JP2019522254A - 確率的な炭水化物測定を有するボーラス計算器 - Google Patents
確率的な炭水化物測定を有するボーラス計算器 Download PDFInfo
- Publication number
- JP2019522254A JP2019522254A JP2018556355A JP2018556355A JP2019522254A JP 2019522254 A JP2019522254 A JP 2019522254A JP 2018556355 A JP2018556355 A JP 2018556355A JP 2018556355 A JP2018556355 A JP 2018556355A JP 2019522254 A JP2019522254 A JP 2019522254A
- Authority
- JP
- Japan
- Prior art keywords
- carbohydrate
- user
- hypoglycemia
- bolus
- probability
- 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.)
- Granted
Links
- 150000001720 carbohydrates Chemical class 0.000 title claims abstract description 114
- 238000005259 measurement Methods 0.000 title claims description 17
- 230000002218 hypoglycaemic effect Effects 0.000 claims abstract description 78
- 208000013016 Hypoglycemia Diseases 0.000 claims abstract description 72
- 201000001421 hyperglycemia Diseases 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 43
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 claims description 128
- 235000014633 carbohydrates Nutrition 0.000 claims description 109
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 71
- 239000008103 glucose Substances 0.000 claims description 71
- 102000004877 Insulin Human genes 0.000 claims description 64
- 108090001061 Insulin Proteins 0.000 claims description 64
- 229940125396 insulin Drugs 0.000 claims description 64
- 235000012054 meals Nutrition 0.000 claims description 43
- 239000008280 blood Substances 0.000 claims description 16
- 210000004369 blood Anatomy 0.000 claims description 16
- 230000000291 postprandial effect Effects 0.000 claims description 15
- 206010022489 Insulin Resistance Diseases 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 12
- 230000001186 cumulative effect Effects 0.000 claims description 8
- 230000003345 hyperglycaemic effect Effects 0.000 claims description 6
- 235000000891 standard diet Nutrition 0.000 claims description 2
- 230000003213 activating effect Effects 0.000 claims 1
- 230000008878 coupling Effects 0.000 claims 1
- 238000010168 coupling process Methods 0.000 claims 1
- 238000005859 coupling reaction Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 230000000007 visual effect Effects 0.000 description 7
- 206010012601 diabetes mellitus Diseases 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000001802 infusion Methods 0.000 description 4
- 235000005911 diet Nutrition 0.000 description 3
- 210000003722 extracellular fluid Anatomy 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 3
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000000378 dietary effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 230000003914 insulin secretion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000015541 sensory perception of touch Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- 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
- 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
- G16H50/30—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
Abstract
Description
本出願は、参照によりその全体が本明細書に組み込まれる、2016年4月28日に出願された米国特許出願第15/140、550号明細書の利益を主張する。
本出願は、概して、炭水化物推定値の不確かさを考慮して低血糖のリスクおよび高血糖のリスクを低減する、ボーラス計算機の使用を含む方法および装置に関する。より具体的には、炭水化物推定値が過大評価または過小評価であり、それぞれ、その後に勧告および警告をユーザーに提供する場合には、ボーラス計算機のプロセッサによって実行され、炭水化物推定値および炭水化物推定値の不確かさを定義する度合を使用して、低血糖および高血糖のリスク(または確率)を判定する、アルゴリズムを使用する方法および装置に関する。
A.確信している−私の携帯電話、または、携帯電話キャプチャされた画像に基づいた推定値と見なす。
B.かなり確信がある−同様の食事に基づいて合理的に推定している。
C.確信がない−憶測である。
スマートフォンは、様々な食品の炭水化物レベルをチェックするための画像データベースを有することができ、1つ以上の食品に複数の画像を組み込んで推定値を提供することができる。スマートフォンは、食事のサイズ、重量、以前の食事の時間および内容などの追加の質問をすることもできる。スマートフォンは、A〜Cごとに提案されたパーセンテージ範囲を提供して表示することもできる。例えば、Aは75%よりも大、Bは50〜75%、Cは50%未満であり得る。不確かさがあるレベルを下回る場合(75%未満、または50%または25%未満など)、装置が勧告を提供するのに十分な情報が提供されていないことを、追加の質問または警報を設定してユーザーに警告することができる。特定の実施形態ではBが選択された場合、以前の精度を判定するためにユーザーの推定値の履歴にアクセスするためプロセッサを起動し、以前の期間(3ヶ月または4ヶ月ごとなど)にわたって同じまたは類似の平均をユーザーが何回食べたかを判定し、その間隔を比較して、ユーザーが時間の経過とともに食事の種類に関する推定値を良くしているかどうかを判定することによって推定値の精度を判定する(もし良くしているのであれば、各期間の標準偏差などの要因を自動的に計算することもできるスマートフォンによって確実性が自動的に調整され、最後の3期間について3以上の精度レベルの向上がある場合、望ましい場合、および/または、そのようにするように予め設定されている場合には、最新のものが使用され得る。)。本明細書に記載のアルゴリズムの結果は、ディスプレイ上に提供(ディスプレイ上に表示)され得る。
Claims (20)
- ボーラス計算機を使用して炭水化物推定値の不確かさを考慮して低血糖のリスクおよび高血糖のリスクを低減する方法であって、
起動されたときに、低血糖の確率を定義する第1の閾値パーセンテージ(Phypo)、高血糖の確率を定義する第2の閾値パーセンテージ(Phyper)、低血糖閾値(Thypo)、および高血糖閾値(Thyper)のプリセット値を定義するアルゴリズムを実行するプロセッサを内部に含むボーラス計算機を提供することと、
前記炭水化物推定値および前記炭水化物推定値(c)の前記不確かさを定義する度合を前記ボーラス計算機に提供することと、
前記プリセット値、前記炭水化物推定値、および前記炭水化物推定値の前記不確かさを定義する前記度合を使用する前記アルゴリズムを実行するように前記プロセッサを起動して、前記炭水化物推定値が前記炭水化物含有量を過大評価しているため標準食事インスリンボーラスが過大評価されているために前記低血糖のリスクを軽減する調整の必要がある場合には前記低血糖の確率を判定し、前記炭水化物推定値が前記炭水化物含有量を過小評価しているため前記標準食事インスリンボーラスが過小評価されているために前記高血糖のリスクを軽減する調整の必要がある場合には前記高血糖の確率を判定することと、
前記炭水化物推定値が過大評価されて対応する食事インスリンボーラスが調整されたときに前記ユーザーに勧告を提供し、前記炭水化物推定値が過小評価されたときに食後のグルコース測定を勧告するように前記ユーザーに警告することと、
を含む方法。 - 前記低血糖の確率を定義する前記閾値パーセンテージを略5パーセントに設定することと、前記高血糖の確率を定義する前記閾値パーセンテージを略75パーセントに設定することと、をさらに含む請求項1に記載の方法。
- 前記低血糖の確立を定義する前記閾値パーセンテージを略10パーセントと25パーセントとの間に設定することと、前記高血糖の確率を定義する前記閾値パーセンテージを略70パーセントから略80パーセントとの間に設定することと、をさらに含む請求項1に記載の方法。
- ボーラス計算機を使用して炭水化物推定値の不確かさを考慮して低血糖のリスクおよび高血糖のリスクを低減する方法であって、
起動されたときに、低血糖の確率を定義する第1の閾値パーセンテージ(Phypo)、高血糖の確率を定義する第2の閾値パーセンテージ(Phyper)、低血糖閾値(Thypo)、および高血糖閾値(Thyper)、のプリセット値を定義するアルゴリズムを実行するプロセッサを内部に含むボーラス計算機を提供することと、
前記炭水化物推定値(c)および前記炭水化物推定値の前記不確かさを定義する標準偏差(σc)を前記ボーラス計算機に提供することと、
前記アルゴリズムを実行するために前記プロセッサを起動することと、
