过用于操作用于支持健康控制的数据管理单元的方法解决，该单元包括：
处理器,以及
数据存储器，其连接至该处理器并且适用于存储第一标记计算规则、至少第二标记计算规则以及先前接收的测量数据，其中一些具有涉及事件的对应的标签，
其中，该方法包括步骤
-通过接收单元接收身体属性的新测量值，该接收单元连接至该接收单元，
-和测量值一起接收新测量值的对应时间戳或由接收单元来确定新测量值对应的时间戳，
-然后，处理器继续以下步骤
·如果涉及存储在该数据存储器中的对应标签的多个先前测量数据小于预定最小值，
ο则无标签自动分配给该新测量值或者
ο基于该第一标记计算规则，从一组标签中选择的对应标签被自动分配给该新测量值，
·如果涉及存储在该数据存储器中的对应标签的先前测量数据的该数量等于或大于该预定最小值，则基于不同于该第一标记计算规则的该至少一个第二标记计算规则，从一组标签中选择的对应标签被自动分配给该新测量值。
并且以上问题通过一种用于操作数据管理单元的计算机程序解决，该单元包括：
处理器,以及
数据存储器，其连接至该处理器并且适用于存储第一标记计算规则、至少第二标记计算规则以及先前接收的测量数据，其中一些具有涉及事件的对应的标签，
其中，该计算机程序包括步骤
-通过接收单元接收身体属性的新测量值，该接收单元连接至该接收单元，
-和测量值一起接收新测量值的对应时间戳
或由接收单元来确定新测量值对应的时间戳，
-然后，该程序继续以下步骤
·如果涉及存储在该数据存储器中的对应标签的多个先前测量数据小于预定最小值，
ο则无标签自动分配给该新测量值或者
ο基于该第一标记计算规则，从一组标签中选择的对应标签被自动分配给该新测量值，
·如果涉及存储在该数据存储器中的对应标签的先前测量数据的该数量等于或大于该预定最小值，则基于不同于该第一标记计算规则的该至少一个第二标记计算规则，从一组标签中选择的对应标签被自动分配给该新测量值。
可以用如以上提及的关于数据管理单元的实施方案来实现以上方法和计算机程序。
以上问题进一步通过包括计算机可读介质的计算机程序产品来解决，该计算机可读介质承载在其中体现的用于与计算机一起使用的计算机程序代码，其中，该计算机程序代码包括以上提及的计算机程序。
通过阅读以下具体实施方式连同对附图的解释，本发明的各方面的以上提及的优点以及其他优点对本领域技术人员来说将变得显而易见。以上和以下描述的和/或本身或以任何组合展示的所有特征形成本发明的独立于权利要求中包括的或其向后引用的主题。
附图说明
在此参考示意图描述了本发明的示例性实施方案，在附图中：
图1示出了根据本发明的优选实施方案的医疗设备的透视图；
图2示出了如图1中示出的医疗设备的图示；
图3描绘了采用“日志簿”模式的如图1中示出的医疗设备的显示器的实施例；
图4示出了当标签符号在如图1中示出的医疗设备的显示器上显示时该标签符号的进一步实施例；
图5和图6描绘了由采用“测量BG”模式的本发明医疗设备实现的方法的流程图；
图7描绘了事件的通常时间点和新测量值在一天的时间段内被示出的图示，其中，相应的中值测量数据在血糖测量范围内(以mmol/L为单位)；
图8和图9示出了新测量值与事件的通常时间点在一天的一段中被示出的图中最接近的通常时间点的比较，其中，相应的中值测量数据在血糖测量范围内(以mmol/L为单位)。
具体实施方式
以下段落将描述本发明的各实施方案。仅出于示例性目的，关于针对血糖水平测量的医疗设备概述了实施方案。然而，所使用的术语以及对关于医疗设备和方法的实施方案的描述不旨在将本发明的原理和概念限制于这种单个设备或方法并且相应地可以适用于其他生理值。
图1是示意图并且图2是根据本发明的优选实施方案的医疗设备100的示意图。优选地，医疗设备100包括血糖测量单元110，该血糖测量单元被安排用于测量血糖水平。进一步地，测量单元110包括接口和用于插入测试条的槽112。
血糖测量单元110连接至接收单元120，该接收单元被安排用于将例如从血糖测量单元110接收到的血糖测量数据转发至数据存储器130(存储单元或装置)或存储器，如闪存。可替代地，接收单元120可以从数据存储器130检索如例如血糖值数据等存储的数据并且将其转发至处理器140(处理单元或装置)，如微控制器或微处理器或能够处理数据的任何其他功能单元、数字信号处理器等。可替代地，接收单元120将从血糖测量单元110接收到的血糖值数据直接转发至处理器140。
接收单元120进一步连接至用户接口的用户输入单元150。用户输入单元150被安排用于例如通过键151、确认键(OK按钮)152、用于向下滚动的键153(向下的按钮)以及用于向上滚动的键154(向上的按钮)从医疗设备100的用户接收输入。将用户输入数据从用户输入单元150转发至接收单元120，该接收单元将其转发至处理器140或转发至数据存储器130。
此外，医疗设备100的用户接口包括具有显示器162的显示单元160，该显示单元也连接至接收单元120。优选地，显示单元160从接收单元120或处理器140接收要由显示器162显示的数据。
优选地，医疗设备100另外包括另一接口170，例如如串行端口、通用串行总线(USB)接口、迷你USB接口等有线接口或如红外(例如，IRDA)接口、蓝牙TM接口等无线接口，以便接收数据和/或传输数据。接口170优选地连接至接收单元120以便从接收单元120接收数据和/或将数据转发至接收单元120。
另外，医疗设备100的接收单元120包括时钟单元180，该时钟单元优选地基于时钟生成器提供可以被显示在显示器162处的日期和时间信息。进一步地，时钟单元180提供特别用于生成相关联血糖测量的时间戳的日期和时间信息。
接收单元120、数据存储器130、处理器140、输入单元150、显示单元160、时钟单元180以及任选地接口170形成根据本发明的数据管理单元。
如以上概述的，医疗设备100优选地包括血糖
测量单元110。优选地，血糖测量单元110被安排用于通过在插入槽112中的测试条上测试一滴血来测量例如用户的血液中的血糖水平。可以使用例如公知的电化学方法进行该测量。可以由对应传感器检测到将测试条完全插入槽112中。将测得的血糖值转换成血糖值数据并且优选地将其立即或根据需要转发至接收单元120。
可替代地，血糖测量单元110被安排用于经由红外诊断或替代的非接触测量方法来测量用户的血糖水平。
根据另一替代方案(图1中未描绘)，血糖测量单元110被植入医疗设备的用户体内并且经由有线连接或经由无线连接将数据转发至接收单元120。在实施方案中，这种植入的血糖测量单元110是例如基于可以允许连续闭环控制的芯片的连续测量传感器。在后一种情况下，医疗设备包括两部分，一部分包含测量单元110并且另一部分包含医疗设备的剩余单元，即数据管理单元。血糖测量单元110优选地经由接口170将血糖测量值数据转发至接收单元120。根据另一替代方案，医疗设备不包括测量血糖值的血糖测量单元而是只包括数据管理单元并且从外部单元接收血糖值数据。
对血糖测量的测量优选地由接收单元120触发，该接收单元将对应信号发送至血糖测量单元110。根据一个优选替代方案，接收单元120接收由经由用户输入单元150接收到的用户输入或基于来自检测测试条的槽112的信号生成的触发信号。可替代地，触发信号由时钟单元180或由处理器140自动生成。进一步可替代地，仅传输测量值被用户输入或经由用户输入150被处理器140触发。
优选地，接收单元120例如通过微处理器或管理在若干功能单元之间处理的数据的总线系统的输入端口和输出端口呈现。这包括总线系统，如例如在微处理器中实施的高级微处理器总线架构总线系统或连接至微处理器的外部总线。
经由接收单元120，从血糖测量单元110、数据存储器130立即或根据需要检索数据并将其转发至处理器140、显示单元160或接口170。此外，接收单元120将如触发信号或控制信号等控制信号转发至例如血糖测量单元110、显示单元160或接口170。
数据存储器130被安排用于存储经由用户输入单元150输入的数据、与时间戳一起从血糖测量单元110接收的多个血糖测量数据和/或与每个测量数据相关联的至少一个事件标签、从由处理器140处理的多个血糖测量值计算的数据和/或经由接口170接收的数据。
进一步地，数据存储器130存储像用于标记预选的相关联时间范围的参数数据，该参数数据关于例如将相应的血糖测量值分配给空腹事件的空腹标签。
在一个实施方案中，用于标记预选的这种时间范围使用中心时间和持续时间定义，其中，该时间范围包括中心时间周围在两个方向上具有持续时间大小的时间。例如，用持续时间3小时和预定义的通常空腹时间上午7点定义用于分配空腹标签的预定义的空腹窗口，从而使得用于空腹标签预选的时间范围包括上午4:00与上午9:59之间的时间。
另外，例如，数据存储器130存储用于标计预选的指示事件的以下预设时间范围：
餐前早餐或空腹：上午5:00到上午8:59。
餐后早餐：上午9:00到上午10:59。
餐前午餐：上午11:00到下午1:59。
餐后午餐：下午2:00到下午3:59。
餐前晚餐：下午4:00到下午6:59。
餐后晚餐：下午7:00到下午8:59。
就寝时间：下午9:00到下午11:59。
晚上或无标签：上午12:00到上午4:59。
数据存储器130还存储预定义数据，该预定义数据至少部分地可以由用户改变，诸如以上提及的用于标记多个预设事件的预选择的时间范围。
进一步的用餐时间范围，通常空腹时间和空腹窗口可以通过医疗设备100的用户“设置”模式在任何时间设置。优选地，还可以通过用户“设置”模式来删除时间范围。
此外，数据存储器130被安排用于将所存储的数据提供给处理器140、显示单元160和/或接口170。数据存储器130优选地
被实施为半导体存储器，如闪存。可替代地，其被实施为硬盘存储器或处理器140的芯片上存储器。
用户输入单元150优选地被实施为包括一个或多个按钮151、152、153、154的键盘。键盘可以包括一个或多个软键，其中，软键的功能可以显示在显示器162上。可替代地，用户输入单元150是键盘或触摸屏。另外地或可替代地，用户输入单元150包括用于接收语音输入的麦克风，使得数据可以经由语音输入被输入。
在促进血糖测量之后，如以下详细解释的，标签可以与指代生活方式数据的测量值自动关联。可以通过按压向上或向下键153、154向上或向下滚动通过不同标签来改变自动选择的标签，这些不同标签例如是空腹标签、餐前早餐标签、餐后早餐标签、餐前午餐标签、餐后午餐标签、餐前晚餐标签、餐后晚餐标签、就寝时间标签、晚上标签和无标签，其分别指代测量值，该测量值为空腹血糖值、餐前早餐血糖值、餐后早餐血糖值等，以及无法与之前生活方式参数之一相关联的血糖值。
显示单元160优选地包括LCD、LED或OLED显示器162。优选地，显示器显示多个字母数字字符，使得例如当前测量的血糖值可以与针对用户的附加指令一起被显示。
可替代地或另外地，显示单元160包括图形显示器以便显示如图标等图表或图形。进一步地，显示单元160的显示器可以包括触摸屏。
接口170优选地是无线接口，如IRDA、蓝牙TM、GSM、UMTS、ZigBee或WI-FI等。可替代地，接口是有线接口，如USB端口、迷你USB端口、串行数据端口、并行数据端口等，以便接收和传输数据。在进一步替代实施方案中，医疗设备100不包括接口170。
根据另一替代实施方案，医疗设备100包括存储器卡读取器或存储器卡读取器接口。存储器卡读取器优选地适合于从如闪存卡或任何类型的SIM卡等存储器卡读取信息。出于此目的，存储器卡包括存储器，其中，存储所选算法中的至少一个连同相应参数、血糖值的历史和/或所给予的胰岛素剂量等。因此，在医疗设备100有缺陷的情况下，相关数据可以仍然存储在存储器卡上，该存储器卡可以很容易从医疗设备100的存储器卡读取器移除并传递到新医疗设备100。此外，可以使用存储器卡100以便向例如HCP提供关于治疗的历史的信息。
在存储器卡是提供移动通信网络的订户标识的SIM卡并且接口单元170另外地是移动通信接口的情况下，医疗设备100的附加功能可以被SIM卡的提供方经由电信信道锁定。这提供了医疗设备100可以经由如UMTS或GSM等预定义信道与其他电信设备通信的可能性。经由存储在SIM卡中的国际移动订户身份，也称为IMSI，移动设备100在网络中标识自己并且因此可以经由网络被寻址。在这种情况下，医疗设备100可以经由接口单元170通过用电话号码寻址移动通信单元被容易地检查、远程控制、更新、监测等。
此外，医疗设备100能够经由SMS、电子邮件或经由移动互联网连接传输数据。此外，这提供了在紧急情况下定位医疗设备100的可能性。
在血糖测量单元110是在形成胰岛素泵的情况下例如植入剂量递送单元的传感器的情况下，可以另外提供自动递送系统。
如图5中示出的，医疗设备100或数据管理单元能够执行多个过程步骤。根据一个实施方案，在接通之后，例如通过按压键151、152、153或154，优选地确认键152预定时间，或者检测槽112内的测试条，医疗设备100执行初始化步骤310以便初始化医疗设备100的功能部件。在此之后，在医疗设备100中实施的不同操作模式在显示步骤320中显示，例如，“测量BG”、“日志簿”、和/或“设置”。
在步骤330中，用户经由用户输入单元150例如借助于用于向下或向上滚动的键153、154选择所显示的操作模式之一并且使用确认键152确认选择。
在步骤340中，执行所选的操作模式。例如，模式“测量BG”被选择用于执行血糖测量。在执行此模式时，用户/患者被请求提供具有血液样本的测试条。
在“日志簿”模式下，可以计算和显示之前测量的历史和统计结果。
“设置”模式允许用户定义和改变存储在数据存储器130中的医疗设备100的一些参数，例如，用于标记多个预设事件的预选的时间范围。
在选择模式“测量BG”之后，这个操作模式被执行，在步骤350中，从将一滴血液涂于插入医疗设备100的槽112中的测试条的测试部分开始。
根据操作过程的替代版本，在预选了特定操作模式例如“测量BG”模式的情况下可以跳过骤310到340。在这种情况下，在初始化所预选的操作模式之后，该预选的操作模式由用户预选或根据例如检测槽112中的完全插入的测试条等特定事件自动选择，操作过程执行预选的一个或多个操作模式(例如“测量BG”模式)并继续下一步骤350并且要求用户涂一滴血。
现在，在步骤360中，测量单元110例如通过已知的电化学或光学方法确定血糖水平的新测量值并在显示器162处显示这个新测量值。因此，新测量值由输入单元120接收并传输到显示单元160和处理器140。
同时，在下一步骤370中，时钟单元180生成新测量值的时间戳，该时间戳包括测量的绝对时间的日期和时间信息(例如，其完成)。时间戳还显示在显示器162中，并且新血糖测量值和相关联的时间戳都由接收单元120传递至数据存储器130以便存储这些数据。
现在，在步骤375中，处理器确定先前测量值的数量，该先前测量值涉及存储在数据存储器130中的对应标签。其中，如果存在和一个先前测量值一起存储的无标签，则不计算这个测量值。另外，可以将有标签的先前测量数据的数量的确定限制在预定义的时间段内，例如最近90天，以便排除较旧的测量值。
在确定了先前测量数据的数量的情况下，处理器140将这个数量与存储在数据存储器130中的预定最小值(例如15)进行比较。如果涉及相应标签的先前测量数据的数量小于预定最小值(例如，针对特定标签为15)，则处理器基于以下将详细说明的简单的第一标记计算规则自动将从一组标签中选择的对应标签分配给新测量值。
如果涉及存储在数据存储器130中的对应标签的先前测量数据的数量等于或大于预定最小值，则处理器140基于以下将详细说明的更复杂的第二标记计算规则自动将从一组标签中选择的对应标签分配给新测量值。
如果对应标签的自动分配是基于第一标记计算规则，则处理器140继续下一步骤380。
在这个步骤中，处理器140将当前血糖测量值的时间戳的绝对时间与存储在数据存储器130中用于事件的标签预选的时间范围进行比较。如果新测量值的时间戳、特别是时间戳的时间信息位于例如餐后午餐事件的当前时间范围内或通常空腹时间周围的空腹窗口内，则空腹标签或午餐后标签分别被自动提供用于由用户确认并且与例如分别为删除(struck out)、空苹果或咬过的苹果的对应符号168一起显示在显示器162处(参见图3)。
为了示出确认是必要的，在显示器162上显示的标签符号168闪烁/闪耀。现在，用户可以例如通过按压确认键152确认空腹标签。可替代地，用户可以使用例如向上和向下键153、154将标签改变为餐前早餐标签、餐后早餐标签或无标签(零)。如果选择了正确的标签，则用户通过按压确认键152确认标签。通过使用确认键152确认标签，所显示的标签符号停止闪耀并且在不闪烁的情况下连续显示标签符号。在这种情况下，按压向上/向下键153、154将不会改变标签。然后，处理器140发起经由接收单元120将关于当前测量值的相关联、经确认标签存储在数据存储器130中。
如果在步骤380中处理器140无法找到用于标签预选或指代当前测量值的时间戳的时间信息的空腹窗口的任何范围，则自动选择无标签。
在按压确认键152之后，如果用户再次按压确认键，则标签将再次开始闪耀，并且按压向上/向下键将再次允许用户再次改变标签，如以上解释的。
如果涉及对应标签的先前测量数据的数量等于或大于预定最小值，则处理器140在步骤375之后继续进行步骤501并且开始图6中描绘的图的第二标记计算规则分支。这种标记计算规则更复杂，并且需要一定数量的标记测量值。
其中，在下一步骤502中，根据新测量值的时间戳的绝对时间，处理器140确定通常时间点的最近的过去时间点和通常时间点的最近的未来时间点，该通常时间点在示出了x轴620处的时间戳的绝对时间和y轴610处的血糖值的图7的图中的24小时时段内描绘。
图7在x轴620上描绘了通常的禁食时间641、通常的早餐后时间642、通常的午餐前时间643、通常的午餐后时间644、通常的晚餐前时间645、通常的晚餐后时间646和通常的就寝时间647。例如，通常的空腹时间641由处理器140确定为用存储在数据存储器130中的空腹标签标记的所有先前血糖测量值的时间值的中值时间值或者为用在预定的先前时段(例如，最近90天)内的空腹标签标记的先前血糖测量值的中值时间值。
例如，数据存储器130可以包含三个血糖测量值，该三个血糖测量值与空腹标签相关联、位于预定时间范围内并且与以下示例性时间戳相关联：
1)上午7:45。
2)上午7:30。
3)上午8:30。
在这种情况下，这些空腹血糖测量的时间值的中值时间值以及因此通常的空腹时间641是1)上午7:45。
类似地，通常的早餐后时间642是用存储在数据存储器130的所有存储测量值的早餐后标签标记的所有先前血糖测量值的时间值的中值时间值，或者是用在预定的先前时段(例如，最近90天)内的早餐后标签标记的先前血糖测量值的中值时间值。
剩余的通常事件时间643至647关于相应事件类似地计算。
包括空腹标签的测量的对应的中值测量值用附图标记631指定。
例如，之前的三个空腹血糖测量值是：
1)125mg/dl
2)95mg/dL
3)100mg/dl
然后，空腹标签的中值测量值631是3)100mg/dL。
因此，附图标记632指早餐后标签的中值测量值、附图标记633指午餐前标签的中值测量值、附图标记634指午餐后标签的中值测量值、附图标记635指晚餐前标签的中值测量值、附图标记636指晚餐后标签的中值测量值并且附图标记637指就寝时间标签的中值测量值。
图7中的图还以附图标记650示出了新测量值，该新测量值根据其时间戳的绝对时间并且根据其关于x轴620和y轴610的血糖值进入图中。从图7中的图可以推导出，通常时间点641、642、643、644、645、646、647的最近的过去时间点是通常的早餐后时间642。与其时间戳的绝对时间最近的通常时间点641、642、643、644、645、646、647的未来时间点是通常的午餐前时间643。
图7的一个区域以放大的形式在图8和9中描绘出。图8示出了测量值650的第一个实施例，并且图9示出了另一实施例。
在步骤502中，计算新测量值650的时间戳的绝对时间与通常的早餐后时间642(最近的过去时间点)之间的绝对差值。图7至图9中的结果由ARTP指定。类似地，计算新测量值650的时间戳的绝对时间与通常的午餐前时间643(最近的未来时间点)之间的绝对差值并且在图7至图9中由ARTF指定。在图8中描绘的第一个实施例中，ARTP＝60分钟且ARTF＝75分钟。图9中描绘的第二个实施例揭示ARTP＝65分钟且ARTF＝70分钟。
进一步地，在步骤502中，计算ARTP与ARTF之间的差的绝对值D＝Abs(ARTP-ARTF)。在图8中描绘的第一个实施例中，这个值为D＝15分钟，并且在图9中描绘的第二个实施例中，这个值为D＝5分钟。
在步骤503中，将值D＝Abs(ARTP-ARTF)与ARTP和ARTF中较大的一个的预定百分率进行比较。该百分率可以是例如5％、10％或15％。该预定百分比率优选地存储在数据存储器130中，并且可以由用户或HCP改变。
在图8中描绘的第一个实施例中，针对15％的百分率，计算值为11.25分钟，并且在第二个实施例中，值为10.5分钟，其中，在每种情况下，ARTF是ARTF和ARTP中的较大值。
如果ARTP与ARTF之间的差异很小并且在ARTP和ARTF中较大的一个的以上提及的预定百分比内，则新测量值650的时间戳的绝对时间接近最近的过去时间点与最近的未来时间点之间的中心时间。
在这个区域中，几乎不能判定新血糖值650是属于较早还是较晚时间段，在这种情况下，判定其是早餐后血糖值还是午餐前血糖值。不能做出决定的时间范围(称为任意区域)被定义为一个时间跨度，其宽度等于ARTP和ARTF中较大区域的预定百分率的2倍，其中，该任意区域以最近过去时间点(在这种情况下，通常早餐后时间642)和最近的未来时间点(在这种情况下，通常午餐前时间643)的平均值为中心。任意区域在图7至图9中用附图标记655来描绘。
如果新测量值650的时间戳在任意区域655内，则必须考虑用于确定事件的对应标签的另一标准，如以下所描述的。
如果新测量值650的时间戳在任意区域655之外，则过程继续步骤509，并且选择通常时间点641、642、643、644、645、646、647的未来或过去时间点中最近的一个，并且对应的标签自动分配给新测量值650，并且提供由用户确认，并且在显示器162处用相应的符号168显示，类似于如以上针对第一标记计算规则解释的步骤140。这意味着如果ARTP<ARTF，则选择最近的过去时间点的标签，并且如果ARTF<ARTP，则分配最近的未来时间点的标签。还类似地，所分配的标签的标签符号168显示在显示器162上并且闪烁/闪耀，并且用户可以通过按压确认键152来确认这个标签。
关于图8中描绘的第一个实施例，将D＝15分钟与11.25分钟(ARTF的15％)进行比较。因为15分钟>11.25分钟，所以新测量值650的时间戳在任意区域655之外，并且选择最近的一个通常时间点的事件，并且对应的标签自动分配给新测量值650。
因此，关于图8，如以上解释的，自动选择并显示早餐后标签642。
可替代地，如果必要，用户可以使用向上和向下键153、154将标签改变为另一标签。如果选择了正确的标签，则用户通过按压确认键152确认标签。然后，停止显示的标签符号的闪耀，并且继续显示标签符号但不闪耀。确认后，处理器140发起经由接收单元120将关于新测量值650的相关联、经确认标签存储在数据存储器130中。
如果值D在任意区域655内，则过程继续步骤504。
这是图9中描绘的第二个实施例的情况。其中，
D＝5分钟，并且15％的ARTF＝10.5分钟，该值更大。值D位于任意区域655内。
在步骤504中，确定值ARBGP和ARBGF。ARBGP是涉及最近的过去时间点的事件的中值测量值与新测量值之间的绝对差值，在本实施方案中，ARBGP是涉及早餐后事件632的中值测量值与新测量血糖值650之间的绝对差值。在图7至图9中，描绘了ARBGP。因此，值ARBGF是涉及最近未来时间点事件的血糖中值与新测量值之间的绝对差值，在本情况下，值ARBGF是新测量值650与涉及午餐前事件的中值血糖值633之间的绝对血糖值差。值ARBGF在图7至图9中描绘。其中，线ARBGP和ARBGF平行于y轴610延伸。
在图9的第二个实施例中，早餐后标签的中值测量值632是8.9mmol/L。午餐前标签的中值测量值633是5.6mmol/L。新血糖测量值650是7.1mmol/L。因此，ARBGP计算为1.8mmol/L，并且ARBGF计算为1.5mmol/L。
在下一个步骤505中，比较值ARBGP和ARBGF。如果ARBGP>ARBGF，则在步骤506中选择通常时间点641、642、643、644、645、646、647的最近的未来时间点的标签。这意味着测量值更接近未来时间点的中值测量值。这是如图9所示出的第二个实施方案中的情况，使得在这种情况下，午餐前标签被分配给新测量值650并示出在显示器162处。
因此，如果ARBGP<ARBGF，则在步骤507中将最近的通常时间点的标签分配给新测量值650并在显示器162处显示。
如果ARBGP＝ARBGF，则该方法继续步骤508，并且通过比较ARTP和ARTF来选择标签，如以上针对步骤509所解释的。
如以上解释的，所分配的标签首先以闪烁/闪耀模式示出，以供用户确认或改变。用户可以通过确认键152确认所分配或所选择的标签。
之后，如图6所描绘的到达步骤510，并且结束第二标记计算规则，并且本发明方法继续步骤390和步骤400，如以下关于图5所解释的。
进一步地，在“日志簿”模式下，允许用户以以上解释的方式但仅在来自血糖测量值的相关联时间戳的预定义时间范围内改变标签，例如2天内。在空腹标签的情况下，可以允许用户仅在同一天的预定义通常空腹时间周围的预定义空腹窗口内将标签改变为空腹标签。
如果当前测量值的时间戳落入通常空腹时间周围的空腹窗口内并且已经存在那一天的被标记为空腹的测量值，则可以询问用户哪个测量值应当与空腹标签相关联。在将测量值之一选择为空腹值之后，由用户确认该选择。
进一步地，如果例如通常空腹时间周围的空腹窗口与例如针对早餐(餐前)的时间范围重叠，则在第一标记计算规则中空腹标签可以比(餐前)早餐标签更具优先权。因此，在这种情况下，如果那一天没有记录空腹值，则在当前测量值的时间戳位于通常空腹时间周围的空腹窗口以及针对早餐餐前的时间范围内时自动选择空腹标签。
在另一实施方案中，闪耀标签可能不仅由用户通过按压确认键152来确认，还通过在血糖测试之后或在医疗设备进入睡眠模式时从端口112移除测试条来确认。
在结束了第一标记计算规则或第二标记计算规则后的下一个可选步骤390(参见图5)中，可以由用户使用向上和向下键153、154选择对当前测量值的评论。然后可以使用确认键152确认该评论，其中，然后将所选评论存储在也与新测量值相关联的数据存储器130中。
当医疗设备100处于“测量BG”模式下时，设备然后可在例如120秒之后自动转到睡眠状态(步骤400)，而不需要任何新动作。一旦设备已经返回新测量值，设备就在例如60秒之后自动转到睡眠状态，而不需要任何用户交互。
如以上解释的，医疗设备100提供被称为“日志簿”模式的至少一种存储器回顾模式。以下解释了对应显示和计算。
当用户通过按压例如确认按钮152激活医疗设备100时，进入“日志簿”模式。然后示出了如图3中描绘的显示。
在“日志簿”模式下优选地以条目进入设备的顺序或可替代地根据分配给测量值的时间和日期显示测量值。具体地，在进入“日志簿”模式时，示出最近的血糖测量值。按压向上和向下键153、154，用户可以例如通过按压向下键153滚动记录，用户可以适时向后滚动，并且通过按压向上键154，用户适时向前滚动。
图3中描绘了示出测量值的显示器162的一个实施例。用户从显示器的左下角的“簿”符号165已知他/她已经进入“日志簿”模式。
“日志簿”模式下的显示器162将血糖测量值166进一步示出为屏幕中心的最大数字。在测量值166上方，显示了包括日期和时间的相关联时间戳167。在右侧，提供了作为符号168的相关联标签，其中，符号可以示出例如如在相关联空腹标签的情况下在图3中的附图标记168处示出的空、删除苹果，如在相关联餐前标签的情况下在图4b)中示出的完整苹果，如在相关联餐后标签的情况下在图4c)中示出的咬过的苹果或者如在相关联无标签的情况下在图4a)中示出的删除圈。进一步地，餐名(早餐、午餐、晚餐)可以示出在显示屏162的符号上方。另外地，在显示器162的右下角，提供了血糖值的测量单位169。
趋势信息可以由如图3中的显示器162的左上角的附图标记201处示出的箭头提供。
如以上解释的，在示例实施方案中，设备100可以被实现为两部分设备，其中，数据存储器130、接收单元120、处理器140、用户输入单元150、具有显示器162的显示单元160、接口单元170和时钟单元180形成数据管理单元并且在设备的第一部分中实现，该第一部分像智能电话或与形成设备的第二部分的测量单元110分开的另一个计算机。本发明方法作为软件程序(应用或“app”)在设备的硬件上运行。键151、152、153和154在这种情况下被实现为触摸屏的显示器上的按钮字段。
附图标记列表
100 医疗设备
110 BG测量单元
112 槽
120 接收单元
130 数据存储器
140 处理器
150 用户输入单元
151、152、153、154 键
160 显示单元
162 显示器
166 血糖测量值
167 时间戳
168 标签符号
169 测量单位
170 接口
180 时钟单元
201 趋势信息
310、320、330、340、350、360 程序步骤
370、375、380、390、400、501 程序步骤
502、503、504、505、506、507 程序步骤
508、509、510 程序步骤
610 y轴
620 x轴
631 空腹标签的中值测量值
632 早餐后标签的中值测量值
633 午餐前标签的中值测量值
634 午餐后标签的中值测量值
635 晚餐前标签的中值测量值
636 晚餐后标签的中值测量值
637 就寝时间标签的中值测量值
641 通常空腹时间
642 通常早餐后时间
643 通常午餐前时间
644 通常午餐后时间
645 通常晚餐前时间
646 通常晚餐后时间
647 通常就寝时间
650 测量值
655 任意区域
ARTF 新测量值的时间戳与最近的未来时间点的绝
对时间差
ARTP 新测量值的时间戳与最近过去时间点之间
的绝对时间差
ARBGP 新测量值与涉及最近的过去时间点的事件
的先前测量数据的中值之间的绝对差值
ARBGF 新测量值与涉及最近的未来时间点的事件
的先前测量数据的中值之间的绝对差值

Claims (10)

1.一种用于支持人体健康控制的数据管理单元，该单元包括：
处理器(140)，
接收单元(120)，其适用于接收身体属性的测量数据并且连接至该处理器(140)，其中，每个新血糖测量值(650)的对应时间戳和该血糖测量值一起被接收或由该接收单元确定，
数据存储器(130)，其连接至该处理器(140)并且适用于存储第一标记计算规则、不同于该第一标记计算规则的至少一个第二标记计算规则以及先前接收的测量数据，其中一些具有涉及事件的对应标签，
其中，在从该接收单元(120)接收到新血糖测量值(650)之后，该处理器(140)适用于处理以下步骤：
·如果涉及存储在该数据存储器(130)中的对应标签的先前测量数据的数量小于预定最小值，
o则无标签自动分配给该新血糖测量值(650)或
o基于该第一标记计算规则，从一组标签中选择的对应标签被自动分配给该新血糖测量值(650)，
·如果涉及存储在该数据存储器(130)中的对应标签的先前测量数据的该数量等于或大于该预定最小值，则基于该至少一个第二标记计算规则，从一组标签中选择的对应标签被自动分配给该新血糖测量值(650)，
其中，该第一标记计算规则和/或该至少一个第二标记计算规则包括该新血糖测量值(650)的时间戳与至少第一事件的预定义的第一时间范围的比较以及与至少第二事件的预定义的第二时间范围的比较，
其中，该至少一个第二标记计算规则考虑第一事件的第一通常时间点以及至少第二事件的第二通常时间点，
其中，该至少一个第二标记计算规则考虑
该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差，即该第一通常时间点和所有第二通常时间点；以及
该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差，即该第一通常时间点和所有第二通常时间点，而且
其中，该至少一个第二标记计算规则考虑该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差之间的绝对时间差(D)，并且将这个时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差和该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差中较大的一个的预定百分率进行比较，并且进一步地
如果该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差之间的绝对时间差(D)大于该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差和该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差中较大的一个的预定百分率，则该至少一个第二标记计算规则将最近的未来时间点和最近的过去时间点中较近的一个的事件的标签分配给该新血糖测量值(650)，
如果该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差之间的绝对时间差(D)小于或等于该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差和该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差中较大的一个的预定百分率，则该第二标记计算规则使用另一标准以便将标签分配给该新血糖测量值(650)。
2.根据权利要求1所述的数据管理单元，其中，该接收单元(120)进一步包括时钟单元(180)，其中，该时钟单元(180)确定该新血糖测量值(650)的对应时间戳。
3.根据权利要求1或2所述的数据管理单元，其进一步包括显示器(162)，其连接至该处理器(140)并且适用于在视觉上和/或在听觉上和/或在触觉上显示接收到的消息或信息，其中，该显示器(162)进一步适用于显示该自动分配的标签并请求用户确认该标签或改变并确认该标签，
其中，在该接收单元(120)接收到用户确认之后，该处理器发起将该新血糖测量值(650)和该对应的经确认标签存储在该数据存储器(130)中。
4.根据权利要求1所述的数据管理单元，其中，该至少一个第二标记计算规则包括根据该存储的先前测量数据的标签和时间戳来调整该预定义的第一时间范围和该至少一个预定义的第二时间范围。
5.根据权利要求1或2所述的数据管理单元，其中，该至少一个第二标记计算规则考虑该存储的先前测量数据和/或该新血糖测量值(650)。
6.根据权利要求5所述的数据管理单元，其中，该另一标准考虑该新血糖测量值(650)。
7.根据权利要求6所述的数据管理单元，其中，该至少一个第二标记计算规则在该另一标准中计算
该新血糖测量值(650)与涉及最近的过去时间点的事件的先前测量数据的中值之间的绝对差值，以及该新血糖测量值(650)与涉及最近的未来时间点的事件的先前测量数据的中值之间的绝对差值；其中，
如果该新血糖测量值(650)与涉及最近的过去时间点的事件的先前测量数据的中值之间的绝对差值大于该新血糖测量值(650)与涉及最近的未来时间点的事件的先前测量数据的中值之间的绝对差值，则该至少一个第二标记计算规则分配最近的未来时间点事件的标签，
如果该新血糖测量值(650)与涉及最近的过去时间点的事件的先前测量数据的中值之间的绝对差值小于该新血糖测量值(650)与涉及最近的未来时间点的事件的先前测量数据的中值之间的绝对差值，则该计算规则分配最近的过去时间点事件的标签，
如果该新血糖测量值(650)与涉及最近的过去时间点的事件的先前测量数据的中值之间的绝对差值等于该新血糖测量值(650)与涉及最近的未来时间点的事件的先前测量数据的中值之间的绝对差值，则该计算规则比较该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差和该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差，其中，如果该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差大于该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差，则该计算规则分配最近的未来时间点的事件的标签，
如果该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差小于或等于该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差，则该计算规则分配最近的过去时间点事件的标签。
8.一种医疗设备(100)，其包括在先权利要求中任一项所述的数据管理单元。
9.一种用于操作用于支持健康控制的数据管理单元的方法，该单元包括：
处理器(140)，以及
数据存储器(130)，其连接至该处理器(140)并且适用于存储第一标记计算规则、不同于该第一标记计算规则的至少一个第二标记计算规则以及先前接收的测量数据，其中一些具有涉及事件的对应标签，
其中，该方法包括步骤
-通过接收单元(120)接收身体属性的新血糖测量值(650)，该接收单元连接至该处理器(140)，
-和该血糖测量值一起接收该新血糖测量值(650)的对应时间戳或通过该接收单元(120)来确定该新血糖测量值的对应时间戳，
-然后，该处理器(140)继续以下步骤
·如果涉及存储在该数据存储器(130)中的对应标签的先前测量数据的数量小于预定最小值，
o则无标签自动分配给该新血糖测量值(650)或
o基于该第一标记计算规则，从一组标签中选择的对应标签被自动分配给该新血糖测量值(650)，
·如果涉及存储在该数据存储器(130)中的对应标签的先前测量数据的该数量等于或大于该预定最小值，则基于该至少一个第二标记计算规则，从一组标签中选择的对应标签被自动分配给该新血糖测量值(650)，
其中，该第一标记计算规则和/或该至少一个第二标记计算规则包括该新血糖测量值(650)的时间戳与至少第一事件的预定义的第一时间范围的比较以及与至少第二事件的预定义的第二时间范围的比较，
其中，该至少一个第二标记计算规则考虑第一事件的第一通常时间点以及至少第二事件的第二通常时间点，
其中，该至少一个第二标记计算规则考虑
该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差，即该第一通常时间点和所有第二通常时间点；以及
该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差，即该第一通常时间点和所有第二通常时间点，而且
其中，该至少一个第二标记计算规则考虑该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差之间的绝对时间差(D)，并且将这个时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差和该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差中较大的一个的预定百分率进行比较，并且进一步地
如果该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差之间的绝对时间差(D)大于该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差和该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差中较大的一个的预定百分率，则该至少一个第二标记计算规则将最近的未来时间点和最近的过去时间点中较近的一个的事件的标签分配给该新血糖测量值(650)，
如果该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差之间的绝对时间差(D)小于或等于该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差和该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差中较大的一个的预定百分率，则该第二标记计算规则使用另一标准以便将标签分配给该新血糖测量值(650)。
10.一种计算机可读介质，所述计算机可读介质承载用于操作数据管理单元的计算机程序，该单元包括：
处理器(140)，以及
数据存储器(130)，其连接至该处理器(140)并且适用于存储第一标记计算规则、不同于该第一标记计算规则的至少一个第二标记计算规则以及先前接收的测量数据，其中一些具有涉及事件的对应标签，
其中，该计算机程序包括步骤
-通过接收单元(120)接收身体属性的新血糖测量值(650)，该接收单元连接至该处理器(140)，
-和该血糖测量值一起接收该新血糖测量值(650)的对应时间戳或通过该接收单元(120)来确定该新血糖测量值的对应时间戳，
-然后，该程序继续以下步骤
·如果涉及存储在该数据存储器(130)中的对应标签的先前测量数据的数量小于预定最小值，
ο则无标签自动分配给该新血糖测量值(650)或
ο基于该第一标记计算规则，从一组标签中选择的对应标签被自动分配给该新血糖测量值(650)，
·如果涉及存储在该数据存储器(130)中的对应标签的先前测量数据的该数量等于或大于该预定最小值，则基于该至少一个第二标记计算规则，从一组标签中选择的对应标签被自动分配给该新血糖测量值(650)，
其中，该第一标记计算规则和/或该至少一个第二标记计算规则包括该新血糖测量值(650)的时间戳与至少第一事件的预定义的第一时间范围的比较以及与至少第二事件的预定义的第二时间范围的比较，
其中，该至少一个第二标记计算规则考虑第一事件的第一通常时间点以及至少第二事件的第二通常时间点，
其中，该至少一个第二标记计算规则考虑
该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差，即该第一通常时间点和所有第二通常时间点；以及
该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差，即该第一通常时间点和所有第二通常时间点，而且
其中，该至少一个第二标记计算规则考虑该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差之间的绝对时间差(D)，并且将这个时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差和该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差中较大的一个的预定百分率进行比较，并且进一步地
如果该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差之间的绝对时间差(D)大于该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差和该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差中较大的一个的预定百分率，则该至少一个第二标记计算规则将最近的未来时间点和最近的过去时间点中较近的一个的事件的标签分配给该新血糖测量值(650)，
如果该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差与该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差之间的绝对时间差(D)小于或等于该新血糖测量值(650)的时间戳与所有通常时间点的最近过去时间点的绝对时间差和该新血糖测量值(650)的时间戳与所有通常时间点的最近未来时间点的绝对时间差中较大的一个的预定百分率，则该第二标记计算规则使用另一标准以便将标签分配给该新血糖测量值(650)。
CN201780076513.2A 2016-12-13 2017-12-12 用于支持健康控制的数据管理单元 Active CN110168655B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16306674 2016-12-13
EP16306674.9 2016-12-13
PCT/EP2017/082310 WO2018108854A1 (en) 2016-12-13 2017-12-12 Data management unit for supporting health control

Publications (2)

Publication Number Publication Date
CN110168655A CN110168655A (zh) 2019-08-23
CN110168655B true CN110168655B (zh) 2024-05-07

Family

ID=57681505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780076513.2A Active CN110168655B (zh) 2016-12-13 2017-12-12 用于支持健康控制的数据管理单元

Country Status (5)

Country Link
US (1) US11468042B2 (zh)
EP (1) EP3555779B1 (zh)
JP (1) JP7134997B2 (zh)
CN (1) CN110168655B (zh)
WO (1) WO2018108854A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114021672B (zh) * 2022-01-06 2022-04-22 苏州百孝医疗科技有限公司 标签生成方法和装置、监控血糖水平的系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7570980B2 (en) * 2002-09-11 2009-08-04 Becton, Dickinson And Company Apparatus and method for monitoring blood glucose levels including convenient display of blood glucose value average and constituent values
CN103168304A (zh) * 2010-10-15 2013-06-19 霍夫曼-拉罗奇有限公司 用于设备的糖尿病管理系统的元数据标签系统
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
EP2851821A1 (en) * 2013-09-20 2015-03-25 Sanofi-Aventis Deutschland GmbH Medical device and method operating same

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005093629A2 (en) 2004-03-26 2005-10-06 Novo Nordisk A/S Device for displaying data relevant for a diabetic patient
CA2646279C (en) 2006-03-23 2015-12-08 Becton, Dickinson And Company System and methods for improved diabetes data management and use employing wireless connectivity between patients and healthcare providers and repository of diabetes management information
US20080255707A1 (en) 2007-04-10 2008-10-16 Hebblewhite Harry R Method and system for categorizing blood glucose tests at test time in a portable device or later in a downloading program and then analyzing the categories separately
AU2009200129B2 (en) 2008-01-18 2015-06-25 Lifescan Scotland Limited Analyte testing method and system
US20090240127A1 (en) * 2008-03-20 2009-09-24 Lifescan, Inc. Methods of determining pre or post meal time slots or intervals in diabetes management
US9965587B2 (en) * 2013-07-08 2018-05-08 Roche Diabetes Care, Inc. Reminder, classification, and pattern identification systems and methods for handheld diabetes management devices
EP2851822A1 (en) * 2013-09-20 2015-03-25 Sanofi-Aventis Deutschland GmbH Data management unit and method operating same

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7570980B2 (en) * 2002-09-11 2009-08-04 Becton, Dickinson And Company Apparatus and method for monitoring blood glucose levels including convenient display of blood glucose value average and constituent values
CN103168304A (zh) * 2010-10-15 2013-06-19 霍夫曼-拉罗奇有限公司 用于设备的糖尿病管理系统的元数据标签系统
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
EP2851821A1 (en) * 2013-09-20 2015-03-25 Sanofi-Aventis Deutschland GmbH Medical device and method operating same

Also Published As

Publication number Publication date
JP7134997B2 (ja) 2022-09-12
EP3555779B1 (en) 2023-12-06
CN110168655A (zh) 2019-08-23
EP3555779C0 (en) 2023-12-06
WO2018108854A1 (en) 2018-06-21
US20210256008A1 (en) 2021-08-19
US11468042B2 (en) 2022-10-11
EP3555779A1 (en) 2019-10-23
JP2020515956A (ja) 2020-05-28

Similar Documents

Publication Publication Date Title
AU2018211206B2 (en) Medical system
US20100198142A1 (en) Multi-Function Analyte Test Device and Methods Therefor
CN106687964B (zh) 用两种模式对基础胰岛素的滴定
JP6509232B2 (ja) データ管理ユニットおよびその動作方法
US20200043586A1 (en) Data management unit for supporting health control
CN110168655B (zh) 用于支持健康控制的数据管理单元
JP7196077B2 (ja) 健康管理を支えるためのデータ管理ユニット
JP7146764B2 (ja) 健康管理を支えるためのデータ管理ユニット

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