JP6986007B2 - 生理学的パラメータに対する動的グルコースプロファイル応答のシステム、デバイス及び方法 - Google Patents

Description

関連出願の相互参照

本出願は、その開示の各々が、すべての目的のために、ここに参照することによって本願に援用される、「食事情報の収集、食事評価、及び検体データ相関のためのシステム、デバイス、及び方法（Systems, Devices, and Methods For Meal Information Collection, Meal Assessment, and Analyte Data Correlation）」という発明の名称で、２０１６年３月１１日に出願の米国仮特許出願第６２／３０７，３４６号、２０１５年７月１０日に出願の米国仮特許出願第６２／１９１，２１８号、及び２０１６年３月１１日に出願の米国仮特許出願第６２／３０７，３４４号に関連する。

参照による引用
以下の特許、特許出願、及び／又は公開公報を含む、本明細書に記載される特許、特許出願、及び／又は公開公報は、すべての目的のために、ここに参照することによって本願に援用される：米国特許第４，５４５，３８２号；同第４，７１１，２４５号；同第５，２６２，０３５号；同第５，２６２，３０５号；同第５，２６４，１０４号；同第５，３２０，７１５号；同第５，３５６，７８６号；同第５，５０９，４１０号；同第５，５４３，３２６号；同第５，５９３，８５２号；同第５，６０１，４３５号；同第５，６２８，８９０号；同第５，８２０，５５１号；同第５，８２２，７１５号；同第５，８９９，８５５号；同第５，９１８，６０３号；同第６，０７１，３９１号；同第６，１０３，０３３号；同第６，１２０，６７６号；同第６，１２１，００９号；同第６，１３４，４６１号；同第６，１４３，１６４号；同第６，１４４，８３７号；同第６，１６１，０９５号；同第６，１７５，７５２号；同第６，２７０，４５５号；同第６，２８４，４７８号；同第６，２９９，７５７号；同第６，３３８，７９０号；同第６，３７７，８９４号；同第６，４６１，４９６号；同第６，５０３，３８１号；同第６，５１４，４６０号；同第６，５１４，７１８号；同第６，５４０，８９１号；同第６，５６０，４７１号；同第６，５７９，６９０号；同第６，５９１，１２５号；同第６，５９２，７４５号；同第６，６００，９９７号；同第６，６０５，２００号；同第６，６０５，２０１号；同第６，６１６，８１９号；同第６，６１８，９３４号；同第６，６５０，４７１号；同第６，６５４，６２５号；同第６，６７６，８１６号；同第６，７３０，２００号；同第６，７３６，９５７号；同第６，７４６，５８２号；同第６，７４９，７４０号；同第６，７６４，５８１号；同第６，７７３，６７１号；同第６，８８１，５５１号；同第６，８９３，５４５号；同第６，９３２，８９２号；同第６，９３２，８９４号；同第６，９４２，５１８号；同第７，０４１，４６８号；同第７，１６７，８１８号；及び、同第７，２９９，０８２号；米国特許出願公開第２００４／０１８６３６５号（現在の米国特許第７，８１１，２３１号）；同第２００５／０１８２３０６号（現在の米国特許第８，７７１，１８３号）；同第２００６／００２５６６２号（現在の米国特許第７，７４０，５８１号）；同第２００６／００９１００６号；同第２００７／００５６８５８号（現在の米国特許第８，２９８，３８９号）；同第２００７／００６８８０７号（現在の米国特許第７，８４６，３１１号）；同第２００７／００９５６６１号；同第２００７／０１０８０４８号（現在の米国特許第７，９１８，９７５号）；同第２００７／０１９９８１８号（現在の米国特許第７，８１１，４３０号）；同第２００７／０２２７９１１号（現在の米国特許第７，８８７，６８２号）；同第２００７／０２３３０１３号；同第２００８／００６６３０５号（現在の米国特許第７，８９５，７４０号）；同第２００８／００８１９７７号（現在の米国特許第７，６１８，３６９号）；同第２００８／０１０２４４１号（現在の米国特許第７，８２２，５５７号）；同第２００８／０１４８８７３号（現在の米国特許第７，８０２，４６７号）；同第２００８／０１６１６６６号；同第２００８／０２６７８２３号；及び、同第２００９／００５４７４８号（現在の米国特許第７，８８５，６９８号）；米国特許出願第１１／４６１，７２５号（現在の米国特許第７，８６６，０２６号）；同第１２／１３１，０１２号；同第１２／３９３，９２１号、１２／２４２，８２３号（現在の米国特許第８，２１９，１７３号）；同第１２／３６３，７１２号（現在の米国特許第８，３４６，３３５号）；同第１２／４９５，７０９号；同第１２／６９８，１２４号；同第１２／６９８，１２９号；同第１２／７１４，４３９号；同第１２／７９４，７２１号（現在の米国特許第８，５９５，６０７号）；及び同第１２／８４２，０１３号；並びに、米国仮特許出願第６１／２３８，６４６号；同第６１／２４６，８２５号；同第６１／２４７，５１６号；同第６１／２４９，５３５号；同第６１／３１７，２４３号；同第６１／３４５，５６２号；及び、同第６１／３６１，３７４号の各明細書。

ある特定の個体におけるグルコースレベル又は、ラクテート、酸素、Ａ１Ｃなどの他の検体の検出及び／又はモニタリングは、該個体の健康にとって極めて重要である。例えば、グルコースレベルのモニタリングは、糖尿病を有する個体及び糖尿病の発症を示唆する状態を有する個体にとって特に重要である。糖尿病患者は、概して、彼らのグルコースレベルが臨床的に安全な範囲内に維持されるかどうかを決定するためにグルコースレベルをモニタしており、彼らの体内グルコースレベルを低減させるためにインスリンが必要であるかどうか、及び／又はいつインスリンが必要か、若しくは、彼らの体内グルコースレベルを上昇させるために追加のグルコースがいつ必要かを決定するために、この情報を使用することもできる。

便利かつ痛みを伴わない方法でリアルタイムのグルコースレベル情報を提供するグルコースモニタリングデバイス及びシステムの開発に伴って、血糖制御を改善するために、このようなモニタリングデバイス及びシステムを日常の生活及び活動に統合することが望まれている。より詳細には、グルコースレベル変動における、運動、投薬管理、食事の摂取などの日常のアクティビティの影響を特定すること、及び、実行可能なパーソナライズされた健康関連情報を提供して血糖の変動を厳密に制御することが強く望まれている。さらには、運動及び食事の摂取を含めた日常活動における薬物療法に影響を与えるパラメータを考慮することにより、投薬量決定に精度をもたらし、それによって、このような決定の誤差の低減とともに、正しい投薬量の決定が正確に評価されることが強く望まれている。

本開示の実施形態は、血糖応答を特定の患者又はユーザに関する特定のアクティビティ及び外部パラメータにパーソナライズするための多相グルコース応答パターンの決定及び動的調整又は修正を含む。ある特定の実施形態では、解析モジュールは、任意のプロセッサ制御デバイス、特に、例えば決定されたグルコース応答パターンに基づいた治療勧告を含む、実行可能な情報を受信、解析、転送、送信、表示又は出力するための通信機能を備えたスマートフォンによって、実行可能なソフトウェアアプリケーション（「Ａｐｐ」）として提供される。ある特定の実施形態では、特定のアクティビティを考慮して、あるいは、アクティビティ、食事摂取、薬物摂取、若しくは、ユーザ又は患者の日常のアクティビティに特有の他の外部パラメータの組合せを考慮して決定されるグルコース応答パターンは、追加のアクティビティに特有の又は外部パラメータに特有のデータを受信し、Ａｐｐで解析する際に、進行中のリアルタイムベースで知的かつ動的に調整される。

本開示の実施形態は、Ａｐｐを実行するように構成されたスマートフォンと通信するセンサをベースとしたデバイスを有する全体的なネットワーク、及び、必要に応じて、例えば、センサをベースとしたデバイスと直接データ通信する場合に解析のためにＡｐｐの機能を実行し、かつ、スマートフォンに解析結果を提供するように構成された、又は、スマートフォン及び／又はセンサをベースとしたデバイスのためのデータバックアップ機能又はデータリポジトリ機能を行うなど、より受動的な役割で動作するように構成された、ネットワーククラウド構成を提供する、１つ以上のバックエンドサーバ端末を有するデータ通信ネットワークを含む。また、必要に応じて、スマートフォンから、１つ以上のバックエンドサーバ端末から、又は、センサをベースとしたデバイスから直接的に、解析データを受信するように構成された、インスリンポンプ又はインスリン注入ペンなどの１つ以上の投薬デバイスが、ネットワーク全体に含まれる。

本開示の実施形態は、データ収集段階を含み、その間に、ユーザ又は患者の特定の情報が、例えば所定の期間に亘って、手動によるユーザの入力によって１つ以上のセンサをベースとしたデバイスから、又は、薬物送達デバイスから、収集される。患者又はユーザについての十分な量（例えば、最低５日間、６日間、１週間、１０日間、１４日間、若しくは、日の数又は１日の一部の数のいずれか１つ以上の組合せ）の情報が、それがグルコース応答及び血糖の変動に関する場合に、決定されると、ある特定の実施形態においてスマートフォン上で実行されるＡｐｐによって、特定の血糖応答パターンが決定又は特定されており、応答解析のためにユーザによる入力の準備が整っていることを、ユーザ又は患者に促すことができる。この点に達するためには、ある特定の実施形態では、Ａｐｐは、センサをベースとしたデバイスからのデータ又は情報及び他の受信したユーザ又は患者の特定のパラメータを解析し、データ解析の一部として、受信したデータを分類してグルコース応答パターンを決定し、その後、１つ以上のセンサをベースとしたデバイスから受信した追加のリアルタイムの情報又は他のユーザ又は患者の特定のパラメータを用いて、応答パターンを継続的かつ動的に更新する。このように、ある特定の実施形態では、ユーザが携わることを希望するアクティビティ又はパラメータ（例えば、約３０５ｍ（およそ１，０００フィート）の傾斜を含む９０分のランニング、又は、１２時間、１８時間、２４時間、又は他の適切な期間など、確立された期間中に歩いた歩数）をユーザが入力すると、Ａｐｐは、動的グルコース応答パターン認識能力を使用して、このようなアクティビティによって特定のグルコース応答（例えば、アクティビティ後に、およそ２５ｍｇ／ｄＬのグルコースレベルの低下）が生じることをユーザ又は患者に通知するように構成される。

さらには、ある特定の実施形態では、Ａｐｐは、身体アクティビティ駆動型の解析の実施に加えて、アクティビティ前、アクティビティ中、及びアクティビティ後に及ぶ設定期間にわたって、所定の範囲を超える血糖変動を最小限に抑えるように、例えば、アクティビティに携わる前の特定の時期、及び／又はアクティビティ後の一定期間内に消費される食物の種類及び量のリストを提供するなど、勧告を提供するように構成されうる。ある特定の実施形態では、Ａｐｐは、実施される身体アクティビティの代わりに、消費される薬、食物、飲料の量、又はそれらの１つ以上の組合せに関する勧告を伴って、上述と同様の解析を行うように構成される。このように、ある特定の実施形態では、ユーザ又は患者は、食物及び／又は飲料を摂取する前又は投薬前に、行動をとることができる。

本開示のこれら及び他の特徴、目的、及び利点は、以下にさらに十分に説明される本開示の詳細を読むことにより、当業者に明らかになるであろう。

本開示の一実施形態に従った全体的なグルコース応答データ解析システムを示す図 本開示の一実施形態に従った図１の解析モジュールのブロック図 本開示の一実施形態に従ったデータ分類、パターン認識、及び動的更新を行う図１の解析モジュールと組み合わせた情報フロー図 本開示の一実施形態に従ったデータ入力インタフェース１１１（図２Ａ）の例示的なスクリーンショット 本開示の一実施形態に従った夜間グルコースレベルにおける日中アクティビティの影響を決定するためのルーチンを示すフローチャート 本開示の一実施形態に従った夜間グルコースレベルにおける日中アクティビティの影響を決定する別のルーチンを示すフローチャート 本開示の一実施形態に従った絶対夜間グルコースレベルに基づいた特定のアクティビティについてのグルコース応答パターンの識別及び特徴付けを示すフローチャート 本開示の一実施形態に従ったグルコースレベルの昼夜変化に基づいた特定のアクティビティについてのグルコース応答パターンの識別及び特徴付けを示すフローチャート 本開示の一実施形態に従ったグルコースレベルの昼夜比に基づいた特定のアクティビティについてのグルコース応答パターンの識別及び特徴付けを示すフローチャート 本開示の一実施形態に従ったトレーニング及び通知のためのプロセスフロー図 本開示の別の実施形態に従ったトレーニング及び通知のためのプロセスフロー図

本開示を詳細に説明する前に、この開示が記載される特定の実施形態に限定されず、そのように、当然ながら変動しうることが理解されるべきである。本明細書で用いられる用語は、単に特定の実施形態を説明する目的のためであって、本開示の範囲は添付の特許請求の範囲によってのみ制限されることから、限定されることは意図されていないこともまた理解されるべきである。

値の範囲が提供されている場合、文脈において別段の指示が明確にない限り、下限値の単位の１０分の１まで、その範囲の上限と下限の間の各中間値、及び、その示された範囲の他のいずれかの示された値又は中間値が、本開示内に包含されると理解されたい。これらのより狭い範囲の上限及び下限は、より狭い範囲内に独立して含まれてよく、これらも本開示内に包含され、示された範囲内の明確に除外された限界値に従う。示された範囲が限界値の一方又は両方を含む場合、限界値を含んだものの一方又は両方を除外する範囲もまた本開示内に含まれる。

他に定められない限り、本明細書で用いられるすべての技術用語及び科学用語は、この開示が属する当業者が一般的に理解しているのと同じ意味を有する。本明細書に記載されるものと類似又は等価の方法及び材料も、本開示の実施又は試験に使用することができるが、好ましい方法及び材料について、これから説明する。本明細書で言及されるすべての刊行物は、刊行物が関連して引用される方法及び／又は材料の開示及び説明のために、参照することによって本明細書に取り込まれる。

本明細書及び添付の特許請求の範囲で用いられる場合、名詞は、文脈上、別段の指示が明確にない限り、複数の対象を指すことに留意しなければならない。

本明細書で論じられる刊行物は、本出願の出願日以前のそれらの開示についてのみ、提供される。本明細書のいずれも、本開示が先の開示を理由として、そのような刊行物に先行する権利がないという自白であると解釈されるべきではない。さらには、提供される公開日は、実際に公開された日付とは異なる可能性があり、独立して確認する必要がありうる。

本開示を読めば当業者に明らかになるように、本明細書に記載され例証される個々の実施形態の各々は、本開示の範囲又は精神から逸脱することなく、他の幾つかの実施形態のいずれかの特徴と容易に分離することができる、又は、それらと組み合わせることができる、個別の構成要素及び特徴を有する。

本明細書に示される図は、必ずしも縮尺通りに描かれておらず、幾つかの構成要素及び特徴は、明確にするために誇張されている。

図１は、本開示の一実施形態に従った全体的なグルコース応答データ解析システムである。図を参照すると、グルコース応答データ解析システム１００は、ある特定の実施形態では、例えば、サーバ１５０からデータネットワーク１４０を介して、ダウンロードされた実行可能ファイルとしてインストールされたＡｐｐとして携帯電話１１０内にプログラムされたユーザインタフェース１１０Ａ及び解析モジュール１１０Ｂを含む、携帯電話１１０を含む。以下にさらに詳細に論じられるように、ある特定の実施形態では、データ調整、解析及び動的グルコース応答パターン認識、及び／又は、該グルコース応答パターン認識の更新は、Ａｐｐによって実行可能な１つ以上のルーチンとして実現される。

図１に戻ると、データネットワーク１４０を介したサーバ１５０との各々のデータ通信に代えて又は加えて、携帯電話１１０と各々データ通信する、アクティビティモニタ１３０Ａ、心拍モニタ１３０Ｂ、及びグルコースモニタ１３０Ｃも示されている。このように、各モニタ１３０Ａ、１３０Ｂ、１３０Ｃは、ある特定の実施形態では、モニタされた情報を、保存及び／又は解析のためにサーバ１５０に通信するように、あるいは、各モニタ１３０Ａ、１３０Ｂ、１３０Ｃから受信した生データ、及び／又は、各モニタ１３０Ａ、１３０Ｂ、１３０Ｃからの加工データ又は情報のうちの一方又は両方を、保存、解析、及びその後に保存及び／又はさらなる解析のためにデータネットワークを介してサーバ１５０へと通信するために携帯電話１１０に通信するように、プログラムされている。

図１をさらに参照すると、データネットワーク１４０を介して携帯電話１１０、サーバ１５０、又はモニタ１３０Ａ、１３０Ｂ、１３０Ｃのうちの１つ以上とデータ通信する薬物送達デバイス１２０が、グルコース応答データ解析システム１００に示されている。図示されていないが、ある特定の実施形態では、Ａｐｐのルーチン及び機能の動作を薬物送達デバイス１２０内に実現することができ、該薬物送達デバイス１２０は、モニタ１３０Ａ、１３０Ｂ、１３０Ｃのうちの１つ以上からデータ又は情報を直接受信し、グルコース応答パターンの認識及び解析を行い、かつ、例えば、提案された身体アクティビティ及び／又は食物又は飲料の消費を考慮して、モニタされたデータ（例えば、生理学的にモニタされた状態、及び／又は、食物及び／又は飲料の消費、及び薬物摂取）から、決定されたグルコース応答パターンに基づいて、薬物送達プロファイルを修正する（例えば、基礎インスリン送達速度によってボーラスインスリン投与量が決定される）。

ある特定の実施形態では、携帯電話１１０は、該電話１１０内に一体化された１つ以上のモニタ１３０Ａ、１３０Ｂ、１３０Ｃを含む。例えば、携帯電話１１０は、ある特定の実施形態では、歩いた歩数や、携わった身体アクティビティ、例えば、歩いた歩数、ランニング、ジョギング、短距離走などを追跡し続ける又は記録するなど、携帯電話１１０のユーザの動きをモニタすることができる（アームバンドを使用するなど身体上又はその近くに携帯電話１１０を有しながら）、加速度計及び／又はジャイロスコープを含む。ある特定の実施形態では、携帯電話１１０は、腕時計の構成で提供され、その場合、携帯電話１１０は、加速度計又はジャイロスコープに加えて、心拍モニタも備えている。腕時計として構成された携帯電話１１０を用いたある特定の実施形態では、携帯電話１１０は、グルコースレベルのリアルタイム・モニタリング機能が携帯電話１１０に組み込まれるように、インビボ、真皮、経皮的、又は視覚的に、グルコースセンサを組み込む。

グルコース応答データ解析システム１００をさらに再び参照すると、ある特定の実施形態では、データ受信、保存、及び、データネットワーク１４０を介してシステム１００内の他のデバイスへのその後の通信のために、モニタ１３０Ａ、１３０Ｂ、１３０Ｃのうちの１つ以上と通信するように構成された、又は、例えば、携帯電話１１０及び／又は薬物送達デバイス１２０などのシステム１００内の他のデバイスと直接通信するように構成されたハブデバイス（図示せず）が、システム１００内に組み込まれていてもよい。ハブデバイスは、ある特定の実施形態では、モニタ１３０Ａ、１３０Ｂ、１３０Ｃのうちの１つ以上からの情報を収集するパススルー中継デバイス又はアダプタとして構成されており、リアルタイム又はデータ収集のある特定の期間の後のいずれかにおいて、収集したデータをサーバ１５０へ、携帯電話１１０へ、及び／又は薬物送達デバイス１２０へと伝達又は送信する。ある特定の実施形態では、ハブデバイスは、ユーザ又は患者の身体の近くで保持され、身に着けたモニタ１３０Ａ、１３０Ｂ、１３０Ｃと直接通信する、小さくて目立たないキーフォブタイプ又はドングルタイプのデバイスとして物理的に実現される。さらには、３つのモニタ１３０Ａ、１３０Ｂ、１３０Ｃがグルコース応答データ解析システム１００内に示されているが、本開示の範囲内では、追加のセンサがユーザの他の又は関連するパラメータをモニタするために提供される。例えば、１つ以上のセンサによってモニタ又は測定されるパラメータとしては、発汗レベル、温度レベル、心拍変動（ＨＲＶ）、神経活動、眼球運動、発話などが挙げられるが、これらに限定されない。グルコース応答データ解析システム１００のある特定の実施形態におけるこれらのモニタされたパラメータの各１つ以上は、以下にさらに詳細に論じるように
携帯電話１１０の解析モジュール１１０Ｂへの入力パラメータとして用いられる。

図２Ａは、本開示の一実施形態に従った図１の解析モジュール１１０Ｂのブロック図である。ある特定の実施形態に示されるように、携帯電話１１０の解析モジュール１１０Ｂは、携帯電話１１０の外部又は内部及び携帯電話１１０内に１３０Ａ、１３０Ｂ、１３０Ｃのうちの１つ以上のモニタからのデータ入力を連結又は受信するためのデータ入力インタフェース１１１を含む。データ入力インタフェースを介して受信したデータ及び／又は情報は、グルコース応答トレーニングユニット１１２に提供される。ある特定の実施形態では、グルコース応答トレーニングユニット１１２は、受信した入力データを、データのタイプ、及びデータに関連するパラメータの一又は複数のタイプに応じてそれぞれのカテゴリに分類する。例えば、データのタイプが９０分のランニングなどの身体アクティビティに関連する場合、そのデータに関連するパラメータとしては、持続時間に加えて、ある特定の実施形態では、モニタされた心拍情報（可能な場合は）又はランニングのペースを使用して決定されうるランニングの強度レベル（ランニング、ジョギング、短距離走）、有酸素又は無酸素のランニング、競合的な又は非競合的な（トレーニング）ランニング、又は身体アクティビティ（例えばランニング）に関連する他のいずれかの適切なカテゴリが挙げられる。ある特定の実施形態では、確立された期間中の歩いた歩数など、身体アクティビティに関連する他のタイプのデータを使用してもよい。

１つ以上のモニタ１３０Ａ、１３０Ｂ、１３０Ｃ（図１）から受信した分類データを用いて、時間対応グルコースレベル情報が回収され（又はグルコースモニタ１３０Ｃ（図１）から受信され）、グルコース応答トレーニングユニット１１２は、例えば、携帯電話１１０で実行するためにＡｐｐに提供される解析ツールに基づいて、動的グルコース応答パターン認識を行う。さらには、ある特定の実施形態では、グルコース応答トレーニングユニット１１２は、１つ以上のモニタ（図１）からのリアルタイムの情報に基づいて、決定されたグルコース応答パターンを動的かつ継続的に更新するように構成される。

ある特定の実施形態では、グルコース応答パターンの精度は、データセットがより長い期間にわたって増加するにつれて（及び／又は、解像度／モニタ頻度が高くなるにつれて）、増加する。しかしながら、入力データに対する人の血糖応答は、経時によって変化しうる。ある特定の実施形態は、ある程度の所定の期間の経過後にデータセットを「リセット」又は消去することによってこれに対処する。他の実施形態では、Ａｐｐは、セットデータ収集持続時間を超えると、グルコース応答パターンの精度の誤差を潜在的に招き入れることを認識し、この場合には、この時点に達したときに、Ａｐｐは、リセットし、データ収集期間を入力するように構成され、モニタされたデータが新しいグルコース応答パターンの解析及び決定に必要とされる、少なくとも最短の日数又は時間の間、グルコース応答フィードバックのユーザ駆動型の解析ができない。以下にさらに詳細に記載されるように、ある特定の実施形態では、Ａｐｐは、「忘却」ウィンドウを確立するように構成され、その間に、グルコース応答フィードバックのユーザ駆動型の解析が継続的に更新される。「忘却」ウィンドウは、ある特定の実施形態では、Ａｐｐによって設定された、又はユーザの入力に基づいた、１つ以上の所定の期間を含むか、あるいは、グルコース応答フィードバックに基づいて、動的に修正される。

図２Ａに戻ると、ある特定の実施形態では、グルコース応答トレーニングユニット１１２の出力が、表示、出力又は他の通知のために携帯電話１１０のユーザインタフェース１１０Ａに動作可能に連結されたデータ出力インタフェース１１３にもたらされるか、あるいは、Ａｐｐは、初期又は予備的解析を完了し、かつ、ユーザ又は患者が、血糖制御を維持し、望ましくないグルコース変動を最小限に抑えるためにタイムリーな（是正又は積極的な）行動をとるように、対応するグルコース応答を特定したい、歩いた歩数、サイクリング、ランニング、ハイキング、食事などの入力に対するグルコース応答を解析するように動作可能であることを携帯電話１１０のユーザに指示する。

図２Ａは、本開示の一実施形態に従ったデータ分類、パターン認識及び動的更新を行う、図１の解析モジュール１１０Ｂと組み合わせた情報フローを示している。図２Ａを参照すると、ある特定の実施形態において、Ａｐｐを実行する携帯電話１１０の解析モジュール１１０Ｂ（図１、２Ａ）は、例えば、アクティビティのタイプ、強度レベル、持続時間、場所、標高情報、グルコースレベル、心拍情報、心拍変動（ＨＲＶ）情報、酸素飽和レベル、発汗レベル、温度レベル、薬物摂取情報、薬物のタイプ、投薬持続時間、投薬に対応する時刻情報、炭水化物摂取情報、アルコール消費情報、又は受信した入力データに対応する特定のモニタされる状態についての他のいずれかの関連するメトリックなど、受信した入力データ（２１０）を分類（２２０）するように構成される。

受信した情報を用いて、ある特定の実施形態では、グルコース応答トレーニングユニット１１２（図２Ａ）は、動的グルコース応答パターン認識を行い、新しい又は追加のデータを受信したときにパターンに対して更新する（２２０）。以下にさらに詳細に論じるように、ある特定の実施形態では、決定されたパターンに基づいたグルコース応答プロファイルの出力（２３０）前に、携帯電話１１０内の解析モジュール１１０Ｂのグルコース応答トレーニングユニット１１２は、十分な入力データが解析されていることを確実にする。ひとたびこの点に達し、少なくとも最短期間にわたりモニタされた情報が受信及び解析されると、Ａｐｐは、ある特定の実施形態では、ユーザにとって有用でありうる情報が決定されたときに、ユーザに通知（例えば、携帯電話１１０のユーザインタフェース１１０Ａ上の出力プロンプトとして）を生成するように構成される。通知は、アラーム通知など、自動的に行われてもよく；あるいは、メニューから情報にアクセスするなど、Ａｐｐの使用時にユーザによって読み出されてもよく；あるいは、ユーザが次にＡｐｐとやりとりするときに表示されてもよい。有用な情報の例としては、ユーザのグルコースレベルが、彼らが前日に運動した後の夜間に典型的には２０％低くなることが挙げられる。ユーザは、この情報を使用して、彼らが、例えば、この期間中の彼らのインスリンカバレッジを低減することによって、又は就寝前にスナックを食することによって、夜間低血糖を経験しないことを確実にすることができる。

本開示の別の態様では、Ａｐｐは、ある特定の状態を検出したときにユーザに文脈情報を入力するように促し、より多くの情報が入力されることを保証する。入力される情は、入力データを解析して血糖応答パターンを決定するルーチンに用いられる。Ａｐｐは、例えば、食事が行われたとき又はアクティビティが行われたときに状態を検出するルーチンを含み、これらの状態が検出されたときにユーザに通知する。ユーザに通知する実施形態は、検出された状態について、より多くの情報を提供するようにユーザに促すように構成された、アイコン表示、聴覚又はテキスト出力による通知、又は振動的通知のうちの１つ以上を含む。１つ以上の状態の例としては、検出された動き、設定閾値を上回る又は設定閾値を超えて加速する、グルコースの増加又は低下の検出された変化率、心拍、発汗又は温度レベルの検出されたスパイク又は変化が挙げられる。あるいは、アラーム型の通知ではなく、Ａｐｐは、ユーザが次にＡｐｐ又はスマートフォンとやりとりするときに通知を提供してもよい。

さらに再び図を参照すると、解析モジュール１１０Ｂのグルコース応答トレーニングユニット１１２は、ある特定の実施形態では、例えば、アクティビティの間及び後に生じる、特定の時間帯についての特定のアクティビティ又は事象（例えば、食事又は薬物摂取）の影響など、特定のユーザ又は患者についての特定のアクティビティ又は事象の影響を特徴付けするグルコースメトリックに基づいて、動的グルコース応答パターン認識を行うように構成される。平均又はメジアングルコースレベルなどの異なるグルコースメトリックを、グルコースメトリックとして用いることができる。ある特定の実施形態では、メジアングルコース情報の使用は、平均グルコースレベルと比較して外れ値グルコースデータの影響を受けにくい。

ある特定の実施形態では、グルコース応答トレーニングユニット１１２は、例えば、１０ｐｍ〜３ａｍ、又は３ａｍ〜８ａｍ、又は１０ｐｍ〜８ａｍなど、特定のアクティビティ後の夜間の間に、継続的にモニタされたグルコースレベルのメジアン値を決定する。ある特定の実施形態では、グルコース応答トレーニングユニット１１２は、８ａｍ〜１０ｐｍ、８ａｍ〜６ｐｍ、９ａｍ〜５ｐｍ、５ｐｍ〜１０ｐｍ、又は他のいずれかの適切な日中期間の範囲など、日中の間に決定されたメジアングルコースレベルを使用する。ある特定の実施形態では、メジアングルコース情報は、特定の期間（例えば、１２時間）について、アクティビティの開始後一定期間（アクティビティ開始後２時間）後にメジアングルコースレベルが決定されるように、特定のアクティビティに関して決定される。ある特定の実施形態では、メジアングルコースレベルを決定する相対開始時間及び持続時間は、アクティビティのタイプ、及び／又は、アクティビティに関する若しくはユーザ又は患者に関連した他のパラメータに応じて変動する。

開示される実施形態は、夜間のグルコースレベルに影響を与える日中期間のアクティビティに焦点を当てているが、本開示の範囲内で、夕食後（例えば、６ｐｍ〜１０ｐｍ）のグルコースレベルに影響を与える朝（例えば５ａｍ〜１２ｐｍ）のアクティビティなど、１日のうちの一定期間によって定められる任意の期間に、同様の解析が適用される。あるいは、本開示の範囲内の本明細書に開示される解析は、定期的に発生する事象によって定められる期間に適用される。例えば、アクティビティデータセットは、毎日、５ａｍから朝食までと定められた期間から生成され、ここで、朝食は毎日違う時間であり、ユーザが入力又は生成する指示によって、又は食事の開始を決定するようにグルコースデータを処理するアルゴリズムによって、又は記録された迅速に作用するインスリン注入によって、決定される。食事開始をアルゴリズム的に検出する例示的な実施形態は、本出願の譲受人に譲渡され、かつ、すべての目的でその全体が参照することによって本明細書に取り込まれる、国際公開第２０１５／１５３４８２号（２０１５年３月３０日出願の国際出願第ＰＣＴ／ＵＳ２０１５／０２３３８０号）に開示されている。

さらには、影響を受けた期間は、夕食の開始から真夜中までなど、食事が検出された時点から開始する期間として、同様に定められてもよい。また、本開示の範囲内において、ハイブリッド手法が提供され、ここで、アクティビティ期間は、固定された時間帯として決定されるとともに、影響を受けた期間は、特定の食事開始時間によって決定される。本開示の範囲内において、朝食後、昼食後、夕食後及び夜間などの複数の期間における影響が含まれる。さらには、例えば、１日目の午前中に生じるアクティビティが、その後の１日におけるグルコースレベルにどのような影響を与えるかを決定するなど、解析を、複数の日にわたる期間に拡張することができる。

加えて、本開示の範囲内において、２つ以上のアクティビティタイプを解析に用いることができる。非限定的な例は、ａ）Ａｐｐのユーザインタフェース（ＵＩ）（例えば、解析モジュール１１０Ｂのデータ入力インタフェース１１１（図２Ａ））に、彼らが行うアクティビティに関する文脈情報を入力するユーザ、又はｂ）異なるタイプのアクティビティ間を区別するための１つ以上のセンサの使用、又はｃ）異なるタイプのアクティビティ間を区別するための代替となる検出技術を必要とする。ユーザが情報を入力する上記手法（ａ）については、Ａｐｐは、ユーザインタフェース（例えば図３に示される）を提示して、ユーザがアクティビティ情報を入力できるように構成される。ある特定の実施形態では、ユーザは、チェックリスト又はフリーテキストエントリから情報を入力することができる。加えて、Ａｐｐは、測定されたアクティビティが所定の閾値を超えたときに検出し、ユーザにこの情報を入力するように促すように構成される。異なるアクティビティを検出するために１つ以上のセンサを使用する手法（手法（ｂ））については、歩数計、心拍センサ、及び位置センサの組合せを使用することができ、ここで、１つ以上の閾値及び定義された論理は、身体の動き、強度、及び速度、並びに標高の変化を識別するように構成される。最後に、代替的な検出技術を使用する手法（手法（ｃ））については、例えば、位置センサを用いて、ユーザがウェイトリフティングジムにいるときに検出することができ、それによって、測定されたアクティビティを無酸素アクティビティと関連付けることができる。

アクティビティタイプの属性が、測定されたアクティビティ・メトリックに関連付けられる場合には、各アクティビティタイプについて、以下に記載される解析を行うことができる。例えば、有酸素と無酸素など、２つのアクティビティタイプが用いられる場合、以下に記載される解析を使用して、今後のグルコースレベルにおける有酸素アクティビティの影響を決定し、かつ、今後のグルコースレベルにおける無酸素アクティビティの影響を個別に決定することができる。本開示の範囲内で、両方のタイプのアクティビティを有する日など、新しいタイプのアクティビティを示す、アクティビティ及び解析期間の１つ以上の組合せを達成することができる。

ある特定の実施形態では、グルコース応答トレーニングユニット１１２は、複数の日中期間について、グルコースメジアンレベル、アクティビティ、及び他の関連するパラメータを決定し、その日中期間に続く関連する夜間について、メジアングルコースレベルが決定される。ある特定の実施形態では、グルコース応答トレーニングユニット１１２は、アクティビティを有しない日の時間帯についてのグルコースメジアンレベルを決定する。より詳細には、グルコース応答トレーニングユニット１１２は、ある特定の実施形態では、有意なアクティビティ（例えば、運動事象、１日のある時間帯（１２時間、１８時間、２４時間、又は他の適切な期間）に歩いた歩数、ランニング、サイクリング、ハイキング等）が、これらの有意なアクティビティを有しない日の間には生じなかったことをユーザ又は患者に確認するように構成される。有意なアクティビティを有する日と有意なアクティビティを有しない日との間の隔てられた期間を用いて、グルコース応答トレーニングユニット１１２は、ある特定の実施形態では、受信した入力データ（図２Ａ参照）を解析し、夜間グルコースレベルにおける特定のアクティビティの影響を特徴付けして、動的グルコース応答パターンを生成する−すなわち、特定のアクティビティに対してユーザ又は患者の身体がどのように反応するかを評価し、かつ、ユーザが、持続時間、強度レベルなど、同一又は同様のパラメータを伴う同一のアクティビティに携わることを決定する場合に、ユーザ又は患者に適切な治療勧告を生成又は提供する。

図３は、本開示の一実施形態に従ったデータ入力インタフェース１１１（図２Ａ）の例示的なスクリーンショットである。図３を参照すると、ある特定の実施形態において、カスタマイズされたデータ入力スクリーンが、Ａｐｐによる解析のための情報入力用にユーザに提示される。非限定的な例において、（例えばＡｐｐを実行する携帯電話の）ユーザインタフェース上のラジオボタンのセットが、歩数、ランニング、ジョギング、ハイキング、サイクリング、水泳、睡眠、及び／又は、コーヒー、加糖アルコール、無糖アルコール、シリアル、ベーコン、トーストなどの食物／飲料に関連するパラメータなど、１つ以上のデフォルトのアクティビティ関連パラメータを伴ってシードされ、かつ、経時によって修正すべきオプションが、新しい習慣の回答／フィードバック又は応答として、ユーザによって加えられる。これにより、他のタイプの習慣データを入力するための柔軟性を失うことなく、ユーザが最も一般的な又は最もよく使用されるタイプのアクティビティを迅速に入力できるようになる。

本開示の範囲内で、Ａｐｐは、食事及びアクティビティについての情報を入力するための複数の手段をユーザ又は患者に提供する。患者は、この情報を積極的に入力することができる。これは、食事の入力に特に有用であり、食事の写真を入力することができる。これは、ユーザ又は患者にとって、食事情報を入力し、見るためにさらに一層便利かつ楽しい方法でありうる。さらなる詳細は、同時出願の発明の名称を「食事情報の収集、食事評価、及び検体データ相関のためのシステム、デバイス、及び方法（Systems, Devices, and Methods For Meal information Collection, Meal Assessment, and Analyte Data Correlation）」とする米国仮特許出願第 号明細書［代理人整理番号Ａ０１３０．０１３４．Ｐ２］に見出すことができる。上で論じたように、ある特定の実施形態では、Ａｐｐは、すべての目的でその全体が参照することによって本明細に取り込まれる、国際公開第２０１５／１５３４８２号に開示されるように、食事又はアクティビティのエピソードを検出して、患者により多くの情報を求めることができる。

インスリンを使用又は他のグルコース改変薬を摂取するユーザ又は患者については、Ａｐｐは、これらの薬物の使用に関するユーザ／患者の特定のデータを自動的に回収するように、又は患者による手動でのシステムへの入力ができるように、構成されうる。

本開示の範囲内で、Ａｐｐは、食事／アクティビティの解析の出力を提供することによって、実験及び理解を促進するように構成される。ある特定の実施形態では、出力は、スマートフォン上に、又はサーバから回収されてウェブブラウザ上に、１つ以上のレポートとして提示される。１つ以上のレポートには、グルコースエクスカーションによって定められる食事エピソードがリストアップされる。食事エピソードのリストは、エピソードの日時で、又は、例えばピークグルコースレベルによって、エクスカーションの間のグルコース変化によって、又はグルコースとエクスカーションの持続時間によって定められる領域などによって測定される、グルコースエクスカーションの重症度で、並べ替えることができる。解析出力レポートの各列は、食事エピソードに関連する情報を含む。ある特定の実施形態では、レポートは、食事エピソードに関連する写真又は他のテキスト入力、日時、及び１つ以上の食事の深刻度メトリックのうちの１つ以上を含む。レポートはまた、ある特定の実施形態では、食事のある程度の期間内での関連するアクティビティ情報も含む。このリスト上にあまりに多くの情報があり過ぎると、あまりにも雑然として実用的ではない可能性がある。よって、Ａｐｐは、ある特定の実施形態では、列の選択及び、より詳細な情報スクリーンを有するポップアップウィンドウの提示など、情報の提示を操作するようにユーザ又は患者に提供する。このような詳細な情報スクリーンはまた、食事エピソードに関連付けられたグルコースのプロットも提供する。このような方式で、ユーザ又は患者が彼らの健康にとって有害な食物を回避又は制限することができるように、彼らのグルコースレベルにおけるある特定の食物の影響のより良い理解を提供するための提示を見易くするように、グルコースレベルに最も大きい影響を与える食事を強調表示することができる。

Ａｐｐはまた、ある特定の実施形態では、食物及びアクティビティが今後のグルコースレベルにどのように影響を与えうるかを学習するようにも構成される。上述のカスタマイズ可能なチェックリストにおいて、食物及びアクティビティが選択されると、グルコースデータは、これらの選択に関連付けられ、複数のグルコースデータセットを単一のエントリタイプに関連付けることができる。また、複数のグルコースデータセットを、１つ以上の食事エントリタイプと１つ以上のアクティビティエントリタイプの組合せに関連付けることもできる。グルコースレベルにおけるエピソードの影響を特徴付けするために、グルコースデータセットを、１つ以上の異なる態様で処理することができる。

ある特定の実施形態では、データセットのすべてに由来するメジアングルコースレベルが決定され、捕捉されたグルコースデータのすべての期間のメジアン値と比較される。あるいは、この手法は、朝食前、朝食後、昼食後、夕食後、及び就寝後などの個別の時間帯に適用することができる。経時によって、Ａｐｐは、所与のエントリタイプ又はエントリタイプの組合せについて、血糖の影響をある程度の信頼度で推定するように構成されている。例えば、１時間以上のアクティビティについての具体的なアクティビティタイプ「上り坂のサイクリング」は、次の２４時間についての患者のインスリン感受性の２０％増加に関連付けられうる−インスリン抵抗性の変化は、メジアングルコースの変化に容易に関連付けられる。この関連付けは、システムが、信頼性の統計レベルが幾つかのあらかじめ定められた量を超えていることを検出したときに、システムによって行われうる。この情報によって、次の２４時間にわたり、ボーラス計算に用いられるパラメータを変更することができる。あるいは、Ａｐｐは、サイクリングに関連したアクティビティを検出して、例えば、就寝時に患者に彼らがその夜の低血糖を回避するためにスナックを食することができるように、注意を喚起することができる。

Ａｐｐによって提示される別のタイプの出力レポートは、２４時間など、アクティビティ後の一定期間にわたるメジアングルコースレベルで並べ替え可能なアクティビティのリストを含む。該リストは、今後のグルコースレベルに最大の影響を与えるアクティビティを例示することができる。さらには、別のタイプのレポートは、上述したものと同じ方法で、食物とアクティビティとの組合せのリストを提示することができる。これらの手法を、他のセンサデータ、及び、病気、アルコール消費、コーヒー消費などの他の文脈上の入力へと容易に拡張することができる。

図４は、本開示の一実施形態に従った夜間グルコースレベルにおける日中アクティビティの影響を決定するためのルーチンを示すフローチャートである。図４を参照すると、一実施形態において、夜間グルコースレベルにおける日中アクティビティの影響を決定するステップは、所定の期間（例えば、２週間、１ヵ月、又は他のいずれかの適切な期間）にわたる有意なアクティビティを有しないすべての日についての夜間グルコースレベルを決定するためにメトリックを生成するステップ（４１０）を含む。その後、メトリックは、所定の期間内における有意なアクティビティを有する各日についての夜間グルコースレベルを規定するように生成される（４２０）。本開示の範囲内において、有意なアクティビティを有する日又は有しない日の決定は、規定された閾値を超える１つ以上のアクティビティ・メトリック（例えば、２４時間の期間内に閾値を超える歩数）に基づいている。図４に戻ると、有意なアクティビティを有しないすべての日についての夜間グルコースレベルを規定するためのメトリック、及び、有意なアクティビティを有する各日についての夜間グルコースレベルを規定するための複数のメトリックを生成した後、有意なアクティビティを有する各日についての夜間グルコースレベルを規定するための複数のメトリックの各々は、有意なアクティビティを有しないすべての日についてのメトリックを用いて修正される（４３０）。次に、有意なアクティビティを有する日についての各修正されたメトリックと、有意なアクティビティを有しないすべての日についてのメトリックとの間の相関が決定され（４４０）、その後、アクティビティ・レベルを所与として、決定された相関に基づいて、アクティビティ・レベルの夜間グルコースレベルにおける影響が決定され、かつ、ユーザに提示される（４５０）。

図５は、本開示の一実施形態に従った夜間グルコースレベルにおける日中アクティビティの影響を決定する別のルーチンを示すフローチャートである。図５を参照すると、一実施形態において、夜間グルコースレベルにおける日中アクティビティの影響を決定するステップは、所定の期間（例えば、２週間、１ヵ月、又は他の適切な期間）にわたる有意なアクティビティを有しないすべての日についてのグルコースレベルにおける昼夜変化を規定するためのメトリックを生成するステップ（５１０）を含む。その後、有意なアクティビティを有する各対応する日についてのグルコースレベルにおける昼夜変化を規定するために、複数のメトリックが生成される（５２０）。有意なアクティビティを有する各日のグルコースレベルにおける昼夜変化についてのメトリック、及び、有意なアクティビティを有しないすべての日についてのグルコースレベルにおける昼夜変化についてのメトリックを用いて、有意なアクティビティを有する日についてのグルコースレベルにおける昼夜変化を規定する各日のメトリックは、有意なアクティビティを有しない日についてのグルコースレベルにおける昼夜変化についてのメトリックで修正される（５３０）。次に、有意なアクティビティを有する日についての各修正されたメトリックと、有意なアクティビティを有しないすべての日についてのメトリックとの間の相関関係が決定される（５４０）。決定された相関を用いて、所与のアクティビティ・レベルについて、決定された相関に基づいた夜間グルコースレベルにおけるアクティビティ・レベルの影響が決定され、ユーザに提示される（５５０）。

図６は、本開示の一実施形態に従った絶対夜間グルコースレベルに基づいた特定のアクティビティについてのグルコース応答パターンの識別及び特徴付けを示すフローチャートである。図６を参照すると、モニタ１３０Ａ、１３０Ｂ、１３０Ｃのうちの１つ以上から受信した入力データに基づいて、解析モジュール１１０Ｂのグルコース応答トレーニングユニット１１２（図２Ａ）は、十分な量のデータがデータ入力インタフェース１１１（図２Ａ）を介して受信されているかどうかを決定する。ある特定の実施形態では、グルコース応答パターン及び特性解析を実行するのに十分なデータ量は、有意なアクティビティを有する所定の日数及び有意なアクティビティを有しない所定の日数にわたって（集合的に「Ｘ」）受信されたデータに基づいている。ある特定の実施形態では、アクティビティの持続期間、該アクティビティ持続期間中に消費したカロリー、アクティビティの強度レベル、アクティビティが有酸素又は無酸素のアクティビティであるかどうか、又はアクティビティのタイプ（例えば、競合的なアクティビティ又は非競合的なトレーニングアクティビティ）のうちの１つ以上に基づいて、特定のアクティビティが有意なアクティビティとしての資格があるかどうかが決定される。例えば、グルコース応答トレーニングユニット１１２によって、ある特定の実施形態では、有意なアクティビティを有する３日及び有意なアクティビティを有しない３日についてのモニタ１３０Ａ、１３０Ｂ、１３０Ｃのうちの１つ以上に由来する入力データが、解析のための十分な量のデータを提供すると決定される。

代替的な実施形態では、データ充足度の決定は、データの所定の日数又はデータの量ではなく、推定される血糖パターンの確実性の度合いに基づいている。

図６を参照すると、解析に必要とされる入力データの日数の決定を用いて（６１０）、グルコース応答トレーニングユニット１１２（図２Ａ）は、有意なアクティビティを有しない決定された日数についてのすべての夜間グルコースメジアンレベルのメジアングルコースレベル（Ｇｗｏ）を決定する（６２０）。ある特定の実施形態では、有意なアクティビティを有しない日数（Ｇｗｏ）は、アクティビティ測定値が、所定の日中期間（１２時間、１８時間、又は他の適切な期間）の間に、１０，０００歩などの所定の閾値に満たない日数として規定される。ある特定の実施形態では、有意なアクティビティを有しない日数についてのすべての夜間グルコースメジアンレベルのメジアングルコースレベル（Ｇｗｏ）は、アクティビティのタイプに応じて変動する。

その後、図６に示されるように、有意なアクティビティを有する各日（Ｘ日目）について、デルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））が決定され（６３０）、ここで、デルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））は、有意なアクティビティを有する特定の日についての夜間グルコースメジアン値Ｇ（Ｘ日目）と、有意なアクティビティを有しない決定された日数についてのすべての夜間グルコースメジアンレベルのメジアングルコースレベル（Ｇｗｏ）との間の差である。すなわち：
（Ｇデルタ（Ｘ日目））＝Ｇ（Ｘ日目）−（Ｇｗｏ）

ある特定の実施形態では、有意なアクティビティを有しない決定された日数についてのすべての夜間グルコースメジアンレベルのメジアングルコースレベル（Ｇｗｏ）（６２０）及び各日についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））（６３０）が同様に決定される。言い換えれば、ステップ６２０及び６３０は、連続して又は互いに並行して行うことができる。

さらに図６を参照すると、有意なアクティビティを有する日（Ｘ日目）についてのメジアングルコースレベル（Ｇデルタ（Ｘ日目））と、その日についてのアクティビティ・メトリック（Ａｃｔ（Ｘ日目））との間の相関関係が決定され（６４０）、該相関は、所定の関数にフィットする（６５０）。ある特定の実施形態では、相関関係は一次関数を含み、ここで、有意なアクティビティを有する日についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））は、アクティビティ・メトリック（Ａｃｔ（Ｘ日目））の一次関数である。本開示の範囲内において、相関関係には、有意なアクティビティを有する日についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））とアクティビティ・メトリック（Ａｃｔ（Ｘ日目））との間における、一定のオフセット関係、指数関係、対数関係、又は多項式関係が含まれる。

ある特定の実施形態では、アクティビティ・メトリック（Ａｃｔ（Ｘ日目））は、ユーザ又は患者が携った特定のアクティビティについてあらかじめ決定されており、例えば、解析モジュール１１０Ｂのグルコース応答トレーニングユニット１１２（図２Ａ）によって行われる入力データ分類２２０（図２Ｂ）に基づいている。ある特定の実施形態では、アクティビティ・メトリック（Ａｃｔ（Ｘ日目））は、例えば、とりわけ、アクティビティの持続期間、強度レベル、アクティビティのタイプ、アクティビティに関連する心拍データを含む、アクティビティに関連する１つ以上のパラメータに応じて変動する。ある特定の実施形態では、アクティビティ・メトリック（Ａｃｔ（Ｘ日目））は、１時間あたりの歩数、又は、所定の又は一定の期間にわたる歩数など、「歩速」を含む。

ある特定の実施形態では、相関関係をデータセットにフィットさせるために、最小二乗法が適用される。例えば、有意なアクティビティを有する日についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））と、アクティビティ・メトリック（Ａｃｔ（Ｘ日目））との間の相関を定める直線関係についての傾き及びオフセットを決定するために、最小二乗の手法をデータセットに適用することができる。ある特定の実施形態では、夜間グルコースレベルにおける有意な運動の影響を予測又は予期するために、その後Ａｐｐによって、直線関係が適用される。言い換えれば、知られている又は決定されたアクティビティ・メトリック（Ａｃｔ（Ｘ日目））を用いて、Ａｐｐは、アクティビティ・メトリック（Ａｃｔ（Ｘ日目））に線形相関の傾きを乗算し、オフセットを加算することによって、有意なアクティビティを有する日についての結果的に得られるデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））を推定し、ここで、傾き及びオフセットは、例えばベストフィット解析によって決定された、パラメータである。ある特定の実施形態では、ベストフィット解析は、モニタ（図１の１３０Ａ〜１３０Ｃ）から収集または受信されたデータセットの各修正又は追加を伴って更新される。あるいは、ある特定の実施形態では、ベストフィット解析は、所定の期間のデータセット収集の後に更新される。

ある特定の実施形態では、有意なアクティビティを有する各日について決定される、比率（Ｒ）のセットが決定される。比率は、有意なアクティビティを有する日についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））をアクティビティ・メトリック（Ａｃｔ（Ｘ日目））で除算して、計算される。次に、比率のセットのメジアン値又は平均値が計算される。次いで、比率（Ｒ）のセットのメジアン値に現在のアクティビティ・メトリック（Ａｃｔ（Ｘ日目））を乗算することによって、アクティビティの影響が決定される。あるいは、本開示の範囲内において、例えば、比率（Ｒ）のセットを最小二乗フィットラインにフィットさせるために、最小二乗法を使用するなど、カーブフィッティングの手法が適用される。

図６に戻ると、ある特定の実施形態では、解析に必要とされる日数（６１０）を、相関の質（６５０）によって決定することができる。例えば、ある特定の実施形態では、線形ラインフィット解析によって、このようなラインフィットを示すメトリックがもたらされる（例えば、有意なアクティビティを有する日についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））の相関係数（Ｒ^２）又は標準誤差の推定）。データセットは、ある特定の実施形態では、例えば（限定はしないが）Ｒ^２値が０．９を超える場合など、ラインフィットの質のメトリックが特定の値を超える場合、あるいは、ラインフィットに対する有意なアクティビティを有する日についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））の標準誤差が１０％未満である場合に、十分であると決定される（６１０）。ラインフィットが無効であると決定された場合には、ある特定の実施形態では、Ａｐｐは、データセットの解析を継続（すなわちトレーニングを継続）するように構成され、各日について、ラインフィットが有効かどうかを決定するために、更新される。ラインフィットが有効と決定された場合、次に、解析結果は、ある特定の実施形態では、例えば、解析モジュール１１０Ｂのデータ出力インタフェース１１３（図２Ａ）においてユーザに提示される。

非限定的な例として、以下の表１は、本開示のある特定の実施形態に従ってアクティビティとされる歩数を使用する、グルコース応答パターンの識別及び特徴付けのために収集されたデータセットを示している。

上記表１から、２週間にわたり、アクティビティを有する日（例えば、２４時間以内に１００００歩、歩いたなど、閾値レベルを超える歩数として決定される）は、１、４、５、６、９、及び１３日目を含む、６日、存在したことが分かる。２週間の間に、２、３、７、８、１０、１１、及び１２日目を含む８日は、アクティビティを有しなかった（２４時間以内に１００００歩の閾値レベル未満の歩数として決定される）ことも分かる。

１４日間の各々についての日中メジアングルコースレベル、及び、１４日間の各々についての対応する夜間メジアングルコースレベルを所与として、有意なアクティビティを有しない日についてのすべての夜間メジアングルコースレベルのメジアングルコースレベル（Ｇｗｏ）は、表１の２、３、７、８、１０、１１、及び１２日目の夜間メジアングルコースレベルのメジアン値を取ることによって決定され、これは、１４３．５ｍｇ／ｄＬである。さらには、アクティビティを有する各日（例えば、１、４、５、６、９、及び１３日目）については、デルタメジアングルコース（Ｇデルタ（Ｘ日目））は、対応する夜間メジアングルコースレベル（Ｇ（Ｘ日目））から１４３．５ｍｇ／ｄＬと決定された有意なアクティビティを有しない日についてのすべての夜間メジアングルコースレベルのメジアングルコースレベル（Ｇｗｏ）を減算することによって決定される。例えば、１日目（アクティビティあり）については、デルタメジアングルコース（Ｇデルタ（１日目））は、１１７ｍｇ／ｄＬから１４３．５ｍｇ／ｄＬ（有意なアクティビティを有しない日についてのすべての夜間メジアングルコースレベルのメジアングルコースレベル（Ｇｗｏ））を減算し、その結果、−２６．５のデルタメジアングルコース（Ｇデルタ（１日目））が得られる。同様に、４日目（アクティビティあり）については、デルタメジアングルコース（Ｇデルタ（４日目））は、−１８．５である（１２５ｍｇ／ｄＬから１４３．５ｍｇ／ｄＬを減算）。５日目（アクティビティあり）については、デルタメジアングルコース（Ｇデルタ（５日目））は、−３２．５である（１１１ｍｇ／ｄＬから１４３．５ｍｇ／ｄＬを減算）。６日目（アクティビティあり）については、デルタメジアングルコース（Ｇデルタ（６日目））は、−２３．５である（１２０ｍｇ／ｄＬから１４３．５ｍｇ／ｄＬを減算）。９日目（アクティビティあり）については、デルタメジアングルコース（Ｇデルタ（９日目））は、−１２．５である（１３１ｍｇ／ｄＬから１４３．５ｍｇ／ｄＬを減算）。最後に、１３日目（アクティビティあり）については、デルタメジアングルコース（Ｇデルタ（１３日目））は、−３８．５である（１０５ｍｇ／ｄＬから１４３．５ｍｇ／ｄＬを減算）。

上述のように決定されたアクティビティを有する各日についてのデルタメジアングルコース（Ｇデルタ（Ｘ日目））を用いて、アクティビティを有する各日についての対応するＲ値は、決定されたデルタメジアングルコース（Ｇデルタ（Ｘ日目））を、アクティビティを有する対応する日についてのアクティビティ・メトリック（Ａｃｔ（Ｘ日目））で除算することによって決定される。例えば、１日目についてのＲ値は、−０．００２である（−２６．５を１２，５０３歩（１日目についてのアクティビティ・メトリック）で除算）。このように、アクティビティを有する日についてのＲ値が決定され、結果として得られた値が（対応するデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目）とともに）下記表２に示されている。

上記表２に示されるように決定されたデータセットに基づいて、以下のグラフ１に示されるように、対応するＲ値に対し、アクティビティを有する日について、ラインフィット解析が行われる：

あるいは、Ｒ値のメジアン値又は平均値を用いて、血糖パターンを表すことができる。さらには、以下のグラフ２に示されるように、アクティビティ・レベル（歩数）に関し、デルタメジアングルコース（Ｇデルタ（Ｘ日目））について、ラインフィット解析を行うこともできる：

ここで、相関値（Ｒ^２）は０．９１２５であることが分かり、許容される相関を実証しており、ラインフィット解析は、−０．００２６の傾きとともに１０．８１１のオフセットが与えられている。この線は血糖パターンを表している。

グラフ２を使用して、ユーザが、１５，０００歩を生じる特定のアクティビティを実施することを決定した場合、ラインフィット解析から、このようなアクティビティが、およそ２８ｍｇ／ｄＬのグルコースレベルの低下をもたらすことが分かる。この情報を用いて、ユーザが、より厳しい血糖制御を維持することを望んでおり、１５，０００歩の実施によって、グルコースレベルがおよそ２８ｍｇ／ｄＬ低下することが知られている場合、ユーザは、例えば、アクティビティに携わる前又はその間のいずれかに、さらなる食物及び／又は飲料を摂取することによって、アクティビティ（例えば、１５，０００歩）の影響に対抗する積極的な行動をとることができる。

代替的な実施形態では、アクティビティ・メトリックは、２つの値、すなわち、有意なアクティビティ又は有意ではないアクティビティに変換される。この事例において、夜間グルコースメジアンレベルは、有意なアクティビティを有する日又は有しない日のいずれかに関連しており、ここで、有意なアクティビティは、アクティビティ測定値が所定の閾値（例えば、その日について１０，０００歩を超える歩数）を超えるときと規定されている。より詳細には、表１を参照すると、有意なアクティビティの日（１、４、５、６、９、及び１３日目）に関連するすべての夜間についてのメジアングルコースは１１８．５ｍｇ／ｄＬと決定されるとともに、有意ではないアクティビティの日（２、３、７、８、１０、１１、１２、及び１４日目）に関連するすべての夜間についてのメジアングルコースレベルは１４３．５ｍｇ／ｄＬと決定される。次に、１１８．５ｍｇ／ｄＬ（有意なアクティビティの日に関連するすべての夜間についてのメジアングルコース）から１４３．５ｍｇ／ｄＬ（有意ではないアクティビティの日に関連するすべての夜間についてのメジアングルコースレベルとして）を除算することによって、メジアンアクティビティの低下が決定され、その結果、−２５ｍｇ／ｄＬが得られる。したがって、パーセンテージでのメジアン低下は１７．４２％である（−２５ｍｇ／ｄＬを１４３．５ｍｇ／ｄＬで除算）。この手法において、十分な日数のデータセットが収集されているかどうかについては、２つの異なる集団の平均値が異なっているかどうかを決定するための標準的な統計テストを使用して決定することができる。例えば、各メジアン夜間グルコースの決定（アクティビティあり及びなし）の標準偏差が、例えば２０ｍｇ／ｄＬなどの所定の閾値未満であることを確認することによって。表１を参照すると、有意なアクティビティを有する日（１、４、５、６、９、及び１３日目）についての標準偏差は８．８６４ｍｇ／ｄＬであるのに対し、有意なアクティビティを有しない日（２、３、７、８、１０、１１、１２、及び１４日目）についての標準偏差は７．０８ｍｇ／ｄＬである。

再び図を参照すると、上述のグルコース応答パターンの識別及び特徴付けを用いて、Ａｐｐは、ある特定の実施形態では、その後の有意なアクティビティが検出されたときに、ユーザに次のように出力するように構成される：「有意なアクティビティを有する日は、夜間グルコースレベルが、有意なアクティビティを有しない日よりも２５ｍｇ／ｄＬ低い傾向にあります」。あるいは、この結果は、この例では、１７％低くなるというパーセンテージで表示されてもよい。本開示の範囲内において、上述の技法は、３つ又は４つのレベルなど、あらゆるレベルの量子化に拡張することができる。

ある特定の実施形態では、上述のルーチンを図６と組み合わせて使用して、解析モジュール１１０Ｂのグルコース応答トレーニングユニット１１２（図２Ａ）は、特定のパラメータを用いて特定のアクティビティに対する一貫性のあるグルコース応答を識別する。次に、ユーザ又は患者は、この情報を使用して、治療プロトコル、摂取した食事、又はアクティビティのタイプを修正又は調整し、基礎的生理学的状態を踏まえて、厳密な血糖制御を維持し、かつ、健康状態を改善する。

図７は、本開示の一実施形態に従った昼夜グルコースレベル変化に基づいた特定のアクティビティについてのグルコース応答パターンの識別及び特徴付けを示すフローチャートである。図７を参照すると、図５のステップ５１０と同様に、モニタ１３０Ａ、１３０Ｂ、１３０Ｃのうちの１つ以上から受信した入力データに基づいて、解析モジュール１１０Ｂのグルコース応答トレーニングユニット１１２（図２Ａ）は、十分な量のデータがデータ入力インタフェース１１１（図２Ａ）を介して受信されているかどうかを決定する（７１０）。次に、解析モジュール１１０Ｂのグルコース応答トレーニングユニット１１２は、有意なアクティビティを有しない日（十分な量のデータを提供するように決定された日数）についてのグルコースメジアンにおけるすべての昼夜変化（Ｇｄ２ｎ（Ｘ日目））のメジアン値（Ｇｗｏ（デルタ））を決定する（７２０）。

より詳細には、第２の所定の期間帯（例えば、１０ａｍ〜６ｐｍ）にわたるメジアングルコースレベル（Ｇ夜間（Ｘ日目））（７２０）から第１の所定の期間帯（例えば、８ａｍ〜１０ｐｍ）にわたるメジアングルコースレベル（Ｇ日中（Ｘ日目））を減算することによって、有意なアクティビティを有しない各グルコースメジアンにおける昼夜変化（Ｇｄ２ｎ（Ｘ日目））が決定される。すなわち：
（Ｇｄ２ｎ（Ｘ日目））＝Ｇ夜間（Ｘ日目）−Ｇ日中（Ｘ日目）

本開示の範囲内において、第１及び第２の所定の期間帯についての期間及び範囲は、一方が他方より長くなるように、あるいは、２つの期間が同じ長さになるように、変動させて差し支えない。ある特定の実施形態では、各日についての第１及び第２の所定の期間は、食事事象又は患者に関連する他の指標など、特定の事象に基づいて決定される。

図７に戻ると、決定された、有意なアクティビティを有しない日についてのメジアングルコースにおけるすべての昼夜変化のメジアン値（Ｇｗｏ（デルタ））（７２０）を用いて、グルコース応答トレーニングユニット１１２は、ある特定の実施形態では、有意なアクティビティを有しないグルコースメジアンにおける昼夜変化（Ｇｄ２ｎ（Ｘ日目））から有意なアクティビティを有しない日についてのグルコースメジアンにおけるすべての昼夜変化のメジアン値（Ｇｗｏ（デルタ））を減算することによって、デルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））を決定する（７３０）。ある特定の実施形態では、有意なアクティビティを有しない日についてのメジアングルコースにおけるすべての昼夜変化のメジアン値（Ｇｗｏ（デルタ））（７２０）と、有意なアクティビティを有する各日についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目）（７３０）とが、逐次的ではなく同時に決定される。代替的な実施形態では、有意なアクティビティを有する各日についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））（７３０）は、有意なアクティビティを有しない日についてのメジアングルコースにおけるすべての昼夜変化のメジアン値（Ｇｗｏ（デルタ））（７２０）より前に決定されてもよい。

その後、有意なアクティビティを有する各日（Ｘ日目）についてのデルタメジアングルコース（Ｇデルタ（Ｘ日目））とアクティビティ・メトリック（Ａｃｔ（Ｘ日目））との間の相関関係が決定される（７４０）。図６と組み合わせて行われたルーチンと同様に、ある特定の実施形態では、アクティビティ・メトリック（Ａｃｔ（Ｘ日目））は、ユーザ又は患者が携わる特定のアクティビティについてあらかじめ決定され、そのようなものとして、解析モジュール１１０Ｂのグルコース応答トレーニングユニット１１２（図２Ａ）によって行われる、入力データ分類（図２Ｂ）に基づいていてもよい。同様に、ある特定の実施形態では、アクティビティ・メトリック（Ａｃｔ（Ｘ日目））は、例えば、アクティビティの持続期間、強度レベル、アクティビティタイプ、アクティビティに関連する心拍データを含む、アクティビティに関連する１つ以上のパラメータに応じて変動する。

この場合もまた、図６と組み合わせて実行されるルーチンと同様に、図７を参照すると、有意なアクティビティを有する日（Ｘ日目）についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））と、その日についてのアクティビティ・メトリック（Ａｃｔ（Ｘ日目））との間の相関関係がひとたび決定されると（７４０）、例えば、有意なアクティビティを有する日についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））がアクティビティ・メトリック（Ａｃｔ（Ｘ日目））の一次関数として表される場合の相関関係は、有意なアクティビティの日についての次の夜間の有意なアクティビティを有する日についてのデルタメジアングルコースレベル（Ｇデルタ（Ｘ日目））の推定値を生成するために用いられ、解析結果がユーザに表示される。すなわち、相関は、所定の関数にフィットし（７５０）、結果的に得られる関係がユーザに出力される。

例えば、表１に示されるデータセットを参照すると、有意なアクティビティを有しない日についてのグルコースメジアンにおけるすべての昼夜変化のメジアン値（Ｇｗｏ（デルタ））は、−１．５である。これは、有意なアクティビティを有しないグルコースメジアンにおけるすべての昼夜変化のメジアン値（Ｇｄ２ｎ（Ｘ日目））を決定することによって誘導される。すなわち、表１から、有意なアクティビティを有しない各日（２、３、７、８、１０、１１、１２、及び１４日目）について、グルコースメジアンにおけるメジアン昼夜変化（Ｇｄ２ｎ（Ｘ日目））は、夜間グルコースレベルから日中メジアングルコースレベルを減算することによって決定される。例えば、２日目についてのグルコースメジアンにおける昼夜変化のメジアン値（Ｇｄ２ｎ（２日目））は−１４ｍｇ／ｄＬ（１４２ｍｇ／ｄＬ−１５６ｍｇ／ｄＬ）である。３日目についてのグルコースメジアンにおける昼夜変化のメジアン値（Ｇｄ２ｎ（３日目））は８ｍｇ／ｄＬ（１５０ｍｇ／ｄＬ−１４２ｍｇ／ｄＬ）である。７日目についてのグルコースメジアンにおける昼夜変化のメジアン値（Ｇｄ２ｎ（７日目））は１７ｍｇ／ｄＬ（１６０ｍｇ／ｄＬ−１４３ｍｇ／ｄＬ）である。８日目についてのグルコースメジアンにおける昼夜変化のメジアン値（Ｇｄ２ｎ（８日目））は６ｍｇ／ｄＬ（１５１ｍｇ／ｄＬ−１４５ｍｇ／ｄＬ）である。１０日目についてのグルコースメジアンにおける昼夜変化のメジアン値（Ｇｄ２ｎ（１０日目））は１ｍｇ／ｄＬ（１４０ｍｇ／ｄＬ−１３９ｍｇ／ｄＬ）である。１１日目についてのグルコースメジアンにおける昼夜変化のメジアン値（Ｇｄ２ｎ（１１日目））は−２２ｍｇ／ｄＬ（１３９ｍｇ／ｄＬ−１６１ｍｇ／ｄＬ）である。１２日目についてのグルコースメジアンにおける昼夜変化のメジアン値（Ｇｄ２ｎ（１２日目））は−１１ｍｇ／ｄＬ（１４４ｍｇ／ｄＬ−１５５ｍｇ／ｄＬ）である。最後に、１４日目についてのグルコースメジアンにおける昼夜変化のメジアン値（Ｇｄ２ｎ（１４日目））は−４ｍｇ／ｄＬ（１４３ｍｇ／ｄＬ−１４７ｍｇ／ｄＬ）である。これは下記表３に示されている。

−１．５と決定された有意なアクティビティを有しない日についてのグルコースメジアンにおけるすべての昼夜変化のメジアン値（Ｇｗｏ（デルタ））を用いて、有意なアクティビティを有する各日について、各日についてのグルコースメジアンにおける昼夜変化のメジアン値から、有意なアクティビティを有しない日についてのグルコースメジアンにおけるすべての昼夜変化のメジアン値（Ｇｗｏ（デルタ））を減算することによって、デルタメジアングルコース（Ｇデルタ（Ｘ日目））を決定することができる。これは、下記表４に示されている。

表４から分かるように、有意なアクティビティを有する各日については、対応するＲ値は、決定されたデルタメジアングルコース（Ｇデルタ（Ｘ日目））をアクティビティを有する対応する日についてのアクティビティ・メトリック（Ａｃｔ（Ｘ日目））で除算することによって決定される。

加えて、ある特定の実施形態では、一次関数ではなく、有意なアクティビティを有する各日について決定された比率（Ｒ）のセットが生成される。比率Ｒは、有意なアクティビティを有する各日についてのデルタメジアングルコース（Ｇデルタ（Ｘ日目））を、対応するアクティビティ・メトリック（Ａｃｔ（Ｘ日目））で除算することによって、決定される。比率Ｒのセットのメジアン値又は平均値が、次に、決定される（この事例において、有意なアクティビティを有する日についてのＲ値のメジアン値は、−０．００１９９５５３１９８８０２９３６である）。次に、アクティビティの影響を、メジアン値Ｒと現在のアクティビティ・メトリック（Ａｃｔ（Ｘ日目））とを積算することによって決定することができる。あるいは、カーブフィッティングの手法を、比率（Ｒ）のセットを直線にフィットさせるように例えば最小二乗を使用して、適用することができる。

下記グラフ３は、アクティビティを有する日に対してプロットしたＲ値を示している。

あるいは、Ｒ値のメジアン値又は平均値を用いて、血糖パターンを表すことができる。さらには、デルタメジアングルコース（Ｇデルタ（Ｘ日目））をアクティビティ・メトリック（Ａｃｔ（Ｘ日目））に対してプロットして、ラインフィット解析を行うことができ、結果として以下のグラフ４に示されるプロットが得られる。

グラフ４に示されるラインフィット解析から、相関係数Ｒ^２はおよそ０．８６であり、オフセットはラインフィットについて２．６８７であり、傾きは−０．００２２である。グラフ４に示される解析を用いて、１５，０００歩を含むアクティビティに携わることを希望するユーザは、グラフ４から、このようなアクティビティが、およそ３０ｍｇ／ｄＬのグルコースレベルの低下を生じることを確認することができる。あるいは、Ａｐｐは、一次方程式に日中のアクティビティを入力することによってその後の夜間Ｇデルタ（Ｘ日目）を評価する、ルーチンを含む。ユーザは、次に、アクティビティの結果として生じる予測されるグルコースレベルの低下をより良好に制御するために、適切な行動をとる（アクティビティ中又はアクティビティ前にさらなる食物／飲料を摂取する）ように決定することができる。

別の実施形態では、アクティビティ・メトリック（Ａｃｔ（Ｘ日目））を２つの値、すなわち、有意なアクティビティ又は有意ではないアクティビティに分類することができる。このような事例では、夜間グルコースメジアン値は、有意なアクティビティの日、又は有意なアクティビティを有しない日のいずれかに関連し、アクティビティ測定値が所定の閾値を超える（例えば、日中期間に１０，０００歩を超える）場合に、有意なアクティビティと決定される。有意なアクティビティを有する日に関連するすべての夜間についてのメジアングルコースレベルにおけるメジアン昼夜変化（Ｇｄ２ｎ（Ｘ日目））が決定され、並びに、有意ではないアクティビティを有する日に関連するすべての夜間についてのメジアングルコースレベルにおけるメジアン昼夜変化（Ｇｄ２ｎ（Ｘ日目））が決定され、次に、メジアンアクティビティの低下が決定される。データ充足度は、ある特定の実施形態では、例えば、各メジアン値の計算の標準誤差が、２０ｍｇ／ｄＬなどの所定の閾値未満であることを検証することによって、統計的手法を使用して決定される。

例えば、有意なアクティビティを有する日に関連するすべての夜間についてのメジアングルコースレベルにおけるメジアン昼夜変化（Ｇｄ２ｎ（Ｘ日目））は、−２８．５ｍｇ／ｄＬと決定される（１、４、５、６、９、及び１３日目についての、それぞれ、−２６、−２５、−３５、−３１、−１８、及び−３９である、メジアングルコースレベルにおける昼夜変化のメジアン値をとる）とともに、有意ではないアクティビティを有する日に関連するすべての夜間についてのメジアングルコースレベルにおけるメジアン昼夜変化（Ｇｄ２ｎ（Ｘ日目））は、−１．５ｍｇ／ｄＬと決定される（２、３、７、８、１０、１１、１２、及び１４日目についての、それぞれ、−１４、８、１７、６、１、−２２、−１１、及び−４である、メジアングルコースレベルにおける昼夜変化のメジアン値をとる）。このことから、グルコースレベルにおけるメジアン値の低下を、−２７ｍｇ／ｄＬと決定することができる（−２８．５ｍｇ／ｄＬから−１．５ｍｇ／ｄＬを減算する）。

この事例において、解析結果は、その後の有意なアクティビティが検出される場合に、Ａｐｐによってユーザに次のように表示される：「有意なアクティビティを有する日については、グルコースレベルは、有意なアクティビティを有しない日よりも２７ｍｇ／ｄＬ低い傾向にあります」。本開示の範囲内において、解析は、３つまたは４つのレベルなど、あらゆるレベルの量子化に拡張することができる。

図８は、本開示の一実施形態に従った昼夜グルコースレベル比率に基づいた特定のアクティビティについてのグルコース応答パターンの識別及び特徴付けを示すフローチャートである。図８を参照すると、図８に示されるルーチンと比較した、図７と組み合わせた解析モジュール１１０Ｂのグルコース応答トレーニングユニット１１２（図２Ａ）によって実行されたルーチンとの差異は、有意なアクティビティを有しない日についてのグルコースメジアンレベルにおけるすべての昼夜変化（Ｇｄ２ｎ（Ｘ日目））のメジアン値（Ｇｗｏ（デルタ））（図７のステップ７２０）を使用する代わりに、図８におけるルーチンは、解析に必要とされるデータの日数が決定された後に（８１０）、有意なアクティビティを有しない日についてのグルコースメジアンレベルにおけるすべての昼夜比（Ｇｄ２ｎｒ（Ｘ日目））のメジアン値（Ｇｗｏｄ２ｎｒ）を決定する（８２０）ことである。ある特定の実施形態では、有意なアクティビティを有しない日についてのグルコースメジアンレベルにおける昼夜比（Ｇｄ２ｎｒ（Ｘ日目））は、第２の所定の期間帯（例えば、１０ｐｍ〜６ａｍ）にわたるメジアングルコースレベル（Ｇ夜間（Ｘ日目））を、第１の所定の期間帯（例えば、８ａｍ〜１０ｐｍ）にわたるメジアングルコースレベル（Ｇ日中（Ｘ日目））で除算することによって、決定される。すなわち：
（Ｇｄ２ｎｒ（Ｘ日目））＝Ｇ夜間（Ｘ日目）／Ｇ日中（Ｘ日目）

図８に戻ると、有意なアクティビティを有しない日についてのグルコースメジアンレベルにおけるすべての昼夜比（Ｇｄ２ｎｒ（Ｘ日目））のメジアン値（Ｇｗｏ（デルタ））が決定される。解析モジュール１１０Ｂのグルコース応答トレーニングユニット１１２は、次に、有意なアクティビティを有する各日について、有意なアクティビティを有する各日についての昼夜比（Ｇｄ２ｎｒ（Ｘ日目））の各々から、有意なアクティビティを有しない日についてのグルコースメジアンレベルにおけるすべての昼夜比のメジアン値（Ｇｗｏ（デルタ））を減算することによって、デルタメジアングルコース（Ｇデルタ（Ｘ日目））を決定する（８３０）。ある特定の実施形態では、解析に必要とされるデータの日数の決定後（８１０）、有意なアクティビティを有しない日についてのグルコースメジアンにおけるすべての昼夜比（Ｇｄ２ｎｒ（Ｘ日目））のメジアン値（Ｇｗｏ（デルタ））（８２０）、並びに、有意なアクティビティを有する各日についてのデルタメジアングルコース（Ｇデルタ（Ｘ日目））（８３０）が、逐次的ではなく同時に決定される。

再び図８を参照すると、図７のステップ７４０と同様に、各日についてのデルタメジアングルコース（Ｇデルタ（Ｘ日目））とアクティビティ・メトリック（Ａｃｔ（Ｘ日目））との間の相関関係が決定される（８４０）。この相関関係は、有意なアクティビティ後の夜間の昼夜グルコースレベルの比率における、比率低下を示唆している。有意なアクティビティを有する日についてのアクティビティ・メトリック（Ａｃｔ（Ｘ日目））に対するデルタメジアングルコース（Ｇデルタ（Ｘ日目））の相関は、所定の関数にフィットし（８５０）、結果的に得られる相関情報がユーザに出力される。

上記表１に示されるデータセットを再び参照すると、図８と組み合わせて説明される解析は、以下の表５に示されるように有意なアクティビティを有しない日のグルコースメジアンレベルにおける昼夜比のメジアン値に基づいて、０．９８９９９１６８０１２５２８７とする、グルコースメジアンレベルにおけるすべての昼夜比のメジアン値（Ｇｗｏｄ２ｎｒ）が結果的に得られる：

次に、以下の表６に示されるように、有意なアクティビティを有する各日についてのメジアンレベルグルコースの比率（Ｇａｃｔｄ２ｎｒ（Ｘ日目））は、有意なアクティビティを有する各日についてのグルコースメジアン値における昼夜比（Ｇｄ２ｎｒ（Ｘ日目））を、０．９８９９９１６８０１２５２８７のグルコースメジアンレベルにおける各昼夜比のメジアン値（Ｇｗｏｄ２ｎｒ）で除算することによって、決定することができる。

表６から、有意なアクティビティを有する日についてのメジアングルコース比のメジアン値（Ｇａｃｔｄ２ｎｒ（Ｘ日目））を、０．８１４５９５と決定することができる。あるいは、以下のグラフ５に示されるように、有意なアクティビティを有する日についてのアクティビティ・メトリック（Ａｃｔ）に対してメジアングルコース比（Ｇａｃｔｄ２ｎｒ（Ｘ日目））をプロットすることによって、ラインフィット解析を行うことができる。

グラフ５に由来する相関係数Ｒ２は、約０．８９であり、オフセットは約１．０３であり、傾きは−０．００００２（２Ｅ−０５）であることが分かる。

図９は、本開示の一実施形態に従ったトレーニング及び通知のためのプロセスフローを示している。図９を参照すると、ある特定の実施形態において、例えば、上で図４〜８と組み合わせて述べたデータ解析トレーニングが、１日１回などの所定の期間間隔で、受信された入力データセットにおいて行われる（９１０）。毎回、ルーチンが実行されて、取得された新しいデータセットが、維持されかつデータ解析トレーニングに用いられるデータセットに加えられ、例えばアクティビティと今後のグルコースレベル（例えば、夜間グルコースレベル）との間の相関関係が決定される。

図９に戻ると、トレーニングデータセットに新しいデータセットを追加すること（９１０）に加えて、毎回、データ解析トレーニングルーチンが実行され、９０日以上前、又は１８０日以上前、又は他のいずれかの適切な期間のデータなど、古いデータがトレーニングセットから除去される（９２０）。これにより、データ解析トレーニングルーチンが、データセットを送達するユーザの変化する生理学に適合可能になる（「忘却」）。ある特定の実施形態では、「忘却」サブルーチンは実行されてもよいし、随意的であってもよい。データ解析トレーニングプロセスが結論付けられると（９３０）、トレーニング充足性が、例えば、相関関係の「フィット」に関連する不確実性のメトリックが所定の閾値未満になるように、図４〜８と組み合わせて上述したようにチェックされる（９４０）。そのトレーニングが十分であると決定された場合（９４０）、次に、結果の通知が生成及び出力される（９５０）。しかしながら、トレーニングが不十分であったと決定された場合には、通知は生成又は出力されない。あるいは、ある特定の実施形態では、Ａｐｐがトレーニングが不十分であったと決定したときには通知は提供されずに、トレーニングがまだ不十分であることを示す通知が提供されてもよい。

図１０は、本開示の別の実施形態に従ったトレーニング及び通知のためのプロセスフローを示している。図１０に示されるように、データ解析トレーニング及び通知ルーチンは、「忘却」特徴（９２０）がトレーニングデータセットのリセット又は消去（１０１０及び１０２０）に置き換えられた、図９に示され記載されているルーチンに類似している。図１０を参照すると、ルーチンのリセットの開始（１０１０）及びトレーニングデータセットの消去（１０２０）は、ある特定の実施形態では、トレーニングルーチンをリセットするために、例えば、Ａｐｐのユーザインタフェース上で、入力ボタンの起動に応答して実行される。ある特定の実施形態では、ユーザは、Ａｐｐが学習した、アクティビティと今後のグルコースレベルとの間の相関関係を更新するように、ルーチンのリセットを開始し（１０１０）、トレーニングデータセットを消去する（１０２０）。

図１０を参照すると、リセットが開始されると、データトレーニング及び通知ルーチンは、その後定期的に呼び出され、図９に示されるルーチンと同様に、新しいデータセットがトレーニングデータセットに追加され（１０３０）、トレーニングプロセスが完了（１０４０）した後、トレーニングが十分であるかどうかが決定される（１０５０）。トレーニングが十分であると決定された場合、Ａｐｐは、ある特定の実施形態では、通知を生成し、ユーザに出力する（１０６０）。トレーニングが不十分であると決定された場合には（１０６０）、通知はユーザに提示されないか、あるいは、トレーニングが不十分であったことを示す通知がＡｐｐによって生成され、ユーザに提示される。

本開示の範囲内において、リセット／消去するトレーニングデータセット（図１０の１０１０〜１０２０）の特徴と「忘却」の特徴（図９の９２０）とを同じ解析ルーチン内に含めた、図９及び１０と組み合わせて説明されるデータセットトレーニング及び通知ルーチンに対する修正が予定されている。また、ある特定の実施形態では、リセットは、例えば１年に１回など、定期的に生じる。あるいは、ある特定の実施形態では、リセットは、トレーニングが有効な通知を提供した後（すなわち、トレーニングが十分であったと決定されたとき）に生じる。

記載される態様において、本開示の実施形態に従って、１型糖尿病患者、２型糖尿病患者、並びに前糖尿病患者に、毎日のルーチンに携わりつつ、生理学的状態をモニタするためのツールが供給され、経時的に、例えばユーザ又は患者の携帯電話上で実行可能なＡｐｐが、ユーザ又は患者のグルコースレベルの変動に影響を与えうるさまざまなタイプのアクティビティ及びパラメータに対し、一貫性のあるグルコース応答を提供する。このようなツールは、ユーザ又は患者が、特定の食物、運動又はアクティビティがグルコースレベルの変動にどのように影響を与えるかを知って、食物、運動ルーチン、又は他の日常アクティビティを修正し、かつ、所望の血糖制御を維持し、有害な血糖上昇を回避するように積極的に行動できるようにする。

本開示の実施形態は、特定のアクティビティを検出し、データ収集をより堅固にするために、検出されたアクティビティに関する追加の情報の入力をユーザ又は患者に促すことを含めた、データ収集の態様を含む。例えば、アクティビティモニタ１３０Ａを使用して、携帯電話１１０上で実行されるＡｐｐが所定の期間について継続的な運動を検出した場合、Ａｐｐは、ある特定の実施形態では、検出されたアクティビティが生じていることを確認すること、及び／又は、検出されたアクティビティに関する追加の情報を加えることのいずれかをユーザ又は患者に指示するために、クエリを生成してユーザインタフェース１１０Ａに出力するように構成される（この指示は、ある特定の実施形態では、アクティビティの終了の検出時に生成されてユーザインタフェース１１０Ａに出力されてもよい）。

このように、本開示の実施形態によれば、生理学的又は他のパラメータ及びアクティビティに対する一貫性かつ信頼性のあるグルコース応答を提供するために、堅固な生理学的パラメータモニタリングシステム及び動的グルコース応答パターンが提供される。

本開示の構造及び動作方法におけるさまざまな他の修正及び変形は、本開示の実施形態の範囲及び精神から逸脱することなく、当業者にとって明白であろう。本開示は特定の実施形態に関連して記載されているが、特許請求される本開示は、このような特定の実施形態に過度に制限されるべきではないことが理解されるべきである。以下の特許請求の範囲は、本開示の範囲を定めており、特許請求の範囲及びその等価物の範囲内にある構造及び方法にも及ぶことが意図されている。

１００ グルコース応答データ解析システム
１１０ 携帯電話
１１０Ａ ユーザインタフェース
１１０Ｂ 解析モジュール
１３０Ａ アクティビティモニタ
１３０Ｂ 心拍モニタ
１３０Ｃ グルコースモニタ
１４０ データネットワーク
１５０ サーバ
１１１ データ入力インタフェース
１１２ グルコース応答トレーニングユニット
１１３ データ出力インタフェース
２１０ 受信した入力データ
２２０ 分類／更新
２３０ グルコース応答プロファイルの出力

Claims (12)

1. プロセッサにより実行されるアクティビティの関数としての夜間グルコースレベル間の相関を決定するための方法であって、
   第１の期間及び第２の期間を含む所定の期間にわたり、アクティビティレベル情報およびグルコースレベル情報を受信するステップ；
   前記第１の期間が前記所定の期間内の有意なアクティビティを有する日についての夜間グルコースレベル情報を含むように、かつ、前記第２の期間が前記所定の期間内の有意なアクティビティを有しない日についての夜間グルコースレベル情報を含むように、分類するステップ；
   前記第１の期間についての前記夜間グルコースレベル情報と、前記第２の期間についての前記夜間グルコースレベル情報との間の相関であって、前記アクティビティの関数としての相関を決定するステップ；及び
   前記決定された相関に基づいて、測定されたアクティビティ・レベルに基づいた夜間グルコースレベルにおける影響を決定するステップ
   を含む、方法。
2. 前記有意なアクティビティを有する日が所定の閾値を超えるアクティビティ・メトリックを有する日を含み、さらに、前記有意なアクティビティを有しない日が、前記所定の閾値未満のアクティビティ・メトリックを有する日を含むことを特徴とする、請求項１に記載の方法。
3. 前記アクティビティ・メトリックが、２４時間の間に消費したカロリー量を含むことを特徴とする、請求項２に記載の方法。
4. 前記アクティビティ・メトリックが、２４時間の間に記録された歩数を含むことを特徴とする、請求項２に記載の方法。
5. 前記アクティビティ・メトリックが、アクティビティの持続期間、アクティビティの強度レベル、標高を含めたアクティビティの位置、アクティビティ中の移動距離、又はアクティビティのタイプのうちの１つ以上を含むことを特徴とする、請求項２に記載の方法。
6. 前記第１の期間を分類するステップが、前記有意なアクティビティを有する日のうちの対応する１日についての前記夜間グルコースレベル情報に各々関連する複数の第１のグルコースメトリックを生成するステップ、及び有意なアクティビティを有しないすべての日についての前記夜間グルコースレベル情報に関連する第２のグルコースメトリックを生成するステップを含むことを特徴とする、請求項１に記載の方法。
7. 前記アクティビティの関数としての前記第１の期間についての前記夜間グルコースレベル情報と、前記第２の期間についての前記夜間グルコースレベルとの間の前記相関を決定するステップが、前記生成された第２のグルコースメトリックを用いて前記複数の第１のグルコースメトリックの各々を修正して、対応する修正された複数の第１のグルコースメトリックを生成するステップを含むことを特徴とする、請求項６に記載の方法。
8. 前記相関を決定するステップが、前記対応するアクティビティ・レベルを用いて前記修正された複数の第１のグルコースメトリックの各々の間の関連を特定するステップを含むことを特徴とする、請求項７に記載の方法。
9. ユーザインタフェース上に、前記夜間グルコースレベルにおける前記決定された影響に関連する情報を出力するステップをさらに含むことを特徴とする、請求項１に記載の方法。
10. 前記出力された情報が、前記測定されたアクティビティ・レベルに対応するグルコースレベル低下量を含むことを特徴とする、請求項９に記載の方法。
11. グルコースレベル情報を受信するステップが、グルコースセンサによってモニタされたグルコースレベルに対応する信号を生成するステップを含むことを特徴とする、請求項１に記載の方法。
12. 前記グルコースセンサが、真皮液（dermal fluid）に由来する前記モニタされたグルコースレベルに対応する信号を生成することを特徴とする、請求項１１に記載の方法。

Images