ES3039284T3 - A system and a method for automatically analyzing continuous glucose monitoring data indicative of glucose level in a bodily fluid - Google Patents
A system and a method for automatically analyzing continuous glucose monitoring data indicative of glucose level in a bodily fluidInfo
- Publication number
- ES3039284T3 ES3039284T3 ES16200766T ES16200766T ES3039284T3 ES 3039284 T3 ES3039284 T3 ES 3039284T3 ES 16200766 T ES16200766 T ES 16200766T ES 16200766 T ES16200766 T ES 16200766T ES 3039284 T3 ES3039284 T3 ES 3039284T3
- Authority
- ES
- Spain
- Prior art keywords
- glucose
- data
- parameters
- profiles
- behavioral
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient; User input means
- A61B5/742—Details of notification to user or communication with user or patient; User input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm rests
- A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
- A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters
- A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters electrical or electronic
- A61M5/1723—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters electrical or electronic using feedback of body parameters, e.g. blood sugar or pressure
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/13—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered from dispensers
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G16H40/63—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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0093—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
- A61B5/1112—Global tracking of patients, e.g. by using GPS
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
- A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/20—Blood composition characteristics
- A61M2230/201—Glucose concentration
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Physiology (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Optics & Photonics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Emergency Medicine (AREA)
- Diabetes (AREA)
- Vascular Medicine (AREA)
- Anesthesiology (AREA)
- Hematology (AREA)
- Nutrition Science (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
Abstract
La divulgación se refiere a un sistema para el análisis automático de datos de monitorización continua de glucosa que indican el nivel de glucosa en un fluido corporal. El sistema comprende un dispositivo de entrada (3), un dispositivo de procesamiento de datos (1), un dispositivo de salida (4) e instrucciones legibles por máquina que ejecuta el dispositivo de procesamiento de datos (1). Dichas instrucciones hacen que el dispositivo de procesamiento de datos (1) reciba datos de monitorización continua de glucosa a través del dispositivo de entrada (3); reciba datos de comportamiento personal, que representan uno o más parámetros de comportamiento y, para dichos parámetros, indican señales de sensores muestreadas a lo largo del tiempo; determine varios perfiles de glucosa a partir de los datos de monitorización continua de glucosa; agrupe dichos perfiles en grupos; asigne un parámetro de comportamiento seleccionado o un patrón de parámetros de comportamiento seleccionado de uno o más parámetros de comportamiento a cada perfil de glucosa en un primer grupo, y proporcione datos de análisis al dispositivo de salida. Además, se divulgan un método y un programa informático. (Traducción automática con Google Translate, sin valor legal)
Description
DESCRIPCIÓN
Un sistema y un procedimiento para analizar automáticamente datos de seguimiento continuo de glucosa indicativos del nivel de glucosa en un líquido corporal
La presente divulgación se refiere a un sistema y un procedimiento para analizar automáticamente datos de seguimiento continuo de glucosa indicativos del nivel de glucosa en un líquido corporal.
Antecedentes
El seguimiento de glucosa ayuda a las personas con diabetes a gestionar la enfermedad y evitar sus problemas asociados. Una persona puede usar los resultados del seguimiento de glucosa para tomar decisiones sobre alimentación, actividad física y medicamentos. Una manera común de comprobar los niveles de glucosa es realizando un seguimiento discontinuo. Dicha comprobación normalmente implica pincharse en la yema del dedo con un dispositivo de lanceta automático para obtener una muestra de sangre y, a continuación, usar un glucómetro para medir el nivel de glucosa de la muestra de sangre. Dicho seguimiento también se puede denominar seguimiento puntual.
Como alternativa, o además, se puede aplicar el seguimiento continuo de glucosa (CGM). Un sistema para CGM puede usar un sensor corporal insertado debajo de la piel para comprobar los niveles de glucosa. El sensor permanece en su lugar durante de varios días a semanas y, a continuación, se debe reemplazar. Un transmisor envía información sobre los niveles de glucosa (por ejemplo, por medio de transmisión inalámbrica de datos) desde el sensor a un dispositivo de seguimiento. El usuario puede comprobar las muestras de sangre con un glucómetro para calibrar los dispositivos.
Se puede determinar un perfil de glucosa ambulatorio (AGP) (Matthaei: "Assessing the value of the Ambulatory Glucose Profile in clinical practice", The British Journal of Diabetes and Vascular Disease; Mazzeet al.:Ambulatory Glucose Profile representation of verified self-monitored glucose data. Diabetes Care 1987, 10: 111 117; Bergenstalet al.:"Recommendation for standardizing glucose reporting and analysis to optimize clinical decision making in diabetes: The Ambulatory Glucose Profile (AGP)", Diabetes Technol Ther 2013; 15: 198-211). De forma estandarizada, el AGP combina las entradas de múltiples días de datos de CGM recopilados y los reúne en un único período de 24 horas. Los AGP pueden hacer que los patrones glucémicos sean más reconocibles.
En la presentación de seguimiento de glucosa de AGP, los datos recopilados durante múltiples días, por ejemplo, dos semanas, se agrupan y se representan gráficamente de acuerdo con el tiempo (sin tener en cuenta la fecha) como si se hubieran producido durante 24 h, comenzando y terminando a medianoche (véase, por ejemplo, Bergenstaletal). Las curvas suavizadas que representan la mediana (50), 25 y 75 (RIC: recorrido intercuartílico) y los percentiles de frecuencia 10 y 90 se pueden representar en la presentación (24 h) denominada AGP. De un vistazo, se pueden observar la(s) hora(s) del día cuando el valor de glucosa es lo más consistentemente bajo o alto y cuando se produce la mayor variabilidad (el ancho del centil 25 hasta el 75 (un 50 % de la lectura) o la frecuencia de 10 a 90 (un 80 % de las lecturas)). Este es un ejercicio que los médicos pueden realizar conjuntamente con los pacientes en cuestión de minutos. Por ejemplo, sin depender de números, fórmulas o índices derivados, los médicos y los pacientes se pueden volver expertos rápidamente en identificar el riesgo de hipoglucemia.
La presentación de AGP como tal, por ejemplo, se divulga en el documento WO 2014 / 116701 A2.
El documento US 2014 / 0365136 A1 divulga un sistema y un procedimiento para visualizar automáticamente patrones en datos de seguimiento biológico. Se proporciona un sistema de recopilación para visualizar automáticamente patrones en datos de glucosa.
El documento WO 2012/123765 A1 divulga un dispositivo de autoseguimiento para fijación al cuerpo, que incorpora medición en tiempo real y correlacionada del movimiento corporal y de analitos fisiológicos del metabolismo (por ejemplo, glucosa) que se pueden modular por la actividad física. Un objetivo es proporcionar instrucciones y retroalimentación en tiempo real al usuario en base a los niveles de glucosa y actividad actuales y previos para generar una acción inmediata para mantener un mejor control de glucosa y reducir el tiempo pasado en hiperglucemia. Más allá de la detección básica de movimiento por acelerómetros fijados al cuerpo, se describe una variedad de tecnologías disponibles: GPS, giroscopios de seguimiento de frecuencia cardíaca, tejidos utilizables con propiedades dinámicas en respuesta al movimiento, medición óptica y cámaras.
El documento WO 2010/075350 A1 se refiere a la gestión de tratamiento de la diabetes, donde se calculan las lecturas de glucemia promedio o de glucosa del sensor para períodos de tiempo especificados. Se analizan patrones y se pueden encontrar tendencias que se producen para un usuario en relación con acontecimientos específicos en la vida de ese usuario. En respuesta, se pueden tomar medidas proactivas tales como recomendar y/o administrar automáticamente un bolo de insulina. El documento WO 2010/075350 A1 difiere de la reivindicación 1 al menos por que no divulga que los perfiles de glucosa se agrupan en grupos agrupados de uno o más perfiles de glucosa de acuerdo con uno o más parámetros de agrupamiento que comprenden un parámetro de agrupamiento de patrones clínicos que define uno o más parámetros clínicamente pertinentes seleccionados del siguiente grupo: parámetros que indican uno de hipoglucemia, hipoglucemia nocturna, hiperglucemia, hiperglucemia poshipoglucémica y variabilidad de glucosa.
Sumario
El alcance de la invención está definido por las reivindicaciones adjuntas 1-4.
Un objetivo de la presente divulgación es proporcionar tecnologías mejoradas para analizar automáticamente datos de seguimiento continuo de glucosa indicativos del nivel de glucosa en un líquido corporal.
Para resolver el objetivo se proporcionan un sistema y un procedimiento para analizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa de acuerdo con las reivindicaciones independientes 1 y 3, respectivamente. Además, se proporciona un producto de programa informático de acuerdo con la reivindicación 4. En la reivindicación dependiente se divulga un modo de realización.
De acuerdo con un aspecto, se proporciona un sistema para analizar automáticamente datos de seguimiento continuo de glucosa indicativos del nivel de glucosa en un líquido corporal. El sistema comprende un dispositivo de entrada, un dispositivo de procesamiento de datos, un dispositivo de salida e instrucciones legibles por máquina que se ejecutan por el dispositivo de procesamiento de datos. Las instrucciones legibles por máquina provocan que el dispositivo de procesamiento de datos: reciba datos de seguimiento continuo de glucosa por medio del dispositivo de entrada, indicando los datos de seguimiento continuo de glucosa un nivel de glucosa muestreado para una persona a lo largo del tiempo en una medición continua de nivel de glucosa; reciba datos de comportamiento personales, representando los datos de comportamiento personales uno o más parámetros de comportamiento y, para el uno o más parámetros de comportamiento, indicando señales de sensor muestreadas a lo largo del tiempo para la persona por uno o más sensores de actividad; determine una pluralidad de perfiles de glucosa a partir de los datos de seguimiento continuo de glucosa; agrupe la pluralidad de perfiles de glucosa en grupos agrupados de uno o más perfiles de glucosa de acuerdo con uno o más parámetros de agrupamiento; asigne un parámetro de comportamiento seleccionado o un patrón seleccionado de parámetros de comportamiento del uno o más parámetros de comportamiento a cada perfil de glucosa en un primer grupo agrupado, pero no a todos ni a ninguno de los perfiles de glucosa en un segundo grupo agrupado que es diferente del primer grupo agrupado; y proporcione datos de análisis al dispositivo de salida, indicando los datos de análisis el parámetro de comportamiento seleccionado o el patrón seleccionado de parámetros de comportamiento del uno o más parámetros de comportamiento y el primer grupo agrupado.
De acuerdo con otro aspecto, se proporciona un procedimiento para analizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa en un líquido corporal en un sistema. El sistema comprende un dispositivo de procesamiento de datos, un dispositivo de entrada y un dispositivo de salida. El procedimiento comprende: recibir datos de seguimiento continuo de glucosa por medio del dispositivo de entrada, indicando los datos de seguimiento continuo de glucosa el nivel de glucosa muestreado para una persona a lo largo del tiempo en una medición continua de nivel de glucosa; recibir datos de comportamiento personales, representando los datos de comportamiento personales uno o más parámetros de comportamiento y, para el uno o más parámetros de comportamiento, indicando señales de sensor muestreadas a lo largo del tiempo para la persona por uno o más sensores; determinar una pluralidad de perfiles de glucosa a partir de los datos de seguimiento continuo de glucosa; agrupar la pluralidad de perfiles de glucosa en grupos agrupados de uno o más perfiles de glucosa de acuerdo con uno o más parámetros de agrupamiento; asignar un parámetro de comportamiento seleccionado o un patrón seleccionado de parámetros de comportamiento a partir del uno o más parámetros de comportamiento a cada perfil de glucosa en un primer grupo agrupado, pero no a todos ni a ninguno de los perfiles de glucosa en un segundo grupo agrupado que es diferente del primer grupo agrupado; y proporcionar datos de análisis al dispositivo de salida, indicando los datos de análisis el parámetro de comportamiento seleccionado o el patrón seleccionado de parámetros de comportamiento del uno o más parámetros de comportamiento y el primer grupo agrupado.
Además, un producto de programa informático, preferentemente almacenado en un medio de almacenamiento, está configurado para realizar el procedimiento para analizar datos de seguimiento de glucosa indicativos de un nivel de glucosa durante el funcionamiento en un sistema para analizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa en un líquido corporal, comprendiendo el sistema un dispositivo de procesamiento de datos, un dispositivo de entrada y un dispositivo de salida.
A algunos (subgrupo de la pluralidad de perfiles de glucosa) o a cada uno de la pluralidad de perfiles de glucosa se les puede asignar uno o más de los parámetros de comportamiento.
El orden de las etapas provocadas por las instrucciones legibles por máquina y realizadas por el dispositivo de procesamiento puede ser diferente en diversos modos de realización. Por ejemplo, se pueden realizar medidas para agrupar la pluralidad de perfiles de glucosa antes y/o después de que se asignen el uno o más parámetros de comportamiento.
Los datos de seguimiento continuo de glucosa son un flujo de datos recopilados o muestreados para una persona o un paciente durante una pluralidad de tiempos de muestra durante un período de tiempo de medición en una medición continua de nivel de glucosa. El tiempo de muestreo es un parámetro que indica cuándo, durante el período de tiempo de medición, se detecta el valor de glucosa respectivo en la medición continua de nivel de glucosa. En un modo de realización, un perfil de glucosa que también se puede denominar trazado de glucosa comprende un valor de glucosa para cada uno de la pluralidad de tiempos de muestra asignados al perfil de glucosa. El perfil de glucosa comprende un subgrupo del flujo de datos recopilados durante un período de tiempo de submedición. Dicho período de tiempo de medición puede ser, por ejemplo, de 24 horas. En general, el período de tiempo de submedición será más corto que el período de tiempo de medición.
El parámetro de comportamiento seleccionado o el patrón seleccionado de parámetros de comportamiento para el que se determina que se asigna a cada perfil de glucosa en el primer grupo agrupado distingue los perfiles de glucosa en el primer grupo agrupado de los perfiles de glucosa en el segundo grupo agrupado. Los datos de análisis que indican dicha diferencia proporcionan un respaldo mejorado para que el usuario del sistema entienda el potencial vínculo o asociación entre los perfiles de glucosa y las actividades del usuario (datos de comportamiento). Es posible que el parámetro de comportamiento seleccionado o el patrón seleccionado de parámetros de comportamiento asignado a cada perfil de glucosa en el primer grupo agrupado no se asigne a ninguno de los perfiles de glucosa en el segundo grupo agrupado. Como alternativa, el parámetro de comportamiento seleccionado o el patrón seleccionado de parámetros de comportamiento asignado a cada perfil de glucosa en el primer grupo agrupado se puede asignar a menos de un cincuenta, menos de un veinte o menos de un diez por ciento de los perfiles de glucosa en el segundo grupo agrupado.
Las señales de sensor que indican los parámetros de comportamiento se pueden recopilar por uno o más dispositivos sensores.
Las instrucciones legibles por máquina pueden provocar que el dispositivo de procesamiento de datos agrupe la pluralidad de perfiles de glucosa de acuerdo con un parámetro de agrupamiento de similitud, definiendo el parámetro de agrupamiento de similitud un nivel de similitud entre los perfiles de glucosa. Los perfiles de glucosa se pueden considerar, por ejemplo, similares si más de un 70 % de los valores de glucosa proporcionados en los perfiles de glucosa que se van a comparar son iguales. Dos valores de glucosa se pueden considerar iguales si una desviación entre los dos valores es menos de un 20 %.
Las instrucciones legibles por máquina provocan que el dispositivo de procesamiento de datos agrupe la pluralidad de perfiles de glucosa de acuerdo con un parámetro de agrupamiento de patrones clínicos, definiendo el parámetro de agrupamiento de patrones clínicos uno o más parámetros clínicamente pertinentes.
El uno o más parámetros clínicamente pertinentes se seleccionan del siguiente grupo: parámetros que indican uno de hipoglucemia, hipoglucemia nocturna, hiperglucemia, hiperglucemia poshipoglucémica y variabilidad de glucosa.
Las instrucciones legibles por máquina pueden provocar que el dispositivo de procesamiento de datos agrupe la pluralidad de perfiles de glucosa de acuerdo con un parámetro de agrupamiento de comportamiento, y en el que el parámetro de agrupamiento de comportamiento se define por al menos uno del uno o más parámetros de comportamiento.
Los datos de comportamiento personales se seleccionan del siguiente grupo: datos de frecuencia cardíaca, datos de movimiento corporal, datos de ritmo respiratorio, datos de frecuencia respiratoria, datos de GPS, datos de tensión arterial y datos de temperatura corporal. Uno o más sensores configurados para detectar al menos uno de dichos parámetros de comportamiento personales se pueden proporcionar, por ejemplo, en un rastreador de actividad que se puede llevar por la persona para la que se sigue continuamente el nivel de glucosa. Dichos sensores también se pueden denominar sensor de actividad. Como alternativa o además, se pueden proporcionar señales de sensor en respuesta a recibir una entrada de usuario. Por ejemplo, el usuario puede introducir datos que caractericen parámetros de comportamiento personales. En este modo de realización, como se entiende de acuerdo con la presente divulgación, el dispositivo de entrada que recibe los datos de entrada de usuario actúa como sensor. Como alternativa o además, se pueden proporcionar señales de sensor en respuesta a recibir una entrada de dispositivo. Por ejemplo, las señales de sensor indicadas por los datos de comportamiento personal se pueden recibir desde algún dispositivo configurado para detectar datos de comportamiento personales. En un modo de realización, las señales se reciben desde una bomba de insulina, indicando las señales, por ejemplo, una medicación de insulina. Con respecto a la medicación de insulina por la bomba o manualmente, se pueden indicar diferentes características por las señales, por ejemplo, hora de la medicación de insulina y/o cantidad de bolo de insulina.
Las instrucciones legibles por máquina pueden provocar que el dispositivo de procesamiento de datos determine un perfil de glucosa ambulatorio (AGP) para el uno o más perfiles de glucosa de al menos uno del primer y segundo grupo agrupado. En un modo de realización, los AGP se determinan para los primer y segundo grupos agrupados y, opcionalmente, se yuxtaponen.
Las instrucciones legibles por máquina provocan que el dispositivo de procesamiento de datos proporcione una salida de recomendación al usuario a través del dispositivo de salida. El resultado de la salida de recomendación se deriva de un análisis del resultado de asignar parámetros de comportamiento a algunos o cada perfil de glucosa en el primer grupo agrupado y/o el segundo grupo agrupado. Además o como alternativa, se analizan los AGP determinados para los grupos agrupados para derivar una recomendación para el usuario/paciente. La salida proporcionada por el dispositivo de salida recomienda tomar alimentos y/o aplicar bolo de insulina. La salida de recomendación puede indicar un bolo de insulina y/o una hora para una acción recomendada al usuario/paciente.
Con respecto a la medición o seguimiento de glucosa, se puede determinar un nivel o valor de glucosa por el seguimiento continuo de glucosa (CGM) por medio de un sensor total o parcialmente implantado. En general, en el contexto del CGM, se puede determinar un valor o nivel de glucosa en un líquido corporal. El valor de analito se puede medir, por ejemplo, por vía subcutánea en un líquido intersticial. El CGM se puede implementar como un procedimiento de seguimiento casi en tiempo real que proporciona/actualiza con frecuencia o automáticamente los valores de analito sin interacción del usuario.
Los modos de realización alternativos descritos anteriormente con respecto al sistema también se pueden aplicar al procedimiento para analizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa.
Descripción de otros modos de realización
Seguidamente, se describen otros modos de realización con referencia a las figuras. En las figuras, muestran: la fig. 1 una representación esquemática de un sistema para analizar y visualizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa,
la fig. 2 un diagrama de bloques esquemático de un procedimiento de funcionamiento del sistema para analizar y visualizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa, y la fig. 3 una representación gráfica de puntos de datos para un parámetro de actividad a lo largo del día, representando cada uno de los puntos de datos un perfil de glucosa.
La fig. 1 representa en general un modo de realización de un sistema para analizar y visualizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa en un líquido corporal. En un modo de realización, el sistema se puede configurar para analizar y visualizar automáticamente datos de seguimiento continuo de glucemia indicativos de un nivel de glucemia. El sistema comprende en general un dispositivo de procesamiento 1 provisto de uno o más procesadores 1a, 1b. Además, el dispositivo de procesamiento 1 comprende una memoria 2 para almacenar instrucciones legibles por máquina. El dispositivo de procesamiento 1 se conecta a un dispositivo de entrada 3 configurado para recibir datos electrónicos y a un dispositivo de salida 4 configurado para emitir datos electrónicos. El dispositivo de entrada 3 y el dispositivo de salida 4 se pueden implementar integralmente con el dispositivo de procesamiento 1.
Una interfaz hombre-máquina 5 se acopla de forma comunicativa al dispositivo de salida 4 y, opcionalmente o de forma alternativa, al dispositivo de entrada 3.
Se proporcionan instrucciones legibles por máquina que se ejecutan por el dispositivo de procesamiento 1 para analizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa. Se describirán con más detalle en el presente documento diversos modos de realización del sistema y procedimientos para analizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa.
El uno o más procesadores 1a, 1b pueden ser un controlador, un circuito integrado, un microchip, un ordenador o cualquier otro dispositivo informático que pueda ejecutar instrucciones legibles por máquina. La memoria 2 puede ser RAM, ROM, una memoria flash, un disco duro o cualquier dispositivo que pueda almacenar instrucciones legibles por máquina.
En los modos de realización descritos en el presente documento, el uno o más procesadores 1a, 1b pueden estar integrados en un único componente del sistema. Sin embargo, cabe señalar que el uno o más procesadores 1a, 1b se pueden localizar por separado dentro de componentes discretos tales como, por ejemplo, un glucómetro, un dispositivo de administración de medicamentos, un teléfono móvil, un asistente digital portátil (PDA), un dispositivo informático móvil tal como un portátil, una tableta o un teléfono inteligente, un ordenador de escritorio o un servidor, por ejemplo, por medio de una nube o tecnologías basadas en la web y acoplados de forma comunicativa entre sí. Se apreciará que en al menos un modo de realización del dispositivo informático móvil que es útil con uno o más modos de realización divulgado en el presente documento, un dispositivo de este tipo puede incluir una pantalla táctil y la capacidad informática para ejecutar algoritmos y/o procedimientos informáticos, tales como los divulgados en el presente documento, y aplicaciones, tales como un programa de correo electrónico, un programa de calendario para proporcionar un calendario, así como proporcionar conectividad móvil, inalámbrica y/o por cable y una o más de las funciones de un glucómetro, un reproductor multimedia digital, una cámara digital, una cámara de vídeo, una unidad de navegación de GPS y un navegador web que puede acceder y visualizar apropiadamente páginas web. En consecuencia, el sistema puede incluir una pluralidad de componentes, teniendo cada uno uno o más procesadores 1a, 1b que se acoplan de forma comunicativa con uno o más de los otros componentes. Por tanto, los sistemas pueden utilizar una disposición informática distribuida para realizar cualquiera o las instrucciones legibles por máquina descritas en el presente documento.
El sistema comprende además la interfaz hombre-máquina 5 acoplada de forma comunicativa al dispositivo de procesamiento 1 para recibir señales desde el dispositivo de salida 4 y presentar información gráfica, textual y/o auditiva. La interfaz hombre-máquina 5 puede incluir una pantalla electrónica tal como, por ejemplo, una pantalla de cristal líquido, una pantalla de transistores de película fina, una pantalla de diodos emisores de luz, una pantalla táctil o cualquier otro dispositivo que pueda transformar señales de un procesador en una salida óptica, o una salida mecánica, tal como, por ejemplo, un altavoz, una impresora para visualizar información en medios y similares.
Los modos de realización de la presente divulgación también comprenden instrucciones legibles por máquina que incluyen lógica o un algoritmo escrito en un lenguaje de programación tal como, por ejemplo, lenguaje de máquina que se puede ejecutar directamente por el procesador, o lenguaje ensamblador, programación orientada a objetos (POO), lenguajes de secuencias de comandos, microcódigo, etc., que se puede compilar o ensamblar en instrucciones legibles por máquina y almacenarse en un medio legible por máquina. De forma alternativa, la lógica o el algoritmo se pueden escribir en un lenguaje de descripción de equipo informático (HDL), tal como implementado por medio de una configuración de matriz de puertas programable en campo (FPGA) o bien un circuito integrado específico de la aplicación (ASIC) y sus equivalentes. En consecuencia, las instrucciones legibles por máquina se pueden implementar en cualquier lenguaje de programación informático convencional, como elementos de equipo informático preprogramados o como una combinación de componentes de equipo informático y programa informático. Además, las instrucciones legibles por máquina se pueden distribuir a través de diversos componentes que se acoplan de forma comunicativa, tal como, por ejemplo, por medio de cables, por medio de una red de área amplia, por medio de una red de área local, por medio de una red de área personal y similares. Por tanto, cualquier componente del sistema puede transmitir señales a través de Internet o de la World Wide Web.
En referencia todavía a la fig. 1, el sistema puede incluir opcionalmente un sensor corporal 6 acoplado de forma comunicativa al dispositivo de procesamiento 1 para proporcionar datos biológicos indicativos de las propiedades de un analito. En un modo de realización, el sensor corporal 6 es un sensor de glucosa configurado para detectar niveles de glucosa (por ejemplo, concentraciones de glucosa) cuando se coloca justo debajo de la piel de un paciente. Por ejemplo, el sensor corporal 6 puede ser un sensor de glucosa desechable que se usa debajo de la piel durante unos pocos días hasta que sea necesario su reemplazo. Como se indica anteriormente, el sensor corporal 6 se puede acoplar de forma comunicativa con el dispositivo de procesamiento, que se puede localizar dentro de diversos componentes discretos. En consecuencia, en el caso de un sensor de glucosa, el sensor corporal 6 se puede acoplar de forma comunicativa con, por ejemplo, un glucómetro inteligente o un dispositivo de administración de medicamentos y puede proporcionar datos de CGM, es decir, datos de glucosa que se muestrean de forma continua durante la vida útil del sensor.
De acuerdo con los modos de realización descritos en el presente documento, el uno o más procesadores 1a, 1b del dispositivo de procesamiento 1 pueden ejecutar instrucciones legibles por máquina para analizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa.
En referencia a la fig. 2, se describe un procedimiento para analizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa. En la etapa 20, los datos de seguimiento continuo de glucosa se reciben en el dispositivo de procesamiento de datos 1 por medio del dispositivo de entrada 3 o, en un modo de realización alternativo, directamente desde el sensor corporal 6. Los datos de seguimiento continuo de glucosa indican el nivel de glucosa detectado para una persona a lo largo del tiempo en una medición continua de nivel de glucosa. Por la medición se proporcionan los denominados datos de CGM (CGM: seguimiento continuo de glucosa).
Los datos de comportamiento personales se reciben por el dispositivo de procesamiento 1 en la etapa 21. Los datos de comportamiento de persona representan uno o más parámetros de comportamiento para la persona. Los datos de comportamiento personales indican señales de sensor muestreadas para el uno o más parámetros de comportamiento a lo largo del tiempo para la persona por uno o más sensores (no mostrados). Dicho muestreo, al menos en parte, se puede superponer oportunamente con la detección de datos de CGM. El uno o más sensores se pueden configurar para detectar uno o más parámetros de comportamiento personales. Los datos de comportamiento personales se seleccionan del siguiente grupo: frecuencia cardíaca, movimiento corporal, ritmo respiratorio, frecuencia respiratoria, datos de GPS (GPS: sistema de posicionamiento global), datos de tensión arterial y datos de temperatura corporal.
En la etapa 22, a partir de los datos de seguimiento continuo de glucosa se determina una pluralidad de perfiles de glucosa. La determinación de un perfil de glucosa a partir de datos de seguimiento continuo de glucosa es conocida como tal en diferentes modos de realización.
A continuación, en la etapa 23, a alguno o cada uno de la pluralidad de perfiles de glucosa se le asigna al menos uno del uno o más parámetros de comportamiento. Por dicha asignación se aclara los perfiles de glucosa que están vinculados a uno o más de los parámetros de comportamiento personales. Por ejemplo, se puede realizar una actividad tal como un ejercicio físico como correr o caminar durante la recopilación de las señales de nivel de glucosa con respecto al perfil de glucosa. Por lo tanto, el/los parámetro(s) de actividad que indica(n) dicha carrera o caminata, por ejemplo, al menos uno de frecuencia cardíaca, ritmo respiratorio y datos de GPS, se asignan al perfil de glucosa respectivo.
En la etapa 24, la pluralidad de perfiles de glucosa se agrupa en grupos agrupados de uno o más perfiles de glucosa de acuerdo con uno o más parámetros de agrupamiento. Por ejemplo, el agrupamiento se puede realizar en base a los parámetros de comportamiento personales. Todos los perfiles de glucosa a los que se asigna un determinado parámetro de datos de GPS se pueden agrupar en un grupo agrupado. La pluralidad de perfiles de glucosa se agrupan de acuerdo con un parámetro de agrupamiento de patrones clínicos, definiendo el parámetro de agrupamiento de patrones clínicos uno o más parámetros clínicamente pertinentes. El uno o más parámetros clínicamente pertinentes se seleccionan del siguiente grupo: parámetros que indican uno de hipoglucemia, hipoglucemia nocturna, hiperglucemia, hiperglucemia poshipoglucémica y variabilidad de glucosa.
Además, en un modo de realización alternativo, la pluralidad de perfiles de glucosa se pueden agrupar de acuerdo con un parámetro de agrupamiento de similitud, definiendo el parámetro de agrupamiento de similitud un nivel de similitud entre los perfiles de glucosa agrupados en un grupo. Si se determina que una serie de perfiles de glucosa son similares de acuerdo con el uno o más parámetros de agrupamiento de similitud, dichos perfiles de glucosa se pueden agrupar en un único grupo agrupado.
Con respecto a algunos de los modos de realización anteriores, la asignación del al menos uno del uno o más parámetros de comportamiento a algunos o todos de la pluralidad de perfiles de glucosa se puede realizar antes del agrupamiento de la pluralidad de perfiles de glucosa. En un modo de realización alternativo, el agrupamiento se realiza después de la asignación del al menos un parámetro de comportamiento.
En la etapa 25 se determina que un parámetro de comportamiento seleccionado o un patrón seleccionado de parámetros de comportamiento del uno o más parámetros de comportamiento se asigna a cada perfil de glucosa en un primer grupo agrupado, pero no a todos ni a ningún perfil de glucosa en un segundo grupo agrupado que es diferente del primer grupo agrupado. Al analizar los detalles de la asignación del parámetro de comportamiento seleccionado o del patrón seleccionado de parámetros de comportamiento a los perfiles de glucosa, se puede identificar el primer y el segundo grupo. De este modo, se pueden extraer conclusiones en cuanto a algún vínculo entre el primer grupo agrupado de perfiles de glucosa y el uno o más parámetros de comportamiento seleccionados.
Finalmente, de acuerdo con la fig. 2, en la etapa 26 se proporcionan datos de análisis al dispositivo de salida 4. Los datos de análisis indican el parámetro de comportamiento seleccionado o el patrón seleccionado de parámetros de comportamiento y el primer grupo agrupado de perfiles de glucosa. En base a los datos de análisis se puede proporcionar una representación gráfica que representa los datos de análisis en la interfaz hombre-máquina 5, que, por ejemplo, está provista de una pantalla.
De forma opcional, para cada grupo agrupado de perfiles de glucosa se puede determinar un perfil de glucosa ambulatorio (AGP) conocido como tal. Los datos de señal se pueden generar y emitir a través de la pantalla, por ejemplo, presentando una representación gráfica de los AGP.
La fig. 3 se refiere a un modo de realización de la representación gráfica que representa perfiles de glucosa. En la fig. 3, los puntos de datos 30 representan, por ejemplo, datos de seguimiento continuo de glucosa de 24 h a los que se les asigna un patrón clínicamente pertinente específico como parámetro de agrupamiento. Para dicho análisis, por ejemplo, se puede aplicar una máquina de vectores de soporte (SVM). Siendo SVM una herramienta para clasificación de objetos conocidos como tales también se puede aplicar en otros casos como un algoritmo para clasificación. Los puntos de datos adicionales 31 representan datos de seguimiento continuo de glucosa de 24 h sin dicho patrón clínicamente pertinente específico. De la representación gráfica en la fig. 3 se concluye que los datos de seguimiento continuo de glucosa de 24 h vinculados al patrón clínicamente pertinente específico se asocian con el parámetro de comportamiento "baja actividad en las horas de la tarde".
Para cada uno de los datos de seguimiento continuo de glucosa de 24 h representados por los puntos de datos 30 y los puntos de datos adicionales 31 (proporcionando cada uno una agrupación), respectivamente, se puede determinar un AGP. En relación con los dos AGP, un parámetro "baja actividad" (por la tarde) se asigna a uno de los dos AGP (con respecto al punto de datos 30), pero no al otro AGP, es decir, los AGP se diferencian de acuerdo con la actividad en un momento determinado del día.
En general, con respecto al análisis combinado de los datos de seguimiento continuo de glucosa y los datos de comportamiento personal, se pueden adoptar diferentes modos de realización. En un modo de realización no reivindicado, los perfiles de glucosa se agrupan inicialmente de acuerdo con una autosimilitud con un algoritmo de agrupación específico. Seguidamente, se determina si uno o más parámetros de comportamiento (a partir de la información de los sensores distintos de glucosa) asignados a los perfiles de glucosa para los que la autosimilitud son típicos para dichos perfiles de glucosa con autosimilitud. El uno o más parámetros de comportamiento asignados a los perfiles de glucosa para los que se determinó autosimilitud no se asignan a perfiles de glucosa para los que no se encuentra autosimilitud, dichos perfiles de glucosa sin autosimilitud se pueden proporcionar en una o más de otras agrupaciones.
En un modo de realización, los perfiles de glucosa se clasifican o agrupan de acuerdo con patrones clínicamente pertinentes predefinidos, por ejemplo, valores de glucosa demasiado altos después de hacer deporte, valores de glucosa demasiado bajos durante más de 5 minutos. A continuación, se determina si uno o más parámetros o patrones de comportamiento (a partir de la información de los sensores no usados para la clasificación inicial) asignados a los perfiles de glucosa de una o más agrupaciones, definido cada uno por uno o más patrones clínicamente pertinentes predefinidos, son típicos de esas agrupaciones. El uno o más parámetros de comportamiento asignados a los perfiles de glucosa en la una o más agrupaciones no se asignan a otros perfiles de glucosa a los que no se aplican el uno o más patrones clínicamente pertinente predefinidos. Los patrones clínicamente pertinentes pueden estar ya predefinidos o se pueden recopilar en línea por el médico.
En otro modo de realización alternativo no reivindicado, se usan parámetros de agrupamiento que representan uno o más parámetros de comportamiento, que se pueden recibir de equipos de terceros (fitbits, rastreadores de actividad,...), para agrupar los perfiles de glucosa en diferentes grupos. En base a dicho análisis, para los perfiles de las agrupaciones se crean los AGP para los diferentes grupos (agrupaciones). A continuación, los AGP se pueden comparar para identificar la influencia de los patrones de parámetros de comportamiento que se reflejan por los datos del equipo de terceros.
Independientemente del enfoque usado, se pueden obtener los AGP que se clasifican de acuerdo con un parámetro de comportamiento seleccionado o un patrón seleccionado de parámetro de comportamiento.
Claims (4)
1. Un sistema para analizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa en un líquido corporal, comprendiendo el sistema
- un dispositivo de entrada (3),
- un dispositivo de procesamiento de datos (1),
- un dispositivo de salida (4), e
- instrucciones legibles por máquina que se ejecutan por el dispositivo de procesamiento de datos (1), en el que las instrucciones legibles por máquina provocan que el dispositivo de procesamiento de datos (1) - reciba datos de seguimiento continuo de glucosa por medio del dispositivo de entrada (3), indicando los datos de seguimiento continuo de glucosa un nivel de glucosa muestreado para una persona a lo largo del tiempo en una medición continua de nivel de glucosa;
- reciba datos de comportamiento personales, representando los datos de comportamiento personales uno o más parámetros de comportamiento y, para el uno o más parámetros de comportamiento, indicando señales de sensor muestreadas a lo largo del tiempo para la persona por uno o más sensores, seleccionándose los datos de comportamiento personales del siguiente grupo: datos de frecuencia cardíaca, datos de movimiento corporal, datos de ritmo respiratorio, datos de frecuencia respiratoria, datos de GPS, datos de tensión arterial y datos de temperatura corporal;
- determine una pluralidad de perfiles de glucosa a partir de los datos de seguimiento continuo de glucosa;
- agrupe la pluralidad de perfiles de glucosa en grupos agrupados de uno o más perfiles de glucosa de acuerdo con uno o más parámetros de agrupamiento que comprenden un parámetro de agrupamiento de patrones clínicos que define uno o más parámetros clínicamente pertinentes seleccionados del siguiente grupo: parámetros que indican una de hipoglucemia, hipoglucemia nocturna, hiperglucemia, hiperglucemia poshipoglucémica y variabilidad de glucosa;
- asigne a algunos o cada uno de los perfiles de glucosa uno del uno o más parámetros de comportamiento;
- determine que un parámetro de comportamiento seleccionado o un patrón seleccionado de parámetros de comportamiento del uno o más parámetros de comportamiento se asigna a cada perfil de glucosa en un primer grupo agrupado, pero no a todos ni a ninguno de los perfiles de glucosa en un segundo grupo agrupado que es diferente del primer grupo agrupado;
- proporcione datos de análisis al dispositivo de salida (4), indicando los datos de análisis el parámetro de comportamiento seleccionado o el patrón seleccionado de parámetros de comportamiento del uno o más parámetros de comportamiento y el primer grupo agrupado; y
- proporcione una salida de recomendación, derivada de un análisis del resultado de asignar parámetros de comportamiento a algunos o cada perfil de glucosa en el primer grupo agrupado y/o el segundo grupo agrupado y/o de un análisis de un perfil de glucosa ambulatorio para el uno o más perfiles de glucosa de al menos uno del primer y segundo grupo agrupado, al usuario a través del dispositivo de salida (4), en el que la salida proporcionada por el dispositivo de salida (4) recomienda tomar alimentos y/o aplicar un bolo de insulina.
2. El sistema de acuerdo con al menos una de las reivindicaciones precedentes, en el que las instrucciones legibles por máquina provocan que el dispositivo de procesamiento de datos determine un perfil de glucosa ambulatorio para el uno o más perfiles de glucosa de al menos uno del primer y segundo grupo agrupado.
3. Un procedimiento para analizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa en un líquido corporal en un sistema que comprende un dispositivo de procesamiento de datos (1), un dispositivo de entrada (3) y un dispositivo de salida (4), comprendiendo el procedimiento: - recibir datos de seguimiento continuo de glucosa por medio del dispositivo de entrada (3), indicando los datos de seguimiento continuo de glucosa un nivel de glucosa muestreado para una persona a lo largo del tiempo en una medición continua de nivel de glucosa;
- recibir datos de comportamiento personales, representando los datos de comportamiento personales uno o más parámetros de comportamiento y, para el uno o más parámetros de comportamiento, indicando señales de sensor muestreadas a lo largo del tiempo para la persona por uno o más sensores, seleccionándose los datos de comportamiento personales del siguiente grupo: datos de frecuencia cardíaca, datos de movimiento corporal, datos de ritmo respiratorio, datos de frecuencia respiratoria, datos de GPS, datos de tensión arterial y datos de temperatura corporal;
- determinar una pluralidad de perfiles de glucosa a partir de los datos de seguimiento continuo de glucosa; - agrupar la pluralidad de perfiles de glucosa en grupos agrupados de uno o más perfiles de glucosa de acuerdo con uno o más parámetros de agrupamiento que comprenden un parámetro de agrupamiento de patrones clínicos que define uno o más parámetros clínicamente pertinentes seleccionados del siguiente grupo: parámetros que indican una de hipoglucemia, hipoglucemia nocturna, hiperglucemia, hiperglucemia poshipoglucémica y variabilidad de glucosa;
- asignar a algunos o cada uno de los perfiles de glucosa uno del uno o más parámetros de comportamiento;
- determinar que un parámetro de comportamiento seleccionado o un patrón seleccionado de parámetros de comportamiento del uno o más parámetros de comportamiento se asigna a cada perfil de glucosa en un primer grupo agrupado, pero no a todos ni a ninguno de los perfiles de glucosa en un segundo grupo agrupado que es diferente del primer grupo agrupado;
- proporcionar datos de análisis al dispositivo de salida (4), indicando los datos de análisis el parámetro de comportamiento seleccionado o el patrón seleccionado de parámetros de comportamiento del uno o más parámetros de comportamiento y el primer grupo agrupado; y
- proporcionar una salida de recomendación, derivada de un análisis del resultado de asignar parámetros de comportamiento a algunos o cada perfil de glucosa en el primer grupo agrupado y/o el segundo grupo agrupado y/o de un análisis de un perfil de glucosa ambulatorio para el uno o más perfiles de glucosa de al menos uno del primer y segundo grupo agrupado, al usuario a través del dispositivo de salida (4), en el que la salida proporcionada por el dispositivo de salida (4) recomienda tomar alimentos y/o aplicar un bolo de insulina.
4. Producto de programa informático, configurado para realizar el procedimiento de acuerdo con la reivindicación 3 durante el funcionamiento en un sistema para analizar automáticamente datos de seguimiento continuo de glucosa indicativos de un nivel de glucosa en un líquido corporal, comprendiendo el sistema un dispositivo de procesamiento de datos (1), un dispositivo de entrada (3) y un dispositivo de salida (4).
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP16200766.0A EP3327598B8 (en) | 2016-11-25 | 2016-11-25 | A system and a method for automatically analyzing continuous glucose monitoring data indicative of glucose level in a bodily fluid |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES3039284T3 true ES3039284T3 (en) | 2025-10-20 |
Family
ID=57442481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES16200766T Active ES3039284T3 (en) | 2016-11-25 | 2016-11-25 | A system and a method for automatically analyzing continuous glucose monitoring data indicative of glucose level in a bodily fluid |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11998321B2 (es) |
| EP (1) | EP3327598B8 (es) |
| CN (2) | CN118471529A (es) |
| ES (1) | ES3039284T3 (es) |
| PL (1) | PL3327598T3 (es) |
| WO (1) | WO2018095864A1 (es) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11540750B2 (en) | 2018-12-19 | 2023-01-03 | Medtronic Minimed, Inc | Systems and methods for physiological characteristic monitoring |
| US20220386965A1 (en) * | 2021-06-04 | 2022-12-08 | University Of Virginia Patent Foundation | Method for structuring and classification of continuous glucose monitoring (cgm) profiles |
| CN115804595B (zh) * | 2021-09-15 | 2025-11-04 | 深圳硅基仿生科技股份有限公司 | 针对睡眠前后的葡萄糖浓度水平的葡萄糖监测系统 |
| USD1013544S1 (en) | 2022-04-29 | 2024-02-06 | Biolinq Incorporated | Wearable sensor |
| USD1012744S1 (en) | 2022-05-16 | 2024-01-30 | Biolinq Incorporated | Wearable sensor with illuminated display |
| USD1083977S1 (en) | 2023-02-28 | 2025-07-15 | Biolinq Incorporated | Display with graphical user interface for a wearable sensor |
| USD1035004S1 (en) | 2023-02-28 | 2024-07-09 | Biolinq Incorporated | Wearable sensor |
| USD1068516S1 (en) | 2023-02-28 | 2025-04-01 | Biolinq Incorporated | Wearable sensor |
| USD1083640S1 (en) | 2023-05-16 | 2025-07-15 | Biolinq Incorporated | Wearable sensor |
| USD1137686S1 (en) | 2023-05-16 | 2026-07-28 | Biolinq Incorporated | Wearable sensor |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040142403A1 (en) * | 2001-08-13 | 2004-07-22 | Donald Hetzel | Method of screening for disorders of glucose metabolism |
| US9247900B2 (en) * | 2004-07-13 | 2016-02-02 | Dexcom, Inc. | Analyte sensor |
| JP5026597B2 (ja) * | 2008-11-04 | 2012-09-12 | パナソニック株式会社 | 測定装置、測定方法及びプログラム |
| US20100174553A1 (en) * | 2008-12-24 | 2010-07-08 | Medtronic Minimed, Inc. | Diabetes Therapy Management System |
| US20120123234A1 (en) | 2009-02-26 | 2012-05-17 | Eran Atlas | Method and system for automatic monitoring of diabetes related treatments |
| EP2649544A1 (en) * | 2010-12-08 | 2013-10-16 | Roche Diagnostics GmbH | Systems and methods for automatically displaying patterns in biological monitoring data |
| DK2685895T3 (en) | 2011-03-17 | 2019-01-21 | Univ Newcastle | System for self-monitoring and regulation of blood glucose |
| US9504412B2 (en) * | 2012-09-17 | 2016-11-29 | Lifescan, Inc. | Method and system to derive glycemic patterns from clustering of glucose data |
| WO2014116701A2 (en) | 2013-01-22 | 2014-07-31 | Park Nicollet Institute | Evaluation and display of glucose data |
| US12243651B2 (en) | 2013-06-07 | 2025-03-04 | Roche Diabetes Care, Inc. | Systems and methods for automatically displaying patterns in biological monitoring data |
| CA3295582A1 (en) * | 2014-10-06 | 2026-03-02 | Dexcom, Inc. | System and method for data analytics and visualization |
| US10424219B2 (en) * | 2015-05-07 | 2019-09-24 | Dexcom, Inc. | System and method for educating users, including responding to patterns |
| CA2991716C (en) * | 2015-07-10 | 2026-05-12 | Abbott Diabetes Care Inc. | System, device and method of dynamic glucose profile response to physiological parameters |
| CN106021852B (zh) * | 2016-05-06 | 2018-11-06 | 鼎泰生物科技(海南)有限公司 | 基于密度聚类算法的血糖数据异常值计算方法和装置 |
-
2016
- 2016-11-25 ES ES16200766T patent/ES3039284T3/es active Active
- 2016-11-25 PL PL16200766.0T patent/PL3327598T3/pl unknown
- 2016-11-25 EP EP16200766.0A patent/EP3327598B8/en active Active
-
2017
- 2017-11-20 CN CN202410554642.XA patent/CN118471529A/zh active Pending
- 2017-11-20 CN CN201780072929.7A patent/CN109964281A/zh active Pending
- 2017-11-20 WO PCT/EP2017/079777 patent/WO2018095864A1/en not_active Ceased
-
2019
- 2019-05-24 US US16/422,789 patent/US11998321B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| PL3327598T3 (pl) | 2025-10-20 |
| US20190274603A1 (en) | 2019-09-12 |
| WO2018095864A1 (en) | 2018-05-31 |
| EP3327598B8 (en) | 2025-08-06 |
| US11998321B2 (en) | 2024-06-04 |
| CN118471529A (zh) | 2024-08-09 |
| CN109964281A (zh) | 2019-07-02 |
| EP3327598A1 (en) | 2018-05-30 |
| CA3042776A1 (en) | 2018-05-31 |
| EP3327598B1 (en) | 2025-07-02 |
| EP3327598C0 (en) | 2025-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11998321B2 (en) | System and a method for automatically managing continuous glucose monitoring measurements indicative of glucose level in a bodily fluid | |
| ES3007562T3 (en) | A computer-implemented method and a portable device for analyzing glucose monitoring data indicative of a glucose level in a bodily fluid, and a non-transitory computer readable medium | |
| US11925462B2 (en) | System and method for analyzing glucose monitoring data indicative of a glucose level, and a computer program product | |
| US20220361823A1 (en) | Wearable blood pressure biosensors, systems and methods for short-term blood pressure prediction | |
| US10019554B2 (en) | Glycemic risk determination based on variability of glucose | |
| ES2864586T3 (es) | Reconocimiento automático de patrones conocidos en datos de medición fisiológicos | |
| ES2992001T3 (es) | Sistema de monitorización de la diabetes de un paciente con agrupamiento de perfiles de MCG (o perfiles de insulina) diarios no supervisados y procedimiento del mismo | |
| US12350007B2 (en) | Wearable health monitoring device | |
| EP3317790B1 (en) | Multiple sensors for biometric analysis | |
| WO2020139771A1 (en) | Safety tools for decision support recommendations made to users of continuous glucose monitoring systems | |
| JP2018527652A (ja) | 生理学的パラメータに対する動的グルコースプロファイル応答のシステム、デバイス及び方法 | |
| KR20180009637A (ko) | 이종 스펙트럼 기반 혈당 추정 장치 및 방법 | |
| JP2022518109A (ja) | 分析物監視システムの食事および治療インタフェースを改善するためのシステム、デバイス、および方法 | |
| Anusharani et al. | Cutting-edge innovations in biomedical sensing technologies for enhanced remote healthcare monitoring | |
| JP2025501579A (ja) | サイトカイン放出症候群を検出するためのウェアラブルガイド | |
| US20240325639A1 (en) | Blood glucose estimation based on rate of change information | |
| HK40114895A (en) | A system and a method for automatically analyzing continuous glucose monitoring data | |
| CA3042776C (en) | A system and a method for automatically analyzing continuous glucose monitoring data indicative of glucose level in a bodily fluid | |
| TWI868550B (zh) | 用於預測cdk抑制劑醫藥品副作用之系統及方法 | |
| HK40011081A (en) | A system and a method for automatically analyzing continuous glucose monitoring data indicative of glucose level in a bodily fluid | |
| Danne et al. | New Technologies for Glucose Monitoring | |
| Vargheese et al. | Madhumekha Sakhi-Non invasive smart diabetic assist based on breath analysis | |
| WO2025128637A1 (en) | Systems and methods for identifying disease progression biomarkers using non-ambulatory patient data | |
| WO2025106335A1 (en) | Dynamically modifying graphical interfaces for displaying analyte sensor data | |
| HK40014201A (en) | A computer-implemented method and a portable device for analyzing glucose monitoring data indicative of a glucose level in a bodily fluid, and a computer program product |