KR102418340B1 - 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법 - Google Patents

표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법 Download PDF

Info

Publication number
KR102418340B1
KR102418340B1 KR1020210107145A KR20210107145A KR102418340B1 KR 102418340 B1 KR102418340 B1 KR 102418340B1 KR 1020210107145 A KR1020210107145 A KR 1020210107145A KR 20210107145 A KR20210107145 A KR 20210107145A KR 102418340 B1 KR102418340 B1 KR 102418340B1
Authority
KR
South Korea
Prior art keywords
continuous blood
blood glucose
glucose
slope
drop slope
Prior art date
Application number
KR1020210107145A
Other languages
English (en)
Inventor
김양석
이승재
Original Assignee
주식회사 유투메드텍
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 유투메드텍 filed Critical 주식회사 유투메드텍
Priority to KR1020210107145A priority Critical patent/KR102418340B1/ko
Application granted granted Critical
Publication of KR102418340B1 publication Critical patent/KR102418340B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • A61B5/72—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
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Abstract

본 발명은 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법에 관한 것이다. 본 발명에 따르면, 복수의 당뇨환자의 성별, 나이 및 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점과 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 수집하는 단계, 복수의 당뇨환자에 대하여 성별 및 나이에 따라 범주별로 그룹핑하고, 동일한 범주에 그룹핑된 복수의 당뇨환자 각각에 대하여 연속혈당 데이터를 이용하여 당뇨환자의 연속혈당 하락 기울기를 연산하는 단계, 당뇨환자의 연속혈당 하락 기울기를 이용하여 각각의 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산하고, 범주별 연속혈당 하락 기울기 범위를 산출하는 단계, 피검자로부터 성별 및 나이 중에서 적어도 하나를 입력받고, 피검자가 당이 포함된 표준음식을 섭취하면, 연속혈당측정기를 이용하여 피검자가 표준음식을 섭취한 시점부터 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 입력받는 단계, 연속혈당 데이터 중 최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 추출하여 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기를 연산하는 단계, 그리고 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기와 피검자가 속한 범주의 연속혈당 하락 기울기 범위를 비교하고, 비교한 결과에 따라 당 대사능력 장애 등급을 결정하는 단계를 포함한다.

Description

표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법{APPARATUS FOR PREDICTING RIMPAIRED GLUCOSE METABOLISM USING THE BLOOD GLUCOSE CHANGE PATTERN OF STANDARD FOODS METHOD THEREOF}
본 발명은 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법에 관한 것으로, 더욱 상세하게는 피검자의 연속혈당 하락 기울기와 피검자가 속한 범주의 연속혈당 하락 기울기 범위를 이용하여 피검자의 당 대사능력 장애를 예측하는 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법에 관한 것이다.
전당뇨(prediabetes)는 당뇨 확진 전의 단계로서, 당 대사의 잠재적 결함상태를 의미하며, 공복혈당 장애 (impaired fasting glucose, IFG), 내당능 장애(impaired glucose tolerance, IGT), 당화혈색소 증가 (Increased HbA1c level), 그리고 인슐린 저항성(Insulin resistance)과 같은 당뇨위험지표에 의해 진단될 수 있다.
피검자가 전당뇨 단계일 경우, 당뇨 진행을 늦추거나 정상으로 회복 가능하나, 진성 당뇨병의 기준과는 맞지 않아 진단상의 어려움이 있다.
일반적으로, 당뇨병은 혈액에 포함된 글루코오스(glucose)의 양이 정상치보다 높은 증상을 말하는 것으로 일반적으로 공복 혈당이 126mg/dL 이상, 식후 2시간이 지났을 무렵 200mg/dL 이상이면 당뇨병으로 분류된다.
이러한 당뇨병은 대사 이상에 기인하는 대표적인 만성질환으로 급속한 경제성장과 함께 식생활의 서구화에 따른 과다한 영양섭취, 운동부족, 스트레스 등으로 인하여 유병률이 계속 증가하고 있는 추세이다.
이때, 당뇨병은 인슐린 분비의 절대적 또는 상대적인 부족이나 표적세포에서의 인슐린의 지속적이고 적절한 관리의 어려움이 있으며, 망막, 신장, 신경에 나타나는 미세혈관 합병증과 동맥경화, 심혈관 질환 같은 거대 혈관 합병증을 유발하여 심각한 경우 목숨까지 위협할 수 있는 위험한 병이다.
따라서, 당뇨병은 평생관리가 요구되는 만성질환으로 그 자체보다는 그로 인한 합병증이 중요시되며, 조기에 정확히 진단하고 관리하는 것이 필수적이다.
다만, 당뇨병 확진 이전에 피검자가 당뇨병 위험이 있다는 진단을 받기 어려운 문제점이 있으므로, 피검자가 당뇨병 위험이 있다는 것을 미리 예측할 수 있는 기술이 요구된다.
본 발명의 배경이 되는 기술은 대한민국 국내공개특허 제10-2020-0062858호(2020.06.04 공개)에 개시되어 있다.
본 발명이 이루고자 하는 기술적 과제는 피검자의 연속혈당 하락 기울기와 피검자가 속한 범주의 연속혈당 하락 기울기 범위를 이용하여 피검자의 당 대사능력 장애를 예측하는 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법을 제공하는 것이다.
이러한 기술적 과제를 이루기 위한 본 발명의 실시예에 따르면, 당 대사능력 장애 예측 장치를 이용한 당 대사능력 장애 예측 방법에 있어서, 복수의 당뇨환자의 성별, 나이 및 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점과 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 수집하는 단계, 상기 복수의 당뇨환자에 대하여 성별 및 나이에 따라 범주별로 그룹핑하고, 동일한 범주에 그룹핑된 복수의 당뇨환자 각각에 대하여 상기 연속혈당 데이터를 이용하여 당뇨환자의 연속혈당 하락 기울기를 연산하는 단계, 상기 당뇨환자의 연속혈당 하락 기울기를 이용하여 각각의 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산하고, 범주별 연속혈당 하락 기울기 범위를 산출하는 단계, 피검자로부터 성별 및 나이 중에서 적어도 하나를 입력받고, 피검자가 당이 포함된 표준음식을 섭취하면, 연속혈당측정기를 이용하여 피검자가 표준음식을 섭취한 시점부터 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 입력받는 단계, 상기 연속혈당 데이터 중 최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 추출하여 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기를 연산하는 단계, 그리고 상기 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기와 피검자가 속한 범주의 연속혈당 하락 기울기 범위를 비교하고, 비교한 결과에 따라 당 대사능력 장애 등급을 결정하는 단계를 포함한다.
상기 당 대사능력 장애 등급의 레벨에 따라 혈당관리 필요에 대한 경고 알람 또는 추가 검사 권유 알람을 제공하는 단계를 더 포함할 수 있다.
상기 당 대사능력 장애 등급은 "높음", "보통", "낮음"으로 구분되며, 상기 경고 알람 또는 추가 검사 권유 알람을 제공하는 단계는, 상기 당 대사능력 장애 등급이 "보통"인 경우, 혈당관리 필요에 대한 경고 알람을 제공하고, 상기 당 대사능력 장애 등급이 "높음"인 경우, 추가 검사 권유 알람을 제공할 수 있다.
상기 당뇨환자의 연속혈당 하락 기울기를 연산하는 단계는, 상기 그룹핑된 복수의 당뇨환자 각각에 대하여 당뇨환자가 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점으로부터 일정 시간이 경과한 시점까지 측정된 연속혈당 데이터를 단순회귀식에 적용하여 당뇨환자의 연속혈당 하락 기울기를 연산할 수 있다.
상기 각 범주별 연속혈당 하락 기울기 범위를 산출하는 단계는, 각각의 범주에 해당되는 당뇨환자의 연속혈당 하락 기울기를 IQR에 적용하여 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산하고, 상기 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 IQR에 적용하여 각 범주별 연속혈당 하락 기울기 범위를 연산할 수 있다.
상기 피검자의 연속혈당 하락 기울기를 연산하는 단계는, 최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 반응변수로 추출하고, 연속혈당 측정 단위시간 간격을 설명변수로 추출하여 피검자의 연속혈당 하락 기울기를 연산할 수 있다.
상기 피검자의 연속혈당 하락 기울기를 연산하는 단계는, 상기 반응변수 및 설명변수를 다음의 수학식에 적용하여 피검자의 연속혈당 하락 기울기를 연산할 수 있다.
Figure 112022032517657-pat00001
여기서, Y는 반응변수이고,
Figure 112022032517657-pat00020
는 직선의 절편이며,
Figure 112022032517657-pat00021
는 직선의 기울기이고, X는 설명변수이며,
Figure 112022032517657-pat00022
는 오차항이고,
Figure 112022032517657-pat00002
는 오차항이 평균이 0, 분산이 1인 정규분포를 따름을 나타낸다.
상기 당 대사능력 장애위험도를 결정하는 단계는, 피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 상한의 절대값과 같거나 작은 경우, 당 대사능력 장애위험도가 낮은 것으로 결정하며, 피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 상한의 절대값보다 크고, 하한의 절대값보다 작은 경우, 당 대사능력 장애위험도가 보통인 것으로 결정하며, 피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 하한의 절대값과 같거나 큰 경우, 당 대사능력 장애위험도가 높은 것으로 결정할 수 있다.
본 발명의 다른 실시예에 따르면, 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치에 있어서, 복수의 당뇨환자의 성별, 나이 및 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점과 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 수집하고, 상기 복수의 당뇨환자에 대하여 성별 및 나이에 따라 범주별로 그룹핑하며, 동일한 범주에 그룹핑된 복수의 당뇨환자 각각에 대하여 상기 연속혈당 데이터를 이용하여 당뇨환자의 연속혈당 하락 기울기를 연산하고, 상기 당뇨환자의 연속혈당 하락 기울기를 이용하여 각각의 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산하고, 범주별 연속혈당 하락 기울기 범위를 산출하는 기울기 범위 산출부, 피검자로부터 성별 및 나이 중에서 적어도 하나를 입력받고, 피검자가 당이 포함된 표준음식을 섭취하면, 연속혈당측정기를 이용하여 피검자가 표준음식을 섭취한 시점부터 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 입력받는 입력부, 상기 연속혈당 데이터 중 최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 추출하여 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기를 연산하는 기울기 연산부, 그리고 상기 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기와 피검자가 속한 범주의 연속혈당 하락 기울기 범위를 비교하고, 비교한 결과에 따라 당 대사능력 장애 등급을 결정하는 결정부를 포함한다.
이와 같이 본 발명에 따르면, 피검자는 식후에 측정된 연속혈당 데이터와 피검자가 속한 범주에 대한 당뇨환자들의 연속혈당 하락 기울기 범주를 이용하여 피검자가 당 대사능력 장애 여부를 쉽게 알 수 있으므로, 당뇨병을 미리 예방할 수 있다.
도 1은 본 발명의 실시예에 따른 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치를 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치의 구성을 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 각 범주별로 당뇨환자의 연속혈당 하락 기울기 범위를 산출하는 방법을 설명하기 위한 순서도이다.
도 4는 도 3의 S320 및 S350 단계를 설명하기 위한 예시도이다.