前記炭水化物推定値が前記炭水化物含有量を過大評価しているため標準食事インスリンボーラスが過大評価されているために、前記低血糖のリスクを軽減するための調整が必要な場合、ユーザーの前記炭水化物推定値および炭水化物比を利用して前記標準食事インスリンボーラス(Imeal)を計算すること、前記炭水化物推定値、前記標準偏差および正規累積分布に関するパラメータを使用して前記低血糖の確率を定義する前記閾値パーセンテージに対応する第1レベル(cphypo)を計算すること、前記ユーザーのインスリン感受性因子、前記低血糖閾値および計算された前記第1レベルを使用して低血糖回避インスリンボーラス(Ihypo(x)%)を計算すること、前記標準食事インスリンボーラスと前記低血糖症回避インスリンボーラスとを比較すること、および、前記標準食事インスリンボーラスおよび前記低血糖回避インスリンボーラスの最小値を選択することにより前記低血糖のリスクを考慮すること、によって前記低血糖の確率を判定することと、
前記炭水化物推定値が前記炭水化物含有量を過小評価しているため前記標準食事インスリンボーラスが過小評価されているために前記高血糖のリスクを軽減する必要が有る場合、前記炭水化物推定値、前記標準偏差および正規累積分布に関するパラメータを使用して前記高血糖の確率を定義する前記閾値パーセンテージに対応する第2レベル(cphyper)を計算すること、計算された前記第2レベル、ユーザーの前記炭水化物比、ユーザーの前記インスリン感受性因子および目標グルコースレベルを使用して食後グルコース推定値を表す値を計算すること、前記値を前記高血糖閾値と比較すること、および、前記値が前記高血糖閾値よりも高い場合に前記ユーザーに食後のグルコース測定をするように指示する警告を前記ユーザーに提供しそれにより前記高血糖のリスクを考慮すること、によって前記高血糖の確率を判定することと、を含む方法。 - 前記標準偏差が部分的に前記ユーザーの受診歴から導出されるように、前記ボーラス計算機を物理的に別個のメモリと結合することをさらに含む、請求項4に記載の方法。
- 前記ボーラス計算機内にメモリをさらに備え、前記標準偏差は炭水化物を推定する能力に関して前記ユーザーの以前の決定から部分的に導出される、請求項4に記載の方法。
- メモリをさらに備え、前記標準偏差は前記ユーザーの炭水化物を推定するテストに提供された以前のテストから部分的に導出される、請求項4に記載の方法。
- 前記ユーザーが前記炭水化物推定値を前記ボーラス計算機に提供することをさらに含む、請求項4に記載の方法。
- 前記ボーラス計算機によって、前記ユーザーにより提供された前記炭水化物推定値の確実性を前記ユーザーに問い合わせ、選択可能な前記不確かさを詳述する選択肢を前記ユーザーに提供すること、をさらに含む、請求項4に記載の方法。
- ディスプレイを介して視覚的に、前記ユーザーに前記食後のグルコース測定を行うように指示する前記警告を前記ユーザーに提供すること、をさらに含む、請求項4に記載の方法。
- 前記低血糖の確率を定義する前記閾値パーセンテージを略5パーセントに設定することと、前記高血糖の確率を定義する前記閾値パーセンテージを略75パーセントに設定することと、をさらに含む請求項4に記載の方法。
- 前記低血糖の確率を定義する前記閾値パーセンテージを略10パーセントと25パーセントの間に設定することと、前記高血糖の確率を定義する前記閾値パーセンテージを略70パーセントから略80パーセントとの間に設定することをさらに含む請求項4に記載の方法。
- 低血糖のリスクおよび高血糖のリスクを低減するための炭水化物推定値の不確かさを考慮するボーラス計算機であって、
起動されると、低血糖の確率を定義する第1の閾値パーセンテージ(Phypo)、高血糖の確率を定義する第2の閾値パーセンテージ(Phyper)、低血糖閾値(Thypo)、高血糖閾値(Thyper)、のプリセット値を定義するアルゴリズムを実行するように構成される、プロセッサを備え、
前記プロセッサは、前記炭水化物推定値および前記炭水化物推定値(c)の前記不確かさを定義する標準偏差(σc)をボーラス計算機から受け取ると、前記炭水化物推定値が前記炭水化物含有量を過大評価しているため標準食事インスリンボーラスが過大評価されているために前記プロセッサが前記低血糖のリスクを軽減する調整が必要な場合に前記低血糖の確率を判定し、ユーザーの前記炭水化物推定値および炭水化物比を利用して前記標準食事インスリンボーラス(Imeal)を計算し、前記炭水化物推定値、前記標準偏差、および正規累積分布に関するパラメータを使用して、前記低血糖の確率を定義する前記閾値パーセンテージに対応する第1のレベル(cPhypo)を計算し、前記ユーザーのインスリン感受性因子、前記低血糖閾値および算出された前記第1のレベルを用いて、低血糖回避インスリンボーラス(Ihypo(x)%)を計算し、前記標準食事インスリンボーラスと前記低血糖回避インスリンボーラスを比較し、前記標準食事インスリンボーラスおよび前記低血糖回避インスリンボーラスの最小値の選択によって前記低血糖のリスクを考慮し、前記炭水化物推定値が前記炭水化物含有量を過小評価しているため前記標準食事のインスリンボーラスが過小評価されているために前記プロセッサが前記高血糖のリスクを軽減する調整が必要な場合に前記高血糖の確率を判定し、前記炭水化物推定値、前記標準偏差および正規累積分布に関するパラメータを使用して、前記高血糖の確率を定義する前記閾値パーセンテージに対応する第2のレベル(cPhyper)を計算し、算出された前記第2のレベル、前記ユーザーインスリン感受性因子、および目標グルコースレベルを用いて、食後のグルコース推定値を表す値を算出し、前記値を前記高血糖閾値と比較し、および、前記値が前記高血糖閾値よりも高い場合に、食後のグルコース測定をするように前記ユーザーに指示する警告を前記ユーザーに提供し、それによって前記高血糖のリスクを考慮する、ように構成される、ボーラス計算機。 - 前記ボーラス計算機に結合された物理的に別個のメモリをさらに備え、前記標準偏差は前記メモリに記憶された前記ユーザーの受診歴から部分的に導出される、請求項13に記載のボーラス計算機。
- 前記ボーラス計算機はその中にメモリを含み、前記メモリに予め記憶されている、炭水化物を推定する能力に関する前記ユーザーの以前の決定から部分的に前記標準偏差が導出されるように、請求項13に記載のボーラス計算機。
- 前記ボーラス計算機はメモリに予め結合されており、前記標準偏差は、前記メモリに予め記憶されている前記ユーザーの炭水化物を推定するテストに提供された以前のテストから部分的に導出される、請求項13に記載のボーラス計算機。
- 前記ボーラス計算機が、前記ユーザーに質問して前記炭水化物推定値を要求するように構成されている、請求項13に記載のボーラス計算機。
- 前記ボーラス計算機は、前記ユーザーに質問し、前記ユーザーによって提供された前記炭水化物推定値の確実性を尋ね、前記ディスプレイ上のボタンを介して選択可能な前記不確かさを詳述する選択肢を前記ユーザーに提供するように構成される、請求項13に記載のボーラス計算機。
- 前記プロセッサは、前記食後グルコース測定を行うように前記ユーザーに指示する前記警告を、前記ディスプレイを介して視覚的に前記ユーザーに提供するように構成されている、請求項13に記載のボーラス計算機。
- 前記プロセッサは、前記低血糖の確率を定義する前記閾値パーセンテージを略5パーセントに設定し、前記高血糖の確率を定義する前記閾値パーセンテージを略75パーセントに設定するように構成されている、請求項13に記載のボーラス計算機。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/140,550 US10311976B2 (en) | 2016-04-28 | 2016-04-28 | Bolus calculator with probabilistic carbohydrate measurements |
US15/140,550 | 2016-04-28 | ||
PCT/US2017/029072 WO2017189403A1 (en) | 2016-04-28 | 2017-04-24 | Bolus calculator with probabilistic carbohydrate measurements |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019522254A true JP2019522254A (ja) | 2019-08-08 |
JP6677823B2 JP6677823B2 (ja) | 2020-04-08 |
Family
ID=58692577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018556355A Active JP6677823B2 (ja) | 2016-04-28 | 2017-04-24 | 確率的な炭水化物測定を有するボーラス計算器 |
Country Status (7)
Country | Link |
---|---|
US (2) | US10311976B2 (ja) |
EP (1) | EP3449401A1 (ja) |
JP (1) | JP6677823B2 (ja) |
KR (1) | KR102170071B1 (ja) |
CN (1) | CN109804436B (ja) |
CA (1) | CA3021662C (ja) |
WO (1) | WO2017189403A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9465917B2 (en) * | 2014-05-30 | 2016-10-11 | Roche Diabetes Care, Inc. | Hazard based assessment patterns |
CA3072613C (en) * | 2017-08-31 | 2024-03-19 | F. Hoffmann-La Roche Ag | Methods, devices and systems for estimating nutritional element content in foods |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010528703A (ja) * | 2007-05-30 | 2010-08-26 | スミス メディカル エーエスディー, インコーポレイテッド | エキスパートシステムに基づくインスリンポンプ |
US20100262434A1 (en) * | 2007-12-13 | 2010-10-14 | Shaya Steven A | Method and apparatus to calculate diabetic sensitivity factors affecting blood glucose |
US20110098548A1 (en) * | 2009-10-22 | 2011-04-28 | Abbott Diabetes Care Inc. | Methods for modeling insulin therapy requirements |
JP2012527981A (ja) * | 2009-05-29 | 2012-11-12 | ユニバーシティ オブ バージニア パテント ファウンデーション | 糖尿病の開ループおよび閉ループ制御のためのシステムコーディネータおよびモジュールアーキテクチャ |
JP2015511337A (ja) * | 2011-12-29 | 2015-04-16 | エフ ホフマン−ラ ロッシュ アクチェン ゲゼルシャフト | 携帯型糖尿病管理装置に存在するボーラス計算機に関連するグラフィカルユーザインターフェース |
Family Cites Families (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7395158B2 (en) | 2000-05-30 | 2008-07-01 | Sensys Medical, Inc. | Method of screening for disorders of glucose metabolism |
DE60133653T2 (de) | 2000-08-18 | 2009-06-04 | Animas Technologies Llc | Vorrichtung zum vorhersagen von hypoglyecemiefällen |
US6575905B2 (en) | 2000-09-22 | 2003-06-10 | Knobbe, Lim & Buckingham | Method and apparatus for real-time estimation of physiological parameters |
US7278983B2 (en) | 2002-07-24 | 2007-10-09 | Medtronic Minimed, Inc. | Physiological monitoring device for controlling a medication infusion device |
US7404796B2 (en) * | 2004-03-01 | 2008-07-29 | Becton Dickinson And Company | System for determining insulin dose using carbohydrate to insulin ratio and insulin sensitivity factor |
US7291107B2 (en) | 2004-08-26 | 2007-11-06 | Roche Diagnostics Operations, Inc. | Insulin bolus recommendation system |
ES2575660T3 (es) * | 2005-09-09 | 2016-06-30 | F. Hoffmann-La Roche Ag | Sistema, herramientas, dispositivos y programa para el cuidado diabético |
US8684922B2 (en) | 2006-05-12 | 2014-04-01 | Bao Tran | Health monitoring system |
US20080154513A1 (en) * | 2006-12-21 | 2008-06-26 | University Of Virginia Patent Foundation | Systems, Methods and Computer Program Codes for Recognition of Patterns of Hyperglycemia and Hypoglycemia, Increased Glucose Variability, and Ineffective Self-Monitoring in Diabetes |
US20080269714A1 (en) | 2007-04-25 | 2008-10-30 | Medtronic Minimed, Inc. | Closed loop/semi-closed loop therapy modification system |
GB0719969D0 (en) | 2007-10-12 | 2007-11-21 | Cambridge Entpr Ltd | Substance monitoring and control in human or animal bodies |
US7731659B2 (en) | 2007-10-18 | 2010-06-08 | Lifescan Scotland Limited | Method for predicting a user's future glycemic state |
US8845613B2 (en) * | 2008-01-28 | 2014-09-30 | Roche Diagnostics Operations, Inc. | Bolus dose determination for a therapeutic fluid dispensing system |
US20100145670A1 (en) * | 2008-02-12 | 2010-06-10 | Alferness Clifton A | System and method for managing type 2 diabetes mellitus through a personal predictive management tool |
US8734422B2 (en) | 2008-08-31 | 2014-05-27 | Abbott Diabetes Care Inc. | Closed loop control with improved alarm functions |
GB2466183A (en) | 2008-12-09 | 2010-06-16 | Cambridge Entpr Ltd | Closed loop diabetes management system |
CN102334113B (zh) * | 2009-02-25 | 2016-01-13 | 弗吉尼亚大学专利基金会 | 通过低血糖风险评估和平滑降低胰岛素递送的基于cgm的低血糖预防 |
EP2433235A2 (en) | 2009-05-22 | 2012-03-28 | Abbott Diabetes Care, Inc. | Safety features for integrated insulin delivery system |
US20110071464A1 (en) | 2009-09-23 | 2011-03-24 | Medtronic Minimed, Inc. | Semi-closed loop insulin delivery |
US8843321B2 (en) | 2010-01-26 | 2014-09-23 | Roche Diagnostics Operations, Inc. | Methods and systems for processing glucose data measured from a person having diabetes |
US8579879B2 (en) | 2010-02-19 | 2013-11-12 | Medtronic Minimed, Inc. | Closed-loop glucose control startup |
US8532933B2 (en) | 2010-06-18 | 2013-09-10 | Roche Diagnostics Operations, Inc. | Insulin optimization systems and testing methods with adjusted exit criterion accounting for system noise associated with biomarkers |
US8589106B2 (en) | 2010-12-22 | 2013-11-19 | Roche Diagnostics Operations, Inc. | Calibration of a handheld diabetes managing device that receives data from a continuous glucose monitor |
US8774889B2 (en) | 2010-12-22 | 2014-07-08 | Roche Diagnostics Operations, Inc. | Patient monitoring system with efficient pattern matching algorithm |
US20140088392A1 (en) | 2011-02-11 | 2014-03-27 | Abbott Diabetes Care Inc. | Feedback from Cloud or HCP to Payer or Patient via Meter or Cell Phone |
CN103907116A (zh) | 2011-08-26 | 2014-07-02 | 弗吉尼亚大学专利基金会 | 用于糖尿病的自适应咨询控制的方法、系统以及计算机可读介质 |
US10881339B2 (en) | 2012-06-29 | 2021-01-05 | Dexcom, Inc. | Use of sensor redundancy to detect sensor failures |
US9364609B2 (en) | 2012-08-30 | 2016-06-14 | Medtronic Minimed, Inc. | Insulin on board compensation for a closed-loop insulin infusion system |
US9623179B2 (en) | 2012-08-30 | 2017-04-18 | Medtronic Minimed, Inc. | Safeguarding techniques for a closed-loop insulin infusion system |
US9504412B2 (en) | 2012-09-17 | 2016-11-29 | Lifescan, Inc. | Method and system to derive glycemic patterns from clustering of glucose data |
US9592002B2 (en) | 2012-09-21 | 2017-03-14 | Lifescan, Inc. | Method and system to derive multiple glycemic patterns from glucose measurements during time of the day |
US10463282B2 (en) | 2012-10-04 | 2019-11-05 | Roche Diabetes Care, Inc. | System and method for assessing risk associated with a glucose state |
US9119529B2 (en) | 2012-10-30 | 2015-09-01 | Dexcom, Inc. | Systems and methods for dynamically and intelligently monitoring a host's glycemic condition after an alert is triggered |
US9351670B2 (en) | 2012-12-31 | 2016-05-31 | Abbott Diabetes Care Inc. | Glycemic risk determination based on variability of glucose levels |
US10383580B2 (en) | 2012-12-31 | 2019-08-20 | Abbott Diabetes Care Inc. | Analysis of glucose median, variability, and hypoglycemia risk for therapy guidance |
US9227014B2 (en) | 2013-02-07 | 2016-01-05 | The Board Of Trustees Of The Laland Stanford Junior University | Kalman filter based on-off switch for insulin pump |
WO2015073211A1 (en) | 2013-11-14 | 2015-05-21 | Regents Of The University Of California | Glucose rate increase detector: a meal detection module for the health monitoring system |
US10722650B2 (en) | 2014-03-28 | 2020-07-28 | Roche Diabetes Care, Inc. | System and method for adjusting therapy based on risk associated with a glucose state |
US9465917B2 (en) | 2014-05-30 | 2016-10-11 | Roche Diabetes Care, Inc. | Hazard based assessment patterns |
-
2016
- 2016-04-28 US US15/140,550 patent/US10311976B2/en active Active
-
2017
- 2017-04-24 CN CN201780040851.0A patent/CN109804436B/zh active Active
- 2017-04-24 JP JP2018556355A patent/JP6677823B2/ja active Active
- 2017-04-24 CA CA3021662A patent/CA3021662C/en active Active
- 2017-04-24 WO PCT/US2017/029072 patent/WO2017189403A1/en active Application Filing
- 2017-04-24 EP EP17722554.7A patent/EP3449401A1/en active Pending
- 2017-04-24 KR KR1020187034427A patent/KR102170071B1/ko active IP Right Grant
-
2019
- 2019-04-17 US US16/386,696 patent/US20190244715A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010528703A (ja) * | 2007-05-30 | 2010-08-26 | スミス メディカル エーエスディー, インコーポレイテッド | エキスパートシステムに基づくインスリンポンプ |
US20100262434A1 (en) * | 2007-12-13 | 2010-10-14 | Shaya Steven A | Method and apparatus to calculate diabetic sensitivity factors affecting blood glucose |
JP2012527981A (ja) * | 2009-05-29 | 2012-11-12 | ユニバーシティ オブ バージニア パテント ファウンデーション | 糖尿病の開ループおよび閉ループ制御のためのシステムコーディネータおよびモジュールアーキテクチャ |
US20110098548A1 (en) * | 2009-10-22 | 2011-04-28 | Abbott Diabetes Care Inc. | Methods for modeling insulin therapy requirements |
JP2015511337A (ja) * | 2011-12-29 | 2015-04-16 | エフ ホフマン−ラ ロッシュ アクチェン ゲゼルシャフト | 携帯型糖尿病管理装置に存在するボーラス計算機に関連するグラフィカルユーザインターフェース |
Also Published As
Publication number | Publication date |
---|---|
JP6677823B2 (ja) | 2020-04-08 |
KR102170071B1 (ko) | 2020-10-27 |
CA3021662C (en) | 2021-09-21 |
US20190244715A1 (en) | 2019-08-08 |
WO2017189403A1 (en) | 2017-11-02 |
CA3021662A1 (en) | 2017-11-02 |
EP3449401A1 (en) | 2019-03-06 |
KR20190004733A (ko) | 2019-01-14 |
US10311976B2 (en) | 2019-06-04 |
US20170316173A1 (en) | 2017-11-02 |
CN109804436A (zh) | 2019-05-24 |
CN109804436B (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9339219B2 (en) | Devices, systems, and methods related to analyte monitoring and management | |
EP2644088B1 (en) | Analyte testing method and device for diabetes management | |
US20100298685A1 (en) | Adaptive insulin delivery system | |
US20090164251A1 (en) | Method and apparatus for providing treatment profile management | |
KR20150036706A (ko) | 당뇨병이 있는 사람들에 대해 고혈당증 또는 저혈당증을 표시하는 방법 및 시스템 | |
WO2008101229A2 (en) | Method and system for providing contextual based medication dosage determination | |
AU2013315694A1 (en) | Method and system to indicate glycemic impacts of insulin infusion pump commands | |
US20220323676A1 (en) | Computer-implemented diabetes management methods | |
US20190244715A1 (en) | Bolus calculator with probabilistic carbohydrate measurements | |
CA3016144C (en) | Bolus calculator with probabilistic glucose measurements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181221 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191108 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191210 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200302 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200310 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200313 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6677823 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |