CN110036448A - 用于分析胰岛素方案依从数据的***和方法 - Google Patents

用于分析胰岛素方案依从数据的***和方法 Download PDF

Info

Publication number
CN110036448A
CN110036448A CN201780041353.8A CN201780041353A CN110036448A CN 110036448 A CN110036448 A CN 110036448A CN 201780041353 A CN201780041353 A CN 201780041353A CN 110036448 A CN110036448 A CN 110036448A
Authority
CN
China
Prior art keywords
main
window
time
compliance value
compliance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201780041353.8A
Other languages
English (en)
Inventor
H.本特松
T.B.阿拉多蒂尔
P.布罗克梅尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Novo Nordisk AS
Original Assignee
Novo Nordisk AS
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 Novo Nordisk AS filed Critical Novo Nordisk AS
Publication of CN110036448A publication Critical patent/CN110036448A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Infusion, Injection, And Reservoir Apparatuses (AREA)

Abstract

提供了用于评估受治疗者的胰岛素药物给药方案依从的***和方法。获得受治疗者参与的代谢事件的描述。每个事件包括时间戳和分类，所述分类是依从胰岛素方案的和不依从胰岛素方案的中的一个。基于时间将事件分箱到连续时间窗中以获得多个子集。计算依从值。每个依从值针对子集，并且通过将依从胰岛素方案的事件除以子集中的事件的总数来计算。通过一个过程将依从值组合成复合值，所述过程包括当第一时间窗在时间上发生在第二时间窗之前时使表示第一时间窗的第一依从值相对于表示第二时间窗的第二依从值向下加权。复合值被作为单个表示进行传送。

Description

用于分析胰岛素方案依从数据的***和方法
技术领域
本公开一般地涉及用于通过如下来协助患者和医疗保健从业者监视对规定的胰岛素药物给药方案的依从的***和方法：提供指示对这样的方案（regimen）的总体依从的单个表示或一对表示。
背景技术
2型糖尿病由正常生理性胰岛素分泌的进行性破坏表征。在健康个体中，由胰腺β细胞进行的基础胰岛素分泌连续发生，以在进餐（meal）之间的延长时段内维持稳定的葡萄糖水平。并且在健康个体中存在餐时分泌，其中胰岛素响应于进餐而被在初始第一时相尖峰中迅速地释放，接着是在2-3个小时之后返回到基础水平的长时间胰岛素分泌。
胰岛素是和胰岛素受体结合以通过促进葡萄糖、氨基酸和脂肪酸到骨骼肌和脂肪中的细胞摄取和通过抑制葡萄糖从肝脏的输出来降低血糖的激素。在正常健康个体中，生理性基础和餐时胰岛素分泌维持血糖正常，其影响空腹血浆葡萄糖和餐后血浆葡萄糖浓度。在2型糖尿病中基础和餐时胰岛素分泌受损，并且不存在早期的餐后反应。为了解决这些不良事件，向具有2型糖尿病的患者提供胰岛素治疗方案。还向具有1型糖尿病的患者提供胰岛素治疗方案。
一些糖尿病患者仅需要基础胰岛素治疗方案来弥补胰腺β细胞胰岛素分泌中的缺陷。其他糖尿病患者需要基础胰岛素治疗和餐时胰岛素治疗两者。要求基础胰岛素治疗和餐时胰岛素治疗两者的患者采取周期基础胰岛素药物治疗（例如，一天一次或两次）以及与进餐一起的一次或多次餐时胰岛素药物治疗。
胰岛素治疗方案的目标是实现稳定的葡萄糖水平。估量它们的成功的一个方式是采取连续的葡萄糖水平测量或测量HbA1c水平。术语“HbA1c”指代糖化血红蛋白。当血红蛋白（遍及身体的携带氧的红血球内的蛋白质）与血液中的葡萄糖结合时，其发展，从而变成“糖化的”。通过测量糖化血红蛋白（HbA1c），医疗保健从业者能够得到在数周/数月的时段内的平均葡萄糖水平的总体情况。对于具有糖尿病的人而言，HbA1c越高，发展糖尿病相关并发症的风险就越大。
胰岛素治疗方案不依从是阻止糖尿病患者达到合适HbA1c目标的障碍。胰岛素治疗方案依从通常被定义为患者正确地遵循医疗建议（例如，用于受治疗者的长期胰岛素治疗方案，其至少包括基础胰岛素药物给药方案）的程度，但还可以是例如饮食和锻炼方面的一致性。不依从的原因有许多且不同。不依从的一个原因是差的健康素养和对治疗的理解力。患者未能理解葡萄糖测量结果，缺乏依从时的积极反馈，或者感到缺乏紧迫感。不依从的另一个原因是对副作用的恐惧。例如，对患者严格依从长期胰岛素方案时的低血糖的恐惧。不依从的又一个原因是常规的长期胰岛素方案的麻烦和耗时方面，这常常需要家庭日志记录数据以及频繁的注射和葡萄糖测量。不依从的又一个原因是没有能力精确地定位作为对稳定葡萄糖水平的不利影响的实际来源的不依从的来源。
Insulin Medical Ltd.的国际公开号WO 2012/152295 A2通过使用一个或多个传感器和致动器来优化胰岛素吸收，所述传感器和致动器被配置成提供与用户的进餐状态、进餐定时、施用（administer）药品的定时、药品剂量、药品类型、用户活动的日志记录及其分析有关的数据。例如，WO 2012/152295 A2公开了一种设备，所述设备可以被放置在注射部位或注射端口之上来治疗注射部位处的组织，同时在注射时利用向用户提供反馈（诸如关于错过的注射的提醒）的选项收集关于所注射的药品的信息。WO 2012/152295 A2进一步公开了使用进餐数据和其他受治疗者数据（诸如受治疗者的活动）促进相对于注射事件以及可选地相对于进餐事件映射受治疗者活动，以提供对葡萄糖和胰岛素的全身代谢过程的精细控制，并且因此使餐后高血糖和低血糖事件的发生减到最少。然而，WO 2012/152295A2未能提供令人满意的方式来确定和量化胰岛素方案依从或其缺乏对受治疗者的健康（例如，受治疗者的葡萄糖水平）的影响。此外，一般地，WO 2012/152295 A2未能提供关于受治疗者对胰岛素药物方案的依从的总体反馈。
Roche Diagnostics GMBH的国际公开号WO 2014/037365 A1描述了用于分析血糖数据和事件的方法和装置，以及特别地，用于使血糖数据和与血糖数据相关联的事件（诸如进餐）之间的相关性可视化的计算机实现方法。然而，WO 2014/037365 A1未能公开根据胰岛素方案依从对进餐的任何分类。进一步地，WO 2014/037365 A1未能提供令人满意的方式来确定和量化胰岛素方案依从或其缺乏对受治疗者的健康的影响。
美国公开号US 2015/0006462 A1描述了一种用于管理患者的医疗依从的***，其中该***被适配用于执行包括接收与患者有关的数据的方法，该数据包括与具有一个或多个药物的规定的药物方案有关的信息、患者行为数据、与该一个或多个药物中的每个相关联的相应素养水平。该方法进一步包括基于所接收到的数据针对该一个或多个药物中的每个计算对剂量的遵从和对时间的遵从。对剂量的遵从可以例如被计算为：如果患者被规定一天内10个单位的药物而患者仅采用（take）了8个单位，则通过将实际消耗的单位的量除以规定的单位来获得对疾病的相应遵从。在该实例中，它将是0.8。对时间的遵从可以例如被计算如下。对于一整天被规定的10个剂量，可以利用布尔值来计算针对该天的总体值。例如，如果针对特定药物的10个实际消耗时间中的8个遵从了规定的剂量时间，则该实际消耗时间将针对那8个实例而被指派“1”，并且将针对其他两个实例被指派“0”。相应地，可以通过将总体布尔值除以总实例数来针对该特定药的对时间的遵从而计算出遵从值0.8。该方法进一步包括：通过对对剂量的遵从、对时间的遵从以及与该一个或多个药物中的每个相关联的相应素养水平中的至少两个进行求和，来计算与该一个或多个药物中的每个相关联的药品依从计数。该素养水平是评定患者与规定的方案及其药物的熟悉度的度量，并且它可能基于状况（该状况基于患者的医疗依从的缺乏）的发生而受影响，例如，基于用户行为的影响（诸如由于缺少药物而导致的血糖水平的降低）而受影响。该方法进一步包括：确定每天的药物依从值和每天的药物依从基线值以及基于这两个值之间的比率的阈值。该阈值可以用于确定是否要求干预。然而，US 2015/006462 A1未能公开如何自动获得与规定的胰岛素药物给药方案有关的代谢事件，并因此未能为作为日常惯例的一部分而参与这样的代谢事件的受治疗者***地监视依从。事实上，US 2015/0006462 A1建议了用于任何药物的通用方法，其中假定规定的剂量事件独立于用户行为，例如，在一天期间或在规定的时间处采用10个单位或10个剂量。这样的方法将未能跟踪依从，其中餐时注射事件的数目可能由于用户行为而变化，例如，用户比预期进餐更多次。一般地，US 2015/006462 A1没有解决如何***地允许基于良好定义的时间上的参考点来跟踪依从的问题，且被限于在由时段指定的边界内跟踪依从，其中该时段的开始和该时段的结束是关于日历的结构而预定义的，例如，在一天期间10个单位。
结合基于24小时的日历日的依从跟踪算法，可以通过考虑指定每天1次餐时注射的基础胰岛素给药方案的示例来解释基于日历时段的依从算法的缺陷。日历日开始于午夜处。在该示例的第一天，在23:00 PM注射基础胰岛素，在第二天，基础胰岛素被省略，但在第三天，在00:30 AM和23:00 PM注射基础胰岛素。在该情况下，基于24小时日历日的依从算法将会将第1天表征为在依从中，但将第2天和第3天表征为不依从。以某个程度的规律性应用了三次注射，但是三天中仅有1天被分类在依从中。虽然US 2015/006462建议依从可以是时间延迟的函数，但是该函数关系仅在在良好定义的参考时间处被建立的情况下才是可能的，正如其中要在2PM注射胰岛素而预期要在2:30消耗进餐的所描述的示例中的情况那样。然而，如先前所提及的，用户行为并不总是遵循预期，并且可能存在与针对参考时间的期望的使用相关联的缺陷，并且如还提及的那样，可能存在与仅使用日历日以建立基础依从的度量相关联的缺陷。
所描述的US 2015/0006462的方法包括，计算药品依从计数，所述药品依从计数用作计及所消耗的药品并且可以被计算为对在其应该被采用时的当天的相应规定时间的遵从、对相应规定的药物剂量的遵从、以及关于该方案中的药物的专利素养中的至少两个的总和的度量。所描述的方法进一步包括基于药品依从计数和药品重要性因子来确定每日的药物依从，并且可以将每日的方案依从值计算为针对每个单独药物的每日药物依从的总和。
然而，出于某些目的，期望具有如下单个值：其是在更大时间范围内的遵从的度量，而不是在治疗的个别天的遵从的详细信息。US 2015/0006462未能示出用于该目的的解决方案，因为它不是所描述的方法的目的。
考虑到上面的背景，本领域中所需要的是提供令人满意的方式来向糖尿病患者或医疗保健从业者提供胰岛素方案依从反馈的***和方法。
本公开的目的是提供：提供令人满意的方式来向糖尿病患者或医疗保健从业者提供胰岛素方案依从反馈的***和方法。
发明内容
在本发明的公开内容中，将描述将解决上面的目的中的一个或多个或将解决从下面的公开内容中以及从示例性实施例的描述中显而易见的目的的实施例和方面。
本公开通过提供用于协助患者和医疗保健从业者管理向糖尿病患者的胰岛素输送的方法和装置来解决本领域中的上面标识的需要。使用本公开的***和方法，向糖尿病患者或医疗保健从业者提供表示糖尿病患者的胰岛素方案依从的单个表示（例如，单个数字）。使用该单个表示，可以确定不遵从的进餐、空腹事件、餐时注射或基础注射对关于患者的健康的葡萄糖水平的影响。
因此，本公开涉及规定的胰岛素药物给药方案依从数据的计算、处理和可视化，所述数据给患者和/或医疗保健从业者提供监视胰岛素方案依从的能力并且因此提供看到这样的方案依从如何不利地或有益地影响患者健康的能力。
在本公开的一个方面，提供了用于评估对用于受治疗者的规定的胰岛素药物给药方案的历史胰岛素方案依从的***和方法。获得第一数据集。第一数据集包括受治疗者在评估时段内参与的多个代谢事件。所述多个代谢事件中的每个相应代谢事件包括（i）该相应代谢事件的时间戳和（ii）分类，所述分类是“依从胰岛素方案的”和“不依从胰岛素方案的”中的至少一个。
基于评估时段内的多个非重叠连续主要时间窗，对所述多个代谢事件中的每个相应代谢事件进行分箱。所述多个非重叠连续主要时间窗中的每个相应非重叠连续主要时间窗具有相同的第一固定持续时间（例如，一天、一周、两周或一个月）。在该分箱过程中，所述多个代谢事件中的每个相应代谢事件在该相应代谢事件的时间戳处于所述多个非重叠连续时间窗中的单个相应非重叠（连续）主要时间窗内时被放置到该相应非重叠连续主要时间窗中。以该方式，获得所述多个代谢事件的多个主要子集，其中所述多个主要子集中的所述多个代谢事件的每个相应主要子集针对所述多个非重叠连续主要时间窗中的不同的相应非重叠连续主要时间窗。
接下来，计算多个主要依从值。所述多个主要依从值中的每个相应主要依从值表示所述多个主要子集中的对应主要子集。通过将该对应主要子集中的依从胰岛素方案的代谢事件的数目除以该对应主要子集中的代谢事件的总数来计算所述多个主要依从值中的每个相应主要依从值。
将所述多个主要依从值组合成主要复合依从值。在这样做时，基于所述多个非重叠连续主要时间窗中的第一主要时间窗在时间上发生在所述多个非重叠连续主要时间窗中的第二主要时间窗之前，使表示第一主要时间窗的第一主要依从值相对于表示第二主要时间窗的第二主要依从值向下加权（downweight）。
然后将主要复合依从值作为主要单个表示进行传送（例如，传送到显示器、远程设备、数据库等）。以该方式，评估受治疗者对长期胰岛素药物给药方案的历史胰岛素方案依从。
特此提供了基于受治疗者实际上参与的代谢事件建立依从监视并因此估计用户行为不总是遵循预期的风险的***和方法。该***和方法解决了如何***地允许基于良好定义且可靠的时间上的参考点跟踪周期依从或不依从的问题。因为数据集仅包括受治疗者参与的代谢事件，所以该***和方法不依赖于用户响应上的输入，并且它因此解决了现有技术的问题。因为数据集包括受治疗者参与的每个代谢事件的时间戳，所以依从是在高程度的不确定性的情况下被监视的。出于监视依从的目的而对包括受治疗者实际上参与的代谢事件的数据的使用先前未被使用或描述，也不具有使用这样的数据以便最小化所监视的依从的不确定性的重要性。
在进一步的方面，代谢事件的时间戳是从代谢事件的指示物（indicator）的自主地加时间戳的测量结果导出的。
在进一步的方面，代谢事件的时间戳是从自主的加时间戳的葡萄糖测量结果导出的，其中葡萄糖测量结果是代谢事件的指示物，即，葡萄糖测量结果是血流中的葡萄糖浓度的测量结果。
在进一步的方面，代谢事件的时间戳是从自主的加时间戳的胰高血糖素、脂质或氨基酸测量结果导出的，其中胰高血糖素、脂质或氨基酸测量结果是代谢事件的指示物，即，所述测量结果是血流中的相应分子的浓度的测量结果。
在进一步的方面，自主测量结果是由测量设备获得的测量结果，其中测量是在没有用户的外部控制的情况下进行或继续的。特此提供了不依赖于由受治疗者或设备的操作者控制的输入的数据。
在进一步的方面，自主测量结果是由以指定或可变的频率进行测量的设备获得的测量结果。
在一些实施例中，组合所述多个主要依从值以使用以下公式计算主要复合依从值：
其中，每个ai是所述多个主要依从值中的主要依从值，并且在时间上发生在ai + 1之前，并且每个wi是对应ai的独立权重。
在替代实施例中，组合所述多个主要依从值以使用以下公式计算主要复合依从值：
其中每个ai是所述多个主要依从值中的主要依从值并且在时间上发生在ai + 1之前，每个wi是对应ai的独立权重，每个wi（i）在wi表示在阈值时间之前的主要时间窗时等于第一个值，并且（ii）在wi表示在阈值时间之后的主要时间窗时等于第二个值，并且第一个值小于第二个值。在一些这样的实施例中，阈值时间是在执行所述组合之前两周、在执行所述组合之前四周、或在执行所述组合之前六周。在一些实施例中，第一个值为零，并且第二个值为1。
在一些实施例中，组合所述多个主要依从值以使用以下公式计算主要复合依从值：
其中每个ai是所述多个主要依从值中的相应主要依从值，每个ai在时间上发生在ai + 1之前，并且wi是加权因子，其被计算为时间的线性函数使得wi小于wi + 1。
在一些实施例中，组合所述多个主要依从值以使用以下公式计算主要复合依从值：
其中每个ai是所述多个主要依从值中的相应主要依从值，每个ai在时间上发生在ai + 1之前，并且wi是加权因子，其被计算为时间的非线性函数使得wi小于wi + 1。
在一些实施例中，所述多个代谢事件中的每个代谢事件是空腹事件，并且规定的胰岛素药物给药方案是基础胰岛素药物给药方案。
在一些实施例中，加权平均值被计算为主要复合依从值除以所有权重的总和：
在一些实施例中，所述多个代谢事件中的每个代谢事件是进餐事件，并且规定的胰岛素药物给药方案是餐时胰岛素药物给药方案。
在一些实施例中，基于主要复合依从值的值从调色板着色主要单个表示。
在一些实施例中，该方法进一步包括基于第一时间段内的多个非重叠连续辅助时间窗对所述多个代谢事件中的每个相应代谢事件进行分箱。在这样的实施例中，每个相应非重叠连续辅助时间窗具有与第一固定持续时间不同的相同的第二固定持续时间。进一步地，所述多个代谢事件中的每个相应代谢事件在该相应代谢事件的时间戳处于所述多个非重叠连续辅助时间窗中的单个非重叠连续辅助时间窗内时被放置到该单个非重叠连续辅助时间窗中，从而获得所述多个代谢事件的多个辅助子集。所述多个辅助子集中的所述多个代谢事件的每个相应辅助子集针对所述多个非重叠连续辅助时间窗中的不同的辅助时间窗。然后计算多个辅助依从值，其中所述多个辅助依从值中的每个相应辅助依从值表示所述多个辅助子集中的对应辅助子集。通过将所述多个辅助子集中的对应辅助子集中的依从胰岛素方案的代谢事件的数目除以所述多个辅助子集中的该对应辅助子集中的代谢事件的总数来计算所述多个辅助依从值中的每个相应辅助依从值。然后将所述多个辅助依从值组合成辅助复合依从值。基于第一辅助时间窗在时间上发生在所述多个非重叠连续辅助时间窗中的第二辅助时间窗之前，在计算辅助复合依从值时，所述组合使表示第一辅助时间窗的第一辅助依从值相对于表示第二辅助时间窗的第二辅助依从值向下加权。所述传送进一步将辅助复合依从值传送为辅助单个表示。
在一些实施例中，随着时间的过去在循环（recurring）基础上重复该方法。
在一些实施例中，设备（例如，便携式设备）包括显示器，并且所述传送包括在显示器上呈现第一单个表示。
在进一步的方面，获得第二数据集。第二数据集包括受治疗者的多个自主葡萄糖测量结果，以及针对所述多个自主葡萄糖测量结果中的每个相应自主葡萄糖测量结果的表示何时做出了相应测量的时间戳。
在进一步的方面，该方法包括：从由受治疗者使用以应用胰岛素药物给药方案的一个或多个胰岛素笔获得第三数据集，第三数据集包括多个胰岛素药物记录，所述多个药物记录中的每个胰岛素药物记录包括：（i）相应胰岛素药物注射事件，其包括使用所述一个或多个胰岛素笔中的相应胰岛素笔注射到受治疗者中的胰岛素药物的量，以及（ii）对应的电子时间戳，其在相应胰岛素药物注射事件发生时由相应胰岛素笔自动生成；使用第二数据集中的受治疗者的所述多个自主葡萄糖测量结果和相应时间戳来标识所述多个代谢事件；将第一表征应用于所述多个代谢事件中的每个相应代谢事件，其中第一表征是依从胰岛素方案的和不依从胰岛素方案的中的一个，当第二数据集包括在时间和定量的基础上建立在相应代谢事件期间对胰岛素药物给药方案的依从的一个或多个药物记录时，相应代谢事件被认为依从基础方案，并且当第二数据集未能包括在时间和定量的基础上建立对胰岛素药物给药方案的依从的一个或多个药物记录时，相应代谢事件被认为不依从胰岛素方案。
在进一步的方面，该方法包括：从由受治疗者使用以应用胰岛素药物给药方案的一个或多个胰岛素笔获得第三数据集，第三数据集包括多个胰岛素药物记录，所述多个药物记录中的每个胰岛素药物记录包括：（i）相应胰岛素药物注射事件，其包括使用所述一个或多个胰岛素笔中的相应胰岛素笔注射到受治疗者中的胰岛素药物的量，以及（ii）对应的电子时间戳，其在相应胰岛素药物注射事件发生时由相应胰岛素笔自动生成；使用第二数据集中的受治疗者的所述多个自主葡萄糖测量结果和相应时间戳来标识多个空腹事件；将第一分类应用于所述多个空腹事件中的每个相应空腹事件，其中第一分类是依从胰岛素方案的和不依从胰岛素方案的中的一个，当第二数据集包括在时间和定量的基础上建立在相应空腹事件期间对胰岛素药物给药方案的依从的一个或多个药物记录时，相应空腹事件被认为依从基础方案，并且当第二数据集未能包括在时间和定量的基础上建立在相应空腹事件期间对胰岛素药物给药方案的依从的一个或多个药物记录时，相应空腹事件被认为不依从胰岛素方案。
在进一步的方面，所述药物记录进一步包括胰岛素药物类型，并且其中当所述多个药物记录中的一个或多个药物记录在第三数据集中在胰岛素药物类型基础上进一步指示在相应空腹事件期间对长期胰岛素药物给药方案的依从时，相应空腹事件被认为依从胰岛素方案，并且当第三数据集中的所述多个药物记录未能进一步在胰岛素药物类型基础上指示在相应空腹时段期间对胰岛素药物给药方案的依从时，相应空腹事件被认为不依从胰岛素方案。
在进一步的方面，依从胰岛素方案被定义为依从基础方案，并且不依从胰岛素方案被定义为不依从基础方案。
在进一步的方面，该方法包括：从由受治疗者使用以应用胰岛素药物方案的一个或多个胰岛素笔获得第三数据集，第三数据集包括多个胰岛素药物记录，所述多个药物记录中的每个胰岛素药物记录包括：（i）相应胰岛素药物注射事件，其包括使用所述一个或多个胰岛素笔中的相应胰岛素笔注射到受治疗者中的胰岛素药物的量，以及（ii）对应的电子时间戳，其在相应胰岛素药物注射事件发生时由相应胰岛素笔自动生成；该方法进一步包括使用第二数据集中的所述多个自主葡萄糖测量结果和对应的时间戳来标识多个进餐事件；将第一分类应用于所述多个进餐事件中的每个相应进餐事件，其中第一分类是依从胰岛素方案的和不依从胰岛素方案的中的一个，当所述多个药物记录中的一个或多个药物记录在第三数据集中在时间基础、定量基础上指示在相应进餐期间对胰岛素药物给药方案的依从时，相应进餐事件被认为依从胰岛素方案，并且当第三数据集中的所述多个药物记录未能在时间基础和定量基础上指示在相应进餐期间对胰岛素药物给药方案的依从时，相应进餐被认为不依从胰岛素方案。
在进一步的方面，所述药物记录进一步包括胰岛素药物类型，并且其中当所述多个药物记录中的一个或多个药物记录在第三数据集中在胰岛素药物类型基础上进一步指示在相应进餐期间对胰岛素药物给药方案的依从时，相应进餐事件被认为依从胰岛素方案，并且当第三数据集中的所述多个药物记录未能进一步在胰岛素药物类型基础上指示在相应进餐期间对胰岛素药物给药方案的依从时，相应进餐被认为不依从胰岛素方案。
在进一步的方面，依从胰岛素方案被定义为依从餐时方案，并且不依从胰岛素方案被定义为不依从餐时方案。
在进一步的方面，代谢事件是从与指示代谢事件的像咀嚼或吞咽之类的身体功能有关的测量自动获得的。取决于强度，咀嚼或吞咽可以是进餐事件的指示。
在进一步的方面，代谢事件固有地被加时间戳，即，代谢事件的时间戳是代谢事件的发生的直接结果，并且所述时间戳是响应于该发生而获取的。
特此提供了确保关于受治疗者已经参与的代谢事件来监视依从的***，并且随着代谢事件被加时间戳，提供了良好定义的时间上的参考，从而允许对依从的分类利用时间戳。
在进一步的方面，与相应代谢事件有关的时间戳被用作开始点，用于确定代谢事件是依从胰岛素方案的还是不依从胰岛素方案的。
在进一步的方面，其中代谢事件是空腹事件，所述空腹事件被使用受治疗者的自主的加时间戳的葡萄糖测量结果来标识。
在进一步的方面，其中代谢事件是进餐事件，所述进餐事件被使用自主的加时间戳的葡萄糖测量结果来标识。
在进一步的方面，代谢事件可以是在药物方案中定义的代谢事件，其可以被从连续测量与受治疗者的代谢状态有关的事件的指示物的设备自动标识，由此所述设备允许代谢事件被加时间戳且被关于药物方案分类为依从方案的或不依从方案的。例如，根据药物方案而定义的代谢事件可以是进餐事件，其中所述药物方案确定应当基于与该事件有关的葡萄糖测量结果来施用餐时胰岛素，或者所述代谢事件可以是空腹事件，其中所述药物方案确定应当基于与该事件有关的葡萄糖测量结果来施用基础胰岛素。
在本公开的另一方面，提供了一种包括指令的计算机程序，所述指令在被一个或多个处理器执行时实行包括以下步骤的方法：
获得第一数据集，第一数据集包括受治疗者在评估时段内参与的多个代谢事件，其中所述多个代谢事件中的每个相应代谢事件包括（i）该相应代谢事件的时间戳和（ii）分类，其是依从胰岛素方案的和不依从胰岛素方案的中的至少一个；
基于所述评估时段内的多个非重叠连续主要时间窗，对所述多个代谢事件中的每个相应代谢事件进行分箱，其中
所述多个非重叠连续主要时间窗中的每个相应非重叠连续主要时间窗具有相同的第一固定持续时间，并且
所述多个代谢事件中的每个相应代谢事件在该相应代谢事件的时间戳处于所述多个非重叠连续时间窗中的单个相应非重叠连续主要时间窗内时被放置到该相应非重叠连续主要时间窗中，从而获得所述多个代谢事件的多个主要子集，其中所述多个主要子集中的所述多个代谢事件的每个相应主要子集针对所述多个非重叠连续主要时间窗中的不同的相应非重叠连续主要时间窗；
计算多个主要依从值，其中
所述多个主要依从值中的每个相应主要依从值表示所述多个主要子集中的对应主要子集，并且
通过将所述多个主要子集中的所述对应主要子集中的依从胰岛素方案的代谢事件的数目除以所述多个主要子集中的所述对应主要子集中的代谢事件的总数来计算所述多个主要依从值中的每个相应主要依从值；
将所述多个主要依从值组合成主要复合依从值，其中基于所述多个非重叠连续主要时间窗中的第一主要时间窗在时间上发生在所述多个非重叠连续主要时间窗中的第二主要时间窗之前，在计算所述主要复合依从值时，所述组合使所述多个主要依从值中的表示第一主要时间窗的第一主要依从值相对于表示第二主要时间窗的第二主要依从值向下加权；以及
将所述主要复合依从值传送为主要单个表示，从而评估对用于受治疗者的长期胰岛素药物给药方案的历史依从。计算机程序例如可以是用于比如智能电话之类的便携式设备的应用程序。
在进一步的方面，提供了一种其上存储有所述计算机程序的计算机可读数据载体。
附图说明
图1图示了根据本公开的实施例的示例性***拓扑，其包括用于评估对规定的胰岛素药物给药方案的历史依从的方案依从监视器设备、用于分析并准备方案依从数据的方案依从评定器设备、测量来自受治疗者的葡萄糖数据的一个或多个葡萄糖传感器、以及由受治疗者使用以根据规定的胰岛素药物给药方案注射胰岛素药物的一个或多个胰岛素笔或泵，其中上面标识的部件可选地通过通信网络而互连。
图2图示了根据本公开的实施例的用于评估对规定的胰岛素药物给药方案的历史依从的设备。
图3图示了根据本公开的另一实施例的用于评估对规定的胰岛素药物给药方案的历史依从的设备。
图4A、4B、4C和4D共同提供了根据本公开的各种实施例的用于评估对规定的胰岛素药物给药方案的历史依从的设备的过程和特征的流程图。
图5图示了根据本公开的实施例的（一个或多个）所连接的胰岛素笔、（一个或多个）连续葡萄糖监视器、存储器以及用于执行自主葡萄糖数据的算法分类的处理器的示例集成***。
图6图示了根据本公开的实施例的用于将代谢事件视为时间段并对这样的时间段进行分类的算法。
图7图示了根据本公开的实施例计算多个主要依从值。
图8图示了根据本公开的实施例将多个主要依从值组合成主要复合依从值，其中基于第一主要时间窗在时间上发生在第二主要时间窗之前，在计算主要复合依从值时，所述组合使多个主要依从值中的表示第一主要时间窗的第一主要依从值相对于表示第二主要时间窗的第二主要依从值向下加权。
图9图示了根据本公开的另一实施例将多个主要依从值组合成主要复合依从值。
图10图示了根据本公开的实施例将主要复合依从值传送为主要单个表示并且将辅助复合依从值传送为辅助单个表示。
图11图示了根据本公开的实施例将主要复合依从值传送为主要单个表示并且将辅助复合依从值传送为辅助单个表示。
遍及附图的若干视图，同样的参考数字指代对应的部分。
具体实施方式
本公开依赖于对关于受治疗者在一时间段内参与的多个代谢事件（诸如空腹事件或进餐）的数据的获取。对于每个这样的代谢事件，该数据包括依从胰岛素方案或不依从胰岛素方案的代谢事件的时间戳和表征。图1图示了用于获取这样的数据的集成***502的示例，并且图5提供了这样的***502的更多细节。集成***502包括一个或多个所连接的胰岛素笔或泵104、一个或多个连续葡萄糖监视器102、存储器506以及用于执行受治疗者的自主葡萄糖数据的算法分类的处理器（未示出）。
代谢事件是与代谢有关的事件，其是原生质的累积和破坏中的过程的总和，例如活细胞中的化学改变，通过该化学改变，为至关重要的过程和活动提供能量并且同化新材料（即，将新材料用作营养）。
活体中的代谢可以以不同状态定义：吸收状态或馈给状态，其在进餐后当身体正在消化食物并吸收养分时出现。消化在食物进入嘴的时刻随着食物被分解成要通过肠吸收的其组成部分而开始。碳水化合物的消化在嘴中开始，而蛋白质和脂肪的消化在胃和小肠中开始。这些碳水化合物、脂肪以及蛋白质的组成部分跨肠壁而传输，并进入血流（糖和氨基酸）或淋巴***（脂肪）。这些***将它们从肠传输到将处理和使用或存储能量的肝脏、脂肪组织或肌肉细胞。在吸收状态中，葡萄糖、脂质和氨基酸进入血流，并且胰岛素可以被释放（取决于其他条件，像糖尿病的状态和类型）。吸收后状态或空腹状态在食物已经被消化、吸收和存储时出现。你通常整夜空腹，但是在白天期间跳过进餐也使你的身体处于吸收后状态中。在该状态期间，身体最初必须依赖于所存储的糖元。血液中的葡萄糖水平随着它被细胞吸收和使用而开始下降。响应于葡萄糖的减少，胰岛素水平也下降。糖元和甘油三酯储存放缓。然而，由于组织和器官的需求，血糖水平必须被维持在80-120mg/dL的正常范围内。响应于血糖浓度的下降，从胰腺的α细胞释放激素胰高血糖素。胰高血糖素作用于肝脏细胞，其中它抑制糖元的合成并刺激所存储的糖元分解回为葡萄糖。从肝脏释放该葡萄糖以供***组织和大脑使用。因此，血糖水平开始上升。葡萄糖异生作用也将在肝脏中开始以代替已被***组织使用的葡萄糖。可以在OpenStax大学，解剖学与生理学. OpenStax CNX.http://cnx.org/contents/[email protected]中找到进一步的信息。
因此，代谢事件可以与其中某个代谢状态出现的事件有关，并且，可以通过测量该事件的指示物的浓度来检测该出现。代谢事件将是状态的类型以及该状态的进展的指示物，并且代谢事件的指示物可以是血流中的葡萄糖、胰高血糖素、脂质以及氨基酸的浓度。对于确定与代谢有关的事件而言，其他激素（像皮质醇和肾上腺素）也可以是有用的。
自主测量结果或自主数据是由以指定或可变的频率进行测量的设备获得的测量结果或数据，其中该测量是在没有外部控制的情况下进行或继续的，例如，当该设备正在测量模式中操作时，可以在没有来自使用该设备的受治疗者的控制的情况下执行该测量。
利用集成***502，获得受治疗者的自主的加时间戳的葡萄糖测量结果520。而且，获得来自用于将规定的胰岛素方案应用于受治疗者的一个或多个胰岛素笔和/或泵的数据540作为多个记录。每个记录包括加时间戳的事件，其将受治疗者接收到的所注射（或泵送）的胰岛素药物的量指定为规定的胰岛素药物给药方案的一部分。使用受治疗者的自主的加时间戳的葡萄糖测量结果来标识空腹事件。可选地，还使用自主的加时间戳的葡萄糖测量结果来标识进餐事件502。以该方式，对该葡萄糖测量结果进行过滤504并将其存储在非暂时性存储器506中。
代谢事件被表征为依从或不依从。当来自所述一个或多个所连接的胰岛素笔或泵104的一个或多个记录在时间上且定量地建立对规定的胰岛素药物方案的依从时，代谢事件是依从的。相反地，当没有来自所述一个或多个所连接的胰岛素笔或泵104的记录在时间上且定量地建立对规定的基础胰岛素药物方案的依从时，代谢事件被表征为不依从的。
每个空腹事件被分类为依从的或不依从的508。当来自所述一个或多个所连接的胰岛素笔或泵104的一个或多个记录在时间上且定量地建立在空腹事件期间对规定的基础胰岛素药物方案的依从时，该空腹事件是依从的。相反地，当没有来自所述一个或多个所连接的胰岛素笔或泵104的记录在时间上且定量地建立对规定的基础胰岛素药物方案的依从时，空腹事件被分类为不依从的。
当一个或多个药物记录在时间基础、定量基础以及胰岛素药物类型基础上指示在相应进餐期间对规定的餐时胰岛素药物给药方案的依从时，该相应进餐被认为依从餐时方案。相反地，当所述多个药物记录未能在时间基础、定量基础以及胰岛素药物类型基础上指示在相应进餐期间对规定的餐时胰岛素药物给药方案的依从时，该相应进餐被认为不依从餐时方案。
根据本公开的方法，对该经过滤和分类的葡萄糖数据进行分析和可视化510。这样的可视化使受治疗者或医疗保健从业者能够看到胰岛素方案依从对关键的受治疗者标记（诸如血糖水平和HbA1c水平）的影响。
现在将详细地参考实施例，其示例被在附图中图示。在以下详细描述中，阐述了许多具体细节以便提供对本公开的透彻理解。然而，对本领域普通技术人员而言将显而易见的是，可以在没有这些具体细节的情况下实践本公开。在其他实例中，未详细描述公知的方法、过程、部件、电路和网络，以免不必要地使实施例的方面模糊。
还将理解的是，虽然在本文中可能使用术语第一、第二等来描述各种元件，但是这些元件不应当受这些术语限制。这些术语仅用于将一个元件与另一个元件区分开。例如，第一受治疗者可以被称为第二受治疗者，并且类似地，第二受治疗者可以被称为第一受治疗者，而不脱离本公开的范围。第一受治疗者和第二受治疗者两者都是受治疗者，但是他们不是相同的受治疗者。更进一步地，在本文中可互换地使用术语“受治疗者”和“用户”。术语胰岛素笔意味着适合于施加离散剂量的胰岛素的注射设备，并且其中该注射设备被适配成用于将剂量相关的数据记入日志和传送剂量相关的数据。
本公开中使用的术语仅用于描述特定实施例的目的，并且不意图限制本发明。如本发明的说明书和所附权利要求中所使用的，单数形式“一”、“一个”和“该”意图也包括复数形式，除非上下文以其他方式清楚地指示。还将理解的是，如在本文中使用的术语“和/或”指代并包含一个或多个关联的所列项目中的任何项目及其所有可能组合。将进一步理解的是，当在本说明书中使用时，术语“包括”和/或“包含”指定存在所陈述的特征、整数、步骤、操作、元件和/或部件，但不排除一个或多个其他特征、整数、步骤、操作、元件、部件和/或其组的存在或附加。
如本文中所使用的，取决于上下文，术语“如果”可以被理解成意味着“当……时”或“在……时”或“响应于确定”或“响应于检测到”。类似地，取决于上下文，短语“如果确定”或“如果检测到[所陈述的条件或事件]”可以被理解成意味着“在确定……时”或“响应于确定”或“在检测到[所陈述的条件或事件]时”或“响应于检测到[所陈述的条件或事件]”。
结合图1至3描述了根据本公开的用于监视随着时间的过去对用于受治疗者的规定的胰岛素药物给药方案206的依从的***48的详细描述。照此，图1至3共同图示了根据本公开的***的拓扑。在该拓扑中，存在用于监视对规定的胰岛素药物给药方案的依从的设备（“监视器设备250”）（图1、2和3）、用于评定方案依从的设备（“依从设备200”）、与受治疗者相关联的一个或多个葡萄糖传感器102（图1）、以及用于将胰岛素药物注射到受治疗者中的一个或多个胰岛素笔或泵104（图1）。遍及本公开，仅出于清楚的目的，依从设备200和监视器设备250将被引用为分离的设备。也就是说，依从设备200的所公开的功能和监视器设备250的所公开的功能被包含在分离的设备中，如图1中所图示的。然而，将领会的是，事实上，在一些实施例中，依从设备200的所公开的功能和监视器设备250的所公开的功能被包含在单个设备中。在一些实施例中，依从设备200的所公开的功能和/或监视器设备250的所公开的功能被包含在单个设备中，并且该单个设备是葡萄糖监视器102或胰岛素泵或笔104。
参考图1，监视器设备250监视对向受治疗者规定的胰岛素药物给药方案的依从。为了这么做，与监视器设备250电气通信的依从设备200在持续进行的基础上接收源于附连到受治疗者的一个或多个葡萄糖传感器102的自主葡萄糖测量结果。进一步地，依从设备200从由受治疗者使用以注射胰岛素药物的一个或多个胰岛素笔和/或泵104接收胰岛素药物注射数据。在一些实施例中，依从设备200直接从（一个或多个）葡萄糖传感器102和由受治疗者使用的胰岛素笔和/或泵104接收这样的数据。例如，在一些实施例中，依从设备200通过射频信号无线地接收该数据。在一些实施例中，这样的信号根据802.11（WiFi）、蓝牙或ZigBee标准。在一些实施例中，依从设备200直接接收这样的数据，将该数据内的代谢事件表征或分类为依从方案的或不依从方案的，并将所分类的数据传递到监视器设备250。在一些实施例中，葡萄糖传感器102和/或胰岛素笔/泵包括RFID标签，并使用RFID通信与依从设备200和/或监视器设备250通信。
在一些实施例中，依从设备200和/或监视器设备250不与受治疗者邻近，和/或不具有无线能力，或者这样的无线能力不被用于获取葡萄糖数据和胰岛素药物注射数据的目的。在这样的实施例中，通信网络106可以用于将葡萄糖测量结果从葡萄糖传感器102传送到依从设备200以及从所述一个或多个胰岛素笔或泵104传送到依从设备200。
网络106的示例包括但不限于万维网（WWW）、内联网和/或无线网络，诸如蜂窝电话网络、无线局域网（LAN）和/或城域网（MAN），以及通过无线通信的其他设备。无线通信可选地使用多个通信标准、协议和技术中的任一个，所述通信标准、协议和技术包括但不限于全球移动通信***（GSM）、增强型数据GSM环境（EDGE）、高速下行链路分组接入（HSDPA）、高速上行链路分组接入（HSUPA）、仅数据演进（EV-DO）、HSPA、HSPA+、双小区HSPA（DC-HSPDA）、长期演进（LTE）、近场通信（NFC）、宽带码分多址（W-CDMA）、码分多址（CDMA）、时分多址（TDMA）、蓝牙、无线保真（Wi-Fi）（例如，IEEE 802.11a、IEEE 802.11ac、IEEE 802.11ax、IEEE802.11b、IEEE 802.11g和/或IEEE 802.11n）、基于互联网协议的语音（VoIP）、Wi-MAX、电子邮件协议（例如，互联网消息访问协议（IMAP）和/或邮局协议（POP））、即时消息传递（例如，可扩展消息传递和到场协议（XMPP）、用于即时消息传递和到场利用扩展的会话发起协议（SIMPLE）、即时消息传递和到场服务（IMPS））和/或短消息服务（SMS）、或任何其他合适的通信协议，其包括截至本公开的提交日期还未开发的通信协议。
在一些实施例中，存在附连到受治疗者的单个葡萄糖传感器102，并且依从设备200和/或监视器设备250是葡萄糖传感器102的一部分。也就是说，在一些实施例中，依从设备200和/或监视器设备250和葡萄糖传感器102是单个设备。
在一些实施例中，依从设备200和/或监视器设备250是胰岛素笔或泵104的一部分。也就是说，在一些实施例中，依从设备200和/或监视器设备250和胰岛素笔或泵104是单个设备。
当然，***48的其他拓扑是可能的。例如，所述一个或多个葡萄糖传感器102和所述一个或多个胰岛素笔和/或泵104可以无线地将信息直接传输到依从设备200和/或监视器设备250，而不是依赖于通信网络106。进一步地，依从设备200和/或监视器设备250可以构成便携式电子设备、服务器计算机，或者事实上构成在网络中链接在一起的若干个计算机，或者是云计算情境中的虚拟机。照此，图1中示出的示例性拓扑仅用来以对本领域技术人员而言将容易理解的方式描述本公开的实施例的特征。
参考图2，在典型实施例中，监视器设备250包括一个或多个计算机。出于图2中的图示的目的，将监视器设备250表示为包括用于评估对用于受治疗者的规定的胰岛素药物给药方案的历史依从的所有功能的单个计算机。然而，本公开不被如此限制。在一些实施例中，用于评估对用于受治疗者的规定的胰岛素药物给药方案的历史依从的功能跨任何数目的联网计算机而散布，和/或驻留在若干个联网计算机中的每个上，和/或托管在跨通信网络106可访问的远程位置处的一个或多个虚拟机上。本领域技术人员将领会的是，一系列广泛的不同计算机拓扑中的任何计算机拓扑被用于该应用，并且所有这样的拓扑处于本公开的范围内。
在记住前述内容的情况下转到图2，用于评估对用于受治疗者的规定的胰岛素药物给药方案的历史依从的示例性监视器设备250包括一个或多个处理单元（CPU）274、网络或其他通信接口284、存储器192（例如，随机存取存储器）、可选地由一个或多个控制器288访问的一个或多个磁盘储存器和/或持久设备290、用于使上述部件互连的一个或多个通信总线212、以及用于对上述部件进行供电的电力供应276。在一些实施例中，使用已知的计算技术（诸如高速缓存）与非易失性存储器290无缝共享存储器192中的数据。在一些实施例中，存储器192和/或存储器290包括相对于（一个或多个）中央处理单元274远程定位的大容量储存器。换言之，存储在存储器192和/或存储器290中的一些数据事实上可以托管在处于监视器设备250外部但可以由监视器设备250使用网络接口284通过互联网、内联网或者其他形式的网络或电子线缆（在图2中被图示为元件106）电子访问的计算机上。
用于评估对用于受治疗者的规定的胰岛素药物给药方案的历史依从的监视器设备250的存储器192存储：
·操作***202，其包括用于处置各种基本***服务的过程；
·胰岛素方案监视模块204；
·用于受治疗者的规定的胰岛素药物给药方案206，该规定的胰岛素药物给药方案包括基础胰岛素药物给药方案208并且在一些实施例中可选地包括餐时胰岛素药物给药方案214；
·第一数据集220，该第一数据集表示评估时段222并且包括受治疗者在该评估时段期间参与的多个代谢事件，以及针对所述多个代谢事件中的每个相应代谢事件224的表示该相应代谢事件在何时发生的时间戳226、以及该相应代谢事件的分类228；
·针对受治疗者的多个主要依从值230，所述多个主要依从值中的每个相应主要依从值232对应于在评估时段内具有连续主要时间窗235的主要子集233；
·主要复合依从值237，其表示所述多个主要依从值230的组合；
·主要复合依从值237的主要单个表示239；
·针对受治疗者的可选的多个辅助依从值241，所述多个辅助依从值中的每个相应辅助依从值对应于在评估时段内具有辅助连续时间窗的辅助子集；
·可选的辅助复合依从值243，其表示所述多个辅助依从值的组合；以及
·辅助复合依从值243的可选的辅助单个表示245。
在一些实施例中，胰岛素方案监视模块204在任何浏览器（电话、平板、膝上型计算机/台式计算机）内是可访问的。在一些实施例中，胰岛素方案监视模块204在本机设备框架上运行，且可用于下载到运行操作***202（诸如安卓或iOS）的监视器设备250上。
在一些实现中，用于评估对用于受治疗者的规定的胰岛素药物给药方案的历史依从的监视器设备250的上面标识的数据元素或模块中的一个或多个被存储在先前描述的存储器设备中的一个或多个中，且与用于执行上面描述的功能的指令集相对应。上面标识的数据、模块或程序（例如，指令集）不需要被实现为分离的软件程序、过程或模块，并且因此，这些模块的各种子集可以在各种实现中被组合或以其他方式重新布置。在一些实现中，存储器192和/或290可选地存储上面标识的模块和数据结构的子集。更进一步地，在一些实施例中，存储器192和/或290存储上面未描述的附加模块和数据结构。
在一些实施例中，用于评估对用于受治疗者的规定的胰岛素药物给药方案的历史依从的监视器设备250是智能电话（例如，iPHONE）、膝上型计算机、平板计算机、台式计算机或其他形式的电子设备（例如，游戏控制台）。在一些实施例中，监视器设备250不可移动。在一些实施例中，监视器设备250可移动。
图3提供了可以与本公开一起使用的监视器设备250的具体实施例的进一步描述。图3中图示的监视器设备250具有一个或多个处理单元（CPU）274、***接口370、存储器控制器368、网络或其他通信接口284、存储器192（例如，随机存取存储器）、用户接口278（用户接口278包括显示器282和输入端280（例如，键盘、键区、触摸屏））、可选的加速计317、可选的GPS 319、可选的音频电路372、可选的扬声器360、可选的麦克风362、用于检测监视器设备250上的触点的强度的一个或多个可选的强度传感器364（例如，诸如监视器设备250的触敏显示***282之类的触敏表面）、可选的输入/输出（I/O）子***366、一个或多个可选的光学传感器373、用于使上述部件互连的一个或多个通信总线212、以及用于对上述部件进行供电的电力供应276。
在一些实施例中，输入端280是触敏显示器，诸如触敏表面。在一些实施例中，用户接口278包括一个或多个软键盘实施例。软键盘实施例可以包括所显示的图标上的标准（QWERTY）和/或非标准符号配置。
除了（一个或多个）加速计317、磁力计（未示出）和GPS 319（或者GLONASS或其他全球导航***）之外，图3中图示的监视器设备250可选地还包括接收器，以用于获得与监视器设备250的位置和定向有关的信息（例如，描绘或情形）和/或用于确定由受治疗者进行的体力消耗的量。
应当领会的是，图3中图示的监视器设备250仅是可以用于评估对用于受治疗者的规定的胰岛素药物给药方案的历史依从的多功能设备的一个示例，并且监视器设备250可选地具有比所示出的部件更多或更少的部件，可选地组合两个或更多个部件，或可选地具有部件的不同配置或布置。图3中示出的各种部件被以硬件、软件、固件或它们的组合实现，其包括一个或多个信号处理和/或专用集成电路。
图3中图示的监视器设备250的存储器192可选地包括高速随机存取存储器，且可选地还包括非易失性存储器，诸如一个或多个磁盘存储设备、闪速存储器设备或其他非易失性固态存储器设备。由监视器设备250的其他部件（诸如（一个或多个）CPU 274）对存储器192的访问可选地由存储器控制器368来控制。
***接口370可以用于将所述设备的输入和输出外设耦合到（一个或多个）CPU274和存储器192。所述一个或多个处理器274运行或执行被存储在存储器192中的各种软件程序和/或指令集（诸如胰岛素方案监视模块204），以实行监视设备250的各种功能并处理数据。
在一些实施例中，***接口370、（一个或多个）CPU 274和存储器控制器368可选地被实现在单个芯片上。在一些其他实施例中，它们可选地被实现在分离的芯片上。
网络接口284的RF（射频）电路接收和发送RF信号，所述RF信号还被称为电磁信号。在一些实施例中，使用该RF电路从一个或多个设备（诸如与受治疗者相关联的葡萄糖传感器102、与受治疗者相关联的胰岛素笔或泵104和/或依从设备200）接收规定的胰岛素药物给药方案206、第一数据集220和/或第二数据集240。在一些实施例中，RF电路108将电信号转换成电磁信号/从电磁信号转换电信号，并经由电磁信号与通信网络和其他通信设备、葡萄糖传感器102以及胰岛素笔或泵104和/或依从设备200通信。RF电路284可选地包括用于执行这些功能的公知电路，所述公知电路包括但不限于天线***、RF收发器、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、编解码器芯片组、订户身份模块（SIM）卡、存储器等。RF电路284可选地与通信网络106通信。在一些实施例中，电路284不包括RF电路，且事实上通过一个或多个硬线（例如，光缆、同轴线缆等）连接到网络106。
在一些实施例中，音频电路372、可选的扬声器360和可选的麦克风362在受治疗者与监视器设备250之间提供音频接口。音频电路372从***接口370接收音频数据，将音频数据转换成电信号，并将电信号传输到扬声器360。扬声器360将电信号转换成人类可听的声波。音频电路372还接收由麦克风362从声波转换的电信号。音频电路372将电信号转换成音频数据，并将音频数据传输到***接口370以用于处理。可选地，通过***接口370从存储器192和/或RF电路284取回音频数据和/或将音频数据传输到存储器192和/或RF电路284。
在一些实施例中，电力供应276可选地包括电力管理***、一个或多个电源（例如，电池、交流电（AC））、再充电***、电力故障检测电路、电力转换器或逆变器、电力状态指示器（例如，发光二极管（LED））以及与便携式设备中的电力的生成、管理和分配相关联的任何其他部件。
在一些实施例中，监视器设备250可选地还包括一个或多个光学传感器373。（一个或多个）光学传感器373可选地包括电荷耦合器件（CCD）或互补金属氧化物半导体（CMOS）光电晶体管。（一个或多个）光学传感器373接收通过一个或多个透镜投射的来自环境的光，并将所述光转换成表示图像的数据。（一个或多个）光学传感器373可选地捕捉静止图像和/或视频。在一些实施例中，光学传感器位于监视器设备250的背面上，与设备250正面上的显示器282相对，使得输入端280能够用作用于静止和/或视频图像获取的取景器。在一些实施例中，另一个光学传感器373位于监视器设备250的正面上，使得获得受治疗者的图像（例如，以验证受治疗者的健康或状况，以确定受治疗者的身体活动水平，或者以帮助远程地诊断受治疗者的状况等）。
如图3中所图示的，监视器设备250优选地包括操作***202，所述操作***202包括用于处置各种基本***服务的过程。操作***202（例如，iOS、DARWIN、RTXC、LINUX、UNIX、OS X、WINDOWS或诸如VxWorks之类的嵌入式操作***）包括用于控制和管理一般***任务（例如，存储器管理、存储设备控制、电力管理等）的各种软件部件和/或驱动器，并且促进各种硬件和软件部件之间的通信。
在一些实施例中，监视器设备250是智能电话。在其他实施例中，监视器设备250不是智能电话，而是平板计算机、台式计算机、紧急车辆计算机、或其他形式或者有线或者无线联网设备。在一些实施例中，监视器设备250具有在图2或3中描绘的监视器设备250中找到的电路、硬件部件和软件部件中的任一个或全部。为了简明和清楚，示出了监视器设备250的仅几个可能的部件，以便更好地强调在监视器设备250上安装的附加软件模块。
虽然图1中公开的***48可以独立工作，但是在一些实施例中，它还可以被与电子医疗记录链接以便以任何方式交换信息。
既然已经公开了用于评估对用于受治疗者的规定的胰岛素药物给药方案206的历史依从的***48的细节，因此参考图4A到4D公开了根据本公开的实施例的关于该***的过程和特征的流程图的细节。在一些实施例中，该***的这样的过程和特征由图2和3中图示的胰岛素方案监视模块204来执行。
框402。参考图4A的框402，具有1型糖尿病或2型糖尿病的受治疗者中的胰岛素疗法的目标是尽可能接近地匹配正常生理性胰岛素分泌以控制空腹和餐后血浆葡萄糖。这是利用用于受治疗者的规定的胰岛素药物给药方案206来完成的。本公开的一个方面提供了用于评估对用于受治疗者的规定的胰岛素药物给药方案的历史依从的监视设备250。在本公开中，规定的胰岛素药物给药方案包括基础胰岛素药物给药方案208。该监视设备包括一个或多个处理器274和存储器192/290。存储器存储在被所述一个或多个处理器执行时实行方法的指令。在该方法中，获得第一数据集220。
第一数据集包括受治疗者参与的多个代谢事件。所述多个代谢事件在第一时间段内，所述第一时间段在本文中被称为评估时段222。在变化的实施例中，评估时段222是一天或更多、三天或更多、五天或更多、十天或更多、一个月或更多、两个月或更多、三个月或更多、或者五个月或更多。所述多个代谢事件中的每个相应代谢事件224包括：（i）该相应代谢事件的时间戳226；以及（ii）分类228，其是依从胰岛素方案的和不依从胰岛素方案的中的一个。
在一些实施例中，第一数据集220中的每个代谢事件224具有表1中阐述的一个或多个分类228。
表1. 代谢事件224的示例性分类228
。
使用表1中阐述的分类，相同的时间段可以包含具有不同标签的代谢事件。例如，一整天可以包含被标记为不在基础依从中B2的代谢事件（空腹事件），但是该天内的三个代谢事件（进餐事件）可以被贴标签在餐时依从中A1。图6图示了用于对代谢事件进行分类或标记的算法，其中示例是空腹事件，并且其中由方案定义的相关时间段是一天。根据表1的类别提供了分类。在这样的实施例中，经连续标记的时段（例如，一天）包含用B2标记的空腹事件或用A1标记的进餐事件，被称为经分类的代谢事件。作为另一个示例，考虑以下情况：其中一周时段的前三天中的每一天内的三个空腹事件被标记为在100%基础依从中（例如，基础和定时依从B1、C1），接下来两天中的每一天内的两个空腹事件被标记为在50%基础依从中（例如，在基础依从中但不在定时依从中B1、C2），并且最后两天内的两个空腹事件被标记为在0%基础依从中（不在基础依从中且不在定时依从中B2、C2）。在其中空腹事件被分类并标记为在基础和定时依从中的示例中，该事件可以作为被定义为100%依从胰岛素方案的示例，在其中代谢事件被标记为在基础依从中但不在定时依从中的情况下，该事件可以作为被定义为50%依从胰岛素方案的示例，基于比所推荐的更晚地采用剂量的所估计的影响，这可以是不同的百分比。在其中空腹事件不在基础依从中的情况下，该事件0%依从胰岛素方案，其与不依从胰岛素方案相对应。因此，该示例中的依从胰岛素方案的代谢事件的数目是3+2*50%+2*0%。因此，在该示例中，过去一周的依从（针对过去一周的主要时间窗234的主要依从值232）是：
。
在其他实施例中，通过将代谢事件视为空腹事件或进餐事件并针对胰岛素药物方案依从对每个空腹事件或进餐事件进行分类来施加这样的分类。
在一些实施例中，代谢事件可以是在药物方案中定义的代谢事件，其可以被从连续测量事件的指示物的设备自动标识，其中该事件与受治疗者的代谢状态有关，由此该设备允许该代谢事件被加时间戳且被关于药物方案分类为依从方案的或不依从方案的。例如，根据药物方案而定义的代谢事件可以是进餐事件，其中药物方案确定应当基于与该事件有关的葡萄糖测量结果来施用餐时胰岛素，或者该代谢事件可以是空腹事件，其中药物方案确定应当基于与该事件有关的葡萄糖测量结果来施用基础胰岛素。
在一些实施例中，在不依赖于由受治疗者保持的记录的情况下标识由受治疗者引起的代谢事件（例如，进餐事件、空腹事件等）。例如，在一些实施例中，获得第二数据集240，其包括来自一个或多个葡萄糖传感器102的受治疗者的自主葡萄糖测量结果242。图3进行图示。利用葡萄糖测量结果时间戳244对每个这样的自主葡萄糖测量结果242加时间戳，以表示相应测量是在何时做出的。
ABBOTT的FREESTYLE LIBRE CGM（“LIBRE”）是可被用作葡萄糖传感器102的葡萄糖传感器的示例。LIBRE允许利用皮肤上的硬币大小的传感器进行的无校准葡萄糖测量，当靠近在一起时，该传感器可以经由近场通信向读取器设备（例如，依从设备200和/或监视器设备250）发送多达8小时的数据。可以在所有日常生活活动中佩戴LIBRE达14天。在一些实施例中，以5分钟或更少、3分钟或更少、或者1分钟或更少的间隔率从受治疗者取得自主葡萄糖测量结果。下面的示例1图示了这样的自主葡萄糖测量结果如何用于既标识代谢事件又将它们中的每个分类为依从胰岛素方案的或不依从胰岛素方案的，以便填充第一数据集220中的代谢事件224的分类228。
参考图4A的框404，在一些实施例中，所述多个代谢事件中的每个代谢事件是空腹事件，并且规定的胰岛素药物给药方案是基础胰岛素药物给药方案。参考图4A的框406，在一些实施例中，所述多个代谢事件中的每个代谢事件是进餐事件，并且规定的胰岛素药物给药方案是餐时胰岛素药物给药方案。
框408。参考图4A的框408，该过程以如下而继续：基于评估时段222内的多个非重叠连续主要时间窗对所述多个代谢事件中的每个相应代谢事件224进行分箱。图7进行图示。所述多个非重叠连续主要时间窗中的每个相应非重叠连续主要时间窗235具有相同的第一固定持续时间（例如，数小时、一天、一周、两周或一个月，如框410中图示的）。在图7中，评估时段222被示为时间线。每个主要时间窗235被分配该时间线的相等部分。
第一数据集220的所述多个代谢事件中的每个相应代谢事件224在针对该相应代谢事件224的时间戳226处于所述多个非重叠连续时间窗中的单个相应非重叠（时间上连续的）主要时间窗235内时被放置到该相应非非重叠连续主要时间窗235中，从而获得所述多个代谢事件的多个主要子集。所述多个主要子集中的所述多个主要代谢事件的每个相应主要子集233针对所述多个非重叠连续主要时间窗中的不同的相应非重叠连续主要时间窗235。
框412。参考图4A的框412并继续使用图7来说明，该过程以如下而继续：计算多个主要依从值230。所述多个主要依从值230中的每个相应主要依从值232表示评估时段222内的所述多个主要时间窗中的对应的主要时间窗235。
通过将对应的主要子集233中的依从胰岛素方案的代谢事件的数目除以该对应的主要子集233中的代谢事件的总数来计算所述多个主要依从值230中的每个相应主要依从值232。例如，考虑图7的主要子集233-1，其中对于针对主要子集233-1的总共六个代谢事件224，存在三个依从胰岛素方案的代谢事件（224-1、224-3和224-4）和三个不依从胰岛素方案的代谢事件（224-2、224-5和224-6）。在该示例中，通过将主要子集231-1中的依从胰岛素方案的代谢事件的数目（三个，224-1、224-3和224-4）除以主要子集233-1中的代谢事件的总数（六个，224-1、224-2、224-3、224-4、224-5和224-6），也就是说将“3”除以“6”，来计算主要依从值232-1。将领会的是，将依从胰岛素方案的代谢事件的数目除以主要子集233中的代谢事件的总数的过程可以以任何数目的方式来完成，并且所有这样的方式都被包含在本公开中。例如，事实上，可以通过将主要子集中的依从胰岛素方案的代谢事件的数目乘以主要子集233中的代谢事件的总数的倒数（例如，在上面的示例中，通过计算（3 *（1/6））来完成除法。
框414。参考图4B的框414，通过将上面计算的所述多个主要依从值233组合成主要复合依从值237来继续该过程。例如，参考图7，组合主要依从值232-1到232-R以形成主要复合依从值237。在框414中，相对于表示后来的主要时间窗的主要依从值232，将表示较早主要时间窗的主要依从值232向下加权。这样做是为了强调更近期的代谢事件，其在评估对规定的胰岛素药物给药方案的历史依从方面具有更大的意义，因为它们表示受治疗者更当前的依从行为。因此，基于所述多个非重叠连续主要时间窗中的第一主要时间窗在时间上发生在所述多个非重叠连续主要时间窗中的第二主要时间窗之前，在计算主要复合依从值时，所述组合使所述多个主要依从值中的表示第一主要时间窗的第一主要依从值相对于表示第二主要时间窗的第二主要依从值向下加权。例如，在一个实施例中并且使用图7来说明，当将所述多个主要依从值组合成主要复合依从值时，对主要依从值232-1应用第一权重，对主要依从值232-2应用第二权重，其中第一权重小于第二权重。以该方式，第一主要依从值232-1对主要复合依从值237的贡献小于第二主要依从值232-2。
存在许多不同的方式，其中所述多个主要依从值可以组合成主要复合依从值237。例如，参考图4B的框416，在一些实施例中，使用以下公式将所述多个主要依从值组合成主要复合依从值237：
其中，
，
每个ai是所述多个主要依从值中的主要依从值237，并且在时间上发生在随后的主要依从值ai + 1之前（例如，图7的主要依从值232-1（ai）和232-2（ai + 1）），并且
每个wi是对应ai的独立权重。
在另一示例中，参考图4B的框418，在一些实施例中，使用以下公式将所述多个主要依从值组合成主要复合依从值237：
其中，每个ai是所述多个主要依从值中的主要依从值232，并且在时间上发生在随后的主要依从值ai + 1之前（例如，图7的主要依从值232-1（ai）和232-2（ai + 1）），每个wi是对应ai的独立权重，每个wi（i）在wi表示在阈值时间之前的主要时间窗时等于第一个值，并且（ii）在wi表示在阈值时间之后的主要时间窗时等于第二个值，并且第一个值小于第二个值。
图8图示了这样的实施例。每个主要依从值232（ai）乘以对应权重以形成集合{w1a1，w2a2，...，wRaR}，并且将该集合相加以形成主要复合依从值237。在由图8中的线802表示的阈值时间之前出现的那些主要依从值232的权重wi每个等于第一个值，并且在阈值时间802之后出现的那些主要依从值232每个等于第二个值。
参考图4B的框420并使用图8来说明，在一些实施例中，阈值时间802是在执行组合之前两周，在执行组合之前四周，或者在执行组合之前六周。换言之，在一些实施例中，使用超过两周前、超过四周前或超过六周前发生的代谢事件形成的主要依从值232每个被第一权重加权，而使用（在阈值时间802之后的）较近的代谢事件形成的主要依从值232每个被第二权重加权。换言之，在一些实施例中，使用超过两周前、超过四周前或超过六周前发生的代谢事件形成的主要依从值232每个被向下加权，而使用（在阈值时间802之后的）较近的代谢事件形成的主要依从值232被相对向上加权。在一些这样的实施例中，第一个值是零并且第二个值是1。因此，使用图8来说明，在由图8中的线802表示的阈值时间之前出现的那些主要依从值232的权重wi不有助于主要复合依从值237，而在阈值时间802之后出现的那些主要依从值232有助于主要复合依从值237。
在另一示例中，参考图4C的框424，在一些实施例中，使用以下公式将所述多个主要依从值组合成主要复合依从值237：
其中，
每个ai是所述多个主要依从值中的相应主要依从232值，
每个ai在时间上发生在ai + 1之前，并且
wi是加权因子，其被计算为时间的线性函数，使得wi小于wi + 1。
例如，参考图9来说明，时间的线性函数的示例根据与主要依从值232对应的主要时间窗235的年龄使wi衰减。出于该示例的目的，时间窗235的年龄被认为是评估时段222中的时间窗的端点。因此，当主要复合依从值237被组合时，主要时间窗235-3是一周大，因此对应的主要依从值232-3接收为0.8的权重w3，当主要复合依从值237组合时，主要时间窗235-2为两周大，因此对应的主要依从值232-2接收为0.6的权重w2，当主要复合依从值237被组合时，主要时间窗235-1是三周大，因此对应的主要依从值232-1接收为0.4的权重w1。
在另一示例中，参考图4C的框426，在一些实施例中，使用以下公式将所述多个主要依从值组合成主要复合依从值237：
其中，
每个ai是所述多个主要依从值中的相应主要依从值，
每个ai在时间上发生在ai + 1之前，并且
wi是加权因子，其被计算为时间的非线性函数使得wi小于wi + 1。
时间的非线性函数的一个示例是图8中提供的示例，其中每个主要依从值232（ai）乘以对应权重以形成集合{w1a1，w2a2，...，wRaR}，并且将该集合相加以形成主要复合依从值237。在图8中由线802表示的阈值时间之前出现的那些主要依从值232的权重wi每个都等于第一个值并且在阈值时间802之后出现的那些主要依从值232每个都等于第二个值，其中第一个值不同于第二个值。
在一些实施例中，通过取得所述多个主要依从值的加权平均值或主要依从值的集中趋势的度量，将所述多个主要依从值组合成主要复合依从值。该集中趋势的度量可以是，例如，算术平均值、加权平均值、中列数、中枢纽（midhinge）、三均值、缩尾均值、中值或这样的值的模式。在一些实施例中，通过取得N个最近主要依从值的加权平均值或N个最近主要依从值的集中趋势的度量，将所述多个主要依从值组合成主要复合依从值，其中N是正整数（例如，1、2、3、4、5、6等）。该集中趋势的度量可以是，例如，算术平均值、加权平均值、中列数、中枢纽、三均值、缩尾均值、中值或这样的值的模式。
框428。参考图4C的框428，将主要复合依从值237传送为主要单个表示239，从而评估对用于受治疗者的长期胰岛素药物给药方案的历史依从。图10进行图示。在图10中，将主要复合依从值237传送为以百分位数（33％）的形式的主要单个表示239。在其他实施例中，将主要复合依从值237传送为以颜色代码的形式的主要单个表示239（例如，绿色是令人满意的基础主要复合依从值237，黄色是边界主要复合依从值237，并且红色是不健康的基础主要复合依从值237）。例如，在图10的图示中，当百分位数降到预定值以下时，该值在一些实施例中被以红色示出，指示受治疗者的依从状况不令人满意。
参考图4C的框430，随着时间的过去在循环基础上重复所公开的方法，以便保持主要复合依从值237用第一数据集中的新鲜数据连续更新。也就是说，在典型的实施例中，第一数据集220本质上是动态的，意味着随着时间的过去接收新的分类的代谢事件，并且这些用于根据所公开的***和方法更新主要复合依从值237。
参考图4C的框430，在一些实施例中，设备250包括显示器282，并且所述传送包括在显示器上呈现第一单个表示239。如上所述，这被在图10中图示。
参考图4D的框432，在一些实施例中，显示辅助单个表示245。例如，参考图10的示例，主要单个表示239表示仅使用当前发生的代谢事件224计算出的主要复合依从值237，而辅助单个表示245表示使用过去三个月的代谢事件224计算出的辅助复合依从值243。照此，辅助单个表示245及其基础辅助复合依从值243不同于主要单个表示239及其基础主要复合依从值237，因为基础辅助复合依从值243是与主要复合依从值237独立地计算的。具体地，参考图3、图4C和图4D，被用作用于计算被组合以形成辅助复合依从值234（图4C）的辅助依从值242的基础的在所述多个非重叠连续辅助时间窗中的每个相应非重叠连续辅助时间窗244具有相同的第二固定持续时间，其不同于被用作用于计算被组合以形成主要复合依从值237的主要依从值232的基础的主要时间窗235的第一固定持续时间。
此外，当组合辅助依从值242以形成辅助复合依从值243时，辅助依从值242可以在形成辅助复合依从值243时使用上述用于组合主要依从值232的任何加权或组合方案（例如，作为时间的函数的辅助依从值242的线性或非线性加权和/或辅助依从值242的集中趋势的度量的取得）来加权。事实上，在一些实施例中，组合主要依从值232与组合辅助依从值242使用不同的加权方案，当分别组合它们以形成相应主要复合依从值237和辅助复合依从值243时。
虽然图10图示了将主要复合依从值237传送作为用于餐时依从的主要单个表示239，但是图11图示了将主要复合依从值237传送作为用于基础依从的主要单个表示239。
在整个本公开中，在一些实施例中，辅助单个表示245仅是辅助复合依从值243的值。在整个本公开中，在一些实施例中，辅助单个表示245是图标、颜色代码、线厚度或散列标记，其表示辅助复合依从值243的值。
在整个本公开中，在一些实施例中，主要单个表示239仅是主要复合依从值237的值。在整个本公开中，在一些实施例中，主要单个表示239是图标、颜色代码、线厚度或散列标记，其表示主要复合依从值237的值。
示例1：使用自主葡萄糖测量结果标识代谢事件并将它们分类为依从胰岛素方案 的或不依从胰岛素方案的。在一些实施例中，自主地获得包括多个葡萄糖测量结果的第二数据集240。在该示例中，除了自主葡萄糖测量结果之外，还以胰岛素药物记录的形式从由受治疗者使用以应用规定的胰岛素方案的一个或多个胰岛素笔和/或泵104获得胰岛素施用事件。这些胰岛素药物记录可以采用任何格式，且事实上可以跨多个文件或数据结构而散布。照此，在一些实施例中，本公开利用了胰岛素施用笔的最近进展，该胰岛素施用笔在它们可以记住过去施用的胰岛素药物的定时和量的意义上已经变得“智能”。这样的胰岛素笔104的一个示例是NovoPen 5。这样的笔协助患者将剂量记入日志并防止双倍用量。所预期的是，胰岛素笔将能够发送和接收胰岛素药物剂量体积和定时，从而允许连续葡萄糖监视器102、胰岛素笔104和本公开的算法的整合。照此，预期来自一个或多个胰岛素笔104和/或泵的胰岛素药物记录，包括从所述一个或多个胰岛素笔104无线地获取这样的数据。
在一些实施例中，每个胰岛素药物记录包括：（i）相应胰岛素药物注射事件，包括使用所述一个或多个胰岛素笔中的相应胰岛素笔而注射到受治疗者中的胰岛素药物的量；以及（ii）对应的电子时间戳，其在相应胰岛素药物注射事件发生时由相应胰岛素笔104自动生成。
在一些实施例中，使用第二数据集240中的受治疗者的自主葡萄糖测量结果242和它们关联的葡萄糖测量结果时间戳244来标识多个空腹事件（其是代谢事件224的一个形式）。空腹事件期间的葡萄糖测量结果对于测量基础葡萄糖水平而言具有重要性。
存在用于使用来自葡萄糖监视器102的自主葡萄糖测量结果242检测空腹事件的 许多方法。例如，在一些实施例中，通过以下操作来在由所述多个自主葡萄糖测量结果涵盖 的第一时间段（例如，24小时的时段）内标识第一空腹事件（在所述多个空腹事件中）：首先 计算跨所述多个自主葡萄糖测量结果的方差的移动时段，其中：
并且其中，Gi是所述多个葡萄糖测量结果的部分k中的第i个葡萄糖测量结果，M是所述 多个葡萄糖测量结果中的葡萄糖测量结果的数目，且表示邻接预定时间跨度，是从所述 多个葡萄糖测量结果中选择的M个葡萄糖测量结果的均值，并且k在第一时间段内。作为示 例，葡萄糖测量结果可以跨越若干天或周，其中每5分钟取得自主葡萄糖测量结果。选择该 总体时间跨度内的第一时间段k（例如，一天），并且因此，针对最小方差的时段检查所述多 个测量结果的部分k。第一空腹时段被视为第一时间段内的最小方差的时段。接着，通 过针对最小方差的另一个时段检查所述多个葡萄糖测量结果的下一部分k，来在所述多个 葡萄糖测量结果的部分k内重复该过程，从而指派另一个空腹时段。该方法通过所述多个葡 萄糖测量结果的所有部分k的重复用于构建所述多个空腹时段。
一旦空腹事件被标识，就通过上面所描述的方法或任何其他方法，将分类228应用于所述多个所标识的空腹事件中的每个相应空腹事件。因此，对于每个相应空腹事件而言，存在针对该相应空腹事件的分类228。该分类是依从胰岛素方案的和不依从胰岛素方案的中的一个。更具体地，在这里，该分类是依从基础胰岛素方案的和不依从基础胰岛素方案的中的一个。
当所获取的一个或多个药物记录在时间和定量的基础上建立在相应空腹事件期间对规定的基础胰岛素药物给药方案的依从时，该相应空腹事件被认为依从基础胰岛素方案。当所获取的一个或多个药物记录没有包括在时间和定量的基础上建立在相应空腹事件期间对规定的基础胰岛素药物给药方案的依从的一个或多个药物记录时，该相应空腹事件被认为不依从基础方案。在一些实施例中，基础方案208指定：要在多个时期中的每个相应时期212期间采用基础剂量的长效胰岛素药物210，并且当不存在针对与相应空腹事件相关联的时期212的药物记录时，该相应空腹事件被认为不依从基础胰岛素药物方案208。在各种实施例中，所述多个时期中的每个时期为两天或更少、一天或更少、或者12小时或更少。因此，考虑了其中第二数据集240用于标识空腹时段并且规定的基础胰岛素药物给药方案208指定每24小时采用剂量A的长效胰岛素药物210的情况。因此，在该示例中，该时期为一天（24小时）。空腹事件固有地被加时间戳，这是因为它是从加时间戳的葡萄糖测量结果中的最小方差的时段或通过加时间戳的自主葡萄糖测量结果的其他形式的分析而导出的。因此，由相应空腹事件表示的时间戳或空腹时段被用作用于检查空腹事件是否依从基础胰岛素药物方案的开始点。例如，如果与相应时间戳相关联的空腹时段为5月17日星期二6:00AM，则在药物注射记录中所寻找的是受治疗者在5月17日星期二6:00 AM之前的24小时时段（该时期）内采用了剂量A的长效胰岛素药物（并且不多于或少于规定的剂量）的证据。如果受治疗者在该时期期间采用了规定的剂量的长效胰岛素药物，则相应空腹事件（和/或基础注射事件和/或该时间期间的葡萄糖测量结果）被认为依从基础方案。如果受治疗者未在该时期212期间采用规定的剂量的长效胰岛素药物210（或在该时段期间采用了多于规定的剂量的长效胰岛素药物），则相应空腹事件（和/或基础注射事件和/或该时间期间的葡萄糖测量结果）被认为不依从基础方案。
虽然已经描述了使用空腹事件来回溯性地确定基础注射事件是否依从基础胰岛素药物方案，但是本公开不被如此限制。在一些实施例中，该时期由基础胰岛素药物方案定义，并且只要受治疗者在该时期期间（即使在空腹事件之后）采用了由基础方案要求的基础胰岛素的量（并且不多于该量），空腹事件就将被认为依从基础胰岛素药物方案。例如，如果该时期是一天，在午夜之后就开始每一天（换言之，基础方案指定每天要采用的一个或多个基础胰岛素药物剂量，且进一步将一天定义为在午夜开始和结束），并且空腹事件在中午发生，则假如受治疗者在该天期间的某点处采取被规定用于该天的基础注射，空腹事件就将被认为是遵从的。
在一些实施例中，在当事实上基础胰岛素药物方案指定基础胰岛素注射事件必须发生时的时期期间未检测到空腹事件。因此，应当根据规定的基础胰岛素药物方案208采取基础注射。根据上面的使用情况，由于未能找到空腹事件，该时期将不具有基础依从分类。在一些这样的实施例中，因为基础胰岛素药物给药方案208是已知的，所以关于依从（对所讨论的时期期间的葡萄糖测量结果和/或该时期中的基础注射事件的依从）的确定基于基础胰岛素药物方案本身和注射事件数据，且因此不要求从注射事件数据检测空腹时段。作为另一个示例，如果基础胰岛素药物方案是一周一次的基础注射，则即使未找到空腹事件，示例性过程也将在七天窗口内寻找基础注射。
在一些实施例中，除了基础胰岛素药物给药方案208之外或代替基础胰岛素药物给药方案208，规定的胰岛素药物给药方案206进一步包括餐时胰岛素药物给药方案214。
在其中受治疗者采用多于一种胰岛素药物类型的实施例中，所述多个药物记录中的每个相应胰岛素药物注射事件提供了被注射到受治疗者中的来自以下各项之一的胰岛素药物的相应类型：（i）长效胰岛素药物；以及（ii）短效胰岛素药物。通常，长效胰岛素药物是针对基础胰岛素药物给药方案208的，而短效胰岛素药物是针对餐时胰岛素药物给药方案214的。
因此，有利地，本公开还可以在餐时胰岛素药物注射事件可用时利用这样的事件，以提供第一数据集220中的所分类的代谢事件224的附加类型。在一些这样的实施例中，以以下方式利用餐时胰岛素药物注射事件。使用进餐检测算法、使用第二数据集240中的所述多个自主葡萄糖测量结果242和对应的时间戳244来标识多个进餐事件。如果没有检测到进餐，则该过程结束。如果检测到进餐，则将分类应用于相应进餐事件。以该方式，获取多个进餐事件，其中每个相应进餐事件包括作为“依从餐时方案的”和“不依从餐时方案的”中的一个的分类。然后，这样的信息可以被用在本公开的***和方法中，其中每个进餐被视为代谢事件224，并且这样的进餐作为“依从餐时方案的”和“不依从餐时方案的”的分类是代谢事件的分类228。
在一些实施例中，当所述多个药物记录中的一个或多个药物记录在时间基础、定量基础以及胰岛素药物类型基础上指示在相应进餐期间对餐时胰岛素药物给药方案214的依从时，该相应进餐被认为依从餐时方案。在一些实施例中，当所述多个药物记录未能在时间基础、定量基础以及胰岛素药物类型基础上指示在相应进餐期间对长期餐时胰岛素药物给药方案的依从时，该相应进餐被认为不依从餐时方案。例如，考虑其中长期餐时胰岛素药物给药方案指定要在相应进餐之前的30分钟采用剂量A的胰岛素药物B并指定某次进餐发生在5月17日星期二7:00 AM的情况。将领会的是，剂量A可以是进餐的预期大小或类型的函数。在药物记录中所寻找的是受治疗者在5月17日星期二7:00 AM之前的30分钟内采用了剂量A的胰岛素药物B（并且不多于或少于规定的剂量）的证据。如果受治疗者在相应进餐之前的30分钟期间采用了规定的剂量A的胰岛素药物B，则该相应进餐（和/或（一个或多个）餐时施用和/或该时间期间的葡萄糖测量结果）被认为依从餐时方案。如果受治疗者未在相应进餐之前的30分钟期间采用规定的剂量A的胰岛素药物B（或在该时段期间采用了多于规定的剂量A的胰岛素药物B），则该相应进餐（和/或餐时施用和/或该时间期间的葡萄糖测量结果）被认为不依从餐时方案。这里，30分钟的时间段是示例性的，在其他实施例中，所述时间更短或更长（例如，在进餐之前的15分钟到2小时之间，和/或取决于规定的胰岛素药物的类型）。在一些实施例中，餐时方案允许在餐后短时间内采取餐时注射。
在一些实施例中，获取并使用多个前馈事件以帮助对代谢事件进行分类。在一些实施例中，每个相应前馈事件表示其中受治疗者已经指示他们正在进餐或即将进餐的实例。在这样的实施例中，通过移除所述多个进餐事件中的未能与所述多个前馈事件中的任何前馈事件在时间上匹配的任何相应进餐事件，来针对所述多个前馈事件验证使用自主葡萄糖测量结果242确定的所述多个进餐事件。
在一些实施例中，餐时胰岛素药物给药方案214指定要采用短效胰岛素药物直到进餐之前预定量的时间。在一些这样的实施例中，当直到相应进餐之前预定量的时间不存在具有电子时间戳的短效胰岛素药物类型的胰岛素药物记录时，该相应进餐被认为不依从餐时方案。在一些这样的实施例中，该预定量的时间是30分钟或更少、20分钟或更少或者15分钟或更少。
在一些实施例中，长效胰岛素药物由以下各项组成：具有在12小时与24小时之间的作用持续时间的单个胰岛素药物，或共同具有在12小时与24小时之间的作用持续时间的胰岛素药物的混合物。这样的长效胰岛素药物的示例包括但不限于：德谷胰岛素（InsulinDegludec）（由NOVO NORDISK在品牌名Tresiba下开发）、NPH（Schmid, 2007, “New optionsin insulin therapy. J Pediatria (Rio J). 83(Suppl 5): S146-S155）；甘精胰岛素（Glargine）（LANTUS，2007年3月2日，甘精胰岛素[rDNA起源]注射剂，[处方信息]，Bridgewater, New Jersey: Sanofi-Aventis）；以及地特胰岛素（Determir）（Plank等人,2005, “A double-blind, randomized, dose-response study investigating thepharmacodynamic and pharmacokinetic properties of the long-acting insulinanalog detemir,” Diabetes Care 28:1107–1112）。
在一些实施例中，短效胰岛素药物由以下各项组成：具有在3小时到8小时之间的作用持续时间的单个胰岛素药物，或共同具有在3小时到8小时之间的作用持续时间的胰岛素药物的混合物。这样的短效胰岛素药物的示例包括但不限于：赖脯胰岛素（Lispro）（HUMALOG，2001年5月18日，赖脯胰岛素 [rDNA起源]注射剂，[处方信息]，Indianapolis,Indiana: Eli Lilly and Company）；门冬胰岛素（Aspart）（NOVOLOG，2011年7月，门冬胰岛素[rDNA起源]注射剂，[处方信息]，Princeton, New Jersey, NOVO NORDISK Inc.，2011年7月）；赖古胰岛素（Glulisine）（Helms Kelley, 2009, “Insulin glulisine: anevaluation of its pharmacodynamic properties and clinical application,” AnnPharmacother 43:658–668）；以及常规胰岛素（Regular）（Gerich, 2002, “Novelinsulins: expanding options in diabetes management,” Am J Med. 113:308–316）。
在一些实施例中，通过计算以下各项来执行从第二数据集240中的自主葡萄糖测量结果242对所述多个进餐事件进行的标识：（i）第一模型，包括使用所述多个自主葡萄糖测量结果对葡萄糖变化率的后向差分估计；（ii）第二模型，包括使用所述多个自主葡萄糖测量结果基于葡萄糖的卡尔曼滤波估计对葡萄糖变化率的后向差分估计；（iii）第三模型，包括基于所述多个自主葡萄糖测量结果对葡萄糖的卡尔曼滤波估计和对葡萄糖的变化率（ROC）的卡尔曼滤波估计；和/或（iv）第四模型，包括基于所述多个自主葡萄糖测量结果对葡萄糖的ROC的变化率的卡尔曼滤波估计。在一些这样的实施例中，第一模型、第二模型、第三模型和第四模型均是跨所述多个自主葡萄糖测量结果而计算的，并且在其中该四个模型中的至少三个指示进餐事件的实例处标识所述多个进餐事件中的每个相应进餐事件。针对关于这样的进餐事件检测的进一步公开内容，参见Dassau等人, 2008, “Detection of aMeal Using Continuous Glucose Monitoring,” Diabetes Care 31, pp. 295-300，其特此被通过引用而合并。还参见Cameron et al., 2009, “Probabilistic Evolving MealDetection and Estimation of Meal Total Glucose Appearance,” Journal ofDiabetes Science and Technology 3(5), pp. 1022-1030，其特此被通过引用而合并。
所引用的参考文献和替代实施例
本文中引用的所有参考文献以其全文且出于所有目的在如同以下情况的相同程度上通过引用并入本文：每个个体公开或专利或专利申请被具体地且个体地指示为以其全文出于所有目的通过引用而合并。
本发明可以被实现为计算机程序产品，其包括嵌入在非暂时性计算机可读存储介质中的计算机程序机制。例如，计算机程序产品可以包含图1、2或3的任何组合中示出和/或图4中描述的程序模块。这些程序模块可以被存储在CD-ROM、DVD、磁盘存储产品或任何其他非暂时性计算机可读数据或程序存储产品上。
可以在不脱离本发明的精神和范围的情况下做出本发明的许多修改和变型，如对本领域技术人员而言将显而易见的那样。仅作为示例而提出本文中所描述的具体实施例。选择并描述了实施例以便最佳地解释本发明的原理及其实际应用，从而使本领域其他技术人员能够最佳地利用本发明和具有如适合于预期的特定用途的各种修改的各种实施例。本发明应仅由所附权利要求的条款连同这样的权利要求有权享有的等同物的全部范围来限制。

Claims (15)

1.一种用于评估对用于受治疗者的规定的胰岛素药物给药方案（206）的历史依从的设备（250），其中所述设备包括一个或多个处理器（274）和存储器（192/290），所述存储器存储指令，所述指令在被所述一个或多个处理器执行时实行以下方法：
获得第一数据集（220），第一数据集包括所述受治疗者在评估时段（222）内参与的多个代谢事件，其中所述多个代谢事件中的每个相应代谢事件（224）包括（i）所述相应代谢事件的时间戳（226）和（ii）分类（228），其是依从胰岛素方案的和不依从胰岛素方案的中的至少一个；
基于所述评估时段内的多个非重叠连续主要时间窗，对所述多个代谢事件中的每个相应代谢事件进行分箱，其中
所述多个非重叠连续主要时间窗中的每个相应非重叠连续主要时间窗（235）具有相同的第一固定持续时间，并且
所述多个代谢事件中的每个相应代谢事件在所述相应代谢事件的时间戳处于所述多个非重叠连续时间窗中的单个相应非重叠连续主要时间窗内时被放置到所述相应非重叠连续主要时间窗中，从而获得所述多个代谢事件的多个主要子集，其中所述多个主要子集中的所述多个代谢事件的每个相应主要子集（233）针对所述多个非重叠连续主要时间窗中的不同的相应非重叠连续主要时间窗；
计算多个主要依从值（230），其中
所述多个主要依从值中的每个相应主要依从值（232）表示所述多个主要子集中的对应主要子集，并且
通过将所述多个主要子集中的所述对应主要子集中的依从胰岛素方案的代谢事件的数目除以所述多个主要子集中的所述对应主要子集中的代谢事件的总数来计算所述多个主要依从值中的每个相应主要依从值；
将所述多个主要依从值组合成主要复合依从值（237），其中基于所述多个非重叠连续主要时间窗中的第一主要时间窗在时间上发生在所述多个非重叠连续主要时间窗中的第二主要时间窗之前，在计算所述主要复合依从值时，所述组合使所述多个主要依从值中的表示第一主要时间窗的第一主要依从值相对于表示第二主要时间窗的第二主要依从值向下加权；以及
将所述主要复合依从值传送为主要单个表示（239），从而评估对用于所述受治疗者的长期胰岛素药物给药方案的历史依从。
2.根据权利要求1所述的设备，其中所述组合将所述主要复合依从值计算为：
其中，
，
每个ai是所述多个主要依从值中的主要依从值，并且在时间上发生在ai + 1之前，并且
每个wi是对应ai的独立权重。
3.根据权利要求1所述的设备，其中所述组合将所述主要复合依从值计算为：
其中，
每个ai是所述多个主要依从值中的主要依从值，并且在时间上发生在ai + 1之前，
每个wi是对应ai的独立权重，
每个wi（i）在wi表示在阈值时间之前的主要时间窗时等于第一个值并且（ii）在wi表示在所述阈值时间之后的主要时间窗时等于第二个值，并且
第一个值小于第二个值。
4.根据权利要求3所述的设备，其中所述阈值时间是在执行所述组合之前两周、在执行所述组合之前四周、或在执行所述组合之前六周。
5.根据权利要求3或4所述的设备，其中第一个值为零，并且第二个值为1。
6.根据权利要求1至5中任一项所述的设备，其中所述相同的第一固定持续时间是一天、一周、两周或一个月。
7.根据权利要求1-6中任一项所述的设备，其中
所述多个代谢事件中的每个代谢事件是空腹事件，并且所述规定的胰岛素药物给药方案是基础胰岛素药物给药方案。
8.根据权利要求1-6中任一项所述的设备，其中
所述多个代谢事件中的每个代谢事件是进餐事件，并且
所述规定的胰岛素药物给药方案是餐时胰岛素药物给药方案。
9.根据权利要求1-8中任一项所述的设备，其中基于所述主要复合依从值的值从调色板对所述主要单个表示进行着色。
10.根据权利要求1所述的设备，所述方法进一步包括：
基于第一时间段内的多个非重叠连续辅助时间窗，对所述多个代谢事件中的每个相应代谢事件进行分箱，其中
所述多个非重叠连续辅助时间窗中的每个相应非重叠连续辅助时间窗（244）具有与第一固定持续时间不同的相同第二固定持续时间，并且
所述多个代谢事件中的每个相应代谢事件在所述相应代谢事件的时间戳处于所述多个非重叠连续辅助时间窗中的单个非重叠辅助连续时间窗内时被放置到所述单个非重叠连续辅助时间窗中，从而获得所述多个代谢事件的多个辅助子集，其中所述多个辅助子集中的所述多个代谢事件的每个相应辅助子集（249）针对所述多个非重叠连续辅助时间窗中的不同的辅助时间窗；
计算多个辅助依从值（247），其中
所述多个辅助依从值中的每个相应辅助依从值（242）表示所述多个辅助子集中的对应辅助子集，并且
通过将所述多个辅助子集中的所述对应辅助子集中的依从胰岛素方案的代谢事件的数目除以所述多个辅助子集中的所述对应辅助子集中的代谢事件的总数来计算所述多个辅助依从值中的每个相应辅助依从值；
将所述多个辅助依从值组合成辅助复合依从值（243），其中基于所述多个非重叠连续辅助时间窗中的第一辅助时间窗在时间上发生在所述多个非重叠连续辅助时间窗中的第二辅助时间窗之前，在计算所述辅助复合依从值时，所述组合使所述多个辅助依从值中的表示第一辅助时间窗的第一辅助依从值相对于表示第二辅助时间窗的第二辅助依从值向下加权；以及
所述传送进一步将所述辅助复合依从值传送为辅助单个表示（245）。
11.根据权利要求1至10中任一项所述的设备，其中随着时间的过去在循环基础上重复所述方法。
12.根据权利要求1-11中任一项所述的设备，其中所述设备包括显示器（282），并且所述传送包括在所述显示器上呈现所述第一单个表示。
13.根据权利要求1所述的设备，其中所述组合将所述主要复合依从值计算为：
其中，
每个ai是所述多个主要依从值中的相应主要依从值，
每个ai在时间上发生在ai + 1之前，并且
wi是加权因子，其被计算为时间的线性函数，使得wi小于wi + 1。
14.根据权利要求1所述的设备，其中所述组合将所述主要复合依从值计算为：
其中，
每个ai是所述多个主要依从值中的相应主要依从值，
每个ai在时间上发生在ai + 1之前，并且
wi是加权因子，其被计算为时间的非线性函数，使得wi小于wi + 1。
15.一种评估对用于受治疗者的规定的胰岛素药物给药方案的历史依从的方法，所述方法包括：
获得第一数据集，第一数据集包括所述受治疗者在评估时段内参与的多个代谢事件，其中所述多个代谢事件中的每个相应代谢事件包括（i）所述相应代谢事件的时间戳和（ii）分类，其是依从胰岛素方案的和不依从胰岛素方案的中的至少一个；
基于所述评估时段内的多个非重叠连续主要时间窗，对所述多个代谢事件中的每个相应代谢事件进行分箱，其中
所述多个非重叠连续主要时间窗中的每个相应非重叠连续主要时间窗具有相同的第一固定持续时间，并且
所述多个代谢事件中的每个相应代谢事件在所述相应代谢事件的时间戳处于所述多个非重叠连续主要时间窗中的单个非重叠连续主要时间窗内时被放置到所述相应非重叠连续主要时间窗中，从而获得所述多个代谢事件的多个主要子集，其中所述多个主要子集中的所述多个代谢事件的每个相应主要子集针对所述多个非重叠连续主要时间窗中的不同的非重叠连续主要时间窗；
计算多个主要依从值，其中
所述多个主要依从值中的每个相应主要依从值表示所述多个主要子集中的对应主要子集，并且
通过将所述多个主要子集中的所述对应主要子集中的依从胰岛素方案的代谢事件的数目除以所述多个主要子集中的所述对应主要子集中的代谢事件的总数来计算所述多个主要依从值中的每个相应主要依从值；
将所述多个主要依从值组合成主要复合依从值，其中基于所述多个非重叠连续主要时间窗中的第一主要时间窗在时间上发生在所述多个非重叠连续主要时间窗中的第二主要时间窗之前，在计算所述主要复合依从值时，所述组合使所述多个主要依从值中的表示第一主要时间窗的第一主要依从值相对于表示第二主要时间窗的第二主要依从值向下加权；以及
将所述主要复合依从值传送为主要单个表示，从而评估对用于所述受治疗者的长期胰岛素药物给药方案的历史依从。
CN201780041353.8A 2016-06-30 2017-06-22 用于分析胰岛素方案依从数据的***和方法 Withdrawn CN110036448A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16177090 2016-06-30
EP16177090.4 2016-06-30
PCT/EP2017/065387 WO2018001856A1 (en) 2016-06-30 2017-06-22 Systems and methods for analysis of insulin regimen adherence data

Publications (1)

Publication Number Publication Date
CN110036448A true CN110036448A (zh) 2019-07-19

Family

ID=56321793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780041353.8A Withdrawn CN110036448A (zh) 2016-06-30 2017-06-22 用于分析胰岛素方案依从数据的***和方法

Country Status (6)

Country Link
US (1) US11562816B2 (zh)
EP (1) EP3479264A1 (zh)
JP (1) JP6940531B2 (zh)
CN (1) CN110036448A (zh)
MA (1) MA45527A (zh)
WO (1) WO2018001856A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021530764A (ja) * 2018-06-29 2021-11-11 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 投薬計画の順守の決定
EP3624125A1 (en) * 2018-09-13 2020-03-18 Koninklijke Philips N.V. Determining adherence to a medication dosage scheme
EP4078599A4 (en) * 2019-11-13 2023-11-29 West Pharmaceutical Services, Inc. SYSTEMS AND METHODS FOR MANAGING MEDICAL DEVICE USE
WO2023247608A1 (en) * 2022-06-24 2023-12-28 Novo Nordisk A/S Systems and methods for regimen adherence evaluation

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070061166A1 (en) * 2005-08-29 2007-03-15 Narayanan Ramasubramanian Techniques for improving loss ratios
US20080162182A1 (en) * 2006-12-27 2008-07-03 Cardiac Pacemakers, Inc Between-patient comparisons for risk stratification of future heart failure decompensation
US20100198021A1 (en) * 2008-02-12 2010-08-05 Alferness Clifton A Computer-implemented method for providing a tunable personalized tool for estimating glycated hemoglobin
US20100305975A1 (en) * 2005-11-14 2010-12-02 Kantilal Kasan Daya Pharmaceutical Packaging and Method for Delivery of Same
US20130317840A1 (en) * 2012-03-16 2013-11-28 Drfirst.Com, Inc. System and method for increasing patient adherence to medication treatment regimens
US20140118138A1 (en) * 2012-10-30 2014-05-01 Dexcom, Inc. Systems and methods for providing sensitive and specific alarms
US20140337047A1 (en) * 2013-05-10 2014-11-13 Zoll Medical Corporation Scoring, evaluation, and feedback related to ems clinical and operational performance
US20150006462A1 (en) * 2013-06-26 2015-01-01 WellDoc, Inc. Systems and methods for managing medication adherence
WO2015040166A1 (en) * 2013-09-20 2015-03-26 Sanofi-Aventis Deutschland Gmbh Data management unit for supporting health control
US20150273147A1 (en) * 2014-03-28 2015-10-01 Roche Diagnostics Operations, Inc. System and method for adjusting therapy based on risk associated with a glucose state

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001515620A (ja) 1997-03-07 2001-09-18 インフォメディックス・インコーポレーテッド 患者の健康状態および医学的治療方式を実時間で監視し管理する方法、装置およびオペレーティング・システム
EP1735729A2 (en) 2004-03-26 2006-12-27 Novo Nordisk A/S Device for displaying data relevant for a diabetic patient
WO2006072416A2 (en) 2005-01-06 2006-07-13 Novo Nordisk A/S A system for analysing data and for assisting a person in navigating the data
US20100100391A1 (en) * 2005-11-14 2010-04-22 Kantilal Kasan Daya Pharmaceutical packaging and method for delivery of same
WO2007149533A2 (en) * 2006-06-19 2007-12-27 Dose Safety System, method and article for controlling the dispensing of insulin
US7717903B2 (en) * 2007-09-06 2010-05-18 M2 Group Holdings, Inc. Operating an infusion pump system
US20100145174A1 (en) 2008-02-12 2010-06-10 Alferness Clifton A System And Method For Providing A Personalized Tool For Estimating Glycated Hemoglobin
CN102016855A (zh) 2008-04-04 2011-04-13 海吉雅有限公司 用于优化患者的胰岛素剂量方案的装置
US8175812B2 (en) 2008-06-25 2012-05-08 Roche Diagnostics Operations, Inc. Method, system, and computer program product for calculating daily weighted averages of glucose measurements (or derived quantities) with time-based weights
US20100331627A1 (en) 2009-06-26 2010-12-30 Roche Diagnostics Operations, Inc. Adherence indication tool for chronic disease management and method thereof
WO2011082212A1 (en) 2009-12-29 2011-07-07 Abbott Diabetes Care Inc. System and method for analysis of medical data to encourage health care management
CA2728831A1 (en) 2010-01-22 2011-07-22 Lifescan, Inc. Diabetes management unit, method, and system
US8706520B2 (en) 2010-10-15 2014-04-22 Roche Diagnostics Operations, Inc. Metadata tagging system for a diabetes management system of devices
WO2012152628A1 (en) 2011-05-06 2012-11-15 Novo Nordisk A/S System for optimizing a drug dosage regimen over time
US20140163082A1 (en) 2011-05-06 2014-06-12 King Khalid Eye Specialist Hospital Pyrazolyl compounds for use in reversing reactive gliosis
MX2013013157A (es) 2011-05-10 2015-01-22 Insuline Medical Ltd Dispositivo, sistema y metodo para facilitar el suministro de un farmaco con una jeringa y manejo del mismo.
US8766803B2 (en) 2011-05-13 2014-07-01 Roche Diagnostics Operations, Inc. Dynamic data collection
EP2568402B1 (en) 2011-09-09 2017-10-18 Roche Diabetes Care GmbH An analysis system for performing an analysis of measured blood glucose values and a method for using the analyzing system
WO2013156510A1 (en) 2012-04-17 2013-10-24 Novo Nordisk A/S Medical delivery device with regimen identification feature
US9990581B2 (en) 2012-07-11 2018-06-05 Roche Diabetes Care, Inc. Insulin dosage assessment and recommendation system
US20140068487A1 (en) 2012-09-05 2014-03-06 Roche Diagnostics Operations, Inc. Computer Implemented Methods For Visualizing Correlations Between Blood Glucose Data And Events And Apparatuses Thereof
US20140172437A1 (en) 2012-12-14 2014-06-19 International Business Machines Corporation Visualization for health education to facilitate planning for intervention, adaptation and adherence
US20140310598A1 (en) 2013-01-10 2014-10-16 Okappi, Inc. Multimedia Spiral Timeline
JP5888305B2 (ja) 2013-10-11 2016-03-22 セイコーエプソン株式会社 計測情報表示装置、計測情報表示システム、計測情報表示方法及び計測情報表示プログラム
WO2015068815A1 (ja) 2013-11-08 2015-05-14 パナソニックヘルスケアホールディングス株式会社 医療支援システム、医療支援装置、医療支援方法、及び医療支援プログラム
JP6223810B2 (ja) 2013-12-18 2017-11-01 テルモ株式会社 血糖管理支援装置、システム、方法及びプログラム
US9486580B2 (en) 2014-01-31 2016-11-08 Aseko, Inc. Insulin management
US9399096B2 (en) 2014-02-06 2016-07-26 Medtronic Minimed, Inc. Automatic closed-loop control adjustments and infusion systems incorporating same
US20150309675A1 (en) 2014-04-29 2015-10-29 Eduard Blinov Timespiral calendar

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070061166A1 (en) * 2005-08-29 2007-03-15 Narayanan Ramasubramanian Techniques for improving loss ratios
US20100305975A1 (en) * 2005-11-14 2010-12-02 Kantilal Kasan Daya Pharmaceutical Packaging and Method for Delivery of Same
US20080162182A1 (en) * 2006-12-27 2008-07-03 Cardiac Pacemakers, Inc Between-patient comparisons for risk stratification of future heart failure decompensation
US20100198021A1 (en) * 2008-02-12 2010-08-05 Alferness Clifton A Computer-implemented method for providing a tunable personalized tool for estimating glycated hemoglobin
US20130317840A1 (en) * 2012-03-16 2013-11-28 Drfirst.Com, Inc. System and method for increasing patient adherence to medication treatment regimens
US20140118138A1 (en) * 2012-10-30 2014-05-01 Dexcom, Inc. Systems and methods for providing sensitive and specific alarms
US20140337047A1 (en) * 2013-05-10 2014-11-13 Zoll Medical Corporation Scoring, evaluation, and feedback related to ems clinical and operational performance
US20150006462A1 (en) * 2013-06-26 2015-01-01 WellDoc, Inc. Systems and methods for managing medication adherence
WO2015040166A1 (en) * 2013-09-20 2015-03-26 Sanofi-Aventis Deutschland Gmbh Data management unit for supporting health control
US20150273147A1 (en) * 2014-03-28 2015-10-01 Roche Diagnostics Operations, Inc. System and method for adjusting therapy based on risk associated with a glucose state

Also Published As

Publication number Publication date
MA45527A (fr) 2019-05-08
US20190131010A1 (en) 2019-05-02
JP2019526307A (ja) 2019-09-19
EP3479264A1 (en) 2019-05-08
JP6940531B2 (ja) 2021-09-29
WO2018001856A1 (en) 2018-01-04
US11562816B2 (en) 2023-01-24

Similar Documents

Publication Publication Date Title
US11373746B2 (en) Basal titration with adaptive target glucose level
US11195607B2 (en) Starter kit for basal rate titration
CN110036448A (zh) 用于分析胰岛素方案依从数据的***和方法
US11631486B2 (en) Systems and methods for optimization of bolus timing relative to meal events
US20190164641A1 (en) Systems and methods for adjusting a basal/bolus ratio in an insulin regimen
EP3479263B1 (en) Systems and methods for analysis of insulin regimen adherence data
CN109416945B (zh) 用于基于葡萄糖测量结果和胰岛素笔数据的胰岛素治疗的方案遵守措施
JP7018937B2 (ja) 基礎投与のタイミングを調節するためのシステムおよび方法
US20210142877A1 (en) Systems and methods for analysis of insulin regimen adherence data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190719