도 5는 본 발명의 실시예에 따른 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 방법을 설명하기 위한 예시도이다.
도 6은 도 5의 S530 단계를 설명하기 위한 예시도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
이하에서는 도 1을 이용하여 본 발명의 실시예에 따른 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치(100)를 설명한다.
도 1은 본 발명의 실시예에 따른 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치를 설명하기 위한 도면이다.
도 1에서 도시한 바와 같이, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 연속혈당측정기(200)와 네트워크로 연결된다.
먼저, 당 대사능력 장애 예측 장치(100)는 연속혈당측정기(200)를 통해 측정된 피검자의 연속혈당 데이터, 피검자의 연속혈당 하락 기울기 및 피검자가 속한 범주에 대한 당뇨환자의 연속혈당 하락 기울기 범위를 이용하여 피검자의 당 대사능력 장애 등급을 결정한다.
여기서, 당 대사 능력 장애는 내당능 장애, 인슐린 분비 능력 장애 및 당뇨병을 모두 포함한다.
다음으로, 연속혈당측정기(200)는 피검자의 신체에 부착하여 일정 시간 간격으로 피검자의 혈당을 측정한다.
이때, 연속혈당측정기(200)는 패치 형태로 구현되어 복부, 팔, 엉덩이 등 피하지방에 부착되며, 패치에 부착된 센서를 통해 세포 간질액(세포와 세포 사이를 채우는 액체 성분)의 포도당 농도를 측정하는 의료기기로 구현될 수 있다.
그리고, 연속혈당측정기(200)는 15분 주기로 피검자의 연속혈당 데이터를 측정하여 당 대사능력 장애 예측 장치(100)에 전송할 수 있다.
즉, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 연속혈당측정기(200)를 통해 측정된 피검자의 연속혈당 데이터를 이용하여 피검자의 연속혈당 하락 기울기를 연산하고, 피검자가 속한 범주에 대한 당뇨환자의 연속혈당 하락 기울기 범위에 포함하는지 여부에 따라 당 대사능력 장애 등급을 결정한다.
이하에서는 도 2를 이용하여 본 발명의 실시예에 따른 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치(100)의 구성을 설명한다.
도 2는 본 발명의 실시예에 따른 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치의 구성을 설명하기 위한 도면이다.
도 2에서 도시한 바와 같이, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 기울기 범위 산출부(110), 입력부(120), 기울기 연산부(130), 결정부(140) 및 알람 제공부(150)을 포함한다.
먼저, 기울기 범위 산출부(110)는 복수의 당뇨환자의 성별, 나이 및 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점과 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 수집한다.
그리고, 기울기 범위 산출부(110)는 복수의 당뇨환자에 대하여 성별 및 나이에 따라 범주별로 그룹핑하고, 동일한 범주에 그룹핑된 복수의 당뇨환자 각각에 대하여 연속혈당 데이터를 이용하여 당뇨환자의 연속혈당 하락 기울기를 연산한다.
이때, 기울기 범위 산출부(110)는 그룹핑된 복수의 당뇨환자 각각에 대하여 당뇨환자가 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점으로부터 일정 시간이 경과한 시점까지 측정된 연속혈당 데이터를 단순회귀식에 적용하여 당뇨환자의 연속혈당 하락 기울기를 연산한다.
예를 들어, 기울기 범위 산출부(110)는 당뇨환자가 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점으로부터 120분이 경과한 시점까지 측정된 연속혈당 데이터를 이용하여 당뇨환자의 연속혈당 하락 기울기를 연산할 수 있다.
즉, 기울기 범위 산출부(110)는 당뇨환자가 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점으로부터 일정 시간이 경과한 시점까지 측정된 연속혈당 데이터를 반응변수로하고, 연속혈당 측정 단위시간 간격을 설명변수로 하는 단순회귀식을 최소제곱법으로 추정하여 표준음식 섭취 후의 연속혈당 하락 기울기를 연산할 수 있다.
그리고, 기울기 범위 산출부(110)는 당뇨환자의 연속혈당 하락 기울기를 이용하여 각각의 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산하고, 범주별 연속혈당 하락 기울기 범위를 산출한다.
이때, 기울기 범위 산출부(110)는 각각의 범주에 해당되는 당뇨환자의 연속혈당 하락 기울기를 IQR에 적용하여 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산한다.
그리고, 기울기 범위 산출부(110)는 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 IQR에 적용하여 각 범주별 연속혈당 하락 기울기 범위를 연산한다.
다음으로, 입력부(120)는 피검자로부터 성별 및 나이 중에서 적어도 하나를 입력받고, 피검자가 당이 포함된 표준음식을 섭취하면, 연속혈당측정기를 이용하여 피검자가 표준음식을 섭취한 시점부터 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 입력받는다.
이때, 연속혈당측정기(200)는 15분마다 연속혈당 데이터를 측정할 수 있고, 피검자가 표준음식을 섭취한 시점부터 일정 시간이 경과한 시점까지 측정된 연속혈당 데이터를 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)에 전송할 수 있으며, 피검자에 의해 측정 주기는 변경될 수 있다.
다음으로, 기울기 연산부(130)는 연속혈당 데이터 중 최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 추출하여 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기를 연산한다.
이때, 기울기 연산부(130)는 최고 혈당치를 기록한 데이터부터 일정 시간이 경과한 시점에 측정된 연속혈당 데이터를 반응변수로 추출하고, 연속혈당 측정 단위시간 간격을 설명변수로 추출하여 피검자의 연속혈당 하락 기울기를 연산한다.
다음으로, 결정부(140)는 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기와 피검자가 속한 범주의 연속혈당 하락 기울기 범위를 비교하고, 비교한 결과에 따라 당 대사능력 장애 등급을 결정한다.
이때, 당 대사능력 장애 등급은 "높음", "보통", "낮음"으로 구분될 수 있다.
그리고, 피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 상한의 절대값과 같거나 작은 경우, 결정부(140)는 당 대사능력 장애위험도가 낮은 것으로 결정하고, 피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 상한의 절대값보다 크고, 하한의 절대값보다 작은 경우, 결정부(140)는 당 대사능력 장애위험도가 보통인 것으로 결정하며, 피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 하한의 절대값과 같거나 큰 경우, 결정부(140)는 당 대사능력 장애위험도가 높은 것으로 결정한다.
다음으로, 알람 제공부(150)는 당 대사능력 장애 등급의 레벨에 따라 혈당관리 필요에 대한 경고 알람 또는 추가 검사 권유 알람을 제공한다.
여기서, 당 대사능력 장애 등급이 "보통"인 경우, 알람 제공부(150)는 혈당관리 필요에 대한 경고 알람을 제공하고, 당 대사능력 장애 등급이 "높음"인 경우, 알람 제공부(150)는 추가 검사 권유 알람을 제공한다.
그리고, 알람 제공부(150)는 당 대사능력 장애 예측 장치(100) 또는 사용자 단말기를 통해 경고 알람을 제공할 수 있다.
이하에서는 도 3 및 도 4를 이용하여 각 범주별로 당뇨환자의 연속혈당 하락 기울기 범위를 산출하는 방법에 대하여 설명한다.
도 3은 본 발명의 실시예에 따른 각 범주별로 당뇨환자의 연속혈당 하락 기울기 범위를 산출하는 방법을 설명하기 위한 순서도이고, 도 4는 도 3의 S320 및 S350 단계를 설명하기 위한 예시도이다.
먼저, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 복수의 당뇨환자의 성별, 나이 및 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점과 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 수집한다(S310).
이때, 당 대사능력 장애 예측 장치(100)는 연속혈당측정기(200)를 이용하여 연속혈당 데이터를 측정하여 전송받을 수 있다.
그리고, 당 대사능력 장애 예측 장치(100)는 당뇨환자가 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점으로부터 120분이 경과한 시점까지 측정된 연속혈당 데이터를 수집한다.
다음으로, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 복수의 당뇨환자에 대하여 성별 및 나이에 따라 범주별로 그룹핑한다(S320).
이때, 당 대사능력 장애 예측 장치(100)는 성별(남/녀), 나이대(20대, 30대, 40대, …, 80대이상)에 따라 당뇨환자를 범주별로 그룹핑한다.
예를 들어, 도 4에서 나타낸 바와 같이, 당 대사능력 장애 예측 장치(100)는 수집한 당뇨환자의 성별 및 나이를 이용하여 20대 남자를 그룹핑한 범주 1부터 80대 이상의 여자를 그룹핑한 범주 14까지 설정할 수 있다.
다음으로, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 동일한 범주에 그룹핑된 복수의 당뇨환자 각각에 대하여 연속혈당 데이터를 이용하여 당뇨환자의 연속혈당 하락 기울기를 연산한다(S330).
여기서, 당 대사능력 장애 예측 장치(100)는 S310 단계에서 수집한 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점과 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 반응변수로 설정하고, 연속혈당측정 단위시간 간격을 설명변수로 설정하여 다음의 수학식 1을 통해 당뇨환자의 연속혈당 하락 기울기를 연산할 수 있다.
Figure 112021093600117-pat00003
여기서, Y는 반응변수이고,
Figure 112022032517657-pat00023
는 직선의 절편이며,
Figure 112022032517657-pat00024
는 직선의 기울기이고, X는 설명변수이며,
Figure 112022032517657-pat00025
는 오차항이고,
Figure 112022032517657-pat00004
는 오차항이 평균이 0, 분산이 1인 정규분포를 따름을 나타낸다.
그러면, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 S330 단계에서 연산한 각 범주에 속한 당뇨환자 각각의 연속혈당 하락 기울기를 이용하여 각각의 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산한다(S340).
이때, 당 대사능력 장애 예측 장치(100)는 각각의 범주에 해당되는 당뇨환자의 연속혈당 하락 기울기를 다음의 수학식 2에 적용하여 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산할 수 있다.
Figure 112021093600117-pat00005
여기서, 범주별 연속혈당 하락 기울기의 대표값은 범주별 연속혈당 하락 기울기의 중앙값을 의미한다.
즉, 당 대사능력 장애 예측 장치(100)는 S330 단계에서 연산한 당뇨환자의 연속혈당 하락 기울기를 IQR에 적용하여 범주별로 연속혈당 하락 기울기의 분산도 및 대표값을 연산할 수 있다.
다음으로, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 S340 단계에서 연산한 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 이용하여 범주별 연속혈당 하락 기울기 범위를 산출한다(S350).
이때, 당 대사능력 장애 예측 장치(100)는 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 다음의 수학식 3에 적용하여 각 범주별 연속혈당 하락 기울기 범위를 연산한다.
Figure 112021093600117-pat00006
즉, 당 대사능력 장애 예측 장치(100)는 S340 단계에서 연산한 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 IQR에 적용하여 각 범주별 연속혈당 하락 기울기를 연산한다.
예를 들어, 도 4와 같이, 당 대사능력 장애 예측 장치(100)는 범주 1의 연속혈당 하락 기울기를 [-17.6, -7.5]로 연산할 수 있고, 범주 2의 연속혈당 하락 기울기를 [-18.316, -7.684]로 연산할 수 있다.
이하에서는 도 5를 이용하여 피검자가 본 발명의 실시예를 통하여 표준음식의 혈당 변화 패턴을 이용하여 당 대사능력 장애를 예측하는 방법에 대하여 설명한다.
도 5는 본 발명의 실시예에 따른 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 방법을 설명하기 위한 예시도이다.
먼저, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 피검자로부터 성별 및 나이 중에서 적어도 하나를 입력받고, 피검자가 당이 포함된 표준음식을 섭취하면, 연속혈당 측정기를 이용하여 피검자가 표준음식을 섭취한 시점부터 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 입력받는다(S510).
예를 들어, 피검자가 당이 11g 포함된 표준음식을 섭취한 상태에서, 당 대사능력 장애 예측 장치(100)는 연속혈당 측정기를 이용하여 피검자가 표준음식을 섭취한 시점부터 120분이 경과한 시점 사이에 측정된 연속혈당 데이터를 입력받을 수 있으며, 입력된 연속혈당 데이터는 [87,96,104,101,90,82,81,78]이라고 가정한다.
다음으로, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 연속혈당 데이터 중 최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 추출한다(S520).
이때, 당 대사능력 장애 예측 장치(100)는 S510 단계에서 입력된 [87,96,104,101,90,82,81,78] 중에서 최고 혈당치를 기록한 데이터부터 120분이 경과한 시점의 데이터인 [104, 101, 90, 82, 81, 78]을 추출할 수 있다.
그러면, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기를 연산한다(S530).
이때, 당 대사능력 장애 예측 장치(100)는 최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 반응변수로 추출하고, 연속혈당 측정 단위시간 간격을 설명변수로 추출하여 피검자의 연속혈당 하락 기울기를 연산한다.
예를 들어, 반응변수는 최고 혈당치를 기록한 데이터부터 120분이 경과한 시점의 데이터인 [104, 101, 90, 82, 81, 78]이고, 설명변수는 연속혈당 측정 단위시간인 [1, 2, 3, 4, 5, 6]으로 설정할 수 있다.
더욱 자세하게는, 당 대사능력 장애 예측 장치(100)는 추출한 반응변수 및 설명변수를 다음의 수학식 1에 적용하여 피검자의 연속혈당 하락 기울기를 연산한다.
삭제
삭제
그리고, 당 대사능력 장애 예측 장치(100)는 반응변수인 [104, 101, 90, 82, 81, 78]와 설명변수인 [1, 2, 3, 4, 5, 6]을 단순회귀식에 적용하여 다음의 수학식 4와 같이 표현한다.
Figure 112021093600117-pat00009
여기서, x1은 1이고, x2는 2이며, …, x6은 6이고, y1은 104이고, y2는 101이며, …, y6은 78이다.
도 6은 도 5의 S530 단계를 설명하기 위한 예시도이다.
도 6에서 나타낸 바와 같이, 그래프 상에 각각의 반응변수인 [104, 101, 90, 82, 81, 78]와 설명변수인 [1, 2, 3, 4, 5, 6]을 표시하면, 당 대사능력 장애 예측 장치(100)는 단순회귀식을 통해 표준음식 섭취 후의 연속혈당 하락 기울기를 구할 수 있다.
즉, 당 대사능력 장애 예측 장치(100)는 최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 반응변수로 하고, 연속혈당 측정 단위시간 간격을 설명변수로 하는 단순회귀식을 최소제곱법으로 추정한다.
여기서, 추정된 단순회귀식의 회귀계수는 표준음식 섭취 후의 연속혈당 하락 기울기를 의미한다.
따라서, 당 대사능력 장애 예측 장치(100)는 수학식 4를 통해 피검자의 연속혈당 하락 기울기가 [-5.6571]인 것으로 연산할 수 있다.
다음으로, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 피검자의 표준음식을 섭취한 후의 연속혈당 하락 기울기와 피검자가 속한 범주의 연속혈당 하락 기울기 범위를 비교한 결과에 따라 당 대사능력 장애 등급을 결정한다(S540).
여기서, 당 대사능력 장애 예측 장치(100)는 도 3의 S350 단계에서 산출한 각 범주별 연속혈당 하락 기울기 범위를 이용하여 피검자의 연속혈당 하락 기울기를 비교한다.
예를 들어, 피검자가 20대 남성이라고 가정하면, 피검자는 도 3의 S320 단계에 의해 범주 1에 포함되며, 도 3의 S350 단계에서 산출한 범주 1의 연속혈당 하락 기울기 범위는 [-17.6, -7.5]인 것을 알 수 있다.
그러면, 당 대사능력 장애 예측 장치(100)는 S530 단계에서 연산한 피검자의 연속혈당 하락 기울기인 [-5.6571]와 범주 1의 연속혈당 하락 기울기 범위인 [-17.6, -7.5]를 비교한 결과에 따라 당 대사능력 장애 등급을 결정한다.
여기서, 당 대사능력 장애 등급은 "높음", "보통", "낮음"으로 구분된다.
만일, 피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 상한의 절대값과 같거나 작은 경우, 당 대사능력 장애 예측 장치(100)는 당 대사능력 장애위험도가 낮은 것으로 결정한다.
그리고, 피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 상한의 절대값보다 크고, 하한의 절대값보다 작은 경우, 당 대사능력 장애 예측 장치(100)는 당 대사능력 장애위험도가 보통인 것으로 결정할 수 있으며, 피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 하한의 절대값과 같거나 큰 경우, 당 대사능력 장애 예측 장치(100)는 당 대사능력 장애위험도가 높은 것으로 결정한다.
즉, S530 단계에서 연산한 피검자의 연속혈당 하락 기울기가 -5.6571이고, 범주 1의 연속혈당 하락 기울기는 [-17.6, -7.5]이므로, 피검자의 연속혈당 하락 기울기의 절대값은 범주 1의 연속혈당 하락 기울기 범위 중 상한의 절대값보다 작음을 알 수 있다.
따라서, 당 대사능력 장애 예측 장치(100)는 피검자의 당 대사능력 장애위험도가 낮은 것으로 결정할 수 있다.
여기서, 본 발명의 실시예에 따른 당 대사능력 장애 예측 장치(100)는 당 대사능력 장애 등급의 레벨에 따라 혈당관리 필요에 대한 경고 알람 또는 추가 검사 권유 알람을 제공한다(S550).
만일, 당 대사능력 장애 등급이 "보통"인 경우, 당 대사능력 장애 예측 장치(100)는 혈당관리 필요에 대한 경고 알람을 제공하고, 당 대사능력 장애 등급이 "높음"인 경우, 당 대사능력 장애 예측 장치(100)는 추가 검사 권유 알람을 제공한다.
이때, 경고 알람 또는 권유 알람은 당 대사능력 장애 예측 장치(100) 또는 사용자 단말기를 통해 관리자 또는 피검자에게 제공될 수 있다.
이와 같이 본 발명의 실시예에 따르면, 피검자는 식후에 측정된 연속혈당 데이터와 피검자가 속한 범주에 대한 당뇨환자들의 연속혈당 하락 기울기 범주를 이용하여 피검자가 당 대사능력 장애 여부를 쉽게 알 수 있으므로, 당뇨병을 미리 예방할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
100: 당 대사능력 장애 예측 장치,
110: 기울기 범위 산출부,
120: 입력부,
130: 기울기 연산부,
140: 결정부,
150: 알람 제공부,
200: 연속혈당측정기

Claims (16)

  1. 당 대사능력 장애 예측 장치를 이용한 당 대사능력 장애 예측 방법에 있어서,
    복수의 당뇨환자의 성별, 나이 및 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점과 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 수집하는 단계,
    상기 복수의 당뇨환자에 대하여 성별 및 나이에 따라 범주별로 그룹핑하고, 동일한 범주에 그룹핑된 복수의 당뇨환자 각각에 대하여 상기 연속혈당 데이터를 이용하여 당뇨환자의 연속혈당 하락 기울기를 연산하는 단계,
    상기 당뇨환자의 연속혈당 하락 기울기를 이용하여 각각의 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산하고, 범주별 연속혈당 하락 기울기 범위를 산출하는 단계,
    피검자로부터 성별 및 나이 중에서 적어도 하나를 입력받고, 피검자가 당이 포함된 표준음식을 섭취하면, 연속혈당측정기를 이용하여 피검자가 표준음식을 섭취한 시점부터 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 입력받는 단계,
    상기 연속혈당 데이터 중 최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 추출하여 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기를 연산하는 단계, 그리고
    상기 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기와 피검자가 속한 범주의 연속혈당 하락 기울기 범위를 비교하고, 비교한 결과에 따라 당 대사능력 장애 등급을 결정하는 단계를 포함하며,
    상기 당뇨환자의 연속혈당 하락 기울기를 연산하는 단계는,
    상기 그룹핑된 복수의 당뇨환자 각각에 대하여 당뇨환자가 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점으로부터 일정 시간이 경과한 시점까지 측정된 연속혈당 데이터를 단순회귀식에 적용하여 당뇨환자의 연속혈당 하락 기울기를 연산하고,
    상기 피검자의 연속혈당 하락 기울기를 연산하는 단계는,
    최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 반응변수로 추출하고, 연속혈당 측정 단위시간 간격을 설명변수로 추출하여 상기 반응변수 및 설명변수를 다음의 수학식에 적용하여 피검자의 연속혈당 하락 기울기를 연산하는 당 대사능력 장애 예측 방법:
    Figure 112022032517657-pat00026

    여기서, Y는 반응변수이고,
    Figure 112022032517657-pat00027
    는 직선의 절편이며,
    Figure 112022032517657-pat00028
    는 직선의 기울기이고, X는 설명변수이며,
    Figure 112022032517657-pat00029
    는 오차항이고,
    Figure 112022032517657-pat00030
    는 오차항이 평균이 0, 분산이 1인 정규분포를 따름을 나타낸다.
  2. 제1항에 있어서,
    상기 당 대사능력 장애 등급의 레벨에 따라 혈당관리 필요에 대한 경고 알람 또는 추가 검사 권유 알람을 제공하는 단계를 더 포함하는 당 대사능력 장애 예측 방법.
  3. 제2항에 있어서,
    상기 당 대사능력 장애 등급은 "높음", "보통", "낮음"으로 구분되며,
    상기 경고 알람 또는 추가 검사 권유 알람을 제공하는 단계는,
    상기 당 대사능력 장애 등급이 "보통"인 경우, 혈당관리 필요에 대한 경고 알람을 제공하고, 상기 당 대사능력 장애 등급이 "높음"인 경우, 추가 검사 권유 알람을 제공하는 당 대사능력 예측 방법.
  4. 삭제
  5. 제1항에 있어서,
    상기 각 범주별 연속혈당 하락 기울기 범위를 산출하는 단계는,
    각각의 범주에 해당되는 당뇨환자의 연속혈당 하락 기울기를 IQR에 적용하여 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산하고, 상기 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 IQR에 적용하여 각 범주별 연속혈당 하락 기울기 범위를 연산하는 당 대사능력 장애 예측 방법.
  6. 삭제
  7. 삭제
  8. 제1항에 있어서,
    상기 당 대사능력 장애위험도를 결정하는 단계는,
    피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 상한의 절대값과 같거나 작은 경우, 당 대사능력 장애위험도가 낮은 것으로 결정하며,
    피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 상한의 절대값보다 크고, 하한의 절대값보다 작은 경우, 당 대사능력 장애위험도가 보통인 것으로 결정하며,
    피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 하한의 절대값과 같거나 큰 경우, 당 대사능력 장애위험도가 높은 것으로 결정하는 당 대사능력 장애 예측 방법.
  9. 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치에 있어서,
    복수의 당뇨환자의 성별, 나이 및 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점과 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 수집하고, 상기 복수의 당뇨환자에 대하여 성별 및 나이에 따라 범주별로 그룹핑하며, 동일한 범주에 그룹핑된 복수의 당뇨환자 각각에 대하여 상기 연속혈당 데이터를 이용하여 당뇨환자의 연속혈당 하락 기울기를 연산하고, 상기 당뇨환자의 연속혈당 하락 기울기를 이용하여 각각의 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산하고, 범주별 연속혈당 하락 기울기 범위를 산출하는 기울기 범위 산출부,
    피검자로부터 성별 및 나이 중에서 적어도 하나를 입력받고, 피검자가 당이 포함된 표준음식을 섭취하면, 연속혈당측정기를 이용하여 피검자가 표준음식을 섭취한 시점부터 일정시간이 경과한 시점 사이에 측정된 연속혈당 데이터를 입력받는 입력부,
    상기 연속혈당 데이터 중 최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 추출하여 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기를 연산하는 기울기 연산부, 그리고
    상기 피검자가 표준음식을 섭취한 후의 연속혈당 하락 기울기와 피검자가 속한 범주의 연속혈당 하락 기울기 범위를 비교하고, 비교한 결과에 따라 당 대사능력 장애 등급을 결정하는 결정부를 포함하며,
    상기 기울기 범위 산출부는,
    상기 그룹핑된 복수의 당뇨환자 각각에 대하여 당뇨환자가 표준음식을 섭취한 후의 최고 혈당치를 기록한 시점으로부터 일정 시간이 경과한 시점까지 측정된 연속혈당 데이터를 단순회귀식에 적용하여 당뇨환자의 연속혈당 하락 기울기를 연산하고,
    상기 기울기 연산부는,
    최고 혈당치를 기록한 데이터부터 일정시간이 경과한 시점에 측정된 연속혈당 데이터를 반응변수로 추출하고, 연속혈당 측정 단위시간 간격을 설명변수로 추출하여 상기 반응변수 및 설명변수를 다음의 수학식에 적용하여 피검자의 연속혈당 하락 기울기를 연산하는 당 대사능력 장애 예측 장치:
    Figure 112022032517657-pat00031

    여기서, Y는 반응변수이고,
    Figure 112022032517657-pat00032
    는 직선의 절편이며,
    Figure 112022032517657-pat00033
    는 직선의 기울기이고, X는 설명변수이며,
    Figure 112022032517657-pat00034
    는 오차항이고,
    Figure 112022032517657-pat00035
    는 오차항이 평균이 0, 분산이 1인 정규분포를 따름을 나타낸다.
  10. 제9항에 있어서,
    상기 당 대사능력 장애 등급의 레벨에 따라 혈당관리 필요에 대한 경고 알람 또는 추가 검사 권유 알람을 제공하는 알람 제공부를 더 포함하는 당 대사능력 장애 예측 장치.
  11. 제10항에 있어서,
    상기 당 대사능력 장애 등급은 "높음", "보통", "낮음"으로 구분되며,
    상기 알람 제공부는,
    상기 당 대사능력 장애 등급이 "보통"인 경우, 혈당관리 필요에 대한 경고 알람을 제공하고, 상기 당 대사능력 장애 등급이 "높음"인 경우, 추가 검사 권유 알람을 제공하는 당 대사능력 장애 예측 장치.
  12. 삭제
  13. 제9항에 있어서,
    상기 기울기 범위 산출부는,
    각각의 범주에 해당되는 당뇨환자의 연속혈당 하락 기울기를 IQR에 적용하여 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 연산하고, 상기 범주별 연속혈당 하락 기울기의 대표값 및 분산도를 IQR에 적용하여 각 범주별 연속혈당 하락 기울기 범위를 연산하는 당 대사능력 장애 예측 장치.
  14. 삭제
  15. 삭제
  16. 제9항에 있어서,
    상기 결정부는,
    피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 상한의 절대값과 같거나 작은 경우, 당 대사능력 장애위험도가 낮은 것으로 결정하며,
    피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 상한의 절대값보다 크고, 하한의 절대값보다 작은 경우, 당 대사능력 장애위험도가 보통인 것으로 결정하며,
    피검자의 연속혈당 하락 기울기의 절대값이 당뇨환자의 연속혈당 하락 기울기 범위 중 하한의 절대값과 같거나 큰 경우, 당 대사능력 장애위험도가 높은 것으로 결정하는 당 대사능력 장애위험 예측 장치.

