JP2015532138A - グルコース状態に関連付けられるリスクを評価するシステムおよび方法 - Google Patents

Abstract

グルコース状態を解析するためのシステムおよび方法が提供される。方法は、目標グルコース状態および初期グルコース状態を特定する手順を含み得る。方法は、初期グルコース状態から目標グルコース状態への遷移に関する目標リターン経路を計算する手順を含み得る。目標リターン経路は、初期グルコース状態から目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を備え得る。目標リターン経路は、目標リターン経路の少なくとも１つの中間グルコース状態に関連付けられるハザードに基づき計算され得る。

Description

本開示は、概して、持続血糖測定（ＣＧＭ）に関し、特に、グルコース状態に関連付けられるリスクを評価するシステムおよび方法に関する。

生物学的監視は、ヘルスケアプロバイダ（ＨＣＰ）および患者に生物学的データを提供し、生物学的データは、これに関連する医学的状態を処置および／または管理するために用いることができる。例えば、持続血糖測定（ＣＧＭ）装置は、糖尿病を患う人間（糖尿病者）（ＰｗＤ）の血液中に含まれる検出グルコースレベルまたはグルコース濃度に関連するグルコースデータを提供する。検出グルコースレベルに基づいて糖尿病者に対するハザードを評価するために、グルコースデータからハザード基準を導き出すことができる。しかしながら、現在のハザード基準は、グルコースデータの変化速度、およびグルコースデータの正確さの不確実性を考慮できないことが多い。このように、現在のハザード基準は、治療を最適化するため、またはＣＧＭの測定期間にわたるリスクの全量を評価するための基準として用いるには適切でないことが多い。

例えば、公知のハザード基準は、図１のグラフ１０に示され、以下の非特許文献１において提案されるハザード関数を含む。図１のKovatchevのハザード関数は、方程式ｈ（ｇ）＝［１．５０９（ｌｏｇ（ｇ）^1.0804−５．３８１）］²により定められ、式中、ｇは、ｘ軸に示される血中グルコース濃度（デシリットルあたりのミリグラム、すなわちｍｇ／ｄｌ）であり、ｈ（ｇ）は、ｙ軸に示される対応するペナルティ値である。Kovatchevの関数は、ペナルティがグルコースレベルにのみ依存する静的ペナルティ（すなわち、ハザード）値を提供する。最小値（ゼロ）のハザードは、図１の領域１２に示されるように、１１２．５ｍｇ／ｄｌで生じる。低血糖に近づくグルコースレベルに伴うハザード（領域１４）は、高血糖に近づくグルコースレベルに伴うハザード（領域１６）よりも著しく速く上昇する。

Kovatchevのハザード関数は、グルコースレベルの変化速度だけでなく、測定グルコースレベルに関連付けられる不確実性を考慮することができない。例えば、血中グルコースレベルが急速に低下する１００ｍｇ／ｄｌに関連付けられる患者のハザードは、グルコース変化速度が一定の１００ｍｇ／ｄｌに関連付けられる患者のハザードよりも大きくなることが起こり得る。さらに、グルコースセンサから測定されるグルコース結果は、人間の体に対するグルコースセンサの物理的移動によるノイズや、グルコースセンサにつきものの電気ノイズによるノイズなどのセンサノイズを含むおそれがある。さらに、グルコースセンサは、電子機器またはバッテリの欠陥や、センサの脱離または脱落によって、正常に機能しないおそれがある。このように、測定グルコースレベルは正確でない場合がある。Kovatchevの関数によって提供されるペナルティ値は、測定グルコースレベルにおいてこのような不確実性を考慮できない。

Kovatchev, B. P. et al., Symmetrization of the blood glucose measurement scale and its applications, Diabetes Care, 1997, 20, 1655-1658

したがって、本開示のいくつかの実施形態は、血中グルコースレベル、血中グルコースレベルの変化速度、ならびに／または、血中グルコースレベルおよび変化速度に関連付けられる不確実性を考慮する、測定されたＣＧＭデータに関連付けられるリスク基準を提供する。さらに、本開示のいくつかの実施形態は、目標リターン経路の中間グルコース状態に関連付けられる１つまたは２つ以上のリスクまたはハザード基準に基づき、所定のグルコース状態から目標グルコース状態までの目標リターン経路を計算する。

本開示の例示的な実施形態では、グルコース状態を解析する方法が提供される。方法は、少なくとも１つのコンピューティングデバイスにより、目標グルコースレベルおよび目標グルコースレベルの目標変化速度を含む目標グルコース状態を特定することを含んでいる。方法は、少なくとも１つのコンピューティングデバイスにより、初期グルコースレベルおよび初期グルコースレベルの初期変化速度を含む初期グルコース状態を特定することを含んでいる。初期グルコース状態は、目標グルコース状態とは異なる。方法はさらに、少なくとも１つのコンピューティングデバイスのハザード解析ロジック（hazard analysis logic）により、初期グルコース状態から目標グルコース状態への遷移のための目標リターン経路（target return path）を計算することを含んでいる。目標リターン経路は、初期グルコース状態から目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を含んでいる。目標リターン経路は、目標リターン経路の少なくとも１つの中間グルコース状態に関連付けられるハザードに基づき、ハザード解析ロジックによって計算される。

本開示の別の例示的な実施形態では、糖尿病者のグルコース状態を解析する方法が提供される。方法は、グルコースセンサによって提供される少なくとも１つの測定グルコース値に基づき、少なくとも１つのコンピューティングデバイスによって、人間のグルコース状態を検出することを含んでいる。検出グルコース状態は、人間のグルコースレベルおよびグルコースレベルの変化速度を含む。方法はさらに、少なくとも１つのコンピューティングデバイスのハザード解析ロジックにより、検出グルコース状態から目標グルコース状態への遷移のための目標リターン経路を決定することを含んでいる。目標グルコース状態は、目標グルコースレベルおよび目標グルコースレベルの目標変化速度を含む。目標リターン経路は、検出グルコース状態から目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を含む。方法はさらに、目標リターン経路の少なくとも１つの中間グルコース状態に基づき、検出グルコース状態に関連付けられる少なくとも１つのリスク基準（risk metric）を、少なくとも１つのコンピューティングデバイスのハザード解析ロジックによって算出することを含む。

本開示のさらに別の例示的な実施形態では、非一時的なコンピュータ可読媒体が提供される。非一時的なコンピュータ可読媒体は、少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサに、目標グルコースレベルおよび目標グルコースレベルの目標変化速度を含む目標グルコース状態を特定させるような実行可能な命令を含んでいる。実行可能な命令はさらに、少なくとも１つのプロセッサに、初期グルコースレベルおよび初期グルコースレベルの初期変化速度を含む初期グルコース状態を特定させる。初期グルコース状態は、目標グルコース状態とは異なる。実行可能な命令はさらに、少なくとも１つのプロセッサに、初期グルコース状態から目標グルコース状態への遷移のための目標リターン経路を計算させる。目標リターン経路は、初期グルコース状態から目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を含んでいる。目標リターン経路は、目標リターン経路の少なくとも１つの中間グルコース状態に関連付けられるハザードに基づき、少なくとも１つのプロセッサにより計算される。

本開示のさらに別の例示的な実施形態では、非一時的なコンピュータ可読媒体が提供される。非一時的なコンピュータ可読媒体は、少なくとも１つのプロセッサによって実行されると、少なくとも１つのプロセッサに、グルコースセンサによって提供される少なくとも１つの測定グルコース値に基づき、人間のグルコース状態を検出させるように実行可能な命令を含んでいる。検出グルコース状態は、人間のグルコースレベルおよびグルコースレベルの変化速度を含む。実行可能な命令はさらに、少なくとも１つのプロセッサに、検出グルコース状態から目標グルコース状態への遷移のための目標リターン経路を決定させる。目標グルコース状態は、目標グルコースレベルおよび目標グルコースレベルの変化速度を含む。目標リターン経路は、検出グルコース状態から目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を含んでいる。実行可能な命令はさらに、少なくとも１つのプロセッサに、目標リターン経路の少なくとも１つの中間グルコース状態に基づき、検出グルコース状態に関連付けられる少なくとも１つのリスク基準を算出させる。

本発明の特徴および利点は、付随の図面と併用される以下の詳細な記載を考慮することにより、当業者に対してより明らかとなるだろう。

グルコースレベルに関連付けられるハザードを評価する公知のハザード関数を示す図である。 グルコースレベルに関連付けられるハザードを評価する別の例示的なハザード関数を示す図である。 本明細書に記載される１つまたは２つ以上の実施形態による持続血糖測定（ＣＧＭ）システムを示す図である。 ハザード解析ロジックを含む、図２のＣＧＭシステムの例示的なコンピューティングデバイスを示す図である。 少なくとも１つのリスク基準に基づき、複数のグルコース状態から目標グルコース状態へのリターン経路を計算するための、図３のコンピューティングデバイスの例示的な動作方法のフローチャートである。 少なくとも１つのリスク基準に基づき、複数のグルコース状態から目標グルコース状態へのリターン経路を計算するための、図３のコンピューティングデバイスの例示的な動作方法のフローチャートである。 所与のグルコース状態に関するルックアップテーブルとして機能し得る、図４および５の方法により追加される例示的なペナルティ行列を示す図である。 図４および５の方法によって計算されるグルコース状態のセットに関する、例示的な累積ペナルティ値を示す曲面グラフである。 図４および５の方法によって計算されるグルコース状態のセットから目標グルコース状態までの例示的な総リターン時間を示す曲面グラフである。 図４および５の方法によって計算されるグルコース状態のセットに関する例示的な最大ペナルティ値を示す曲面グラフである。 図４および５の方法によって計算されるグルコース状態のセットに関する例示的な平均ペナルティ速度を示す曲面グラフである。 図４および５の方法によって計算されるグルコース状態のセットに関する例示的な符号付きの最大ペナルティ値を示す曲面グラフである。 グルコース状態のセットに関する例示的な累積ペナルティ値、およびグルコース状態に関連付けられる例示的な確率分布を示す曲面グラフである。 ＣＧＭトレースのグルコース状態に関する累積ペナルティ値が低い、例示的なＣＧＭトレースを示す図である。 ＣＧＭトレースのグルコース状態に関する累積ペナルティ値が緩やかな、別の例示的なＣＧＭトレースを示す図である。 ＣＧＭトレースのグルコース状態に関する累積ペナルティ値が大きい、別の例示的なＣＧＭトレースを示す図である。 初期グルコース状態から目標グルコース状態への目標リターン経路を計算するための、図３のコンピューティングデバイスの別の例示的な動作方法のフローチャートである。 検出グルコース状態に関連付けられるリスク基準を決定するための、図３のコンピューティングデバイスの別の例示的な動作方法のフローチャートである。 図１Ａのハザード関数に基づき、図４および５の方法によって計算されるグルコース状態のセットに関する例示的な累積ペナルティ値を示す、３つの例示的な曲面グラフである。

本開示の原理の理解を促す目的で、図面に示す実施形態を参照し、説明のために特定の言語を用いる。しかしながら、これにより本開示の範囲を制限することは意図していないことが理解される。

「ロジック」または「制御ロジック」という語は、本明細書で用いられる場合、１つまたは２つ以上のプログラム可能なプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタルシグナルプロセッサ（ＤＳＰ）、配線ロジック、またはその組み合わせにおいて実行するソフトウェアおよび／またはファームウェアを含み得る。それゆえ、実施形態によれば、様々なロジックは、任意の適切な方法で実装でき、本明細書に開示される実施形態に従って維持される。

本明細書で用いられる場合、「測定グルコース値」または「測定グルコース結果」とは、グルコースセンサによって測定される人間のグルコースレベルであり、「実際のグルコースレベル」とは、人間の実際のグルコースレベルであり、「推定グルコースレベル」とは、測定グルコースレベルに基づいていてもよい、人間の推定されるグルコースレベルである。

図１Ａは、所定のグルコースレベルに関する静的ペナルティ値（static penalty value）を計算するための別の例示的なハザード関数３０を示す。ハザード関数３０は、以下の方程式により定められる。

式中、ｇは、ｘ軸に示される血中グルコースレベル（ｍｇ／ｄｌ）であり、ｈ（ｇ）は、ｙ軸に示される、対応する静的ペナルティ値であり、ｇ₁およびｇ₂は、目標グルコース値の範囲（ｇ₁≦ｇ≦ｇ₂）または単一の目標グルコース値（ｇ₁＝ｇ₂）を定めるために用いられるグルコースレベルである。図示される実施形態において、変数α、βおよびｃは、α＝１．５０９、β＝５．３８１、およびｃ＝１．０８４と定められる。目標グルコース値の範囲（ｇ₁≦ｇ≦ｇ₂）は、例示的には、方程式（１）により示されるように、０という対応するペナルティ値を有する。目標グルコースレベルがｇ₁＝ｇ₂＝１１２．５ｍｇ／ｄｌである場合、ハザード関数３０は図１Ａのハザード曲線３２を生成し、これはKovatchevの関数に対応する。ｇ₁＝７５ｍｇ／ｄｌおよびｇ₂＝１２５ｍｇ／ｄｌである場合、ハザード関数３０は図１Ａのハザード曲線３４を生成する。このようにして、目標グルコース範囲が７５ｍｇ／ｄｌ〜１２５ｍｇ／ｄｌと定められる場合、ハザード曲線３４は所定のグルコース状態に関するペナルティ値を提供する。他の適切な目標グルコースレベル／範囲、およびその目標グルコースレベル／範囲に対応するペナルティ値も提供され得る。

図２を参照すると、糖尿病に罹患した人間のグルコースレベルを監視するための例示的な持続血糖測定（ＣＧＭ）システム５０が図示されている。詳細には、ＣＧＭシステム５０は、１分毎、５分毎、または他の適切な間隔など、所定の調節可能な間隔で測定グルコース値を収集するように動作可能である。ＣＧＭシステム５０は、例示的には、人間の皮膚５２の下に挿入される針またはプローブ５８を有するグルコースセンサ５６を含んでいる。針５８の端部は、グルコースセンサ５６によって行われる測定が間質液５４中のグルコースレベルに基づくように、血液または他の体液などの間質液５４中に配置される。グルコースセンサ５６は、人間の腹部に隣接して配置されるか、または他の適切な場所に配置される。一実施形態において、グルコースセンサ５６は、その正確さを向上させるために、周期的に較正される。この周期的な較正は、センサの劣化によるセンサのドリフトや、センサ挿入部の生理学的状態の変化によるセンサのドリフトに対する補正を補助し得る。グルコースセンサ５６は、これらに限定されるわけではないが、無線送信機６０およびアンテナ６２を含む他の構成要素を備えていてもよい。グルコースセンサ５６は、例示的には人間の血液または他の流体へのアクセスを得るために針５８を用いているが、グルコースセンサ５６は、例えば非侵襲性の装置（例えば、赤外線センサ）など、測定を行うための他の適切な装置を用いてもよい。

測定を行うと、グルコースセンサ５６は、通信リンク６４を介して、測定グルコース値をコンピューティングデバイス６６、例示的にはグルコースモニタ６６へ送信する。通信リンク６４は、例示的には、ラジオ周波数（「ＲＦ」）または他の適切な無線周波数などの無線であり、測定グルコース結果は、電磁波を介して送信される。ブルートゥース（登録商標）は、約２．４ギガヘルツ（ＧＨｚ）の周波数を用いる無線ＲＦ通信システムの例示的な種類の１つである。無線通信スキームの別の例示的な種類は、例えば赤外線データ通信協会（登録商標）（ＩｒＤＡ（登録商標））により支持されるシステムなどのように赤外線を用いる。他の適切な種類の無線通信が提供されてもよい。通信リンク６４は、単方向性（すなわち、データはグルコースセンサ５６からコンピューティングデバイス６６に向かってのみ送信される）であってもよいし、双方向性（すなわち、データはグルコースセンサ５６とコンピューティングデバイス６６との間で、いずれの方向にも送信される）であってもよい。さらに、通信リンク６４は、グルコースセンサ５６、コンピューティングデバイス６６、治療装置（例えば、インスリンポンプ）、および他の適切な装置またはシステム間など、２つまたは３つ以上の装置間での通信を容易にすることができる。図２は無線の通信リンク６４を示しているが、例えば有線のイーサネット（登録商標）リンクなど、有線のリンクが代替的に提供されてもよい。他の適切な公的なまたは私的な有線または無線リンクを用いてもよい。

図３は、図２のＣＧＭシステム５０の例示的なコンピューティングデバイス６６を示す。コンピューティングデバイス６６は、コンピューティングデバイス６６のメモリ７６に記憶されるソフトウェアおよび／またはファームウェアコードを実行する少なくとも１つのプロセッサ７２を含んでいる。ソフトウェア／ファームウェアコードは、コンピューティングデバイス６６のプロセッサ７２によって実行されると、コンピューティングデバイス６６に、本明細書に記載する関数を実行させる命令を含んでいる。コンピューティングデバイス６６は、代替的には、１つまたは２つ以上の特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタルシグナルプロセッサ（ＤＳＰ）、配線ロジック、またはその組み合わせを含んでいてもよい。コンピューティングデバイス６６は、例示的にはグルコースモニタ６６であるが、例えば、デスクトップコンピュータ、ラップトップコンピュータ、コンピュータサーバ、パーソナルデータアシスタント（「ＰＤＡ」）、スマートフォン、携帯装置、タブレットコンピュータ、注入ポンプ、グルコース測定エンジンおよびＰＤＡまたは携帯電話を含む統合装置など、他の適切なコンピューティングデバイス６６が提供されてもよい。コンピューティングデバイス６６は、単一のコンピューティングデバイス６６として示されているが、本明細書に記載するコンピューティングデバイス６６の機能を実行するために、複数のコンピューティングデバイスが一緒に用いられてもよい。

メモリ７６は、プロセッサ７２によってアクセス可能な任意の適切なコンピュータ可読媒体である。メモリ７６は、単一の記憶装置でも複数の記憶装置でもよく、コンピューティングデバイス６６の内部または外部に位置付けることができ、また揮発性媒体および不揮発性媒体の両方を含んでいてもよい。さらに、メモリ７６は、取り外し可能な媒体および取り外しができない媒体の一方または両方を含んでいてもよい。例示的なメモリ７６には、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、電気的消去可能ＲＯＭ（ＥＥＰＲＯＭ）、フラッシュメモリ、ＣＤ−ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）または他の光ディスク記憶装置、磁気記憶装置、または、データを記憶するように構成され、コンピューティングデバイス６６によってアクセス可能な任意の他の適切な媒体が含まれる。

コンピューティングデバイス６６はさらに、プロセッサ７２に電気的に結合される入力装置７４を含む。入力装置７４は、通信リンク６４により、プロセッサ７２とグルコースセンサ５６との間でデータの通信を行なえるように動作可能な任意の適切な無線および／または有線の通信モジュールを含む。一実施形態では、入力装置７４は、通信リンク６４を通してデータを無線で受信および／または送信するために、アンテナ７０（図２）を含んでいる。図示される実施形態において、入力装置７４は、図２のグルコースセンサ５６からの測定グルコース結果などのデータを受信し、受信したデータをプロセッサ７２に提供するように構成される。コンピューティングデバイス６６は、入力装置７４を介してグルコースセンサ５６から受信された測定グルコース結果をメモリ７６に記憶する。

コンピューティングデバイス６６はさらに、プロセッサ７２に電気的に結合されるディスプレイ６８を含む。ディスプレイ６８は、プロセッサ７２により提供される情報をユーザに表示するように構成される任意の適切なディスプレイまたはモニタ技術（例えば、液晶ディスプレイなど）を備えていてもよい。プロセッサ７２は、検出または推定された人間のグルコース状態に関連する情報をディスプレイ６８に送信するように構成される。表示される情報は、推定される人間のグルコース状態および／または将来のある時点で予期される人間のグルコース状態を含んでいてもよい。グルコース状態は、推定グルコースレベルおよび／または推定グルコースレベルの変化速度を含んでいてもよい。表示される情報は、推定グルコースレベルの品質または不確実性の推定値も含んでいてもよい。さらに、表示される情報は、推定または予期される人間のグルコースレベルが低血糖または高血糖であるか否かに関する警告、警報などを含んでいてもよい。例えば、人間のグルコースレベルが、例えば血液１デシリットルあたりのグルコース量が５０ミリグラム（ｍｇ／ｄｌ）などの所定の低血糖閾値を下回る（または下回ると予期される）場合に、警告が発せられてもよい。また、コンピューティングデバイス６６は、例えば振動などによって、人間に情報または警告を触覚的に伝えるようにも構成されてもよい。

一実施形態において、コンピューティングデバイス６６は、医療提供者の施設や、医療提供者によってアクセス可能な場所などにあるリモートコンピューティングデバイスと通信しており、データ（例えば、グルコースデータまたは他の生理学的情報）は、その間で転送される。この実施形態において、コンピューティングデバイス６６およびリモートデバイスは、例えば、インターネット、セルラー通信、または、ディスケット、ＵＳＢキー、コンパクトディスクなどのメモリデバイスもしくは他の持ち運び可能なメモリデバイスの物理的移動を介するようなデータ接続を通して、生理学的情報を転送するように構成される。

本明細書にさらに詳細に記載するように、コンピューティングデバイス６６のプロセッサ７２は、複数の所与のグルコース状態のそれぞれから目標グルコース状態までの目標リターン経路を計算するように動作可能なハザード解析ロジック８０を含んでいる。目標リターン経路に関連付けられる累積ペナルティ値（Cumulative penalty value）は、本明細書に記載されるように、ルックアップテーブルとして用いられ得る行列に記憶される。目標グルコース状態は、例示的には、関連付けられるハザードを有さない最適または理想的なグルコース状態であるが、任意の適切な目標グルコース状態が特定され得る。各目標リターン経路は、所与のグルコース状態と最適なグルコース状態との中間にある複数のグルコース状態が備えられる。図示される実施形態において、各リターン経路は、そのリターン経路に沿う中間グルコース状態に関連付けられる、推定されるハザードの合計が最小となるように計算される。計算されたリターン経路に基づき、例えばその人間に対する治療の調整など、様々な対応戦略がコンピューティングデバイス６６によって採用され得る。また、ハザード制御ロジック８０は、所与のグルコース状態の計算されたリターン経路に基づき、所与のグルコース状態のそれぞれに関連付けられる複数のリスク基準を計算する。図示される実施形態において、ハザード制御ロジック８０はさらに、グルコースセンサ５６により提供される測定グルコース結果を解析し、グルコースセンサ５６の正確率（probability of accuracy）を決定するように構成される。さらに、コンピューティングデバイス６６は、測定グルコース結果にグルコースセンサの正確率を重み付けすることにより、人間のグルコース状態を推定するように構成される再帰フィルタ８２を含んでいる。さらに、ハザード解析ロジック８０は、本明細書に記載するように、検出グルコース状態に関連付けられるペナルティ値に基づき、および検出グルコース状態の不確実性に基づき、検出グルコース状態に関連付けられるリスクを計算するように動作可能である。

図４および５を参照すると、少なくとも１つのハザード基準（hazard metric）に基づき、複数のグルコース状態のそれぞれに関して目標グルコース状態までのリターン経路を計算するために、プロセッサ７２のハザード解析ロジック８０によって行われる例示的な反復法のフロー図１００が示されている。図示される実施形態において、ロジック８０は、ペナルティ行列（penalty matrix）のセルまたはブロックのそれぞれが異なるグルコース状態を表すペナルティ行列を追加することによって、各グルコース状態に関する目標リターン経路を計算する。本明細書に記載するように、行列のセルによって表されるグルコース状態はそれぞれ、グルコースレベルおよびそのグルコースレベルの変化速度を含んでいる。目標リターン経路は、そのそれぞれが行列のセルによって表される複数の中間グルコース状態が備えられている。ペナルティ行列は、本明細書に記載するように、それぞれのグルコース状態からの目標リターン経路に沿って遭遇するハザードの合計に基づく、それぞれのグルコース状態に関する累積ペナルティ値を含んでいる。

図４のブロック１０２を参照すると、ロジック８０は最初に、ペナルティ行列のためのグルコース状態のセットを特定する。詳細には、ペナルティ行列のサイズ、境界およびステップサイズを決定して、この方法において評価されるべきグルコース状態のセットを特定する。例えば図６に示される例示的なペナルティ行列Ｒを参照されたい。図６の行列Ｒにおいて、各列は、０．５ｍｇ／ｄｌのステップサイズで１ｍｇ／ｄｌ〜４００ｍｇ／ｄｌの範囲の血中グルコースレベルＢＧを表す。行列Ｒの各行は、０．０２５ｍｇ／ｄｌ／ｍｉｎのステップサイズで−５ｍｇ／ｄｌ／ｍｉｎ〜５ｍｇ／ｄｌ／ｍｉｎ（１分毎の血液１デシリットルあたりのグルコースのミリグラム量）の範囲のグルコースレベルの変化速度ΔＢＧを表す。このようにして、結果として生じる行列Ｒのサイズは、７９９×４０１（合計３２０３９９のセル）であり、各セルは、異なるグルコース状態、すなわち、血中グルコースレベルＢＧおよびグルコース変化速度ΔＢＧの異なる組み合わせを表す。行列Ｒの他の適切な境界およびステップサイズは、より少ないか、またはより多いグルコース状態を特定するために設けられてもよい。行列Ｒの行および列は、図６においては説明を目的として簡約して示されている。後述するように、ペナルティ行列Ｒの各セルには、図４および５の方法により累積ペナルティ値が追加される。

例示的な実施形態において、ロジック８０は、図４および５の方法によって、行列Ｒに関して定められるグルコース状態のセットに関する付加的なリスクまたはハザード基準を表す付加的な基準をさらに追加する。基準は、推定リターン時間行列（estimated return time matrix）Ｔ、最大ペナルティ行列（maximum penalty matrix）Ｍおよび平均ペナルティ速度行列（mean penalty rate matrix）Ｐを含み、各行列は、ブロック１０２で定められるペナルティ行列Ｒと同一のサイズ、境界およびステップサイズを有する。さらに、ロジック８０は、行列Ｒのサイズおよび境界に対応するバックポインタ行列（back pointer matrix）Ｂを追加する。バックポインタ行列Ｂの各セルには、別のセルを指すバックポインタが追加される。このように、所与のグルコース状態から目標グルコース状態までの目標リターン経路は、目標リターン経路のそれぞれのグルコース状態（すなわち、各セル）に関連付けられるバックポインタに基づき特定される。リターン時間行列Ｔの各セルには、人間の血中グルコースが、計算された目標リターン経路に沿って、対応するセルのグルコース状態から目標グルコース状態へと遷移するための推定総時間が追加される。最大ペナルティ行列Ｍの各セルには、対応するセルのグルコース状態を含む、対応するセルのグルコース状態から目標グルコース状態までの目標リターン経路に沿う全てのグルコース状態の最大累積ペナルティ値が追加される。平均ペナルティ速度行列Ｐの各セルには、対応するグルコース状態に関して計算される目標リターン経路に関連付けられる推定平均ペナルティ速度が追加される。一実施形態において、各行列Ｒ、Ｔ、Ｍ、ＰおよびＢは、コンピューティングデバイス６６のメモリ７６に記憶されるデータを備える。本明細書に記載されるように、行列Ｒ、Ｔ、ＭおよびＰに含まれる値は、検出および／または特定されるグルコース状態に関するリスク基準として機能する。

ブロック１０４で、ロジック８０は、目標グルコース状態ＧＳ_Tによりペナルティ行列Ｒを初期化する。図示される実施形態において、目標グルコース状態ＧＳ_Tは、本明細書に記載するKovatchevの関数により決定されたように、変化速度が０ｍｇ／ｄｌ／ｍｉｎの、１１２．５ｍｇ／ｄｌという最適なグルコース状態である。目標グルコース状態ＧＳ_Tは、別の適切な目標グルコース状態またはグルコース状態の範囲を含んでいてもよい。ロジック８０は、目標グルコース状態ＧＳ_Tのセル（Ｒ_112.5、0）に関連付けられるペナルティ値を０に設定することによって、行列Ｒを初期化する。一実施形態において、ロジック８０はさらに、目標グルコース状態に関して、それぞれの時間値、最大ペナルティ値および平均ペナルティ速度を０に設定することにより、行列Ｔ、ＭおよびＰを初期化する。一実施形態において、ロジック８０はさらに、１００，０００または別の適切な大きな数字などの大きな値を用いて、行列Ｒの他の全てのグルコース状態（セル）を初期化する。

ブロック１０６で、ロジック８０は、評価されるセルを特定する待ち行列（queue）Ｑを初期化する。この方法の第１反復では、ロジック８０は、待ち行列Ｑに目標グルコース状態ＧＳ_Tを追加して待ち行列Ｑを初期化する。このようにして、ブロック１０６のあと、待ち行列Ｑは、単一のセルを最初に特定し、いわゆる目標グルコース状態ＧＳ_Tに対応するセルを評価する。ブロック１０８で、ロジック８０は、所定の時間ステップだけ時間カウンタｔを増分する。一実施形態において、時間カウンタｔは、最初は０であり、ロジック８０は、ブロック１０８で１分だけ時間カウンタを増分する。一実施形態においては、この方法により解析される個別のステップが連続的なシステムに近づくように、時間ステップは小さな値（例えば、１分）に設定される。他の適切な時間増分が実施されてもよい。ブロック１１０で、ロジック８０は、この方法による評価のために後に待ち行列Ｑに追加される次のグルコース状態ＧＳ_Nを記憶するために用いられる一時的な待ち行列Ｑ_TEMPを消去する。

ブロック１１２で、ロジック８０は、評価のために待ち行列Ｑからグルコース状態ＧＳ_Qを選択する。ブロック１１２の最初の反復では、選択されたグルコース状態ＧＳ_Qは、目標グルコース状態ＧＳ_Tである。後の反復では、待ち行列Ｑは、本明細書に記載するように、評価のためにブロック１１２での選択に利用可能な付加的なグルコース状態を含んでいる。対象グルコース状態ＧＳ_Qが特定された状態で、ロジック８０は、ブロック１１４に示すように、時間ステップ内で起こる可能性のある、グルコースに対する摂動（perturbation）のセットを定める。摂動は、血中グルコース状態に関連付けられる、推測される生理学的制約に基づき特定される。摂動のセットは、人間が時間ステップ（例えば、１分）内に対象グルコース状態ＧＳ_Qから遷移する可能性のある他の潜在的なグルコース状態を特定するために用いられる。換言すれば、１分（または他の適切な時間ステップ）内での人間の血中グルコース状態の変化の程度は、生理学的制約によって自然に制限される。このようにして、ロジック８０は、その時間ステップ内で起きる可能性のある少なくとも１つの推測される最大摂動程度に基づき、摂動のセットを定める。推測される最大摂動程度に基づき、ロジック８０は、ブロック１１４で、最大摂動程度により定められる範囲内にある摂動値のセットを特定する。

例示的な実施形態において、ブロック１１４で定められる摂動は、グルコースレベルに関連付けられる加速度値である。この例において、ロジック８０は、生理学的制約に基づき最大加速度閾値を推測し、この推測された最大加速度閾値および対象グルコース状態ＧＳ_Qに基づいて、時間ステップ内に得られる可能性のあるいくつかの他の潜在的なグルコース状態を計算する。例示的な最大加速度閾値は、±０．０２５ｍｇ／ｄｌ／ｍｉｎ²である。このように、ロジック８０は、ブロック１１４で、一連の加速度値を−０．０２５ｍｇ／ｄｌ／ｍｉｎ²〜＋０．０２５ｍｇ／ｄｌ／ｍｉｎ²の範囲に定める。ロジック８０は、加速度値のセットとして用いるために、定められた範囲から複数の分離した加速度を選択する。例示的な加速度値のセットは、［−０．０２５、−０．０２０、−０．０１５、−０．０１０、−０．００５、０．０００、＋０．００５、＋０．０１０、＋０．０１５、＋０．０２０、＋０．０２５］（ｍｇ／ｄｌ／ｍｉｎ²）である。

最大加速度は、糖尿病者の代謝の違いを考慮に入れるように調整されてもよい。一実施形態において、最大加速度は、患者の生理機能と実質的に合致するように設定される。例えば、子どものグルコースレベルは、大人のグルコースレベルよりも速く変動し得る。このように、代謝がより高い人間（例えば、子ども）には、より高い最大加速度が適切となり、代謝がより低い人間（例えば、大人）には、より低い最大加速度が適切となり得る。例示的な高い最大加速度閾値は、±０．０２５ｍｇ／ｄｌ／ｍｉｎ²であり、例示的な低い最大加速度閾値は、±０．０２０ｍｇ／ｄｌ／ｍｉｎ²であるが、他の適切な最大加速度閾値が用いられてもよい。

ブロック１１６で、ロジック８０は、評価のために、定められた摂動値のセットから摂動値（例えば、加速度値）を特定または選択する。対象グルコース状態ＧＳ_Qおよびブロック１１６で特定される摂動値に基づき、ロジック８０は、ブロック１１８で、この方法によって評価されるべき次のグルコース状態ＧＳ_Nを特定する。例えば、例示的な摂動として加速度を用いて、ロジック８０は、選択されたグルコース状態ＧＳ_Qの既知のグルコースレベルおよび既知の変化速度、ならびにブロック１１６で選択された加速度値に基づき、血中グルコースレベルおよび関連する変化速度を含む次のグルコース状態ＧＳ_Nを決定する。例えば、ロジック８０は、次の方程式により、次のグルコース状態ＧＳ_NのグルコースレベルＧ_Nおよびグルコース変化速度ｄＧ_Nを計算する。

式中、Ｇ_Qは、グルコース状態ＧＳ_Qのグルコースレベルであり、ｄＧ_Qは、グルコース状態ＧＳ_Qの変化速度であり、ｄｔは、ブロック１０８において特定される時間ステップ（例えば、１分）であり、ａは、ブロック１１６で特定される加速度値である。一実施形態において、ロジック８０は、Ｇ_NおよびｄＧ_Nに関して計算された値を四捨五入して、行列Ｒのセルによって定められるような最も近いステップサイズにおさめる。例えば、図６の行列Ｒのセルの血中グルコース値は、例示的には、０．５ｍｇ／ｄｌのステップサイズを有し、変化速度は、０．０２５ｍｇ／ｄｌ／ｍｉｎのステップサイズを有する。ブロック１２０で、ロジック８０は、Ｇ_NおよびｄＧ_Nに関して四捨五入された値によって定められる次のグルコース状態ＧＳ_Nが行列Ｒの境界内にあるか否か、すなわち、行列Ｒのセルが次のグルコース状態ＧＳ_Nに対応しているか否かを判定する。

ブロック１２０で次のグルコース状態ＧＳ_Nが行列Ｒにない場合、ロジック８０は、ブロック１２２をスキップし、ブロック１２４にすすむ。ブロック１２０で次のグルコース状態ＧＳ_Nが行列Ｒにある場合、ロジック８０は、ブロック１２２にすすんで次のグルコース状態ＧＳ_Nに関連付けられるハザードを評価する。ブロック１２２で、ロジック８０は、次のグルコース状態ＧＳ_Nに関連付けられる累積ペナルティ値が、対象グルコース状態ＧＳ_Qの累積ペナルティ値および次のグルコース状態ＧＳ_Nの静的ペナルティ値の合計よりも大きいがどうかを判定する。図示される実施形態において、グルコース状態の静的ペナルティ値は、本明細書に記載されるKovatchevの関数により得られる。別の実施形態において、グルコース状態の静的ペナルティ値は、図１Ａに関して本明細書に記載するハザード関数３０により得られる。他の適切なハザード関数が用いられてもよい。所与のグルコース状態の累積ペナルティ値は、その所与のグルコース状態の静的ペナルティ値と、そのグルコース状態に関連付けられる目標リターン経路に沿って、この方法により特定される中間グルコース状態それぞれの静的ペナルティ値との合計である。このように、対象グルコース状態ＧＳ_Qの累積ペナルティ値は、ＧＳ_Qの静的ペナルティ値と、そのグルコース状態ＧＳ_Qに関して（この方法の前の反復により）計算される目標リターン経路に関連付けられる全ての中間グルコース状態の静的ペナルティ値との合計である。この方法の第１反復では、ＧＳ_Qは、最適なグルコース状態ＧＳ_Tであるので、ゼロの累積ペナルティ値を有している。後の反復では、ＧＳ_Qは、図４および図５の方法の前の反復により計算された、関連付けられる累積ペナルティ値を有する、行列Ｒの任意の他のグルコース状態であってもよい。同様に、次のグルコース状態ＧＳ_Nの累積ペナルティ値は、その状態ＧＳ_Nに関連付けられる、前に計算された目標リターン経路に基づく。ゆえに、この方法の前の反復で次のグルコース状態ＧＳ_Nがすでに評価されている場合、ＧＳ_Nは、関連付けられる目標リターン経路およびそれに伴う関連付けられる累積ペナルティ値を有することになる。この方法の現在の反復によって初めて、次のグルコース状態ＧＳ_Nがこの方法によって評価された場合には、次のグルコース状態ＧＳ_Nは、関連付けられる目標リターン経路をまだ有さないことになる。この方法の第１反復では、ＧＳ_Nの累積ペナルティ値は、ＧＳ_Nの静的ペナルティ値である。

ゆえに、ロジック８０は、ブロック１２２で、すでに次のグルコース状態ＧＳ_Nに関して計算された目標リターン経路の累積ペナルティが、ＧＳ_Nに関して現在評価されている目標リターン経路の累積ペナルティ、すなわち、ＧＳ_Qに関する目標リターン経路の累積ペナルティに、ＧＳ_Nの静的ハザード値を足したものよりも大きいか否かを判定する。はい（yes）の場合、ロジック８０は、ＧＳ_Nに関してより最適な目標リターン経路（すなわち、より小さい累積ペナルティ値を有する経路）が見つかったと判定する。ゆえに、ロジック８０は、ＧＳ_Nに関する新たな目標リターン経路を、ＧＳ_Qに関して現在評価されている目標リターン経路にＧＳ_NからＧＳ_Qへの遷移ステップを足したものになるように割り当てる。詳細には、ブロック１２２が正しい場合、方法は、図５のブロック１４０にすすみ、ここでロジック８０は、ＧＳ_NからＧＳ_Qまでのバックポインタを設定し、それによりＧＳ_Nを、ＧＳ_Qに関して定められる目標リターン経路に結び付ける。ロジック８０は、次のグルコース状態ＧＳ_Nに対応する行列Ｂのセルにおいて、バックポインタを設定する。ブロック１４２で、ロジック８０は、ＧＳ_Qの累積ペナルティ値とＧＳ_Nの静的ペナルティ値との合計と等しくなるように、行列ＲにおけるＧＳ_Nの累積ペナルティ値を設定する。ブロック１４４で、ロジック８０は、行列Ｔにおいて、ＧＳ_Nに関する総推定リターン時間を時間カウンタｔと等しくなるように設定する。このように、ブロック１４４で設定される合計の推定リターン時間は、ブロック１４０でＧＳ_Nに関して設定された新たな目標リターン経路に沿って、次のグルコース状態ＧＳ_Nから目標グルコース状態ＧＳ_Tに戻るための推定時間である。時間カウンタｔは、ＧＳ_Nに関する目標リターン経路に沿って評価されるグルコース状態のそれぞれに対して、方法の間増分される。例えば、ブロック１４０で設定されるＧＳ_Nに関する目標リターン経路が、ＧＳ_NとＧＳ_Tとの間で４つの中間グルコース状態を含む場合、時間カウンタｔは５と等しくなる（ＧＳ_QからＧＳ_Nまでの増分を含む）。ゆえに、この例において、ブロック１４４で計算される総リターン時間は、５分と等しくなる（１分の時間ステップに基づく）。

ブロック１４６で、ロジック８０は、ＧＳ_Nに関する目標リターン経路に関連付けられる平均ペナルティ速度を計算する。ＧＳ_Nに関する平均ペナルティ速度は、ブロック１４２で設定される累積ペナルティ値を、ブロック１４４で設定される総時間で割ったものとして計算される。ロジック８０は、次のグルコース状態ＧＳ_Nに対応する行列Ｐのセルにおいて、計算された平均ペナルティ速度を設定する。ブロック１４８で、ロジック８０は、グルコース状態ＧＳ_Nの静的ペナルティ値が、ＧＳ_Nに関する目標リターン経路に関連付けられる現在の最大静的ペナルティ値よりも大きいか否かを判定する。詳細には、ＧＳ_Nの静的ペナルティ値が、ＧＳ_Nに関する目標リターン経路に沿う各中間グルコース状態の静的ペナルティ値よりも大きい場合、ロジック８０は、ブロック１５０で、ＧＳ_Nの静的ペナルティ値と等しくなるように、ＧＳ_Nに関する目標リターン経路に関連付けられる最大の静的ペナルティ値を設定する。ブロック１４８が間違いである場合、ロジック８０は、ＧＳ_Qの目標リターン経路に関連付けられる現在の最大ペナルティ値をＧＳ_Nに設定し、すなわち、ロジック８０は、ＧＳ_Nに対応する行列Ｍのセルにおいて、最大の静的ペナルティ値を設定する。

ブロック１５２で、ロジック８０は、次のグルコース状態ＧＳ_Nが一時的な待ち行列Ｑ_TEMPに記憶されているか否かを判定する。記憶されていない場合、ロジック８０は、状態ＧＳ_NをＱ_TEMPに記憶し、図４のブロック１２４にすすむ。ＧＳ_NがすでにＱ_TEMPに記憶されている場合（すなわち、ブロック１１０でＱ_TEMPが消去されるまでに、ＧＳ_Nがすでに評価されている場合）、この方法はブロック１２４にすすむ。図４のブロック１２４で、ロジック８０は、ブロック１１６で特定される摂動値（例えば、加速度値）が、ブロック１１４で定められる摂動値のセットの最後の値であるか否かを判定する。セットの付加的な摂動値がまだ評価されていない場合、この方法は、ブロック１１６に戻って、グルコース状態ＧＳ_Qを用いた評価のために、セットから別の摂動値を選択する。この方法はその後、新たな摂動値に基づいて、ブロック１１８で異なる次のグルコース状態ＧＳ_Nを計算し、ブロック１２０〜１２４を繰り返す。セットの全ての摂動値がブロック１２４で評価されると、ロジック８０は、ブロック１２６にすすんで、待ち行列Ｑにより特定される全てのグルコース状態が評価されているか否かを判定する。待ち行列Ｑの付加的なグルコース状態が評価されていない場合、この方法は、ブロック１１２に戻って、評価のために待ち行列Ｑから別の対象グルコース状態ＧＳ_Qを選択する。ロジック８０はその後、待ち行列Ｑの各グルコース状態に対してブロック１１４〜１２４を繰り返す。待ち行列Ｑの全てのグルコース状態がブロック１２６で評価されると、ロジック８０は、待ち行列Ｑを消去し、ブロック１２８で待ち行列ＱをＱ_TEMPと等しく設定し、すなわち、（図５のブロック１５４で）Ｑ_TEMPに追加されたグルコース状態は全て、待ち行列Ｑに配置される。このように、待ち行列Ｑがブロック１３０で空（empty）でない場合、ロジック８０は、ブロック１０８に戻り、ブロック１２８で待ち行列Ｑに配置されたグルコース状態の全てを評価する。待ち行列Ｑがブロック１３０で空になると、これは、方法の最後の反復で評価される次のグルコース状態ＧＳ_Nのいずれもがブロック１２０で行列Ｒの境界内にないこと、または、次のグルコース状態ＧＳ_Nのいずれに対しても新たな最適なリターン経路が見つからなかったことを示し、この方法は完了する。

一実施形態において、この方法は、全ての行列Ｒ、Ｔ、Ｍ、ＰおよびＢが完全に追加された状態で完了する。この方法の終了後に行列Ｒの１つまたは２つ以上のセルが追加されないまま残っている場合、これらの対応するグルコース状態に関する累積ペナルティ値は、同一の＋／−符号を用いて、行列Ｒ内に含まれる最大のペナルティ値と等しくなるように設定され得る（すなわち、低血糖または高血糖ハザード）。別の実施形態において、行列Ｒの追加されていないグルコース状態（セル）は、最大のペナルティ値よりも大きい値に設定され得る。別の実施形態において、行列Ｒの追加されていないグルコース状態（セル）は、警報をもたらすフェイルセーフ（failsafe）状態として特定され得る。

一実施形態において、計算された行列Ｒ、Ｔ、ＭおよびＰは、対応する行列Ｒ、Ｔ、ＭおよびＰの関連付けられるリスクまたはハザード基準値を図示する曲面グラフまたは等高線図を作成するために用いられる。例えば、図７〜１１に示す例示的な曲面等高線図を参照すると、曲面は、対応するリスクまたはハザード基準値を示している。図７〜１１の曲面等高線図は、Kovatchevの関数により得られる静的ペナルティ値（本明細書に記載する図４のブロック１２２を参照）に基づき、図４および５の方法によって作成される。図７〜１１の曲面グラフは、例示的な等高線図であるが、曲面の色／濃淡が対応する基準値を図示する色つきの曲面グラフが作成されてもよい。図７を参照すると、累積ペナルティ曲面２００は、行列Ｒのグルコース状態に関してロジック８０により計算された累積ペナルティ値を示す。ｙ軸は、０ｍｇ／ｄｌ〜６００ｍｇ／ｄｌの範囲の血中グルコースレベルを示し、ｘ軸は、−５ｍｇ／ｄｌ／ｍｉｎ〜５ｍｇ／ｄｌ／ｍｉｎの範囲のグルコース変化速度を示す。行列Ｒは、０〜４００ｍｇ／ｄｌの範囲のグルコースレベルを有するものとして上述したが、図７〜１２の曲面グラフは、説明を目的として０〜６００ｍｇ／ｄｌの範囲のグルコースレベルを有する。例示的なグルコース状態は、２２５ｍｇ／ｄｌのグルコースレベルおよび−１．０ｍｇ／ｄｌ／ｍｉｎのグルコース変化速度の点Ａに示されている（図８〜１０も参照）。目標リターン経路２０２は、点Ａのグルコース状態から点Ｏの最適グルコース状態まで示されている。図４および５の方法によって累積ペナルティ値を最小化するように計算された目標リターン経路２０２は、計算された、点Ａでのグルコース状態から点Ｏでの最適グルコース状態への、計算された遷移の中間グルコース状態を示す。同様に、図８〜１０は、他のハザード基準に関する曲面グラフを示す。図８を参照すると、合計のリターン時間曲面２１０は、行列Ｔの全てのグルコース状態に関してロジック８０により計算される推定リターン時間の合計を示す。図９を参照すると、最大ペナルティ曲面２２０は、行列Ｍの全てのグルコース状態に関してロジック８０により計算される最大ペナルティ値を示す。図１０を参照すると、ペナルティ速度曲面２３０は、行列Ｐの全てのグルコース状態に関してロジック８０により計算される平均ペナルティ速度を示す。

付加的な曲面等高線図は図１８に示され、それぞれが図４および５の方法により作成された異なる累積ペナルティ行列Ｒに対応している。図１８のプロットは、ハザード関数３０を用いて得られる静的ペナルティ値に基づき作成される（本明細書に記載する図４のブロック１２２を参照）。このように、図１８のプロットは、異なる例示的な目標グルコースレベルの範囲（すなわち、ｇ₁値、ｇ₂値）に関する、異なる累積ペナルティ曲面３５２、３５４、３５６を示す。各曲面３５２、３５４、３５６のｙ軸は、０ｍｇ／ｄｌ〜６００ｍｇ／ｄｌの範囲の血中グルコースレベルを示し、ｘ軸は、−５ｍｇ／ｄｌ／ｍｉｎ〜５ｍｇ／ｄｌ／ｍｉｎの範囲のグルコース変化速度を示す。図１８を参照すると、累積ペナルティ曲面３５２は、ｇ₁＝ｇ₂＝１１２．５ｍｇ／ｄｌの目標グルコース値に基づくグルコース状態に関する累積ペナルティ値を示し、領域３５３が最小（例えば、ゼロ）の累積ペナルティを有する。累積ペナルティ曲面３５４は、ｇ₁＝８０ｍｇ／ｄｌ〜ｇ₂＝１２０ｍｇ／ｄｌの目標グルコース範囲に基づく累積ペナルティ値を示し、領域３５５が最小（例えば、ゼロ）の累積ペナルティを有する。累積ペナルティ曲面３５６は、ｇ₁＝１１０ｍｇ／ｄｌ〜ｇ₂＝１４０ｍｇ／ｄｌの目標グルコース範囲に基づく累積ペナルティ値を示し、領域３５７が最小（例えば、ゼロ）の累積ペナルティを有する。他の適切な目標グルコース範囲が与えられてもよい。

ロジック８０はさらに、図４および５の方法に基づき、行列Ｒ、Ｍ、ＰおよびＢに関して符号付きのリスク／ハザード基準を計算するように動作可能である。一実施形態において、符号付きの基準を計算するために、ロジック８０は、低血糖のグルコース状態、すなわち、グルコースレベルが１１２．５ｍｇ／ｄｌ未満のグルコース状態に関連付けられる静的ペナルティ値を、以下の方程式に基づき負数になるように設定する。

式中、ｇは、グルコースレベルであり、Ｈ_S（ｇ）は、グルコースレベルｇに関連付けられる符号付きの静的ペナルティ値である。ロジック８０は、符号付きの累積ペナルティの絶対値を分析することによって、図４および５の方法にしたがって目標リターン経路を計算する。例えば、図４のブロック１２２で、ロジック８０は、ＧＳ_Nに関連付けられる累積ペナルティ値の絶対値が、ＧＳ_Qの累積ペナルティ値とＧＳ_Nの静的ペナルティ値との合計の絶対値よりも大きいか否かを判定する。同様に、図５のブロック１４８で、ロジック８０は、ＧＳ_Nの静的ペナルティ値の絶対値が、ＧＳ_Nに関する目標リターン経路に関連付けられる現在の最大静的ペナルティ値の絶対値よりも大きいか否かを判定する。符号付きのペナルティ値に基づき、ロジック８０は、各行列Ｒ、ＭおよびＰに関する符号付きのリスク曲面を作成するように動作可能である。例えば、図１１は、低血糖の領域に関連付けられる負数の最大ペナルティと、高血糖の領域に関連付けられる正数の最大ペナルティ値とを（例えば、例示的には、色／濃淡に基づいて）区別する符号付きの最大ペナルティ曲面２４０を示す。

図３のコンピューティングデバイス６６はさらに、グルコースセンサ５６により提供される測定グルコース結果に基づき、人間のグルコース状態を推定するように動作可能である。詳細には、グルコースセンサ５６は、グルコースセンサ５６に関連付けられる誤動作および／またはノイズにより、正常に機能しない場合があり、これは潜在的に不正確なグルコース測定をもたらす。このように、コンピューティングデバイス６６のハザード解析ロジック８０は、グルコースセンサ５６により提供される検出グルコース状態の正確率を分析するようにさらに動作可能である。ロジック８０は、測定グルコース結果の正確率を決定するために、隠れマルコフモデルなどの任意の適切な確率評価ツールを用いることができる。決定された正確率に基づき、ハザード解析ロジック８０は、再帰フィルタ８２（図３）を用いて、人間のグルコースレベルおよびグルコース変化速度を推定する。詳細には、例えばカルマンフィルタなどの再帰フィルタ８２は、グルコースレベルおよびグルコース変化速度を含む検出グルコース状態に、決定されたグルコースセンサ正確率を重み付けする。さらに、グルコースセンサ正確率に基づき、再帰フィルタ８２は、推定グルコース状態の不確実性の評価基準を計算するように動作可能である。不確実性の評価基準は、推定グルコース状態の質を示す。一連の検出グルコース状態では、各状態に関する不確実性は変動し得る。確率評価ツール、再帰フィルタ、不確実性の計算、およびコンピューティングデバイス６６の他の確率およびリスク評価機能性のさらなる説明については、「Methods and Systems for Processing Glucose Data Measured from a Person Having Diabetes」と題され２０１０年１月２６日に出願された米国特許出願第１２／６９３，７０１号明細書を参照されたく、この出願の開示は全て、参照により本明細書に組み込まれている。

図１２を参照すると、累積ペナルティ曲面２５０は、本明細書に記載されるように、行列Ｒのグルコース状態に関してロジック８０により計算された累積ペナルティ値を示す。図１２の点Ｂに対応するグルコースレベルおよびグルコース変化速度を有するグルコース状態の検出時には、ロジック８０は、検出グルコース状態の周りの確率分布を計算するように動作可能である。図１２は、２つの代替的な分布２５２および２５４を示す。小さい方の分布２５２は、検出グルコース状態に関連付けられる不確実性が小さいことを示す一方で、大きい方の分布２５４は、不確実性がより高いことを示す。分布２５２および２５４は、例示的にはガウス（正規）分布であるが、例えば粒子フィルタまたは混合ガウス分布など、他の適切な不確実性の表示方法が提供されてもよい。

検出グルコース状態に関連付けられる不確実性に基づき、ハザード解析ロジック８０は、その検出グルコース状態に関するリスク値を計算するように動作可能である。詳細には、リスク値は、行列Ｒにより得られ、ロジック８０により決定される測定グルコース結果の正確率を乗じられた、検出グルコース状態の累積ペナルティに等しい。検出グルコース状態の所与の累積ペナルティに関して、ロジック８０により計算されるリスク値は、検出グルコース状態の不確実性の増大に伴って増加する。例えば、図１２の分布２５２は、分布２５２よりも小さい不確実性に基づく分布２５４よりもリスク値が小さい。図示される実施形態において、計算されたリスク値は、コンピューティングデバイス６６のディスプレイ６８上に表示されてもよい。さらに、計算されたリスク値は、例えばインスリンのボーラス速度やベーサル速度の調整など、糖尿病者に提供される治療を調整するために用いられてもよい。コンピューティングデバイス６６のリスク計算の機能性だけでなく、確率分布の計算のさらなる説明については、「Insulin Optimization Systems and Testing Methods with Adjusted Exit Criterion Accounting for Systems Noise Associated with Biomarkers」と題され、２０１０年６月１８日に出願された米国特許出願第１２／８１８，７９５号明細書を参照されたく、この出願の開示は全て、参照により本明細書に組み込まれている。

図１３〜１５を参照すると、それぞれが例示的なＣＧＭトレースを示す、いくつかのグラフ２６０、２７０、２８０が示されており、ｘ軸は、分単位の時間を示し、ｙ軸は、ｍｇ／ｄｌ単位の血中グルコースレベルを示す。各ＣＧＭトレースは、ある期間にわたって測定された一連の検出グルコースレベルを備えており、それにより時間に対するグルコースレベルの変遷を示している。図１３には、未加工（フィルタリングされていない）トレース２６１およびフィルタリングされたグルコーストレース２６２（すなわち、トレース２６２のグルコースレベルは、センサ正確率に基づき推定される）を含む例示的なグラフ２６０が示されている。トレース２６２の各推定グルコースレベルは、大きさ（直径）がグルコースレベルの関連付けられる累積ペナルティを表す、対応するポイントペナルティ２６４を含んでいる。図１３に示すように、トレース２６２は、最小限の変化速度で、１１０ｍｇ／ｄｌ（最適グルコースレベルの近く）の周りを中心として実質的にとどまり、ゆえに各推定グルコースレベルは、累積ペナルティが低い。また図１３には、ロジック８０により計算され、本明細書に記載されるように、１１２．５ｍｇ／ｄｌという最適グルコースレベルへの目標リターンにわたって中間グルコースレベルを示す目標リターン経路２６６が示されている。目標リターン経路２６６は、トレース２６２の最終の推定グルコース値、例示的には２４０分の時間のあたりで開始する。

図１４では、例示的なグラフ２７０は、未加工のフィルタリングされていないトレース２７１およびフィルタリングされた（推定）グルコーストレース２７２を示し、トレース２７２の各推定グルコース値は、対応するポイントペナルティ２７４を含んでおり、ポイントペナルティ２７４の大きさが、関連付けられるグルコースレベルの累積ペナルティを表している。図示されるように、トレース２７２は高血糖に向かって上昇するが、トレース２７２のグルコースレベルの変化速度は、ゆっくりと穏やかになる。このように、ポイントペナルティ２７４は、推定グルコースレベルが増加するにつれてサイズが大きくなるが、ポイントペナルティ２７４は、適度の大きさである。累積ペナルティ値も線２７８により示されており、これは、正の変化速度によりグルコースレベルが上昇して、高いピークのグルコースレベルに達する直前に、累積ペナルティが最高度に達していることを示す。また図１４には、ロジック８０により計算され、本明細書に記載されるように、トレース２７２の最終の推定グルコースレベルに関する目標リターン経路２７６も示される。図示されるように、目標リターン経路２７６は、図１３の目標リターン経路２６６よりも推定されるリターン時間が長い。

図１５では、例示的なグラフ２８０は、フィルタリングされた（推定）グルコーストレース２８２を示し、トレース２８２の各推定グルコース値は、対応するポイントペナルティ２８４を含んでおり、ポイントペナルティ２８４の大きさが、関連付けられるグルコースレベルの累積ペナルティを表している。図示されるように、トレース２８２は、低血糖に向かって減少し、グルコースレベルの変化速度は、図１４のトレース２７２の変化速度よりも速い。このように、ポイントペナルティ２８４は、グルコースレベルが急激に減少するにつれてサイズが大きくなり、ポイントペナルティ２８４は比較的大きくなる。累積ペナルティも線２８８により示されており、これは、変化速度がさらに降下した場合に達する最低のグルコースレベル（２９２）の前に、累積ペナルティが最高度に達している（ピーク２９０）ことを示す。このように、ピーク２９０での最大累積ペナルティは、今後の低いグルコースレベルの予測を示し、ゆえに急激に降下するグルコースレベル（検出される変化速度により特定）による今後のリスクを示す。図１５には、ロジック８０により計算され、本明細書に記載されるように、トレース２８２の最終の推定グルコースレベルに関する目標リターン経路２８６も示される。

ＣＧＭトレースに関する総ペナルティ値Ｊは、ロジック８０によって以下の方程式に基づき計算されてもよい。

式中、ｆ₁は、トレースの所与のグルコース状態の累積ペナルティであり、ｆ₂は、トレースの最終グルコース状態の累積ペナルティであり、ｄｇは、グルコース変化速度であり、μは、トレースの累積ペナルティと最終状態の累積ペナルティとの間のバランスを調整するために用いられるパラメータである。このように、ＣＧＭトレースの総ペナルティＪは、トレース中の各点に関する累積ペナルティの合計に、最終状態に関する累積ペナルティを足したものである。代替的には、ｆ₁およびｆ₂は、平均ペナルティ速度もしくは最大累積ペナルティなどの、本明細書に記載する別のペナルティ関数でもよいし、または本明細書に記載するペナルティ関数の組み合わせであってもよい。

図１６を参照すると、初期グルコース状態から目標グルコース状態までの目標リターン経路を計算するために、図３のハザード解析ロジック８０によって実施される例示的な方法のフロー図３００が示されている。図１６の記載全体にわたって、図４および５の方法を参照する。ブロック３０２で、ロジック８０は、目標グルコースレベルおよび目標グルコースレベルの目標変化速度を含む目標グルコース状態を特定する。一実施形態では、目標グルコースレベルは、関連付けられるペナルティ／リスク値がゼロの、図４および５の方法で特定され、本明細書に記載される最適グルコースレベルであり、その最適グルコースレベルは、関連付けられるペナルティ／リスク値がゼロである。ブロック３０４で、ロジック８０は、初期グルコースレベルおよび初期グルコースレベルの初期変化速度を含む初期グルコース状態を特定する。初期グルコース状態は、目標グルコース状態とは異なる。一実施形態において、初期グルコース状態は、図４および５の方法で評価される次のグルコース状態ＧＳ_Nである。別の実施形態において、初期グルコース状態は、グルコースセンサ５６（図２）から測定されたグルコース結果に基づく検出グルコース状態である。

ブロック３０６で、ロジック８０は、初期グルコース状態から目標グルコース状態への遷移に関する目標リターン経路を計算する。本明細書に記載されるように、目標リターン経路は、初期グルコース状態から目標グルコース状態への遷移に関連付けられる、少なくとも１つの中間グルコース状態を含む。目標リターン経路は、本明細書に記載されるように、目標リターン経路の少なくとも１つの中間グルコース状態に関連付けられるハザードに基づき、ロジック８０によって計算される。一実施形態において、ロジック８０は、初期グルコース状態と目標グルコース状態との間に複数の潜在的な中間グルコース状態を特定し、その複数の潜在的な中間グルコース状態から少なくとも１つの中間グルコース状態を選択して、目標リターン経路に関連付けられるハザードを最小化する。例えば、最小累積ペナルティを有する目標リターン経路を見つけるためには、図４および５のロジック８０は、この方法の実行全体にわたって、異なる対象グルコース状態ＧＳ_Qを評価するときに、同一の次のグルコース状態ＧＳ_Nを複数回評価する。ロジック８０はその後、本明細書に記載されるように、最小累積ペナルティを有する目標リターン経路に各ＧＳ_Nを割り当てる。

一実施形態において、目標リターン経路は、本明細書に記載されるように、さらに所定の最大加速度など、グルコース摂動の生理学的限界に基づいて計算される。一実施形態において、ロジック８０は、図４および５に関して本明細書に記載されるように、目標グルコース状態、グルコース摂動の生理学的限界（例えば、推定最大加速度）および所定期間（例えば、図４のブロック１０８の増分時間ステップ）に基づいて、複数の潜在的なグルコース状態（ＧＳ_N）を特定することによって、ブロック３０６で目標リターン経路を計算する。例えば、潜在的なグルコース状態のそれぞれから目標グルコース状態への遷移は、生理学的限界に基づく所定期間内に人間が達成できるように、ロジック８０によって推定される。

一実施形態において、ロジック８０は、複数の初期グルコース状態（例えば、行列Ｒのグルコース状態）に関する目標リターン経路を計算し、本明細書に記載されるように、目標リターン経路の中間グルコース状態に関連付けられるハザード（すなわち、ペナルティ値）を最小化するように、各目標リターン経路がロジック８０によって計算される。一実施形態において、ロジック８０は、各グルコース状態に関して行列Ｒ、Ｔ、Ｍ、ＰおよびＢの値を格納する１つまたは２つ以上のルックアップテーブルを作成する。ルックアップテーブルは、特定の対象グルコース状態に関連付けられる様々なリスクやハザードを解析するために用いることができる。例えば、ＣＧＭシステム５０（図２）を用いた人間のグルコース状態の検出時に、（例えば、図３のメモリ７６に記憶される）ルックアップテーブルに格納される計算された行列Ｒ、Ｔ、Ｍ、ＰおよびＢは、検出グルコース状態と実質的に等しい格納グルコース状態に関連付けられるリスク基準を特定するためにアクセスすることができる。例示的な一実施形態において、ロジック８０は、行列Ｒの検出グルコース状態に関連付けられる累積ペナルティ値、行列Ｔの検出グルコース状態に関する推定リターン時間、行列Ｍの検出グルコース状態に関する目標リターン経路に関連付けられる最大ペナルティ値、および行列Ｐの目標リターン経路に関連付けられる平均ペナルティ速度をルックアップテーブルから検索する（look up）ように動作可能である。またロジック８０は、行列Ｂのパックポインタにより提供されるマッピングに基づき、検出グルコース状態に関する最適または目標リターン経路を特定する。一実施形態において、ロジック８０は、図２のディスプレイ６８上に特定されたリスク基準を表示するか、またはリモートコンピューティングシステムにリスク基準を送信する。

一実施形態において、ロジック８０は、（図４のブロック１１４で定められる）異なる最大グルコース摂動に基づき、行列Ｒ、Ｔ、ＭおよびＰの複数のセットを計算し、それによってそれぞれが行列Ｒ、Ｔ、ＭおよびＰの異なるセットに対応する複数のルックアップテーブルを生成する。例えば、ロジック８０は、図４のブロック１１４で定められる複数の異なる最大グルコース加速度のそれぞれに関して、異なるルックアップテーブルを計算し、それにより各ルックアップテーブルは、関連付けられる最大グルコース加速度に対応するリスクまたはハザード基準の固有のセットを含む。各ルックアップテーブルは、その後リスクまたはハザード解析に用いることができる。一実施形態において、コンピューティングデバイス６６は、ＣＧＭシステム５０（図２）にインプットまたはプログラムされている少なくとも１つのユーザ定義パラメータに基づき、リスク解析のためにルックアップテーブルの群からルックアップテーブルを選択する。例えば、ユーザは、コンピューティングデバイス６６のユーザインタフェースを介して、年齢や他のいくつかの適切なパラメータを入力することができる。上述のように、糖尿病者の年齢は、適切な最大グルコース加速度の選択に関連し得る。入力されたパラメータに基づき、ロジック８０は、選択されたルックアップテーブルに関連付けられる最大グルコース加速度に基づき、そのパラメータ（例えば、年齢）に対応するルックアップテーブルを選択する。選択されたルックアップテーブルはその後、本明細書に記載されるように、人間の検出グルコース状態に関するリスク基準を算出するために用いることができる。

図１７を参照すると、検出グルコース状態に関連付けられるリスクを評価するために、図３のハザード解析ロジック８０によって実施される別の例示的な方法のフロー図３１０が示されている。ブロック３１２で、ロジック８０は、本明細書に記載されるように、グルコースセンサ５６により提供される少なくとも１つの測定グルコース値に基づき、人間のグルコース状態を検出する。ブロック３１４で、ロジック８０は、本明細書に記載されるように、検出グルコース状態から目標グルコース状態への遷移に関する目標リターン経路を決定する。一実施形態において、ロジック８０は、ルックアップテーブルにおいて検出グルコース状態に最も近いグルコース状態を特定することにより、ブロック３１４で目標リターン経路を決定する。ルックアップテーブルの、特定された最も近いグルコース状態に関連付けられる目標リターン経路は、その後、検出グルコース状態に関する目標リターン経路として特定される。ブロック３１６で、ロジック８０は、目標リターン経路の少なくとも１つの中間グルコース状態に基づき、検出グルコース状態に関連付けられる少なくとも１つのリスク基準を算出する。一実施形態において、少なくとも１つのリスク基準は、メモリ７６に記憶される上述のルックアップテーブルから、検出グルコース状態に関連付けられるリスク基準を検索することによって算出される。例えば、リスク基準は、累積ペナルティ値、検出グルコース状態から目標グルコース状態に戻るまでの総推定時間、目標リターン経路に関連付けられる平均ペナルティ速度、および目標リターン経路に関連付けられる最大ペナルティ値を含んでいてもよい。一実施形態において、少なくとも１つのリスク基準は、以下に記載するように、ロジック８０によって計算される累積リスク値である。

詳細には、ルックアップテーブルはさらに、検出グルコース状態に関連付けられるリスクを解析するときに、検出グルコース状態の不確実性を考慮するために用いられる。一実施形態において、ロジック８０は、検出グルコース状態、およびルックアップテーブルの行列Ｒの他の全てのグルコース状態に関連付けられるリスクを計算する。ロジック８０はその後、これら個別のリスク値を合計し、検出グルコース状態に関連付けられる累積リスクを決定する（ブロック３１６）。例えば、ブロック３１２での人間のグルコース状態の検出時に、ロジック８０は、上述するように、人間がその検出グルコース状態にある確率を計算する。ロジック８０はさらに、例えば上述の検出グルコース状態の確率分布に基づき、人間がペナルティ行列Ｒの他のグルコース状態のそれぞれにある確率を計算する。一実施形態において、各グルコース状態の確率を計算することは、グルコースレベルの確率または不確実性、および各グルコース状態に関するグルコース変化速度の確率または不確実性を計算することを含んでいる。確率計算に基づき、ロジック８０はその後、検出グルコース状態を含む、行列Ｒの各グルコース状態に関連付けられるリスクを計算する。上述のように、各リスク値は、確率評価基準と、グルコース状態の対応する累積ペナルティ値との積に基づき算出される。最終的に、ロジック８０は、行列Ｒのグルコース状態の算出されたリスクを全て合計し、検出グルコース状態に関連付けられる合計または累積リスクを決定する。累積リスク値は、メモリ７６（図３）に記憶されてもよいし、ディスプレイ６８（図３）上でユーザに示されてもよいし、および／または、付加的な解析または対応戦略に用いられてもよい。

代替的には、ロジック８０は、行列Ｒの全てのグルコース状態ではなく、行列Ｒのグルコース状態のサブセット（例えば、検出グルコース状態に近いグルコース状態や、確率分布の一定の範囲内にあるグルコース状態）のそれぞれに関する確率および関連付けられるリスクを計算することができる。さらに、累積リスクの計算は、本明細書に記載される他のペナルティ行列（例えば、行列Ｍ、ＰまたはＴ）に提供されるリスク基準など、他のリスク基準に関して計算されてもよい。

人間の検出グルコース状態に関する所定の目標リターン経路に基づき、様々な対応戦略が、コンピューティングデバイス６６、別のシステム、または人間の介入のいずれかによって採用され得る。例えば、コンピューティングデバイス６６は、インスリン治療システムまたは装置などの処置システムと連通していてもよい。検出グルコース状態に関して特定された目標リターン経路および／またはリスク基準に基づき、コンピューティングデバイス６６は、例えば、インスリン処置のベーサル速度および／もしくはボーラス速度、または人間に対する他の適切な処置を調整するように動作可能である。例えば、インスリン処置は、目標グルコース状態への人間のリターンが、実質的に目標リターン経路をたどるように調整することができる。

検出グルコース状態に関する目標リターン経路に関連付けられるリスク基準値は、望ましくない場合、または所定の限度を超える場合があり、ゆえに処置は、目標グルコース状態に向かって異なるリターン経路がたどられるように調整される。例えば、ペナルティ値に関連付けられる人間に対するハザードまたはリスクが増加することにより、検出グルコース状態に関する目標リターン経路により特定される最大ペナルティ値を回避することが望ましい場合がある。例えば、最大ペナルティ値は、その人間に関して特定された所定のリスク閾値を超える場合がある。このように処置は、最大ペナルティ値が生じるグルコース状態が、目標グルコース状態への人間のリターンの間回避されるように調整することができる。この例において、治療は、最大ペナルティ値を有するグルコース状態を回避する第２のリターン経路をたどるように調整することができる。

グルコーストレースに関するリスク基準は、糖尿病者の行動を解析して推論を引き出すため、および糖尿病管理に関する焦点領域を特定して対象にするために、レトロスペクティブに用いることができる。行動には、食事、ボーラス、ベーサル速度、運動、低血糖／高血糖治療介入、補正ボーラス、睡眠などが含まれていてもよい。累積ペナルティおよび平均ペナルティ速度などのリスク基準は、糖尿病者の行動を累積ペナルティまたは平均ペナルティ速度の増加に関連付け、それによりリスクレベルの増加をもたらす傾向のある行動を特定する。

グルコース状態を解析するための装置、システム、方法および非一時的なコンピュータ可読媒体の様々な実施形態が、本明細書において相当に詳細に記載されているが、これらの実施形態は、本明細書に記載される開示の非制限的な例として提供されているだけである。それゆえ、本開示の範囲を逸脱することなく、様々な変更および修正がなされてもよく、同等のものがその要素に置き換えられてもよいことが理解される。実際に、本開示は網羅的であることを意図しておらず、本開示の範囲を限定することも意図していない。

さらに、代表的な実施形態の説明において、本開示は、特定のステップのシーケンスとして方法および／または工程を示している場合がある。しかしながら、方法または工程が特定のステップの順番に依存していない限りにおいて、この方法または工程は、記載される特定のステップのシーケンスに限定されるべきではない。他のステップのシーケンスも可能であり得る。それゆえ、本明細書に開示される特定のステップの順番は、本開示の制限として理解されるべきではない。また、方法および／または工程に向けられる開示は、記載されている順序でのステップの実施に限定されるべきではない。このようなシーケンスは変更されてもよく、依然として本開示の範囲内にとどまる。

以下には、いくつかの特定の実施形態が記載される。記載される発明の概念は、例えば、コンピュータ処理システム、コンピューティングデバイス、または、詳細には、以下の実施形態に記載される方法のステップを実行する手段を有するグルコース測定装置によって実現されてもよい。
１．グルコース状態を解析する方法であって、前記方法が、
少なくとも１つのコンピューティングデバイスにより、目標グルコースレベルおよび前記目標グルコースレベルの目標変化速度を含む目標グルコース状態を特定する手順と、
前記少なくとも１つのコンピューティングデバイスにより、初期グルコースレベルおよび前記初期グルコースレベルの初期変化速度を含み、前記目標グルコース状態とは異なる初期グルコース状態を特定する手順と、
前記少なくとも１つのコンピューティングデバイスのハザード解析ロジックにより、前記初期グルコース状態から前記目標グルコース状態への遷移のための目標リターン経路を計算する手順であって、前記目標リターン経路は、前記初期グルコース状態から前記目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を含み、前記目標リターン経路は、前記目標リターン経路の前記少なくとも１つの中間グルコース状態に関連付けられるハザードに基づき、前記ハザード解析ロジックにより計算される、計算する手順と
を備える方法。
２．前記計算する手順が、
前記初期グルコース状態と前記目標グルコース状態との間の複数の潜在的中間グルコース状態を特定する手順と、
前記目標リターン経路に関連付けられる前記ハザードを最小化するために、前記目標リターン経路に対して、前記複数の潜在的中間グルコース状態から前記少なくとも１つの中間グルコース状態を選択する手順と
を備える実施形態１記載の方法。
３．前記目標リターン経路の前記少なくとも１つの中間グルコース状態が、それぞれが関連付けられるペナルティ値を有する複数の中間グルコース状態を備え、前記目標リターン経路に関連付けられる前記ペナルティ値の合計を最小化するために、前記複数の中間グルコース状態が、前記複数の潜在的中間グルコース状態から選択され、それぞれのペナルティ値が、対応する前記中間グルコース状態に関連付けられるハザードの評価基準を含む実施形態１または２記載の方法。
４．前記目標リターン経路が、さらにグルコース摂動の生理学的限界に基づいて、前記少なくとも１つのコンピューティングデバイスにより計算される実施形態１〜３のいずれか１つに記載の方法。
５．前記生理学的限界が、グルコースレベルの所定の最大加速度を備える実施形態４記載の方法。
６．前記計算する手順が、
前記目標グルコース状態と、前記グルコース摂動の生理学的限界と、潜在的グルコース状態のそれぞれから前記目標グルコース状態への遷移に関する所定期間とに基づき、複数の潜在的グルコース状態を特定する手順と、
前記目標リターン経路に関連付けられる前記ハザードを最小化するために、前記目標リターン経路に対して、前記複数の潜在的中間グルコース状態から中間グルコース状態を選択する手順と
を備える実施形態４または５記載の方法。
７．前記ハザード解析ロジックにより、複数の初期グルコース状態のそれぞれに関する目標リターン経路を計算する手順であって、それぞれの目標リターン経路は、前記初期グルコース状態から前記目標グルコース状態への遷移に関連付けられる複数の中間グルコース状態を備え、それぞれの目標リターン経路は、前記目標リターン経路の前記複数の中間グルコース状態に関連付けられるハザードの最小化に基づき、前記少なくとも１つのコンピューティングデバイスにより計算される、計算する手順と、
前記ハザード解析ロジックにより、前記複数の初期グルコース状態のそれぞれを、対応する前記目標リターン経路にマッピングするルックアップテーブルを作成し、前記少なくとも１つのコンピューティングデバイスによりアクセス可能なメモリに前記ルックアップテーブルを記憶させる手順と
をさらに備える実施形態１〜６のいずれか１つに記載の方法。
８．グルコースセンサにより提供される少なくとも１つの測定グルコース値に基づき、糖尿病を患う人間のグルコース状態を検出する手順と、
前記人間の検出グルコース状態と略同一である、前記複数の初期グルコース状態のうちの１つの初期グルコース状態を特定するために、前記ハザード解析ロジックによって前記ルックアップテーブルにアクセスする手順と、
特定された初期グルコース状態の対応する前記目標リターン経路に基づき、前記特定された初期グルコース状態に関連付けられるハザードを表すペナルティ値を、前記特定された初期グルコース状態に関連付けられる前記ルックアップテーブルにおいて特定する手順と
をさらに備える実施形態７記載の方法。
９．前記検出グルコース状態が、グルコースレベルと、前記グルコースレベルの変化速度と、前記グルコースレベルおよび前記変化速度の少なくとも１つの不確実性とを含み、前記方法がさらに、前記ペナルティ値および前記不確実性に基づき、前記検出グルコース状態に関連付けられるリスクを計算する手順を備える実施形態８記載の方法。
１０．ディスプレイ上での表示のために、前記ペナルティ値を提供する手順をさらに備える実施形態８または９記載の方法。
１１．前記目標グルコース状態が、ペナルティ値がゼロの最適グルコース状態であり、前記ペナルティ値が、前記目標グルコース状態に関連付けられる前記ハザードを表す実施形態１〜１０のいずれか１つに記載の方法。
１２．前記目標グルコース状態が、１デシリットルあたり略１１２．５ミリグラムの目標グルコースレベルと、１秒毎の１デシリットルあたりのミリグラム量が略ゼロである目標変化速度とを含む実施形態１〜１１のいずれか１つに記載の方法。
１３．糖尿病を患う人間のグルコース状態を解析する方法であって、前記方法は、
少なくとも１つのコンピューティングデバイスにより、グルコースセンサによって提供される少なくとも１つの測定グルコース値に基づき、前記人間のグルコース状態を検出する手順であって、検出グルコース状態は、前記人間のグルコースレベルおよび前記グルコースレベルの変化速度を含む、検出する手順と、
前記少なくとも１つのコンピューティングデバイスのハザード解析ロジックにより、前記検出グルコース状態から目標グルコース状態への遷移のための目標リターン経路を決定する手順であって、前記目標グルコース状態は、目標グルコースレベルおよび前記目標グルコースレベルの目標変化速度を含み、前記目標リターン経路は、前記検出グルコース状態から前記目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を備える、決定する手順と、
前記少なくとも１つのコンピューティングデバイスの前記ハザード解析ロジックにより、前記目標リターン経路の前記少なくとも１つの中間グルコース状態に基づき、前記検出グルコース状態に関連付けられる少なくとも１つのリスク基準を算出する手順と
を備える方法。
１４．前記目標リターン経路が、それぞれが関連付けられるペナルティ値を有する複数の中間グルコース状態を含み、前記検出グルコース状態が、関連付けられるペナルティ値を有し、それぞれのペナルティ値が、対応するグルコース状態に関連付けられるハザードの評価基準を含む実施形態１３記載の方法。
１５．前記検出グルコース状態に関連付けられる少なくとも１つのリスク基準が、前記複数の中間グルコース状態に関連付けられるペナルティ値と、前記検出グルコース状態に関連付けられるペナルティ値との合計を備える累積ペナルティ値を含む実施形態１４記載の方法。
１６．前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準が、前記目標リターン経路に関する平均ペナルティ速度を含み、前記平均ペナルティ速度が、前記目標リターン経路に関連付けられる前記ペナルティ値の合計と、前記目標リターン経路に沿って前記検出グルコース状態から前記目標グルコース状態への遷移を完了させるための総推定時間との比率に基づき計算される実施形態１４記載の方法。
１７．前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準が、前記目標リターン経路の前記グルコース状態の最大ペナルティ値を含む実施形態１４記載の方法。
１８．前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準が、前記人間が、前記目標リターン経路に沿って前記検出グルコース状態から前記目標グルコース状態に遷移するための総推定時間を含む実施形態１３記載の方法。
１９．前記総推定時間が、前記目標リターン経路に沿う、グルコースの所定の最大加速度および前記中間グルコース状態の数に基づき算出される実施形態１８記載の方法。
２０．前記少なくとも１つのコンピューティングデバイスにより、前記目標リターン経路に基づき、前記人間を、前記検出グルコース状態から前記目標グルコース状態に遷移させるために、前記人間の治療を調整する手順をさらに備える実施形態１３記載の方法。
２１．前記治療を調整する手順が、前記人間に提供されるインスリン処置のベーサル速度およびボーラスの少なくとも１つを調整する手順を含む実施形態２０記載の方法。
２２．前記少なくとも１つのハザード解析ロジックにより、前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準をリスク閾値と比較する手順と、
前記少なくとも１つのリスク基準が前記リスク閾値を超える場合に、前記人間を、前記目標リターン経路とは異なる少なくとも１つの中間グルコース状態を有する第２リターン経路に沿って、前記検出グルコース状態から前記目標グルコース状態に遷移させるために、前記人間の治療を調整する手順と
をさらに備える実施形態１３記載の方法。
２３．前記人間のグルコース状態のトレースを特定するために、前記人間の複数のグルコース状態を検出する手順であって、それぞれのグルコース状態が、前記人間のグルコースレベルおよび前記グルコースレベルの変化速度を含む、検出する手順と、
それぞれの検出グルコース状態に関して、前記検出グルコース状態から前記目標グルコース状態までの目標リターン経路を決定する手順であって、それぞれの目標リターン経路は、前記検出グルコース状態から前記目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を備える、決定する手順と、
それぞれの検出グルコース状態に関して、前記目標リターン経路の前記少なくとも１つの中間グルコース状態に基づき、前記検出グルコース状態に関連付けられる少なくとも１つのリスク基準を計算する手順と
をさらに備える実施形態１３記載の方法。
２４．前記目標グルコース状態が、１デシリットルあたり略１１２．５ミリグラムの目標グルコースレベルと、１秒毎の１デシリットルあたりのミリグラム量が略ゼロである目標変化速度とを含む実施形態１３記載の方法。
２５．前記検出グルコースレベルおよび検出変化速度の少なくとも１つが、前記グルコースセンサの正確率で重み付けされた前記少なくとも１つの測定グルコース値に基づき、前記少なくとも１つのコンピューティングデバイスにより推定される実施形態１３記載の方法。
２６．前記検出グルコースレベルおよび前記検出変化速度の少なくとも１つが、前記少なくとも１つのコンピューティングデバイスの再帰フィルタにより推定される実施形態２５記載の方法。
２７．前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準を算出する手順が、前記検出グルコース状態に関連付けられるペナルティ値および前記グルコースセンサの正確さに基づく実施形態２５記載の方法。
２８．前記人間の前記グルコース状態を検出する手順が、前記グルコースレベルと、前記グルコースレベルの変化速度と、前記グルコースセンサにより提供される前記少なくとも１つの測定グルコース値に基づく前記グルコースレベルの加速度とのそれぞれを検出する手順を備える実施形態１３記載の方法。
２９．対応する目標リターン経路および対応するリスク基準に対する、複数のグルコース状態のそれぞれのマッピングを含むルックアップテーブルを提供する手順をさらに備え、
前記ルックアップテーブルは、前記少なくとも１つのコンピューティングデバイスによりアクセス可能なメモリに記憶され、
前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準を算出する手順が、
前記人間の前記検出グルコース状態に実質的に合致する前記ルックアップテーブルのグルコース状態を特定するために、前記ルックアップテーブルにアクセスする手順と、
前記ルックアップテーブルから、前記検出グルコース状態に対応する前記リスク基準を読み出す手順と
を備える実施形態１３記載の方法。
３０．少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサに、
目標グルコースレベルおよび前記目標グルコースレベルの変化速度を含む目標グルコース状態を特定させ、
初期グルコースレベルおよび前記初期グルコースレベルの変化速度を含み、前記目標グルコース状態とは異なる初期グルコース状態を特定させ、
前記初期グルコース状態から前記目標グルコース状態への遷移に対する目標リターン経路を計算させるような
実行可能な命令を備える非一時的なコンピュータ可読媒体であって、
前記目標リターン経路は、前記初期グルコース状態から前記目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を備え、前記目標リターン経路が、前記目標リターン経路の前記少なくとも１つの中間グルコース状態に関連付けられるハザードに基づき前記少なくとも１つのプロセッサにより計算される非一時的なコンピュータ可読媒体。
３１．前記実行可能な命令がさらに、前記少なくとも１つのプロセッサに、
前記初期グルコース状態と前記目標グルコース状態との間の複数の潜在的中間グルコース状態を特定させ、
前記目標リターン経路に関連付けられる前記ハザードを最小化するために、前記目標リターン経路に対して、前記複数の潜在的中間グルコース状態から前記少なくとも１つの中間グルコース状態を選択させる実施形態３０記載の非一時的なコンピュータ可読媒体。
３２．前記目標リターン経路の前記少なくとも１つの中間グルコース状態が、それぞれが関連付けられるペナルティ値を有する複数の中間グルコース状態を備え、前記目標リターン経路に関連付けられる前記ペナルティ値の合計を最小化するために、前記複数の中間グルコース状態が、前記少なくとも１つのプロセッサにより前記複数の潜在的中間グルコース状態から選択され、それぞれのペナルティ値が、対応する前記中間グルコース状態に関連付けられるハザードの評価基準を含む実施形態３１記載の非一時的なコンピュータ可読媒体。
３３．前記目標リターン経路が、さらにグルコース摂動の生理学的限界に基づいて、前記少なくとも１つのプロセッサにより計算される実施形態３０記載の非一時的なコンピュータ可読媒体。
３４．前記実行可能な命令がさらに、前記少なくとも１つのプロセッサに、
前記目標グルコース状態、前記グルコース摂動の生理学的限界、および潜在的グルコース状態のそれぞれから前記目標グルコース状態への遷移のための所定期間に基づき、複数の潜在的グルコース状態を特定させ、
前記目標リターン経路に関連付けられる前記ハザードを最小化するために、前記目標リターン経路に対して、前記複数の潜在的中間グルコース状態から中間グルコース状態を選択させる実施形態３３記載の非一時的なコンピュータ可読媒体。
３５．前記実行可能な命令がさらに、前記少なくとも１つのプロセッサに、
複数の初期グルコース状態のそれぞれに関して、目標リターン経路を計算させ、
前記複数の初期グルコース状態のそれぞれを、対応する前記目標リターン経路にマッピングするルックアップテーブルを作成させ、前記少なくとも１つのプロセッサによりアクセス可能なメモリに前記ルックアップテーブルを記憶させ、
それぞれの目標リターン経路が、前記初期グルコース状態から前記目標グルコース状態への遷移に関連付けられる複数の中間グルコース状態を備え、それぞれの目標リターン経路が、前記目標リターン経路の前記複数の中間グルコース状態に関連付けられるハザードの最小化に基づき計算される実施形態３０記載の非一時的なコンピュータ可読媒体。
３６．前記実行可能な命令がさらに、前記少なくとも１つのプロセッサに、
グルコースセンサにより提供される少なくとも１つの測定グルコース値に基づき、糖尿病を患う人間のグルコース状態を検出させ、
前記人間の検出グルコース状態と略同一である、前記複数の初期グルコース状態のうちの１つの初期グルコース状態を特定するために、前記ルックアップテーブルにアクセスさせ、
特定された初期グルコース状態の対応する前記目標リターン経路に基づき、前記特定された初期グルコース状態に関連付けられるハザードを表すペナルティ値を、前記特定された初期グルコース状態に関連付けられる前記ルックアップテーブルにおいて特定させる実施形態３５記載の非一時的なコンピュータ可読媒体。
３７．少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサに、
人間のグルコースレベルおよび前記グルコースレベルの変化速度を含む前記人間のグルコース状態を、グルコースセンサにより提供される少なくとも１つの測定グルコース値に基づき検出させ、
検出グルコース状態から、目標グルコースレベルおよび前記目標グルコースレベルの目標変化速度を含む目標グルコース状態への遷移に関し、前記検出グルコース状態から前記目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を含む目標リターン経路を決定させ、
前記目標リターン経路の前記少なくとも１つの中間グルコース状態に基づき、前記検出グルコース状態に関連付けられる少なくとも１つのリスク基準を算出させる
ような実行可能な命令を備える非一時的なコンピュータ可読媒体。
３８．前記目標リターン経路が、それぞれが関連付けられるペナルティ値を有する複数の中間グルコース状態を含み、前記検出グルコース状態が、関連付けられるペナルティ値を有し、それぞれのペナルティ値が、対応する前記グルコース状態に関連付けられるハザードの評価基準を含む実施形態３７記載の非一時的なコンピュータ可読媒体。
３９．前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準が、前記目標リターン経路の累積ペナルティ値、前記目標リターン経路の平均ペナルティ速度、および前記目標リターン経路のグルコース状態に関する最大ペナルティ値の少なくとも１つを含み、前記累積ペナルティは、前記複数の中間グルコース状態に関連付けられる前記ペナルティ値と、前記検出グルコース状態に関連付けられる前記ペナルティ値との合計を備え、前記平均ペナルティ速度は、前記ペナルティ値の合計と、前記目標リターン経路に沿って前記検出グルコース状態から前記目標グルコース状態への遷移を完了させるための総推定時間との比に基づく実施形態３８記載の非一時的なコンピュータ可読媒体。
４０．前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準が、前記人間が、前記目標リターン経路に沿って前記検出グルコース状態から前記目標グルコース状態に遷移するための総推定時間を含む実施形態３７記載の非一時的なコンピュータ可読媒体。
４１．前記実行可能な命令がさらに、前記少なくとも１つのプロセッサに、
前記目標リターン経路に基づき、前記人間を、前記検出グルコース状態から前記目標グルコース状態に遷移させるために、前記人間の治療を調整させ、
前記治療を調整させることが、前記人間に提供されるインスリン処置のベーサル速度およびボーラスの少なくとも１つを調整することを含む実施形態３７記載の非一時的なコンピュータ可読媒体。
４２．前記実行可能な命令がさらに、前記少なくとも１つのプロセッサに、
前記グルコースセンサの正確さが重み付けされた前記少なくとも１つの測定グルコース値に基づき、前記グルコースレベルおよび前記グルコースレベルの変化速度の少なくとも１つを推定させる実施形態３７記載の非一時的なコンピュータ可読媒体。
４３．前記実行可能な命令がさらに、前記少なくとも１つのプロセッサに、
前記検出グルコース状態に関連付けられるペナルティ値および前記グルコースセンサの正確さに基づき、前記検出グルコース状態に関連付けられるリスクを計算させる実施形態４２記載の非一時的なコンピュータ可読媒体。
４４．前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準を算出するために、前記実行可能な命令が、前記少なくとも１つのプロセッサに、
前記人間の前記検出グルコース状態と実質的に合致するルックアップテーブルのグルコース状態を特定するために、ルックアップテーブルにアクセスさせ、
前記ルックアップテーブルから特定された前記グルコース状態に対応する前記リスク基準を読み出させ、
前記ルックアップテーブルが、対応する目標リターン経路および対応するリスク基準に対する、複数のグルコース状態のそれぞれのマッピングを含む
実施形態３７記載の一時的なコンピュータ可読媒体。

Claims (31)

1. グルコース状態を解析する方法を実施するように構成されるコンピューティングデバイスであって、前記方法は、
   前記コンピューティングデバイスにより、目標グルコースレベルおよび前記目標グルコースレベルの目標変化速度を含む目標グルコース状態を特定する手順と、
   前記コンピューティングデバイスにより、初期グルコースレベルおよび前記初期グルコースレベルの初期変化速度を含み、前記目標グルコース状態とは異なる初期グルコース状態を特定する手順と、
   前記コンピューティングデバイスのハザード解析ロジックにより、前記初期グルコース状態から前記目標グルコース状態への遷移のための目標リターン経路を計算する手順であって、前記目標リターン経路は、前記初期グルコース状態から前記目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を含み、前記目標リターン経路は、前記目標リターン経路の前記少なくとも１つの中間グルコース状態に関連付けられるハザードに基づき、前記ハザード解析ロジックにより計算される、計算する手順と
   を備えるコンピューティングデバイス。
2. 前記計算する手順が、
   前記初期グルコース状態と前記目標グルコース状態との間の複数の潜在的中間グルコース状態を特定する手順と、
   前記目標リターン経路に関連付けられる前記ハザードを最小化するために、前記目標リターン経路に対して、前記複数の潜在的中間グルコース状態から前記少なくとも１つの中間グルコース状態を選択する手順と
   を備える請求項１記載のコンピューティングデバイス。
3. 前記目標リターン経路の前記少なくとも１つの中間グルコース状態が、それぞれが関連付けられるペナルティ値を有する複数の中間グルコース状態を備え、前記目標リターン経路に関連付けられる前記ペナルティ値の合計を最小化するために、前記複数の中間グルコース状態が、前記複数の潜在的中間グルコース状態から選択され、それぞれのペナルティ値が、対応する前記中間グルコース状態に関連付けられるハザードの評価基準を含む請求項１または２記載のコンピューティングデバイス。
4. さらにグルコース摂動の生理学的限界に基づいて、前記目標リターン経路を計算するように構成される請求項１〜３のいずれか１項に記載のコンピューティングデバイス。
5. 前記生理学的限界が、グルコースレベルの所定の最大加速度を備える請求項４記載のコンピューティングデバイス。
6. 前記計算する手順が、
   前記目標グルコース状態と、前記グルコース摂動の生理学的限界と、潜在的グルコース状態のそれぞれから前記目標グルコース状態への遷移に関する所定期間とに基づき、複数の潜在的グルコース状態を特定する手順と、
   前記目標リターン経路に関連付けられる前記ハザードを最小化するために、前記目標リターン経路に対して、前記複数の潜在的中間グルコース状態から中間グルコース状態を選択する手順と
   を備える請求項４または５記載のコンピューティングデバイス。
7. 前記ハザード解析ロジックにより、複数の初期グルコース状態のそれぞれに関して、目標リターン経路を計算し、
   前記ハザード解析ロジックにより、前記複数の初期グルコース状態のそれぞれを、対応する前記目標リターン経路にマッピングするルックアップテーブルを作成し、
   前記コンピューティングデバイスによりアクセス可能なメモリに前記ルックアップテーブルを記憶させる
   ようにさらに構成され、
   それぞれの目標リターン経路が、前記初期グルコース状態から前記目標グルコース状態への遷移に関連付けられる複数の中間グルコース状態を備え、それぞれの目標リターン経路が、前記目標リターン経路の前記複数の中間グルコース状態に関連付けられるハザードの最小化に基づき、前記コンピューティングデバイスにより計算される請求項１〜６のいずれか１項に記載のコンピューティングデバイス。
8. グルコースセンサにより提供される少なくとも１つの測定グルコース値に基づき、糖尿病を患う人間のグルコース状態を検出し、
   前記人間の検出グルコース状態と略同一である、前記複数の初期グルコース状態のうちの１つの初期グルコース状態を特定するために、前記ハザード解析ロジックによって前記ルックアップテーブルにアクセスし、
   特定された初期グルコース状態の対応する前記目標リターン経路に基づき、前記特定された初期グルコース状態に関連付けられるハザードを表すペナルティ値を、前記特定された初期グルコース状態に関連付けられる前記ルックアップテーブルにおいて特定する
   ようにさらに構成される請求項７記載のコンピューティングデバイス。
9. 前記検出グルコース状態が、グルコースレベルと、前記グルコースレベルの変化速度と、前記グルコースレベルおよび前記変化速度の少なくとも１つの不確実性とを含み、前記コンピューティングデバイスがさらに、前記ペナルティ値および前記不確実性に基づき、前記検出グルコース状態に関連付けられるリスクを計算するように構成される請求項８記載のコンピューティングデバイス。
10. ディスプレイ上での表示のために前記ペナルティ値を提供し、前記コンピューティングデバイスによりアクセス可能なディスプレイ上に前記ペナルティ値を表示するようにさらに構成される請求項８または９記載のコンピューティングデバイス。
11. 前記目標グルコース状態が、ペナルティ値がゼロの最適グルコース状態であり、前記ペナルティ値が、前記目標グルコース状態に関連付けられる前記ハザードを表す請求項１〜１０のいずれか１項に記載のコンピューティングデバイス。
12. 前記目標グルコース状態が、１デシリットルあたり略１１２．５ミリグラムの目標グルコースレベルと、１秒毎の１デシリットルあたりのミリグラム量が略ゼロである目標変化速度とを含む請求項１〜１１のいずれか１項に記載のコンピューティングデバイス。
13. 糖尿病を患う人間のグルコース状態を解析する方法であって、前記方法は、
    少なくとも１つのコンピューティングデバイスにより、グルコースセンサによって提供される少なくとも１つの測定グルコース値に基づき、前記人間のグルコース状態を検出する手順であって、検出グルコース状態は、前記人間のグルコースレベルおよび前記グルコースレベルの変化速度を含む、検出する手順と、
    前記少なくとも１つのコンピューティングデバイスのハザード解析ロジックにより、前記検出グルコース状態から目標グルコース状態への遷移のための目標リターン経路を決定する手順であって、前記目標グルコース状態は、目標グルコースレベルおよび前記目標グルコースレベルの目標変化速度を含み、前記目標リターン経路は、前記検出グルコース状態から前記目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を備える、決定する手順と、
    前記少なくとも１つのコンピューティングデバイスの前記ハザード解析ロジックにより、前記目標リターン経路の前記少なくとも１つの中間グルコース状態に基づき、前記検出グルコース状態に関連付けられる少なくとも１つのリスク基準を算出する手順と
    を備える方法。
14. 前記目標リターン経路が、それぞれが関連付けられるペナルティ値を有する複数の中間グルコース状態を含み、前記検出グルコース状態が、関連付けられるペナルティ値を有し、それぞれのペナルティ値が、対応するグルコース状態に関連付けられるハザードの評価基準を含む請求項１３記載の方法。
15. 前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準が、前記複数の中間グルコース状態に関連付けられるペナルティ値と、前記検出グルコース状態に関連付けられるペナルティ値との合計を備える累積ペナルティ値を含む請求項１４記載の方法。
16. 前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準が、前記目標リターン経路に関する平均ペナルティ速度を含み、前記平均ペナルティ速度が、前記目標リターン経路に関連付けられる前記ペナルティ値の合計と、前記目標リターン経路に沿って前記検出グルコース状態から前記目標グルコース状態への遷移を完了させるための総推定時間との比率に基づき計算される請求項１４または１５記載の方法。
17. 前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準が、前記目標リターン経路の前記グルコース状態の最大ペナルティ値を含む請求項１４〜１６のいずれか１項に記載の方法。
18. 前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準が、前記人間が、前記目標リターン経路に沿って前記検出グルコース状態から前記目標グルコース状態に遷移するための総推定時間を含む請求項１３〜１７のいずれか１項に記載の方法。
19. 前記総推定時間が、前記目標リターン経路に沿う、グルコースの所定の最大加速度および前記中間グルコース状態の数に基づき算出される請求項１８記載の方法。
20. 前記少なくとも１つのコンピューティングデバイスにより、前記目標リターン経路に基づき、前記人間を、前記検出グルコース状態から前記目標グルコース状態に遷移させるために、人間の治療を調整する手順をさらに備える請求項１３〜１９のいずれか１項に記載の方法。
21. 前記治療を調整する手順が、前記人間に提供されるインスリン処置のベーサル速度およびボーラスの少なくとも１つを調整する手順を含む請求項２０記載の方法。
22. 前記ハザード解析ロジックにより、前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準をリスク閾値と比較する手順と、
    前記少なくとも１つのリスク基準が前記リスク閾値を超える場合に、前記人間を、前記目標リターン経路とは異なる少なくとも１つの中間グルコース状態を有する第２リターン経路に沿って、前記検出グルコース状態から前記目標グルコース状態に遷移させるために、前記人間の治療を調整する手順と
    をさらに備える請求項１３〜２１のいずれか１項に記載の方法。
23. 前記人間のグルコース状態のトレースを特定するために、前記人間の複数のグルコース状態を検出する手順であって、それぞれのグルコース状態が、前記人間のグルコースレベルおよび前記グルコースレベルの変化速度を含む、検出する手順と、
    それぞれの検出グルコース状態に関して、前記検出グルコース状態から前記目標グルコース状態までの目標リターン経路を決定する手順であって、それぞれの目標リターン経路は、前記検出グルコース状態から前記目標グルコース状態への遷移に関連付けられる少なくとも１つの中間グルコース状態を備える、決定する手順と、
    それぞれの検出グルコース状態に関して、前記目標リターン経路の前記少なくとも１つの中間グルコース状態に基づき、前記検出グルコース状態に関連付けられる少なくとも１つのリスク基準を計算する手順と
    をさらに備える請求項１３〜２２のいずれか１項に記載の方法。
24. 前記目標グルコース状態が、１デシリットルあたり略１１２．５ミリグラムの目標グルコースレベルと、１秒毎の１デシリットルあたりのミリグラム量が略ゼロである目標変化速度とを含む請求項１３〜２３のいずれか１項に記載の方法。
25. 前記検出グルコースレベルおよび検出変化速度の少なくとも１つが、前記グルコースセンサの正確率で重み付けされた前記少なくとも１つの測定グルコース値に基づき、前記少なくとも１つのコンピューティングデバイスにより推定される請求項１３〜２４のいずれか１項に記載の方法。
26. 前記検出グルコースレベルおよび前記検出変化速度の少なくとも１つが、前記少なくとも１つのコンピューティングデバイスの再帰フィルタにより推定される請求項２５記載の方法。
27. 前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準を算出する手順が、前記検出グルコース状態に関連付けられるペナルティ値および前記グルコースセンサの正確さに基づく請求項２５または２６記載の方法。
28. 前記人間の前記グルコース状態を検出する手順が、前記グルコースレベルと、前記グルコースレベルの変化速度と、前記グルコースセンサにより提供される前記少なくとも１つの測定グルコース値に基づく前記グルコースレベルの加速度とのそれぞれを検出する手順を備える請求項１３〜２７のいずれか１項に記載の方法。
29. 対応する目標リターン経路および対応するリスク基準に対する、複数のグルコース状態のそれぞれのマッピングを含むルックアップテーブルを提供する手順をさらに備え、
    前記ルックアップテーブルは、前記少なくとも１つのコンピューティングデバイスによりアクセス可能なメモリに記憶され、
    前記検出グルコース状態に関連付けられる前記少なくとも１つのリスク基準を算出する手順が、
    前記人間の前記検出グルコース状態に実質的に合致する前記ルックアップテーブルのグルコース状態を特定するために、前記ルックアップテーブルにアクセスする手順と、
    前記ルックアップテーブルから、特定されたグルコース状態に対応する前記リスク基準を読み出す手順と
    を備える請求項１３〜２８のいずれか１項に記載の方法。
30. 少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサに、請求項１３〜２９のいずれか１項に記載の方法を実施させるような実行可能な命令を備えるコンピュータプログラム製品。
31. 請求項１３〜２９のいずれか１項に記載の方法のステップを実行する手段を備えるコンピュータシステム。

Images