JP4891511B2 - 自己モニタリングデータから糖尿病の血糖管理を評価する方法、システム及びコンピユータプログラム製品 - Google Patents
自己モニタリングデータから糖尿病の血糖管理を評価する方法、システム及びコンピユータプログラム製品 Download PDFInfo
- Publication number
- JP4891511B2 JP4891511B2 JP2001570172A JP2001570172A JP4891511B2 JP 4891511 B2 JP4891511 B2 JP 4891511B2 JP 2001570172 A JP2001570172 A JP 2001570172A JP 2001570172 A JP2001570172 A JP 2001570172A JP 4891511 B2 JP4891511 B2 JP 4891511B2
- Authority
- JP
- Japan
- Prior art keywords
- blood glucose
- range
- estimated
- hba
- glycosylated hemoglobin
- 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.)
- Expired - Fee Related
Links
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
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- 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, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- 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
- 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
Description
【０００１】
［関連出願の相互参照］
本発明はその全開示がここの引用によりこれに組み入れられる”自己モニタリングデータから糖尿病の血糖管理を評価するアルゴリズム（Algorithm for the Evaluation of Glycemic Control in Diabetes From Self-Monitoring Data）”の名称の、２０００年３月２９日出願の米国特許仮出願番号第６０／１９３，０３７号の優先権を主張する。
【０００２】
［合衆国政府の権利］
本発明は米国国立衛生研究所により両者共支給された補助金第ＮＩＨ／ＮＩＤＤＫ：ＲＯＩ ＤＫ ２８２８８号及び第ＮＩＨ／ＮＩＤＤＫ：ＲＯＩ ＤＫ ５１５６２号による合衆国政府補助を用いて行われた。
【０００３】
［発明の分野］
本発明は一般的に糖尿病を有する個人（individuals with diabetes）の血糖管理（Glycemic Control）に関し、特にグリコシル化ヘモグロビン（Glycosylated hemoglobin）（ＨｂＡlc及びＨｂＡl）及び低血糖をこうむるリスク（risk of incurring hypoglycemia）を予測する評価用のコンピユータベースのシステムと方法に関する。
【０００４】
［発明の背景］
糖尿病管理及び併発症試験（Diabetes Control and Complications Trial）｛デーシーシーテー（DCCT）｝｛デーシーシーテー研究グループ（DCCT Research Group）：糖尿病の集中治療のインシュリン依存真性糖尿病の長期併発症の発生と進行への影響（The Effect Of Intensive Treatment Of Diabetes On The Development And Progression Of Long-Term Complications Of Insulin-Dependent Diabetes Mellitus）．ニューイングランドジャーナルオブメデイシン（New England Journal of Medicine）、３２９：９７８−９８６、１９９３、参照｝、ストックホルム糖尿病介入研究（the Stockholm Diabetes Intervention Study）｛レイチャード ピー、フイル エム（Reichard P, Phil M）：ストックホルム糖尿病介入研究での長期集中従来型インシュリン治療中の死亡及び治療副作用（Mortality and Treatment Side Effects During Long-term Intensified Coventional Insulin Treatment in the Stockholm Diabetes Intervention Study）。糖尿病（Diabetes）、４３：３１３−３１７、１９９４、参照｝、そして英国有望糖尿病研究（the United Kingdom Prospective Diabetes Study）[英国有望糖尿病研究グループ（UK Prospective Diabetes Study Group）：メトホルミンを用いた集中血液グルコース管理のタイプ２の糖尿病患者の併発症への影響（ユーケーピーデーエス３４）｛Effect of Intensive Blood Glucose Control With Metformin On Complications In Patiant With Type 2 Diabetes（UKPDS 34）｝。ランセット（Lancet）、３５２：８３７−８５３、１９９８、参照]を含む広範な研究は、糖尿病の長期併発症を予防する最も有効な方法が集中インシュリン治療を用いて血液グルコース（blood glucose）（ＢＧ）レベルを正常範囲内に厳密に保持することによることを繰り返し示している。
【０００５】
しかしながら、該同じ研究は又集中インシュリン治療の或る逆効果を文書で証明しており、それの最も急性のものは、回復への、自己治療を出来なくし、外部補助を要する神経低血糖症（neuroglycopenia）の症状出現（episode）として規定される条件である、頻発性の重症低血糖（severe hypoglycemia）（ＳＨ）の増大するリスクである｛デーシーシーテー研究グループ（DCCT Research Group）：糖尿病管理と併発症試験に於ける重症低血糖の疫学（Epidemiology of Severe Hypoglycemia In The Diabetes Control and Complications Trial）。アメリカンジャーナルオブメデイシン（American Journal of Medicine）、９０：４５０−４５９、１９９１、及びデーシーシーテー研究グループ：糖尿病管理及び併発症試験に於ける低血糖（Hypoglycemia in the Diabetes Cotrol and Complications）。糖尿病、４６：２７１−２８６、１９９７、参照｝。重症低血糖（ＳＨ）は事故、昏睡状態、そして死亡にさえ帰着するので、患者及びヘルスケアプロバイダー（health care providers）は集中治療を説得することを思い留まる。その結果、低血糖は改良された血糖管理への主な障碍と識別されて来た｛クライヤー ピーイー（Cryer PE）：低血糖は糖尿病の管理での制限要因である（Hypoglycemia is the Limiting Factor in the Management Of Diabetes）．糖尿病エムイーテーエイビー（Diabetes Metlab）研究レビュー、１５：４２−４６、１９９９｝。
【０００６】
かくして、糖尿病を有する患者は低血糖の彼等のリスクを増大することなく厳密な血糖管理を保持する一生の最適化問題に直面する。この問題に関する主要な挑戦は、患者の血糖管理と彼等の低血糖のリスクと両者を評価出来る、そして彼等の毎日の環境で適用出来る、簡単で信頼性のある方法を創ることである。
【０００７】
グリコシル化ヘモグロビンが真性糖尿病｛タイプＩ又はタイプＩＩ｝を有する個人の血糖管理用マーカーであることは２０年以上の間良く知られている。多くの研究者はこの関係を調査し、グリコシル化ヘモグロビンは一般に前の２ヶ月に亘る患者の平均ＢＧレベルを反映することを見出した。糖尿病患者の大多数で該ＢＧレベルは時間の経過で可成り変動するので、積分されたグルコースの管理とＨｂＡlcの間の真の関連が、長期間に亘り、安定なグルコース管理にあると知られる患者のみで観察されることが示唆された。
【０００８】
この様な患者の早期の研究は、先行する５週間での平均ＢＧレベルとＨｂＡlcの間の殆ど決定的関係を生じ、この曲線状の結合（association）は０．９８の相関係数を生じた[アービースベンドセン ピー、ローリツエン テー、セガード ユー、ネルップ ジェイ（Aaby Svendsen P, Lauritzen T, Soegard U, Nerup J）（１９８２）、タイプ１（インシュリン依存）糖尿病でのグリコシル化ヘモグロビンと定常平均血液グルコース濃度｛Glycosylated Hemoglobin and Steady-state Mean Blood Glucose Concentration in Type 1（Insulin-Dependent）Diabetes｝、ダイアベトロジア（Diabetologia）、２３，４０３−４０５、参照]。１９９３年に、該デーシーシーテーはＨｂＡlcは金標準のグルコシル化ヘモグロビン分析（a gold-standard glycosylated hemoglobin assay）用の”論理的被指名者（logical nomineee）”であると結論付け、該デーシーシーテーは先行する平均ＢＧとＨｂＡlcの間の線形関係を確立した｛サンチアゴ ジェイブイ（Santiago JV）（１９９３）．糖尿病管理と併発症試験からのレッスン（Lessons from the Diabetes Control and Complications Trial）、糖尿病（Diabetes）、４２、１５４９−１５５４、参照｝。
【０００９】
７％のＨｂＡ1cが８．３ミリモル（１５０ｍｇ／ｄｌ）の平均ＢＧに対応し、９％のＨｂＡ1cが１１．７ｍＭ（２１０ｍｇ／ｄｌ）の平均ＢＧに対応し、そしてＨｂＡ1cの１％の増加が１．７ｍＭ（３０ｍｇ／ｄｌ、２）の平均ＢＧの増加に対応することを示すガイドラインが開発された。該デーシーシーテーは又該平均ＢＧを直接測定することは実用的でなく、患者の血糖管理を１つの、簡単なテスト、すなわちＨｂＡ1cで評価出来ることも示唆した。しかしながら、諸研究は明らかにＨｂＡ1cは低血糖（hypoglycemia）に敏感でないことを示している。
【００１０】
実際、何等かのデータからの患者のＳＨの直接のリスク（immediate risk）の信頼すべき予測変量（predictor）はない。該デーシーシーテーは重症低血糖の履歴、低ＨｂＡ１ｃ、そして低血糖に気付かぬことの様な既知の変数（variables）から将来のＳＨの約８％しか予測出来ないと結論付けた。１つの最近のレビューがこの問題の現在の臨床的状況を詳述し、患者と彼等のヘルスケアプロバイダーに利用可能なＳＨ防止用オプションを提供している｛ボリー、ビービー（Bolli, GB）：タイプ１糖尿病の非集中のみならず集中の治療に於ける低血糖問題の緩和方法（How To Ameliorate The Problem of Hypoglycemia In Intensive As Well as Ninintensive Treatment Of Type 1 Diabetes）。糖尿病治療（Diabetes Care）、２２，補足２：Ｂ４３−Ｂ５２、１９９９、参照｝。
【００１１】
現代の家庭ＢＧモニターはＢＧの自己モニタリング（Self-monitoring of BG）（ＳＭＢＧ）を通しての頻繁なビージー測定用手段を提供している。しかしながら、ＳＭＢＧを用いての問題は該ＢＧモニターにより集められた該データとＨｂＡ1c及び低血糖の間に欠けた一環があることである。換言すれば現在、ＨｂＡ1cを評価しそしてＳＭＢＧの読みに基づき切迫した低血糖を認識するための信頼すべき方法は無い｛ブレマー テー及びゴッホ デーエイ（Bremer T and Gough DA）：前の値から血液グルコースは予測出来るか？データの孤立（Is blooe glucose predictable from previous Values? A solicitation for data）．糖尿病（Diabetes）４８：４４５−４５１、１９９９、参照｝。
【００１２】
かくして、本発明の目的は、低血糖の短期及び長期リスク、そして高血糖の長期リスクを予測するために使用するために、ＳＭＢＧデータからＨｂＡ1cと低血糖のリスクとを評価するための３つの別個だが、両立するアルゴリズムを提案することによりこの欠けた一環を提供することである。
【００１３】
本発明者は前に、ルーチンで入手可能なＳＭＢＧデータとＨｂＡ１ｃの評価と低血糖のリスクとの間の欠けた一環の一理由が糖尿病研究で使用されるデータ収集と臨床的評価の複雑な方法が糖尿病特定的なそして数学的に複雑な統計的手順に依って稀にしかサポートされてないことであると報告した。
【００１４】
ＢＧデータの特定の分布を考慮した統計的解析の必要に応答して、発明者は該血液グルコース測定スケールの対称化変換（a symmetrizing transformation）｛コバチェフビーピー、コックスデージェイ、ゴンダー−フレデリックエルエイそしてダブリューエルクラーク（Kovatchev BP, Cox DJ, Gonder-Frederick LA and WL Clarke）（１９９７）．血液グルコース測定スケールの対称化とその応用（Symmetization of the Blood Glucose Measurement Scale and Its Applications）、糖尿病治療（Diabetes care）、２０，１６５５−１６５８、参照｝を開発したが、それは次の様に作動する。該ＢＧレベルは米国ではｍｇ／ｄｌで測定され、大抵の他の国ではミリモル／リットル｛又はミリモル（mM）｝で測定される。該二つのスケールは１８ｍｇ／ｄｌ＝１ミリモルにより直接関係付けられる。全体のＢＧ範囲は大抵の参考文献では１．１から３．３ミリモルとして与えられ、これは実際的には全ての観察値をカバーすると考えられる。該デーシーシーテーの勧告｛デーシーシーテー研究グループ（１９９３）インシュリン依存真性糖尿病の長期併発症発生と進行への糖尿病集中治療の影響（The Effect of Intensive Treatment of Diabetes On the Development and Progression of Long-Term Complications of Insulin-Depedent Diabetes Mellitus）．ニューイングランドジャーナルオブメデイシン（New England Journal of Medicine）、３２９，９７８−９８６頁、参照｝に依れば、該目標ＢＧ範囲−又正常血糖としても知られる−は糖尿病を有する人については３．９から１０ミリモルであり、該ＢＧが３．９ミリモルの下に降下すると低血糖が起こり、そして高血糖は該ＢＧが１０ミリモルより上の時である。不幸にして、このスケールは数値的に非対称であり−−該高血糖範囲（１０から３３．３ミリモル）は該低血糖範囲（１．１から３．９ミリモル）より広く、そして該正常血糖範囲（３．９から１０ミリモル）は該スケール内で中央に位置付けられない。発明者は、下記の、２つのパラメーター解析形式を有し、
f(BG,α,β)=[(ln(BG))α-β], α,β>0
該ＢＧ範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することによりこの非対称を修正する。
【００１５】
次ぎに、f(.)は、それぞれ-101/2と101/2に該変換されたＢＧ範囲の最小及び最大値を固定するために、第３のスケーリングパラメーターにより掛け算される。これらの値は標準正規分布を有する確率変数（random vaiable）が区間[-101/2,101/2]内にその値の９９．８％を有するので、便利である。もしＢＧがミリモル／リットルで測定されるならば、該仮定Ａ１とＡ２に関して数値的に解かれる時、関数f(BG,α,β)の該パラメーターはα=1.026、β=1.861であり、スケーリングパラメータはγ=1.794である。もしＢＧが代わりにｍｇ／ｄｌで測定されるなら、該パラメーターはα=1.084,β=5.381そしてγ=1.509であると計算される。
【００１６】
かくして、ＢＧがミリモル／リットルで測定される時、該対称化変換はf(BG)=1.794[(ln(BG))1.026-1.861]でありそしてＢＧがｍｇ／ｄｌで測定される時該対称化変換はf(BG)=1.509[(ln(BG))1.084-5.381]である。
【００１７】
該対称化変換f(.)に基づいて、発明者は低ＢＧ指数（Low BG Index）−ＳＭＢＧ読みから低血糖の危険を評価するための新しいメザー（measure）−を導入した｛コクス デージェイ、コバチェフ ビーピー、ジュリアン デーエム、ゴンダーフレデリック エルエイ、ポロンスキー ダブリューエイチ、シュルント デージー、クラーク ダブリューエル（Cox DJ, Kovatchev BP, Julian DM, Gonder-Frederick LA, Polonsky WH, Schlundt DG, Clarke WL）：アイデーデーエムに於ける重症低血糖の頻度は自己モニタリング血液グルコースデータから予測可能（Frequency of Severe Hypoglycemia In IDDM Can Be Predicted From Self-Monitoring Blood Glucosw Data）．臨床内分泌学及び新陳代謝雑誌（Journal of Clinical Endocrinology and Metabolism）、７９：１６５９−１６６２，１９９４及びコバチェフ ビーピー、コックス デージェイ、ゴンダーフレデリック エルエイ ヤングハイマン デー、シュルント デー、クラーク ダブリューエル（Kovatchev BP, Cox DJ, Gonder-Frederick LA, Young-Hyman D, Schlundt D, Clarke WL,）．アイデーデーエムを用いた成人内の重症低血糖の危険の評価：低血液グルコース指数の検証（Assessment of Risk for Severe Hypoglycemia Among Adults With IDDM:Validation of the Low Blood Glucose Index）、糖尿病治療（Diabetes Care）２１：１８７０−１８７５、１９９８、参照｝。１連のＳＭＢＧデータを与えられて、該低ＢＧ指数（Low BG index）は、f(BG)<0の値に対しては10.f(BG)2の平均として、他の値に対しては０として計算される。又該低ＢＧ指数の仕方と対称に計算された高ＢＧ指数（High BG Index）が示唆されたが、しかしながらこの指数はその実際的応用を見出せなかった。
【００１８】
回帰モデル（regression model）で該低ＢＧ指数を使用して、発明者は、該ＳＨ履歴とＳＭＢＧデータに基づき次の６ヶ月内のＳＨ症状出現の分散の４０％の理由を明らかにさせ、その後この予測を４６％まで高めることが出来た｛コバチェフ ビーピー、ストラウム エム、フアーヒ エルエス、コックス デージェイ（Kovatchev BP, Straume M, Farhi LS, Cox DJ）：血液グルコース遷移の速度評価とその重症低血糖との関係（Estimating the Speed of Blood Glucose Transitions and its Relationship With Severe Hypoglycemia）、糖尿病（Diabetes）、４８：補足１，Ａ３６３、１９９９、参照｝。
【００１９】
加えて、本発明者はＨｂＡ1cとＳＭＢＧに関する幾つかのデータを開発した｛コバチェフ ビーピー、コックス デージェイ、ストラウム エム、フアーヒ エルエス（Kovatchev BP, Cox DJ, Straume M, Farhy LS）．自己モニター血液グルコースプロフアイルとグリコシル化ヘモグロビンとの連関（Association of Self-minitoring Blood Glucose Profiles with Glycosylated Hemoglobin）．酵素学の方法（Methods of Enzymology）、３２１巻：数値的コンピユータの方法（Numerical Computor Methods）、パートＣで、マイケルジョンソン及びルドウイッヒブランド編集（Michael Johnson and Ludvig Brand）、アカデミックプレス（Academic Press）、ニューヨーク；２０００、参照｝。
【００２０】
これらの開発は本発明の理論的背景の１部となった。この理論を実際にもたらすために、中でも、下記部分で説明される幾つかの重要理論部分が追加された。特に、ＨｂＡ1c、低血糖についての長期及び短期リスクの評価を使うために３つの方法が開発された。これらの方法の開発は、それに限定されないが、３００，０００より多いＳＭＢＧの読み、重症低血糖の記録そしてＨｂＡ1cの決定を含む糖尿病を有する８６７人の個人についてのデータの詳細な解析に基づいている。
【００２１】
従って本発明者は従来の方法に付随する該前記制限を改善し、それにより患者の血糖管理（patients' glycemic control）と彼等の低血糖のリスクとの両者を評価出来て、そして彼等の毎日の環境で適用され得る簡単で信頼性ある方法を提供する。
【００２２】
［発明の概要］
本発明は、糖尿病の血糖管理の２つの最も重要な要素、すなわちＨｂＡ1cと低血糖のリスクと、のルーチンで収集されるＳＭＢＧデータからの同時評価用のデータ解析法とコンピユータベースのシステムとを含む。この文書の目的で、ＢＧの自己モニタリング（self-monitoring of BG）（ＳＭＢＧ）は、糖尿病患者の自然な環境での血液グルコースの決定の何等かの方法として規定され、出現する連続モニタリング技術により使用される方法のみならず２００−２５０のＢＧ読み値を習慣的に記憶する現代のＳＭＢＧデバイスにより使用される方法を含む。ＳＭＢＧのこの広い規定を与えられて、本発明は、ＨｂＡ1cと低血糖の増加するリスクの期間との両者を予測できる知的データ解釈要素を導入することにより現在の家庭用血液グルコースモニタリングデバイスの向上のみならず、同じ特徴による将来的連続モニタリングデバイスの向上にも直接関係する。
【００２３】
本発明の１側面は例えば４−６週間等、予め決められた期間の集められたＳＭＢＧデータからＨｂＡ1cを評価する方法、システムそしてコンピユータプログラム製品を含む。１実施例では、本発明は予め決められた持続期間に亘り集められたＢＧデータに基づき患者のＨｂＡ1cを評価するコンピユータ化された方法とシステムを提供する。該方法は、該集められたＢＧデータに基づき高い血液グルコースへの加重偏差（weighted deviation）（ＷＲ）と血液グルコースの見積もられた変化レート（Ｄｒ）とを計算すること；該計算されたＷＲとＤｒとに基づき予め決められた数学式を使用してＨｂＡ1cを見積もること；そしてＨｂＡ1cの前記見積値の分類用の予め決められた信頼区間（confidence interval）を提供することを含む。
【００２４】
本発明のもう１つの側面は重症低血糖（severe hypoglycemia）（ＳＨ）用の長期確率（long-term probability）を見積もる方法、システム、そしてコンピユータプログラムを含む。この方法は予め決められた期間、例えば４−６週間、のＳＭＢＧ読み値を使用し、次の６週間内のＳＨのリスクを予測する。１実施例では、本発明は予め決められた持続期間（duration）に亘り集められたＢＧデータに基づき患者の重症低血糖（ＳＨ）用の長期確率を評価するコンピユータ化された方法とシステムを提供する。該方法は：該集められたＢＧデータに基づき低い血液グルコースへの加重偏差（ＷＬ）と該低いＢＧ範囲内の血液グルコースの見積もられた降下レート（ＤｒＤｎ）を計算すること；該計算されたＷＬ及びＤｒＤｎに基づき予め決められた数学式を使用して将来のＳＨ症状出現の数を見積もること；そして前記見積もられたＳＨ症状出現に対して選択数のＳＨ症状出現をこうむる確率を規定することを含む。
【００２５】
本発明のなおもう１つの側面は、低血糖の増加するリスクの２４時間の期間（又は他の選択期間）を識別する方法、システム、そしてコンピユータプログラム製品を含む。これは前の２４時間に亘り集められたＳＭＢＧ読み値を使用して低血糖の短期リスクの計算を通して達成される。１実施例では、本発明は予め決められた持続期間に亘り集められたＢＧデータに基づき患者の重症低血糖（ＳＨ）についての短期リスクを評価するコンピユータ化された方法とシステムを提供する。該方法は、低い血液グルコースへの加重偏差（ＷＬ）を計算すること；wl（BG;2）の最大値を計算することによりMax(wl)を決定すること；該予め決められた持続期間に亘りWLとMax(wl)の相乗平均を取ることによりリスク値を決定すること；予め決められたしきいリスク値を提供すること；そして該予め決められたリスク値を該しきいリスク値と比較することを含む。
【００２６】
本発明のこれら３つの側面は糖尿病を有する個人の血糖管理について連続的情報と低血糖のリスクの向上したモニタリングとを提供するために一緒に集積化され得る。
【００２７】
これら及び他の目的は、ここに開示した本発明の利点と特徴と共に、説明、図面そして続く請求項から一層明らかになる。
【００２８】
［発明の詳細な記述］
本発明は、それに限定されないが、糖尿病患者の血糖管理の評価用の精密な方法の創生を可能にし、そして該方法のキー要素の計算で使用されるフアームウエア（firmware）及びソフトウエアコードを含む。本明細書で後から論じる様に、ＨｂＡ１ｃ、ＳＨの長期確率、そして低血糖の短期リスクを評価する本発明の方法も又集められた広範囲のデータに基づき検証される。最後に、これらの方法の側面は構造化された表示又はマトリックスに組み合わされ得る。
ＢＧ偏差の静的測定
ＢＧ対称化の本発明者の理論に依れば｛コバチェフ ビーピー、ストラウム エム、コックス デージェイ、フアーヒエルエス（Kovatchev BP, Straume M, Cox DJ, Farhi LS）．血液グルコースデータのリスク解析：インシュリン依存糖尿病の管理を最適化する量的アプローチ（Risk Analysis of Blood Glucose Data: A Quantitative Approach to Optimizing the Control of Insulin Dependent Diabetes）．理論的医学雑誌（J of Theoretical Medicine）、３：１−１０、２００１、参照｝該ＢＧ測定スケールの自然の臨床的中央は１１２．５ｍｇ／ｄｌ（６．２５ミリモル／リットル）のＢＧレベル−糖尿病患者に対する安全な正常血糖値、にある。
【００２９】
ＢＧスケールのこの臨床的中央を与えられれば、左（低血糖へ）へ又は右（高血糖へ）への加重偏差が計算される。これらの偏差の加重度合（degree of weighting）はそれぞれパラメーターａとｂにより次の様に表され：
もしf(BG)<0であればwl(BG;a)=10.f(BG)a、さもなければ0、そして
もしf(BG)>0であればwr(BG;b)=10.f(BG)b、さもなければ0、
ここでf(BG)は背景の節で提示された該ＢＧ対称化関数である。該加重パラメーターaとbは該左及び右偏差について異なるか同じかであり得る。本発明者のデータ解析は、実際の適用パラメーター値用の最適値はa=2（それは低いＢＧ指数の計算用に使用されるパラメーター値である）そしてb=1を示した。１連のＢＧ読み値x1,x2,...xnが与えられると、該ＢＧスケールの臨床的中央の左及び右への平均加重偏差は次の様に規定される、
【００３０】
【数７】
【００３１】
ＢＧ偏差のこれらの２つのメザー（measures）は該ＢＧ読みのタイミングに依存せず、従って静的（stationary）である。ＢＧ変化の力学を取り込むために、該ＢＧの変化レートのメザーは下記に提供される様に導入される。
ＢＧリスク変化レートの計算
x1,x2,...xnを時点t1,t2,...tnでの記録された対象のｎのＳＭＢＧ読みとする。このデータは次ぎに、数f(x1),f(x2),...,f(xn)を計算することにより変換され、点(t1,f(x1)),(t2,f(x2)),...,(tn,f(xn))を通過するキュービックスプライン（cubic spline）S(t)を描く。かくして、該関数S(t)は全区間[t1,tn]上でそしてj=1,...,nについて、S(tj)=f(xj)となるように規定された連続関数である。又k=0,1,...,tn-t1について数sk=10.S(k+tj)2の集合が計算され、かくして１時間インクレメントでの内挿値を得る。
【００３２】
次ぎに、連続する指数を有する数skの全ての対（couples）：
C0=(s0,s1),C1=(s1,s2),C2=(s2,s3),......を考え、そしてsk>sk+1である様な全ての対Ckの集合をMupによりそしてsk<Sk+1である様な全ての対Ckの集合をMdnにより表す。
【００３３】
最後に、Ck∈MdnであればＤｒＤｎが数sk+1-skの平均であり、Ck∈MupE+MdnであればＤｒは数sk+1-skの平均であるとする。
【００３４】
該数ＤｒＤｎは”リスク空間”でのＢＧの変化レート、例えば何等かのＢＧレベル変化に付随する該リスクの変化レート、用のメザーを提供する。加えて、ＤｒＤｎはＢＧが降下する時だけ該ＢＧ変化のレートを測定する、すなわちＤｒＤｎはＢＧが降下する時如何に速く該リスクが増大するかを評価する一方、Ｄｒは全体的なＢＧの動揺（fluctuations）への脆さ（vulnerability）のメザーである。更に、ＤｒＤｎは低血糖のリスクに付随し（もし或る人の血液グルコースが速く降下するなら、低血糖についての彼／彼女のリスクはより高い）、一方ＤｒはＢＧの全体的安定性に付随する。
ソフトウエアコード｛エスピーエスエス制御言語（SPSS control language）で提示される｝
第１は該ＢＧ読み値がミリモル／リットルの時用であり、この場合該変数はＢＧＭＭである。第２は該ＢＧ読み値がｍｇ／ｄｌの時用であり、この場合該変数はＢＧＭＧである。
【００３５】
もしＢＧがミリモル／リットルで測定されるなら、各ＢＧ読み値は最初に次の様に変換される：
SCALE1=(ln(BGMM))**1.026-1.861
RISK1=32.185*SCALE1*SCALE1
もしＢＧがｍｇ／ｄｌで測定されるなら、各ＢＧ読み値は最初に次の様に変換される：
SCAL2=(ln(BGMG))**1.08405-5.381
RISK2=22.765*SCALE2*SCALE2
更に、該左及び右加重偏差は次ぎの様に計算される：
WL=0WL=0
IF(SCALE1 le 0.0) WL=RISK1
WR=0
IF (SCALE1 gt 0.0) WR=sqrt(RISK1)
該ＢＧ読み値が時間で等間隔であるか、又は１時間インクレメントで内挿されているならば、該ＢＧ変化レートは次の様に計算される：
Dr = RISK1(BG)-RISK1(BG-1)
DrDn=0
IF(SCALE le 0.0 and Dr gt 0) DrDn=Dr
最後に、対象についての全てのＢＧ読み値を通る集約通過は下記を生じる：
ＷＬ=mean(WL)
ＷＲ=mean(WH)
Ｄｒ=mean(Dr)、and ＤｒＤｎ=mean(DrDn)
ＨｂＡ1cの評価方法
本発明のＨｂＡ1c評価方法の好ましい実施例１００が図１に図解されている。第１過程１０２で、予め決められた期間に亘りＳＭＢＧデータが集められる。例えば、ＳＭＢＧは日当たり３−５回のＢＧ測定の頻度で４−６週間に亘り集められ、該データは前節で提示した該コード又は式で変換される。もし該ＢＧ測定がｍｇ／ｄｌ、又はミリモル／リットルで記憶されるなら異なる式が使用される。当業者は、種々のレベル、持続期間、そして頻度が使われ得ることは評価するであろう。過程１０４で、高い血液グルコースへの加重偏差（ＷＲ）と血液グルコースの見積変化レート（Ｄｒ）が上記で論じた式／コードを使用して計算される。過程１０６で、線形関数：EstHBAlc=0.9008*WR-0.8207*DR+6.7489を使用して自己モニタリングデータからＨｂＡ1cの見積が計算される。この関数の係数は糖尿病を有する８６７の個人についてのデータから得られ、更に進んだデータ累積がこれらの係数を更新してもよいことは認識していることを注意しておく。過程１０８で見積もられたＨｂＡ1cの値の範囲を表すＨｂＡ1c見積カテゴリーが表１で規定される。
【００３６】
【表１】
【００３７】
過程１１０では、ＨｂＡ1cに対応する予測信頼区間が表２により得られる。
【００３８】
【表２】
【００３９】
過程１１２で、過程１０６から見積もられたＨｂＡ1cが表１及び／又は表２内に提供されたカテゴリーの１つに割り当てられる。
ＨｂＡ1cの評価の実験的検証
表２内のＨｂＡ1c用区間は広範な研究に基づいている。これらの区間を検証するために、我々は糖尿病を有する８６７の対象からのＳＭＢＧとＨｂＡ1cデータを解析した。６ヶ月間ＢＧメモリーメーターを使うようそして１日当たり２から４回彼等のＢＧを測定するよう全ての対象が命じられた。同じ期間中各対象について５から８のＨｂＡ1c分析が行われた。該メモリーメーターデータが電子的にダウンロードされ更に進んだ解析用にコンピユータに記憶された。この過程は３００、０００より多いＳＭＢＧ読みと６ヶ月に亘り取られた４１８０のＨｂＡ1c分析を含むデータベースを作った。表１内で識別された該７つのカテゴリー内でＨｂＡ1cを比較するために分散の解析が行われた。該５つのカテゴリーはＦ＝９１そしてｐ＜０．００００１で高度に有意に異なった。更に、該平均ＨｂＡ1cはダンカンの範囲（Duncan's range）により示される様な各対のカテゴリーについて、ｐ＜０．０１で、有意に異なった。
【００４０】
又、９５％信頼区間が該７つのカテゴリーの各々内でＨｂＡ1cの平均値について計算された。これらの信頼区間は表２で提示される該ＨｂＡ1c区間を計算する基底（basis）として使用された。この方法の分類パワー（classification power）の事後解析は、該方法が、実際のＨｂＡ1cが９．５％より大きい時にＳＭＢＧの基底上でＨｂＡ1cをカテゴリー１，２又は３に誤って分類し、該実際のＨｂＡ1cが９．０％より下の時にＨｂＡ1cを５，６又は７に誤って分類する様な極端な誤りに対し良く保護されることを示した。
【００４１】
概括すると、初期の４−６週間のＳＭＢＧの読みの後、該コンピユータ化された方法は該高いＢＧ範囲内での患者の血糖管理の変化を追跡するため使用され得るＨｂＡ1cの値用の区間見積を計算する。
重症低血糖（ＳＨ）用長期確率の評価方法
本発明のＳＨ用の長期確率評価方法の好ましい実施例２００が図２に図解される。第１過程２０２で、予め決められた期間に亘りＳＭＢＧデータが集められる。例えば、該ＳＭＢＧデータは日当たり３−５のＢＧ測定の頻度で４−６週に亘り集められるるが、それは直ぐ上で提示された該コード又は式により変換される。もし該ＢＧ測定値がｍｇ／ｄｌ又はミリモル／リットルで記憶されているならば異なる式が使用されるべきであり；当業者は種々のレベル、持続期間、そして頻度が使われ得ることを評価するであろう。過程２０４で、上記議論の式／コードを使用してＷＬ及びＤｒＤｎが計算される。過程２０６で、下記線形関数を使用して将来のＳＨ症状出現数の見積が計算される：
EstNSH=3.3613*WL-4.3427*DrDn-1.2716
この関数の係数は糖尿病を有する１８１の個人についてのデータから得られることを注意しておくが、更に進んだデータ蓄積がこれらの係数を更新してもよいことは評価されるであろう。更に、この式は将来のＳＨ症状出現の数についての単一値の見積を提供しそして下記で論じる様に追加的方法論を通して、カテゴリーが向上した臨床的応用のための範囲と信頼レベルを備えることを注意しておく。過程２０８で、ＳＨ症状出現見積数（ｅｓｔＮＳＨ）カテゴリーはｅｓｔＮＳＨ用の値の範囲を表し、表３により規定される。
【００４２】
【表３】
【００４３】
過程２１０で、該ｅｓｔＮＳＨカテゴリーに関して、次の６ケ月内に０，１−２、２より多いＳＨ症状出現をこうむる確率が、表４で表される様に、得られる。
【００４４】
【表４】
【００４５】
過程２１２で、過程２０６からの該ＥｓｔＮＳＨは表３及び／又は表４で提供されるカテゴリーの１つに割り当てれられる。
ＳＨの長期間確率の評価の実験的検証（Empirical validation）
タイプ１の糖尿病を有する１８１人の成人（平均年齢３７歳、糖尿病持続期間１８年）が１ヶ月に亘る３４，０００より多いＳＭＢＧを集めるためにメモリーメーターを使用した。次いで次の６ヶ月間彼等は日記にＳＨの何等かの発生を記録した。該ＳＭＢＧデータは数学的に変換され、線形回帰モデルが、高度に有意なモデル（Ｆ＝３６．３、ｐ＜０．０００１）及び５５％の多数Ｒに帰着する将来の重症低血糖を予測するため使用された。
【００４６】
全ての対象は本長期ＳＨ法を使用して４つのカテゴリーに分類した。カテゴリー１，２，３、そして４内の将来ＳＨ症状出現の平均数はそれぞれ０．３、２．０，５．０そして９．７５であった。分散の解析はこれらのカテゴリー間で高度の有意差、Ｆ＝１９．０、ｐ＜０．０００１、を示した。
【００４７】
概括すると、低いＢＧ指数と”リスク空間”内で測定されたＢＧの降下レートとの線形組合せはＳＨの長期リスクの精密な評価を提供する。それが多数の反射率計（reflectance meter）により自動的に記憶されるＳＭＢＧ記録に基づくので、これは該低いＢＧ範囲での患者の血糖管理の有効なそして臨床的に有用なインデイケーター（indicator）である。
低血糖の短期（２４時間内）リスクの評価法
本発明のＳＨの短期リスク評価法の好ましい実施例３００が図３で図解される。最初の過程３０２で、予め決められた短期間に亘りＳＭＢＧデータが集められる。例えば、該ＳＭＢＧデータはデータ解析の公称レベルとして、４つ以上の読みを、日当たり３−５ＢＧ測定の頻度で、２４時間に亘り集められる。当業者は種々のレベル、期間（持続期間）、そして頻度が使われ得ることを評価するであろう。過程３０４で、先行する２４時間内に集められた全ての読みからＷＬ（２４）とＭａｘ（ｗｌ）が計算されるが、そこではｗｌ（ＢＧ；２）の最大値がＭａｘ（ｗｌ）である。過程３０６で、該リスク値は該２４時間に期間に亘りＷＬとＭａｘ（ｗｌ）の相乗平均を取ることにより、そこでは前記リスク値は数学的に下記で規定される。
【００４８】
Risk(24)={WL(24)・Max(wl)}1/2
過程３０８でしきいリスク値（threshold risk value）が決定される。過程３１０で該見積もられたリスク値は該しきいリスク値と比較される。例えば、もし該しきいリスク値が１７に設定されるなら、もしRisk(24)>17なら、−−前の２４時間に亘り集められた該ＳＭＢＧデータに基づいて−−該最終指示は該患者が差し迫った低血糖をこうむる高いリスクとなる。換言すれば、これは２４時間の期間のＳＭＢＧデータを考慮し、この期間が差し迫った低血糖症状出現に先立ちそうであるかどうかを判断する意志決定ルール（decision-making rule）である。１７の該しきい値が広範なデータ集合から導かれるが、しかしながら、この値はデータの更に進んだ蓄積で、又は追加の目的で、調節されることが可能であることは認識される。
低血糖の短期リスクの評価の実験的検証
公報内の広告、糖尿病病院を通して、そして直接の照会を通して８５人の個人が採用された。包含基準は１）２１−６０歳の年齢、２）少なくとも２年間持続しており、そして該診断時以来インシュリン使用したタイプ１の糖尿病患者、３）過去１年間で少なくとも２回の書類のあるＳＨ症状出現、そして４）糖尿病モニタリング用にＳＭＢＧデバイスのルーチン的使用、である。参加者は１日３−５回該メーターを使用し、そしてそれらの発生の精確な日付けと時刻を含め、何等かのＳＨ症状出現を毎月の日記に記録するよう命じられた。ＳＨは昏睡又は無意識状態に帰着しそして自己治療出来なくする重症の神経性低血糖症として規定された。各対象について、該研究は６−８ヶ月続き、各月に該対象のメーターがダウンロードされ、該ＳＨ日記は集められた。該メーターのメモリー容量は充分で、該ダウンローデイングは充分屡々行われたのでＢＧデータは失われない。該参加者の糖尿病管理ルーチンの変更は無く、該研究中何等追加的治療は投与されなかった。
【００４９】
該研究中、合計７５、４９５のＳＭＢＧ読み（日当たり、対象当たり平均４．０±１．５）が該参加者のメモリーメーターからダウンロードされ、３９９（対象当たり４．７±６．０）のＳＨ症状出現が彼等の日記に記録された。中でも、重要な発見は、中程度又は重症の低血糖の症状出現が測定可能なＢＧ乱れにより先立たれる及び追随されることである。ＳＨ症状出現の前の該２４時間の期間に低いＢＧ指数（例えばＷＬ）は立ち上がり（ｐ＜０．００１）、平均ＢＧはより低く（ｐ＝０．００１）、そして該ＢＧ分散は増加する（ｐ＝０．００１）。該ＳＨ症状出現に続く２４時間内には、該低いＢＧ指数とＢＧ分散は昇った儘留まるが（ｐ＜０．００１）、平均ＢＧはそのベースラインに戻る。
【００５０】
この目的で、図４は、重症低血糖の症状出現の前及び後に観察される典型的ＢＧ乱れのグラフ的表現である。該ＳＨ症状出現の４８から２４時間前の期間中に、該平均ＢＧレベルは減少しＢＧの分散は増加した。該ＳＨ症状出現に直ぐ先行する２４時間の期間には、該平均ＢＧレベルは更に降下し、該ＢＧの分散は増加し続ける。該ＳＨ症状出現に続く２４時間の期間には、該平均ＢＧレベルは正常化するが、該ＢＧの分散は大いに増加した儘である。該平均ＢＧとその分散の両者は該ＳＨ症状出現後４８時間内にそれらのベースラインレベルに戻る。
【００５１】
この様であるから、本発明の１部として、図４に提示された該乱れが、低血糖の短期リスクの評価を可能にするためにＳＭＢＧデータから定量化される。Risk(24)=17のカットオフ値（cutoff value）は次の制限に沿う最適化から得られるが、該制限は：１）該方法はＳＨ症状出現の最大パーセンテージを予測せねばならず、すなわちＳＨに先行する２４時間の期間の最大パーセンテージでリスク的（risky）であると識別せねばならず、２）該リスクの過大見積を防止するために、該方法は該研究の全時間の１５％（平均して週に１日）以下がリスキーであると識別しなければならない。１７の該カットオフリスク値は全ての対象について一定に保持された。１５％の値を選ぶ理由は、患者を”間違った警報（false alarms）”の過剰で苛立たされ、”真の警報（true alarms）”を無視することを防止することである。実際、患者の医者は患者の糖尿病の重症さと特定の目的とにより代わりの値を選択することが出来る。
【００５２】
下記例は該研究の２人の参加者の該ＳＭＢＧデータへの該アルゴリズムの作用を図解する。図５は対象Ａ（上部パネル）及び対象Ｂ（下部パネル）用のデータの１０週間を示す。ＳＨ症状出現は３角形でマーク付けされ、黒い曲線は該リスク値を示す。該リスクしきい値（Risk=17の水平線）が横切られる時、該アルゴリズムは次の高リスク期間（グレーのバー）を指示する。対象Ａについては、９つのＳＨ症状出現の７つが予測され、５つの間違った警告、例えば、ＳＨに帰着しなかった高リスク期間があり；対象Ｂについては、３つの間違った警告があり、唯１つのＳＨ症状出現が予測された。対象Ａのリスク値に比べると、対象Ｂのリスク値はより多くそしてより高い偏差を含むことは明らかである。両対象について、全てのＳＨ症状出現が特に重要なリスク値（supercritical risk values）により伴われ、そして全ての大きな偏差の約半分が１つ以上のＳＨ症状出現により伴われている。
【００５３】
該研究の全ての参加者に亘り、全ての記録されたＳＨ症状出現の４４％は、２４時間内に、高リスクの期間により先行され、５０％は、４８時間内に、高リスク期間に先行された。もし少なくとも３つか、又は少なくとも４つか何れかのＳＭＢＧ測定を伴う期間のみが考慮されるなら、該後者の予測の精度はそれぞれ５３％及び５７％に増加する。ＳＨ症状出現に伴われない高リスク期間中、又はその直後、すなわち間違った警告中又はその直後、に起こるＢＧレベルの事後の解析は、この様なＢＧレベルの対象当たり平均の最小は、考慮されない儘の全てのＳＨ症状出現を含めた、全ての非リスク期間についての５．９±１．７ミリモル／リットル（ｔ＝１９．５、ｐ＜０．０００１）に対し、２．３±０．２ミリモル／リットルであった。これは、兆候的ＳＨは起こらないが、高リスク期間に続くＢＧレベルが著しく低かったことを示す。
【００５４】
概括すると、発明者はタイプ１の糖尿病を有する８５人の個人用の６ヶ月シリーズのＳＭＢＧ読みへの該短期リスク方法の作用をシミュレートした。日当たり４つ以上のＳＭＢＧ読みを用いて、ＳＨの全ての症状出現の少なくとも５０％が予測出来た。兆候的ＳＨが起こらなかった時でも、該アルゴリズムは中程度（moderate）の低血糖の症状出現を予測した。
該３方法の集積化
上記で論じ、図１−３で図解された、本発明の該３方法は同じシリーズのＳＭＢＧデータを利用する。従って、ＳＭＢＧデバイスの観点から、これら３方法の結果の統合された表示又はマトリックスが下記に示される格子出力（grid output）と同様にされ得る。
【００５５】
【表５】
【００５６】
かくして、例えば、上記格子で示される対象１（Ｓｓ１）用出力は、この人が９と９．５％の間にＨｂＡ1cを有するらしく、次の６ヶ月中に重症の低血糖を経験しない９０％のチャンスを有することを示す。対象２（Ｓｓ２）用出力は、この人が８％より下のＨｂＡ1cを有するらしく、次の６ヶ月中に少なくとも３つのＳＨ症状出現を経験する８０％より大きいチャンスを有することを示す。
【００５７】
この格子出力に加えて、該短期リスク方法は切迫した低血糖のリスクの連続した追跡を提供し、このリスクが高い時警報を鳴らすため使用出来る。
【００５８】
本発明の方法はハードウエア、ソフトウエア又はそれらの組合せを使用して実施されてもよく、１つ以上のコンピユータシステム又は、パーソナルデジタルアシスタント（personal digital assistants）｛ピーデーエイ（PDA）｝の様な、他の処理システムで実現されてよい。１つの例示的実施例では、本発明は図６で図解される汎用コンピユータ９００上で走るソフトウエアで実施された。コンピユータシステム６００はプロセサー６０４の様なプロセサーを１つ以上有する。プロセサー６０４は通信インフラストラクチャー６０６｛例えば、通信バス、クロスオーバーバー（cross-over bar）、又はネットワーク｝に接続される。コンピユータシステム６００はデイスプレーユニット６３０上への表示のために該通信インフラストラクチャー６０６からの（又は図示のないフレームバッフアーからの）グラフイック、テキスト、そして他のデータを送るデイスプレーインターフエース６０２を有する。
【００５９】
コンピユータシステム６００は又好ましくはランダムアクセスメモリー｛ラム（RAM）｝がよい、主メモリー６０８を有し、そして又第２メモリー６１０を有する。該第２メモリー６１０は、例えば、ハードデイスクドライブ６１２及び／又は、フロッピーデイスクドライブ、磁気テープドライブ、光デイスクドライブ、他を表す、取り外し可能な記憶ドライブ６１４を有してもよい。該取り外し可能な記憶ドライブ６１４は、公知の仕方で、取り外し可能な記憶ユニット６１８から読み出し及び／又はそれに書き込む。取り外し可能な記憶ユニット６１８は、取り外し可能な記憶ドライブ６１４により読み出しそして書き込まれるフロッピーデイスク、磁気テープ、光デイスク、他を表す。評価される様に、該取り外し可能な記憶ユニット６１８は、その中に記憶されたコンピユータソフトウエア及び／又はデータを有するコンピユータ使用可能な記憶媒体を有する。
【００６０】
代わりの実施例では、第２メモリー６１０はコンピユータプログラム又は他の命令がコンピユータシステム６００内にロードされるための他の手段を有してもよい。この様な手段は、例えば、取り外し可能な記憶ユニット６２２及びインターフエース６２０を有してもよい。この様な取り外し可能記憶ユニット／インターフエースの例はプログラムカートリッジ及びカートリッジインターフエース（ビデオゲームデバイスで見出されるそれの様な）、取り外し可能なメモリーチップ（ロム、ピーロム、イーピーロム又はイーイーピーロムの様な）及び付随ソケット、そしてソフトウエア及びデータが該取り外し可能な記憶ユニット６２２からコンピユータシステム６００へ転送されることを可能にする他の取り外し可能な記憶ユニット６２２及びインターフエース６２０を含む。
【００６１】
又コンピユータシステム６００は通信インターフエース６２４を有してもよい。通信インターフエース６２４はソフトウエアとデータがコンピユータシステム６００と外部デバイスの間で転送されることを可能にする。通信インターフエース６２４の例はモデム、ネットワークインターフエース（イーサーネットカードの様な）、通信ポート、ピーシーエムシーアイエイ（PCMCIA）スロットとカード、他を含んでもよい。通信インターフエース６２４を経由して転送されるソフトウエアとデータは、通信インターフエース６２４により受信され得る電子的、電磁的、光学的又は他の信号である信号６２８の形式である。信号６２８は通信路（すなわち、チャンネル）６２６を経由して通信インターフエース６２４へ提供される。チャンネル６２６は信号６２８を担い、ワイヤ又はケーブル、光フイアバー、電話線（phone line）、セルラー電話リンク、アールエフ（RF）リンクそして他の通信チャンネルを使用して実現されてもよい。
【００６２】
本文書では、用語”コンピユータプログラム媒体（computor program medium）”と”コンピユータ使用可能媒体（computor usable medium）”は、取り外し可能な記憶ドライブ９１４，ハードデイスクドライブ６１２内に設置されたハードデイスク、そして信号６２８の様な媒体を一般的に参照するため使用される。これらのコンピユータプログラム製品はソフトウエアをコンピユータシステム６００へ提供する手段である。本発明はこの様なコンピユータプログラム製品（computor program products）を含む。
【００６３】
コンピユータプログラム（又コンピユータ制御ロジックとも呼ばれる）は主メモリー６０８及び／又は第２メモリー６１０内に記憶される。又コンピユータプログラムは通信インターフエース６２４を経由して受信されてもよい。この様なコンピユータプログラムは、実行されると、コンピユータシステム６００がここで論じた本発明の特徴を実行可能にする。特に、該コンピユータプログラムは、実行されると、プロセサー６０４が本発明の機能を実行可能にする。従って、この様なコンピユータプログラムはコンピユータシステム６００の制御器を表す。
【００６４】
本発明がソフトウエアを使用して実現される実施例では、該ソフトウエアはコンピユータプログラム製品内に記憶され、取り外し可能記憶ドライブ６１４，ハードドライブ６１２又は通信インターフエース６２４を使用してコンピユータシステム６００内にロードされてもよい。該制御ロジック（ソフトウエア）は、該プロセサー６０４による実行されると、該プロセサー６０４にここで説明された様な本発明の機能を行わせる。
【００６５】
もう１つの実施例では、本発明は、例えば、特定用途向けＩＣ（application specific integrated circuits）｛エイシックス（ASICs）｝の様なハードウエア部品を使用して、主としてハードウエア内で実現される。ここで説明された機能を行うための該ハードウエア状態機械の実現は関連する当業者には明らかであろう。
【００６６】
なおもう１つの実施例では、本発明はハードウエアとソフトウエアの両者の組合せを使用して実現される。
【００６７】
本発明の例示的ソフトウエア実施例では、上記で説明された方法はＳＰＳＳ制御言語で実現されたが、しかし、それに限定されない条件で、Ｃ＋＋プログラム用言語の様な他のプログラムで実現され得る。
【００６８】
図７−９は本発明の代わりの実施例のブロック線図的表現を示す。図７を参照すると、該システム７１０のブロック線図的表現が示されるが、それは、とりわけ、インシュリン投薬量の読みと測定された血液グルコース（”ＢＧ”）レベルとを記録するため患者７１２により使用されるグルコースメーター（glucose meter）７２８を本質的に具備する。該グルコースメーター７２８により得られたデータは好ましくは適当な通信リンク７１４又はデータモデム７３２を通して、パーソナルコンピユータ７４０，ピーデエイ、又はセルラー電話の様な処理ステーション又はチップへ転送されるのがよい。例えば、記憶されるデータは該グルコースメーター７２８内に記憶され、適当なインターフエースケーブルを通して該パーソナルコンピユータ７４０内へ直接ダウンロードされてもよい。１例はライフスキャン社（LifScan, Inc.）によるワンタッチモニタリングシステム又はメーター（ONE TOUCH monitoring system or meter）であり、それはインタッチ（IN TOUCH）ソフトウエアと両立し、該データをパーソナルコンピユータにダウンロードするインターフエースケーブルを有する。
【００６９】
グルコースメーターは該産業界で共通であり、ＢＧ取得機構として機能出来る本質的にどんなデバイスをも含む。該ＢＧメーター又は取得機構、デバイス、ツール、又はシステムは、各テスト用の血液サンプルの吸い出し（例えば指に突き刺して）と、電気機械的又はカロリーメーター的方法によりグルコース濃度を読む計器を使用したグルコースレベルの決定と、に向けられた種々の従来の方法を含んでいる。最近、血液を吸い出すことなく、血液アナライト（blood analytes）の濃度を決定する種々の方法が開発された。例えば、ヤング他（Ynag et al.）への米国特許第５、２６７、１５２号は近赤外線放射拡散−反射レーザースペクトロスコピー（near-IR radiation diffuse-reflection laser spectroscopy）を使用して血液グルコース濃度を測定する非侵襲性技術（noninvasive technique）を説明している。同様の近赤外線スペクトロメーター式デバイスはロゼンタール他（Rosenthal et al.）への米国特許第５、０８６、２２９号及びロビンソン他（Robinson et al.）への米国特許第４、９７５、５８１号で説明されている。
【００７０】
スタンレイ（Stanley）への米国特許第５、１３９、０２３号は細胞間流体（interstitial fluid）と受け媒体（receiving medium）との間に確立された濃度勾配に沿うグルコースの経皮的移動を容易化するため透過率向上体（permeability enhancer）｛例えば、胆汁酸塩（bile salt）｝に依存する経皮性血液グルコースモニタリング装置を説明している。センブロウイッチ（Sembrowich）への米国特許第５、０３６、８６１号は皮膚パッチ（skin patch）を通して汗（perspiration）を集める受動的グルコースモニターを説明しており、そこではエクリン汗腺（eccrine sweat gland）からの発汗分泌（perspiration secretion）を刺激するためコリン作動性薬剤（cholinergic agent）が使用される。同様な発汗収集デバイスはシェンドルフアーへ（Schoendorfer）の米国特許第５、０７６、２７３号とシロエーダー（Schroeder）への米国特許第５、１４０、９８５号で説明されている。
【００７１】
加えて、グリクフエルド（Glikfeld）への米国特許第５、２７９、５４３号は皮膚表面上のレセプタクル（receptacle）内へ皮膚を通して物質を非侵襲的にサンプルするために電離療法（iontophoresis）の使用を説明している。グリクフエルドはこのサンプリング過程が血液グルコースをモニターするためにグルコース特定的バイオセンサー（glucose-specific biosensor）又はグルコース特定的電極（glucose-specific electrodes）とカップルされ得ることを開示している。更に、タマダ（Tamada）への国際刊行物第ＷＯ９６／００１１０号は目標物質の経皮的モニター用の電離療法装置（iontophoretic apparatus）を説明しているが、そこではアナライト（analyte）を収集リザーバー内へ移動させるために電離療法電極が使用され該リザーバー内にある該目標アナライトを検出するためにバイオセンサーが使用される。最後に、バーナー（Berner）への米国特許第６、１４４、８６９号は存在するアナライトの濃度を測定するたサンプリングシステムを説明している。
【００７２】
更になお、該ＢＧメーター又は取得機構は留置カテーテルと皮下組織流体サンプリングを含んでもよい。
【００７３】
該コンピユータ又はピーデーエイ７４０は予め規定されたフローシーケンス（詳細に上記で説明した）に従って該自己記録された糖尿病患者データを処理し、解析しそして解釈しそして適当なデータ解釈出力を発生するに必要なソフトウエアとハードウエアを有する。好ましくは、該記憶された患者データに関し該コンピユータ７４０により行われたデータ解析と解釈の結果は該パーソナルコンピユータ７４０に付随するプリンターを通して発生されるペーパーレポートの形式で表示される。代わりに、該データ解釈過程の結果は該コンピユータ７４０に付随したビデオデイスプレーユニット上に直接表示されてもよい。
【００７４】
図８は、装置８１０を患者により手持ちされ、運ばれることを可能にする程好ましく充分にコンパクトなハウジングを有し、患者操作される装置８１０である糖尿病管理システムを備える代替え的実施例のブロック線図的表現を示す。血液グルコーステストストリップ（blood glucose test strip）（図示せず）を受けるストリップガイドはハウジング８１６の表面上に配置される。テストストリップは患者８１２から血液サンプルを受けるためである。該装置はマイクロプロセサー８２２とマイクロプロセサー８２２に接続されたメモリー８２４とを有する。マイクロプロセサー８２２は、上記で非常に詳細に論じた種々の計算と制御機能と行うためにメモリー８２４内に記憶されたコンピユータプログラムを実行するよう設計されている。キーパッド８１６は標準的キーパッドデコーダー８２６を通してマイクロプロセサー８２２に接続される。デイスプレー８１４はデイスプレードライバー８３０を通してマイクロプロセサー８２２に接続される。マイクロプロセサー８２２はインターフエースを介してデイスプレードライバー８３０と通信し、デイスプレードライバー８３０はマイクロプロセサー８２２の制御下でデイスプレー８１４を更新し、新たにする。又スピーカー８５４とクロック８５６はマイクロプロセサー８２２に接続される。スピーカー８５４は患者に起こり得る将来の低血糖を警報する可聴音を発するためマイクロプロセサー８２２の制御下で動作する。クロック８５６は現在の日付と時刻をマイクロプロセサー８２２へ供給する。
【００７５】
又メモリー８２４は患者８１２の血液グルコース値、インシュリンドース値、インシュリンのタイプ、そして将来の血液グルコース値、補足的（supplimental）インシュリンドース（dose）、そして炭水化物補足品（carbohydrate suppliments）を計算するためにマイクロプロセサー８２２により使われるパラメーター値を記憶する。各血液グルコース値とインシュリンドース値は対応する日付と時刻と共にメモリー８２４内に記憶される。メモリー８２４は、好ましくは電気的に消去可能なリードオンリーメモリー（イーイーピーロム）の様な不揮発性メモリーがよい。
【００７６】
又装置８１０はマイクロプロセサー８２２に接続された血液グルコースメーター８２８を有する。グルコースメーター８２８は血液グルコーステストストリップ上に受けた血液サンプルを測定し、該血液サンプルの測定から血液グルコース値を作るよう設計される。前に述べた様に、この様なグルコースメーターは当該技術で公知である。グルコースメーター８２８は好ましくはマイクロプロセサー８２２へ直接出力されるデジタル値を生じるタイプがよい。代わりに、血液グルコースメーター８２８はアナログ値を生じるタイプでもよい。この代替え的実施例では、血液グルコースメーター８２８はＡ−Ｄ変換器（図示せず）を通してマイクロプロセサー８２２に接続される。
【００７７】
装置８１０は更に、マイクロプロセサー８２２に接続される、好ましくは直列ポートがよい、入力／出力ポート８３４を有する。ポート８３４は、好ましくは標準ＲＳ２３２インターフエースがよい、インターフエースによりモデム８３２に接続される。モデム８３２は、装置８１０とパーソナルコンピユータ８４０又は通信リンク８３６を通してヘルスケアプロバイダーコンピユータ８３８との間の通信リンクの確立用である。接続コードを通して電子デバイスを接続するための特定の技術は当該技術で公知である。もう１つの代替え的例は”ブルートウース（bluetooth）”技術通信である。
【００７８】
代わりに、図９は、好ましくは、該装置９１０が患者により手持ちされ、運ばれることを可能にする程充分にコンパクトなハウジングを有する、図８に示すと同様な、患者に操作される装置９１０としての糖尿病管理システムを備える代わりの実施例のブロック線図的表現である。しかしながら、本実施例は分離された又は取り外し可能なグルコースメーター又はＢＧ取得機構９２８を有する。
【００７９】
従って、ここに説明される実施例はインタネットの様なデータ通信ネットワーク上で実施されることが出来て、図６−９で描かれた様に、及び／又は、ここでの引用によりこれに組み入れられるウッド（Wood）への米国特許第５、８５１、１８６号で描かれた様に、評価、見積、そして情報を、何等かの遠隔の場所の何等かのプロセサー又はコンピユータによりアクセス可能にさせる。代わりに、遠隔の場所に配置された患者は該ＢＧデータを中央ヘルスケアプロバイダー又は住宅又は種々の遠隔の場所へ伝送されさせてもよい。
【００８０】
概括すると、本発明は糖尿病を有する個人の血糖管理の２つの最も重要な要素すなわち：ＨｂＡ1cと低血糖のリスクとの同時評価用のデータ解析のコンピユータ化された方法とシステムを提案する。該方法は、単にルーチンのＳＭＢＧデータを使用しながら、とりわけ３セットの出力を提供する。
【００８１】
本発明の方法、システムそしてコンピユータプログラム製品の可能な実施はそれが、それに限定されないが、下記利点の提供をもたらすことである。第１に、本発明は、１）ＨｂＡ1cについて見積もられたカテゴリー、２）次の６ヶ月中のＳＨについての見積もられた確率、そして３）低血糖の見積もられた短期リスク（すなわち次の２４時間中の）、を作り、表示することにより現在の家庭用ＢＧモニタリングデバイスを向上させる。後者は切迫した低血糖の症状出現を示す、警報の様な、警告を含んでもよい。又これら３つの要素は糖尿病を有する個人の血糖管理について連続情報を提供し、低血糖の彼等のリスクのモニタリングを向上するため集積化されることも出来る。
【００８２】
第２の利点として、本発明はＳＭＢＧデータを検索する現在のソフトウエア又はハードウエアを向上させる。この様なソフトウエア又はハードウエアは家庭用ＢＧモニタリングデバイスの事実上全ての製造者により作られ、ＳＭＢＧデータを解釈するために患者及びヘルスケアプロバイダーにより習慣的に使用されている。本発明の方法とシステムは現在の家庭用血液グルコースモニター内に直接組み入れられ、ＨｂＡ1c及び低血糖の増加するリスクの期間の両者を予測出来るデータ解釈要素を導入することにより、ＳＭＢＧデータを検索するソフトウエアの向上用に使用出来る。
【００８３】
なおもう１つの利点として、本発明は、低及び高ＢＧ範囲でと、全ＢＧスケールに亘ってと、双方で、家庭用ＢＧモニタリングデバイスの精度を評価する。
【００８４】
更に、もう１つの利点として、本発明は糖尿病用の種々の治療の有効性を評価する。
【００８５】
更になお、糖尿病を有する患者が低血糖の彼等のリスクを増加することなく厳密な血糖管理を保持する生涯の最適化問題に面する時、本発明はその簡単で信頼性ある方法の使用によりこの関連する問題を緩和する、すなわち本発明は患者の血糖管理と低血糖の彼等のリスクと両者を評価し、同時にそれを彼等の毎日の環境に適用出来る。
【００８６】
加えて、本発明は、低血糖の短期及び長期リスクと高血糖の長期リスクを予測するため使用されるように、ＳＭＢＧデータからＨｂＡ1c及び低血糖のリスクを評価するために３つの別個であるが、両立する、アルゴリズムを提案することにより欠けた一環を提供する。
【００８７】
最後に、もう１つの利点として、本発明は新しいインシュリン又はインシュリン供給デバイスの有効性を評価する。インシュリン又はインシュリン供給デバイスの製造者又は研究者は、提案される又はテストされるインシュリンのタイプ又はデバイス供給部設計（device delivery designs）の相対的成功をテストするために本発明の実施例を利用出来る。
【００８８】
本発明はその精神又は本質的特性から離れることなく他の特定の形式で具体化されるかも知れない。従って、前記実施例は全ての面でここで説明される本発明を限定するよりもむしろ図解すると考えられるべきである。かくして本発明の範囲は該前記説明よりむしろ付属する請求項により指示され、該請求項の等化の意味と範囲内に入る全ての変更はここに包含されるよう意図されている。
【００８９】
本発明自身のみならず本発明の前記及び他の目的、特徴そして利点も、好ましい実施例の上記説明を、付属する図面と共に読まれる時、該説明からより完全に理解される。
【図面の簡単な説明】
【図１】 本発明のＨｂＡ1c見積とＨｂＡ1c信頼区間予測を計算する方法を図解するフローチャートである。
【図２】 本発明の将来のＳＨ症状出現数見積とその付随確率を計算する方法を図解するフローチャートである。
【図３】 本発明の切迫したＳＨをこうむる短期リスク見積を計算する方法を図解するフローチャートである。
【図４】 重症低血糖の症状出現の前と後に観察される典型的ＢＧ乱れのグラフ表現である。
【図５】 対象Ａ（上部パネル）と対象Ｂ（下部パネル）についての１０週間のデータを提示することにより短期ＳＨを予測する方法の動作を図解する。ＳＨ症状出現は３角形でマーク付けされ、黒線はリスク値を示す。該リスクしきい値が横切られると、該方法は次の高リスク期間（グレイのバー）を示す。
【図６】 本発明の実施用コンピユータシステムについての機能的ブロック線図である。
【図７−９】 本発明関連のプロセサー、通信リンク、そしてシステムの代わりとなる変更品の略図的ブロック線図である。
［関連出願の相互参照］
本発明はその全開示がここの引用によりこれに組み入れられる”自己モニタリングデータから糖尿病の血糖管理を評価するアルゴリズム（Algorithm for the Evaluation of Glycemic Control in Diabetes From Self-Monitoring Data）”の名称の、２０００年３月２９日出願の米国特許仮出願番号第６０／１９３，０３７号の優先権を主張する。
【０００２】
［合衆国政府の権利］
本発明は米国国立衛生研究所により両者共支給された補助金第ＮＩＨ／ＮＩＤＤＫ：ＲＯＩ ＤＫ ２８２８８号及び第ＮＩＨ／ＮＩＤＤＫ：ＲＯＩ ＤＫ ５１５６２号による合衆国政府補助を用いて行われた。
【０００３】
［発明の分野］
本発明は一般的に糖尿病を有する個人（individuals with diabetes）の血糖管理（Glycemic Control）に関し、特にグリコシル化ヘモグロビン（Glycosylated hemoglobin）（ＨｂＡlc及びＨｂＡl）及び低血糖をこうむるリスク（risk of incurring hypoglycemia）を予測する評価用のコンピユータベースのシステムと方法に関する。
【０００４】
［発明の背景］
糖尿病管理及び併発症試験（Diabetes Control and Complications Trial）｛デーシーシーテー（DCCT）｝｛デーシーシーテー研究グループ（DCCT Research Group）：糖尿病の集中治療のインシュリン依存真性糖尿病の長期併発症の発生と進行への影響（The Effect Of Intensive Treatment Of Diabetes On The Development And Progression Of Long-Term Complications Of Insulin-Dependent Diabetes Mellitus）．ニューイングランドジャーナルオブメデイシン（New England Journal of Medicine）、３２９：９７８−９８６、１９９３、参照｝、ストックホルム糖尿病介入研究（the Stockholm Diabetes Intervention Study）｛レイチャード ピー、フイル エム（Reichard P, Phil M）：ストックホルム糖尿病介入研究での長期集中従来型インシュリン治療中の死亡及び治療副作用（Mortality and Treatment Side Effects During Long-term Intensified Coventional Insulin Treatment in the Stockholm Diabetes Intervention Study）。糖尿病（Diabetes）、４３：３１３−３１７、１９９４、参照｝、そして英国有望糖尿病研究（the United Kingdom Prospective Diabetes Study）[英国有望糖尿病研究グループ（UK Prospective Diabetes Study Group）：メトホルミンを用いた集中血液グルコース管理のタイプ２の糖尿病患者の併発症への影響（ユーケーピーデーエス３４）｛Effect of Intensive Blood Glucose Control With Metformin On Complications In Patiant With Type 2 Diabetes（UKPDS 34）｝。ランセット（Lancet）、３５２：８３７−８５３、１９９８、参照]を含む広範な研究は、糖尿病の長期併発症を予防する最も有効な方法が集中インシュリン治療を用いて血液グルコース（blood glucose）（ＢＧ）レベルを正常範囲内に厳密に保持することによることを繰り返し示している。
【０００５】
しかしながら、該同じ研究は又集中インシュリン治療の或る逆効果を文書で証明しており、それの最も急性のものは、回復への、自己治療を出来なくし、外部補助を要する神経低血糖症（neuroglycopenia）の症状出現（episode）として規定される条件である、頻発性の重症低血糖（severe hypoglycemia）（ＳＨ）の増大するリスクである｛デーシーシーテー研究グループ（DCCT Research Group）：糖尿病管理と併発症試験に於ける重症低血糖の疫学（Epidemiology of Severe Hypoglycemia In The Diabetes Control and Complications Trial）。アメリカンジャーナルオブメデイシン（American Journal of Medicine）、９０：４５０−４５９、１９９１、及びデーシーシーテー研究グループ：糖尿病管理及び併発症試験に於ける低血糖（Hypoglycemia in the Diabetes Cotrol and Complications）。糖尿病、４６：２７１−２８６、１９９７、参照｝。重症低血糖（ＳＨ）は事故、昏睡状態、そして死亡にさえ帰着するので、患者及びヘルスケアプロバイダー（health care providers）は集中治療を説得することを思い留まる。その結果、低血糖は改良された血糖管理への主な障碍と識別されて来た｛クライヤー ピーイー（Cryer PE）：低血糖は糖尿病の管理での制限要因である（Hypoglycemia is the Limiting Factor in the Management Of Diabetes）．糖尿病エムイーテーエイビー（Diabetes Metlab）研究レビュー、１５：４２−４６、１９９９｝。
【０００６】
かくして、糖尿病を有する患者は低血糖の彼等のリスクを増大することなく厳密な血糖管理を保持する一生の最適化問題に直面する。この問題に関する主要な挑戦は、患者の血糖管理と彼等の低血糖のリスクと両者を評価出来る、そして彼等の毎日の環境で適用出来る、簡単で信頼性のある方法を創ることである。
【０００７】
グリコシル化ヘモグロビンが真性糖尿病｛タイプＩ又はタイプＩＩ｝を有する個人の血糖管理用マーカーであることは２０年以上の間良く知られている。多くの研究者はこの関係を調査し、グリコシル化ヘモグロビンは一般に前の２ヶ月に亘る患者の平均ＢＧレベルを反映することを見出した。糖尿病患者の大多数で該ＢＧレベルは時間の経過で可成り変動するので、積分されたグルコースの管理とＨｂＡlcの間の真の関連が、長期間に亘り、安定なグルコース管理にあると知られる患者のみで観察されることが示唆された。
【０００８】
この様な患者の早期の研究は、先行する５週間での平均ＢＧレベルとＨｂＡlcの間の殆ど決定的関係を生じ、この曲線状の結合（association）は０．９８の相関係数を生じた[アービースベンドセン ピー、ローリツエン テー、セガード ユー、ネルップ ジェイ（Aaby Svendsen P, Lauritzen T, Soegard U, Nerup J）（１９８２）、タイプ１（インシュリン依存）糖尿病でのグリコシル化ヘモグロビンと定常平均血液グルコース濃度｛Glycosylated Hemoglobin and Steady-state Mean Blood Glucose Concentration in Type 1（Insulin-Dependent）Diabetes｝、ダイアベトロジア（Diabetologia）、２３，４０３−４０５、参照]。１９９３年に、該デーシーシーテーはＨｂＡlcは金標準のグルコシル化ヘモグロビン分析（a gold-standard glycosylated hemoglobin assay）用の”論理的被指名者（logical nomineee）”であると結論付け、該デーシーシーテーは先行する平均ＢＧとＨｂＡlcの間の線形関係を確立した｛サンチアゴ ジェイブイ（Santiago JV）（１９９３）．糖尿病管理と併発症試験からのレッスン（Lessons from the Diabetes Control and Complications Trial）、糖尿病（Diabetes）、４２、１５４９−１５５４、参照｝。
【０００９】
７％のＨｂＡ1cが８．３ミリモル（１５０ｍｇ／ｄｌ）の平均ＢＧに対応し、９％のＨｂＡ1cが１１．７ｍＭ（２１０ｍｇ／ｄｌ）の平均ＢＧに対応し、そしてＨｂＡ1cの１％の増加が１．７ｍＭ（３０ｍｇ／ｄｌ、２）の平均ＢＧの増加に対応することを示すガイドラインが開発された。該デーシーシーテーは又該平均ＢＧを直接測定することは実用的でなく、患者の血糖管理を１つの、簡単なテスト、すなわちＨｂＡ1cで評価出来ることも示唆した。しかしながら、諸研究は明らかにＨｂＡ1cは低血糖（hypoglycemia）に敏感でないことを示している。
【００１０】
実際、何等かのデータからの患者のＳＨの直接のリスク（immediate risk）の信頼すべき予測変量（predictor）はない。該デーシーシーテーは重症低血糖の履歴、低ＨｂＡ１ｃ、そして低血糖に気付かぬことの様な既知の変数（variables）から将来のＳＨの約８％しか予測出来ないと結論付けた。１つの最近のレビューがこの問題の現在の臨床的状況を詳述し、患者と彼等のヘルスケアプロバイダーに利用可能なＳＨ防止用オプションを提供している｛ボリー、ビービー（Bolli, GB）：タイプ１糖尿病の非集中のみならず集中の治療に於ける低血糖問題の緩和方法（How To Ameliorate The Problem of Hypoglycemia In Intensive As Well as Ninintensive Treatment Of Type 1 Diabetes）。糖尿病治療（Diabetes Care）、２２，補足２：Ｂ４３−Ｂ５２、１９９９、参照｝。
【００１１】
現代の家庭ＢＧモニターはＢＧの自己モニタリング（Self-monitoring of BG）（ＳＭＢＧ）を通しての頻繁なビージー測定用手段を提供している。しかしながら、ＳＭＢＧを用いての問題は該ＢＧモニターにより集められた該データとＨｂＡ1c及び低血糖の間に欠けた一環があることである。換言すれば現在、ＨｂＡ1cを評価しそしてＳＭＢＧの読みに基づき切迫した低血糖を認識するための信頼すべき方法は無い｛ブレマー テー及びゴッホ デーエイ（Bremer T and Gough DA）：前の値から血液グルコースは予測出来るか？データの孤立（Is blooe glucose predictable from previous Values? A solicitation for data）．糖尿病（Diabetes）４８：４４５−４５１、１９９９、参照｝。
【００１２】
かくして、本発明の目的は、低血糖の短期及び長期リスク、そして高血糖の長期リスクを予測するために使用するために、ＳＭＢＧデータからＨｂＡ1cと低血糖のリスクとを評価するための３つの別個だが、両立するアルゴリズムを提案することによりこの欠けた一環を提供することである。
【００１３】
本発明者は前に、ルーチンで入手可能なＳＭＢＧデータとＨｂＡ１ｃの評価と低血糖のリスクとの間の欠けた一環の一理由が糖尿病研究で使用されるデータ収集と臨床的評価の複雑な方法が糖尿病特定的なそして数学的に複雑な統計的手順に依って稀にしかサポートされてないことであると報告した。
【００１４】
ＢＧデータの特定の分布を考慮した統計的解析の必要に応答して、発明者は該血液グルコース測定スケールの対称化変換（a symmetrizing transformation）｛コバチェフビーピー、コックスデージェイ、ゴンダー−フレデリックエルエイそしてダブリューエルクラーク（Kovatchev BP, Cox DJ, Gonder-Frederick LA and WL Clarke）（１９９７）．血液グルコース測定スケールの対称化とその応用（Symmetization of the Blood Glucose Measurement Scale and Its Applications）、糖尿病治療（Diabetes care）、２０，１６５５−１６５８、参照｝を開発したが、それは次の様に作動する。該ＢＧレベルは米国ではｍｇ／ｄｌで測定され、大抵の他の国ではミリモル／リットル｛又はミリモル（mM）｝で測定される。該二つのスケールは１８ｍｇ／ｄｌ＝１ミリモルにより直接関係付けられる。全体のＢＧ範囲は大抵の参考文献では１．１から３．３ミリモルとして与えられ、これは実際的には全ての観察値をカバーすると考えられる。該デーシーシーテーの勧告｛デーシーシーテー研究グループ（１９９３）インシュリン依存真性糖尿病の長期併発症発生と進行への糖尿病集中治療の影響（The Effect of Intensive Treatment of Diabetes On the Development and Progression of Long-Term Complications of Insulin-Depedent Diabetes Mellitus）．ニューイングランドジャーナルオブメデイシン（New England Journal of Medicine）、３２９，９７８−９８６頁、参照｝に依れば、該目標ＢＧ範囲−又正常血糖としても知られる−は糖尿病を有する人については３．９から１０ミリモルであり、該ＢＧが３．９ミリモルの下に降下すると低血糖が起こり、そして高血糖は該ＢＧが１０ミリモルより上の時である。不幸にして、このスケールは数値的に非対称であり−−該高血糖範囲（１０から３３．３ミリモル）は該低血糖範囲（１．１から３．９ミリモル）より広く、そして該正常血糖範囲（３．９から１０ミリモル）は該スケール内で中央に位置付けられない。発明者は、下記の、２つのパラメーター解析形式を有し、
f(BG,α,β)=[(ln(BG))α-β], α,β>0
該ＢＧ範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することによりこの非対称を修正する。
【００１５】
次ぎに、f(.)は、それぞれ-101/2と101/2に該変換されたＢＧ範囲の最小及び最大値を固定するために、第３のスケーリングパラメーターにより掛け算される。これらの値は標準正規分布を有する確率変数（random vaiable）が区間[-101/2,101/2]内にその値の９９．８％を有するので、便利である。もしＢＧがミリモル／リットルで測定されるならば、該仮定Ａ１とＡ２に関して数値的に解かれる時、関数f(BG,α,β)の該パラメーターはα=1.026、β=1.861であり、スケーリングパラメータはγ=1.794である。もしＢＧが代わりにｍｇ／ｄｌで測定されるなら、該パラメーターはα=1.084,β=5.381そしてγ=1.509であると計算される。
【００１６】
かくして、ＢＧがミリモル／リットルで測定される時、該対称化変換はf(BG)=1.794[(ln(BG))1.026-1.861]でありそしてＢＧがｍｇ／ｄｌで測定される時該対称化変換はf(BG)=1.509[(ln(BG))1.084-5.381]である。
【００１７】
該対称化変換f(.)に基づいて、発明者は低ＢＧ指数（Low BG Index）−ＳＭＢＧ読みから低血糖の危険を評価するための新しいメザー（measure）−を導入した｛コクス デージェイ、コバチェフ ビーピー、ジュリアン デーエム、ゴンダーフレデリック エルエイ、ポロンスキー ダブリューエイチ、シュルント デージー、クラーク ダブリューエル（Cox DJ, Kovatchev BP, Julian DM, Gonder-Frederick LA, Polonsky WH, Schlundt DG, Clarke WL）：アイデーデーエムに於ける重症低血糖の頻度は自己モニタリング血液グルコースデータから予測可能（Frequency of Severe Hypoglycemia In IDDM Can Be Predicted From Self-Monitoring Blood Glucosw Data）．臨床内分泌学及び新陳代謝雑誌（Journal of Clinical Endocrinology and Metabolism）、７９：１６５９−１６６２，１９９４及びコバチェフ ビーピー、コックス デージェイ、ゴンダーフレデリック エルエイ ヤングハイマン デー、シュルント デー、クラーク ダブリューエル（Kovatchev BP, Cox DJ, Gonder-Frederick LA, Young-Hyman D, Schlundt D, Clarke WL,）．アイデーデーエムを用いた成人内の重症低血糖の危険の評価：低血液グルコース指数の検証（Assessment of Risk for Severe Hypoglycemia Among Adults With IDDM:Validation of the Low Blood Glucose Index）、糖尿病治療（Diabetes Care）２１：１８７０−１８７５、１９９８、参照｝。１連のＳＭＢＧデータを与えられて、該低ＢＧ指数（Low BG index）は、f(BG)<0の値に対しては10.f(BG)2の平均として、他の値に対しては０として計算される。又該低ＢＧ指数の仕方と対称に計算された高ＢＧ指数（High BG Index）が示唆されたが、しかしながらこの指数はその実際的応用を見出せなかった。
【００１８】
回帰モデル（regression model）で該低ＢＧ指数を使用して、発明者は、該ＳＨ履歴とＳＭＢＧデータに基づき次の６ヶ月内のＳＨ症状出現の分散の４０％の理由を明らかにさせ、その後この予測を４６％まで高めることが出来た｛コバチェフ ビーピー、ストラウム エム、フアーヒ エルエス、コックス デージェイ（Kovatchev BP, Straume M, Farhi LS, Cox DJ）：血液グルコース遷移の速度評価とその重症低血糖との関係（Estimating the Speed of Blood Glucose Transitions and its Relationship With Severe Hypoglycemia）、糖尿病（Diabetes）、４８：補足１，Ａ３６３、１９９９、参照｝。
【００１９】
加えて、本発明者はＨｂＡ1cとＳＭＢＧに関する幾つかのデータを開発した｛コバチェフ ビーピー、コックス デージェイ、ストラウム エム、フアーヒ エルエス（Kovatchev BP, Cox DJ, Straume M, Farhy LS）．自己モニター血液グルコースプロフアイルとグリコシル化ヘモグロビンとの連関（Association of Self-minitoring Blood Glucose Profiles with Glycosylated Hemoglobin）．酵素学の方法（Methods of Enzymology）、３２１巻：数値的コンピユータの方法（Numerical Computor Methods）、パートＣで、マイケルジョンソン及びルドウイッヒブランド編集（Michael Johnson and Ludvig Brand）、アカデミックプレス（Academic Press）、ニューヨーク；２０００、参照｝。
【００２０】
これらの開発は本発明の理論的背景の１部となった。この理論を実際にもたらすために、中でも、下記部分で説明される幾つかの重要理論部分が追加された。特に、ＨｂＡ1c、低血糖についての長期及び短期リスクの評価を使うために３つの方法が開発された。これらの方法の開発は、それに限定されないが、３００，０００より多いＳＭＢＧの読み、重症低血糖の記録そしてＨｂＡ1cの決定を含む糖尿病を有する８６７人の個人についてのデータの詳細な解析に基づいている。
【００２１】
従って本発明者は従来の方法に付随する該前記制限を改善し、それにより患者の血糖管理（patients' glycemic control）と彼等の低血糖のリスクとの両者を評価出来て、そして彼等の毎日の環境で適用され得る簡単で信頼性ある方法を提供する。
【００２２】
［発明の概要］
本発明は、糖尿病の血糖管理の２つの最も重要な要素、すなわちＨｂＡ1cと低血糖のリスクと、のルーチンで収集されるＳＭＢＧデータからの同時評価用のデータ解析法とコンピユータベースのシステムとを含む。この文書の目的で、ＢＧの自己モニタリング（self-monitoring of BG）（ＳＭＢＧ）は、糖尿病患者の自然な環境での血液グルコースの決定の何等かの方法として規定され、出現する連続モニタリング技術により使用される方法のみならず２００−２５０のＢＧ読み値を習慣的に記憶する現代のＳＭＢＧデバイスにより使用される方法を含む。ＳＭＢＧのこの広い規定を与えられて、本発明は、ＨｂＡ1cと低血糖の増加するリスクの期間との両者を予測できる知的データ解釈要素を導入することにより現在の家庭用血液グルコースモニタリングデバイスの向上のみならず、同じ特徴による将来的連続モニタリングデバイスの向上にも直接関係する。
【００２３】
本発明の１側面は例えば４−６週間等、予め決められた期間の集められたＳＭＢＧデータからＨｂＡ1cを評価する方法、システムそしてコンピユータプログラム製品を含む。１実施例では、本発明は予め決められた持続期間に亘り集められたＢＧデータに基づき患者のＨｂＡ1cを評価するコンピユータ化された方法とシステムを提供する。該方法は、該集められたＢＧデータに基づき高い血液グルコースへの加重偏差（weighted deviation）（ＷＲ）と血液グルコースの見積もられた変化レート（Ｄｒ）とを計算すること；該計算されたＷＲとＤｒとに基づき予め決められた数学式を使用してＨｂＡ1cを見積もること；そしてＨｂＡ1cの前記見積値の分類用の予め決められた信頼区間（confidence interval）を提供することを含む。
【００２４】
本発明のもう１つの側面は重症低血糖（severe hypoglycemia）（ＳＨ）用の長期確率（long-term probability）を見積もる方法、システム、そしてコンピユータプログラムを含む。この方法は予め決められた期間、例えば４−６週間、のＳＭＢＧ読み値を使用し、次の６週間内のＳＨのリスクを予測する。１実施例では、本発明は予め決められた持続期間（duration）に亘り集められたＢＧデータに基づき患者の重症低血糖（ＳＨ）用の長期確率を評価するコンピユータ化された方法とシステムを提供する。該方法は：該集められたＢＧデータに基づき低い血液グルコースへの加重偏差（ＷＬ）と該低いＢＧ範囲内の血液グルコースの見積もられた降下レート（ＤｒＤｎ）を計算すること；該計算されたＷＬ及びＤｒＤｎに基づき予め決められた数学式を使用して将来のＳＨ症状出現の数を見積もること；そして前記見積もられたＳＨ症状出現に対して選択数のＳＨ症状出現をこうむる確率を規定することを含む。
【００２５】
本発明のなおもう１つの側面は、低血糖の増加するリスクの２４時間の期間（又は他の選択期間）を識別する方法、システム、そしてコンピユータプログラム製品を含む。これは前の２４時間に亘り集められたＳＭＢＧ読み値を使用して低血糖の短期リスクの計算を通して達成される。１実施例では、本発明は予め決められた持続期間に亘り集められたＢＧデータに基づき患者の重症低血糖（ＳＨ）についての短期リスクを評価するコンピユータ化された方法とシステムを提供する。該方法は、低い血液グルコースへの加重偏差（ＷＬ）を計算すること；wl（BG;2）の最大値を計算することによりMax(wl)を決定すること；該予め決められた持続期間に亘りWLとMax(wl)の相乗平均を取ることによりリスク値を決定すること；予め決められたしきいリスク値を提供すること；そして該予め決められたリスク値を該しきいリスク値と比較することを含む。
【００２６】
本発明のこれら３つの側面は糖尿病を有する個人の血糖管理について連続的情報と低血糖のリスクの向上したモニタリングとを提供するために一緒に集積化され得る。
【００２７】
これら及び他の目的は、ここに開示した本発明の利点と特徴と共に、説明、図面そして続く請求項から一層明らかになる。
【００２８】
［発明の詳細な記述］
本発明は、それに限定されないが、糖尿病患者の血糖管理の評価用の精密な方法の創生を可能にし、そして該方法のキー要素の計算で使用されるフアームウエア（firmware）及びソフトウエアコードを含む。本明細書で後から論じる様に、ＨｂＡ１ｃ、ＳＨの長期確率、そして低血糖の短期リスクを評価する本発明の方法も又集められた広範囲のデータに基づき検証される。最後に、これらの方法の側面は構造化された表示又はマトリックスに組み合わされ得る。
ＢＧ偏差の静的測定
ＢＧ対称化の本発明者の理論に依れば｛コバチェフ ビーピー、ストラウム エム、コックス デージェイ、フアーヒエルエス（Kovatchev BP, Straume M, Cox DJ, Farhi LS）．血液グルコースデータのリスク解析：インシュリン依存糖尿病の管理を最適化する量的アプローチ（Risk Analysis of Blood Glucose Data: A Quantitative Approach to Optimizing the Control of Insulin Dependent Diabetes）．理論的医学雑誌（J of Theoretical Medicine）、３：１−１０、２００１、参照｝該ＢＧ測定スケールの自然の臨床的中央は１１２．５ｍｇ／ｄｌ（６．２５ミリモル／リットル）のＢＧレベル−糖尿病患者に対する安全な正常血糖値、にある。
【００２９】
ＢＧスケールのこの臨床的中央を与えられれば、左（低血糖へ）へ又は右（高血糖へ）への加重偏差が計算される。これらの偏差の加重度合（degree of weighting）はそれぞれパラメーターａとｂにより次の様に表され：
もしf(BG)<0であればwl(BG;a)=10.f(BG)a、さもなければ0、そして
もしf(BG)>0であればwr(BG;b)=10.f(BG)b、さもなければ0、
ここでf(BG)は背景の節で提示された該ＢＧ対称化関数である。該加重パラメーターaとbは該左及び右偏差について異なるか同じかであり得る。本発明者のデータ解析は、実際の適用パラメーター値用の最適値はa=2（それは低いＢＧ指数の計算用に使用されるパラメーター値である）そしてb=1を示した。１連のＢＧ読み値x1,x2,...xnが与えられると、該ＢＧスケールの臨床的中央の左及び右への平均加重偏差は次の様に規定される、
【００３０】
【数７】
ＢＧ偏差のこれらの２つのメザー（measures）は該ＢＧ読みのタイミングに依存せず、従って静的（stationary）である。ＢＧ変化の力学を取り込むために、該ＢＧの変化レートのメザーは下記に提供される様に導入される。
ＢＧリスク変化レートの計算
x1,x2,...xnを時点t1,t2,...tnでの記録された対象のｎのＳＭＢＧ読みとする。このデータは次ぎに、数f(x1),f(x2),...,f(xn)を計算することにより変換され、点(t1,f(x1)),(t2,f(x2)),...,(tn,f(xn))を通過するキュービックスプライン（cubic spline）S(t)を描く。かくして、該関数S(t)は全区間[t1,tn]上でそしてj=1,...,nについて、S(tj)=f(xj)となるように規定された連続関数である。又k=0,1,...,tn-t1について数sk=10.S(k+tj)2の集合が計算され、かくして１時間インクレメントでの内挿値を得る。
【００３２】
次ぎに、連続する指数を有する数skの全ての対（couples）：
C0=(s0,s1),C1=(s1,s2),C2=(s2,s3),......を考え、そしてsk>sk+1である様な全ての対Ckの集合をMupによりそしてsk<Sk+1である様な全ての対Ckの集合をMdnにより表す。
【００３３】
最後に、Ck∈MdnであればＤｒＤｎが数sk+1-skの平均であり、Ck∈MupE+MdnであればＤｒは数sk+1-skの平均であるとする。
【００３４】
該数ＤｒＤｎは”リスク空間”でのＢＧの変化レート、例えば何等かのＢＧレベル変化に付随する該リスクの変化レート、用のメザーを提供する。加えて、ＤｒＤｎはＢＧが降下する時だけ該ＢＧ変化のレートを測定する、すなわちＤｒＤｎはＢＧが降下する時如何に速く該リスクが増大するかを評価する一方、Ｄｒは全体的なＢＧの動揺（fluctuations）への脆さ（vulnerability）のメザーである。更に、ＤｒＤｎは低血糖のリスクに付随し（もし或る人の血液グルコースが速く降下するなら、低血糖についての彼／彼女のリスクはより高い）、一方ＤｒはＢＧの全体的安定性に付随する。
ソフトウエアコード｛エスピーエスエス制御言語（SPSS control language）で提示される｝
第１は該ＢＧ読み値がミリモル／リットルの時用であり、この場合該変数はＢＧＭＭである。第２は該ＢＧ読み値がｍｇ／ｄｌの時用であり、この場合該変数はＢＧＭＧである。
【００３５】
もしＢＧがミリモル／リットルで測定されるなら、各ＢＧ読み値は最初に次の様に変換される：
SCALE1=(ln(BGMM))**1.026-1.861
RISK1=32.185*SCALE1*SCALE1
もしＢＧがｍｇ／ｄｌで測定されるなら、各ＢＧ読み値は最初に次の様に変換される：
SCAL2=(ln(BGMG))**1.08405-5.381
RISK2=22.765*SCALE2*SCALE2
更に、該左及び右加重偏差は次ぎの様に計算される：
WL=0WL=0
IF(SCALE1 le 0.0) WL=RISK1
WR=0
IF (SCALE1 gt 0.0) WR=sqrt(RISK1)
該ＢＧ読み値が時間で等間隔であるか、又は１時間インクレメントで内挿されているならば、該ＢＧ変化レートは次の様に計算される：
Dr = RISK1(BG)-RISK1(BG-1)
DrDn=0
IF(SCALE le 0.0 and Dr gt 0) DrDn=Dr
最後に、対象についての全てのＢＧ読み値を通る集約通過は下記を生じる：
ＷＬ=mean(WL)
ＷＲ=mean(WH)
Ｄｒ=mean(Dr)、and ＤｒＤｎ=mean(DrDn)
ＨｂＡ1cの評価方法
本発明のＨｂＡ1c評価方法の好ましい実施例１００が図１に図解されている。第１過程１０２で、予め決められた期間に亘りＳＭＢＧデータが集められる。例えば、ＳＭＢＧは日当たり３−５回のＢＧ測定の頻度で４−６週間に亘り集められ、該データは前節で提示した該コード又は式で変換される。もし該ＢＧ測定がｍｇ／ｄｌ、又はミリモル／リットルで記憶されるなら異なる式が使用される。当業者は、種々のレベル、持続期間、そして頻度が使われ得ることは評価するであろう。過程１０４で、高い血液グルコースへの加重偏差（ＷＲ）と血液グルコースの見積変化レート（Ｄｒ）が上記で論じた式／コードを使用して計算される。過程１０６で、線形関数：EstHBAlc=0.9008*WR-0.8207*DR+6.7489を使用して自己モニタリングデータからＨｂＡ1cの見積が計算される。この関数の係数は糖尿病を有する８６７の個人についてのデータから得られ、更に進んだデータ累積がこれらの係数を更新してもよいことは認識していることを注意しておく。過程１０８で見積もられたＨｂＡ1cの値の範囲を表すＨｂＡ1c見積カテゴリーが表１で規定される。
【００３６】
【表１】
過程１１０では、ＨｂＡ1cに対応する予測信頼区間が表２により得られる。
【００３８】
【表２】
過程１１２で、過程１０６から見積もられたＨｂＡ1cが表１及び／又は表２内に提供されたカテゴリーの１つに割り当てられる。
ＨｂＡ1cの評価の実験的検証
表２内のＨｂＡ1c用区間は広範な研究に基づいている。これらの区間を検証するために、我々は糖尿病を有する８６７の対象からのＳＭＢＧとＨｂＡ1cデータを解析した。６ヶ月間ＢＧメモリーメーターを使うようそして１日当たり２から４回彼等のＢＧを測定するよう全ての対象が命じられた。同じ期間中各対象について５から８のＨｂＡ1c分析が行われた。該メモリーメーターデータが電子的にダウンロードされ更に進んだ解析用にコンピユータに記憶された。この過程は３００、０００より多いＳＭＢＧ読みと６ヶ月に亘り取られた４１８０のＨｂＡ1c分析を含むデータベースを作った。表１内で識別された該７つのカテゴリー内でＨｂＡ1cを比較するために分散の解析が行われた。該５つのカテゴリーはＦ＝９１そしてｐ＜０．００００１で高度に有意に異なった。更に、該平均ＨｂＡ1cはダンカンの範囲（Duncan's range）により示される様な各対のカテゴリーについて、ｐ＜０．０１で、有意に異なった。
【００４０】
又、９５％信頼区間が該７つのカテゴリーの各々内でＨｂＡ1cの平均値について計算された。これらの信頼区間は表２で提示される該ＨｂＡ1c区間を計算する基底（basis）として使用された。この方法の分類パワー（classification power）の事後解析は、該方法が、実際のＨｂＡ1cが９．５％より大きい時にＳＭＢＧの基底上でＨｂＡ1cをカテゴリー１，２又は３に誤って分類し、該実際のＨｂＡ1cが９．０％より下の時にＨｂＡ1cを５，６又は７に誤って分類する様な極端な誤りに対し良く保護されることを示した。
【００４１】
概括すると、初期の４−６週間のＳＭＢＧの読みの後、該コンピユータ化された方法は該高いＢＧ範囲内での患者の血糖管理の変化を追跡するため使用され得るＨｂＡ1cの値用の区間見積を計算する。
重症低血糖（ＳＨ）用長期確率の評価方法
本発明のＳＨ用の長期確率評価方法の好ましい実施例２００が図２に図解される。第１過程２０２で、予め決められた期間に亘りＳＭＢＧデータが集められる。例えば、該ＳＭＢＧデータは日当たり３−５のＢＧ測定の頻度で４−６週に亘り集められるるが、それは直ぐ上で提示された該コード又は式により変換される。もし該ＢＧ測定値がｍｇ／ｄｌ又はミリモル／リットルで記憶されているならば異なる式が使用されるべきであり；当業者は種々のレベル、持続期間、そして頻度が使われ得ることを評価するであろう。過程２０４で、上記議論の式／コードを使用してＷＬ及びＤｒＤｎが計算される。過程２０６で、下記線形関数を使用して将来のＳＨ症状出現数の見積が計算される：
EstNSH=3.3613*WL-4.3427*DrDn-1.2716
この関数の係数は糖尿病を有する１８１の個人についてのデータから得られることを注意しておくが、更に進んだデータ蓄積がこれらの係数を更新してもよいことは評価されるであろう。更に、この式は将来のＳＨ症状出現の数についての単一値の見積を提供しそして下記で論じる様に追加的方法論を通して、カテゴリーが向上した臨床的応用のための範囲と信頼レベルを備えることを注意しておく。過程２０８で、ＳＨ症状出現見積数（ｅｓｔＮＳＨ）カテゴリーはｅｓｔＮＳＨ用の値の範囲を表し、表３により規定される。
【００４２】
【表３】
過程２１０で、該ｅｓｔＮＳＨカテゴリーに関して、次の６ケ月内に０，１−２、２より多いＳＨ症状出現をこうむる確率が、表４で表される様に、得られる。
【００４４】
【表４】
過程２１２で、過程２０６からの該ＥｓｔＮＳＨは表３及び／又は表４で提供されるカテゴリーの１つに割り当てれられる。
ＳＨの長期間確率の評価の実験的検証（Empirical validation）
タイプ１の糖尿病を有する１８１人の成人（平均年齢３７歳、糖尿病持続期間１８年）が１ヶ月に亘る３４，０００より多いＳＭＢＧを集めるためにメモリーメーターを使用した。次いで次の６ヶ月間彼等は日記にＳＨの何等かの発生を記録した。該ＳＭＢＧデータは数学的に変換され、線形回帰モデルが、高度に有意なモデル（Ｆ＝３６．３、ｐ＜０．０００１）及び５５％の多数Ｒに帰着する将来の重症低血糖を予測するため使用された。
【００４６】
全ての対象は本長期ＳＨ法を使用して４つのカテゴリーに分類した。カテゴリー１，２，３、そして４内の将来ＳＨ症状出現の平均数はそれぞれ０．３、２．０，５．０そして９．７５であった。分散の解析はこれらのカテゴリー間で高度の有意差、Ｆ＝１９．０、ｐ＜０．０００１、を示した。
【００４７】
概括すると、低いＢＧ指数と”リスク空間”内で測定されたＢＧの降下レートとの線形組合せはＳＨの長期リスクの精密な評価を提供する。それが多数の反射率計（reflectance meter）により自動的に記憶されるＳＭＢＧ記録に基づくので、これは該低いＢＧ範囲での患者の血糖管理の有効なそして臨床的に有用なインデイケーター（indicator）である。
低血糖の短期（２４時間内）リスクの評価法
本発明のＳＨの短期リスク評価法の好ましい実施例３００が図３で図解される。最初の過程３０２で、予め決められた短期間に亘りＳＭＢＧデータが集められる。例えば、該ＳＭＢＧデータはデータ解析の公称レベルとして、４つ以上の読みを、日当たり３−５ＢＧ測定の頻度で、２４時間に亘り集められる。当業者は種々のレベル、期間（持続期間）、そして頻度が使われ得ることを評価するであろう。過程３０４で、先行する２４時間内に集められた全ての読みからＷＬ（２４）とＭａｘ（ｗｌ）が計算されるが、そこではｗｌ（ＢＧ；２）の最大値がＭａｘ（ｗｌ）である。過程３０６で、該リスク値は該２４時間に期間に亘りＷＬとＭａｘ（ｗｌ）の相乗平均を取ることにより、そこでは前記リスク値は数学的に下記で規定される。
【００４８】
Risk(24)={WL(24)・Max(wl)}1/2
過程３０８でしきいリスク値（threshold risk value）が決定される。過程３１０で該見積もられたリスク値は該しきいリスク値と比較される。例えば、もし該しきいリスク値が１７に設定されるなら、もしRisk(24)>17なら、−−前の２４時間に亘り集められた該ＳＭＢＧデータに基づいて−−該最終指示は該患者が差し迫った低血糖をこうむる高いリスクとなる。換言すれば、これは２４時間の期間のＳＭＢＧデータを考慮し、この期間が差し迫った低血糖症状出現に先立ちそうであるかどうかを判断する意志決定ルール（decision-making rule）である。１７の該しきい値が広範なデータ集合から導かれるが、しかしながら、この値はデータの更に進んだ蓄積で、又は追加の目的で、調節されることが可能であることは認識される。
低血糖の短期リスクの評価の実験的検証
公報内の広告、糖尿病病院を通して、そして直接の照会を通して８５人の個人が採用された。包含基準は１）２１−６０歳の年齢、２）少なくとも２年間持続しており、そして該診断時以来インシュリン使用したタイプ１の糖尿病患者、３）過去１年間で少なくとも２回の書類のあるＳＨ症状出現、そして４）糖尿病モニタリング用にＳＭＢＧデバイスのルーチン的使用、である。参加者は１日３−５回該メーターを使用し、そしてそれらの発生の精確な日付けと時刻を含め、何等かのＳＨ症状出現を毎月の日記に記録するよう命じられた。ＳＨは昏睡又は無意識状態に帰着しそして自己治療出来なくする重症の神経性低血糖症として規定された。各対象について、該研究は６−８ヶ月続き、各月に該対象のメーターがダウンロードされ、該ＳＨ日記は集められた。該メーターのメモリー容量は充分で、該ダウンローデイングは充分屡々行われたのでＢＧデータは失われない。該参加者の糖尿病管理ルーチンの変更は無く、該研究中何等追加的治療は投与されなかった。
【００４９】
該研究中、合計７５、４９５のＳＭＢＧ読み（日当たり、対象当たり平均４．０±１．５）が該参加者のメモリーメーターからダウンロードされ、３９９（対象当たり４．７±６．０）のＳＨ症状出現が彼等の日記に記録された。中でも、重要な発見は、中程度又は重症の低血糖の症状出現が測定可能なＢＧ乱れにより先立たれる及び追随されることである。ＳＨ症状出現の前の該２４時間の期間に低いＢＧ指数（例えばＷＬ）は立ち上がり（ｐ＜０．００１）、平均ＢＧはより低く（ｐ＝０．００１）、そして該ＢＧ分散は増加する（ｐ＝０．００１）。該ＳＨ症状出現に続く２４時間内には、該低いＢＧ指数とＢＧ分散は昇った儘留まるが（ｐ＜０．００１）、平均ＢＧはそのベースラインに戻る。
【００５０】
この目的で、図４は、重症低血糖の症状出現の前及び後に観察される典型的ＢＧ乱れのグラフ的表現である。該ＳＨ症状出現の４８から２４時間前の期間中に、該平均ＢＧレベルは減少しＢＧの分散は増加した。該ＳＨ症状出現に直ぐ先行する２４時間の期間には、該平均ＢＧレベルは更に降下し、該ＢＧの分散は増加し続ける。該ＳＨ症状出現に続く２４時間の期間には、該平均ＢＧレベルは正常化するが、該ＢＧの分散は大いに増加した儘である。該平均ＢＧとその分散の両者は該ＳＨ症状出現後４８時間内にそれらのベースラインレベルに戻る。
【００５１】
この様であるから、本発明の１部として、図４に提示された該乱れが、低血糖の短期リスクの評価を可能にするためにＳＭＢＧデータから定量化される。Risk(24)=17のカットオフ値（cutoff value）は次の制限に沿う最適化から得られるが、該制限は：１）該方法はＳＨ症状出現の最大パーセンテージを予測せねばならず、すなわちＳＨに先行する２４時間の期間の最大パーセンテージでリスク的（risky）であると識別せねばならず、２）該リスクの過大見積を防止するために、該方法は該研究の全時間の１５％（平均して週に１日）以下がリスキーであると識別しなければならない。１７の該カットオフリスク値は全ての対象について一定に保持された。１５％の値を選ぶ理由は、患者を”間違った警報（false alarms）”の過剰で苛立たされ、”真の警報（true alarms）”を無視することを防止することである。実際、患者の医者は患者の糖尿病の重症さと特定の目的とにより代わりの値を選択することが出来る。
【００５２】
下記例は該研究の２人の参加者の該ＳＭＢＧデータへの該アルゴリズムの作用を図解する。図５は対象Ａ（上部パネル）及び対象Ｂ（下部パネル）用のデータの１０週間を示す。ＳＨ症状出現は３角形でマーク付けされ、黒い曲線は該リスク値を示す。該リスクしきい値（Risk=17の水平線）が横切られる時、該アルゴリズムは次の高リスク期間（グレーのバー）を指示する。対象Ａについては、９つのＳＨ症状出現の７つが予測され、５つの間違った警告、例えば、ＳＨに帰着しなかった高リスク期間があり；対象Ｂについては、３つの間違った警告があり、唯１つのＳＨ症状出現が予測された。対象Ａのリスク値に比べると、対象Ｂのリスク値はより多くそしてより高い偏差を含むことは明らかである。両対象について、全てのＳＨ症状出現が特に重要なリスク値（supercritical risk values）により伴われ、そして全ての大きな偏差の約半分が１つ以上のＳＨ症状出現により伴われている。
【００５３】
該研究の全ての参加者に亘り、全ての記録されたＳＨ症状出現の４４％は、２４時間内に、高リスクの期間により先行され、５０％は、４８時間内に、高リスク期間に先行された。もし少なくとも３つか、又は少なくとも４つか何れかのＳＭＢＧ測定を伴う期間のみが考慮されるなら、該後者の予測の精度はそれぞれ５３％及び５７％に増加する。ＳＨ症状出現に伴われない高リスク期間中、又はその直後、すなわち間違った警告中又はその直後、に起こるＢＧレベルの事後の解析は、この様なＢＧレベルの対象当たり平均の最小は、考慮されない儘の全てのＳＨ症状出現を含めた、全ての非リスク期間についての５．９±１．７ミリモル／リットル（ｔ＝１９．５、ｐ＜０．０００１）に対し、２．３±０．２ミリモル／リットルであった。これは、兆候的ＳＨは起こらないが、高リスク期間に続くＢＧレベルが著しく低かったことを示す。
【００５４】
概括すると、発明者はタイプ１の糖尿病を有する８５人の個人用の６ヶ月シリーズのＳＭＢＧ読みへの該短期リスク方法の作用をシミュレートした。日当たり４つ以上のＳＭＢＧ読みを用いて、ＳＨの全ての症状出現の少なくとも５０％が予測出来た。兆候的ＳＨが起こらなかった時でも、該アルゴリズムは中程度（moderate）の低血糖の症状出現を予測した。
該３方法の集積化
上記で論じ、図１−３で図解された、本発明の該３方法は同じシリーズのＳＭＢＧデータを利用する。従って、ＳＭＢＧデバイスの観点から、これら３方法の結果の統合された表示又はマトリックスが下記に示される格子出力（grid output）と同様にされ得る。
【００５５】
【表５】
かくして、例えば、上記格子で示される対象１（Ｓｓ１）用出力は、この人が９と９．５％の間にＨｂＡ1cを有するらしく、次の６ヶ月中に重症の低血糖を経験しない９０％のチャンスを有することを示す。対象２（Ｓｓ２）用出力は、この人が８％より下のＨｂＡ1cを有するらしく、次の６ヶ月中に少なくとも３つのＳＨ症状出現を経験する８０％より大きいチャンスを有することを示す。
【００５７】
この格子出力に加えて、該短期リスク方法は切迫した低血糖のリスクの連続した追跡を提供し、このリスクが高い時警報を鳴らすため使用出来る。
【００５８】
本発明の方法はハードウエア、ソフトウエア又はそれらの組合せを使用して実施されてもよく、１つ以上のコンピユータシステム又は、パーソナルデジタルアシスタント（personal digital assistants）｛ピーデーエイ（PDA）｝の様な、他の処理システムで実現されてよい。１つの例示的実施例では、本発明は図６で図解される汎用コンピユータ９００上で走るソフトウエアで実施された。コンピユータシステム６００はプロセサー６０４の様なプロセサーを１つ以上有する。プロセサー６０４は通信インフラストラクチャー６０６｛例えば、通信バス、クロスオーバーバー（cross-over bar）、又はネットワーク｝に接続される。コンピユータシステム６００はデイスプレーユニット６３０上への表示のために該通信インフラストラクチャー６０６からの（又は図示のないフレームバッフアーからの）グラフイック、テキスト、そして他のデータを送るデイスプレーインターフエース６０２を有する。
【００５９】
コンピユータシステム６００は又好ましくはランダムアクセスメモリー｛ラム（RAM）｝がよい、主メモリー６０８を有し、そして又第２メモリー６１０を有する。該第２メモリー６１０は、例えば、ハードデイスクドライブ６１２及び／又は、フロッピーデイスクドライブ、磁気テープドライブ、光デイスクドライブ、他を表す、取り外し可能な記憶ドライブ６１４を有してもよい。該取り外し可能な記憶ドライブ６１４は、公知の仕方で、取り外し可能な記憶ユニット６１８から読み出し及び／又はそれに書き込む。取り外し可能な記憶ユニット６１８は、取り外し可能な記憶ドライブ６１４により読み出しそして書き込まれるフロッピーデイスク、磁気テープ、光デイスク、他を表す。評価される様に、該取り外し可能な記憶ユニット６１８は、その中に記憶されたコンピユータソフトウエア及び／又はデータを有するコンピユータ使用可能な記憶媒体を有する。
【００６０】
代わりの実施例では、第２メモリー６１０はコンピユータプログラム又は他の命令がコンピユータシステム６００内にロードされるための他の手段を有してもよい。この様な手段は、例えば、取り外し可能な記憶ユニット６２２及びインターフエース６２０を有してもよい。この様な取り外し可能記憶ユニット／インターフエースの例はプログラムカートリッジ及びカートリッジインターフエース（ビデオゲームデバイスで見出されるそれの様な）、取り外し可能なメモリーチップ（ロム、ピーロム、イーピーロム又はイーイーピーロムの様な）及び付随ソケット、そしてソフトウエア及びデータが該取り外し可能な記憶ユニット６２２からコンピユータシステム６００へ転送されることを可能にする他の取り外し可能な記憶ユニット６２２及びインターフエース６２０を含む。
【００６１】
又コンピユータシステム６００は通信インターフエース６２４を有してもよい。通信インターフエース６２４はソフトウエアとデータがコンピユータシステム６００と外部デバイスの間で転送されることを可能にする。通信インターフエース６２４の例はモデム、ネットワークインターフエース（イーサーネットカードの様な）、通信ポート、ピーシーエムシーアイエイ（PCMCIA）スロットとカード、他を含んでもよい。通信インターフエース６２４を経由して転送されるソフトウエアとデータは、通信インターフエース６２４により受信され得る電子的、電磁的、光学的又は他の信号である信号６２８の形式である。信号６２８は通信路（すなわち、チャンネル）６２６を経由して通信インターフエース６２４へ提供される。チャンネル６２６は信号６２８を担い、ワイヤ又はケーブル、光フイアバー、電話線（phone line）、セルラー電話リンク、アールエフ（RF）リンクそして他の通信チャンネルを使用して実現されてもよい。
【００６２】
本文書では、用語”コンピユータプログラム媒体（computor program medium）”と”コンピユータ使用可能媒体（computor usable medium）”は、取り外し可能な記憶ドライブ９１４，ハードデイスクドライブ６１２内に設置されたハードデイスク、そして信号６２８の様な媒体を一般的に参照するため使用される。これらのコンピユータプログラム製品はソフトウエアをコンピユータシステム６００へ提供する手段である。本発明はこの様なコンピユータプログラム製品（computor program products）を含む。
【００６３】
コンピユータプログラム（又コンピユータ制御ロジックとも呼ばれる）は主メモリー６０８及び／又は第２メモリー６１０内に記憶される。又コンピユータプログラムは通信インターフエース６２４を経由して受信されてもよい。この様なコンピユータプログラムは、実行されると、コンピユータシステム６００がここで論じた本発明の特徴を実行可能にする。特に、該コンピユータプログラムは、実行されると、プロセサー６０４が本発明の機能を実行可能にする。従って、この様なコンピユータプログラムはコンピユータシステム６００の制御器を表す。
【００６４】
本発明がソフトウエアを使用して実現される実施例では、該ソフトウエアはコンピユータプログラム製品内に記憶され、取り外し可能記憶ドライブ６１４，ハードドライブ６１２又は通信インターフエース６２４を使用してコンピユータシステム６００内にロードされてもよい。該制御ロジック（ソフトウエア）は、該プロセサー６０４による実行されると、該プロセサー６０４にここで説明された様な本発明の機能を行わせる。
【００６５】
もう１つの実施例では、本発明は、例えば、特定用途向けＩＣ（application specific integrated circuits）｛エイシックス（ASICs）｝の様なハードウエア部品を使用して、主としてハードウエア内で実現される。ここで説明された機能を行うための該ハードウエア状態機械の実現は関連する当業者には明らかであろう。
【００６６】
なおもう１つの実施例では、本発明はハードウエアとソフトウエアの両者の組合せを使用して実現される。
【００６７】
本発明の例示的ソフトウエア実施例では、上記で説明された方法はＳＰＳＳ制御言語で実現されたが、しかし、それに限定されない条件で、Ｃ＋＋プログラム用言語の様な他のプログラムで実現され得る。
【００６８】
図７−９は本発明の代わりの実施例のブロック線図的表現を示す。図７を参照すると、該システム７１０のブロック線図的表現が示されるが、それは、とりわけ、インシュリン投薬量の読みと測定された血液グルコース（”ＢＧ”）レベルとを記録するため患者７１２により使用されるグルコースメーター（glucose meter）７２８を本質的に具備する。該グルコースメーター７２８により得られたデータは好ましくは適当な通信リンク７１４又はデータモデム７３２を通して、パーソナルコンピユータ７４０，ピーデエイ、又はセルラー電話の様な処理ステーション又はチップへ転送されるのがよい。例えば、記憶されるデータは該グルコースメーター７２８内に記憶され、適当なインターフエースケーブルを通して該パーソナルコンピユータ７４０内へ直接ダウンロードされてもよい。１例はライフスキャン社（LifScan, Inc.）によるワンタッチモニタリングシステム又はメーター（ONE TOUCH monitoring system or meter）であり、それはインタッチ（IN TOUCH）ソフトウエアと両立し、該データをパーソナルコンピユータにダウンロードするインターフエースケーブルを有する。
【００６９】
グルコースメーターは該産業界で共通であり、ＢＧ取得機構として機能出来る本質的にどんなデバイスをも含む。該ＢＧメーター又は取得機構、デバイス、ツール、又はシステムは、各テスト用の血液サンプルの吸い出し（例えば指に突き刺して）と、電気機械的又はカロリーメーター的方法によりグルコース濃度を読む計器を使用したグルコースレベルの決定と、に向けられた種々の従来の方法を含んでいる。最近、血液を吸い出すことなく、血液アナライト（blood analytes）の濃度を決定する種々の方法が開発された。例えば、ヤング他（Ynag et al.）への米国特許第５、２６７、１５２号は近赤外線放射拡散−反射レーザースペクトロスコピー（near-IR radiation diffuse-reflection laser spectroscopy）を使用して血液グルコース濃度を測定する非侵襲性技術（noninvasive technique）を説明している。同様の近赤外線スペクトロメーター式デバイスはロゼンタール他（Rosenthal et al.）への米国特許第５、０８６、２２９号及びロビンソン他（Robinson et al.）への米国特許第４、９７５、５８１号で説明されている。
【００７０】
スタンレイ（Stanley）への米国特許第５、１３９、０２３号は細胞間流体（interstitial fluid）と受け媒体（receiving medium）との間に確立された濃度勾配に沿うグルコースの経皮的移動を容易化するため透過率向上体（permeability enhancer）｛例えば、胆汁酸塩（bile salt）｝に依存する経皮性血液グルコースモニタリング装置を説明している。センブロウイッチ（Sembrowich）への米国特許第５、０３６、８６１号は皮膚パッチ（skin patch）を通して汗（perspiration）を集める受動的グルコースモニターを説明しており、そこではエクリン汗腺（eccrine sweat gland）からの発汗分泌（perspiration secretion）を刺激するためコリン作動性薬剤（cholinergic agent）が使用される。同様な発汗収集デバイスはシェンドルフアーへ（Schoendorfer）の米国特許第５、０７６、２７３号とシロエーダー（Schroeder）への米国特許第５、１４０、９８５号で説明されている。
【００７１】
加えて、グリクフエルド（Glikfeld）への米国特許第５、２７９、５４３号は皮膚表面上のレセプタクル（receptacle）内へ皮膚を通して物質を非侵襲的にサンプルするために電離療法（iontophoresis）の使用を説明している。グリクフエルドはこのサンプリング過程が血液グルコースをモニターするためにグルコース特定的バイオセンサー（glucose-specific biosensor）又はグルコース特定的電極（glucose-specific electrodes）とカップルされ得ることを開示している。更に、タマダ（Tamada）への国際刊行物第ＷＯ９６／００１１０号は目標物質の経皮的モニター用の電離療法装置（iontophoretic apparatus）を説明しているが、そこではアナライト（analyte）を収集リザーバー内へ移動させるために電離療法電極が使用され該リザーバー内にある該目標アナライトを検出するためにバイオセンサーが使用される。最後に、バーナー（Berner）への米国特許第６、１４４、８６９号は存在するアナライトの濃度を測定するたサンプリングシステムを説明している。
【００７２】
更になお、該ＢＧメーター又は取得機構は留置カテーテルと皮下組織流体サンプリングを含んでもよい。
【００７３】
該コンピユータ又はピーデーエイ７４０は予め規定されたフローシーケンス（詳細に上記で説明した）に従って該自己記録された糖尿病患者データを処理し、解析しそして解釈しそして適当なデータ解釈出力を発生するに必要なソフトウエアとハードウエアを有する。好ましくは、該記憶された患者データに関し該コンピユータ７４０により行われたデータ解析と解釈の結果は該パーソナルコンピユータ７４０に付随するプリンターを通して発生されるペーパーレポートの形式で表示される。代わりに、該データ解釈過程の結果は該コンピユータ７４０に付随したビデオデイスプレーユニット上に直接表示されてもよい。
【００７４】
図８は、装置８１０を患者により手持ちされ、運ばれることを可能にする程好ましく充分にコンパクトなハウジングを有し、患者操作される装置８１０である糖尿病管理システムを備える代替え的実施例のブロック線図的表現を示す。血液グルコーステストストリップ（blood glucose test strip）（図示せず）を受けるストリップガイドはハウジング８１６の表面上に配置される。テストストリップは患者８１２から血液サンプルを受けるためである。該装置はマイクロプロセサー８２２とマイクロプロセサー８２２に接続されたメモリー８２４とを有する。マイクロプロセサー８２２は、上記で非常に詳細に論じた種々の計算と制御機能と行うためにメモリー８２４内に記憶されたコンピユータプログラムを実行するよう設計されている。キーパッド８１６は標準的キーパッドデコーダー８２６を通してマイクロプロセサー８２２に接続される。デイスプレー８１４はデイスプレードライバー８３０を通してマイクロプロセサー８２２に接続される。マイクロプロセサー８２２はインターフエースを介してデイスプレードライバー８３０と通信し、デイスプレードライバー８３０はマイクロプロセサー８２２の制御下でデイスプレー８１４を更新し、新たにする。又スピーカー８５４とクロック８５６はマイクロプロセサー８２２に接続される。スピーカー８５４は患者に起こり得る将来の低血糖を警報する可聴音を発するためマイクロプロセサー８２２の制御下で動作する。クロック８５６は現在の日付と時刻をマイクロプロセサー８２２へ供給する。
【００７５】
又メモリー８２４は患者８１２の血液グルコース値、インシュリンドース値、インシュリンのタイプ、そして将来の血液グルコース値、補足的（supplimental）インシュリンドース（dose）、そして炭水化物補足品（carbohydrate suppliments）を計算するためにマイクロプロセサー８２２により使われるパラメーター値を記憶する。各血液グルコース値とインシュリンドース値は対応する日付と時刻と共にメモリー８２４内に記憶される。メモリー８２４は、好ましくは電気的に消去可能なリードオンリーメモリー（イーイーピーロム）の様な不揮発性メモリーがよい。
【００７６】
又装置８１０はマイクロプロセサー８２２に接続された血液グルコースメーター８２８を有する。グルコースメーター８２８は血液グルコーステストストリップ上に受けた血液サンプルを測定し、該血液サンプルの測定から血液グルコース値を作るよう設計される。前に述べた様に、この様なグルコースメーターは当該技術で公知である。グルコースメーター８２８は好ましくはマイクロプロセサー８２２へ直接出力されるデジタル値を生じるタイプがよい。代わりに、血液グルコースメーター８２８はアナログ値を生じるタイプでもよい。この代替え的実施例では、血液グルコースメーター８２８はＡ−Ｄ変換器（図示せず）を通してマイクロプロセサー８２２に接続される。
【００７７】
装置８１０は更に、マイクロプロセサー８２２に接続される、好ましくは直列ポートがよい、入力／出力ポート８３４を有する。ポート８３４は、好ましくは標準ＲＳ２３２インターフエースがよい、インターフエースによりモデム８３２に接続される。モデム８３２は、装置８１０とパーソナルコンピユータ８４０又は通信リンク８３６を通してヘルスケアプロバイダーコンピユータ８３８との間の通信リンクの確立用である。接続コードを通して電子デバイスを接続するための特定の技術は当該技術で公知である。もう１つの代替え的例は”ブルートウース（bluetooth）”技術通信である。
【００７８】
代わりに、図９は、好ましくは、該装置９１０が患者により手持ちされ、運ばれることを可能にする程充分にコンパクトなハウジングを有する、図８に示すと同様な、患者に操作される装置９１０としての糖尿病管理システムを備える代わりの実施例のブロック線図的表現である。しかしながら、本実施例は分離された又は取り外し可能なグルコースメーター又はＢＧ取得機構９２８を有する。
【００７９】
従って、ここに説明される実施例はインタネットの様なデータ通信ネットワーク上で実施されることが出来て、図６−９で描かれた様に、及び／又は、ここでの引用によりこれに組み入れられるウッド（Wood）への米国特許第５、８５１、１８６号で描かれた様に、評価、見積、そして情報を、何等かの遠隔の場所の何等かのプロセサー又はコンピユータによりアクセス可能にさせる。代わりに、遠隔の場所に配置された患者は該ＢＧデータを中央ヘルスケアプロバイダー又は住宅又は種々の遠隔の場所へ伝送されさせてもよい。
【００８０】
概括すると、本発明は糖尿病を有する個人の血糖管理の２つの最も重要な要素すなわち：ＨｂＡ1cと低血糖のリスクとの同時評価用のデータ解析のコンピユータ化された方法とシステムを提案する。該方法は、単にルーチンのＳＭＢＧデータを使用しながら、とりわけ３セットの出力を提供する。
【００８１】
本発明の方法、システムそしてコンピユータプログラム製品の可能な実施はそれが、それに限定されないが、下記利点の提供をもたらすことである。第１に、本発明は、１）ＨｂＡ1cについて見積もられたカテゴリー、２）次の６ヶ月中のＳＨについての見積もられた確率、そして３）低血糖の見積もられた短期リスク（すなわち次の２４時間中の）、を作り、表示することにより現在の家庭用ＢＧモニタリングデバイスを向上させる。後者は切迫した低血糖の症状出現を示す、警報の様な、警告を含んでもよい。又これら３つの要素は糖尿病を有する個人の血糖管理について連続情報を提供し、低血糖の彼等のリスクのモニタリングを向上するため集積化されることも出来る。
【００８２】
第２の利点として、本発明はＳＭＢＧデータを検索する現在のソフトウエア又はハードウエアを向上させる。この様なソフトウエア又はハードウエアは家庭用ＢＧモニタリングデバイスの事実上全ての製造者により作られ、ＳＭＢＧデータを解釈するために患者及びヘルスケアプロバイダーにより習慣的に使用されている。本発明の方法とシステムは現在の家庭用血液グルコースモニター内に直接組み入れられ、ＨｂＡ1c及び低血糖の増加するリスクの期間の両者を予測出来るデータ解釈要素を導入することにより、ＳＭＢＧデータを検索するソフトウエアの向上用に使用出来る。
【００８３】
なおもう１つの利点として、本発明は、低及び高ＢＧ範囲でと、全ＢＧスケールに亘ってと、双方で、家庭用ＢＧモニタリングデバイスの精度を評価する。
【００８４】
更に、もう１つの利点として、本発明は糖尿病用の種々の治療の有効性を評価する。
【００８５】
更になお、糖尿病を有する患者が低血糖の彼等のリスクを増加することなく厳密な血糖管理を保持する生涯の最適化問題に面する時、本発明はその簡単で信頼性ある方法の使用によりこの関連する問題を緩和する、すなわち本発明は患者の血糖管理と低血糖の彼等のリスクと両者を評価し、同時にそれを彼等の毎日の環境に適用出来る。
【００８６】
加えて、本発明は、低血糖の短期及び長期リスクと高血糖の長期リスクを予測するため使用されるように、ＳＭＢＧデータからＨｂＡ1c及び低血糖のリスクを評価するために３つの別個であるが、両立する、アルゴリズムを提案することにより欠けた一環を提供する。
【００８７】
最後に、もう１つの利点として、本発明は新しいインシュリン又はインシュリン供給デバイスの有効性を評価する。インシュリン又はインシュリン供給デバイスの製造者又は研究者は、提案される又はテストされるインシュリンのタイプ又はデバイス供給部設計（device delivery designs）の相対的成功をテストするために本発明の実施例を利用出来る。
【００８８】
本発明はその精神又は本質的特性から離れることなく他の特定の形式で具体化されるかも知れない。従って、前記実施例は全ての面でここで説明される本発明を限定するよりもむしろ図解すると考えられるべきである。かくして本発明の範囲は該前記説明よりむしろ付属する請求項により指示され、該請求項の等化の意味と範囲内に入る全ての変更はここに包含されるよう意図されている。
【００８９】
本発明自身のみならず本発明の前記及び他の目的、特徴そして利点も、好ましい実施例の上記説明を、付属する図面と共に読まれる時、該説明からより完全に理解される。
【図面の簡単な説明】
【図１】 本発明のＨｂＡ1c見積とＨｂＡ1c信頼区間予測を計算する方法を図解するフローチャートである。
【図２】 本発明の将来のＳＨ症状出現数見積とその付随確率を計算する方法を図解するフローチャートである。
【図３】 本発明の切迫したＳＨをこうむる短期リスク見積を計算する方法を図解するフローチャートである。
【図４】 重症低血糖の症状出現の前と後に観察される典型的ＢＧ乱れのグラフ表現である。
【図５】 対象Ａ（上部パネル）と対象Ｂ（下部パネル）についての１０週間のデータを提示することにより短期ＳＨを予測する方法の動作を図解する。ＳＨ症状出現は３角形でマーク付けされ、黒線はリスク値を示す。該リスクしきい値が横切られると、該方法は次の高リスク期間（グレイのバー）を示す。
【図６】 本発明の実施用コンピユータシステムについての機能的ブロック線図である。
【図７−９】 本発明関連のプロセサー、通信リンク、そしてシステムの代わりとなる変更品の略図的ブロック線図である。
Claims (48)
- 予め決められた持続期間に亘り集められた血液グルコース（ＢＧ）データに基づき患者のグリコシル化ヘモグロビン（ＨｂＡ1c）を評価するコンピユータ化された方法に於いて、前記方法が、
前記集められた血液グルコース（ＢＧ）データに基づき高血液グルコースへの加重偏差（ＷＲ）と血液グルコースの見積変化レート（ＤＲ）を計算する過程と、
前記計算された加重偏差（ＷＲ）と見積変化レート（ＤＲ）に基づき予め決められた数学式を用いてグリコシル化ヘモグロビン（ＨｂＡ1c）を推定する過程とを具備し、
前記計算される加重偏差（ＷＲ）は時間順序t 1 ,t 2 ,...,t n で取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定される、
もし、血液グルコース変化率f(BG)>0(0を含む)なら、加重偏差wr(BG;b)=10 X f(BG) b であり、
ｂは重量パラメータを表し、いま、b=1で、そして
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータである、
前記計算される見積変化レート（ＤＲ）は下記の様に数学的に規定され、
Dr=s k+1 -s k の平均、
ここで
kはインクレメントの内挿値で、k=0,1,...,t n -t 1 についてs k =10XS(k+t 1 ) 2
j=1,...,nについて関数S(t j )=f(x j )であり、
前記血液グルコース（ＢＧ）モニタリングデータからのグリコシル化ヘモグロビン（ＨｂＡ 1c ）の前記の推定は下記、すなわち
推定されたグリコシル化ヘモグロビン（ＨｂＡ 1c ）＝0.9008(WR)−0.8207(DR)+6.7489
である様に数学的に規定されることを特徴とする方法。 - 請求項１の該方法が更に、
グリコシル化ヘモグロビン（ＨｂＡ1c）の該推定用に予め決められた範囲を規定する過程を具備しており、前記グリコシル化ヘモグロビン（ＨｂＡ1c）推定範囲の各々は推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）の値の範囲を表しており、該方法は又
前記推定されるグリコシル化ヘモグロビン（ＨｂＡ1c）を前記グリコシル化ヘモグロビン（ＨｂＡ1c）推定範囲の少なくとも１つに割り当てる過程を具備することを特徴とする方法。 - 請求項２の該方法に於いて、前記グリコシル化ヘモグロビン（ＨｂＡ1c）推定範囲は下記の様に、すなわち
前記推定されるグリコシル化ヘモグロビン（ＨｂＡ1c）が７．８より小さい、分類された範囲１と，
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が７．８と８．５の間にある、分類された範囲２と、
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が８．５と９．０の間にある、分類された範囲３と、
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が９．０と９．６の間にある、分類された範囲４と、
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が９．６と１０．３の間にある、分類された範囲５と、
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が１０．３と１１．０の間にある、分類された範囲６と、
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が１１．０の上にある、分類された範囲７との様に規定されることを特徴とする方法。 - 請求項３の方法が更に、前記グリコシル化ヘモグロビン（ＨｂＡ1c）推定範囲に対応するために推定信頼区間を規定する過程を具備しており、前記推定信頼区間は次ぎの様に、すなわち
前記分類された範囲１は８．０より小さい推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、
前記分類された範囲２は８．０と８．５の間の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、
前記分類された範囲３は８．５と９．０の間の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、
前記分類された範囲４は９．０と９．５の間の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、
前記分類された範囲５は９．５と１０．１の間の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、
前記分類された範囲６は１０．１と１１．０の間の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、そして
前記分類された範囲７は１１．０より上の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応していることを特徴とする方法。 - 請求項２の該方法が更に、
対応する前記グリコシル化ヘモグロビン（ＨｂＡ1c）用に推定信頼区間を規定する過程を具備しており、前記推定信頼区間の各々はグリコシル化ヘモグロビン（ＨｂＡ1c）用の値の範囲を表すことを特徴とする方法。 - 請求項５の該方法に於いて、前記推定グリコシル化ヘモグロビン（ＨｂＡ1c）信頼区間は９５％の信頼レベルを有することを特徴とする方法。
- 予め決められた持続期間に亘り集められた血液グルコース（ＢＧ）データに基づき患者のグリコシル化ヘモグロビン（ＨｂＡ1c）を評価するコンピユータ化された方法に於いて、前記方法が
前記集められた血液グルコース（ＢＧ）データに基づき高血液グルコースへの加重偏差（ＷＲ）と血液グルコースの推定された見積変化レート（ＤＲ）とを計算する過程と、
前記計算された加重偏差（ＷＲ）と見積変化レート（ＤＲ）に基づき予め決められた数学式を使用してグリコシル化ヘモグロビン（ＨｂＡ1c）を推定する過程と、
グリコシル化ヘモグロビン（ＨｂＡ1c）の前記推定された値の分類用に予め決められた信頼区間を提供する過程とを具備し、
前記計算される加重偏差（ＷＲ）は時間順序t 1 ,t 2 ,...,t n で取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定される、
もし、血液グルコース変化率f(BG)>0(0を含む)なら、加重偏差wr(BG;b)=10 X f(BG) b であり、
ｂは重量パラメータを表し、いま、b=1で、そして
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータであるり、
前記計算される見積変化レート（ＤＲ）は下記の様に数学的に規定され、
Dr=s k+1 -s k の平均、
ここで
kはインクレメントの内挿値で、k=0,1,...,t n -t 1 についてs k =10XS(k+t 1 ) 2
j=1,...,nについて関数S(t j )=f(x j )であり、
前記血液グルコース（ＢＧ）モニタリングデータからのグリコシル化ヘモグロビン（ＨｂＡ 1c ）の前記の推定は下記、すなわち
推定されたグリコシル化ヘモグロビン（ＨｂＡ 1c ）＝0.9008(WR)−0.8207(DR)+6.7489
である様に数学的に規定されることを特徴とする方法。 - 請求項７の該方法に於いて、
前記信頼区間は８５％と９５％の間にあることを特徴とする方法。 - 予め決められた持続期間に亘り集められた血液グルコース（ＢＧ）データに基づき患者のグリコシル化ヘモグロビン（ＨｂＡ1c）を評価するシステムに於いて、前記システムが、
前記血液グルコース（ＢＧ）データを識別するデータベースを保持するよう動作するデータベース要素と、
前記集められた血液グルコース（ＢＧ）データに基づき高血液グルコースへの加重偏差（ＷＲ）と血液グルコースの推定された見積変化レート（ＤＲ）とを計算し、そして
前記計算された加重偏差（ＷＲ）と見積変化レート（ＤＲ）とに基づき予め決められた数学式を使用してグリコシル化ヘモグロビン（ＨｂＡ1c）を推定するよう、
プログラムされたプロセサーとを具備し、
前記計算される加重偏差（ＷＲ）は時間順序t 1 ,t 2 ,...,t n で取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定され、
もし血液グルコース変化率f(BG)>0（0を含む）なら、加重偏差wr(BG;b)=10 X f(BG) b であり、
bは重量パラメーターを表し、いま、b=1であり、そして
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータであり、
前記計算される見積変化レート（ＤＲ）は下記の様に数学的に規定され、
Dr=s k+1 -s k の平均、
ここで
ｋはインクレメントの内挿値で、k=0,1,...,t n -t 1 についてsk=10 X S(k+t 1 ) 2
j=1,...,nについて関数S(t j )=f(x j )であり、
前記血液グルコース（ＢＧ）モニタリングデータからのグリコシル化ヘモグロビン（ＨｂＡ 1c ）の前記推定は下記、すなわち
推定されたグリコシル化ヘモグロビン（ＨｂＡ 1c ）＝0.9008(WR)-0.8207(DR)+6.7489である様に数学的に規定されることを特徴とする方法。 - 請求項９の該システムに於いて、前記プロセサーが更に、
グリコシル化ヘモグロビン（ＨｂＡ1c）の該推定用に予め決められた範囲を規定するようプログラムされており、前記グリコシル化ヘモグロビン（ＨｂＡ1c）推定範囲の各々は推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）の値の範囲を表しており、そして前記プロセサーが更に又、
前記推定されるグリコシル化ヘモグロビン（ＨｂＡ1c）を前記グリコシル化ヘモグロビン（ＨｂＡ1c）推定範囲の少なくとも１つに割り当てるようプログラムされていることを特徴とするシステム。 - 請求項１０の該システムに於いて、前記グリコシル化ヘモグロビン（ＨｂＡ1c）推定範囲は次の様に、すなわち
前記推定されるグリコシル化ヘモグロビン（ＨｂＡ1c）が７．８より小さい、分類された範囲１と，
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が７．８と８．５の間にある、分類された範囲２と、
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が８．５と９．０の間にある、分類された範囲３と、
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が９．０と９．６の間にある、分類された範囲４と、
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が９．６と１０．３の間にある、分類された範囲５と、
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が１０．３と１１．０の間にある、分類された範囲６と、
前記推定されたグリコシル化ヘモグロビン（ＨｂＡ1c）が１１．０の上にある、分類された範囲７との様に規定されることを特徴とするシステム。 - 請求項１１の該システムに於いて、前記プロセサーは更に、
前記グリコシル化ヘモグロビン（ＨｂＡ1c）推定範囲に対応するために推定信頼区間を規定するようプログラムされており、前記推定信頼区間は次ぎの様に、すなわち
前記分類された範囲１は８．０より小さい推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、
前記分類された範囲２は８．０と８．５の間の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、
前記分類された範囲３は８．５と９．０の間の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、
前記分類された範囲４は９．０と９．５の間の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、
前記分類された範囲５は９．５と１０．１の間の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、
前記分類された範囲６は１０．１と１１．０の間の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しており、そして
前記分類された範囲７は１１．０より上の推定グリコシル化ヘモグロビン（ＨｂＡ1c）と対応しているように規定されていることを特徴とするシステム。 - 請求項１０の該システムに於いて、前記プロセサーは更に、
対応する前記グリコシル化ヘモグロビン（ＨｂＡ1c）用に推定信頼区間を規定するようプログラムされており、前記推定信頼区間の各々はグリコシル化ヘモグロビン（ＨｂＡ1c）用の値の範囲を表すことを特徴とする方法。 - 請求項１３の該システムに於いて、前記推定グリコシル化ヘモグロビン（ＨｂＡ1c）信頼区間は９５％の信頼レベルを有することを特徴とするシステム。
- 患者のグリコシル化ヘモグロビン（ＨｂＡ1c）を評価するための血糖管理システムに於いて、前記システムが、
血液グルコース（ＢＧ）取得機構を具備しており、前記取得機構は該患者から血液グルコース（ＢＧ）データを取得するよう構成されており、前記システムは又、
前記血液グルコース（ＢＧ）データを識別するデータベースを保持するよう動作するデータベース要素と、
前記集められた血液グルコース（ＢＧ）データに基づき高血液グルコースへの加重偏差（ＷＲ）と血液グルコースの推定された見積変化レート（ＤＲ）とを計算し、そして
前記計算された加重偏差（ＷＲ）と見積変化レート（ＤＲ）とに基づき予め決められた数学式を使用してグリコシル化ヘモグロビン（ＨｂＡ1c）を推定するよう、
プログラムされたプロセサーとを具備し、
前記計算される加重偏差（ＷＲ）は時間順序t 1 ,t 2 ,...,t n で取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定される、
もし、血液グルコース変化率f(BG)>0(0を含む)なら、加重偏差wr(BG;b)=10 X f(BG) b であり、
ｂは重量パラメータを表し、いま、b=1で、そして
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータであり、
前記計算される見積変化レート（ＤＲ）は下記の様に数学的に規定され、
Dr=s k+1 -s k の平均、
ここで
kはインクレメントの内挿値で、k=0,1,...,t n -t 1 についてs k =10XS(k+t 1 ) 2
j=1,...,nについて関数S(t j )=f(x j )であり、
前記血液グルコース（ＢＧ）モニタリングデータからのグリコシル化ヘモグロビン（ＨｂＡ 1c ）の前記の推定は下記、すなわち
推定されたグリコシル化ヘモグロビン（ＨｂＡ 1c ）＝0.9008(WR)−0.8207(DR)+6.7489
である様に数学的に規定されることを特徴とする血糖管理システム。 - コンピユータシステム内の少なくとも１つのプロセサーに血液グルコース（ＢＧ）データに基づき患者のグリコシル化ヘモグロビン（ＨｂＡ1c）を評価することを可能にさせるためにコンピユータプログラムロジックを有するコンピユータが使用可能な媒体を備えるコンピユータプログラムに於いて、前記コンピユータプログラムロジックは、
前記集められた血液グルコース（ＢＧ）データに基づき高血液グルコースへの加重偏差（ＷＲ）と血液グルコースの推定された見積変化レート（ＤＲ）とを計算する過程と、そして
前記計算された加重偏差（ＷＲ）と見積変化レート（ＤＲ）とに基づき予め決められた数学式を使用してグリコシル化ヘモグロビン（ＨｂＡ1c）を推定する過程とを備え、
前記計算される加重偏差（ＷＲ）は時間順序t 1 ,t 2 ,...,t n で取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定される、
もし、血液グルコース変化率f(BG)>0(0を含む)なら、加重偏差wr(BG;b)=10 X f(BG) b であり、
ｂは重量パラメータを表し、いま、b=1で、そして
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータであり、
前記計算される見積変化レート（ＤＲ）は下記の様に数学的に規定され、
Dr=s k+1 -s k の平均、
ここで
kはインクレメントの内挿値で、k=0,1,...,t n -t 1 についてs k =10XS(k+t 1 ) 2
j=1,...,nについて関数S(t j )=f(x j )であり、
前記血液グルコース（ＢＧ）モニタリングデータからのグリコシル化ヘモグロビン（ＨｂＡ 1c ）の前記の推定は下記、すなわち
推定されたグリコシル化ヘモグロビン（ＨｂＡ 1c ）＝0.9008(WR)−0.8207(DR)+6.7489
である様に数学的に規定されることを特徴とするコンピユータプログラム。 - 請求項１６の該コンピユータプログラムに於いて、前記コンピユータプログラムロジックが更に、
グリコシル化ヘモグロビン（ＨｂＡ1c）の前記推定された値の分類用に予め決められた信頼区間を提供する過程を備えており、前記信頼区間は単一値又は値の範囲であることを特徴とするコンピユータプログラム。 - 予め決められた持続期間に亘り集められた血液グルコース（ＢＧ）データに基づき患者の重症低血糖（ＳＨ）の長期確率を評価するコンピユータ化された方法に於いて、該方法が、
前記集められた血液グルコース（ＢＧ）データに基づき低い血液グルコースへの加重偏差（ＷＬ）と該低い血液グルコース（ＢＧ）範囲での血液グルコースの推定された変化レート（ＤＲＤＮ）を計算する過程と、そして
前記計算された加重偏差（ＷＬ）と変化レート（ＤＲＤＮ）との基づき予め決められた数学式を使用して将来の重症低血糖（ＳＨ）の症状出現の数を推定する過程とを具備し、
前記計算される加重偏差（ＷＬ）は時間順序t 1 ,t 2 ,...,t n で取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定され、
もし血液グルコース変化率f(BG)>0(0を含む)なら、加重偏差wl(BG;a)=10 X f(BG) a であり、
ａは重量パラメータを表し、いま、a=2であり、そして
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータである、
前記計算される変化レート（ＤＲＤＮ）は下記の様に数学的に規定され、
s k <s k+1 ならば、DrDn=s k+1 -s k の平均、
ここで
ｋはインクレメントの内挿値で、k=0,1,...,t n -t 1 についてs k =10 X S(k+t 1 ) 2
j=1,...,nについて関数S(t j )=f(x j )であり、
将来の重症低血糖（ＳＨ）症状出現の前記推定される重症低血糖推定数（ＥｓｔＮＳＨ）は下記、すなわち
重症低血糖推定数（ＥｓｔＮＳＨ）＝3.3613(WL)-4.3427(DRDN)-1.2716
である様に数学的に規定されることを特徴とする方法。 - 請求項１８の該方法が更に、
予め決められた重症低血糖推定数（ＥｓｔＮＳＨ）範囲を規定する過程を具備しており、前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲の各々は重症低血糖推定数（ＥｓｔＮＳＨ）用の値の範囲を表しており、そして該方法は又
前記重症低血糖推定数（ＥｓｔＮＳＨ）を前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲の少なくとも１つに割り当てる過程を具備することを特徴とする方法。 - 請求項１９の該方法に於いて、前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲は下記の様に、すなわち
前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲が０．７７５より小さい、範囲１と、
前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲が０．７７５と３．７５０の間にある、範囲２と、
前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲が３．７５０と７．０００の間にある、範囲３と、
前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲が７．０の上にある４の様に規定されることを特徴とする方法。 - 請求項２０の方法が更に、
前記割り当てられた重症低血糖推定数（ＥｓｔＮＳＨ）範囲の各々についてそれぞれの選択数の重症低血糖（ＳＨ）症状出現をこうむる確率を規定する過程を具備しており、前記確率と重症低血糖（ＳＨ）の前記それぞれの選択数とは下記の様に、すなわち、
前記分類された範囲１は該予め決められた持続期間に亘り、０の重症低血糖（ＳＨ）症状出現をこうむる９０％の確率と１以上の重症低血糖（ＳＨ）症状出現をこうむる１０％の確率とに対応し、
前記分類された範囲２は該予め決められた持続期間に亘り、０の重症低血糖（ＳＨ）症状出現をこうむる５０％の確率と、１から２の重症低血糖（ＳＨ）症状出現をこうむる２５％の確率と、そして２より多い重症低血糖（ＳＨ）症状出現をこうむる２５％の確率とに対応し、
前記分類された範囲３は該予め決められた持続期間に亘り、０の重症低血糖（ＳＨ）症状出現をこうむる２５％の確率と、１から２の重症低血糖（ＳＨ）症状出現をこうむる２５％の確率と、そして２より多い重症低血糖（ＳＨ）症状出現をこうむる５０％の確率とに対応し、
前記分類された範囲４は該予め決められた持続期間に亘り、０から２の重症低血糖（ＳＨ）症状出現をこうむる２０％の確率と２より多い重症低血糖（ＳＨ）症状出現をこうむる８０％の確率とに対応する様に規定されることを特徴とする方法。 - 請求項１９の該方法が更に、
前記割り当てられた重症低血糖推定数（ＥｓｔＮＳＨ）範囲の各々についてそれぞれ選択数の重症低血糖（ＳＨ）症状出現をこうむる確率を規定する過程と、そして
前記重症低血糖推定数（ＥｓｔＮＳＨ）が割り当てられた前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲に依り選択数の重症低血糖（ＳＨ）症状出現をこうむる少なくとも１つの確率を提供する過程とを具備することを特徴とする方法。 - 予め決められた持続期間に亘り集められた血液グルコース（ＢＧ）データに基づき患者の重症低血糖（ＳＨ）についての長期確率を評価するためのコンピユータ化された方法に於いて、前記方法が、
前記集められた血液グルコース（ＢＧ）データに基づき低い血液グルコースへの加重偏差（ＷＬ）と該低い血液グルコース（ＢＧ）範囲内で血液グルコースの推定された変化レート（ＤＲＤＮ）とを計算する過程と、
前記計算された加重偏差（ＷＬ）と変化レート（ＤＲＤＮ）との基づき予め決められた数学式を使用して将来の重症低血糖（ＳＨ）症状出現数を推定する過程と、そして
前記推定された重症低血糖（ＳＨ）症状出現に対しそれぞれの選択数の重症低血糖（ＳＨ）症状出現をこうむる確率を規定する過程とを具備し、
前記計算される加重偏差（ＷＬ）は時間順序t 1 ,t 2 ,...,t n で取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定される、
もし、血液グルコース変化率f(BG)>0(0を含む)なら、加重偏差wl(BG;b)=10 X f(BG) b であり、
ｂは重量パラメータを表し、いま、b=２で、そして
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータである、
前記計算される変化レート（ＤＲＤＮ）は下記の様に数学的に規定され、
DrDn=s k+1 -s k の平均、
ここで
kはインクレメントの内挿値で、k=0,1,...,t n -t 1 についてs k =10XS(k+t 1 ) 2
j=1,...,nについて関数S(t j )=f(x j )であり、
将来の重症低血糖（ＳＨ）症状出現の前記推定される重症低血糖推定数（ＥｓｔＮＳＨ）は下記、すなわち
重症低血糖推定数（ＥｓｔＮＳＨ）＝3.3613(WL)-4.3427(DRDN)-1.2716
である様に数学的に規定される
ことを特徴とするコンピユータ化された方法。 - 予め決められた持続期間に亘り集められた血液グルコース（ＢＧ）データに基づき患者の重症低血糖（ＳＨ）についての長期確率を評価するためのシステムに於いて、前記システムが、
前記血液グルコース（ＢＧ）データを識別するデータベースを保持するよう動作するデータベース要素と、
前記集められた血液グルコース（ＢＧ）データに基づき低い血液グルコースへの加重偏差（ＷＬ）と該低い血液グルコース（ＢＧ）範囲内で血液グルコースの推定された変化レート（ＤＲＤＮ）とを計算し、そして
前記計算された加重偏差（ＷＬ）と変化レート（ＤＲＤＮ）とに基づき予め決められた数学式を使用して将来の重症低血糖（ＳＨ）症状出現の数を予測するよう、
プログラムされたプロセサーとを具備し、
前記計算される加重偏差（ＷＬ）は時間順序t 1 ,t 2 ,...,t n で取られた１連の血液グルコースＢＧ読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定され、
もし血液グルコース変化率f(BG)>0(0を含む)なら、加重偏差wl(BG;a)=10 Ｘ f(BG) a であり、
ａは重量パラメータを表し、いま、a=2で、そして
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータであり、
前記計算される変化レート（ＤＲＤＮ）は下記の様に数学的に規定され、
s k <s k+1 ならば、DrDn=s k+1 -s k の平均、
ここで
ｋはインクレメントの内挿値で、k=0,1,...,t n -t 1 についてs k =10 X S(k+t 1 ) 2
j=1,...,nについて関数S(t j )=f(x j )であり、
将来の重症低血糖（ＳＨ）症状出現の前記推定される重症低血糖推定数（ＥｓｔＮＳＨ）は下記、すなわち
重症低血糖推定数（ＥｓｔＮＳＨ）＝3.3613(WL)-4.3427(DRDN)-1.2716
である様に数学的に規定されることを特徴とするシステム。 - 請求項２４の該システムに於いて、前記プロセサーが更に、
予め決められた重症低血糖推定数（ＥｓｔＮＳＨ）範囲を規定する過程をプログラムされており、前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲の各々は重症低血糖推定数（ＥｓｔＮＳＨ）用の値の範囲を表しており、そして該プロセサーは又
前記重症低血糖推定数（ＥｓｔＮＳＨ）を前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲の少なくとも１つに割り当てる過程をプログラムされていることを特徴とするシステム。 - 請求項２５の該システムに於いて、前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲は下記の様に、すなわち
前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲が０．７７５より小さい、範囲１と、
前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲が０．７７５と３．７５０の間にある、範囲２と、
前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲が３．７５０と７．０００の間にある、範囲３と、そして
前記重症低血糖予測数（ＥｓｔＮＳＨ）範囲が７．０の上にある範囲４の様に規定されることを特徴とするシステム。 - 請求項２６の該システムに於いて、前記プロセサーが更に、
前記割り当てられた重症低血糖推定数（ＥｓｔＮＳＨ）範囲の各々についてそれぞれ選択数の重症低血糖（ＳＨ）症状出現をこうむる確率を規定する過程をプログラムされており、前記確率と前記それぞれの選択数の重症低血糖（ＳＨ）とは下記の様に、すなわち、
前記分類された範囲１は該予め決められた持続期間に亘り、０の重症低血糖（ＳＨ）症状出現をこうむる９０％の確率と１以上の重症低血糖（ＳＨ）症状出現をこうむる１０％の確率とに対応し、
前記分類された範囲２は該予め決められた持続期間に亘り、０の重症低血糖（ＳＨ）症状出現をこうむる５０％の確率と、１から２の重症低血糖（ＳＨ）症状出現をこうむる２５％の確率と、そして２より多い重症低血糖（ＳＨ）症状出現をこうむる２５％の確率とに対応し、
前記分類された範囲３は該予め決められた持続期間に亘り、０の重症低血糖（ＳＨ）症状出現をこうむる２５％の確率と、１から２の重症低血糖（ＳＨ）症状出現をこうむる２５％の確率と、そして２より多い重症低血糖（ＳＨ）症状出現をこうむる５０％の確率とに対応し、
前記分類された範囲４は該予め決められた持続期間に亘り、０から２の重症低血糖（ＳＨ）症状出現をこうむる２０％の確率と２より多い重症低血糖（ＳＨ）症状出現をこうむる８０％の確率とに対応する様に規定されることを特徴とするシステム。 - 請求項２５の該システムに於いて、前記プロセサーが更に、
前記割り当てられた重症低血糖予測推定数（ＥｓｔＮＳＨ）範囲の各々についてのそれぞれ選択数の重症低血糖（ＳＨ）症状出現をこうむる確率を規定する過程と、そして
前記重症低血糖推定数（ＥｓｔＮＳＨ）が割り当てられた前記重症低血糖推定数（ＥｓｔＮＳＨ）範囲に依り選択数の重症低血糖（ＳＨ）症状出現をこうむる少なくとも１つの確率を提供する過程とをプログラムされていることを特徴とするシステム。 - 患者の重症低血糖（ＳＨ）についての長期確率を評価するための血糖管理システムに於いて、前記システムが、
血液グルコース（ＢＧ）取得機構を具備しており、前記取得機構は該患者から血液グルコース（ＢＧ）データを取得するよう構成されており、前記システムは又、
前記血液グルコース（ＢＧ）データを識別するデータベースを保持するよう動作するデータベース要素と、
前記集められた血液グルコース（ＢＧ）データに基づき低い血液グルコースへの加重偏差（ＷＬ）と該低い血液グルコース（ＢＧ）範囲内で血液グルコースの推定された変化レート（ＤＲＤＮ）とを計算し、そして
前記計算された加重偏差（ＷＬ）と変化レート（ＤＲＤＮ）とに基づき予め決められた数学式を使用して将来の重症低血糖（ＳＨ）症状出現の数を推定するよう、
プログラムされたプロセサーとを具備し、
前記計算される加重偏差（ＷＬ）は時間順序t 1 ,t 2 ,...,t n で取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定される、
もし、血液グルコース変化率f(BG)>0(0を含む)なら、加重偏差wr(BG;b)=10 X f(BG) b であり、
ｂは重量パラメータを表し、いま、b=2で、そして
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータであり、
前記計算される変化レート（ＤＲＤＮ）は下記の様に数学的に規定され、
DrDn=s k+1 -s k の平均、
ここで
kはインクレメントの内挿値で、k=0,1,...,t n -t 1 についてs k =10XS(k+t 1 ) 2
j=1,...,nについて関数S(t j )=f(x j )であり、
将来の重症低血糖（ＳＨ）症状出現の前記推定される重症低血糖推定数（ＥｓｔＮＳＨ）は下記、すなわち
重症低血糖推定数（ＥｓｔＮＳＨ）＝3.3613(WL)-4.3427(DRDN)-1.2716
である様に数学的に規定される
ことを特徴とするシステム。 - コンピユータシステムの少なくとも１つのプロセサーに、血液グルコース（ＢＧ）データに基づき患者の重症低血糖（ＳＨ）についての長期確率を評価することを可能にさせるためのコンピユータプログラムロジックを有するコンピユータが使用可能な媒体を備えるコンピユータプログラムに於いて、前記コンピユータプログラムロジックが、
前記集められた血液グルコース（ＢＧ）データに基づき低い血液グルコースへの加重偏差（ＷＬ）と該低い血液グルコース（ＢＧ）範囲内で血液グルコースの推定された変化レート（ＤＲＤＮ）とを計算する過程と、
前記計算された加重偏差（ＷＬ）と変化レート（ＤＲＤＮ）とに基づき予め決められた数学式を使用して将来の重症低血糖（ＳＨ）症状出現数を推定する過程とを具備し、
前記計算される加重偏差（ＷＲ）は時間順序t 1 ,t 2 ,...,t n で取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定される、
もし、血液グルコース変化率f(BG)>0(0を含む)なら、加重偏差wl(BG;b)=10 X f(BG) b であり、
ｂは重量パラメータを表し、いま、b=2で、そして
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータであり、
前記計算される変化レート（ＤＲＤＮ）は下記の様に数学的に規定され、
DrDn=s k+1 -s k の平均、
ここで
kはインクレメントの内挿値で、k=0,1,...,t n -t 1 について
s k =10 X S(k+t 1 ) 2
j=1,...,nについて関数S(t j )=f(x j )であり、
将来の重症低血糖（ＳＨ）症状出現の前記推定される重症低血糖推定数（ＥｓｔＮＳＨ）は下記、すなわち
重症低血糖推定数（ＥｓｔＮＳＨ）＝3.3613(WL)-4.3427(DRDN)-1.2716
である様に数学的に規定される
ことを特徴とするコンピユータプログラム。 - 請求項３０の該コンピユータプログラムに於いて、前記コンピユータプログラムロジックが、
前記推定された重症低血糖（ＳＨ）症状出現に対し、それぞれ選択数の重症低血糖（ＳＨ）症状出現をこうむる確率を規定する過程を具備することを特徴とするコンピユータプログラム。 - 予め決められた持続期間に亘り集められた血液グルコース（ＢＧ）データに基づき患者の重症低血糖（ＳＨ）についての短期リスクを評価するためのコンピユータ化された方法に於いて、前記方法が、
低い血液グルコースへの加重偏差（ＷＬ）を計算する過程と、
加重偏差（wl）(BG;2)の最大値を計算することにより最大加重偏差Max(wl)を決定する過程と、そして
前記予め決められた持続期間に亘る加重偏差（ＷＬ）と最大加重偏差Max(wl)の相乗平均を取ることによりリスク値を決定する過程とを具備しており、前記リスク値は下記のように、すなわち、
リスク値＝[加重偏差（ＷＬ）・最大加重偏差Max(wl)]1/2
の様に数学的に規定され、
前記計算される加重偏差（ＷＬ）は予め決められた持続期間に亘り取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定され、
もし血液グルコース変化率f(BG)>0（0を含む）なら加重偏差wl(BG;a)=10 X f(BG) a であり、
ａは重量パラメータを表し、いま、a=2で、
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータである、
ことを特徴とする方法。 - 請求項３２の該方法が更に、
予め決められたしきいリスク値を提供する過程と、そして
前記決定されたリスク値を前記しきいリスク値と比較する過程とを具備することを特徴とする方法。 - 請求項３３の該方法に於いて、
もし前記決定されたリスク値が前記しきい値より大きければ、低血糖の症状出現をこうむる短期リスクが高く、そして
もし前記決定されたリスク値が前記しきい値より小さければ、低血糖の症状出現をこうむる短期リスクが低いことを特徴とする方法。 - 請求項３４の該方法に於いて、前記短期は２４時間の期間であることを特徴とする方法。
- 請求項３５の該方法に於いて、前記短期は１２から７２時間の期間に及ぶことを特徴とする方法。
- 請求項３４の該方法に於いて、前記しきい値は１７であることを特徴とする方法。
- 請求項３４の該方法に於いて、前記しきい値は１２から２５の間にあることを特徴とする方法。
- 予め決められた持続期間に亘り集められた血液グルコース（ＢＧ）データに基づき患者の重症低血糖（ＳＨ）についての短期リスクを評価するためのシステムに於いて、前記システムが
前記血液グルコース（ＢＧ）データを識別するデータベースを保持するよう動作するデータベース要素と、
低い血液グルコースへの加重偏差（ＷＬ）を計算する過程と、
加重偏差(wl)(BG;2)の最大値を計算することにより最大加重偏差Max(wl)を決定する過程と、そして
前記予め決められた持続期間に亘り加重偏差（ＷＬ）と最大加重偏差Max(wl)の相乗平均を取ることによりリスク値を決定する過程とをプログラムされており、前記リスク値は下記のように、すなわち、
リスク値＝[加重偏差（ＷＬ）・最大加重偏差Max(wl)]1/2
の様に数学的に規定される様な、
プロセサーとを具備し、
前記計算される加重偏差（ＷＬ）は予め決められた持続期間に亘り取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...x n から下記の様に数学的に規定され、
もし、血液グルコース変化率f(BG)>0（0を含む）なら、加重偏差wl(BG;a)=10 X f(BG) a であり、
ａは重量パラメーターを表し、いま、a=2で、
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータである、
ことを特徴とするシステム。 - 請求項３９の該システムに於いて、前記プロセサーが更に、
予め決められたしきいリスク値を提供する過程と、そして
前記決定されたリスク値を前記しきいリスク値と比較する過程を有するようプログラムされていることを特徴とするシステム。 - 請求項４０の該システムに於いて、
もし前記決定されたリスク値が前記しきい値より大きければ、低血糖の症状出現をこうむる短期リスクが高く、そして
もし前記決定されたリスク値が前記しきい値より小さければ、低血糖の症状出現をこうむる短期リスクが低いことを特徴とする方法。 - 請求項４１の該システムに於いて、前記短期は２４時間の期間であることを特徴とするシステム。
- 請求項４１の該システムに於いて、前記短期は１２から７２時間の期間に及ぶことを特徴とするシステム。
- 請求項４１の該システムに於いて、前記しきい値は１７であることを特徴とするシステム。
- 請求項４１の該システムに於いて、前記しきい値は１２から２５の間にあることを特徴とするシステム。
- 患者の重症低血糖（ＳＨ）についての短期リスクを評価するための血糖管理システムに於いて、前記システムが
血液グルコース（ＢＧ）取得機構を具備しており、前記取得機構は該患者から血液グルコース（ＢＧ）データを取得するよう構成されており、前記システムは又、
前記血液グルコース（ＢＧ）データを識別するデータベースを保持するよう動作するデータベース要素と、
低い血液グルコースへの加重偏差（ＷＬ）を計算し、
加重偏差(wl)(BG;2)の最大値を計算することにより最大加重偏差Max(ｗｌ)を決定し、そして
前記予め決められた持続期間に亘る加重偏差（ＷＬ）と最大加重偏差Max(ｗｌ)の相乗平均を取ることによりリスク値を決定し、前記リスク値は下記のように、すなわち、
リスク値＝[加重偏差（ＷＬ）・最大加重偏差Max(ｗｌ)]1/2
の様に数学的に規定されるよう
プログラムされたプロセサーとを具備し、
前記計算される加重偏差（ＷＬ）は予め決められた持続期間に亘り取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定され、
もし血液グルコース変化率f(BG)>0（0を含む）なら加重偏差wl(BG;a)=10 X f(BG) a であり、
ａは重量パラメータを表し、いま、a=2で、
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータである、
ことを特徴とする血糖管理システム。 - コンピユータシステム内の少なくとも１つのプロセサーに、予め決められた持続期間に亘り集められた血液グルコース（ＢＧ）データに基づき患者の重症低血糖（ＳＨ）についての短期リスクを評価することを可能にさせるコンピユータプログラムロジックを有する、コンピユータが使用可能な媒体を備えるコンピユータプログラムに於いて、前記コンピユータプログラムロジックが、
低い血液グルコースへの加重偏差（ＷＬ）を計算する過程と、
加重偏差（ＷＬ）(BG;2)の最大値を計算することにより最大加重偏差Max(ｗｌ)を決定する過程と、そして
前記予め決められた持続期間に亘る加重偏差（ＷＬ）と最大加重偏差Max(ｗｌ)の相乗平均を取ることによりリスク値を決定する過程とを具備しており、前記リスク値は下記のように、すなわち、
リスク値＝[加重偏差（ＷＬ）・最大加重偏差Max（ｗｌ）]1/2
の様に数学的に規定され、
前記計算される加重偏差（ＷＬ）は予め決められた持続期間に亘り取られた１連の血液グルコース（ＢＧ）読み値x 1 ,x 2 ,...,x n から下記の様に数学的に規定され、
もし血液グルコース変化率f(BG)>0（0を含む）なら加重偏差wl(BG;a)=10 X f(BG) a であり、
ａは重量パラメータを表し、いま、a=2で、
f(BG,α,β)=[(ln(BG))α-β], α,β>0
血液グルコース（ＢＧ）範囲[１．１、３３．３]上で規定された連続関数であり、
そして下記仮定
Ａ１：f(33.3,α,β)=-f(1.1,α,β)及び
Ａ２：f(10.0,α,β)=-f(3.9,α,β)
を充たす変換、f(BG)を導入することにより、低血糖及び高血糖範囲の非対称を修正する、但し、f(BG,α,β)は血液グルコースの関数で、α,βはパラメータである、
ことを特徴とするコンピユータプログラム。 - 請求項４７の該コンピユータプログラムに於いて、前
記コンピユータプログラムロジックが更に、
予め決められたしきいリスク値を提供する過程と、そして
前記決定されたリスク値を前記しきいリスク値と比較する過程とを具備することを特徴とするコンピユータプログラム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US19303700P | 2000-03-29 | 2000-03-29 | |
| US60/193,037 | 2000-03-29 | ||
| PCT/US2001/009884 WO2001072208A2 (en) | 2000-03-29 | 2001-03-29 | Method, system, and computer program product for the evaluation of glycemic control in diabetes from self-monitoring data |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003528330A JP2003528330A (ja) | 2003-09-24 |
| JP4891511B2 true JP4891511B2 (ja) | 2012-03-07 |
Family
ID=22712035
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001570172A Expired - Fee Related JP4891511B2 (ja) | 2000-03-29 | 2001-03-29 | 自己モニタリングデータから糖尿病の血糖管理を評価する方法、システム及びコンピユータプログラム製品 |
Country Status (13)
| Country | Link |
|---|---|
| US (3) | US7025425B2 (ja) |
| EP (1) | EP1267708A4 (ja) |
| JP (1) | JP4891511B2 (ja) |
| KR (1) | KR100776070B1 (ja) |
| CN (1) | CN100448392C (ja) |
| AU (2) | AU5104601A (ja) |
| CA (1) | CA2404262C (ja) |
| DZ (1) | DZ3338A1 (ja) |
| IL (3) | IL151720A0 (ja) |
| MX (1) | MXPA02009487A (ja) |
| PL (1) | PL198154B1 (ja) |
| RU (1) | RU2283495C2 (ja) |
| WO (1) | WO2001072208A2 (ja) |
Families Citing this family (351)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6036924A (en) | 1997-12-04 | 2000-03-14 | Hewlett-Packard Company | Cassette of lancet cartridges for sampling blood |
| US6391005B1 (en) | 1998-03-30 | 2002-05-21 | Agilent Technologies, Inc. | Apparatus and method for penetration with shaft having a sensor for sensing penetration depth |
| US8346337B2 (en) | 1998-04-30 | 2013-01-01 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| US9066695B2 (en) | 1998-04-30 | 2015-06-30 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| US8974386B2 (en) | 1998-04-30 | 2015-03-10 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| US8480580B2 (en) | 1998-04-30 | 2013-07-09 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| US6949816B2 (en) | 2003-04-21 | 2005-09-27 | Motorola, Inc. | Semiconductor component having first surface area for electrically coupling to a semiconductor chip and second surface area for electrically coupling to a substrate, and method of manufacturing same |
| US8465425B2 (en) | 1998-04-30 | 2013-06-18 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| US6175752B1 (en) | 1998-04-30 | 2001-01-16 | Therasense, Inc. | Analyte monitoring device and methods of use |
| US8688188B2 (en) | 1998-04-30 | 2014-04-01 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| DK1144028T3 (da) * | 1998-11-30 | 2004-10-18 | Novo Nordisk As | System til at hjælpe en bruger under medicinsk selvbehandling, hvor nævnte selvbehandling omfatter en flerhed af handlinger |
| US8641644B2 (en) | 2000-11-21 | 2014-02-04 | Sanofi-Aventis Deutschland Gmbh | Blood testing apparatus having a rotatable cartridge with multiple lancing elements and testing means |
| US6560471B1 (en) | 2001-01-02 | 2003-05-06 | Therasense, Inc. | Analyte monitoring device and methods of use |
| JP4498636B2 (ja) | 2001-04-27 | 2010-07-07 | 日本サーモスタット株式会社 | サーモスタット装置 |
| JP4272051B2 (ja) | 2001-06-12 | 2009-06-03 | ペリカン テクノロジーズ インコーポレイテッド | 血液試料採取装置及び方法 |
| US8337419B2 (en) | 2002-04-19 | 2012-12-25 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| US9226699B2 (en) | 2002-04-19 | 2016-01-05 | Sanofi-Aventis Deutschland Gmbh | Body fluid sampling module with a continuous compression tissue interface surface |
| DE60238119D1 (de) | 2001-06-12 | 2010-12-09 | Pelikan Technologies Inc | Elektrisches betätigungselement für eine lanzette |
| EP1404234B1 (en) | 2001-06-12 | 2011-02-09 | Pelikan Technologies Inc. | Apparatus for improving success rate of blood yield from a fingerstick |
| US7025774B2 (en) | 2001-06-12 | 2006-04-11 | Pelikan Technologies, Inc. | Tissue penetration device |
| US9427532B2 (en) | 2001-06-12 | 2016-08-30 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| ES2336081T3 (es) | 2001-06-12 | 2010-04-08 | Pelikan Technologies Inc. | Dispositivo de puncion de auto-optimizacion con medios de adaptacion a variaciones temporales en las propiedades cutaneas. |
| WO2002100254A2 (en) | 2001-06-12 | 2002-12-19 | Pelikan Technologies, Inc. | Method and apparatus for lancet launching device integrated onto a blood-sampling cartridge |
| US9795747B2 (en) | 2010-06-02 | 2017-10-24 | Sanofi-Aventis Deutschland Gmbh | Methods and apparatus for lancet actuation |
| US7981056B2 (en) | 2002-04-19 | 2011-07-19 | Pelikan Technologies, Inc. | Methods and apparatus for lancet actuation |
| EP1320322A1 (en) * | 2001-08-20 | 2003-06-25 | Inverness Medical Limited | Wireless diabetes management devices and methods for using the same |
| EP1453425B1 (en) | 2001-12-03 | 2006-03-08 | Ekos Corporation | Catheter with multiple ultrasound radiating members |
| US20030216628A1 (en) * | 2002-01-28 | 2003-11-20 | Bortz Jonathan David | Methods and systems for assessing glycemic control using predetermined pattern label analysis of blood glucose readings |
| US9282925B2 (en) | 2002-02-12 | 2016-03-15 | Dexcom, Inc. | Systems and methods for replacing signal artifacts in a glucose sensor data stream |
| US8010174B2 (en) | 2003-08-22 | 2011-08-30 | Dexcom, Inc. | Systems and methods for replacing signal artifacts in a glucose sensor data stream |
| US9247901B2 (en) | 2003-08-22 | 2016-02-02 | Dexcom, Inc. | Systems and methods for replacing signal artifacts in a glucose sensor data stream |
| US8260393B2 (en) | 2003-07-25 | 2012-09-04 | Dexcom, Inc. | Systems and methods for replacing signal data artifacts in a glucose sensor data stream |
| US7371247B2 (en) | 2002-04-19 | 2008-05-13 | Pelikan Technologies, Inc | Method and apparatus for penetrating tissue |
| US7892183B2 (en) | 2002-04-19 | 2011-02-22 | Pelikan Technologies, Inc. | Method and apparatus for body fluid sampling and analyte sensing |
| US7909778B2 (en) | 2002-04-19 | 2011-03-22 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7547287B2 (en) | 2002-04-19 | 2009-06-16 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7717863B2 (en) | 2002-04-19 | 2010-05-18 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US8267870B2 (en) | 2002-04-19 | 2012-09-18 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for body fluid sampling with hybrid actuation |
| US7232451B2 (en) | 2002-04-19 | 2007-06-19 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US8702624B2 (en) | 2006-09-29 | 2014-04-22 | Sanofi-Aventis Deutschland Gmbh | Analyte measurement device with a single shot actuator |
| US9248267B2 (en) | 2002-04-19 | 2016-02-02 | Sanofi-Aventis Deustchland Gmbh | Tissue penetration device |
| US7648468B2 (en) | 2002-04-19 | 2010-01-19 | Pelikon Technologies, Inc. | Method and apparatus for penetrating tissue |
| US9314194B2 (en) | 2002-04-19 | 2016-04-19 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| US8579831B2 (en) | 2002-04-19 | 2013-11-12 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for penetrating tissue |
| US7976476B2 (en) | 2002-04-19 | 2011-07-12 | Pelikan Technologies, Inc. | Device and method for variable speed lancet |
| US7674232B2 (en) | 2002-04-19 | 2010-03-09 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US8221334B2 (en) | 2002-04-19 | 2012-07-17 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for penetrating tissue |
| US7901362B2 (en) | 2002-04-19 | 2011-03-08 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7291117B2 (en) | 2002-04-19 | 2007-11-06 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7175642B2 (en) | 2002-04-19 | 2007-02-13 | Pelikan Technologies, Inc. | Methods and apparatus for lancet actuation |
| US7331931B2 (en) | 2002-04-19 | 2008-02-19 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7229458B2 (en) | 2002-04-19 | 2007-06-12 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US8784335B2 (en) | 2002-04-19 | 2014-07-22 | Sanofi-Aventis Deutschland Gmbh | Body fluid sampling device with a capacitive sensor |
| US7491178B2 (en) | 2002-04-19 | 2009-02-17 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7297122B2 (en) | 2002-04-19 | 2007-11-20 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US9795334B2 (en) | 2002-04-19 | 2017-10-24 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for penetrating tissue |
| US7708701B2 (en) | 2002-04-19 | 2010-05-04 | Pelikan Technologies, Inc. | Method and apparatus for a multi-use body fluid sampling device |
| EP2327359B1 (en) | 2002-08-13 | 2015-01-21 | University Of Virginia Patent Foundation | Method, system, and computer program product for processing of self-monitoring blood glucose (smbg) data to enhance diabetic self-management |
| CA2443792A1 (en) * | 2002-10-08 | 2004-04-08 | Bayer Healthcare Llc | Method and systems for data management in patient diagnoses and treatment |
| JP4289869B2 (ja) * | 2002-11-06 | 2009-07-01 | シスメックス株式会社 | 糖尿病診断支援システム |
| US8574895B2 (en) | 2002-12-30 | 2013-11-05 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus using optical techniques to measure analyte levels |
| AU2003303597A1 (en) | 2002-12-31 | 2004-07-29 | Therasense, Inc. | Continuous glucose monitoring system and methods of use |
| US7266400B2 (en) | 2003-05-06 | 2007-09-04 | Orsense Ltd. | Glucose level control method and system |
| DK1633235T3 (da) | 2003-06-06 | 2014-08-18 | Sanofi Aventis Deutschland | Apparat til udtagelse af legemsvæskeprøver og detektering af analyt |
| US8066639B2 (en) | 2003-06-10 | 2011-11-29 | Abbott Diabetes Care Inc. | Glucose measuring device for use in personal area network |
| WO2006001797A1 (en) | 2004-06-14 | 2006-01-05 | Pelikan Technologies, Inc. | Low pain penetrating |
| US8423113B2 (en) | 2003-07-25 | 2013-04-16 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US20190357827A1 (en) | 2003-08-01 | 2019-11-28 | Dexcom, Inc. | Analyte sensor |
| US8761856B2 (en) | 2003-08-01 | 2014-06-24 | Dexcom, Inc. | System and methods for processing analyte sensor data |
| US8060173B2 (en) | 2003-08-01 | 2011-11-15 | Dexcom, Inc. | System and methods for processing analyte sensor data |
| US7933639B2 (en) | 2003-08-01 | 2011-04-26 | Dexcom, Inc. | System and methods for processing analyte sensor data |
| US7591801B2 (en) | 2004-02-26 | 2009-09-22 | Dexcom, Inc. | Integrated delivery device for continuous glucose sensor |
| US8275437B2 (en) | 2003-08-01 | 2012-09-25 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US8622905B2 (en) | 2003-08-01 | 2014-01-07 | Dexcom, Inc. | System and methods for processing analyte sensor data |
| US20080119703A1 (en) | 2006-10-04 | 2008-05-22 | Mark Brister | Analyte sensor |
| US9135402B2 (en) | 2007-12-17 | 2015-09-15 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US8845536B2 (en) | 2003-08-01 | 2014-09-30 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US7519408B2 (en) | 2003-11-19 | 2009-04-14 | Dexcom, Inc. | Integrated receiver for continuous analyte sensor |
| US8160669B2 (en) | 2003-08-01 | 2012-04-17 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US7774145B2 (en) | 2003-08-01 | 2010-08-10 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US20070208245A1 (en) * | 2003-08-01 | 2007-09-06 | Brauker James H | Transcutaneous analyte sensor |
| US8369919B2 (en) | 2003-08-01 | 2013-02-05 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US20140121989A1 (en) | 2003-08-22 | 2014-05-01 | Dexcom, Inc. | Systems and methods for processing analyte sensor data |
| US7920906B2 (en) | 2005-03-10 | 2011-04-05 | Dexcom, Inc. | System and methods for processing analyte sensor data for sensor calibration |
| US8233959B2 (en) | 2003-08-22 | 2012-07-31 | Dexcom, Inc. | Systems and methods for processing analyte sensor data |
| EP1671096A4 (en) | 2003-09-29 | 2009-09-16 | Pelikan Technologies Inc | METHOD AND APPARATUS FOR PROVIDING IMPROVED SAMPLE CAPTURING DEVICE |
| ES2349174T3 (es) | 2003-10-13 | 2010-12-28 | Novo Nordisk A/S | Aparato y método para la determinación de una condición fisiológica. |
| EP1680014A4 (en) | 2003-10-14 | 2009-01-21 | Pelikan Technologies Inc | METHOD AND APPARATUS PROVIDING A VARIABLE USER INTERFACE |
| EP1683058A2 (en) * | 2003-10-29 | 2006-07-26 | Novo Nordisk A/S | Medical advisory system |
| US7299082B2 (en) | 2003-10-31 | 2007-11-20 | Abbott Diabetes Care, Inc. | Method of calibrating an analyte-measurement device, and associated methods, devices and systems |
| US8615282B2 (en) | 2004-07-13 | 2013-12-24 | Dexcom, Inc. | Analyte sensor |
| US9247900B2 (en) | 2004-07-13 | 2016-02-02 | Dexcom, Inc. | Analyte sensor |
| US11633133B2 (en) | 2003-12-05 | 2023-04-25 | Dexcom, Inc. | Dual electrode system for a continuous analyte sensor |
| EP1711790B1 (en) | 2003-12-05 | 2010-09-08 | DexCom, Inc. | Calibration techniques for a continuous analyte sensor |
| US8423114B2 (en) | 2006-10-04 | 2013-04-16 | Dexcom, Inc. | Dual electrode system for a continuous analyte sensor |
| US8364231B2 (en) | 2006-10-04 | 2013-01-29 | Dexcom, Inc. | Analyte sensor |
| US8287453B2 (en) | 2003-12-05 | 2012-10-16 | Dexcom, Inc. | Analyte sensor |
| EP2316331B1 (en) | 2003-12-09 | 2016-06-29 | Dexcom, Inc. | Signal processing for continuous analyte sensor |
| US7822454B1 (en) | 2005-01-03 | 2010-10-26 | Pelikan Technologies, Inc. | Fluid sampling device with improved analyte detecting member configuration |
| EP1706026B1 (en) | 2003-12-31 | 2017-03-01 | Sanofi-Aventis Deutschland GmbH | Method and apparatus for improving fluidic flow and sample capture |
| EP1718198A4 (en) | 2004-02-17 | 2008-06-04 | Therasense Inc | METHOD AND SYSTEM FOR PROVIDING DATA COMMUNICATION IN A CONTINUOUS BLOOD SUGAR MONITORING AND MANAGEMENT SYSTEM |
| US8808228B2 (en) | 2004-02-26 | 2014-08-19 | Dexcom, Inc. | Integrated medicament delivery device for use with continuous analyte sensor |
| SE0400456D0 (sv) * | 2004-02-26 | 2004-02-26 | Lars Liljeryd | Multiparameter metabolic monitoring, a method and device for the improvement of management and control in borderline or manifest type 2-diabetes |
| JP4547173B2 (ja) | 2004-03-17 | 2010-09-22 | シスメックス株式会社 | 糖尿病診療支援システム |
| WO2005106017A2 (en) | 2004-04-21 | 2005-11-10 | University Of Virginia Patent Foundation | Method, system and computer program product for evaluating the accuracy of blood glucose monitoring sensors/devices |
| US8828203B2 (en) | 2004-05-20 | 2014-09-09 | Sanofi-Aventis Deutschland Gmbh | Printable hydrogels for biosensors |
| WO2005120365A1 (en) | 2004-06-03 | 2005-12-22 | Pelikan Technologies, Inc. | Method and apparatus for a fluid sampling device |
| US8565848B2 (en) | 2004-07-13 | 2013-10-22 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US8452368B2 (en) | 2004-07-13 | 2013-05-28 | Dexcom, Inc. | Transcutaneous analyte sensor |
| US20060016700A1 (en) | 2004-07-13 | 2006-01-26 | Dexcom, Inc. | Transcutaneous analyte sensor |
| WO2006127694A2 (en) | 2004-07-13 | 2006-11-30 | Dexcom, Inc. | Analyte sensor |
| US7654956B2 (en) | 2004-07-13 | 2010-02-02 | Dexcom, Inc. | Transcutaneous analyte sensor |
| EP3101572A1 (en) | 2004-10-07 | 2016-12-07 | Novo Nordisk A/S | Method for self-management of a disease |
| EP1815375A2 (en) * | 2004-11-15 | 2007-08-08 | Novo Nordisk A/S | Method and apparatus for monitoring long term and short term effects of a treatment |
| US9636450B2 (en) | 2007-02-19 | 2017-05-02 | Udo Hoss | Pump system modular components for delivering medication and analyte sensing at seperate insertion sites |
| US8029441B2 (en) | 2006-02-28 | 2011-10-04 | Abbott Diabetes Care Inc. | Analyte sensor transmitter unit configuration for a data monitoring and management system |
| US8652831B2 (en) | 2004-12-30 | 2014-02-18 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for analyte measurement test time |
| ITBO20050002A1 (it) * | 2005-01-04 | 2006-07-05 | Giacomo Vespasiani | Metodo e sistema per la gestione interattiva di dati relativi ad una terapia insulinica in autocontrollo per un paziente diabetico |
| US7798961B1 (en) | 2005-01-11 | 2010-09-21 | BeWell Mobile Technology Inc. | Acquisition and management of time dependent health information |
| US20090312620A1 (en) * | 2005-04-27 | 2009-12-17 | Hou-Mei Henry Chang | Diabetes monitor |
| US8112240B2 (en) | 2005-04-29 | 2012-02-07 | Abbott Diabetes Care Inc. | Method and apparatus for providing leak detection in data monitoring and management systems |
| AU2006254849A1 (en) * | 2005-06-08 | 2006-12-14 | Agamatrix, Inc. | Data collection system and interface |
| US8251904B2 (en) | 2005-06-09 | 2012-08-28 | Roche Diagnostics Operations, Inc. | Device and method for insulin dosing |
| US20090227855A1 (en) | 2005-08-16 | 2009-09-10 | Medtronic Minimed, Inc. | Controller device for an infusion pump |
| US7737581B2 (en) * | 2005-08-16 | 2010-06-15 | Medtronic Minimed, Inc. | Method and apparatus for predicting end of battery life |
| EP1921980A4 (en) | 2005-08-31 | 2010-03-10 | Univ Virginia | IMPROVING THE PRECISION OF CONTINUOUS GLUCOSE SENSORS |
| US9521968B2 (en) | 2005-09-30 | 2016-12-20 | Abbott Diabetes Care Inc. | Analyte sensor retention mechanism and methods of use |
| US8880138B2 (en) | 2005-09-30 | 2014-11-04 | Abbott Diabetes Care Inc. | Device for channeling fluid and methods of use |
| US7766829B2 (en) | 2005-11-04 | 2010-08-03 | Abbott Diabetes Care Inc. | Method and system for providing basal profile modification in analyte monitoring and management systems |
| WO2007056592A2 (en) | 2005-11-08 | 2007-05-18 | M2 Medical A/S | Method and system for manual and autonomous control of an infusion pump |
| RU2477078C2 (ru) * | 2006-01-05 | 2013-03-10 | Юниверсити Оф Вирджиния Пэйтент Фаундейшн | Способ, система и компьютерный программный продукт для оценки изменчивости содержания глюкозы в крови при диабете по данным самоконтроля |
| US7885698B2 (en) | 2006-02-28 | 2011-02-08 | Abbott Diabetes Care Inc. | Method and system for providing continuous calibration of implantable analyte sensors |
| US7826879B2 (en) | 2006-02-28 | 2010-11-02 | Abbott Diabetes Care Inc. | Analyte sensors and methods of use |
| EP1839566A1 (de) * | 2006-03-29 | 2007-10-03 | F. Hoffmann-La Roche AG | Verfahren und Anordnung zur Überwachung eines medizinischen Gerätes |
| US9392969B2 (en) | 2008-08-31 | 2016-07-19 | Abbott Diabetes Care Inc. | Closed loop control and signal attenuation detection |
| US7653425B2 (en) | 2006-08-09 | 2010-01-26 | Abbott Diabetes Care Inc. | Method and system for providing calibration of an analyte sensor in an analyte monitoring system |
| US7620438B2 (en) | 2006-03-31 | 2009-11-17 | Abbott Diabetes Care Inc. | Method and system for powering an electronic device |
| US8473022B2 (en) | 2008-01-31 | 2013-06-25 | Abbott Diabetes Care Inc. | Analyte sensor with time lag compensation |
| US7618369B2 (en) | 2006-10-02 | 2009-11-17 | Abbott Diabetes Care Inc. | Method and system for dynamically updating calibration parameters for an analyte sensor |
| US8346335B2 (en) | 2008-03-28 | 2013-01-01 | Abbott Diabetes Care Inc. | Analyte sensor calibration management |
| US8374668B1 (en) | 2007-10-23 | 2013-02-12 | Abbott Diabetes Care Inc. | Analyte sensor with lag compensation |
| US8140312B2 (en) | 2007-05-14 | 2012-03-20 | Abbott Diabetes Care Inc. | Method and system for determining analyte levels |
| US8478557B2 (en) | 2009-07-31 | 2013-07-02 | Abbott Diabetes Care Inc. | Method and apparatus for providing analyte monitoring system calibration accuracy |
| US8219173B2 (en) | 2008-09-30 | 2012-07-10 | Abbott Diabetes Care Inc. | Optimizing analyte sensor calibration |
| US7824333B2 (en) * | 2006-03-31 | 2010-11-02 | Lifescan, Inc. | Diabetes management methods and systems |
| US7630748B2 (en) | 2006-10-25 | 2009-12-08 | Abbott Diabetes Care Inc. | Method and system for providing analyte monitoring |
| US9675290B2 (en) | 2012-10-30 | 2017-06-13 | Abbott Diabetes Care Inc. | Sensitivity calibration of in vivo sensors used to measure analyte concentration |
| US8224415B2 (en) | 2009-01-29 | 2012-07-17 | Abbott Diabetes Care Inc. | Method and device for providing offset model based calibration for analyte sensor |
| US8226891B2 (en) | 2006-03-31 | 2012-07-24 | Abbott Diabetes Care Inc. | Analyte monitoring devices and methods therefor |
| CN101437443B (zh) * | 2006-05-08 | 2011-11-30 | 拜尔健康护理有限责任公司 | 生物传感器用的异常输出检测系统 |
| US7920907B2 (en) | 2006-06-07 | 2011-04-05 | Abbott Diabetes Care Inc. | Analyte monitoring system and method |
| WO2008009737A2 (en) * | 2006-07-19 | 2008-01-24 | Cross Technology Solutions Ab | Mobile apparatus, method and system for processing blood sugar affecting factors |
| WO2008052199A2 (en) | 2006-10-26 | 2008-05-02 | Abbott Diabetes Care, Inc. | Method, system and computer program product for real-time detection of sensitivity decline in analyte sensors |
| US8439837B2 (en) * | 2006-10-31 | 2013-05-14 | Lifescan, Inc. | Systems and methods for detecting hypoglycemic events having a reduced incidence of false alarms |
| US20080306353A1 (en) * | 2006-11-03 | 2008-12-11 | Douglas Joel S | Calculation device for metabolic control of critically ill and/or diabetic patients |
| US8079955B2 (en) * | 2006-11-28 | 2011-12-20 | Isense Corporation | Method and apparatus for managing glucose control |
| 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 |
| US10182833B2 (en) | 2007-01-08 | 2019-01-22 | Ekos Corporation | Power parameters for ultrasonic catheter |
| US8121857B2 (en) | 2007-02-15 | 2012-02-21 | Abbott Diabetes Care Inc. | Device and method for automatic data acquisition and/or detection |
| US20080199894A1 (en) | 2007-02-15 | 2008-08-21 | Abbott Diabetes Care, Inc. | Device and method for automatic data acquisition and/or detection |
| US8930203B2 (en) | 2007-02-18 | 2015-01-06 | Abbott Diabetes Care Inc. | Multi-function analyte test device and methods therefor |
| US8732188B2 (en) | 2007-02-18 | 2014-05-20 | Abbott Diabetes Care Inc. | Method and system for providing contextual based medication dosage determination |
| US8123686B2 (en) | 2007-03-01 | 2012-02-28 | Abbott Diabetes Care Inc. | Method and apparatus for providing rolling data in communication systems |
| CA2683721C (en) | 2007-04-14 | 2017-05-23 | Abbott Diabetes Care Inc. | Method and apparatus for providing dynamic multi-stage signal amplification in a medical device |
| WO2008130898A1 (en) | 2007-04-14 | 2008-10-30 | Abbott Diabetes Care, Inc. | Method and apparatus for providing data processing and control in medical communication system |
| WO2009096992A1 (en) | 2007-04-14 | 2009-08-06 | Abbott Diabetes Care, Inc. | Method and apparatus for providing data processing and control in medical communication system |
| WO2008130897A2 (en) | 2007-04-14 | 2008-10-30 | Abbott Diabetes Care, Inc. | Method and apparatus for providing data processing and control in medical communication system |
| CA2683930A1 (en) | 2007-04-14 | 2008-10-23 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in medical communication system |
| WO2008130896A1 (en) | 2007-04-14 | 2008-10-30 | Abbott Diabetes Care, Inc. | Method and apparatus for providing data processing and control in medical communication system |
| US8665091B2 (en) | 2007-05-08 | 2014-03-04 | Abbott Diabetes Care Inc. | Method and device for determining elapsed sensor life |
| US8461985B2 (en) | 2007-05-08 | 2013-06-11 | Abbott Diabetes Care Inc. | Analyte monitoring system and methods |
| US8456301B2 (en) | 2007-05-08 | 2013-06-04 | Abbott Diabetes Care Inc. | Analyte monitoring system and methods |
| US7928850B2 (en) | 2007-05-08 | 2011-04-19 | Abbott Diabetes Care Inc. | Analyte monitoring system and methods |
| US9125548B2 (en) | 2007-05-14 | 2015-09-08 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8560038B2 (en) | 2007-05-14 | 2013-10-15 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8239166B2 (en) | 2007-05-14 | 2012-08-07 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8103471B2 (en) | 2007-05-14 | 2012-01-24 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8600681B2 (en) | 2007-05-14 | 2013-12-03 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8444560B2 (en) | 2007-05-14 | 2013-05-21 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US7996158B2 (en) | 2007-05-14 | 2011-08-09 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8260558B2 (en) | 2007-05-14 | 2012-09-04 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US10002233B2 (en) | 2007-05-14 | 2018-06-19 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8597190B2 (en) | 2007-05-18 | 2013-12-03 | Optiscan Biomedical Corporation | Monitoring systems and methods with fast initialization |
| US8026382B2 (en) * | 2007-05-18 | 2011-09-27 | Heidi Kay | Lipid raft, caveolin protein, and caveolar function modulation compounds and associated synthetic and therapeutic methods |
| US20080306434A1 (en) | 2007-06-08 | 2008-12-11 | Dexcom, Inc. | Integrated medicament delivery device for use with continuous analyte sensor |
| US20080311968A1 (en) * | 2007-06-13 | 2008-12-18 | Hunter Thomas C | Method for improving self-management of a disease |
| EP2006786B1 (en) * | 2007-06-18 | 2018-05-09 | Roche Diabetes Care GmbH | Method and glucose monitoring system for monitoring individual metabolic response and for generating nutritional feedback |
| AU2008265542B2 (en) | 2007-06-21 | 2014-07-24 | Abbott Diabetes Care Inc. | Health monitor |
| US8597188B2 (en) | 2007-06-21 | 2013-12-03 | Abbott Diabetes Care Inc. | Health management devices and methods |
| US9044568B2 (en) | 2007-06-22 | 2015-06-02 | Ekos Corporation | Method and apparatus for treatment of intracranial hemorrhages |
| US7768386B2 (en) | 2007-07-31 | 2010-08-03 | Abbott Diabetes Care Inc. | Method and apparatus for providing data processing and control in a medical communication system |
| US8834366B2 (en) | 2007-07-31 | 2014-09-16 | Abbott Diabetes Care Inc. | Method and apparatus for providing analyte sensor calibration |
| US20090143725A1 (en) * | 2007-08-31 | 2009-06-04 | Abbott Diabetes Care, Inc. | Method of Optimizing Efficacy of Therapeutic Agent |
| US9452258B2 (en) | 2007-10-09 | 2016-09-27 | Dexcom, Inc. | Integrated insulin delivery system with continuous glucose sensor |
| US7731659B2 (en) * | 2007-10-18 | 2010-06-08 | Lifescan Scotland Limited | Method for predicting a user's future glycemic state |
| US7695434B2 (en) * | 2007-10-19 | 2010-04-13 | Lifescan Scotland, Ltd. | Medical device for predicting a user's future glycemic state |
| US8377031B2 (en) | 2007-10-23 | 2013-02-19 | Abbott Diabetes Care Inc. | Closed loop control system with safety parameters and methods |
| US8409093B2 (en) | 2007-10-23 | 2013-04-02 | Abbott Diabetes Care Inc. | Assessing measures of glycemic variability |
| US8216138B1 (en) | 2007-10-23 | 2012-07-10 | Abbott Diabetes Care Inc. | Correlation of alternative site blood and interstitial fluid glucose concentrations to venous glucose concentration |
| US8417312B2 (en) | 2007-10-25 | 2013-04-09 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US8290559B2 (en) | 2007-12-17 | 2012-10-16 | Dexcom, Inc. | Systems and methods for processing sensor data |
| US20090164239A1 (en) | 2007-12-19 | 2009-06-25 | Abbott Diabetes Care, Inc. | Dynamic Display Of Glucose Information |
| US20100145725A1 (en) * | 2008-02-12 | 2010-06-10 | Alferness Clifton A | System and method for managing type 1 diabetes mellitus through a personal predictive management tool |
| US20100198020A1 (en) * | 2008-02-12 | 2010-08-05 | Alferness Clifton A | System And Method For Computer-Implemented Method For Actively Managing Increased Insulin Resistance In Type 2 Diabetes Mellitus |
| US20100145173A1 (en) * | 2008-02-12 | 2010-06-10 | Alferness Clifton A | System and method for creating a personalized tool predicting a time course of blood glucose affect in diabetes mellitus |
| US20100137786A1 (en) * | 2008-02-12 | 2010-06-03 | Alferness Clifton A | System and method for actively managing type 1 diabetes mellitus on a personalized basis |
| US20100198021A1 (en) * | 2008-02-12 | 2010-08-05 | Alferness Clifton A | Computer-implemented method for providing a tunable personalized tool for estimating glycated hemoglobin |
| US20100138203A1 (en) * | 2008-02-12 | 2010-06-03 | Alferness Clifton A | System and method for actively managing type 2 diabetes mellitus on a personalized basis |
| 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 |
| US20100145174A1 (en) * | 2008-02-12 | 2010-06-10 | Alferness Clifton A | System And Method For Providing A Personalized Tool For Estimating Glycated Hemoglobin |
| US20110077930A1 (en) * | 2008-02-12 | 2011-03-31 | Alferness Clifton A | Computer-implemented method for providing a personalized tool for estimating 1,5-anhydroglucitol |
| US20100138453A1 (en) * | 2008-02-12 | 2010-06-03 | Alferness Clifton A | System and method for generating a personalized diabetes management tool for diabetes mellitus |
| CA2715628A1 (en) | 2008-02-21 | 2009-08-27 | Dexcom, Inc. | Systems and methods for processing, transmitting and displaying sensor data |
| US8396528B2 (en) | 2008-03-25 | 2013-03-12 | Dexcom, Inc. | Analyte sensor |
| US10624577B2 (en) | 2008-04-04 | 2020-04-21 | Hygieia, Inc. | Systems, devices, and methods for alleviating glucotoxicity and restoring pancreatic beta-cell function in advanced diabetes mellitus |
| CN103400028B (zh) | 2008-04-04 | 2017-04-12 | 海吉雅有限公司 | 用于优化患者的胰岛素剂量方案的装置 |
| US9220456B2 (en) | 2008-04-04 | 2015-12-29 | Hygieia, Inc. | Systems, methods and devices for achieving glycemic balance |
| WO2009126900A1 (en) | 2008-04-11 | 2009-10-15 | Pelikan Technologies, Inc. | Method and apparatus for analyte detecting device |
| CN101261276B (zh) * | 2008-04-17 | 2012-04-18 | 北京软测科技有限公司 | 糖尿病监测及诊治装置 |
| US7826382B2 (en) | 2008-05-30 | 2010-11-02 | Abbott Diabetes Care Inc. | Close proximity communication device and methods |
| US8924159B2 (en) | 2008-05-30 | 2014-12-30 | Abbott Diabetes Care Inc. | Method and apparatus for providing glycemic control |
| WO2010009172A1 (en) | 2008-07-14 | 2010-01-21 | Abbott Diabetes Care Inc. | Closed loop control system interface and methods |
| WO2010019919A1 (en) | 2008-08-14 | 2010-02-18 | University Of Toledo | Multifunctional neural network system and uses thereof for glycemic forecasting |
| US20100057040A1 (en) | 2008-08-31 | 2010-03-04 | Abbott Diabetes Care, Inc. | Robust Closed Loop Control And Methods |
| US9943644B2 (en) | 2008-08-31 | 2018-04-17 | Abbott Diabetes Care Inc. | Closed loop control with reference measurement and methods thereof |
| US8622988B2 (en) | 2008-08-31 | 2014-01-07 | Abbott Diabetes Care Inc. | Variable rate closed loop control and methods |
| US8734422B2 (en) | 2008-08-31 | 2014-05-27 | Abbott Diabetes Care Inc. | Closed loop control with improved alarm functions |
| US8986208B2 (en) | 2008-09-30 | 2015-03-24 | Abbott Diabetes Care Inc. | Analyte sensor sensitivity attenuation mitigation |
| US9326707B2 (en) | 2008-11-10 | 2016-05-03 | Abbott Diabetes Care Inc. | Alarm characterization for analyte monitoring devices and systems |
| WO2010056718A2 (en) | 2008-11-11 | 2010-05-20 | Hygieia, Inc. | Apparatus and system for diabetes management |
| US20100168539A1 (en) * | 2008-12-31 | 2010-07-01 | Palerm Cesar C | Method and/or system for estimating glycation of hemoglobin |
| US8103456B2 (en) | 2009-01-29 | 2012-01-24 | Abbott Diabetes Care Inc. | Method and device for early signal attenuation detection using blood glucose measurements |
| US9375169B2 (en) | 2009-01-30 | 2016-06-28 | Sanofi-Aventis Deutschland Gmbh | Cam drive for managing disposable penetrating member actions with a single motor and motor and control system |
| US9402544B2 (en) | 2009-02-03 | 2016-08-02 | Abbott Diabetes Care Inc. | Analyte sensor and apparatus for insertion of the sensor |
| EP4243032A3 (en) * | 2009-02-25 | 2023-12-06 | University Of Virginia Patent Foundation | Method, system and computer program product for cgm-based prevention of hypoglycemia via hypoglycemia risk assessment and smooth reduction insulin delivery |
| US8882678B2 (en) * | 2009-03-13 | 2014-11-11 | Atrium Medical Corporation | Pleural drainage system and method of use |
| EP2410910A4 (en) | 2009-03-27 | 2014-10-15 | Dexcom Inc | METHODS AND SYSTEMS FOR PROMOTING GLUCOSE MANAGEMENT |
| US8497777B2 (en) | 2009-04-15 | 2013-07-30 | Abbott Diabetes Care Inc. | Analyte monitoring system having an alert |
| WO2010121229A1 (en) | 2009-04-16 | 2010-10-21 | Abbott Diabetes Care Inc. | Analyte sensor calibration management |
| WO2010127050A1 (en) | 2009-04-28 | 2010-11-04 | Abbott Diabetes Care Inc. | Error detection in critical repeating data in a wireless sensor system |
| EP2424426B1 (en) | 2009-04-29 | 2020-01-08 | Abbott Diabetes Care, Inc. | Method and system for providing data communication in continuous glucose monitoring and management system |
| EP2425209A4 (en) | 2009-04-29 | 2013-01-09 | Abbott Diabetes Care Inc | METHOD AND SYSTEM FOR REAL-TIME CALIBRATION OF AN ANALYTICAL SENSOR WITH RETROACTIVE FILLING |
| US8168396B2 (en) | 2009-05-11 | 2012-05-01 | Diabetomics, Llc | Methods for detecting pre-diabetes and diabetes using differential protein glycosylation |
| WO2010138848A1 (en) | 2009-05-29 | 2010-12-02 | University Of Virginia Patent Foundation | System coordinator and modular architecture for open-loop and closed-loop control of diabetes |
| WO2010138856A1 (en) | 2009-05-29 | 2010-12-02 | Abbott Diabetes Care Inc. | Medical device antenna systems having external antenna configurations |
| US20100330598A1 (en) * | 2009-06-26 | 2010-12-30 | Roche Diagnostics Operations, Inc. | METHOD, SYSTEM, AND COMPUTER PROGRAM PRODUCT FOR PROVIDING BOTH AN ESTIMATED TRUE MEAN BLOOD GLUCOSE VALUE AND ESTIMATED GLYCATED HEMOGLOBIN (HbA1C) VALUE FROM STRUCTURED SPOT MEASUREMENTS OF BLOOD GLUCOSE |
| EP2455875A3 (en) * | 2009-06-30 | 2013-01-16 | Lifescan Scotland Limited | System and method for diabetes management |
| EP3173014B1 (en) | 2009-07-23 | 2021-08-18 | Abbott Diabetes Care, Inc. | Real time management of data relating to physiological control of glucose levels |
| EP4309580A3 (en) | 2009-07-23 | 2024-02-28 | Abbott Diabetes Care Inc. | Continuous analyte measurement system |
| JP2013501558A (ja) | 2009-08-10 | 2013-01-17 | ディアベテス トールス スウェーデン アーべー | １組のデータ値を処理する装置および方法 |
| BR112012000220A2 (pt) | 2009-08-31 | 2020-12-22 | Abbott Diabetes Care Inc. | Métodos e dispositivos médicos |
| US9314195B2 (en) | 2009-08-31 | 2016-04-19 | Abbott Diabetes Care Inc. | Analyte signal processing device and methods |
| US8993331B2 (en) | 2009-08-31 | 2015-03-31 | Abbott Diabetes Care Inc. | Analyte monitoring system and methods for managing power and noise |
| WO2011026053A1 (en) | 2009-08-31 | 2011-03-03 | Abbott Diabetes Care Inc. | Displays for a medical device |
| US10431342B2 (en) | 2009-09-02 | 2019-10-01 | University Of Virginia Patent Foundation | Tracking the probability for imminent hypoglycemia in diabetes from self-monitoring blood glucose (SMBG) data |
| EP2482720A4 (en) * | 2009-09-29 | 2014-04-23 | Abbott Diabetes Care Inc | METHOD AND APPARATUS FOR PROVIDING NOTIFICATION FUNCTION IN SUBSTANCE MONITORING SYSTEMS |
| US20110092788A1 (en) * | 2009-10-15 | 2011-04-21 | Roche Diagnostics Operations, Inc. | Systems And Methods For Providing Guidance In Administration Of A Medicine |
| US8185181B2 (en) | 2009-10-30 | 2012-05-22 | Abbott Diabetes Care Inc. | Method and apparatus for detecting false hypoglycemic conditions |
| US8803688B2 (en) * | 2010-01-07 | 2014-08-12 | Lisa Halff | System and method responsive to an event detected at a glucose monitoring device |
| US20110163880A1 (en) * | 2010-01-07 | 2011-07-07 | Lisa Halff | System and method responsive to an alarm event detected at an insulin delivery device |
| US20110184265A1 (en) * | 2010-01-22 | 2011-07-28 | Abbott Diabetes Care Inc. | Method and Apparatus for Providing Notification in Analyte Monitoring Systems |
| WO2011112753A1 (en) | 2010-03-10 | 2011-09-15 | Abbott Diabetes Care Inc. | Systems, devices and methods for managing glucose levels |
| EP4060046A1 (en) | 2010-03-11 | 2022-09-21 | University Of Virginia Patent Foundation | Method and system for the safety, analysis and supervision of insulin pump action and other modes of insulin |
| KR101100987B1 (ko) * | 2010-03-23 | 2011-12-30 | 삼성모바일디스플레이주식회사 | 터치 스크린 패널 |
| EP3841968B1 (en) | 2010-03-26 | 2022-11-30 | University Of Virginia Patent Foundation | Method, system, and computer program product for improving the accuracy of glucose sensors using insulin delivery observation in diabetes |
| US8965476B2 (en) | 2010-04-16 | 2015-02-24 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| US8635046B2 (en) | 2010-06-23 | 2014-01-21 | Abbott Diabetes Care Inc. | Method and system for evaluating analyte sensor response characteristics |
| US10092229B2 (en) | 2010-06-29 | 2018-10-09 | Abbott Diabetes Care Inc. | Calibration of analyte measurement system |
| EP4000546A1 (en) | 2010-08-27 | 2022-05-25 | Ekos Corporation | Apparatus for treatment of intracranial hemorrhages |
| EP2624745A4 (en) | 2010-10-07 | 2018-05-23 | Abbott Diabetes Care, Inc. | Analyte monitoring devices and methods |
| EP2491859A1 (en) * | 2011-02-23 | 2012-08-29 | F. Hoffmann-La Roche AG | Method and system for determining blood glucose characteristics from a discontinuous mode of measurement and computer program product |
| EP3583901A3 (en) | 2011-02-28 | 2020-01-15 | Abbott Diabetes Care, Inc. | Devices, systems, and methods associated with analyte monitoring devices and devices incorporating the same |
| KR20120116581A (ko) * | 2011-04-13 | 2012-10-23 | 주식회사 필로시스 | 만보기 기능을 가지는 혈당측정기를 이용한 운동량 제어방법 |
| ES2847578T3 (es) | 2011-04-15 | 2021-08-03 | Dexcom Inc | Calibración avanzada de sensor de analito y detección de errores |
| US10307109B2 (en) | 2011-04-20 | 2019-06-04 | Novo Nordisk A/S | Glucose predictor based on regularization networks with adaptively chosen kernels and regularization parameters |
| JP5997453B2 (ja) | 2011-04-25 | 2016-09-28 | アークレイ株式会社 | 情報処理装置およびユーザ端末 |
| RU2013156970A (ru) | 2011-06-23 | 2015-07-27 | Университи Оф Вирджиния Патент Фоундэйшион | Унифицированная платформа для мониторинга и контроля уровней глюкозы в крови у больных сахарным диабетом |
| US10349871B2 (en) * | 2011-08-05 | 2019-07-16 | Dexcom, Inc. | Systems and methods for detecting glucose level data patterns |
| AU2012300331B2 (en) * | 2011-08-26 | 2016-04-14 | University Of Virginia Patent Foundation | Method, system and computer readable medium for adaptive advisory control of diabetes |
| US10434325B2 (en) * | 2011-09-08 | 2019-10-08 | Johnson & Johnson Consumer Inc. | Light therapy platform mobile device applications |
| US9069536B2 (en) | 2011-10-31 | 2015-06-30 | Abbott Diabetes Care Inc. | Electronic devices having integrated reset systems and methods thereof |
| WO2013066849A1 (en) | 2011-10-31 | 2013-05-10 | Abbott Diabetes Care Inc. | Model based variable risk false glucose threshold alarm prevention mechanism |
| EP2775918B1 (en) | 2011-11-07 | 2020-02-12 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods |
| WO2013073983A1 (ru) * | 2011-11-16 | 2013-05-23 | Vengerov Yury Yuzefovitch | Устройство для чтения результатов анализов, выполненных с помощью тест-полосок |
| US9317656B2 (en) | 2011-11-23 | 2016-04-19 | Abbott Diabetes Care Inc. | Compatibility mechanisms for devices in a continuous analyte monitoring system and methods thereof |
| US8710993B2 (en) | 2011-11-23 | 2014-04-29 | Abbott Diabetes Care Inc. | Mitigating single point failure of devices in an analyte monitoring system and methods thereof |
| WO2013078426A2 (en) | 2011-11-25 | 2013-05-30 | Abbott Diabetes Care Inc. | Analyte monitoring system and methods of use |
| WO2013138369A1 (en) | 2012-03-16 | 2013-09-19 | Dexcom, Inc. | Systems and methods for processing analyte sensor data |
| US20140024907A1 (en) * | 2012-07-19 | 2014-01-23 | Lifescan, Inc. | Method and system to indicate hyperglycemia or hypoglycemia for people with diabetes |
| US8768673B2 (en) | 2012-07-26 | 2014-07-01 | Rimidi Diabetes, Inc. | Computer-implemented system and method for improving glucose management through cloud-based modeling of circadian profiles |
| US8756043B2 (en) | 2012-07-26 | 2014-06-17 | Rimidi Diabetes, Inc. | Blood glucose meter and computer-implemented method for improving glucose management through modeling of circadian profiles |
| US8744828B2 (en) | 2012-07-26 | 2014-06-03 | Rimidi Diabetes, Inc. | Computer-implemented system and method for improving glucose management through modeling of circadian profiles |
| US20140030748A1 (en) * | 2012-07-27 | 2014-01-30 | Lifescan, Inc. | Method and system to manage diabetes using multiple risk indicators for a person with diabetes |
| EP2890297B1 (en) | 2012-08-30 | 2018-04-11 | Abbott Diabetes Care, Inc. | Dropout detection in continuous analyte monitoring data during data excursions |
| US9968306B2 (en) | 2012-09-17 | 2018-05-15 | Abbott Diabetes Care Inc. | Methods and apparatuses for providing adverse condition notification with enhanced wireless communication range in analyte monitoring systems |
| USD697729S1 (en) | 2012-09-20 | 2014-01-21 | Steelcase Inc. | Chair |
| US8998339B2 (en) | 2012-09-20 | 2015-04-07 | Steelcase Inc. | Chair assembly with upholstery covering |
| USD697726S1 (en) | 2012-09-20 | 2014-01-21 | Steelcase Inc. | Chair |
| USD942767S1 (en) | 2012-09-20 | 2022-02-08 | Steelcase Inc. | Chair assembly |
| US11229294B2 (en) | 2012-09-20 | 2022-01-25 | Steelcase Inc. | Chair assembly with upholstery covering |
| US11304528B2 (en) | 2012-09-20 | 2022-04-19 | Steelcase Inc. | Chair assembly with upholstery covering |
| USD683151S1 (en) | 2012-09-20 | 2013-05-28 | Steelcase Inc. | Chair |
| USD694539S1 (en) | 2012-09-20 | 2013-12-03 | Steelcase Inc. | Chair |
| USD688907S1 (en) | 2012-09-20 | 2013-09-03 | Steelcase Inc. | Arm assembly |
| USD694537S1 (en) | 2012-09-20 | 2013-12-03 | Steelcase Inc. | Chair |
| USD699061S1 (en) | 2012-09-20 | 2014-02-11 | Steelcase Inc. | Arm assembly |
| USD694538S1 (en) | 2012-09-20 | 2013-12-03 | Steelcase Inc. | Chair |
| USD697727S1 (en) | 2012-09-20 | 2014-01-21 | Steeelcase Inc. | Chair |
| EP2901153A4 (en) | 2012-09-26 | 2016-04-27 | Abbott Diabetes Care Inc | METHOD AND DEVICE FOR IMPROVING DELAY CORRECTION FUNCTION DURING IN VIVO MEASUREMENT OF ANALYZ CONCENTRATION WITH ANALYZ CONCENTRATION VARIABILITY AND RANGE DATA |
| US10463282B2 (en) * | 2012-10-04 | 2019-11-05 | Roche Diabetes Care, Inc. | System and method for assessing risk associated with a glucose state |
| WO2014055718A1 (en) | 2012-10-04 | 2014-04-10 | Aptima, Inc. | Clinical support systems and methods |
| JP5511033B1 (ja) | 2012-12-04 | 2014-06-04 | Ｎｅｃシステムテクノロジー株式会社 | 血糖値予測装置、測定装置、血糖値予測方法、及びプログラム |
| EP2959009B1 (en) | 2013-02-21 | 2019-07-31 | University Of Virginia Patent Foundation | Tracking changes in average glycemia in diabetics |
| SG10201702432YA (en) | 2013-03-14 | 2017-05-30 | Ekos Corp | Method and apparatus for drug delivery to a target site |
| US10335075B2 (en) * | 2013-03-14 | 2019-07-02 | Dexcom, Inc. | Advanced calibration for analyte sensors |
| WO2014152034A1 (en) | 2013-03-15 | 2014-09-25 | Abbott Diabetes Care Inc. | Sensor fault detection using analyte sensor data pattern comparison |
| US10433773B1 (en) | 2013-03-15 | 2019-10-08 | Abbott Diabetes Care Inc. | Noise rejection methods and apparatus for sparsely sampled analyte sensor data |
| US9474475B1 (en) | 2013-03-15 | 2016-10-25 | Abbott Diabetes Care Inc. | Multi-rate analyte sensor data collection with sample rate configurable signal processing |
| US20150095042A1 (en) * | 2013-09-27 | 2015-04-02 | Roche Diagnostics Operations, Inc. | High/low blood glucose risk assessment systems and methods |
| WO2015102745A1 (en) | 2013-12-31 | 2015-07-09 | Abbott Diabetes Care Inc. | Self-powered analyte sensor and devices using the same |
| US9486580B2 (en) | 2014-01-31 | 2016-11-08 | Aseko, Inc. | Insulin management |
| US9898585B2 (en) | 2014-01-31 | 2018-02-20 | Aseko, Inc. | Method and system for insulin management |
| US20170185748A1 (en) | 2014-03-30 | 2017-06-29 | Abbott Diabetes Care Inc. | Method and Apparatus for Determining Meal Start and Peak Events in Analyte Monitoring Systems |
| CA2958067C (en) | 2014-08-14 | 2023-03-14 | University Of Virginia Patent Foundation | Improved accuracy continuous glucose monitoring method, system, and device |
| US11081226B2 (en) | 2014-10-27 | 2021-08-03 | Aseko, Inc. | Method and controller for administering recommended insulin dosages to a patient |
| AU2015339576B2 (en) | 2014-10-27 | 2020-02-06 | Aseko, Inc. | Subcutaneous outpatient management |
| WO2016093684A1 (es) * | 2014-12-09 | 2016-06-16 | Instituto Superior Autónomo De Occidente A.C. | Aparato electrónico portátil que emite sugerencias sobre actividades o eventos, que interfieren en un estado de interés para un individuo |
| WO2016201120A1 (en) | 2015-06-09 | 2016-12-15 | University Of Virginia Patent Foundation | Insulin monitoring and delivery system and method for cgm based fault detection and mitigation via metabolic state tracking |
| EP3307388B1 (en) | 2015-06-10 | 2022-06-22 | Ekos Corporation | Ultrasound catheter |
| WO2017011346A1 (en) | 2015-07-10 | 2017-01-19 | Abbott Diabetes Care Inc. | System, device and method of dynamic glucose profile response to physiological parameters |
| WO2017027432A1 (en) | 2015-08-07 | 2017-02-16 | Aptima, Inc. | Systems and methods to support medical therapy decisions |
| WO2017031440A1 (en) | 2015-08-20 | 2017-02-23 | Aseko, Inc. | Diabetes management therapy advisor |
| US10463789B2 (en) | 2015-09-02 | 2019-11-05 | University Of Virginia Patent Foundation | System, method, and computer readable medium for dynamic insulin sensitivity in diabetic pump users |
| US10575790B2 (en) * | 2016-03-02 | 2020-03-03 | Roche Diabetes Care, Inc. | Patient diabetes monitoring system with clustering of unsupervised daily CGM profiles (or insulin profiles) and method thereof |
| EP3223181B1 (en) | 2016-03-24 | 2019-12-18 | Sofradim Production | System and method of generating a model and simulating an effect on a surgical repair site |
| US10052073B2 (en) | 2016-05-02 | 2018-08-21 | Dexcom, Inc. | System and method for providing alerts optimized for a user |
| US11515036B2 (en) | 2016-09-09 | 2022-11-29 | Dexcom, Inc. | Systems and methods for CGM-based bolus calculator for display and for provision to medicament delivery devices |
| US10783801B1 (en) | 2016-12-21 | 2020-09-22 | Aptima, Inc. | Simulation based training system for measurement of team cognitive load to automatically customize simulation content |
| WO2018175489A1 (en) | 2017-03-21 | 2018-09-27 | Abbott Diabetes Care Inc. | Methods, devices and system for providing diabetic condition diagnosis and therapy |
| SG11201909689TA (en) * | 2017-06-20 | 2019-11-28 | Chan Sidney Soong Ling | Method and system for monitoring a diabetes treatment plan |
| US11116898B2 (en) | 2017-06-26 | 2021-09-14 | Abbott Diabetes Care Inc. | Artificial pancreas integrated CGM architectures and designs |
| CN111246797A (zh) | 2017-10-24 | 2020-06-05 | 德克斯康公司 | 预连接分析物传感器 |
| US11331022B2 (en) | 2017-10-24 | 2022-05-17 | Dexcom, Inc. | Pre-connected analyte sensors |
| US11076531B2 (en) | 2018-01-23 | 2021-08-03 | Deere & Company | State machine for multiple input-multiple output harvester control |
| US11766194B2 (en) | 2018-02-09 | 2023-09-26 | Dexcom, Inc. | System and method for decision support |
| KR102035644B1 (ko) * | 2018-07-09 | 2019-10-23 | 주식회사 필로시스 | 혈당 단위를 자동으로 결정하는 혈당 측정 장치 및 방법 |
| RU2707064C1 (ru) * | 2019-02-12 | 2019-11-21 | Общество с ограниченной ответственностью "Гардлайнер" | Система для сравнения гликемических профилей у больных сахарным диабетом |
| CN114901127A (zh) * | 2019-12-18 | 2022-08-12 | 德克斯康公司 | 治疗区域评估器 |
| RU2746830C1 (ru) * | 2020-06-01 | 2021-04-21 | Федеральное государственное бюджетное научное учреждение Федеральный исследовательский центр "Институт цитологии и генетики Сибирского отделения Российской академии наук" (ИЦиГ СО РАН) | Способ оценки вариабельности гликемии для определения эффективности проводимой сахароснижающей терапии у пациентов с MODY2 диабетом |
| CN112233780B (zh) * | 2020-09-25 | 2022-08-05 | 福州康为网络技术有限公司 | 一种糖尿病管理系统 |
| DE102021202767A1 (de) * | 2021-03-22 | 2022-09-22 | Eyesense Gmbh | Verfahren zum Bestimmen eines aktuellen Glukosewerts in einem Transportfluid |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2159625A (en) * | 1984-05-31 | 1985-12-04 | Peter Eric Krebs | Test monitor |
| JPH10332704A (ja) * | 1997-05-30 | 1998-12-18 | Nokia Mobile Phones Ltd | 糖尿病管理 |
| WO1999064860A2 (en) * | 1998-06-09 | 1999-12-16 | Queen Mary & Westfield College | Predictive test for pre-eclampsia |
| JP2000060803A (ja) * | 1998-08-21 | 2000-02-29 | Terumo Corp | 血糖値情報処理システム |
Family Cites Families (105)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6125525A (ja) * | 1984-07-13 | 1986-02-04 | 住友電気工業株式会社 | 患者監視装置 |
| US4695954A (en) * | 1984-10-31 | 1987-09-22 | Rose Robert J | Modular medication dispensing system and apparatus utilizing portable memory device |
| US5206144A (en) * | 1985-03-29 | 1993-04-27 | Novo Industri A/S | Determination of glycated (glycosylated) hemoglobin in blood |
| US4731726A (en) * | 1986-05-19 | 1988-03-15 | Healthware Corporation | Patient-operated glucose monitor and diabetes management system |
| EP0290683A3 (en) * | 1987-05-01 | 1988-12-14 | Diva Medical Systems B.V. | Diabetes management system and apparatus |
| US5216597A (en) * | 1987-05-01 | 1993-06-01 | Diva Medical Systems Bv | Diabetes therapy management system, apparatus and method |
| US4817044A (en) * | 1987-06-01 | 1989-03-28 | Ogren David A | Collection and reporting system for medical appliances |
| CA1338348C (en) * | 1987-11-30 | 1996-05-28 | Kazutoshi Yamazaki | Eliminating agent for glycosylated hemoglobin |
| US5025374A (en) * | 1987-12-09 | 1991-06-18 | Arch Development Corp. | Portable system for choosing pre-operative patient test |
| KR970011449B1 (ko) * | 1988-01-29 | 1997-07-11 | 더 리전트 오브 디 유니버시티 오브 캘리포니아 | 이온전기 영동형 비침입 검체 채취 또는 이송 장치 및 방법 |
| US5108564A (en) * | 1988-03-15 | 1992-04-28 | Tall Oak Ventures | Method and apparatus for amperometric diagnostic analysis |
| US5128015A (en) * | 1988-03-15 | 1992-07-07 | Tall Oak Ventures | Method and apparatus for amperometric diagnostic analysis |
| US5076273A (en) * | 1988-09-08 | 1991-12-31 | Sudor Partners | Method and apparatus for determination of chemical species in body fluid |
| US5086229A (en) * | 1989-01-19 | 1992-02-04 | Futrex, Inc. | Non-invasive measurement of blood glucose |
| US5139023A (en) * | 1989-06-02 | 1992-08-18 | Theratech Inc. | Apparatus and method for noninvasive blood glucose monitoring |
| US4975581A (en) * | 1989-06-21 | 1990-12-04 | University Of New Mexico | Method of and apparatus for determining the similarity of a biological analyte from a model constructed from known biological fluids |
| CA2028261C (en) * | 1989-10-28 | 1995-01-17 | Won Suck Yang | Non-invasive method and apparatus for measuring blood glucose concentration |
| US5140985A (en) * | 1989-12-11 | 1992-08-25 | Schroeder Jon M | Noninvasive blood glucose measuring device |
| US5036861A (en) * | 1990-01-11 | 1991-08-06 | Sembrowich Walter L | Method and apparatus for non-invasively monitoring plasma glucose levels |
| IL98203A (en) | 1990-06-20 | 1996-06-18 | Bayer Ag | A moving electronic log and a method for storing and viewing data |
| DE69130676T2 (de) * | 1990-08-31 | 1999-07-01 | Gen Hospital Corp | System zum verwalten mehrerer geräte, zum beispiel von tragbaren patientenüberwachungsgeräten in einem netz |
| US5251126A (en) * | 1990-10-29 | 1993-10-05 | Miles Inc. | Diabetes data analysis and interpretation method |
| US5376070A (en) * | 1992-09-29 | 1994-12-27 | Minimed Inc. | Data transfer system for an infusion pump |
| US5960403A (en) * | 1992-11-17 | 1999-09-28 | Health Hero Network | Health management process control system |
| US5997476A (en) * | 1997-03-28 | 1999-12-07 | Health Hero Network, Inc. | Networked system for interactive communication and remote monitoring of individuals |
| US5307263A (en) * | 1992-11-17 | 1994-04-26 | Raya Systems, Inc. | Modular microprocessor-based health monitoring system |
| US5956501A (en) | 1997-01-10 | 1999-09-21 | Health Hero Network, Inc. | Disease simulation system and method |
| US5590648A (en) * | 1992-11-30 | 1997-01-07 | Tremont Medical | Personal health care system |
| AU2984892A (en) * | 1992-12-02 | 1994-06-16 | Japanic Corporation | Raw sewage disposal apparatus |
| FI95427C (fi) * | 1992-12-23 | 1996-01-25 | Instrumentarium Oy | Tiedonsiirtojärjestelmä |
| US5558638A (en) * | 1993-04-30 | 1996-09-24 | Healthdyne, Inc. | Patient monitor and support system |
| US6206829B1 (en) * | 1996-07-12 | 2001-03-27 | First Opinion Corporation | Computerized medical diagnostic and treatment advice system including network access |
| US6022315A (en) * | 1993-12-29 | 2000-02-08 | First Opinion Corporation | Computerized medical diagnostic and treatment advice system including network access |
| US5553615A (en) * | 1994-01-31 | 1996-09-10 | Minnesota Mining And Manufacturing Company | Method and apparatus for noninvasive prediction of hematocrit |
| US5748851A (en) * | 1994-02-28 | 1998-05-05 | Kabushiki Kaisha Meidensha | Method and apparatus for executing short-term prediction of timeseries data |
| US5536249A (en) * | 1994-03-09 | 1996-07-16 | Visionary Medical Products, Inc. | Pen-type injector with a microprocessor and blood characteristic monitor |
| US5704366A (en) * | 1994-05-23 | 1998-01-06 | Enact Health Management Systems | System for monitoring and reporting medical measurements |
| WO1996000110A1 (en) | 1994-06-24 | 1996-01-04 | Cygnus, Inc. | Iontophoretic sampling device and method |
| US5431793A (en) * | 1994-07-29 | 1995-07-11 | Beckman Instruments, Inc. | Quantitative analysis of glycosylated hemoglobin by immunocappillary electrophoresis |
| JP3150857B2 (ja) * | 1994-10-19 | 2001-03-26 | 富士写真フイルム株式会社 | グリコヘモグロビン含有比測定用分析要素及び分析方法 |
| US5946659A (en) * | 1995-02-28 | 1999-08-31 | Clinicomp International, Inc. | System and method for notification and access of patient care information being simultaneously entered |
| US5713856A (en) * | 1995-03-13 | 1998-02-03 | Alaris Medical Systems, Inc. | Modular patient care system |
| AU5530996A (en) * | 1995-03-31 | 1996-10-16 | Michael W. Cox | System and method of generating prognosis reports for corona ry health management |
| US5695949A (en) * | 1995-04-07 | 1997-12-09 | Lxn Corp. | Combined assay for current glucose level and intermediate or long-term glycemic control |
| US6671563B1 (en) * | 1995-05-15 | 2003-12-30 | Alaris Medical Systems, Inc. | System and method for collecting data and managing patient care |
| US5989409A (en) * | 1995-09-11 | 1999-11-23 | Cygnus, Inc. | Method for glucose sensing |
| US5741211A (en) * | 1995-10-26 | 1998-04-21 | Medtronic, Inc. | System and method for continuous monitoring of diabetes-related blood constituents |
| FI960636A (fi) * | 1996-02-12 | 1997-08-13 | Nokia Mobile Phones Ltd | Menetelmä potilaan terveydentilan valvomiseksi |
| FI118509B (fi) * | 1996-02-12 | 2007-12-14 | Nokia Oyj | Menetelmä ja laitteisto potilaan veren glukoosipitoisuuden ennustamiseksi |
| US5974389A (en) * | 1996-03-01 | 1999-10-26 | Clark; Melanie Ann | Medical record management system and process with improved workflow features |
| US5801057A (en) * | 1996-03-22 | 1998-09-01 | Smart; Wilson H. | Microsampling device and method of construction |
| US5878384A (en) * | 1996-03-29 | 1999-03-02 | At&T Corp | System and method for monitoring information flow and performing data collection |
| US5822935A (en) * | 1996-12-19 | 1998-10-20 | Steelcase Inc. | Solid-core wall system |
| US5959529A (en) * | 1997-03-07 | 1999-09-28 | Kail, Iv; Karl A. | Reprogrammable remote sensor monitoring system |
| IL131873A0 (en) * | 1997-03-13 | 2001-03-19 | First Opinion Corp | Disease management system |
| US6270455B1 (en) * | 1997-03-28 | 2001-08-07 | Health Hero Network, Inc. | Networked system for interactive communications and remote monitoring of drug delivery |
| US6558351B1 (en) * | 1999-06-03 | 2003-05-06 | Medtronic Minimed, Inc. | Closed loop system for controlling insulin infusion |
| US5997475A (en) * | 1997-08-18 | 1999-12-07 | Solefound, Inc. | Device for diabetes management |
| US6054039A (en) * | 1997-08-18 | 2000-04-25 | Shieh; Paul | Determination of glycoprotein and glycosylated hemoglobin in blood |
| EP0910023A2 (de) * | 1997-10-17 | 1999-04-21 | Siemens Aktiengesellschaft | Verfahren und Anordnung zur neuronalen Modellierung eines dynamischen Systems mit nichtlinearem stochastischem Verhalten |
| US6144922A (en) * | 1997-10-31 | 2000-11-07 | Mercury Diagnostics, Incorporated | Analyte concentration information collection and communication system |
| WO1999023597A2 (en) * | 1997-10-31 | 1999-05-14 | Amira Medical | Analyte concentration information collection and communication s ystem |
| US6049764A (en) * | 1997-11-12 | 2000-04-11 | City Of Hope | Method and system for real-time control of analytical and diagnostic instruments |
| US6579690B1 (en) | 1997-12-05 | 2003-06-17 | Therasense, Inc. | Blood analyte monitoring through subcutaneous measurement |
| US6024699A (en) * | 1998-03-13 | 2000-02-15 | Healthware Corporation | Systems, methods and computer program products for monitoring, diagnosing and treating medical conditions of remotely located patients |
| US6579231B1 (en) * | 1998-03-27 | 2003-06-17 | Mci Communications Corporation | Personal medical monitoring unit and system |
| AU750822B2 (en) * | 1998-04-03 | 2002-08-01 | Triangle Pharmaceuticals, Inc. | Systems, methods and computer program products for guiding the selection of therapeutic treatment regimens |
| JPH11296598A (ja) * | 1998-04-07 | 1999-10-29 | Seizaburo Arita | 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体 |
| US6175752B1 (en) * | 1998-04-30 | 2001-01-16 | Therasense, Inc. | Analyte monitoring device and methods of use |
| US8974386B2 (en) * | 1998-04-30 | 2015-03-10 | Abbott Diabetes Care Inc. | Analyte monitoring device and methods of use |
| DK1077636T3 (da) * | 1998-05-13 | 2004-05-24 | Cygnus Therapeutic Systems | Signalbehandling til måling af fysiologiske analytter |
| ATE245937T1 (de) * | 1998-05-13 | 2003-08-15 | Cygnus Therapeutic Systems | Überwachung physiologischer analyte |
| US7384396B2 (en) * | 1998-07-21 | 2008-06-10 | Spectrx Inc. | System and method for continuous analyte monitoring |
| US6338713B1 (en) * | 1998-08-18 | 2002-01-15 | Aspect Medical Systems, Inc. | System and method for facilitating clinical decision making |
| US6554798B1 (en) * | 1998-08-18 | 2003-04-29 | Medtronic Minimed, Inc. | External infusion device with remote programming, bolus estimator and/or vibration alarm capabilities |
| PT1102559E (pt) | 1998-09-30 | 2003-10-31 | Cygnus Therapeutic Systems | Metodo e dispositivo para prever valores fisiologicos |
| US6201980B1 (en) | 1998-10-05 | 2001-03-13 | The Regents Of The University Of California | Implantable medical sensor system |
| US6540672B1 (en) * | 1998-12-09 | 2003-04-01 | Novo Nordisk A/S | Medical system and a method of controlling the system for use by a patient for medical self treatment |
| DK1144028T3 (da) * | 1998-11-30 | 2004-10-18 | Novo Nordisk As | System til at hjælpe en bruger under medicinsk selvbehandling, hvor nævnte selvbehandling omfatter en flerhed af handlinger |
| WO2000052444A2 (en) * | 1999-03-03 | 2000-09-08 | Cyrano Sciences, Inc. | Apparatus, systems and methods for detecting and transmitting sensory data over a computer network |
| WO2000057774A1 (en) * | 1999-03-29 | 2000-10-05 | Avocet Medical, Inc. | Meter with integrated database and simplified telemedicine capability |
| US6336900B1 (en) * | 1999-04-12 | 2002-01-08 | Agilent Technologies, Inc. | Home hub for reporting patient health parameters |
| US6277071B1 (en) * | 1999-06-25 | 2001-08-21 | Delphi Health Systems, Inc. | Chronic disease monitor |
| US6804558B2 (en) * | 1999-07-07 | 2004-10-12 | Medtronic, Inc. | System and method of communicating between an implantable medical device and a remote computer system or health care provider |
| US6611846B1 (en) * | 1999-10-30 | 2003-08-26 | Medtamic Holdings | Method and system for medical patient data analysis |
| US6406426B1 (en) * | 1999-11-03 | 2002-06-18 | Criticare Systems | Medical monitoring and alert system for use with therapeutic devices |
| US6418346B1 (en) * | 1999-12-14 | 2002-07-09 | Medtronic, Inc. | Apparatus and method for remote therapy and diagnosis in medical devices via interface systems |
| US6692436B1 (en) * | 2000-04-14 | 2004-02-17 | Computerized Screening, Inc. | Health care information system |
| WO2001089362A2 (en) * | 2000-05-19 | 2001-11-29 | Welch Allyn Protocol Inc. | Patient monitoring system |
| CA2689656A1 (en) * | 2000-06-16 | 2001-12-16 | Bayer Healthcare Llc | System, method and biosensor apparatus for data communications with a personal data assistant |
| LV12612B (lv) * | 2000-08-21 | 2001-03-20 | Jehezkelis FINKELŠTEINS | Medicīniski-bioloģiskas informācijas vākšanas un apstrādes metode un sistēma |
| US6450956B1 (en) * | 2000-11-06 | 2002-09-17 | Siemens Corporate Research, Inc. | System and method for treatment and outcome measurement analysis |
| US6524240B1 (en) * | 2000-11-22 | 2003-02-25 | Medwave, Inc. | Docking station for portable medical devices |
| US6645142B2 (en) * | 2000-12-01 | 2003-11-11 | Optiscan Biomedical Corporation | Glucose monitoring instrument having network connectivity |
| US6799149B2 (en) * | 2000-12-29 | 2004-09-28 | Medtronic, Inc. | Therapy management techniques for an implantable medical device |
| US6551243B2 (en) * | 2001-01-24 | 2003-04-22 | Siemens Medical Solutions Health Services Corporation | System and user interface for use in providing medical information and health care delivery support |
| US20060106644A1 (en) * | 2001-05-30 | 2006-05-18 | Koo Charles C | Patient referral and physician-to-physician marketing method and system |
| US6544212B2 (en) * | 2001-07-31 | 2003-04-08 | Roche Diagnostics Corporation | Diabetes management system |
| US6781522B2 (en) * | 2001-08-22 | 2004-08-24 | Kivalo, Inc. | Portable storage case for housing a medical monitoring device and an associated method for communicating therewith |
| US20030216628A1 (en) * | 2002-01-28 | 2003-11-20 | Bortz Jonathan David | Methods and systems for assessing glycemic control using predetermined pattern label analysis of blood glucose readings |
| US20050187789A1 (en) * | 2004-02-25 | 2005-08-25 | Cardiac Pacemakers, Inc. | Advanced patient and medication therapy management system and method |
| WO2005119555A2 (en) * | 2004-06-01 | 2005-12-15 | Lifescan, Inc. | Methods and systems of automating medical device data management |
| CA2858901C (en) * | 2004-06-04 | 2024-01-16 | Carolyn Anderson | Diabetes care host-client architecture and data management system |
| US20060173260A1 (en) * | 2005-01-31 | 2006-08-03 | Gmms Ltd | System, device and method for diabetes treatment and monitoring |
| US20070033074A1 (en) * | 2005-06-03 | 2007-02-08 | Medtronic Minimed, Inc. | Therapy management system |
-
2001
- 2001-03-29 IL IL15172001A patent/IL151720A0/xx active IP Right Grant
- 2001-03-29 US US10/240,228 patent/US7025425B2/en not_active Expired - Lifetime
- 2001-03-29 AU AU5104601A patent/AU5104601A/xx active Pending
- 2001-03-29 MX MXPA02009487A patent/MXPA02009487A/es active IP Right Grant
- 2001-03-29 CA CA002404262A patent/CA2404262C/en not_active Expired - Lifetime
- 2001-03-29 JP JP2001570172A patent/JP4891511B2/ja not_active Expired - Fee Related
- 2001-03-29 PL PL357511A patent/PL198154B1/pl not_active IP Right Cessation
- 2001-03-29 KR KR1020027012856A patent/KR100776070B1/ko not_active IP Right Cessation
- 2001-03-29 DZ DZ013338A patent/DZ3338A1/fr active
- 2001-03-29 AU AU2001251046A patent/AU2001251046B2/en not_active Expired
- 2001-03-29 RU RU2002128925/15A patent/RU2283495C2/ru not_active IP Right Cessation
- 2001-03-29 EP EP01924388A patent/EP1267708A4/en not_active Withdrawn
- 2001-03-29 WO PCT/US2001/009884 patent/WO2001072208A2/en active Application Filing
- 2001-03-29 CN CNB018075541A patent/CN100448392C/zh not_active Expired - Lifetime
-
2002
- 2002-09-12 IL IL151720A patent/IL151720A/en not_active IP Right Cessation
-
2005
- 2005-12-19 US US11/305,946 patent/US7874985B2/en active Active
-
2007
- 2007-05-17 IL IL183273A patent/IL183273A0/en unknown
-
2010
- 2010-12-22 US US12/975,580 patent/US20120004512A1/en not_active Abandoned
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2159625A (en) * | 1984-05-31 | 1985-12-04 | Peter Eric Krebs | Test monitor |
| JPH10332704A (ja) * | 1997-05-30 | 1998-12-18 | Nokia Mobile Phones Ltd | 糖尿病管理 |
| WO1999064860A2 (en) * | 1998-06-09 | 1999-12-16 | Queen Mary & Westfield College | Predictive test for pre-eclampsia |
| JP2000060803A (ja) * | 1998-08-21 | 2000-02-29 | Terumo Corp | 血糖値情報処理システム |
Also Published As
| Publication number | Publication date |
|---|---|
| US20060094947A1 (en) | 2006-05-04 |
| US7025425B2 (en) | 2006-04-11 |
| US7874985B2 (en) | 2011-01-25 |
| CA2404262A1 (en) | 2001-10-04 |
| RU2283495C2 (ru) | 2006-09-10 |
| US20120004512A1 (en) | 2012-01-05 |
| KR20020092405A (ko) | 2002-12-11 |
| US20030212317A1 (en) | 2003-11-13 |
| CN100448392C (zh) | 2009-01-07 |
| CA2404262C (en) | 2009-03-24 |
| AU2001251046B2 (en) | 2006-08-03 |
| IL183273A0 (en) | 2007-09-20 |
| WO2001072208A2 (en) | 2001-10-04 |
| EP1267708A2 (en) | 2003-01-02 |
| CN1422136A (zh) | 2003-06-04 |
| AU5104601A (en) | 2001-10-08 |
| DZ3338A1 (fr) | 2001-10-04 |
| IL151720A (en) | 2007-10-31 |
| KR100776070B1 (ko) | 2007-11-16 |
| JP2003528330A (ja) | 2003-09-24 |
| PL198154B1 (pl) | 2008-05-30 |
| MXPA02009487A (es) | 2003-03-10 |
| EP1267708A4 (en) | 2006-04-12 |
| WO2001072208A3 (en) | 2002-03-07 |
| PL357511A1 (en) | 2004-07-26 |
| IL151720A0 (en) | 2003-04-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4891511B2 (ja) | 自己モニタリングデータから糖尿病の血糖管理を評価する方法、システム及びコンピユータプログラム製品 | |
| US10019554B2 (en) | Glycemic risk determination based on variability of glucose | |
| US11355238B2 (en) | Method, system and computer program product for evaluation of blood glucose variability in diabetes from self-monitoring data | |
| AU2001251046A1 (en) | Method, system, and computer program product for the evaluation of glycemic control in diabetes from self-monitoring data | |
| EP2322092B1 (en) | Method, system, and computer program product for processing of self-monitoring blood glucose (smbg) data to enhance diabetic self-management | |
| US9317657B2 (en) | Method, system, and computer program product for tracking of blood glucose variability in diabetes | |
| US20080154513A1 (en) | Systems, Methods and Computer Program Codes for Recognition of Patterns of Hyperglycemia and Hypoglycemia, Increased Glucose Variability, and Ineffective Self-Monitoring in Diabetes | |
| US8532933B2 (en) | Insulin optimization systems and testing methods with adjusted exit criterion accounting for system noise associated with biomarkers | |
| CN109788911B (zh) | 用于从指示葡萄糖水平的葡萄糖监测数据确定碳水化合物摄入事件的方法和系统以及非暂时性计算机可读介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080311 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20080825 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20080825 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100611 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100622 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100922 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100930 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20101021 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20101028 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20101122 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20101130 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110208 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110607 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20110610 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110906 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110913 |
|
| 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: 20111115 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20111216 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4891511 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141222 Year of fee payment: 3 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |