-
Die
vorliegende Erfindung betrifft die Gebiete der Spektroskopie, Spektrophotometrie
und der Chemometrie. Im besonderen betrifft die vorliegende Erfindung
ein Verfahren zum Kalibrieren einer Spektroskopievorrichtung für das Vorhersagen
von Analytniveaus auf eine nicht-invasive Weise. Das Verfahren der
vorliegenden Erfindung ist im besonderen für eine Blutzukkervorhersage
basierend auf nahinfrarot-spektrophotometrischen Messungen geeignet.
-
Biotechnologische
Analysen und Untersuchungen basieren häufig auf der Messung verschiedener
chemischer Analyte in der Zusammensetzung einer biologischen Matrix,
wie beispielsweise Blut, Zwischenzellflüssigkeit oder lebendes Gewebe.
Solche Messungen können
verwendet werden, um den Gesundheitszustand eines Patienten auszuwerten und
um festzustellen, welche Behandlung, wenn überhaupt, notwendig ist. Beispielsweise
ist bei Diabetikern die häufige Überwachung
von Blutzuckerniveaus mit Glukosemeßgeräten oft notwendig, um diesen
Personen das Zurechtkommen mit der Diabetes-Mellitus-Erkrankung
zu ermöglichen,
indem sie bei Bedarf Insulininjektionen oder orale Medikamente zum
Senken des Blutzuckers einnehmen. Eine intensive Behandlung basierend
auf häufigen
Blutzuckermessungen kann das Auftreten von Blindheit, Nierenverlust
und anderen mit Diabetes verbundenen Komplikationen signifikant
verringern.
-
Die
meisten Glukosemeßsysteme
für zu Hause
setzen voraus, daß sich
der Patient invasiv eine Blutprobe abnimmt, indem er in seinen oder
ihren Finger sticht, die Probe auf einem geeigneten Teststreifen
plaziert und dann in einem optischen Glukosemeßgerät testet. Für Millionen von Diabetikern
auf der ganzen Welt ist die Verwendung von Lanzetten oder anderen
scharfen Instrumenten zum Gewinnen von Blut für die Überwachung ihrer Insulinwerte
ein schmerzhafter Vorgang, der häufig
Schwielen an den Fingern hervorruft, was das Abnehmen von Blut sogar
noch schwieriger macht. Diese invasive Prozedur kann bei Kindern
besonders schwierig durchzuführen
sein und sich daher als besonders aufreibend für die Eltern erweisen. Außerdem sind die
für jede
Blutprobe erforderlichen Teststreifen im allgemeinen nicht wiederverwendbar
und belaufen sich bei der Durchführung
mehrerer Messungen pro Tag vom Standpunkt des Patienten aus auf
si gnifikante Kosten. Daher überwachen
viele Diabetiker ihre Glukosewerte trotz der Tatsache, daß eine große Anzahl
von Diabetikern im Laufe des Tages etliche Messungen durchführen sollte
(für einige
Einzelpersonen empfehlen die Ärzte
das Testen der Glukoseniveaus vier- bis siebenmal täglich),
aufgrund der damit verbundenen Schmerzen, Kosten und Unbequemlichkeiten
nicht häufig
genug.
-
Spektroskopie
basiert auf der Analyse, wie einfallende Strahlung mit den rotatorischen
und Schwingzuständen
von Molekülen
interagiert, die von analytischem Interesse sind. Spektroskopische Meßtechniken
haben aufgrund ihrer Fähigkeit, schnelle
und nicht-invasive Messungen von Konzentrationen verschiedener Chemikalien
oder Analyte bereitzustellen, erhöhte Popularität gewonnen.
Wegen der oben genannten Gründe
ist dies für
Glukosemeßgeräte für zu Hause
besonders wünschenswert. Spektrophotometrie
ist eine Art von Spektroskopie, die im allgemeinen verwendet wird,
um Analytkonzentrationen basierend auf der spektralen Energieverteilung
im Absorptionsspektrum einer Probenlösung oder eines Probenmediums
quantitativ zu messen. In der Spektrophotometrie wird die Energieverteilung
typischerweise innerhalb eines Bereichs des sichtbaren, ultravioletten,
infraroten oder nahinfraroten Spektrums analysiert. Beispielsweise
ist nahinfrarote Strahlung (NIR) elektromagnetische Strahlung mit
einer Wellenlänge
zwischen ungefähr
0,75 und 2,5 Mikrometern (das heißt, von 150 bis 400 THz). Nahinfrarote
Spektrophotometrie verwendet im allgemeinen Instrumente mit Quarzprismen
in Monochromatoren und mit Bleisulfid-Photoleiterzellen als Detektoren,
um Absorptionsbänder
zu beobachten, und die NIR-Spektrophotometrie
wird zunehmend verwendet, um In-Vivo-Analyte wie beispielsweise Glukose,
Gesamthämoglobin,
Albumin, Cholesterin oder Ethanol zu messen.
-
Die
nicht-invasive, spektrophotometrische Messung von Glukose bei Menschen
wird durch Fokussieren einer einfallenden Strahlungsquelle (oder mehrerer
Quellen) auf ein bestimmtes Körperteil
und Detektieren der spektralen Verteilung der dadurch übertragenen
Strahlung durchgeführt.
Die Extinktion von Licht von der einfallenden Strahlung wird von
den chemischen Komponenten innerhalb des Körperteils, einschließlich Wasser,
Fett, Eiweiß,
Hämoglobin,
Melanin und Glukose, verursacht. Eine Schwierigkeit bei Glukosemessungen
mittels Spektralanalyse ist die spektrale Überlappung zwischen Glukose
und anderen, im Blut häufig
in viel höheren
Mengen als Glukose auftretenden Chemikalien. Zusätzlich wird die Dicke, Farbe
und Struktur von Haut, Knochen und Blut, durch welche die einfallende
Strahlung hindurchtritt, ihre Übertragung
(oder Reflexion/Absorption) beeinflussen. Außerdem kann die Analytkonzentration
mit Änderungen
im Aktivitätszustand,
der Diät,
Hormonschwankungen und anderen Faktoren variieren. Glukosekonzentrationsmessungen
sind auch besonders anfällig
für Schwankungen
der physikalischen und chemischen Bedingungen, einschließlich Temperatur,
Druck, Feuchtigkeit und Hautfeuchtigkeit. Als Ergebnis sollten zum
Durchführen
einer zuverlässigen, nicht-invasiven
Glukosevorhersage NIR-Spektralmessungen durch einen vaskulären, equilibrierten Körperbereich
durchgeführt
werden, und ein NIR-Glukosespektrophotometer
muß sorgfältig ausgelegt
werden, so daß die
Qualität
von Spektralrohinformation von einem NIR-Glukosemeßgerät hoch ist. Vergleiche allgemein
Waynant und Chenault "Overview
of Non-Invasive Optical Glucose Monitoring Techniques", IEEE LEOS Newsletter,
Band 12, Nr. 2 (April 1998); und Burmeister und Arnold, "Spectroscopic Considerations
for Non-Invasive Blood Glucose Measurements with Near Infrared Spectroscopie, IEEE
LEOS Newsletter, Band 12, Nr. 2 (April 1998).
-
Nahinfrarot-Glukosemessungen
sind im allgemeinen geeignet für
Gewebetiefen im Bereich von ungefähr 1 mm bis 10 cm und werden
häufig
durch die Fingerspitze eines Patienten durchgeführt, obwohl andere Körperbereiche
(zum Beispiel die Interdigitalfalte zwischen zwei Fingern, ein Ohrläppchen oder
die Oberlippe) ebenfalls verwendet werden können. Die Probendicke ist ein
wichtiger experimenteller Parameter, weil eine größere Dicke
den Absorptionsanteil vergrößert und
dadurch die minimalen Grenzwerte für eine Detektion senkt, während das spektrale
Rauschen effektiv erhöht
wird, weil weniger einfallende Strahlung eine dickere Probe erfolgreich (d.h.
ohne absorbiert zu werden) durchquert: Vergleiche Burmeister und
Arnold, oben.
-
Zusätzlich zu
den Schwierigkeiten beim Erhalten von genauen spektralen Messungen
mittels NIR-Spektrophotometrie war eine wesentlichere mit solchen
Messungen verbundene Schwierigkeit die Notwendigkeit, ein solches
Instrument so zu kalibrieren, daß es von einer Vielzahl verschiedener
Einzelpersonen verwendet werden kann, deren Analytkonzentrationen
und -variabilitäten
sich beispielsweise erheblich unterscheiden können. Eine Kalibrierung von
Spektrophotometern (und von analytischen Instrumenten im allgemeinen)
ist notwendig, um die Genauigkeit von durch solche Vorrichtungen
durchgeführten
Messungen sicherzustellen.
-
Im
Stand der Technik wurden zwei Ansätze zum Kalibrieren und Vorhersagen
von Analyt(z.B. Glukose)-Niveaus verwendet. Beim ersten Ansatz wird
ein gründlicher
Kalibrierungsvorgang für
jede Einzelperson separat durchgeführt, für die das Instrument verwendet
werden soll. Dieser individuelle Kalibrierungsvorgang erfordert
das Abnehmen einer Anzahl von Blutproben von der Einzelperson während eines
Zeitraums und das Gewinnen von Referenzglukosekonzentrationsmessungen
aus diesen Proben. Gleichzeitig wird eine Anzahl von entsprechenden nicht-invasiven,
spektroskopischen Messungen und danach eine Kalibrierungsregressionsanalyse
durchgeführt,
um beispielsweise durch eine lineare Regressionsanalyse die nicht-invasiven
Messungen mit den Referenzmessungen zu korrelieren. Auf diese Weise
wird die spektroskopische Vorrichtung oder das Spektrophotometer
speziell für
die spezifische Einzelperson kalibriert. Jedoch ist ein Hauptnachteil dieses
Ansatzes, daß das
Kalibrierungsmodell auf Daten dieser speziellen Einzelperson begrenzt
ist, die eine unzureichende Informationsmenge hinsichtlich einer
Variation von Spektren aufweisen können, welche die des Analyts
von Interesse überlagern
(mit ihm interferieren). Es ist wichtig, solche Spektren charakterisieren
zu können,
um hochpräzise
Analytvorhersagen zu ermöglichen.
Um dieses Problem abzumildern, muß der spezielle Kalibrierungsvorgang ggf.
häufig
ausgeführt
werden, sogar auf täglicher Basis.
-
Ein
alternativer Kalibrierungsansatz setzt die Entwicklung eines universellen
oder allgemeinen Kalibrierungsalgorithmus voraus. Dieser Ansatz
basiert auf dem Gedanken, daß durch
Durch führen
einer großen
Anzahl von Kalibrierungsmessungen (wie im ersten Ansatz) ein einzelnes
Kalibrierungsmodell berechnet werden kann, das jede individuelle
Variabilität
aller überlappenden
oder interferierenden Analyte ausreichend berücksichtigt. Chemometrie, die
Anwendung von mathematischen, statistischen und formalen logischen
Verfahren auf die Chemie, wird im allgemeinen verwendet, um die
spektralen Intensitätsdaten
zu verarbeiten und zu berechnen und um ein Kalibrierungsmodell zu
erzeugen: Vergleiche Small und Arnold, "Data Handling Issues for Near Infrared
Glucose Measurements",
IEEE LEOS Newsletter, Band 12, Nr. 2 (April 1998); und Shaffer,
Small und Arnold, "Genetic
Algorithm-Based Protocol for Coupling Digital Filtering and Partial
Least-Squares Regression: Application to the Near-Infrared Analysis of
Glucose in Biological Matrices",
Anal. Chem. 68, 2663–2675
(1996). Jedoch ist für
Messungen von Glukose und anderen Analyten, die merklich und unterschiedlich
von einer individuellen Probe zur anderen variieren, ein einzelner,
allgemeiner Kalibrierungsalgorithmus häufig uneffektiv und kann signifikant
und manchmal gefährlich
fehlerhafte Vorhersagen von Analytkonzentrationsniveaus verursachen.
-
Es
werden auch Protokolle zum Koppeln digitaler Filtertechniken mit
einer Regression der partiellen kleinsten Quadrate (PLS) für eine Verwendung bei
der Erstellung multivariater Kalibrierungsmodelle aus Fourier-transformierten
Nahinfrarot-Extinktionsspektren
aufgestellt. In Small et al., "Strategies
for Coupling Digital Filtering with Partial Least-Squares Regression: "Application to the
Determination of Glucose Plasma by Fourier Transform Near Infrared Spectroscopy", Analytical Chemistry,
Band 65 (1993) 3279–3289,
wurden gaußkurvenförmige, digitale Bandpaßfilter
durch Fourier-Filtertechniken implementiert und zum Vorverarbeiten
von Spektren verwendet, um Abweichungen aufgrund der Hintergrundextinktion
der Plasmamatrix zu beseitigen.
-
Die
US 5,680,320 beschreibt
ein Verfahren zum Quantifizieren der Menge von Chemikalien, wie beispielsweise
Naßverfestigungsmitteln,
Stärken
und Retensionsmitteln, hydrophobischen und bindungslösenden Mitteln,
die mit den Zellulosefasern in Flaumzellstoff oder Papier reagiert
oder in ihnen festgehalten sind.
-
Das
Verfahren entwickelt ein Kalibrierungsmodell durch Registrieren
von Absorptions-, Reflexions- oder Emissions-Spektralrohdaten von Papier- oder Zellstoff-Referenzproben,
die bekannte Mengen der Leistungschemikalien enthalten, um eine
Lernmenge zu entwickeln; Verarbeiten der Spektralrohdaten aus den
registrierten Spektren, um Rauschen zu reduzieren und nach Drift
und diffusem Streulicht abzugleichen; Durchführen einer Datenanalyse auf
die Lernmenge, bei der die verarbeiteten Spektraldaten der Referenzproben
basierend auf einer Hauptkomponentenanalyse in verborgene Variable
(latent variables) übertragen
werden und Anwenden von chemometrischen Techniken auf die verborgenen
Variablen, um den mathematischen Ausdruck des Kalibrierungsmodells
zu finden; und Registrieren der Absorptions-, Reflexions- oder Emissions-Spektralrohdaten
einer unbekannte Mengen von Chemikalien enthaltenden Flaumpapier-
oder Zellstoffprobe, Verarbeiten der Spektralrohdaten; Übertragen
der verarbeiteten Spektraldaten in verborgene Variable, und Anwenden
des entwickelten Kalibrierungsmodells auf die verborgenen Variablen,
um die unbekannten Mengen der reagierten oder enthaltenen Leistungschemikalien
zu ermitteln.
-
Die
US 5,606,164 beschreibt
ein Verfahren und eine Vorrichtung zum Messen der Konzentration eines
in einem biologischen Fluid vorliegenden Analyts. Das Verfahren
umfaßt
die Schritte des Anwendens von NIR-Strahlung auf Kalibrierungsproben;
um Kalibrierungsdaten zu erzeugen, des Analysierens der Kalibrierungsdaten,
um Ausreißer
zu identifizieren und zu entfernen, des Erstellens eines Kalibrierungsmodells,
des Sammelns und Analysierens unbekannter Proben, um Ausreißer zu identifizieren und
zu entfernen, und des Vorhersagens der Analytkonzentration von Nicht-Ausreißern aus
dem Kalibrierungsmodell. Die Analyse der Kalibrierungsdaten umfaßt eine
Datenvorbehandlung, eine Datenzerlegung zum Entfernen redundanter
Daten und die Identifizierung und Entfernung von Ausreißern unter
Verwendung von generalisierten Distanzen. Das Kalibrierungsmodell
kann Hauptkomponentenregression verwenden, partielle kleinste Quadrate,
mehrfache lineare Regression oder künstliche neuronale Netze, und
eine Reduktion unter Verwendung einer Hauptkomponentenanalyse oder
von Bewertungen von partiellen kleinsten Quadraten. Unbekannte Probendaten
werden unter Verwendung von Datenvorbe handlung analysiert, gefolgt
von einer Projektion in den Kalibrierungsmodellraum und der Identifizierung und
Entfernung von Ausreißern
mit einer Vorhersage der Analytkonzentration unter Verwendung des
Kalibrierungsmodells.
-
Die
US 5,362,965 beschreibt
ein Verfahren zum Ermitteln des Sauerstoffgehalts und/oder des Oktans
von für
Fahrzeuge geeigneten Treibstoffen.
-
Die
US 5,576,544 beschreibt
ein Verfahren zum Bereitstellen einer allgemeinen Kalibrierung von Nahinfrarot-Mengenanalyseinstrumenten.
Das Verfahren vergleicht das Nahinfrarotspektrum einer Einzelperson
mit einer Vielzahl von Nahinfrarot-Spektralclustern. Jeder Nahinfrarot-Spektralcluster
weist einen Satz von Kalibrierungskonstanten auf. Die Kalibrierungskonstanten
des am engsten mit den individuellen Spektren verknüpften Spektralclusters
werden verwendet, um das Nahinfrarotanalysemeßinstrument spezifisch zu kalibrieren.
-
Daher
ist, während
NIR-Messungen eine nicht-invasive, schnelle, schmerzlose und bequeme Technik
zum Überwachen
von Glukoseniveaus bereitstellen, eine Korrelation und klinische
Interpretation von spektralen Messungen zum Gewinnen der echten
Glukoseniveaus äußerst wichtig
für eine
geeignete Therapie und Krankheitsüberwachung: Eine geeignete
Kalibrierung von Instrumenten für
verschiedene Patientenpopulationen (welche sich in der ethnischen
Zugehörigkeit,
Alter, Gewicht usw. unterscheiden werden), ist äußerst wichtig für das Erhalten
präziser
Glukosevorhersagemodelle. Außerdem ist
eine sorgfältige
Validierung und ein sorgfältiges Testen
der nicht-invasiven Ergebnisse und der Glukosevorhersagegleichung
notwendig, um festzustellen, ob die Glukosekorrelation für alle klinisch
wichtigen Bedingungen und für
alle, oder wenigstens für die
meisten, Patiententypen konsistent ist.
-
Die
vorliegende Erfindung ist auf ein Verfahren zum Kalibrieren einer
Spektroskopievorrichtung zum Bereitstellen einer nicht-invasiven Messung
eines Analytniveaus bei einer Testprobe gerichtet, im allgemeinen
wie im oben genannten Dokument G. W. Small et al., Analytical Chemistry,
Band 65 (1993) 3279–3289
und im Oberbegriff des Anspruchs 1 offenbart, das umfasst:
- (a) Bereitstellen einer Vielzahl von Kalibrierungsalgorithmen;
- (b) Aufnehmen eines Satzes von nicht-invasiven Spektralmessungen
unter Verwendung der Spektroskopievorrichtung und entsprechender
Referenzmessungen der Analytkonzentration für jede einer Vielzahl von Proben;
- (c) Verwenden jedes der Kalibrierungsalgorithmen, um einen Satz
von vorhergesagten Analytkonzentrationsniveaus für die in Schritt b) aufgenommenen
nicht-invasiven Spektralmessungen zu berechnen;
- (d) für
jeden Satz von in Schritt c) erhaltenen vorhergesagten Analytkonzentrationsniveaus,
Ermitteln des folgenden:
eines Bereichs der Variabilität des Analyts;
einer
Steigung der vorhergesagten Analytkonzentration gegenüber der
entsprechenden Referenzanalytkonzentration;
R2,
wobei R die Korrelation der vorhergesagten Analytkonzentration mit
der Referenzanalytkonzentration ist; und
eines Standardfehlers
der Vorhersage (SEP), wobei der SEP die Quadratwurzel des Mittels
der quadratierten Abweichungen der Referenzanalytkonzentrationen
von den vorhergesagten Analytkonzentrationen ist; und
- (e) Auswählen
eines zum Kalibrieren der Spektroskopievorrichtung geeigneten Kalibrierungsalgorithmus.
-
Gemäß diesem
Aspekt der vorliegenden Erfindung umfaßt der Auswahlschritt, wie
im Kennzeichen von Anspruch 1 definiert:
- (i)
Auswählen
der Sätze
von vorhergesagten Analytkonzentrationsniveaus, bei denen der SEP
kleiner als eine obere Fehlergrenze ist, der Variabilitätsbereich
größer als
eine untere Bereichsgrenze ist und die Steigung zwischen einer unteren
Steigungsgrenze und einer oberen Steigungsgrenze liegt, wobei die
untere und die obere Steigungsgrenze einen akzeptablen Steigungsbereich
definieren;
- (ii) Berechnung einer Eignungsbewertung für jeden der in Schritt (i)
ausgewählten
vorhergesagten Sätze
in Antwort auf die Steigung, das R2 und den
SEP für
diesen vorhergesagten Satz, und Auswählen des Kalibrierungsalgorithmus,
der dem vorhergesagten Satz mit der optimalen (höchsten) Eignungsbewertung entspricht,
als den geeigneten Kalibrierungsalgorithmus;
- (iii) Wenn keine vorhergesagten Sätze in Schritt (i) ausgewählt werden,
Auswählen
der Sätze
von vorhergesagten Analytkonzentrationsniveaus, bei denen der Variabilitätsbereich
kleiner als die untere Bereichsgrenze ist und bei dem der SEP kleiner
als die obere Fehlergrenze ist;
- (iv) Auswählen
des Kalibrierungsalgorithmus von den in Schritt
- (iii) ausgewählten
vorhergesagten Sätzen,
der dem vorhergesagten Satz mit dem geringsten SEP entspricht, als
den geeigneten Kalibrierungsalgorithmus; und
- (v) Wenn keine vorhergesagten Sätze in Schritt (i) und (iii)
ausgewählt
werden, Feststellen, daß kein Kalibrierungsalgorithmus
geeignet ist.
-
Vorzugsweise
ist der akzeptable Steigungsbereich in eine Vielzahl von Unterbereichen
entsprechend einer Vielzahl von Niveaus unterteilt, die ein erstes
Niveau und ein oder mehrere darauffolgende Niveaus umfassen. Wenn
keine vorhergesagten Sätze
im ersten Niveau ausgewählt
werden, umfaßt
das Verfahren dann das Wiederholen von Schritt (i) zu jedem darauffolgenden
Niveau, bis ein vorhergesagter Satz ausgewählt wird oder es keine darauffolgenden Niveaus
mehr gibt.
-
Die
untere Steigungsgrenze kann kleiner als Eins sein, und die obere
Steigungsgrenze kann größer als
Eins sein. Im Besonderen kann die untere Steigungsgrenze ungefähr 0,3 sein
und die obere Steigungsgrenze ungefähr 1,5. Alternativ kann der akzeptable
Steigungsbereich durch eine untere Steigungsgrenze von ungefähr 0,3 und
eine obere Steigungsgrenze von ungefähr 1,05 definiert sein.
-
Vorzugsweise
wird die Vielzahl von Kalibrierungsalgorithmen in Schritt (a) durch
die folgenden Schritte erzeugt:
- (i) Erstellen
von Datensätzen
für jedes
einer Vielzahl von Individuen durch Aufnehmen nicht-invasiver Spektralmessungen
unter Verwendung der Spektroskopievorrichtung und entsprechender Referenzmessungen
der Analytkonzentration für jede
einer Anzahl von Proben von jedem Individuum;
- (ii) Verwerfen von Datensätzen,
die für
eine Kalibrierung nicht geeignet sind, wobei die nicht für eine Kalibrierung
geeigneten Datensätze
umfassen:
Datensätze,
die wenigstens einige nicht-invasive Spektralmessungen enthalten,
welche die Spektroskopievorrichtung sättigen;
Datensätze mit
einem kleinen Variabilitätsbereich der
nicht-invasiven Spektralmessungen; und/oder
Datensätze, die
mit einer anderen Variablen korreliert sind;
- (iii) Kombinieren von für
eine Kalibrierung geeigneten Datensätzen in einer Vielzahl von
Gruppen in Abhängigkeit
davon, ob Korrelationen der kombinierten Datensätze vorgegebenen Kriterien
entsprechen; und
- (iv) Erzeugen eines Kalibrierungsalgorithmus für jede der
Datensatzgruppen.
-
Die
vorgegebenen Kriterien in Schritt (iii) können das Minimieren von Korrelationen
des Analytniveaus in den kombinierten Datensätzen in einer bestimmten Gruppe
mit anderen Parametern und das Maximieren der Korrelation zwischen
Datensätzen
in einer bestimmten Gruppe umfassen.
-
Schritte
(iii) und (iv) können
unter Verwendung einer Regressionsanalyse der partiellen kleinsten
Quadrate ausgeführt
werden.
-
Schritte
(a), (c) und (d) können
auf einem mit der Spektroskopievorrichtung verbundenen Computer
durchgeführt
werden. Außer dem
kann die Testprobe ein individueller Patient und die Spektroskopievorrichtung
ein Nahinfrarotspektrophotometer sein, und das Analyt kann aus der
Gruppe von Glukose, Hämoglobin,
Albumin, Cholesterin und Ethanol ausgewählt sein.
-
Nun
wird auf die beigefügten
Zeichnungen Bezug genommen, welche beispielhaft eine bevorzugte
Ausführungsform
der Erfindung darstellen, und in denen:
-
1 ein
Korrelationsstreudiagramm von Glukosevorhersagen für eine Anzahl
von verschiedenen Patienten basierend auf einem universellen, einzelnen
Kalibrierungsmodell ist;
-
2 ein
Korrelationsstreudiagramm von Glukosevorhersagen für eine Anzahl
von Patienten basierend auf dem die vorliegende Erfindung verkörpernden
Mehrfachalgorithmen-Kalibrierungsmodell ist;
-
3 ein
anderes Korrelationsstreudiagramm von Glukosevorhersagen für eine Anzahl
von Patienten basierend auf dem die vorliegende Erfindung verkörpernden
Mehrfachalgorithmen-Kalibrierungsmodell
ist;
-
4 ein
Korrelationsstreudiagramm von Glukosevorhersagen für einen
typischen Patienten basierend auf einem universellen, einzelnen
Kalibrierungsmodell ist; und
-
5 ein
Korrelationsstreudiagramm von Glukosevorhersagen für denselben
typischen Patienten basierend auf dem die vorliegende Erfindung
verkörpernden
Mehrfachalgorithmen-Kalibrierungsmodell ist.
-
Wie
erwähnt,
betrifft die vorliegende Erfindung ein Verfahren zum Kalibrieren
einer Spektroskopievorrichtung zum Vorhersagen von Analytniveaus
auf eine nicht-invasive Weise. Die vorliegende Erfindung kann bei
einem typischen NIR-Spektrophotometersystem verwendet werden, welches
eine durch den zu untersuchenden Gegenstand projizierte Lichtquelle,
einen Probenschnittstellenmechanismus, ein Spektrometer zum Teilen
des Lichts in seine Komponentenwellenlängen, einen Detektor, Ver starkungselektronik
und einen Computer aufweist. Durch Messen des Verlusts (der Absorption)
zwischen der Quelle und dem Detektor und Anwenden geeigneter chemometrischer
(mathematischer) Techniken ist es möglich, die untersuchten Chemikalien
nicht-invasiv zu
bestimmen, da verschiedene Chemikalien verschiedene Mengen von Licht
bei verschiedenen Wellenlängen
absorbieren. Eine solche spektrophotometrische Vorrichtung und ein
Verfahren sind detailliert im US-Patent Nr. 5,361,758 beschrieben.
Während die
vorliegende Beschreibung hauptsächlich
Glukosemessungen betrifft, momentan eins der Hauptanwendungsgebiete
von NIR-Messungen, wird man verstehen, daß die Prinzipien der vorliegenden
Erfindung gleichermaßen
für andere,
unter Verwendung verschiedener spektroskopischer Techniken nicht-invasiv
gemessene Analyte gelten.
-
Um
das NIR-Spektrum für
Glukosemessungen zu verwenden, ist es notwendig, ein Spektrometer
mit einem weiten dynamischen Bereich, einem hohen Rauschabstand
und geringen Streuverlusten einzusetzen. Die Ausgabe des Spektrometers
wird zum Erzeugen von Spektren mit hoher Genauigkeit sowohl in der
Extinktion als auch der Wellenlänge verwendet.
Signifikante Glukoseabsorptionsbänder sind
um Wellenlängen
von 1,67, 2,13, 2,27 und 2,33 Mikrometern zentriert (wie im oben
zitierten Small und Arnold, "Data
Handling Issues for Near-Infrared Glucose Measurements", diskutiert). Zusätzlich zu diesen
Wellenlängen
gibt es signifikante Glukoseabsorptionsbänder bei 0,97 und 1,12 Mikrometern,
wobei diese Wellenlängen Übertragungsmessungen über eine
größere Entfernung
im Gewebe ermöglichen.
Um NIR zum Messen einer bestimmten Komponente/eines bestimmten Analyts
verwenden zu können,
wird eine chemometrische, mathematische Analyse auf das gemessene
Spektrum angewendet. Die mathematischen Analysetechniken werden
von einem Computer ausgeführt,
welcher mit hochentwickelter, zum Interpretieren der sich ergebenden
komplexen Spektra geeigneter Software ausgerüstet ist.
-
Um
ein NIR-Spektrophotometer universell zu kalibrieren, muß die zu
der Komponente oder dem Analyt von Interesse gehörige Extinktion zuerst bei einer
relativ großen
Anzahl von Proben gemessen werden. Diese NIR-Messungen werden dann
mit auf eine traditionellere und genauere invasive Weise gemachten
Messungen verglichen. Aus diesen Vergleichen wird ein Algorithmus
entwikkelt, welcher das zu messende Analyt charakterisiert. Die
zum Erzeugen von Kalibrierungsmodellen für NIR-Spektrophotometer verwendeten
Verfahren sind anspruchsvoll. Ein wichtiges Kriterium ist, daß die Kalibrierungsproben mit
anderen Konzentrationen chemischer Spezies unkorreliert sein sollen.
Eine Erfüllung
dieser Kriterien ist schwierig, weil typischerweise eine große Anzahl
chemischer Spezies in einer biologischen Matrix oder einem Wachstumsmedium
vorliegt.
-
Die
vorliegende Erfindung stellt ein Mehrfachalgorithmen-Kalibrierungsverfahren
für ein
spektroskopisches Gerät
bereit, das Analytniveaus in einer biologischen Matrix, wie beispielsweise
Blutzucker-Niveaus, für
eine Vielzahl verschiedener Proben mit signifikant größerer Genauigkeit
als konventionelle universelle, einzelne Kalibrierungsmodelle vorhersagen
kann. Das Kalibrierungsverfahren der Erfindung weist zwei Schlüsselteile
auf: Die Erzeugung einer Vielzahl von verschiedenen Algorithmen
und die Auswahl des Algorithmus, der zum Erzeugen einer genauen
Vorhersage der Analytkonzentration am geeignetsten ist.
-
Zum
Erzeugen geeigneter Kalibrierungsalgorithmen werden die nicht-invasiven
und Referenzmeßdatensätze für eine Anzahl
von Individuen zuerst erstellt. Ist dies einmal erreicht, werden
Korrelationstechniken angewendet, um nicht-invasive Spektralmessungen
zu Referenzglukoseniveaus in Beziehung zu setzen. In diesem Stadium
muß die
Eignung der individuellen Datenproben für Kalibrierungszwecke berücksichtigt
werden. Wenn einige der nicht-invasiven Spektralmessungen in einem
Datensatz eine Sättigung
der Meßausrüstung verursachen,
beispielsweise bei der Ausgabe eines Analog-Digital-Wandlers, dann
sollte diese Datenprobe von einer Verwendung in einem Kalibrierungsalgorithmus
ausgeschlossen werden. Gleichermaßen sollte, wenn der Variabilitätsbereich
der nicht-invasiven Spektralmessungen in einem Datensatz zu klein
ist, die Datenprobe ebenfalls von einer Kalibrierung ausgeschlossen
werden. Außerdem
sollte, wenn die Korrelation von Glukose in einem bestimmten Datensatz unerwünscht mit
einer anderen Variable, wie mit der Konzentration einer anderen
Chemikalie, korreliert, diese Probe wiederum ausgeschlossen werden.
Als Ergebnis wird eine große
Anzahl von Probensätzen nicht
für die
Entwicklung von Kalibrierungsalgorithmen geeignet sein.
-
Die
Gruppierung oder Kombination von kalibrierungsgeeigneten Datensätzen (jeder
spezifisch für
ein bestimmtes Individuum) in verschiedene Algorithmen geschieht
auf der Basis von Versuch und Irrtum, indem diese Datensätze wiederholt
kombiniert werden und eine neue Korrelation auf die kombinierten
Datensätze
ausgeführt
wird. Wenn die Korrelationen der kombinierten Sätze bestimmten Kriterien entsprechen,
dann ist die Kombination akzeptierbar, wenn nicht, wird eine andere
Kombination versucht. Ist eine Kombination einmal als akzeptabel
eingestuft, wird das Hinzufügen
eines weiteren Datensatzes versucht und seine Annehmbarkeit wiederum
bestimmt. Auf diese Weise wächst
eine Datensatzkombination für
einen Algorithmus von zwei Datensätzen auf drei Datensätze auf
vier Datensätze
usw., bis eine ausreichend große
Anzahl von Datensätzen
gewonnen ist, aus denen ein zuverlässiger Kalibrierungsalgorithmus
entwickelt werden kann.
-
Beim
Kombinieren von Datensätzen
für einen
einzelnen Algorithmus spielen zwei Kriterien eine Schlüsselrolle.
Erstens muß jede
Korrelation von Glukose in der kombinierten Datensatzgruppe mit
anderen Parametern minimiert werden. Solche unerwünschten
Korrelationen können
mit verschiedenen Konzentrationen chemischer Spezies oder anderen über die
Zeit variierenden Quantitäten
vorliegen. Ein geeigneter quantitativer Test für diese Kriterien ist das Sicherstellen,
daß alle
unerwünschten Korrelationen
der kombinierten Datensätze,
wie von dem Quadrat des Korrelationskoeffizienten RU 2 angezeigt (für die unerwünschten Korrelationen), kleiner als
ein bestimmter Grenzwert sind, wie beispielsweise RU 2 < 0,1.
Auf bekannte Weise ist der Korrelationskoeffizient RU ein
Maß der
Tendenz zweier Variablen, gemeinsam zu variieren. Wenn das Hinzufügen eines Datensatzes
zu einem anderen Datensatz oder zu einer geeigneten Unterkombination
von Datensätzen diesen
Kriterien nicht genügt,
wird die neue Kombination nicht annehmbar sein.
-
Zusätzlich kann
die Kombination von Datensätzen
optimiert werden, indem sichergestellt wird, daß die Datensätze einen
hohen Grad von Korrelation miteinander aufweisen, so daß ein zweites Kriterium
beim Kombinieren von Datensätzen
erfordern sollte, daß die
Datensätze
in einer bestimmten Gruppe ausreichend miteinander korreliert sind.
Dies kann erreicht werden, indem beispielsweise sichergestellt wird,
daß der
Standardvorhersagefehler (SEP) minimal ist und das Quadrat des Korrelationskoeffizienten
R2 zusammen mit der Steigung, welche die
Referenzglukose mit der vorhergesagten Glukose in Beziehung setzt,
für eine
existierende Unterkombination von Datensätzen und einen anderen Datensatz,
der möglicherweise
mit dieser Unterkombination kombiniert wird, größer als ungefähr 0,8 ist.
-
In
einer alternativen Ausführungsform
der vorliegenden Erfindung kann anstelle des sukzessiven Hinzufügens zu
oder Aufbauens von Datensetzgruppen für einen Kalibrierungsalgorithmus
eine große
Gruppe von kalibrierungsgeeigneten Datensätzen anfangs willkürlich aufgenommen
werden. In dieser Ausführungsform
werden Datensätze
von der Gruppe entfernt und die oben genannten SEP- und Korrelationskriterien
neu evaluiert. Wenn sich die SEP-, Steigungs- und Korrelationskriterien
nach der Entfernung des Datensatzes verbessern, wird der Datensatz
dauerhaft aus der Gruppe entfernt, wohingegen der Datensatz wieder
zur Gruppe hinzugefügt
wird, wenn sich die Kriterien nicht verbessern. Bei Verwendung dieses
Top-Down-Ansatzes kann die Entfernung von Datensätzen gestoppt werden, wenn
die Kriterien akzeptablen Grenzwerten entsprechen.
-
Die
SEP-, Steigungs- und Korrelationsberechnungen für die Bestimmung von Kalibrierungsalgorithmusgruppierungen
(und der dazugehörigen Kalibrierungsalgorithmen)
werden mit zunehmenden Datenmengen zunehmend komplex und werden
vorzugsweise unter Verwendung einer Regressionsanalyse der partiellen
kleinsten Quadrate (PLS) ausgeführt.
Die PLS-Analysetechniken sind dem Fachmann bekannt und stellen durch
Entfernen beträchtlicher
redundanter Informationen eine gute lineare Annäherung bereit: Vergleiche allgemein
Small und Arnold, "Data
Handling Issues for Near-Infrared Glucose Measurements", siehe oben. Andere
Analysetypen, wie beispielsweise eine partielle Komponentenanalyse
(PCA) oder künstliche
neuronale Netze (ANN), können
ebenfalls verwendet werden.
-
Dieser
Kalibrierungsalgorithmus-Erzeugungsprozeß wird verwendet, um wenigstens
zwei Datensatzgruppen (entsprechend zu Individuengruppen) zu erzeugen,
wobei jede Gruppe ein Kalibrierungsmodell oder -algorithmus zum
Vorhersagen des Analytniveaus in einer biologischen Matrix basierend auf
einer nicht-invasiven
spektroskopischen Messung bereitstellt. Vorzugsweise werden zwei
Anfangsgruppen von Datensätzen
entwickelt, und ausgehend von diesen beiden Gruppen werden zusätzliche
Gruppen erzeugt. Diese zusätzlichen
Gruppen sind im allgemeinen kleiner in der Größe als die beiden Anfangsgruppen
und erfüllen
ggf. strengere Korrelationskriterien. Diese zusätzlichen Gruppen können mit
dem oben beschriebenen Top-Down-Ansatz gebildet werden, wobei Datensätze selektiv
von einer Anfangsgruppe entfernt werden, um festzustellen, ob sich
die Korrelationskriterien nach der Entfernung verbessern oder verschlechtern.
-
Angesichts
der Verfügbarkeit
mehrfacher Kalibrierungsalgorithmen ist es notwendig, den geeignetsten
dieser Algorithmen zum Vorhersagen der Analytniveaus bei einem gegebenen
Patienten oder einer gegebenen Probe auszuwählen. Ist dies einmal geschehen,
wird die spektroskopische Vorrichtung nach dem ausgewählten Algorithmus
kalibriert. Der Algorithmusauswahlprozeß ist im allgemeinen unabhängig von
dem zum Erzeugen der mehrfachen Algorithmen verwendeten Prozeß, obwohl
er ersichtlicherweise von der Anzahl von verschiedenen verfügbaren Algorithmen
abhängen
wird.
-
Für einen
gegebenen Patienten oder eine gegebene Probe, an dem oder der die
nicht-invasive spektroskopische Messung auszuführen ist, ist es zuerst notwendig,
einen Satz von hochpräzisen
Referenzmessungen und entsprechenden nicht-invasiven Spektralmessungen
zu ausgewählten
Intervallen über
eine Zeitspanne zu erstellen. In einer bevorzugten Ausführungsform
werden zwei aufeinanderfolgende, nicht-invasive Spektralmessungen
nacheinander zu jedem Meßintervall
abgenommen, und dann wird ihr Mittel als eine einzelne nicht-invasive Messung
für dieses
Intervall angenommen.
-
Bevor
die Algorithmusauswahl beginnt, können zwei Variable gesetzt
werden, um die Strenge von Akzeptanzanforderungen für Patienten
zu ermitteln (d.h., ob wenigstens einer der verfügbaren Kalibrationsalgorithmen
für einen
Patienten für
geeignet befunden werden wird). Diese sind (i) eine untere Bereichsgrenze
für den
Bereich von Glukose- oder Analytvariabilität im Datensatz (wenn die Daten
nicht signifikant variieren, können
sie nicht genügend
Information bereitstellen, um nützlich
zu sein), und (ii) eine obere Fehlergrenze (SEPmax)
für den
Standardfehler der Vorhersage (standard error of prediction, SEP),
das heißt,
die Quadratwurzel des Mittels der quadrierten Abweichungen der Referenzanalytkonzentrationen
von den von einem Kalibrierungsalgorithmus vorhergesagten Analytkonzentrationswerten.
-
Aus
den nicht-invasiven Spektralmessungen wird gemäß jedem Kalibrierungsalgorithmus
ein vorhergesagter Satz von Analytkonzentrationsniveaus berechnet.
Wenn er mit dem Referenzsatz von Konzentrationsniveaus verglichen
wird, wird jeder vorhergesagte Satz von einer linearen Regression
oder "Ausgleichs"-Linie berechnet
werden, charakterisiert durch: einen Glukoseniveauvariabilitäts-Bereich; eine
Steigung (die idealerweise gleich 1 ist, das heißt, die vorhergesagten Werte
entsprechen direkt den Referenzwerten); einen Korrelationskoeffizienten
R, der die Korrelation des vorhergesagten Wertesatzes mit dem Referenzwertesatz
definiert; und einen Standardfehler der Vorhersage (SEP), wie oben definiert.
Es ist zu beachten, daß mit
einer Zunahme des Korrelationskoeffizienten R der SEP abnehmen wird
und umgekehrt, außer
in Fällen,
in denen ein Offset oder systematischer Fehler im vorhergesagten Analyt
vorliegt.
-
Als
Beispiel, das den Bereich der vorliegenden Erfindung nicht begrenzen
soll, kann der Algorithmusauswahlprozeß vier Niveaus oder Schritte umfassen.
Auf einem ersten Niveau wird, wenn der vorhergesagte Datensatz für einen
Algorithmus die folgenden Kriterien erfüllt:
- i)
SEP < obere Fehlergrenze
(SEPmax)
- ii) Analytbereich > untere
Bereichsgrenze
- iii) 0,5 < Steigung
(der Regressionslinie) < 1,05
eine
Eignungsbewertung gemäß der folgenden
Gleichung berechnet: Bewertung = (Steigung)(R2)/(SEP).
-
Wenn
mehr als ein Algorithmus die Kriterien des ersten Niveaus erfüllt, wird
der Algorithmus mit der höchsten
Eignungsbewertung ausgewählt,
und der Auswahlprozeß ist
beendet. Wenn sich kein Algorithmus nach den Kriterien des ersten
Niveaus eignet, schreitet der Auswahlprozeß zu einem zweiten Niveau fort.
-
Das
zweite Niveau ist identisch mit dem ersten Niveau, mit der Ausnahme,
daß das
Steigungskriterium zu
0,33 < Steigung
(der Regressionslinie) < 0,5
wird.
-
Für Algorithmen,
die dieses geänderte
Steigungskriterium erfüllen
(und die SEP- und Bereichskriterien) wird, wie auf dem ersten Niveau,
eine Eignungsbewertung berechnet. Wiederum wird der Algorithmus
mit der höchsten
Eignungsbewertung ausgewählt,
wenn sich mehr als ein Algorithmus auf dem zweiten Niveau qualifiziert,
und der Auswahlprozeß ist
beendet.
-
Auf
einem dritten Niveau wird die Probe oder der Patient von einer Messung
ausgeschlossen, wenn keiner der Algorithmen sich entweder auf dem ersten
Niveau oder dem zweiten Niveau als geeignet erweisen und der Bereich
von Analytmessungen größer als
die untere Bereichsgrenze ist, da unter diesen Umständen kein
Kalibrierungsalgorithmus verläßlich eine
präzise
Leistung abliefert.
-
Zuletzt
wird auf einem vierten Niveau, wenn keiner der Algorithmen sich
entweder auf dem ersten Niveau oder dem zweiten Niveau qualifiziert
und der Bereich der Analytmessungen unterhalb der unteren Bereichsgrenze
liegt, der Algorithmus mit dem niedrigsten SEP ausgewählt, wenn
dieser SEP kleiner als die obere Fehlergrenze ist. Ist der SEP größer als
die obere Fehlergrenze, wird der Patient wiederum von der Messung
ausgeschlossen. Daher wird auf dem vierten Niveau der SEP der einzige
Faktor bei der Entscheidung, ob ein Algorithmus angenommen werden
sollte.
-
Es
ist anzumerken, daß die
oben beschriebenen Steigungskriteriengrenzen auf dem ersten und zweiten
Niveau bevorzugte Grenzen sind, und daß diese Niveaus in Abhängigkeit
von der Anwendung und den Akzeptanzanforderungen auch etwas variiert
werden können
(ähnlich
wie die untere Bereichsgrenze und die obere Fehlergrenze). Auch
kann die Anzahl von Niveaus oder Schritten, die beim Algorithmusauswahlprozeß verwendet
werden, variieren, von einem einzigen Niveau, das den gesamten bevorzugten
Bereich abdeckt, bis zu zwei oder mehr Niveaus, die den bevorzugten
Bereich in zwei oder mehr Bereichsgrenzen oder Bereichskriterien
unterteilen. Ungeachtet der Niveauanzahl werden jedoch das oben
beschriebene dritte und vierte Niveau den letzten beiden Niveaus
entsprechen, in denen der Patient entweder ausgeschlossen wird oder
eine Entscheidung zum Annehmen eines Algorithmus auf der Basis des
SEP allein gemacht wird. Der Fachmann wird verstehen, daß die gewählte Niveau-
oder Schrittanzahl ausschließlich
eine Sache der Präferenz
ist.
-
Um
die Hauptpunkte der vorliegenden Erfindung zu veranschaulichen,
wurde das Mehrfachalgorithmen-Kalibrierungsverfahren zum Kalibrieren
eines NIR-Spektrophotometers zum Messen von Glukoseniveaus bei einer
Anzahl verschiedener Patienten verwendet. Alle Referenzdatenmessungen
wurden mit einem Glukoseanalysierer, wie beispielsweise dem Industriestandard-YSITM (Yellow Springs Instruments)-Glukoseanalysierer
aufgenommen, der präzise
Glukosemessungen bei (invasiven) Blutproben bereitstellt. Der Erfinder
hat herausgefunden, daß angesichts
der oben beschriebenen Kriterien nur ungefähr 6% der einzelnen NIR-Patientendatensätze für Kalibrierungszwecke
geeignet sind. Diese kalibrierungsgeeigneten Datensätze wurden
in zwei Anfangs-Kalibrierungsalgorithmussätze gruppiert,
wobei jede Anfangsgruppe zu einer Gruppe mit 33 Datensätzen aufgebaut
wurde. Elf zusätzliche
Gruppen wurden von diesen beiden Anfangsgruppen abgespalten, wobei
jede dieser Gruppen mindestens acht Datensätze aufwies. Daher waren 13
verschiedene Kalibrierungsalgorithmen zum Vorhersagen von Glukoseniveaus
verfügbar.
-
Die
Algorithmusauswahl basierte auf einer Gesamtzahl von 24 Referenzmessungen
(d.h. YSITM-gemessen) und 24 Mittelwerten
von zwei NIR-Fingermessungen, die von einem Patienten über einen
Zeitraum von drei Tagen aufgenommen wurden. Der oben beschriebene
Algorithmusauswahlprozeß wurde
für eine
Anzahl verschiedener Patienten durchgeführt (die nicht in den Kalibrierungsvorgang
involviert waren).
-
1 zeigt
ein Korrelationsstreudiagramm von Glukosevorhersagen für eine Anzahl
verschiedener Patienten basierend auf einem universellen Kalibrierungsmodell
(QUAD 37). Das Streudiagramm in 1 ist über ein
Clarke-Fehlergitter überlagert,
wie beispielsweise in Clarke und Cox, "Error Grid Analysis", Diabetes Care, 10: 622–628 (1987)
beschrieben. Das Clarke-Fehlergitter teilt den Korrelationsraum
in fünf
Bereiche (A-E) auf, welche die Meßgenauigkeit auf der Basis
der Gültigkeit
der entsprechenden klinischen Entscheidung bewerten. Korrelationspunkte,
die in den "A"-Bereich fallen,
entsprechen der korrekten klinischen Entscheidung, die basierend
auf der Ähnlichkeit
zwischen den tatsächlichen
und vorhergesagten Glukoseniveaus gemacht werden (d.h., die vorhergesagten
Werte weichen nicht mehr als 20% von den Referenzwerten ab). Im "B"-Bereich weichen die vorhergesagten
Werte um mehr als 20% von den Referenzwerten ab, jedoch würden auf
der Basis der vorhergesagten Glukoseniveaus getroffene Behandlungsentscheidungen
den Patienten nicht gefährden
oder ungünstig
beeinflussen. In den Bereichen "C", "D" und "E" weichen
die Vorhersagen signifikant von den Referenzwerten ab, und auf der
Basis dieser Vorhersagen getroffene Behandlungsentscheidungen können sich
leicht als schädlich
für den
Patienten erweisen. Das Clarke-Fehlergitter wird im Kontrast zu
konventionelleren Analyseverfahren, welche für Laborreferenzvorrichtungen
geeigneter sein können,
häufig
für die
Abschätzung
der klinischen Folgen von Fehlern zu Hause verwendeter Blutzuckerüberwachungsgeräte eingesetzt.
-
In
Bezug auf 1 ist ersichtlich, daß die obere
Fehlergrenze SEPmax für diesen universellen Kalibrierungsalgorithmus
3,07 mmol/L ist und daß signifikante
Datenmengen außerhalb
akzeptabler Grenzen oder Bereiche liegen. Im Gegensatz dazu zeigt 2 das
Korrelationsstreudiagramm von Glukosevorhersagen für 25 Patienten
basierend auf dem Mehrfachalgorithmen-Kalibrierungsmodell gemäß der vorliegenden
Erfindung, mit einem SEPmax = 2.76 mmol/L.
Gleichermaßen
zeigt 3 ein Korrelationsstreudiagramm von Glukosevorhersagen
für 22
Patienten basierend auf dem Mehrfachalgorithmen-Kalibrierungsmodell
gemäß der vorliegenden
Erfindung, wobei SEPMAX = 2,28 mmol/L ist.
Beide der Vorhersagen in 2 und besonders in 3 zeigen
eine deutlich bessere Genauigkeit als die (gemäß einem universellen Algorithmus
kalibrierten) in 1.
-
Gleichermaßen zeigt 4 einen
Satz von Korrelationsdaten für
einen typischen Patienten, kalibriert gemäß demselben universellen Algorithmus, wohingegen 5 die
Korrelationsdaten für
denselben Patienten zeigt, kalibriert gemäß dem Mehrfachalgorithmenverfahren
der vorliegenden Erfindung. Einmal mehr ist die verbesserte Genauigkeit
der Glukosevorhersagen basierend auf dem Kalibrierungsverfahren
der vorliegenden Erfindung klar ersichtlich.
-
Dem
Fachmann wird klar sein, daß die
Prinzipien der vorliegenden Erfindung auf einen breiten Bereich
von spektrokopischen Anwendungen anwendbar ist. Beispielsweise kann
NIR-Strahlung zum Durchdringen solcher Gegenstände wie menschlichem Gewebe,
Blutampullen oder Milchbehältern verwendet
werden – die
alle normalerweise als undurchsichtig betrachtet werden. Eine mathematische Analyse
des resultierenden Absorptionsspektrums ermittelt die Zusammensetzung
der vom Licht durchdrungenen Substanz. Daher können in einem Bluttestlabor
Proben ohne Kontakt untersucht werden, indem das Licht durch eine
die Flüssigkeit
enthaltende Plastikampulle geführt
wird. Ebenso wird bei einer Molkereinanwendung NIR-Licht durch einen
Milchbeutel geführt
und solche Parameter wie Butterfett, feste Partikel und Laktate
werden gemessen. Das Mehrfachalgorithmenverfahren der vorliegenden
Erfindung ist auch auf diese Arten nicht-invasiver Messungen einfach
erweiterbar. Außerdem
kann das Verfahren der vorliegenden Erfindung auch auf eine nicht-invasive
Messung ei ner Anzahl anderer Blutanalyte, wie beispielsweise Cholesterin,
Hämoglobin, Hb1Ac,
Fruktosamin und 1,5 AG angewendet werden.
-
Obwohl
bevorzugte Ausführungsformen
der vorliegenden Erfindung beschrieben wurden, sind die offenbarten
Ausführungsformen
beispielhaft und nicht einschränkend
zu verstehen. Die Erfindung soll durch die angehängten Ansprüche definiert sein.