JP6046116B2 - Analytical monitoring system and monitoring method - Google Patents
Analytical monitoring system and monitoring method Download PDFInfo
- Publication number
- JP6046116B2 JP6046116B2 JP2014507633A JP2014507633A JP6046116B2 JP 6046116 B2 JP6046116 B2 JP 6046116B2 JP 2014507633 A JP2014507633 A JP 2014507633A JP 2014507633 A JP2014507633 A JP 2014507633A JP 6046116 B2 JP6046116 B2 JP 6046116B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- time zone
- sampling interval
- monitoring system
- interest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims description 46
- 238000000034 method Methods 0.000 title description 26
- 238000005070 sampling Methods 0.000 claims description 129
- 238000005259 measurement Methods 0.000 claims description 74
- 235000012054 meals Nutrition 0.000 claims description 48
- 239000012491 analyte Substances 0.000 claims description 39
- 238000009826 distribution Methods 0.000 claims description 24
- 239000008280 blood Substances 0.000 description 93
- 210000004369 blood Anatomy 0.000 description 93
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 88
- 239000008103 glucose Substances 0.000 description 88
- 230000005540 biological transmission Effects 0.000 description 27
- 230000008859 change Effects 0.000 description 25
- 230000008569 process Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 235000011888 snacks Nutrition 0.000 description 3
- 108090000790 Enzymes Proteins 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 2
- 108010015776 Glucose oxidase Proteins 0.000 description 2
- 239000004366 Glucose oxidase Substances 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 229940088598 enzyme Drugs 0.000 description 2
- 239000007850 fluorescent dye Substances 0.000 description 2
- 229940116332 glucose oxidase Drugs 0.000 description 2
- 235000019420 glucose oxidase Nutrition 0.000 description 2
- HXITXNWTGFUOAU-UHFFFAOYSA-N phenylboronic acid Chemical class OB(O)C1=CC=CC=C1 HXITXNWTGFUOAU-UHFFFAOYSA-N 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000014616 translation Effects 0.000 description 2
- 208000021959 Abnormal metabolism Diseases 0.000 description 1
- 229920002307 Dextran Polymers 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000006229 carbon black Substances 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 239000000017 hydrogel Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000006371 metabolic abnormality Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/15—Devices for taking samples of blood
- A61B5/150007—Details
- A61B5/150015—Source of blood
- A61B5/150022—Source of blood for capillary blood or interstitial fluid
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/15—Devices for taking samples of blood
- A61B5/155—Devices specially adapted for continuous or multiple sampling, e.g. at predetermined intervals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/15—Devices for taking samples of blood
- A61B5/157—Devices characterised by integrated means for measuring characteristics of blood
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/15—Devices for taking samples of blood
- A61B5/150007—Details
- A61B5/150847—Communication to or from blood sampling device
- A61B5/15087—Communication to or from blood sampling device short range, e.g. between console and disposable
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Hematology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Emergency Medicine (AREA)
- Optics & Photonics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
この発明は、計測のサンプリング間隔に従って被検体内のアナライトの濃度を計測するアナライトのモニタシステム及びモニタ方法に関する。 The present invention relates to an analyte monitoring system and a monitoring method for measuring the concentration of an analyte in a subject in accordance with a measurement sampling interval.
糖尿病は、一般に知られていることには、その患者に対して、糖、タンパク質、脂肪等の代謝の異常をもたらす。例えば、患者内において、血中グルコース(血糖)の蓄積、停滞が持続する場合がある。そこで、患者の血糖管理を継続的に行うべく、アナライトとしてのグルコースの濃度(すなわち血糖値)を所定のサンプリング間隔で測定する持続血糖モニタシステム{CGM(Continuous Glucose Monitoring)}が近時開発されている。 Diabetes, commonly known, results in abnormal metabolism of sugar, protein, fat, etc. for the patient. For example, accumulation and stagnation of blood glucose (blood sugar) may persist in the patient. Therefore, a continuous blood glucose monitoring system {CGM (Continuous Glucose Monitoring)} that measures the concentration of glucose as an analyte (ie, blood glucose level) at a predetermined sampling interval has recently been developed in order to continuously manage blood glucose in patients. ing.
例えば、特表2003−502090号公報で提案される血糖モニタシステムは、血糖値を測定するセンサと、測定結果を表す計測信号を送信するモニタ送信機と、受信された計測信号に応じた血糖値を表示可能なモニタ装置とを備える。そして、モニタ装置は、予め設定された所定のサンプリング間隔で、モニタ送信機からの信号を受信・取得する旨が記載されている。 For example, a blood glucose monitor system proposed in Japanese translations of PCT publication No. 2003-502090 discloses a sensor for measuring blood glucose levels, a monitor transmitter for transmitting measurement signals representing measurement results, and blood glucose levels corresponding to the received measurement signals Is provided. It is described that the monitor device receives and acquires a signal from the monitor transmitter at a predetermined sampling interval set in advance.
血糖値は、食事をした時刻から上昇を開始し、最も高まるピーク点の前後所定時間にその変動率が大きくなり、このピーク点からある程度時間を経過した後は比較的変動率が小さい状態で下降する変動カーブを描く。血糖管理においては、食後に血糖値が大きく変動する際の変動状態を認識し、治療(例えば、食事内容や食事方法の指導)に役立てることが重要とされている。 The blood glucose level starts to rise from the time of eating, and the fluctuation rate increases at a predetermined time before and after the highest peak point. After a certain amount of time has elapsed from this peak point, the blood glucose level decreases with a relatively low fluctuation rate. Draw a fluctuation curve. In blood glucose management, it is important to recognize the fluctuation state when the blood glucose level greatly fluctuates after meals and to make use for treatment (for example, instruction on meal contents and meal methods).
しかしながら、特表2003−502090号公報で提案されたシステムでは、血糖値を一定の時間間隔でサンプリングするため、血糖値を詳細に測定しようとすれば、サンプリング間隔を充分に短くする必要がある。この場合、血糖値の変動率が小さい安定期間(食事時間からある程度経過した期間)でも、多数の血糖値データを検出することになり、システムが扱うデータ量が増加する、又は検出に伴う電力の消費量が増加する等の不都合が生じる。逆に、血糖値のサンプリング間隔を長くすると、血糖値の変動を充分に捉えることができないおそれがある。 However, in the system proposed in Japanese Translation of PCT International Publication No. 2003-502090, the blood glucose level is sampled at a constant time interval. Therefore, if the blood glucose level is to be measured in detail, it is necessary to sufficiently shorten the sampling interval. In this case, a large amount of blood glucose level data is detected even during a stable period (a period when a certain amount of time has elapsed since the meal time) in which the fluctuation rate of the blood glucose level is small, and the amount of data handled by the system increases, Inconveniences such as increased consumption occur. Conversely, if the blood sugar level sampling interval is lengthened, there is a possibility that fluctuations in the blood sugar level cannot be sufficiently captured.
しかも、各被検体(患者)の生活パターンは多種多様であり、例えば、被検体によって、1日のうちの食事の回数、摂取時間、摂取量、間食の有無がそれぞれ異なる場合がある。また、日常的に規則的な生活を送る人もいれば、不規則的な生活を送る人もいる。このように、固有の生活パターンをすべて考慮に入れた上で、各被検体に適したサンプリング間隔を設定することは困難であった。 Moreover, the life patterns of each subject (patient) are diverse, and for example, the number of meals per day, the intake time, the intake amount, and the presence or absence of snacks may differ depending on the subject. Some people lead a regular life on a daily basis, while others live a regular life. As described above, it is difficult to set a sampling interval suitable for each subject in consideration of all unique life patterns.
本発明は、上記の事情に鑑みてなされたものであり、各被検体の生活パターンがそれぞれ異なる場合であっても、アナライトの濃度を適時に且つ効率的に計測・監視可能なアナライトのモニタシステム及びモニタ方法を提供することを目的とする。 The present invention has been made in view of the above circumstances, and an analyte that can measure and monitor the concentration of an analyte in a timely and efficient manner even when the life pattern of each subject is different. An object is to provide a monitoring system and a monitoring method.
本発明に係るアナライトのモニタシステムは、被検体内のアナライトの濃度に応じた計測信号を、計測のサンプリング間隔に従って取得する計測手段と、前記計測手段により取得される前記計測信号の時系列が極点に達する到達時刻に関する情報である極点情報を前記被検体毎に取得する極点情報取得手段と、前記極点情報取得手段により取得された前記極点情報に基づいて、1日のうち少なくとも1つの時間帯を、前記到達時刻に近い関心時間帯として決定する関心時間帯決定手段と、前記関心時間帯決定手段により決定された前記関心時間帯でのサンプリング間隔を遂次設定するサンプリング間隔設定手段とを備えることを特徴とする。 An analyte monitoring system according to the present invention includes a measuring unit that acquires a measurement signal according to the concentration of an analyte in a subject according to a sampling interval of measurement, and a time series of the measurement signal acquired by the measuring unit. And at least one time of the day based on the pole information acquired by the pole information acquisition means and pole information acquisition means for acquiring the pole information that is information on the arrival time at which the pole reaches the pole Interest time zone determining means for determining a time zone as an interest time zone close to the arrival time; and sampling interval setting means for sequentially setting the sampling interval in the interest time zone determined by the interest time zone determination means. It is characterized by providing.
このように、計測信号の時系列が極点に達する到達時刻に関する情報である極点情報を被検体毎に取得する極点情報取得手段と、取得された前記極点情報に基づいて、1日のうち少なくとも1つの時間帯を、前記到達時刻に近い関心時間帯として決定する関心時間帯決定手段とを設けたので、各被検体の生活パターンを推定可能であり、計測上重要である関心時間帯を適切に決定可能である。これにより、各被検体の生活パターンがそれぞれ異なる場合であっても、アナライトの濃度を適時に且つ効率的に計測・監視できる。 Thus, based on the acquired extreme point information, the extreme point information acquisition means for acquiring the extreme point information, which is information on the arrival time at which the time series of the measurement signal reaches the extreme point, for at least one of the days. Interest time zone determination means for determining one time zone as a time zone of interest close to the arrival time is provided, so that it is possible to estimate the life pattern of each subject, and appropriately select the time zone of interest that is important for measurement. Can be determined. Thereby, even if each subject has a different life pattern, the concentration of the analyte can be measured and monitored in a timely and efficient manner.
また、前記極点情報取得手段は、前記極点情報として、前記計測手段により既に取得された前記到達時刻の統計分布を取得する統計分布取得部であり、前記関心時間帯決定手段は、前記統計分布取得部により取得された前記統計分布のうち、前記到達時刻の頻度が相対的に高い少なくとも1つの時間帯を前記関心時間帯として決定することが好ましい。これにより、各被検体の生活パターンを統計的に推定可能であり、計測上重要である関心時間帯を適切に決定できる。 Further, the extreme point information acquisition unit is a statistical distribution acquisition unit that acquires a statistical distribution of the arrival time already acquired by the measurement unit as the extreme point information, and the time of interest determination unit is the statistical distribution acquisition It is preferable that at least one time zone in which the arrival time frequency is relatively high is determined as the time zone of interest among the statistical distribution acquired by the unit. Thereby, the life pattern of each subject can be statistically estimated, and the time zone of interest that is important for measurement can be appropriately determined.
また、前記極点情報取得手段は、前記極点情報として、前記計測信号の変動パターンを取得する変動パターン取得部であり、前記関心時間帯決定手段は、前記変動パターン取得部により取得された前記変動パターンから前記極点に達する可能性を予測し、前記可能性が高いと予測された少なくとも1つの時間帯を前記関心時間帯として決定することが好ましい。 Further, the extreme point information acquisition unit is a variation pattern acquisition unit that acquires a variation pattern of the measurement signal as the extreme point information, and the time of interest determination unit is the variation pattern acquired by the variation pattern acquisition unit. It is preferable that the possibility of reaching the extreme point is predicted, and at least one time zone predicted to be highly likely is determined as the time zone of interest.
また、前記極点情報取得手段は、前記極点情報として、前記被検体の食事に関する食事情報を取得する食事情報取得部であり、前記関心時間帯決定手段は、前記食事情報取得部により取得された前記食事情報から食事時刻を推定し、前記食事時刻に近い少なくとも1つの時間帯を前記関心時間帯として決定することが好ましい。 Further, the extreme point information acquisition means is a meal information acquisition unit that acquires meal information related to the subject's meal as the extreme point information, and the interest time zone determination means is the meal information acquisition unit. It is preferable that the meal time is estimated from the meal information, and at least one time zone close to the meal time is determined as the time zone of interest.
さらに、前記サンプリング間隔設定手段は、前記関心時間帯決定手段により決定された前記関心時間帯でのサンプリング間隔の平均値が、残余の時間帯でのサンプリング間隔の平均値よりも小さくなるように、前記サンプリング間隔を遂次設定することが好ましい。これにより、関心時間帯のサンプル数を密にすると共に残余の時間帯のサンプル数を疎にした、過不足ない適時の定量が可能になり、間欠的な定量の際の消費電力を大幅に低減できる。 Further, the sampling interval setting means is configured such that an average value of the sampling intervals in the interest time zone determined by the interested time zone determination means is smaller than an average value of the sampling intervals in the remaining time zone. It is preferable to set the sampling interval sequentially. As a result, the number of samples in the time zone of interest is dense and the number of samples in the remaining time zone is sparse, allowing timely quantification without excess or deficiency, greatly reducing power consumption during intermittent quantification. it can.
さらに、前記サンプリング間隔設定手段は、最小サンプリング間隔を含む複数のサンプリング間隔のうちの1つを選択的に設定可能であり、前記関心時間帯での前記最小サンプリング間隔の設定頻度が、前記残余の時間帯での前記最小サンプリング間隔の設定頻度よりも高くなるように、前記サンプリング間隔を遂次設定することが好ましい。 Further, the sampling interval setting means can selectively set one of a plurality of sampling intervals including a minimum sampling interval, and the setting frequency of the minimum sampling interval in the time period of interest is the remaining frequency. It is preferable that the sampling interval is sequentially set so as to be higher than the setting frequency of the minimum sampling interval in the time zone.
さらに、前記サンプリング間隔設定手段は、最大サンプリング間隔を含む複数のサンプリング間隔のうちの1つを選択的に設定可能であり、前記関心時間帯での前記最大サンプリング間隔の設定頻度が、前記残余の時間帯での前記最大サンプリング間隔の設定頻度よりも低くなるように、前記サンプリング間隔を遂次設定することが好ましい。 Further, the sampling interval setting means can selectively set one of a plurality of sampling intervals including a maximum sampling interval, and the setting frequency of the maximum sampling interval in the time of interest is the remaining frequency. It is preferable that the sampling interval is sequentially set so as to be lower than the setting frequency of the maximum sampling interval in the time zone.
さらに、前記極点情報取得手段は、複数の日にわたる前記極点情報を取得することが好ましい。これにより、被検体の生活パターンの傾向が一層明確になり、各関心時間帯の推定精度が一層向上する。 Furthermore, it is preferable that the pole information acquisition means acquires the pole information over a plurality of days. Thereby, the tendency of the life pattern of the subject becomes clearer, and the estimation accuracy of each interest time zone is further improved.
また、前記関心時間帯決定手段は、前記統計分布に応じて1日を複数の時間帯に区分することで複数の区分時間帯を得た後、各前記区分時間帯における前記到達時刻の統計量に基づいて前記関心時間帯を決定することが好ましい。これにより、生活パターンとの相関性が高い区分時間帯毎に統計量をそれぞれ算出可能になり、各関心時間帯の推定精度が向上する。 In addition, the time-of-interest determination unit obtains a plurality of divided time zones by dividing a day into a plurality of time zones according to the statistical distribution, and then the statistics of the arrival times in the divided time zones. It is preferable to determine the time zone of interest based on. Thereby, it becomes possible to calculate statistics for each divided time zone having high correlation with the life pattern, and the estimation accuracy of each interested time zone is improved.
さらに、前記関心時間帯決定手段は、各前記区分時間帯における前記到達時刻の平均値が含まれる各時間帯を、前記関心時間帯として決定することが好ましい。このように、到達時刻の平均値を各関心時間帯に含めるようにしたので、アナライトの濃度の極値を捉える確度が統計的に高くなる。 Furthermore, it is preferable that the said interested time zone determination means determines each time zone in which the average value of the said arrival time in each said divided time zone is included as the said interested time zone. Thus, since the average value of the arrival times is included in each interest time zone, the accuracy of capturing the extreme value of the concentration of the analyte is statistically high.
さらに、前記関心時間帯決定手段は、各前記区分時間帯における前記到達時刻の標準偏差に比例した時間幅を有する各時間帯を、前記関心時間帯として決定することが好ましい。これにより、到達時刻のばらつき程度に応じて、関心時間帯の幅を適切に設定できる。例えば、到達時刻のばらつきが大きい場合、関心時間帯の幅を広くすることで、アナライトの濃度の極値を捉える確度を更に高めることができる。 Furthermore, it is preferable that the said interested time zone determination means determines each time zone which has a time width proportional to the standard deviation of the said arrival time in each said divided time zone as the said interested time zone. Thereby, the width of the time zone of interest can be set appropriately according to the degree of variation in arrival time. For example, when the arrival time variation is large, the accuracy of capturing the extreme value of the concentration of the analyte can be further increased by widening the width of the time of interest.
また、前記変動パターン取得部は、前記変動パターンとして、前記計測信号の時系列のトレンドを取得することが好ましい。時系列のトレンドを考慮することで濃度変化を大局的に捉えることが可能になり、アナライトの濃度の極値を捉える確度が高くなる。 Moreover, it is preferable that the said fluctuation pattern acquisition part acquires the time-sequential trend of the said measurement signal as said fluctuation pattern. Considering the time-series trend, it is possible to capture the concentration change globally, and the accuracy of capturing the extreme value of the analyte concentration increases.
さらに、前記変動パターン取得部は、前記変動パターンとして、前記トレンドの継続性をさらに取得することが好ましい。トレンドの継続性を併せて考慮することでアナライトの濃度の極値を捉える確度が一層高くなる。 Furthermore, it is preferable that the fluctuation pattern acquisition unit further acquires the continuity of the trend as the fluctuation pattern. Considering the continuity of the trend together, the accuracy of capturing the extreme value of the analyte concentration is further increased.
また、前記食事情報取得部は、前記食事情報として、食事の摂取時間、摂取内容、又は摂取量を取得することが好ましい。 Moreover, it is preferable that the said meal information acquisition part acquires the intake time, intake content, or intake of a meal as the said meal information.
本発明に係るアナライトのモニタ方法は、被検体内のアナライトの濃度に応じた計測信号を、計測のサンプリング間隔に従って取得するステップと、取得される前記計測信号の時系列が極点に達する到達時刻に関する情報である極点情報を前記被検体毎に取得するステップと、取得された前記極点情報に基づいて、1日のうち少なくとも1つの時間帯を、前記到達時間に近い関心時間帯として決定するステップと、決定された前記関心時間帯でのサンプリング間隔を遂次設定するステップとを備えることを特徴とする。 The method for monitoring an analyte according to the present invention includes a step of acquiring a measurement signal corresponding to the concentration of an analyte in a subject according to a measurement sampling interval, and reaching the time point of the acquired time series of the measurement signal reaching a pole. Obtaining pole information, which is information related to time, for each subject, and determining at least one time zone of a day as a time zone of interest close to the arrival time based on the obtained pole information. And sequentially setting a sampling interval in the determined time period of interest.
本発明に係るアナライトのモニタシステム及びモニタ方法によれば、計測信号の時系列が極点に達する到達時刻に関する情報である極点情報を被検体毎に取得し、取得された前記極点情報に基づいて、1日のうち少なくとも1つの時間帯を、前記到達時刻に近い関心時間帯として決定するようにしたので、各被検体の生活パターンを推定可能であり、計測上重要である関心時間帯を適切に決定可能である。これにより、各被検体の生活パターンがそれぞれ異なる場合であっても、アナライトの濃度を適時に且つ効率的に計測・監視できる。 According to the analyte monitoring system and the monitoring method of the present invention, the pole information, which is information related to the arrival time at which the time series of the measurement signal reaches the pole, is obtained for each subject, and based on the obtained pole information. Since at least one time zone of a day is determined as the time zone of interest close to the arrival time, the life pattern of each subject can be estimated, and the time zone of interest that is important for measurement is appropriate Can be determined. Thereby, even if each subject has a different life pattern, the concentration of the analyte can be measured and monitored in a timely and efficient manner.
以下、本発明に係るアナライトのモニタ方法についてこれを実施するモニタシステムとの関係において好適な実施形態を挙げ、添付の図面を参照しながら詳細に説明する。 DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, a method for monitoring an analyte according to the present invention will be described in detail with reference to the accompanying drawings by giving preferred embodiments in relation to a monitor system that implements the method.
図1は、本実施形態に係る血糖モニタシステム10の概略斜視図である。図2は、図1に示す血糖モニタシステム10の概略ブロック図である。
FIG. 1 is a schematic perspective view of a blood
図1に示すように、血糖モニタシステム10は、アナライトとしてのグルコースの濃度、すなわち血糖値に応じた計測信号を取得するセンサ12(計測手段)と、センサ12により得た計測信号を無線で送信する送受信装置14と、送受信装置14が送信する信号を受信し、測定値を記憶又は表示するモニタ装置16と、によって構成される。
As shown in FIG. 1, the blood
センサ12は、血中のグルコースを光学的に測定可能なセンシング装置が適用される。具体的には、グルコースと標識化合物(蛍光色素化合物:例えば、フルオロセイン標識デキストランやフェニルボロン酸誘導体等の蛍光残基を有するもの)を相互作用させ、蛍光強度が変化する現象を利用した検出用のセンサ(蛍光センサ)である。
As the
センサ12の筐体は、外光を遮光可能な樹脂材等によって略矩形状に形成され、被検体の所定箇所(例えば、腕や脇腹等)に取り付けられる。センサ12における被検体との接触面12aは、ハイドロゲルとカーボンブラック等によって構成される。これによりグルコースを通過させる一方で、外光が遮断される。
The housing of the
図2に示すように、センサ12の筐体内部には、測定部18及びA/D変換部20が設けられる。測定部18は、シリコン等からなる基体、受光素子(例えば、フォトダイオード素子)、保護膜、フィルタ、発光素子(例えば、発光ダイオード素子)、インジケータ層等が積層され、さらにインジケータ層に連なる接触面12a側に穿刺針が設けられる(共に図示せず)。
As shown in FIG. 2, a
測定部18は、穿刺針を被検体に穿刺及び留置する(すなわち、埋め込む)ことで、接触面12aを介して、インジケータ層に血液を案内する。インジケータ層は、標識化合物としての蛍光色素を含んで構成され、これにより接触面12aから進入したグルコースと標識化合物が相互作用する。センサ12は、測定部18の発光素子を発光して、測定光をインジケータ層に入射させると、グルコースの濃度に応じた強度の蛍光を得る。インジケータ層からの蛍光は、フィルタ等を透過した後、受光素子により光電変換され、血糖値の信号として、A/D変換部20に供給される。
The
センサ12としては、血糖値のサンプリング間隔Tを容易に変動させることが可能な光学センサ(上記のような蛍光センサ)を適用することが好ましい。なお、センサ12の形態はこれに限定されるものではなく、例えば、血糖値をグルコースオキシダーゼ(GOD)等の酵素を用いた酵素電極法等による電気的(電気化学方式)に測定するセンサを適用してもよい。
As the
A/D変換部20は、測定部18によって検出された血糖値の電流値(アナログ信号)を電圧値に変換すると共に、該電圧値を増幅してデジタル信号に変換する。そして、送受信装置14は、センサ12から計測信号(図3の血糖値データ66、単に「血糖値」という場合がある)を取得する。
The A /
図1に示す送受信装置14は、センサ12の一端部に直接接続され、センサ12による血糖値の計測を制御すると共に、該センサ12により計測した血糖値をモニタ装置16に送信する機能を有する。この送受信装置14は、センサ12と共に被検体の皮膚上に容易に留置されるように平たい筐体に構成される。
The transmission /
図2に戻って、送受信装置14の筐体内部には、センサ側制御部22、センサ側記憶部24、センサ側送受信モジュール26及びセンサ側電源28等が設けられる。
Returning to FIG. 2, a sensor-
送受信装置14のセンサ側制御部22は、周知のマイクロコンピュータ(マイクロプロセッサ:MPU)等が適用される。センサ側制御部22は、センサ側記憶部24に保存された測定用のプログラム(図示せず)に従って動作することで、センサ12による血糖値の計測を制御する。また、センサ側制御部22は、処理クロックを利用した内部タイマ(図示せず)を有し、該タイマによるカウントにより、サンプリング間隔Tに基づく血糖値の計測を行う。
A known microcomputer (microprocessor: MPU) or the like is applied to the sensor
センサ側記憶部24は、ROM(Read Only Memory)及びRAM(Random Access Memory)によって構成され、血糖値の測定用のプログラムが予めROMに記憶されると共に、血糖値データ66、サンプリング間隔データ72等がRAMに一時的に記憶される。
The sensor-
センサ側送受信モジュール26は、モニタ装置16のモニタ側送受信モジュール34との間で、データの送受信を行う機能を有している。特に本実施形態では、センサ側送受信モジュール26は、無線データ通信を実現するモジュール(例えば、高周波数帯域の電波を出力及び入力可能なRFモジュール)が適用される。血糖のモニタリングを実施する場合は、センサ12及び送受信装置14の配置位置(すなわち、被検体の所在)に対して、モニタ装置16の配置位置がそれほど離間しないことが予測されるので、センサ側送受信モジュール26及びモニタ側送受信モジュール34は近距離通信用の規格(例えば、IEEE 802.15)を採用してもよい。
The sensor side transmission /
センサ側電源28は、例えば、ボタン型電池、丸型乾電池、角型乾電池、二次電池又は外部電源等を適用することができる。このセンサ側電源28は、センサ12及び送受信装置14の電力によって駆動する内部機構(測定部18、A/D変換部20、センサ側制御部22、センサ側記憶部24、センサ側送受信モジュール26等)に対し必要な電力を供給する。
As the sensor-
図1に示すモニタ装置16は、表示パネル36、操作ボタン38が設けられた携帯端末として構成される。図2に戻って、モニタ装置16の筐体内部には、モニタ側制御部30、モニタ側記憶部32、モニタ側送受信モジュール34、タイマ40、モニタ側電源42等が配設される。
The
モニタ側制御部30は、センサ側制御部22と同様に、周知のマイクロコンピュータ等が適用される。このモニタ側制御部30は、モニタ側記憶部32に予め保存される制御用のプログラム(以下、制御プログラム44という)に基づいて所定の処理を行う。
As the monitor-
制御プログラム44(図3参照)は、センサ12、送受信装置14及びモニタ装置16を含む血糖モニタシステム10全体の制御を行うためのプログラムである。すなわち、モニタ装置16は、制御プログラム44に基づき、センサ12による血糖値のサンプリング間隔の設定、センサ12が検出した複数の血糖値データの記憶及び表示、又は外部機器(例えば、コンピュータ)に対する血糖値データの送信等が実施可能とされる。
The control program 44 (see FIG. 3) is a program for controlling the entire blood
モニタ側記憶部32は、センサ側記憶部24と同様に、ROM及びRAMによって構成される。このモニタ側記憶部32には、上記の制御プログラム44が予めROMに保存されると共に、センサ12が測定した各種データを記憶するための複数のデータ領域がRAM上のアドレス空間に割り振られている。
Similarly to the sensor
また、モニタ側送受信モジュール34は、モニタ側制御部30(又はセンサ側制御部22)の動作に基づき、所定のデータを送受信する機能を有する。このモニタ側送受信モジュール34は、センサ側送受信モジュール26との間で無線データ通信を行うと共に、前記外部機器との間で無線データ送信を行えるように構成される。なお、送受信装置14とモニタ装置16間のデータの送受信は、無線通信に限定されず、有線通信でもよいことは勿論である。
The monitor-side transmission /
表示パネル36(図1参照)は、モニタ装置16の筐体上面に比較的大きな表示面積を有するように配設される。この表示パネル36は、例えば、液晶モニタや有機EL、無機EL等によって構成される。表示パネル36は、モニタ装置16内の内部機構に接続され、モニタ側制御部30の制御に基づき、血糖値のモニタリングに必要な情報(例えば、血糖値、日時、サンプリング間隔、操作手順、エラー等)を表示する。
The display panel 36 (see FIG. 1) is disposed on the upper surface of the housing of the
操作ボタン38は、複数の押圧式ボタンからなり、表示パネル36と共に筐体上面に配置される。これにより、ユーザは、表示パネル36に表示される情報を確認しつつ、操作ボタン38を押すことができる。なお、モニタ装置16は、上記した表示パネル36及び操作ボタン38の構成に限定されないことは勿論である。例えば、タッチパネル方式の表示パネルを採用することで、血糖値のモニタリングにおいて要求される表示と操作を一体的に行うようにしてもよい。
The
タイマ40は、モニタ装置16内における時刻(日時)を管理するために設けられる。このタイマ40は、モニタ装置16の電源のON/OFFに関わらず自動的に時刻を計測するように構成される。
The
モニタ側電源42は、センサ側電源28と同様に種々の電源を適用することができる。このモニタ側電源42は、モニタ装置16の電力によって駆動する内部機構(モニタ側制御部30、モニタ側記憶部32、モニタ側送受信モジュール34、表示パネル36、タイマ40等)に対し必要な電力を供給する。
Various power sources can be applied to the monitor-
血糖モニタシステム10は、上記各構成を連動させることで、血糖値のサンプリング間隔Tを設定し、このサンプリング間隔Tに基づいて複数の血糖値を離散的に検出する。以下、サンプリング間隔Tに従ったアナライト(血糖値を含む)の計測を「サンプリング」と称する場合がある。サンプリング間隔Tの設定処理は、モニタ装置16(制御プログラム44)によって実行される。
The blood
図3は、図2に示すモニタ装置16の機能ブロック図である。
FIG. 3 is a functional block diagram of the
制御プログラム44の実行により、モニタ側制御部30は、統計分布算出部46、変動パターン取得部47、関心時間帯決定部48(関心時間帯決定手段)、及びサンプリング間隔設定部50(サンプリング間隔設定手段)としてそれぞれ機能する。
By executing the
統計分布算出部46は、センサ12により既に取得された計測信号の時系列がピーク(極点ともいう。)に達する時刻(以下、到達時刻という)の統計分布を算出する。なお、本明細書中における「到達時刻」は、極大点に達する時刻又は極小点に達する時刻のいずれであってもよい。詳細には、統計分布算出部46は、計測信号の時系列におけるピークを検出するピーク点検出部52と、ピーク点検出部52により検出されたピークの到達時刻に関するヒストグラム(統計分布)を作成するヒストグラム作成部54とを備える。
The statistical distribution calculator 46 calculates a statistical distribution at a time (hereinafter referred to as arrival time) when the time series of the measurement signal already acquired by the
変動パターン取得部47は、計測信号の変動パターンを取得する。変動パターンの具体例として、計測信号の時系列のトレンド、あるいはトレンドの継続性が含まれてもよい。ここで、「トレンド」は、所定の時間幅における血糖値(濃度)の変動傾向を意味する。
The fluctuation
関心時間帯決定部48は、後述する極点情報に基づいて、1日のうち少なくとも1つの時間帯を、到達時刻に近い関心時間帯として決定する。詳細には、関心時間帯決定部48は、ヒストグラムに応じて1日を複数の時間帯に区分する時間帯区分部56と、時間帯区分部56により区分された各時間帯(以下、区分時間帯という)における到達時刻の統計量に基づいて各特定時間帯を算出する時間帯算出部58とを備える。
The interest time
また、関心時間帯決定部48は、変動パターン取得部47により取得された変動パターンからピークに達する可能性を予測し、この可能性が高いと予測された少なくとも1つの時間帯を、関心時間帯として決定してもよい。さらに、関心時間帯決定部48は、後述する食事情報取得部74により取得された食事情報から食事時刻を推定し、この食事時刻に近い少なくとも1つの時間帯を、関心時間帯として決定してもよい。
Further, the interested time
サンプリング間隔設定部50は、最小サンプリング間隔(Ts)及び/又は最大サンプリング間隔(Tl)を含む複数のサンプリング間隔Tのうちの1つを選択的に逐次設定する。詳細には、サンプリング間隔設定部50は、現在のサンプリング間隔Tを変更するか否かを判別する変更要否判別部60と、変更要否判別部60による判別結果に応じてサンプリング間隔Tを更新する間隔更新部62とを備える。
The sampling
モニタ側記憶部32のデータ記憶領域64には、サンプリング間隔を決定するための演算に供される各種データが格納されている。各種データには、計測信号の時系列である血糖値データ66、血糖値データ66のピーク点に関するピーク点データ68、関心時間帯に関する関心時間帯データ70、及び、各計測モードに応じたサンプリング間隔Tであるサンプリング間隔データ72が含まれる。
In the
操作ボタン38は、被検体の食事に関する情報(以下、食事情報という)を取得する食事情報取得部74として機能する。食事情報として、例えば、食事の摂取時刻、摂取内容、摂取量等が挙げられる。
The
なお、統計分布算出部46、変動パターン取得部47、及び食事情報取得部74はそれぞれ、センサ12により取得される計測信号の時系列が極点に達する到達時刻に関する情報(極点情報)を被検体毎に取得する極点情報取得手段の一形態である。
Note that the statistical distribution calculation unit 46, the variation
本実施形態に係る血糖モニタシステム10は、基本的には上記のように構成される。続いて、その動作について、図5、図7及び図8のフローチャート、並びにその他の図面を適宜参照しながら説明する。
The blood
なお、測定対象である血糖値は、図4に示すグラフの形状に沿って実際に変化したものとする。本グラフの横軸は時刻であり、グラフの縦軸は血糖値(単位:mg/dl)である。この変化は、被検体が13時00分に食事の摂取を完了した後、食後における体内の血糖値の経時的変化を示している。血糖値は、食事をした時刻から上昇を開始し、最も高まるピーク点の前後所定時間にその変動率が大きくなり、このピーク点からある程度時間を経過した後は変動率が比較的小さい状態で下降する変動カーブを描く。 It is assumed that the blood glucose level to be measured has actually changed along the shape of the graph shown in FIG. The horizontal axis of this graph is time, and the vertical axis of the graph is blood glucose level (unit: mg / dl). This change indicates a change over time in blood glucose level in the body after the meal after the subject completes the intake of the meal at 13:00. The blood glucose level starts to rise from the time of eating, and the fluctuation rate increases at a predetermined time before and after the highest peak point. After a certain amount of time has elapsed from this peak point, the blood glucose level decreases with a relatively low fluctuation rate. Draw a fluctuation curve.
図5のステップS1において、ユーザの操作に応じて、センサ側電源28及びモニタ側電源42がそれぞれオンされる。これにより、センサ12、送受信装置14及びモニタ装置16が起動される。
In step S <b> 1 of FIG. 5, the sensor-
ステップS2において、モニタ側制御部30は、血糖値の計測のために必要な初期設定を行う。モニタ側制御部30は、例えば、操作ボタン38を介して入力された各種設定値を、データ記憶領域64に一時的に格納させる。
In step S2, the monitor-
図6Aに示すように、サンプリング間隔データ72として、複数のサンプリング間隔Ts、Tm、Tlがそれぞれ設定される。例えば、短い間隔(Short Interval)の計測モード(以下、Sモード)において、サンプリング間隔Ts(最小サンプリング間隔)がTs=1(分)に設定されたとする。また、中位の間隔(Middle Interval)の計測モード(以下、Mモード)において、サンプリング間隔TmがTm=5(分)に設定されたとする。さらに、長い間隔(Long Interval)の計測モード(以下、Lモード)において、サンプリング間隔Tl(最大サンプリング間隔)がTl=15(分)に設定されたとする。
As shown in FIG. 6A, a plurality of sampling intervals Ts, Tm, and Tl are set as the
ステップS3において、関心時間帯決定部48は、1日の時間(0時〜24時)の中から少なくとも1つの特定時間帯(関心時間帯)を決定する。ここで、関心時間帯は、医療従事者又は被検体にとって、血糖値の変化を注視すべき時間帯を意味する。換言すれば、関心時間帯は、計測信号の時系列においてピークの発生が予測される時間帯でもある。
In step S3, the interested time
本実施形態において、関心時間帯決定部48は、血糖値の計測前に関心時間帯を予め(いわゆる静的に)決定すると共に、血糖値の変動パターンに応じて関心時間帯を即時に(いわゆる動的に)決定する点に留意する。関心時間帯決定部48による具体的な決定方法については、後で詳細に述べる。
In the present embodiment, the interest time
図6Bに示すように、関心時間帯決定部48は、1日の時間の中から3つの特定時間帯、具体的には、8時00分から10時00分までの時間帯(特定時間帯100)、13時00分から15時00分までの時間帯(特定時間帯102)、19時15分から20時45分までの時間帯(特定時間帯104)を決定する。一方、1日の時間のうち、特定時間帯100、102、104を除く時間帯を残余時間帯106と称する。残余時間帯106は、具体的には、10時00分から13時00分までの時間帯(第1残余時間帯108)、15時00分から19時15分までの時間帯(第2残余時間帯110)、及び、20時45分から翌8時00分までの時間帯(第3残余時間帯112)から構成される。
As shown in FIG. 6B, the interested time
ステップS4において、センサ12は、センサ側制御部22による動作制御に基づいて、被検体の血糖値の計測を開始する。この際、センサ側制御部22は、モニタ装置16側から計測に必要なデータ、例えばサンプリング間隔Tの初期値等を取得する。
In step S <b> 4, the
ステップS5において、センサ側制御部22は、サンプリングを実行するか否かを判別する。具体的には、センサ側制御部22は、図示しないクロック発生器から入力されたクロック信号のパルス数をカウントし、カウント上限値(時間に換算すると、サンプリング間隔Tに相当する。)に達した場合、サンプリングの実行が可能であると判別する。この場合、次のステップ(S6)に進む。一方、前記カウント上限値にまだ到達していないと判別された場合、ステップS5に留まる。
In step S5, the sensor
なお、本実施形態では、センサ側制御部22側で実行タイミングを判別する構成を採っているが、モニタ装置16側(モニタ側制御部30)で判別を行ってもよい。この場合、モニタ装置16は、サンプリング実行の旨の指示信号を送受信装置14に向けて送出する必要がある。
In addition, in this embodiment, although the structure which discriminate | determines execution timing is taken in the sensor
ステップS6において、センサ12は、センサ側制御部22の指示に応じて、現在の計測信号を取得し、血糖値のサンプリングを行う。送受信装置14からセンサ12の発光素子に電力を供給し、測定光を照射して被検体の血糖値を光学的に測定する。そして、センサ側制御部22は、取得した計測信号を、センサ側記憶部24に一時的に記憶させる。
In step S <b> 6, the
ステップS7において、モニタ装置16は、ステップS6で一時的に記憶された計測信号を、センサ側送受信モジュール26、モニタ側送受信モジュール34を介して取得する。そして、モニタ側制御部30は、受信した計測信号を、血糖値データ66として、データ記憶領域64に記憶させる。
In step S <b> 7, the
ステップS8において、サンプリング間隔設定部50は、次回のサンプリング間隔Tを決定する。例えば、サンプリング間隔設定部50は、ステップS7で取得された血糖値データ66の直近の時系列、現在時刻等の各種情報に基づいて、Ts、Tm、Tlの中からサンプリング間隔Tを選択する。
In step S8, the sampling
ステップS9において、ユーザの操作に応じて、センサ側電源28及びモニタ側電源42がそれぞれオフされる。これにより、センサ12、送受信装置14及びモニタ装置16の各動作が停止される。
In step S9, the sensor-
続いて、図5のステップS8におけるサンプリング間隔Tの決定方法について、図7及び図8のフローチャートを参照しながら詳細に説明する。ここで、サンプリング間隔Tの決定処理と併せて、血糖値データ66の時系列のピーク点(血糖値及び時刻のデータ対)を必要に応じて検出・記憶する。
Next, the method for determining the sampling interval T in step S8 in FIG. 5 will be described in detail with reference to the flowcharts in FIGS. Here, in conjunction with the determination process of the sampling interval T, the time-series peak point (blood glucose level and time data pair) of the blood
図7のステップS81において、モニタ側制御部30は、データ記憶領域64内の血糖値データ66を読み出す。読み出す血糖値データ66として、今回値のみならず、過去の少なくとも1回分の測定値(例えば、10回分)を読み出してもよい。
In step S <b> 81 of FIG. 7, the monitor-
ステップS82において、モニタ側制御部30は、現在のサンプリング間隔TがTs(Sモード)であるか否かを判別する。T=Tsを満たす場合、ピーク点検出部52によるピーク点の監視を開始又は継続した上で(ステップS83)、次のステップ(S84)に進む。一方、(T=Tm)又は(T=Tl)を満たす場合、ステップS83を実行せずにそのままステップS84に進む。
In step S82, the monitor-
ステップS83において、ピーク点検出部52は、血糖値データ66のピーク点を監視する。具体的には、ピーク点検出部52は、監視の開始時刻以降に遂次取得された血糖値の時系列のうち、ピーク点(最大値又は最小値)であるか否かを判別する。そして、ピーク点と判別された場合、モニタ側制御部30は、その血糖値をタイマ40の現在時刻に紐付けた上で、データ記憶領域64内に一時的に記憶しておく。
In step S83, the peak
ステップS84において、サンプリング間隔設定部50は、サンプリング間隔Tを更新する。より詳細には、変更要否判別部60は、[1]現在時刻の属性(特定時間帯100等、食後からの経過時間)、[2]血糖値のトレンド(変動傾向)の観点から、サンプリング間隔Tの変更の要否を判別する。
In step S84, the sampling
図8において、変更要否判別部60は、現在時刻が特定時間帯100、102、104に属するか否かを判別する(ステップS101)。いずれかに属すると判別された場合(YES)、間隔更新部62は、次回のサンプリング間隔TをSモードに応じた値、すなわちT=Tsに設定した後(ステップS103)、ステップS84の処理を終了する。
In FIG. 8, the change
一方、属さないと判別された場合、変更要否判別部60は、現在時刻が、食事摂取時から起算した所定範囲、例えば食後から30分〜3時間の範囲に属するか否かをさらに判別する(ステップS102)。この判別に先立ち、ユーザの入力操作に応じて、関心時間帯決定部48は、食事情報取得部74により取得された食事情報から食事時刻を推定し、この食事時刻に近い少なくとも1つの時間帯を関心時間帯として予め決定しておく。
On the other hand, when it is determined that it does not belong, the change
この関心時間帯に属すると判別された場合(YES)、間隔更新部62は、次回のサンプリング間隔TをSモードに応じた値、すなわちT=Tsに設定した後(ステップS103)、ステップS84の処理を終了する。
If it is determined that it belongs to this time of interest (YES), the
一方、属しないと判別された場合(NO)、変動パターン取得部47は、直近の血糖値データ66から変動パターン(トレンド及びその継続性)を取得した後に、その情報を変更要否判別部60に供給する。そして、関心時間帯決定部48は、取得された変動パターンからピーク点に達する可能性を予測し、この可能性が高いと予測された少なくとも1つの時間帯を、関心時間帯として動的に決定する。
On the other hand, when it is determined that it does not belong (NO), the fluctuation
次いで、変更要否判別部60は、T=Tl(Lモード)であり、且つ、血糖値データ66の直近の時系列が上昇トレンドにあるか否かを判別する(ステップS104)。変更要否判別部60は、例えば、今回値が前回値と比べて所定値(例えば、20[mg/dl])以上増加している場合、上昇トレンドであると判別してもよい。上昇トレンドであると判別された場合、間隔更新部62は、次回のサンプリング間隔TをMモードに応じた値、すなわちT=Tmに設定する(ステップS106)。そして、ステップS84の処理を終了する。
Next, the change
一方、属さないと判別された場合、T=Ts(Sモード)であり、且つ、血糖値データ66の直近の時系列が下降トレンドにあるか否かを判別する(ステップS105)。変更要否判別部60は、例えば、今回値が前回値よりも小さい旨の判別結果が複数回(例えば3回)連続で得られた場合、又は、ピーク点の血糖値から所定値(例えば、20[mg/dl])以上下回っている場合、下降トレンドであると判別してもよい。下降トレンドであると判別された場合、間隔更新部62は、次回のサンプリング間隔TをMモードに応じた値、すなわちT=Tmに設定する(ステップS106)。そして、ステップS84の処理を終了する。
On the other hand, if it is determined not to belong, it is determined whether T = Ts (S mode) and whether the latest time series of the blood
次いで、変更要否判別部60は、T=Tm(Mモード)であるか否かを判別する(ステップS107)。T=Tmであると判別された場合、変更要否判別部60は、血糖値データ66のトレンドの継続の有無についてさらに判別する(ステップS108)。
Next, the change
変更要否判別部60は、例えば、今回値が前回値と比べて所定値(例えば、10[mg/dl])以上増加した旨の判別結果が複数回(例えば3回)連続で得られた場合、上昇トレンドが継続中であると判別してもよい。この場合、間隔更新部62は、現在のサンプリング間隔T=Tmを、次回のサンプリング間隔T=Tsに変更する(ステップS109)。なお、関心時間帯決定部48は、この時点から起算した所定範囲の時間帯を関心時間帯として決定してもよい。
For example, the change
変更要否判別部60は、例えば、今回値が前回値よりも小さい旨の判別結果が複数回(例えば5回)連続で得られた場合、今回値が前回値と比べて所定値(例えば、10[mg/dl])以上下回った旨の判別結果が複数回(例えば3回)連続で得られた場合、又は、ピーク点の血糖値から所定値(例えば、30[mg/dl])以上下回った旨の判別結果が複数回(例えば3回)得られた場合、下降トレンドが継続中であると判別してもよい。この場合、間隔更新部62は、現在のサンプリング間隔T=Tmを、次回のサンプリング間隔T=Tlに変更する(ステップS110)。
For example, if the determination result indicating that the current value is smaller than the previous value is obtained continuously several times (for example, 5 times), the change
変更要否判別部60は、例えば、サンプリング間隔Tが複数回(例えば10回)連続してT=Tmに設定された場合、平坦トレンドが継続中であると判別してもよい。この場合、間隔更新部62は、現在のサンプリング間隔T=Tmを、次回のサンプリング間隔T=Tlに変更する(ステップS110)。
For example, when the sampling interval T is set to T = Tm continuously a plurality of times (for example, 10 times), the change
一方、上記したいずれの条件を満たさない場合、間隔更新部62は、血糖値のトレンドが過渡状態であるとして、サンプリング間隔Tを変更することなく維持する。なお、ステップS107においてサンプリング間隔TがTmと異なる場合、すなわち(T=Ts)又は(T=Tl)を満たす場合も、サンプリング間隔Tを変更しない(ステップS111)。
On the other hand, when none of the above-described conditions is satisfied, the
このようにして、サンプリング間隔設定部50は、サンプリング間隔Tを遂次決定する(図7及び図8のステップS84)。サンプリング間隔Tの値が少なくとも変更された場合、モニタ装置16は、サンプリング間隔Tの更新値を送受信装置14側に向けて送出する。
In this way, the sampling
図7に戻り、ステップS85において、モニタ側制御部30は、ステップS84での更新結果を参照して、計測モードの所定の変更があったか否かを判別する。具体的には、サンプリング間隔設定部50の動作によって、サンプリング間隔TがTs(Sモード)から別の値{Tm(Mモード)又はTl(Lモード)}に変更したか否かを判別する。所定の変更がなかった場合、ステップS86、S87を実行せずにステップS8の動作を終了する。
Returning to FIG. 7, in step S <b> 85, the monitor-
一方、所定の変更があった場合、ピーク点検出部52は、Sモードの解除があったとしてピーク点の監視を中断する(ステップS86)。その後、モニタ側制御部30は、上記した監視の際に一時的に記憶されていた血糖値及び現在時刻を、ピーク点データ68(ピーク値及び到達時刻)としてデータ記憶領域64内に記憶させる。なお、各ピーク値は、1回の監視時間の範囲内(部分的な時系列)における最大値(又は最小値)である。すなわち、ピーク点データ68は、時系列全体における極大点(又は極小点)の各データに対応する。
On the other hand, when there is a predetermined change, the peak
このようにして、サンプリング間隔設定部50は、サンプリング間隔Tを決定する(図5及び図7のステップS8)。
In this way, the sampling
図9は、図8のサンプリング間隔Tの更新方法に従って、図4に示す血糖値を遂次計測した結果を表すグラフである。なお、説明の便宜のため、本図は概略的な計測結果を示しており、実際のサンプリング間隔Tと異なって表記している。 FIG. 9 is a graph showing the result of sequentially measuring the blood glucose level shown in FIG. 4 according to the method for updating the sampling interval T in FIG. For convenience of explanation, this figure shows a schematic measurement result, which is different from the actual sampling interval T.
図4のグラフ(実線のカーブ)との比較から理解されるように、急峻な経時変化にもかかわらず、血糖値が高精度で計測されている。本図上方の帯グラフは、計測モードの遷移状態を表記している。斜線数が多いハッチングが付された帯は、Sモード(T=Ts)での計測時間帯を表す。斜線数が少ないハッチングが付された帯は、Mモード(T=Tm)での計測時間帯を表す。ハッチングがない帯は、Lモード(T=Tl)での計測時間帯を表す。 As understood from comparison with the graph of FIG. 4 (solid curve), the blood glucose level is measured with high accuracy in spite of a steep change with time. The band graph at the top of the figure represents the transition state of the measurement mode. A hatched zone with a large number of diagonal lines represents a measurement time zone in the S mode (T = Ts). A hatched band with a small number of diagonal lines represents a measurement time band in the M mode (T = Tm). A zone without hatching represents a measurement time zone in the L mode (T = Tl).
本図から理解されるように、関心時間帯としての特定時間帯100、102、104でのサンプリング間隔Tの平均値が、残余時間帯106でのサンプリング間隔Tの平均値よりも小さくなっている。すなわち、特定時間帯100、102、104のサンプル数を密にし、残余時間帯106のサンプル数を疎にすることで、アナライトの濃度を適時に且つ効率的に計測・監視できる。
As can be understood from the figure, the average value of the sampling intervals T in the
また、各特定時間帯100、102、104での最小サンプリング間隔(Ts)の設定頻度が、残余時間帯106での最小サンプリング間隔(Ts)の設定頻度よりも高くなっている。さらに、各特定時間帯100、102、104での最大サンプリング間隔(Tl)の設定頻度が、残余時間帯106での最大サンプリング間隔(Tl)の設定頻度よりも低くなっている。
Further, the setting frequency of the minimum sampling interval (Ts) in each
ところで、各被検体(患者)の生活パターンは多種多様であり、例えば、被検体によって、1日のうちの食事の回数、摂取時間、摂取量、間食の有無がそれぞれ異なる場合がある。また、日常的に規則的な生活を送る人もいれば、不規則的な生活を送る人もいる。このように、固有の生活パターンをすべて考慮に入れた上で、各被検体に適したサンプリング間隔Tを予め設定することは困難である。 By the way, there are various life patterns of each subject (patient). For example, the number of meals per day, intake time, intake amount, and the presence or absence of snacks may differ depending on the subject. Some people lead a regular life on a daily basis, while others live a regular life. Thus, it is difficult to set in advance a sampling interval T suitable for each subject in consideration of all unique life patterns.
そこで、本実施形態では、ピーク点データ68を被検体毎に順次記憶し、各被検体にそれぞれ適した関心時間帯を決定するように構成されている。以下、図5のステップS3の具体的方法について、図10A〜図11Bを参照しながら説明する。
Therefore, in this embodiment, the
図10Aは、同一の被検体の、複数日にわたる血糖値の各ピーク点をプロットしたグラフである。本図に示すように、全体のプロットは、概ね3つのプロット群、すなわち、第1プロット群120、第2プロット群122、第3プロット群124に分類される。つまり、この被検体は、1日の間で朝・昼・夜の3回、規則的に食事を摂取したことが推認される。このグラフ例に基づいて、以下説明する。
FIG. 10A is a graph plotting the peak points of blood glucose levels over multiple days for the same subject. As shown in the figure, the entire plot is roughly classified into three plot groups, that is, a
先ず、ヒストグラム作成部54は、得られたピーク点データ68の統計分布、例えば、1日を1時間毎に区切ったヒストグラムを作成する。そうすると、図10Bに示すように、1日のうち3つのピーク(9時、13時、20時)を有するヒストグラムが得られる。なお、この統計分布は、ヒストグラムに限られず、統計的手法を用いた種々の分布を用いることができる。
First, the
そして、時間帯区分部56は、ヒストグラム作成部54により作成されたヒストグラムに基づいて、複数の区分時間帯をそれぞれ設定する。時間帯区分部56は、頻度の密集度を考慮して、3つの区分時間帯を決定する。具体的には、時間帯区分部56は、第1プロット群120内の最頻値(9時)と、第2プロット群122内の最頻値(13時)との中間(11時)に、第1区分線126を設定する。また、時間帯区分部56は、第2プロット群122内の最頻値(13時)と、第3プロット群124内の最頻値(20時)との中間(16時30分)に、第2区分線128を設定する。さらに、第3プロット群124内の最頻値(20時)と、第1プロット群120内の最頻値(9時)との中間(2時30分)に、第3区分線130を設定する。
Then, the time
なお、時間帯区分部56は、1日のうちのすべての時間帯を区分対象に含めなくてもよい。例えば、深夜の時間帯に食事を摂取する習慣がない被検体においては、その深夜の時間帯を除外してもよい。これにより、不定期な間食に起因する血糖値データ66を除外可能であり、特定時間帯100、104の推定精度が一層向上する。
It should be noted that the time
その後、時間帯算出部58は、到達時刻の頻度が相対的に高い時間帯を算出する。具体的には、時間帯算出部58は、区分された3つの区分時間帯毎に、特定時間帯100、102、104を算出する。例えば、第2区分線128及び第3区分線130で画定される区分時間帯(夜の時間帯)に関し、時間帯算出部58は、第3プロット群124の統計量から、特定時間帯104の中心及び時間幅を算出する。ここで、統計量は、例えば、標準偏差、平均値、最頻値、中心値、最大値、最小値のいずれか又はこれらの組み合わせであってもよい。
Thereafter, the
図11A例では、特定時間帯104の中心は、第3プロット群124の分布140の平均値t1とされている。また、特定時間帯104の時間幅は、分布140の標準偏差σ1とされている。
In the example of FIG. 11A, the center of the
また、第3区分線130及び第1区分線126で画定される区分時間帯(朝の時間帯)に関し、時間帯算出部58は、第1プロット群120の統計量から、特定時間帯100の中心及び時間幅を算出する。図11B例では、特定時間帯100の中心は、第1プロット群120の分布142の平均値t2とされている。また、特定時間帯100の時間幅は、分布142の標準偏差σ2(>σ1)とされている。
In addition, regarding the segment time zone (morning time zone) defined by the
本図から理解されるように、各特定時間帯100、104には、各区分時間帯における到達時刻の平均値t1、t2がそれぞれ含まれている。これにより、アナライトの濃度の極大値(又は極小値)を捉える確度が統計的に高くなる。
As can be understood from the figure, the
また、各特定時間帯100、104の時間幅は、各区分時間帯における到達時刻の標準偏差σ1、σ2にそれぞれ比例している。これにより、到達時刻のばらつき程度に応じて、関心時間帯の幅を適切に設定できる。
Further, the time widths of the
具体的には、図11A例のように、統計的ばらつきが相対的に小さい特定時間帯104の幅を狭くすることで、特定時間帯104周辺におけるサンプル数を低減可能であり、電力の消費量を削減できる。また、図11B例のように、統計的ばらつきが相対的に大きい特定時間帯100の幅を広くすることで、食後のピーク点を確実に捉えることができる。
Specifically, as in the example of FIG. 11A, the number of samples around the
以上のように、計測信号の時系列が極点に達する到達時刻に関する情報である極点情報を被検体毎に取得する極点情報取得手段(統計分布算出部46、変動パターン取得部47、及び食事情報取得部74)と、取得された極点情報に基づいて、1日のうち少なくとも1つの時間帯を、前記到達時刻に近い関心時間帯(特定時間帯100、102、104)として決定する関心時間帯決定部48とを設けたので、各被検体の生活パターンを推定可能であり、計測上重要である特定時間帯100、102、104を適切に決定可能である。これにより、各被検体の生活パターンがそれぞれ異なる場合であっても、アナライトの濃度を適時に且つ効率的に計測・監視できる。
As described above, the extreme point information acquisition unit (the statistical distribution calculation unit 46, the variation
また、決定された特定時間帯100、102、104でのサンプリング間隔Tの平均値が、残余時間帯106でのサンプリング間隔Tの平均値よりも小さくなるように、サンプリング間隔Tを遂次設定するサンプリング間隔設定部50を設けたので、特定時間帯100、102、104のサンプル数を密にすると共に残余の時間帯(残余時間帯106)のサンプル数を疎にした、過不足ない適時の定量が可能になり、間欠的な定量の際の消費電力を大幅に低減できる。
In addition, the sampling interval T is sequentially set so that the average value of the sampling intervals T in the determined
さらに、極点情報取得手段により複数の日にわたる極点情報を取得することで、被検体の生活パターンの傾向が一層明確になり、特定時間帯100等の推定精度が一層向上する。
Furthermore, by acquiring the pole information over a plurality of days by the pole information acquisition means, the tendency of the life pattern of the subject becomes clearer and the estimation accuracy of the
なお、この発明は、上述した実施形態に限定されるものではなく、この発明の主旨を逸脱しない範囲で自由に変更できることは勿論である。 In addition, this invention is not limited to embodiment mentioned above, Of course, it can change freely in the range which does not deviate from the main point of this invention.
例えば、アナライトとしてグルコースを適用する場合、上述した通り、血糖値の上昇傾向を把握するため、計測信号の時系列のピーク点として、各極大点に注目している。これとは逆に、アナライトの濃度の下降傾向を把握したい場合、計測信号の時系列のピーク点として、各極小点に注目してもよい。 For example, when applying glucose as an analyte, as described above, attention is paid to each local maximum point as a time-series peak point of a measurement signal in order to grasp a rising tendency of a blood sugar level. On the other hand, when it is desired to grasp the downward trend of the concentration of the analyte, attention may be paid to each local minimum point as a time series peak point of the measurement signal.
また、本実施形態では、計測信号の値が増加するにつれてアナライトの濃度が増加する特性(いわゆる単調増加特性)を有するセンサ12を採用したが、その逆の特性(いわゆる単調減少特性)を有するセンサ12にも本発明を適用できることは言うまでもない。
In the present embodiment, the
Claims (15)
前記計測手段(12)により取得される前記計測信号の時系列が極点に達する到達時刻に関する情報である極点情報を前記被検体毎に取得する極点情報取得手段(46、47、74)と、
前記極点情報取得手段(46、47、74)により取得された前記極点情報に基づいて、1日のうち少なくとも1つの時間帯を、前記到達時刻に近い関心時間帯(100、102、104)として決定する関心時間帯決定手段(48)と、
前記関心時間帯決定手段(48)により決定された前記関心時間帯(100、102、104)でのサンプリング間隔(T)を遂次設定するサンプリング間隔設定手段(50)と
を備えることを特徴とするアナライトのモニタシステム(10)。Measurement means (12) for acquiring a measurement signal according to the concentration of the analyte in the subject according to the sampling interval (T) of the measurement;
Extreme point information acquisition means (46, 47, 74) for acquiring, for each subject, extreme point information, which is information related to the arrival time at which the time series of the measurement signal acquired by the measurement means (12) reaches the extreme point;
Based on the extreme point information acquired by the extreme point information acquisition means (46, 47, 74), at least one time zone in one day is set as an interested time zone (100, 102, 104) close to the arrival time. A time zone determining means (48) for determining;
Sampling interval setting means (50) for successively setting the sampling interval (T) in the time of interest (100, 102, 104) determined by the time of interest determination means (48). Analyst monitor system (10).
前記極点情報取得手段(46、47、74)は、前記極点情報として、前記計測手段(12)により既に取得された前記到達時刻の統計分布を取得する統計分布取得部(46)であり、
前記関心時間帯決定手段(48)は、前記統計分布取得部(46)により取得された前記統計分布のうち、前記到達時刻の頻度が相対的に高い少なくとも1つの時間帯を前記関心時間帯(100、102、104)として決定する
ことを特徴とするアナライトのモニタシステム(10)。The monitoring system (10) according to claim 1,
The pole information acquisition means (46, 47, 74) is a statistical distribution acquisition unit (46) that acquires the statistical distribution of the arrival time already acquired by the measurement means (12) as the pole information,
The interested time zone determining means (48) selects at least one time zone having a relatively high frequency of arrival time from the statistical distribution obtained by the statistical distribution obtaining unit (46). 100, 102, 104) An analyte monitoring system (10) characterized in that
前記極点情報取得手段(46、47、74)は、前記極点情報として、前記計測信号の変動パターンを取得する変動パターン取得部(47)であり、
前記関心時間帯決定手段(48)は、前記変動パターン取得部(47)により取得された前記変動パターンから前記極点に達する可能性を予測し、前記可能性が高いと予測された少なくとも1つの時間帯を前記関心時間帯(100、102、104)として決定する
ことを特徴とするアナライトのモニタシステム(10)。The monitoring system (10) according to claim 1,
The pole information acquisition means (46, 47, 74) is a fluctuation pattern acquisition unit (47) that acquires a fluctuation pattern of the measurement signal as the pole information.
The interested time zone determining means (48) predicts the possibility of reaching the extreme point from the fluctuation pattern acquired by the fluctuation pattern acquisition unit (47), and at least one time when the possibility is predicted to be high An analyte monitoring system (10), characterized in that a band is determined as the time of interest (100, 102, 104).
前記極点情報取得手段(46、47、74)は、前記極点情報として、前記被検体の食事に関する食事情報を取得する食事情報取得部(74)であり、
前記関心時間帯決定手段(48)は、前記食事情報取得部(74)により取得された前記食事情報から食事時刻を推定し、前記食事時刻に近い少なくとも1つの時間帯を前記関心時間帯(100、102、104)として決定する
ことを特徴とするアナライトのモニタシステム(10)。The monitoring system (10) according to claim 1,
The pole information acquisition means (46, 47, 74) is a meal information acquisition unit (74) that acquires meal information relating to the meal of the subject as the pole information.
The interest time zone determining means (48) estimates a meal time from the meal information acquired by the meal information acquisition unit (74), and determines at least one time zone close to the meal time as the interest time zone (100). , 102, 104), and an analyte monitoring system (10).
前記サンプリング間隔設定手段(50)は、前記関心時間帯決定手段(48)により決定された前記関心時間帯(100、102、104)でのサンプリング間隔(T)の平均値が、残余の時間帯(106)でのサンプリング間隔(T)の平均値よりも小さくなるように、前記サンプリング間隔(T)を遂次設定することを特徴とするアナライトのモニタシステム(10)。In the monitor system (10) according to any one of claims 1 to 4,
In the sampling interval setting means (50), the average value of the sampling intervals (T) in the interested time zones (100, 102, 104) determined by the interested time zone determining means (48) is the remaining time zone. The analyte monitoring system (10), wherein the sampling interval (T) is sequentially set so as to be smaller than an average value of the sampling interval (T) in (106).
前記サンプリング間隔設定手段(50)は、最小サンプリング間隔(Ts)を含む複数のサンプリング間隔(Tl、Tm、Ts)のうちの1つを選択的に設定可能であり、前記関心時間帯(100、102、104)での前記最小サンプリング間隔(Ts)の設定頻度が、前記残余の時間帯(106)での前記最小サンプリング間隔(Ts)の設定頻度よりも高くなるように、前記サンプリング間隔(T)を遂次設定することを特徴とするアナライトのモニタシステム(10)。The monitoring system (10) according to claim 5,
The sampling interval setting means (50) can selectively set one of a plurality of sampling intervals (Tl, Tm, Ts) including a minimum sampling interval (Ts), and the time period of interest (100, 102, 104) so that the setting frequency of the minimum sampling interval (Ts) is higher than the setting frequency of the minimum sampling interval (Ts) in the remaining time zone (106). The monitor system (10) for an analyte characterized by the fact that it is set in succession.
前記サンプリング間隔設定手段(50)は、最大サンプリング間隔(Tl)を含む複数のサンプリング間隔(Tl、Tm、Ts)のうちの1つを選択的に設定可能であり、前記関心時間帯(100、102、104)での前記最大サンプリング間隔(Tl)の設定頻度が、前記残余の時間帯(106)での前記最大サンプリング間隔(Tl)の設定頻度よりも低くなるように、前記サンプリング間隔(T)を遂次設定することを特徴とするアナライトのモニタシステム(10)。The monitoring system (10) according to claim 5 or 6,
The sampling interval setting means (50) can selectively set one of a plurality of sampling intervals (Tl, Tm, Ts) including a maximum sampling interval (Tl), and the time period of interest (100, 102, 104) such that the setting frequency of the maximum sampling interval (Tl) is lower than the setting frequency of the maximum sampling interval (Tl) in the remaining time zone (106). The monitor system (10) for an analyte characterized by the fact that it is set in succession.
前記極点情報取得手段(46、47、74)は、複数の日にわたる前記極点情報を取得することを特徴とするアナライトのモニタシステム(10)。In the monitor system (10) according to any one of claims 1 to 7,
The analyte monitoring system (10), wherein the pole information acquisition means (46, 47, 74) acquires the pole information over a plurality of days.
前記関心時間帯決定手段(48)は、前記統計分布に応じて1日を複数の時間帯に区分することで複数の区分時間帯を得た後、各前記区分時間帯における前記到達時刻の統計量に基づいて前記関心時間帯(100、102、104)を決定することを特徴とするアナライトのモニタシステム(10)。The monitoring system (10) according to claim 2,
The time-of-interest determination means (48) obtains a plurality of divided time zones by dividing a day into a plurality of time zones according to the statistical distribution, and then calculates the arrival time statistics in each of the divided time zones. An analyte monitoring system (10) characterized in that said time of interest (100, 102, 104) is determined based on a quantity.
前記関心時間帯決定手段(48)は、各前記区分時間帯における前記到達時刻の平均値が含まれる各時間帯を、前記関心時間帯(100、102、104)として決定することを特徴とするアナライトのモニタシステム(10)。The monitoring system (10) according to claim 9,
The interested time zone determining means (48) determines each time zone including an average value of the arrival times in each of the divided time zones as the interested time zone (100, 102, 104). Analytical monitor system (10).
前記関心時間帯決定手段(48)は、各前記区分時間帯における前記到達時刻の標準偏差に比例した時間幅を有する各時間帯を、前記関心時間帯(100、102、104)として決定することを特徴とするアナライトのモニタシステム(10)。The monitor system (10) according to claim 9 or 10,
The interested time zone determining means (48) determines each time zone having a time width proportional to the standard deviation of the arrival time in each of the divided time zones as the interested time zone (100, 102, 104). An analyte monitoring system (10) characterized by:
前記変動パターン取得部(47)は、前記変動パターンとして、前記計測信号の時系列のトレンドを取得することを特徴とするアナライトのモニタシステム(10)。The monitoring system (10) according to claim 3,
The analyte monitoring system (10), wherein the variation pattern acquisition unit (47) acquires a time-series trend of the measurement signal as the variation pattern.
前記変動パターン取得部(47)は、前記変動パターンとして、前記トレンドの継続性をさらに取得することを特徴とするアナライトのモニタシステム(10)。The monitoring system (10) according to claim 12,
The analyte monitoring system (10), wherein the variation pattern acquisition unit (47) further acquires the continuity of the trend as the variation pattern.
前記食事情報取得部(74)は、前記食事情報として、食事の摂取時間、摂取内容、又は摂取量を取得することを特徴とするアナライトのモニタシステム(10)。The monitor system (10) according to claim 4,
The analyte monitor system (10), wherein the meal information acquisition unit (74) acquires a meal intake time, intake content, or intake as the meal information.
取得される前記計測信号の時系列が極点に達する到達時刻に関する情報である極点情報を前記被検体毎に取得するステップと、
取得された前記極点情報に基づいて、1日のうち少なくとも1つの時間帯を、前記到達時刻に近い関心時間帯(100、102、104)として決定するステップと、
決定された前記関心時間帯(100、102、104)でのサンプリング間隔(T)を遂次設定するステップと
を備えることを特徴とするアナライトのモニタ方法。Obtaining a measurement signal according to the concentration of the analyte in the subject according to the measurement sampling interval (T);
Acquiring, for each subject, pole information, which is information relating to the arrival time at which the time series of the acquired measurement signal reaches the pole;
Determining at least one time zone of a day as a time zone of interest (100, 102, 104) close to the arrival time based on the acquired pole information;
And successively setting a sampling interval (T) in the determined time of interest (100, 102, 104).
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012070762 | 2012-03-27 | ||
JP2012070762 | 2012-03-27 | ||
PCT/JP2013/056927 WO2013146242A1 (en) | 2012-03-27 | 2013-03-13 | System and method for monitoring analyte |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2013146242A1 JPWO2013146242A1 (en) | 2015-12-10 |
JP6046116B2 true JP6046116B2 (en) | 2016-12-14 |
Family
ID=49259510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014507633A Active JP6046116B2 (en) | 2012-03-27 | 2013-03-13 | Analytical monitoring system and monitoring method |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6046116B2 (en) |
WO (1) | WO2013146242A1 (en) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015142665A (en) * | 2014-01-31 | 2015-08-06 | セイコーエプソン株式会社 | Blood glucose level measuring unit and blood glucose level measuring method |
WO2016182200A1 (en) | 2015-05-12 | 2016-11-17 | Samsung Electronics Co., Ltd. | Blood glucose measurement apparatus and blood glucose measurement method thereof |
KR102424353B1 (en) * | 2015-05-12 | 2022-07-22 | 삼성전자주식회사 | Method of measuring a blood glucose based on a rate of change of blood glucose level and apparatus thereof |
US10827959B2 (en) * | 2015-11-11 | 2020-11-10 | Medtronic Minimed, Inc. | Sensor set |
CA3018351C (en) * | 2016-03-29 | 2024-02-13 | F. Hoffmann-La Roche Ag | Method of operating a receiver for receiving analyte data, receiver and computer program product |
MA45538A (en) | 2016-06-30 | 2019-05-08 | Novo Nordisk As | MEASUREMENT OF DIET ADHESION FOR INSULIN TREATMENT BASED ON GLUCOSE MEASUREMENTS AND INSULIN PEN DATA |
JP6981454B2 (en) * | 2019-09-17 | 2021-12-15 | カシオ計算機株式会社 | Information recording device, information recording method and program |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE60133653T2 (en) * | 2000-08-18 | 2009-06-04 | Animas Technologies Llc | APPARATUS FOR PREDICTING HYPOGLYECURE DROPS |
WO2006009199A1 (en) * | 2004-07-21 | 2006-01-26 | Matsushita Electric Industrial Co., Ltd. | Blood sugar level management system |
US20080051598A1 (en) * | 2004-07-22 | 2008-02-28 | Kiyosei Takasu | Process for Production of Polysubstituted Cyclobutanes and Polysubstituted Cyclobutenes |
ES2603283T3 (en) * | 2007-09-05 | 2017-02-24 | Sensible Medical Innovations Ltd. | Method and system to monitor thoracic tissue fluid |
CN105686807B (en) * | 2009-08-31 | 2019-11-15 | 雅培糖尿病护理公司 | Medical Devices |
JP5336314B2 (en) * | 2009-09-17 | 2013-11-06 | テルモ株式会社 | Blood glucose meter |
US20120197621A1 (en) * | 2011-01-31 | 2012-08-02 | Fujitsu Limited | Diagnosing Insulin Resistance |
WO2013046911A1 (en) * | 2011-09-27 | 2013-04-04 | テルモ株式会社 | Analyte monitoring system |
-
2013
- 2013-03-13 JP JP2014507633A patent/JP6046116B2/en active Active
- 2013-03-13 WO PCT/JP2013/056927 patent/WO2013146242A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JPWO2013146242A1 (en) | 2015-12-10 |
WO2013146242A1 (en) | 2013-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6046116B2 (en) | Analytical monitoring system and monitoring method | |
AU2021202813B2 (en) | Medical device data processing and communication methods and systems | |
US11013431B2 (en) | Methods and systems for early signal attenuation detection and processing | |
US20220211303A1 (en) | Method and System for Providing Calibration of an Analyte Sensor in an Analyte Monitoring System | |
US20230066611A1 (en) | Calibration of analyte measurement system | |
CN105408902B (en) | For calibrating the method and system of the sensing data point from analyte sensor | |
EP2870555B1 (en) | Systems and methods for leveraging smartphone features in continuous glucose monitoring | |
US8409093B2 (en) | Assessing measures of glycemic variability | |
CN112289400B (en) | System and method for processing analyte data and generating reports | |
JP6084568B2 (en) | Analyte monitor system | |
CN104887194A (en) | Method and device for detecting physical signs | |
US11166640B2 (en) | Physiological sampling during predetermined activities | |
US20160206232A1 (en) | Methods and Apparatus for Optical Non-Invasive Blood Glucose Change Indication | |
US20220059215A1 (en) | Systems, devices and methods for improved meal and therapy interfaces in analyte monitoring systems | |
TW202323849A (en) | State of health determination of a battery | |
CN106333643B (en) | User health monitoring method, monitoring device and monitoring terminal | |
US11419509B1 (en) | Portable monitor for heart rate detection | |
US20170156647A1 (en) | A method and a device for determining a body fluid glucose level of a patient, and a computer program product | |
CN104792977A (en) | Portable movable medical testing system and method | |
CN115868986A (en) | Calibration method based on physical characteristics of sensor | |
EP3528691A1 (en) | Method for emphasizing analyte values during a therapeutic window | |
JP2023038976A (en) | Arm-worn type terminal device, attachment/detachment control method and program | |
KR20130008686A (en) | Meassuring system for quantity of motion and operating method of the same | |
CN111345826A (en) | Non-invasive wearable blood glucose monitor and method for realizing pairing and timing monitoring by using same and matched mobile phone |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160106 |
|
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: 20161025 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161116 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6046116 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
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 |