ES2200557T3 - Procedimiento y dispositivo para la prediccion de valores fisiologicos. - Google Patents

Abstract

Un procedimiento para medir de manera continua o continuada la glucosa en la sangre de un sujeto, comprendiendo dicho procedimiento: (a) la obtención de una señal bruta a partir de la glucosa en sangre extraída, en el que dicha señal bruta está específicamente relacionada con la glucosa en sangre; (b) realizar un paso de calibración que correlaciona la señal bruta obtenida en el paso (a) con un valor de medida indicativo de la concentración de la glucosa en sangre presente en el sujeto en el momento de la extracción; (c) repetición del paso (a) para obtener una serie de valores de medida a intervalos de tiempo seleccionados; y (d) predicción de un valor de medida en base a la serie de valores de medida usando el algoritmo de Mezclas de Expertos, en el que los expertos individuales tienen una forma lineal (1) en la que (An) es glucosa en sangre, el analito de interés, n es el número de expertos, Ani es el analito predicho por el Experto i; y wi es un parámetro; y los expertos individuales Ani están además definidos por la expresión mostrada en la ecuación (2) (2) en la que Ani es el analito predicho por el Experto i; Pj es uno de m parámetros, m es típicamente menor que 100; aij son coeficientes; y zi es una constante; y además en la que el valor de ponderación wi está definido por la fórmula mostrada en la ecuación (3). (3) en la que e se refiere a la función exponencial y la dk (nótese que di en el numerador de la ecuación 3 es una de las dk) es un parámetro que se fija análogo al de la ecuación 2 que se usa para determinar los pesos wi. Las dk vienen dadas por la ecuación (4). (4) en la que jk es un coeficiente, Pj es uno de m parámetros y en la que k es una constante.

Description

Procedimiento y dispositivo para la predicción de valores fisiológicos.

Campo de la invención

La presente invención se refiere genéricamente a un procedimiento y a un dispositivo para medir la concentración de los analitos químicos objetivos presentes en un sistema biológico. De manera más particular, la invención se refiere a un procedimiento y a un sistema de supervisión para predecir una concentración de un analito usando una serie de medidas obtenidas a partir de un sistema de supervisión y un algoritmo de Mezclas de Expertos (MOE).

Fundamento de la invención

El modelo de Mezcla de Expertos es un procedimiento estadístico para la clasificación y la regresión (Waterhouse, S., Classification and Regression Using Mixtures of Experts, de octubre de 1997, Ph. D. Thesis, Universidad de Cambridge). Waterhouse trata los modelos de Mezclas de Expertos a partir de una perspectiva teórica y los compara con otros modelos, tales como árboles, modelos de regresión de conmutación, redes modulares. La primera extensión descrita en la tesis de Waterhouse es un algoritmo constructivo para el aprendizaje de la arquitectura y parámetros del modelo, que está inspirado por particionamiento recursivo. La segunda extensión descrita en la tesis de Waterhouse usa procedimientos bayesianos para el aprendizaje de los parámetros del modelo. Estas extensiones se comparan empíricamente con el modelo normalizado de Mezclas de Expertos y con otros modelos estadísticos sobre conjuntos de datos de pequeño a mediano tamaño. Waterhouse describe también la aplicación de la estructura de Mezclas de Expertos al modelado acústico dentro de un sistema de reconocimiento de voz de vocabulario grande. El modelo de Mezclas de Expertos se ha empleado en la predicción de la estructura secundaria de proteínas (Barlow, T. W., Journal of Molecular Graphics, 13 (3), páginas 175 a la 183, de 1995). En este procedimiento, los datos de entrada se agruparon y se usaron para la formación de una serie de diferentes redes. La aplicación de una Mezclas de Expertos Jerárquica a la predicción de la estructura secundaria de proteínas se mostró para proporcionar ventajas sobre una única red.

Los algoritmos de Mezclas de Expertos se han aplicado también al análisis de una variedad de diferentes clases de conjuntos de datos incluyendo los siguientes: sistemas: motores humanos (Ghahramani, Z. y Wolpert, D. P., Nature, 386 (6623): 392-395, 1997); y el análisis económico (Hamilton, J. D. y Susmel, R., Journal of Econometrics, 64 (1-2): 307-333, 1994).

Sumario de la invención

La presente invención proporciona un procedimiento y un dispositivo (por ejemplo, un sistema de supervisión o de muestreo) para medir de manera continua o continuada la concentración de un analito presente en un sistema biológico. El procedimiento acarrea la detección continua o continuada de una señal bruta del sistema biológico, en el que la señal bruta está relacionada de manera especifica con el analito. Se realiza un paso de calibración para correlar la señal bruta con un valor de medida indicativo de la concentración de analito presente en el sistema biológico. Estos pasos de detección y de calibración se usan para obtener una serie de valores de medida a intervalos de tiempo seleccionados. Una vez que se han obtenido la serie de valores de medida, el procedimiento de la invención proporciona la predicción de un valor de medida usando un algoritmo de Mezclas de Expertos (MOE).

La señal bruta se puede obtener usando cualquier metodología sensora adecuada incluyendo, por ejemplo, procedimientos que se basan en el contacto directo de un aparato sensor con el sistema biológico; procedimientos que extraen muestras del sistema biológico por medio de técnicas de muestreo invasivas, mínimamente invasivas y no invasivas, en los que el aparato sensor está en contacto con la muestra extraída; procedimientos que se basan en el contacto indirecto de un aparato sensor con el sistema biológico; y similares. Se pueden usar procedimientos para extraer muestras de la muestra biológica usando técnicas de muestreo invasivas o no invasivas. El aparato sensor usado con cualquiera de los procedimientos mencionados anteriormente puede emplear cualquier elemento sensor adecuado para proporcionar la señal bruta incluyendo, pero no limitándose a, elementos físicos, químicos, electroquímicos, fotoquímicos, espectrofotométricos, polarimétricos, colorimétricos, radiométricos o elementos similares. En las realizaciones preferidas de la invención, se usa un biosensor que consta de un elemento sensor electroquímico.

En una realización particular de la invención, la señal bruta se obtiene usando un sistema de muestreo transcutáneo que se coloca en contacto operativo con una superficie de piel o superficie mucosa del sistema biológico. El sistema de muestreo extrae de manera transcutánea el analito del sistema biológico usando cualquier técnica de muestreo apropiada, por ejemplo, iontoforesis. El sistema de muestreo trascutáneo se mantiene en contacto operativo con la superficie de piel o con la superficie mucosa del sistema operativo para proporcionar la medida continua o continuada del analito.

Un algoritmo de Mezclas de Expertos se usa para predecir los valores de la medida. El algoritmo general de Mezclas de Expertos está representado por la siguiente serie de ecuaciones en las que los expertos individuales tienen una forma lineal:

(1)An=\sum\limits^{n}_{i=1}An_{i}w_{i}

en la que (An) es el analito de interés, n es el número de expertos, An_{i} es el analito predicho por el Experto i; y w_{i} es un parámetro, y los expertos individuales An_{i} están además definidos por la expresión mostrada en la ecuación (2)

(2)An_{i}=\sum\limits^{m}_{j=i}a_{ij}P_{j}+z_{i}

en la que An_{i} es el analito predicho por el Experto i; P_{j} es uno de m parámetros, m es típicamente menor que 100; a_{ij} son coeficientes; y z_{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por la fórmula mostrada en la ecuación (3).

(3)w_{i}=\frac{e^{d_{i}}}{\left[\sum\limits^{n}_{k=1}e^{d_{k}}\right]}

en la que e se refiere a la función exponencial y la d_{k} (nótese que d_{i} en el numerador de la ecuación 3 es una de las d_{k}) es un parámetro que se fija análogo al de la ecuación 2 que se usa para determinar los pesos w_{i}. Las d_{k} vienen dadas por la ecuación (4).

(4)d_{k}=\sum\limits^{m}_{j=1}\alpha_{jk}P_{j}+\omega_{k}

en la que \alpha_{jk} es un coeficiente, P_{j} es uno de m parámetros y en la que \omega_{k} es una constante.

Es un objeto de la invención usar el algoritmo de Mezclas de Expertos de la invención para predecir los valores de glucosa en sangre. En un aspecto, el procedimiento de la invención se usa junto con un dispositivo de muestreo iontoforético que proporciona medidas continuas o continuadas de la glucosa en sangre. En una realización, el algoritmo de Mezclas de Expertos es esencialmente de la siguiente manera:

en los casos en los que los expertos individuales tengan una forma lineal

(5)BG = w_{1}BG_{1} + w_{2}BG_{2} + w_{3}BG_{3}

en la que (BG) es glucosa en sangre, existen tres expertos (n=3), y BG_{i} es el analito predicho por el Experto i; w_{i} es un parámetro, y los Expertos individuales BG_{i} están definidos además por medio de la expresión mostrada en las ecuaciones 6, 7 y 8.

(6)BG_{1} = p_{1}(tiempo) + q_{1}(activo) + r_{1}(señal) + s_{1}(BG|cp) + t_{1}

(7)BG_{2} = p_{2}(tiempo) + q_{2}(activo) + r_{2}(señal) + s_{2}(BG|cp) + t_{2}

(8)BG_{3} = p_{3}(tiempo) + q_{3}(activo) + r_{3}(señal) + s_{3}(BG|cp) + t_{3}

en las que BG_{i} es el analito predicho por el Experto i; los parámetros incluyen, tiempo (tiempo transcurrido desde que el sistema de muestreo se puso en contacto operativo con dicho sistema biológico), activo (señal activa), señal (señal calibrada), y BG/cp (valor de glucosa en sangre en un punto de calibración); p_{i}, q_{i}, r_{i} y s_{i} son coeficientes; y t_{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por medio de las fórmulas mostradas en las ecuaciones 9, 10 y 11.

(9)w_{1}=\frac{e^{d_{1}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(10)w_{2}=\frac{e^{d_{2}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(11)w_{3}=\frac{e^{d_{3}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

en las que e se refiere a la función exponencial y d_{i} es un parámetro que se fija (análogo a las ecuaciones 6, 7 y 8) que se usa para determinar los pesos w_{i}, dados por las ecuaciones 9, 10 y 11, y

(12)d_{1} = \tau_{1}(tiempo) + \beta_{1}(activo) + \gamma_{1}(señal) + \delta_{1}(BG|cp) + \varepsilon_{1}

(13)d_{2} = \tau_{2}(tiempo) + \beta_{2}(activo) + \gamma_{2}(señal) + \delta_{2}(BG|cp) + \varepsilon_{2}

(14)d_{3} = \tau_{3}(tiempo) + \beta_{3}(activo) + \gamma_{3}(señal) + \delta_{3}(BG|cp) + \varepsilon_{3}

en las que \tau_{i}, \beta_{i}, \gamma_{i} y \delta_{i} son coeficientes, y en las que \varepsilon_{i} es una constante.

En otra realización para la predicción de los valores de glucosa en sangre, el algoritmo de Mezclas de Expertos es esencialmente de la siguiente manera: en los casos en los que los expertos individuales tengan una forma lineal

(15)BG = w_{1}BG_{1} + w_{2}BG_{2} + w_{3}BG_{3}

en la que (BG) es la glucosa en sangre, existen tres expertos (n=3), y BG_{i} es el analito predicho por el Experto i; w_{i} es un parámetro, y los Expertos individuales BG_{i} están definidos además por medio de la expresión mostrada en las ecuaciones 16, 17 y 18.

(16)BG_{1} = p_{1}(tiempo_{c}) + q_{1}(activo) + r_{1}(señal) + s_{1}(BG|cp) + t_{1}

(17)BG_{2} = p_{2}(tiempo_{c}) + q_{2}(activo) + r_{2}(señal) + s_{2}(BG|cp) + t_{2}

(18)BG_{3} = p_{3}(tiempo_{c}) + q_{3}(activo) + r_{3}(señal) + s_{3}(BG|cp) + t_{3}

en las que BG_{i} es el analito predicho por el Experto i; los parámetros incluyen, tiempo_{c} (tiempo transcurrido desde que se calibró el mencionado sistema de muestreo), activo (señal activa), señal (señal calibrada), y BG/cp (valor de glucosa en sangre en un punto de calibración); p_{i}, q_{i}, r_{i} y s_{i} son coeficientes; y t_{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por medio de las fórmulas mostradas en las ecuaciones 19, 20 y 21.

(19)w_{1}=\frac{e^{d_{1}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(20)w_{2}=\frac{e^{d_{2}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(21)w_{3}=\frac{e^{d_{3}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

en las que e se refiere a la función exponencial y d_{i} es un parámetro que se fija (análogo a las ecuaciones 6, 7 y 8) que se usa para determinar los pesos w_{i}, dados por las ecuaciones 19, 20 y 21, y

\newpage

(22)d_{1} = \tau_{1}(tiempo_{c}) + \beta_{1}(activo) + \gamma_{1}(señal) + \delta_{1}(BG|cp) + \varepsilon_{1}

(23)d_{2} = \tau_{2}(tiempo_{c}) + \beta_{2}(activo) + \gamma_{2}(señal) + \delta_{2}(BG|cp) + \varepsilon_{2}

(24)d_{3} = \tau_{3}(tiempo_{c}) + \beta_{3}(activo) + \gamma_{3}(señal) + \delta_{3}(BG|cp) + \varepsilon_{3}

en las que \tau_{i}, \beta_{i}, \gamma_{i} y \delta_{i} son coeficientes, y en las que \varepsilon_{i} es una constante.

Los parámetros pueden ser sustituidos, y/o se pueden incluir otros parámetros en estos cálculos, por ejemplo, se pueden variar los parámetros de tiempo (por ejemplo, como se ha descrito anteriormente, el tiempo transcurrido desde que el sistema de muestreo se puso en contacto con un sistema biológico, o el tiempo transcurrido desde que se calibró el sistema de muestreo) o se pueden usar múltiples parámetros de tiempo en la misma ecuación en la que estos parámetros sean ponderados de manera adecuada. Los parámetros adicionales incluyen, pero no se limitan a, temperatura, tensión ionoforética, y conductividad de la piel. Además, se puede usar una comprobación de calibración para asegurar una calibración eficaz.

Un objeto adicional de la invención es proporcionar un procedimiento para medir un analito, por ejemplo, la glucosa en sangre en una persona. En una realización, el procedimiento supone el contacto operativo de un aparato sensor de la glucosa con el sujeto para detectar la glucosa en sangre y obtener así una señal bruta del aparato sensor. La señal bruta está relacionada específicamente con la glucosa y es convertida en un valor de medida indicativo de la concentración de glucosa en sangre del sujeto usando una etapa de calibración. En un aspecto de la invención, el aparato sensor es un espectrómetro de infrarrojos. En otro aspecto de la invención, el medio sensor comprende un biosensor que tiene un elemento sensor electroquímico.

También es un objeto de la invención proporcionar un sistema de supervisión para medir de manera continua o continuada un analito que esté presente en un sistema biológico. El sistema de supervisión está formado a partir de la combinación operativa de un medio de muestreo, un medio sensor, y un medio microprocesador que controla el medio de muestreo y el medio sensor. El medio de muestreo se usa para extraer de manera continua o continuada el analito del sistema biológico a través de una superficie de la piel o una superficie mucosa del mencionado sistema biológico. El medio sensor está dispuesto en contacto operativo con el analito extraído por el medio de muestreo, de forma que el medio sensor pueda obtener una señal bruta del analito extraído cuya señal está relacionada de manera especifica con el analito. El medio microprocesador comunica con el medio de muestreo y con el medio sensor, y se usa para: (a) controlar el medio de muestreo y el medio sensor para obtener una serie de señales brutas a intervalos de tiempo seleccionados durante un periodo de tiempo continuo o continuado de medida; (b) correlar las señales brutas con los valores de medida indicativos de la concentración de analito presente en el sistema biológico; y (c) predecir un valor de medida usando el algoritmo de Mezclas de Expertos. En un aspecto, el sistema de supervisión usa una corriente iontoforética para extraer el analito del sistema biológico.

Un objeto adicional de la invención es proporcionar un sistema de supervisión para medir la glucosa en sangre en un sujeto. El sistema de supervisión está formado a partir de una combinación operativa de un medio sensor y un medio microprocesador. El medio sensor está adaptado para el contacto operativo con el sujeto o con una muestra que contenga glucosa extraída del sujeto y se usa para obtener una señal bruta relacionada de manera específica con la glucosa en sangre del sujeto. El medio microprocesador se comunica con el medio sensor y se usa para: (a) controlar el medio sensor para obtener una serie de señales brutas (específicamente relacionadas con la glucosa en sangre) a intervalos de tiempo seleccionados; (b) correlar las señales brutas con los valores de medida indicativos de la concentración de glucosa en sangre presente en el sujeto; y (c) predecir un valor de medida usando el algoritmo de Mezclas de Expertos.

En un aspecto adicional, el sistema de supervisión comprende un biosensor que tiene un elemento sensor electroquímico. En otro aspecto, el sistema de supervisión comprende un espectrómetro de infrarrojos.

Se da cuenta en parte de objetos adicionales, ventajas y características novedosas de la invención en la siguiente descripción que sigue, y en parte serán obvias para aquéllos que sean expertos en la técnica al examinar lo siguiente, o pueden aprenderse poniendo en práctica la invención.

Breve descripción de los dibujos

La figura 1A describe una vista en planta superior de un depósito de recogida iontoforética y un montaje de electrodo para su uso de un dispositivo de muestreo transcutáneo construido de acuerdo con la presente invención.

La figura 1B describe la vista lateral del depósito de recogida iontoforética y del montaje de electrodo mostrados en la figura 1A.

\newpage

La figura 2 es una representación ilustrada de un dispositivo de muestreo iontoforético que incluye el depósito de recogida iontoforética y del montaje de electrodo de las figuras 1A y 1B.

La figura 3 es una representación ilustrada despiezada de los componentes de una realización preferida del sistema de muestreo automático de la presente invención.

La figura 4 es una representación de una realización de un diseño de electrodo bimodal. La figura representa una vista desde arriba y esquemática del montaje de electrodo (433). En la figura, el electrodo bimodal se muestra en (430) y puede ser, por ejemplo un electrodo iontoforético/contrario de Ag/AgCl. El electrodo sensor o de trabajo (hecho de, por ejemplo, platino) se muestra en (431). El electrodo de referencia se muestra en (432) y puede ser, por ejemplo, un electrodo de Ag/AgCl. Los componentes son montados sobre un sustrato no conductor adecuado (434), por ejemplo, plástico o cerámico. Los terminales conductores (437) (representados por líneas punteadas) que conducen hasta la almohadilla de conexión (435) están cubiertos por una segunda pieza no conductora (436) (el área representada por tiras verticales) de similar o de distinto material (por ejemplo, plástico o cerámica). En este ejemplo de dicho electrodo, el área del electrodo de trabajo es de aproximadamente 1,35 cm^{2}. La línea discontinua de la figura 4 representa el plano de la vista esquemática en sección de corte presentada en la figura 5.

La figura 5 es una representación de una vista esquemática en sección de corte de los electrodos bimodales de la manera en que se pueden usar junto con un electrodo de referencia y una almohadilla de hidrogel. En la figura, los componentes son los siguientes: electrodos bimodales (540) y (541); electrodos sensores (542) y (543); electrodos de referencia (544) y (545); un sustrato (546); y almohadillas de hidrogel (547) y (548).

La figura 6 describe los datos de glucosa en sangre predichos (usando el algoritmo de Mezclas de Expertos) frente a los datos de glucosa en sangre medida, como se describe en el ejemplo 2.

La figura 7 describe los datos de glucosa en sangre predichos (usando el algoritmo de Mezclas de Expertos) frente a los datos de glucosa en sangre medida, como se describe en el ejemplo 4.

La figura 8 presenta un gráfico de los niveles de glucosa en sangre predichos en función del tiempo, como se describe en el ejemplo 4.

La figura 9 describe una vista despiezada de una realización de un autosensor.

Las figuras 10A y 10B ilustran de manera gráfica el procedimiento de la presente invención usado para disminuir la desviación de un conjunto de datos.

Descripción detallada de las realizaciones preferidas

Antes de describir la presente invención con detalle, se entenderá que esta invención no está limitada a composiciones particulares o a sistemas biológicos, y como tal puede variar. También se entenderá que la terminología usada en este documento es para propósitos de descripción de realizaciones particulares solamente, y no está destinada a ser limitadora.

Se debe notar que, de la manera en que se usa en esta especificación y en las reivindicaciones anejas, las formas singulares "un", y "el" incluyen referentes plurales a menos que el contenido dicte claramente lo contrario. Así, por ejemplo, la referencia a "un analito" incluye mezclas de analitos, y similares.

A menos que se defina lo contrario, todos los términos técnicos y científicos usados en este documento tienen el mismo significado que el comúnmente interpretado por alguien que sea por lo común experto en la técnica a la que se refiere la invención. Aunque cualquiera de los procedimientos y materiales similares o equivalentes a aquéllos descritos en este documento se pueden usar en la práctica para probar la presente invención, los materiales y procedimientos preferidos se describen en este documento.

Para la descripción y la reivindicación de la presente invención, se usará la siguiente terminología de acuerdo con las definiciones expuestas a continuación.

1.0.0 Definiciones

Los términos "analito" y "analito objetivo" se usan en este documento para denotar cualquier analito fisiológico de interés que sea una sustancia especifica o componente específico que esté siendo detectado y/o medido en un análisis químico, físico, enzimático u óptico. Una señal detectable (por ejemplo, una señal química o electroquímica) se puede obtener o directa o indirectamente a partir de dicho analito o de derivados del mismo. Además, los términos "analito" y "sustancia" se usan de manera intercambiable en este documento, y están destinados a tener el mismo significado, y abarcar de esta manera cualquier sustancia de interés. En las realizaciones preferidas, el analito es un analito fisiológico de interés, por ejemplo, glucosa, o un analito químico que tenga una acción fisiológica, por ejemplo, una droga o agente farmacológico.

\newpage

Un "dispositivo de muestreo" o un "sistema de muestreo" se refieren a cualquier dispositivo para obtener una muestra de un sistema biológico para el propósito de determinar la concentración de un analito de interés. De la manera en que se usa en este documento, el término "muestreo" significa la extracción invasiva, mínimamente invasiva o no invasiva de una sustancia del sistema biológico, generalmente a través de una membrana tal como la piel o una mucosa. La membrana puede ser natural o artificial, y puede ser de naturaleza vegetal o animal, tal como la piel natural o artificial, el tejido de vasos sanguíneos, tejido intestinal y similares. Típicamente, el medio de muestreo se encuentra en contacto operativo con un "depósito" o "depósito de recogida", en el que el medio de muestreo se usa para la extracción del analito del sistema biológico al depósito para obtener el analito en el depósito. Un "sistema biológico" incluye tanto sistemas vivos como mantenidos de manera artificial. Ejemplos de técnicas de muestreo invasivas y no invasivas incluyen la iontoforesis, sonoforesis, succión, electroporación, poración térmica, difusión pasiva, lancetas o cánulas microfinas (en miniatura), implantes subcutáneos o inserciones subcutáneas y dispositivos láser. La sonoforesis usa ultrasonidos para incrementar la permeabilidad de la piel (véase, por ejemplo, Menon y colaboradores (1994) Skin Pharmacology 7: páginas 130-139). Los sistemas adecuados de muestreo de sonoforesis se describen en la publicación internacional número WO 91/12772, publicada el 5 de septiembre de 1991. Los dispositivos de muestreo de difusión pasiva se describen, por ejemplo en las publicaciones internacionales, números WO 97/38126 (publicada el 16 de octubre de 1997); WO 97/42888, WO 97/42886, WO 97/42885 y WO 97/42882 (todas ellas publicadas el 20 de noviembre de 1997); y la WO 97/43962 (publicada el 27 de noviembre de 1997). Los dispositivos láser usan un pequeño haz láser para quemar un agujero a través de la capa superior de la piel del paciente (véase, por ejemplo, Jaques y colaboradores, (1978) J. Invest. Dermatology 88: páginas 88-93). Ejemplos de técnicas de muestreo invasivas incluyen las agujas y jeringas tradicionales o los dispositivos de tubo de muestra de vacío.

El término "depósito de recogida" se usa para describir cualquier medio de contenedor adecuado para contener una muestra extraída de un sistema biológico. Por ejemplo, el depósito de recogida puede ser un receptáculo que contenga un material que sea iónicamente conductor (por ejemplo, agua con iones en la misma), o de manera alternativa, puede ser un material, tal como un material semejante a una esponja o polímero hidrofílico, usado para conservar el agua en su sitio. Dichos depósitos de recogida pueden ser en forma de un hidrogel (por ejemplo, en forma de un disco o almohadilla). Típicamente, se hace referencia a los hidrogeles como "inserciones de recogida". Otros depósitos de recogida adecuados incluyen, pero no están limitados a, tubos, dispositivos de recogida de capilaridad, cánulas y trayectos de flujo miniaturizados grabados, cortados o moldeados.

Una "carcasa" para el sistema de muestreo puede incluir además la electrónica adecuada (por ejemplo, un microprocesador, memoria, pantalla y otros componentes de circuito) y fuentes de alimentación para hacer funcionar el sistema de muestreo de una manera automática.

Un "sistema de supervisión", de la manera usada en este documento, se refiere a un sistema útil para medir de manera continua o continuada un analito fisiológico presente en un sistema biológico. Dicho sistema incluye típicamente, pero no está limitado a, un medio de muestreo, un medio sensor y un medio microprocesador, en comunicación operativa con el medio de muestreo y el medio sensor.

El término "artificial" según se usa en este documento, se refiere a una agregación de células de grosor monocapa o mayor a las que se hace crecer o se cultivan en vivo o in vitro, y que funcionan como un tejido de un organismo pero no son realmente derivadas o separadas de una fuente o huésped preexistente.

El término "sujeto" abarca un animal de sangre caliente, en particular incluyendo un miembro de la clase de los mamíferos, tales como, sin limitación, humanos y primates no humanos tales como los chimpancés y otros monos y especies de monos; animales de granja tales como el ganado, ovejas, cerdos, cabras y caballos; mamíferos domésticos tales como perros y gatos; animales de laboratorio incluyendo roedores como ratones, ratas y cobayas y similares. El término no denota una edad o sexo determinados. De esta forma, se intentan cubrir los sujetos adultos o recién nacidos, así como los fetos, ya sean machos o hembras.

De la manera en que se usa en este documento, el término "medida continuada" se refiere a una serie de dos o más medidas obtenidas de un sistema biológico particular, cuyas medidas son obtenidas usando un solo dispositivo mantenido en contacto operativo con el sistema biológico sobre el periodo de tiempo en el que se obtiene la serie de medidas. El término incluye de esta forma las medidas continuas.

El término "transcutáneo" de la forma en que se usa en este documento, incluye tanto las técnicas transcutáneas como transmucosas, es decir, la extracción de un analito objetivo a través de la piel o de tejido mucoso. Los aspectos de la invención que se describen en este documento en el contexto de "transcutáneo", a menos que se especifique lo contrario, quieren significar que se aplican tanto a técnicas transcutáneas como transmucosas.

El término "extracción transcutánea" o "extraído transcutáneamente" quieren decir procedimientos de muestreo no invasivos, o al menos mínimamente invasivos, que suponen la extracción y/o el transporte de un analito desde por debajo de la superficie de un tejido a través de la piel o de tejido mucoso. El término incluye así la extracción de un analito usando iontoforesis (iontoforesis inversa), electroósmosis, sonoforesis, microdiálisis, succión y difusión pasiva. Estos procedimientos pueden, por supuesto, estar acoplados con la aplicación de mejoradores de penetración en la piel o técnica de mejora de permeabilidad de la piel tales como las tiras de cinta o pinchazos con microagujas. El término "extraído transcutáneamente" abarca también las técnicas de extracción que emplean la poración térmica, electroporación, lancetas microfinas, cánulas microfinas, implantes subcutáneos o inserciones y similares.

El término "iontoforesis" se refiere a un procedimiento para el transporte de sustancias a través de tejido por medio de una aplicación de una energía eléctrica al tejido. En la iontoforesis convencional, se proporciona un depósito en la superficie del tejido para servir de contenedor del material que va a ser transportado. La iontoforesis puede ser llevada a cabo usando procedimientos normalizados conocidos por aquéllos que sean expertos en la técnica, por ejemplo, por medio del establecimiento de un potencial eléctrico usando una corriente continua (CC) entre los "electrodos iontoforéticos" del ánodo y el cátodo fijos, alternando una corriente continua entre los electrodos iontoforéticos del ánodo y el cátodo, o usando una forma de onda mucho más compleja tal como la aplicación de una corriente con una polaridad alterna (AP) entre los electrodos iontoforéticos (de forma que cada electrodo sea alternativamente un ánodo o un cátodo).

El término "iontoforesis inversa" se refiere al movimiento de una sustancia de un fluido biológico a través de una membrana por medio de un potencial eléctrico aplicado o una corriente eléctrica aplicada. En la iontoforesis inversa, se proporciona un depósito en la superficie del tejido para recibir el material extraído.

"Electroósmosis" se refiere al movimiento de una sustancia a través de una membrana por medio de una corriente eléctrica de convección inducida por campo. Los términos iontoforesis, iontoforesis inversa y electroósmosis se usarán de manera intercambiable en este documento para referirse al movimiento de cualquier sustancia cargada iónicamente o descargada a través de una membrana (por ejemplo, una membrana epitelial) al aplicar un potencial eléctrico a la membrana a través de un medio iónicamente conductor.

El término "dispositivo sensor", "medio sensor" o "dispositivo biosensor" abarca cualquier dispositivo que se pueda usar para medir la concentración de un analito, o un derivado del mismo, de interés. Los dispositivos sensores preferidos para detectar los analitos en sangre generalmente incluyen dispositivos electroquímicos y dispositivos químicos. Ejemplos de dispositivos electroquímicos incluyen el sistema de electrodo Clark (véase, por ejemplo, Updike y colaboradores, (1967) Nature 214: páginas 986-988) y otros dispositivos electroquímicos amperimétricos, coulométricos o potenciométricos. Ejemplos de dispositivos químicos incluyen reacciones convencionales basadas en enzimas de la manera en que se usan en el monitor de glucosa Lifescan® (Johnson and Johnson, New Brunswick, NJ) (véase por ejemplo, la patente de los Estados Unidos 4.935.346 de Phillips y colaboradores).

Un "biosensor" o "dispositivo biosensor" incluye, pero no está limitado a, un "elemento sensor" que incluye, pero no está limitado a, un "electrodo biosensor" o "electrodo sensor" o "electrodo de trabajo" que se refiere al electrodo que es supervisado para determinar la cantidad de señal eléctrica en un momento del tiempo o sobre un periodo de tiempo dado, cuya señal es correlada entonces con la concentración de un compuesto químico. El electrodo sensor comprende una superficie reactiva que convierte el analito o un derivado del mismo, en una señal eléctrica. La superficie reactiva puede estar constituida de cualquier material eléctricamente conductor tal como, pero no limitado a, metales del grupo del platino (incluyendo, el platino, paladio, rodio, rutenio, osmio e iridio), níquel, cobre, plata y carbono así como óxidos, dióxidos, combinaciones de aleaciones de los mismos. Algunos materiales catalíticos, membranas y tecnologías de fabricación adecuadas para la construcción de biosensores amperimétricos fueron descritas por Newman, J. D. Y colaboradores (Analytical Chemistry 67 (24), páginas 4594-4599, de 1995).

El "elemento sensor" puede incluir componentes además del electrodo biosensor, por ejemplo, puede incluir un "electrodo de referencia" y un "electrodo contrario". El término "electrodo de referencia" se usa en este documento para significar un electrodo que proporciona un potencial de referencia, por ejemplo, un potencial que puede ser establecido entre un electrodo de referencia y un electrodo de trabajo. El término "electrodo contrario" se usa en este documento para significar un electrodo en un circuito electroquímico que actúa como una fuente o sumidero de corriente para completar el circuito electroquímico. Aunque no es esencial que un electrodo contrario sea empleado donde se incluya un electrodo de referencia en el circuito y el electrodo sea capaz de realizar la función de un electrodo contrario, se prefiere tener electrodos contrarios y de referencia separados ya que el potencial de referencia proporcionado por el electrodo de referencia es el más estable cuando se encuentra en equilibrio. Si se necesita que el electrodo de referencia actúe además como un electrodo contrario, la corriente que circula a través del electrodo de referencia puede romper este equilibrio. Consecuentemente, los electrodos separados que funcionan como electrodos contrarios y de referencia son los más preferidos.

En una realización, el "electrodo contrario" del "elemento sensor" comprende un "electrodo bimodal". El término "electrodo bimodal" según se usa en este documento típicamente se refiere a un electrodo que es capaz de funcionar de manera no simultánea como, por ejemplo tanto el electrodo contrario (del "elemento sensor") como el electrodo iontoforético (del "medio de muestreo").

El término "superficie reactiva", y "cara reactiva" se usan de manera intercambiable en este documento para significar que la superficie del electrodo sensor que: (1) está en contacto con la superficie del electrolito que contiene el material (por ejemplo, gel) que contiene un analito o a través de la que el analito o un derivado del mismo fluye desde una superficie de la misma; (2) consta de un material catalítico (por ejemplo, carbono, platino, paladio, rodio, rutenio o níquel y/o óxidos, dióxidos y combinaciones o aleaciones de los mismos) o un material que proporciona sitios para la reacción electroquímica; (3) convierte una señal química (por ejemplo, peróxido de hidrógeno) en una señal eléctrica (por ejemplo, una corriente eléctrica); y (4) define el área de superficie del electrodo que, cuando está compuesta de un material reactivo, es suficiente para controlar la reacción electroquímica a una velocidad suficiente para generar una señal eléctrica detectable, medible de manera reproducible que es correlada con la cantidad de analito presente en el electrolito.

Un "material iónicamente conductivo" se refiere a cualquier material que proporcione conductividad iónica, y a través del que las especies electroquímicamente activas puedan difundir. El material iónicamente conductivo puede ser, por ejemplo, un material sólido, líquido o semisólido (por ejemplo, en forma de un gel) que contenga un electrolito que pueda estar compuesto primariamente de agua e iones (por ejemplo, cloruro de sodio), y generalmente comprenda el 50% o más de agua en peso. El material puede estar en forma de un gel, una esponja o almohadilla (por ejemplo, empapada con una solución electrolítica), o cualquier otro material que pueda contener un electrolito y que permita al paso a través del mismo de especies electroquímicamente activas, especialmente el analito de interés.

El término "efecto fisiológico" abarca los efectos producidos en el sujeto que consiguen el propósito buscado de una terapia. En realizaciones preferidas, un efecto fisiológico significa que los síntomas del sujeto que esté siendo tratado son evitados o aliviados. Por ejemplo, un efecto fisiológico sería uno que resulte en la prolongación de la supervivencia en un paciente.

Una "laminación" según se usa en este documento, se refiere a estructuras comprendidas de al menos dos capas unidas. Las capas pueden estar unidas por medio de soldadura o a través del uso de adhesivos. Ejemplos de soldadura incluyen, pero no se limitan a, los siguientes: soldadura ultrasónica, unión por calor y calentamiento localizado acoplado de manera inductiva seguido por flujo localizado. Ejemplos de adhesivos comunes incluyen, pero no están limitados a, adhesivos sensibles a la presión, adhesivos de termofijación, adhesivos de cianocrilato, epoxi, adhesivos por contacto y adhesivos sensibles al calor.

Un "montaje de recogida" según se usa en este documento, se refiere a estructuras comprendidas de varias capas, en las que el montaje incluye al menos una inserción de recogida, por ejemplo un hidrogel. Un ejemplo de un montaje de recogida de la presente invención es una capa de máscara, inserciones de recogida y una capa de retención en la que las capas están sujetas en una relación funcional apropiada unas a otras pero no son necesariamente un laminado, es decir, las capas pueden no estar unidas juntas. Las capas pueden, por ejemplo, estar sujetas juntas por medio de geometría de interbloqueo o de fricción.

Un "montaje autosensor" según se usa en este documento, se refiere a estructuras generalmente que comprenden una capa de máscara, inserciones de recogida, una capa de retención, un montaje de electrodo y una bandeja de soporte. El montaje autosensor puede incluir también revestimientos. Las capas del montaje están sujetas en una relación apropiada funcional unas a otras.

La máscara y las capas de retención están compuestas preferiblemente de materiales que son sustancialmente impermeables al analito (señal química) que vaya a ser detectado (por ejemplo, la glucosa); sin embargo, el material puede ser permeable a otras sustancias. Por "sustancialmente impermeable" se quiere dar a entender que el material reduce o elimina el transporte de la señal química (por ejemplo, por medio de difusión). El material puede permitir un bajo nivel de transporte de señal química, con la condición de que la señal química que pasa a través del material no produce efectos de contorno significativos en el electrodo sensor.

"Sustancialmente planar" según se usa en este documento, incluye una superficie planar que hace contacto con una superficie ligeramente curvada, por ejemplo, un antebrazo o brazo superior de un sujeto. Una superficie "sustancialmente planar" es, por ejemplo, una superficie que tenga una forma a la que se pueda ajustar la piel, es decir, haciendo contacto entre la piel y la superficie.

En la práctica de la presente invención, se usa un algoritmo de "Mezclas de Expertos (MOE)". Un ejemplo de un algoritmo de Mezclas de Expertos útil junto con la presente invención está representado por las siguientes ecuaciones, en las que los expertos individuales tienen una forma lineal:

(1)An=\sum\limits^{n}_{i=1}An_{i}w_{i}

en la que (An) es un analito de interés, n es el número de expertos, An_{i} es el analito predicho por el Experto i; y w_{i} es un parámetro, y los expertos individuales An_{i} están definidos además por la expresión mostrada en la ecuación (2)

(2)An_{i}=\sum\limits^{m}_{j=i}a_{ij}P_{j}+z_{i}

en la que An_{i} es el analito predicho por el Experto i; P_{j} es uno de m parámetros, m es típicamente menor que 100; a_{ij} son coeficientes; y z_{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por la fórmula mostrada en la ecuación (3).

(3)w_{i} = \frac{e^{d_{i}}}{\left[\sum\limits^{n}_{k=1}e^{d_{k}}\right]}

en la que e se refiere a la función exponencial y la d_{k} (nótese que d_{i} en el numerador de la ecuación 3 es una de las d_{k}) es un parámetro que se fija análogo al de la ecuación 2 que se usa para determinar los pesos w_{i}. Las d_{k} vienen dadas por la ecuación (4).

(4)d_{k}=\sum\limits^{m}_{j=1}\alpha_{jk}P_{j}+\omega_{k}

en la que \alpha_{jk} es un coeficiente, P_{j} es uno de m parámetros y en la que \omega_{k} es una constante.

El algoritmo de Mezclas de Expertos es una tecnología predictiva generalizada para el análisis de datos. Este procedimiento usa una superposición de múltiples regresiones lineales, junto con un algoritmo de conmutación, para predecir resultados. Es posible cualquier número de variables de entrada/salida. Los coeficientes desconocidos en este procedimiento están determinados por medio de una técnica de probabilidad posterior de máximo.

El procedimiento típicamente es implementado de la siguiente manera. Se ensambla un conjunto experimental de datos de pares de entrada/salida para que abarque los intervalos esperados de todas las variables. Estas variables son usadas entonces para adiestrar a las Mezclas de Expertos (esto es, son usadas para determinar los coeficientes desconocidos). Estos coeficientes se determinan usando, por ejemplo, el procedimiento de Maximización de Esperanza (Dempster, A. P., N. M. Laird y D. B. Rubin, J. Royal Statistical Society (Series B-Methodological) 39: (1), 1977). Una vez que estos coeficientes son conocidos, las Mezclas de Expertos es fácilmente aplicada a un nuevo conjunto de datos.

"Parámetro" según se usa en este documento se refiere a una constante arbitraria o a una variable que aparece en una expresión matemática que al cambiar da varios casos del fenómeno representado (McGraw-Hill, Dictionary of Scientific and Technical Terms, S. P. Parker, ed. Quinta edición, McGraw-Hill Inc. 1994). En el contexto del monitor GlucoWatch® (Cygnus, Inc. Redwood City, CA), un parámetro es una variable que tiene influencia sobre el valor del nivel de glucosa en sangre según se calculó por medio de un algoritmo. Para el algoritmo de Mezclas de Expertos, estos parámetros incluyen, pero no se limitan a, lo siguiente: tiempo (por ejemplo, tiempo transcurrido desde que se aplicó el monitor a un sujeto; y/o tiempo transcurrido desde la calibración); la señal activa; la señal calibrada; el valor de glucosa en sangre en el punto de calibración; la temperatura de la piel; la conductividad de la piel; y la tensión iontoforética. Se puede esperar que los cambios en los valores de cualquiera de estos parámetros cambien el valor del valor calculado de glucosa en sangre. Los parámetros pueden ser sustituidos, y/o otros parámetros pueden ser incluidos en estos cálculos, por ejemplo, los parámetros de tiempo pueden variarse (por ejemplo, el tiempo transcurrido desde que el sistema de muestreo se puso en contacto con un sistema biológico, o el tiempo transcurrido desde que el sistema de muestreo se calibró) o se pueden usar múltiples parámetros de tiempo en la misma ecuación en la que estos parámetros son ponderados de manera apropiada.

Mediante el término "impreso" según se usa en este documento se quiere significar un depósito sustancialmente uniforme de una formulación de un electrodo sobre una superficie de un sustrato (es decir, el soporte base). Aquéllos que sea expertos en la técnica apreciarán que se pueden usar varias técnicas para efectuar el depósito sustancialmente uniforme de un material sobre un sustrato, por ejemplo, impresión de tipo Gravure, cubierta de extrusión, cubierta de pantalla, pulverización, pintado o similares.

"Desviación" según se usa en este documento se refiere a la diferencia entre el valor esperado de un estimador y el valor verdadero de un parámetro. "Desviación" se usa en un contexto estadístico, en particular, en estimar el valor de un parámetro de una probabilidad de distribución. Por ejemplo, en el caso de una regresión lineal en la que

y = mx +b, para x = a,

la desviación en "a" es igual a (ma + b)-a.

"Caída" según se usa en este documento se refiere a una reducción gradual en la magnitud de una cantidad, por ejemplo, una corriente detectada usando un electrodo sensor en la que la corriente está correlada con la concentración de un analito particular y en la que la corriente detectada se reduce de manera gradual pero no así la concentración del analito.

2.0.0 Procedimientos generales

La presente invención se refiere al análisis de los datos obtenidos mediante el uso de un dispositivo sensor para medir la concentración de un analito objetivo presente en un sistema biológico. En las realizaciones preferidas, el dispositivo sensor comprende un biosensor. En otras realizaciones preferidas, se usa un dispositivo de muestreo para extraer pequeñas cantidades de un analito objetivo del sistema biológico, y después detectar y/o cuantificar la concentración del analito objetivo. La medida con el biosensor y/o el muestreo con el dispositivo de muestreo se pueden llevar a cabo de una manera continuada. La medida continuada permite una supervisión más cercana de las fluctuaciones de la concentración del analito objetivo.

En el procedimiento general de la invención, se obtiene una señal bruta de un dispositivo sensor, cuya señal está relacionada con un analito objetivo presente en el sistema biológico. La señal bruta se puede obtener usando cualquier metodología sensora adecuada incluyendo, por ejemplo, procedimientos que se basan en el contacto directo de un aparato sensor con el sistema biológico; procedimientos que extraen muestras del sistema biológico por medio de técnicas de muestreo invasivas, mínimamente invasivas y no invasivas, en las que el aparato sensor está en contacto con la muestra extraída; procedimientos que se basan en el contacto indirecto de un aparato sensor con el sistema biológico; y similares. Se pueden usar procedimientos para extraer muestras de la muestra biológica usando técnicas de muestreo mínimamente invasivas o no invasivas. El aparato sensor usado con cualquiera de los procedimientos anteriormente mencionados puede emplear cualquier elemento sensor adecuado para proporcionar la señal incluyendo, pero no limitándose a, elementos físicos, químicos, electroquímicos, fotoquímicos, espectrofotométricos, polarimétricos, colorimétricos, radiométricos o elementos similares. En las realizaciones preferidas de la invención, se usa un biosensor que comprende un elemento sensor electroquímico.

En otra realización de la invención, se usa un aparato sensor de glucosa de infrarrojos para detectar la glucosa en sangre de un sujeto, y generar así la señal bruta. Se conocen en la técnica varios dispositivos sensores de glucosa de infrarrojos adecuados para su uso en el presente procedimiento, y fácilmente disponibles. Por ejemplo, en la Patente de los Estados Unidos número 5.267.152 de Yang y colaboradores se describe un dispositivo de espectroscopia láser de reflexión difusa de radiación de IR. También se describen en la patente de los Estados Unidos número 5.086.229 de Rosenthal y colaboradores y en la patente de los Estados Unidos número 4.975.581 de Robinson y colaboradores dispositivos similares espectrométricos de IR. Estos dispositivos de IR usan procedimientos tradicionales de análisis reflexivo o transmisivo de infrarrojos (de IR) para medir la absorción a una o más longitudes de onda específicas de la glucosa, y pueden estar en contacto con el sujeto en un lugar apropiado, tal como la punta de un dedo, un plegue de la piel, un párpado o la superficie del antebrazo para obtener la señal bruta.

La señal bruta obtenida usando cualquiera de las metodologías anteriormente descritas se convierte entonces en un valor específico del analito de unidades conocidas para proporcionar una interpretación de la señal obtenida del dispositivo sensor. La interpretación usa una transformación matemática para modelar la relación entre una respuesta medida en el dispositivo sensor y un correspondiente valor específico del analito (en la presente invención, un algoritmo de Mezclas de Expertos). Así, se usa un paso de calibración en este documento para relacionar, por ejemplo, una señal electroquímica (detectada por un biosensor) o espectros de absorción de IR (detectados con un detector de IR) con la concentración de un analito objetivo en un sistema biológico.

Los valores predichos del analito se pueden usar opcionalmente en un paso posterior para controlar un aspecto del sistema biológico. En una realización, los valores predichos de analito se usan para determinar cuándo, y en qué nivel, se debería añadir un constituyente al sistema biológico con el fin de controlar un aspecto del sistema biológico. En una realización preferida, el valor del analito se puede usar en un bucle de control de realimentación para controlar un efecto fisiológico en el sistema biológico.

Los anteriores procedimientos generales, se pueden usar por supuesto con una amplia variedad de sistemas biológicos, analitos objetivo y/o técnicas sensoras. La determinación de combinaciones particularmente adecuadas se encuentra dentro de la habilidad del técnico comúnmente experto cuando sigue la descripción del momento. Aunque estos procedimientos son ampliamente aplicables para medir cualquier analito químico y/o sustancia de un sistema biológico, la invención está expresamente ejemplificada para su uso en un sistema de muestreo transcutáneo no invasivo que use un biosensor electroquímico para cuantificar o calificar la glucosa o metabolito de glucosa.

2.1.0 Obtención de la señal bruta

La señal bruta se puede obtener usando cualquier dispositivo sensor que esté operativamente en contacto con el sistema biológico. Dichos dispositivos sensores pueden emplear técnicas de medida físicas, químicas, electroquímicas, espectrofotométricas, polarimétricas, colorimétricas, radiométricas o técnicas similares. Además, el dispositivo sensor puede estar en contacto directo o indirecto con el sistema biológico o ser usado con un dispositivo de muestreo que extraiga las muestras del sistema biológico usando técnicas de muestreo invasivas, mínimamente invasivas o no invasivas. En realizaciones preferidas, se usa un dispositivo de muestreo mínimamente invasivo o no invasivo para obtener muestras del sistema biológico, y el dispositivo sensor comprende un biosensor con un elemento sensor electroquímico.

El analito puede ser cualquier sustancia o componente que se encuentre en un sistema biológico que uno desee detectar y/o medir en un análisis químico, físico, enzimático u óptico. En la realización de la invención, el analito es glucosa.

Con el fin de facilitar la detección del analito, se puede disponer una enzima en el depósito de recogida o si se usan varios depósitos de recogida, se puede disponer la enzima en varios o en todos los depósitos. La enzima seleccionada es capaz de catalizar una reacción con el analito extraído (por ejemplo, glucosa) hasta que se pueda detectar un producto de esta reacción, por ejemplo, se pueda detectar de manera electroquímica a partir de la generación de una corriente que sea detectable y proporcional a la concentración o a la cantidad del analito que haga reacción. Una enzima adecuada es la glucosa oxidasa que oxida la glucosa pasando a ácido glucónico y a peróxido de hidrogeno. La posterior detección del peróxido de hidrógeno en un electrodo biosensor apropiado genera dos electrones por cada molécula de peróxido de hidrógeno que crea una corriente que se puede detectar y relacionar con la cantidad de glucosa que entra en el dispositivo. La glucosa oxidasa (GOx) se encuentra fácilmente disponible comercialmente y tiene características catalíticas bien conocida. Sin embargo, se pueden usar también otras enzimas, siempre que catalicen de manera específica una reacción con un analito o sustancia de interés para generar un producto detectable en proporción a la cantidad de analito reaccionado.

De una manera similar, se pueden usar otros varios sistemas de enzima específicos de analito cuyos sistemas de enzima funcionan en muchas de las mismas técnicas generales, pero que no forman parte de esta invención. Por ejemplo, se puede usar un electrodo biosensor que detecte el peróxido de hidrógeno para detectar etanol usando un sistema de encima alcohol oxidasa o de manera similar ácido úrico con un sistema urato oxidasa, urea con un sistema ureasa, colesterol con un sistema de colesterol oxidasa y teofilina con un sistema de xantina oxidasa.

Además, la enzima oxidasa (usada para la detección basada en hidrógeno peroxidasa) se puede sustituir con otro sistema redox, por ejemplo, la enzima deshidrogenasa NAD-NADH, que ofrece una ruta separada para detectar analitos adicionales. Los sensores basados en deshidrogenasa pueden usar electrodos de trabajo hechos de oro o de carbono (a través de química mediadora). Ejemplos de analitos adecuados para este tipo de supervisión incluyen, pero no están limitados a, colesterol, etanol, hidroxibutirato, fenilalanina, trigliceridos y urea. Además, la enzima puede ser eliminada y la detección se puede basar en la detección electroquímica o potenciométrica directa de un analito. Dichos analitos incluyen, sin limitación, metales pesados (por ejemplo, cobalto, hierro, plomo, níquel, cinc), oxígeno, carbonato / dióxido de carbono, cloruro, fluoruro, litio, pH, potasio, sodio y urea. También, el sistema de muestreo descrito en este documento se puede usar para la supervisión de droga terapéutica, por ejemplo, la supervisión de drogas antiepilépticas (por ejemplo, fenitoína), quimioterapia (por ejemplo, adriamicina), hiperactividad (por ejemplo, ritalina) y rechazo antiórganos (por ejemplo, ciclosporina).

En las realizaciones particularmente preferidas, se usa un dispositivo de muestreo para obtener muestras continuadas transcutáneas o transmucosas de un sistema biológico, y el analito de interés es la glucosa. De manera más específica, se usa un dispositivo de supervisión no invasiva de glucosa para medir los cambios en los niveles de glucosa en un sujeto animal sobre un amplio margen de concentraciones de glucosa. El procedimiento de muestreo se basa en la extracción de glucosa transcutánea y el procedimiento sensor se basa en tecnología de detección electroquímica. El dispositivo puede estar en contacto con el sistema biológico de manera continuada y de manera automática obtiene las muestras de glucosa con el fin de medir la concentración de glucosa a intervalos de tiempo preprogramados.

El muestreo se lleva a cabo de manera continua por medio de la extracción de manera no invasiva de glucosa a través de la piel del paciente usando una corriente iontoforética. De manera más particular, se aplica una corriente iontoforética a una superficie de la piel de un sujeto. Cuando se aplique la corriente, los iones o moléculas cargadas tiran de otras moléculas o partículas sin carga tales como la glucosa que son conducidas dentro de un depósito de recogida situado en la superficie de la piel. El depósito de recogida puede comprender cualquier material iónicamente conductor y es preferiblemente en forma de hidrogel que está comprendido de un material hidrofílico, agua y un electrolito. El depósito de recogida puede contener además una enzima que catalice una reacción entre la glucosa y el oxígeno. La enzima preferiblemente es glucosa oxidasa (GOx) que cataliza la reacción entre la glucosa y el oxígeno y da como resultado la producción de peróxido de hidrógeno. El peróxido de hidrógeno reacciona en una superficie catalítica de un electrodo biosensor, dando como resultado la generación de electrones que crean una corriente de biosensor detectable (señal bruta). En base a la cantidad de corriente de biosensor creada en un periodo de tiempo dado, se toma una medida que esté relacionada con la cantidad de glucosa conducida dentro del depósito de recogida sobre un periodo de tiempo dado. En una realización preferida, se permite que la reacción continúe hasta que toda la glucosa sustancialmente que se encuentra en el depósito de recogida haya sido sometida a una reacción y por lo tanto ya no sea detectable, y la corriente total del biosensor generada esté relacionada con la concentración de glucosa en el sujeto.

Cuando se complete la reacción, se repite el proceso y se obtiene una medida posterior. De manera más específica, la corriente iontoforética se aplica de nuevo, la glucosa se conduce a través de la superficie de la piel dentro del depósito de recogida y la reacción se cataliza con el fin de crear una corriente de biosensor. Estas operaciones de muestreo (extracción) y de detección están integradas de forma que la glucosa del fluido intersticial directamente por debajo de la superficie de la piel es extraída a la almohadilla de recogida de hidrogel en la que hace contacto con la enzima GOx. La enzima GOx convierte la glucosa y el oxígeno del hidrogel a peróxido de hidrógeno que se difunde a un sensor basado en platino y reacciona con el sensor para regenerar el oxígeno y formar electrones. Los electrones generan una señal eléctrica que se puede medir, analizar y correlar con la glucosa en sangre.

En la publicación internacional número WO 97 / 24059 publicada el 10 de julio de 1997 se describe un procedimiento generalizado para la supervisión continua de un analito fisiológico. Como se ha hecho notar en esa publicación, el analito es extraído a un depósito que contiene un hidrogel que preferiblemente comprende un material hidrofílico del tipo descrito en la publicación internacional número WO 97 / 02811, publicada el 30 de enero de 1997. Materiales de hidrogel adecuados incluyen óxido de polietileno, poli (ácido acrílico), poli (alcohol vinílico), y materiales polímeros hidrófilos relacionados combinados con agua para formar un gel acuoso.

En el dispositivo de supervisión no invasiva de glucosa anterior se coloca un biosensor sobre una superficie del hidrogel opuesta a la superficie de contacto con la piel. El electrodo sensor actúa como un detector que detecta la corriente generada por el peróxido de hidrógeno en la reacción redox, o de manera más específica, detecta la corriente que es generada por los electrones generados por la reacción redox catalizada por la superficie de platino del electrodo. Los detalles de dichos montajes y dispositivos de electrodo para la extracción iontoforética de la glucosa se describen en la publicación internacional número WO 96 / 00110, publicada el 4 de enero de 1996, y en la publicación internacional número WO 97 / 10499 publicada el 2 de marzo de 1997.

Haciendo referencia ahora a las figuras 1A y 1B, en (2) se indica generalmente un ejemplo de un depósito de recogida iontoforético y un montaje de electrodo para su uso en un dispositivo sensor transcutáneo. El montaje comprende dos depósitos de recogida iontoforéticos, (4) y (6), teniendo cada uno de ellos un medio conductivo (8), y (10) (preferiblemente almohadillas de hidrogel), respectivamente dispuestas dentro del mismo. El primer (12) y el segundo (14) electrodos iontoforéticos en forma de anillo se encuentran en contacto respectivamente con el medio conductor (8) y (10). El primer electrodo iontoforético (12) rodea tres electrodos de biosensor que también se encuentran haciendo contacto con el medio conductor (8), un electrodo de trabajo (1), un electrodo de referencia (18), y un electrodo contrario (20). Un anillo de guarda (22) separa los electrodos de biosensor del electrodo iontoforético (12) para minimizar el ruido del circuito iontoforético. Los contactos conductores proporcionan la comunicación entre los electrodos y la fuente de alimentación asociada y controlan el medio según se describe con detalle más adelante. Se puede poner en contacto una disposición similar de electrodo de biosensor con el medio conductor (10), o el medio puede no tener un medio sensor que haga contacto con el electrodo.

Con referencia ahora a la figura 2, se muestran en vista despiezada el depósito de recogida iontoforético y el montaje de electrodo (2) de las figuras 1A y 1B junto con una carcasa adecuada de dispositivo de muestreo iontoforético (32). La carcasa puede ser una caja de plástico u otra estructura adecuada que preferiblemente esté configurada para usarse sobre el brazo de los sujetos de una manera similar a un reloj de pulsera. Como puede verse, los medios conductores (8) y (10) (almohadillas de hidrogel) están separados del montaje (2); sin embargo, cuando el montaje (2) y la carcasa (32) se monten para proporcionar un dispositivo de muestreo iontoforético operacional (30), los medios estarán en contacto con los electrodos para proporcionar un contacto eléctrico con los mismos.

Se puede disponer una fuente de alimentación (por ejemplo, una o más baterías recargables o no recargables) dentro de la carcasa (32) o dentro de las correas (34) que sujetan el dispositivo en contacto con una superficie de piel o superficie mucosa de un sujeto. En uso, se aplica el potencial eléctrico (o corriente continua o una forma de onda más compleja) entre los dos electrodos iontoforéticos (12) y (14) de forma que la corriente circule desde el primer electrodo iontoforético (12), a través del primer medio conductor (8) en la superficie de piel o superficie mucosa, y retorne después a través del segundo medio conductor (10) al segundo electrodo iontoforético (14). El flujo de corriente es suficiente para extraer las sustancias incluyendo un analito de interés a través de la piel a uno o a ambos depósitos de recogida (4) y (6). El potencial eléctrico se puede aplicar usando cualquier técnica adecuada, por ejemplo, la densidad de corriente aplicada puede estar en el intervalo de 0,01 hasta 0,5 mA/cm^{2}. En una realización preferida, el dispositivo se usa para supervisión continuada o continua, y la polaridad de los electrodos iontoforéticos (12) y (14) se alterna a una velocidad de una conmutación cada 10 segundos hasta una conmutación por hora de forma que cada electrodo sea un cátodo o un ánodo de manera alternada. La carcasa (32) puede además incluir un elemento opcional sensor de la temperatura (por ejemplo, un termistor, un termómetro o un dispositivo termoacoplador) que supervise la temperatura en los depósitos de recogida para habilitar la corrección de temperatura de las señales del sensor. La carcasa también puede incluir un elemento sensor de conductancia opcional (por ejemplo, un par de electrodos integrados) que supervise la conductancia en la superficie de la piel o en la superficie mucosa para habilitar la corrección de visualización de datos o la anulación de las señales del sensor.

Tras un adecuado periodo de extracción iontoforética, uno o ambos conjuntos de electrodos sensores pueden ser activados con el fin de detectar las sustancias extraídas incluyendo el analito de interés. El funcionamiento del dispositivo de muestreo iontoforético (30) puede ser controlado por medio de un controlador (36) (por ejemplo, un microprocesador), que hace de interfaz con los electrodos iontoforéticos, los electrodos sensores, la fuente de alimentación, los elementos opcionales sensores de la temperatura y/o conductancia, una pantalla y otra electrónica. Por ejemplo, el controlador (36) puede incluir un controlador de fuente/sumidero de circuito controlado programable para controlar los electrodos iontoforéticos. La tensión de alimentación y la tensión de referencia son proporcionadas a los electrodos sensores, y los amplificadores de señal se pueden usar para procesar la señal proveniente del electrodo o electrodos de trabajo. En general, el controlador interrumpe el control de la corriente iontoforética durante los periodos de detección. Se puede proporcionar un bucle de confianza de sensor para supervisar de manera continua el sistema de muestreo para asegurar funcionamientos adecuados.

El control de usuario se puede llevar a cabo usando botones de pulsación situados en la carcasa (32), y una pantalla opcional de cuarzo líquido (LCD) puede proporcionar indicaciones visuales, lecturas e indicaciones visuales de alarmas. El microprocesador generalmente usa una serie de secuencias de programa para controlar las operaciones del dispositivo de muestreo, cuyas secuencias de programa se pueden almacenar en la memoria de sólo lectura del microprocesador (ROM). El software incorporado (firmware) controla la activación de las operaciones de medida y de visualización, la calibración de lecturas de analitos, la configuración y la visualización de alarmas de valor alto y bajo de analito, la visualización y la configuración de las funciones de hora y fecha, la hora de alarma y la visualización de lecturas almacenadas. Las señales de sensor obtenidas de los electrodos sensores pueden ser procesadas antes del almacenamiento y de la visualización por una o más funciones de procesado de señal o de algoritmos de procesado de señal que están almacenados en el software incorporado. El microprocesador puede incluir también una memoria de sólo lectura electrónicamente borrable, programable (EEPROM) para almacenar los parámetros de la calibración, los parámetros de usuario y todas las secuencias descargables. Una serie de puertos de comunicaciones permite al dispositivo comunicarse con la electrónica asociada, por ejemplo, dentro del dispositivo se usa en una aplicación de control de la realimentación para controlar una bomba para la entrega de un medicamento.

Además, el sistema de muestreo puede ser preprogramado para comenzar la ejecución de sus medidas de señal (u otras funciones) en un momento designado. Una aplicación de esta característica es tener el sistema de muestreo en contacto con un sujeto y programar el sistema de muestreo para comenzar la ejecución de la secuencia durante la noche de manera que se encuentre disponible para la calibración inmediatamente al despertar. Una ventaja de esta característica es que elimina cualquier necesidad de espera de que el sistema de muestreo se tenga que calentar antes de calibrarlo.

2.1.1 Realizaciones ejemplo del sistema de muestreo

A continuación describe con más detalle un aparato ejemplo para muestrear pequeñas cantidades de un analito a través de procedimientos transcutáneos. El aparato se usa para detectar y/o cuantificar la concentración de un analito objetivo presente en un sistema biológico. Este muestreo se lleva a cabo de una manera continuada, y la cuantificación es posible incluso cuando el analito objetivo sea extraído en concentraciones submilimolares. Aunque el aparato es ampliamente aplicable al muestreo de cualquier analito químico y/o sustancia química, el sistema de muestreo es ejemplificado de manera expresa para su uso en el muestreo transcutáneo y en la cuantificación o calificación de glucosa o de un metabolito de la glucosa.

De acuerdo con esto, en un aspecto, se usa un sistema de muestreo automático para supervisar los niveles de glucosa en un sistema biológico. Se puede poner en práctica un procedimiento usando un sistema de muestreo (dispositivo) que extraiga de manera transcutánea la glucosa del sistema, en este caso, un sujeto animal. La extracción transcutánea se lleva a cabo por medio de la aplicación de una corriente eléctrica o de una radiación ultrasónica a una superficie de un tejido en un lugar de recogida. La corriente eléctrica o la radiación ultrasónica se usan para extraer pequeñas cantidades de glucosa de un sujeto a un depósito de recogida. El depósito de recogida se encuentra en contacto con un biosensor que proporciona la medida de la concentración de glucosa en el sujeto.

En la práctica, un depósito de recogida se encuentra en contacto con una superficie de tejido, por ejemplo, sobre la capa córnea de la piel de un paciente. una fuerza eléctrica o ultrasónica se aplica entonces a la superficie del tejido con el fin de extraer la glucosa del tejido al depósito de recogida. La extracción se lleva a cabo de manera continua durante un periodo de tiempo de entre 1 a 24 horas, o mayor. El depósito de recogida es analizado, al menos de manera periódica, para medir la concentración de glucosa en el mismo. El valor medido se correla con el nivel de glucosa en sangre del sujeto.

De manera más particular, se colocan uno o más depósitos de recogida en contacto con la superficie del tejido en un sujeto. Los depósitos de recogida también están en contacto con un electrodo que genera una corriente (para la extracción iontoforética inversa) o con una fuente de radiación ultrasónica tal como un transductor (para la extracción sonoforética) suficiente para extraer la glucosa del tejido en el depósito de recogida.

El depósito de recogida contiene un líquido iónicamente conductor o un medio que contiene líquido. El medio conductor es preferiblemente un hidrogel que puede contener sustancias iónicas en una cantidad suficiente para producir una alta conductividad iónica. El hidrogel está formado a partir de material sólido (soluto) que, cuando se combina con agua, forma un gel por medio de la formación de una estructura que conserva el agua incluyendo las células interconectadas y/o una estructura de red formada por el soluto. El soluto puede ser un material natural tal como el soluto de la gelatina natural que incluye una mezcla de proteínas obtenida por medio de la hidrólisis de colágeno por medio de cocer la piel, ligamentos, tendones y similares. Sin embargo, el soluto o material formado por gel es más preferible un material polimérico (incluyendo, pero no limitándose a, óxido de polietileno, poli (alcohol vinílico), poli (ácido acrílico), propanosulfonato de poliacrilamidometilo y copolímeros de los mismos, y polivinilpirrolidona) presentes en la cantidad en el intervalo de más de 0,5% y de menos del 40% en peso, preferiblemente del 8 al 12% en peso cuando se añade también un humectante, y preferiblemente entre el 15% al 20% en peso cuando no se añade humectante. Los materiales adicionales se puede añadir al hidrogel, incluyendo, sin limitación, electrolito (por ejemplo, sal), tampón, agentes de pegajosidad, humectante, biocidas, conservantes y estabilizadores enzimáticos. En las publicaciones internacionales números WO 97 / 02811 publicada el 30 de enero de 1997 y en la WO 96 / 001100 publicada el 4 de enero de 1996 se describen formulaciones de hidrogel adecuadas.

Como el sistema de muestreo debe hacerse funcionar a muy bajos niveles de ruido de fondo (electroquímicos), el depósito de recogida debe contener un medio iónicamente conductor que no incluya componentes detectores significativamente electroquímicos y/o contaminantes. De esta forma, la composición de hidrogel preferida descrita anteriormente en este documento es formulada usando una juiciosa selección de materiales y reactivos que no añadan cantidades significativas de contaminantes electroquímicos a la composición final.

Con el fin de facilitar la detección del analito, se dispone una enzima dentro de uno o más de los depósitos de recogida. La enzima es capaz de catalizar una reacción con el analito extraído (en este caso glucosa) hasta que un producto de esta reacción pueda ser detectado, por ejemplo, pueda ser detectado de manera electroquímica a partir de la generación de una corriente cuya corriente sea detectable y sea proporcional a la cantidad de analito que haya reaccionado. Una enzima adecuada es la glucosa oxidasa que oxida la glucosa a ácido glucónico y peróxido de hidrógeno. La detección posterior del peróxido de hidrógeno sobre un electrodo biosensor apropiado genera dos electrones por cada molécula de peróxido de hidrógeno que crean una corriente que puede ser detectada y relacionada con la cantidad de glucosa que entra en el dispositivo (véase la figura 1). La glucosa oxidasa (GOx) se encuentra fácilmente disponible de manera comercial y tiene características catalíticas bien conocidas. Sin embargo, se pueden usar otras enzimas siempre que catalicen de manera específica una reacción con un analito, o derivado del mismo (o sustancia de interés), para generar un producto detectable en proporción a la cantidad de analito reaccionado.

De una manera similar, se pueden usar varios otros sistemas de enzima específicos de analito en el sistema de muestreo, cuyos sistemas de enzima funcionen sobre la mayoría de las mismas técnicas. Por ejemplo, un electrodo biosensor que detecte peróxido de hidrógeno se puede usar para detectar etanol usando un sistema de enzima alcohol oxidasa, o de manera similar ácido úrico con un sistema de urato oxidasa, colesterol con un sistema de colesterol oxidasa y teofilina con un sistema de xantina oxidasa.

El electrodo biosensor debe ser capaz de detectar el analito de glucosa extraído a uno o más depósitos de recogida incluso cuando se encuentre presente a niveles nominales de concentración. Con respecto a esto, los sistemas de detección electroquímicos convencionales que utilizan glucosa oxidasa (GOx) para convertir de manera específica la glucosa en peróxido de hidrógeno y después detectar el peróxido de hidrógeno con un electrodo apropiado, son solamente capaces de detectar el analito cuando se encuentre presente en una muestra en al menos concentraciones mM. Por el contrario, el sistema de muestreo de la presente invención permite el muestreo y la detección de pequeñas cantidades de analito del sujeto, en el que el analito se detecta a concentraciones del orden de 2 a 4 órdenes de magnitud inferiores (por ejemplo, concentraciones \muM en el depósito) a las detectables en ese momento con sistemas convencionales.

De acuerdo con esto, el electrodo biosensor debe mostrar una corriente de fondo sustancialmente reducida con relación a los primeros de dichos electrodos. En una realización particularmente preferida, se proporciona un electrodo que contiene platino (Pt) y grafito dispersos dentro de una matriz de polímero. El electrodo muestra las siguientes características, cada una de las cuales son esenciales para el funcionamiento efectivo del biosensor: la corriente de fondo en el electrodo debida a cambios en el estado de oxidación del platino y los contaminantes electroquímicamente sensibles en la formulación del electrodo son sustancialmente reducidos; y la actividad catalítica (por ejemplo, la descomposición de peróxido de hidrógeno no electroquímica) por medio del Pt en el electrodo se ve reducida.

El electrodo que contiene Pt está configurado para proporcionar un área de superficie geométrica entre 0,1 a 3 cm^{2}, preferiblemente entre 0,5 a 2 cm^{2}, y de manera más preferible en torno a 1 cm^{2}. Esta configuración particular se dimensiona en proporción con el área de recogida del depósito de recogida usado en el sistema de muestreo, en toda la cual el analito extraído y/o sus productos de reacción estarán presentes. El electrodo está formulado específicamente para proporcionar una alta relación señal a ruido (relación S/N) para esta área de superficie geométrica no disponible hasta este momento con los primeros electrodos que contienen Pt. Por ejemplo, un electrodo que contenga Pt construido para ser usado en el sistema de muestreo y que tenga un área geométrica en torno a 1 cm^{2} preferiblemente tiene una corriente de fondo del orden de en torno a 20 nA o inferior (cuando se mide con la solución de tampón a 0,6V), y tiene una alta sensibilidad (por ejemplo, al menos en torno a 60 nA / \muM de H_{2}O_{2} en tampón a 0,6V). De una manera similar, un electrodo que tenga un área geométrica en torno a 0,1 cm^{2} preferiblemente tiene una corriente de fondo en torno a 2 nA o inferior y una sensibilidad de al menos en torno a 6 nA / \muM de H_{2}O_{2}; y un electrodo que tenga un área geométrica en torno a 3 cm^{2} preferiblemente tiene una corriente de fondo de en torno a 60 nA o inferior y una sensibilidad de al menos en torno a 180 nA / \muM de H_{2}O_{2}, ambas medidas en tampón a 0,6V. Estas características proporcionan una alta relación S/N, por ejemplo, una relación S/N en torno a 3 o superior. La composición del electrodo se formula usando reactivos o solventes de grado analítico o de grado electrónico que aseguran que se eviten los contaminantes electroquímicos y/o otros contaminantes residuales en la composición final, reduciendo de manera significativa el ruido de fondo inherente en el electrodo resultante. En particular, los reactivos y solventes usados en la formulación del electrodo se seleccionan de forma que estén sustancialmente libres de contaminantes electroquímicamente activos (por ejemplo, antioxidantes), y los solventes en particular se seleccionan por alta volatilidad con el fin de reducir los tiempos de lavado y de curado.

El polvo de Pt usado para formular la composición del electrodo también se encuentra sustancialmente libre de impurezas, y los polvos de Pt/grafito son distribuidos de manera equitativa dentro de la matriz de polímero usando, por ejemplo, la comolienda o la molienda secuencial del Pt y del grafito. De manera alternativa, antes de la incorporación dentro de la matriz de polímero, se puede hacer una deposición catódica del Pt sobre el polvo de grafito, el Pt coloidal se puede precipitar sobre el polvo de grafito (véase, por ejemplo, la solicitud de patente del Reino Unido número GB 2.221.300, publicada el 31 de enero de 1990, y las referencias citadas en la misma), o el Pt puede ser absorbido sobre el polvo de grafito para proporcionar una distribución equitativa del Pt en contacto con el grafito conductor. Con el fin de mejorar la relación S/N del electrodo, el contenido de Pt en el electrodo es inferior con relación a los primeros electrodos de Pt o basados en Pt. En una realización preferida, el contenido global de Pt está en torno de un 3 a un 7% en peso. Aunque la disminución de la cantidad global de Pt puede reducir la sensibilidad del electrodo, los inventores han descubierto que también se consigue una reducción incluso mayor en el ruido de fondo, dando como resultado una mejora neta en la calidad señal a ruido.

La matriz de Pt/grafito está sujetada por medio de un ligante adecuado, tal como un polímero electroquímicamente inerte o un ligante de resina, que es seleccionado por su buena adherencia u adecuada integridad de cubierta. El ligante también es seleccionado por su alta pureza y por la ausencia de componentes con fundamento electroquímico. De esta manera, no se introducen contaminantes electroquímicamente sensibles dentro de la composición del electrodo por medio del ligante. Se conocen en la técnica un gran número de dichos ligantes adecuados, y se encuentran comercialmente disponibles, incluyendo, sin limitación, polímeros de vinilo, acrílicos, epoxi, fenoxi y de poliéster, con tal de que el ligante o ligantes seleccionados para la formulación se encuentren adecuadamente libres de impurezas electroactivas.

Los electrodos biosensores de Pt/grafito formulados anteriormente muestran una actividad catalítica reducida (por ejemplo, degradación de peróxido de hidrógeno pasiva o no electroquímica) con relación a sistemas primeros de electrodo basado en Pt, y de esta forma tienen una calidad señal a ruido sustancialmente mejorada. En las composiciones preferidas de electrodo de Pt/grafito, el biosensor muestra una degradación de peróxido de hidrógeno pasiva del 10 al 25%.

Una vez formulado, la composición del electrodo se fija a una superficie no conductora adecuada que puede ser cualquier material rígido o flexible que tenga unas adecuadas propiedades aisladoras y/o dieléctricas. La composición del electrodo se puede fijar a la superficie en cualquier patrón o geometría adecuada, y se puede aplicar usando varias técnicas de película delgada, tales como la deposición catódica, evaporación, deposición de fase de vapor o similares; o usando varias técnicas de película gruesa, tales como una laminación de película, electrogalvanización o similares. De manera alternativa, la composición se puede aplicar usando impresión de pantalla, impresión de almohadilla, procedimientos de inyección de tinta, impresión de balanceo de transferencia, o técnicas similares.

Preferiblemente, el electrodo se aplica usando una impresión de pantalla de baja temperatura sobre un sustrato polimérico. El apantallado se puede llevar a cabo usando una malla adecuada, una malla de 100 a 400.

Mientras la glucosa se extrae trasncutáneamente en el depósito de recogida, el analito reacciona con la glucosa oxidasa dentro del depósito para producir peróxido de hidrógeno. La presencia de peróxido de hidrógeno genera una corriente en el electrodo biosensor que es directamente proporcional a la cantidad de peróxido de hidrógeno que hay en el depósito. Esta corriente proporciona una señal que puede ser detectada e interpretada por un controlador de sistema asociado para proporcionar un valor de concentración de glucosa para visualizar. En realizaciones particulares, la corriente detectada puede ser correlada con la concentración de glucosa en sangre del sujeto de forma que el controlador de sistema pueda visualizar la concentración de glucosa en sangre real del sujeto según se midió por medio del sistema de muestreo. Por ejemplo, se puede calibrar el sistema a la concentración de glucosa en sangre real del sujeto muestreando la sangre del sujeto durante una prueba normalizada de tolerancia de glucosa, y analizando la glucosa en sangre usando tanto un monitor de glucosa en sangre normalizado como el sistema de muestreo. De esta manera, las medidas obtenidas por medio del sistema de muestreo pueden ser correladas con los valores reales usando técnicas estadísticas conocidas.

En una realización preferida, el sistema automático de muestreo extrae de manera transcutánea la muestra de una manera continuada en el transcurso de un periodo de 1 a 24 horas, o más largo, usando iontoforesis inversa. De manera más particular, el depósito de recogida contiene un medio iónicamente conductor, preferiblemente el medio de hidrogel descrito anteriormente en este documento. Se pone en contacto un primer electrodo de iontoforesis con el depósito de recogida (que se encuentra en contacto con una superficie de tejido objetivo), y un segundo electrodo de iontoforesis se pone en contacto o con un segundo depósito de recogida que se encuentra en contacto con la superficie del tejido, o con algún otro medio iónicamente conductor en contacto con el tejido. Una fuente de alimentación proporciona un potencial eléctrico entre los dos electrodos para realizar la iontoforesis inversa de una manera conocida en la técnica. Como se ha tratado anteriormente, el biosensor seleccionado para detectar la presencia, y posiblemente el nivel, del analito objetivo (glucosa) dentro de un depósito, también se encuentra en contacto con el depósito.

En la práctica, se aplica un potencial eléctrico (o corriente continua o una forma de onda más compleja) entre los dos electrodos de iontoforesis de forma que la corriente circule desde el primer electrodo a través del primer medio conductor en la piel, y vuelva desde la piel a través del segundo medio conductor al segundo electrodo. Este flujo de corriente extrae sustancias a través de la piel a uno o más depósitos de recogida a través del proceso de iontoforesis inversa o electroósmosis. El potencial eléctrico se puede aplicar como se ha descrito en la publicación internacional número WO 96 / 00110, publicada el 4 de enero de 1996.

Como un ejemplo, para extraer la glucosa, la densidad de corriente eléctrica aplicada sobre la piel o sobre el tejido se encuentra preferiblemente en el intervalo de 0,01 a 2 mA/cm^{2}. En una realización preferida, con el fin de facilitar la extracción de glucosa, se aplica la energía eléctrica a los electrodos, y la polaridad de los electrodos se alterna a una velocidad de una conmutación cada 7,5 minutos (para un periodo de extracción de 15 minutos), de forma que cada electrodo sea alternativamente un cátodo o un ánodo. El cambio de la polaridad puede ser manual o automático.

Se puede emplear cualquier sistema de electrodo iontoforético adecuado, sin embargo, se prefiere usar un sistema de electrodo de plata/cloruro de plata (Ag/AgCl). Los electrodos iontoforéticos se formulan usando dos parámetros de funcionamiento críticos: (1) los electrodos son capaces de funcionamiento continuado durante periodos extensos, preferiblemente periodos de hasta 24 horas o superiores; y (2) los electrodos son formulados para que tengan una alta pureza electroquímica con el fin de que funcionen dentro del sistema actual que requiere niveles de ruido de fondo extremadamente bajos. El electrodo debe ser capaz también de pasar una gran cantidad de carga sobre el periodo de vida de los electrodos.

\newpage

En una realización alternativa, el dispositivo de muestreo puede funcionar en un modo de polaridad alternada necesitando la presencia de un primer y un segundo electrodos bimodales (figura 5, (540) y (541)) y dos depósitos de recogida (figura 5, (547) y (548)). Cada electrodo bimodal (figura 4, (430); figura 5, (540) y (541)) sirve a dos funciones dependiendo de la fase de funcionamiento; (1) un electrodo electro-osmótico (o electrodo iontoforético) usado para conducir eléctricamente al analito desde una fuente hasta un depósito de recogida comprendiendo agua y un electrolito, y al área del submontaje de electrodo; y (2) como un electrodo contrario para el primer electrodo sensor en el que el compuesto químico se convierte de manera catalítica en la cara del electrodo sensor para producir una señal eléctrica.

Los electrodos de referencia (figura 5, (544) y (545); figuraç 4, (432)) y los electrodos sensores (figura 5, (542) y (543); figura 4, (431)), así como el electrodo bimodal (figura 5, (540) y (541), figura 4, (430)) se conectan al circuito potenciostato normalizado durante la detección. En general, las limitaciones prácticas del sistema requieren que el electrodo bimodal no actúe de manera simultánea como electrodo contrario y electrodo iontoforético.

El funcionamiento general del sistema de muestreo iontoforético es la repetición cíclica de dos fases: (1) una fase iontoforética inversa, seguida por (2) una fase sensora. Durante la fase iontoforética inversa, el primer electrodo bimodal (figura 5, (540)) actúa como un cátodo iontoforético y el segundo electrodo bimodal (figura 5, (541)) actúa como un ánodo iontoforético para completar el circuito. El analito se recoge en los depósitos, por ejemplo, un hidrogel, (figura 5, (547) y (548)). Al final de la fase iontoforética inversa, se apaga la corriente iontoforética. Durante la fase sensora, en el caso de la glucosa, se aplica un potencial entre el electrodo de referencia (figura 5, (544)) y el electrodo sensor (figura 5, (542)). La señal química reacciona catalíticamente sobre la cara catalítica del primer electrodo sensor (figura 5, (542)) produciendo una corriente eléctrica, mientras que el primer electrodo bimodal (figura 5, (540)) actúa como un electrodo contrario para completar el circuito eléctrico.

Al final de la fase sensora, comienza la siguiente fase de iontoforesis. La polaridad de la corriente de iontoforesis se invierte en este ciclo con relación al ciclo anterior, de forma que el primer electrodo bimodal (figura 5, (540)) actúe como un ánodo iontoforético y el segundo electrodo bimodal (figura 5, (541)) actúe como un cátodo iontoforético para completar el circuito. Al final de la fase iontoforética, el sensor se activa. La señal química reacciona de manera catalítica sobre la cara catalítica del segundo electrodo sensor (figura 5, (543)) produciendo una corriente eléctrica, mientras que el segundo electrodo bimodal (figura 5, (541)) actúa como un electrodo contrario para completar el circuito eléctrico.

Las fases iontoforética y sensora se repiten de manera cíclica con la polaridad de la corriente iontoforética alterna entre cada ciclo. Esto da como resultado un par de lecturas para la señal, esto es, una señal obtenida de una primera fase iontoforética y sensora y una segunda señal obtenida de la segunda fase. Estos dos valores se pueden usar (i) de manera independiente como dos señales, (ii) como una señal acumulativa (aditiva), o (iii) los valores de señal se pueden sumar y promediar.

Si se usan dos depósitos activos para la detección del analito (por ejemplo, en el caso en que ambos hidrogeles contengan la enzima GOx), se puede emplear una comprobación de consistencia del sensor que detecte si las señales de los depósitos cambian juntas una con la otra. Esta comprobación compara el cambio de porcentaje de la señal de calibración para cada depósito, y calcula después la diferencia en el cambio de porcentaje de la señal entre los dos depósitos. Si esta diferencia es mayor que un valor umbral predeterminado (que comúnmente es determinada de manera empírica), entonces se dice que las señales no se siguen una a la otra y el punto de datos relativo a las dos señales puede ser, por ejemplo, ignorado.

El electrodo descrito está particularmente adaptado para su uso junto con un sistema de depósito de recogida del hidrogel para supervisar los niveles de glucosa en un sujeto a través de la reacción de la glucosa recogida con la enzima glucosa oxidasa presente en la matriz de hidrogel.

El electrodo bimodal consta preferiblemente de Ag/AgCl. La reacción electroquímica que se produce en la superficie de este electrodo sirve como una fuente o sumidero superficial para la corriente eléctrica. Esta propiedad es especialmente importante para la función de iontoforesis del electrodo. Careciendo de esta reacción, la corriente de iontoforesis podría causar que la hidrólisis del agua ocurriese en los electrodos de iontoforesis produciendo cambios en el pH y la posible formación de burbujas de gas. Los cambios en el pH a pH ácido o pH básico podrían causar la irritación o quemaduras de la piel. La capacidad de un electrodo de Ag/AgCl para actuar fácilmente como una fuente o sumidero de corriente es también una ventaja para su función de electrodo contrario. Para que una célula electroquímica de tres electrodos funcione de manera apropiada, la capacidad de generación de corriente del electrodo contrario no debe limitar la velocidad de la reacción en el electrodo sensor. En el caso de un electrodo sensor grande, se requiere la capacidad del electrodo contrario para proporcionar grandes corrientes proporcionalmente.

El diseño del sistema de muestreo se proporciona para un electrodo sensor más grande (véase por ejemplo, la figura 4) que el anteriormente diseñado. Por consiguiente, el tamaño del electrodo bimodal debe ser suficiente de manera que cuando actúe como un electrodo contrario con respecto al electrodo sensor, el electrodo contrario no empiece a limitar la velocidad de la reacción catalítica en la superficie catalítica del electrodo sensor.

\newpage

Existen dos procedimientos para asegurar que el electrodo contrario no limite la corriente en el electrodo sensor: (1) el electrodo bimodal está se hace mucho más grande que el electrodo sensor, o (2) se proporciona una contra reacción superficial.

Durante la fase iontoforética inversa, la fuente de alimentación proporciona un flujo de corriente al primer electrodo bimodal para facilitar la extracción de la señal química al depósito. Durante la fase sensora, se usa la fuente de alimentación para proporcionar tensión al primer electrodo sensor para controlar la conversión de la señal química retenida en el depósito a una señal eléctrica en la cara catalítica del electrodo sensor. La fuente de alimentación mantiene también un potencial fijo en el electrodo en el que, por ejemplo, el peróxido de hidrógeno se convierte a oxígeno molecular, iones de hidrógeno y electrones, que se compara con el potencial del electrodo de referencia durante la fase sensora. Mientras un electrodo sensor está en funcionamiento en el modo sensor, está eléctricamente conectado al electrodo bimodal adyacente que actúa como un electrodo contrario en el que se consumen los electrodos generados en el electrodo sensor.

Se puede hacer funcionar el submontaje de electrodo por medio de la conexión eléctrica de los electrodos bimodales de forma que cada electrodo sea capaz de funcionar tanto como un electrodo iontoforético como electrodo contrario junto con el electrodo o electrodos sensores apropiados y el electrodo o los electrodos de referencia, para crear una circuitería de potenciostato normalizada.

Un potenciostato es un circuito eléctrico usado en medidas electroquímicas en células electroquímicas de tres electrodos. Se aplica un potencial entre el electrodo de referencia y el electrodo sensor. La corriente generada en el electrodo sensor circula a través de la circuitería al electrodo contrario (es decir, no circula corriente a través del electrodo de referencia para alterar su potencial de equilibrio). Se pueden usar dos circuitos de potenciostato independientes para hacer funcionar los dos biosensores. Para el propósito del presente sistema de muestreo, la corriente eléctrica medida en el submontaje de electrodo sensor, es la corriente que está correlada con una cantidad de señal química.

Con relación al funcionamiento continuado para periodos de tiempo extendidos, los electrodos de Ag/AgCl se proporcionan en el presente documento que sean capaces de formar repetidamente un acoplamiento reversible que funcione sin reacciones colaterales electroquímicas no deseadas (que podrían dar un aumento en los cambios del pH, y la liberación de hidrógeno y oxígeno debido a la hidrólisis del agua). Los electrodos de Ag/AgCl del presente sistema de muestreo son formulados de esta manera para resistir ciclos repetidos de paso de corriente en el intervalo de 0,01 a 1,0 mA por cm^{2} de área de electrodo. Con relación a la alta pureza electroquímica, los componentes de Ag/AgCl se dispersan dentro de un ligante de polímero adecuado para proporcionar una composición de electrodo que no sea susceptible de ataque (por ejemplo, plastificación) por los componentes del depósito de recogida, por ejemplo, la composición de hidrogel. Las composiciones de electrodo también son formuladas usando reactivos y disolventes de grado analítico o electrónico, y la composición de ligante de polímero se selecciona para que esté libre de contaminantes electroquímicamente activos que podrían difundirse al biosensor para producir una corriente de fondo.

Como los electrodos iontoforéticos de Ag/AgCl deben ser capaces de ciclos continuados sobre periodos de tiempo extendidos, las cantidades absolutas de Ag y de AgCl disponibles en los electrodos, y la relación global de disponibilidad de Ag/AgCl se pueden ajustar para proporcionar el paso de altas cantidades de carga. Aunque no hay limitación en el sistema de muestreo descrito en este documento, la relación de Ag/AgCl se puede aproximar a la unidad. Con el fin funcionar dentro del sistema preferido que usa un biosensor que tiene un área geométrica de 0,1 a 3 cm^{2}, los electrodos iontoforéticos se configuran para proporcionar un área de electrodo aproximada de 0,3 a 1 cm^{2}, preferiblemente en torno a 0,85 cm^{2}. Estos electrodos proporcionan ciclos de paso de carga reproducibles, repetidos, a densidades de corriente que oscilan de 0,01 a 1 mA/cm^{2} de área de electrodo. De manera más particular, los electrodos construidos de acuerdo con los parámetros de formulación anteriores, y que tengan un área de electrodo aproximada de 0,85 cm^{2}, son capaces de un paso de carga total reproducible (en la dirección anódica como en la dirección catódica) de 270 mC, a una corriente de 0,3 mA (densidad de corriente de 0,35 mA/cm^{2}) para 48 ciclos en un periodo de 24 horas.

Una vez formulada, la composición del electrodo de Ag/AgCl se fija a una superficie no conductora rígida o flexible adecuada según se ha descrito anteriormente con respecto a la composición del electrodo biosensor. Se aplica primero una capa inferior de plata (Ag) a la superficie con el fin de proporcionar la conducción uniforme. La composición del electrodo de Ag/AgCl se aplica entonces sobre la capa inferior de Ag en cualquier patrón o geometría adecuados usando varias técnicas de película delgada, tales como la deposición catódica, evaporación, deposición de fase de vapor o similares, o usando varias técnicas de película gruesa, tales como laminación de película, electrogalvanizado, o similares. De manera alternativa, la composición de Ag/AgCl se puede aplicar usando impresión de pantalla, impresión de almohadilla o técnicas similares. Preferiblemente, se aplican tanto la capa inferior de Ag como el electrodo de Ag/AgCl usando una impresión de pantalla de baja temperatura sobre un sustrato polimérico. Esta impresión de pantalla de baja temperatura puede llevarse a cabo en torno a 125ºC a 160ºC, y el apantallado puede llevarse a cabo usando una malla adecuada de 100 a 400.

En otra realización preferida, el sistema de muestreo automático extrae de manera transcutánea la muestra de una manera continuada sobre el transcurso de un periodo de 1 a 24 horas o mayor, usando sonoforesis. De manera más particular, se acopla una fuente de radiación ultrasónica al depósito de recogida y se usa para proporcionar perturbación suficiente a la superficie de tejido objetivo para permitir el paso del analito (glucosa) a través de la superficie del tejido. La fuente de radiación ultrasónica proporciona frecuencias de ultrasonidos mayores de 10 MHz, preferiblemente en el margen de 10 a 50 MHz, más preferiblemente en el margen de 15 a 25 MHz. Se debería hacer énfasis en que estos márgenes están destinados a ser meramente ilustrativos de la realización preferida; en algunos casos se pueden usar frecuencias superiores o inferiores.

Los ultrasonidos pueden ser pulsados o continuos, pero preferiblemente son continuos cuando se usan bajas frecuencias. A muy altas frecuencias, la aplicación pulsada generalmente será la preferida para habilitar la disipación del calor generado. La intensidad del ultrasonido aplicado es menor que 5,0 W/cm^{2}, más preferiblemente está en el margen de 0,01 a 5,0 W/cm^{2}, y de manera más preferible está en el margen de 0,05 a 3,0 W/cm^{2}.

Virtualmente, se puede usar cualquier tipo de dispositivo para administrar los ultrasonidos, con tal de que el dispositivo sea capaz de producir las ondas ultrasónicas de frecuencia adecuada requeridas por el sistema de muestreo. Un dispositivo de ultrasonidos tendrá típicamente una fuente de alimentación tal como una pequeña batería, un transductor y un medio para conectar el sistema al depósito de recogida del sistema de muestreo.

Los sistemas de muestreo de sonoforesis adecuados se describen en la publicación internacional número WO 91 / 12772, del 5 de septiembre de 1991.

Como los ultrasonidos no se transmiten bien en el aire, generalmente se necesita un medio líquido en el depósito de recogida para transmitir de manera rápida y eficiente los ultrasonidos entre el aplicador de ultrasonidos y la superficie de tejido.

Con referencia ahora a la figura 3, se presenta una vista despiezada de los componentes clave de una realización preferida de un autosensor. Los componentes del sistema de muestreo incluyen dos montajes de electrodo biosensor/iontoforético, (304) y (306), cada uno de los cuales tiene un electrodo iontoforético anular, respectivamente indicados en (308) y en (310), que circundan a un biosensor (312) y (314). Los montajes de electrodo (304) y (306) están impresor sobre un sustrato polimérico (316) que se mantiene dentro de una bandeja sensora (318). Se dispone un montaje de depósito de recogida (320) sobre los montajes de electrodo, en el que el montaje de depósito de recogida comprende dos inserciones de hidrogel (322) y (324) retenidas por medio de una capa de retención de gel (326).

Con referencia ahora a la figura 9, se presenta una vista despiezada de los componentes clave de otra realización de un autosensor para su uso en un dispositivo de muestreo iontoforético. Los componentes del sistema de muestreo incluyen, pero no se limitan a, lo siguiente: un montaje sensor a bandeja que comprende dos montajes de electrodo bimodal y una bandeja de soporte (904); dos agujeros (906) para asegurar el alineamiento adecuado de la bandeja de soporte en el dispositivo de muestreo; un revestimiento de repliegue de surco (908) usado para separar los sensores de los hidrogeles (912) (por ejemplo, durante el almacenamiento); una capa de retención del gel (910); una capa de máscara (914) (en el que la capa de retención del gel, los hidrogeles y la capa de máscara forman un montaje de recogida, que puede, por ejemplo, ser una lámina); y un revestimiento de paciente (916).

Los componentes mostrados en vista despiezada de las figuras 3 y 9 están destinados a ser usados por ejemplo, en un dispositivo de muestreo automático que esté configurado para ser usado como un reloj de pulsera normal. Como se describe en la publicación internacional número WO 96 / 00110, publicada el 4 de enero de 1996, la carcasa de reloj de pulsera (no mostrada) contiene terminales conductores que comunican los electrodos iontoforéticos y los electrodos biosensores para controlar el ciclo y proporcionar alimentación a los electrodos iontoforéticos, y para detectar señales electroquímicas producidas en las superficies del electrodo biosensor. La carcasa de reloj de pulsera puede incluir además la electrónica adecuada (por ejemplo, un microprocesador, memoria, pantalla y otros componentes de circuito) y las fuentes de alimentación para hacer funcionar el sistema automático de muestreo.

Las modificaciones y las adiciones a las realizaciones de las figuras 3 y 9 serán aparentes para aquéllos que sean expertos en la técnica a la luz de las enseñanzas de la presente especificación. Las laminaciones y montajes de recogida descritos en este documento son adecuados para su uso como componentes consumibles en un dispositivo de muestreo iontoforético.

En un aspecto, los montajes de electrodo pueden incluir electrodos bimodales como se muestra en la figura 4 y se describe anteriormente.

Las modificaciones y las adiciones a las realizaciones mostradas en las figuras 3 y 9 serán aparentes para aquéllos que sean expertos en la técnica.

2.2.0 Conversión a un valor específico de analito

La señal bruta se convierte entonces a un valor específico de analito usando un paso de calibración que correla la señal obtenida desde el dispositivo sensor con la concentración del analito presente en el sistema biológico. Se puede usar una amplia variedad de técnicas de calibración para interpretar dichas señales. Estas técnicas de calibración aplican técnicas matemáticas, estadísticas y/o técnicas de reconocimiento de patrón al problema del procesado de señal en los análisis químicos, por ejemplo, usando redes neuronales, procesado de señal de algoritmo genético, regresión lineal, regresión lineal múltiple o análisis de componentes principales de las medidas (prueba) estadísticas.

Un procedimiento de calibración involucra a las técnicas de estimación. Para calibrar un instrumento usando las técnicas de estimación, es necesario tener un conjunto de medidas de ejemplo con concentraciones conocidas a las que se hace referencia como el conjunto de calibración (por ejemplo, el conjunto de referencia). Este conjunto consta de S muestras, cada una de ellas con m variables de instrumento contenidas en una matriz (X) de S por m, y un vector (y) de S por 1, que contiene las concentraciones. Si la información a priori indica que la relación entre la medida y la concentración es lineal, la calibración intentará determinar una transformación de S por 1 o una asignación (b), de forma que y = xb sea una estimación óptima de y de acuerdo con unos criterios predefinidos. Se conocen en la técnica numerosas técnicas de estimación adecuadas útiles en la práctica de la invención. Estas técnicas se pueden usar para proporcionar factores de correlación (por ejemplo, constantes) cuyos factores de correlación sean usados entonces en una transformación matemática para obtener un valor de medida indicativo de la concentración del analito presente en el sistema biológico en los momentos de la medida.

En una realización particular, el paso de calibración puede llevarse a cabo usando redes neuronales artificiales o algoritmos genéticos. La estructura de un algoritmo de red neuronal particular usado en la práctica de la invención puede variar ampliamente; sin embargo, la red debería contener una capa de entrada, una o más capas ocultas, y una capa de salida. Dichas redes pueden ser instruidas sobre un conjunto de datos de prueba y aplicarse entonces a una población. Existe un número infinito de tipos de red adecuada, funciones de transferencia, criterios de formación, pruebas y procedimientos de aplicación que ocurrirán a aquéllos que sean normalmente expertos al leer la especificación instantánea.

El dispositivo de muestreo iontoforético de glucosa descrito en este documento típicamente usa uno o más depósitos de recogida "activos" (por ejemplo, cada uno de ellos conteniendo la enzima GOx) para obtener las medidas. En una realización, se usan dos depósitos de recogida activos. Se puede obtener un valor de entrada de estos depósitos, por ejemplo, tomando una media entre señales de los depósitos para cada punto de tiempo de medida o usando un valor sumado. Dichas entradas son tratadas con mayor detalle más adelante. En otra realización, se puede proporcionar un segundo depósito de recogida que no contenga, por ejemplo, la enzima GOx. Este segundo depósito puede servir como una referencia interna (vacía) para el dispositivo sensor, en el que se usa un biosensor para medir la señal "vacía" del depósito de referencia cuya señal puede ser usada entonces, por ejemplo en un paso sustracción del vacío.

En el contexto de dicho dispositivo de muestreo, un algoritmo, en una realización preferida de un algoritmo de Mezclas de Expertos, podría usar las siguientes entradas para proporcionar una medida de la glucosa en sangre: tiempo (por ejemplo, tiempo desde que se aplicó el monitor a un sujeto, y/o tiempo desde la calibración); señal proveniente de un depósito activo; señal proveniente de un depósito vacío; señal promediada (o una acumulativa) de los dos depósitos activos; tiempo de calibración; temperatura de la piel; tensión; fondo normalizado; corriente de datos bruta; valor de pico o mínimo de una entrada seleccionada, por ejemplo, corriente, señal promediada, señal calibrada; puntos de valor discreto de una entrada seleccionada, por ejemplo, corriente, señal promediada, señal calibrada; temperatura promediada integral, temperatura inicial, o cualquier temperatura de tiempo discreto; conductividad de la piel, incluyendo pero no limitándose a, valor del sudor, tensión iontoforética, valor de directriz, valor de directriz normalizada, otros valores de fondo; cambio relativo en la corriente de biosensor o en la tensión iontoforética (con relación a la calibración) como un indicador de caída; intervalos de integración alternos para calcular los valores en nanoculombios (nC), por ejemplo, usando un intervalo de tiempo de biosensor completo, o intervalos de integración alternativos (por ejemplo, usando puntos de tiempo discretos en lugar de intervalos, intervalos de ruptura a partir del intervalo de tiempo total de muestreo, o integración completa del intervalo más la integración parcial de las partes seleccionadas del intervalo); y, cuando se encuentre en funcionamiento en el modo de formación, glucosa medida (el uso de las entradas de ejemplo se presenta en los ejemplos 1 y 2). Además, se describe una comprobación de la relación de calibración en el ejemplo 4 que es útil para asegurar que la calibración ha sido eficaz, y que la calibración demuestra un nivel deseado de sensibilidad del sistema de muestreo.

2.3.0 Predicción de las medidas

Los valores específicos de analito obtenidos usando las técnicas anteriores se usan en este documento para predecir las concentraciones del analito objetivo en un sistema biológico usando un análisis de Mezclas de Expertos (MOE).

El algoritmo de Mezclas de Expertos descompone una ecuación de predicción no lineal en varias ecuaciones de predicción lineales ("Expertos"). Una rutina de "Experto" se usa entonces para conmutar entre las diferentes ecuaciones lineales. En las ecuaciones presentadas a continuación, el factor w (ponderación) determina la conmutación ponderando los diferentes Expertos con un número entre 0 y 1, con la restricción de que:

\sum\limits^{n}_{i=1}w_{i}=1

El algoritmo de Mezclas de Expertos de la presente invención se basa en el caso ideal presentado en la ecuación 1, en la que los expertos individuales tienen una forma lineal:

(1)A_{n}=\sum\limits^{n}_{i=1}An_{i}w_{i}

\newpage

en la que (An) es un analito de interés, n es el número de expertos, An_{i} es el analito predicho por el Experto i; y w_{i} es un parámetro. El número de expertos se elige en base a la calidad del ajuste del modelo, sometido al requisito de que es deseable usar el menor número de expertos posible. El número de expertos es preferiblemente menor que 100, y de manera más preferible menor que 30. En la mayoría de los casos, es deseable la selección la selección de los menos expertos posibles.

Los expertos individuales An_{i} están definidos además por la expresión mostrada en la ecuación (2).

(2)An_{i}=\sum\limits^{m}_{j=i}a_{ij}P_{j}+z_{i}

en la que An_{i} es el analito predicho por el Experto i; P_{j} es uno de m parámetros, m es típicamente menor que 100; a_{ij} son coeficientes; y z_{i} es una constante.

El valor de ponderación w_{i} está definido por la fórmula mostrada en la ecuación (3).

(3)w_{1}=\frac{e^{d_{i}}}{\left[\sum\limits^{n}_{k=1}e^{d_{k}}\right]}

en la que e se refiere a la función exponencial y la d_{k} (nótese que d_{i} en el numerador de la ecuación 3 es una de las d_{k}) es un parámetro que se fija análogo al de la ecuación 2 que se usa para determinar los pesos w_{i}. Las d_{k} vienen dadas por la ecuación (4).

(4)d_{k}=\sum\limits^{m}_{j=1}\alpha_{jk}P_{j}+\omega_{k}

en la que \alpha_{jk} es un coeficiente, P_{j} es uno de m parámetros y en la que \omega_{k} es una constante.

El procedimiento de Mezclas de Expertos descrito por las anteriores ecuaciones se suministra con una gran base de datos de información obtenida de manera empírica acerca de los parámetros definidos por las ecuaciones. Empleando una función de regresión lineal, las ecuaciones se resuelven de manera simultánea para los valores de todos los coeficientes y constantes. En otras palabras, se instruye al algoritmo para que sea predictivo para el valor de An (el analito) dado un conjunto particular de datos. Un procedimiento de optimización preferido para determinar los coeficientes y las constantes es el procedimiento de Maximización de Esperanza (Dempster, A. P., N. M. Laird y D. B. Rubin, J. Royal Statistical Society (Series B-Methodological) 39: (1), 1977). Otros procedimientos de optimización incluyen el algoritmo de Levenburg-Marquardt (Marquardt, D. W., J. Soc. Ind. Appl. Math. 11: páginas 431 a la 441, 1963) y el algoritmo de Simplex (Nelder, J. A., y Mead, R. Computer Journal 7: página 308, 1965).

En el contexto de la supervisión de la glucosa en sangre con un dispositivo de muestreo iontoforético, el algoritmo MOE permite la predicción precisa de la concentración de glucosa. A este respecto, durante el ciclo de medida iontoforético típico, la extracción iontoforética del analito se lleva a cabo durante una duración de tiempo adecuada, por ejemplo, entre 1 y 30 minutos, tiempo tras el cual el analito extraído es detectado durante una duración de tiempo adecuada, por ejemplo, entre 1 a 30 minutos. En el ejemplo 1 se presenta una aplicación del algoritmo de Mezclas de Expertos para especificar un conjunto de parámetros para la supervisión de la glucosa.

En el contexto de la supervisión de la glucosa en sangre con un dispositivo de muestreo iontoforético, el algoritmo de Mezclas de expertos permite la predicción precisa de las concentraciones de glucosa en sangre.

2.4.0 Modificaciones del algoritmo

Un aspecto adicional de la presente invención es la modificación del algoritmo de Mezclas de Expertos (MOE). El MOE puede ser modificado de varias maneras incluyendo, pero no limitándose a, las siguientes modificaciones: uso de diferentes grupos de entradas seleccionadas (véase anteriormente); adaptación del algoritmo mediante la modificación del conjunto de instrucción; uso de diferentes algoritmos o modificaciones del MOE para diferentes intervalos de detección del analito; uso de diferentes distribuciones estadísticas en las Mezclas de Expertos; rechazo del experto o expertos seleccionados; y algoritmos de conmutación.

2.4.1 Adaptación del algoritmo

El algoritmo de Mezclas de Expertos (MOE) se instruye usando conjuntos de datos que contienen patrones. Esos patrones, representados en un conjunto de datos de instrucción, típicamente dan un buen rendimiento. De acuerdo con esto, la instrucción de MOE con una amplia variedad de patrones mejora el funcionamiento predictivo del MOE, por ejemplo, usando una variedad de patrones de glucosa en sangre que son los que ocurren en pacientes diabéticos para obtener parámetros que representan los patrones. En este caso, los patrones seleccionados se usan para desarrollar un conjunto apropiado de instrucción para MOE y después los parámetros generados a partir de ese conjunto de instrucción se usan para probar los datos que representan una variedad de patrones. En una realización, se puede aumentar un conjunto de instrucción "global" proporcionando un conjunto de datos de instrucción desarrollado a partir de los datos de la glucosa en sangre de un sujeto individual tomados en un periodo de varios (o de muchos) días. Dicho patrón individual es potencialmente útil para personalizar el algoritmo para ese sujeto. Los parámetros generados a partir del uso de un conjunto de instrucción que incluyen a dichos patrones individuales son probados entonces en el mismo individuo para determinar si el conjunto de datos de instrucción extendido proporciona mejores valores predichos. En una realización alternativa, se puede usar un porcentaje seleccionado del conjunto de instrucción global con el conjunto de instrucción del individuo (en lugar de usar el conjunto de instrucción global al completo).

Además, los datos que comprenden un conjunto de datos de instrucción pueden ser elegidos de manera específica para optimizar el funcionamiento del MOE bajo condiciones específicas. Dicha optimización puede incluir, por ejemplo, el uso de diversos conjuntos de datos o la selección de los mejores datos para representar una condición específica. por ejemplo, se pueden usar diferentes conjuntos de datos de instrucción en base a los datos obtenidos a partir de una variedad de razas para instruir a los MOE para optimizar el funcionamiento predictivo para miembros individuales de las diferentes razas representadas por diferentes conjuntos de datos.

Finalmente, MOE es típicamente formado con valores elegidos en un intervalo seleccionado (por ejemplo, valores de glucosa en sangre en el intervalo de 40 a 400 mg/dl). Sin embargo, se puede formar también al MOE con los conjuntos de datos que caigan fuera del intervalo seleccionado.

2.4.2 Algoritmo optimizado para diferentes intervalos

El algoritmo MOE se puede optimizar para un funcionamiento predictivo en intervalos seleccionados de datos. Dependiendo del intervalo, se puede llamar a diferentes MOE para la predicción de los valores de un analito (véase "Algoritmos de Conmutación" más adelante). De manera alternativa, se pueden usar diferentes algoritmos para la predicción de valores en intervalos seleccionados de detección de analito. Por ejemplo, el MOE se puede usar para la predicción de los valores de glucosa en el intervalo de 40 a 400 mg/dl; sin embargo, en los extremos inferior y superior de los valores de glucosa, se puede aplicar una función definida de manera específica a los datos con el fin de conseguir los valores preferidos. Dichos valores preferidos pueden, por ejemplo, ser útiles en la situación en la que una predicción a la baja sea más deseable que una predicción al alza (por ejemplo, a bajos valores de glucosa en sangre). En este caso, se puede usar una modificación del algoritmo MOE o se puede optimizar un algoritmo específico para la predicción en el intervalo seleccionado, por ejemplo, usando una función de distribución no lineal que enfatice la predicción de baja glucosa en sangre (BG) en el intervalo de BG\leq100.

2.4.3 Empleo de diferentes funciones de distribución

Cuando se calculan los pesos usados en el algoritmo MOE, se usa una distribución seleccionada. Una distribución ejemplo es una distribución Gaussiana (ejemplo 3) que pondera las desviaciones relativas al cuadrado de la diferencia desde la media. Sin embargo, se pueden usar otras distribuciones para mejorar la función predictiva del algoritmo. Por ejemplo, la distribución Laplaciana se usó en los cálculos presentados en el ejemplo 4. La distribución Laplaciana tiene una colas más largas que una distribución Gaussiana, y pondera las desviaciones relativas a la diferencia absoluta desde la media. Se puede usar otras funciones de distribución también, incluyendo pero no limitándose a, la distribución de Cauchy o una función de distribución específica ideada (o calculada) en base a los conjuntos de datos específicos obtenidos, por ejemplo, a partir de individuos diferentes o de grupos diferentes de individuos (por ejemplo, razas diferentes).

2.4.4 Rechazo de expertos

Cuando se usan múltiples expertos en el algoritmo MOE, cada experto puede ser inspeccionado para determinar si, por ejemplo, uno o más expertos está proporcionando valores incongruentes. Cuando se identifica a dicho experto (por ejemplo, en el cálculo de un punto de datos particular) el experto puede ser eliminado para ese cálculo y los pesos de los expertos restantes pueden ser reajustados de manera apropiada. La inspección de los expertos puede ser llevada a cabo por medio de un algoritmo separado y puede, por ejemplo, estar basada en si el valor predicho por el experto cae fuera de un intervalo designado. Si el valor cae fuera de un intervalo designado, el experto puede ser eliminado de ese cálculo. Por ejemplo, el ejemplo 3 describe el uso de tres expertos (BG_{1}, BG_{2}, BG_{3}) en un MOE para la predicción de los valores de glucosa en sangre, en el que se usa un promedio ponderado para calcular el valor final de glucosa en sangre. Sin embargo, cada uno de estos tres expertos puede ser inspeccionado para determinar si uno (o más) de ellos no tiene sentido (por ejemplo, está proporcionando un valor estocástico o un valor aislado significativamente diferente de los otros dos expertos). El experto que proporcione el valor incongruente es descartado y los pesos de los otros dos expertos se reajustan de manera apropiada.

\newpage

2.4.5 Algoritmos de conmutación

En otro aspecto adicional de la presente invención, la predicción de la concentración de un analito se puede llevar a cabo usando algoritmos especializados, en la que los algoritmos especializados son útiles para predicciones en situaciones particulares (por ejemplo, conjuntos de datos o intervalos de valores predichos) y en las que el algoritmo usado para realizar los cálculos sea determinado en base a la situación. En este caso se puede usar un "conmutador" para emplear un (o más) algoritmo en lugar de otro (u otros) algoritmo. Por ejemplo, un algoritmo MOE global puede ser el conmutador usado para la selección de los tres algoritmos MOE diferentes. En una realización dicho algoritmo MOE global se puede usar para determinar un valor de glucosa en sangre. El valor de glucosa en sangre está determinado, por medio del algoritmo, para que caiga dentro de uno de tres intervalos (por ejemplo, bajo, normal y alto). Para cada intervalo existe un algoritmo MOE independiente que optimiza la predicción para valores en el intervalo particular. El algoritmo MOE global selecciona entonces el algoritmo MOE apropiado en base al valor y el MOE seleccionado realiza una nueva predicción de los valores de glucosa en sangre en base a los valores de entrada originales pero optimizados para el intervalo en el que se predijo (por el MOE global) que caería el valor. Como una ilustración adicional, las entradas para determinar un valor de glucosa en sangre son proporcionadas a un MOE global que determina que el valor en un valor bajo. Las entradas son entonces dirigidas a un MOE de Valor Bajo Optimizado para generar un valor de glucosa en sangre predicho más preciso.

Se puede desarrollar algoritmos especializados para usarlos en diferentes partes de un intervalo del espectro de señal del analito u otros valores de entrada (por ejemplo, señal alta/señal baja; BGCal alta/BGCal baja; Relación de Calibración alta/baja; temperatura alta/baja; etc., para todas las variables usadas en la predicción). Se puede usar un algoritmo global para decidir en qué región del espectro se encuentra la señal del analito, y después el algoritmo global conmuta los datos al algoritmo especializado apropiado.

En otra realización, se puede usar un algoritmo distinto al algoritmo MOE como conmutador para elegir entre un conjunto de algoritmos MOE, o se puede usar un MOE como el conmutador para elegir entre un conjunto de otros algoritmos. Además, pueden existir múltiples niveles de conmutación especializada (que pueden ser representados de manera gráfica por ejemplo por medio de diagramas de árbol ramificados).

Siguiendo con esto, hay varios ejemplos específicos, no limitadores, de los usos de conmutación en la práctica de la presente invención cuando los valores de glucosa están siendo determinados.

En una realización, se identifican las variables que representen de manera explícita la caída de la señal, por ejemplo, un conmutador basado en el tiempo transcurrido desde la calibración (anterior o última) o el valor de Relación de Calibración (alta o baja). Un conmutador ejemplo de este tipo está representado por el tiempo transcurrido desde la calibración en la que, por ejemplo, el algoritmo descrito en el ejemplo 3 puede ser formado de manera independiente con entradas de una fase anterior de uso de sensor y entradas de una última fase de uso de sensor (por ejemplo, la vida útil total de un elemento sensor puede dividirse en dos mitades - primera y última ). Entonces, dependiendo del tiempo desde la calibración en que se obtienen los valores de entrada seleccionados (un conmutador ejemplo), los valores de entrada son dirigidos a un algoritmo MOE que fue formado sobre los datos de la fase apropiada (es decir, o de la anterior o de la última). Dicho conmutador es útil para ayudar a corregir el error basado en la caída del sensor.

Otro conmutador ejemplo de este tipo se representa por medio del valor de Relación de Calibración en el punto de calibración. Relación de Calibración se describe en el ejemplo 4. La Relación de Calibración es una medida de la sensibilidad del sensor. De acuerdo con esto, si se desea, el intervalo de Relación de Calibración puede dividirse en dos mitades (intervalos alto y bajo). El algoritmo descrito en el ejemplo 3 puede ser formado de manera independiente con entradas de los intervalos alto y bajo de la Relación de Calibración. Un conmutador se basa entonces en los valores de Relación de Calibración para dirigir las entradas al algoritmo MOE que esté formado con el conjunto de datos apropiados (es decir, los conjuntos de datos correspondientes a las entradas de los intervalos alto y bajo de Relación de Calibración).

2.5.0 Disminución de la desviación de un conjunto de datos

Además del algoritmo MOE descrito en la presente especificación, a continuación sigue una descripción de un procedimiento para alterar los datos usados para generar un conjunto de datos de formación para corregir la pendiente, la ordenada en el origen (y la desviación resultante) introducidas por el intervalo limitado de entrada de datos. La invención proporciona una corrección útil para cualquier entrada de datos asimétrica que dé una desviación a las predicciones resultantes. En este procedimiento, los valores del conjunto de datos se usan para crear un segundo conjunto de datos que refleje el primer, es decir, los valores positivos que se convierten en valores negativos (de signo contrario). Los dos conjuntos de datos se usan después como el conjunto de datos de formación. Esta transformación del conjunto de datos asimétrico da como resultado una simetría forzada de los datos que comprenden el conjunto de datos.

Lo siguiente es un ejemplo no limitador de este procedimiento para la corrección de desviación usando la determinación del nivel de glucosa en sangre. En las determinaciones del nivel de glucosa en sangre descritas en este documento anteriormente existe una desviación inherente (manifestada por una pendiente menor que 1 y una ordenada en el origen positiva, por ejemplo, la figura 10A; en la figura, pGB es la glucosa en sangre predicha y mBG es la glucosa en sangre directamente medida-medida por ejemplo, usando un medidor HemoCue®) introducida en la función de predicción. Esto en parte es debido al hecho de que no hay niveles de glucosa en sangre menores a 40 mg/dl usados en el conjunto de formación de entrada de datos. La entrada de datos para la formación del algoritmo MOE, usado para la predicción de los niveles de glucosa en sangre, usa, por ejemplo, las siguientes variables: tiempo transcurrido desde la calibración, señal promedio, señal calibrada y la glucosa en sangre en el punto de calibración (véase, por ejemplo, los ejemplos 3 y 4). El valor que estas entradas predicen e intentan comparar en la glucosa en sangre directamente medida. El intervalo permitido para la glucosa en sangre es de 40 a 400 mg/dl. Debido a este intervalo limitado de glucosa en sangre, las predicciones de función resultante (es decir, a través de MOE) dan como una desviación inherente, pendiente menor que 1 y ordenada en el origen positiva cuando se traza la glucosa en sangre predicha (variable en el eje y, pBG, figura 10A) frente a la glucosa en sangre directamente medida (variable en el eje x, mBG, figura 10A).

El procedimiento de la presente invención burla este problema aumentando el conjunto de datos de entrada original con un conjunto de datos que comprende el mismo tiempo transcurrido desde la calibración, pero con valores de la señal promedio (en nanoculombios) y de la glucosa en sangre medida directamente ambas del signo contrario con relación al conjunto original de datos reales. La señal calibrada se calcula entonces usando los datos de signo contrario. De esta manera, los datos de entrada se doblan y son ahora simétricos alrededor del origen (figura 10B; en la figura, pGB es la glucosa en sangre predicha y mBG es la glucosa en sangre medida directamente-medida, por ejemplo, usando el medidor HemoCue®). En la figura 10B, las líneas punteadas representan las pendientes predichas a partir del conjunto de datos simple con el que se asocian. La línea continua entre las dos líneas punteadas representa la pendiente corregida en base al uso del conjunto de datos original y el conjunto de datos de signo opuesto para formar al algoritmo.

Se puede ver el valor de esta aproximación cuando se traza la glucosa en sangre predicha (usando MOE) frente a la glucosa en sangre medida, examinando los resultados presentados en la siguiente tabla.

	Conjunto de datos original	Conjunto de datos original y
		conjunto de datos de signo
		contrario
Pendiente local*	0,932	1,042
Ordenada en el origen	12,04	-5,63
local*
Desviación 50 mg/dl	8,64	-3,53
Desviación 80 mg/dl	6,6	-2,27
Desviación 100 mg/dl	5,24	-1,43
Desviación 150 mg/dl	1,84	0,67
Desviación 200 mg/dl	-1,56	2,77
*Basado en regresión ortogonal con una relación de varianza igual a dos.

Como demuestran los resultados de esta tabla, el procedimiento para reducir la desviación de la presente invención tiene una pendiente cercana a 1, una ordenada en el origen cercana a cero, y los valores de desviación, en general, cercanos a cero.

De acuerdo con esto, un aspecto de la presente invención es un procedimiento para disminuir la desviación de un conjunto de datos. El procedimiento implica la generación de un segundo conjunto de datos que tenga valores opuestos en signo al conjunto de datos original y el uso de este primer y segundo conjuntos de datos como un conjunto de datos combinado para formar al algoritmo (por ejemplo, MOE).

Ejemplos

Los siguientes ejemplos se exponen para proporcionar a aquéllos comúnmente expertos en la técnica una exposición y descripción completas de cómo hacer y usar los dispositivos, procedimientos y fórmulas de la presente invención, y no están destinados a limitar el ámbito de lo que el inventor se refiere con la invención. Se han hecho esfuerzos para asegurar la precisión con respecto a los números usados (por ejemplo, cantidades, temperatura, etc.) pero se deberían tener en cuenta algunos errores experimentales y desviaciones. A menos que se indique lo contrario, las partes son partes por peso, el peso molecular es peso molecular promedio en peso, la temperatura está en grados centígrados y la presión es o está cercana a la presión atmosférica.

Ejemplo 1 Aplicación de "Mezclas de Expertos" a la supervisión de la glucosa

Este ejemplo describe el uso del algoritmo de Mezclas de Expertos (MOE) para predecir los datos de glucosa en sangre de una serie de señales.

En el presente ejemplo, se usó un monitor GlucoWatch® para recoger los datos y se eligieron las siguientes variables para generar los conjuntos de datos para el algoritmo MOE:

1) tiempo transcurrido (tiempo), tiempo transcurrido desde que se aplicó el monitor GlucoWatch® al sujeto, es decir, tiempo transcurrido desde que se puso en contacto operativo el sistema muestreo con el sistema biológico;

2) señal activa (activo), en este ejemplo, el valor del parámetro activo que corresponde con la señal de nanoamperios que fue integrada sobre el intervalo de tiempo de detección para dar un parámetro activo en nanoculombios (nC);

3) señal calibrada (señal), en este ejemplo se obtuvo multiplicando una activa por una constante, estando definida la constante como el nivel de glucosa en sangre en el punto de calibración dividido por el valor activo en el punto de calibración. Por ejemplo, de la siguiente manera:

señal=\frac{BG/cp}{activo/cp}(activo)

en la que la pendiente de la línea activo frente a la glucosa en sangre tuvo una ordenada en el origen distinta de cero y el desplazamiento tuvo en cuenta que la ordenada en el origen no fue cero. En la alternativa, la constante debería ser de la siguiente manera:

señal=\frac{BG/cp}{(activo/cp+desplazamiento)}(activo+desplazamiento)

en la que desplazamiento tiene en cuenta el valor de la ordenada en el origen.

4) el valor de glucosa en sangre en el punto de calibración (BG/cp) fue determinado por medio de prueba de sangre directa.

Otras posibles variables incluyen, pero no están limitadas a, temperatura, tensión iontoforética (que es inversamente proporcional a la resistencia de la piel), y conductividad de la piel.

Se generaron grandes conjuntos de datos por medio de la recogida de señales usando un sistema de muestreo transcutáneo que se colocó en contacto operativo con la piel. El sistema de muestreo extrajo de manera transcutánea el analito del sistema biológico usando una apropiada técnica de muestreo (en este caso, iontoforesis). El sistema de muestreo transcutáneo se mantuvo en contacto operativo con la piel para proporcionar un flujo casi continuado o continuo de señales.

La base de las Mezclas de Expertos fue descomponer una ecuación de predicción no lineal (ecuación 5, siguiente) en varias ecuaciones de predicción de Experto, y después tener una rutina para conmutar entre las diferentes ecuaciones lineales. Para predecir los niveles de glucosa en sangre, se usaron tres ecuaciones lineales independientes (ecuaciones 6, 7 y 8) para representar la glucosa en sangre, con las variables independientes tratadas anteriormente de tiempo, activo, señal, glucosa en sangre en el punto de calibración (BG/cp), y una constante (t_{i}).

La conmutación entre las ecuaciones 6, 7 y 8 se determinó por medio de los parámetros w_{1}, w_{2} y w_{3} en la ecuación 5, que fueron determinados además por medio de los parámetros d_{1}, d_{2} y d_{3} dados por las ecuaciones 9 a la 14, en las que los expertos individuales tienen una forma lineal:

(5)BG = w_{1}BG_{1} + w_{2}BG_{2} + w_{3}BG_{3}

en la que (BG) es glucosa en sangre, existen tres expertos (n=3), y BG_{i} es el analito predicho por el Experto i; w_{i} es un parámetro, y los Expertos individuales BG_{i} están definidos además por medio de la expresión mostrada en las ecuaciones 6, 7 y 8.

(6)BG_{1} = p_{1}(tiempo) + q_{1}(activo) + r_{1}(señal) + s_{1}(BG|cp) + t_{1}

(7)BG_{2} = p_{2}(tiempo) + q_{2}(activo) + r_{2}(señal) + s_{2}(BG|cp) + t_{2}

(8)BG_{3} = p_{3}(tiempo) + q_{3}(activo) + r_{3}(señal) + s_{3}(BG|cp) + t_{3}

en las que BG_{i} es el analito predicho por el Experto i; los parámetros incluyen, tiempo (tiempo transcurrido), activo (señal activa), señal (señal calibrada), y BG|cp (valor de glucosa en sangre en un punto de calibración); p_{i}, q_{i}, r_{i} y s_{i} son coeficientes; y t_{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por medio de las fórmulas mostradas en las ecuaciones 9, 10 y 11.

(9)w_{1}=\frac{e^{d_{1}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(10)w_{2}=\frac{e^{d_{2}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(11)w_{3}=\frac{e^{d_{3}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

en las que e se refiere a la función exponencial y d_{i} es un parámetro que se fija (análogo a las ecuaciones 6, 7 y 8) que se usó para determinar los pesos w_{i}, dados por las ecuaciones 9, 10 y 11, y

(12)d_{1} = \tau_{1}(tiempo) + \beta_{1}(activo) + \gamma_{1}(señal) + \delta_{1}(BG|cp) + \varepsilon_{1}

(13)d_{2} = \tau_{2}(tiempo) + \beta_{2}(activo) + \gamma_{2}(señal) + \delta_{2}(BG|cp) + \varepsilon_{2}

(14)d_{3} = \tau_{3}(tiempo) + \beta_{3}(activo) + \gamma_{3}(señal) + \delta_{3}(BG|cp) + \varepsilon_{3}

en las que \tau_{i}, \beta_{i}, \gamma_{i} y \delta_{i} son coeficientes, y en las que \varepsilon_{i} es una constante.

Para calcular los anteriores parámetros se aplica un procedimiento de optimización al algoritmo (ecuaciones 5 a la 14) y al conjunto grande de datos. El procedimiento de optimización usado fue el procedimiento de Maximización de la Esperanza (Dempster, A. P., N. M. Laird y D. B. Rubin, J. Royal Statistical Society (Series B-Methodological) 39: (1), 1977), pero se pueden usar también otros procedimientos.

Los parámetros de estas ecuaciones fueron determinados de manera que se maximizase la probabilidad posterior de la glucosa real.

Ejemplo 2 Predicción de los valores de medida I

La extracción iontoforética de glucosa se llevó a cabo usando un monitor GlucoWatch® que emplea (i) una corriente iontoforética de bajo nivel para extraer la glucosa a través de la piel de un paciente, y (ii) un sensor electroquímico para detectar la glucosa extraída. La iontoforesis se llevó a cabo durante intervalos de 3 minutos y la detección electroquímica se llevó a cabo durante intervalos de 7 minutos para dar como resultado ciclos de medida de 10 minutos-generando de esta forma recogidas de datos (conjuntos de datos) como se describe en el ejemplo 1.

Los datos que se usaron para este análisis fueron obtenidos por sujetos diabéticos cada uno de los cuales usó un monitor GlucoWatch® durante un periodo de 14 horas. Las entradas MOE consistieron en los siguientes parámetros (descritos en el ejemplo 1): tiempo, activo, señal, glucosa en sangre en el punto de calibración (BG/cp). Estos datos de formación se usaron para determinar los parámetros desconocidos en el MOE usando el Procedimiento de Maximización de Expertos. La salida del algoritmo MOE fue el valor medido de glucosa en sangre. Usando un punto de tiempo de tres horas para calibrar el monitor GlucoWatch®, el error en porcentaje medio (MPE) entre la glucosa en sangre real y la glucosa en sangre calculada (MOE predicha) fue de un 13%.

En un estudio diabético consistente en 61 pacientes, la glucosa en sangre de los sujetos diabéticos oscilaba de 23 a 389 mg/dl. Se siguió un protocolo en el que un sujeto (que estaba en ayunas desde la noche anterior) fue conducido a un sitio de pruebas en el que se aplicó el monitor GlucoWatch® al sujeto, se inició y se calibró. En las siguientes 14 horas, el sujeto comió normalmente y se tomó una muestra de sangre del dedo cada 20 minutos para la determinación de la glucosa ("glucosa real"). Se midieron los niveles de glucosa en sangre usando el medidor HemoCue® (HemoCue AB, Suecia), que tiene una precisión del \pm10%.

\newpage

En la figura 6 se presenta una curva de los niveles de glucosa predichos por el algoritmo de Mezclas de Expertos (en base a los datos descritos anteriormente) frente a los niveles de glucosa en sangre reales (una curva de correlación). El análisis de los datos mostrados en la figura 6 mostró una pendiente de 0,88, una ordenada en el origen de 14 y un coeficiente de correlación de R=0,93. La curva de correlación estaba formada por N=1348 puntos.

Estos resultados estadísticos, junto con el MPE = 0,13, (tratado anteriormente), muestran las excelentes capacidades predictivas del monitor GlucoWatch® y del algoritmo de Mezclas de Expertos.

Ejemplo 3 Otra aplicación de "Mezclas de Expertos" para la supervisión de la glucosa

Este ejemplo describe el uso del algoritmo de Mezclas de Expertos (MOE) para predecir los datos de glucosa en sangre de una serie de señales.

En el presente ejemplo, se usó un monitor GlucoWatch® para recoger los datos, y se eligieron las siguientes variables para generar conjuntos de datos para el algoritmo MOE:

1) tiempo desde la calibración (tiempo_{c}), tiempo transcurrido desde que se llevó a cabo el paso de calibración para el monitor GlucoWatch® (en horas);

2) señal activa (activo), en este ejemplo, el valor del parámetro activo correspondiente a la señal promedio de dos depósitos activos, en la que cada depósito proporcionó una señal de nanoamperios que fue integrada sobre el intervalo de tiempo de detección, sumando y promediando después los dos valores para dar el parámetro activo en nanoculombios (nC);

3) señal calibrada (señal), en este ejemplo se obtuvo de la siguiente manera:

señal=\frac{BG/cp}{(activo/cp+desplazamiento)}(activo+desplazamiento)

en la que desplazamiento tiene en cuenta los valores de la ordenada en el origen.

4) valor de glucosa en sangre en el punto de calibración (BG/cp), en mg/dl, se determinó por medio de prueba directa en sangre.

Otras posibles variables incluyen, pero no se limitan a, temperatura, tensión iontoforética (que es inversamente proporcional a la resistencia de la piel), y conductividad de la piel.

Se generaron grandes conjuntos de datos recogiendo señales usando un sistema de muestreo transcutáneo que se colocó en contacto operativo con la piel. El sistema de muestreo extrajo de manera transcutánea el analito del sistema biológico usando una técnica de muestreo apropiada (en este caso, iontoforesis). El sistema de muestreo transcutáneo se mantuvo en contacto operativo con la piel para proporcionar un flujo casi continuado o continuo de señales.

La base de las Mezclas de Expertos fue descomponer una ecuación de predicción no lineal (ecuación 15, siguiente) en varias ecuaciones de predicción de Experto, y después tener una rutina para conmutar entre las diferentes ecuaciones lineales. Para predecir los niveles de glucosa en sangre, se usaron tres ecuaciones lineales independientes (ecuaciones 16, 17 y 18) para representar la glucosa en sangre, con las variables independientes tratadas anteriormente de tiempo, activo, señal, glucosa en sangre en el punto de calibración (BG/cp), y una constante (t_{i}).

La conmutación entre las ecuaciones 16, 17 y 18 se determinó por medio de los parámetros w_{1}, w_{2} y w_{3} en la ecuación 5, que fueron determinados además por medio de los parámetros d_{1}, d_{2} y d_{3} dados por las ecuaciones 9 a la 14, en las que los expertos individuales tienen una forma lineal:

(15)BG=w_{1}BG_{1}+w_{2}BG_{2}+w_{3}BG_{3}

en la que (BG) es glucosa en sangre, existen tres expertos (n=3), y BG_{i} es el analito predicho por el Experto i; y w_{i} es un parámetro, y los Expertos individuales BG_{i} están definidos además por medio de la expresión mostrada en las ecuaciones 16, 17 y 18.

\newpage

(16)BG_{1} = p_{1}(tiempo_{c}) + q_{1}(activo) + r_{1}(señal) + s_{1}(BG|cp) + t_{1}

(17)BG_{2} = p_{2}(tiempo_{c}) + q_{2}(activo) + r_{2}(señal) + s_{2}(BG|cp) + t_{2}

(18)BG_{3} = p_{3}(tiempo_{c}) + q_{3}(activo) + r_{3}(señal) + s_{3}(BG|cp) + t_{3}

en las que BG_{i} es el analito predicho por el Experto i; los parámetros incluyen, tiempo (tiempo transcurrido), activo (señal activa), señal (señal calibrada), y BG/cp (valor de glucosa en sangre en un punto de calibración); p_{i}, q_{i}, r_{i} y s_{i} son coeficientes; y t_{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por medio de las fórmulas mostradas en las ecuaciones 19, 20 y 21.

(19)w_{1}=\frac{e^{d_{1}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(20)w_{2}=\frac{e^{d_{2}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(21)w_{3}=\frac{e^{d_{3}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

en las que e se refiere a la función exponencial y d_{i} es un parámetro que se fija (análogo a las ecuaciones 16, 17 y 18) que se usó para determinar los pesos w_{i}, dados por las ecuaciones 19, 20 y 21, y

(22)d_{1} = \tau_{1}(tiempo_{c}) + \beta_{1}(activo) + \gamma_{1}(señal) + \delta_{1}(BG|cp) + \varepsilon_{1}

(23)d_{2} = \tau_{2}(tiempo_{c}) + \beta_{2}(activo) + \gamma_{2}(señal) + \delta_{2}(BG|cp) + \varepsilon_{2}

(24)d_{3} = \tau_{3}(tiempo_{c}) + \beta_{3}(activo) + \gamma_{3}(señal) + \delta_{3}(BG|cp) + \varepsilon_{3}

en las que \tau_{i}, \beta_{i}, \gamma_{i} y \delta_{i} son coeficientes, y en las que \varepsilon_{i} es una constante.

Para calcular los anteriores parámetros se aplica un procedimiento de optimización al algoritmo (ecuaciones 15 a la 24) y al conjunto grande de datos. El procedimiento de optimización usado fue el procedimiento de Maximización de la Esperanza (Dempster, A. P., N. M. Laird y D. B. Rubin, J. Royal Statistical Society (Series B-Methodological) (39): (1), 1977), pero se pueden usar también otros procedimientos.

Los parámetros de estas ecuaciones fueron determinados de manera que se maximizase la probabilidad posterior de la glucosa real.

Ejemplo 4 Predicción de los valores de medidas II A. Comprobación de la Relación de Calibración

Con el fin de asegurar una calibración eficaz del sistema de muestreo, se encontró que el valor de la siguiente relación caía en un intervalo seleccionado:

Relación \ de \ calibración =\frac{BG|cp}{activo/cp+desplazamiento}

en la que desplazamiento tiene en cuenta el valor de la ordenada en el origen. El intervalo se establece usando rutinas de minimización estándar de error para evaluar una gran población de puntos de calibración, y de esta manera determinar los valores de Relación de Calibración que den como resultado predicciones de glucosa en sangre precisas. En una realización, el intervalo de valores preferido de Relación de Calibración estaba entre 0,00039 y 0,01. En la Relación de Calibración, BG/cp era la concentración de glucosa en sangre en el punto de calibración, y desplazamiento era un desplazamiento constante. El valor del desplazamiento se estableció de manera empírica usando rutinas estándar de minimización del error para evaluar varios valores de desplazamientos potenciales para un gran conjunto de datos, y de esta manera seleccionar el resultado de entre estos resultados de la predicción más precisa de glucosa en sangre.

La comprobación de la Relación de Calibración proporciona una pantalla para lecturas de calibración válidas o eficaces. Si la Relación de Calibración cae fuera del intervalo de valores seleccionados, entonces se rechaza la calibración y se rehace la misma. Valores bajos de esta relación indican baja sensibilidad de detección de la glucosa.

B. Predicción de valores

Se aplicaron los monitores GlucoWatch® (Cygnus, Inc., Redwood City, CA, Estados Unidos) al antebrazo inferior de sujetos humanos con diabetes (que requerían inyección de insulina). La extracción iontoforética de la glucosa se llevó a cabo usando el monitor GlucoWatch® que emplea (i) una corriente iontoforética de bajo nivel para extraer la glucosa a través de la piel del paciente, y (ii) un biosensor electroquímico para detectar la glucosa extraída.

Los sujetos tenían 18 años de edad, o mayores, y eran tanto varones como mujeres de un amplio abanico étnico. La iontoforesis se llevó a cabo durante intervalos de tres minutos y la detección electroquímica se llevó a cabo durante intervalos de siete minutos para dar como resultado ciclos de medida de diez minutos-generando de esta forma recogidas de datos (conjuntos de datos) como se describe en el ejemplo 3. Como se describe en el ejemplo 3, la medida de activo fue la señal promediada de dos depósitos activos, por ejemplo, un primer electrodo actúa como el cátodo durante el primer ciclo de diez minutos (tres minutos de iontoforesis seguidos por siete minutos de detección) y un segundo electrodo actúa como el cátodo durante el segundo ciclo de diez minutos. El ciclo combinado requiere 20 minutos, y los datos de sensor de cátodo combinado se usan como medida de la glucosa extraída (una "señal activa" promediada, véase el ejemplo 3). Este ciclo de 20 minutos se repite en todo el funcionamiento del monitor GlucoWatch®.

Además, los sujetos obtuvieron dos muestras de sangre capilarmente por hora, y la concentración de glucosa se determinó usando un analizador clínico HemoCue® (HemoCue AB, Suecia). La medida de glucosa en sangre obtenida a las tres horas se usó como una calibración de un solo punto, que se usó para calcular la glucosa en sangre extraída para todas las medidas posteriores del monitor GlucoWatch®.

Los datos que fueron usados para este análisis se obtuvieron por sujetos diabéticos cada uno de los cuales usaba dos monitores GlucoWatch® durante un periodo de 14 horas. Las entradas MOE consistían en los siguientes parámetros (descritos en el ejemplo 3): tiempo_{c}, activo, señal, glucosa en sangre en un punto de calibración (BG/cp). Para la señal calibrada:

senal=BG|cp\frac{(activo+desplazamiento)}{(activo/cp+desplazamiento)}

en la que (i) activo/cp fue la predicción de entrada en el punto de calibración, y (ii) el desplazamiento tiene en cuenta el hecho de que cuando se dibuja la glucosa en sangre predicha frente al activo, hay una ordenada en el origen y distinta de cero. El valor optimizado del desplazamiento que se usó fue un valor constante de 1000 nC. La señal que se usó en el algoritmo de Mezclas de Expertos es la temperatura compensada por medio de la aplicación de una corrección de tipo Arrhenius a los datos de señal bruta para tener en cuenta las fluctuaciones de temperatura de la piel.

Finalmente, con el fin de eliminar los puntos potencialmente alejados, se aplicaron varias pantallas a la señal bruta y a la señal de sensor integrado. El propósito de estas pantallas fue determinar si existieron ciertas condiciones ambientales, fisiológicas o técnicas durante un ciclo de medida que podrían dar como resultado una lectura errónea. Las pantallas que se usaron midieron la señal promedio (activo), la tensión iontoforética, la temperatura y la conductancia de la superficie de la piel. Si cualquiera de estas medidas se desviaba suficientemente del comportamiento predefinido durante una medida, entonces se excluía toda la medida. Por ejemplo, si la conductancia de la superficie de la piel sobrepasaba un umbral fijado, que indicaba sudoración excesiva (el sudor contiene glucosa), entonces esta medida potencialmente errónea se excluía. Estas pantallas habilitan la eliminación de los datos muy ruidosos, mientras que habilitan la aceptación de la gran mayoría de puntos (más del 87%).

Las Mezclas de Expertos fueron personalizadas además de la siguiente manera. Cuando se actualizan los pesos usando las ecuaciones 19 a la 24 (ejemplo 3), se usa una distribución Laplaciana. La distribución Laplaciana tiene colas más largas que una distribución Gaussiana y pondera las desviaciones relativas a la diferencia absoluta desde la media, mientras que una distribución Gaussiana pondera las desviaciones relativas al cuadrado de la diferencia desde la media (P. McCullagh y J. A. Nelder, Generalized Linear Models, Chapman y Hall, 1989; y W. H. Press, S. A. Teukolsky, W. T. Vetterling y B. P. Flannery, Numerical Recipes en C. Cambridge University Press, Cambridge, 1992). Además, los valores de glucosa en sangre individuales fueron ponderados por el inverso del valor de la glucosa en sangre en el punto de calibración. Ambas modificaciones dan como resultado una precisión aumentada de las predicciones, especialmente a bajos niveles de glucosa en sangre.

\newpage

Los datos de formación se usaron para determinar los parámetros desconocidos en las Mezclas de Expertos usando el Procedimiento de Maximización de la Esperanza. El algoritmo de Mezclas de Expertos fue formado hasta conseguir la convergencia de los pesos. La salida del algoritmo MOE fue el valor medido de la glucosa en sangre. Usando un punto del tiempo de tres horas para calibrar el monitor GlucoWatch®, el error medio en porcentaje (MPE) entre la glucosa en sangre real y la glucosa en sangre calculada (MOE predicha) fue del 14,4%.

En un estudio diabético consistente en 91 monitores GlucoWatch®, la glucosa en sangre de los sujetos diabéticos osciló de 40 a 360 mg/dl. Se siguió un protocolo por medio del que un sujeto (que estaba en ayunas desde la noche anterior) fue conducido a un sitio de pruebas en el que se aplicó el monitor GlucoWatch® al sujeto, se inició y se calibró. En las siguientes 14 horas, el sujeto comió normalmente y se tomó una muestra de sangre del dedo cada 20 minutos para la determinación de la glucosa ("glucosa real"). Se midieron los niveles de glucosa en sangre usando el medidor HemoCue® (HemoCue AB, Suecia), que tiene una precisión del \pm10%.

En la figura 7 se presenta una gráfica de los niveles de glucosa predichos por el algoritmo de Mezclas de Expertos (en base a los datos descritos anteriormente) frente a los niveles de glucosa en sangre reales (una gráfica de correlación). También se muestra en la figura 7 la línea de mínimos cuadrados ortogonal (A. Madansky, The Fitting of Straight Lines when both Variables are Subjected to Error, J. American Statistical Association 54: páginas 173 a la 206, 1959; D. York, Least-Squares Fitting of a Straight Line, Canadian Journal of Physics 44: páginas 1079 a la 1986, 1966; W. A. Fuller, Measurement Error Models, Wiley, New York, 1987; y W. H. Press, S. A. Teutolsky, W. T. Vetterling y B. P. Flannery, Numerical Recipes en C. Cambridge University Press, Cambridge, 1992) con una relación de varianza de error (definida como el error en la variable dependiente dividido por el error de la variable independiente) de 2,05. Esta relación de error de varianza corrige la línea de regresión lineal (que supone error cero en la variable independiente) para el error verdadero tanto en la variable dependiente como en la variable independiente.

La relación de varianza se determinó de la siguiente manera. Se requirió a cada sujeto que usase dos monitores GlocoWatch®. Después, en cada punto de tiempo, se determinó la diferencia entre las dos observaciones, se elevó al cuadrado y se dividió por dos. Los valores resultantes fueron promediados sobre el número total de puntos de tiempo usados. Se usaron para este cálculo cincuenta pares de observaciones, cada una de ellas con 42 puntos de tiempo. Se obtuvo la varianza de error para el HemoCue® a partir de los datos clínicos publicados en la literatura. Se calculó la varianza de error del monitor GlucoWatch® para que fuese 150 (desviación estándar = 12 mg/dl) y se calculó la varianza de error HemoCue® para que fuese 73 (desviación estándar = 8,5 mg/dl), dando la relación de error de 2,05.

El análisis de los datos mostrados en la figura 7 mostró una pendiente de 1,04, una ordenada en el origen de aproximadamente -10,7 mg/dl y un coeficiente de correlación de R = 0,89.

También es instructivo examinar las gráficas de los niveles de glucosa en sangre medido y predicho frente al tiempo. Uno de dichos gráficos se muestra en la figura 8 (en la leyenda de la figura 8: los rombos continuos son medidas obtenidas usando el monitor GlucoWatch®; los círculos abiertos son las concentraciones de glucosa en sangre según se determinaron usando el HemoCue®; y el símbolo "estrella" representa la concentración de glucosa en sangre en el punto de calibración). La figura 8 indica las excelentes capacidades del monitor GlucoWatch® y del algoritmo de Mezclas de Expertos en la calibración del dispositivo.

Estos resultados estadísticos, junto con el MPE = 14,4% (tratado anteriormente), muestran las excelentes capacidades predictivas del monitor GlucoWatch® y del algoritmo de Mezclas de Expertos.

Aunque las realizaciones preferidas de la invención se han descrito con algún detalle, se entenderá que se puedan hacer variaciones obvias sin salirse del ámbito de la invención según se define en las reivindicaciones adjuntas.

Claims (20)

1. Un procedimiento para medir de manera continua o continuada la glucosa en la sangre de un sujeto, comprendiendo dicho procedimiento:

(a) la obtención de una señal bruta a partir de la glucosa en sangre extraída, en el que dicha señal bruta está específicamente relacionada con la glucosa en sangre;

(b) realizar un paso de calibración que correlaciona la señal bruta obtenida en el paso (a) con un valor de medida indicativo de la concentración de la glucosa en sangre presente en el sujeto en el momento de la extracción;

(c) repetición del paso (a) para obtener una serie de valores de medida a intervalos de tiempo seleccionados; y

(d) predicción de un valor de medida en base a la serie de valores de medida usando el algoritmo de Mezclas de Expertos, en el que los expertos individuales tienen una forma lineal

(1)An=\sum\limits^{n}_{i=1}An_{i}w_{i}

en la que (An) es glucosa en sangre, el analito de interés, n es el número de expertos, An_{i} es el analito predicho por el Experto i; y w_{i} es un parámetro; y los expertos individuales An_{i} están además definidos por la expresión mostrada en la ecuación (2)

(2)An_{i}=\sum\limits^{m}_{j=i}a_{ij}P_{j}+z_{i}

en la que An_{i} es el analito predicho por el Experto i; P_{j} es uno de m parámetros, m es típicamente menor que 100; a_{ij} son coeficientes; y z_{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por la fórmula mostrada en la ecuación (3).

(3)w_{1}=\frac{e^{d_{i}}}{\left[\sum\limits^{n}_{k=1}e^{d_{k}}\right]}

en la que e se refiere a la función exponencial y la d_{k} (nótese que d_{i} en el numerador de la ecuación 3 es una de las d_{k}) es un parámetro que se fija análogo al de la ecuación 2 que se usa para determinar los pesos w_{i}. Las d_{k} vienen dadas por la ecuación (4).

(4)d_{k}=\sum\limits^{m}_{j=1}\alpha_{jk}P_{j}+\omega_{k}

en la que \alpha_{jk} es un coeficiente, P_{j} es uno de m parámetros y en la que \omega_{k} es una constante.

2. El procedimiento de la reivindicación 1, en el que en el paso (a) se hace reaccionar una enzima con la glucosa en sangre extraída para producir una señal bruta electroquímicamente detectable.

3. El procedimiento de la reivindicación 2, en el que la enzima es glucosa oxidasa.

4. El procedimiento de la reivindicación 1, en el que el paso de predicción (d) se lleva a cabo usando dicha serie de dos o más valores de medida en un algoritmo representado por el algoritmo de Mezclas de Expertos, en el que los expertos individuales tienen la forma lineal:

(5)BG = w_{1}BG_{1} + w_{2}BG_{2} + w_{3}BG_{3}

en la que (BG) es glucosa en sangre, existen tres expertos (n=3), y BG_{i} es la glucosa en sangre predicha por el Experto i; w_{i} es un parámetro, y los Expertos individuales BG_{i} están definidos además por medio de la expresión mostrada en las ecuaciones 6, 7 y 8

(6)BG_{1} = p_{1}(tiempo) + q_{1}(activo) + r_{1}(señal) + s_{1}(BG|cp) + t_{1}

(7)BG_{2} = p_{2}(tiempo) + q_{2}(activo) + r_{2}(señal) + s_{2}(BG|cp) + t_{2}

(8)BG_{3} = p_{3}(tiempo) + q_{3}(activo) + r_{3}(señal) + s_{3}(BG|cp) + t_{3}

en las que BG_{i} es la glucosa en sangre predicha por el Experto i; los parámetros incluyen, tiempo (tiempo transcurrido desde que el sistema de muestreo se puso en contacto operativo con dicho sujeto), activo (señal activa), señal (señal calibrada), y BG/cp (valor de glucosa en sangre en un punto de calibración); p_{i}, q_{i}, r_{i} y s_{i} son coeficientes; y t_{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por medio de las fórmulas mostradas en las ecuaciones 9, 10 y 11

(9)w_{1}=\frac{e^{d_{1}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(10)w_{2}=\frac{e^{d_{2}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(11)w_{3}=\frac{e^{d_{3}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

en las que e se refiere a la función exponencial y d_{i} es un parámetro que se fija (análogo a las ecuaciones 6, 7 y 8) que se usa para determinar los pesos w_{i}, dados por las ecuaciones 9, 10 y 11, y

(12)d_{1} = \tau_{1}(tiempo) + \beta_{1}(activo) + \gamma_{1}(señal) + \delta_{1}(BG|cp) + \varepsilon_{1}

(13)d_{2} = \tau_{2}(tiempo) + \beta_{2}(activo) + \gamma_{2}(señal) + \delta_{2}(BG|cp) + \varepsilon_{2}

(14)d_{3} = \tau_{3}(tiempo) + \beta_{3}(activo) + \gamma_{3}(señal) + \delta_{3}(BG|cp) + \varepsilon_{3}

en las que \tau_{i}, \beta_{i}, \gamma_{i} y \delta_{i} son coeficientes, y en las que \varepsilon_{i} es una constante.

5. El procedimiento de la reivindicación 1, en el que el paso de predicción (d) se lleva a cabo usando dicha serie de dos o más valores de medida en un algoritmo representado por el algoritmo de Mezclas de Expertos, en el que los expertos individuales tienen una forma lineal

(15)BG = w_{1}BG_{1} + w_{2}BG_{2} + w_{3}BG_{3}

en la que (BG) es la glucosa en sangre, existen tres expertos (n=3), y BG_{i} es la glucosa en sangre predicha por el Experto i; w_{i} es un parámetro, y los Expertos individuales BG_{i} están definidos además por medio de la expresión mostrada en las ecuaciones 16, 17 y 18

(16)BG_{1} = p_{1}(tiempo_{c}) + q_{1}(activo) + r_{1}(señal) + s_{1}(BG|cp) + t_{1}

(17)BG_{2} = p_{2}(tiempo_{c}) + q_{2}(activo) + r_{2}(señal) + s_{2}(BG|cp) + t_{2}

(18)BG_{3} = p_{3}(tiempo_{c}) + q_{3}(activo) + r_{3}(señal) + s_{3}(BG|cp) + t_{3}

en las que BG_{i} es la glucosa en sangre predicha por el Experto i; los parámetros incluyen, tiempo_{c} (tiempo transcurrido desde una calibración del mencionado sistema de muestreo), activo (señal activa), señal (señal calibrada), y BG/cp (valor de glucosa en sangre en un punto de calibración); p_{i}, q_{i}, r_{i} y s_{i} son coeficientes; y t_{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por medio de las fórmulas mostradas en las ecuaciones 19, 20 y 21

(19)w_{1}=\frac{e^{d_{1}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(20)w_{2}=\frac{e^{d_{2}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(21)w_{3}=\frac{e^{d_{3}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

en las que e se refiere a la función exponencial y d_{i} es un parámetro que se fija (análogo a las ecuaciones 6, 7 y 8) que se usa para determinar los pesos w_{i}, dados por las ecuaciones 19, 20 y 21, y

(22)d_{1} = \tau_{1}(tiempo_{c}) + \beta_{1}(activo) + \gamma_{1}(señal) + \delta_{1}(BG|cp) + \varepsilon_{1}

(23)d_{2} = \tau_{2}(tiempo_{c}) + \beta_{2}(activo) + \gamma_{2}(señal) + \delta_{2}(BG|cp) + \varepsilon_{2}

(24)d_{3} = \tau_{3}(tiempo_{c}) + \beta_{3}(activo) + \gamma_{3}(señal) + \delta_{3}(BG|cp) + \varepsilon_{3}

en las que \tau_{i}, \beta_{i}, \gamma_{i} y \delta_{i} son coeficientes, y en las que \varepsilon_{i} es una constante.

6. El procedimiento de la reivindicación 4 o de la reivindicación 5, que incluye parámetros adicionales para los valores de medida seleccionados del grupo consistente en temperatura, tensión iontoforética y conductividad de la piel.

7. El procedimiento de la reivindicación 1, o la reivindicación 4 o la reivindicación 5, en el que en el paso (a) la señal bruta se obtiene de un aparato sensor (16, 18, 20) en el que dicha señal bruta está específicamente relacionada con la glucosa detectada por el aparato sensor (16, 18, 20).

8. El procedimiento de la reivindicación 7, en el que el aparato sensor (16, 18, 20) es un espectrómetro de IR.

9. El procedimiento de la reivindicación 7, en el que el aparato sensor (16, 18, 20) comprende un biosensor que tiene un elemento sensor electroquímico.

10. Un sistema de supervisión para medir de manera continua o continuada la glucosa en sangre de un sujeto, comprendiendo dicho sistema en combinación operativa:

un medio sensor (16, 18, 20) en contacto operativo con la glucosa en sangre extraída, en el que dicho medio sensor (16, 18, 20) obtiene una señal bruta de la glucosa en sangre extraída y dicha señal bruta está específicamente relacionada con la glucosa en sangre; y

un medio procesador (36) en comunicación operativa con el medio sensor (16, 18, 20) en el que dicho medio microprocesador (36) (i) se usa para controlar el medio sensor (16, 18, 20) para obtener una serie de señales brutas a intervalos de tiempo seleccionados durante un periodo de medida continuo o continuado, (ii) correlar las señales brutas con los valores de medidas indicativos de la concentración de la glucosa en sangre presente en el sujeto, y (iii) predecir un valor de medida en base a una serie de valores de medida usando el algoritmo de Mezclas de Expertos, en el que los expertos individuales tienen una forma lineal

(1)An=\sum\limits^{n}_{i=1}An_{i}w_{i}

en la que (An) es el analito de interés, n es el número de expertos, An_{i} es el analito predicho por el Experto i; y w_{i} es un parámetro, y los expertos individuales An_{i} están además definidos por la expresión mostrada en la ecuación (2)

(2)An_{i}=\sum\limits^{m}_{j=i}a_{ij}P_{j}+z_{i}

en la que An_{i} es el analito predicho por el Experto i; P_{j} es uno de m parámetros, m es típicamente menor que 100; a_{ij} son coeficientes; y _{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por la fórmula mostrada en la ecuación (3)

(3)w_{1}=\frac{e^{d_{i}}}{\left[\sum\limits^{n}_{k=1}e^{d_{k}}\right]}

en la que e se refiere a la función exponencial y la d_{k} (nótese que d_{i} en el numerador de la ecuación 3 es una de las d_{k}) es un parámetro que se fija análogo al de la ecuación 2 que se usa para determinar los pesos w_{i}; las d_{k} vienen dadas por la ecuación (4)

(4)d_{k}=\sum\limits^{m}_{j=1}\alpha_{jk}P_{j}+\omega_{k}

en la que \alpha_{jk} es un coeficiente; P_{j} es uno de m parámetros; y en la que \omega_{k} es una constante.

11. El sistema de supervisión de la reivindicación 10, en el que la predicción del valor de medida se lleva a cabo usando una serie de valores de medida en un algoritmo representado por el algoritmo de Mezclas de Expertos, en el que los expertos individuales tienen una forma lineal

(5)BG = w_{1} BG_{1} + w_{2} BG_{2} + w_{3} BG_{3}

en la que (BG) es glucosa en sangre, existen tres expertos (n=3), y BG_{i} es la glucosa en sangre predicha por el Experto i; w_{i} es un parámetro, y los Expertos individuales BG_{i} están definidos además por medio de la expresión mostrada en las ecuaciones 6, 7 y 8

(6)BG_{1} = p_{1}(tiempo) + q_{1}(activo) + r_{1}(señal) + s_{1}(BG|cp) + t_{1}

(7)BG_{2} = p_{2}(tiempo) + q_{2}(activo) + r_{2}(señal) + s_{2}(BG|cp) + t_{2}

(8)BG_{3} = p_{3}(tiempo) + q_{3}(activo) + r_{3}(señal) + s_{3}(BG|cp) + t_{3}

en las que BG_{i} es la glucosa en sangre predicha por el Experto i; los parámetros incluyen, tiempo (tiempo transcurrido desde que el sistema de muestreo se puso en contacto operativo con dicho sujeto), activo (señal activa), señal (señal calibrada), y BG/cp (valor de glucosa en sangre en un punto de calibración); p_{i}, q_{i}, r_{i} y s_{i} son coeficientes; y t_{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por medio de las fórmulas mostradas en las ecuaciones 9, 10 y 11

(9)w_{1}=\frac{e^{d_{1}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(10)w_{2}=\frac{e^{d_{2}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(11)w_{3}=\frac{e^{d_{3}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

en las que e se refiere a la función exponencial y d_{i} es un parámetro que se fija (análogo a las ecuaciones 6, 7 y 8) que se usa para determinar los pesos w_{i}, dados por las ecuaciones 9, 10 y 11, y

(12)d_{1} = \tau_{1}(tiempo) + \beta_{1}(activo) + \gamma_{1}(señal) + \delta_{1}(BG|cp) + \varepsilon_{1}

(13)d_{2} = \tau_{2}(tiempo) + \beta_{2}(activo) + \gamma_{2}(señal) + \delta_{2}(BG|cp) + \varepsilon_{2}

(14)d_{3} = \tau_{3}(tiempo) + \beta_{3}(activo) + \gamma_{3}(señal) + \delta_{3}(BG|cp) + \varepsilon_{3}

en las que \tau_{i}, \beta_{i}, \gamma_{i} y \delta_{i} son coeficientes, y en las que \varepsilon_{i} es una constante.

12. El sistema de supervisión de la reivindicación 10, en el que la predicción del valor de la medida se lleva a cabo usando dicha serie de valores de medida en un algoritmo representado por el algoritmo de Mezclas de Expertos, en el que los expertos individuales tienen una forma lineal

(15)BG = w_{1}BG_{1} + w_{2}BG_{2} + w_{3}BG_{3}

en la que (BG) es la glucosa en sangre, existen tres expertos (n=3), y BG_{i} es el analito predicho por el Experto i; w_{i} es un parámetro, y los Expertos individuales BG_{i} están definidos además por medio de la expresión mostrada en las ecuaciones 16, 17 y 18

(16)BG_{1} = p_{1}(tiempo_{c}) + q_{1}(activo) + r_{1}(señal) + s_{1}(BG|cp) + t_{1}

(17)BG_{2} = p_{2}(tiempo_{c}) + q_{2}(activo) + r_{2}(señal) + s_{2}(BG|cp) + t_{2}

(18)BG_{3} = p_{3}(tiempo_{c}) + q_{3}(activo) + r_{3}(señal) + s_{3}(BG|cp) + t_{3}

en las que BG_{i} es la glucosa en sangre predicha por el Experto i; los parámetros incluyen, tiempo_{c} (tiempo transcurrido desde que se calibró el mencionado sistema de muestreo), activo (señal activa), señal (señal calibrada), y BG/cp (valor de glucosa en sangre en un punto de calibración); p_{i}, q_{i}, r_{i} y s_{i} son coeficientes; y t_{i} es una constante; y además en la que el valor de ponderación w_{i} está definido por medio de las fórmulas mostradas en las ecuaciones 19, 20 y 21

(19)w_{1}=\frac{e^{d_{1}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(20)w_{2}=\frac{e^{d_{2}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

(21)w_{3}=\frac{e^{d_{3}}}{e^{d_{1}}+e^{d_{2}}+e^{d_{3}}}

en las que e se refiere a la función exponencial y d_{i} es un parámetro que se fija (análogo a las ecuaciones 6, 7 y 8) que se usa para determinar los pesos w_{i}, dados por las ecuaciones 19, 20 y 21, y

(22)d_{1} = \tau_{1}(tiempo_{c}) + \beta_{1}(activo) + \gamma_{1}(señal) + \delta_{1}(BG|cp) + \varepsilon_{1}

(23)d_{2} = \tau_{2}(tiempo_{c}) + \beta_{2}(activo) + \gamma_{2}(señal) + \delta_{2}(BG|cp) + \varepsilon_{2}

(24)d_{3} = \tau_{3}(tiempo_{c}) + \beta_{3}(activo) + \gamma_{3}(señal) + \delta_{3}(BG|cp) + \varepsilon_{3}

en las que \tau_{i}, \beta_{i}, \gamma_{i} y \delta_{i} son coeficientes, y en las que \varepsilon_{i} es una constante.

13. El sistema de supervisión de cualquiera de las reivindicaciones 10 a 12, que incluye parámetros adicionales para las señales brutas seleccionados del grupo consistente en temperatura, tensión iontoforética y conductividad de la piel.

14. El sistema de supervisión de cualquiera de las reivindicaciones 10 a 12 en el que el medio sensor (16, 18, 20) comprende un biosensor que tiene un elemento sensor electroquímico.

15. El sistema de supervisión de cualquiera de las reivindicaciones de la 10 a 12, en el que el medio sensor (16, 18, 20) comprende el espectrómetro de IR.

16. El sistema de supervisión de cualquiera de las reivindicaciones 10 a 12, comprendiendo además un medio de muestreo (8, 10, 12, 14) para extraer de manera continua o continuada la glucosa en sangre de un sujeto, en el que dicho medio de muestreo (8, 10, 12, 14) está adaptado para extraer la glucosa en sangre a través de la piel o de una superficie mucosa del sujeto, y en el que el medio microprocesador (36) está en comunicación operativa con el mencionado medio de muestreo (8, 10, 12, 14) y se usa para controlar dicho medio de muestreo (8, 10, 12, 14).

17. El sistema de supervisión de la reivindicación 16, en el que el medio de muestreo (8, 10, 12, 14) incluye uno o más depósitos de recogida (8, 10) para contener la glucosa en sangre extraída.

18. El sistema de supervisión de la reivindicación 17, en el que el medio de muestreo (8, 10, 12, 14) usa una corriente iontoforética para extraer la glucosa en sangre del sujeto.

19. El sistema de supervisión de la reivindicación 18, en el que el depósito de recogida (8, 10) contiene una enzima que reacciona con la glucosa en sangre extraída para producir una señal electroquímicamente detectable.

20. El sistema de supervisión de la reivindicación 19, en el que la enzima es la glucosa oxidasa.