ES2861254T3 - Sistema y procedimiento para determinar la información de administración de fármaco - Google Patents

Sistema y procedimiento para determinar la información de administración de fármaco Download PDF

Info

Publication number
ES2861254T3
ES2861254T3 ES11000725T ES11000725T ES2861254T3 ES 2861254 T3 ES2861254 T3 ES 2861254T3 ES 11000725 T ES11000725 T ES 11000725T ES 11000725 T ES11000725 T ES 11000725T ES 2861254 T3 ES2861254 T3 ES 2861254T3
Authority
ES
Spain
Prior art keywords
information
user
patient
processor
meal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES11000725T
Other languages
English (en)
Inventor
Stefan Weinert
Paul Galley
Ajay Thukral
Siva Chittajallu
Harvey Buck
Robin Wagner
Kym Marco
James Long
Steven Bousamra
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
F Hoffmann La Roche AG
Original Assignee
F Hoffmann La Roche AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by F Hoffmann La Roche AG filed Critical F Hoffmann La Roche AG
Application granted granted Critical
Publication of ES2861254T3 publication Critical patent/ES2861254T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P3/00—Drugs for disorders of the metabolism
    • A61P3/08—Drugs for disorders of the metabolism for glucose homeostasis
    • A61P3/10—Drugs for disorders of the metabolism for glucose homeostasis for hyperglycaemia, e.g. antidiabetics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Diabetes (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Endocrinology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hematology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Emergency Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Organic Chemistry (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Obesity (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Infusion, Injection, And Reservoir Apparatuses (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Medical Preparation Storing Or Oral Administration Devices (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)

Abstract

Un sistema (10) para determinar la información de administración de fármaco, comprendiendo el sistema (10) un dispositivo electrónico (12), en el que el dispositivo electrónico (12) comprende: un dispositivo de entrada (18) para proporcionar la entrada de usuario de información de prealimentación que tiene un primer componente de parámetro y un segundo componente de parámetro en una interfaz gráfica de usuario (50, 52, 54, 56, 60, 130), en el que la información de prealimentación contiene una estimación del contenido de carbohidratos de una comida o tentempié, correspondiente a una cantidad de carbohidratos que un paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente, usada como primer parámetro, así como una estimación de una velocidad de absorción global de glucosa de la comida por parte del paciente, usada como segundo parámetro, un dispositivo de almacenamiento de datos (16) que tiene almacenado en el mismo un mapa (50, 52, 54, 56, 60, 130) que correlaciona los valores del primer y segundo componente de parámetro con la información de administración de fármaco, y un procesador (14) sensible a dicha entrada de usuario de la información de prealimentación para determinar (110) la información de administración de fármaco correspondiente de acuerdo con el mapa.

Description

DESCRIPCIÓN
Sistema y procedimiento para determinar la información de administración de fármaco
Referencias cruzadas a solicitudes relacionadas
Esta solicitud reivindica la prioridad de la solicitud de patente de EE. UU. n.° 11/297.733, presentada el 8 de diciembre de 2005.
Campo de la invención:
La presente invención se refiere en general a técnicas para determinar la información de administración de fármaco, y más específicamente a sistemas para determinar la información de administración de insulina en base a una entrada de usuario de información de prealimentación relacionada con el usuario.
Técnica anterior
Existe una serie de disposiciones de control de la diabetes que se configuran para recomendar o administrar automáticamente bolos de insulina de diversos tipos, de diversas cantidades y/o en diversos intervalos, en base a cierta cantidad de información de prealimentación proporcionada por el usuario. Es deseable simplificar el contenido, y minimizar la cantidad, de dicha información de prealimentación que el usuario debe suministrar para determinar dicha información de bolo. El documento WO 2005/081170 representa la técnica anterior más cercana y divulga un sistema que incluye un dispositivo y un servidor para determinar la información de administración de fármaco, en el que se recibe la entrada de usuario de información de prealimentación que tiene una pluralidad de componentes de parámetro, incluyendo el tipo y cantidad de comida y la sensibilidad a los carbohidratos, en el que los algoritmos y modelos se almacenan y usan para determinar la información de administración de fármaco en base a las entradas recibidas.
Sumario de la invención
La presente invención divulga un sistema y procedimiento como se define en las reivindicaciones 1-14.
Un sistema para determinar la información de administración de fármaco comprende un dispositivo electrónico. El dispositivo electrónico comprende un dispositivo de entrada que proporciona la entrada de usuario de información de prealimentación que tiene un primer componente de parámetro y un segundo componente de parámetro. La información de prealimentación contiene una estimación del contenido de carbohidratos de una comida o tentempié, correspondiente a una cantidad de carbohidratos que un paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente, usada como primer parámetro, así como una estimación de una velocidad de absorción global de glucosa de la comida por parte del paciente, usada como segundo parámetro. El dispositivo electrónico comprende además un dispositivo de almacenamiento de datos y un procesador. El dispositivo de almacenamiento de datos puede tener almacenado en el mismo un mapa que correlaciona los valores del primer y segundo parámetro con la información de administración de fármaco. El procesador puede ser sensible a la entrada de usuario de la información de prealimentación para determinar la información de administración de fármaco correspondiente de acuerdo con el mapa.
El sistema puede incluir además una unidad de visualización. El procesador se puede configurar para mostrar al menos parte de la información de administración de fármaco correspondiente en la unidad de visualización. El procesador se puede configurar para controlar la unidad de visualización para mostrar una interfaz gráfica de usuario que tiene un primer eje definido por los valores del primer parámetro y un segundo eje definido por los valores del segundo parámetro. La interfaz gráfica de usuario puede proporcionar la entrada de usuario de información de prealimentación en forma de selección única de usuario de un par correspondiente del primer y segundo valor de parámetro.
La interfaz gráfica de usuario puede incluir una interfaz sensible al tacto que proporciona la selección única de usuario de un par correspondiente del primer y segundo valor de parámetro.
La interfaz gráfica de usuario puede definir una interfaz de usuario de tipo cuadrícula que proporciona la selección única de usuario de pares discretos del primer y segundo valor de parámetro. De forma alternativa, la interfaz gráfica de usuario puede definir una función continua del primer y segundo valor de parámetro.
El fármaco puede ser un fármaco hipoglucemiante. El fármaco puede ser, por ejemplo, insulina. El dispositivo de entrada se puede configurar para proporcionar la entrada de usuario de información de prealimentación en forma de información sobre comida que tiene el primer componente de parámetro correspondiente al contenido de carbohidratos de la comida y el segundo componente de parámetro correspondiente a una velocidad esperada de absorción global de glucosa de la comida por el usuario. El dispositivo de entrada puede incluir una unidad de visualización, y el procesador se puede configurar para controlar la unidad de visualización para mostrar una interfaz gráfica de usuario que tiene un primer eje definido por valores del contenido de carbohidratos y un segundo eje definido por los valores de la velocidad esperada de absorción global de glucosa de la comida por el usuario. La interfaz gráfica de usuario puede proporcionar la entrada de usuario de información de prealimentación en forma de selección única de usuario de un par correspondiente del contenido de carbohidratos y los valores de velocidad esperada.
El procesador se puede configurar para controlar la unidad de visualización para mostrar los valores del contenido de carbohidratos en forma de estimaciones directas del peso de carbohidratos. De forma alternativa, el procesador se puede configurar para controlar la unidad de visualización para mostrar los valores del contenido de carbohidratos en forma de valores de tamaño de comida. De forma alternativa todavía, el procesador se puede configurar para controlar la unidad de visualización para mostrar los valores del contenido de carbohidratos en forma de valores de tamaño de comida en relación con un tamaño de comida de referencia.
El procesador se puede configurar para controlar la unidad de visualización para mostrar los valores de velocidad esperada en forma de valores de duración de comida. De forma alternativa, el procesador se puede configurar para controlar la unidad de visualización para mostrar los valores de velocidad esperada en forma de valores de duración de comida en relación con una duración de comida de referencia. De forma alternativa todavía, el procesador se puede configurar para controlar la unidad de visualización para mostrar los valores de velocidad esperada en forma de valores de índice glucémico total.
El procesador se puede configurar para controlar la unidad de visualización para mostrar una interfaz gráfica de usuario que tiene un primer eje definido por valores del contenido de carbohidratos y un segundo eje definido por valores de la velocidad esperada de absorción global de glucosa de la comida por el usuario. La interfaz gráfica de usuario puede proporcionar la entrada de usuario de información de prealimentación en forma de selección de usuario de pares correspondientes del contenido de carbohidratos y los valores de velocidad esperada. El procesador se puede configurar para controlar la unidad de visualización para mostrar los valores de la velocidad esperada en forma de una cantidad de grasa, una cantidad de proteína y una cantidad de carbohidratos, y para mostrar los valores del contenido de carbohidratos en forma de valores de tamaño de comida para cada una de la cantidad de grasa, cantidad de proteína y cantidad de carbohidratos. La interfaz gráfica de usuario puede proporcionar la entrada de usuario de información de prealimentación en forma de selección de usuario, un valor de tamaño de comida en términos de cantidad de grasa, un tamaño de comida en términos de cantidad de proteína y un tamaño de comida en términos de cantidad de carbohidratos. De forma alternativa, el procesador se puede configurar para controlar la unidad de visualización para mostrar los valores de tamaño de comida en forma de cantidad de grasa, cantidad de proteína y cantidad de carbohidratos en relación con los valores de tamaño de comida de referencia en términos de cantidades de grasa, proteína y carbohidratos, respectivamente.
El dispositivo de entrada se puede configurar para proporcionar la entrada de usuario de información de prealimentación adicional en forma de información de ejercicio. En dichos casos, el dispositivo de almacenamiento de datos puede haber almacenado en el mismo un mapa adicional que correlaciona la información del ejercicio con la información de modificación, y el procesador puede ser sensible a la entrada de usuario de la información del ejercicio para modificar la información de administración de fármaco correspondiente de acuerdo con la información de modificación determinada por medio del mapa adicional.
El dispositivo de entrada se puede configurar para proporcionar la entrada de usuario de información de prealimentación adicional en forma de información de estrés del usuario. En dichos casos, el dispositivo de almacenamiento de datos puede haber almacenado en el mismo un mapa adicional que correlaciona la información de estrés del usuario con la información de modificación, y el procesador puede ser sensible a la entrada de usuario de la información de estrés del usuario para modificar la información de administración de fármaco correspondiente de acuerdo con la información de modificación determinada por medio del mapa adicional.
El dispositivo de entrada se puede configurar para proporcionar la entrada de usuario de información de prealimentación adicional en forma de información de enfermedad del usuario. En dichos casos, el dispositivo de almacenamiento de datos puede haber almacenado en el mismo un mapa adicional que correlaciona la información de enfermedad del usuario con la información de modificación, y el procesador puede ser sensible a la entrada de usuario de la información de enfermedad del usuario para modificar la información de administración de fármaco correspondiente de acuerdo con la información de modificación determinada por medio del mapa adicional.
El dispositivo de entrada se puede configurar para proporcionar la entrada de usuario de información de prealimentación adicional en forma de información del ciclo menstrual de la usuaria. En dichos casos, el dispositivo de almacenamiento de datos puede haber almacenado en el mismo un mapa adicional que correlaciona la información del ciclo menstrual de la usuaria con la información de modificación, y el procesador puede ser sensible a la entrada de usuario de la información del ciclo menstrual de la usuaria para modificar la información de administración de fármaco correspondiente de acuerdo con la información de modificación determinada por medio del mapa adicional.
En un modo de realización no de acuerdo con la invención, el procesador se puede configurar para monitorizar las apariciones de aceptación y rechazo por el usuario de la información de administración de fármaco determinada de acuerdo con el mapa, y para determinar si el sistema es aceptable para su uso por el usuario en base al menos en parte a las apariciones de aceptación y rechazo por el usuario de la información de administración de fármaco. Si el procesador determina que el sistema es aceptable para su uso por el usuario, el procesador se puede configurar para determinar a continuación si el sistema requiere recalibración en base, al menos en parte, a las apariciones de aceptación y rechazo por el usuario de la información de administración de fármaco.
El sistema puede comprender además medios para proporcionar la entrada de información de retroalimentación del usuario. El procesador se puede configurar para monitorizar la información de retroalimentación del usuario y determinar si el sistema es aceptable para su uso por el usuario en base, al menos en parte, a la información de retroalimentación del usuario. Si el procesador determina que el sistema es aceptable para su uso por el usuario, el procesador se puede configurar para determinar a continuación si el sistema requiere recalibración en base, al menos en parte, a la información de retroalimentación del usuario.
El sistema puede comprender además medios para proporcionar la entrada de información de retroalimentación del profesional sanitario. El procesador se puede configurar para monitorizar la información de retroalimentación del profesional sanitario y determinar si el sistema es aceptable para su uso por el usuario en base, al menos en parte, a la información de retroalimentación del profesional sanitario. Si el procesador determina que el sistema es aceptable para su uso por el usuario, el procesador se puede configurar para determinar a continuación si el sistema requiere recalibración en base, al menos en parte, a la información de retroalimentación del profesional sanitario.
El sistema puede comprender además al menos una función basada en modelo sensible a la medición de una o más condiciones de usuario para estimar otra condición de usuario diferente de las una o más condiciones de usuario. El procesador se puede configurar para monitorizar la al menos una función basada en modelo y determinar si el sistema es aceptable para su uso por el usuario en base, al menos en parte, a la al menos una función basada en modelo. Si el procesador determina que el sistema es aceptable para su uso por el usuario, el procesador se puede configurar para determinar a continuación si el sistema requiere recalibración en base, al menos en parte, a la al menos una función basada en modelo.
Un procedimiento de funcionamiento del sistema descrito anteriormente para determinar la información de administración de fármaco comprende proporcionar la entrada de usuario de información de prealimentación que tiene un primer componente de parámetro y un segundo componente de parámetro por medio de un dispositivo de entrada, almacenar un mapa que correlaciona valores del primer y segundo componente de parámetro con la información de administración de fármaco en un dispositivo de almacenamiento de datos, y determinar la información de administración de fármaco correspondiente de acuerdo con el mapa por medio de un procesador sensible a la entrada de usuario de la información de prealimentación.
El procedimiento puede incluir además mostrar al menos parte de la información de administración de fármaco en una unidad de visualización.
Correlacionar el primer y segundo parámetro con la información de administración de fármaco puede incluir procesar el primer y segundo parámetro usando un mapa configurado para mapear valores del primer parámetro y valores del segundo parámetro con la información de administración de fármaco correspondiente.
Al recibir la única entrada de usuario de la información de prealimentación, el dispositivo de entrada puede incluir recibir la única entrada de usuario de la información de prealimentación por medio de una interfaz gráfica de usuario, en el que la interfaz gráfica de usuario puede tener un primer eje definido por los valores del primer parámetro y un segundo eje definido por los valores del segundo parámetro.
El fármaco puede ser un fármaco hipoglucemiante. El fármaco puede ser, por ejemplo, insulina. El primer parámetro puede corresponder al contenido de carbohidratos de una comida y el segundo parámetro puede corresponder a una velocidad esperada de absorción global de glucosa de la comida por el usuario.
Los valores del primer parámetro se pueden mostrar en la interfaz gráfica de usuario en forma de peso de carbohidratos. De forma alternativa, los valores del primer parámetro se pueden mostrar en la interfaz gráfica de usuario en forma de valores de tamaño de comida. De forma alternativa todavía, los valores del primer parámetro se pueden mostrar en la interfaz gráfica de usuario en forma de valores de tamaño de comida en relación con un tamaño de comida de referencia.
Los valores del segundo parámetro se pueden mostrar en la interfaz gráfica de usuario en forma de valores de duración de comida. De forma alternativa, los valores del segundo parámetro se pueden mostrar en la interfaz gráfica de usuario en forma de valores de duración de comida en relación con una duración de comida de referencia. De forma alternativa todavía, los valores del segundo parámetro se pueden mostrar en la interfaz gráfica de usuario en forma de valores de índice glucémico total.
Los valores del segundo componente de parámetro se pueden mostrar en la interfaz gráfica de usuario en forma de cantidad de grasa, cantidad de proteína y cantidad de carbohidratos. Los valores del primer componente de parámetro se pueden mostrar en la interfaz gráfica de usuario en forma de valores de tamaño de comida para cada una de la cantidad de grasa, la cantidad de proteína y la cantidad de carbohidratos. Los valores del primer parámetro se pueden mostrar en la interfaz gráfica de usuario en forma de valores de tamaño de comida para cada valor de la cantidad de grasa, la cantidad de proteína y la cantidad de carbohidratos en relación con los valores de tamaño de comida de referencia para cada una de la cantidad de grasa, la cantidad de proteína y la cantidad de carbohidratos, respectivamente.
En modos de realización en los que el primer parámetro corresponde al contenido de carbohidratos de la comida y el segundo parámetro corresponde a una velocidad esperada de absorción global de glucosa de la comida por el usuario, el procedimiento puede incluir además recibir una única entrada de usuario de información de prealimentación adicional, que incluye información de ejercicio del usuario y modificar la información de administración de fármaco de acuerdo con la información de ejercicio del usuario. De forma alternativa o adicionalmente, el procedimiento puede incluir además recibir una única entrada de usuario de información de prealimentación adicional que incluye información de estrés del usuario, y modificar la información de administración de fármaco de acuerdo con la información de estrés del usuario. De forma alternativa o adicionalmente todavía, el procedimiento puede incluir además recibir una única entrada de usuario de información de prealimentación adicional que incluye información de enfermedad del usuario, y modificar la información de administración de fármaco de acuerdo con la información de enfermedad del usuario. De forma alternativa o adicionalmente todavía, el procedimiento puede incluir además recibir una única entrada de usuario de información de prealimentación adicional que incluye información del ciclo menstrual de la usuaria, y modificar la información de administración de fármaco de acuerdo con la información del ciclo menstrual de la usuaria.
En un modo de realización no de acuerdo con la invención, el procedimiento puede comprender además monitorizar las apariciones de aceptación y rechazo por el usuario de la información de administración de fármaco determinada de acuerdo con el mapa, y determinar si el procedimiento es aceptable para su uso por el usuario en base, al menos en parte, a las apariciones de aceptación y rechazo por el usuario de la información de administración de fármaco. El procedimiento puede comprender además lo siguiente si el procedimiento es aceptable para su uso por el usuario; determinar si se requiere una recalibración del procedimiento en base, al menos en parte, a las apariciones de aceptación y rechazo por el usuario de la información de administración de fármaco.
El procedimiento puede comprender de forma alternativa o adicionalmente monitorizar información de retroalimentación del usuario que es diferente de la información de prealimentación, y determinar si el procedimiento es aceptable para su uso por el usuario en base, al menos en parte, a la información de retroalimentación del usuario. El procedimiento puede comprender además lo siguiente si el procedimiento es aceptable para su uso por el usuario; determinar si se requiere una recalibración del procedimiento en base, al menos en parte, a la información de retroalimentación del usuario.
El procedimiento puede comprender de forma alternativa o adicionalmente monitorizar información de retroalimentación del profesional sanitario y determinar si el procedimiento es aceptable para su uso por el usuario en base, al menos en parte, a la información de retroalimentación del profesional sanitario. El procedimiento puede comprender además lo siguiente si el procedimiento es aceptable para su uso por el usuario; determinar si se requiere una recalibración del procedimiento en base, al menos en parte, a la información de retroalimentación del profesional sanitario.
El procedimiento puede comprender, de forma alternativa o adicionalmente, definir al menos una función basada en modelo sensible a la medición de una o más condiciones de usuario para estimar otra condición de usuario diferente de las una o más condiciones de usuario, y determinar si el procedimiento es aceptable para su uso por el usuario en base, al menos en parte, a la al menos una función basada en modelo. El procedimiento puede comprender además lo siguiente si el procedimiento es aceptable para su uso por el usuario; determinar si se requiere una recalibración del procedimiento en base, al menos en parte, a la al menos una función basada en modelo.
Se puede proporcionar un procedimiento para determinar la idoneidad del paciente para una interfaz gráfica de usuario configurada para permitir que el paciente seleccione información de prealimentación a partir de la cual se determina la información de administración de fármaco. El procedimiento puede comprender recopilar información pertinente del paciente relacionada con eventos que se definen en cualquiera de una serie de categorías de información de prealimentación e información de administración de fármaco correspondiente. El procedimiento puede comprender además procesar la información recopilada pertinente del paciente para determinar si se pueden identificar uno o más patrones regulares en la información pertinente del paciente que permitan una predicción aceptable de los valores apropiados de la información de administración de fármaco en base a categorías correspondientes de la información de prealimentación. Si se pueden identificar los uno o más patrones regulares en la información pertinente del paciente, el procedimiento puede comprender además procesar la información pertinente del paciente recopilada para determinar si se puede reducir el número de categorías de información de prealimentación. Si se puede reducir el número de categorías de información de prealimentación, el procedimiento puede comprender además reducir el número de categorías de información de prealimentación.
Procesar la información pertinente del paciente recopilada para determinar si se pueden identificar uno o más patrones regulares en la información pertinente del paciente puede comprender clasificar la información pertinente del paciente de acuerdo con al menos una variable de la información pertinente del paciente y agrupar la información pertinente del paciente sobre todas las variables restantes de la información pertinente del paciente. Procesar la información pertinente del paciente recopilada para determinar si se pueden identificar uno o más patrones regulares en la información pertinente del paciente puede comprender además calcular un coeficiente de variación para la información pertinente del paciente relacionada con la al menos una variable. Procesar la información pertinente del paciente recopilada para determinar si se pueden identificar uno o más patrones regulares en la información pertinente del paciente puede comprender además determinar que la información pertinente del paciente clasificada por la al menos una variable permite una predicción aceptable de valores apropiados de la información de administración de fármaco en base a categorías correspondientes de la información de prealimentación si el coeficiente de variación para la información pertinente del paciente relacionada con la al menos una variable no excede un coeficiente máximo de variación. Procesar la información pertinente del paciente recopilada para determinar si se pueden identificar uno o más patrones regulares en la información pertinente del paciente puede comprender además ejecutar las siguientes etapas si el coeficiente de variación para la información pertinente del paciente relacionada con la al menos una variable excede un coeficiente máximo de variación que clasifica la información pertinente del paciente de acuerdo con al menos una variable de la información pertinente del paciente y de acuerdo con al menos otra variable de la información pertinente del paciente, y agrupar la información pertinente del paciente sobre todas las variables restantes de la información pertinente del paciente, calcular coeficientes de variación para la información pertinente del paciente relacionada con la al menos una variable y con la al menos otra variable, y determinar que la información pertinente del paciente clasificada por la al menos una variable y por la al menos otra variable permite una predicción aceptable de valores apropiados de la información de administración de fármaco en base a categorías correspondientes de la información de prealimentación si el coeficiente de variaciones para la información pertinente del paciente relacionada con la al menos una variable y con la al menos otra variable no excede un coeficiente máximo de variación. Procesar la información pertinente del paciente recopilada para determinar si se pueden identificar uno o más patrones regulares en la información pertinente del paciente puede comprender además ejecutar la siguiente etapa si alguno de los coeficientes de variación para la información pertinente del paciente relacionada con la al menos una variable y la al menos otra variable excede el coeficiente máximo de variación que ejecuta las etapas de clasificación, cálculo y determinación usando una agrupación iterativamente más fina de la información pertinente del paciente hasta que ninguno de los coeficientes de variación correspondientes exceda el coeficiente máximo de variación.
Procesar la información pertinente del paciente recopilada para determinar si se puede reducir el número de categorías de información de prealimentación puede comprender determinar escenarios de fusión para todo el número de categorías de información de prealimentación. Procesar la información pertinente del paciente recopilada para determinar si se puede reducir el número de categorías de información de prealimentación puede comprender además analizar cada uno de los escenarios de fusión para determinar si las categorías de prealimentación se pueden fusionar de acuerdo con ese escenario de fusión. Procesar la información pertinente del paciente recopilada para determinar si se puede reducir el número de categorías de información de prealimentación puede comprender además seleccionar un mejor escenario de fusión de cada uno de los escenarios de fusión que tienen categorías de prealimentación que se pueden fusionar. Procesar la información pertinente del paciente recopilada para determinar si se puede reducir el número de categorías de información de prealimentación puede comprender además fusionar categorías de prealimentación de acuerdo con el mejor escenario de fusión. Procesar la información pertinente del paciente recopilada para determinar si se puede reducir el número de categorías de información de prealimentación puede comprender ejecutar las etapas de determinar, analizar, seleccionar y fusionar para cada uno de los uno o más patrones regulares en la información pertinente del paciente.
El procedimiento puede comprender además cribar previamente al paciente para determinar si el paciente es un candidato aceptable para la interfaz gráfica de usuario. El procedimiento puede incluir además ejecutar la etapa de recopilación, las dos etapas de procesamiento y la etapa de reducción solo si el paciente es un candidato aceptable para la interfaz gráfica de usuario.
El procedimiento puede comprender además crear un mapa que mapea las categorías seleccionables por el paciente de la información de prealimentación con la información de administración de fármaco correspondiente, e implementar el mapa con la interfaz gráfica de usuario.
El procedimiento puede comprender además monitorizar las apariciones de aceptación y rechazo por el usuario de la información de administración de fármaco determinada de acuerdo con el mapa, y determinar si la interfaz gráfica de usuario es aceptable para su uso por el usuario en base, al menos en parte, a las apariciones de aceptación y rechazo por el usuario de la información de administración de fármaco. El procedimiento puede comprender además lo siguiente si la interfaz gráfica de usuario es aceptable para su uso por el usuario; determinar si la interfaz gráfica de usuario requiere una recalibración en base, al menos en parte, a las apariciones de aceptación y rechazo por el usuario de la información de administración de fármaco.
El procedimiento puede comprender de forma alternativa o adicionalmente monitorizar información de retroalimentación del usuario que es diferente de la información de prealimentación, y determinar si la interfaz gráfica de usuario es aceptable para su uso por el usuario en base, al menos en parte, a la información de retroalimentación del usuario. El procedimiento puede comprender además lo siguiente si la interfaz gráfica de usuario es aceptable para su uso por el usuario; determinar si la interfaz gráfica de usuario requiere una recalibración en base, al menos en parte, a la información de retroalimentación del usuario.
El procedimiento puede comprender de forma alternativa o adicionalmente monitorizar información de retroalimentación del profesional sanitario, y determinar si la interfaz gráfica de usuario es aceptable para su uso por el usuario en base, al menos en parte, a la información de retroalimentación del profesional sanitario. El procedimiento puede comprender además lo siguiente si la interfaz gráfica de usuario es aceptable para su uso por el usuario; determinar si la interfaz gráfica de usuario requiere una recalibración en base, al menos en parte, a la información de retroalimentación del profesional sanitario.
El procedimiento puede comprender, de forma alternativa o adicionalmente, definir al menos una función basada en modelo sensible a la medición de una o más condiciones de usuario para estimar otra condición de usuario diferente de las una o más condiciones de usuario, y determinar si la interfaz gráfica de usuario es aceptable para su uso por el usuario en base, al menos en parte, a la al menos una función basada en modelo. El procedimiento puede comprender además lo siguiente si la interfaz gráfica de usuario es aceptable para su uso por el usuario; determinar si la interfaz gráfica de usuario requiere una recalibración en base, al menos en parte, a la al menos una función basada en modelo.
Los eventos definidos por la información de prealimentación pueden ser comidas ingeridas por el paciente y el fármaco puede ser un fármaco hipoglucemiante. Los eventos definidos por la información de prealimentación pueden incluir además el ejercicio realizado por el paciente. De forma alternativa o adicionalmente, los eventos definidos por la información de prealimentación pueden incluir además el estrés experimentado por el paciente. De forma alternativa o adicionalmente, los eventos definidos por la información de prealimentación pueden incluir además la enfermedad experimentada por el paciente. De forma alternativa o adicionalmente, los eventos definidos por la información de prealimentación pueden incluir además el ciclo menstrual de la paciente.
Los eventos definidos por la información de prealimentación pueden ser eventos de ejercicios realizados por el paciente, y el fármaco puede ser un fármaco hipoglucemiante.
Los eventos definidos por la información de prealimentación pueden ser eventos de estrés experimentados por el paciente, y el fármaco puede ser un fármaco hipoglucemiante.
Los eventos definidos por la información de prealimentación pueden ser eventos de enfermedad experimentados por el paciente y el fármaco puede ser un fármaco hipoglucemiante.
Los eventos definidos por la información de prealimentación pueden ser eventos menstruales experimentados por la paciente y el fármaco puede ser un fármaco hipoglucemiante.
Breve descripción de los dibujos
La invención se comprenderá mejor y otros objetivos distintos de los expuestos anteriormente resultarán evidentes cuando se considere la siguiente descripción detallada de los mismos. Dicha descripción hace referencia a los dibujos adjuntos, en los que:
La FIG. 1 es un diagrama de bloques de un modo de realización ilustrativo de un sistema para determinar información de administración de fármaco.
La FIG. 2 ilustra un modo de realización de una interfaz gráfica de usuario para introducir información relacionada con la comida en el sistema de la FIG. 1.
La FIG. 3 ilustra otro modo de realización de una interfaz gráfica de usuario para introducir información relacionada con la comida en el sistema de la FIG. 1.
La FIG. 4 ilustra otro modo de realización de una interfaz gráfica de usuario para introducir información relacionada con la comida en el sistema de la FIG. 1.
La FIG. 5 ilustra aún otro modo de realización de una interfaz gráfica de usuario para introducir información relacionada con la comida en el sistema de la FIG. 1.
La FIG. 6 ilustra todavía otro modo de realización de una interfaz gráfica de usuario para introducir información relacionada con la comida en el sistema de la FIG. 1.
La FIG. 7 ilustra aún otro modo de realización de una interfaz gráfica de usuario para introducir información relacionada con la comida en el sistema de la FIG. 1.
La FIG. 8 es un diagrama de flujo que ilustra un modo de realización de un algoritmo de software, ejecutable por el sistema de la FIG. 1, para determinar la información de administración de fármaco en base a la entrada de usuario de información sobre comida usando una de las interfaces gráficas de usuario de las FIGS. 2-7.
La FIG. 9 es una tabla que ilustra un modo de realización de un mapa que correlaciona la entrada de usuario de información sobre comida, proporcionada en forma de contenido de carbohidratos, por ejemplo, tamaño de comida y forma y duración de la absorción de glucosa esperada, por ejemplo, duración de comida, con la información de administración de fármaco correspondiente.
La FIG. 10 es un diagrama de flujo de un proceso ilustrativo para determinar la idoneidad del paciente o usuario para el uso de una interfaz gráfica de usuario del tipo ilustrado en las FIGS. 2-7.
La FIG. 11 es una continuación del diagrama de flujo de la FIG. 10.
La FIG. 12 es una continuación de los diagramas de flujo de las FIGS. 10 y 11.
La FIG. 13 es una tabla que ilustra un modo de realización del registro del paciente para recopilar información pertinente del paciente de acuerdo con el proceso ilustrado en las FIGS. 10-12.
Las FIGS. 14A-14K son gráficos de ejemplo de cierta información pertinente del paciente frente a la cantidad de bolo de insulina agrupada de diversas formas de acuerdo con un modo de realización de la etapa de análisis estadísticos del proceso de la FIG. 10.
La FIG. 15 es un diagrama de flujo de un modo de realización ilustrativo de un proceso de aprendizaje continuo.
DESCRIPCIÓN DE LOS MODOS DE REALIZACIÓN ILUSTRATIVOS
Para los propósitos de promover una comprensión de los principios de la invención, se hará ahora referencia a una serie de modos de realización ilustrativos mostrados en los dibujos adjuntos y se usará un lenguaje específico para describir los mismos. Se entenderá que a lo largo de este documento, los términos "usuario" y "paciente" se usan de manera intercambiable.
En referencia ahora a la FIG. 1, se muestra un diagrama de bloques de un modo de realización ilustrativo de un sistema 10 para determinar información de administración de fármaco. En el modo de realización ilustrado, el sistema 10 incluye un dispositivo electrónico 12 que tiene un procesador 14 en comunicación de datos con una unidad de memoria 16, un dispositivo de entrada 18, una pantalla 20 y una unidad de entrada/salida de comunicación 24. El dispositivo electrónico 12 se puede proporcionar en forma de un ordenador de propósito general, servidor central, ordenador personal (PC), ordenador portátil, agenda electrónica (PDA) u otro dispositivo de mano, bomba de infusión externa, medidor de glucosa en sangre, sistema de detección de analitos o similares. El dispositivo electrónico 12 se puede configurar para funcionar de acuerdo con uno o más sistemas operativos convencionales incluyendo, por ejemplo, pero sin limitarse a, Windows, Linux y Mac OS y sistemas operativos integrados, tales como q Nx , eCOS, WinCE y palm OS, y se puede configurar para procesar datos de acuerdo con uno o más protocolos convencionales de Internet, por ejemplo, pero sin limitarse a, NetBios, TCP/IP y AppleTalk. En cualquier caso, el dispositivo electrónico 12 forma parte de un sistema de control de la diabetes en bucle completamente cerrado, en bucle semicerrado o en bucle abierto, de los que sus ejemplos se describirán a continuación en el presente documento. El procesador 14 está, en el modo de realización ilustrado, basado en microprocesador, aunque el procesador 14 puede estar formado de forma alternativa por uno o más circuitos específicos de uso general y/o de la aplicación y puede funcionar como se describe a continuación en el presente documento. La unidad de memoria 16 incluye, en el modo de realización ilustrado, capacidad suficiente para almacenar datos, uno o más algoritmos de software ejecutables por el procesador 14 y otros datos. La unidad de memoria 16 puede incluir una o más memorias convencionales u otros dispositivos de almacenamiento de datos.
El dispositivo de entrada 18 se puede usar de manera convencional para introducir y/o modificar datos. En el modo de realización ilustrado, la pantalla 20 también se incluye para ver información relacionada con el funcionamiento del dispositivo 12 y/o el sistema 10. Dicha pantalla puede ser un dispositivo de visualización convencional que incluye, por ejemplo, pero sin limitarse a, una pantalla de diodo emisor de luz (LED), una pantalla de cristal líquido (LCD), una pantalla de tubo de rayos catódicos (CRT) o similares. De forma alternativa o adicionalmente, la pantalla 20 puede ser o incluir una pantalla audible configurada para comunicar información a un usuario, a otra persona o a otro sistema electrónico que tenga capacidades de reconocimiento de audio por medio de uno o más patrones codificados, vibraciones, respuestas de voz sintetizadas o similares. De forma alternativa o adicionalmente, la pantalla 20 puede ser o incluir uno o más indicadores táctiles configurados para mostrar información táctil que se pueda percibir por el usuario u otra persona.
En un modo de realización, el dispositivo de entrada 18 puede ser o incluir un teclado convencional o un teclado numérico para introducir datos alfanuméricos en el procesador 14. Dicho teclado o teclado numérico puede incluir una o más teclas o botones configurados con uno o más indicadores táctiles para permitir que los usuarios con visión deficiente encuentren y seleccionen una o más de las teclas apropiadas y/o para permitir que los usuarios encuentren y seleccionen una o más de las teclas apropiadas en condiciones de escasa iluminación. De forma alternativa o adicionalmente, el dispositivo de entrada 18 puede ser o incluir un ratón convencional u otro dispositivo convencional de señalar y hacer clic para seleccionar la información presentada en la pantalla 20. De forma alternativa o adicionalmente, el dispositivo de entrada 18 puede incluir la pantalla 20 configurada como una interfaz gráfica de usuario (GUI). En este modo de realización, la pantalla 20 puede incluir una o más entradas seleccionables que un usuario puede seleccionar tocando una porción apropiada de la pantalla 20 usando una herramienta apropiada. De forma alternativa o adicionalmente, el dispositivo de entrada 18 puede incluir varios interruptores o botones que se pueden activar por un usuario para seleccionar los rasgos característicos de funcionamiento correspondientes del dispositivo 12 y/o del sistema 10. De forma alternativa o adicionalmente, el dispositivo de entrada 18 puede ser o incluir circuitería activada por voz sensible a comandos de voz para proporcionar datos de entrada correspondientes al procesador 14. En cualquier caso, el dispositivo de entrada 18 y/o la pantalla 20 se pueden incluir en o separar del dispositivo electrónico 12 como se indica por las líneas discontinuas 22a y 22B.
En algunos modos de realización, el sistema 10 puede incluir un número N de dispositivos médicos 261 - 26n, en el que N puede ser cualquier número entero positivo. En dichos modos de realización, cualquiera de los uno o más dispositivos médicos 261 - 26n se puede implantar dentro del cuerpo del usuario, acoplar externamente al cuerpo del usuario (por ejemplo, tal como una bomba de infusión), o separar del cuerpo del usuario. De forma alternativa o adicionalmente, uno o más de los dispositivos médicos 261 - 26n se puede montar en y/o formar parte del dispositivo electrónico 12. En el modo de realización ilustrado, el número de dispositivos médicos 261 - 26n se configura cada uno para comunicarse de forma inalámbrica con la unidad de E/S de comunicación 24 del dispositivo electrónico 12 por medio de uno de un número correspondiente de enlaces de comunicación inalámbrica 281 - 28N. Las comunicaciones inalámbricas pueden ser unidireccionales o bidireccionales. La forma de comunicación inalámbrica usada puede incluir, pero no se debe limitar a, comunicación por radiofrecuencia (RF), comunicación infrarroja (IR), WiFi, comunicación RFID (acoplamiento inductivo), comunicación acústica, señalización capacitiva (a través de un cuerpo conductor), señalización galvánica (a través de un cuerpo conductor) o similares. En cualquiera de dichos casos, el dispositivo electrónico 12 y cada uno del número de dispositivos médicos 261 - 26n incluyen circuitería convencional para conducir dicho circuito de comunicaciones inalámbricas. De forma alternativa o adicionalmente, uno o más de los dispositivos médicos 261 - 26n se pueden configurar para comunicarse con el dispositivo electrónico 12 por medio de una o más conexiones de cableado convencionales configuradas en serie o en paralelo entre las mismas. Cada uno de los uno o más dispositivos médicos 261 - 26n puede incluir una cualquiera o más de una unidad de procesamiento convencional, circuitería y/o dispositivos de entrada/salida convencionales y uno o más dispositivos de almacenamiento de datos y/o programas adecuados.
En algunos modos de realización, el sistema 10 puede incluir de forma alternativa o adicionalmente un dispositivo remoto 30, como se ilustra en el esquema de la FIG. 1. El dispositivo remoto 30 puede incluir un procesador convencional 32, que puede ser idéntico o similar al procesador 14, una memoria convencional u otra unidad de almacenamiento de datos 34, un dispositivo de entrada convencional 36, que puede ser o incluir uno cualquiera o más de los datos de los dispositivos de entrada descritos anteriormente en el presente documento con respecto al dispositivo de entrada 18, una unidad de visualización convencional 38, que puede ser o incluir una cualquiera o más de las unidades de visualización descritas anteriormente en el presente documento con respecto a la unidad de visualización 20, y la circuitería de E/S de comunicación convencional 40. El dispositivo remoto 30 se puede configurar para comunicarse con el dispositivo electrónico 12 por medio de cualquier interfaz de comunicación por cable o inalámbrica convencional 42, que puede ser o incluir cualquiera de las interfaces o enlaces de comunicación descritos anteriormente en el presente documento.
El sistema 10 ilustrado en la FIG. 1 es, o forma parte de, una disposición de control de la diabetes de bucle cerrado, de bucle semicerrado o de bucle abierto convencional. A este respecto, el sistema 10 requiere la entrada de usuario de cierta cantidad de información de prealimentación a partir de la que el sistema 10 determina, al menos en parte, la información de administración de bolo de insulina. Dicha información de administración de bolo de insulina puede ser o incluir, por ejemplo, una cantidad o cantidades de bolo de insulina, tipo de bolo (por ejemplo, normal o de acción rápida, por ejemplo, regular, Lispro, etc.), tiempo, tiempos o intervalos de administración de bolos de insulina (por ejemplo, administración única, administraciones discretas múltiples, administración continua, etc.) y similares. Los ejemplos de información de prealimentación suministrada por el paciente pueden ser o incluir, pero sin limitarse a, la concentración de glucosa en sangre del usuario, la información relacionada con la comida o tentempié que se ha ingerido, se está ingiriendo o se ingerirá en algún momento en el futuro, la información sobre el ejercicio del usuario, la información sobre el estrés del usuario, la información sobre la enfermedad del usuario, la información relacionada con el ciclo menstrual de la usuaria y similares. En cualquier caso, el sistema 10 incluye un mecanismo de administración para administrar cantidades controladas de un fármaco; por ejemplo, insulina, glucagón, incretina o similares, y/o ofrecer una recomendación terapéutica de acción alternativa al usuario por medio de la pantalla 20, por ejemplo, ingerir carbohidratos, hacer ejercicio, etc. El sistema 10 se puede proporcionar en cualquiera de una variedad de configuraciones convencionales, y ejemplos de algunas de dichas configuraciones se describirán ahora. Se entenderá, sin embargo, que los siguientes ejemplos se proporcionan meramente con propósitos ilustrativos, y no se deben considerar limitantes de ninguna manera. Los expertos en la técnica pueden reconocer otras posibles implementaciones de una disposición de control de la diabetes de bucle completamente cerrado, de bucle semicerrado o de bucle abierto, y cualquiera de dichas otras implementaciones se contempla en esta divulgación.
En una primera implementación de ejemplo del sistema 10, el dispositivo electrónico 12 se proporciona en forma de una bomba de insulina convencional configurada para llevarse externamente en el cuerpo del usuario y también configurada para administrar insulina de forma controlada al cuerpo del usuario. En este ejemplo, el número de dispositivos médicos 261 - 26n puede incluir uno o más sensores y/o técnicas de sensor implantados para proporcionar información relacionada con el estado fisiológico del usuario. Los ejemplos de dichos sensores implantados pueden incluir, pero no se deben limitar a, un sensor de glucosa, un sensor de temperatura corporal, un sensor de tensión arterial, un sensor de ritmo cardíaco, uno o más biomarcadores configurados para capturar uno o más estados fisiológicos del cuerpo, por ejemplo, HBA1C, o similares. En las implementaciones que incluyen un sensor de glucosa implantado, el sistema 10 puede ser un sistema de bucle completamente cerrado que puede funcionar de manera convencional para monitorizar automáticamente la glucosa en sangre y administrar insulina, según corresponda, para mantener la glucosa en sangre en niveles deseados. El número de dispositivos médicos 261 - 26n puede incluir de forma alternativa o adicionalmente uno o más sensores o sistemas de detección que son externos al cuerpo del usuario y/o técnicas de sensor para proporcionar información relacionada con el estado fisiológico del usuario. Los ejemplos de dichos sensores o sistemas de detección pueden incluir, pero no se deben limitar a, un sensor/medidor de tiras de glucosa, un sensor de temperatura corporal, un sensor de tensión arterial, un sensor de ritmo cardíaco, uno o más biomarcadores configurados para capturar uno o más estados fisiológicos del cuerpo, por ejemplo, HBA1C, o similares. En las implementaciones que incluyen un sensor de glucosa externo, el sistema 10 puede ser un sistema de bucle cerrado, de bucle semicerrado o de bucle abierto que puede funcionar de manera convencional para suministrar insulina, según corresponda, en base a la información de glucosa proporcionada al mismo por el usuario. La información proporcionada por cualquiera de dichos sensores y/o técnicas de sensor se puede comunicar al sistema 10 usando una cualquiera o más técnicas convencionales de comunicación cableada o inalámbrica. En esta implementación de ejemplo, el dispositivo remoto 30 también se puede incluir en forma de un dispositivo electrónico de mano o de otro modo portátil, configurado para comunicar información al y/o desde el dispositivo electrónico 12.
En una segunda implementación de ejemplo del sistema 10, el dispositivo electrónico 12 se proporciona en forma de un dispositivo remoto de mano, tal como una PDA u otro dispositivo de mano. En este ejemplo, el número de dispositivos médicos 261 - 26n incluye al menos una bomba de fármaco convencional implantable o que se puede llevar en el exterior. En un modo de realización de este ejemplo, una bomba de insulina se configura para administrar insulina de forma controlada al cuerpo del usuario. En este modo de realización, la bomba de insulina se configura para transmitir de forma inalámbrica información relacionada con la administración de insulina al dispositivo de mano 12. El dispositivo de mano 12 se configura para monitorizar la administración de insulina por la bomba y se puede configurar además para determinar y recomendar cantidades de bolos de insulina, ingesta de carbohidratos, ejercicio y similares. El sistema 10 se puede configurar o no en este modo de realización para proporcionar la transmisión de información inalámbrica desde el dispositivo de mano 12 a la bomba de insulina.
En un modo de realización alternativo de este ejemplo, el dispositivo de mano 12 se configura para controlar la administración de insulina al usuario mediante la determinación de comandos de administración de insulina y la transmisión de dichos comandos a la bomba de insulina. La bomba de insulina, a su vez, se configura para recibir los comandos de administración de insulina desde el dispositivo de mano 12, y para administrar insulina al usuario de acuerdo con los comandos. La bomba de insulina, en este modo de realización, puede o no procesar además los comandos de la bomba de insulina proporcionados por la unidad de mano 12. En cualquier caso, el sistema 10 se configurará típicamente en este modo de realización para proporcionar la transmisión de información inalámbrica desde la bomba de insulina de vuelta al dispositivo de mano 12 para permitir de este modo la monitorización del funcionamiento de la bomba. En cualquier modo de realización de este ejemplo, el sistema 10 puede incluir además uno o más sensores implantados y/o externos del tipo descrito en el ejemplo previo. En esta implementación de ejemplo, el dispositivo remoto 30 también se puede incluir en forma, por ejemplo, de PC, PDA u ordenador portátil configurado para comunicar información al y/o desde el dispositivo electrónico 12.
Los expertos en la técnica reconocerán otras posibles implementaciones de una disposición de control de la diabetes de bucle completamente cerrado, de bucle semicerrado o de bucle abierto usando al menos algunos de los componentes del sistema 10 ilustrado en la FIG. 1. Por ejemplo, el dispositivo electrónico 12 en uno o más de los ejemplos anteriores se puede proporcionar en forma de una PDA, ordenador portátil u ordenador personal configurado para comunicarse con uno o más de los dispositivos médicos 261 - 26N, de los que al menos uno es un sistema de administración de insulina, para monitorizar y/o controlar la administración de insulina al usuario. Como otro ejemplo, el dispositivo remoto 30 se puede configurar para comunicarse con el dispositivo electrónico 12 y/o uno o más de los dispositivos médicos 261 - 26n, para controlar y/o monitorizar la administración de insulina al paciente, y/o transferir uno o más programas de software y/o datos al dispositivo electrónico 12. El dispositivo remoto 30 puede residir en la consulta de un cuidador u otra localización remota y la comunicación entre el dispositivo remoto y cualquier componente del sistema 10 se puede lograr por medio de una intranet, Internet (por ejemplo, protocolo world wide web), móvil, módem telefónico, RF u otro enlace de comunicación. En dichas comunicaciones se puede usar uno cualquiera o más protocolos convencionales de Internet. De forma alternativa o adicionalmente, se puede usar cualquier sistema de administración de contenido móvil convencional; por ejemplo, Wi-Fi, WiMAX, sistema de mensajes cortos (SMS) u otro esquema de mensajes convencional, para proporcionar comunicación entre dispositivos que comprenden el sistema 10. En cualquier caso, cualquiera de dichas otras implementaciones se contempla en esta divulgación.
En general, la concentración de glucosa en una persona cambia como resultado de una o más influencias externas tales como comidas y ejercicio, y también cambia como resultado de diversos mecanismos fisiológicos tales como estrés, enfermedad, ciclo menstrual y similares. En una persona con diabetes, dichos cambios pueden requerir la monitorización del nivel de glucosa en sangre de la persona y la administración de insulina u otro fármaco que altera la glucosa en sangre, por ejemplo, un fármaco hipoglucemiante o hiperglucemiante, según sea necesario, para mantener la glucosa en sangre de la persona dentro de los intervalos deseados. En cualquiera de los ejemplos anteriores, el sistema 10 se puede configurar, por tanto, para determinar, en base a cierta cantidad de información específica del paciente, una cantidad, tipo y/o momento apropiados de insulina u otro fármaco que altere la glucosa en sangre administrado para mantener niveles normales de glucosa en sangre sin causar hipoglucemia o hiperglucemia. En algunos modos de realización, el sistema 10 se configura de manera convencional para controlar una o más bombas de insulina externas (por ejemplo, subcutáneas, transcutáneas o transdérmicas) y/o implantadas para infundir automáticamente o administrar de otro modo la cantidad y tipo apropiados de insulina al cuerpo del usuario en forma de uno o más bolos de insulina. En otros modos de realización, el sistema 10 se configura de manera convencional para mostrar o notificar de otro modo al usuario la cantidad, tipo y/o momento apropiados de insulina en forma de una recomendación de insulina. En dichos modos de realización, el hardware y/o software convencional que forma parte del sistema 10 permite al usuario aceptar la cantidad, tipo y/o momento de insulina recomendados o rechazarlos. Si se acepta, el sistema 10, en un modo de realización, infunde automáticamente o proporciona de otro modo la cantidad y tipo apropiados de insulina al cuerpo del usuario en forma de uno o más bolos de insulina. Si, por otra parte, el usuario rechaza la recomendación de insulina, el hardware y/o software convencional que forma parte del sistema 10 permite al usuario anular el sistema 10 e introducir manualmente la cantidad, tipo y/o momento del bolo de insulina. A continuación, el sistema 10 se configura de manera convencional para infundir automáticamente o proporcionar de otro modo al usuario la cantidad, tipo y/o momento específicos de insulina al cuerpo del usuario en forma de uno o más bolos de insulina. De forma alternativa, la cantidad y el tipo apropiados de insulina correspondientes a la recomendación de insulina mostrada por el sistema 10 se pueden inyectar manualmente o administrarse de otro modo en el cuerpo del paciente. Sin embargo, se entenderá que el sistema 10 se puede configurar de forma alternativa o adicionalmente de manera similar para determinar, recomendar y/o administrar otros tipos de medicación a un paciente.
El sistema 10 puede funcionar, como se acaba de describir, para determinar y recomendar o bien administrar una cantidad apropiada de insulina u otro fármaco hipoglucemiante al paciente en forma de uno o más bolos de insulina. Para determinar dichas cantidades apropiadas de insulina, el sistema 10 requiere al menos cierta información relacionada con una o más influencias externas y/o diversos mecanismos fisiológicos asociados con el paciente. Por ejemplo, si el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente una comida o tentempié, el sistema 10 en general requiere cierta información relacionada con la comida o tentempié para determinar una cantidad, tipo y/o momento apropiados de uno o más bolos de compensación de comida. Cuando una persona ingiere alimentos en forma de una comida o tentempié, el cuerpo de la persona reacciona absorbiendo la glucosa de la comida o tentempié a lo largo del tiempo. Para los propósitos de este documento, cualquier ingestión de alimentos se puede denominar a continuación en el presente documento como "comida" y, por lo tanto, el término "comida" engloba las comidas tradicionales, por ejemplo, desayuno, almuerzo y cena, así como tentempiés intermedios, bebidas, etc.
La forma general de un perfil de absorción de glucosa para cualquier persona aumenta después de la ingestión de la comida, alcanza su punto máximo en algún momento medible después de la comida y a continuación, disminuye después de esto. La velocidad, es decir, la velocidad desde el inicio hasta la terminación de cualquier perfil de absorción de glucosa varía típicamente para una persona por composición de comidas, por tipo o tiempo de comida (por ejemplo, desayuno, almuerzo, cena o tentempié), y/o de acuerdo con uno o más factores, y también puede variar de un día a otro bajo circunstancias de comida de otro modo idénticas. En general, la información de prealimentación relacionada con dicha información sobre ingesta de comida suministrada por el paciente al sistema 10 debe contener, ya sea explícita o implícitamente, una estimación del contenido de carbohidratos de la comida o tentempié, correspondiente a la cantidad de carbohidratos que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente, así como una estimación de la velocidad de absorción global de glucosa de la comida por parte del paciente.
La estimación de la cantidad de carbohidratos que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente se puede proporcionar por el paciente en cualquiera de diversas formas. Los ejemplos incluyen, pero no se limitan a, una estimación directa del peso de carbohidratos (por ejemplo, en unidades de gramos u otra medida de peso conveniente), una cantidad de carbohidratos en relación con una cantidad de referencia (por ejemplo, adimensional), una estimación del tamaño de la comida o tentempié (por ejemplo, adimensional) y una estimación del tamaño de la comida o tentempié (por ejemplo, adimensional). Otras formas de proporcionar la entrada de paciente del contenido de carbohidratos de una comida o tentempié se producirán por los expertos en la técnica, y cualquiera de dichas otras formas se contempla por esta divulgación.
La estimación de la velocidad de absorción global de glucosa de la comida por el paciente también se puede proporcionar por el paciente en cualquiera de las diversas formas. Por ejemplo, para un valor especificado de la velocidad esperada de absorción global de glucosa, el perfil de absorción de glucosa captura la velocidad de la comida ingerida por el paciente. Como otro ejemplo, la velocidad de absorción global de glucosa de la comida por el paciente también incluye una duración de tiempo entre la ingesta de la comida por una persona y la absorción máxima de glucosa de la comida por esa persona, que captura la duración de la comida ingerida por el paciente. La velocidad de absorción global de glucosa se puede expresar por tanto en forma de velocidad o duración de comida. Los ejemplos del parámetro de velocidad esperada de absorción global de glucosa en este caso pueden incluir, pero sin limitarse a, un parámetro compuesto que corresponde a una estimación de la velocidad o duración de comida (por ejemplo, unidades de tiempo), un parámetro compuesto que corresponde a la velocidad o duración de comida en relación con una velocidad o duración de comida de referencia (por ejemplo, adimensional) o similares.
Como otro ejemplo de proporcionar la estimación del parámetro de velocidad esperada de absorción global de glucosa, la forma y la duración del perfil de absorción de glucosa se pueden mapear con la composición de la comida. Los ejemplos del parámetro de velocidad esperada de absorción global de glucosa en este caso pueden incluir, pero no se limitan a, una estimación de la cantidad de grasa, cantidad de proteína y cantidad de carbohidratos (por ejemplo, en unidades de gramos) junto con una estimación del contenido de carbohidratos en forma de tamaño de comida o tamaño relativo de comida, una estimación de la cantidad de grasa, cantidad de proteína y cantidad de carbohidratos en relación con las cantidades de grasa, proteína y carbohidratos de referencia junto con una estimación del contenido de carbohidratos en forma de tamaño de comida o tamaño relativo de comida y una estimación de un índice glucémico total de la comida o tentempié (por ejemplo, adimensional), en el que el término "índice glucémico total" se define para los propósitos de este documento como un parámetro que clasifica las comidas y tentempiés por la velocidad a la que las comidas o tentempiés causan que la glucemia de la persona aumente. Por tanto, por ejemplo, una comida o tentempié que tiene un índice glucémico bajo produce un aumento gradual de glucemia mientras que una comida o tentempié que tiene un índice glucémico alto produce un aumento rápido de glucemia. Una medida ejemplar del índice glucémico total puede ser, pero no se debe limitar a, la proporción de carbohidratos absorbidos de la comida y un valor de referencia, por ejemplo, derivado de azúcar puro o pan blanco, durante un período de tiempo especificado, por ejemplo, 2 horas. Otras formas de proporcionar la entrada de usuario de la velocidad global esperada de absorción de glucosa a partir de la comida por el paciente, y/o proporcionar la entrada de usuario de la forma y duración esperadas del perfil de absorción de glucosa en general se producirán por los expertos en la técnica, y cualquiera de dichas otras formas se contempla en esta divulgación.
El sistema 10 incluye de forma ilustrativa una interfaz gráfica de usuario que proporciona la entrada de paciente (usuario) de información relacionada con la comida que tiene un primer componente de parámetro y un segundo componente de parámetro. La interfaz gráfica de usuario se muestra de forma ilustrativa en la unidad de visualización 20 del dispositivo electrónico 12, pero se puede mostrar de forma alternativa o adicionalmente en la unidad de visualización 38 del dispositivo remoto 30. El procesador 14 se configura para controlar la unidad de visualización 20 para mostrar la interfaz gráfica de usuario en el dispositivo electrónico 12 de manera convencional. De forma alternativa o adicionalmente, el procesador 32 se puede configurar para controlar la unidad de visualización 38 para mostrar la interfaz gráfica de usuario en el dispositivo remoto 30 de manera convencional. La entrada de usuario a la interfaz gráfica de usuario se puede proporcionar de una cualquiera o más formas convencionales. Los ejemplos incluyen, pero no se limitan a, uno o más botones o teclas proporcionados en el dispositivo de entrada 18 y/o 36 del dispositivo 12 y/o 30 correspondiente, una pantalla táctil de la unidad de visualización 20 y/o 38, uno o más mecanismos convencionales de señalar y hacer clic o similares.
El primer componente de parámetro de la entrada de paciente (usuario) de la información relacionada con la comida corresponde de forma ilustrativa a una cantidad o contenido de carbohidratos de la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente y el segundo componente de parámetro corresponde de forma ilustrativa a una velocidad esperada de absorción global de glucosa de la comida por el paciente. En referencia a la FIG. 2, se muestra un modo de realización ejemplar de dicha interfaz gráfica de usuario 50 que proporciona la entrada de usuario de información sobre ingesta de comida. En el modo de realización ilustrado, la interfaz gráfica de usuario 50 es una interfaz de usuario de tipo cuadrícula que tiene un eje de cuadrícula definido por el contenido de carbohidratos en forma de tamaño de comida y otro eje de cuadrícula definido por la velocidad esperada de absorción global de glucosa de la comida por el paciente en forma de duración de comida. El eje de cuadrícula de tamaño de comida define tres valores de tamaño o cantidad de comida diferentes en forma de los indicadores "pequeño", "medio" y "grande", y el eje de cuadrícula de duración de comida también define tres valores de duración de comida diferentes en forma de los indicadores "lenta", "media" y "rápida". La interfaz gráfica de usuario de tipo cuadrícula 50 proporciona una selección única de usuario del contenido de carbohidratos y la información de velocidad esperada de absorción global de glucosa relacionada con la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente. Como se usa en el presente documento, la frase "selección única de usuario" se define como una única selección hecha por un usuario. Se entenderá que los sistemas y procedimientos descritos en el presente documento no se limitan a un único usuario y que más bien los sistemas y procedimientos descritos en este documento se pueden implementar en una plataforma de un único usuario o múltiples usuarios. En cualquier caso, el usuario ha seleccionado, en el ejemplo ilustrado, una entrada relacionada con la comida que indica que la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente es una comida grande que se ingerirá, o que se ha ingerido, durante una duración de comida media. En general, los términos "grande", "medio" y "pequeño" en este contexto pretenden englobar cualquier medida convencional de tamaño de comida incluyendo, por ejemplo, pero sin limitarse a, cantidades de comida o cantidades que usan cualquier unidad especificada de peso, volumen, etc.
En referencia a la FIG. 3, se muestra otro modo de realización ejemplar de una interfaz gráfica de usuario 52 que proporciona la entrada de usuario de información sobre ingesta de comida. En el modo de realización ilustrado, la interfaz gráfica de usuario 52 es una interfaz de usuario de tipo cuadrícula que tiene un eje de cuadrícula definido por el contenido de carbohidratos en forma de tamaño de comida en relación con un tamaño de comida de referencia y otro eje de cuadrícula definido por la velocidad esperada de absorción global de glucosa de la comida por el paciente en forma de duración de comida en relación con una duración de comida de referencia. El eje de cuadrícula de tamaño de comida define tres valores de tamaño de comida diferentes en forma de los indicadores "más pequeño de lo normal", "normal" y "más grande de lo normal", y el eje de cuadrícula de duración de comida define tres valores de duración de comida diferentes en forma de los indicadores "más corto de lo normal", "normal" y "más largo de lo normal". La interfaz gráfica de usuario de tipo cuadrícula 52 proporciona una selección única de usuario del contenido de carbohidratos y la información de velocidad esperada de absorción global de glucosa relacionada con la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente. En el ejemplo ilustrado, el usuario ha seleccionado una entrada relacionada con la comida que indica que la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente es una comida más pequeña de lo normal y que la duración de comida es aproximadamente la misma que una duración de comida normal. En general, los términos "más grande" y "más pequeño" en este contexto pretenden englobar cualquier medida convencional de tamaño de comida en relación con un tamaño de comida "normal" especificado incluyendo, por ejemplo, pero sin limitarse a, porciones o cantidades de comida que usan cualquier unidad especificada de peso, volumen, etc.
En referencia a la FIG. 4, se muestra aún otro modo de realización ejemplar de una interfaz gráfica de usuario 54 que proporciona la entrada de usuario de información sobre ingesta de comida. En el modo de realización ilustrado, la interfaz gráfica de usuario 54 es una interfaz de usuario de tipo cuadrícula que tiene un eje de cuadrícula definido por el contenido de carbohidratos en forma de tamaño de comida y otro eje de cuadrícula definido por la velocidad esperada de absorción global de glucosa en forma de cantidad de grasa, cantidad de proteína y cantidad de carbohidratos de la comida. Por tanto, la interfaz gráfica de usuario 54 requiere la entrada por el usuario de tres selecciones independientes, en comparación con la entrada única asociada a los modos de realización ilustrados y descritos con respecto a las FIGS. 1 y 2. La cantidad de grasa, la cantidad de proteína y la cantidad de carbohidratos se mapearán, como se describe en resumen anteriormente en el presente documento, a una velocidad esperada de absorción global de glucosa de la comida por parte del paciente. El eje de cuadrícula de tamaño de comida define tres valores de tamaño de comida diferentes en forma de los indicadores "pequeño", "medio" y "grande". La interfaz gráfica de usuario de tipo cuadrícula 54 proporciona la selección de usuario del contenido de carbohidratos y la información de velocidad esperada de absorción global de glucosa relacionada con la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente. En el ejemplo ilustrado, el usuario ha seleccionado una entrada relacionada con la comida que indica que la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente tiene una cantidad grande de grasa, una cantidad media de proteína y una cantidad grande de carbohidratos. En general, los términos "grande", "medio" y "pequeño" en este contexto pretenden englobar cualquier medida convencional de tamaño de comida incluyendo, por ejemplo, pero sin limitarse a, cantidades de comida o cantidades que usan cualquier unidad especificada de peso, volumen, etc.
En general, se puede usar cualquier relación funcional deseada en el presente modo de realización para mapear las tres cantidades de composición de la comida con valores correspondientes de velocidad de comida o de duración de comida. Una relación funcional ejemplar puede ser, pero no se debe limitar a, asignar pesos iguales a los tres componentes de composición de la comida, calcular porcentajes de los tres valores de composición de la comida especificados por el usuario, asignar umbrales igualmente espaciados a las dos interfaces entre los tres valores de tamaño de comida, por ejemplo, 33 % y 66 %, y a continuación, comparar los porcentajes de los tres valores de composición de la comida con los valores porcentuales de umbral para determinar la velocidad de comida. Usando el ejemplo ilustrado en la FIG. 4, se asignan valores de 1, 2 y 3 a los componentes pequeño, medio y grande, respectivamente. El porcentaje de grasa es, por tanto, 3/8 o 37,5 %, el porcentaje de proteína es 2/8 o 25 %, y el porcentaje de carbohidratos es 3/8 o 37,5 %. Los porcentajes de grasa y de carbohidratos son, por tanto, medios y el porcentaje de proteína es pequeño, dando como resultado una velocidad de comida compuesta de media a medio-lenta.
En referencia a la FIG. 5, se muestra todavía otro modo de realización ejemplar de una interfaz gráfica de usuario 56 que proporciona la entrada de usuario de información sobre ingesta de comida. En el modo de realización ilustrado, la interfaz gráfica de usuario 56 es una interfaz de usuario de tipo cuadrícula que tiene un eje de cuadrícula definido por el contenido de carbohidratos en forma de tamaño de comida en relación con un tamaño de comida de referencia y otro eje de cuadrícula definido por la velocidad esperada de absorción global de glucosa de la comida por parte del paciente en forma de cantidad de grasa, cantidad de proteína y cantidad de carbohidratos. Al igual que con la interfaz gráfica de usuario 54, la interfaz gráfica de usuario 56 requiere, por tanto, la entrada por el usuario de tres selecciones independientes, en comparación con la entrada única asociada a los modos de realización ilustrados y descritos con respecto a las FIGS. 1 y 2. Las cantidades de grasa, proteína y carbohidratos especificadas por el usuario se mapearán con los valores correspondientes de velocidad de comida o duración de comida usando cualquier relación funcional deseada entre los mismos como se acaba de describir. El eje de cuadrícula de tamaño de comida define tres valores de tamaño de comida diferentes en forma de los indicadores "más pequeño de lo normal", "normal" y "más grande de lo normal". La interfaz gráfica de usuario de tipo cuadrícula 56 proporciona la selección de usuario del contenido de carbohidratos y la información de velocidad esperada de absorción de glucosa relacionada con la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente. En el ejemplo ilustrado, el usuario ha seleccionado una entrada relacionada con la comida que indica que la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente tiene una cantidad de grasa normal, una cantidad de proteína normal y una cantidad de carbohidratos más pequeña de lo normal. En general, los términos "más grande" y "más pequeño" en este contexto pretenden englobar cualquier medida convencional de tamaño de comida en relación con un tamaño de comida "normal" especificado incluyendo, por ejemplo, pero sin limitarse a, porciones o cantidades de comida que usan cualquier unidad especificada de peso, volumen, etc.
En referencia a la FIG. 6, se muestra otro modo de realización ejemplar de una interfaz gráfica de usuario 58 que proporciona la entrada de usuario de información sobre ingesta de comida. En el modo de realización ilustrado, la interfaz gráfica de usuario 58 define una función continua del contenido de carbohidratos, proporcionada en forma de contenido de carbohidratos en peso (en gramos u otras unidades de peso convenientes), y la velocidad esperada de absorción global de glucosa de la comida por parte del paciente, proporcionada en forma de un índice glucémico total (adimensional). De forma alternativa, la interfaz gráfica de usuario 58 podría definir una representación numérica que es una función discreta del contenido de carbohidratos, proporcionada en forma de contenido de carbohidratos, y de la velocidad esperada de absorción de glucosa, proporcionada en forma de un índice glucémico total. En cualquier caso, el contenido de carbohidratos y/o los parámetros del índice glucémico total se pueden expresar de forma alternativa en la interfaz gráfica de usuario 60 en forma de "grande", "medio" y "pequeño", como se describen estos términos anteriormente en el presente documento o en la forma de "más grande de lo normal", "normal" y "más pequeño de lo normal", como se describen estos términos anteriormente en el presente documento. Cualquier número de líneas de cuadrícula punteadas, discontinuas, continuas o de otro tipo se puede superponer de forma alternativa o adicionalmente sobre la interfaz gráfica de usuario 58 para facilitar la distinción entre el contenido de carbohidratos y los valores de índice glucémico total en la interfaz 58. En cualquier caso, la interfaz gráfica de usuario 58 proporciona una selección única de usuario del contenido de carbohidratos y la información de velocidad esperada de absorción de glucosa relacionada con la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente. En el ejemplo ilustrado, el usuario ha seleccionado una entrada relacionada con la comida que indica que la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente tiene un peso de carbohidratos de aproximadamente 50 gramos y un valor de índice glucémico total de aproximadamente 62.
En referencia a la FIG. 7, se muestra todavía otro modo de realización ejemplar de una interfaz gráfica de usuario 60 que proporciona la entrada de usuario de información sobre ingesta de comida. En el modo de realización ilustrado, la interfaz gráfica de usuario 60 define una función continua del contenido de carbohidratos, proporcionada en forma de tamaño de comida, y la velocidad esperada de absorción global de glucosa de la comida por parte del paciente proporcionada en forma de duración de comida. El eje de tamaño de comida define tres valores de tamaño de comida diferentes en forma de los indicadores "pequeño", "medio" y "grande", y el eje de duración de comida también define tres valores de duración de comida diferentes en forma de los indicadores "lenta", "media" y "rápida". La interfaz gráfica de usuario de tipo continuo 60 proporciona una selección única de usuario del contenido de carbohidratos y la información de velocidad esperada de absorción global de glucosa relacionada con la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente. Cualquier número de líneas de cuadrícula punteadas, discontinuas, continuas o de otro tipo se puede superponer de forma alternativa o adicionalmente sobre la interfaz gráfica de usuario 60 para facilitar la distinción entre los valores de tamaño de comida y duración de comida en la interfaz 60. En el ejemplo ilustrado, el usuario ha seleccionado una entrada relacionada con la comida que indica que la comida que el paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente es de tamaño entre medio y grande y se ingiere en una duración de comida entre lenta y media.
Se observará que aunque los diversos ejemplos de la interfaz gráfica de usuario representada en las FIGS. 2-7 se ilustraron mostrándose en la unidad de visualización 20 del dispositivo electrónico 12, cualquiera de las interfaces gráficas de usuario se puede mostrar de forma alternativa o adicionalmente en la unidad de visualización 38 del dispositivo remoto 30. La unidad de visualización 20 en las FIGS. 2-7 se controla además por el procesador 14 para mostrar la fecha y hora actuales en la esquina superior derecha de la unidad de visualización 20. Se entenderá que el procesador 14 se puede configurar para controlar de forma alternativa la unidad de visualización 20 de manera convencional para mostrar más o menos información relacionada con el sistema 10, el usuario y/u otra información deseada. Se entenderá además que las diversas interfaces gráficas de usuario ilustradas y descritas con respecto a las FIGS. 2-7 se proporcionan solo a modo de ejemplo, y que diversas combinaciones de uno o más de los ejemplos ilustrados en las FIGS. 2-7, así como interfaces gráficas de usuario que proporcionan la entrada de otro contenido de carbohidratos e información sobre la forma, velocidad y/o duración de absorción de la glucosa, se pueden usar de forma alternativa o adicionalmente.
En referencia ahora a la FIG. 8, se muestra un diagrama de flujo de un modo de realización ilustrativo de un algoritmo de software 100 para determinar la información de administración de fármaco, en base a la entrada de usuario de la información sobre ingesta de comida, usando el sistema 10 de la FIG. 1. El algoritmo de software 100 se describirá como ejecutado por el procesador 14 del dispositivo electrónico 12, aunque el algoritmo de software 100 se puede ejecutar de forma alternativa o adicionalmente por el procesador 32 del dispositivo remoto 30. El algoritmo 100 comienza en la etapa 102 y en la etapa 104 el procesador 14 puede funcionar para monitorizar la interfaz gráfica de usuario (GUl) para la entrada de usuario de la información sobre ingesta de comida. La interfaz gráfica de usuario puede adoptar la forma de una cualquiera o cualquier combinación de las interfaces gráficas de usuario de ejemplo ilustradas y descritas en el presente documento con respecto a las FIGS. 2-7, o puede adoptar de forma alternativa alguna otra forma que proporcione la entrada de usuario del contenido de carbohidratos relacionado con la comida y la velocidad esperada de absorción global de glucosa de la comida por parte del paciente.
Después de la etapa 104, el algoritmo 100 avanza hasta la etapa 106, donde el procesador 14 puede funcionar para determinar si se ha detectado una entrada de usuario completa en la GUI. En modos de realización que tienen una interfaz gráfica de usuario de una única entrada, por ejemplo, el procesador 14 puede funcionar en la etapa 106 para determinar cuándo se ha producido una entrada de usuario completa en la GUI cuando el paciente ha seleccionado una única entrada en la interfaz gráfica de usuario. En modos de realización que tienen una interfaz gráfica de usuario de entrada múltiple, por otra parte, el procesador 14 puede funcionar para determinar cuándo se ha producido una entrada de usuario completa en la GUI cuando el usuario ha seleccionado todas las entradas seleccionables por el usuario en la GUI. En cualquier caso, si en la etapa 106 el procesador no ha detectado una entrada de usuario completa en la GUI, la ejecución del algoritmo 100 vuelve en bucle de nuevo para ejecutar la etapa 104. Si, por otra parte, el procesador 14 detecta en la etapa 106 que se ha producido una entrada de usuario completa en la GUI, la ejecución del algoritmo avanza hasta la etapa 108 donde el procesador 14 puede funcionar para marcar hora y fecha de la entrada de GUI y para introducir la entrada de GUI marcada con fecha y hora en una base de datos contenida dentro de la memoria o unidad de almacenamiento de datos 16 y/o 34. Las etapas 104 y 106 pueden incluir de forma ilustrativa además un mecanismo de tiempo de espera configurado para dirigir el algoritmo 100 a una etapa o estado especificado si el usuario no proporciona una entrada de usuario completa a la GUI dentro de un período de tiempo especificado.
En el modo de realización ilustrado, el algoritmo 100 está dispuesto con la expectativa de que el usuario introducirá la información relacionada con la comida justo antes de ingerir la comida, de modo que la marca de fecha y hora en general es indicativa de la fecha y hora en que se consume realmente la comida. La etapa 108 se puede modificar de forma ilustrativa para proporcionar además al usuario la capacidad de modificar la hora y/o fecha asociadas con la entrada de GUI marcada con fecha y hora antes de introducir esta información en la base de datos. Este rasgo característico opcional proporciona al usuario la capacidad de introducir la información sobre ingesta de comida en la GUI después de ingerir la comida y, a continuación, alterar la hora y/o fecha de la marca de fecha de la hora y/o fecha actuales para reflejar una hora y/o fecha previas reales o estimadas a que se ingiriera la comida. De esta manera, por ejemplo, se pueden determinar y administrar o recomendar bolos de compensación de comida después de que la comida se haya ingerido. Este rasgo característico opcional también proporciona al usuario la capacidad de introducir la información sobre ingesta de comida en la GUI antes de ingerir la comida, por ejemplo, suficientemente antes de la comida de modo que la marca de fecha y/u hora de la etapa 108 en general no será indicativa de la hora y/o fecha reales en que se consume la comida correspondiente y para alterar a continuación la marca de hora y/o fecha de la hora y/o fecha actuales para reflejar una hora y/o fecha futuras estimadas en que probablemente se ingerirá la comida. Se debe entender, sin embargo, que en cualquier caso el algoritmo 100 debería incluir además una o más etapas que permitan al procesador 14 modificar apropiadamente la entrada introducida por el usuario a la GUI para su uso en la determinación del bolo de compensación de comida de modo que la velocidad de absorción global de glucosa de la comida por el paciente tiene en cuenta el tiempo transcurrido entre la ingesta de la comida y posteriormente la introducción de la entrada de usuario relacionada con la comida en la GUI o el retardo temporal entre la introducción de la entrada de usuario relacionada con la comida en la GUI y posteriormente la ingesta de la comida. La inclusión de dichas una o más etapas sería un ejercicio mecánico para un programador experto.
Aunque no se muestra en la FIG. 8, el algoritmo 100 u otro algoritmo de ejecución independiente pueden incluir además una o más etapas que permiten al usuario modificar la información relacionada con la comida previamente introducida y/o la información de la marca de hora y/o fecha asociada, o añadir información nueva y/o tal vez más precisa sobre la información relacionada con la comida previamente introducida y/o sobre la información de la marca de hora y/o fecha asociada. Este rasgo característico opcional proporciona al usuario la capacidad de modificar dichos datos, tales como en los casos donde la información relacionada con la comida se introdujo antes de o durante la ingesta de la comida, para reflejar posteriormente cualquier desviación en la ingesta real de comida con respecto a la esperada o estimada en el momento en que se introdujo la información. Por ejemplo, se puede omitir o retrasar una comida programada, se puede haber consumido realmente una cantidad mayor o menor de comida en comparación con lo que se había estimado previamente, y/o la composición de la comida puede haber variado con respecto a lo que se había estimado previamente.
A continuación de la etapa 108, el procesador 14 puede funcionar en la etapa 110 para mapear la entrada de usuario de información sobre ingesta de comida en la GUI con la información de administración de insulina correspondiente. La memoria o la unidad de almacenamiento de datos 16 y/o 34 ha almacenado ilustrativamente en su interior un mapa que correlaciona la información de prealimentación sobre comida introducida por el usuario con las cantidades de administración de insulina. El mapa se puede proporcionar en cualquier forma convencional, de las que sus ejemplos incluyen, pero sin limitarse a, uno o más gráficos, diagramas, tablas, ecuaciones o similares. En la FIG. 9, se muestra un modo de realización ejemplar de dicho mapa 130, y se proporciona en forma de una tabla que mapea el contenido de carbohidratos, en forma de velocidad de comida, y la velocidad esperada de absorción global de glucosa de la comida por parte del paciente, en forma de duración de comida, para la información de bolo de compensación de comida. En el modo de realización ilustrado en la FIG. 9, la información de bolo de compensación de comida puede ser o incluir uno cualquiera o más de un número total, X, de bolos de insulina que se van a administrar al usuario, una porción o cantidad, Y, de cada uno del número de bolos de insulina que se van a administrar (por ejemplo, en unidades internacionales), un tiempo, AT, entre cada uno de los bolos de insulina que se van a administrar y un tiempo, I, en el que se administrará un primero del número de bolos de insulina. Los expertos en la técnica reconocerán que se pueden usar otros esquemas de dosificación de insulina para definir el mapa que correlaciona la información de prealimentación sobre comida introducida por el usuario con las cantidades de administración de insulina, y cualquiera de dichos otros esquemas de dosificación de insulina se contempla en esta divulgación.
En referencia nuevamente a la FIG. 8, el procesador 14 puede por tanto funcionar en la etapa 110, en un modo de realización ilustrativo, para mapear la entrada de usuario en la GUI de la información sobre ingesta de comida con respecto a la información de administración de insulina usando una tabla del tipo general ilustrado en la FIG. 9. Se entenderá que el procesador 14 puede usar, de forma alternativa o adicionalmente, valores de ejes de tablas diferentes que sean consecuentes con el contenido de carbohidratos y la velocidad esperada de absorción global de glucosa de la comida por parte del paciente, y/o una o más de otras técnicas convencionales de mapeo para mapear la información sobre ingesta de comida especificada por el usuario con la información de administración de bolo de insulina correspondiente. Si bien se describió la información de administración de bolo de insulina con respecto a la FIG. 9 como que comprende un bolo de compensación de comida que incluye uno o más del número total, X, de bolos de insulina que se van a administrar al usuario, una porción o cantidad, Y, de cada uno del número de bolos de insulina que se van a administrar (por ejemplo, en unidades internacionales), un tiempo, AT, entre cada uno de los bolos de insulina que se van a administrar y un tiempo, I, en el que se administrará un primero del número de bolos de insulina, se entenderá además que la información de administración de bolo de insulina puede incluir de forma alternativa o adicionalmente una o más cantidades de bolos de corrección, es decir, cantidades de bolos de insulina no relacionadas con la comida y, en cualquier caso, que pueden incluir más o menos información que la ilustrada en la FIG. 9.
La ejecución del algoritmo 100 avanza desde la etapa 110 hasta la etapa 112, donde el procesador 14 puede funcionar, en el modo de realización ilustrado, para controlar la unidad de visualización 20 y/o la unidad de visualización 38 para mostrar, en forma de una recomendación de bolo de insulina, al menos parte de la información de administración de insulina determinada en la etapa 110. Después de esto, en la etapa 114, el procesador 14 puede funcionar para determinar si el usuario acepta o rehúsa la recomendación de bolo de insulina mostrada en la etapa 112. En un modo de realización ejemplar, el procesador 14 puede funcionar para ejecutar la etapa 114 mostrando primero, junto con la recomendación de bolo de insulina, indicadores gráficos "aceptar" y "rehusar" que puede seleccionar el usuario, y a continuación, monitorizar dichos indicadores para determinar cuál de los dos selecciona el usuario. En un modo de realización alternativo, los botones o teclas de "aceptar" y "rehusar" pueden formar parte del dispositivo de entrada 18 y/o 36, y el procesador 14 puede funcionar en este modo de realización para ejecutar la etapa 114 monitorizando dichos botones o teclas para determinar cuál de los dos selecciona el usuario. Los expertos en la técnica reconocerán otras técnicas convencionales para llevar a cabo la etapa 114, y cualquiera de dichas otras técnicas convencionales se contempla en la presente divulgación. La etapa 114 puede incluir de forma ilustrativa además un mecanismo de tiempo de espera configurado para dirigir el algoritmo 100 a una etapa o estado especificado si el usuario no acepta o rehúsa la recomendación mostrada en la etapa 112. En cualquier caso, si el procesador 14 determina en la etapa 114 que el usuario acepta la recomendación de bolo de insulina mostrada en la etapa 112, el procesador 14 puede funcionar después de esto en la etapa 116 para proporcionar la información de bolo de insulina recomendada a uno o más algoritmos de administración de insulina que se están ejecutando por el procesador 14, el procesador 32 y/o uno o más circuitos de procesador que forman parte de cualquiera de los dispositivos médicos 261 - 26n. El procesador 14, el procesador 32 y/o uno o más circuitos de procesador que forman parte de cualquiera de los dispositivos médicos 261 - 26n pueden funcionar a continuación para controlar, bajo la dirección de cualquiera de dichos uno o más algoritmos de administración de insulina, la administración automática de uno o más bolos de insulina al usuario de acuerdo con la información de bolo de insulina recomendada por medio de un dispositivo de administración de insulina controlado electrónicamente convencional, por ejemplo, una bomba de infusión de insulina implantable, subcutánea, transcutánea y/o transdérmica. De forma alternativa, el usuario, el profesional sanitario u otro individuo puede administrar manualmente los uno o más bolos de insulina de acuerdo con la información de bolo de insulina recomendada por medio de una pluma de inyección convencional u otro mecanismo de administración manual convencional. Después de esto, en la etapa 118, el procesador 14 puede funcionar para marcar la fecha y hora en la información de bolo de insulina recomendada e introducir la información de bolo de insulina recomendada marcada con fecha y hora en una base de datos contenida dentro de la memoria o unidad de almacenamiento de datos 16 y/o 34.
Si, en la etapa 114, el procesador 14 determina que el usuario rechaza la recomendación de bolo de insulina mostrada en la etapa 112, el procesador 14 puede funcionar después de esto en la etapa 120 para pedir al usuario que modifique la información de bolo de insulina recomendada. En un modo de realización ejemplar, el procesador 14 puede funcionar para ejecutar la etapa 120 mostrando la recomendación de bolo de insulina de una manera que permita al usuario modificar cualquiera de la información de bolo de insulina recomendada por medio de la interfaz gráfica de usuario, el dispositivo de entrada 18 y/o 36, o por medio de algún otro dispositivo de entrada de datos convencional, y también para mostrar un indicador gráfico "aceptar cambios" que se puede seleccionar por el usuario cuando se completen las modificaciones en la información de bolo de insulina recomendada. El procesador 14 puede funcionar, a continuación, en la etapa 122 para monitorizar el indicador "aceptar cambios". Hasta que el usuario seleccione el indicador "aceptar cambios" en la etapa 122, el algoritmo 100 vuelve en bucle de nuevo para ejecutar la etapa 120. El algoritmo puede incluir además de forma ilustrativa una o más etapas convencionales (no mostradas) que permiten que el algoritmo 100 continúe pasando la etapa 122 si el usuario no selecciona el indicador "aceptar cambios" dentro de un período de tiempo especificado. En cualquier caso, cuando el procesador 14 determina en la etapa 122 que el usuario ha seleccionado el indicador "aceptar cambios", el procesador 14 puede funcionar después de esto en la etapa 124 para proporcionar la información de bolo de insulina modificada a uno o más algoritmos de administración de insulina que se están ejecutando por el procesador 14, el procesador 32 y/o uno o más circuitos de procesador que forman parte de cualquiera de los dispositivos médicos 261 - 26n. El procesador 14, el procesador 32 y/o uno o más circuitos de procesador que forman parte de cualquiera de los dispositivos médicos 261 - 26n pueden funcionar a continuación para controlar, bajo la dirección de cualquiera de dichos uno o más algoritmos de administración de insulina, la administración automática de uno o más bolos de insulina al usuario de acuerdo con la información de bolo de insulina modificada por medio de un dispositivo de administración de insulina controlado electrónicamente convencional, por ejemplo, una bomba de infusión de insulina implantable, subcutánea, transcutánea y/o transdérmica. De forma alternativa, el usuario, el profesional sanitario u otro individuo puede administrar manualmente los uno o más bolos de insulina de acuerdo con la información de bolo de insulina modificada por medio de una pluma de inyección convencional u otro mecanismo de administración manual convencional. Después de esto, en la etapa 126, el procesador 14 puede funcionar para marcar la fecha y hora en la información de bolo de insulina modificada e introducir la información de bolo de insulina modificada marcada con fecha y hora en una base de datos contenida dentro de la memoria o unidad de almacenamiento de datos 16 y/o 34. En un modo de realización alternativo, las etapas 116 - 124 del algoritmo 100 se pueden modificar de manera convencional para permitir al usuario anular manualmente la información de bolo de insulina recomendada administrando manualmente uno o más bolos de insulina. En este modo de realización, sin embargo, es deseable permitir al usuario introducir en la base de datos, en las etapas 118 y 126, información marcada con fecha y hora relativa a la administración manual de los uno o más bolos de insulina, por ejemplo, número, tipo, cantidad y/o momento de los uno o más bolos de insulina. En cualquier caso, la ejecución del algoritmo 100 vuelve en bucle desde cualquiera de las etapas 118 y 126 de nuevo hasta la etapa 104.
En un modo de realización alternativo del algoritmo 100, las etapas 112-116 y 120-124 se pueden modificar de manera convencional para hacer que el procesador 14 controle, bajo la dirección de uno o más algoritmos de administración de insulina, la administración automática de uno o más bolos de insulina al usuario de acuerdo con la información de administración de insulina determinada en la etapa 110. Por lo tanto, en este modo de realización, la información de administración de insulina determinada en la etapa 110 no se muestra ni se ofrece de otro modo al usuario como una recomendación de bolo de insulina, sino que en su lugar se administra automáticamente o se suministra de otro modo al usuario por medio de un dispositivo de administración de insulina controlado electrónicamente convencional, por ejemplo, una bomba de infusión de insulina implantable, subcutánea, transcutánea y/o transdérmica.
Los ejemplos de interfaz gráfica de usuario ilustrados en las FIGS. 2-7, así como el algoritmo 100 de la FIG. 8 para determinar la información de administración de fármaco, en base a la entrada de usuario de información de prealimentación por medio de dicha interfaz gráfica de usuario, se han presentado en el presente documento en el contexto de suministrar al sistema 10 información sobre ingesta de comida a partir de la cual se determina la información de administración de insulina. Se entenderá que interfaces gráficas de usuario similares se pueden desarrollar de forma alternativa o adicionalmente en base total o parcialmente a una o más de otras influencias externas y/o diversos mecanismos fisiológicos asociados con el usuario. Los ejemplos incluyen, pero no se limitan a, consideraciones tales como indicadores unidimensionales o bidimensionales explícitos o implícitos de ejercicio, estrés, enfermedad, ciclo menstrual y/o similares. Como un ejemplo específico, una interfaz gráfica de usuario del tipo ilustrado en las FIGS. 2-7 se puede desarrollar para proporcionar la entrada de usuario de información de prealimentación en forma de información de ejercicio del usuario que tiene un parámetro o eje correspondiente a la intensidad relativa (por ejemplo, a una referencia) o real del ejercicio del usuario y otro parámetro o eje correspondiente a la duración relativa (por ejemplo, a una referencia) o real del ejercicio del usuario, o que tiene un único parámetro o eje de información del ejercicio del usuario. Como otro ejemplo, una interfaz gráfica de usuario del tipo ilustrado en las FIGS. 2-7 se puede desarrollar para proporcionar la entrada de usuario de información de prealimentación en forma de información de estrés del usuario que tiene un parámetro o eje correspondiente al estado o perfil relativo (por ejemplo, a una referencia) o real del estrés del usuario y otro parámetro o eje correspondiente a la duración del estrés relativa (por ejemplo, a una referencia) o real del usuario o que tiene un único parámetro o eje de información de estrés del usuario. Como aún otro ejemplo, una interfaz gráfica de usuario del tipo ilustrado en las FIGS. 2-7 se puede desarrollar para proporcionar la entrada de usuario de información de prealimentación en forma de información de enfermedad del usuario que tiene un parámetro o eje correspondiente al estado o perfil relativo (por ejemplo, a una referencia) o real de la enfermedad del usuario y otro parámetro o eje correspondiente a la duración relativa (por ejemplo, a una referencia) o real de la enfermedad del usuario, o que tiene un único parámetro o eje de información de la enfermedad del usuario. Como otro ejemplo, una interfaz gráfica de usuario del tipo ilustrado en las FIGS. 2-7 se puede desarrollar para proporcionar la entrada de usuario de información de prealimentación en forma de información del ciclo menstrual de la usuaria que tiene un parámetro o eje correspondiente a la gravedad de la menstruación de la usuaria relativa (por ejemplo, a una referencia) o real y otro parámetro o eje correspondiente a la duración menstrual relativa (por ejemplo, a una referencia) o real, o que tiene un único parámetro o eje de información del ciclo menstrual de la usuaria. Los expertos en la técnica reconocerán ejemplos de otras interfaces gráficas de usuario que se pueden desarrollar en base a una o más de otras influencias externas y/o diversos mecanismos fisiológicos asociados con el usuario, y cualquiera de dichos otros ejemplos se contempla en esta divulgación. En cualquier caso, el procesador 14 puede funcionar de forma ilustrativa con cualquiera de dichas interfaces gráficas de usuario para marcar la fecha y hora en aparición de eventos y, puede permitir adicionalmente que se altere la marca de hora y fecha para identificar que las una o más influencias externas y/o diversos mecanismos fisiológicos asociados al usuario se produjeron en el pasado o se espera que se produzcan en el futuro. Este rasgo característico también permite de forma ilustrativa la capacidad de proporcionar al usuario recordatorios de las horas de inicio/parada de eventos próximos (por ejemplo, programados) para incrementar la exactitud del sistema y proporcionar un incremento en el nivel de cumplimiento de eventos.
Se pueden usar interfaces gráficas de usuario del tipo anterior, por ejemplo, por sí mismas para determinar una cantidad, tipo y/o momento de administración y/o recomendación de uno o más fármacos, por ejemplo, bolos de insulina. De forma alternativa, se puede usar cualquiera de dichas interfaces gráficas de usuario, por ejemplo, junto con una o más de otras interfaces gráficas de usuario, para modificar una cantidad, tipo y/o momento de uno o más bolos de insulina. Como ejemplo específico del último caso, el sistema 10 puede funcionar para determinar y recomendar y/o administrar uno o más bolos de insulina en base principalmente a la entrada de usuario de la información sobre ingesta de comida como se describe en el presente documento anteriormente usando una interfaz gráfica de usuario del tipo ilustrado en las FIGS. 2-7. También se pueden proporcionar una o más interfaces gráficas de usuario adicionales para permitir al usuario ajustar o modificar los uno o más bolos de insulina usando factores de modificación en forma de multiplicadores fraccionarios, valores de compensación aditivos y/o funciones de modificación. Como ejemplo específico, se puede desarrollar una interfaz gráfica de usuario adicional para proporcionar la entrada de usuario de información de prealimentación en forma de información de ejercicio del usuario que tiene un parámetro o eje correspondiente a la intensidad relativa o real del ejercicio del usuario y otro parámetro o eje correspondiente a la duración relativa o real del ejercicio del usuario, que tiene un único parámetro o eje de información de ejercicio del usuario o que tiene un único valor binario seleccionable por el usuario que sea representativo de la aparición o no aparición del ejercicio del usuario en una ventana de tiempo particular pertinente para los datos que se ingresan. La memoria o unidad de almacenamiento de datos 16 y/o 34, en este ejemplo, incluye un mapa adicional, tal como del tipo ilustrado en la FIG. 9, que correlaciona la intensidad y duración del ejercicio del usuario con la información de modificación apropiada. El procesador 14 a continuación es sensible a la entrada de usuario de la información de prealimentación adicional en forma de información de ejercicio del usuario para modificar la información de administración del fármaco, previamente determinada por el procesador 14 de acuerdo con la información sobre ingesta de comida, en función de la información de modificación que se determina por medio del mapa adicional. Se entenderá que el mapa adicional se puede proporcionar en cualquier forma convencional incluyendo, por ejemplo, pero sin limitarse a, uno o más gráficos, diagramas, ecuaciones, tablas o similares. Como otro ejemplo, se puede desarrollar una interfaz gráfica de usuario adicional para proporcionar la entrada de usuario de información de prealimentación en forma de información de estrés del usuario que tiene un parámetro o eje correspondiente al estado o perfil de estrés relativo o real del usuario y otro parámetro o eje correspondiente a la duración relativa o real del estrés del usuario, que tiene un único parámetro o eje de información de estrés del usuario o que tiene un único valor binario seleccionable por el usuario que sea representativo de la aparición o no aparición del estrés del usuario en una ventana de tiempo particular pertinente para los datos que se ingresan. La memoria o unidad de almacenamiento de datos 16 y/o 34, en este ejemplo, incluye un mapa adicional, tal como del tipo ilustrado en la FIG. 9, que correlaciona el estado o perfil de estrés del usuario y la duración con la información de modificación apropiada. El procesador 14 a continuación es sensible a la entrada de usuario de la información de prealimentación adicional en forma de información de estrés del usuario para modificar la información de administración del fármaco, previamente determinada por el procesador 14 de acuerdo con la información sobre ingesta de comida, en función de la información de modificación determinada por medio del mapa adicional. Se entenderá que el mapa adicional se puede proporcionar en cualquier forma convencional incluyendo, por ejemplo, pero sin limitarse a, uno o más gráficos, diagramas, ecuaciones, tablas o similares. Como aún otro ejemplo, se puede desarrollar una interfaz gráfica de usuario adicional para proporcionar la entrada de usuario de información de prealimentación en forma de información de enfermedad del usuario que tiene un parámetro o eje correspondiente al estado o perfil de enfermedad relativo o real del usuario y otro parámetro o eje correspondiente a la duración relativa o real de la enfermedad del usuario, que tiene un único parámetro o eje de información de enfermedad del usuario o que tiene un único valor binario seleccionable por el usuario que sea representativo de la aparición o no aparición de la enfermedad del usuario en una ventana de tiempo particular pertinente para los datos que se ingresan. La memoria o unidad de almacenamiento de datos 16 y/o 34, en este ejemplo, incluye un mapa adicional, tal como del tipo ilustrado en la FIG. 9, que correlaciona el estado o perfil de enfermedad del usuario y la duración con la información de modificación apropiada. El procesador 14 a continuación es sensible a la entrada de usuario de la información de prealimentación adicional en forma de información de enfermedad del usuario para modificar la información de administración del fármaco, previamente determinada por el procesador 14 de acuerdo con la información sobre ingesta de comida, en función de la información de modificación determinada por medio del mapa adicional. Se entenderá que el mapa adicional se puede proporcionar en cualquier forma convencional incluyendo, por ejemplo, pero sin limitarse a, uno o más gráficos, diagramas, ecuaciones, tablas o similares. Como otro ejemplo, se puede desarrollar una interfaz gráfica de usuario adicional para proporcionar la entrada de usuario de información de prealimentación en forma de información de ciclo menstrual de la usuaria que tiene un parámetro o eje correspondiente a la gravedad de la menstruación de la usuaria relativa o real y otro parámetro o eje correspondiente a la duración menstrual relativa o real, que tiene un único parámetro o eje de información de ciclo menstrual de la usuaria o que tiene un único valor binario seleccionable por la usuaria que es representativo de la aparición o no aparición del ciclo menstrual de la usuaria en una ventana de tiempo particular pertinente para los datos que se están introduciendo. La memoria o unidad de almacenamiento de datos 16 y/o 34, en este ejemplo, incluye un mapa adicional, tal como del tipo ilustrado en la FIG. 9, que correlaciona la gravedad de la menstruación y la duración menstrual de la usuaria con información de modificación apropiada. El procesador 14 a continuación es sensible a la entrada de usuario de la información de prealimentación adicional en forma de información de ciclo menstrual de la usuaria para modificar la información de administración del fármaco, previamente determinada por el procesador 14 de acuerdo con la información sobre ingesta de comida, en función de la información de modificación determinada por medio del mapa adicional. Se entenderá que el mapa adicional se puede proporcionar en cualquier forma convencional incluyendo, por ejemplo, pero sin limitarse a, uno o más gráficos, diagramas, ecuaciones, tablas o similares. Los expertos en la técnica reconocerán ejemplos de otras interfaces gráficas de usuario que se pueden desarrollar en base a una o más de otras influencias externas y/o diversos mecanismos fisiológicos asociados con el usuario, y cualquiera de dichos otros ejemplos se contempla en esta divulgación.
Si una cualquiera o más de las interfaces gráficas de usuario ilustradas y descritas en el presente documento son adecuadas para su uso por parte de un paciente, dependerá, al menos en parte, de los hábitos personales de ese paciente. Por ejemplo, si una interfaz gráfica de usuario que correlaciona la información sobre ingesta de comida con la información de administración de insulina relacionada con la comida, como se describe anteriormente en el presente documento con respecto a las FIGS. 2-9, es adecuada para su uso por un paciente dependerá, al menos en parte, de los hábitos alimenticios de ese paciente. En consecuencia, es deseable desarrollar una o más interfaces gráficas de usuario apropiadas para cualquier paciente en base a los hábitos de ese paciente y teniendo en cuenta la idoneidad del paciente para el uso de cualquiera de dichas interfaces gráficas de usuario en base a dichos hábitos. Para reducir la cantidad de información proporcionada por el usuario al sistema 10 sin poner en peligro el nivel global de control de glucosa, se aprovechan las regularidades en los hábitos alimentarios del usuario. En general, se puede esperar que las personas con diabetes seleccionen típicamente entre un número relativamente limitado de alimentos y combinaciones de los mismos. Si una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento es adecuada o no para su uso por un individuo depende en general de la capacidad de simplificar la variabilidad de comidas o tentempiés en relación con sus consecuencias glucémicas aprovechando la previsibilidad en los hábitos alimentarios del individuo.
En referencia a las FIGS. 10-12, se muestra un diagrama de flujo de un proceso ilustrativo 150 para determinar la idoneidad del paciente o usuario para usar una interfaz gráfica de usuario del tipo ilustrado en las FIGS. 2-7. En un modo de realización ejemplar, una o más de las etapas del proceso 150 se llevan a cabo manualmente. De forma alternativa o adicionalmente, una o más de las etapas restantes se pueden proporcionar en forma de al menos un algoritmo de software almacenado en una unidad de memoria o dispositivo de almacenamiento de datos, tal como la unidad de memoria o la unidad de almacenamiento de datos 16 del dispositivo electrónico 12 o la unidad de memoria o dispositivo de almacenamiento de datos 34 del dispositivo remoto 30, y ejecutado de manera convencional por un procesador, tal como el procesador 14 del dispositivo electrónico 12 o el procesador 32 del dispositivo remoto 30. De forma alternativa todavía, todo el proceso 150 se puede proporcionar en forma de uno o más algoritmos de software almacenados en una unidad de memoria o dispositivo de almacenamiento de datos, tal como la unidad de memoria o la unidad de almacenamiento de datos 16 del dispositivo electrónico 12 o la unidad de memoria o dispositivo de almacenamiento de datos 34 del dispositivo remoto 30, y ejecutado de manera convencional por un procesador, tal como el procesador 14 del dispositivo electrónico 12 o el procesador 32 del dispositivo remoto 30.
En el modo de realización ilustrado, el proceso 150 se divide en tres módulos de proceso con cada uno de los tres módulos ilustrados por separado en las FIGS. 10, 11 y 12, respectivamente. El primer módulo de proceso se ilustra en forma de diagrama de flujo en la FIG. 10, y se refiere al cribado previo de pacientes para determinar su idoneidad potencial para usar una interfaz gráfica de usuario del tipo ilustrado en las FIGS. 2-7, y para recopilar información pertinente del paciente para la interfaz en los casos en que se determina la idoneidad del paciente para usar la interfaz. El segundo módulo de proceso se ilustra en forma de diagrama de flujo en la FIG. 11, y se relaciona con el procesamiento y análisis de la información pertinente del paciente recopilada para determinar si se pueden identificar uno o más patrones regulares en la información que permitan una predicción aceptable, es decir, suficientemente exacta de las recomendaciones apropiadas de administración de insulina en base a las categorías de entrada de prealimentación disponibles. El tercer módulo de proceso se ilustra en forma de diagrama de flujo en la FIG. 12, y se relaciona con el análisis de la información pertinente del paciente, si se pueden identificar uno o más patrones regulares en la información, con el objetivo de reducir, cuando sea apropiado, el número de categorías de entrada de prealimentación. En los casos donde el proceso 150 revela que se puede definir una interfaz gráfica de usuario adecuada en base a los hábitos dietéticos registrados del paciente, el resultado del tercer módulo de proceso es una interfaz gráfica de usuario que mapea la información de prealimentación seleccionable por el usuario con la información de administración de insulina.
En referencia a la FIG. 10, se ilustra un diagrama de flujo de un modo de realización ilustrativo del primer módulo de proceso 150. El proceso 150 comienza en la etapa 152 donde se determina si el paciente que se está considerando para una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento es un candidato preexistente. Típicamente, la etapa 152 se llevará a cabo por un profesional sanitario y puede contar con la ayuda de un ordenador convencional con acceso a una base de datos de registros de pacientes. En cualquier caso, si se determina en la etapa 152 que el paciente es un candidato preexistente, la ejecución del algoritmo avanza a la etapa 164. En dichos casos, el paciente es un candidato preexistente y un profesional sanitario ha determinado que el proceso 150 se debe volver a ejecutar para el paciente. Si se determina de otro modo en la etapa 152 que el paciente no es un candidato preexistente, la ejecución del algoritmo avanza a la etapa 154.
En la etapa 154, se determina si el paciente que se está considerando para una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento, aunque no sea un candidato preexistente, se puede eximir de un proceso de cribado previo. Típicamente, la etapa 152 se llevará a cabo por un profesional sanitario y puede contar con la ayuda de un ordenador convencional. En general, un paciente se puede eximir del proceso de cribado previo si el profesional sanitario estima que una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento es adecuada para su uso con el paciente particular. Si bien el profesional sanitario puede basar dicha determinación en muchos factores, el profesional sanitario en general basará la determinación, al menos en parte, en un examen de los hábitos alimenticios del paciente, y también puede tener en cuenta los hábitos de ejercicio, la salud general, el estrés del paciente, etc. Como un ejemplo donde un paciente particular se puede eximir del proceso de cribado previo, el paciente puede seguir una dieta estricta y repetible así como un régimen de ejercicio regular. El profesional sanitario, después de examinar la dieta y el régimen de ejercicio del paciente, puede concluir que existe una probabilidad aceptable de que una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento sea adecuada para su uso con el paciente particular, y que se pueda eximir, por tanto, del proceso de cribado previo. Se entenderá que uno o más de otros factores se pueden considerar de forma alternativa o adicionalmente por el profesional sanitario en la etapa 154, y que, por lo tanto, el ejemplo que se acaba de proporcionar no se debe considerar de ninguna manera limitante. En cualquier caso, si se determina en la etapa 154 que el paciente se puede eximir del proceso de cribado previo, la ejecución del algoritmo avanza a la etapa 164. Si se determina de otro modo en la etapa 154 que el paciente no se puede eximir del proceso de cribado previo, la ejecución del algoritmo avanza a la etapa 156.
En la etapa 156, el profesional sanitario lleva a cabo un procedimiento de cribado previo del paciente para determinar si el paciente puede ser o no un candidato aceptable para una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento. El proceso de cribado previo, aunque puede incluir muchos factores a considerar, típicamente incluirá un examen de los diversos eventos que afectan a la glucosa que el paciente maneja (por ejemplo, comidas, estrés, etc.) y cómo el paciente maneja estos eventos (por ejemplo, hábitos alimentarios regulares o irregulares, ejercicio, tratamiento con insulina, etc.). Un ejemplo de un procedimiento de cribado previo ilustrativo que se puede llevar a cabo en la etapa 156 es hacer que el paciente y/o el profesional sanitario complete una hoja de trabajo o un cuestionario diseñado para investigar la información del paciente que es pertinente para determinar si el paciente puede ser o no un candidato aceptable para una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento. Un cuestionario y/u hoja de trabajo ejemplar puede buscar parte o toda la siguiente información:
1. el programa de comidas diario y/o semanal del paciente,
2. cantidades de comida (por ejemplo, en peso),
3. composición de las diversas comidas (por ejemplo, cantidad de grasa, proteína y carbohidratos),
4. índice glucémico de las diversas comidas,
5. esquema de dosis de insulina para eventos de comida,
6. hábitos semanales (relacionados o no con la comida),
7. programa de ejercicio,
8. otra información pertinente del estilo de vida,
9. preferencia del paciente por usar una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento,
10. problemas con la gestión de la información de la cantidad de forma regular,
11. la capacidad y el deseo del paciente de cambiar las comidas y otros hábitos de modo que las variaciones en las necesidades del tratamiento sean más aceptables para su uso con una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento.
La información para cada evento, por ejemplo, para cada comida, se considera un registro de datos. Se debe recopilar un número mínimo, m, de registros de datos antes de realizar el análisis de cribado previo, donde "m" es el número mínimo de registros de datos en cualquier procedimiento de cribado previo en particular que se necesitan para obtener resultados útiles. Asimismo, se puede imponer un límite al número máximo de registros de datos, n, donde "n" puede representar un número máximo práctico de registros, un número de registros más allá de los que probablemente no se proporcionará información adicional, y/o un número de registros más allá de los que probablemente no se contribuirá al desarrollo de uno o más patrones en los datos donde no existe ninguno actualmente.
El procedimiento de cribado previo también se puede usar para recopilar información sobre el tratamiento específico del evento que puede incluir, pero no se debe limitar a, uno o más medicamentos que el paciente puede estar tomando actualmente, una o más de diversas combinaciones de cantidad e intensidad de tratamiento para eventos dados y el momento del tratamiento. La información relacionada con el momento del tratamiento puede incluir, pero no se debe limitar a, una o más de las horas del día y/o día de la semana en que se recibe o se lleva a cabo el tratamiento, información sobre el ritmo corporal, por ejemplo, ciclo menstrual, etc., y efectos combinados de factores tales como el ejercicio o el estrés sobre las comidas y la dosis de insulina. Los expertos en la técnica reconocerán otras técnicas para realizar un procedimiento de cribado previo del paciente con el objetivo de determinar si el paciente puede ser o no un candidato aceptable para una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento, y dichas otras técnicas se contemplan en esta divulgación.
Después de la etapa 156, el profesional sanitario evalúa en la etapa 158 la información pertinente del paciente recopilada durante el procedimiento de cribado previo del paciente, tal como la establecida en el ejemplo anterior, para determinar si el paciente puede o no ser un candidato aceptable para una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento. En un modo de realización, por ejemplo, las diversas entradas de la hoja de trabajo y/o cuestionario se pueden diseñar con valores de puntos de modo que se pueda determinar una "puntuación" final para el paciente. En este ejemplo, se puede determinar si el paciente es o no un candidato aceptable para una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento comparando la "puntuación" del paciente en el cuestionario y/o hoja de trabajo con una puntuación umbral establecida. En otro modo de realización, por ejemplo, el cuestionario y/o la hoja de trabajo se pueden diseñar como un diagrama de flujo o estructura de árbol que guía al profesional sanitario a través del cuestionario y/o la hoja de trabajo y, en última instancia, dirige al profesional sanitario a una conclusión de que el paciente es o no un candidato aceptable para una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento.
Los expertos en la técnica reconocerán otras técnicas para evaluar un cuestionario y/o una hoja de trabajo de cribado previo, de los que algunos se pueden realizar manualmente y de los que otros se pueden realizar con la ayuda de un ordenador convencional, y cualquiera de dichas otras técnicas se contempla en esta divulgación. En cualquier caso, si el profesional sanitario determina en la etapa 158 que el paciente es un candidato aceptable para una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento, el proceso 150 avanza a la etapa 164. Si, por otra parte, el profesional sanitario determina en la etapa 158 que el paciente no es un candidato aceptable para una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento, el proceso 150 avanza a la etapa 160 donde se hace una indicación de que la interfaz gráfica de usuario no es aceptable para su uso con el paciente que se está evaluando. En modos de realización donde las etapas 152-158 se realizan manualmente por un profesional sanitario, la etapa 160 se puede omitir o fusionar con la etapa 158. Sin embargo, en modos de realización donde una cualquiera o más de las etapas 152-158 se realizan con la ayuda de un ordenador, la etapa 160 se puede implementar mostrando un mensaje adecuado, por medio de dicho ordenador, que la interfaz gráfica de usuario no es aceptable para su uso. Después de la etapa 160, el proceso 150 avanza a la etapa 162 donde el proceso 150 termina.
Desde las secciones "SÍ" de las etapas 152, 154 y 158, el proceso 150 avanza a la etapa 164 donde se selecciona una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento, y se selecciona para tener un tamaño de cuadrícula máximo o número correspondiente a un número máximo de entradas de prealimentación seleccionables por el usuario en cada eje de la interfaz gráfica de usuario. En general, el número máximo de tamaño de cuadrícula dependerá de varios factores que incluyen, por ejemplo, pero sin limitarse a, la facilidad de uso, si los pacientes se sentirán cómodos con el uso de una interfaz gráfica de usuario que tenga este número de entradas de prealimentación en cada eje de interfaz, cuántas entradas de prealimentación se pueden considerar por pacientes como demasiado complicadas, etc. En un modo de realización, por ejemplo, el número máximo de cuadrícula es cinco, aunque este número se puede incrementar o disminuir para adaptarse a la aplicación particular. Con un número de cuadrícula máximo de cinco, esto significa que el eje de contenido de carbohidratos y el eje de velocidad de absorción global de glucosa de la interfaz gráfica de usuario seleccionada tendrán inicialmente cada uno cinco entradas seleccionables por el usuario.
Después de la etapa 164, el proceso 150 avanza a la etapa 166 donde el número de patrón, PN, se establece en uno. Después de esto, en la etapa 168, se selecciona un número de patrón máximo, m Ax PN. El número de patrón, PN, como se usa este término en el presente documento, se refiere al número de elementos diferentes de la información pertinente del paciente que se usan para mapear las entradas de prealimentación seleccionables por el usuario con la información de administración de insulina correspondiente. Por ejemplo, si la información pertinente del paciente es muy regular y repetible, la interfaz gráfica de usuario puede requerir solo un único mapa de "comida" que mapea las entradas de prealimentación seleccionables por el usuario con la información de administración de insulina correspondiente para cualquier comida consumida en cualquier momento cualquier día de la semana. Como otro ejemplo, si la información pertinente del paciente es de cierto modo regular y repetible, pero es menos regular y repetible que en el último ejemplo, la interfaz gráfica de usuario puede requerir un número de mapas de "tipo de comida" diferentes, cada uno de los cuales mapea las entradas de prealimentación seleccionables por el usuario con la información de administración de insulina correspondiente de forma diferente dependiendo del tipo de comida, por ejemplo, desayuno, almuerzo, cena o tentempié. El número de patrón máximo, MAXPN, impone un límite en el número de diferentes elementos de la información pertinente del paciente que se pueden usar para mapear las entradas de prealimentación seleccionables por el usuario con la información de administración de insulina correspondiente.
Después de la etapa 168, el proceso 150 avanza a la etapa 170 donde se recopila información sobre el paciente en relación con eventos definidos por las entradas de prealimentación, y esta información se introduce en una base de datos. En un modo de realización ejemplar, la etapa 166 se lleva a cabo manualmente haciendo que el paciente mantenga un cuaderno de anotaciones, ya sea en papel o en formato electrónico, de eventos pertinentes para la información sobre comida y para una interfaz gráfica de usuario que tiene el número de cuadrícula máximo. Un ejemplo de dicho cuaderno de anotaciones 220, que incluye información pertinente del paciente de ejemplo, se ilustra en la FIG. 13. En el ejemplo ilustrado, el número de cuadrícula máximo es cinco, de modo que el eje de contenido de carbohidratos y el eje de velocidad de absorción global de glucosa tendrán cada uno cinco entradas seleccionables. En el cuaderno de anotaciones de ejemplo 220 de la FIG. 13, el paciente introduce información pertinente justo antes de una comida o tentempié, y dicha información pertinente puede incluir, pero no se debe limitar a, la glucosa en sangre del paciente justo antes de la comida o tentempié, el tipo o categoría de comida, por ejemplo, "B" para el desayuno, "L" para el almuerzo, "D" para la cena y "S" para el tentempié, carbohidratos ingeridos (o que se van a ingerir) estimados, EIC (por ejemplo, en unidades de gramos), duración estimada del efecto de la comida, EMED, es decir, duración esperada del efecto del alimento ingerido sobre el nivel de glucosa del individuo (por ejemplo, en unidades de minutos), una duración absoluta de la comida o tentempié, AMD (por ejemplo, rápida, F, medio rápida, MF, media, M, medio lenta, MS o lenta, S), una duración relativa de la comida o tentempié, RMD, (por ejemplo, más larga de lo normal, LN, un poco más larga de lo normal, SLN, normal, N, un poco más lenta de lo normal, s Sn , o más lenta de lo normal, SN), un tamaño absoluto de la comida o tentempié, AMS, (por ejemplo, grande, L, medio grande, ML, mediana, M, medio pequeña, MS o pequeña, S), un tamaño relativo de comida o tentempié, RMS, (por ejemplo, más grande de lo normal, LN, un poco más grande de lo normal, SLN, normal, N, un poco más pequeña de lo normal, SSN, o más pequeña de lo normal, SN), un tamaño de comida absoluto en términos de contenido de grasa, AMSF (por ejemplo, pequeña, S, medio pequeña, MS, mediana, M, medio grande, ML, o grande, L), un tamaño de comida absoluto en términos de contenido de carbohidratos, AMSC, (por ejemplo, pequeña, S, medio pequeña, MS, mediana, M, medio grande, ML, o grande, L), un tamaño de comida absoluto en términos de contenido de proteína, AMSP, (por ejemplo, pequeña, S, medio pequeña, MS, mediana, M, medio grande, ML, o grande, L), tamaños de comida relativos en términos de contenido de grasa, proteína y carbohidratos (no se muestra en la FIG. 13) (por ejemplo, más pequeña de lo normal, NS, un poco más pequeña de lo normal, SSN, normal, N, un poco más grande de lo normal, SLN o más grande de lo normal, LN), índice glucémico total de la comida o tentempié, TGI, cualquier bolo de compensación de comida, MCB, administrado antes de la comida o tentempié (por ejemplo, UI), cualquier bolo de corrección, CB, administrado antes de la comida o tentempié (por ejemplo, UI), fecha, hora y similares. Aunque no se muestra específicamente en la FIG. 13, se puede incluir otra información relacionada con el bolo en el cuaderno de anotaciones cuando los bolos de compensación y/o corrección de comidas se administran en dosis más pequeñas a lo largo del tiempo. En dichos casos, la otra información relacionada con el bolo puede incluir, por ejemplo, pero no se debe limitar a, el número de bolos de compensación o corrección de comidas administrados, la cantidad de cada bolo administrado, el tiempo entre los bolos administrados y el momento de administración del primer bolo. Otra información que puede ser pertinente y que, en consecuencia, se puede incluir en el cuaderno de anotaciones del paciente 220 incluye, pero no se limita a, la intensidad y duración del ejercicio antes de la comida o tentempié, el estado (o perfil) de estrés del paciente y la duración antes de la comida o tentempié, la intensidad y duración de la enfermedad del paciente antes de la comida o tentempié, información del ciclo menstrual, por ejemplo, gravedad de la menstruación y duración menstrual antes de la comida o tentempié, y similares. En general, es deseable recopilar dicha información pertinente del paciente durante un período de tiempo prolongado, por ejemplo, al menos cuatro semanas para hombres y al menos 6-8 semanas para mujeres, aunque de forma alternativa se pueden usar otros períodos de tiempo.
Se apreciará que ninguna en particular de las interfaces gráficas de usuario ilustradas y descritas anteriormente en el presente documento con respecto a las FIGS. 2-7 se podrá usar por todos los pacientes. Debido a que los hábitos, las preferencias personales y similares varían típicamente entre los pacientes, una o más de las interfaces gráficas de usuario pueden ser adecuadas para algunos pacientes, mientras que otras de las interfaces gráficas de usuario serán las más adecuadas para otros pacientes. La información particular contenida en el cuaderno de anotaciones de ejemplo ilustrado en la FIG. 13 permitirá a un médico u otro cuidador de diabetes elegir posteriormente uno cualquiera de los ejemplos de interfaz gráfica de usuario ilustrados y descritos anteriormente en el presente documento con respecto a las FIGS. 2-7. En los casos donde están disponibles menos interfaces gráficas de usuario, la información contenida en el cuaderno de anotaciones de ejemplo ilustrado en la FIG. 13 también se puede reducir.
En otro modo de realización ejemplar en el que los eventos son comidas ingeridas por el paciente, la etapa 170 del proceso 150 se lleva a cabo haciendo que un dietista u otro planificador de comidas proporcione la información ilustrada por ejemplo en la FIG. 13 en base a tipos de comidas, contenidos y horarios específicamente planificados. En cualquier caso, la ejecución del proceso 150 avanza desde la etapa 170 a la etapa 172 donde se realiza una determinación de si se ha recopilado suficiente información pertinente del paciente para el número de patrón actual. Si es así, el proceso 150 avanza al segundo módulo de proceso "A". Si, en la etapa 172, se determina que se ha recopilado una cantidad insuficiente de información pertinente del paciente para el número de patrón actual, el proceso 150 vuelve en bucle de nuevo a la etapa 170.
Como se describe anteriormente en el presente documento con respecto al procedimiento de cribado previo de la etapa 156, se debe recopilar un número mínimo, m, de registros de datos antes de avanzar al segundo módulo de proceso, donde "m" es el número mínimo de registros de datos que se necesitan para obtener resultados útiles. Asimismo, un límite en el número máximo de registros de datos, n, se impone por la etapa 172, donde "n" puede representar un número máximo práctico de registros, un número de registros más allá de los que probablemente no se proporcionará información adicional, y/o un número de registros más allá de los que probablemente no se contribuirá al desarrollo de uno o más patrones en los datos donde no existe ninguno actualmente.
En referencia ahora a la FIG. 11, se ilustra un diagrama de flujo de un modo de realización ilustrativo del segundo módulo de proceso del proceso 150. El segundo módulo de proceso comienza en la etapa 174 donde se llevan a cabo una serie de análisis estadísticos sobre la información pertinente del paciente recopilada en la etapa 168 con el objetivo de encontrar un número de patrón inicial que tenga un impacto significativo en la categoría de comida del usuario (es decir, información de prealimentación seleccionada por el usuario). Después de esto, en la etapa 176, se realiza una determinación de si la identificación del patrón entre categorías resultante del análisis estadístico es aceptable. Si es así, el proceso 150 avanza al tercer módulo de proceso "B". Sin embargo, si la identificación del patrón entre categorías resultante del análisis estadístico de la etapa 174 no es aceptable, el proceso 150 avanza a la etapa 178 donde se realiza una determinación de si se ha recopilado suficiente información pertinente del paciente para el número de patrón actual. De lo contrario, el proceso 150 vuelve a la etapa 170 de la FIG. 10. Si, por otra parte, se realiza una determinación en la etapa 178 de que se ha recopilado suficiente información pertinente del paciente para el número de patrón actual, el proceso 150 avanza a la etapa 180 donde se realiza una determinación de si el número de patrón, PN, es igual al número de patrón máximo, MAXPN. De lo contrario, el número de patrón, PN, se incrementa en la etapa 182, y el proceso 150 a continuación vuelve en bucle de nuevo a la etapa 174. Sin embargo, si el número de patrón, PN, es igual al número de patrón máximo, MAXPN, en la etapa 180, el proceso 150 avanza a la etapa 184 donde se hace una indicación de que la interfaz gráfica de usuario no es aceptable para su uso con el paciente que se está evaluando. En modos de realización donde las etapas 174-182 se realizan manualmente por un profesional sanitario, la etapa 184 se puede omitir o fusionar con la etapa 182. Sin embargo, en modos de realización donde una cualquiera o más de las etapas 174-182 se realizan con la ayuda de un ordenador, la etapa 184 se puede implementar mostrando un mensaje adecuado, por medio de dicho ordenador, que la interfaz gráfica de usuario no es aceptable para su uso. Después de la etapa 184, el proceso 150 avanza a la etapa 186 donde el proceso 150 termina.
Un ejemplo ilustrativo del bucle en el segundo módulo de proceso que comprende las etapas 174-180 implica el modelado iterativo del bolo de compensación de comida dado en función de las variables independientes (tipo de comida, día de la semana, clasificación de la cuadrícula de entrada seleccionada, etc. El error máximo de predicción absoluta o relativa se podría usar a continuación como medida de la idoneidad en comparación con un límite predefinido.
Otro ejemplo ilustrativo del bucle en el segundo módulo de proceso que comprende las etapas 174-182 se ilustra en las FIGs . 14A-14K. El ejemplo ilustrado en las FIGS. 14A-14K hace uso de una métrica en forma de coeficiente de variación (CV) como medida para la identificación del patrón entre categorías en forma de una extensión de la respuesta del bolo, y aplica un agrupamiento iterativamente más fino de la información pertinente del paciente hasta que el CV máximo no supere un valor aceptable predefinido. Si no se puede alcanzar esta condición, es posible que la interfaz de usuario de tipo cuadrícula no sea adecuada para el usuario.
Para ilustrar el enfoque de las FIGS. 14A-14K, se considera una reducción de una interfaz gráfica de usuario de tipo cuadrícula, del tipo ilustrado y descrito en el presente documento, a una dimensión que define el contenido de carbohidratos de una comida en forma de tres categorías (clasificaciones), por ejemplo, "menos de lo normal", "normal" y "más de lo normal". A continuación, se elige un valor máximo CVmáx (por ejemplo, CVmáx = 10 %).
Los análisis estadísticos de la información pertinente para el usuario, tal como los ilustrados a modo de ejemplo en la FIG. 13, se realizan de forma ilustrativa en cuatro etapas. En la etapa 1, los datos recopilados se clasifican según la categoría de tamaño ("menos de lo normal", "normal", "más de lo normal") que corresponde a agrupar los datos de todas las demás variables como se ilustra en la FIG. 14A. Para cada una de estas categorías, el coeficiente de variación, CV, se calcula usando técnicas conocidas. Si ninguno de los coeficientes calculados, CV, excede CVmáx, la interfaz de usuario es adecuada para el usuario. En dicho caso, la entrada de prealimentación en la interfaz gráfica de usuario sería, en el caso unidimensional, un valor de tamaño de comida solamente, por ejemplo, menos, más o normal, para una comida pendiente. El mapa de información de prealimentación a bolo de insulina de la FIG. 9 puede ser, por ejemplo, a continuación, un mapa único que mapea los valores de entrada de prealimentación seleccionados por el usuario del tamaño de comida con la información correspondiente del bolo de insulina para cualquier comida ingerida en cualquier momento y cualquier día de la semana. La información correspondiente del bolo de insulina, en este caso, puede ser, por ejemplo, un perfil del bolo de insulina igual al perfil del bolo promedio para la categoría de tamaño de comida especificada por el usuario usando la información de la etapa de análisis estadístico 1 de la FIG. 14A.
En este ejemplo, uno o más de los coeficientes calculados, CV, de la etapa 1 (FIG. 14A) exceden el CVmáx, y el proceso de análisis estadístico avanza en consecuencia a la etapa 2. En la etapa 2, los datos recopilados se ordenan por categorías de tamaño ("menos de lo normal", "normal", "más de lo normal") y por el tipo de comida o la hora (desayuno, almuerzo y cena), como se ilustra en la FIG. 14B, que corresponde a agrupar los datos de todas las demás variables. El coeficiente de variación, CV, se calcula a continuación por categoría de tamaño de comida y tipo de comida u hora. Si ninguno de los coeficientes calculados excede CVmáx, la interfaz de usuario es adecuada para el usuario. En dicho caso, las entradas prospectivas a la interfaz gráfica de usuario serían, en el caso unidimensional, un valor de tamaño de comida y un tipo de comida o valor de tiempo para una comida pendiente. El mapa de información de prealimentación a bolo de insulina de la FIG. 9 puede incluir, por ejemplo, a continuación, tres mapas, donde cada uno de los mapas mapea los valores de entrada de prealimentación seleccionados por el usuario del tamaño de comida con la información del bolo de insulina correspondiente diferente dependiendo del tipo de comida u horario, por ejemplo, desayuno, almuerzo o cena. La información correspondiente del bolo de insulina, en este caso, puede ser, por ejemplo, un perfil del bolo de insulina igual al perfil del bolo promedio, por tipo u horario de comida, para las categorías de tamaño de comida especificada por el usuario usando la información de la etapa de análisis estadístico 2 de la FIG. 14B.
En este ejemplo, uno o más de los coeficientes calculados, CV, de la etapa 2 (FIG. 14B) exceden el CVmáx, y el proceso de análisis estadístico avanza en consecuencia a la etapa 3. En la etapa 3, los datos recopilados se ordenan por categorías de tamaño ("menos de lo normal", "normal", "más de lo normal"), el tipo de comida o la hora (desayuno, almuerzo y cena) y el tipo de día (día laborable, fin de semana), como se ilustra en las FIGS. 14C y 14D, que corresponde a agrupar los datos en todas las demás variables. El coeficiente de variación se calcula por categoría de tamaño, tipo de comida u horario y tipo de día. Si ninguno de los coeficientes calculados excede CVmáx, la interfaz de usuario es adecuada para el usuario. En dicho caso, las entradas de prealimentación a la interfaz gráfica de usuario serían, en el caso unidimensional, un valor de tamaño de comida, un tipo de comida o valor de tiempo y un valor de tipo de día para una comida pendiente. El mapa de información de prealimentación a bolo de insulina de la FIG. 9 puede incluir, por ejemplo, a continuación, seis mapas, donde cada uno de los mapas mapea los valores de entrada de prealimentación seleccionados por el usuario del tamaño de comida con la información del bolo de insulina correspondiente diferente dependiendo del tipo de comida u hora, por ejemplo, desayuno, almuerzo o cena, y dependiendo también del tipo de día, por ejemplo, día de la semana o fin de semana. La información correspondiente del bolo de insulina, en este caso, puede ser, por ejemplo, un perfil del bolo de insulina igual al perfil del bolo promedio, por tipo u hora de comida, y también por tipo de día, para las categorías de tamaño de comida especificadas por el usuario usando la información de la etapa de análisis estadístico 3 de las FIGS. 14C y 14D.
En este ejemplo, uno o más de los coeficientes calculados, CV, de la etapa 3 (FIGS. 14C y 14D) exceden el CVmáx, y el proceso de análisis estadístico avanza en consecuencia a la etapa 4. En la etapa 4, los datos recopilados se ordenan por categorías de tamaño ("menos de lo normal", "normal", "más de lo normal"), el tipo u hora de comida (desayuno, almuerzo y cena) y el día de la semana (domingo, lunes, etc.), como se ilustra en las FIGS. 14E-14K. El coeficiente de variación se calcula por categoría de tamaño, tipo de comida u hora y el día de la semana. Si ninguno de los coeficientes calculados excede CVmáx, la interfaz de usuario es adecuada para el usuario. En dicho caso, las entradas de prealimentación a la interfaz gráfica de usuario serían, en el caso unidimensional, un valor de tamaño de comida, un tipo de comida o valor de tiempo y un valor de día de la semana para una comida pendiente. El mapa de información de prealimentación a información de bolo de insulina de la FIG. 9 puede incluir, a continuación, por ejemplo, 21 mapas donde cada uno mapea los valores de entrada de prealimentación seleccionados por el usuario del tamaño de comida en la información correspondiente del bolo de insulina diferente dependiendo del tipo de comida o el horario, por ejemplo, desayuno, almuerzo o cena y dependiendo también del día de la semana, por ejemplo, domingo, lunes, etc. La información del bolo de insulina correspondiente, en este caso, puede ser, por ejemplo, un perfil de bolo de insulina igual al perfil de bolo promedio, por tipo de comida u horario y también por día de la semana para las categorías de tamaño de comida especificadas por el usuario usando la información de la etapa de análisis estadístico 4 de las FIGS. 14E y 14K.
En cualquiera o en todas de las etapas anteriores, el tipo u hora de la comida, el tipo de día y/o el día de la semana se puede determinar automáticamente por el sistema 10 y, por lo tanto, no es necesario introducirlo manualmente en la interfaz gráfica de usuario por el paciente. Se apreciará que, si bien el ejemplo anterior usó un coeficiente de variación como métrica para la medida de identificación del patrón entre categorías en forma de extensión de la respuesta del bolo, se pueden usar una o más métricas convencionales en el análisis estadístico realizado de acuerdo con las etapas 174-82 de la FIG. 11.
En modos de realización de una interfaz de usuario donde al menos uno de los ejes representa una entrada (pseudo) continua, tal como se ilustra y describe con respecto a las FIGS. 6 y 7, se puede desarrollar un modelo o una serie de modelos de la cantidad de bolo de compensación de comida. Dicho modelo o modelos serían una función de las diversas variables de entrada, donde una de las clasificaciones seleccionadas por el usuario es la localización en el eje continuo de la interfaz de usuario. Si el modelo es lo suficientemente rígido, se puede usar la extrapolación para asignar una recomendación de cantidad de bolo en situaciones donde el usuario elige un valor para la entrada continua que cae fuera del intervalo cubierto durante el período de aprendizaje.
En referencia ahora a la FIG. 12, se ilustra un diagrama de flujo de un modo de realización ilustrativo del tercer módulo de proceso del proceso 150. Si se alcanza el tercer módulo de proceso 150, el segundo módulo de proceso de la FIG.
11 tuvo éxito en determinar un patrón en la información pertinente del paciente a partir del cual la información de prealimentación seleccionada por el usuario se podría mapear con la información correspondiente del bolo de insulina. El objetivo del tercer módulo de proceso es reducir, cuando sea posible, el número de categorías de entradas de prealimentación seleccionables por el usuario. En el modo de realización ilustrado, el tercer módulo de proceso de la FIG. 12 logra este objetivo fusionando, cuando sea apropiado, categorías contiguas de las entradas de prealimentación seleccionables por el usuario. Por ejemplo, puede ser apropiado, como se determina por el tercer módulo de proceso de la FIG. 12, fusionar las categorías de entrada seleccionables por el usuario "normal" y "más grande de lo normal" para un patrón particular en una única categoría "normal".
El tercer módulo de proceso comienza en la etapa 188 donde un contador, K, se establece en 1. Después de esto, en la etapa 190, el K-ésimo elemento de patrón del patrón desarrollado con el segundo módulo de proceso de la FIG. 11 se selecciona para su procesamiento. Después de esto, en la etapa 192, se generan escenarios de fusión para el K-ésimo elemento de patrón. Como se ilustrará con un ejemplo a continuación en el presente documento, la etapa 192 implica identificar cada combinación de fusión posible de las entradas de prealimentación seleccionables por el usuario para el elemento de patrón particular que se está procesando. Después de la etapa 194, se realiza un análisis estadístico de la información pertinente del paciente para cada escenario de fusión de categorías para identificar si una o más de las categorías pueden fusionarse. Después de esto, en la etapa 196, se elige el "mejor" escenario de fusión de categoría del análisis estadístico de la etapa 194 en base a una o más métricas de rendimiento. Después de la etapa 198, las categorías para el K-ésimo elemento de patrón se fusionan de acuerdo con el "mejor" escenario de fusión de categoría identificado en la etapa 196. Como se usa en este contexto, "mejor" se define como la estrategia, entre las estrategias en competencia, que se selecciona definiendo una función de coste apropiada con pesos apropiados, aplicando esta función de coste a todas las estrategias en competencia y seleccionando la estrategia para la que el coste es mínimo. También se pueden definir restricciones adicionales que se deben cumplir al resolver el mejor escenario de fusión de categorías. Los ejemplos de dichas restricciones adicionales incluyen, pero no se limitan a, requerir categorías de cuadrícula uniformes en todos los K-ésimos elementos de un patrón de cuadrícula, requerir la fusión de una fila de categoría o columna de categoría completa, y similares.
Después de la etapa 200, se realiza una determinación de si las etapas 192-198 dieron como resultado el cambio, por ejemplo, la fusión, de cualquiera de las categorías del K-ésimo elemento de patrón. Si es así, el proceso avanza a la etapa 202 donde se realiza una determinación de si el número total de categorías del K-ésimo elemento de patrón es ahora igual a un número mínimo deseable, MIN, de categorías, por ejemplo, una o más. De lo contrario, el proceso 150 vuelve en bucle de nuevo a la etapa 192. Si se determinó en la etapa 200 que ninguna de las categorías del K-ésimo elemento de patrón cambió, o en la etapa 202 que el número total de categorías es igual al número mínimo, MIN, de categorías, el procesamiento del K-ésimo elemento de patrón está completo y el proceso 150 avanza a la etapa 204 donde se determina si "K" es igual al número total de elementos de patrón. De lo contrario, a continuación, todos los elementos de patrón aún no se han procesado y el proceso 150 avanza a la etapa 206 donde el valor de "K" se incrementa en uno, y a continuación vuelve en bucle de nuevo a la etapa 190 para procesar el siguiente elemento de patrón. Cuando se han procesado todos los elementos de patrón, la etapa 204 avanza a la etapa 208 donde uno o más mapas, por ejemplo, del tipo ilustrado en la FIG. 9, se crean de modo que mapean las categorías o combinaciones de categorías de entrada de prealimentación seleccionables por el usuario con la información de administración de insulina correspondiente. Después de esto, en la etapa 210, el proceso 150 se detiene, y la interfaz gráfica de usuario y uno o más mapas de información de administración de insulina de prealimentación recién creados por el proceso 150 se pueden implementar en el sistema 10 y usar como se describe anteriormente en el presente documento con respecto a las FIGS. 2-9 para recomendar y/o administrar insulina a un paciente en base a la información de prealimentación seleccionable por el usuario proporcionada a la interfaz por el paciente.
El patrón de información pertinente del paciente de ejemplo desarrollado en las FIGS. 14A-14K se usará ahora como ejemplo para ilustrar el funcionamiento del tercer módulo de proceso de la FIG. 12. En este ejemplo, se desarrollaron 21 elementos de patrón unidimensionales, por ejemplo, patrones de tamaño de comida solo para cada uno de los tres tipos de comida para cada uno de los siete días de la semana. El número total de elementos de patrón en este ejemplo es por tanto 21, y el bucle exterior definido por la etapa 206 se ejecutará en consecuencia 20 veces. El orden de procesamiento de los 21 elementos de patrón diferentes puede ser arbitrario, y en este ejemplo el 1.er elemento de patrón (K = 1) es el desayuno del lunes, seguido del almuerzo del lunes, la cena del lunes, el desayuno del martes, etc. La primera ejecución de la etapa 190 por tanto, selecciona el elemento de patrón de desayuno del lunes.
Para facilitar la descripción de este tercer módulo de proceso, a las categorías de entrada de prealimentación "menos", "normal" y "más" en el ejemplo ilustrado en las FIGS. 14A-14K se les asignan valores numéricos, por ejemplo, "menos" = 1, "normal" = 2 y "más" = 3. Al designar un guion entre categorías para identificar categorías de fusión, los tres posibles escenarios de fusión de categorías resultantes de la etapa 192 son, por tanto:
((1,1), (2,1), (3,1)),
(([1-2],1), (3,1)), y
((1,1), ([2-3],1)),
que corresponde a ((menos, normal, más), (menos+normal, más) y (menos, normal+más)) para el desayuno del lunes.
En un modo de realización ejemplar, el análisis estadístico de cada escenario de fusión de categorías se realiza incrementando el número de categorías en el escenario de fusión en etapas de dos hasta que se cubra la distribución completa de la muestra a lo largo del eje de tamaño de comida. Puede ser deseable usar categorías de igual anchura, aunque no es necesario. También es deseable centrar cada una de las categorías en el valor medio de la distribución de la muestra. La evaluación de la aceptabilidad de cada escenario de fusión se puede lograr de varias formas diferentes. En un modo de realización ejemplar, las diferencias entre los valores mínimo y máximo de los valores medios de cada categoría se traducen en valores de bolo de insulina incrementales. Los valores de bolo de insulina increméntales, a su vez, se traducen en desviaciones esperadas o percentiles de una diana de glucosa en sangre después de las comidas. Estas desviaciones o percentiles se pueden comparar a continuación con uno o más niveles de umbral predeterminados para determinar si el escenario de fusión de categorías es aceptable. En un modo de realización alternativo, se pueden extraer varias muestras hipotéticas para una simulación de Monte Carlo a partir de la distribución de muestras dentro de cada categoría. La desviación de cada muestra de la media de la categoría se procesa a continuación de la misma manera que se acaba de describir en el modo de realización previo.
El resultado de la etapa 194 es la identificación de todos los escenarios de fusión de categorías que son aceptables en base al análisis estadístico de cada uno. La etapa 194 siempre producirá al menos un escenario ya que el escenario original, por ejemplo, sin fusión de categorías, ((1,1), (2,1), (3,1)), se incluye en el análisis. Si más de un escenario emerge de la etapa 194, la etapa 196 selecciona el "mejor" de los múltiples escenarios resultantes de la etapa 194 en base a una o más métricas de rendimiento. Las una o más métricas de rendimiento pueden incluir, por ejemplo, pero no se deben limitar a, una o cualquier combinación de variación de datos de la media o mediana dentro de cada escenario, la función de coste asociada con cada escenario, la conveniencia de tener menos categorías generales, la ventaja incremental de reducir el número de categorías en una, etc. Los expertos en la técnica reconocerán otras técnicas para elegir el "mejor" de los múltiples escenarios de fusión de categorías que resultan de la etapa 194, y dichas otras técnicas se contemplan por esta divulgación.
En la etapa 198, las categorías de entrada de prealimentación para el desayuno del lunes se fusionan de acuerdo con el "mejor" escenario de fusión determinado en la etapa 196. Un resultado de ejemplo puede ser el segundo escenario de fusión ilustrado anteriormente, que se puede implementar fusionando las categorías "menos" y "normal" en una categoría "normal" de modo que ahora permanezcan dos categorías de "normal" y "más". En cualquier caso, la etapa 202 dirige el proceso 150 hacia atrás a través de las etapas 192-200 hasta que el número total de categorías no cambie, y la etapa 204 dirige el proceso 150 hacia atrás a través de las etapas 190-202 hasta que todos los elementos de patrón, por ejemplo, hasta la cena del domingo, se procesan. El resultado del tercer módulo de proceso ilustrado en la FIG. 12, con el conjunto de datos unidimensionales de ejemplo de las FIGS. 14A-14K, es que la información de prealimentación seleccionable por el usuario presentada al paciente para cualquier comida cualquier día de la semana puede incluir una, dos o tres categorías de entrada.
En el ejemplo anterior, las categorías de entrada de prealimentación se presentaron por información unidimensional en forma de tamaño de comida y el número total de categorías de entrada era tres, por ejemplo, "menos", "normal" y "más". Se debe entender que en los modos de realización de la interfaz gráfica de usuario que incluyen información multidimensional, es decir, múltiples ejes de información de prealimentación seleccionable por el usuario, el número de escenarios de fusión de categorías se incrementa significativamente. El número de escenarios de fusión de categorías también se incrementa a medida que se incrementa el número total de categorías de prealimentación seleccionables por el usuario. Por ejemplo, en los modos de realización de la interfaz gráfica de usuario que incluyen información bidimensional, por ejemplo, un eje de tamaño de comida y un eje de velocidad de comida, y que incluyen cuatro categorías seleccionables por el usuario de información de prealimentación a lo largo de cada eje, por ejemplo, "pequeña", "medio pequeña", "medio grande" y "grande", y "lenta", "medio lenta", "medio rápida" y "rápida", los posibles escenarios de fusión de categorías son (si los números del 1 al 4 se asignan a los cuatro valores de entrada en cada eje):
((1,1), (1,2), (1,3), (1,4), (2,1), (2,2), (2,3), (2,4), (3,1), (3,2), (3,3), (3,4), (4,1), (4,2), (4,3), (4,4)),
((1.[1-2]), (1,3), (1,4), (2,[1-2]), (2,3), (2,4), (3,[1-2]), (3,3), (3,4), (4,[1-2]), (4,3), (4,4)),
((1,1), (1 ,[2-3]), (1,4), (2,1), (2,[2-3]), (2,4), (3,1), (3,[2-3]), (3,4), (4,1), (4,[2-3]), (4,4)),
((1,1), (1,2), (1,[3-4]), (2,1), (2,2), (2,[3-4]), (3,1), (3,2), (3,[3-4]), (4,1), (4,2), (4,[3-4])),
(([1 -2], 1), ([1-2],2), ([1-2],3), ([1-2],4), (3,1), (3,2), (3,3), (3,4), (4,1), (4,2), (4,3), (4,4)),
((1,1), (1,2), (1,3), (1,4), ([2-3],1), ([2-3],2), ([2-3],3), ([2-3],4), (4,1), (4,2), (4,3), (4,4)), y
((1,1), (1,2), (1,3), (1,4), (2,1), (2,2), (2,3), (2,4), ([3-4],1), ([3-4],2), ([3-4],3), ([3-4],4)).
En este caso, se pueden fusionar dos filas a la vez para crear los conjuntos de categorías fusionados.
El paciente ajusta el sistema 10 interactuando con este diariamente. Es deseable usar esta interacción diaria, que se puede complementar con retroalimentación adicional del paciente y/o profesional sanitario, en un modo de "aprendizaje" para crear una anamnesis específica del paciente del tratamiento practicado del que se pueden extraer uno o más patrones con el propósito de actualizar o perfeccionar la interfaz gráfica de usuario descrita en el presente documento. El aprendizaje en este contexto comprende la monitorización de la interacción del paciente con la interfaz gráfica de usuario, así como la monitorización de la retroalimentación del paciente y del profesional sanitario, y la adaptación del funcionamiento de la interfaz gráfica de usuario en base a la información resultante de dicha monitorización. Para los propósitos de este documento, el aprendizaje excluye el ejercicio inicial de recopilar información pertinente del paciente y crear la interfaz gráfica de usuario a partir de la información recopilada como se describe en el presente documento.
Los tratamientos pueden cambiar en la práctica por varias razones. Por ejemplo, el paciente puede cambiar su estilo de vida, tal como revisar o introducir hábitos de ejercicio diarios. Como otro ejemplo, el paciente puede cambiar consciente o inconscientemente sus hábitos alimentarios, tales como, consumiendo cantidades más pequeñas o más grandes durante las horas de comida y/o tentempié. Como otro ejemplo, el peso corporal del paciente a corto y/o largo plazo puede cambiar debido al ejercicio, a la enfermedad, al mayor o menor consumo de alimentos durante las comidas, a los cambios en el metabolismo corporal, etc.
En referencia a la FIG. 15, se muestra un diagrama de flujo de un modo de realización ilustrativo de un proceso de aprendizaje continuo 200 para una interfaz gráfica de usuario del tipo ilustrado y descrito en el presente documento. El proceso 200 se puede ejecutar por el procesador 14, se puede realizar manualmente o se puede ejecutar por medio de una combinación de etapas realizadas manualmente y etapas ejecutadas por el procesador 14. Sin embargo, para los propósitos de esta descripción, el proceso 200 se describirá como ejecutado por el procesador 14. El proceso 200 comienza en las etapas 250, 252, 254 y 256 donde el procesador 14 puede funcionar en un modo de funcionamiento de tiempo compartido, o donde múltiples procesadores pueden funcionar o el código se ejecuta secuencialmente, para monitorizar la aceptación o rechazo del paciente de las recomendaciones de administración de insulina producidas por el sistema 10, en modos de realización del sistema 10 configurado para hacer dichas recomendaciones, para monitorizar cualquier retroalimentación introducida en el sistema 10 por el usuario, para monitorizar cualquier retroalimentación u otra información introducida en el sistema 10 por el profesional sanitario y/o para monitorizar una o más funciones basadas en modelo, cada una sensible a la medición de una o más condiciones del paciente para estimar otra condición del paciente que es diferente de las una o más condiciones del paciente. Cualquier monitorización de este tipo puede incluir el almacenamiento de información. Cualquier información almacenada de este tipo se puede evaluar de inmediato o en el futuro, y/o se puede volver a evaluar cuando se realicen nuevas entradas o actualizaciones en la base de datos y/o en uno o más algoritmos de control del sistema. Los ejemplos de retroalimentación del usuario introducidos en el sistema 10 incluyen, pero no se limitan a, cualquiera de la información ilustrada en la FIG. 13, entradas de usuario a la GUI implementada y otra información relacionada con el usuario, tal como información del ejercicio, estrés y/o intensidad o estado de la enfermedad, del ciclo menstrual, resultados de uno o más estados fisiológicos monitorizados por el usuario, resultados del control glucémico monitorizado por el usuario, tal como usando HbA1C y similares. Cualquier información de este tipo se puede introducir en el sistema 10 por medio de cualquiera de los mecanismos descritos anteriormente en el presente documento. De forma alternativa o adicionalmente, el dispositivo de entrada 18 y/o 36 puede incluir una serie de botones de entrada dedicados, teclas o similares, que pueden estar codificados por colores o fácilmente identificables de otro modo, que permiten al usuario introducir comportamientos/condiciones habituales e inusuales por medio de mecanismos de entrada fácilmente reconocibles. Los ejemplos de retroalimentación de profesionales sanitarios (HCP) introducida en el sistema 10 incluyen, pero no se limitan a, resultados de pruebas realizadas por el profesional sanitario, consejos o recomendaciones dietéticos, de ejercicio y/u otros relacionados con el estilo de vida, resultados de uno o más estados fisiológicos monitorizados por HCP, resultados del control glucémico monitorizado por HCP, tales como usando HbA1C, y similares. Los ejemplos de funciones basadas en modelo incluyen, pero no se limitan a, estimaciones basadas en modelo de absorción de glucosa, utilización de insulina o similares, en base, al menos en parte, a mediciones de glucosa en sangre y/o HBA1C.
En cualquier caso, el proceso 200 avanza desde las etapas 250-256 a la etapa 258 donde el procesador 14 puede funcionar para determinar si la GUI implementada actualmente es todavía aceptable. El procesador 14 puede funcionar para ejecutar la etapa 258 procesando la información que se ha proporcionado en las etapas 250-256 a lo largo del tiempo. Por ejemplo, si el procesador 14 determina que el usuario, con el tiempo, ha rechazado/modificado consistentemente la información de administración de insulina recomendada por el sistema 10, el procesador 14 puede funcionar para seguir la sección "no" de la etapa 258. Asimismo, si el procesador 14 determina a partir de la información de retroalimentación proporcionada por el usuario, la información de retroalimentación proporcionada por el proveedor de atención médica y/o la información basada en modelo que uno o más rasgos característicos de funcionamiento de la interfaz gráfica de usuario es/son inconsistentes con los parámetros usados para establecer y definir la GUI, el procesador 14 puede funcionar para seguir la sección "no" de la etapa 258. Otros factores a considerar y otras técnicas para determinar si la GUI implementada actualmente es aceptable se producirán por los expertos en la técnica, y dichos otros factores y/o técnicas se contemplan por esta divulgación.
Si el procesador 14 determina en la etapa 258 que la GUI implementada actualmente es todavía aceptable, la ejecución del proceso 200 avanza a la etapa 260 donde el procesador 14 puede funcionar para determinar si la GUI implementada actualmente requiere alguna recalibración. En general, una o más de las mismas consideraciones usadas en la etapa 258 se pueden usar por el procesador 14 en la etapa 260 para hacer dicha determinación. Si el procesador 14 determina que la GUI implementada actualmente no requiere recalibración, la ejecución del proceso 242 vuelve en bucle de nuevo para ejecutar las etapas 250-256. Si, por otra parte, el procesador 14 determina en la etapa 260 que la GUI actualmente implementada requiere recalibración, la ejecución del proceso 200 salta a la etapa 152 del proceso 150 ilustrado y descrito con respecto a las FIGS. 10-12. Aquí, el mapa que correlaciona las entradas de prealimentación seleccionables por el usuario con la GUI implementada actualmente con la información de administración de insulina correspondiente se puede modificar por el procesador 14 de acuerdo con la anamnesis específica del paciente recopilada durante la ejecución repetida del proceso 200.
Si el procesador 14 determina en la etapa 258 que la GUI implementada actualmente ya no es aceptable, la ejecución del proceso 200 avanza a la etapa 262 donde el procesador 14 controla la unidad de visualización 20 y/o 38 para mostrar un mensaje recomendando el desarrollo de una GUI diferente. Desde la etapa 262, la ejecución del proceso 200 avanza hasta la etapa 264 donde el procesador 14 puede funcionar para solicitar al usuario una respuesta a la recomendación mostrada en la etapa 262. Si el usuario elige no aceptar la recomendación, la ejecución del proceso 200 vuelve sen bucle de nuevo a las etapas 250-256. Si, por otra parte, el usuario elige en la etapa 264 aceptar la recomendación mostrada en la etapa 262, la ejecución del proceso 200 salta a la etapa 152 del proceso 150 ilustrado y descrito en el presente documento con respecto a las FIGS. 10-12. Aquí, el procesador 14, el usuario y/o el profesional sanitario pueden seleccionar una GUI diferente o pueden determinar que ninguna de las opciones de GUI es adecuada para su uso con el paciente.
El proceso de aprendizaje 200 usa la información introducida para crear una anamnesis del paciente de la que se extrae un patrón del tratamiento del paciente. En modos de realización donde el proceso 200 es ejecutado por el procesador 14, el procesador 14 se puede configurar para ejecutar el proceso 200 en segundo plano de otro modo durante el funcionamiento normal del sistema 10. El proceso 200 también se puede diseñar para ejecutarse sincrónicamente de otro modo con el funcionamiento normal del sistema 10.
El proceso de aprendizaje 150 puede estar dirigido por un protocolo para mantener la variabilidad apropiada que sea adecuada para capturar información de patrones. De forma alternativa o adicionalmente, la interacción se puede realizar de forma libre donde se introducirán las actividades del día a día junto con el tratamiento. La duración de la interacción de aprendizaje se puede diseñar para que sea un número fijo de días. De forma alternativa o adicionalmente, se pueden implementar criterios de convergencia para identificar el final de un período de aprendizaje particular, tal como los parámetros de distribución estadística que no cambian más de determinado valor umbral.
El proceso de aprendizaje 150 se puede implementar de forma ilustrativa como un módulo que funciona con otras aplicaciones de soporte de asesoramiento terapéutico. En dichos casos, el proceso de aprendizaje 150 se puede usar para mapear la entrada subjetiva del usuario en un tratamiento estandarizado y cuantificado tal como la cantidad de insulina. Una vez cuantificado y estandarizado, la información de asesoramiento o la información de asesoramiento dominante se puede transmitir o integrar con entradas para una aplicación de soporte de consejo de terceros. Por tanto, el proceso de aprendizaje 150 se puede usar para proporcionar directamente un tratamiento, o a la información de suministro que se puede usar por una aplicación de soporte de consejo de terceros para, por ejemplo, comunicar información de infusión a una bomba de infusión adjunta.
En ocasiones, la cuantificación de las comidas es difícil para el paciente. Sin embargo, la calidad de las aportaciones al proceso de aprendizaje 150 es una carga para el paciente y/o el profesional sanitario. La calificación de la aceptabilidad de los datos en el proceso de aprendizaje 150 se basa, por tanto, en la comprensión implícita de que el registro de datos proporcionado al proceso de aprendizaje 150 representa información de calidad que contiene contenido nuevo o información útil adicional.
En algunos de realización, el paciente proporcionará el evento y también administrará el tratamiento. Dado que el paciente puede o no administrar el tratamiento recomendada por el sistema 10, en dichos casos el paciente está entrenando al sistema 10 sobre cómo él/ella mapea el tratamiento. Se espera que los cambios o modificaciones al tratamiento sean realizados directamente por el paciente anulando el tratamiento recomendado. El proceso de aprendizaje 200 proporciona, por tanto, contenido de distribución estadística de la información general recopilada.
La parte estadística de los datos recopilados se puede analizar para proporcionar información de monitorización. El análisis de datos se puede dividir de forma ilustrativa en dos conjuntos de datos: (1) conjunto de datos dominado con datos antiguos y (2) conjunto de datos dominado con conjunto de datos reciente. El conjunto de datos antiguos es representativo de la distribución de datos cuando se reinició el tratamiento por última vez. El conjunto de datos recientes considera datos alrededor de la ventana de tiempo actual con un marco de tiempo, por ejemplo, de aproximadamente un mes. Los dos conjuntos de distribuciones de datos se pueden contrastar a continuación, y los cambios encontrados entre las dos distribuciones son en general indicativos de cambios en el estilo de vida del paciente y/o cambios progresivos en los parámetros relacionados con el tratamiento. Esto puede desencadenar diferentes alternativas para revisar el mapeo o el tratamiento. Este análisis se puede desencadenar cuando se recibe un nuevo registro de datos y/o después de recibir un lote de nuevos registros de datos. La necesidad de cambios en el tratamiento se basa en la monitorización de las propiedades estadísticas entre el conjunto de registros original y los registros de datos más recientes.
La revisión regular por parte del paciente de la información de insulina recomendada por el sistema 10 es en general una indicación de (1) aprendizaje insuficiente o inadecuado por parte del sistema 10, y/o (2) la incapacidad del tratamiento original para satisfacer las necesidades del tratamiento actual. Esto, por ejemplo, puede suceder cuando el paciente ha experimentado un cambio de estilo de vida, lo que ahora hace que la información del tratamiento recomendado por el sistema 10 sea insuficiente o incorrecta. Por tanto, la frecuencia de aparición de anulaciones de pacientes se puede usar como un desencadenante para revisar el mapeo o el tratamiento.
La monitorización del tratamiento se puede mejorar si el sistema dispone de mediciones de glucosa. Las mediciones poco frecuentes se pueden mejorar con el uso de un modelo de paciente que se puede usar para monitorizar y predecir los niveles de glucosa en sangre. La acción del tratamiento está incluida en el modelo de paciente. Dicho modelo de paciente se puede individualizar para el paciente particular, o ser un modelo representativo de la población apropiado que describe el comportamiento del paciente. Las mediciones de glucosa o las mediciones de glucosa predichas proporcionan un módulo de monitorización que puede indicar que el tratamiento actual se está desviando y necesita otros datos específicos para mejorar el tratamiento.
El paciente típicamente evalúa el tratamiento examinando las desviaciones del tratamiento recomendado. Si el tratamiento recomendado se modifica (anula) con regularidad, esto indica un cambio en el comportamiento del paciente y se debe revisar la GUI. La descripción estadística se mide continuamente. Se puede usar para monitorizar cambios cuando cambia el tratamiento y/o la distribución de entrada de comida. La medición de la glucosa y otros indicadores de un buen control de la glucosa, tales como HBA1C, proporcionan una comprobación de la eficacia del tratamiento.
Si bien la invención se ha ilustrado y descrito en detalle en los dibujos y descripción anteriores, la misma se debe considerar de carácter ilustrativo y no restrictivo, entendiéndose que solo se han mostrado y descrito modos de realización ilustrativos de la misma y que todos los cambios y modificaciones que entran dentro del alcance de la invención se desean proteger; y aunque se muestran y describen modos de realización actualmente preferentes de la invención, se debe entender claramente que la invención no se limita a los mismos, sino que se puede realizar y practicar de diversas formas dentro del alcance de las siguientes reivindicaciones.

Claims (14)

REIVINDICACIONES
1. Un sistema (10) para determinar la información de administración de fármaco, comprendiendo el sistema (10) un dispositivo electrónico (12), en el que el dispositivo electrónico (12) comprende:
un dispositivo de entrada (18) para proporcionar la entrada de usuario de información de prealimentación que tiene un primer componente de parámetro y un segundo componente de parámetro en una interfaz gráfica de usuario (50, 52, 54, 56, 60, 130), en el que la información de prealimentación contiene una estimación del contenido de carbohidratos de una comida o tentempié, correspondiente a una cantidad de carbohidratos que un paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente, usada como primer parámetro, así como una estimación de una velocidad de absorción global de glucosa de la comida por parte del paciente, usada como segundo parámetro,
un dispositivo de almacenamiento de datos (16) que tiene almacenado en el mismo un mapa (50, 52, 54, 56, 60, 130) que correlaciona los valores del primer y segundo componente de parámetro con la información de administración de fármaco, y
un procesador (14) sensible a dicha entrada de usuario de la información de prealimentación para determinar (110) la información de administración de fármaco correspondiente de acuerdo con el mapa.
2. El sistema de acuerdo con la reivindicación 1, que comprende además medios para proporcionar la entrada de información de retroalimentación del usuario,
y en el que el procesador se configura para monitorizar la información de retroalimentación del usuario y determinar si el sistema es aceptable para su uso por el usuario en base, al menos en parte, a la información de retroalimentación del usuario.
3. El sistema de acuerdo con la reivindicación 2, en el que, si el procesador determina que el sistema es aceptable para su uso por el usuario, el procesador se configura para determinar si el sistema requiere recalibración en base, al menos en parte, a la información de retroalimentación del usuario.
4. El sistema de acuerdo con cualquiera de las reivindicaciones 1 a 3, que comprende además medios para proporcionar la entrada de información de retroalimentación del profesional sanitario,
y en el que el procesador se configura para monitorizar la información de retroalimentación del profesional sanitario y determinar si el sistema es aceptable para su uso por el usuario en base, al menos en parte, a la información de retroalimentación del profesional sanitario.
5. El sistema de acuerdo con la reivindicación 4, en el que, si el procesador determina que el sistema es aceptable para su uso por el usuario, el procesador se configura para determinar si el sistema requiere recalibración en base, al menos en parte, a la información de retroalimentación del profesional sanitario.
6. El sistema de acuerdo con cualquiera de las reivindicaciones 1 a 5 que comprende además al menos una función basada en modelo sensible a la medición de una o más condiciones de usuario para estimar otra condición de usuario diferente de las una o más condiciones de usuario,
y en el que el procesador se configura para monitorizar la al menos una función basada en modelo y determinar si el sistema es aceptable para su uso por el usuario en base, al menos en parte, a la al menos una función basada en modelo.
7. El sistema de acuerdo con la reivindicación 6, en el que, si el procesador determina que el sistema es aceptable para su uso por el usuario, el procesador se configura para determinar si el sistema requiere recalibración en base, al menos en parte, a la al menos una función basada en modelo.
8. Un procedimiento (100) para determinar la información de administración de fármaco para hacer funcionar un sistema (10) de acuerdo con una de las reivindicaciones 1 a 7, comprendiendo el procedimiento:
recibir la entrada de usuario de información de prealimentación que tiene un primer componente de parámetro y un segundo componente de parámetro en una interfaz gráfica de usuario (50, 52, 54, 56, 60, 130) por medio de un dispositivo de entrada (18),
en el que la información de prealimentación contiene una estimación del contenido de carbohidratos de una comida o tentempié, correspondiente a una cantidad de carbohidratos que un paciente está a punto de ingerir, está ingiriendo o ha ingerido recientemente, usada como primer parámetro, así como un estimación de una velocidad de absorción global de glucosa de la comida por parte del paciente, usada como segundo parámetro, almacenar un mapa (50, 52, 54, 56, 60, 130) que correlaciona los valores del primer y segundo componente de parámetro con la información de administración de fármaco en un dispositivo de almacenamiento de datos (16), y
determinar (110) la información de administración de fármaco correspondiente de acuerdo con el mapa por medio de un procesador (14) sensible a dicha entrada de usuario de la información de prealimentación.
9. El procedimiento de acuerdo con la reivindicación 8, que comprende además:
monitorizar la información de retroalimentación del usuario que es diferente de la información de prealimentación, y determinar si el procedimiento es aceptable para su uso por el usuario en base, al menos en parte, a la información de retroalimentación del usuario.
10. El procedimiento de acuerdo con la reivindicación 9, que comprende además lo siguiente si el procedimiento es aceptable para su uso por el usuario:
determinar si se requiere una recalibración del procedimiento en base, al menos en parte, a la información de retroalimentación del usuario.
11. El procedimiento de acuerdo con cualquiera de las reivindicaciones 8 a 10, que comprende además: monitorizar la información de retroalimentación del profesional sanitario, y
determinar si el procedimiento es aceptable para su uso por el usuario en base, al menos en parte, a la información de retroalimentación del profesional sanitario.
12. El procedimiento de acuerdo con la reivindicación 11, que comprende además lo siguiente si el procedimiento es aceptable para su uso por el usuario:
determinar si se requiere una recalibración del procedimiento en base, al menos en parte, a la información de retroalimentación del profesional sanitario.
13. El procedimiento de acuerdo con cualquiera de las reivindicaciones 8 a 12, que comprende además: definir al menos una función basada en modelo sensible a la medición de una o más condiciones de usuario para estimar otra condición de usuario diferente de las una o más condiciones de usuario, y
determinar si el procedimiento es aceptable para su uso por el usuario en base, al menos en parte, a la al menos una función basada en modelo.
14. El procedimiento de acuerdo con la reivindicación 13, que comprende además lo siguiente si el procedimiento es aceptable para su uso por el usuario:
determinar si se requiere una recalibración del procedimiento en base, al menos en parte, a la al menos una función basada en modelo.
ES11000725T 2005-12-08 2006-12-04 Sistema y procedimiento para determinar la información de administración de fármaco Active ES2861254T3 (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US11/297,733 US7941200B2 (en) 2005-12-08 2005-12-08 System and method for determining drug administration information

Publications (1)

Publication Number Publication Date
ES2861254T3 true ES2861254T3 (es) 2021-10-06

Family

ID=37714553

Family Applications (1)

Application Number Title Priority Date Filing Date
ES11000725T Active ES2861254T3 (es) 2005-12-08 2006-12-04 Sistema y procedimiento para determinar la información de administración de fármaco

Country Status (11)

Country Link
US (1) US7941200B2 (es)
EP (3) EP1958108A2 (es)
JP (1) JP4997248B2 (es)
CN (3) CN102945325B (es)
CA (1) CA2632709A1 (es)
CY (1) CY1124150T1 (es)
DK (1) DK2330527T3 (es)
ES (1) ES2861254T3 (es)
HU (1) HUE053781T2 (es)
PL (1) PL2330527T3 (es)
WO (1) WO2007065285A2 (es)

Families Citing this family (199)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110087312A1 (en) * 2001-03-02 2011-04-14 Erchonia Corporatin Method for Treatment of Diabetes and Prediabetes with Low-Level Laser Therapy
US9282925B2 (en) 2002-02-12 2016-03-15 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US8260393B2 (en) 2003-07-25 2012-09-04 Dexcom, Inc. Systems and methods for replacing signal data artifacts in a glucose sensor data stream
US8010174B2 (en) 2003-08-22 2011-08-30 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US7553295B2 (en) 2002-06-17 2009-06-30 Iradimed Corporation Liquid infusion apparatus
US8761856B2 (en) 2003-08-01 2014-06-24 Dexcom, Inc. System and methods for processing analyte sensor data
US20190357827A1 (en) 2003-08-01 2019-11-28 Dexcom, Inc. Analyte sensor
US7591801B2 (en) 2004-02-26 2009-09-22 Dexcom, Inc. Integrated delivery device for continuous glucose sensor
US7774145B2 (en) 2003-08-01 2010-08-10 Dexcom, Inc. Transcutaneous analyte sensor
US7920906B2 (en) 2005-03-10 2011-04-05 Dexcom, Inc. System and methods for processing analyte sensor data for sensor calibration
US20140121989A1 (en) 2003-08-22 2014-05-01 Dexcom, Inc. Systems and methods for processing analyte sensor data
WO2005051170A2 (en) 2003-11-19 2005-06-09 Dexcom, Inc. Integrated receiver for continuous analyte sensor
US9247900B2 (en) 2004-07-13 2016-02-02 Dexcom, Inc. Analyte sensor
US8423114B2 (en) 2006-10-04 2013-04-16 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US11633133B2 (en) 2003-12-05 2023-04-25 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US8364231B2 (en) 2006-10-04 2013-01-29 Dexcom, Inc. Analyte sensor
US8532730B2 (en) 2006-10-04 2013-09-10 Dexcom, Inc. Analyte sensor
EP3263032B1 (en) 2003-12-09 2024-01-24 Dexcom, Inc. Signal processing for continuous analyte sensor
EP1718198A4 (en) 2004-02-17 2008-06-04 Therasense Inc METHOD AND SYSTEM FOR PROVIDING DATA COMMUNICATION IN A CONTINUOUS BLOOD SUGAR MONITORING AND MANAGEMENT SYSTEM
US8808228B2 (en) 2004-02-26 2014-08-19 Dexcom, Inc. Integrated medicament delivery device for use with continuous analyte sensor
US8170803B2 (en) 2004-07-13 2012-05-01 Dexcom, Inc. Transcutaneous analyte sensor
US8452368B2 (en) 2004-07-13 2013-05-28 Dexcom, Inc. Transcutaneous analyte sensor
US7697967B2 (en) 2005-12-28 2010-04-13 Abbott Diabetes Care Inc. Method and apparatus for providing analyte sensor insertion
US9636450B2 (en) 2007-02-19 2017-05-02 Udo Hoss Pump system modular components for delivering medication and analyte sensing at seperate insertion sites
JP2009507224A (ja) 2005-08-31 2009-02-19 ユニヴァーシティー オブ ヴァージニア パテント ファンデーション 連続グルコースセンサの精度の改善
US8880138B2 (en) 2005-09-30 2014-11-04 Abbott Diabetes Care Inc. Device for channeling fluid and methods of use
US7766829B2 (en) 2005-11-04 2010-08-03 Abbott Diabetes Care Inc. Method and system for providing basal profile modification in analyte monitoring and management systems
EP1795116A1 (de) * 2005-12-12 2007-06-13 F. Hoffmann-La Roche AG System mit einem tragbaren Patientengerät und externem Bedienteil
US11298058B2 (en) 2005-12-28 2022-04-12 Abbott Diabetes Care Inc. Method and apparatus for providing analyte sensor insertion
US7736310B2 (en) 2006-01-30 2010-06-15 Abbott Diabetes Care Inc. On-body medical device securement
US7826879B2 (en) 2006-02-28 2010-11-02 Abbott Diabetes Care Inc. Analyte sensors and methods of use
US7981034B2 (en) 2006-02-28 2011-07-19 Abbott Diabetes Care Inc. Smart messages and alerts for an infusion delivery and management system
US7885698B2 (en) 2006-02-28 2011-02-08 Abbott Diabetes Care Inc. Method and system for providing continuous calibration of implantable analyte sensors
US8140312B2 (en) 2007-05-14 2012-03-20 Abbott Diabetes Care Inc. Method and system for determining analyte levels
US7618369B2 (en) 2006-10-02 2009-11-17 Abbott Diabetes Care Inc. Method and system for dynamically updating calibration parameters for an analyte sensor
US8473022B2 (en) 2008-01-31 2013-06-25 Abbott Diabetes Care Inc. Analyte sensor with time lag compensation
US9339217B2 (en) 2011-11-25 2016-05-17 Abbott Diabetes Care Inc. Analyte monitoring system and methods of use
US8346335B2 (en) 2008-03-28 2013-01-01 Abbott Diabetes Care Inc. Analyte sensor calibration management
US7630748B2 (en) 2006-10-25 2009-12-08 Abbott Diabetes Care Inc. Method and system for providing analyte monitoring
US9675290B2 (en) 2012-10-30 2017-06-13 Abbott Diabetes Care Inc. Sensitivity calibration of in vivo sensors used to measure analyte concentration
US9392969B2 (en) 2008-08-31 2016-07-19 Abbott Diabetes Care Inc. Closed loop control and signal attenuation detection
US8226891B2 (en) 2006-03-31 2012-07-24 Abbott Diabetes Care Inc. Analyte monitoring devices and methods therefor
US7653425B2 (en) 2006-08-09 2010-01-26 Abbott Diabetes Care Inc. Method and system for providing calibration of an analyte sensor in an analyte monitoring system
US8374668B1 (en) 2007-10-23 2013-02-12 Abbott Diabetes Care Inc. Analyte sensor with lag compensation
US8583205B2 (en) * 2008-03-28 2013-11-12 Abbott Diabetes Care Inc. Analyte sensor calibration management
US8219173B2 (en) 2008-09-30 2012-07-10 Abbott Diabetes Care Inc. Optimizing analyte sensor calibration
US8224415B2 (en) 2009-01-29 2012-07-17 Abbott Diabetes Care Inc. Method and device for providing offset model based calibration for analyte sensor
US20110054391A1 (en) * 2006-07-28 2011-03-03 Ward W Kenneth Analyte sensing and response system
US8932216B2 (en) * 2006-08-07 2015-01-13 Abbott Diabetes Care Inc. Method and system for providing data management in integrated analyte monitoring and infusion system
US8206296B2 (en) 2006-08-07 2012-06-26 Abbott Diabetes Care Inc. Method and system for providing integrated analyte monitoring and infusion system therapy management
BRPI0718119A2 (pt) 2006-10-26 2014-07-08 Abbott Diabetes Care Inc Métodos, sistemas e programas de computador para a detecção em tempo real do declínio de sensibilidade em sensores de analito
US8579853B2 (en) * 2006-10-31 2013-11-12 Abbott Diabetes Care Inc. Infusion devices and methods
US20080139910A1 (en) * 2006-12-06 2008-06-12 Metronic Minimed, Inc. Analyte sensor and method of using the same
US10154804B2 (en) * 2007-01-31 2018-12-18 Medtronic Minimed, Inc. Model predictive method and system for controlling and supervising insulin infusion
US8732188B2 (en) 2007-02-18 2014-05-20 Abbott Diabetes Care Inc. Method and system for providing contextual based medication dosage determination
US8930203B2 (en) 2007-02-18 2015-01-06 Abbott Diabetes Care Inc. Multi-function analyte test device and methods therefor
US20080228056A1 (en) 2007-03-13 2008-09-18 Michael Blomquist Basal rate testing using frequent blood glucose input
US9615780B2 (en) 2007-04-14 2017-04-11 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
EP3741291A1 (en) 2007-04-14 2020-11-25 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in medical communication system
EP2146625B1 (en) 2007-04-14 2019-08-14 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
EP2146623B1 (en) 2007-04-14 2014-01-08 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
US8600681B2 (en) 2007-05-14 2013-12-03 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US9125548B2 (en) 2007-05-14 2015-09-08 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8103471B2 (en) 2007-05-14 2012-01-24 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8239166B2 (en) 2007-05-14 2012-08-07 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US10002233B2 (en) 2007-05-14 2018-06-19 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8260558B2 (en) 2007-05-14 2012-09-04 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8560038B2 (en) 2007-05-14 2013-10-15 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8444560B2 (en) 2007-05-14 2013-05-21 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US7751907B2 (en) 2007-05-24 2010-07-06 Smiths Medical Asd, Inc. Expert system for insulin pump therapy
US8221345B2 (en) 2007-05-30 2012-07-17 Smiths Medical Asd, Inc. Insulin pump based expert system
US20080306434A1 (en) 2007-06-08 2008-12-11 Dexcom, Inc. Integrated medicament delivery device for use with continuous analyte sensor
CA2690742C (en) 2007-06-21 2018-05-15 Abbott Diabetes Care Inc. Health management devices and methods
EP3473167A1 (en) 2007-06-21 2019-04-24 Abbott Diabetes Care, Inc. Health monitor
EP2562664B1 (en) 2007-06-27 2020-11-25 Roche Diabetes Care GmbH System for determining an insulin delivery and communicating a dose in automated pancreas software
WO2009002622A2 (en) * 2007-06-27 2008-12-31 F. Hoffman-La Roche Ag Patient information input interface for a therapy system
US8160900B2 (en) 2007-06-29 2012-04-17 Abbott Diabetes Care Inc. Analyte monitoring and management device and method to analyze the frequency of user interaction with the device
US8105282B2 (en) 2007-07-13 2012-01-31 Iradimed Corporation System and method for communication with an infusion device
US8834366B2 (en) 2007-07-31 2014-09-16 Abbott Diabetes Care Inc. Method and apparatus for providing analyte sensor calibration
US20090063402A1 (en) * 2007-08-31 2009-03-05 Abbott Diabetes Care, Inc. Method and System for Providing Medication Level Determination
EP4159114B1 (en) 2007-10-09 2024-04-10 DexCom, Inc. Integrated insulin delivery system with continuous glucose sensor
US8409093B2 (en) 2007-10-23 2013-04-02 Abbott Diabetes Care Inc. Assessing measures of glycemic variability
US8377031B2 (en) 2007-10-23 2013-02-19 Abbott Diabetes Care Inc. Closed loop control system with safety parameters and methods
US20090157654A1 (en) * 2007-12-12 2009-06-18 Chen-Hwa Song System and method for presenting mixed media
US20090164239A1 (en) 2007-12-19 2009-06-25 Abbott Diabetes Care, Inc. Dynamic Display Of Glucose Information
US20090177147A1 (en) 2008-01-07 2009-07-09 Michael Blomquist Insulin pump with insulin therapy coaching
CA2715628A1 (en) 2008-02-21 2009-08-27 Dexcom, Inc. Systems and methods for processing, transmitting and displaying sensor data
US8185412B1 (en) 2008-03-28 2012-05-22 Mahesh Harpale Method and apparatus for chronic care treatment control with custom named-type factors and user estimation error correction
EP2297662B1 (en) * 2008-04-29 2019-08-07 Roche Diabetes Care GmbH Methods and apparatuses for selecting a bolus delivery pattern in a drug delivery device
US8924159B2 (en) 2008-05-30 2014-12-30 Abbott Diabetes Care Inc. Method and apparatus for providing glycemic control
US8591410B2 (en) 2008-05-30 2013-11-26 Abbott Diabetes Care Inc. Method and apparatus for providing glycemic control
DK2141620T3 (en) 2008-07-01 2019-02-18 Hoffmann La Roche Insulin pump and method for controlling one of the insulin pump's user interface
WO2010009172A1 (en) 2008-07-14 2010-01-21 Abbott Diabetes Care Inc. Closed loop control system interface and methods
US9943644B2 (en) 2008-08-31 2018-04-17 Abbott Diabetes Care Inc. Closed loop control with reference measurement and methods thereof
US20100057040A1 (en) 2008-08-31 2010-03-04 Abbott Diabetes Care, Inc. Robust Closed Loop Control And Methods
US8622988B2 (en) 2008-08-31 2014-01-07 Abbott Diabetes Care Inc. Variable rate closed loop control and methods
US8734422B2 (en) 2008-08-31 2014-05-27 Abbott Diabetes Care Inc. Closed loop control with improved alarm functions
WO2010029551A2 (en) * 2008-09-11 2010-03-18 Medingo Ltd. Methods and devices for tailoring a bolus delivery pattern
US8986208B2 (en) 2008-09-30 2015-03-24 Abbott Diabetes Care Inc. Analyte sensor sensitivity attenuation mitigation
US9326707B2 (en) 2008-11-10 2016-05-03 Abbott Diabetes Care Inc. Alarm characterization for analyte monitoring devices and systems
US8974439B2 (en) * 2009-01-02 2015-03-10 Asante Solutions, Inc. Infusion pump system and methods
US8103456B2 (en) 2009-01-29 2012-01-24 Abbott Diabetes Care Inc. Method and device for early signal attenuation detection using blood glucose measurements
US8560082B2 (en) 2009-01-30 2013-10-15 Abbott Diabetes Care Inc. Computerized determination of insulin pump therapy parameters using real time and retrospective data processing
US20100198034A1 (en) 2009-02-03 2010-08-05 Abbott Diabetes Care Inc. Compact On-Body Physiological Monitoring Devices and Methods Thereof
WO2010121084A1 (en) 2009-04-15 2010-10-21 Abbott Diabetes Care Inc. Analyte monitoring system having an alert
WO2010127051A1 (en) 2009-04-29 2010-11-04 Abbott Diabetes Care Inc. Method and system for providing real time analyte sensor calibration with retrospective backfill
EP2424435B1 (en) 2009-04-30 2021-06-02 Dexcom, Inc. Performance reports associated with continuous sensor data from multiple analysis time periods
WO2010138856A1 (en) 2009-05-29 2010-12-02 Abbott Diabetes Care Inc. Medical device antenna systems having external antenna configurations
CN101644599B (zh) * 2009-06-22 2014-11-26 理康互联科技(北京)有限公司 称重分析装置及方法
US20110196213A1 (en) * 2009-06-26 2011-08-11 Roche Diagnostics Operations, Inc. Display For Biological Values
GR20090100384A (el) * 2009-07-08 2011-02-18 Αχιλλεας Τσουκαλης Αντλια ινσουλινης
US8798934B2 (en) 2009-07-23 2014-08-05 Abbott Diabetes Care Inc. Real time management of data relating to physiological control of glucose levels
EP3689237B1 (en) 2009-07-23 2021-05-19 Abbott Diabetes Care, Inc. Method of manufacturing and system for continuous analyte measurement
US20110152770A1 (en) 2009-07-30 2011-06-23 Tandem Diabetes Care, Inc. Infusion pump system with disposable cartridge having pressure venting and pressure feedback
WO2011014851A1 (en) 2009-07-31 2011-02-03 Abbott Diabetes Care Inc. Method and apparatus for providing analyte monitoring system calibration accuracy
EP2473963A4 (en) 2009-08-31 2014-01-08 Abbott Diabetes Care Inc MEDICAL DEVICES AND METHOD
DK4070729T3 (da) 2009-08-31 2024-05-21 Abbott Diabetes Care Inc Visningsindretninger til en medicinsk indretning
WO2011041469A1 (en) 2009-09-29 2011-04-07 Abbott Diabetes Care Inc. Method and apparatus for providing notification function in analyte monitoring systems
US8185181B2 (en) 2009-10-30 2012-05-22 Abbott Diabetes Care Inc. Method and apparatus for detecting false hypoglycemic conditions
US20110168954A1 (en) * 2009-12-02 2011-07-14 Carbon Design Innovations, Inc. Carbon nanotube based composite surface enhanced raman scattering (sers) probe
US8882701B2 (en) 2009-12-04 2014-11-11 Smiths Medical Asd, Inc. Advanced step therapy delivery for an ambulatory infusion pump and system
EP2554110B1 (en) * 2010-01-22 2014-07-30 Lifescan, Inc. Analyte testing method and system
US9041730B2 (en) 2010-02-12 2015-05-26 Dexcom, Inc. Receivers for analyzing and displaying sensor data
WO2011112753A1 (en) 2010-03-10 2011-09-15 Abbott Diabetes Care Inc. Systems, devices and methods for managing glucose levels
US8635046B2 (en) 2010-06-23 2014-01-21 Abbott Diabetes Care Inc. Method and system for evaluating analyte sensor response characteristics
US10092229B2 (en) 2010-06-29 2018-10-09 Abbott Diabetes Care Inc. Calibration of analyte measurement system
JP5648355B2 (ja) * 2010-07-26 2015-01-07 セイコーエプソン株式会社 血糖値予測装置
US10136845B2 (en) 2011-02-28 2018-11-27 Abbott Diabetes Care Inc. Devices, systems, and methods associated with analyte monitoring devices and devices incorporating the same
CN107019515B (zh) 2011-02-28 2021-02-26 雅培糖尿病护理公司 显示传感器读数的方法与分析物监测装置及其操作方法
US9848809B2 (en) 2011-04-15 2017-12-26 Dexcom, Inc. Advanced analyte sensor calibration and error detection
US10556063B2 (en) 2011-06-20 2020-02-11 Renaudia Medical, Llc Distributed medication delivery using autonomous delivery device
US9089642B2 (en) 2011-06-20 2015-07-28 Renaudia Medical, Llc Distributed medication delivery system and method having autonomous delivery devices
FI3689235T3 (fi) 2011-09-28 2024-06-19 Abbott Diabetes Care Inc Menetelmät analyytin tarkkailun hallintaan ja analyytin mittausdatan hallintaan sekä näihin liittyvät tuotteet
US9622691B2 (en) 2011-10-31 2017-04-18 Abbott Diabetes Care Inc. Model based variable risk false glucose threshold alarm prevention mechanism
US9069536B2 (en) 2011-10-31 2015-06-30 Abbott Diabetes Care Inc. Electronic devices having integrated reset systems and methods thereof
US9317656B2 (en) 2011-11-23 2016-04-19 Abbott Diabetes Care Inc. Compatibility mechanisms for devices in a continuous analyte monitoring system and methods thereof
US8710993B2 (en) 2011-11-23 2014-04-29 Abbott Diabetes Care Inc. Mitigating single point failure of devices in an analyte monitoring system and methods thereof
EP2836943B1 (en) * 2012-03-23 2020-01-01 Dipartimento di Ingegneria Civile e Architettura Dell'Università degli Studi di Pavia Method for providing a value of insulin and the related system
CN102621327B (zh) * 2012-03-28 2015-08-05 广东乐心医疗电子股份有限公司 一种智能型血糖仪的测量方法
JP5187450B2 (ja) * 2012-03-29 2013-04-24 セイコーエプソン株式会社 予測血糖値算出装置、予測血糖値算出方法
US9180242B2 (en) 2012-05-17 2015-11-10 Tandem Diabetes Care, Inc. Methods and devices for multiple fluid transfer
US9238100B2 (en) 2012-06-07 2016-01-19 Tandem Diabetes Care, Inc. Device and method for training users of ambulatory medical devices
US20130345575A1 (en) * 2012-06-21 2013-12-26 Chang-An Chou Cardiovascular monitoring device
US8768673B2 (en) 2012-07-26 2014-07-01 Rimidi Diabetes, Inc. Computer-implemented system and method for improving glucose management through cloud-based modeling of circadian profiles
US8744828B2 (en) 2012-07-26 2014-06-03 Rimidi Diabetes, Inc. Computer-implemented system and method for improving glucose management through modeling of circadian profiles
US8756043B2 (en) 2012-07-26 2014-06-17 Rimidi Diabetes, Inc. Blood glucose meter and computer-implemented method for improving glucose management through modeling of circadian profiles
WO2014035732A1 (en) 2012-08-30 2014-03-06 Abbot Diabetes Care Inc. Dropout detection in continuous analyte monitoring data during data excursions
EP2901153A4 (en) 2012-09-26 2016-04-27 Abbott Diabetes Care Inc METHOD AND DEVICE FOR IMPROVING DELAY CORRECTION FUNCTION DURING IN VIVO MEASUREMENT OF ANALYZ CONCENTRATION WITH ANALYZ CONCENTRATION VARIABILITY AND RANGE DATA
CN103144913B (zh) * 2012-10-08 2016-02-03 苏州艾隆科技股份有限公司 快速发药设备出药异常处理方法及其系统
US9940441B2 (en) 2013-03-13 2018-04-10 Tandem Diabetes Care, Inc. System and method for maximum insulin pump bolus override
US10357606B2 (en) 2013-03-13 2019-07-23 Tandem Diabetes Care, Inc. System and method for integration of insulin pumps and continuous glucose monitoring
US9173998B2 (en) 2013-03-14 2015-11-03 Tandem Diabetes Care, Inc. System and method for detecting occlusions in an infusion pump
US10433773B1 (en) 2013-03-15 2019-10-08 Abbott Diabetes Care Inc. Noise rejection methods and apparatus for sparsely sampled analyte sensor data
US10016561B2 (en) 2013-03-15 2018-07-10 Tandem Diabetes Care, Inc. Clinical variable determination
WO2014152034A1 (en) 2013-03-15 2014-09-25 Abbott Diabetes Care Inc. Sensor fault detection using analyte sensor data pattern comparison
US9492608B2 (en) 2013-03-15 2016-11-15 Tandem Diabetes Care, Inc. Method and device utilizing insulin delivery protocols
US9474475B1 (en) 2013-03-15 2016-10-25 Abbott Diabetes Care Inc. Multi-rate analyte sensor data collection with sample rate configurable signal processing
CN105580052A (zh) 2013-07-02 2016-05-11 豪夫迈·罗氏有限公司 食物体积和碳水化合物的估计
US10112011B2 (en) 2013-07-19 2018-10-30 Dexcom, Inc. Time averaged basal rate optimizer
AU2014374361B9 (en) 2013-12-31 2019-07-04 Abbott Diabetes Care Inc. Self-powered analyte sensor and devices using the same
EP3100189A1 (fr) 2014-01-28 2016-12-07 Debiotech S.A. Dispositif de commande avec recommandation
WO2015153482A1 (en) 2014-03-30 2015-10-08 Abbott Diabetes Care Inc. Method and apparatus for determining meal start and peak events in analyte monitoring systems
GB201407896D0 (en) * 2014-05-05 2014-06-18 Joanneum Res Forschungsgmbh Insulin dosage proposal system
US9669160B2 (en) 2014-07-30 2017-06-06 Tandem Diabetes Care, Inc. Temporary suspension for closed-loop medicament therapy
US10137246B2 (en) * 2014-08-06 2018-11-27 Bigfoot Biomedical, Inc. Infusion pump assembly and method
WO2017011346A1 (en) 2015-07-10 2017-01-19 Abbott Diabetes Care Inc. System, device and method of dynamic glucose profile response to physiological parameters
US9886556B2 (en) 2015-08-20 2018-02-06 Aseko, Inc. Diabetes management therapy advisor
US20170053084A1 (en) * 2015-08-21 2017-02-23 Medtronic Minimed, Inc. Data analytics and reporting of glucose-related information
JP6489985B2 (ja) * 2015-09-24 2019-03-27 ルネサスエレクトロニクス株式会社 プログラム開発支援装置およびプログラム開発支援ソフトウェア
US10569016B2 (en) 2015-12-29 2020-02-25 Tandem Diabetes Care, Inc. System and method for switching between closed loop and open loop control of an ambulatory infusion pump
CN108697880B (zh) * 2016-02-05 2022-03-11 安尼马斯公司 用于药物递送系统的可视化和分析工具
WO2017197492A1 (en) * 2016-05-20 2017-11-23 Appmed Inc. System and method for monitoring and identifying posology efficacy for an individual
WO2018175489A1 (en) 2017-03-21 2018-09-27 Abbott Diabetes Care Inc. Methods, devices and system for providing diabetic condition diagnosis and therapy
USD853583S1 (en) 2017-03-29 2019-07-09 Becton, Dickinson And Company Hand-held device housing
EP3618713B1 (en) 2017-05-05 2021-12-15 Eli Lilly and Company Closed loop control of physiological glucose
EP3438858A1 (en) 2017-08-02 2019-02-06 Diabeloop Closed-loop blood glucose control systems and methods
US20190117131A1 (en) 2017-10-24 2019-04-25 Dexcom, Inc. Pre-connected analyte sensors
US11331022B2 (en) 2017-10-24 2022-05-17 Dexcom, Inc. Pre-connected analyte sensors
US11457863B1 (en) * 2017-10-27 2022-10-04 Verily Life Sciences Llc Virtual health coach based insulin titration platform
CN111542884B (zh) 2017-12-21 2024-03-15 益首药物治疗股份公司 生理葡萄糖的闭环控制
EP3729459A4 (en) 2017-12-21 2021-08-18 Aseko, Inc. SUGGESTED DIABETES MEDICINES
US11268506B2 (en) 2017-12-22 2022-03-08 Iradimed Corporation Fluid pumps for use in MRI environment
CN110234374B (zh) * 2017-12-29 2022-09-16 深圳迈瑞生物医疗电子股份有限公司 麻醉药物识别方法、麻醉脑电信号的处理方法和装置
DK201870599A1 (en) 2018-03-12 2019-10-16 Apple Inc. USER INTERFACES FOR HEALTH MONITORING
US11158413B2 (en) * 2018-04-23 2021-10-26 Medtronic Minimed, Inc. Personalized closed loop medication delivery system that utilizes a digital twin of the patient
US11317833B2 (en) 2018-05-07 2022-05-03 Apple Inc. Displaying user interfaces associated with physical activities
CN112313754A (zh) 2018-06-22 2021-02-02 伊莱利利公司 胰岛素和普兰林肽输送系统、方法和设备
WO2020023289A1 (en) * 2018-07-26 2020-01-30 Eli Lilly And Company Systems and methods for remote prescription of medication-dosing regimens
US11534067B2 (en) 2018-08-20 2022-12-27 Biosense Webster (Israel) Ltd. Learned monitoring device correction
CN113924627A (zh) * 2019-02-22 2022-01-11 派尔疗法股份有限公司 用于治疗与偏头痛相关联的症状的系统和方法
US11152100B2 (en) 2019-06-01 2021-10-19 Apple Inc. Health application user interfaces
US12002588B2 (en) * 2019-07-17 2024-06-04 Apple Inc. Health event logging and coaching user interfaces
US11654236B2 (en) * 2019-11-22 2023-05-23 Tandem Diabetes Care, Inc. Systems and methods for automated insulin delivery for diabetes therapy
DK181037B1 (en) 2020-06-02 2022-10-10 Apple Inc User interfaces for health applications
US11698710B2 (en) 2020-08-31 2023-07-11 Apple Inc. User interfaces for logging user activities
US20220241501A1 (en) * 2021-01-29 2022-08-04 Medtronic Minimed, Inc. Dosage recommendation facilitated by artificial intelligence
US20220265177A1 (en) * 2021-02-19 2022-08-25 Medtronic Minimed, Inc. Glucose level management based on protein content of meals
US20220265926A1 (en) * 2021-02-19 2022-08-25 Medtronic Minimed, Inc. Glucose level management based on fat content of meals
US11915805B2 (en) 2021-06-06 2024-02-27 Apple Inc. User interfaces for shared health-related data

Family Cites Families (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU546785B2 (en) * 1980-07-23 1985-09-19 Commonwealth Of Australia, The Open-loop controlled infusion of diabetics
US4731726A (en) * 1986-05-19 1988-03-15 Healthware Corporation Patient-operated glucose monitor and diabetes management system
EP0290683A3 (en) * 1987-05-01 1988-12-14 Diva Medical Systems B.V. Diabetes management system and apparatus
US5233520A (en) * 1990-12-19 1993-08-03 The United States Of America As Represented By The Secretary Of Agriculture Method and system for measurement of intake of foods, nutrients and other food components in the diet
US5412560A (en) * 1991-08-27 1995-05-02 Dine Systems, Inc. Method for evaluating and analyzing food choices
US5956501A (en) * 1997-01-10 1999-09-21 Health Hero Network, Inc. Disease simulation system and method
US20010011224A1 (en) * 1995-06-07 2001-08-02 Stephen James Brown Modular microprocessor-based health monitoring system
WO2001037174A1 (en) * 1992-11-17 2001-05-25 Health Hero Network, Inc. Method and system for improving adherence with a diet program or other medical regimen
US5836312A (en) * 1996-01-02 1998-11-17 Moore; Steven Jerome Computer-assisted system and method for adjudging the effect of consumable intakes on physiological parameters
US5997475A (en) * 1997-08-18 1999-12-07 Solefound, Inc. Device for diabetes management
US6835175B1 (en) * 1998-04-10 2004-12-28 Proactive Metabolics Co. Medical devices for contemporaneous decision support in metabolic control
CN2321044Y (zh) * 1998-04-14 1999-05-26 黄列军 多功能糖尿病饮食治疗计算卡
WO1999066394A1 (en) 1998-06-17 1999-12-23 Microsoft Corporation Method for adapting user interface elements based on historical usage
US6554798B1 (en) * 1998-08-18 2003-04-29 Medtronic Minimed, Inc. External infusion device with remote programming, bolus estimator and/or vibration alarm capabilities
CN1329471A (zh) * 1998-11-30 2002-01-02 诺沃挪第克公司 医疗系统和患者使用该系统进行自我医疗的控制方法
US8438038B2 (en) * 1999-04-16 2013-05-07 Cardiocom, Llc Weight loss or weight management system
US6602191B2 (en) * 1999-12-17 2003-08-05 Q-Tec Systems Llp Method and apparatus for health and disease management combining patient data monitoring with wireless internet connectivity
US20010005830A1 (en) * 1999-12-27 2001-06-28 Tadashi Kuroyanagi Information medium with respect to food and drink, health control terminal and health control support system
US20030004756A1 (en) * 2000-01-17 2003-01-02 Mikio Okamoto Electronic health consultation method
US6740075B2 (en) * 2000-01-21 2004-05-25 Medtronic Minimed, Inc. Ambulatory medical apparatus with hand held communication device
US20010037060A1 (en) * 2000-02-08 2001-11-01 Thompson Richard P. Web site for glucose monitoring
US6572542B1 (en) * 2000-03-03 2003-06-03 Medtronic, Inc. System and method for monitoring and controlling the glycemic state of a patient
US20020015723A1 (en) * 2000-04-13 2002-02-07 Koenig Donna L. Diabetic diet management system
EP1283689A4 (en) * 2000-05-25 2005-03-09 Healthetech Inc WEIGHT CONTROL PROCEDURES USING PARAMETERS BASED ON PHYSICAL ACTIVITY
CA2409501A1 (en) * 2000-05-25 2001-11-29 Healthetech, Inc. Physiological monitoring using wrist-mounted device
WO2002100266A1 (en) 2000-06-13 2002-12-19 Edward Henry Mathews A dietary system: 'blood sugar predicting system'
CA2413205A1 (en) * 2000-06-26 2002-01-03 Boston Medical Technologies, Inc. Glucose metering system
IL137759A (en) * 2000-08-08 2007-07-16 Eddie Karnieli Method for monitoring food intake
CN2503533Y (zh) * 2000-09-19 2002-07-31 北京康联医用设备有限公司 糖尿病人饮食营养计划装置
WO2002033541A2 (en) * 2000-10-16 2002-04-25 Tangis Corporation Dynamically determining appropriate computer interfaces
JP2002291705A (ja) * 2001-03-29 2002-10-08 Toto Ltd 携帯型電話機を利用した食事時刻記録装置
US6635015B2 (en) * 2001-04-20 2003-10-21 The Procter & Gamble Company Body weight management system
US7179226B2 (en) * 2001-06-21 2007-02-20 Animas Corporation System and method for managing diabetes
US20030208113A1 (en) * 2001-07-18 2003-11-06 Mault James R Closed loop glycemic index system
AUPR651501A0 (en) * 2001-07-20 2001-08-16 Chait, Daryl Diet monitoring apparatus and system
US6544212B2 (en) * 2001-07-31 2003-04-08 Roche Diagnostics Corporation Diabetes management system
US20030040821A1 (en) * 2001-08-24 2003-02-27 Christopher Case System and method for portable personal diabetic management
JP4424986B2 (ja) * 2001-09-07 2010-03-03 メドトロニック ミニメド インコーポレイテッド 注入ポンプシステム
US7204823B2 (en) * 2001-12-19 2007-04-17 Medtronic Minimed, Inc. Medication delivery system and monitor
FI20012593A0 (fi) * 2001-12-28 2001-12-28 Pertti Laehteenmaeki Menetelmä ja järjestelmä ravitsemustietopalvelun järjestämiseksi
CA2474733C (en) * 2002-02-01 2012-11-20 Weightwatchers.Com, Inc. Software and hardware system for enabling weight control
US20030212379A1 (en) * 2002-02-26 2003-11-13 Bylund Adam David Systems and methods for remotely controlling medication infusion and analyte monitoring
JP4177659B2 (ja) * 2002-03-29 2008-11-05 タケミ アオキ トーマス インスリンを注入する装置
US7090638B2 (en) * 2002-06-03 2006-08-15 Edward Vidgen System and method for optimized dietary menu planning
GB2389419B (en) * 2002-06-05 2006-02-22 Diabetes Diagnostics Inc Analyte testing device
US7278983B2 (en) * 2002-07-24 2007-10-09 Medtronic Minimed, Inc. Physiological monitoring device for controlling a medication infusion device
JP4813058B2 (ja) * 2002-10-09 2011-11-09 ボディーメディア インコーポレイテッド 人間の生理学的及びコンテキスト情報を検知、受信、導出及び表示する装置
US7137951B2 (en) * 2002-10-23 2006-11-21 Joseph Pilarski Method of food and insulin dose management for a diabetic subject
US20040162702A1 (en) * 2003-02-19 2004-08-19 Pandipati Radha K. C. Diet/exercise monitor
US20040243443A1 (en) * 2003-05-29 2004-12-02 Sanyo Electric Co., Ltd. Healthcare support apparatus, health care support system, health care support method and health care support program
US20050010416A1 (en) * 2003-07-09 2005-01-13 Gensym Corporation System and method for self management of health using natural language interface
US7778680B2 (en) * 2003-08-01 2010-08-17 Dexcom, Inc. System and methods for processing analyte sensor data
KR100680191B1 (ko) 2003-09-05 2007-02-08 삼성전자주식회사 감정 있는 에이전트를 갖는 사전 행동적 사용자 인터페이스 시스템
EP1677668B1 (en) 2003-10-13 2010-07-14 Novo Nordisk A/S Apparatus and method for determining a physiological condition
WO2005081170A2 (en) 2004-02-19 2005-09-01 Edward Henry Mathews Diabetes management and patient database system via mobile communication device
US20070060869A1 (en) * 2005-08-16 2007-03-15 Tolle Mike C V Controller device for an infusion pump
US20070060870A1 (en) * 2005-08-16 2007-03-15 Tolle Mike Charles V Controller device for an infusion pump

Also Published As

Publication number Publication date
CN102981850B (zh) 2016-07-06
EP2330527A3 (en) 2015-06-10
CN102945325B (zh) 2016-08-03
EP1958108A2 (en) 2008-08-20
EP2330527B1 (en) 2021-02-10
HUE053781T2 (hu) 2021-07-28
JP2009521249A (ja) 2009-06-04
CN102981850A (zh) 2013-03-20
CN102945325A (zh) 2013-02-27
CN101366033A (zh) 2009-02-11
CY1124150T1 (el) 2022-05-27
US7941200B2 (en) 2011-05-10
EP2330526A3 (en) 2015-07-08
DK2330527T3 (da) 2021-04-12
PL2330527T3 (pl) 2021-07-19
CA2632709A1 (en) 2007-06-14
JP4997248B2 (ja) 2012-08-08
WO2007065285A3 (en) 2007-08-02
EP2330527A2 (en) 2011-06-08
US20070179434A1 (en) 2007-08-02
WO2007065285A2 (en) 2007-06-14
EP2330526A2 (en) 2011-06-08

Similar Documents

Publication Publication Date Title
ES2861254T3 (es) Sistema y procedimiento para determinar la información de administración de fármaco
US20220280122A1 (en) Analysis of glucose median, variability, and hypoglycemia risk for therapy guidance
JP6017758B2 (ja) 治療システムのための患者情報入力インターフェイス
AU2022291499A1 (en) Analysis of glucose median, variability, and hypoglycemia risk for therapy guidance
CN114206207A (zh) 与药物剂量指导相关的系统、装置和方法
EP2710502A1 (en) Dynamic data collection
US9213802B2 (en) Updatability of structured blood glucose tests performed on handheld diabetes management devices
US11761947B2 (en) Handheld diabetes management device with bolus calculator
EP2654564A1 (en) Calibration of a handheld diabetes managing device that receives data from a continuous glucose monitor
US11990238B2 (en) Decision support and treatment administration systems
US20240233938A1 (en) Decision support and treatment administration systems