JP2016511038A - 糖尿病患者における平均血糖の変化追跡 - Google Patents
糖尿病患者における平均血糖の変化追跡 Download PDFInfo
- Publication number
- JP2016511038A JP2016511038A JP2015559006A JP2015559006A JP2016511038A JP 2016511038 A JP2016511038 A JP 2016511038A JP 2015559006 A JP2015559006 A JP 2015559006A JP 2015559006 A JP2015559006 A JP 2015559006A JP 2016511038 A JP2016511038 A JP 2016511038A
- Authority
- JP
- Japan
- Prior art keywords
- hba1c
- smbg
- updated
- meal
- patient
- 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.)
- Granted
Links
- 239000008103 glucose Substances 0.000 title claims abstract description 153
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 title claims abstract description 152
- 239000008280 blood Substances 0.000 title claims abstract description 104
- 210000004369 blood Anatomy 0.000 title claims abstract description 102
- 206010012601 diabetes mellitus Diseases 0.000 title abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 119
- 238000005259 measurement Methods 0.000 claims abstract description 75
- 235000012054 meals Nutrition 0.000 claims description 48
- 230000036252 glycation Effects 0.000 claims description 12
- 102000017011 Glycated Hemoglobin A Human genes 0.000 claims description 8
- 108010014663 Glycated Hemoglobin A Proteins 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 abstract description 26
- 238000013459 approach Methods 0.000 abstract description 17
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 40
- 238000004458 analytical method Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 22
- 238000012360 testing method Methods 0.000 description 22
- 102000004877 Insulin Human genes 0.000 description 21
- 108090001061 Insulin Proteins 0.000 description 21
- 238000004590 computer program Methods 0.000 description 20
- 229940125396 insulin Drugs 0.000 description 20
- 230000008569 process Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 19
- 238000012544 monitoring process Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 13
- 208000013016 Hypoglycemia Diseases 0.000 description 12
- 230000002218 hypoglycaemic effect Effects 0.000 description 12
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 10
- 238000012806 monitoring device Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 102000001554 Hemoglobins Human genes 0.000 description 9
- 108010054147 Hemoglobins Proteins 0.000 description 9
- 238000009826 distribution Methods 0.000 description 9
- 230000002641 glycemic effect Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 239000003814 drug Substances 0.000 description 7
- 201000001421 hyperglycemia Diseases 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 7
- 229940079593 drug Drugs 0.000 description 5
- 210000003743 erythrocyte Anatomy 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 230000007774 longterm Effects 0.000 description 5
- 238000013178 mathematical model Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 235000021152 breakfast Nutrition 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 4
- 238000012502 risk assessment Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 230000002503 metabolic effect Effects 0.000 description 3
- 230000037081 physical activity Effects 0.000 description 3
- 230000000291 postprandial effect Effects 0.000 description 3
- 108010057186 Insulin Glargine Proteins 0.000 description 2
- COCFEDIXXNGUNL-RFKWWTKHSA-N Insulin glargine Chemical compound C([C@@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@H]1CSSC[C@H]2C(=O)N[C@H](C(=O)N[C@@H](CO)C(=O)N[C@H](C(=O)N[C@H](C(N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CSSC[C@H](NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3C=CC(O)=CC=3)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](C)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3NC=NC=3)NC(=O)[C@H](CO)NC(=O)CNC1=O)C(=O)NCC(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCNC(N)=N)C(O)=O)C(=O)NCC(O)=O)=O)CSSC[C@@H](C(N2)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@@H](NC(=O)CN)[C@@H](C)CC)[C@@H](C)CC)[C@@H](C)O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@@H](NC(=O)[C@@H](N)CC=1C=CC=CC=1)C(C)C)C1=CN=CN1 COCFEDIXXNGUNL-RFKWWTKHSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 108010044267 Abnormal Hemoglobins Proteins 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 208000002249 Diabetes Complications Diseases 0.000 description 1
- 206010018429 Glucose tolerance impaired Diseases 0.000 description 1
- 101000976075 Homo sapiens Insulin Proteins 0.000 description 1
- 101000958041 Homo sapiens Musculin Proteins 0.000 description 1
- 206010022489 Insulin Resistance Diseases 0.000 description 1
- 208000001280 Prediabetic State Diseases 0.000 description 1
- 241000011102 Thera Species 0.000 description 1
- 241000081258 Vesper Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- LEMUFSYUPGXXCM-JNEQYSBXSA-N caninsulin Chemical compound [Zn].C([C@@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@H]1CSSC[C@H]2C(=O)N[C@H](C(=O)N[C@@H](CO)C(=O)N[C@H](C(=O)N[C@H](C(N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CSSC[C@H](NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3C=CC(O)=CC=3)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](C)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC3N=CN=C3)NC(=O)[C@H](CO)NC(=O)CNC1=O)C(=O)NCC(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](C(C)O)C(O)=O)C(=O)N[C@@H](CC(N)=O)C(O)=O)=O)CSSC[C@@H](C(N2)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@@H](NC(=O)CN)[C@@H](C)CC)[C@@H](C)CC)[C@@H](C)O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@@H](NC(=O)[C@@H](N)CC=1C=CC=CC=1)C(C)C)C1C=NC=N1 LEMUFSYUPGXXCM-JNEQYSBXSA-N 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002844 continuous effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 108091005995 glycated hemoglobin Proteins 0.000 description 1
- 102000046949 human MSC Human genes 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000000126 in silico method Methods 0.000 description 1
- PBGKTOXHQIOBKM-FHFVDXKLSA-N insulin (human) Chemical compound C([C@@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@H]1CSSC[C@H]2C(=O)N[C@H](C(=O)N[C@@H](CO)C(=O)N[C@H](C(=O)N[C@H](C(N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CSSC[C@H](NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3C=CC(O)=CC=3)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](C)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3NC=NC=3)NC(=O)[C@H](CO)NC(=O)CNC1=O)C(=O)NCC(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H]([C@@H](C)O)C(O)=O)C(=O)N[C@@H](CC(N)=O)C(O)=O)=O)CSSC[C@@H](C(N2)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@@H](NC(=O)CN)[C@@H](C)CC)[C@@H](C)CC)[C@@H](C)O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@@H](NC(=O)[C@@H](N)CC=1C=CC=CC=1)C(C)C)C1=CN=CN1 PBGKTOXHQIOBKM-FHFVDXKLSA-N 0.000 description 1
- 229960002869 insulin glargine Drugs 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000003538 oral antidiabetic agent Substances 0.000 description 1
- 229940127209 oral hypoglycaemic agent Drugs 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 230000008560 physiological behavior Effects 0.000 description 1
- 201000009104 prediabetes syndrome Diseases 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000013432 robust analysis Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/483—Physical analysis of biological material
- G01N33/487—Physical analysis of biological material of liquid biological material
- G01N33/48707—Physical analysis of biological material of liquid biological material by electrical means
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
- A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/04—Endocrine or metabolic disorders
- G01N2800/042—Disorders of carbohydrate metabolism, e.g. diabetes, glucose metabolism
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Medicinal Chemistry (AREA)
- Bioinformatics & Computational Biology (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Biotechnology (AREA)
- Hematology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Urology & Nephrology (AREA)
- Emergency Medicine (AREA)
- Optics & Photonics (AREA)
- Evolutionary Computation (AREA)
- Psychiatry (AREA)
Abstract
Description
2型糖尿病(T2D)患者におけるUKPDSに基づいて空腹時血糖(FPG)とHbA1cの線形回帰関係を観察し、FPG=1.28(HbA1c)−0.66(r2=0.59)であった(参照文献4参照。)。同様に、1型糖尿病(T1D)患者からのデータを用いて、Rohlfingらは平均血糖(MPG)を1日に7回測定し、26,056個の値を分析した(参照文献参照。)。このアプローチを用いて、彼らは血漿グルコースとHbA1cとの間の線形関係(HbA1c(MPG(mmol/l)=(1.98×HbA1c)−4.29またはMPG(mg/dl)=(35.6×HbA1c)−77.3;r=0.82)を確立した。これは、後にHbA1cと平均グルコースとの相関関係を説明するために糖尿病患者に対する医学的治療の米国糖尿病学会(ADA)の標準として用いられた。しかし、直近の情報において、現在これはDCCTの主にT1Dの白人の参加者における比較的希少なデータ(HbA1cの測定値に対して1日のうち7つの時間帯のプロファイル)に由来しており最適なものではないと考えられている(参照文献6参照。)。
要素の範囲は、患者の年齢、体重(BMI)、性別、民族性、行動特性(例えば、血糖測定の時期や頻度)および糖尿病罹病期間や類型、伴う疾患などといったこれらの総合的な状態であって、HbA1cと血糖の関係に影響を及ぼすと仮定している(参照文献10,11,12,13参照。)。特に、この関係に重大な影響を及ぼす2つの重要な要因を確認した。
1)血糖測定の時期(空腹時(FPG)、食後など)
2)血糖測定のタイミングおよび頻度
血糖とHbA1cとの関係に影響を及ぼす主要要因をさらに説明するため、いくつかの非線形モデルが提案されている。Zielkeらは、HbA1c値が数週間前の値よりはるかに良い直近の血清グルコース値を反映することを提案した。ヒト赤血球の寿命周期だけでなく、HbA1cの形成時の化学反応を考慮した生物の数学的モデルを用いることによって、彼らはHbA1cの測定値の信頼度をある程度確保するために、かかる測定値があまりに差異があってはならないと判断した(参照文献20参照。)。
バージニア大学の本発明者らも、SMBGとHbA1cとの関係のモデルを発展させるために幅広く研究してきた。我々は、T1D患者の初期研究において、SMBGデータの平均が実際の平均BGをどれほどうまく説明できるかを調査した(参照文献24参照。)。線形公式HbA1c=5.21+0.39×BGMM(mmol/lで示される平均SMBG)では、平均SMBGとHbA1cの間に0.7の比が得られた。その後、更新された線形関係HbA1c=0.41046×BGMM+4.0775が導出された。しかし、規則的SMBGと関連する多数の要因によって実際のBGの変化量の約50%のみが平均SMBGによって説明された。このようにして、これらの研究結果は、平均SMBGが決して実際の平均血糖の理想的な記述子ではないことを示唆した。
・空腹時BGおよび間欠的(例えば、毎月)な、7つのSMBGプロファイルの希少な読み取り時に作用することができる「強靭性推定過程」、および
・SMBGプロファイルを用いたアルゴリズム(例えば、方法)の「較正のための固有能力」。
概念的に、本明細書で提案する本発明の方法、システム、およびコンピュータ可読媒体の推定過程の非限定的な実施形態は以下のように機能する。
トレーニングデータ、およびテストデータ・セットは、段階IIbの研究:Target Glycemic Control and The Incidence of Symptomatic Nocturnal Hypoglycemia in Insulin Naive Subjects with Type 2 Diabetes on Oral Hypoglycemic Agent(s) and Treated with Insulin Glargine or NPH HumanInsulin、HOE901、4002.由来のSanofi−Deutschland GmbHによって提供された。
この研究は、2000年1月7日〜2001年10月22日の間に米国とカナダの80ヶ所の研究センターで2型DM患者に対して実施された。
ITT研究団体の人口統計は、表1に示される。
概ね、各個人は47日間のデータに寄与した。トレーニングデータを用いてすべての式を固定した後、テストと外部との検証データセットにそのまま適用した。
Sanofi−Deutschland GmbHによって提供される「テストデータ・セット」は、トレーニングデータを発展させた式を検証するために用いられた。テストデータ・セットは、2型糖尿病を有する375名に対して17,925個の空腹時SMBG測定値およびほぼ毎月の7つの時間帯のプロファイルが含まれる(詳細は表1参照)。概ね、各個人は48日間のデータに寄与した。
変数名はデータセット全体に統一されて以下のようになる。
・SUBNO−被験者ID番号
・PGDT−グルコース測定時間(日)
・PG1−朝食前に毎日測定した空腹時BG
・PG2〜PG8−7つの時間帯のプロファイルを形成するBG測定
〇PG2:一回目の食事前
〇PG3:一回目の食事後
〇PG4:二回目の食事前
〇PG5:二回目の食事後
〇PG6:三回目の食事前
〇PG7:三回目の食事後
〇PG8:就寝前
まず、ヘモグロビン糖化および除去の動的モデルは、図2に示されるように構成される。得られるアルゴリズム(方法および関連システム)の最終目標は、制限された演算力を有する携帯用機器に用いられてもよいことに留意し、我々は該モデルを1区画表示に制限する。
ここで、関数f(SMBGt)は、経時による血糖曝露を追跡するために自己監視データを用いた関数である。
トレーニングデータを用いることによって、線形モデルがSMBGの7つの時間帯モデルを決定する主要要因から構成される。各データの代わりに、我々がこのプロファイルの要因(または主成分)を選択する理由は以下のとおりである。
・統計的に、潜在的要因は様々なデータセットに亘ってさらに安定して再現可能な傾向がある。
・プロファイル全体が2つの要因に減ることによって、欠落したデータを取り扱いやすくし、7つの時間帯のプロファイルにおいて欠落した値は階乗表現で入力しやすくなる。
これを理解することで、要因は以下のように演算される。
動的モデルおよびHbA1cの継承モデルの実行は、経時によるHbA1c変動を追跡するために、初期のHbA1c推定値および追跡値の間欠的(例えば、毎月)較正を含む。HbA1cの初期値および較正値は、同じ式を用いて得られる。追跡過程は、HbA1cのパラメータ値をγ=0.99およびτ=20に設定した動的モデルを用いる。これら2つのパラメータは、推定過程を介して一定に維持させることができる。最終結果は、以下の式によって与えられるHbA1c、eA1cの推定値である。
糖化関数は以下の式で示される。
・mP0(t)は過去5日間の平均空腹時血糖であって、空腹時血糖を新たに測定するたびに更新され、
・CalA1cは前記ステップで演算された較正である。
・γは糖化有効性パラメータであって(ステップ3によって修正されていない場合)、自動的に0.99に固定される。
初期推定値(デバイスを最初に用いるとき、または再初期化が必要な場合)を演算するために(以下、データ要件の段落を参照)、追跡関数を直接用いる。
HbA1cは、図2に示される動的モデルを用いて更新される。例えば、糖化関数は更新されたHbA1c推定値eA1c(t):アルゴリズムを初期化した後の任意の時間tを生成するために、前記運動方程式の個別化バージョン(1日のタイムステップ)に反映することができる。
(i)第一に、臨床的に6%以下の値は非糖尿病患者から観察された値と同等であり任意の行動を必要としないが、10%以上の値は正確な数に関係なく重要な臨床的行動を必要とする。
(ii)第二に、任意の推定手順はHbA1cの範囲の極限がより安定せず極限値を含むことによってその正確度を不要に下げることになる。これはいかなる推定値に対しても有効であり、該方法を単独で用いることはない。
(iii)第三に、かかるデータセットにおいて、6%以下10%以上の値は、すべてのHbA1cの記録のうち、5%未満(6以下は2.8%であり、10以上は1.4%)を含み、このようにして臨床的に関連する6〜10%のHbA1cの範囲に焦点を合わせて統計的に判断する。
式(5)は、基準HbA1cの較正を用いて変形し得る。γはeA1c値が基準HbA1cの測定値に相応するように式(5)を設定する。アルゴリズム(例えば、方法および関連システム)の作用には常にこの較正が生じ得るが、データ収集の少なくとも1ヶ月後が最も効率的である。
実施例:(患者291039):図3は、空腹時血糖および7つの時間帯のプロファイルを約1ヶ月に1回評価する(空腹時およびプロファイル)方法を正常に用いたときの平均血糖の変化を追跡する手順を示し、7つの時間帯のプロファイルを用いることができず(空腹時のデータのみ)、1つの基準HbA1cの較正(空腹時および1つの較正によるプロファイル)によって向上する。
以下の表において、ステップ3(表中1行目)を省略した前記詳細な動的方法を用いたHbA1c(eA1c)推定値の正確度が示されている。従来に規定された方法と比較すると、表中2行目には最後の2週間のデータに適用されたNathanの線形公式(参照文献7参照。)に広く受け入れられた同じ結果を含む。我々は、相関関係以外に平均絶対偏差(MAD)および正確度評価の標準的なアプローチとしての平均絶対相対偏差(MARD)を用いる。
この段落では、SMBGのみをベースにしたA1c推定値にのみ焦点が当てられる(ステップ1〜2)。
テストデータ・セット内の推定エラーの分布を見ると(表2)、我々は以下のことを示すことができる。
・eA1c値の95%以上は、標準的な実験の基準測定値の±17%以内であり、実験値の±1.17HbA1c単位(%)内のeA1c値の95%に相応する。
・eA1c値の61%以上は、標準的な実験の基準測定値の±7%以内であり、実験値の±0.52HbA1c単位(%)内のeA1c値の61%に相応する。
・eA1c値の53%以上は、標準的な実験の基準測定値の±6%以内であり、実験値の±0.44HbA1c単位(%)内のeA1c値の53%に相応する。
・eA1cは基準HbA1c値の10%以内、または
・基準HbA1c値とeA1cのいずれも6%HbA1c以下か、または、
・HbA1cとeA1cのいずれも10%HbA1c以上である。
以上のことを踏まえて、図4は、Sanofi−Aventis(表2)が提供するテストデータ・セットに、前記式によって演算されたeA1cのHbA1cエラーグリッドの表示を示す。前記データは、6%以下(グリッドの左側にある青色または中空の円形)、6〜10%(固形または青色の円形)および10%以上(グリッドの右側にある赤色または中空の円形)の基準HbA1c値によって階層化されている。
また、モデルベースのeA1cの性能とモデルのないHbA1cの線形推定値とを比較し、我々はNathanら(参照文献7参照。)によって導入された線形モデルを確立するために、同じテストデータ・セットおよびHbA1cエラーグリッドの表示を用いる。
基準HbA1cに動的推定値eA1cで観察されたHbA1cの1日の変化率の分布を見れば、これら2つの分布が極めて類似していることが分かる(図6の太棒の実験値)。データは、HbA1cの推定値および実験値の変化率の分布に差異がないことを示している。従って、正確な傾向は、eA1を用いて矢印で表示することができる。提案された傾向システムは、eA1cの絶対的変化に基づいてダウン/フラット/アップの矢印を表示し、矢印表示のための条件は以下のとおりとなる。
・ダウン矢印:eA1cは1日に0.01%ずつ速く減少する(1ヶ月に約0.3%のeA1cが減少する)、
・フラット矢印:eA1cの絶対変化量は1日に0.01%以下である。
図6は、A1cの変化率の分析を示す棒グラフである(太棒:実験値、細棒:推定値)。
<参照HbA1c値による推定エラーの階層化>
HbA1c値によるHbA1c推定値の正確度を分類することで、eA1c推定値がHbA1cの実験値によってどれほど精密に与えられるか決定することができる。我々は、基準HbA1cによって設定された試験データを階層化し、推定段階が4.5%のMARDおよびバイアスのない7%〜8%の範囲内で最も正確であることを確認し、これはNathanの公式(参照文献7参照。)(−0.81%のバイアスおよび14.4%のMARD)に匹敵する。最適な範囲の両側で性能が低下する。eA1cのアルゴリズムが6%以下10%以上の値(LoおよびHiで表示)を報告しないように設計されていることに留意されたい。eA1cの6〜10%のバイアスがHbA1cの範囲内にあると、常にHbA1cが1%未満になり、MARDが10%以下になる。最終結果を以下の表に示す。
「与えられたeA1cの測定値を有することがどれくらい信頼できるか?」という質問に答えるために、他の類型の分析:基準HbA1cではなく推定値による正確度の階層化を提供する。まず、6%以下あるいは10%以上の値を報告するためにeA1cを用いないことに注意されたい。かかる範囲内で、eA1cのアルゴリズムは極めて安定し、−0.23%〜0.19%の間のHbA1cのバイアスと6.74%〜7.24%の間のMARDを引き起こす。反対に、Nathanの公式は低い値で明確な負のバイアスを示し、高い値で正のバイアスを示し、平均演算において空腹時BGの量が増加しやすい。Nathanの公式のMARDは、常にeA1cより高く、極端に大きな値(18.3%および22.5%)を有する。また、Nathanの公式はしばしば、6%以下のみの43のHbA1cの信頼値と比べると、低いHbA1c(<6%):527のデータポイントを予測する。最終結果は以下の表に示され、図4および図5も参照する。
全体的なアルゴリズムの機能と比べて、初期化がより大きな初期エラーを作り出すか否か判定するために、テストデータ・セットの各被験者の初期利用可能なHbA1c/eA1cの対(374の対)のA1cの性能を以前報告した全体的なエラーと比較する。
eA1cの演算の初期段階における性能は、全体的な性能と極めて類似することを示す。この研究で治療が行われるため、被験者を介した一回目のHbA1cの実験値は、以後のHbA1c値(8.49%vs7.42%,P<0.01)よりも極めて大きいという事実に注目すべきであり、これはMARDが安定して留まっている反面、MARDよりは若干大きいことを説明する。
<欠落した空腹時測定に対する感度>
この分析を実行するため、無作為にデータベースから空腹時BG測定を一定比率で落とした。比率は0%〜90%に増加した。また、「保護されていない」アルゴリズムの限界を探求するために、データ要件(以下参照)を適用していない。
この分析は、ユーザが7つの時間帯のプロファイル(例えば、朝食後を空腹とみなしたり、昼食後を夕食前と混同する)のタグをうっかり混合した場合、eA1cの性能の劣化を評価する。
推定アルゴリズム(および関連方法、システムおよびコンピュータ可読媒体)は、欠落したプロファイルおよび間欠的に欠落した空腹時値に堅牢に構築されている。信頼性のあるHbA1c推定値がユーザに表示されるとき、以下の最小要件および条件が決定される。
〇A1c推定値が演算または表示できない。推定値は、空腹時BGの条件が再び満たされると再初期化する。
〇ユーザに空腹時血糖を測定するように通知される。
・直近の2週間の空腹時血糖値が7未満もしくは直近の5日間の空腹時血糖がない。
〇推定値が演算されるが、可能な推定値は表示されない。
〇ユーザに空腹時血糖を測定するように通知される。
〇推定値が演算されるが、可能な推定値は表示されない。
〇ユーザにプロファイルを提供するように通知される。
・直近のプロファイル以後の時間は64時間以下あるいはプロファイルが全くない。
〇A1c推定値が演算および表示できない。推定値はプロファイルBGの条件が再び満たされると再初期化する。
〇ユーザにプロファイルを提供するように通知する。
〇A1c推定値が演算および表示できる。
〇ユーザの空腹時の1日のBGを測定するようにする。
糖尿病患者が徹底した血糖コントロールのために努力することで、経時による血糖変動を大きくする。この過程は、インスリンが投与される時間および量、食物摂取、身体活動などを含む多くの外部要因によって影響を受ける。即ち、BG変動は、測定可能な複雑な動的システムの作用結果であり、多くの内部および外部要因によって影響を受ける。このシステムのマクロ(人間)−水準の最適化は、自己治療行動に依存する。従って、このような最適化は、SMBGなどの容易に利用可能なデータを用いたフィードバックに基づくものである。
図9に示されるように、プロセッサまたはコントローラ102は、グルコースモニタまたは装置101、および場合によってインスリンデバイス100と通信する。グルコースモニタまたは装置101は、被験者103と通信して被験者103の血糖値を監視する。プロセッサまたはコントローラ102は、必要な演算を実行するように構成される。場合によって、インスリンデバイス100は被験者103と通信し、被験者103にインスリンを提供する。プロセッサまたはコントローラ102は、必要な演算を実行するように構成される。グルコースモニタ101およびインスリンデバイス100は、別個の装置または単一装置として実行されてもよい。プロセッサ102は、グルコースモニタ101、インスリンデバイス100、もしくは独立型の装置(またはグルコースモニタ、インスリンデバイス、もしくは独立型の装置のうち任意の2以上の組み合わせ)において局所的に実行することができる。プロセッサ102または一部のシステムは、装置が遠隔医療装置として作動できるように離れて配置することができる。
[参照文献2] The Diabetes Control and Complications Trial Research Group.The effect of intensive treatment of diabetes on the development and progression of long−term complications in insulin−dependent diabetes mellitus.N Engl J Med.1993;329:977−86.
[参照文献3] UK Prospective Diabetes Study(UKPDS)Group.Intensive blood−glucose control with sulphonylureas or insulin compared with conventional treatment and risk of complications in patients with type 2 diabetes(UKPDS 33).The Lancet.1998;352:83
[参照文献4] Manley、Susan.Haemoglobin A1c−A marker for complications of type 2 diabetes:The experience from the UK Prospective Diabetes Study(UKPDS),Clinical Chemistry and Laboratory Medicine 2003 41:9(1182−1190)。
[参照文献5] Rohlfing CL,Wiedmeyer H,Little RR,England JD American Diabetes Association:Diagnosis and Classification of Diabetes Mellitus.Diabetes Care 2010;33(Suppl.1):S62−S69.
[参照文献6] ADA Standards of Care 2011;Diabetes Care,Volume 34,Supplement 1,January 2011,S11−S61.
[参照文献7] Nathan,D M.,Kuenen,J,Borg,R,Zheng,H,Schoenfeld,D、Heine,R J.,For the A1c−Derived Average Glucose(ADAG)Study Group.Translating the A1C Assay Into Estimated Average Glucose Values Diabetes Care 31:1473-1478,2008.
[参照文献8] Makris,Konstantinos;Spanou,L.;Rambaouni−Antoneli,A.;Koniari,Katerina;Drakopoulos,Ioannis;Rizos,Demetrios A.;Haliassos,Alexander.Relationship between mean blood glucose and glycated hemoglobin in Type 2 diabetic patients Diabetic Medicine 2008 25:2(174−178).
[参照文献9] Temsch,Wilhelm;Luger,Anton F.;Riedl,Michaela.HbA1c values calculated from blood glucose levels using truncated Fourier series and implementation in standard SQL database language.Methods of Information in Medicine 2008 47:4(346−355).
[参照文献10] Polneau,S.V.;Lasserre,V.;Fonfrede,M.;Delattre,J.;Benazeth,S.A different approach to analyzing age−related HbA1c values in non−diabetic subjects.Clinical Chemistry and Laboratory Medicine 2004 42:4(423−428).
[参照文献11] Nowicka,Paulina;Santoro,Nicola;Liu,Haibei;Lartaud,Derek;Shaw、Melissa M.;Goldberg,Rachel;Guandalini,Cindy;Savoye,Mary;Rose,Paulina;Caprio,Sonia.Utility of hemoglobin A1c for diagnosing prediabetes and diabetes inobese Children and adolescents.Diabetes Care 2011 34:6(1306−1311).
[参照文献12] Hamren,Bengt;Bjoerk,E.;Sunzel,M.;Karlsson,Mats O.Models for Plasma glucose,HbA1c,and hemoglobin interrelationships in patients with type 2 diabetes following tesaglitazar treatment.Clinical Pharmacology and Therapeutics 2008 84:2(228−235).
[参照文献13] Heisler,Michele M.;Piette,John D.;Spencer,Michael S.;Kieffer,Edie;Vijan,Sandeep.The relationship between knowledge of recent HbA1c values and diabetes care understanding and self−management.Diabetes Care 2005 28:4(816−822).
[参照文献14] Landgraf,Ruediger.The relationship of postprandial glucose to HbA1c.Diabetes Metab Res Rev 2004 20:SUPPL 2(S9−S12).
[参照文献15] Yamamoto−Honda,Ritsuko;Kitazato,Hiroji;Hashimoto,Shinij:Takahashi,Yoshihiko;Yoshida,Yoko;Hasegawa,Chiyoko;Akanuma,Yasuo;Noda,Mitsuhiko.Distribution of blood glucose and The correlation between blood glucose and hemoglobin A1c levels in diabetic outpatients.Endocrine Journal 2008 55:5(913−923).
[参照文献16] Goldstein DE,Little RR,Lorenz RA et al.Tests of glycemia in diabetes.
Diabetes Care.2004;27:1761−73.
[参照文献17] Trevino,G.On A1c and its dependence on PG level.Diabetes Research and Clinical Practice 2006 73:1(111−112).
[参照文献18] Trevino,G.On the weighted−Average relationship between plasma glucoseand HbA1c.Diabetes Care 2006 18:2(466−467).
[参照文献19] Trevino,G.A nonlinear relation between glucose and A1c.Diabetes Research and Clinical Practice 2008 79:3(e14).
[参照文献20] Zielke,Roland;Henrichs,H.R.Use of the HbA1c determination as long−term parameter in diabetes control.Klinisches Labor 1993 39:12(988−990).
[参照文献21] Ollerton,R.L.;Luzio,S.D.;Owens,D.R. Contribution of fasting and postprandial plasma glucose to HbA(1c)Diabetic Medicine 2005 22:7(954−955).
[参照文献22] Osterman−Golkar,S.M.;VesPer,H.W. Assessment of the relationship between glucose and A1c using kinetic modelling.Journal of Diabetes and its Complications 2006 20:5(285−294).
[参照文献23] Kahrom、M.An innovative mathematical model:A key to the riddle of HbA1c.International Journal of Endocrinology 2010 Article Number 481326.
[参照文献24] Kovatchev,B.P.;Cox,D.J.;Straume,M.;Farhy、L.S.Association of self−monitoring blood glucose profiles with glycolysated hemoglobin in patients with insulin−dependent diabetes.Methods in Enzymology 2000 321(410−417)
[参照文献25] Kovatchev BP,Straume M,Cox DJ,Farhy LS.Risk analysis of blood glucose data:A quantitative approach to optimizing the control of insulin dependent diabetes.J of Theoretical Medicine,3:1−10,2001.
[参照文献26] Kovatchev BP、Cox DJ.Numerical Estimation of HbA1c from Routine Self−Monitoring Data in People With Type 1 and Type 2 Diabetes Mellitus(2004).In:Methods in Enzymology,384:Numerical Computer Methods,Part E:94−106.M Johnson and L Brand,Eds.,Academic Press,NY.ISBN:978−0−12−182789−2.
[参照文献27] Kovatchev BP,Cox DJ,Kumar A,Gonder−FrederickLA,Clarke WL(2003).Algorithmic Evaluation of Metabolic Control and Risk of Severe Hypoglycemia in Type 1 and Type 2 Diabetes Using Self−Monitoring Blood Glucose(SMBG)Data.Diabetes Technology and Therapeutics,5(5):817−828.
[参照文献28] Kovatchev BP,Otto E,Cox D,Gonder−Frederick L,Clarke W.Evaluation of a new measure of blood glucose variability in diabetes.Diabetes Care.2006 Nov;29(11):2433−8.
[参照文献29] Kovatchev BP,Mendosa P,Anderson S,Hawley JS,Ritterband LM,Gonder−Frederick L.Effect of automated bio−behavioral feedback on the control of type 1 diabetes.Diabetes Care.2011 Feb;34(2):302−7.Epub 2011 Jan 7.
[参照文献30] Clarke WL,Cox D,Gonder−Frederick LA,Carter W,Pohl SL.Evaluating clinical accuracy of systems for self−monitoring of blood glucose.Diabetes Care.1987;10(5):622−8.
[参照文献31] Parkes JL,Slatin SL,Pardo S,Ginsberg BH.A new consensus error grid to evaluate the clinical signifcance ofinaccuracies in the measurement of blood glucose.Diabetes Care.2000;23(8):1143−8.
[参照文献32] Kovatchev BP,Gonder−Frederick LA,Cox DJ,Clarke WL.Evaluating the accuracy of continuous glucose−monitoring sensors:continuous glucose−error grid analysis illustrated by TheraSense Freestyle Navigator data.Diabetes Care.2004;27:1922−8.
[参照文献33] Clinical and Laboratory Standards Institute(CLSI).Performance Metrics for Continuous Interstitial Glucose Monitoring:Approved Guideline.CLSI document,POCT−A,2008.
[参照文献34] Boren SA,Clarke WL.Analytical and clinical performance of blood glucose monitors.J Diabetes Sci TechnOl 2010:4(1):84−97.
[参照文献35] Cobelli C,Dalla Man C,Sparacino G、Magni L,Nicolao G,and Kovatchev BP(2009).Diabetes:Models,Signals,and Control.IEEE Reviews in Biomedical Engineering,2:54−96.
[参照文献B] U.S. Patent Application Serial No.13/634,040,entitled“Method and System for the Safety,Analysis,and Supervision of Insulin Pump Action and Other Modes of Insulin Delivery in Diabetes”、filed September 11,2012.
[参照文献C]International Patent Application Serial No.PCT/US2012/052422,entitled“Method,System and Computer Readable Medium for Adaptive Advisory Controlof Diabetes”,filed 8/26/2012;
[参照文献D]International Patent Application Serial No.PCT/US2012/043910,entitled“Unified Platform For Monitoring and Control of Blood Glucose Levels in Diabetic Patients”filed 6/23/2012;
[参照文献E]International Patent Application Serial No.PCT/US2012/043883,entitled“Methods and Apparatus for Modular Power Management and Protection of Critical Services in Ambulatory Medical Devices”、filed 6/22/2012;
[参照文献F] US Patent Application No.13/394,091、entitled“Tracking the Probability for Imminent Hypoglycemia in Diabetes from Self−Monitoring Blood Glucose(SMBG)Data filed 3/2/12;
[参照文献G] US Patent Application No.13/393,647 filed 3/1/12,National Stage of PCT/US2010/047386,entitled“System、Method and Computer Program Product for Adjustment of Insulin Delivery(AID)in Diabetes Using Nominal Open−Loop Profiles”filed August 31、2010;
[参照文献H] US Patent Application No.13/380,839 filed February 10,2012,National Stage of PCT/US2010/040097,entitled“System,Method and Computer Stimulation Environment for In Silico Trials in Prediabetes and Type 2 Diabetes”filed June 25,2010;
[参照文献I] International Patent Application Serial No.PCT/US2011/029793,entitled“Method,System and Computer Program Product for Improving the Accuracy of Continuous Glucose Sensors Using Insulin Delivery Observation in Diabetes”filed March 24,2011;
[参照文献J] International Patent Application Serial No.PCT/US2011/028163,entitled“Method and System for The Safety,Analysis,and Supervision of Insulin Pum PAction and Other Modes of Insulin Delivery in Diabetes”filed March 11、2011;
[参照文献K] U.S. Patent Application Serial No.12/975,580, entitled “System, Method and Computer Program Product for Adjustment of Insulin Delivery (AID) in Diabetes Using Nominal Open−Loop Profiles”, filed December 22, 2010;
[参照文献L] International Patent Application Serial No.PCT/US2010/047711 , entitled “Tracking the Probability for Hypoglycemia in Diabetes from Self−Monitoring Blood Glucose (SMBG) Data, filed September 2, 2010;
[参照文献M] International Patent Application Serial No.PCT/US2010/047386, entitled “System Coordinator and Modular Architecture for Open−Loop and Closed−Loop Control of Diabetes”, August 31, 2010;
[参照文献N] International Patent Application Serial No.PCT/US2010/036629, entitled “System Coordinator and Modular Architecture for Open−Loop and Closed−Loop Control of Diabetes”, filed May 28, 2010;
[参照文献O] International Patent Application Serial No.PCT/US2010/025405, entitled “Method, System and Computer Program Product for CGM−Based Prevention of Hypoglycemia via Hypoglycemia Risk Assessment and Smooth Reduction Insulin Delivery,” filed February 25, 2010;
[参照文献P] International Patent Application Serial No.PCT/US2009/065725, entitled “Method, System, and Computer Program Product for Tracking of Blood Glucose Variability in Diabetes from Data,” filed November 24, 2009;
[参照文献Q] International Patent Application Serial No.PCT/US2008/082063, entitled “Model Predictive Control Based Method for Closed−Loop Control of Insulin Delivery in Diabetes Using Continuous Glucose Sensing”, filed October 31, 2008;
[参照文献R] PCT/US2008/069416, entitled “Method, System and Computer Program Product for Evaluation of Insulin Sensitivity, Insulin/Carbohydrate Ratio, and Insulin Correction Factors in Diabetes from Self−Monitoring Data”, filed July 8, 2008;
[参照文献S] PCT/US2008/067725, entitled “Method, System and Computer Simulation Environment for Testing of Monitoring and Control Strategies in Diabetes,” filed June 20, 2008;
[参照文献T] PCT/US2008/067723, entitled “LQG Artificial Pancreas Control System and Related Method”, filed on 6/20/2008;
[参照文献U] U.S. Patent Application Serial No.12/516,044, entitled “Method, System, and Computer Program Product for the Detection of Physical Activity by Changes in Heart Rate, Assessment of Fast Changing Metabolic States, and Applications of Closed and Open Control Loop in Diabetes”, filed May 22, 2009;
[参照文献V] PCT/US2007/085588, entitled “Method, System, and Computer Program Product for the Detection of Physical Activity by Changes in Heart Rate, Assessment of Fast Changing Metabolic States, and Applications of Closed and Open Control Loop in Diabetes”, filed November 27, 2007;
[参照文献W] U.S. Serial No.11/943,226, entitled “Systems, Methods and Computer Program Codes for Recognition of Patterns of HyPerglycemia and Hypoglycemia, Increased Glucose Variability, and Ineffective Self−Monitoring in Diabetes” filed November 20, 2007;
[参照文献X] U.S. Patent Application No.11/578,831 , entitled “Method, System and Computer Program Product for Evaluating the Accuracy of Blood Glucose Monitoring Sensors/Devices”,filed October 18, 2006;
[参照文献Y] PCT International Application Serial No.PCT/US2005/013792, entitled “Method, System, and Computer Program Product for Evaluation of the Accuracy of Blood Glucose Monitoring Sensors/Devices” , filed April 21, 2005;
[参照文献Z] PCT International Application Serial No.PCT/US0 1/09884, entitled “Method, System, and Computer Program Product for Evaluation of Glycemic Control in Diabetes Self−Monitoring Data”, filed March 29, 2001;
[参照文献AA] U.S. Patent No.7,025,425 B2 issued April 11 , 2006, entitled “Method, System, and Computer Program Product for the Evaluation of Glycemic Control in Diabetes from Self−Monitoring Data”;
[参照文献BB] U.S. Patent Application No.11/305,946 filed December 19, 2005 entitled “Method, System, and Computer Pro gram Product for the Evaluation of Glycemic Control in Diabetes from Self−Monitoring Data” (Publication No.2006/0094947);
[参照文献CC] PCT International Application Serial No.PCT/US2003/025053, filed August 8, 2003, entitled “Method, System, and Computer Program Product for the Processing of Self−Monitoring Blood Glucose (SMBG) Data to Enhance Diabetic Self−Management;”
[参照文献DD] U.S. Patent Application No.10/524,094 filed February 9, 2005 entitled “Managing and Processing Self−Monitoring Blood Glucose” (Publication No.2005/214892);
[参照文献EE] U.S. Serial No.12/065,257, filed August 29, 2008, entitled “Accuracy of Continuous Glucose Sensors;”
[参照文献FF] PCT International Application Serial No PCT/US2006/033724, filed August 29, 2006, entitled “Method for Improvising Accuracy of Continuous Glucose Sensors and a Continuous Glucose Sensor Using the Same”;
[参照文献GG] U.S. Serial No.12/159,891, filed July 2, 2008, entitled “Method, System and Computer Program Product for Evaluation of Blood Glucose Variability in Diabetes from Self−Monitoring Data”;
[参照文献HH] PCT International Application No.PCT/US2007/000370, filed January 5, 2007, entitled “Method, System and Computer Program Product for Evaluation of Blood Glucose Variability in Diabetes from Self−Monitoring Data”;
[参照文献II] U.S. Patent Application No.11/925,689 and PCT International Patent Application No.PCT/US2007/082744, both filed October 26, 2007, entitled “For Method, System and Computer Program Product for Real−Time Detection of Sensitivity Decline in Analyte Sensors”;
[参照文献JJ] U.S. Serial No.10/069,674, filed February 22, 2002, entitled “Method and Apparatus for Predicting the Risk of Hypoglycemia”;
[参照文献KK] PCT International Application No.PCT/US00/22886, filed August 21, 2000, entitled “Method and Apparatus for Predicting The Risk of Hypoglycemia”; and
[参照文献LL] U.S. Patent No.6,923,763 Bl, issued August 2, 2005, entitled “Method and Apparatus for Predicting the Risk of Hypoglycemia”.
Claims (54)
- 自己血糖(SMBG)測定から患者のグリコシル化ヘモグロビン(HbA1c)のリアルタイムの推定値を提供し、経時による前記患者の平均血糖の変化を追跡するコンピュータ実行方法であって、
前記患者からプロセッサによって空腹時SMBG測定値を受信するステップと、
所定の糖化式に前記空腹時SMBG測定値を用いて糖化値をプロセッサによって演算するステップと、
前記患者の平均血糖の追跡を初期化する際、初期推定値のHbA1cとして前記糖化値をプロセッサによって出力するステップと、
前記所定の糖化式に前記患者からの次の空腹時SMBG測定値に基づいて更新されたSMBG値を用いて前記糖化値をプロセッサによって更新するステップと、
所定のHbA1cの推定式に前記更新された糖化値および前記HbA1cの初期推定値を用いて、プロセッサによってHbA1cの更新された推定値を演算するステップと、
前記HbA1cの更新された推定値をプロセッサによってユーザに出力するステップとを含む、コンピュータ実行方法。 - 前記HbA1cの更新された推定値をプロセッサによって更新するステップをさらに含み、当該ステップが、
さらに更新された糖化値を演算するために、前記患者からのその次の空腹時SMBG測定値に基づいて前記所定の糖化式に次回更新されたSMBG値を用いるステップと、
直近に更新されたHbA1cの推定値とさらに更新された糖化値とを所定のHbA1cの推定式を用いて、プロセッサによってHbA1cのさらに更新された推定値を演算するステップと、
前記HbA1cのさらに更新された推定値をプロセッサによってユーザに出力するスッテプと、による、請求項1に記載のコンピュータ実行方法。 - 前記所定の糖化式は、以下のように与えられ、
ただし、
mP0(t)は所定期間に亘る平均空腹時血糖であり、前記患者から新たな空腹時血糖測定値が得られる毎に更新され、
CalA1cは較正オフセットであり、
γは糖化有効性パラメータであり、
前記HbA1cの初期推定値は、以下のように与えられ、
前記HbA1cの更新された推定値は、以下のように与えられる、
請求項2に記載のコンピュータ実行方法。 - 前記所定期間は、5日である、請求項3に記載のコンピュータ実行方法。
- 前記γは、0.99に固定される、請求項3に記載のコンピュータ実行方法。
- 前記γは、HbA1c、eA1c(t)の直近に更新された推定値が前記患者から得られる基準HbA1cの測定値に相応するように設定される、請求項3に記載のコンピュータ実行方法。
- 下式を満足し、
θ1およびθ2は、前記患者のSMBGプロファイルにおいて、事前に定義された要素である、請求項3に記載のコンピュータ実行方法。 - 前記SMBGプロファイルは、多数の食事時間帯プロファイルである、請求項7に記載のコンピュータ実行方法。
- 前記多数の食事時間帯プロファイルは、以下のSMBG測定を含む7つの時間帯のプロファイルである、請求項8に記載のコンピュータ実行方法。
PG2:一回目の食事前
PG3:一回目の食事後
PG4:二回目の食事前
PG5:二回目の食事後
PG6:三回目の食事前
PG7:三回目の食事後
PG8:就寝前 - θ1=.4006×PG2+.4645×PG3+.3753×PG4+.2411×PG5−.1805×PG6−.2528×PG7+.0481×PG8であり、
θ2=−.1557×PG2−.2077×PG3.1177×PG4+.0341×PG5+.5255×PG6+.6014×PG7+.2543×PG8である、
請求項9に記載のコンピュータ実行方法。 - 前記所定の糖化式は、以下のように与えられ、
ただし、
mP0(t)は所定期間に亘る平均空腹時血糖であり、前記患者から新たな空腹時血糖測定値が得られる毎に更新され、
CalA1cは較正オフセットであり、
γは糖化有効性パラメータであり、
前記HbA1cの初期推定値は、以下のように与えられ、
前記HbA1cの更新された推定値は以下のように与えられる、
請求項1に記載のコンピュータ実行方法。 - 前記所定期間は、5日である、請求項11に記載のコンピュータ実行方法。
- γは、0.99に固定される、請求項11に記載のコンピュータ実行方法。
- γはHbA1c、eA1c(t)の直近に更新された推定値が前記患者から得られる基準HbA1cの測定値に相応するように設定される、請求項11に記載のコンピュータ実行方法。
- 下式を満足し、
θ1およびθ2は、前記患者のSMBGプロファイルにおいて事前に定義された要素である、請求項11に記載のコンピュータ実行方法。 - 前記SMBGプロファイルは、多数の食事時間帯プロファイルである、請求項15に記載のコンピュータ実行方法。
- 前記多数の食事時間帯プロファイルは、以下のSMBG測定を含む7つの時間帯のプロファイルである、請求項16に記載のコンピュータ実行方法。
PG2:一回目の食事前
PG3:一回目の食事後
PG4:二回目の食事前
PG5:二回目の食事後
PG6:三回目の食事前
PG7:三回目の食事後
PG8:就寝前 - θ1=.4006×PG2+.4645×PG3+.3753×PG4+.2411×PG5−.1805×PG6−.2528×PG7+.0481×PG8であり、
θ2=−.1557×PG2−.2077×PG3.1177×PG4+.0341×PG5+.5255×PG6+.6014×PG7+.2543×PG8である、
請求項17に記載のコンピュータ実行方法。 - 自己血糖(SMBG)測定から患者のグリコシル化ヘモグロビン(HbA1c)のリアルタイムの推定値を提供し、経時による前記患者の平均血糖の変化を追跡するシステムであって、
プロセッサと、
プロセッサ可読メモリとを備え、
該プロセッサ可読メモリが、
前記患者から空腹時SMBG測定値を受信するステップと、
所定の糖化式に前記空腹時SMBG測定値を用いて糖化値を演算するステップと、
前記患者の平均血糖の追跡を初期化する際、HbA1cの初期推定値として前記糖化値を出力するステップと、
前記所定の糖化式に前記患者からの次の空腹時SMBG測定値に基づいて更新されたSMBG値を用いて前記糖化値を更新するステップと、
所定のHbA1cの推定式に前記更新された糖化値および前記HbA1cの初期推定値を用いてHbA1cの更新された推定値を演算するステップと、
前記HbA1cの更新された推定値をユーザに出力するステップと、に対するプロセッサ実行可能命令を含む、システム。 - 前記メモリは、
前記HbA1cの更新された推定値を更新するステップであって
さらに更新された糖化値を演算するため、前記患者からその次の空腹時SMBG測定値に基づいて前記所定の糖化式に次回更新されたSMBG値を用いるステップと、
所定のHbA1cの推定式に前記さらに更新された糖化値およびHbA1cの直近に更新された推定値を用いて、HbA1cのさらに更新された推定値を演算するステップと、によって行われるステップと、
前記HbA1cのさらに更新された推定値をユーザに出力するステップと、
に対するプロセッサ実行可能命令をさらに含む、請求項19に記載のシステム。 - 前記所定の糖化式は、以下のように与えられ、
ただし、
mP0(t)は所定期間に亘る平均空腹時血糖であり、前記患者から新たな空腹時血糖測定値が得られる毎に更新され、
CalA1cは較正オフセットであり、
γは糖化有効性パラメータであり、
前記HbA1cの初期推定値は、以下のように与えられ、
前記HbA1cの更新された推定値は、以下のように与えられる、
請求項20に記載のシステム。 - 前記所定期間は、5日である、請求項21に記載のシステム。
- γは、0.99に固定される、請求項21に記載のシステム。
- 前記γは、HbA1c、eA1c(t)の直近に更新された推定値が前記患者から得られる基準HbA1cの測定値に相応するように設定される、請求項21に記載のシステム。
- 下式を満足し、
θ1およびθ2は、前記患者のSMBGプロファイルの事前に定義された要素である、請求項21に記載のシステム。 - 前記SMBGプロファイルは、多数の食事時間帯プロファイルである、請求項25に記載のシステム。
- 前記多数の食事時間帯プロファイルは、以下のSMBG測定を含む7つの時間帯のプロファイルである、請求項26に記載のシステム。
PG2:一回目の食事前
PG3:一回目の食事後
PG4:二回目の食事前
PG5:二回目の食事後
PG6:三回目の食事前
PG7:三回目の食事後
PG8:就寝前 - θ1=.4006×PG2+.4645×PG3+.3753×PG4+.2411×PG5−.1805×PG6−.2528×PG7+.0481×PG8であり、
θ2=−.1557×PG2−.2077×PG3.1177×PG4+.0341×PG5+.5255×PG6+.6014×PG7+.2543×PG8である、
請求項27に記載のシステム。 - 前記所定の糖化式は、以下のように与えられ、
ただし、
mP0(t)は所定期間に亘る平均空腹時血糖であり、前記患者から新たな空腹時血糖測定値が得られる毎に更新され、
CalA1cは較正オフセットであり、
γは糖化有効性パラメータであり、
前記HbA1cの初期推定値は、以下のように与えられ、
前記HbA1cの更新された推定値は、以下のように与えられる、
請求項19に記載のシステム。 - 前記所定期間は、5日である、請求項29に記載のシステム。
- γは、0.99に固定される、請求項29に記載のシステム。
- γは、HbA1c、eA1c(t)の直近に更新された推定値が前記患者から得られる基準HbA1cの測定値に相応するように設定される、請求項29に記載のシステム。
- 下式を満足し、
θ1およびθ2は、前記患者のSMBGプロファイルにおいて事前に定義された要素である、請求項29に記載のシステム。 - 前記SMBGプロファイルは、多数の食事時間帯プロファイルである、請求項33に記載のシステム。
- 前記多数の時間帯プロファイルは、以下のSMBG測定を含む7つの時間帯のプロファイルである、請求項34に記載のシステム。
PG2:一回目の食事前
PG3:一回目の食事後
PG4:二回目の食事前
PG5:二回目の食事後
PG6:三回目の食事前
PG7:三回目の食事後
PG8:就寝前 - θ1=.4006×PG2+.4645×PG3+.3753×PG4+.2411×PG5−.1805×PG6−.2528×PG7+.0481×PG8であり、
θ2=−.1557×PG2−.2077×PG3.1177×PG4+.0341×PG5+.5255×PG6+.6014×PG7+.2543×PG8である、
請求項35に記載のシステム。 - 自己血糖(SMBG)測定から患者のグリコシル化ヘモグロビン(HbA1c)のリアルタイムの推定値を提供し、経時による前記患者の平均血糖の変化を追跡するコンピュータ実行可能命令に記憶されている非一時的コンピュータ可読媒体であって、
前記命令は、
コンピュータが前記患者から空腹時SMBG測定値を受信するステップと、
所定の糖化式において、前記空腹時SMBG測定値を用いて糖化値を演算するステップと、
前記患者の平均血糖の追跡を初期化する際、HbA1cの初期推定値として前記糖化値を出力するステップと、
前記所定の糖化式に前記患者からの次の空腹時SMBG測定値に基づいて更新されたSMBG値を用いて前記糖化値を更新するステップと、
所定のHbA1cの推定式に前記更新された糖化値および前記HbA1cの初期推定値を用いてHbA1cの更新された推定値を演算するステップと、
前記HbA1cの更新された推定値をユーザに出力するステップと、
を行うようにする命令を含む、非一時的コンピュータ可読媒体。 - コンピュータが前記HbA1cの更新された推定値を更新するようにする命令をさらに含み、
前記HbA1cの更新された推定値は、
さらに更新された糖化値を演算するために、前記患者からその次の空腹時SMBG測定値に基づいて前記所定の糖化式に次回更新されたSMBG値を用いるステップと、
所定のHbA1cの推定式に前記さらに更新された糖化値およびHbA1cの直近に更新された推定値を用いてHbA1cのさらに更新された推定値を演算するステップと、
前記HbA1cのさらに更新された推定値をユーザに出力するステップと、による、請求項37に記載のコンピュータ可読媒体。 - 前記所定の糖化式は、以下のように与えられ、
ただし、
mP0(t)は所定期間に亘る平均空腹時血糖であり、前記患者から新たな空腹時血糖測定値が得られる毎に更新され、
CalA1cは較正オフセットであり、
γは糖化有効性パラメータであり、
前記HbA1cの初期推定値は、以下のように与えられ、
前記HbA1cの更新された推定値は、以下に与えられる、
請求項38に記載のコンピュータ可読媒体。 - 前記所定期間は、5日である、請求項39に記載のコンピュータ可読媒体。
- γは、0.99に固定される、請求項39に記載のコンピュータ可読媒体。
- 前記γは、HbA1c、eA1c(t)の直近に更新された推定値が前記患者から得られる基準HbA1cの測定値に相応するように設定される、請求項39に記載のコンピュータ可読媒体。
- 下式を満足し、
θ1およびθ2は、前記患者のSMBGプロファイルにおいて事前に定義された要素である、請求項39に記載のコンピュータ可読媒体。 - 前記SMBGプロファイルは、多数の食事時間帯プロファイルである、請求項43に記載のコンピュータ可読媒体。
- 前記多数の食事時間帯プロファイルは、以下のSMBG測定を含む7つの時間帯のプロファイルである、請求項44に記載のコンピュータ可読媒体。
PG2:一回目の食事前
PG3:一回目の食事後
PG4:二回目の食事前
PG5:二回目の食事後
PG6:三回目の食事前
PG7:三回目の食事後
PG8:就寝前 - θ1=.4006×PG2+.4645×PG3+.3753×PG4+.2411×PG5−.1805×PG6−.2528×PG7+.0481×PG8であり、
θ2=−.1557×PG2−.2077×PG3.1177×PG4+.0341×PG5+.5255×PG6+.6014×PG7+.2543×PG8である、
請求項45に記載のコンピュータ可読媒体。 - 前記所定の糖化式は、以下のように与えられ、
ただし、
mP0(t)は所定期間に亘る平均空腹時血糖であり、前記患者から新たな空腹時血糖測定値が得られる毎に更新され、
CalA1cは較正オフセットであり、
γは糖化有効性パラメータであり、
前記HbA1cの初期推定値は、以下のように与えられ、
請求項37に記載のコンピュータ可読媒体。 - 前記所定期間は、5日である、請求項47に記載のコンピュータ可読媒体。
- γは、0.99に固定される、請求項47に記載のコンピュータ可読媒体。
- 前記γは、HbA1c、eA1c(t)の直近に更新された推定値が前記患者から得られる基準HbA1cの測定値に相応するように設定される、請求項47に記載のコンピュータ可読媒体。
- 下式を満足し、
θ1およびθ2は、前記患者のSMBGプロファイルにおいて事前に定義された要素である、請求項47に記載のコンピュータ可読媒体。 - 前記SMBGプロファイルは、多数の食事時間帯プロファイルである、請求項51に記載のコンピュータ可読媒体。
- 前記多数の食事時間帯プロファイルは、以下のSMBG測定を含む7つの時間帯のプロファイルである、請求項52に記載のコンピュータ可読媒体。
PG2:一回目の食事前
PG3:一回目の食事後
PG4:二回目の食事前
PG5:二回目の食事後
PG6:三回目の食事前
PG7:三回目の食事後
PG8:就寝前 - θ1=.4006×PG2+.4645×PG3+.3753×PG4+.2411×PG5−.1805×PG6−.2528×PG7+.0481×PG8であり、
θ2=−.1557×PG2−.2077×PG3.1177×PG4+.0341×PG5+.5255×PG6+.6014×PG7+.2543×PG8である、
請求項53に記載のコンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361767451P | 2013-02-21 | 2013-02-21 | |
US61/767,451 | 2013-02-21 | ||
PCT/US2014/017754 WO2014130841A1 (en) | 2013-02-21 | 2014-02-21 | Tracking changes in average glycemia in diabetics |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016511038A true JP2016511038A (ja) | 2016-04-14 |
JP6445466B2 JP6445466B2 (ja) | 2018-12-26 |
Family
ID=51391856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015559006A Active JP6445466B2 (ja) | 2013-02-21 | 2014-02-21 | 糖尿病患者における平均血糖の変化追跡 |
Country Status (12)
Country | Link |
---|---|
US (2) | US10332615B2 (ja) |
EP (1) | EP2959009B1 (ja) |
JP (1) | JP6445466B2 (ja) |
CN (1) | CN105190316B (ja) |
AU (2) | AU2014218785A1 (ja) |
BR (1) | BR112015020002B1 (ja) |
CA (1) | CA2902042C (ja) |
ES (1) | ES2748399T3 (ja) |
HK (1) | HK1218938A1 (ja) |
PH (1) | PH12015501842A1 (ja) |
RU (1) | RU2640172C2 (ja) |
WO (1) | WO2014130841A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021025791A (ja) * | 2019-07-31 | 2021-02-22 | アークレイ株式会社 | 推定方法及び平均血糖値推定システム |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2470256A4 (en) * | 2009-09-01 | 2015-05-27 | Univ Virginia Patent Found | SYSTEM, METHOD AND COMPUTER PROGRAM PRODUCT FOR ADJUSTING INSULIN DELIVERY (AID) IN THE TREATMENT OF DIABETES USING OPEN LOOP NOMINAL PROFILES |
CA2792758C (en) * | 2010-03-11 | 2020-12-15 | University Of Virginia Patent Foundation | Method and system for the safety, analysis, and supervision of insulin pu action and other modes of insulin delivery in diabetes |
CA2902042C (en) | 2013-02-21 | 2021-09-07 | University Of Virginia Patent Foundation | Tracking changes in average glycemia in diabetics |
EP3179914A4 (en) | 2014-08-14 | 2018-04-11 | The University of Virginia Patent Foundation | Improved accuracy continuous glucose monitoring method, system, and device |
EP4068297A1 (en) * | 2015-05-18 | 2022-10-05 | Dexcom, Inc. | Simulation model of type 1 diabetic patient decision-making |
EP3302276A4 (en) * | 2015-06-08 | 2019-02-13 | University Of Virginia Patent Foundation | SYSTEM AND METHOD FOR TRACKING CHANGES IN AVERAGE GLYCEMIA IN DIABETICS |
US11311665B2 (en) | 2015-06-09 | 2022-04-26 | University Of Virginia Patent Foundation | Insulin monitoring and delivery system and method for CGM based fault detection and mitigation via metabolic state tracking |
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 |
CA3211813A1 (en) | 2016-05-02 | 2017-11-09 | Dexcom, Inc. | System and method for providing alerts optimized for a user |
WO2018049167A1 (en) | 2016-09-09 | 2018-03-15 | Dexcom, Inc. | Systems and methods for cgm-based bolus calculator for display and for provision to medicament delivery devices |
EP3562396B1 (en) * | 2016-12-30 | 2024-03-13 | Medtrum Technologies Inc. | Closed loop control algorithm for artificial pancreas |
AU2017420200A1 (en) | 2017-06-20 | 2020-01-16 | Sidney Soong-Ling CHAN | Method and system for monitoring a diabetes treatment plan |
CA3089642A1 (en) | 2018-02-09 | 2019-08-15 | Dexcom, Inc. | System and method for decision support |
RU2707064C1 (ru) * | 2019-02-12 | 2019-11-21 | Общество с ограниченной ответственностью "Гардлайнер" | Система для сравнения гликемических профилей у больных сахарным диабетом |
US20230352185A1 (en) * | 2020-08-14 | 2023-11-02 | University Of Virginia Patent Foundation | Method and System for Generating a User Tunable Representation of Glucose Homeostasis in Type 1 Diabetes Based on Automated Receipt of Therapy Profile Data |
CN112450919B (zh) * | 2020-11-11 | 2022-11-04 | 云南省第一人民医院 | 一种用于评估2型糖尿病患者夜间低血糖的血糖监测装置 |
US11792714B2 (en) * | 2021-06-16 | 2023-10-17 | Medtronic Minimed, Inc. | Medicine administration in dynamic networks |
KR102439474B1 (ko) * | 2021-09-29 | 2022-09-02 | 주식회사 오렌지바이오메드 | 물리적·전기적 특성을 이용한 적혈구의 당화 측정과 이를 이용한 당화혈색소 수치 측정 방법 및 이를 수행하는 장치 |
CN113951879B (zh) * | 2021-12-21 | 2022-04-05 | 苏州百孝医疗科技有限公司 | 血糖预测方法和装置、监测血糖水平的*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005326943A (ja) * | 2004-05-12 | 2005-11-24 | Ataru Okumura | 投薬支援プログラム、投薬支援装置、投薬支援プログラムを記録した記録媒体及び投薬支援システム |
WO2010041439A1 (ja) * | 2008-10-08 | 2010-04-15 | 旭化成ファーマ株式会社 | 血液試料解析方法、血液試料解析装置、及びプログラム |
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 |
WO2011084208A1 (en) * | 2009-12-21 | 2011-07-14 | Stc.Unm | System and methods for estimating hba1c, treatment response, and hypoglycemia risk using self-monitoring of blood glucose data |
US20120271557A1 (en) * | 2011-04-25 | 2012-10-25 | Arkray, Inc. | Information Processing Apparatus and User Terminal |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DZ3338A1 (fr) * | 2000-03-29 | 2001-10-04 | Univ Virginia | Méthode, systeme et programme d'ordinateur pour l'évaluation de régulation de glycemique du diabète à partir de données contrôllées automatiquement |
CN100466965C (zh) * | 2002-08-13 | 2009-03-11 | 弗吉尼亚大学专利基金会 | 用于处理自我监测血糖(smbg)数据从而提高糖尿病患者自我管理的方法、***和计算机程序产品 |
RU44042U1 (ru) * | 2004-10-08 | 2005-02-27 | Общество с ограниченной ответственностью "Фосфосорб" | ДИАГНОСТИЧЕСКИЙ НАБОР ДЛЯ ПРОВЕДЕНИЯ АНАЛИЗОВ КРОВИ НА СОДЕРЖАНИЕ ГЛИКОЗИЛИРОВАННОГО ГЕМОГЛОБИНА HbA1C |
US20070010950A1 (en) | 2004-12-03 | 2007-01-11 | Abensour Daniel S | Method to determine the degree and stability of blood glucose control in patients with diabetes mellitus via the creation and continuous update of new statistical indicators in blood glucose monitors or free standing computers |
RU2477078C2 (ru) | 2006-01-05 | 2013-03-10 | Юниверсити Оф Вирджиния Пэйтент Фаундейшн | Способ, система и компьютерный программный продукт для оценки изменчивости содержания глюкозы в крови при диабете по данным самоконтроля |
DK2230991T3 (en) | 2007-12-26 | 2018-08-06 | Hoffmann La Roche | Glycemic Control System |
JP5462776B2 (ja) * | 2010-01-19 | 2014-04-02 | アークレイ株式会社 | 測定装置及び測定方法 |
US8615366B2 (en) * | 2010-10-15 | 2013-12-24 | Roche Diagnostics Operations, Inc. | Handheld diabetes management device with bolus calculator |
US9351670B2 (en) * | 2012-12-31 | 2016-05-31 | Abbott Diabetes Care Inc. | Glycemic risk determination based on variability of glucose levels |
CA2902042C (en) | 2013-02-21 | 2021-09-07 | University Of Virginia Patent Foundation | Tracking changes in average glycemia in diabetics |
-
2014
- 2014-02-21 CA CA2902042A patent/CA2902042C/en active Active
- 2014-02-21 RU RU2015136919A patent/RU2640172C2/ru active
- 2014-02-21 JP JP2015559006A patent/JP6445466B2/ja active Active
- 2014-02-21 BR BR112015020002-8A patent/BR112015020002B1/pt active IP Right Grant
- 2014-02-21 EP EP14754564.4A patent/EP2959009B1/en active Active
- 2014-02-21 US US14/769,638 patent/US10332615B2/en active Active
- 2014-02-21 CN CN201480022688.1A patent/CN105190316B/zh active Active
- 2014-02-21 WO PCT/US2014/017754 patent/WO2014130841A1/en active Application Filing
- 2014-02-21 AU AU2014218785A patent/AU2014218785A1/en not_active Abandoned
- 2014-02-21 ES ES14754564T patent/ES2748399T3/es active Active
-
2015
- 2015-08-20 PH PH12015501842A patent/PH12015501842A1/en unknown
-
2016
- 2016-06-15 HK HK16106884.8A patent/HK1218938A1/zh unknown
-
2019
- 2019-06-25 US US16/451,766 patent/US11842817B2/en active Active
-
2020
- 2020-03-03 AU AU2020201546A patent/AU2020201546B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005326943A (ja) * | 2004-05-12 | 2005-11-24 | Ataru Okumura | 投薬支援プログラム、投薬支援装置、投薬支援プログラムを記録した記録媒体及び投薬支援システム |
WO2010041439A1 (ja) * | 2008-10-08 | 2010-04-15 | 旭化成ファーマ株式会社 | 血液試料解析方法、血液試料解析装置、及びプログラム |
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 |
WO2011084208A1 (en) * | 2009-12-21 | 2011-07-14 | Stc.Unm | System and methods for estimating hba1c, treatment response, and hypoglycemia risk using self-monitoring of blood glucose data |
US20120271557A1 (en) * | 2011-04-25 | 2012-10-25 | Arkray, Inc. | Information Processing Apparatus and User Terminal |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021025791A (ja) * | 2019-07-31 | 2021-02-22 | アークレイ株式会社 | 推定方法及び平均血糖値推定システム |
JP7282298B2 (ja) | 2019-07-31 | 2023-05-29 | アークレイ株式会社 | 推定方法及び平均血糖値推定システム |
Also Published As
Publication number | Publication date |
---|---|
AU2020201546A1 (en) | 2020-03-19 |
WO2014130841A1 (en) | 2014-08-28 |
RU2640172C2 (ru) | 2017-12-26 |
US11842817B2 (en) | 2023-12-12 |
RU2015136919A (ru) | 2017-03-30 |
CN105190316B (zh) | 2019-06-11 |
JP6445466B2 (ja) | 2018-12-26 |
BR112015020002A2 (pt) | 2017-07-18 |
US20190318801A1 (en) | 2019-10-17 |
HK1218938A1 (zh) | 2017-03-17 |
EP2959009A4 (en) | 2016-11-09 |
AU2020201546B2 (en) | 2021-10-28 |
EP2959009A1 (en) | 2015-12-30 |
ES2748399T3 (es) | 2020-03-16 |
BR112015020002B1 (pt) | 2022-07-12 |
US20160004813A1 (en) | 2016-01-07 |
US10332615B2 (en) | 2019-06-25 |
EP2959009B1 (en) | 2019-07-31 |
CA2902042C (en) | 2021-09-07 |
CA2902042A1 (en) | 2014-08-28 |
AU2014218785A1 (en) | 2015-09-10 |
PH12015501842A1 (en) | 2015-11-09 |
CN105190316A (zh) | 2015-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6445466B2 (ja) | 糖尿病患者における平均血糖の変化追跡 | |
CN114796704B (zh) | 用于胰岛素的递送的设备和方法 | |
US20220208388A1 (en) | Method, system, and computer readable medium for virtualization of a continuous glucose monitoring trace | |
WO2011123775A2 (en) | Methods, systems, and devices for analizing patient data | |
Mariani et al. | Continuous glucose monitoring: a perspective on its past, present, and future applications for diabetes management | |
US11289201B2 (en) | System, method and computer readable medium for dynamical tracking of the risk for hypoglycemia in type 1 and type 2 diabetes | |
US11567062B2 (en) | System and method for tracking changes in average glycemia in diabetics | |
US20220257199A1 (en) | System and method for online domain adaptation of models for hypoglycemia prediction in type 1 diabetes | |
US10438700B2 (en) | Computer simulation for testing and monitoring of treatment strategies for stress hyperglycemia | |
Piersanti et al. | Software packages and tools for the analysis of continuous glucose monitoring data | |
Boeder et al. | Accuracy and glycemic efficacy of continuous glucose monitors in critically ill COVID-19 patients: a retrospective study | |
Freckmann et al. | Continuous glucose monitoring: data management and evaluation by patients and health care professionals–current situation and developments | |
Class et al. | Patent application title: METHOD AND SYSTEM FOR MODEL-BASED TRACKING OF CHANGES IN AVERAGE GLYCEMIA IN DIABETES Inventors: Boris P. Kovatchev (Charlottesville, VA, US) Boris P. Kovatchev (Charlottesville, VA, US) Marc D. Breton (Charlottesville, VA, US) Marc D. Breton (Charlottesville, VA, US) | |
Twigg et al. | Asia-Pacific Perspectives on the Role of Continuous Glucose Monitoring in Optimizing Diabetes Management | |
US20210386332A1 (en) | System and method for determining lifestyle regime | |
Accuracy | Acree Assessment of a Patient-Level Diabetes Education Elective for First-Year… A1 Ahn Continuous Glucose Monitoring Using Near-Infrared Fluorescent Carbon and… A2 Albanese-O’Neill Ketone Monitoring Frequency and Methods in Type 1 Diabetes Subjects A3 Aloi eGlycemic Management System Provides Safe and Effective Glycemic Control for… A4 Andreatta Optimization of Core Sensor Components for an Osmotic Pressure Sensor for… A5 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171226 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171222 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20180323 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180524 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181030 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181129 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6445466 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |