RU2002128925A - METHOD, SYSTEM AND SOFTWARE PRODUCT FOR EVALUATING GLYCEMIA CONTROL DIABETES ACCORDING TO SELF-MONITORING DATA - Google Patents

METHOD, SYSTEM AND SOFTWARE PRODUCT FOR EVALUATING GLYCEMIA CONTROL DIABETES ACCORDING TO SELF-MONITORING DATA

Info

Publication number
RU2002128925A
RU2002128925A RU2002128925/15A RU2002128925A RU2002128925A RU 2002128925 A RU2002128925 A RU 2002128925A RU 2002128925/15 A RU2002128925/15 A RU 2002128925/15A RU 2002128925 A RU2002128925 A RU 2002128925A RU 2002128925 A RU2002128925 A RU 2002128925A
Authority
RU
Russia
Prior art keywords
hba
level
levels
category
specified
Prior art date
Application number
RU2002128925/15A
Other languages
Russian (ru)
Other versions
RU2283495C2 (en
Inventor
Борис П. КОВАТЧЕВ
Дэниел Дж. КОКС
Original Assignee
Юниверсити Оф Вирджиния Пэйтент Фаундейшн
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 Юниверсити Оф Вирджиния Пэйтент Фаундейшн filed Critical Юниверсити Оф Вирджиния Пэйтент Фаундейшн
Publication of RU2002128925A publication Critical patent/RU2002128925A/en
Application granted granted Critical
Publication of RU2283495C2 publication Critical patent/RU2283495C2/en

Links

Claims (58)

1. Компьютеризированный способ оценки уровня HbA1c пациента на основе данных об уровне BG, собранных в течение заданного периода времени, заключающийся в том, что вычисляют взвешенное отклонение в сторону высоких уровней глюкозы в крови (WR) и осуществляют оценку скорости изменения уровня глюкозы в крови (Dr) на основе собранных данных об уровне BG, осуществляют оценку уровня HbA1c с использованием заданной математической формулы на основании вычисленных значений WR и Dr.1. A computerized method for estimating a patient’s HbA 1c based on BG data collected over a predetermined period of time, comprising calculating a weighted deviation toward high blood glucose (WR) levels and estimating a rate of change in blood glucose level (Dr) based on the collected BG level data, the HbA 1c level is estimated using a given mathematical formula based on the calculated values of WR and Dr. 2. Способ по п.1, отличающийся тем, что вычисленное значение WR математически определяют по последовательности данных уровней BG x1, x2, ... хn, полученных в моменты времени t1, t2, ... tn, согласно уравнению 12. The method according to claim 1, characterized in that the calculated value of WR is mathematically determined by the sequence of data levels BG x 1, x 2 , ... x n obtained at time t 1 , t 2 , ... t n , according to equation 1
Figure 00000001
Figure 00000001
 wr(BG;b)=10·ƒ(BG)b, если ƒ(BG)>0, и 0 - в противоположном случае;wr (BG; b) = 10 · ƒ (BG) b if ƒ (BG)> 0, and 0 in the opposite case; b=1 и представляет собой параметр взвешивания,b = 1 and is a weighting parameter, вычисленное значение Dr математически определяют согласно выражениюthe calculated value Dr is mathematically determined according to the expression Dr=среднее значение от Sk+1-Sk,Dr = average value from S k + 1 -S k , где Sk=10·S(k+t1)2 для k=0, 1, ..., tn-t1,where S k = 10 · S (k + t 1 ) 2 for k = 0, 1, ..., t n -t 1 , S(tj)=ƒ(xj), для j=1, ..., n.S (t j ) = ƒ (x j ), for j = 1, ..., n. 3. Способ по п.1, отличающийся тем, что оценку уровня HbA1c из мониторинга данных по уровню BG математически определяют согласно выражению3. The method according to claim 1, characterized in that the assessment of the level of HbA 1c from monitoring data by BG level is mathematically determined according to the expression оценка уровня HbA1c=0,9008(WR)-0,8207(Dr)+6,7489.assessment of the level of HbA 1c = 0.9008 (WR) -0.8207 (Dr) +6.7489. 4. Способ по п.1, отличающийся тем, что определяют заданные категории для оценки уровня HbA1c, причем каждая из категорий уровня HbA1c представляет собой диапазон оцененных значений уровня HbA1c, присваивают оцененный уровень HbA1c по меньшей мере одной из указанных оцененных категорий уровней HbA1c.4. The method according to claim 1, characterized in that predetermined categories are determined for evaluating the level of HbA 1c , each of the categories of the level of HbA 1c representing a range of estimated values of the level of HbA 1c , assigning an estimated level of HbA 1c to at least one of these evaluated categories levels of HbA 1c . 5. Способ по п.4, отличающийся тем, что оцененные категории уровня HbA1c определяют следующим образом: классифицируемая категория 1, в которой оцененный уровень HbA1c меньше, чем около 7,8, классифицируемая категория 2, в которой оцененный уровень HbA1c находится в диапазоне от 7,8 до 8,5, классифицируемая категория 3, в которой оцененный уровень HbA1c находится в диапазоне от 8,5 до 9,0, классифицируемая категория 4, в которой оцененный уровень HbA1c находится в диапазоне от 9,0 до 9,6, классифицируемая категория 5, в которой оцененный уровень HbA1c находится в диапазоне от 9,6 до 10,3, классифицируемая категория 6, в которой оцененный уровень HbA1c находится в диапазоне от 10,3 до 11,0, классифицируемая категория 7, в которой оцененный уровень HbA1c больше 11,0.5. The method according to claim 4, characterized in that the estimated categories of level of HbA 1c are determined as follows: classified category 1, in which the estimated level of HbA 1c is less than about 7.8, classified category 2, in which the estimated level of HbA 1c is in the range from 7.8 to 8.5, classified category 3, in which the estimated level of HbA 1c is in the range from 8.5 to 9.0, classified in category 4, in which the estimated level of HbA 1c is in the range from 9.0 up to 9.6, classified category 5, in which the estimated level of HbA 1c is in the range zone from 9.6 to 10.3, classified category 6, in which the estimated level of HbA 1c is in the range from 10.3 to 11.0, classified category 7, in which the estimated level of HbA 1c is greater than 11.0. 6. Способ по п.5, отличающийся тем, что определяют предсказанные доверительные интервалы для соответствующих оцененных категорий уровней HbA1c, где указанные предсказанные доверительные интервалы определяют следующим образом: классифицируемая категория 1 соответствует предсказанным уровням HbA1c, меньшим 8,0, классифицируемая категория 2 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 8,0 до 8,5, классифицируемая категория 3 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 8,5 до 9,0, классифицируемая категория 4 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 9,0 до 9,5, классифицируемая категория 5 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 9,5 до 10,1, классифицируемая категория 6 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 10,1 до 11,0, классифицируемая категория 7 соответствует предсказанным уровням HbA1c, большим 11,0.6. The method according to claim 5, characterized in that the predicted confidence intervals are determined for the corresponding estimated categories of HbA 1c levels, where said predicted confidence intervals are determined as follows: classified category 1 corresponds to predicted HbA 1c levels less than 8.0, classified category 2 corresponds to the predicted levels of HbA 1c, in the range from 8.0 to 8.5, classified category 3 corresponds to the predicted levels of HbA 1c, in the range from 8.5 to 9.0, classified cat gory 4 corresponds to the predicted levels of HbA 1c, in the range from 9.0 to 9.5, classified category 5 corresponds to the predicted levels of HbA 1c, in the range from 9.5 to 10.1, classified category 6 corresponds to the predicted levels of HbA 1c, ranging from 10.1 to 11.0, classified category 7 corresponds to predicted HbA 1c levels greater than 11.0. 7. Способ по п.4, отличающийся тем, что определяют предсказанные доверительные интервалы для соответствующих указанных уровней HbA1c, каждый из предсказанных доверительных интервалов представляет собой определенный диапазон уровней HbA1c.7. The method according to claim 4, characterized in that the predicted confidence intervals are determined for the respective indicated levels of HbA 1c , each of the predicted confidence intervals represents a certain range of levels of HbA 1c . 8. Способ по п.7, отличающийся тем, что доверительные интервалы для предсказанных уровней HbA1c имеют уровень доверительности около 95%.8. The method according to claim 7, characterized in that the confidence intervals for the predicted levels of HbA 1c have a confidence level of about 95%. 9. Компьютеризированный способ оценки уровня HbA1c пациента на основе данных об уровне BG, собранных в течение заданного периода времени, заключающийся в том, что вычисляют взвешенное отклонение в сторону высоких уровней глюкозы в крови (WR) и осуществляют оценку скорости изменения уровня глюкозы в крови (Dr) на основе собранных данных об уровнях BG, осуществляют оценку уровней HbA1c с использованием заданной математической формулы на основе вычисленных значений WR и Dr, для классификации оцененных уровней HbA1c используют заданный доверительный интервал.9. A computerized method for estimating a patient’s HbA 1c level based on BG data collected over a predetermined period of time, comprising calculating a weighted deviation towards high blood glucose (WR) levels and estimating a rate of change in blood glucose level (Dr) on the basis of the collected BG level data, evaluate HbA 1c levels using a given mathematical formula based on the calculated values of WR and Dr; to classify the estimated HbA 1c levels, use a given confidence level erval. 10. Способ по п.9, отличающийся тем, что используют доверительный интервал, который находится в пределах 85-95%.10. The method according to claim 9, characterized in that they use a confidence interval, which is in the range of 85-95%. 11. Система оценки уровня HbA1c пациента на основе данных об уровне BG, собранных в течение заданного периода времени, содержащая элемент базы данных для обслуживания базы данных, идентифицирующих данные уровней BG, процессор, предназначенный для вычисления взвешенного отклонения в сторону высоких уровней глюкозы в крови (WR) и оцененного значения скорости изменения уровня глюкозы в крови (Dr) на основе указанных собранных данных уровней BG, и для оценки уровня HbA1c с использованием заданной математической формулы на основе указанных вычисленных значений WR и Dr.11. A patient HbA 1c level estimation system based on BG level data collected over a specified period of time, containing a database item for servicing a database identifying BG level data, a processor for calculating a weighted deviation towards high blood glucose levels (WR) and the estimated value of the rate of change of blood glucose level (Dr) based on the indicated collected BG level data, and to estimate the HbA 1c level using a given mathematical formula based on the calculated WR and Dr. 12. Система по п.11, отличающаяся тем, что вычисленное значение WR математически определяется по последовательности данных уровней BG x1, х2,..., хn, полученных в моменты времени t1, t2, ..., tn согласно уравнению12. The system according to claim 11, characterized in that the calculated value of WR is mathematically determined by the sequence of data levels BG x 1 , x 2 , ..., x n obtained at time t 1 , t 2 , ..., t n according to the equation
Figure 00000002
Figure 00000002
 wr(BG;b)=10·ƒ(BG)b, если ƒ(BG)>0, и 0 - в противоположном случае;wr (BG; b) = 10 · ƒ (BG) b if ƒ (BG)> 0, and 0 in the opposite case; b=1 и представляет собой параметр взвешивания,b = 1 and is a weighting parameter, вычисленное значение Dr, которое математически определяется согласно выражениюcalculated value Dr, which is mathematically determined according to the expression Dr=среднее значение от Sk+1-Sk,Dr = average value from S k + 1 -S k , где Sk=10·S(k+t1)2 для k=0, 1, ..., tn-t1,where S k = 10 · S (k + t 1 ) 2 for k = 0, 1, ..., t n -t 1 , S(tj)=ƒ(xj), для j=1, ..., n.S (t j ) = ƒ (x j ), for j = 1, ..., n. 13. Система по п.11, отличающаяся тем, что оценка уровня HbA1с по данным мониторинга уровня BG математически определяется согласно выражению13. The system according to claim 11, characterized in that the HbA 1c level assessment according to the BG level monitoring data is mathematically determined according to the expression оценка уровня HbA1c=0,9008(WR)-0,8207(Dr)+6,7489.assessment of the level of HbA 1c = 0.9008 (WR) -0.8207 (Dr) +6.7489. 14. Система по п.11, отличающаяся тем, что в процессоре дополнительно осуществляется определение заданной категории для оценки уровня HbA1c, причем каждая из оцененных категорий уровня HbA1c представляет собой диапазон оцененных значений уровня HbA1c, и присвоение оцененного уровня HbA1c по меньшей мере одной из указанных оцененных категорий уровней HbA1c.14. The system according to claim 11, characterized in that the processor additionally determines the specified category for assessing the level of HbA 1c , each of the evaluated categories of the level of HbA 1c represents a range of estimated values of the level of HbA 1c , and assigning the estimated level of HbA 1c to at least one of these evaluated categories of levels of HbA 1c . 15. Система по п.14, отличающаяся тем, что указанные оцененные категории уровней HbA1c определяются следующим образом: классифицируемая категория 1, в которой оцененный уровень HbA1c меньше около 7,8, классифицируемая категория 2, в которой оцененный уровень HbA1c находится в диапазоне от 7,8 до 8,5, классифицируемая категория 3, в которой оцененный уровень HbA1c находится в диапазоне от 8,5 до 9,0, классифицируемая категория 4, в которой оцененный уровень HbA1c находится в диапазоне от 9,0 до 9,6, классифицируемая категория 5, в которой оцененный уровень HbA1c находится в диапазоне от 9,6 до 10,3, классифицируемая категория 6, в которой оцененный уровень HbA1c находится в диапазоне от 10,3 до 11,0, и классифицируемая категория 7, в которой оцененный уровень HbA1c больше, чем 11,0.15. The system of claim 14, wherein said estimated categories of levels of HbA 1c are determined as follows: classified category 1, in which the estimated level of HbA 1c is less than about 7.8, classified category 2, in which the estimated level of HbA 1c is in range from 7.8 to 8.5, classified category 3, in which the estimated level of HbA 1c is in the range from 8.5 to 9.0, classified category 4, in which the estimated level of HbA 1c is in the range from 9.0 to 9.6, classified category 5, wherein the estimated level of HbA 1c Nachod tsya in the range from 9.6 to 10.3, classified category 6, wherein the estimated level of HbA 1c is in the range from 10.3 to 11.0, and classified category 7, wherein the estimated HbA 1c level is greater than 11, 0. 16. Система по п.15, отличающаяся тем, что в процессоре дополнительно осуществляется определение предсказанных доверительных интервалов для соответствующих оцененных категорий уровней HbA1c, где указанные предсказанные доверительные интервалы определяются следующим образом: классифицируемая категория 1 соответствует предсказанным уровням HbA1c, меньшим 8,0, классифицируемая категория 2 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 8,0 до 8,5, классифицируемая категория 3 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 8,5 до 9,0, классифицируемая категория 4 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 9,0 до 9,5, классифицируемая категория 5 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 9,5 до 10,1, классифицируемая категория 6 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 10,1 до 11,0, классифицируемая категория 7 соответствует предсказанным уровням HbA1c, большим 11,0.16. The system of clause 15, wherein the processor further determines the predicted confidence intervals for the corresponding estimated categories of HbA 1c levels, where these predicted confidence intervals are determined as follows: classified category 1 corresponds to predicted HbA 1c levels less than 8.0 classified category 2 corresponds to predicted levels of HbA 1c ranging from 8.0 to 8.5, classified category 3 corresponds to predicted levels of HbA 1c , finding ranging from 8.5 to 9.0, classified category 4 corresponds to predicted levels of HbA 1c ranging from 9.0 to 9.5, classified category 5 corresponds to predicted levels of HbA 1c ranging from 9.5 to 10.1, classified category 6 corresponds to predicted levels of HbA 1c ranging from 10.1 to 11.0, classified category 7 corresponds to predicted levels of HbA 1c greater than 11.0. 17. Система по п.14, отличающаяся тем, что в процессоре дополнительно осуществляется определение предсказанных доверительных интервалов для соответствующих уровней HbA1c, каждый из предсказанных доверительных интервалов представляет собой определенный диапазон уровней HbA1c.17. The system according to 14, characterized in that the processor further determines the predicted confidence intervals for the respective levels of HbA 1c , each of the predicted confidence intervals represents a certain range of levels of HbA 1c . 18. Система по п.17, отличающаяся тем, что предсказанные доверительные интервалы уровней HbA1c имеют уровень доверительности около 95%.18. The system of claim 17, wherein the predicted confidence intervals for HbA 1c levels have a confidence level of about 95%. 19. Система контроля гликемии для оценки уровня HbA1c пациента, содержащая механизм для получения данных об уровне BG у пациента, элемент базы данных для обслуживания базы данных, идентифицирующих данные об уровне BG, процессор, предназначенный для вычисления взвешенного отклонения в сторону высоких уровней глюкозы в крови (WR) и оцененного значения скорости изменения уровня глюкозы в крови (Dr) на основе указанных собранных данных об уровне BG, и для оценки уровня HbA1c с использованием заданной математической формулы на основе указанных вычисленных значений WR и Dr.19. A glycemic control system for assessing a patient's HbA 1c level, comprising a mechanism for obtaining patient BG level data, a database element for maintaining a database identifying BG level data, a processor for calculating a weighted deviation towards high glucose levels in blood (WR), and the estimated rate of change of blood glucose (Dr) based on said collected data on the level of BG, and for evaluating HbA 1c level using a predetermined mathematical formula based on said computed s values WR and Dr. 20. Программный продукт для компьютера, содержащий пригодную для использования в компьютере среду, имеющую программную логику для компьютера, позволяющую по меньшей мере одному процессору в компьютерной системе осуществлять оценку уровня HbA1c у пациента на основе данных уровня BG, указанная программная логика для компьютера содержит вычисление взвешенного отклонения в сторону высоких уровней глюкозы в крови (WR) и оцененного значения скорости изменения уровня глюкозы в крови (Dr) на основе указанных собранных данных уровней BG, оценку уровня HbA1c с использованием заданной математической формулы на основе указанных вычисленных значений WR и Dr.20. A computer program product containing a computer-suitable environment having computer program logic that allows at least one processor in a computer system to evaluate a patient's HbA 1c level based on BG level data, said computer program logic comprises a calculation weighted deviation in the direction of high blood glucose (WR) and the estimated value of the rate of change of blood glucose (Dr) based on the data collected BG levels, an estimate of the level HbA 1c using a given mathematical formula based on the specified calculated values of WR and Dr. 21. Программный продукт по п.20, отличающийся тем, что указанная программная логика для компьютера дополнительно содержит получение заданного доверительного интервала для классификации указанного оцененного уровня HbA1c, причем указанный доверительный интервал представляет собой единственное значение или определенный диапазон значений.21. The software product according to claim 20, characterized in that said computer logic further comprises obtaining a predetermined confidence interval for classifying said estimated level of HbA 1c , said confidence interval being a single value or a specific range of values. 22. Компьютеризированный способ оценки долговременной вероятности возникновения острой гипогликемии (SH) у пациента на основе данных об уровне BG, собранных в течение заданного периода времени, заключающийся в том, что вычисляют взвешенное отклонение в сторону низких уровней глюкозы в крови (WL) и осуществляют оценку скорости падения уровня глюкозы в крови в диапазоне низких уровней BG (DrDn) на основе указанных собранных данных об уровне BG, осуществляют оценку количества будущих приступов острой гипогликемии SH с использованием заданной математической формулы на основе указанных вычисленных с помощью компьютера значений WL и DrDn.22. A computerized method for assessing the long-term likelihood of acute hypoglycemia (SH) in a patient based on BG level data collected over a given period of time, comprising calculating a weighted deviation towards low blood glucose (WL) levels and evaluating the rate of fall of blood glucose in the low BG range (DrDn) based on the collected BG data collected, the number of future attacks of acute SH hypoglycemia is estimated using a given matem a static formula based on the calculated WL and DrDn values calculated using a computer. 23. Способ по п.22, отличающийся тем, что указанное вычисленное с помощью компьютера значение WL математически определяют по последовательности данных об уровнях BG x1, x2, ... xn, полученных в моменты времени t1, t2, ..., xn согласно уравнению23. The method according to item 22, wherein said computer-calculated value of WL is mathematically determined by a sequence of data on the levels BG x 1 , x 2 , ... x n obtained at time t 1 , t 2 ,. .., x n according to the equation
Figure 00000003
Figure 00000003
 где wl(BG;a)=10·ƒ(BG)a, если ƒ(BG)>0, и 0 - в противоположном случае;where wl (BG; a) = 10 · ƒ (BG) a if ƒ (BG)> 0, and 0 in the opposite case; а=2 представляет собой параметр взвешивания,a = 2 is a weighting parameter, указанное вычисленное с помощью компьютера значение Dr математически определяется следующим образом согласно выражениюthe calculated value of Dr calculated using a computer is mathematically determined as follows according to the expression DrDn=среднее значение по Sk+1-Sk, при условии, что Sk<Sk+1,DrDn = mean value over S k + 1 -S k , provided that S k <S k + 1 , где Sk=10,S(k+t1)2, для k=0, 1, ..., tn-t1,where S k = 10, S (k + t 1 ) 2 , for k = 0, 1, ..., t n -t 1 , S(tj)=ƒ(xj), для j=1, ..., n.S (t j ) = ƒ (x j ), for j = 1, ..., n. 24. Способ по п.22, отличающийся тем, что указанное оцененное значение будущих приступов SH (EstNSH) математически определяется согласно уравнению24. The method according to item 22, wherein the specified estimated value of future attacks SH (EstNSH) is mathematically determined according to the equation EstNSH=3,3613(WL)-4,3427(DrDn)-1,2716.EstNSH = 3.3613 (WL) -4.3427 (DrDn) -1.2716. 25. Способ по п.22, отличающийся тем, что дополнительно определяют заданную категорию EstNSH, каждая из которых представляет собой определенный диапазон значений EstNSH, присваивают значения EstNSH по меньшей мере одной из указанных категорий EstNSH.25. The method according to p. 22, characterized in that it further determines a given category of EstNSH, each of which represents a certain range of EstNSH values, assigns EstNSH values to at least one of the indicated EstNSH categories. 26. Способ по п.25, отличающийся тем, что указанные категории значений EstNSH определяют следующим образом: категория 1, где указанная категория EstNSH меньше 0,775, категория 2, где указанная категория EstNSH находится в диапазоне 0,775-3,750, категория 3, где указанная категория EstNSH находится в диапазоне 3,750-7,000, категория 4, где указанная категория EstNSH больше 7,0.26. The method according A.25, characterized in that the indicated categories of EstNSH values are defined as follows: category 1, where the specified category of EstNSH is less than 0.775, category 2, where the specified category of EstNSH is in the range of 0.775-3.750, category 3, where the specified category EstNSH is in the range of 3,750-7,000, category 4, where the indicated EstNSH category is greater than 7.0. 27. Способ по п.26, отличающийся тем, что дополнительно определяют вероятность того, что произойдет заданное количество приступов SH, соответственно, для каждой из указанных категорий EstNSH, при этом указанную вероятность и указанное заданное количество приступов SH определяют следующим образом: указанная классифицируемая категория 1 соответствует около 90% вероятности того, что произойдет 0 приступов SH, и около 10% вероятности того, что произойдет 1 или более приступов SH в течение заданного периода времени, указанная классифицируемая категория 2 соответствует около 50% вероятности того, что произойдет 0 приступов SH, около 25% вероятности того, что произойдет от 1 до 2 приступов SH, и около 25% вероятности того, что произойдет более чем 2 приступа SH в течение заданного периода времени, указанная классифицируемая категория 3 соответствует около 25% вероятности того, что произойдет 0 приступов SH, около 25% вероятности того, что произойдет от 1 примерно до 2 приступов SH, и около 50% вероятности того, что произойдет более чем 2 приступа SH в течение заданного периода времени, и указанная классифицируемая категория 4 соответствует около 20% вероятности того, что произойдет от 0 до 2 приступов SH, и около 80% вероятности того, что произойдет более чем 2 приступа SH в течение заданного периода времени.27. The method according to p. 26, characterized in that it further determines the likelihood that a given number of attacks SH will occur, respectively, for each of these categories of EstNSH, while the specified probability and the specified number of attacks SH are determined as follows: the specified classified category 1 corresponds to about 90% of the probability that 0 SH attacks will occur, and about 10% of the probability that 1 or more SH attacks will occur within a given period of time, the specified classified category 2 there is about a 50% probability that 0 SH attacks will occur, about 25% of the probability that 1 to 2 SH attacks will occur, and about 25% of the probability that more than 2 SH attacks will occur within a given period of time, the classified Category 3 corresponds to about 25% of the probability that 0 SH attacks will occur, about 25% of the probability of occurring from 1 to about 2 SH attacks, and about 50% of the probability that more than 2 SH attacks will occur within a given time period , and said classified Category 4 corresponds to about 20% of the probability that 0 to 2 SH attacks will occur, and about 80% of the probability that more than 2 SH attacks will occur within a given period of time. 28. Способ по п.25, отличающийся тем, что дополнительно определяют вероятность того, что произойдет заданное количество приступов SH, соответственно, для каждой из присвоенных категорий EstNSH, получают по меньшей мере одно значение вероятности того, что произойдет заданное количество приступов SH в соответствии с указанной категорией EstNSH, которой присвоено указанное значение EstNSH.28. The method according A.25, characterized in that it further determines the probability that a given number of SH attacks will occur, respectively, for each of the assigned EstNSH categories, at least one probability value of a given number of SH attacks will occur in accordance with the specified category EstNSH to which the specified value EstNSH is assigned. 29. Компьютеризированный способ оценки долговременной вероятности возникновения острой гипогликемии (SH) у пациента на основе собранных данных об уровне BG в течение заданного периода времени, заключающийся в том, что вычисляют взвешенное отклонение в сторону низких уровней глюкозы в крови (WL) и осуществляют оценку скорости падения уровня глюкозы в крови в диапазоне низких уровней BG (DrDn) на основе указанных собранных данных об уровне BG, осуществляют оценку количества будущих приступов острой гипогликемии SH с использованием заданной математической формулы на основе указанных вычисленных с помощью компьютера значений WL и DrDn, определяют вероятность того, что произойдет заданное количество приступов SH в соответствии с оценкой количества приступов SH.29. A computerized method for assessing the long-term likelihood of acute hypoglycemia (SH) in a patient based on collected BG level data over a given period of time, which consists in calculating a weighted deviation towards low blood glucose (WL) levels and estimating the rate drops in blood glucose in the low BG range (DrDn) based on the collected BG data collected, estimate the number of future attacks of acute SH hypoglycemia using a given matem nical formula based on said computed values by computer WL and DrDn, determine the likelihood that occurs a predetermined amount of SH episodes according to SH quantity estimation attacks. 30. Система оценки долговременной вероятности острой гипогликемии (SH) у пациента на основе собранных данных об уровне BG в течение заданного периода времени, содержащая элемент базы данных для обслуживания базы данных, идентифицирующих данные уровней BG, процессор, предназначенный для вычисления взвешенного отклонения в сторону низких уровней глюкозы в крови (WL) и оценки скорости падения уровня глюкозы в крови в диапазоне низких уровней BG (DrDn) на основе собранных данных об уровне BG, и для оценки количества будущих приступов SH с использованием заданной математической формулы на основе вычисленных значений WL и DrDn.30. A system for assessing the long-term likelihood of acute hypoglycemia (SH) in a patient based on collected BG level data for a specified period of time, containing a database element for servicing a database identifying BG level data, a processor designed to calculate a weighted deviation towards low blood glucose levels (WL) and estimates of the rate of fall of blood glucose levels in the low BG range (DrDn) based on collected BG data, and to estimate the number of future SH attacks using a predetermined mathematical formula based on the calculated values of WL and DrDn. 31. Система по п.30, отличающаяся тем, что вычисленное значение WL математически определяется по последовательности данных уровней BG x1, х2,... xn, полученных в моменты времени t1, t2, ..., tn согласно уравнению31. The system according to p. 30, characterized in that the calculated value of WL is mathematically determined by the sequence of data levels BG x 1 , x 2 , ... x n obtained at time t 1 , t 2 , ..., t n according to the equation
Figure 00000004
Figure 00000004
 где wl(BG;a)=10·ƒ(BG)a, если ƒ(BG)>0, и 0 - в противоположном случае;where wl (BG; a) = 10 · ƒ (BG) a if ƒ (BG)> 0, and 0 in the opposite case; а=2 и представляет собой параметр взвешивания,a = 2 and is a weighing parameter, вычисленное значение Dr, которое математически определяется согласно выражениюcalculated value Dr, which is mathematically determined according to the expression DrDn=среднее значение по Sk+1-Sk, при условии, что Sk<Sk+1,DrDn = mean value over S k + 1 -S k , provided that S k <S k + 1 , где Sk=10·S(k+t1)2, для k=0,1, ..., tn-t1,where S k = 10 · S (k + t 1 ) 2 , for k = 0,1, ..., t n -t 1 , S(tj)=ƒ(xj), для j=1, ..., n.S (t j ) = ƒ (x j ), for j = 1, ..., n. 32. Система по п.30, отличающаяся тем, что оценка значения количества будущих приступов SH (EstNSH) математически определяется согласно выражению32. The system of claim 30, wherein the estimate of the number of future SH attacks (EstNSH) is mathematically determined according to the expression EstNSH=3,3613(WL)-4,3427(DrDn)-1,2716.EstNSH = 3.3613 (WL) -4.3427 (DrDn) -1.2716. 33. Система по п.30, отличающаяся тем, что в процессоре дополнительно осуществляется определение заданной категории значений EstNSH, каждая из указанных категорий EstNSH представляет собой определенный диапазон значений EstNSH, и соотнесение указанных значений EstNSH по меньшей мере с одной из указанных категорий EstNSH.33. The system according to p. 30, characterized in that the processor additionally determines the specified category of EstNSH values, each of these EstNSH categories represents a certain range of EstNSH values, and correlation of these EstNSH values with at least one of the indicated EstNSH categories. 34. Система по п.33, отличающаяся тем, что указанные категории EstNSH определяются следующим образом: категория 1, где указанная категория EstNSH меньше 0,775, категория 2, где указанная категория EstNSH находится в диапазоне 0,775-3,750, категория 3, где указанная категория EstNSH находится в диапазоне 3,750-7,000, категория 4, где указанная категория EstNSH больше 7,0.34. The system of claim 33, wherein said EstNSH categories are defined as follows: category 1, where said EstNSH category is less than 0.775, category 2, where said EstNSH category is in the range 0.775-3.750, category 3, where said EstNSH category is in the range of 3,750-7,000, category 4, where the indicated EstNSH category is greater than 7.0. 35. Способ по п.34, отличающийся тем, что в процессоре дополнительно осуществляется определение вероятности того, что произойдет заданное количество приступов SH, соответственно, для каждой из указанных категорий присвоенных значений EstNSH, где указанная вероятность и указанное заданное количество приступов SH определяется следующим образом: указанная классифицируемая категория 1 соответствует около 90% вероятности того, что произойдет 0 приступов SH, и около 10% вероятности того, что произойдет 1 или более приступов SH в течение всего заданного периода времени, указанная классифицируемая категория 2 соответствует около 50% вероятности того, что произойдет 0 приступов SH, около 25% вероятности того, что произойдет от 1 до 2 приступов SH, и около 25% вероятности того, что произойдет более чем 2 приступа SH в течение всего заданного периода времени, указанная классифицируемая категория 3 соответствует около 25% вероятности того, что произойдет 0 приступов SH, около 25% вероятности того, что произойдет от 1 до 2 приступов SH, и около 50% вероятности того, что произойдет более чем 2 приступа SH в течение всего заданного периода времени, указанная классифицируемая категория 4 соответствует около 20% вероятности того, что произойдет от 0 до 2 приступов SH, и около 80% вероятности того, что произойдет более чем 2 приступа SH в течение всего заданного периода времени.35. The method according to clause 34, wherein the processor further determines the likelihood that a given number of attacks SH will occur, respectively, for each of the indicated categories of assigned values EstNSH, where the specified probability and the specified number of attacks SH are determined as follows : the specified classified category 1 corresponds to about 90% of the probability that 0 SH attacks will occur, and about 10% of the probability that 1 or more SH attacks will occur during the entire specified period In terms of time, this classified category 2 corresponds to about a 50% probability that 1 to 2 SH attacks will occur, about 25% of the probability that 1 to 2 SH attacks will occur, and about 25% of the probability that more than 2 SH attacks will occur during the entire specified period of time, the specified classified category 3 corresponds to about 25% of the probability that 0 SH attacks will occur, about 25% of the probability of 1 to 2 SH attacks, and about 50% of the probability of more than 2 attacks SH attacks throughout a specified period of time, the specified classified category 4 corresponds to about 20% of the probability that from 0 to 2 attacks of SH, and about 80% of the probability that more than 2 attacks of SH will occur during the entire specified period of time. 36. Система по п.33, отличающаяся тем, что в процессоре дополнительно осуществляется определение вероятности того, что произойдет заданное количество приступов SH, соответственно, для каждой из указанных категорий для присвоенных значений EstNSH, и получение по меньшей мере одного значения вероятности того, что произойдет заданное количество приступов SH в соответствии с указанной категорией EstNSH, которой присвоено указанное значение EstNSH.36. The system according to p. 33, characterized in that the processor additionally determines the probability that a given number of SH attacks will occur, respectively, for each of the indicated categories for the assigned EstNSH values, and obtain at least one probability value that the specified number of SH attacks will occur in accordance with the specified EstNSH category to which the specified EstNSH value is assigned. 37. Система контроля гликемии для оценки долговременной вероятности возникновения острой гипогликемии (SH) у пациента, содержащая механизм для получения данных об уровне BG у пациента, элемент базы данных для обслуживания базы данных, идентифицирующих данные уровней BG, процессор, предназначенный для вычисления взвешенного отклонения в сторону низких уровней глюкозы в крови (WL) и оценки скорости падения уровня глюкозы в крови в диапазоне низких уровней BG (DrDn) на основе собранных данных об уровне BG, и для оценки количества будущих приступов SH с использованием заданной математической формулы на основе вычисленных значений WL и DrDn.37. A glycemic control system for assessing the long-term likelihood of acute hypoglycemia (SH) in a patient, containing a mechanism for obtaining BG level data for a patient, a database element for servicing a database identifying BG level data, a processor for calculating the weighted deviation in side of low blood glucose (WL) and estimates of the rate of drop in blood glucose in the low BG range (DrDn) based on the collected BG data, and to estimate the number of future SH attacks with using a given mathematical formula based on the calculated values of WL and DrDn. 38. Программный продукт для компьютера, содержащий пригодную для использования в компьютере среду, имеющую программную логику для компьютера, позволяющую по меньшей мере одному процессору в компьютерной системе осуществлять оценку долговременной вероятности возникновения острой гипогликемии (SH) у пациента на основе данных об уровне BG, при этом указанная программная логика для компьютера содержит вычисление взвешенного отклонения в сторону низких уровней глюкозы в крови (WL) и оценки скорости падения уровня глюкозы в крови в диапазоне низких уровней BG (DrDn) на основе указанных собранных данных об уровне BG, оценку количества будущих приступов SH с использованием заданной математической формулы на основе указанных вычисленных компьютером значений WL и DrDn.38. A computer software product containing a computer-suitable environment having computer logic for a computer that allows at least one processor in a computer system to evaluate the long-term likelihood of acute hypoglycemia (SH) in a patient based on BG level data, this specified program logic for the computer contains the calculation of the weighted deviation in the direction of low blood glucose (WL) and estimates the rate of fall of the level of glucose in the blood in the range of low BG levels (DrDn) based on the collected BG level data; estimate the number of future SH attacks using a given mathematical formula based on the specified computer-calculated values of WL and DrDn. 39. Программный продукт по п.38, отличающийся тем, что указанная программная логика для компьютера дополнительно содержит определение вероятности того, что произойдет заданное количество приступов SH в соответствии с указанным оцененным значением количества приступов SH.39. The software product of claim 38, wherein said computer logic further comprises determining a probability that a predetermined number of SH attacks will occur in accordance with said estimated value of the number of SH attacks. 40. Компьютеризированный способ оценки кратковременного риска возникновения острой гипогликемии (SH) у пациента на основе данных об уровне BG, собранных в течение заданного периода времени, заключающийся в том, что вычисляют взвешенное отклонение в сторону низких уровней глюкозы в крови (WL), определяют значение Мах(wl) путем вычисления максимального значения wl(BG;2), определяют значение риска путем получения среднего геометрического значения WL и Max(wl) в течение заданного периода времени согласно выражению40. A computerized method for assessing the short-term risk of acute hypoglycemia (SH) in a patient based on BG level data collected over a predetermined period of time, namely that a weighted deviation is calculated in the direction of low blood glucose (WL), and the value is determined Max (wl) by calculating the maximum value of wl (BG; 2), determine the risk value by obtaining the geometric mean values of WL and Max (wl) over a given period of time according to the expression значение риска =
Figure 00000005
.risk value =
Figure 00000005
. 41. Способ по п.40, отличающийся тем, что указанное вычисленное с помощью компьютера значение WL математически определяют по последовательности данных об уровнях BG x1, х2, ... xn, полученных в течение заданного периода времени согласно уравнению41. The method according to p. 40, characterized in that the computer-calculated value of WL is mathematically determined by a sequence of data on the levels BG x 1 , x 2 , ... x n obtained over a given period of time according to the equation
Figure 00000006
Figure 00000006
 где wl(BG;a)=10·ƒ(BG)a, если ƒ(BG)>0, и 0 - в противоположном случае,where wl (BG; a) = 10 · ƒ (BG) a if ƒ (BG)> 0, and 0, in the opposite case, где а=2 и представляет собой параметр взвешивания.where a = 2 and represents the weighting parameter. 42. Способ по п.40, отличающийся тем, что дополнительно получают заданное пороговое значение риска, сравнивают указанное определенное значение риска с пороговым значением риска.42. The method according to p, characterized in that it additionally receive a predetermined threshold risk value, compare the specified specific risk value with a threshold risk value. 43. Способ по п.42, отличающийся тем, что если указанное определенное значение риска больше, чем пороговое значение, кратковременный риск возникновения приступа гипогликемии является высоким, и если указанное определенное значение риска меньше, чем пороговое значение, кратковременный риск возникновения приступа гипогликемии является низким.43. The method according to § 42, wherein if the specified specific risk value is greater than the threshold value, the short-term risk of a hypoglycemia attack is high, and if the specified specific risk value is less than the threshold value, the short-term risk of a hypoglycemia attack is low . 44. Способ по п.43, отличающийся тем, что указанный короткий интервал составляет около 24 ч.44. The method according to item 43, wherein the specified short interval is about 24 hours 45. Способ по п.43, отличающийся тем, что указанный короткий интервал находится в пределах 12-72 ч.45. The method according to item 43, wherein the specified short interval is in the range of 12-72 hours 46. Способ по п.43, отличающийся тем, что указанное пороговое значение составляет около 17.46. The method according to item 43, wherein the specified threshold value is about 17. 47. Способ по п.43, отличающийся тем, что указанное пороговое значение находится в диапазоне 12-25.47. The method according to item 43, wherein the specified threshold value is in the range of 12-25. 48. Система оценки кратковременного риска возникновения острой гипогликемии (SH) у пациента на основе собранных данных об уровне BG в течение заданного периода времени, содержащая элемент базы данных для обслуживания базы данных, идентифицирующих данные об уровне BG, процессор, предназначенный для вычисления взвешенного отклонения в сторону низких уровней глюкозы в крови (WL), для определения Max(wl) путем вычисления максимального значения wl(BG;2), и для определения значения риска путем получения среднего геометрического значения WL и Max(wl) в течение указанного заданного периода времени, причем значение риска математически определяется согласно выражению48. A system for assessing the short-term risk of acute hypoglycemia (SH) in a patient based on collected BG level data for a specified period of time, containing a database element for servicing a database identifying BG level data, a processor designed to calculate the weighted deviation in side of low blood glucose (WL), to determine Max (wl) by calculating the maximum value of wl (BG; 2), and to determine the risk value by obtaining the geometric mean values of WL and Max (wl) over time said predetermined time period, the risk value is mathematically defined according to the expression значение риска =
Figure 00000007
.risk value =
Figure 00000007
. 49. Система по п.48, отличающаяся тем, что вычисленное значение WL математически определяется по последовательности данных об уровнях BG x1, х2, ... xn, в течение заданного периода времени согласно уравнению49. The system according to p. 48, characterized in that the calculated value of WL is mathematically determined by the sequence of data on the levels BG x 1 , x 2 , ... x n , for a given period of time according to the equation
Figure 00000008
Figure 00000008
 где wl (BG;a)=10·ƒ(ВС)a, если f(BG)>0, и 0 - в противоположном случае,where wl (BG; a) = 10 · ƒ (BC) a if f (BG)> 0, and 0, in the opposite case, а=2 и представляет собой параметр взвешивания.a = 2 and represents the weighting parameter. 50. Система по п.48, отличающаяся тем, что в процессоре дополнительно осуществляется получение заданного порогового значения риска и сравнение указанного определенного значения риска с указанным пороговым значением риска.50. The system of claim 48, wherein the processor further obtains a predetermined risk threshold value and compares the specified specific risk value with the specified risk threshold value. 51. Система по п.50, отличающаяся тем, что если указанное определенное значение риска больше, чем пороговое значение, кратковременный риск возникновения приступа гипогликемии является высоким, и если указанное определенное значение риска меньше, чем пороговое значение, кратковременный риск возникновения приступа гипогликемии является низким.51. The system of claim 50, wherein the indicated specific risk value is greater than the threshold value, the short-term risk of an attack of hypoglycemia is high, and if the specified specific risk value is less than the threshold value, the short-term risk of an attack of hypoglycemia is low . 52. Система по п.51, отличающаяся тем, что указанный короткий интервал составляет около 24 ч.52. The system of claim 51, wherein said short interval is about 24 hours. 53. Способ по п.51, отличающийся тем, что указанный короткий интервал находится в диапазоне 12-72 ч.53. The method according to 51, wherein the specified short interval is in the range of 12-72 hours 54. Система по п.51, отличающаяся тем, что пороговое значение составляет около 17.54. The system of claim 51, wherein the threshold value is about 17. 55. Способ по п.51, отличающийся тем, что пороговое значение находится в диапазоне 12-25.55. The method according to § 51, wherein the threshold value is in the range of 12-25. 56. Система контроля гликемии для оценки кратковременного риска возникновения острой гипогликемии (SH) у пациента, содержащая механизм для получения данных об уровне BG у пациента, элемент базы данных для обслуживания базы данных, идентифицирующих данные об уровне BG, процессор, предназначенный для вычисления взвешенного отклонения в сторону низких уровней глюкозы в крови (WL), для определения Max(wl) путем вычисления максимального значения wl(BG;2), для определения значения риска путем получения среднего геометрического значения WL и Max(wl) в течение заданного периода времени, причем значение риска определяется согласно выражению56. A glycemic control system for assessing the short-term risk of acute hypoglycemia (SH) in a patient, containing a mechanism for obtaining BG level data for a patient, a database element for maintaining a database identifying BG level data, a processor for calculating weighted deviation towards low blood glucose (WL), to determine Max (wl) by calculating the maximum value of wl (BG; 2), to determine the risk value by obtaining the geometric mean values of WL and Max (wl) during a specified period of time, and the risk value is determined according to the expression значение риска =
Figure 00000009
.risk value =
Figure 00000009
. 57. Программный продукт для компьютера, содержащий пригодную для использования в компьютере среду, имеющую программную логику для компьютера, позволяющую по меньшей мере одному процессору в компьютерной системе осуществлять оценку кратковременного риска возникновения острой гипогликемии (SH) у пациента на основе данных об уровнях BG, собранных в течение заданного периода времени, при этом программная логика для компьютера включает вычисление взвешенного отклонения в сторону низких уровней глюкозы в крови (WL), определение Мах(wl) путем вычисления максимального значения wl(BG;2), определение значение риска путем получения среднего геометрического значения WL и Мах(wl) в течение указанного заданного периода времени, указанное значение риска определяется согласно выражению57. A computer program product containing a computer-friendly environment having computer program logic that allows at least one processor in a computer system to evaluate the short-term risk of acute hypoglycemia (SH) in a patient based on BG levels collected during a given period of time, while the program logic for the computer includes calculating the weighted deviation towards low blood glucose (WL), determining Max (wl) by subtracting adding the maximum value of wl (BG; 2), determining the risk value by obtaining the geometric mean values of WL and Max (wl) during the specified period of time, the specified risk value is determined according to the expression значение риска =
Figure 00000010
.risk value =
Figure 00000010
. 58. Программный продукт для компьютера по п.57, отличающийся тем, что программная логика для компьютера дополнительно включает получение заданного порогового значения риска и сравнение определенного значения риска с пороговым значением риска.58. The software product for the computer according to § 57, wherein the software logic for the computer further includes obtaining a predetermined risk threshold value and comparing a specific risk value with a risk threshold value.
RU2002128925/15A 2000-03-29 2001-03-29 Method, system and software product for evaluating diabetic glycemia control RU2283495C2 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US19303700P 2000-03-29 2000-03-29
US60/193,037 2000-03-29

Publications (2)

Publication Number Publication Date
RU2002128925A true RU2002128925A (en) 2004-04-27
RU2283495C2 RU2283495C2 (en) 2006-09-10

Family

ID=22712035

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2002128925/15A RU2283495C2 (en) 2000-03-29 2001-03-29 Method, system and software product for evaluating diabetic glycemia control

Country Status (13)

Country Link
US (3) US7025425B2 (en)
EP (1) EP1267708A4 (en)
JP (1) JP4891511B2 (en)
KR (1) KR100776070B1 (en)
CN (1) CN100448392C (en)
AU (2) AU2001251046B2 (en)
CA (1) CA2404262C (en)
DZ (1) DZ3338A1 (en)
IL (3) IL151720A0 (en)
MX (1) MXPA02009487A (en)
PL (1) PL198154B1 (en)
RU (1) RU2283495C2 (en)
WO (1) WO2001072208A2 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2465812C2 (en) * 2006-05-08 2012-11-10 БАЙЕР ХЕЛТКЭА ЭлЭлСи System for signal abnormal output signal detection for biosensor
RU2472427C2 (en) * 2006-07-19 2013-01-20 Кросс Текнолоджи Солюшнз Аб Mobile device, method and system for processing factors, influencing sugar level in blood
RU2640172C2 (en) * 2013-02-21 2017-12-26 Университи Оф Вирджиния Патент Фоундэйшион Tracking changes to averaged values of glycemia in diabetics

Families Citing this family (348)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6036924A (en) 1997-12-04 2000-03-14 Hewlett-Packard Company Cassette of lancet cartridges for sampling blood
US6391005B1 (en) 1998-03-30 2002-05-21 Agilent Technologies, Inc. Apparatus and method for penetration with shaft having a sensor for sensing penetration depth
US8974386B2 (en) 1998-04-30 2015-03-10 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US8465425B2 (en) 1998-04-30 2013-06-18 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US6949816B2 (en) 2003-04-21 2005-09-27 Motorola, Inc. Semiconductor component having first surface area for electrically coupling to a semiconductor chip and second surface area for electrically coupling to a substrate, and method of manufacturing same
US9066695B2 (en) 1998-04-30 2015-06-30 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US8480580B2 (en) 1998-04-30 2013-07-09 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US8346337B2 (en) 1998-04-30 2013-01-01 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US8688188B2 (en) 1998-04-30 2014-04-01 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US6175752B1 (en) 1998-04-30 2001-01-16 Therasense, Inc. Analyte monitoring device and methods of use
KR100627990B1 (en) * 1998-11-30 2006-09-26 노보 노르디스크 에이/에스 A method and a system for assisting a user in a medical self treatment, said self treatment comprising a plurality of actions
US8641644B2 (en) 2000-11-21 2014-02-04 Sanofi-Aventis Deutschland Gmbh Blood testing apparatus having a rotatable cartridge with multiple lancing elements and testing means
US6560471B1 (en) 2001-01-02 2003-05-06 Therasense, Inc. Analyte monitoring device and methods of use
JP4498636B2 (en) 2001-04-27 2010-07-07 日本サーモスタット株式会社 Thermostat device
DE60234598D1 (en) 2001-06-12 2010-01-14 Pelikan Technologies Inc SELF-OPTIMIZING LANZET DEVICE WITH ADAPTANT FOR TEMPORAL FLUCTUATIONS OF SKIN PROPERTIES
US9427532B2 (en) 2001-06-12 2016-08-30 Sanofi-Aventis Deutschland Gmbh Tissue penetration device
ES2357887T3 (en) 2001-06-12 2011-05-03 Pelikan Technologies Inc. APPARATUS FOR IMPROVING THE BLOOD OBTAINING SUCCESS RATE FROM A CAPILLARY PUNCTURE.
AU2002315180A1 (en) 2001-06-12 2002-12-23 Pelikan Technologies, Inc. Electric lancet actuator
US7981056B2 (en) 2002-04-19 2011-07-19 Pelikan Technologies, Inc. Methods and apparatus for lancet actuation
US7025774B2 (en) 2001-06-12 2006-04-11 Pelikan Technologies, Inc. Tissue penetration device
DE60234597D1 (en) 2001-06-12 2010-01-14 Pelikan Technologies Inc DEVICE AND METHOD FOR REMOVING BLOOD SAMPLES
AU2002348683A1 (en) 2001-06-12 2002-12-23 Pelikan Technologies, Inc. Method and apparatus for lancet launching device integrated onto a blood-sampling cartridge
US9226699B2 (en) 2002-04-19 2016-01-05 Sanofi-Aventis Deutschland Gmbh Body fluid sampling module with a continuous compression tissue interface surface
US8337419B2 (en) 2002-04-19 2012-12-25 Sanofi-Aventis Deutschland Gmbh Tissue penetration device
US9795747B2 (en) 2010-06-02 2017-10-24 Sanofi-Aventis Deutschland Gmbh Methods and apparatus for lancet actuation
JP2004538078A (en) * 2001-08-20 2004-12-24 インバネス・メディカル・リミテッド Wireless diabetes management device and method of using wireless diabetes management device
EP1453425B1 (en) 2001-12-03 2006-03-08 Ekos Corporation Catheter with multiple ultrasound radiating members
US20030216628A1 (en) * 2002-01-28 2003-11-20 Bortz Jonathan David Methods and systems for assessing glycemic control using predetermined pattern label analysis of blood glucose readings
US9247901B2 (en) 2003-08-22 2016-02-02 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US9282925B2 (en) 2002-02-12 2016-03-15 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US10022078B2 (en) 2004-07-13 2018-07-17 Dexcom, Inc. Analyte sensor
US8010174B2 (en) 2003-08-22 2011-08-30 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US8260393B2 (en) 2003-07-25 2012-09-04 Dexcom, Inc. Systems and methods for replacing signal data artifacts in a glucose sensor data stream
US7491178B2 (en) 2002-04-19 2009-02-17 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7232451B2 (en) 2002-04-19 2007-06-19 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US9248267B2 (en) 2002-04-19 2016-02-02 Sanofi-Aventis Deustchland Gmbh Tissue penetration device
US7175642B2 (en) 2002-04-19 2007-02-13 Pelikan Technologies, Inc. Methods and apparatus for lancet actuation
US7892183B2 (en) 2002-04-19 2011-02-22 Pelikan Technologies, Inc. Method and apparatus for body fluid sampling and analyte sensing
US7229458B2 (en) 2002-04-19 2007-06-12 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7909778B2 (en) 2002-04-19 2011-03-22 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US9314194B2 (en) 2002-04-19 2016-04-19 Sanofi-Aventis Deutschland Gmbh Tissue penetration device
US7371247B2 (en) 2002-04-19 2008-05-13 Pelikan Technologies, Inc Method and apparatus for penetrating tissue
US7331931B2 (en) 2002-04-19 2008-02-19 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7717863B2 (en) 2002-04-19 2010-05-18 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7976476B2 (en) 2002-04-19 2011-07-12 Pelikan Technologies, Inc. Device and method for variable speed lancet
US7291117B2 (en) 2002-04-19 2007-11-06 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US8267870B2 (en) 2002-04-19 2012-09-18 Sanofi-Aventis Deutschland Gmbh Method and apparatus for body fluid sampling with hybrid actuation
US9795334B2 (en) 2002-04-19 2017-10-24 Sanofi-Aventis Deutschland Gmbh Method and apparatus for penetrating tissue
US8221334B2 (en) 2002-04-19 2012-07-17 Sanofi-Aventis Deutschland Gmbh Method and apparatus for penetrating tissue
US8579831B2 (en) 2002-04-19 2013-11-12 Sanofi-Aventis Deutschland Gmbh Method and apparatus for penetrating tissue
US7901362B2 (en) 2002-04-19 2011-03-08 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7297122B2 (en) 2002-04-19 2007-11-20 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US8702624B2 (en) 2006-09-29 2014-04-22 Sanofi-Aventis Deutschland Gmbh Analyte measurement device with a single shot actuator
US7648468B2 (en) 2002-04-19 2010-01-19 Pelikon Technologies, Inc. Method and apparatus for penetrating tissue
US7547287B2 (en) 2002-04-19 2009-06-16 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7226461B2 (en) 2002-04-19 2007-06-05 Pelikan Technologies, Inc. Method and apparatus for a multi-use body fluid sampling device with sterility barrier release
US8784335B2 (en) 2002-04-19 2014-07-22 Sanofi-Aventis Deutschland Gmbh Body fluid sampling device with a capacitive sensor
US7674232B2 (en) 2002-04-19 2010-03-09 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
EP1534121B1 (en) * 2002-08-13 2014-01-22 University Of Virginia Patent Foundation Method, system, and computer program product for the processing of self-monitoring blood glucose(smbg)data to enhance diabetic self-management
EP1416417A3 (en) * 2002-10-08 2007-03-07 Bayer HealthCare LLC Mehtod and systems for data management in patient diagnoses and treatment
JP4289869B2 (en) * 2002-11-06 2009-07-01 シスメックス株式会社 Diabetes diagnosis support system
US8574895B2 (en) 2002-12-30 2013-11-05 Sanofi-Aventis Deutschland Gmbh Method and apparatus using optical techniques to measure analyte levels
AU2003303597A1 (en) 2002-12-31 2004-07-29 Therasense, Inc. Continuous glucose monitoring system and methods of use
US7266400B2 (en) 2003-05-06 2007-09-04 Orsense Ltd. Glucose level control method and system
WO2004107964A2 (en) 2003-06-06 2004-12-16 Pelikan Technologies, Inc. Blood harvesting device with electronic control
US8066639B2 (en) 2003-06-10 2011-11-29 Abbott Diabetes Care Inc. Glucose measuring device for use in personal area network
WO2006001797A1 (en) 2004-06-14 2006-01-05 Pelikan Technologies, Inc. Low pain penetrating
US8423113B2 (en) 2003-07-25 2013-04-16 Dexcom, Inc. Systems and methods for processing sensor data
US8275437B2 (en) 2003-08-01 2012-09-25 Dexcom, Inc. Transcutaneous analyte sensor
US8369919B2 (en) 2003-08-01 2013-02-05 Dexcom, Inc. Systems and methods for processing sensor data
US8845536B2 (en) 2003-08-01 2014-09-30 Dexcom, Inc. Transcutaneous analyte sensor
US8160669B2 (en) 2003-08-01 2012-04-17 Dexcom, Inc. Transcutaneous analyte sensor
US20190357827A1 (en) 2003-08-01 2019-11-28 Dexcom, Inc. Analyte sensor
US7494465B2 (en) 2004-07-13 2009-02-24 Dexcom, Inc. Transcutaneous analyte sensor
US7774145B2 (en) 2003-08-01 2010-08-10 Dexcom, Inc. Transcutaneous analyte sensor
US8761856B2 (en) 2003-08-01 2014-06-24 Dexcom, Inc. System and methods for processing analyte sensor data
US8676287B2 (en) 2003-08-01 2014-03-18 Dexcom, Inc. System and methods for processing analyte sensor data
US6931327B2 (en) 2003-08-01 2005-08-16 Dexcom, Inc. System and methods for processing analyte sensor data
US9135402B2 (en) * 2007-12-17 2015-09-15 Dexcom, Inc. Systems and methods for processing sensor data
US8285354B2 (en) 2003-08-01 2012-10-09 Dexcom, Inc. System and methods for processing analyte sensor data
US20070208245A1 (en) * 2003-08-01 2007-09-06 Brauker James H Transcutaneous analyte sensor
US7591801B2 (en) 2004-02-26 2009-09-22 Dexcom, Inc. Integrated delivery device for continuous glucose sensor
US7920906B2 (en) 2005-03-10 2011-04-05 Dexcom, Inc. System and methods for processing analyte sensor data for sensor calibration
US20140121989A1 (en) 2003-08-22 2014-05-01 Dexcom, Inc. Systems and methods for processing analyte sensor data
US8282576B2 (en) 2003-09-29 2012-10-09 Sanofi-Aventis Deutschland Gmbh Method and apparatus for an improved sample capture device
ES2349174T3 (en) 2003-10-13 2010-12-28 Novo Nordisk A/S APPARATUS AND METHOD FOR THE DETERMINATION OF A PHYSIOLOGICAL CONDITION.
EP1680014A4 (en) 2003-10-14 2009-01-21 Pelikan Technologies Inc Method and apparatus for a variable user interface
JP2007512588A (en) * 2003-10-29 2007-05-17 ノボ・ノルデイスク・エー／エス Medical advice system
US7299082B2 (en) 2003-10-31 2007-11-20 Abbott Diabetes Care, Inc. Method of calibrating an analyte-measurement device, and associated methods, devices and systems
US9247900B2 (en) 2004-07-13 2016-02-02 Dexcom, Inc. Analyte sensor
WO2005051170A2 (en) 2003-11-19 2005-06-09 Dexcom, Inc. Integrated receiver for continuous analyte sensor
US8532730B2 (en) 2006-10-04 2013-09-10 Dexcom, Inc. Analyte sensor
US8364231B2 (en) 2006-10-04 2013-01-29 Dexcom, Inc. Analyte sensor
US8423114B2 (en) 2006-10-04 2013-04-16 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US8287453B2 (en) 2003-12-05 2012-10-16 Dexcom, Inc. Analyte sensor
US11633133B2 (en) 2003-12-05 2023-04-25 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
DE602004029092D1 (en) 2003-12-05 2010-10-21 Dexcom Inc CALIBRATION METHODS FOR A CONTINUOUSLY WORKING ANALYTIC SENSOR
EP1711791B1 (en) 2003-12-09 2014-10-15 DexCom, Inc. Signal processing for continuous analyte sensor
WO2005065414A2 (en) 2003-12-31 2005-07-21 Pelikan Technologies, Inc. Method and apparatus for improving fluidic flow and sample capture
US7822454B1 (en) 2005-01-03 2010-10-26 Pelikan Technologies, Inc. Fluid sampling device with improved analyte detecting member configuration
CA2556331A1 (en) 2004-02-17 2005-09-29 Therasense, Inc. Method and system for providing data communication in continuous glucose monitoring and management system
SE0400456D0 (en) * 2004-02-26 2004-02-26 Lars Liljeryd Multiparameter metabolic monitoring, a method and device for the improvement of management and control in borderline or manifest type 2 diabetes
US8808228B2 (en) 2004-02-26 2014-08-19 Dexcom, Inc. Integrated medicament delivery device for use with continuous analyte sensor
JP4547173B2 (en) 2004-03-17 2010-09-22 シスメックス株式会社 Diabetes care support system
WO2005106017A2 (en) * 2004-04-21 2005-11-10 University Of Virginia Patent Foundation Method, system and computer program product for evaluating the accuracy of blood glucose monitoring sensors/devices
WO2006011062A2 (en) 2004-05-20 2006-02-02 Albatros Technologies Gmbh & Co. Kg Printable hydrogel for biosensors
EP1765194A4 (en) 2004-06-03 2010-09-29 Pelikan Technologies Inc Method and apparatus for a fluid sampling device
US7857760B2 (en) 2004-07-13 2010-12-28 Dexcom, Inc. Analyte sensor
US7654956B2 (en) 2004-07-13 2010-02-02 Dexcom, Inc. Transcutaneous analyte sensor
US8565848B2 (en) 2004-07-13 2013-10-22 Dexcom, Inc. Transcutaneous analyte sensor
US8452368B2 (en) 2004-07-13 2013-05-28 Dexcom, Inc. Transcutaneous analyte sensor
EP3101572A1 (en) 2004-10-07 2016-12-07 Novo Nordisk A/S Method for self-management of a disease
JP2008519623A (en) * 2004-11-15 2008-06-12 ノボ・ノルデイスク・エー／エス Method and apparatus for monitoring long-term and short-term effects of treatment
US9636450B2 (en) 2007-02-19 2017-05-02 Udo Hoss Pump system modular components for delivering medication and analyte sensing at seperate insertion sites
US8029441B2 (en) 2006-02-28 2011-10-04 Abbott Diabetes Care Inc. Analyte sensor transmitter unit configuration for a data monitoring and management system
US8652831B2 (en) 2004-12-30 2014-02-18 Sanofi-Aventis Deutschland Gmbh Method and apparatus for analyte measurement test time
ITBO20050002A1 (en) * 2005-01-04 2006-07-05 Giacomo Vespasiani METHOD AND SYSTEM FOR INTERACTIVE MANAGEMENT OF DATA CONCERNING AN INSULIN THERAPY IN SELF-CONTROL FOR A DIABETIC PATIENT
US7798961B1 (en) 2005-01-11 2010-09-21 BeWell Mobile Technology Inc. Acquisition and management of time dependent health information
US20090312620A1 (en) * 2005-04-27 2009-12-17 Hou-Mei Henry Chang Diabetes monitor
US8112240B2 (en) 2005-04-29 2012-02-07 Abbott Diabetes Care Inc. Method and apparatus for providing leak detection in data monitoring and management systems
JP2008545512A (en) * 2005-06-08 2008-12-18 アガマトリックス インコーポレーテッド Data collection system and interface
US8251904B2 (en) 2005-06-09 2012-08-28 Roche Diagnostics Operations, Inc. Device and method for insulin dosing
US20090227855A1 (en) 2005-08-16 2009-09-10 Medtronic Minimed, Inc. Controller device for an infusion pump
US7737581B2 (en) * 2005-08-16 2010-06-15 Medtronic Minimed, Inc. Method and apparatus for predicting end of battery life
CN101365374B (en) 2005-08-31 2011-11-16 弗吉尼亚大学专利基金委员会 Improving accuracy of continuous glucose sensors
US9521968B2 (en) 2005-09-30 2016-12-20 Abbott Diabetes Care Inc. Analyte sensor retention mechanism and methods of use
US8880138B2 (en) 2005-09-30 2014-11-04 Abbott Diabetes Care Inc. Device for channeling fluid and methods of use
US7766829B2 (en) 2005-11-04 2010-08-03 Abbott Diabetes Care Inc. Method and system for providing basal profile modification in analyte monitoring and management systems
EP1955240B8 (en) * 2005-11-08 2016-03-30 Bigfoot Biomedical, Inc. Method for manual and autonomous control of an infusion pump
RU2477078C2 (en) * 2006-01-05 2013-03-10 Юниверсити Оф Вирджиния Пэйтент Фаундейшн Method, system and software product for estimating changeability of glucose content in blood in case of diabetes by self-control data
US7885698B2 (en) 2006-02-28 2011-02-08 Abbott Diabetes Care Inc. Method and system for providing continuous calibration of implantable analyte sensors
US7826879B2 (en) 2006-02-28 2010-11-02 Abbott Diabetes Care Inc. Analyte sensors and methods of use
EP3513708B1 (en) 2006-03-09 2022-12-28 Dexcom, Inc. Systems and methods for processing analyte sensor data
EP1839566A1 (en) * 2006-03-29 2007-10-03 F. Hoffmann-La Roche AG Method and assembly for the observation of a medical instrument.
US7653425B2 (en) 2006-08-09 2010-01-26 Abbott Diabetes Care Inc. Method and system for providing calibration of an analyte sensor in an analyte monitoring system
US8140312B2 (en) 2007-05-14 2012-03-20 Abbott Diabetes Care Inc. Method and system for determining analyte levels
US8583205B2 (en) 2008-03-28 2013-11-12 Abbott Diabetes Care Inc. Analyte sensor calibration management
US7630748B2 (en) 2006-10-25 2009-12-08 Abbott Diabetes Care Inc. Method and system for providing analyte monitoring
US7620438B2 (en) 2006-03-31 2009-11-17 Abbott Diabetes Care Inc. Method and system for powering an electronic device
US8226891B2 (en) 2006-03-31 2012-07-24 Abbott Diabetes Care Inc. Analyte monitoring devices and methods therefor
US8219173B2 (en) 2008-09-30 2012-07-10 Abbott Diabetes Care Inc. Optimizing analyte sensor calibration
US7618369B2 (en) 2006-10-02 2009-11-17 Abbott Diabetes Care Inc. Method and system for dynamically updating calibration parameters for an analyte sensor
US9392969B2 (en) 2008-08-31 2016-07-19 Abbott Diabetes Care Inc. Closed loop control and signal attenuation detection
US7824333B2 (en) 2006-03-31 2010-11-02 Lifescan, Inc. Diabetes management methods and systems
US8224415B2 (en) 2009-01-29 2012-07-17 Abbott Diabetes Care Inc. Method and device for providing offset model based calibration for analyte sensor
US8473022B2 (en) 2008-01-31 2013-06-25 Abbott Diabetes Care Inc. Analyte sensor with time lag compensation
US8374668B1 (en) 2007-10-23 2013-02-12 Abbott Diabetes Care Inc. Analyte sensor with lag compensation
US9675290B2 (en) 2012-10-30 2017-06-13 Abbott Diabetes Care Inc. Sensitivity calibration of in vivo sensors used to measure analyte concentration
US8346335B2 (en) 2008-03-28 2013-01-01 Abbott Diabetes Care Inc. Analyte sensor calibration management
US20080071157A1 (en) 2006-06-07 2008-03-20 Abbott Diabetes Care, Inc. Analyte monitoring system and method
CA2667639A1 (en) 2006-10-26 2008-05-02 Abbott Diabetes Care Inc. Method, system and computer program product for real-time detection of sensitivity decline in analyte sensors
US8439837B2 (en) * 2006-10-31 2013-05-14 Lifescan, Inc. Systems and methods for detecting hypoglycemic events having a reduced incidence of false alarms
US20080306353A1 (en) * 2006-11-03 2008-12-11 Douglas Joel S Calculation device for metabolic control of critically ill and/or diabetic patients
US8079955B2 (en) * 2006-11-28 2011-12-20 Isense Corporation Method and apparatus for managing glucose control
US20080154513A1 (en) 2006-12-21 2008-06-26 University Of Virginia Patent Foundation Systems, Methods and Computer Program Codes for Recognition of Patterns of Hyperglycemia and Hypoglycemia, Increased Glucose Variability, and Ineffective Self-Monitoring in Diabetes
US10182833B2 (en) 2007-01-08 2019-01-22 Ekos Corporation Power parameters for ultrasonic catheter
US20080199894A1 (en) 2007-02-15 2008-08-21 Abbott Diabetes Care, Inc. Device and method for automatic data acquisition and/or detection
US8121857B2 (en) 2007-02-15 2012-02-21 Abbott Diabetes Care Inc. Device and method for automatic data acquisition and/or detection
US8930203B2 (en) 2007-02-18 2015-01-06 Abbott Diabetes Care Inc. Multi-function analyte test device and methods therefor
US8732188B2 (en) 2007-02-18 2014-05-20 Abbott Diabetes Care Inc. Method and system for providing contextual based medication dosage determination
US8123686B2 (en) 2007-03-01 2012-02-28 Abbott Diabetes Care Inc. Method and apparatus for providing rolling data in communication systems
WO2008130898A1 (en) 2007-04-14 2008-10-30 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in medical communication system
US9615780B2 (en) 2007-04-14 2017-04-11 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
CA2683863C (en) 2007-04-14 2019-01-15 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
US9204827B2 (en) 2007-04-14 2015-12-08 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
CA2683721C (en) 2007-04-14 2017-05-23 Abbott Diabetes Care Inc. Method and apparatus for providing dynamic multi-stage signal amplification in a medical device
EP2137637A4 (en) 2007-04-14 2012-06-20 Abbott Diabetes Care Inc Method and apparatus for providing data processing and control in medical communication system
US8456301B2 (en) 2007-05-08 2013-06-04 Abbott Diabetes Care Inc. Analyte monitoring system and methods
US8461985B2 (en) 2007-05-08 2013-06-11 Abbott Diabetes Care Inc. Analyte monitoring system and methods
US8665091B2 (en) 2007-05-08 2014-03-04 Abbott Diabetes Care Inc. Method and device for determining elapsed sensor life
US7928850B2 (en) 2007-05-08 2011-04-19 Abbott Diabetes Care Inc. Analyte monitoring system and methods
US8103471B2 (en) 2007-05-14 2012-01-24 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US9125548B2 (en) 2007-05-14 2015-09-08 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US10002233B2 (en) 2007-05-14 2018-06-19 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8239166B2 (en) 2007-05-14 2012-08-07 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8260558B2 (en) 2007-05-14 2012-09-04 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8444560B2 (en) 2007-05-14 2013-05-21 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8560038B2 (en) 2007-05-14 2013-10-15 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8600681B2 (en) 2007-05-14 2013-12-03 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US7996158B2 (en) 2007-05-14 2011-08-09 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8597190B2 (en) 2007-05-18 2013-12-03 Optiscan Biomedical Corporation Monitoring systems and methods with fast initialization
WO2008144616A1 (en) * 2007-05-18 2008-11-27 Heidi Kay Lipid raft, caveolin protein, and caveolar function modulation compounds and associated synthetic and therapeutic methods
CA2688184A1 (en) 2007-06-08 2008-12-18 Dexcom, Inc. Integrated medicament delivery device for use with continuous analyte sensor
US20080311968A1 (en) * 2007-06-13 2008-12-18 Hunter Thomas C Method for improving self-management of a disease
DK2006786T3 (en) * 2007-06-18 2018-08-06 Hoffmann La Roche Method and glucose monitoring system to monitor individual metabolic response and to generate nutrient feedback
JP5680960B2 (en) 2007-06-21 2015-03-04 アボット ダイアベティス ケア インコーポレイテッドＡｂｂｏｔｔ Ｄｉａｂｅｔｅｓ Ｃａｒｅ Ｉｎｃ． Health care device and method
US8617069B2 (en) 2007-06-21 2013-12-31 Abbott Diabetes Care Inc. Health monitor
EP2170181B1 (en) 2007-06-22 2014-04-16 Ekos Corporation Method and apparatus for treatment of intracranial hemorrhages
US7768386B2 (en) 2007-07-31 2010-08-03 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8834366B2 (en) 2007-07-31 2014-09-16 Abbott Diabetes Care Inc. Method and apparatus for providing analyte sensor calibration
US20090143725A1 (en) * 2007-08-31 2009-06-04 Abbott Diabetes Care, Inc. Method of Optimizing Efficacy of Therapeutic Agent
EP4159114B1 (en) 2007-10-09 2024-04-10 DexCom, Inc. Integrated insulin delivery system with continuous glucose sensor
US7731659B2 (en) * 2007-10-18 2010-06-08 Lifescan Scotland Limited Method for predicting a user's future glycemic state
US7695434B2 (en) * 2007-10-19 2010-04-13 Lifescan Scotland, Ltd. Medical device for predicting a user's future glycemic state
US8216138B1 (en) 2007-10-23 2012-07-10 Abbott Diabetes Care Inc. Correlation of alternative site blood and interstitial fluid glucose concentrations to venous glucose concentration
US8377031B2 (en) 2007-10-23 2013-02-19 Abbott Diabetes Care Inc. Closed loop control system with safety parameters and methods
US8409093B2 (en) 2007-10-23 2013-04-02 Abbott Diabetes Care Inc. Assessing measures of glycemic variability
US8417312B2 (en) 2007-10-25 2013-04-09 Dexcom, Inc. Systems and methods for processing sensor data
US8290559B2 (en) 2007-12-17 2012-10-16 Dexcom, Inc. Systems and methods for processing sensor data
US20090164239A1 (en) 2007-12-19 2009-06-25 Abbott Diabetes Care, Inc. Dynamic Display Of Glucose Information
US20100145670A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System and method for managing type 2 diabetes mellitus through a personal predictive management tool
US20100138453A1 (en) * 2008-02-12 2010-06-03 Alferness Clifton A System and method for generating a personalized diabetes management tool for diabetes mellitus
US20100198021A1 (en) * 2008-02-12 2010-08-05 Alferness Clifton A Computer-implemented method for providing a tunable personalized tool for estimating glycated hemoglobin
US20100138203A1 (en) * 2008-02-12 2010-06-03 Alferness Clifton A System and method for actively managing type 2 diabetes mellitus on a personalized basis
US20100145173A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System and method for creating a personalized tool predicting a time course of blood glucose affect in diabetes mellitus
US20100145174A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System And Method For Providing A Personalized Tool For Estimating Glycated Hemoglobin
US20100198020A1 (en) * 2008-02-12 2010-08-05 Alferness Clifton A System And Method For Computer-Implemented Method For Actively Managing Increased Insulin Resistance In Type 2 Diabetes Mellitus
US20100137786A1 (en) * 2008-02-12 2010-06-03 Alferness Clifton A System and method for actively managing type 1 diabetes mellitus on a personalized basis
US20100145725A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System and method for managing type 1 diabetes mellitus through a personal predictive management tool
US20110077930A1 (en) * 2008-02-12 2011-03-31 Alferness Clifton A Computer-implemented method for providing a personalized tool for estimating 1,5-anhydroglucitol
WO2009105709A1 (en) 2008-02-21 2009-08-27 Dexcom, Inc. Systems and methods for processing, transmitting and displaying sensor data
US8396528B2 (en) 2008-03-25 2013-03-12 Dexcom, Inc. Analyte sensor
US10624577B2 (en) 2008-04-04 2020-04-21 Hygieia, Inc. Systems, devices, and methods for alleviating glucotoxicity and restoring pancreatic beta-cell function in advanced diabetes mellitus
US9220456B2 (en) 2008-04-04 2015-12-29 Hygieia, Inc. Systems, methods and devices for achieving glycemic balance
CN103400028B (en) * 2008-04-04 2017-04-12 海吉雅有限公司 Device for optimizing patient's insulin dosage regimen
WO2009126900A1 (en) 2008-04-11 2009-10-15 Pelikan Technologies, Inc. Method and apparatus for analyte detecting device
CN101261276B (en) * 2008-04-17 2012-04-18 北京软测科技有限公司 Diabetes monitoring and diagnosis device
US7826382B2 (en) 2008-05-30 2010-11-02 Abbott Diabetes Care Inc. Close proximity communication device and methods
US8924159B2 (en) 2008-05-30 2014-12-30 Abbott Diabetes Care Inc. Method and apparatus for providing glycemic control
US8876755B2 (en) 2008-07-14 2014-11-04 Abbott Diabetes Care Inc. Closed loop control system interface and methods
US8762306B2 (en) * 2008-08-14 2014-06-24 The University Of Toledo Neural network for glucose therapy recommendation
US8622988B2 (en) * 2008-08-31 2014-01-07 Abbott Diabetes Care Inc. Variable rate closed loop control and methods
US20100057040A1 (en) 2008-08-31 2010-03-04 Abbott Diabetes Care, Inc. Robust Closed Loop Control And Methods
US9943644B2 (en) 2008-08-31 2018-04-17 Abbott Diabetes Care Inc. Closed loop control with reference measurement and methods thereof
US8734422B2 (en) 2008-08-31 2014-05-27 Abbott Diabetes Care Inc. Closed loop control with improved alarm functions
US8986208B2 (en) 2008-09-30 2015-03-24 Abbott Diabetes Care Inc. Analyte sensor sensitivity attenuation mitigation
US9149220B2 (en) 2011-04-15 2015-10-06 Dexcom, Inc. Advanced analyte sensor calibration and error detection
US9326707B2 (en) 2008-11-10 2016-05-03 Abbott Diabetes Care Inc. Alarm characterization for analyte monitoring devices and systems
WO2010056718A2 (en) 2008-11-11 2010-05-20 Hygieia, Inc. Apparatus and system for diabetes management
US20100168539A1 (en) * 2008-12-31 2010-07-01 Palerm Cesar C Method and/or system for estimating glycation of hemoglobin
US8103456B2 (en) 2009-01-29 2012-01-24 Abbott Diabetes Care Inc. Method and device for early signal attenuation detection using blood glucose measurements
US9375169B2 (en) 2009-01-30 2016-06-28 Sanofi-Aventis Deutschland Gmbh Cam drive for managing disposable penetrating member actions with a single motor and motor and control system
US9402544B2 (en) 2009-02-03 2016-08-02 Abbott Diabetes Care Inc. Analyte sensor and apparatus for insertion of the sensor
US8562587B2 (en) 2009-02-25 2013-10-22 University Of Virginia Patent Foundation CGM-based prevention of hypoglycemia via hypoglycemia risk assessment and smooth reduction of insulin delivery
US8882678B2 (en) * 2009-03-13 2014-11-11 Atrium Medical Corporation Pleural drainage system and method of use
US9446194B2 (en) 2009-03-27 2016-09-20 Dexcom, Inc. Methods and systems for promoting glucose management
WO2010121084A1 (en) 2009-04-15 2010-10-21 Abbott Diabetes Care Inc. Analyte monitoring system having an alert
US9226701B2 (en) 2009-04-28 2016-01-05 Abbott Diabetes Care Inc. Error detection in critical repeating data in a wireless sensor system
US8483967B2 (en) 2009-04-29 2013-07-09 Abbott Diabetes Care Inc. Method and system for providing real time analyte sensor calibration with retrospective backfill
WO2010127187A1 (en) 2009-04-29 2010-11-04 Abbott Diabetes Care Inc. Method and system for providing data communication in continuous glucose monitoring and management system
WO2010132447A2 (en) 2009-05-11 2010-11-18 Diabetomics, Llc Methods for detecting pre-diabetes and diabetes using differential protein glycosylation
WO2010138856A1 (en) 2009-05-29 2010-12-02 Abbott Diabetes Care Inc. Medical device antenna systems having external antenna configurations
CN102576375B (en) 2009-05-29 2016-05-18 弗吉尼亚大学专利基金会 Be used for system coordination device and the modular architecture of the Open loop and closed loop control of diabetes
US20100330598A1 (en) * 2009-06-26 2010-12-30 Roche Diagnostics Operations, Inc. METHOD, SYSTEM, AND COMPUTER PROGRAM PRODUCT FOR PROVIDING BOTH AN ESTIMATED TRUE MEAN BLOOD GLUCOSE VALUE AND ESTIMATED GLYCATED HEMOGLOBIN (HbA1C) VALUE FROM STRUCTURED SPOT MEASUREMENTS OF BLOOD GLUCOSE
JP5871797B2 (en) * 2009-06-30 2016-03-01 ライフスキャン・スコットランド・リミテッド Diabetes management system and method
CN102469966B (en) 2009-07-23 2015-05-13 雅培糖尿病护理公司 Continuous analyte measurement systems and systems and methods for implanting them
DK3173014T3 (en) 2009-07-23 2021-09-13 Abbott Diabetes Care Inc Real-time control of data on physiological control of glucose levels
WO2011014851A1 (en) 2009-07-31 2011-02-03 Abbott Diabetes Care Inc. Method and apparatus for providing analyte monitoring system calibration accuracy
RU2012105948A (en) 2009-08-10 2013-09-20 Диабетес Толлс Сведен АБ DEVICE AND METHOD FOR GENERATING STATUS INDICATION
EP2473099A4 (en) 2009-08-31 2015-01-14 Abbott Diabetes Care Inc Analyte monitoring system and methods for managing power and noise
EP3923295A1 (en) 2009-08-31 2021-12-15 Abbott Diabetes Care, Inc. Medical devices and methods
US9314195B2 (en) 2009-08-31 2016-04-19 Abbott Diabetes Care Inc. Analyte signal processing device and methods
DK3718922T3 (en) 2009-08-31 2022-04-19 Abbott Diabetes Care Inc Glucose monitoring system and procedure
RU2012112589A (en) 2009-09-02 2013-10-10 Юниверсити Оф Вирджиния Пэйтент Фаундейшн TRACKING PROBABILITY OF APPROXIMATING HYPOGLYCEMIA IN DIABETES BASED ON DATA OF INDEPENDENT BLOOD Glucose Monitoring
EP2482720A4 (en) 2009-09-29 2014-04-23 Abbott Diabetes Care Inc Method and apparatus for providing notification function in analyte monitoring systems
US20110092788A1 (en) * 2009-10-15 2011-04-21 Roche Diagnostics Operations, Inc. Systems And Methods For Providing Guidance In Administration Of A Medicine
US8185181B2 (en) 2009-10-30 2012-05-22 Abbott Diabetes Care Inc. Method and apparatus for detecting false hypoglycemic conditions
US20110163880A1 (en) * 2010-01-07 2011-07-07 Lisa Halff System and method responsive to an alarm event detected at an insulin delivery device
US8803688B2 (en) * 2010-01-07 2014-08-12 Lisa Halff System and method responsive to an event detected at a glucose monitoring device
WO2011091336A1 (en) * 2010-01-22 2011-07-28 Abbott Diabetes Care Inc. Method and apparatus for providing notification in analyte monitoring systems
WO2011112753A1 (en) 2010-03-10 2011-09-15 Abbott Diabetes Care Inc. Systems, devices and methods for managing glucose levels
US11069434B2 (en) 2010-03-11 2021-07-20 University Of Virginia Patent Foundation Method and system for the safety, analysis and supervision of insulin pump action and other modes of insulin delivery in diabetes
KR101100987B1 (en) * 2010-03-23 2011-12-30 삼성모바일디스플레이주식회사 Touch Screen Panel
EP4183326A1 (en) 2010-03-26 2023-05-24 University Of Virginia Patent Foundation Method, system, and computer program product for improving the accuracy of glucose sensors using insulin delivery observation in diabetes
US8965476B2 (en) 2010-04-16 2015-02-24 Sanofi-Aventis Deutschland Gmbh Tissue penetration device
US8635046B2 (en) 2010-06-23 2014-01-21 Abbott Diabetes Care Inc. Method and system for evaluating analyte sensor response characteristics
US10092229B2 (en) 2010-06-29 2018-10-09 Abbott Diabetes Care Inc. Calibration of analyte measurement system
US10888657B2 (en) 2010-08-27 2021-01-12 Ekos Corporation Method and apparatus for treatment of intracranial hemorrhages
EP2624745A4 (en) 2010-10-07 2018-05-23 Abbott Diabetes Care, Inc. Analyte monitoring devices and methods
EP2491859A1 (en) * 2011-02-23 2012-08-29 F. Hoffmann-La Roche AG Method and system for determining blood glucose characteristics from a discontinuous mode of measurement and computer program product
EP3583901A3 (en) 2011-02-28 2020-01-15 Abbott Diabetes Care, Inc. Devices, systems, and methods associated with analyte monitoring devices and devices incorporating the same
KR20120116581A (en) * 2011-04-13 2012-10-23 주식회사 필로시스 Method of controlling momentum by using blood glucose test meter having walking counter function
EP2700031A2 (en) 2011-04-20 2014-02-26 Novo Nordisk A/S Glucose predictor based on regularization networks with adaptively chosen kernels and regularization parameters
JP5997453B2 (en) 2011-04-25 2016-09-28 アークレイ株式会社 Information processing apparatus and user terminal
BR112013033254A2 (en) * 2011-06-23 2017-03-01 Univ Virginia Patent Foundation system for managing patient glycemic control and computer readable non-transient storage media
US20130035865A1 (en) 2011-08-05 2013-02-07 Dexcom, Inc. Systems and methods for detecting glucose level data patterns
CN106326651A (en) * 2011-08-26 2017-01-11 弗吉尼亚大学专利基金会 Method and system for adaptive advisory control of diabetes
US10434325B2 (en) * 2011-09-08 2019-10-08 Johnson & Johnson Consumer Inc. Light therapy platform mobile device applications
WO2013066873A1 (en) 2011-10-31 2013-05-10 Abbott Diabetes Care Inc. Electronic devices having integrated reset systems and methods thereof
US9622691B2 (en) 2011-10-31 2017-04-18 Abbott Diabetes Care Inc. Model based variable risk false glucose threshold alarm prevention mechanism
JP6443802B2 (en) 2011-11-07 2018-12-26 アボット ダイアベティス ケア インコーポレイテッドＡｂｂｏｔｔ Ｄｉａｂｅｔｅｓ Ｃａｒｅ Ｉｎｃ． Analyte monitoring apparatus and method
WO2013073983A1 (en) * 2011-11-16 2013-05-23 Vengerov Yury Yuzefovitch Device for reading results of analyses performed with the aid of test strips
US8710993B2 (en) 2011-11-23 2014-04-29 Abbott Diabetes Care Inc. Mitigating single point failure of devices in an analyte monitoring system and methods thereof
US9317656B2 (en) 2011-11-23 2016-04-19 Abbott Diabetes Care Inc. Compatibility mechanisms for devices in a continuous analyte monitoring system and methods thereof
WO2013078426A2 (en) 2011-11-25 2013-05-30 Abbott Diabetes Care Inc. Analyte monitoring system and methods of use
US9700253B2 (en) 2012-03-16 2017-07-11 Dexcom, Inc. Systems and methods for processing analyte sensor data
US20140024907A1 (en) * 2012-07-19 2014-01-23 Lifescan, Inc. Method and system to indicate hyperglycemia or hypoglycemia for people with diabetes
US8768673B2 (en) 2012-07-26 2014-07-01 Rimidi Diabetes, Inc. Computer-implemented system and method for improving glucose management through cloud-based modeling of circadian profiles
US8756043B2 (en) 2012-07-26 2014-06-17 Rimidi Diabetes, Inc. Blood glucose meter and computer-implemented method for improving glucose management through modeling of circadian profiles
US8744828B2 (en) 2012-07-26 2014-06-03 Rimidi Diabetes, Inc. Computer-implemented system and method for improving glucose management through modeling of circadian profiles
US20140030748A1 (en) * 2012-07-27 2014-01-30 Lifescan, Inc. Method and system to manage diabetes using multiple risk indicators for a person with diabetes
EP2890297B1 (en) 2012-08-30 2018-04-11 Abbott Diabetes Care, Inc. Dropout detection in continuous analyte monitoring data during data excursions
US9968306B2 (en) 2012-09-17 2018-05-15 Abbott Diabetes Care Inc. Methods and apparatuses for providing adverse condition notification with enhanced wireless communication range in analyte monitoring systems
USD942767S1 (en) 2012-09-20 2022-02-08 Steelcase Inc. Chair assembly
US11304528B2 (en) 2012-09-20 2022-04-19 Steelcase Inc. Chair assembly with upholstery covering
USD697727S1 (en) 2012-09-20 2014-01-21 Steeelcase Inc. Chair
USD683151S1 (en) 2012-09-20 2013-05-28 Steelcase Inc. Chair
USD688907S1 (en) 2012-09-20 2013-09-03 Steelcase Inc. Arm assembly
US11229294B2 (en) 2012-09-20 2022-01-25 Steelcase Inc. Chair assembly with upholstery covering
USD697729S1 (en) 2012-09-20 2014-01-21 Steelcase Inc. Chair
USD697726S1 (en) 2012-09-20 2014-01-21 Steelcase Inc. Chair
USD694537S1 (en) 2012-09-20 2013-12-03 Steelcase Inc. Chair
US8998339B2 (en) 2012-09-20 2015-04-07 Steelcase Inc. Chair assembly with upholstery covering
USD694538S1 (en) 2012-09-20 2013-12-03 Steelcase Inc. Chair
USD699061S1 (en) 2012-09-20 2014-02-11 Steelcase Inc. Arm assembly
USD694539S1 (en) 2012-09-20 2013-12-03 Steelcase Inc. Chair
WO2014052136A1 (en) 2012-09-26 2014-04-03 Abbott Diabetes Care Inc. Method and apparatus for improving lag correction during in vivo measurement of analyte concentration with analyte concentration variability and range data
US10463282B2 (en) 2012-10-04 2019-11-05 Roche Diabetes Care, Inc. System and method for assessing risk associated with a glucose state
US11081234B2 (en) 2012-10-04 2021-08-03 Analytic Diabetic Systems, Inc. Clinical support systems and methods
JP5511033B1 (en) * 2012-12-04 2014-06-04 Ｎｅｃシステムテクノロジー株式会社 Blood glucose level prediction device, measurement device, blood glucose level prediction method, and program
US10335075B2 (en) * 2013-03-14 2019-07-02 Dexcom, Inc. Advanced calibration for analyte sensors
JP6479753B2 (en) 2013-03-14 2019-03-06 エコス コーポレーション Method and apparatus for delivering a drug to a target location
US9474475B1 (en) 2013-03-15 2016-10-25 Abbott Diabetes Care Inc. Multi-rate analyte sensor data collection with sample rate configurable signal processing
WO2014152034A1 (en) 2013-03-15 2014-09-25 Abbott Diabetes Care Inc. Sensor fault detection using analyte sensor data pattern comparison
US10433773B1 (en) 2013-03-15 2019-10-08 Abbott Diabetes Care Inc. Noise rejection methods and apparatus for sparsely sampled analyte sensor data
US20150095042A1 (en) * 2013-09-27 2015-04-02 Roche Diagnostics Operations, Inc. High/low blood glucose risk assessment systems and methods
WO2015102745A1 (en) 2013-12-31 2015-07-09 Abbott Diabetes Care Inc. Self-powered analyte sensor and devices using the same
US9486580B2 (en) 2014-01-31 2016-11-08 Aseko, Inc. Insulin management
US9233204B2 (en) 2014-01-31 2016-01-12 Aseko, Inc. Insulin management
WO2015153482A1 (en) 2014-03-30 2015-10-08 Abbott Diabetes Care Inc. Method and apparatus for determining meal start and peak events in analyte monitoring systems
AU2015301454A1 (en) 2014-08-14 2017-03-09 University Of Virginia Patent Foundation Improved accuracy continuous glucose monitoring method, system, and device
EP3050023B1 (en) 2014-10-27 2021-08-25 Aseko, Inc. Subcutaneous outpatient management
US11081226B2 (en) 2014-10-27 2021-08-03 Aseko, Inc. Method and controller for administering recommended insulin dosages to a patient
WO2016093684A1 (en) * 2014-12-09 2016-06-16 Instituto Superior Autónomo De Occidente A.C. Portable electronic device that emits suggestions about activities or events interfering in a state of interest for an individual
WO2016201120A1 (en) 2015-06-09 2016-12-15 University Of Virginia Patent Foundation Insulin monitoring and delivery system and method for cgm based fault detection and mitigation via metabolic state tracking
EP3307388B1 (en) 2015-06-10 2022-06-22 Ekos Corporation Ultrasound catheter
WO2017011346A1 (en) 2015-07-10 2017-01-19 Abbott Diabetes Care Inc. System, device and method of dynamic glucose profile response to physiological parameters
US11464456B2 (en) 2015-08-07 2022-10-11 Aptima, Inc. Systems and methods to support medical therapy decisions
CA2993275C (en) 2015-08-20 2022-06-21 Aseko, Inc. Diabetes management therapy advisor
US10463789B2 (en) 2015-09-02 2019-11-05 University Of Virginia Patent Foundation System, method, and computer readable medium for dynamic insulin sensitivity in diabetic pump users
US10575790B2 (en) * 2016-03-02 2020-03-03 Roche Diabetes Care, Inc. Patient diabetes monitoring system with clustering of unsupervised daily CGM profiles (or insulin profiles) and method thereof
EP3223181B1 (en) 2016-03-24 2019-12-18 Sofradim Production System and method of generating a model and simulating an effect on a surgical repair site
CA3017255C (en) 2016-05-02 2023-10-24 Dexcom, Inc. System and method for providing alerts optimized for a user
US11222724B2 (en) 2016-09-09 2022-01-11 Dexcom, Inc. Systems and methods for CGM-based bolus calculator for display and for provision to medicament delivery devices
US10783801B1 (en) 2016-12-21 2020-09-22 Aptima, Inc. Simulation based training system for measurement of team cognitive load to automatically customize simulation content
EP3600014A4 (en) 2017-03-21 2020-10-21 Abbott Diabetes Care Inc. Methods, devices and system for providing diabetic condition diagnosis and therapy
CA3064598A1 (en) * 2017-06-20 2018-12-27 Sidney Soong-Ling CHAN Method and system for monitoring a diabetes treatment plan
WO2019005686A1 (en) 2017-06-26 2019-01-03 Abbott Diabetes Care Inc. Artificial pancreas integrated cgm architectures and designs
US11943876B2 (en) 2017-10-24 2024-03-26 Dexcom, Inc. Pre-connected analyte sensors
US11331022B2 (en) 2017-10-24 2022-05-17 Dexcom, Inc. Pre-connected analyte sensors
US11076531B2 (en) 2018-01-23 2021-08-03 Deere & Company State machine for multiple input-multiple output harvester control
US20190251456A1 (en) 2018-02-09 2019-08-15 Dexcom, Inc. System and method for decision support
KR102035644B1 (en) * 2018-07-09 2019-10-23 주식회사 필로시스 Blood glucose measurement device and method to determine blood glucose unit automatically
RU2707064C1 (en) * 2019-02-12 2019-11-21 Общество с ограниченной ответственностью "Гардлайнер" System for comparing glycemic profiles in diabetic patients
AU2020407059A1 (en) * 2019-12-18 2022-06-09 Dexcom, Inc. Therapeutic zone assessor
RU2746830C1 (en) * 2020-06-01 2021-04-21 Федеральное государственное бюджетное научное учреждение Федеральный исследовательский центр "Институт цитологии и генетики Сибирского отделения Российской академии наук" (ИЦиГ СО РАН) Method for assessing glycemic variability to determine effectiveness of antihyperglycemic therapy in patients with mody2 diabetes
CN112233780B (en) * 2020-09-25 2022-08-05 福州康为网络技术有限公司 Diabetes management system
DE102021202767A1 (en) * 2021-03-22 2022-09-22 Eyesense Gmbh Method for determining a current glucose value in a transport fluid

Family Cites Families (109)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8413830D0 (en) * 1984-05-31 1984-07-04 Seltronix Ltd Blood glucose monitor
JPS6125525A (en) * 1984-07-13 1986-02-04 住友電気工業株式会社 Patient monitor apparatus
US4695954A (en) * 1984-10-31 1987-09-22 Rose Robert J Modular medication dispensing system and apparatus utilizing portable memory device
US5206144A (en) * 1985-03-29 1993-04-27 Novo Industri A/S Determination of glycated (glycosylated) hemoglobin in blood
US4731726A (en) 1986-05-19 1988-03-15 Healthware Corporation Patient-operated glucose monitor and diabetes management system
EP0290683A3 (en) 1987-05-01 1988-12-14 Diva Medical Systems B.V. Diabetes management system and apparatus
US5216597A (en) * 1987-05-01 1993-06-01 Diva Medical Systems Bv Diabetes therapy management system, apparatus and method
US4817044A (en) * 1987-06-01 1989-03-28 Ogren David A Collection and reporting system for medical appliances
CA1338348C (en) 1987-11-30 1996-05-28 Kazutoshi Yamazaki Eliminating agent for glycosylated hemoglobin
US5025374A (en) * 1987-12-09 1991-06-18 Arch Development Corp. Portable system for choosing pre-operative patient test
JP2907342B2 (en) 1988-01-29 1999-06-21 ザ リージェンツ オブ ザ ユニバーシティー オブ カリフォルニア Ion infiltration non-invasive sampling or delivery device
US5128015A (en) 1988-03-15 1992-07-07 Tall Oak Ventures Method and apparatus for amperometric diagnostic analysis
US5108564A (en) 1988-03-15 1992-04-28 Tall Oak Ventures Method and apparatus for amperometric diagnostic analysis
US5076273A (en) 1988-09-08 1991-12-31 Sudor Partners Method and apparatus for determination of chemical species in body fluid
US5086229A (en) 1989-01-19 1992-02-04 Futrex, Inc. Non-invasive measurement of blood glucose
US5139023A (en) 1989-06-02 1992-08-18 Theratech Inc. Apparatus and method for noninvasive blood glucose monitoring
US4975581A (en) 1989-06-21 1990-12-04 University Of New Mexico Method of and apparatus for determining the similarity of a biological analyte from a model constructed from known biological fluids
CA2028261C (en) 1989-10-28 1995-01-17 Won Suck Yang Non-invasive method and apparatus for measuring blood glucose concentration
US5140985A (en) 1989-12-11 1992-08-25 Schroeder Jon M Noninvasive blood glucose measuring device
US5036861A (en) 1990-01-11 1991-08-06 Sembrowich Walter L Method and apparatus for non-invasively monitoring plasma glucose levels
IL98203A (en) 1990-06-20 1996-06-18 Bayer Ag Portable electronic logbook and method of storing and displaying data
JPH06501858A (en) * 1990-08-31 1994-03-03 ザ ジェネラル ホスピタル コーポレーション Network for portable patient monitoring devices
US5251126A (en) * 1990-10-29 1993-10-05 Miles Inc. Diabetes data analysis and interpretation method
US5376070A (en) * 1992-09-29 1994-12-27 Minimed Inc. Data transfer system for an infusion pump
US5956501A (en) 1997-01-10 1999-09-21 Health Hero Network, Inc. Disease simulation system and method
US5307263A (en) * 1992-11-17 1994-04-26 Raya Systems, Inc. Modular microprocessor-based health monitoring system
US5960403A (en) * 1992-11-17 1999-09-28 Health Hero Network Health management process control system
US5997476A (en) * 1997-03-28 1999-12-07 Health Hero Network, Inc. Networked system for interactive communication and remote monitoring of individuals
US5590648A (en) * 1992-11-30 1997-01-07 Tremont Medical Personal health care system
AU2984892A (en) * 1992-12-02 1994-06-16 Japanic Corporation Raw sewage disposal apparatus
FI95427C (en) * 1992-12-23 1996-01-25 Instrumentarium Oy data transmission system
US5558638A (en) 1993-04-30 1996-09-24 Healthdyne, Inc. Patient monitor and support system
US6022315A (en) * 1993-12-29 2000-02-08 First Opinion Corporation Computerized medical diagnostic and treatment advice system including network access
US6206829B1 (en) * 1996-07-12 2001-03-27 First Opinion Corporation Computerized medical diagnostic and treatment advice system including network access
US5553615A (en) * 1994-01-31 1996-09-10 Minnesota Mining And Manufacturing Company Method and apparatus for noninvasive prediction of hematocrit
US5748851A (en) 1994-02-28 1998-05-05 Kabushiki Kaisha Meidensha Method and apparatus for executing short-term prediction of timeseries data
US5536249A (en) * 1994-03-09 1996-07-16 Visionary Medical Products, Inc. Pen-type injector with a microprocessor and blood characteristic monitor
US5704366A (en) * 1994-05-23 1998-01-06 Enact Health Management Systems System for monitoring and reporting medical measurements
ATE196741T1 (en) 1994-06-24 2000-10-15 Cygnus Therapeutic Systems IONTOPHORETIC SAMPLING DEVICE
US5431793A (en) 1994-07-29 1995-07-11 Beckman Instruments, Inc. Quantitative analysis of glycosylated hemoglobin by immunocappillary electrophoresis
JP3150857B2 (en) * 1994-10-19 2001-03-26 富士写真フイルム株式会社 Analysis element and method for measuring glycohemoglobin content ratio
US5946659A (en) * 1995-02-28 1999-08-31 Clinicomp International, Inc. System and method for notification and access of patient care information being simultaneously entered
US5713856A (en) * 1995-03-13 1998-02-03 Alaris Medical Systems, Inc. Modular patient care system
AU5530996A (en) 1995-03-31 1996-10-16 Michael W. Cox System and method of generating prognosis reports for corona ry health management
US5695949A (en) 1995-04-07 1997-12-09 Lxn Corp. Combined assay for current glucose level and intermediate or long-term glycemic control
US6671563B1 (en) * 1995-05-15 2003-12-30 Alaris Medical Systems, Inc. System and method for collecting data and managing patient care
US5989409A (en) 1995-09-11 1999-11-23 Cygnus, Inc. Method for glucose sensing
US5741211A (en) 1995-10-26 1998-04-21 Medtronic, Inc. System and method for continuous monitoring of diabetes-related blood constituents
FI118509B (en) 1996-02-12 2007-12-14 Nokia Oyj A method and apparatus for predicting blood glucose levels in a patient
FI960636A (en) * 1996-02-12 1997-08-13 Nokia Mobile Phones Ltd A procedure for monitoring the health of a patient
US5974389A (en) * 1996-03-01 1999-10-26 Clark; Melanie Ann Medical record management system and process with improved workflow features
US5801057A (en) 1996-03-22 1998-09-01 Smart; Wilson H. Microsampling device and method of construction
US5878384A (en) * 1996-03-29 1999-03-02 At&T Corp System and method for monitoring information flow and performing data collection
US5822935A (en) 1996-12-19 1998-10-20 Steelcase Inc. Solid-core wall system
US5959529A (en) * 1997-03-07 1999-09-28 Kail, Iv; Karl A. Reprogrammable remote sensor monitoring system
AU762361B2 (en) * 1997-03-13 2003-06-26 First Opinion Corporation Disease management system
US6270455B1 (en) * 1997-03-28 2001-08-07 Health Hero Network, Inc. Networked system for interactive communications and remote monitoring of drug delivery
FI112545B (en) * 1997-05-30 2003-12-15 Nokia Corp Method and system for predicting the level of a glycosylated hemoglobin component in a patient's blood
US6558351B1 (en) * 1999-06-03 2003-05-06 Medtronic Minimed, Inc. Closed loop system for controlling insulin infusion
US6054039A (en) 1997-08-18 2000-04-25 Shieh; Paul Determination of glycoprotein and glycosylated hemoglobin in blood
US5997475A (en) * 1997-08-18 1999-12-07 Solefound, Inc. Device for diabetes management
EP0910023A2 (en) 1997-10-17 1999-04-21 Siemens Aktiengesellschaft Method and device for the neuronal modelling of a dynamic system with non-linear stochastic behavior
AU1371199A (en) * 1997-10-31 1999-05-24 Mercury Diagnostics Inc. Analyte concentration information collection and communication s ystem
US6144922A (en) * 1997-10-31 2000-11-07 Mercury Diagnostics, Incorporated Analyte concentration information collection and communication system
US6049764A (en) * 1997-11-12 2000-04-11 City Of Hope Method and system for real-time control of analytical and diagnostic instruments
US6579690B1 (en) 1997-12-05 2003-06-17 Therasense, Inc. Blood analyte monitoring through subcutaneous measurement
US6024699A (en) * 1998-03-13 2000-02-15 Healthware Corporation Systems, methods and computer program products for monitoring, diagnosing and treating medical conditions of remotely located patients
US6579231B1 (en) * 1998-03-27 2003-06-17 Mci Communications Corporation Personal medical monitoring unit and system
US6081786A (en) 1998-04-03 2000-06-27 Triangle Pharmaceuticals, Inc. Systems, methods and computer program products for guiding the selection of therapeutic treatment regimens
JPH11296598A (en) * 1998-04-07 1999-10-29 Seizaburo Arita System and method for predicting blood-sugar level and record medium where same method is recorded
US6175752B1 (en) 1998-04-30 2001-01-16 Therasense, Inc. Analyte monitoring device and methods of use
US8974386B2 (en) * 1998-04-30 2015-03-10 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US6233471B1 (en) 1998-05-13 2001-05-15 Cygnus, Inc. Signal processing for measurement of physiological analysis
CA2332112C (en) 1998-05-13 2004-02-10 Cygnus, Inc. Monitoring of physiological analytes
GB9812432D0 (en) * 1998-06-09 1998-08-05 Queen Mary & Westfield College Predictive test
US7384396B2 (en) * 1998-07-21 2008-06-10 Spectrx Inc. System and method for continuous analyte monitoring
US6554798B1 (en) * 1998-08-18 2003-04-29 Medtronic Minimed, Inc. External infusion device with remote programming, bolus estimator and/or vibration alarm capabilities
US6338713B1 (en) * 1998-08-18 2002-01-15 Aspect Medical Systems, Inc. System and method for facilitating clinical decision making
JP2000060803A (en) * 1998-08-21 2000-02-29 Terumo Corp Blood sugar level information processing system
EP1102559B1 (en) 1998-09-30 2003-06-04 Cygnus, Inc. Method and device for predicting physiological values
US6201980B1 (en) 1998-10-05 2001-03-13 The Regents Of The University Of California Implantable medical sensor system
KR100627990B1 (en) * 1998-11-30 2006-09-26 노보 노르디스크 에이/에스 A method and a system for assisting a user in a medical self treatment, said self treatment comprising a plurality of actions
US6540672B1 (en) * 1998-12-09 2003-04-01 Novo Nordisk A/S Medical system and a method of controlling the system for use by a patient for medical self treatment
JP2002538457A (en) * 1999-03-03 2002-11-12 サイラノ・サイエンスィズ・インコーポレーテッド Apparatus, system and method for detecting sensory data and transmitting it over a computer network
AU3632800A (en) * 1999-03-29 2000-10-16 Avocet Medical, Inc. Meter with integrated database and simplified telemedicine capability
US6336900B1 (en) * 1999-04-12 2002-01-08 Agilent Technologies, Inc. Home hub for reporting patient health parameters
US6277071B1 (en) * 1999-06-25 2001-08-21 Delphi Health Systems, Inc. Chronic disease monitor
US6804558B2 (en) * 1999-07-07 2004-10-12 Medtronic, Inc. System and method of communicating between an implantable medical device and a remote computer system or health care provider
US6611846B1 (en) * 1999-10-30 2003-08-26 Medtamic Holdings Method and system for medical patient data analysis
US6406426B1 (en) * 1999-11-03 2002-06-18 Criticare Systems Medical monitoring and alert system for use with therapeutic devices
US6418346B1 (en) * 1999-12-14 2002-07-09 Medtronic, Inc. Apparatus and method for remote therapy and diagnosis in medical devices via interface systems
US6692436B1 (en) * 2000-04-14 2004-02-17 Computerized Screening, Inc. Health care information system
ATE502567T1 (en) * 2000-05-19 2011-04-15 Welch Allyn Protocol Inc DEVICE FOR MONITORING PATIENTS
CA2689656A1 (en) * 2000-06-16 2001-12-16 Bayer Healthcare Llc System, method and biosensor apparatus for data communications with a personal data assistant
LV12612B (en) * 2000-08-21 2001-03-20 Jehezkelis FINKELŠTEINS Method and device for collecting and processing of biomedical information
US6450956B1 (en) * 2000-11-06 2002-09-17 Siemens Corporate Research, Inc. System and method for treatment and outcome measurement analysis
US6524240B1 (en) * 2000-11-22 2003-02-25 Medwave, Inc. Docking station for portable medical devices
US6645142B2 (en) * 2000-12-01 2003-11-11 Optiscan Biomedical Corporation Glucose monitoring instrument having network connectivity
US6799149B2 (en) * 2000-12-29 2004-09-28 Medtronic, Inc. Therapy management techniques for an implantable medical device
US6551243B2 (en) * 2001-01-24 2003-04-22 Siemens Medical Solutions Health Services Corporation System and user interface for use in providing medical information and health care delivery support
US20060106644A1 (en) * 2001-05-30 2006-05-18 Koo Charles C Patient referral and physician-to-physician marketing method and system
US6544212B2 (en) * 2001-07-31 2003-04-08 Roche Diagnostics Corporation Diabetes management system
US6781522B2 (en) * 2001-08-22 2004-08-24 Kivalo, Inc. Portable storage case for housing a medical monitoring device and an associated method for communicating therewith
US20030216628A1 (en) * 2002-01-28 2003-11-20 Bortz Jonathan David Methods and systems for assessing glycemic control using predetermined pattern label analysis of blood glucose readings
US20050187789A1 (en) * 2004-02-25 2005-08-25 Cardiac Pacemakers, Inc. Advanced patient and medication therapy management system and method
US20050267780A1 (en) * 2004-06-01 2005-12-01 Pinaki Ray Methods and systems of automating medical device data management
CA3090413C (en) * 2004-06-04 2023-10-10 Abbott Diabetes Care Inc. Glucose monitoring and graphical representations in a data management system
US20060173260A1 (en) * 2005-01-31 2006-08-03 Gmms Ltd System, device and method for diabetes treatment and monitoring
US20070033074A1 (en) * 2005-06-03 2007-02-08 Medtronic Minimed, Inc. Therapy management system

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2465812C2 (en) * 2006-05-08 2012-11-10 БАЙЕР ХЕЛТКЭА ЭлЭлСи System for signal abnormal output signal detection for biosensor
RU2472427C2 (en) * 2006-07-19 2013-01-20 Кросс Текнолоджи Солюшнз Аб Mobile device, method and system for processing factors, influencing sugar level in blood
RU2640172C2 (en) * 2013-02-21 2017-12-26 Университи Оф Вирджиния Патент Фоундэйшион Tracking changes to averaged values of glycemia in diabetics

Similar Documents

Publication Publication Date Title
RU2002128925A (en) METHOD, SYSTEM AND SOFTWARE PRODUCT FOR EVALUATING GLYCEMIA CONTROL DIABETES ACCORDING TO SELF-MONITORING DATA
US6810495B2 (en) Method and system for software rejuvenation via flexible resource exhaustion prediction
Kovatchev et al. Methods for quantifying self-monitoring blood glucose profiles exemplified by an examination of blood glucose patterns in patients with type 1 and type 2 diabetes
JP6571914B2 (en) Detecting anomalies in job performance data by combining multiple domains of information
Blomberg et al. Testing for phylogenetic signal in comparative data: behavioral traits are more labile
Punt et al. Review of integrated size-structured models for stock assessment of hard-to-age crustacean and mollusc species
Link et al. Of BUGS and birds: Markov chain Monte Carlo for hierarchical modeling in wildlife research
RU2283495C2 (en) Method, system and software product for evaluating diabetic glycemia control
Punt et al. Population modelling of Tasmanian rock lobster, Jasus edwardsii, resources
Purvis 13 Correlates of extinction risk: phylogeny, biology, threat and scale ANDY PURVIS, MARCEL CARDILLO, RICHARD GRENYER AND BEN COLLEN
Zacksenhouse et al. Robust versus optimal strategies for two-alternative forced choice tasks
Methot Stock assessment: operational models in support of fisheries management
CN112055878B (en) Adjusting a machine learning model based on the second set of training data
JP2003521986A (en) Diagnosis support method and apparatus for acute myocardial infarction
Punt Those who fail to learn from history are condemned to repeat it: a perspective on current stock assessment good practices and the consequences of not following them
EP3590089A1 (en) Medical adverse event prediction, reporting and prevention
Bessell-Browne et al. The effects of implementing a ‘dynamic B0’harvest control rule in Australia’s Southern and Eastern Scalefish and Shark Fishery
Mahmud et al. Early detection of Sepsis in critical patients using Random Forest Classifier
CN109994211B (en) Modeling method for chronic kidney disease worsening risk based on EHR data
Parma Bayesian approaches to the analysis of uncertainty in the stock assessment of Pacific halibut
McGilliard et al. Assessment of the flathead sole-bering flounder stock in the Bering Sea and Aleutian Islands
WO2019171015A1 (en) Method and apparatus for monitoring a human or animal subject
RU2006125153A (en) METHOD, SYSTEM AND SOFTWARE PRODUCT FOR EVALUATING GLYCEMIA CONTROL DIABETES ACCORDING TO SELF-MONITORING DATA
Kerstan Estimation of precise ages from the marginal increment widths of differently growing sardine (Sardinops sagax) otoliths
Cao et al. Modeling time-varying natural mortality in size-structured assessment models