KR1020210107145A 2021-08-13 2021-08-13 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법 KR102418340B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210107145A KR102418340B1 (ko) 2021-08-13 2021-08-13 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210107145A KR102418340B1 (ko) 2021-08-13 2021-08-13 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR102418340B1 true KR102418340B1 (ko) 2022-07-08

Family

ID=82407544

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210107145A KR102418340B1 (ko) 2021-08-13 2021-08-13 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102418340B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117612737A (zh) * 2024-01-24 2024-02-27 胜利油田中心医院 一种糖尿病护理数据智能优化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017073713A1 (ja) * 2015-10-30 2017-05-04 Ｎｅｃソリューションイノベータ株式会社 血糖値予測装置、血糖値予測方法及びコンピュータ読み取り可能な記録媒体
JP2019525276A (ja) * 2016-05-02 2019-09-05 デックスコム・インコーポレーテッド ユーザのために最適化された警告を提供するためのシステム及び方法
JP2020166441A (ja) * 2019-03-28 2020-10-08 株式会社スギ薬局 生体情報に基づく健康状態推定方法および健康状態推定装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017073713A1 (ja) * 2015-10-30 2017-05-04 Ｎｅｃソリューションイノベータ株式会社 血糖値予測装置、血糖値予測方法及びコンピュータ読み取り可能な記録媒体
JP2019525276A (ja) * 2016-05-02 2019-09-05 デックスコム・インコーポレーテッド ユーザのために最適化された警告を提供するためのシステム及び方法
JP2020166441A (ja) * 2019-03-28 2020-10-08 株式会社スギ薬局 生体情報に基づく健康状態推定方法および健康状態推定装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117612737A (zh) * 2024-01-24 2024-02-27 胜利油田中心医院 一种糖尿病护理数据智能优化方法
CN117612737B (zh) * 2024-01-24 2024-05-03 胜利油田中心医院 一种糖尿病护理数据智能优化方法

Similar Documents

Publication Publication Date Title
US7395158B2 (en) Method of screening for disorders of glucose metabolism
Hart et al. Multivariate analysis of the risk of glaucomatous visual field loss
US8079955B2 (en) Method and apparatus for managing glucose control
Wareham et al. A quantitative analysis of the relationship between habitual energy expenditure, fitness and the metabolic cardiovascular syndrome
US20040162678A1 (en) Method of screening for disorders of glucose metabolism
Liu et al. Fatty liver, abdominal adipose tissue and atherosclerotic calcification in African Americans: the Jackson Heart Study
Magalhães et al. Prevalence of the metabolic syndrome and determination of optimal cut-off values of waist circumference in university employees from Angola: cardiovascular topic
CN110021437B (zh) 一种糖尿病的管理方法和系统
KR102418340B1 (ko) 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법
US20140052008A1 (en) Hypertension monitoring and notification device based on context information
Haun et al. Waist-height ratio compared to other indicators of obesity as predictosr of high coronary risk
JP2018175488A (ja) 健康支援装置、健康支援システム、健康支援方法及び健康支援装置のプログラム
US20150073754A1 (en) Method and system for calculating indices for diabetes control
CN113643809A (zh) 基于人体成分的2型糖尿病预测方法及系统
CN110464321A (zh) 一种动脉脉搏波形的质量分析方法、装置和系统
KR20150088692A (ko) 개인 영양 평가 방법, 개인 영양 관리 시스템 및 방법
Shaikh et al. Prevalence of diabetic retinopathy and influence factors among newly diagnosed diabetics in rural and urban areas of Pakistan: Data analysis from the Pakistan National Blindness & Visual Impairment Survey 2003
Hadaegh et al. The metabolic syndrome and incident diabetes: Assessment of alternative definitions of the metabolic syndrome in an Iranian urban population
KR102418338B1 (ko) 연속혈당 데이터를 이용한 공복 혈당 측정 장치 및 그 방법
KR102418341B1 (ko) 연속혈당 데이터를 이용한 당 관리 장치 및 그 방법
KR102418339B1 (ko) 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법
Fitzgerald et al. Estimation of the blood pressure response with exercise stress testing
CN114983477A (zh) 用于评估肝脏病变状况的计算装置、肝脏弹性测量装置、远程工作站和介质
JP4728616B2 (ja) 血糖値データ分析システム、血糖値データ分析プログラム
CN105930646A (zh) 一种评估心脏衰老程度的数据处理系统及方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant