KR20230152088A - 기초 대 볼루스 불일치를 갖는 사용자들을 위한 자동 인슐린 전달(aid)의 적응 - Google Patents
기초 대 볼루스 불일치를 갖는 사용자들을 위한 자동 인슐린 전달(aid)의 적응 Download PDFInfo
- Publication number
- KR20230152088A KR20230152088A KR1020237032825A KR20237032825A KR20230152088A KR 20230152088 A KR20230152088 A KR 20230152088A KR 1020237032825 A KR1020237032825 A KR 1020237032825A KR 20237032825 A KR20237032825 A KR 20237032825A KR 20230152088 A KR20230152088 A KR 20230152088A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- days
- period
- insulin
- tdi
- Prior art date
Links
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 title claims abstract description 270
- 102000004877 Insulin Human genes 0.000 title claims abstract description 135
- 108090001061 Insulin Proteins 0.000 title claims abstract description 135
- 229940125396 insulin Drugs 0.000 title claims abstract description 135
- 238000012384 transportation and delivery Methods 0.000 title claims description 33
- 230000006978 adaptation Effects 0.000 title description 4
- 238000000034 method Methods 0.000 claims description 15
- 238000005086 pumping Methods 0.000 claims description 4
- 231100000716 Acceptable daily intake Toxicity 0.000 claims 2
- 239000008280 blood Substances 0.000 abstract description 2
- 210000004369 blood Anatomy 0.000 abstract description 2
- 238000012377 drug delivery Methods 0.000 description 30
- 238000007726 management method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000009472 formulation Methods 0.000 description 12
- 239000000203 mixture Substances 0.000 description 12
- 239000003814 drug Substances 0.000 description 9
- 229940079593 drug Drugs 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000000853 adhesive Substances 0.000 description 3
- 230000001070 adhesive effect Effects 0.000 description 3
- 101710198884 GATA-type zinc finger protein 1 Proteins 0.000 description 2
- DTHNMHAUYICORS-KTKZVXAJSA-N Glucagon-like peptide 1 Chemical compound C([C@@H](C(=O)N[C@@H]([C@@H](C)CC)C(=O)N[C@@H](C)C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCCCN)C(=O)NCC(=O)N[C@@H](CCCNC(N)=N)C(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CCCCN)NC(=O)[C@H](C)NC(=O)[C@H](C)NC(=O)[C@H](CCC(N)=O)NC(=O)CNC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@H](CO)NC(=O)[C@H](CO)NC(=O)[C@@H](NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CO)NC(=O)[C@@H](NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@@H](NC(=O)CNC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C)NC(=O)[C@@H](N)CC=1N=CNC=1)[C@@H](C)O)[C@@H](C)O)C(C)C)C1=CC=CC=C1 DTHNMHAUYICORS-KTKZVXAJSA-N 0.000 description 2
- 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 2
- 102100040918 Pro-glucagon Human genes 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229940124597 therapeutic agent Drugs 0.000 description 2
- 108010014173 Factor X Proteins 0.000 description 1
- 102000051325 Glucagon Human genes 0.000 description 1
- 108060003199 Glucagon Proteins 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000012829 chemotherapy agent Substances 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- MASNOZXLGMXCHN-ZLPAWPGGSA-N glucagon Chemical compound C([C@@H](C(=O)N[C@H](C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(O)=O)C(C)C)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](C)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CO)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@H](CCCCN)NC(=O)[C@H](CO)NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CO)NC(=O)[C@@H](NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@@H](NC(=O)CNC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CO)NC(=O)[C@@H](N)CC=1NC=NC=1)[C@@H](C)O)[C@@H](C)O)C1=CC=CC=C1 MASNOZXLGMXCHN-ZLPAWPGGSA-N 0.000 description 1
- 229960004666 glucagon Drugs 0.000 description 1
- 229940125697 hormonal agent Drugs 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000020855 low-carbohydrate diet Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
- A61M5/14—Infusion devices, e.g. infusing by gravity; Blood infusion; Accessories therefor
- A61M5/168—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body
- A61M5/172—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic
- A61M5/1723—Means for controlling media flow to the body or for metering media to the body, e.g. drip meters, counters ; Monitoring media flow to the body electrical or electronic using feedback of body parameters, e.g. blood-sugar, pressure
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/20—Blood composition characteristics
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hematology (AREA)
- Veterinary Medicine (AREA)
- Diabetes (AREA)
- Vascular Medicine (AREA)
- Anesthesiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Infusion, Injection, And Reservoir Apparatuses (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
- Peptides Or Proteins (AREA)
Abstract
예시적인 실시예들은 사용자들이 혈당(BG) 농도 레벨들을 더 잘 조절하기 위한 더 맞춤화된 기초 인슐린 양들을 제공한다. 예시적인 실시예들은 각각의 사용자에 대한 매일 기초 양이 TDI의 50%라고 정적으로 가정하지 않는다. 대신에, 실제 TDI 데이터가 각각의 사용자에 대해 수집될 수 있고, 그 사용자에 대한 TDI 값을 업데이트된 값으로 조정하는 데 이용될 수 있다. 또한, TDI에 대한 기초의 비율은 하루 이상의 날에 걸쳐 수집된 데이터로부터 결정된 실제 비율에 기초하여 사용자에 대해 조정될 수 있다. 그 결과, 더 양호한 BG 농도 레벨 제어가 실현될 수 있다.
Description
관련 출원들
본 출원은 2021년 3월 2일자로 출원된 미국 가특허 출원 제63/155,555호의 우선권을 주장하며, 그 전체 내용은 본 명세서에 참조로 포함된다.
종래의 자동 인슐린 전달(automated insulin delivery)(AID) 시스템들은 기초 인슐린(basal insulin)이 사용자의 총 일일 인슐린(total daily insulin)(TDI) 요구들의 50%를 구성한다는 가정에 작용한다. 이것은 많은 사용자들에게는 잘 작동하지만, 많은 다른 사용자들에게는 잘 작동하지 않는다. 예를 들어, 일부 사용자들은 그들의 일일 인슐린 요구들에 대해 인슐린 볼루스들(insulin boluses)에 크게 의존할 수 있고, 따라서 그러한 사용자들이 AID 시스템으로부터 얻는 기초 인슐린 양들은 TDI의 50% 미만이어야 한다. 다른 사용자들은 저탄수화물 식단(low carbohydrate diet)을 섭취할 수 있고, 따라서 많은 인슐린 볼루스들을 이용하지 않을 수 있다. 그러한 사용자들의 경우, 기초 인슐린은 TDI의 50%보다 큰 레벨로 설정되어야 한다.
또한, 종래의 시스템들은 TDI를 하루당 인슐린(insulin per day)의 단위로서(사용자의 체중을 4로 나눈 것으로서) 설정하는 것과 같은 표준 공식에 따라 사용자에 대한 TDI를 결정한다. 이러한 표준 공식은 많은 사용자들에 대한 TDI의 정확한 추정치를 제공하지 않는다. 그러한 사용자들의 경우, 그들의 실제 TDI는 표준 공식에 따라 계산된 TDI와 실질적으로 상이하다.
본 발명의 양태에 따르면, 인슐린 전달 디바이스는 인슐린을 사용자에게 펌핑하기 위한 펌프, 및 펌프를 통한 사용자로의 기초 인슐린의 전달을 제어하기 위한 프로세서를 포함한다. 프로세서는 이하의: 하루까지의 시간 기간마다 사용자에게 전달될 인슐린의 초기 현재 기초 양을 사용자에 대한 추정된 총 일일 인슐린(TDI)의 일부로서 설정하는 것; 날들의 기간(period of days)에 걸친 사용자에 대한 평균 실제 TDI를 결정하는 것 - 날들의 기간에서의 각각의 날에 대한 평균 실제 TDI는 그 날 동안 전달된 기초 인슐린과 볼루스 인슐린의 합임 -; 및 시간 기간 동안 사용자에게 전달될 인슐린의 현재 기초 양을 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI에 기초하여 초기 현재 기초 양으로부터 새로운 기초 양으로 업데이트하는 것을 수행하도록 구성된다.
시간 기간은 하루일 수 있고, 시간 기간 동안 사용자에게 전달될 초기 현재 기초 양은 사용자에 대한 추정된 TDI의 절반으로서 설정될 수 있다. 시간 기간마다 사용자에게 전달될 인슐린의 현재 기초 양을 업데이트하는 것은 시간 기간마다 사용자에게 전달될 인슐린의 초기 현재 기초 양과 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI의 일부(fraction) 사이의 차이를 감소시키기 위해 시간 기간마다 전달될 인슐린의 현재 기초 양을 업데이트하는 것을 포함할 수 있다. 시간 기간마다 사용자에게 전달될 인슐린의 초기 현재 기초 양과 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI의 일부 사이의 차이가 얼마나 많이 감소되는지는 날들의 기간에 얼마나 많은 날들이 있는지 또는 가중 인자(weighting factor)에 의존할 수 있다.
프로세서는 추가적인 날만큼 날들의 기간을 연장하고; 연장된 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI를 결정하고; 시간 기간마다 사용자에 대해 전달될 인슐린의 현재 기초 양을 연장된 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI의 분수 값(fractional value)으로서 업데이트된 양으로 업데이트하도록 더 구성될 수 있다.
시간 기간은 1시간일 수 있고, 시간 기간 동안 사용자에게 전달될 현재 기초 양을 새로운 기초 양으로 업데이트하는 것은 새로운 기초 양 bupdated를 다음과 같이 계산하는 것을 포함할 수 있고,
여기서, Ndays는 날들의 기간에서의 날들의 수이고, TDIold는 사용자에 대한 추정된 TDI이며, S는 비율이고, TDInew는 연장된 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI이다. S는 상수일 수 있다. S는 사용자에 대한 TDI에 대한 하루 동안 전달된 기초 양들의 이력 비율(historical ratio)에 기초한 값을 갖는 변수일 수 있다. X는 이전의 TDI 설정에 비해 새로운 인슐린 전달 이력이 적용될 가중치를 정의하는 파라미터이고, 0(적응성 없음)부터 1(가장 최근의 인슐린 이력의 완전한 신뢰)까지의 범위에 있을 수 있다. 이것은 전형적으로 1주일 동안 새로운 인슐린 이력의 80%에 대한 대략적인 적응을 위해 0.2로 설정될 수 있다.
현재 기초 양은 시간당 양일 수 있고, 사용자에게 전달될 현재 기초 양을 새로운 기초 양으로 업데이트하는 것은 새로운 기초 양 bnew를 다음과 같이 계산하는 것을 포함할 수 있고,
여기서, Ndays는 날들의 기간에서의 날들의 수이고, TDIold는 사용자에 대한 추정된 TDI이며, S는 비율이고, TDInew는 연장된 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI이다.
S는 Snew의 값을 가질 수 있고, 이는 다음과 같이 결정된다:
여기서, Snew는 S의 새로 계산된 값이고, Sold는 S에 대한 가장 최근의 값이며, Ibasal은 날들의 기간 동안 전달된 기초 인슐린의 양이고, Itotal은 날들의 기간 동안 사용자에게 전달된 인슐린의 총 양이다.
본 발명의 다른 양태에 따르면, 방법은 전자 디바이스의 프로세서에 의해, 하루까지의 시간 기간마다 사용자에게 전달될 인슐린의 초기 현재 기초 양을 사용자에 대한 추정된 총 일일 인슐린(TDI)의 일부로서 설정하는 단계를 포함한다. 전자 디바이스의 프로세서에 의해, 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI가 결정된다. 날들의 기간에서의 각각의 날에 대한 평균 실제 TDI는 그 날 동안 전달된 기초 인슐린과 볼루스 인슐린의 합이다. 프로세서에 의해, 시간 기간 동안 사용자에게 전달될 인슐린의 현재 기초 양이 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI에 기초하여 초기 현재 기초 양으로부터 새로운 기초 양으로 업데이트된다.
전자 디바이스는 인슐린 전달 디바이스일 수 있다. 시간 기간은 하루일 수 있고, 시간 기간 동안 사용자에게 전달될 초기 현재 기초 양은 사용자에 대한 추정된 TDI의 절반으로서 설정될 수 있다. 시간 기간마다 사용자에게 전달될 인슐린의 현재 기초 양을 업데이트하는 것은 시간 기간마다 사용자에게 전달될 인슐린의 초기 현재 기초 양과 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI의 일부 사이의 차이를 감소시키기 위해 시간 기간마다 전달될 인슐린의 현재 기초 양을 업데이트하는 것을 포함할 수 있다. 시간 기간마다 사용자에게 전달될 인슐린의 초기 현재 기초 양과 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI의 일부 사이의 차이가 얼마나 많이 감소되는지는 날들의 기간에 얼마나 많은 날들이 있는지 및/또는 가중 인자에 의존할 수 있다.
방법은 추가적인 날만큼 날들의 기간을 연장하는 단계; 연장된 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI를 결정하는 단계; 및 시간 기간마다 사용자에 대해 전달될 인슐린의 현재 기초 양을 연장된 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI의 분수 값으로서 업데이트된 양으로 업데이트하는 단계를 더 포함할 수 있다.
시간 기간은 1시간일 수 있고, 시간 기간 동안 사용자에게 전달될 현재 기초 양을 새로운 기초 양으로 업데이트하는 것은 새로운 기초 양 bupdated를 다음과 같이 계산하는 것을 포함할 수 있고,
여기서, Ndays는 날들의 기간에서의 날들의 수이고, TDIold는 사용자에 대한 추정된 TDI이며, S는 비율이고, TDInew는 연장된 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI이다.
추가적인 발명의 양태에 따르면, 인슐린 전달 디바이스는 인슐린을 사용자에게 펌핑하기 위한 펌프, 및 펌프를 통한 사용자로의 기초 인슐린의 전달을 제어하기 위한 프로세서를 포함한다. 프로세서는, 이하의: 시간당 사용자에게 전달될 인슐린의 현재 기초 양을 설정하는 것; 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI를 결정하는 것 - 날들의 기간에서의 각각의 날에 대한 평균 실제 TDI는 그 날 동안 전달된 기초 인슐린과 볼루스 인슐린의 합임 -; Snew로서 지정된, 총 일일 인슐린의 시간별 부분에 대한 시간당 기초 인슐린의 원하는 비율의 새로운 값을 다음과 같이 결정하는 것
- 여기서, Ndays는 날들의 기간에서의 날들의 수이고, Sold는 총 일일 인슐린의 시간별 부분에 대한 시간당 기초 인슐린의 원하는 비율의 가장 최근의 값이며, Ibasal은 날들의 기간 동안 전달된 기초 인슐린의 양이고, Itotal은 날들의 기간 동안 사용자에게 전달된 인슐린의 총 양임 -; 및 시간 기간 동안 사용자에게 전달될 인슐린의 현재 기초 양을 초기 현재 기초 양으로부터 다음과 같은 새로운 기초 양 bnew로 업데이트하는 것
- 여기서, TDInew는 날들의 기간에 걸친 사용자에 대한 평균 실제 TDI이고, TDIold는 사용자에 대한 가장 최근의 추정치 또는 실제 TDI 값임 - 을 수행하도록 구성된다.
도 1은 예시적인 실시예에 적합한 예시적인 약물 전달 시스템을 도시한다.
도 2는 예시적인 실시예의 예시적인 컴퓨팅 디바이스의 블록도를 도시한다.
도 3은 사용자에 대한 기초 양을 조정하기 위해 예시적인 실시예에 의해 수행될 수 있는 예시적인 단계들의 흐름도를 도시한다.
도 4는 예시적인 실시예에서 TDInew를 계산하기 위해 수행될 수 있는 예시적인 단계들의 흐름도를 도시한다.
도 5는 예시적인 실시예에서 비율을 선택하기 위해 수행될 수 있는 예시적인 단계들의 흐름도를 도시한다.
도 6은 예시적인 실시예에서 bnew를 계산하기 위해 수행될 수 있는 예시적인 단계들의 흐름도를 도시한다.
도 7은 예시적인 실시예에서 벤치마크에 대한 Snew의 적응을 제한하기 위한 예시적인 단계들의 흐름도를 도시한다.
도 8a는 예시적인 실시예에서 매일 지속적으로(ongoing daily basis) bnew 값을 업데이트하기 위해 수행될 수 있는 예시적인 단계들의 흐름도를 도시한다.
도 8b 및 도 8c는 예시적인 실시예에서 매일 지속적으로 bnew 값을 업데이트하기 위한 슬라이딩 데이터 윈도우(sliding data window)의 예를 도시한다.
도 2는 예시적인 실시예의 예시적인 컴퓨팅 디바이스의 블록도를 도시한다.
도 3은 사용자에 대한 기초 양을 조정하기 위해 예시적인 실시예에 의해 수행될 수 있는 예시적인 단계들의 흐름도를 도시한다.
도 4는 예시적인 실시예에서 TDInew를 계산하기 위해 수행될 수 있는 예시적인 단계들의 흐름도를 도시한다.
도 5는 예시적인 실시예에서 비율을 선택하기 위해 수행될 수 있는 예시적인 단계들의 흐름도를 도시한다.
도 6은 예시적인 실시예에서 bnew를 계산하기 위해 수행될 수 있는 예시적인 단계들의 흐름도를 도시한다.
도 7은 예시적인 실시예에서 벤치마크에 대한 Snew의 적응을 제한하기 위한 예시적인 단계들의 흐름도를 도시한다.
도 8a는 예시적인 실시예에서 매일 지속적으로(ongoing daily basis) bnew 값을 업데이트하기 위해 수행될 수 있는 예시적인 단계들의 흐름도를 도시한다.
도 8b 및 도 8c는 예시적인 실시예에서 매일 지속적으로 bnew 값을 업데이트하기 위한 슬라이딩 데이터 윈도우(sliding data window)의 예를 도시한다.
예시적인 실시예들은 사용자들이 혈당(blood glucose)(BG) 농도 레벨들을 더 잘 조절하기 위한 더 맞춤화된 기초 인슐린 양들을 제공할 수 있다. 예시적인 실시예들은 각각의 사용자에 대한 매일 기초 양이 TDI의 50%라고 정적으로 가정하지 않는다. 대신에, 실제 TDI 데이터가 각각의 사용자에 대해 수집될 수 있고, 그 사용자에 대한 TDI 값을 업데이트된 값으로 조정하는 데 이용될 수 있다. 또한, TDI에 대한 기초의 비율은 하루 이상에 걸쳐 수집된 데이터로부터 결정된 실제 비율에 기초하여 사용자에 대해 조정될 수 있다. 그 결과, 더 양호한 BG 농도 레벨 제어가 실현될 수 있다.
날마다 또는 시간마다와 같이, 시간 기간당 기초 인슐린 양의 적응성의 정도는 얼마나 많은 이력 데이터가 이용가능한지에 기초할 수 있다. 이용가능한 더 광범위한 이력 데이터는 TDI의 더 큰 적응성, TDI에 대한 기초 인슐린 양의 비율의 더 큰 적응성 및 궁극적으로 기초 양의 더 큰 적응성을 초래할 수 있다. 적응성의 정도는 또한 일부 예시적인 실시예들에서 TDI에 대한 이상적인 50% 양에 대해 최대 양으로 제한될 수 있다. 이것은 적응이 사용자에게 바람직하지 않은 비율을 초래하지 않는 것을 보장하는 것을 돕는다.
도 1은 예시적인 실시예에서 사용자(108)에게 인슐린을 전달하기에 적합한 예시적인 약물 전달 시스템(100)을 도시한다. 약물 전달 시스템(100)은 약물 전달 디바이스(102)를 포함한다. 약물 전달 디바이스는, 인슐린, 글루카곤(glucagon), GLP-1, 통증 관리제(pain management agents), 치료제(therapeutic agents), 화학요법제(chemotherapy agents), 호르몬제(hormonal agents), 이들의 조합 등을 포함한, 다양한 상이한 약물을 전달할 수 있다. 말하자면, 아래에 설명되는 방법들은 인슐린의 전달에 초점을 맞추지만 다른 약물들 또는 인슐린과 다른 약물, 예컨대, GLP-1의 조합에 동등하게 적용할 수 있다. 약물 전달 디바이스(102)는 사용자(108)의 신체 상에 착용되는 웨어러블 디바이스일 수 있다. 약물 전달 디바이스(102)는 사용자에 직접 결합(예를 들어, 접착제 등을 통해 사용자(108)의 신체 부분 및/또는 피부에 직접 부착)될 수 있다. 예에서, 약물 전달 디바이스(102)의 표면은 사용자(108)로의 부착을 용이하게 하는 접착제를 포함할 수 있다.
약물 전달 디바이스(102)는 제어기(110)를 포함할 수 있다. 제어기(110)는 하드웨어, 소프트웨어, 또는 이들의 임의의 조합으로 구현될 수 있다. 제어기(110)는, 예를 들어, 마이크로프로세서, 로직 회로, 필드 프로그래머블 게이트 어레이(FPGA), 주문형 집적 회로(ASIC) 또는 메모리에 결합된 마이크로컨트롤러일 수 있다. 제어기(110)는 날짜 및 시간은 물론, 다른 기능들(예를 들어, 계산들 등)도 유지할 수 있다. 제어기(110)는 제어기(110)가 약물 전달 디바이스(102)의 동작을 지시할 수 있게 하는 스토리지(storage)(114)에 저장된 제어 애플리케이션(116)을 실행하도록 동작할 수 있다. 스토리지(114)는 자동화된 인슐린 전달들의 이력, 볼루스 인슐린 전달들의 이력, 식사 이벤트 이력, 운동 이벤트 이력 등과 같은, 사용자에 대한 이력들(113)을 보유할 수 있다. 또한, 제어기(110)는 데이터 또는 정보를 수신하도록 동작가능할 수 있다. 스토리지(114)는 주(primary) 메모리 및 보조(secondary) 메모리 둘 다를 포함할 수 있다. 스토리지는 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 광학 스토리지, 자기 스토리지, 이동식 저장 매체, 고체 상태 스토리지 등을 포함할 수 있다.
약물 전달 디바이스(102)는 보증된 대로 사용자(108)에게 전달하기 위해 인슐린과 같은 하나 이상의 약물을 저장하기 위한 저장소(reservoir)(112)를 포함할 수 있다. 사용자(108)로의 유체 경로가 제공될 수 있고, 약물 전달 디바이스(102)는 유체 경로를 통해 사용자(108)에게 약물을 전달하기 위해 저장소(112)로부터 약물을 배출할 수 있다. 유체 경로는, 예를 들어, 약물 전달 디바이스(102)를 사용자(108)에 결합하는 튜빙(tubing)(예를 들어, 저장소(112)에 캐뉼라(cannula)를 결합하는 튜빙)을 포함할 수 있다.
예를 들어, 사용자의 관리 디바이스(104) 및/또는 사용자의 간병인(caregiver) 및/또는 BG 레벨 농도와 같은 피분석물(analyte)을 감지하기 위한 센서(106)를 포함한, 약물 전달 디바이스(102)로부터 물리적으로 분리된 하나 이상의 디바이스와의 하나 이상의 통신 링크가 있을 수 있다. 통신 링크는, Bluetooth®, Wi-Fi, 근접장 통신 표준, 셀룰러 표준, 또는 임의의 다른 무선 프로토콜과 같은 임의의 알려진 통신 프로토콜 또는 표준에 따라 동작하는 임의의 유선 또는 무선 통신 링크를 포함할 수 있다. 약물 전달 디바이스(102)는 또한, 사용자(108)에게 정보를 디스플레이하고, 일부 실시예들에서는 사용자(108)로부터 정보를 수신하기 위한 통합된 디스플레이 디바이스와 같은 사용자 인터페이스(117)를 포함할 수 있다. 사용자 인터페이스(117)는 터치스크린 및/또는 하나 이상의 입력 디바이스, 예컨대, 버튼들, 노브(knob) 또는 키보드를 포함할 수 있다.
약물 전달 디바이스(102)는 네트워크(122)와 인터페이스할 수 있다. 네트워크(122)는 LAN(local area network), WAN(wide area network) 또는 이들의 조합을 포함할 수 있다. 컴퓨팅 디바이스(126)는 네트워크와 인터페이스될 수 있고, 컴퓨팅 디바이스는 약물 전달 디바이스(102)와 통신할 수 있다.
센서(106)는, 예를 들어, 접착제 등에 의해 사용자(108)에 결합될 수 있고, 사용자(108)의 하나 이상의 의학적 상태 및/또는 신체적 속성에 관한 정보 또는 데이터를 제공할 수 있다. 센서(106)는, 일부 예시적인 실시예들에서, 주기적 BG 농도 측정들을 제공할 수 있고, 연속 포도당 모니터(continuous glucose monitor)(CGM), 또는 BG 측정들을 제공하는 다른 타입의 디바이스 또는 센서일 수 있다. 센서(106)는 약물 전달 디바이스(102)로부터 물리적으로 분리될 수 있거나 그의 통합된 컴포넌트일 수 있다. 센서(106)는 사용자(108)의 측정된 또는 검출된 BG 레벨들을 나타내는 데이터를 제어기(110)에 제공할 수 있다. 센서(106)에 의해 제공되는 정보 또는 데이터는 약물 전달 디바이스(102)의 약물 전달 동작들을 조정하는 데 이용될 수 있다.
약물 전달 시스템(100)은 또한 관리 디바이스(104)를 포함할 수 있다. 일부 실시예들에서, 관리 디바이스(104)에 대한 필요성이 존재하지 않는다; 오히려, 약물 전달 디바이스(102)는, 약물 전달 디바이스(102)가 원격 관리 디바이스(104)로부터의 입력 없이 약물 전달 디바이스(102) 및/또는 센서(104)의 동작을 프로그래밍하거나 또는 조정할 수 있도록 관리 디바이스(104)에 의해 제공되는 기능을 포함한다. 관리 디바이스(104)는 전용 개인 당뇨병 관리자(personal diabetes manager)(PDM) 디바이스와 같은 특수 목적 디바이스일 수 있다. 관리 디바이스(104)는, 예를 들어, 프로세서, 마이크로컨트롤러 등과 같은 전용 제어기를 포함하는 임의의 휴대용 전자 디바이스와 같은 프로그래밍된 범용 디바이스일 수 있다. 관리 디바이스(104)는 약물 전달 디바이스(102) 및/또는 센서(104)의 동작을 프로그래밍하거나 또는 조정하는 데 이용될 수 있다. 관리 디바이스(104)는, 예를 들어, 전용 디바이스, 스마트폰, 스마트워치 또는 태블릿을 포함하는 임의의 휴대용 전자 디바이스일 수 있다. 도시된 예에서, 관리 디바이스(104)는 프로세서(119) 및 스토리지(118)를 포함할 수 있다. 프로세서(119)는 사용자의 BG 레벨들을 관리하고 사용자(108)로의 약물 또는 치료제의 전달을 제어하기 위한 프로세스들을 실행할 수 있다. 프로세서(119)는 스토리지(118)에 저장된 프로그래밍 코드를 실행하도록 또한 동작가능할 수 있다. 예를 들어, 스토리지는 프로세서(119)에 의한 실행을 위한 하나 이상의 제어 애플리케이션(120)을 저장하도록 동작가능할 수 있다. 스토리지(118)는, 제어 애플리케이션(120), 약물 전달 디바이스(102)에 대해 전술한 것과 같은 이력들(121) 및 다른 데이터 및/또는 프로그램들을 저장할 수 있다.
관리 디바이스(104)는 사용자(108)와 통신하기 위한 사용자 인터페이스(123)를 포함할 수 있다. 사용자 인터페이스는 정보를 디스플레이하기 위한, 터치스크린과 같은 디스플레이를 포함할 수 있다. 터치스크린은 또한 터치스크린일 때 입력을 수신하는 데 이용될 수 있다. 사용자 인터페이스(UI)(123)는 또한 키보드, 버튼들, 노브들 등과 같은 입력 요소들을 포함할 수 있다.
관리 디바이스(104)는 LAN 또는 WAN 또는 그러한 네트워크들의 조합과 같은 네트워크(124)와 인터페이스할 수 있다. 관리 디바이스(104)는 네트워크(124)를 통해 하나 이상의 서버 또는 클라우드 서비스(128)와 통신할 수 있다. 하나 이상의 서버 또는 클라우드 서비스(128)가 예시적인 실시예들에서 할 수 있는 역할은 아래에 더 상세히 설명될 것이다.
도 2는 아래에 더 상세하게 설명될 방법들을 수행하기에 적합한 디바이스(200)의 블록도를 도시한다. 디바이스(200)는, 상이한 예시적인 실시예들에서, 약물 전달 디바이스(102), 관리 디바이스(104), 컴퓨팅 디바이스(126) 또는 하나 이상의 서버(128)일 수 있다. 디바이스가 컴퓨팅 디바이스(126) 또는 하나 이상의 서버(128)인 경우, 디바이스(200)는 방법들을 수행하기 위해 관리 디바이스(104) 및 약물 전달 디바이스(102)와 협력하여 동작할 수 있다. 디바이스(200)는 프로그래밍 명령어들을 실행하기 위한 프로세서(202)를 포함한다. 프로세서(202)는 스토리지(204)에 액세스한다. 스토리지(204)는 방법들을 수행하기 위한 애플리케이션(206)을 저장할 수 있다. 이 애플리케이션(206)은 프로세서(202)에 의해 실행될 수 있다. 스토리지(204)는 사용자에 대한 인슐린 전달 이력(208)을 저장할 수 있다. 인슐린 전달 이력(208)은 전달된 인슐린의 양은 물론 전달의 날짜 및 시간에 관한 데이터를 포함할 수 있다. 인슐린 전달 이력(208)은 또한 각각의 전달이 기초 전달 또는 볼루스 전달인지를 식별할 수 있다. 스토리지(204)는 BG 이력(210)을 저장할 수 있다. BG 이력(210)은 BG 농도 판독들 뿐만 아니라 그러한 판독들의 날짜 및 시간을 포함할 수 있다. 이러한 값들은 센서(106)에 의해 획득될 수 있다. 스토리지(204)는 식사 이벤트들 및 운동 이벤트들과 같은 이벤트들(212)에 관한 정보를 추가로 저장할 수 있다. 스토리지는 그들의 연관된 멤버 함수들을 포함하는 퍼지 세트들(fuzzy sets)(213)에 관한 정보를 보유할 수 있다.
디바이스(200)는 네트워크들(122 및 124)과 같은 네트워크들과 인터페이싱하기 위한 네트워크 어댑터(214)를 포함할 수 있다. 디바이스(200)는 비디오 정보를 디스플레이하기 위한 디스플레이 디바이스(216)를 가질 수 있다. 디스플레이 디바이스(216)는, 예를 들어, 액정 디스플레이(LCD) 디바이스, 발광 다이오드(LED) 디바이스 등일 수 있다. 디바이스(200)는 입력이 수신될 수 있게 하기 위한 하나 이상의 입력 디바이스(218)를 포함할 수 있다. 입력 디바이스들의 예들은 키보드, 마우스들, 썸 패드들(thumb pads), 터치스크린들, 마이크로폰들 등을 포함한다.
예시적인 실시예들에서, 약물 전달 디바이스(102)의 제어기(110) 또는 제어 애플리케이션(120)을 실행하는 관리 디바이스(104)의 프로세서(119)는 시간 기간당(예를 들어, 하루당, 시간당, 5분당) 인슐린의 기초 양이 무엇인지를 설정하는 책임이 있을 수 있다. 앞서 언급한 바와 같이, 예시적인 실시예들은 이력 TDI 데이터에 기초하여 기초 인슐린 양을 적응시킬 수 있다. 또한, 예시적인 실시예들은 사용자에 대한 TDI에 대한 기초 인슐린의 비율의 이력 데이터에 기초하여 기초 인슐린 양을 적응시킬 수 있다.
도 3은 사용자에 대한 기초 양을 조정하기 위해 예시적인 실시예들에 의해 수행될 수 있는 예시적인 단계들의 흐름도(300)를 도시한다. 기초 양은 1시간, 하루 또는 심지어 15분의 시간 기간 동안일 수 있다. 본 명세서의 예시의 목적을 위해, 논의는, 기초 양이 1시간 동안이고, AID 시스템의 제어 하에 약물 전달 디바이스(102)에 의해 1시간에 걸쳐 사용자에게 전달될 기초 인슐린의 양을 나타내는 예에 관한 것이다. 사용자에 대한 실제 TDI 데이터는 날들의 기간 동안 수집된다. TDI는 하루 동안(즉, 24시간 기간) 사용자에게 전달된 기초 인슐린과 볼루스 인슐린의 합이다. 수집된 데이터에 기초하여, TDInew로 지정된 새로운 TDI 값이 결정된다.
도 4는 TDInew를 계산하기 위해 수행될 수 있는 예시적인 단계들의 흐름도(400)를 도시한다. 앞서 언급한 바와 같이, 날들의 기간 동안 사용자에 대해 실제 TDI 데이터가 수집된다(402). 이 데이터를 수집하는 목적은 TDI 값을 조정하여 사용자의 실제 TDI를 더 정확하게 반영하고, 실제 TDI를 기초 양을 결정하는 데 이용하는 것이다. 날들의 기간은, 예를 들어, 1 내지 3일, 바람직하게는 가장 최근의 날들의 범위일 수 있다. 평균 TDI는 수집된 실제 TDI 데이터로부터 결정된다(404). 평균은 날들의 기간에 걸친 TDI 값들의 합을 구한 다음, 그 합을 날들의 기간에서의 날들의 수에 의해 나눔으로써 계산될 수 있다. 대안적으로, TDI에 대한 중앙값(median)이 일부 예시적인 실시예들에서 이용될 수 있다. 평균 TDI는 TDInew로서 지정될 수 있다(406).
도 3에 도시된 바와 같이, TDI에 대한 하루 동안의 기초 양의 비율이 설정된다(304). 이러한 비율은 통상적으로 1/2로 고정되었으며, 따라서 하루 동안 사용자에게 전달된 인슐린의 기초 양은 TDI의 50%이다. 예시적인 실시예들은 50%와 같은 일정한 값 선택을 수용하거나, 시간에 따라 변할 수 있는 변수 값들을 수용한다. 일부 예시적인 실시예들에서, 사용자에 대한 실제 이력 데이터는 이력 데이터에서 보이는 비율을 선택하는 데 이용된다. 목표는 과거의 비율에 기초하여 사용자에 대한 비율을 더 정확하게 선택하는 것이다.
도 5는 예시적인 실시예들에서 비율을 선택하기 위해 수행될 수 있는 예시적인 단계들의 흐름도(500)를 도시한다. 가변 비율을 가질지 여부에 대한 결정이 이루어진다(502). 이 결정은 비-가변(non-varying) 비율이 사용자에 대하여 양호하게 작동할 것인지 여부의 평가에 기초할 수 있다. 가변 비율이 요구되는 경우, 데이터는 1일 내지 3일과 같은 날들의 기간 동안 수집된다. 날들의 기간에 걸쳐 전달된 총 기초 인슐린 및 총 인슐린이 결정되고, 날들의 기간에 걸친 총 기초 인슐린 대 총 인슐린의 비율이 결정된다(504). 이 비율은 날들의 기간에 걸친 사용자에 대한 실제 비율을 구성한다. 일반적으로, 목표는 비율을 이전의(old) 비율로부터 실제 비율로 즉시 전환하지 않는 것이다. 대신에, 비율을 더 천천히 적응시키는 것이 더 바람직하다. 실제 비율의 신뢰도는 더 많은 날 동안의 데이터에서 더 크다. 따라서, 실제 비율은 날들의 수와 적응성 인자(adaptivity factor)의 곱에 의해 가중된다(506). 따라서, 3일의 데이터에 기초한 비율은 1일의 데이터에 기초한 비율보다 더 많이 가중된다. Sold로 지정된 이전의 비율은 1 - (적응성 인자 * 날들의 기간에서의 날들의 수)에 의해 가중된다(508). 새로운 비율 Snew는 가중된 이전의 비율 Sold와 가중된 실제 비율의 합으로서 설정된다.
Snew의 이 공식화는 다음과 같이 표현될 수 있다:
여기서, Ndays는 날들의 기간에서의 날들의 수이고; Ibasal은 날들의 기간에 걸쳐 전달된 총 기초 인슐린이고; Itotal은 날들의 기간에 걸쳐 전달된 총 기초 인슐린이다. X는 적응성이 이전의 설정들에 비해 최근의 인슐린 전달 이력에 얼마나 많이 가중치를 줄 것인지를 제어하는 적응성 인자이고, 0(적응성 없음)부터 1(최근 이력의 완전한 신뢰)까지의 범위에 있을 수 있다. 이 파라미터의 공칭 값은 0.2이다.
도 3에 도시된 바와 같이, TDI에 대한 기초의 비율이 결정되면, 기초 양은 날들의 수 데이터, TDI에 대한 기초의 비율 및 이전 TDI 값 TDIold에 기초하여 새로운 값으로 조정될 수 있다(306). 새로운 기초 양은 이어서 인슐린 전달 디바이스에 의해 기초 인슐린을 사용자에게 전달하는 데 이용된다.
새로운 기초 양(bnew로서 지정됨)의 하나의 공식화는 다음과 같다:
도 6은 bnew를 계산하기 위해 수행될 수 있는 예시적인 단계들의 흐름도(600)를 도시한다. TDInew와 날들의 기간에서의 날들의 수의 제1 곱이 계산된다(즉, NdaysTDInew)(602). 제1 곱과 가중치를 곱하여 가중된 제1 곱을 생성할 수 있다(604). 가중치는 날들의 수 Ndays와 적응성 인자 X의 곱일 수 있다. 따라서, TDInew는 bnew에 더 큰 영향을 미치며, 더 많은 날들의 데이터에 의존할 것이다. 적응성 인자는 bnew에 대한 TDInew의 더 점진적인 영향이 있음을 보장하는 것을 돕는다. TDIold의 가중치는 1에서 적응성 인자(0.2)와 Ndays의 곱을 뺀 것에 기초한다. 따라서, X·Ndays의 곱이 계산되고(606), 그 곱을 1에서 빼서 차이를 생성한다(608). 그 후, TDIold와 차이를 곱하여 제3 곱을 생성한다(610). 제3 곱은 가중된 TDInew 값과 더해진다(612). 결과적인 합을 24로 나누어 값을 매일의 값이 아니라 시간별 값으로 만든다(614). 마지막으로, 시간별 값은 비율 Snew에 의해 곱해진다(616).
이러한 공식화는 예시적인 것으로 의도되고 제한적인 것으로 의도되지 않는다. 상이한 비율 값들 및 상이한 적응성 인자들을 갖는 것과 같은 다른 공식화들이 이용될 수 있다. 이러한 대안적인 공식화들은 사용자에 대한 실제 이력 데이터에 의존하고, 이력 데이터를 이용하여 사용자에 대한 기초 양을 적응시킬 수 있다.
TDI에 대한 기초의 비율 S에 대해 허용되는 적응성의 정도를 제한하는 것이 바람직할 수 있다. 비율이 50%의 더 이상적인 비율로부터 너무 멀리 떨어져 이어지는 것은 바람직하지 않을 수 있다. 비율 S를 S의 수용가능 범위 내에 유지함으로써 사용자에게 더 적합할 수 있다. 예를 들어, 아마도 사용자는 볼루스들에 너무 많이 의존할 수 있고, 그들이 볼루스들에 너무 많이 의존하지 않는 것은 더 건강할 것이다. 보다 일반적으로, 사용자의 인슐린 전달의 패턴은 그다지 이상적이지 않을 수 있고, 적응성에 관한 제한은 그러한 패턴을 제약하는 데 도움을 준다.
도 7은 S에 대한 적응성의 정도를 제한하기 위해 수행될 수 있는 예시적인 단계들의 흐름도(700)를 도시한다. 흐름도는 다음의 공식에 따라 그러한 제한들로 Snew를 계산하기 위해 수행될 수 있는 단계들을 설명한다:
이전의 비율 Sold는 1과, 날들의 기간에서의 날들의 수(Ndays)와 적응성 인자(X)의 곱 사이의 차이에 의해 가중된다. 이 가중은 이전에 설명된 Snew의 공식화와 동일하다(702). 공식화가 다른 점은, Ibasal 및 Itotal의 수집된 데이터가 공식화에서 이용되는 방식이 있다. 단지 의 비율을 이용하는 대신에, 그 비율을 가중한다. 새로운 공식화는 비율 을 0.5에 더하고, 그 후 2로 나눈다(704). 이것의 실제 효과는 와 0.5를 평균화하는 것이다. 결과적인 값은 적응성 인자(X)와 Ndays의 곱에 의해 가중된다(706). 결과적인 가중된 값을 Sold의 가중된 값과 더하여 Snew에 대한 값을 얻는다(708).
공식화에서의 변화의 실제 효과는 가중된 값을 제한하는 것이다. 단지 만이 이용될 때, 가능한 값들의 범위는 0으로부터 1까지 확장되는 반면, 가 이용될 때, 가능한 값들의 범위는 0.25로부터 0.75까지 확장된다. 따라서, 인슐린에 관한 실제 데이터의 기여도는 0.5에 더 가까운 범위 경계이다.
기초 양 bnew는 매일과 같이 지속적으로 업데이트될 수 있다. 도 8a는 업데이트를 실현하기 위해 수행될 수 있는 예시적인 단계들의 흐름도(800)를 도시한다. 새로운 데이터에 대한 인슐린 데이터가 획득된다(802). 이것은 하루에 대한 기초 인슐린 및 하루에 대한 총 인슐린(예를 들어, TDI 또는 Itotal)을 포함할 수 있다. 날들의 기간은 새로운 날을 포함하도록 하루 앞으로 시프트된다(804). 이것은 슬라이딩 윈도우를 하루만큼 앞으로 시프트시키는 것으로 볼 수 있다. 도 8b는 제1일, 제2일 및 제3일에 대한 인슐린 데이터(기초 및 총)를 도시한다. 날들의 기간은 슬라이딩 윈도우(820)로 나타낸 바와 같이 제1일, 제2일 및 제3일을 포함한다. 제4일 데이터가 획득된 후에, 도 8c에 나타낸 바와 같이, 날들의 기간에 대한 슬라이딩 윈도우(820)가 하루 앞으로 시프트될 수 있다. 비율 Snew는 (비율이 고정되지 않은 경우) 전술한 공식화들 중 하나를 이용하여 날들의 기간에서의 새로운 데이터에 기초하여 업데이트될 수 있다(806). 그 후, bnew의 새로운 값은, 예컨대, 전술한 공식화를 이용하여, 날들의 기간 동안 업데이트된 데이터를 이용하여 결정될 수 있다(808).
예시적인 실시예들이 본 명세서에 설명되었다. 첨부된 청구항들에 정의된 바와 같은 의도된 발명의 범위로부터 벗어나지 않으면서, 예시적인 실시예들에 대한 형태 및 상세에서의 다양한 변경들이 있다.
Claims (20)
- 인슐린 전달 디바이스로서,
인슐린을 사용자에게 펌핑하기 위한 펌프; 및
상기 펌프를 통한 상기 사용자로의 기초 인슐린의 전달을 제어하기 위한 프로세서를 포함하고,
상기 프로세서는, 이하의:
하루까지의 시간 기간마다 상기 사용자에게 전달될 인슐린의 초기 현재 기초 양을 상기 사용자에 대한 추정된 총 일일 인슐린(TDI)의 일부로서 설정하는 것;
날들의 기간에 걸친 상기 사용자에 대한 실제 TDI들의 평균을 결정하는 것 - 상기 날들의 기간에서의 각각의 날에 대한 상기 실제 TDI는 그 날 동안 전달된 기초 인슐린과 볼루스 인슐린의 합임 -; 및
상기 시간 기간 동안 상기 사용자에게 전달될 인슐린의 상기 현재 기초 양을 상기 날들의 기간에 걸친 상기 사용자에 대한 상기 실제 TDI들의 평균에 기초하여 상기 초기 현재 기초 양으로부터 새로운 기초 양으로 업데이트하는 것을 수행하도록 구성되는, 인슐린 전달 디바이스. - 제1항에 있어서,
상기 시간 기간은 하루이고, 상기 시간 기간 동안 상기 사용자에게 전달될 상기 초기 현재 기초 양은 상기 사용자에 대한 상기 추정된 TDI의 절반으로서 설정되는, 인슐린 전달 디바이스. - 제1항에 있어서,
상기 시간 기간마다 상기 사용자에게 전달될 인슐린의 상기 현재 기초 양을 업데이트하는 것은 상기 시간 기간마다 상기 사용자에게 전달될 인슐린의 상기 초기 현재 기초 양과 상기 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI의 일부 사이의 차이를 감소시키기 위해 상기 시간 기간마다 전달될 인슐린의 상기 현재 기초 양을 업데이트하는 것을 포함하는, 인슐린 전달 디바이스. - 제3항에 있어서,
상기 시간 기간마다 상기 사용자에게 전달될 인슐린의 상기 초기 현재 기초 양과 상기 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI의 일부 사이의 차이가 얼마나 많이 감소되는지는 상기 날들의 기간에 얼마나 많은 날들이 있는지에 의존하는, 인슐린 전달 디바이스. - 제3항에 있어서,
상기 시간 기간마다 상기 사용자에게 전달될 인슐린의 상기 초기 현재 기초 양과 상기 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI의 일부 사이의 차이가 얼마나 많이 감소되는지는 가중 인자에 의존하는, 인슐린 전달 시스템. - 제1항에 있어서,
상기 프로세서는,
추가적인 날만큼 상기 날들의 기간을 연장하는 것;
상기 연장된 날들의 기간에 걸친 상기 사용자에 대한 평균 실제 TDI를 결정하는 것; 및
상기 시간 기간마다 상기 사용자에 대해 전달될 인슐린의 상기 현재 기초 양을 상기 연장된 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI의 분수 값으로서 업데이트된 양으로 업데이트하는 것을 수행하도록 더 구성되는, 인슐린 전달 시스템. - 제6항에 있어서,
상기 시간 기간은 1시간이고, 상기 시간 기간 동안 상기 사용자에게 전달될 상기 현재 기초 양을 새로운 기초 양으로 업데이트하는 것은 상기 새로운 기초 양 bupdated를 다음과 같이 계산하는 것을 포함하고,
여기서, Ndays는 상기 날들의 기간에서의 날들의 수이고, TDIold는 상기 사용자에 대한 상기 추정된 TDI이며, S는 비율이고, TDInew는 상기 연장된 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI이고, X는 0부터 1까지의 범위일 수 있는 적응성 인자인, 인슐린 전달 시스템. - 제7항에 있어서,
S는 상수인, 인슐린 전달 시스템. - 제7항에 있어서,
S는 상기 사용자에 대한 TDI에 대한 하루 동안 전달된 기초 양들의 이력 비율에 기초한 값을 갖는 변수인, 인슐린 전달 시스템. - 제1항에 있어서,
상기 현재 기초 양은 시간당 양이고, 상기 사용자에게 전달될 상기 현재 기초 양을 새로운 기초 양으로 업데이트하는 것은 상기 새로운 기초 양 bnew를 다음과 같이 계산하는 것을 포함하고,
여기서, Ndays는 상기 날들의 기간에서의 날들의 수이고, TDIold는 상기 사용자에 대한 상기 추정된 TDI이며, S는 비율이고, TDInew는 연장된 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI인, 인슐린 전달 시스템. - 제10항에 있어서,
S는 Snew의 값을 갖고, 이는 다음과 같이 결정되며,
여기서, Snew는 S의 새로 계산된 값이고, Sold는 S에 대한 가장 최근의 값이며, Ibasal은 상기 날들의 기간 동안 전달된 기초 인슐린의 양이고, Itotal은 상기 날들의 기간 동안 상기 사용자에게 전달된 인슐린의 총 양인, 인슐린 전달 시스템. - 방법으로서,
전자 디바이스의 프로세서에 의해, 하루까지의 시간 기간마다 사용자에게 전달될 인슐린의 초기 현재 기초 양을 상기 사용자에 대한 추정된 총 일일 인슐린(TDI)의 일부로서 설정하는 단계;
상기 전자 디바이스의 상기 프로세서에 의해, 날들의 기간에 걸친 상기 사용자에 대한 평균 실제 TDI를 결정하는 단계 - 상기 날들의 기간에서의 각각의 날에 대한 상기 평균 실제 TDI는 그 날 동안 전달된 기초 인슐린과 볼루스 인슐린의 합임 -; 및
상기 전자 디바이스의 상기 프로세서에 의해, 상기 시간 기간 동안 상기 사용자에게 전달될 인슐린의 상기 현재 기초 양을 상기 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI에 기초하여 상기 초기 현재 기초 양으로부터 새로운 기초 양으로 업데이트하는 단계를 포함하는, 방법. - 제12항에 있어서,
상기 전자 디바이스는 인슐린 전달 디바이스인, 방법. - 제12항에 있어서,
상기 시간 기간은 하루이고, 상기 시간 기간 동안 상기 사용자에게 전달될 상기 초기 현재 기초 양은 상기 사용자에 대한 상기 추정된 TDI의 절반으로서 설정되는, 방법. - 제12항에 있어서,
상기 시간 기간마다 상기 사용자에게 전달될 인슐린의 상기 현재 기초 양을 업데이트하는 단계는 상기 시간 기간마다 상기 사용자에게 전달될 인슐린의 상기 초기 현재 기초 양과 상기 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI의 일부 사이의 차이를 감소시키기 위해 상기 시간 기간마다 전달될 인슐린의 상기 현재 기초 양을 업데이트하는 것을 포함하는, 방법. - 제15항에 있어서,
상기 시간 기간마다 상기 사용자에게 전달될 인슐린의 상기 초기 현재 기초 양과 상기 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI의 일부 사이의 차이가 얼마나 많이 감소되는지는 상기 날들의 기간에 얼마나 많은 날들이 있는지에 의존하는, 방법. - 제15항에 있어서,
상기 시간 기간마다 상기 사용자에게 전달될 인슐린의 상기 초기 현재 기초 양과 상기 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI의 일부 사이의 차이가 얼마나 많이 감소되는지는 가중 인자에 의존하는, 방법. - 제12항에 있어서,
추가적인 날만큼 상기 날들의 기간을 연장하는 단계;
상기 연장된 날들의 기간에 걸친 상기 사용자에 대한 평균 실제 TDI를 결정하는 단계; 및
상기 시간 기간마다 상기 사용자에 대해 전달될 인슐린의 상기 현재 기초 양을 상기 연장된 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI의 분수 값으로서 업데이트된 양으로 업데이트하는 단계를 더 포함하는, 방법. - 제18항에 있어서,
상기 시간 기간은 1시간이고, 상기 시간 기간 동안 상기 사용자에게 전달될 상기 현재 기초 양을 새로운 기초 양으로 업데이트하는 단계는 상기 새로운 기초 양 bupdated를 다음과 같이 계산하는 것을 포함하고,
여기서, Ndays는 상기 날들의 기간에서의 날들의 수이고, TDIold는 상기 사용자에 대한 상기 추정된 TDI이며, S는 비율이고, TDInew는 상기 연장된 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI인, 방법. - 인슐린 전달 디바이스로서,
인슐린을 사용자에게 펌핑하기 위한 펌프; 및
상기 펌프를 통한 상기 사용자로의 기초 인슐린의 전달을 제어하기 위한 프로세서를 포함하고,
상기 프로세서는, 이하의:
시간당 상기 사용자에게 전달될 인슐린의 현재 기초 양을 설정하는 것;
날들의 기간에 걸친 상기 사용자에 대한 평균 실제 TDI를 결정하는 것 - 상기 날들의 기간에서의 각각의 날에 대한 상기 평균 실제 TDI는 그 날 동안 전달된 기초 인슐린과 볼루스 인슐린의 합임 -;
Snew로서 지정된, 총 일일 인슐린의 시간별 부분에 대한 시간당 기초 인슐린의 원하는 비율의 새로운 값을 다음과 같이 결정하는 것
- 여기서, Ndays는 상기 날들의 기간에서의 날들의 수이고, Sold는 총 일일 인슐린의 시간별 부분에 대한 시간당 기초 인슐린의 원하는 비율의 가장 최근의 값이며, Ibasal은 상기 날들의 기간 동안 전달된 기초 인슐린의 양이고, Itotal은 상기 날들의 기간 동안 상기 사용자에게 전달된 인슐린의 총 양임 -; 및
상기 시간 기간 동안 상기 사용자에게 전달될 인슐린의 상기 현재 기초 양을 상기 초기 현재 기초 양으로부터 다음과 같은 새로운 기초 양 bnew로 업데이트하는 것
- 여기서, TDInew는 상기 날들의 기간에 걸친 상기 사용자에 대한 상기 평균 실제 TDI이고, TDIold는 상기 사용자에 대한 가장 최근의 추정치 또는 실제 TDI 값임 - 을 수행하도록 구성되는, 인슐린 전달 디바이스.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202163155555P | 2021-03-02 | 2021-03-02 | |
| US63/155,555 | 2021-03-02 | ||
| PCT/US2022/018453 WO2022187315A1 (en) | 2021-03-02 | 2022-03-02 | Adaptation of automatic insulin delivery (aid) for users with basal to bolus mismatch |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230152088A true KR20230152088A (ko) | 2023-11-02 |
Family
ID=80952113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237032825A KR20230152088A (ko) | 2021-03-02 | 2022-03-02 | 기초 대 볼루스 불일치를 갖는 사용자들을 위한 자동 인슐린 전달(aid)의 적응 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20220280721A1 (ko) |
| EP (1) | EP4302304A1 (ko) |
| JP (1) | JP2024510129A (ko) |
| KR (1) | KR20230152088A (ko) |
| AU (1) | AU2022231118A1 (ko) |
| CA (1) | CA3209127A1 (ko) |
| WO (1) | WO2022187315A1 (ko) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2891089A2 (en) * | 2012-08-30 | 2015-07-08 | Medtronic MiniMed, Inc. | Safeguarding techniques for a closed-loop insulin infusion system |
| AU2015200834B2 (en) * | 2012-08-30 | 2016-07-14 | Medtronic Minimed, Inc. | Safeguarding techniques for a closed-loop insulin infusion system |
| US10881793B2 (en) * | 2017-01-13 | 2021-01-05 | Bigfoot Biomedical, Inc. | System and method for adjusting insulin delivery |
| CA3085930A1 (en) * | 2017-12-21 | 2019-06-27 | Eli Lilly And Company | Closed loop control of physiological glucose |
| AU2019263490A1 (en) * | 2018-05-04 | 2020-11-26 | Insulet Corporation | Safety constraints for a control algorithm-based drug delivery system |
| AU2019288473A1 (en) * | 2018-06-22 | 2020-12-10 | Ypsomed Ag | Insulin and pramlintide delivery systems, methods, and devices |
-
2022
- 2022-03-02 JP JP2023553056A patent/JP2024510129A/ja active Pending
- 2022-03-02 WO PCT/US2022/018453 patent/WO2022187315A1/en active Application Filing
- 2022-03-02 CA CA3209127A patent/CA3209127A1/en active Pending
- 2022-03-02 EP EP22713116.6A patent/EP4302304A1/en active Pending
- 2022-03-02 AU AU2022231118A patent/AU2022231118A1/en active Pending
- 2022-03-02 US US17/684,652 patent/US20220280721A1/en active Pending
- 2022-03-02 KR KR1020237032825A patent/KR20230152088A/ko unknown
Also Published As
| Publication number | Publication date |
|---|---|
| EP4302304A1 (en) | 2024-01-10 |
| WO2022187315A1 (en) | 2022-09-09 |
| US20220280721A1 (en) | 2022-09-08 |
| CA3209127A1 (en) | 2022-09-09 |
| AU2022231118A1 (en) | 2023-09-07 |
| JP2024510129A (ja) | 2024-03-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3050023B1 (en) | Subcutaneous outpatient management | |
| JP7356583B2 (ja) | 食事及び修正インシュリンボーラス量による血糖変化率調整 | |
| JP7463533B2 (ja) | 閉ループシステムにおける低血糖症及び／又は高血糖症の個別化された減少量 | |
| KR20230152088A (ko) | 기초 대 볼루스 불일치를 갖는 사용자들을 위한 자동 인슐린 전달(aid)의 적응 | |
| US11904140B2 (en) | Adaptable asymmetric medicament cost component in a control system for medicament delivery | |
| EP4141880A1 (en) | Compensating for changes in potency of a medicament in a medicament delivery device | |
| EP4075439A1 (en) | Improved compensation for calibration offsets in agent delivery devices | |
| US20210236726A1 (en) | Insulin delivery using actual user insulin delivery amounts to accurately predict quantity and timing of insulin reservoir refills | |
| KR102507610B1 (ko) | 자동 인슐린 전달 시스템에서 포도당 모니터에서 판독값들 누락에 대한 보상 | |
| EP4305636A1 (en) | A medicament delivery device with an adjustable and piecewise analyte level cost component to address persistent positive analyte level excursions |