RU2283495C2 - Способ, система и программный продукт для оценки контроля гликемии при диабете - Google Patents

Способ, система и программный продукт для оценки контроля гликемии при диабете Download PDF

Info

Publication number
RU2283495C2
RU2283495C2 RU2002128925/15A RU2002128925A RU2283495C2 RU 2283495 C2 RU2283495 C2 RU 2283495C2 RU 2002128925/15 A RU2002128925/15 A RU 2002128925/15A RU 2002128925 A RU2002128925 A RU 2002128925A RU 2283495 C2 RU2283495 C2 RU 2283495C2
Authority
RU
Russia
Prior art keywords
hba
levels
level
blood glucose
attacks
Prior art date
Application number
RU2002128925/15A
Other languages
English (en)
Other versions
RU2002128925A (ru
Inventor
Борис П. КОВАТЧЕВ (US)
Борис П. КОВАТЧЕВ
Дэниел Дж. КОКС (US)
Дэниел Дж. КОКС
Original Assignee
Юниверсити Оф Вирджиния Пэйтент Фаундейшн
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=22712035&utm_source=***_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=RU2283495(C2) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Юниверсити Оф Вирджиния Пэйтент Фаундейшн filed Critical Юниверсити Оф Вирджиния Пэйтент Фаундейшн
Publication of RU2002128925A publication Critical patent/RU2002128925A/ru
Application granted granted Critical
Publication of RU2283495C2 publication Critical patent/RU2283495C2/ru

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • 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
    • 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
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Surgery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Emergency Medicine (AREA)
  • Optics & Photonics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

Изобретение относится к компьютерному способу оценки контроля гликемии при диабете. Сущность изобретения показана на фиг.7, представленной в описании. Измеритель (728) уровня глюкозы получает данные от оператора (712) и переносит их в (ПК) персональный компьютер (740) через модем (732) или другой канал передачи данных (714). После обработки информация может быть получена из ПК (740) с помощью компьютера (738) учреждения здравоохранения через канал (736) передачи данных. Представленные способ, система (710) и компьютерный продукт позволяют сделать прогнозы долговременного и кратковременного риска острой гликемии у больного диабетом на основании данных об уровне глюкозы и гликозилированного гемоглобина в крови. Технический результат - совершенствование существующих компьютерных способов мониторинга глюкозы в крови больных диабетом. 14 н. и 44 з.п. ф-лы, 4 табл., 9 ил.

Description

Перекрестные ссылки на отсылочные заявки
Настоящее изобретение заявляет приоритет от Предварительной заявки на патент США, серийный №60/193037, поданной 29 марта 2000 года, озаглавленной "Алгоритм для оценки контроля гликемии при диабете с использованием данных самомониторинга", полное описание которой тем самым включается сюда в качестве ссылки.
Права правительства США
Настоящее изобретение сделано при поддержке правительства Соединенных Штатов Америки по грантам NIH/NIDDK: RO1 DK 28288 и NIH/NIDDK: RO 1 DK 51562, которые оба выданы Национальным Институтом Здравоохранения. Правительство Соединенных Штатов Америки имеет определенные права в настоящем изобретении.
Область техники
Настоящее изобретение относится к контролю гликемии у больных диабетом, а более конкретно к системе и компьютерному способу оценки предсказания уровня гликозилированного гемоглобина (HbA1c и HbA1) и риска возникновения гипогликемии.
Предшествующий уровень техники
Широкие исследования, включая Diabetes Control and Complications Trial (DCCT) (cm. DCCT Research Group: The Effect Of Intensive Treatment Of Diabetes On The Development and Progression Of Long-Term Complications Of Insulin-Dependent Diabetes Mellitus. New England Journal of Medicine, 329: 978-986, 1993), the Stockholm Diabetes Intervention Study (cm. Reichard P, Phil M: Mortality and Treatment Side Effects During Long-Term Intensified Conventional Insulin Treatment в the Stockholm Diabetes Intervention Study. Diabetes, 43: 313-317, 1994), и the United Kingdom Prospective Diabetes Study (см. UK Prospective Diabetes Study Group: Effect of Intensive Blood Glucose Control With Metforrain On Complications In Patients With Type 2 Diabetes (UKPDS 34), Lancet, 352: 837-853, 1998) многократно продемонстрировали, что наиболее эффективным путем для предотвращения долговременных осложнений диабета является точное поддержание уровня глюкозы в крови (BG) в нормальном диапазоне значений с использованием терапевтического лечения инсулином.
Однако те же исследования также документировали некоторые отрицательные воздействия интенсивного лечения инсулином, наиболее острым из которых является повышение риска частой острой гипогликемии (SH), состояния, определяемого как приступ нейрогликопении, который исключает самолечение и требует помощи извне (см. DCCT Research Group: Epidemiology of Severe Hypoglycemia In The Diabetes Control and Complications Trial. American Journal of Medicine, 90: 450-459, 1991, и DCCT Research Group: Hypoglycemia in the Diabetes Control and Complications Trial. Diabetes, 46: 271-286, 1997). Поскольку острая гипогликемия (SH) может приводить к несчастным случаям, коме и даже смерти, необходимо проведение интенсивного терапевтического лечения. Как следствие, гипогликемия идентифицируется в качестве главного препятствия для усовершенствования контроля гликемии (Cryer РЕ: Hypoglycemia is the Limiting Factor in the Management Of Diabetes. Diabetes Metab Res Rev, 15, 42-46, 1999).
Таким образом, на протяжении всей жизни пациенты с диабетом сталкиваются с проблемой строгого контроля гликемии без увеличения риска возникновения гипогликемии. Главной проблемой является создание простых и надежных способов самостоятельной оценки и контроля гликемии пациентом и определение риска возникновения гипогликемии.
Хорошо известно в течение более чем двадцати лет, что гликозилированный гемоглобин представляет собой маркер для контроля гликемии пациентов с сахарным диабетом (тип I или тип II). Многочисленные исследования показали эту взаимосвязь и обнаружили, что гликозилированный гемоглобин, как правило, отражает средние уровни BG у пациента в течение предыдущих двух месяцев. Поскольку у большинства пациентов, страдающих диабетом, уровни BG заметно флуктуируют с течением времени, предлагалось, чтобы реальная связь между интегральным контролем глюкозы и HbA1c наблюдалась только у пациентов, о которых известно, что они находятся в условиях со стабильным контролем глюкозы в течение длительного периода времени.
Исследования таких пациентов на ранней стадии дают почти детерминистическое взаимоотношение между средним уровнем BG в предыдущие 5 недель и HbA1c. Эта нелинейная зависимость дает коэффициент корреляции 0,98 (см. Aaby Svendsen P, Lauritzen Т, Soegard U, Nerup J (1982). Glycosylated Hemoglobin and Steady-State-Mean Blood Glucose Concentration in Type 1 (Insulin-Dependent) Diabetes, Diabetologia. 23,403-405). В 1993 году исследовательская группа DCCT заключила, что HbA1c является "логичным номинантом" для исследования гликозилированного гемоглобина с наивысшей степенью точности, и DCCT установила линейную взаимосвязь между предыдущим средним значением BG и HbA1c (см. Santiago JV (1993). Lessons from the Diabetes Control and Complications Trial, Diabetes. 42, 1549-1554).
Были разработаны инструкции, указывающие, что уровень HbA1c в 7% соответствует среднему значению BG 8,3 мМ (150 мг/дл), уровень HbA1c 9% соответствует среднему значению BG 11,7 мМ (210 мг/дл) и 1% увеличения уровня HbA1c соответствует увеличению среднего значения BG на 1,7 мМ (30 мг/дл, 2). DCCT также предложила, что, поскольку непосредственное измерение среднего значения BG является непрактичным, можно было бы оценивать контроль гликемии у пациента с помощью одного простого исследования, а именно измерения уровня HbA1c. Однако исследования ясно продемонстрировали, что уровень HbA1c не чувствителен к гипогликемии.
Не существует средства для надежного предсказания непосредственного риска возникновения SH у пациента по каким-либо показателям. DCCT пришла к выводу, что только около 8% будущих приступов SH могут быть предсказаны по известным переменным, таким как история приступов SH, низкие уровни HbA1c и склонность к приступам гипогликемии. Один из последних обзоров подробно излагает текущее клиническое состояние этой проблемы и предлагает средства для предотвращения возникновения SH, которые являются доступными для пациентов и учреждений здравоохранения (см. Bolli, GB: How To Ameliorate The Problem of Hypoglycemia In Intensive As Well As Nonintensive Treatment Of Type I Diabetes. Diabetes Care, 22, Supplement 2: B43-B52, 1999).
Современные домашние мониторы уровня BG обеспечивают средства для частых измерений уровня BG во время самомониторинга уровня BG (SMBG). Однако проблема с SMBG заключается в том, что отсутствует взаимосвязь между данными уровня BG и HbA1c, собранными с помощью мониторов, и гипогликемией. Другими словами, в настоящее время не существует надежных способов оценки уровней HbA1с и распознавания начинающейся гипогликемии на основе SMBG (см. Bremer T and Gough DA: Is blood glucose predictable from previous values? A solicitation for data. Diabetes 48:445-451,1999).
Настоящее изобретение направлено на создание этой отсутствующей связи путем создания трех различных, но совместимых алгоритмов для оценки уровней HbA1c и риска возникновения гипогликемии по данным SMBG, которые должны использоваться для предсказания кратковременных и долговременных рисков возникновения гипогликемии, и долговременного риска возникновения гипергликемии.
Одной из причин отсутствия связи между повсеместно доступными данными SMBG и оценками HbA1c, и риском возникновения гипогликемии является то, что способы сбора данных и клинические исследования диабета нечасто сопровождаются специфичными для диабета и математически сложными статистическими процедурами.
В соответствии с потребностью в статических методах анализа, которые принимают во внимание специфическое распределение данных по уровню BG, было разработано симметризующее преобразование шкалы измерений уровня глюкозы в крови (см. Kovatchev ВР, Сох DJ, Gonder-Frederick LA and WL Clarke (1997). Symmetization of the Blood Glucose Measurement Scale и Its Applications, Diabetes Care, 20, 1655-1658), которое заключается в следующем. Уровни BG измеряются в мг/дл, в Соединенных Штатах Америки, и в ммоль/л (или мМ), в большинстве других стран. Обе шкалы взаимосвязаны непосредственно как 18 мг/дл = 1 мМ. Весь диапазон значений BG приведен в большинстве ссылок как находящийся в пределах от 1,1 до 33,3 мМ, и это, как считается, перекрывает практически все наблюдаемые значения. В соответствии с рекомендациями DCCT (см. DCCT Research Group (1993) The Effect Of Intensive Treatment of Diabetes On the Development and Progression of Long-Term Complications of Insulin-Dependent Diabetes Mellitus. New England Journal of Medicine, 329, pp 978-986) целевой диапазон значений BG, также известный как эугликемический диапазон, для лица, страдающего диабетом, составляет от 3,9 до 10 мМ. Гипогликемия происходит, когда уровень BG падает ниже 3,9 мМ, а гипергликемия происходит тогда, когда BG возрастает выше 10 мМ. К сожалению, шкала является численно асимметричной, гипергликемический диапазон (от 10 до 33,3 мМ) является более широким, чем гипогликемический диапазон (от 1,1 до 3,9 мМ), и эугликемический диапазон (от 3,9 до 10 мМ) не находится вблизи центра этой шкалы. Указанная асимметрия исправлена путем введения преобразования f(BG), которое представляет собой непрерывную функцию, определенную в диапазоне значений BG [1,1, 33,3], имеющую двухпараметрическую аналитическую форму
f(BG,α,β)=[(ln(BG))α-β]α,β>0
и удовлетворяющую предположениям:
A1: f(33.3,α,β)=-f(1.1, α,β) и
А2: f(10.0,α,β)=-f(3.9, α,β).
Затем f(BG) умножается на третий масштабирующий параметр для фиксирования минимального и максимального значений диапазона преобразованных значений BG при
Figure 00000002
и
Figure 00000003
соответственно. Эти значения являются удобными, поскольку случайная переменная со стандартным нормальным распределением имеет 99,8% своих значений в пределах интервала
Figure 00000004
. Если значение BG измеряется в ммоль/л, при численном решении с учетом условий A1 и А2, параметры функции f(BG,α,β) составляют α=1,026, β=1,861 и масштабирующий параметр составляет γ=1,794. Если BG измеряются вместо этого в мг/дл, параметры согласно вычислениям равны α=1,084, β=5,381 и γ=1,509.
Таким образом, когда значения BG измерены в ммоль/л, симметричное преобразование определяется уравнением
f(BG)=1,794[(ln(BG))1,026-1,861],
а когда значения BG измерены в мг/дл, симметричное преобразование определяется уравнением
f(BG)=1,509[(ln(BG))1,084-5,381].
На основе симметричного преобразования f(BG) введен индекс низкого уровня BG, новая мера для оценки риска возникновения гипогликемии согласно данным SMBG (см. Сох DJ, Kovatchev BP, Julian DM, Gonder-Frederick LA, Polonsky WH, Schlundt DG, Clarke WL: Frequency of Severe Hypoglycemia In IDDM Can Be Predicted From Self-Monitoring Blood Glucose Data. Journal of Clinical Endocrinology and. Metabolism, 79: 1659-1662, 1994, и Kovatchev BP, Cox DJ, Gonder-Frederick LA Young-Hyman D, Schlundt D, Clarke WL. Assessment of Risk for Severe Hypoglycemia Among Adults With IDDM: Validation of the Low Blood Glucose Index, Diabetes Care 21:1870-1875, 1998). Последовательность данных SMBG индексов низких уровней BG для данной серии вычисляется как среднее значение для 10 f(BG)2, для значений f(BG)<0, и 0 - в противоположном случае. Также был предложен индекс высоких уровней BG, вычисляемый способом, симметричным способу для индекса низких уровней BG, однако этот индекс не нашел своего практического применения.
С использованием индекса низких уровней BG в регрессионной модели можно учесть 40% всех приступов SH в последующие 6 месяцев на основе истории SH и данных SMBG, а затем увеличить это предсказание до 46% (см. Kovatchev ВР, Straume M, Farhi LS, Сох DJ: Estimating the Speed of Blood Glucose Transitions and its Relationship With Severe Hypoglycemia. Diabetes, 48: Supplement 1, A363, 1999).
Кроме того, разработаны некоторые данные относительно HbA1c и SMBG (см. Kovatchev ВР, Сох DJ, Straume M, Farhy LS. Association of Self-monitoring Blood Glucose Profiles with Glycosylated Hemoglobin. In: Methods в Enzvmology. vol.321: Numerical Computer Methods. Part C. Michael Johnson and Ludvig Brand, Eds., Academic Press, NY; 2000).
Эти разработки являются частью теоретического обоснования настоящего изобретения. В порядке внедрения этой теории в практику добавлено несколько ключевых теоретических компонентов, как описано ниже. В частности, разработаны три способа оценки уровня HbA1c, долговременного и кратковременного риска возникновения гипогликемии. Разработка этих способов основывается на тщательном анализе данных для 867 пациентов, страдающих диабетом, которые включают в себя 300000 отсчетов SMBG, данных об острой гипогликемии и данных по определению HbA1c.
Краткое изложение существа изобретения
В основу настоящего изобретения поставлена задача преодоления указанных выше ограничений и создания простого и надежного способа и системы контроля гликемии пациентов по данным самомониторинга, а также риска возникновения гипогликемии, которые могли бы применяться в повседневных условиях.
Согласно изобретению предложены компьютерный способ анализа данных и система для одновременной оценки по собираемым данным SMBG двух наиболее важных компонентов контроля гликемии при диабете: уровня HbA1c и риска возникновения гипогликемии. Согласно изобретению самомониторинг уровня BG (SMBG) определяется как в известном способе определения уровня глюкозы в крови при условиях, естественных для пациентов, страдающих диабетом, и включает все способы, используемые в современных устройствах для SMBG, как правило, хранящими 200-250 отсчетов значений BG, а также способы, применяемые путем совместного использования технологий непрерывного мониторинга. Принимая во внимание это широкое определение SMBG, в настоящем изобретении решается задача усовершенствования устройства для домашнего мониторинга уровня глюкозы в крови путем введения элемента интерпретации данных с элементами искусственного интеллекта, способного предсказывать как уровни HbA1c, так и периоды повышенного риска возникновения гипогликемии, а также усовершенствования будущих устройств для непрерывного мониторинга.
Согласно одному из аспектов настоящего изобретения предложен компьютеризированный способ, система и программный продукт, предназначенные для оценки уровня HbA1c с помощью данных SMBG, собранных в течение заданного периода, например 4-6 недель. В одном из вариантов воплощения настоящее изобретение предусматривает компьютеризированный способ и систему для оценки уровня HbA1c пациента на основе данных относительно уровня BG, собранных в течение заданного периода времени. Способ включает вычисление с использованием компьютера взвешенного отклонения в сторону высоких уровней глюкозы в крови (WR) и оценки скорости изменения уровня глюкозы в крови (Dr) на основе собранных данных относительно уровня BG; оценку уровня HbA1c с использованием заданной математической формулы, основанной на вычисленных с помощью компьютера значениях WR и Dr; и получение заданного доверительного интервала для классификации указанного оцененного значения HbA1c.
Согласно другому аспекту настоящего изобретения предложены компьютеризированный способ, система и программный продукт, предназначенные для оценки долговременной вероятности возникновения острой гипогликемии (SH). Этот способ использует данные SMBG за заданный период времени, например 4-6 недель, и предсказывает риск возникновения SH в течение последующих 6 месяцев. В одном из вариантов воплощения изобретение предусматривает компьютеризированный способ и систему для оценки долговременной вероятности возникновения острой гипогликемии (SH) у пациента на основе данных об уровне BG, собранных в течение заданного периода времени. Способ включает вычисление взвешенного отклонения в сторону низких уровней глюкозы в крови (WL) и оценку скорости падения уровня глюкозы в крови в диапазоне низких уровней BG (DrDn) на основе собранных данных об уровне BG, оценку количества будущих приступов SH с использованием заданной математической формулы на основе вычисленных с помощью компьютера значений WL и DrDn и определение вероятности того, что произойдет заданное количество приступов SH в соответствии с указанными оценками приступов SH.
Согласно еще одному аспекту настоящего изобретения предложены способ, система и программный продукт, предназначенные для идентификации 24-часовых периодов (или других заданных периодов) увеличения риска возникновения гипогликемии. Это достигается путем вычисления с помощью компьютера кратковременного риска возникновения гипогликемии, с использованием данных SMBG, собранных в течение предыдущих 24 часов. В одном из вариантов воплощения настоящее изобретение предусматривает компьютеризированный способ и систему для оценки кратковременного риска возникновения острой гипогликемии (SH) у пациента на основе данных об уровне BG, собранных в течение заданного периода времени. Способ включает вычисление взвешенного отклонения в сторону низких уровней глюкозы в крови (WL), определение Max(wl) путем вычисления максимального значения wl(BG;2), определение оценки значения риска путем вычисления среднего геометрического значения из WL и Мах(wl) в течение заданного периода времени, получение заданного порогового оцененного значения риска и сравнение определенного оцененного значения риска с пороговым значением риска.
Эти три аспекта настоящего изобретения могут быть объединены вместе для получения непрерывной информации о контроле гликемии у индивидуума, страдающего диабетом, и для усовершенствования мониторинга риска возникновения гипогликемии.
Краткое описание чертежей
В дальнейшем изобретение поясняется нижеследующим описанием предпочтительных вариантов воплощения со ссылками на прилагаемые чертежи, на которых:
фиг.1 изображает блок-схему операций способа вычисления доверительных интервалов для оцененных уровней HbA1c и предсказанных уровней HbA1c согласно изобретению;
фиг.2 - блок-схему операций способа вычисления оцененного количества будущих приступов SH и связанной с ними вероятности их возникновения согласно изобретению;
фиг.3 - блок-схему операций способа вычисления оценки кратковременного риска возникновения внезапной SH согласно изобретению;
фиг.4 - диаграмму изменений уровней BG, наблюдаемых перед приступом острой гипогликемии и после него;
фиг.5 - диаграмму 10-недельных данных для субъекта А (верхний график) и субъекта В (нижний график) способа для предсказания кратковременной SH, причем приступы SH отмечены треугольниками, черной линией обозначен риск, когда порог риска превышается, указывается следующий далее период высокого риска (серый столбик), согласно изобретению;
фиг.6 - блок-схему компьютерной системы для осуществления заявленного способа согласно изобретению;
фигуры 7-9 - блок-схемы альтернативных вариантов процессоров, линий связи и систем согласно изобретению.
Подробное описание предпочтительных вариантов воплощения изобретения
Согласно изобретению предложен высокоточный способ оценки контроля гликемии у больных диабетом, а также программно-аппаратные средства и код программного обеспечения, которые должны быть использованы при компьютерном вычислении основных параметров способа. Способы согласно изобретению оценки уровня HbA1c, долговременной вероятности возникновения SH и кратковременного риска возникновения гипогликемии также проверяются на собранных больших объемах данных.
Стационарные измерения отклонения уровня BG
Согласно предложенной теории симметризации уровней BG (см. Kovatchev BP, Straume М, Сох DJ, Farhi 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), естественный клинический центр шкалы измерений уровня BG находится при уровне BG в 112,5 мг/дл (6,25 ммоль/л), при безопасном эугликемическом значении для больных диабетом.
Принимая этот центр шкалы клинических уровней BG, с помощью компьютера вычисляются взвешенные отклонения влево (в направлении гипогликемии) или вправо (в направлении гипергликемии). Степень взвешенности этих отклонений представляется параметрами а и b соответственно следующим образом:
wl(BG;a)=10f(BG)a, если f(BG)<0, и 0 - в противоположном случае, и
wr(BG;b)=10f(BG)b, если f(BG)>0, и 0 - в противоположном случае,
где f(BG) представляет собой функцию симметризации BG (см. выше). Параметры взвешивания а и b для отклонений влево и вправо могут быть различными или одинаковыми. Данные анализов демонстрируют, что оптимальными для практического применения значениями параметров являются а=2 (которое представляет собой значение параметра, используемое для вычисления с помощью компьютера индекса низких уровней BG) и b=1. Если использовать последовательность данных об уровнях BG х1, х2,... xn, средневзвешенные отклонения влево и вправо от клинического центра шкалы уровней BG определяются согласно уравнениям
Figure 00000005
и
Figure 00000006
соответственно.
Эти две меры отклонения уровня BG не зависят от временного графика получения отсчетов уровней BG и поэтому являются стационарными. В порядке получения динамики изменений уровня BG меры скорости изменения уровня BG вводятся так, как указано ниже.
Вычисление скорости изменения риска возникновения BG
Пусть x1, х2,... xn представляют собой n отсчетов SMBG для пациента, сделанные в моменты времени t1, t2,... tn. Эти данные затем преобразуются путем вычислений f(x1), f(x2),..., f(xn), и строится кривая S(t) путем аппроксимации кубическими сплайнами, проходящая через точки (t1,f(х1)), (t2,f(х2)),..., (tn,f(xn)). Таким образом, функция S(t) представляет собой непрерывную функцию, определенную на всем интервале [t1,tn], и такую, что S(tj)=f(xj), для j=1,..., n. Также вычисляется множество чисел sk=10S(k+t1)2 для k=0, 1,..., tn-t1, таким путем получаются интерполяционные значения с приращениями в один час.
Затем рассмотрим все пары чисел sk с последовательными индексами:
C0=(s0,s1), C1=(s1,s2), С2=(s2,s3),..., и обозначим как Мup множество всех пар Сk, таких, что sk>Sk+1, и Мdn, множество всех пар Ck, таких что sk<sk+1.
Наконец, пусть DrDn представляет собой среднее значение по всем числам sk+1-sk при условии, что Сk∈Мdn, и Dr представляет собой среднее значение по всем числам sk+1-sk при условии, что Ck∈Мup+Mdn.
Числа DrDn и Dr обеспечивают меру для скорости изменения уровня BG в "пространстве риска", то есть скорости изменения риска, связанного с каким-либо изменением уровня BG. Кроме того, DrDn измеряет скорость изменения уровня BG только тогда, когда уровень BG уменьшается, то есть DrDn оценивает, насколько быстро может возрасти риск, когда уровень BG падает. Время Dr представляет собой меру общей уязвимости уровня BG по отношению к флуктуациям. Далее утверждается, что DrDn будет связан с риском возникновения гипогликемии (если у кого-то уровень глюкозы в крови может быстро падать, его/ее риск возникновения гипогликемии должен быть более высоким), в то время как Dr будет ассоциироваться с общей стабильностью уровня BG.
Программный код (представленный на языке программирования SPSS)
Первый случай - это когда отсчеты уровней BG представляются в ммоль/л, и в этом случае переменной является BGMM. Второй случай - это когда отсчеты уровней BG представлены в мг/дл, и в этом случае переменной является BGMG.
Если уровень BG измеряется в ммоль/л, каждый отсчет уровня BG сначала преобразовывается следующим образом:
SCALE1=(In(BGMM))**1,026-1,861
RISK1=32,185*SCALE1*SCALE1
Если уровни BG измеряются в мг/дл, каждый отсчет уровня BG сначала преобразовывается следующим образом:
SCALE2=(ln(BGMG))**1,08405-5,381
RISK2=22,765*SCALE2*SCALE2
Далее, взвешенные отклонения влево и вправо вычисляются с помощью компьютера следующим образом:
WL=0WL=0
Если (SCALE1 le 0,0) WL=RISK1
WR=0
Если (SCALE1 gt 0,0) WR=sqrt(RISK1)
При условии, что отсчеты уровней BG равномерно распределены по времени или интерполируются с одночасовыми приращениями, скорость изменения уровня BG вычисляется с помощью компьютера следующим образом:
Dr=RISK1(BG)-RISK1(BG-1)
DrDn=0
Если (SCALE le 0,0 и Dr gt 0) DrDn=Dr
Наконец, агрегация данных по всем отсчетам уровней BG для субъекта даст
WL = среднее значение (WL)
WR = среднее значение (WH)
Dr = среднее значение (Dr), и DrDn = среднее значение (DrDn)
Способ оценки уровней HbA1с
Предпочтительный вариант воплощения способа оценки уровня HbA1c 100 представлен на фиг.1. На первой стадии 102 данные SMBG собираются в течение заданного периода времени. Например, данные SMBG собираются в течение 4-6 недель, с частотой 3-5 измерений BG в день, затем эти данные преобразуются с помощью программы или формул, представленных в предыдущем разделе. Необходимо использовать различные формулы, если измеренные значения уровня BG сохраняются в мг/дл или в ммоль/л. Специалист в данной области заметит, что могут быть использованы различные уровни, длительности и частоты. На стадии 104 взвешенное отклонение в сторону высоких уровней глюкозы в крови (WR) и оценка скорости изменения уровня глюкозы в крови (Dr) вычисляются с помощью компьютера, с использованием формулы/программы, обсужденной выше. На стадии 106 компьютер вычисляет оценку HbA1c по данным самомониторинга, используя линейную функцию
EstHBA1c=0,9008*WR-0,8207*DR+6,7489.
Коэффициенты этой функции получены по данным для 867 пациентов, страдающих диабетом, и дополнительный сбор данных может изменить эти коэффициенты. На стадии 108 категории оценок уровня HbA1c, представляющие диапазон значений для оценок уровней HbA1c, определяются согласно табл.1.
Таблица 1
Определение категорий на основе оценок уровня EstHBA1c
EstHBA1c <7,8 7,8-8,5 8,5-9,0 9,0-9,6 9,6-10,3 10,3-11,0 >11,0
Категория 1 2 3 4 5 6 7
На стадии 110 предсказанные доверительные интервалы для соответствующих уровней HbA1c вычисляются согласно табл.2.
Таблица 2
Предсказанные 95% доверительные интервалы для классификации HbA1c
Категория 1 2 3 4 5 6 7
НВА1c <8,0 8,0-8,5 8,5-9,0 9,0-9,5 9,5-10,1 10,1-11,0 >11,0
На стадии 112 оценка HbA1c из стадии 106 соотносится с одной из категорий, приведенных в табл.1 и/или табл.2.
Эмпирическая проверка оценки значений HbA1c
Интервалы для значений HbA1c в табл.2 основываются на широких исследованиях. Для проверки этих интервалов были проанализированы данные SMBG и значения HbA1c от 867 пациентов, страдающих диабетом. Все пациенты использовали измерители уровня BG с памятью в течение шести месяцев и измеряли свои уровни BG от двух до четырех раз в день. В тот же самый период производилось от 5 до 8 анализов уровня HbA1c для каждого субъекта. Данные из памяти измерителя электронным способом выгружались и хранились в компьютере для дальнейшего анализа. Эта процедура создает базу данных, содержащую более чем 300000 отсчетов SMBG и 4180 анализов уровня HbA1c, которые берутся в течение шести месяцев. Анализ всех данных производится для сравнения уровней HbA1c для семи категорий, определенных в табл.1. Пять категорий в высшей степени различны со значениями F=91 и р<0,00001. Кроме того, среднее значение HbA1c существенно отличается для каждой пары категорий, что демонстрируется с помощью ранжирования по Дункану, с р<0,01.
Также 95% доверительные интервалы для среднего значения HbA1c вычисляли с помощью компьютера в каждой из семи категорий. Эти доверительные интервалы использовали в качестве основы для вычисления с помощью компьютера интервалов HbA1c, представленных в табл.2. Последующий анализ способности данного способа к классификации демонстрирует, что этот способ хорошо защищен от экстремальных ошибок, таких как некорректная классификация HbA1c в категориях 1, 2 или 3 на основе SMBG, в то время как действительное значение HbA1c больше, чем 9,5%, или классификация значений HbA1c в категориях 5, 6 или 7, в то время как действительное значение HbA1c меньше, чем 9,0%.
После начальной регистрации данных SMBG в течение 4-6 недель компьютеризированный способ вычисляет оценку интервала для значений HbA1c, которая может быть использована для отслеживания изменений у пациентов при контроле гликемии в диапазоне высоких значений уровней BG.
Способ оценки долговременной вероятности острой гипогликемии (SH)
Предпочтительный вариант воплощения способа оценки долговременной вероятности возникновения SH 200 согласно изобретению показан на фиг.2. На первой стадии 202 данные SMBG собираются в течение заданного периода времени. Например, данные SMBG собираются в течение 4-6 недель с частотой 3-5 измерений уровня BG в день, затем они преобразуются с помощью кода или формул, представленных выше. Должны использоваться различные формулы, если данные измерений уровня BG хранятся в мг/дл, или в ммоль/л. Специалисту в данной области техники ясно, что могут быть использованы различные уровни, длительности и частоты. На стадии 204 значения WL и DrDn вычисляют с помощью компьютера, используя формулу/код, как указано выше. На стадии 206 оценку количества будущих приступов SH вычисляют с использованием линейной функции
EstNSH=3,3613*WL-4,3427*DrDn-1,2716.
Отметим, что коэффициенты этой функции получены с помощью данных для 181 пациента, страдающего диабетом. Дальнейшая аккумуляция данных может изменить эти коэффициенты. Эта формула дает однозначную оценку для количества будущих приступов SH, и с помощью дополнительных методик, как обсуждается ниже, создаются категории с диапазонами и доверительными уровнями для усовершенствования клинических применений. На стадии 208 оцененное количество категорий для приступов SH (estNSH), представляющих диапазон значений для estNSH, определяется согласно табл.3.
Таблица 3
Классификация EstNSH
EstNSH <0,775 0,775-3,750 3,750-7,000 >7,000
Категория 1 2 3 4
На стадии 210 в соответствии с категориями estNSH получают вероятность того, что в течение следующих шести месяцев произойдут 0, 1-2 или более чем 2 приступа SH, как представлено в табл.4.
Таблица 4
Вероятность того, что произойдет 0, 1-2 или более чем 2 приступа SH в следующие 6 месяцев
  Категория 1 Категория 2 Категория 3 Категория 4
0 SH 90% 50% 25% <20%
1-2 SH 10% 25% 25%
>2 SH 25% 50% > 80%
На стадии 212 значение EstNSH со стадии 206 соотносится с одной из категорий, представленных в табл.3 и/или табл.4.
Эмпирическая проверка оценки долговременной вероятности возникновения SH
Сто восемьдесят один взрослый с диабетом типа 1 (возраст людей 37 лет, продолжительность диабета 18 лет) использовали измерители с памятью, чтобы собрать более чем 34000 результатов SMBG за месяц. Затем в течение следующих шести месяцев они записывали в дневниках каждый случай SH. Данные SMBG математически преобразовывались в модель линейной регрессии, которая используется для предсказания острой гипогликемии в будущем, которая дает в результате модель с высоким уровнем значимости (F=36,3, p<0,0001) и множеством R в 55%.
Все субъекты классифицируются в 4 категории с использованием представленного способа оценки долговременной вероятности SH. Среднее количество приступов SH в будущем в категориях 1, 2, 3 и 4 составляет 0,3, 2,0, 5,0 и 9,75 соответственно. Анализ разброса демонстрирует различия между этими категориями, имеющие высокую степень значимости, F=19,0, р<0,0001.
В итоге линейная комбинация индекса низких значений BG и скорости падения уровня BG, измеренных в "пространстве риска", обеспечивает точную оценку долговременного риска возникновения SH. Поскольку эта оценка основывается на данных измерений SMBG, которые автоматически сохраняются множеством измерителей коэффициента отражения, это представляет собой эффективный и клинически полезный индикатор контроля гликемии у пациентов в диапазоне низких значений BG.
Способ оценки кратковременного (в пределах 24 часов) риска возникновения гипогликемии
Предпочтительный вариант воплощения способа оценки кратковременного риска возникновения SH 300 согласно изобретению показан на фиг.3. На первой стадии 302 данные SMBG собирают в течение заданного кратковременного периода. Например, данные SMBG собирают в течение 24-часового периода, с частотой 3-5 измерений уровня BG в день - 4 или более отсчета, в качестве номинального уровня в соответствии с анализом данных. Специалисту в данной области ясно, что могут быть использованы различные уровни, периоды (длительности) и частоты. На стадии 304 значения WL(24) и Max(wl) вычисляют с помощью компьютера с использованием всех отсчетов, собранных в пределах предыдущих 24 часов, где максимальное значение wl(BG;2) равно Max(wl). На стадии 306 значение риска определяется как геометрическое среднее WL и Max(wl) за 24-часовой период, где указанное значение риска математически определяется по формуле
Figure 00000007
На стадии 308 определяется пороговое значение риска. На стадии 310 оценка значение риска сравнивается с пороговым значением риска. Например, если пороговое значение риска установлено как 17 и если Risk(24)>17, тогда на основе данных SMBG, собранных в течение предыдущих 24 часов, полученное значение представляет собой высокий риск возникновения неожиданной гипогликемии у пациента. Другими словами, это представляет собой правило принятия решения, которое рассматривает 24-часовой период данных SMBG и определяет, какова вероятность того, что этот период предшествует неожиданному приступу гипогликемии. Пороговое значение 17 получают из большого множества данных, однако очевидно, что это значение может быть уточнено при дальнейшей аккумуляции данных или для дополнительных целей.
Эмпирическая проверка оценки кратковременного риска гипогликемии
Восемьдесят пять пациентов набирают через объявления в газетах и в клиниках, где лечат диабет. Критерии для включения: 1) возраст 21-60 лет; 2) диабет типа I, продолжительностью, по меньшей мере, два года, и использование инсулина со времени установления диагноза; 3) по меньшей мере 2 документированных приступа SH в последний год; 4) рутинное использование устройств для SMBG для мониторинга диабета. Участники инструктируются, чтобы использовать измеритель 3-5 раз в день и записывать в ежемесячные дневники любые приступы SH, включая точные даты и время их возникновения. SH определяется как острая нейрогликопения, которая приводит к ступору или потере сознания и не дает возможности самолечения. Для каждого пациента исследование продолжается 6-8 месяцев, и каждый месяц измеритель субъекта выгружается, и дневники SH собираются. Емкость памяти измерителей является достаточной, и выгрузка является достаточно частой, так что данные по значениям BG не теряются. Никаких изменений в повседневном поддерживающем лечении диабета у пациентов не происходит, а также во время исследования не назначается никакого дополнительного лечения.
Во время исследования в целом 75495 отсчетов SMBG (в среднем 4,0±1,5 на пациента в день) выгружают из памяти измерителей у участников и 399 (4,7±6,0 для субъекта) приступов SH отмечено в их дневниках. Важной новой информацией является то, что приступы умеренной или острой гипогликемии сопровождаются заметными возмущениями BG до или после них. В течение 24-часового периода перед приступом SH индекс низких значений BG (например, WL) возрастает (р<0,001), среднее значение BG понижается (р=0,001) и разброс значений BG возрастает (р=0,001). Через 24 часа после приступа SH индекс низких значений BG и разброс значений BG остаются повышенными (р<0,001), но среднее значение BG возвращается к фоновому значению.
На фиг.4 представлена диаграмма типичного возмущения уровня BG, наблюдаемого до и после приступа острой гипогликемии. В течение от 24 до 48 часов перед приступом SH средний уровень BG понижается и разброс значений BG увеличивается. Через 24-часовой период, непосредственно предшествующий приступу SH, средний уровень BG дополнительно падает, а разброс значений BG продолжает расти. В течение 24-часового периода после приступа SH средний уровень BG нормализуется, но разброс BG продолжает оставаться увеличенным. Как средний уровень BG, так и его разброс возвращаются к фоновым значениям в пределах 48 часов после приступа SH.
Возмущения, представленные на фиг.4, количественно характеризуются с использованием данных SMBG, чтобы сделать возможной оценку кратковременного риска гипогликемии. Пороговое значение Risk(24)=17 получают после оптимизации при следующих ограничениях: 1) способ должен предсказывать максимальный процент приступов SH, то есть определять максимальный процент риска для 24-часовых периодов, предшествующих SH, и 2) чтобы предотвратить переоценку риска, способ должен идентифицировать время риска не более чем 15% от общего времени исследования (в среднем один день в неделю). Пороговое значение 17 риска поддерживается постоянным для всех пациентов. Причиной выбора значения 15% является желание предотвратить раздражение пациентов избытком "ложных тревог", которые затем приводят к игнорированию "истинных тревог". На практике лечащий врач пациента может выбрать другое значение в зависимости от тяжести диабета у пациента и конкретных целей.
Следующий пример иллюстрирует воздействие блок-схемы на данные SMBG двух пациентов при исследовании. На фиг.5 представлены данные за десять недель для субъекта А (верхний график) и субъекта В (нижний график). Приступы SH отмечены треугольниками; черная кривая представляет значение риска. Когда порог риска (горизонтальная линия при Risk=17) превышается, блок-схема показывает следующий за этим период риска (серый столбик). Для субъекта А предсказаны 7 из 9 приступов SH и имеются 5 ложных тревог, то есть периодов высокого риска, которые не привели к SH. Для субъекта В имеются 3 ложные тревоги и предсказан единственный приступ SH. Очевидно, что значения риска для субъекта В, если сравнивать со значениями риска для субъекта А, включают больше отклонений и притом высоких. Для обоих субъектов все приступы SH сопровождаются сверхкритическими значениями риска и около половины всех больших отклонений сопровождаются одним или несколькими приступами SH.
У всех участников исследования 44% всех зарегистрированных приступов SH предваряются в пределах 24 часов периодом высокого риска и 50% предваряются периодом высокого риска в пределах 48 часов. Если рассматривать только периоды либо по меньшей мере с 3, либо по меньшей мере с 4 измерениями SMBG, точность предсказания в последнем случае возрастает до 53% и 57% соответственно. Последующий анализ уровней BG, существующих во время периодов высокого риска или непосредственно после них, после которых не следует приступ SH, то есть во время ложных тревог или непосредственно после них, демонстрирует, что средний минимум для субъекта таких уровней BG составляет 2,3±0,2 ммоль/л по сравнению с 5,9±1,7 ммоль/л (t=19,5, p<0,0001), для всех периодов без риска, включая все приступы SH, которые остались неучтенными. Это указывает на то, что, хотя симптоматически SH не возникает, уровни BG после периодов высокого риска заметно понижены.
Способ оценки кратковременного риска смоделирован на 6-месячных сериях отсчетов SMBG для 85 индивидуумов с диабетом типа I. При четырех или более отсчетах SMBG в день могут ожидаться по меньшей мере 50% всех приступов SH. Даже если SH не проявляется симптоматически, блок-схема предсказывает приступы умеренной гипогликемии.
Интеграция трех соскобов
Все три способа настоящего изобретения, как обсуждается выше и показано на фиг.1-3, используют одни и те же серии данных SMBG. Следовательно, с точки зрения устройства для SMBG, объединенная таблица или матрица результатов этих трех способов может быть получена подобно таблице выходных данных, представленных ниже:
  Категории EstHBA (блок-схема 1)
1 2 3 4 5 6 7
Категории EstNSH 1       Ss 1      
2              
3              
4 Ss 2            
Таким образом, например, выходные данные для пациента 1 (Ss 1), представленные выше в таблице, указывают, что это лицо, вероятно, имеет уровень HbA1c между 9 и 9,5% и имеет 90% шансы не испытывать острой гипогликемии в следующие 6 месяцев. Выходные данные для субъекта 2 (Ss 2) указывают, что это лицо, вероятно, имеет уровень HbA1c ниже 8% и имеет шанс, больший, чем 80%, испытать по меньшей мере 3 приступа SH в следующие 6 месяцев.
В дополнение к этой таблице выходных данных способ оценки кратковременного риска обеспечивает непрерывное отслеживание риска внезапной гипогликемии и может быть использован для включения звукового сигнала тревоги, когда этот риск становится высоким.
Способ согласно изобретению может быть осуществлен с использованием аппаратного обеспечения, программного обеспечения или их сочетания и может быть осуществлен в одной или нескольких компьютерных системах или в других системах обработки данных, таких как персональные цифровые вспомогательные устройства (PDA). В описываемом примере воплощения способ осуществляется с помощью программного обеспечения с помощью компьютерной системы 600 общего назначения (фиг.6). Компьютерная система 600 включает один или несколько процессоров 604. Процессор 604 соединен с инфраструктурой 606 передачи данных (например, с шиной передачи данных, с шиной или сетью перекрестных соединений). Компьютерная система 600 включает интерфейс 602 дисплея, который направляет графику текст и другие данные от инфраструктуры 606 передачи данных (или из буфера изображения, не показан) для изображения в узле дисплея 630.
Компьютерная система 600 также включает главную память 608, предпочтительно оперативную память (RAM), и может также включать внешнюю память 610. Внешняя память 610 может включать, например, жесткий диск 612 и/или переносное устройство 614 памяти, представляющее собой дисковод для гибкого диска, устройство с магнитной лентой, дисковод для оптических дисков. Переносное устройство 614 памяти считывает с переносного блока 618 хранения информации и/или записывает на него хорошо известным способом. Переносной блок 618 хранения информации представляет собой гибкий диск, магнитную ленту, оптический диск, на которые информация записывается или считывается с них, с помощью переносного устройства 614 для хранения информации. Переносной блок 618 хранения информации включает среду для хранения, используемую в компьютере, на которой хранятся компьютерное программное обеспечение и/или данные.
В альтернативных вариантах воплощения внешняя память 610 может включать другие средства, позволяющие компьютерным программам или другим инструкциям загружаться в компьютерную систему 600. Такие средства могут включать, например, переносной блок 622 хранения информации и интерфейс 620. Примеры таких переносных единиц/интерфейсов для хранения информации включают картридж с программой и интерфейс для картриджа (такой как тот, который находится в устройствах для видеоигр), микросхему внешней памяти (такую как ПЗУ, ППЗУ, СППЗУ или ЭСППЗУ), и соответствующий им разъем, и другие переносные блоки 622 хранения информации и интерфейсы 620, которые предоставляют возможность переноса программного обеспечения и данных от переносного блока 622 хранения информации к компьютерной системе 600.
Компьютерная система 600 может также включать интерфейс 624 передачи данных. Интерфейс 624 передачи данных обеспечивает возможность переноса программного обеспечения и данных между компьютерной системой 600 и внешними устройствами. Примеры интерфейса 624 передачи данных могут включать модем, сетевую карту (такую как карта Ethernet), порт передачи данных, разъем, и карту PCMCIA, и тому подобное. Программное обеспечение и данные, переносимые с помощью интерфейса 624 передачи данных, находятся в форме сигналов 628, которые могут быть электронными, электромагнитными, оптическими или другими сигналами, которые способны приниматься интерфейсом 624 передачи данных. Сигналы 628 поступают в интерфейс 624 передачи данных по пути передачи данных, то есть по каналу 626. Канал 626 переносит сигнал 628 и может быть реализован с использованием провода или кабеля, волоконной оптики, телефонной линии, канала связи сотового телефона, РЧ-связи и других каналов передачи данных.
В описании термины "среда компьютерных программ" и "среда, используемая в компьютере" используются для общего упоминания сред, таких как переносное устройство 614 для хранения информации, жесткий диск, установленный в устройстве 612 для жесткого диска, и сигналы 628. Эти программные продукты для компьютера представляют собой средства для создания программного обеспечения для компьютерной системы 600. Настоящее изобретение включает такие программные продукты для компьютера.
Компьютерные программы (также называемые программной логикой компьютера) хранятся в главной памяти 608 и/или во внешней памяти 610. Компьютерные программы могут также получаться с помощью интерфейса 624 передачи данных. Такие компьютерные программы, когда они исполняются, дают возможность компьютерной системе 600 осуществлять особенности настоящего изобретения, как здесь обсуждается. В частности, компьютерные программы дают возможность процессору 604 осуществлять требуемые функции. Соответственно, компьютерные программы представляют собой контроллеры компьютерной системы 600.
Программное обеспечение может храниться в программном продукте для компьютера и загружаться в компьютерную систему 600 с использованием переносного устройства 614 для хранения информации, устройства 612 жесткого диска или интерфейса 624 передачи данных. Программное обеспечение, когда оно выполняется процессором 604, заставляет процессор 604 осуществлять требуемые функции.
В другом варианте воплощения изобретение реализуется в аппаратном обеспечении с использованием таких элементов аппаратного обеспечения, как специализированные интегральные схемы (ASIC). Применение устройства с аппаратным обеспечением для осуществления указанных функций понятны специалистам.
В еще одном варианте воплощения изобретения используют сочетание аппаратного обеспечения и программного обеспечения.
В примере воплощения программного обеспечения способы, описанные выше, осуществляются с помощью управляющего языка SPSS, но могут быть осуществлены и с помощью других программ, таких как язык программирования С + +.
На фиг.7-9 представлены блок-схемы альтернативных вариантов воплощения изобретения. На фиг.7 представлена блок-схема системы 710, включающая измеритель 728 уровня глюкозы, используемый пациентом 712 для регистрации отсчетов доз инсулина и измеренных уровней глюкозы в крови ("BG"). Данные, получаемые с помощью измерителя 728 уровня глюкозы, переносятся для обработки через соответствующие линии 714 связи для передачи данных или модем 732 для передачи данных в устройство или микросхему, такую как персональный компьютер 740, PDA или сотовый телефон. Сохраняемые данные могут храниться в измерителе 728 уровня глюкозы и могут непосредственно выгружаться в персональный компьютер 740 через кабель соответствующего интерфейса. Примером является система мониторинга или измеритель ONE TOUCH от LifeScan, Inc., который совместим с программным обеспечением IN TOUCH, которое включает кабель интерфейса для выгрузки данных в персональный компьютер.
Используют измеритель уровня глюкозы, общепринятый в промышленности и включающий любое устройство, которое может служить в качестве механизма для получения данных об уровне BG. Измеритель BG или механизм, устройство, инструмент или система для получения данных включают всевозможные способы, позволяющие получить образец крови (например, с помощью перфорации пальца) для каждого исследования, и определение уровня глюкозы с использованием инструмента, который измеряет концентрацию глюкозы с помощью электромеханических или калориметрических способов. В последнее время были разработаны различные способы для определения концентрации анализируемых веществ в крови без извлечения крови, например неинвазивный способ измерения концентрации глюкозы в крови с использованием лазерной спектроскопии диффузного отражения излучения в ближнем ИК-диапазоне.
Из патента США №5139023 известно устройство для трансдермального мониторинга уровня глюкозы в крови, которое основано на усилителе проницаемости (например, соль желчной кислоты) для облегчения трансдермального движения глюкозы в градиенте концентрации, который устанавливается между внутренней жидкостью и принимающей средой. В патенте США №5036861 описан пассивный монитор уровня глюкозы, который собирает потоотделение через участок кожи, где холинэргический агент используется для стимуляции секреции потоотделения из экзокринной потовой железы. Подобные же устройства для сбора потоотделения описаны в патентах США №5076273 и №5140985.
Кроме того, из патента США №5279543 известно использование лекарственного электрофореза для неинвазивного отбора вещества через кожу в сборник на поверхности кожи. Эта процедура отбора может быть объединена с глюкоза-специфичным биосенсором или глюкоза-специфичными электродами, в порядке мониторинга уровня глюкозы в крови. В Международной публикации № WO 96/00110 описано устройство для лекарственного электрофореза, предназначенное для трансдермального мониторинга целевого вещества, где электрод для лекарственного электрофореза используется для перемещения анализируемого вещества в резервуар для сбора и биосенсор используется для детектирования целевого анализируемого вещества, присутствующего в резервуаре. Наконец, из патента США №6144869 известна система отбора для измерения концентрации присутствующего анализируемого вещества.
Кроме того, измеритель уровня BG или механизм сбора данных может включать петли-катетеры и отбор жидкости из подкожной ткани.
Компьютер или PDA 740 содержит программное обеспечение и аппаратное обеспечение, необходимое для обработки, анализа и интерпретации регистрируемых самим пациентом, страдающим диабетом, данных в соответствии с заданными временными графиками (как описывается подробно выше) и генерации соответствующего выходного сигнала с интерпретацией данных. Результаты анализа данных и интерпретация, производимая над сохраняемыми данными пациента с помощью компьютера 740, демонстрируются в форме сообщения на бумаге с помощью принтера, связанного с персональным компьютером 740. Альтернативно, результаты интерпретации данных могут быть непосредственно показаны на видеодисплее, связанном с компьютером 740.
На фиг.8 представлена блок-схема альтернативного варианта воплощения изобретения, содержащая систему поддержания состояния при диабете, которая представляет собой управляемое пациентом устройство 810, имеющее корпус, достаточно компактный для того, чтобы сделать устройство 810 переносным и носимым пациентом при себе. Направляющие для полосок, предназначенные для приема тест-полоски для измерения уровня глюкозы в крови (не показаны), располагаются на поверхности корпуса 816. Тест-полоска предназначена для приема образца крови от пациента 812. Устройство включает микропроцессор 822 и память 824, соединенную с микропроцессором 822. Микропроцессор 822 сконструирован для исполнения компьютерной программы, сохраняемой в памяти 824, для осуществления различных вычислений и управляющих функций. Клавиатура 816 соединена с микропроцессором 822 через стандартное декодирующее устройство клавиатуры 826. Дисплей 814 соединяется с микропроцессором 822 с помощью драйвера 830 дисплея. Микропроцессор 822 обменивается данными с драйвером 830 дисплея с помощью интерфейса, и драйвер 830 дисплея изменяет данные на дисплее 814 и обновляет их под управлением микропроцессора 822. Динамик 854 и часы 856 также соединены с микропроцессором 822. Динамик 854 работает под управлением микропроцессора 822 и выдает слышимый сигнал, извещающий пациента о возможном приступе гипогликемии в будущем. Часы 856 сообщают текущую дату и время микропроцессору 822.
Память 824 также сохраняет значения уровня глюкозы в крови пациента 812, значения доз инсулина, типы инсулина и значения параметров, используемые микропроцессором 822 для вычисления значений будущих уровней глюкозы в крови, необходимые дозы инсулина и количества углеводов. Каждое значение уровня глюкозы в крови и значение дозы инсулина сохраняются в памяти 824 вместе с соответствующими значениями даты и времени. Память 824 предпочтительно представляет собой энергонезависимую память, такую как электрически стираемое программируемое ПЗУ (ЭСППЗУ).
Устройство 810 также включает измеритель 828 уровня глюкозы в крови, соединенный с микропроцессором 822. Измеритель 828 уровня глюкозы в крови сконструирован для измерения образцов крови, полученных на тест-полосках для измерения уровня глюкозы в крови, и для получения значений уровня глюкозы в крови по измерениям образцов крови. Как указано ранее, такие измерители уровня глюкозы хорошо известны в данной области. Измеритель 828 уровня глюкозы в крови предпочтительно относится к типу, который выдает цифровые значения непосредственно на микропроцессор 822. Альтернативно, измеритель 828 уровня глюкозы в крови может выдавать аналоговые сигналы. Измеритель 828 уровня глюкозы в крови соединен с микропроцессором 822 посредством аналогово-цифрового преобразователя (не показан).
Устройство 810 дополнительно имеет последовательный ввод/вывод 834, который соединен с микропроцессором 822. Ввод/вывод 834 соединен с модемом 832 с помощью стандартного интерфейса RS232. Модем 832 предназначен для связи для передачи данных между устройством 810 и персональным компьютером 840 или компьютером учреждения здравоохранения 838 через линию 836 передачи данных. Конкретные методики для соединения электронных устройств с помощью соединительных проводов хорошо известны в данной области. Другим альтернативным примером является передача данных по технологии "bluetooth".
На фиг.9 представлена блок-схема альтернативного варианта, имеющего систему поддержания состояния при диабете, представляющую собой управляемое пациентом устройство 910, подобное тому, которое представлено на фиг.8, и имеющее компактный корпус, чтобы сделать устройство 910 переносным и носимым пациентом. Однако может быть отдельный или отделяемый измеритель 928 уровня глюкозы или механизм для получения данных об уровне BG.
Описанные варианты могут осуществляться по сетям для передачи данных, таким как Интернет, делая оценки, вычисления и информацию доступными для любого процессора или компьютера в любом отдаленном положении, как показано на фиг.6-9 и/или раскрыто в патенте США №5851186. Пациенты, находящиеся в отдаленных положениях, могут передавать данные об уровне BG в центральное учреждение здравоохранения или в другой отдаленный пункт.
Согласно изобретению предлагается компьютеризированный способ для анализа данных и система для одновременной оценки двух наиболее важных компонентов контроля гликемии у индивидуумов, страдающих диабетом: уровня HbA1c и риска возникновения гипогликемии. Указанный способ обеспечивает три набора выходных данных.
Возможные осуществления способа, системы и программного продукта для компьютера состоят в том, что они обеспечивают следующие преимущества. Во-первых, настоящее изобретение усовершенствует существующие устройства для домашнего мониторинга уровня BG: 1) оценки категорий для уровня HbA1c, 2) оценки вероятности возникновения SH в последующие шесть месяцев и 3) оценку кратковременного риска возникновения гипогликемии (то есть для следующих 24 часов). Последний параметр может включать предупреждения, такие как сигнал тревоги, которые указывают на внезапные приступы гипогликемии. Эти три компонента могут также интегрироваться для обеспечения непрерывной информации о контроле гликемии у индивидуумов, страдающих диабетом, и для усовершенствования мониторинга риска возникновения гипогликемии.
В качестве второго преимущества настоящее изобретение усовершенствует существующие программное обеспечение или аппаратное обеспечение, которое собирает данные SMBG. Такое программное обеспечение или аппаратное обеспечение может производиться любым производителем устройств для домашнего мониторинга уровня BG и самостоятельно использоваться пациентами и учреждениями здравоохранения для интерпретации данных SMBG. Способы и система по настоящему изобретению могут быть непосредственно включены в существующие домашние мониторы уровня глюкозы в крови или могут быть использованы для усовершенствования программного обеспечения, которое собирает данные SMBG, путем введения компонента интерпретации данных, способного предсказывать как уровни HbA1c, так и периоды повышенного риска возникновения гипогликемии.
В качестве еще одного преимущества настоящее изобретение оценивает точность устройств для домашнего мониторинга уровней BG в диапазонах как низких, так и высоких уровней BG и по всей шкале уровней BG.
В качестве еще одного преимущества изобретения оценивается эффективность различных способов лечения диабета.
Кроме того, поскольку пациенты, страдающие диабетом, сталкиваются с проблемой оптимизации долговременного поддержания строгого контроля гликемии без повышения риска возникновения гипогликемии у них, настоящее изобретение облегчает эту проблему с помощью использования своих простых и надежных способов, обеспечивает оценку как контроля гликемии пациентов, так и риска возникновения гипогликемии.
Кроме того, настоящее изобретение обеспечивает несуществующий ранее канал передачи данных, предлагая три различных, но совместимых друг с другом алгоритма для оценки уровня HbA1c и риска возникновения гипогликемии по данным SMBG, которые должны использоваться для предсказания кратковременных и долговременных рисков возникновения гипогликемии, и долговременного риска возникновения гипергликемии.
Наконец, в качестве еще одного преимущества настоящее изобретение оценивает эффективность нового инсулина или устройств для доставки инсулина. Любой производитель или исследователь инсулина или устройств для доставки инсулина может использовать все воплощения настоящего изобретения для исследования относительного успеха предлагаемых или исследуемых типов инсулина или конструкций устройств для его доставки.

Claims (58)

1. Компьютеризированный способ оценки уровня HbA1c пациента на основе данных об уровне глюкозы в крови (BG), собранных в течение заданного периода времени, заключающийся в том, что вычисляют взвешенное отклонение (WR) в сторону высоких уровней глюкозы в крови и осуществляют оценку скорости изменения (Dr) уровня глюкозы в крови на основе собранных данных об уровне глюкозы в крови (BG), осуществляют оценку уровня гликозилированного гемоглобина (HbA1c) с использованием заданной математической формулы на основании вычисленных значений WR и Dr.
2. Способ по п.1, отличающийся тем, что вычисленное значение WR математически определяют по последовательности данных уровней BG x1, х2,... xn, полученных в моменты времени t1, t2,... tn, согласно уравнению
Figure 00000008
где wr(BG;b)=10f(BG)b, если f(BG)>0, и 0 - в противоположном случае,
b=1 и представляет собой параметр взвешивания,
вычисленное значение Dr математически определяют согласно выражению
Dr = среднее значение от sk+1-sk,
где sk=10S(k+t1)2 для k=0, 1,..., tn-t1,
S(tj)=f(xj) для j=1,..., n.
3. Способ по п.1, отличающийся тем, что оценку уровня HbA1с из мониторинга данных по уровню глюкозы в крови (BG) математически определяют согласно выражению
Оценка уровня HbA1с=0,9008(WR)-0,8207(Dr)+6,7489.
4. Способ по п.1, отличающийся тем, что определяют заданные категории для оценки уровня гликозилированного гемоглобина HbA1с, причем каждая из категорий уровня HbA1с представляет собой диапазон оцененных значений уровня HbA1с, присваивают оцененный уровень HbA1с по меньшей мере одной из указанных оцененных категорий уровней HbA1с.
5. Способ по п.4, отличающийся тем, что оцененные категории уровня гликозилированного гемоглобина HbA1с определяют следующим образом:
классифицируемая категория 1, в которой оцененный уровень HbA1с меньше, чем около 7,8,
классифицируемая категория 2, в которой оцененный уровень HbA1с находится в диапазоне от 7,8 до 8,5,
классифицируемая категория 3, в которой оцененный уровень HbA1с находится в диапазоне от 8,5 до 9,0,
классифицируемая категория 4, в которой оцененный уровень HbA1с находится в диапазоне от 9,0 до 9,6,
классифицируемая категория 5, в которой оцененный уровень HbA1с находится в диапазоне от 9,6 до 10,3,
классифицируемая категория 6, в которой оцененный уровень HbA1с находится в диапазоне от 10,3 до 11,0,
классифицируемая категория 7, в которой оцененный уровень HbA1с больше 11,0.
6. Способ по п.5, отличающийся тем, что определяют предсказанные доверительные интервалы для соответствующих оцененных категорий уровней гликозилированного гемоглобина HbA1с, где указанные предсказанные доверительнее интервалы определяют следующим образом:
классифицируемая категория 1 соответствует предсказанным уровням HbA1с, меньшим 8,0,
классифицируемая категория 2 соответствует предсказанным уровням HbA1с, находящимся в диапазоне от 8,0 до 8,5,
классифицируемая категория 3 соответствует предсказанным уровням HbA1с, находящимся в диапазоне от 8,5 до 9,0,
классифицируемая категория 4 соответствует предсказанным уровням HbA1с, находящимся в диапазоне от 9,0 до 9,5,
классифицируемая категория 5 соответствует предсказанным уровням HbA1с, находящимся в диапазоне от 9,5 до 10,1,
классифицируемая категория 6 соответствует предсказанным уровням HbA1с, находящимся в диапазоне от 10,1 до 11,0,
классифицируемая категория 7 соответствует предсказанным уровням HbA1с, большим 11,0.
7. Способ по п.4, отличающийся тем, что определяют предсказанные доверительные интервалы для соответствующих указанных уровней гликозилированного гемоглобина HbA1с, каждый из предсказанных доверительных интервалов представляет собой определенный диапазон уровней HbA1с.
8. Способ по п.7, отличающийся тем, что доверительные интервалы для предсказанных уровней гликозилированного гемоглобина HbA1с имеют уровень доверительности около 95%.
9. Компьютеризированный способ оценки уровня HbA1с пациента на основе данных об уровне глюкозы в крови (BG), собранных в течение заданного периода времени, заключающийся в том, что вычисляют взвешенное отклонение (WR) в сторону высоких уровней глюкозы в крови и осуществляют оценку скорости изменения (Dr) уровня глюкозы в крови на основе собранных данных об уровнях BG, осуществляют оценку уровней гликозилированного гемоглобина HbA1с с использованием заданной математической формулы на основе вычисленных значений WR и Dr, для классификации оцененных уровней HbA1с используют заданный доверительный интервал.
10. Способ по п.9, отличающийся тем, что используют доверительный интервал, который находится в пределах от 85 до 95%.
11. Система оценки уровня гликозилированного гемоглобина HbA1с пациента на основе данных об уровне глюкозы в крови (BG), собранных в течение заданного периода времени, содержащая элемент базы данных для обслуживания базы данных, идентифицирующих данные уровней глюкозы в крови (BG), процессор, предназначенный для вычисления взвешенного отклонения (WR) в сторону высоких уровней глюкозы в крови и оцененного значения скорости изменения (Dr) уровня глюкозы в крови на основе указанных собранных данных уровней глюкозы в крови (BG), и для оценки уровня гликозилированного гемоглобина HbA1с с использованием заданной математической формулы на основе указанных вычисленных значений WR и Dr.
12. Система по п.11, отличающаяся тем, что вычисленное значение WR математически определяется по последовательности данных уровней BG x1, х2,..., xn, полученных в моменты времени t1, t2,..., tn согласно уравнению
Figure 00000009
где wr(BG;b)=10f(BG)b, если f(BG)>0, и 0 - в противоположном случае,
b=1 и представляет собой параметр взвешивания,
вычисленное значение Dr, которое математически определяется согласно выражению
Dr=среднее значение от sk+1-sk,
где sk=10S(k+t1)2 для k=0, 1,..., tn-t1,
S(tj)=f(xj) для j=1,..., n.
13. Система по п.11, отличающаяся тем, что оценка уровня гликозилированного гемоглобина HbA1c по данным мониторинга уровня BG математически определяется согласно выражению
Оценка уровня HbA1c=0,9008(WR)-0,8207(Dr)+6,7489.
14. Система по п.11, отличающаяся тем, что в процессоре дополнительно осуществляется определение заданной категории для оценки уровня гликозилированного гемоглобина HbA1c, причем каждая из оцененных категорий уровня HbA1c представляет собой диапазон оцененных значений уровня HbA1c, и присвоение оцененного уровня HbA1c по меньшей мере одной из указанных оцененных категорий уровней HbA1c.
15. Система по п.14, отличающаяся тем, что указанные оцененные категории уровней гликозилированного гемоглобина HbA1c определяются следующим образом:
классифицируемая категория 1, в которой оцененный уровень HbA1c меньше около 7,8,
классифицируемая категория 2, в которой оцененный уровень HbA1c находится в диапазоне от 7,8 до 8,5,
классифицируемая категория 3, в которой оцененный уровень HbA1c находится в диапазоне от 8,5 до 9,0,
классифицируемая категория 4, в которой оцененный уровень HbA1c находится в диапазоне от 9,0 до 9,6,
классифицируемая категория 5, в которой оцененный уровень HbA1c находится в диапазоне от 9,6 до 10,3,
классифицируемая категория 6, в которой оцененный уровень HbA1c находится в диапазоне от 10,3 до 11,0,
и классифицируемая категория 7, в которой оцененный уровень HbA1c больше, чем 11,0.
16. Система по п.15, отличающаяся тем, что в процессоре дополнительно осуществляется определение предсказанных доверительных интервалов для соответствующих оцененных категорий уровней гликозилированного гемоглобина HbA1c, где указанные предсказанные доверительные интервалы определяются следующим образом:
классифицируемая категория 1 соответствует предсказанным уровням HbA1c, меньшим 8,0,
классифицируемая категория 2 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 8,0 до 8,5,
классифицируемая категория 3 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 8,5 до 9,0,
классифицируемая категория 4 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 9,0 до 9,5,
классифицируемая категория 5 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 9,5 до 10,1,
классифицируемая категория 6 соответствует предсказанным уровням HbA1c, находящимся в диапазоне от 10,1 до 11,0,
классифицируемая категория 7 соответствует предсказанным уровням HbA1c, большим 11,0.
17. Система по п.14, отличающаяся тем, что в процессоре дополнительно осуществляется определение предсказанных доверительных интервалов для соответствующих уровней гликозилированного гемоглобина HbA1c, каждый из предсказанных доверительных интервалов представляет собой определенный диапазон уровней HbA1c.
18. Система по п.17, отличающаяся тем, что предсказанные доверительные интервалы уровней гликозилированного гемоглобина HbA1c имеют уровень доверительности около 95%.
19. Система контроля гликемии для оценки уровня гликозилированного гемоглобина HbA1c пациента, содержащая механизм для получения данных об уровне глюкозы в крови (BG) у пациента, элемент базы данных для обслуживания базы данных, идентифицирующих данные об уровне BG, процессор, предназначенный для вычисления взвешенного отклонения (WR) в сторону высоких уровней глюкозы в крови и оцененного значения скорости изменения (Dr) уровня глюкозы в крови на основе указанных собранных данных об уровне глюкозы в крови BG, и для оценки уровня HbA1c с использованием заданной математической формулы на основе указанных вычисленных значений WR и Dr.
20. Программный продукт для компьютера, содержащий пригодную для использования в компьютере среду, имеющую программную логику для компьютера, позволяющую по меньшей мере одному процессору в компьютерной системе осуществлять оценку уровня гликозилированного гемоглобина HbA1c у пациента на основе данных уровня глюкозы в крови (BG), указанная программная логика для компьютера содержит вычисление взвешенного отклонения (WR) в сторону высоких уровней глюкозы в крови и оцененного значения скорости изменения (Dr) уровня глюкозы в крови на основе указанных собранных данных уровней глюкозы в крови BG, оценку уровня HbA1c с использованием заданной математической формулы на основе указанных вычисленных значений WR и Dr.
21. Программный продукт по п.20, отличающийся тем, что указанная программная логика для компьютера дополнительно содержит получение заданного доверительного интервала для классификации указанного оцененного уровня HbA1c, причем указанный доверительный интервал представляет собой единственное значение или определенный диапазон значений.
22. Компьютеризированный способ оценки долговременной вероятности возникновения острой гипогликемии (SH) у пациента на основе данных об уровне глюкозы в крови (BG), собранных в течение заданного периода времени, заключающийся в том, что вычисляют взвешенное отклонение (WL) в сторону низких уровней глюкозы в крови и осуществляют оценку скорости падения уровня глюкозы в крови в диапазоне низких уровней BG (DrDn) на основе указанных собранных данных об уровне глюкозы в крови (BG), осуществляют оценку количества будущих приступов острой гипогликемии SH с использованием заданной математической формулы на основе указанных вычисленных с помощью компьютера значений WL и DrDn.
23. Способ по п.22, отличающийся тем, что указанное вычисленное с помощью компьютера значение WL математически определяют по последовательности данных об уровнях BG x1, х2,... xn, полученных в моменты времени t1, t2,..., tn согласно уравнению
Figure 00000010
где wl(BG;a)=10f(BG)a, если f(BG)>0, и 0 - в противоположном случае,
а=2 представляет собой параметр взвешивания,
указанное вычисленное с помощью компьютера значение Dr математически определяется следующим образом согласно выражению
DrDn = среднее значение по sk+1-sk, при условии, что sk<sk+1,
где sk=10S(k+t1)2 для k=0, 1,..., tn-t1,
S(tj)=f(xj) для j=1,..., n.
24. Способ по п.22, отличающийся тем, что указанное оцененное значение будущих приступов SH (EstNSH) математически определяется согласно уравнению
EstNSH=3,3613(WL)-4,3427(DrDn)-1,2716.
25. Способ по п.22, отличающийся тем, что дополнительно определяют заданную категорию EstNSH, каждая из которых представляет собой определенный диапазон значений EstNSH, присваивают значения EstNSH по меньшей мере одной из указанных категорий EstNSH.
26. Способ по п.25, отличающийся тем, что указанные категории значений EstNSH определяют следующим образом:
категория 1, где указанная категория EstNSH меньше 0,775,
категория 2, где указанная категория EstNSH находится в диапазоне от 0,775 до 3,750,
категория 3, где указанная категория EstNSH находится в диапазоне от 3,750 до 7,000,
категория 4, где указанная категория EstNSH больше 7,0.
27. Способ по п.26, отличающийся тем, что дополнительно определяют вероятность того, что произойдет заданное количество приступов SH соответственно для каждой из указанных категорий EstNSH, при этом указанную вероятность и указанное заданное количество приступов SH определяют следующим образом: указанная классифицируемая категория 1 соответствует около 90% вероятности того, что произойдет 0 приступов SH, и около 10% вероятности того, что произойдет 1 или более приступов SH в течение заданного периода времени, указанная классифицируемая категория 2 соответствует около 50% вероятности того, что произойдет 0 приступов SH, около 25% вероятности того, что произойдет от 1 до 2 приступов SH, и около 25% вероятности того, что произойдет более, чем 2 приступа SH в течение заданного периода времени, указанная классифицируемая категория 3 соответствует около 25% вероятности того, что произойдет 0 приступов SH, около 25% вероятности того, что произойдет от 1 примерно до 2 приступов SH, и около 50% вероятности того, что произойдет более, чем 2 приступа SH в течение заданного периода времени, и указанная классифицируемая категория 4 соответствует около 20% вероятности того, что произойдет от 0 до 2 приступов SH, и около 80% вероятности того, что произойдет более, чем 2 приступа SH в течение заданного периода времени.
28. Способ по п.25, отличающийся тем, что дополнительно определяют вероятность того, что произойдет заданное количество приступов SH соответственно для каждой из присвоенных категорий EstNSH, получают по меньшей мере одно значение вероятности того, что произойдет заданное количество приступов SH в соответствии с указанной категорией EstNSH, которой присвоено указанное значение EstNSH.
29. Компьютеризированный способ оценки долговременной вероятности возникновения острой гипогликемии (SH) у пациента на основе собранных данных об уровне BG в течение заданного периода времени, заключающийся в том, что вычисляют взвешенное отклонение (WL) в сторону низких уровней глюкозы в крови и осуществляют оценку скорости падения уровня глюкозы в крови в диапазоне низких уровней BG (DrDn) на основе указанных собранных данных об уровне глюкозы в крови (BG), осуществляют оценку количества будущих приступов острой гипогликемии SH с использованием заданной математической формулы на основе указанных вычисленных с помощью компьютера значений WL и DrDn, определяют вероятность того, что произойдет заданное количество приступов SH в соответствии с оценкой количества приступов SH.
30. Система оценки долговременной вероятности острой гипогликемии (SH) у пациента на основе собранных данных об уровне глюкозы в крови (BG) в течение заданного периода времени, содержащая элемент базы данных для обслуживания базы данных, идентифицирующих данные уровней глюкозы в крови (BG), процессор, предназначенный для вычисления взвешенного отклонения в сторону низких уровней глюкозы в крови (WL) и оценки скорости падения уровня глюкозы в крови в диапазоне низких уровней BG (DrDn) на основе собранных данных об уровне глюкозы в крови (BG), и для оценки количества будущих приступов SH с использованием заданной математической формулы на основе вычисленных значений WL и DrDn.
31. Система по п.30, отличающаяся тем, что вычисленное значение WL математически определяется по последовательности данных уровней глюкозы в крови (BG) х1, x2,... xn, полученных в моменты времени t1, t2,..., tn согласно уравнению
Figure 00000011
где wl(BG;a)=10f(BG)a, если f(BG)>0, и 0 - в противоположном случае,
а=2 и представляет собой параметр взвешивания,
вычисленное значение Dr, которое математически определяется согласно выражению
DrDn = среднее значение по sk+1-sk, при условии, что sk<sk+1,
где sk=10S(k+t1)2 для k=0, 1,..., tn-t1,
S(tj)=f(xj) для j=1,..., n.
32. Система по п.30, отличающаяся тем, что оценка значения количества будущих приступов SH (EstNSH) математически определяется согласно выражению
EstNSH=3,3613(WL)-4,3427(DrDn)-1,2716.
33. Система по п.30, отличающаяся тем, что в процессоре дополнительно осуществляется определение заданной категории значений EstNSH, каждая из указанных категорий EstNSH представляет собой определенный диапазон значений EstNSH, и соотнесение указанных значений EstNSH по меньшей мере с одной из указанных категорий EstNSH.
34. Система по п.33, отличающаяся тем, что указанные категории EstNSH определяются следующим образом:
категория 1, где указанная категория EstNSH меньше 0,775,
категория 2, где указанная категория EstNSH находится в диапазоне от 0,775 до 3,750,
категория 3, где указанная категория EstNSH находится в диапазоне от 3,750 до 7,000,
категория 4, где указанная категория EstNSH больше 7,0.
35. Способ по п.34, отличающийся тем, что в процессоре дополнительно осуществляется определение вероятности того, что произойдет заданное количество приступов SH соответственно для каждой из указанных категорий присвоенных значений EstNSH, где указанная вероятность и указанное заданное количество приступов SH определяется следующим образом: указанная классифицируемая категория 1 соответствует около 90% вероятности того, что произойдет 0 приступов SH, и около 10% вероятности того, что произойдет 1 или более приступов SH в течение всего заданного периода времени, указанная классифицируемая категория 2 соответствует около 50% вероятности того, что произойдет 0 приступов SH, около 25% вероятности того, что произойдет от 1 до 2 приступов SH, и около 25% вероятности того, что произойдет более, чем 2 приступа SH в течение всего заданного периода времени, указанная классифицируемая категория 3 соответствует около 25% вероятности того, что произойдет 0 приступов SH, около 25% вероятности того, что произойдет от 1 до 2 приступов SH, и около 50% вероятности того, что произойдет более, чем 2 приступа SH в течение всего заданного периода времени, указанная классифицируемая категория 4 соответствует около 20% вероятности того, что произойдет от 0 до 2 приступов SH, и около 80% вероятности того, что произойдет более, чем 2 приступа SH в течение всего заданного периода времени.
36. Система по п.33, отличающаяся тем, что в процессоре дополнительно осуществляется определение вероятности того, что произойдет заданное количество приступов SH соответственно для каждой из указанных категорий для присвоенных значений EstNSH, и получение по меньшей мере одного значения вероятности того, что произойдет заданное количество приступов SH в соответствии с указанной категорией EstNSH, которой присвоено указанное значение EstNSH.
37. Система контроля гликемии для оценки долговременной вероятности возникновения острой гипогликемии (SH) у пациента, содержащая механизм для получения данных об уровне глюкозы в крови (BG) у пациента, элемент базы данных для обслуживания базы данных, идентифицирующих данные уровней глюкозы в крови (BG), процессор, предназначенный для вычисления взвешенного отклонения (WL) в сторону низких уровней глюкозы в крови и оценки скорости падения уровня глюкозы в крови в диапазоне низких уровней BG (DrDn) на основе собранных данных об уровне глюкозы в крови (BG), и для оценки количества будущих приступов SH с использованием заданной математической формулы на основе вычисленных значений WL и DrDn.
38. Программный продукт для компьютера, содержащий пригодную для использования в компьютере среду, имеющую программную логику для компьютера, позволяющую по меньшей мере одному процессору в компьютерной системе осуществлять оценку долговременной вероятности возникновения острой гипогликемии (SH) у пациента на основе данных об уровне глюкозы в крови (BG), при этом указанная программная логика для компьютера содержит вычисление взвешенного отклонения (WL) в сторону низких уровней глюкозы в крови и оценки скорости падения уровня глюкозы в крови в диапазоне низких уровней BG (DrDn) на основе указанных собранных данных об уровне глюкозы в крови (BG), оценку количества будущих приступов SH с использованием заданной математической формулы на основе указанных вычисленных компьютером значений WL и DrDn.
39. Программный продукт по п.38, отличающийся тем, что указанная программная логика для компьютера дополнительно содержит определение вероятности того, что произойдет заданное количество приступов SH в соответствии с указанным оцененным значением количества приступов SH.
40. Компьютеризированный способ оценки кратковременного риска возникновения острой гипогликемии (SH) у пациента на основе данных об уровне глюкозы в крови (BG), собранных в течение заданного периода времени, заключающийся в том, что вычисляют взвешенное отклонение (WL) в сторону низких уровней глюкозы в крови, определяют значение Max(wl) путем вычисления максимального значения wl(BG;2), определяют значение риска путем получения среднего геометрического значения WL и Мах(wl) в течение заданного периода времени согласно выражению
Figure 00000012
41. Способ по п.40, отличающийся тем, что указанное вычисленное с помощью компьютера значение WL математически определяют по последовательности данных об уровнях BG x1, x2,... xn, полученных в течение заданного периода времени согласно уравнению
Figure 00000013
где wl(BG;a)=10f(BG)a, если f(BG)>0, и 0 - в противоположном случае,
где а=2 и представляет собой параметр взвешивания.
42. Способ по п.40, отличающийся тем, что дополнительно получают заданное пороговое значение риска, сравнивают указанное определенное значение риска с пороговым значением риска.
43. Способ по п.42, отличающийся тем, что, если указанное определенное значение риска больше, чем пороговое значение, кратковременный риск возникновения приступа гипогликемии является высоким, и, если указанное определенное значение риска меньше, чем пороговое значение, кратковременный риск возникновения приступа гипогликемии является низким.
44. Способ по п.43, отличающийся тем, что указанный короткий интервал составляет около 24 ч.
45. Способ по п.43, отличающийся тем, что указанный короткий интервал находится в пределах от 12 до 72 ч.
46. Способ по п.43, отличающийся тем, что указанное пороговое значение составляет около 17.
47. Способ по п.43, отличающийся тем, что указанное пороговое значение находится в диапазоне от 12 до 25.
48. Система оценки кратковременного риска возникновения острой гипогликемии (SH) у пациента на основе собранных данных об уровне BG в течение заданного периода времени, содержащая элемент базы данных для обслуживания базы данных, идентифицирующих данные об уровне глюкозы в крови (BG), процессор, предназначенный для вычисления взвешенного отклонения (WL) в сторону низких уровней глюкозы в крови, для определения Max(wl) путем вычисления максимального значения (wl)(BG;2), и для определения значения риска путем получения среднего геометрического значения WL и Max(wl) в течение указанного заданного периода времени, причем значение риска математически определяется согласно выражению
Figure 00000014
49. Система по п.48, отличающаяся тем, что вычисленное значение WL математически определяется по последовательности данных об уровнях BG x1, х2,... xn, в течение заданного периода времени согласно уравнению
Figure 00000015
где wl(BG;a)=10f(BG)a, если f(BG)>0, и 0 - в противоположном случае,
а=2 и представляет собой параметр взвешивания.
50. Система по п.48, отличающаяся тем, что в процессоре дополнительно осуществляется получение заданного порогового значения риска и сравнение указанного определенного значения риска с указанным пороговым значением риска.
51. Система по п.50, отличающаяся тем, что, если указанное определенное значение риска больше, чем пороговое значение, кратковременный риск возникновения приступа гипогликемии является высоким, и, если указанное определенное значение риска меньше, чем пороговое значение, кратковременный риск возникновения приступа гипогликемии является низким.
52. Система по п.51, отличающаяся тем, что указанный короткий интервал составляет около 24 ч.
53. Способ по п.51, отличающийся тем, что указанный короткий интервал находится в диапазоне от 12 до 72 ч.
54. Система по п.51, отличающаяся тем, что пороговое значение составляет около 17.
55. Способ по п.51, отличающийся тем, что пороговое значение находится в диапазоне от 12 до 25.
56. Система контроля гликемии для оценки кратковременного риска возникновения острой гипогликемии (SH) у пациента, содержащая механизм для получения данных об уровне BG у пациента, элемент базы данных для обслуживания базы данных, идентифицирующих данные об уровне глюкозы в крови (BG), процессор, предназначенный для вычисления взвешенного отклонения в сторону низких уровней глюкозы в крови (WL), для определения Max(wl) путем вычисления максимального значения wl(BG;2), для определения значения риска путем получения среднего геометрического значения WL и Max(wl) в течение заданного периода времени, причем значение риска определяется согласно выражению
Figure 00000012
57. Программный продукт для компьютера, содержащий пригодную для использования в компьютере среду, имеющую программную логику для компьютера, позволяющую по меньшей мере одному процессору в компьютерной системе осуществлять оценку кратковременного риска возникновения острой гипогликемии (SH) у пациента на основе данных об уровнях BG, собранных в течение заданного периода времени, при этом программная логика для компьютера включает вычисление взвешенного отклонения (WL) в сторону низких уровней глюкозы в крови, определение Max(wl) путем вычисления максимального значения wl(BG;2), определение значение риска путем получения среднего геометрического значения WL и Max(wl) в течение указанного заданного периода времени, указанное значение риска определяется согласно выражению
Figure 00000012
58. Программный продукт для компьютера по п.57, отличающийся тем, что программная логика для компьютера дополнительно включает получение заданного порогового значения риска и сравнение определенного значения риска с пороговым значением риска.
RU2002128925/15A 2000-03-29 2001-03-29 Способ, система и программный продукт для оценки контроля гликемии при диабете RU2283495C2 (ru)

Applications Claiming Priority (2)

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

Publications (2)

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

Family

ID=22712035

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2002128925/15A RU2283495C2 (ru) 2000-03-29 2001-03-29 Способ, система и программный продукт для оценки контроля гликемии при диабете

Country Status (13)

Country Link
US (3) US7025425B2 (ru)
EP (1) EP1267708A4 (ru)
JP (1) JP4891511B2 (ru)
KR (1) KR100776070B1 (ru)
CN (1) CN100448392C (ru)
AU (2) AU5104601A (ru)
CA (1) CA2404262C (ru)
DZ (1) DZ3338A1 (ru)
IL (3) IL151720A0 (ru)
MX (1) MXPA02009487A (ru)
PL (1) PL198154B1 (ru)
RU (1) RU2283495C2 (ru)
WO (1) WO2001072208A2 (ru)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2552312C2 (ru) * 2009-06-30 2015-06-10 Лайфскэн Скотлэнд Лимитед Системы и способы контроля диабета
RU2602040C2 (ru) * 2011-08-26 2016-11-10 Университи Оф Вирджиния Патент Фоундэйшион Способ, система и машиночитаемый носитель для адаптационного рекомендательного контроля сахарного диабета
US10332615B2 (en) 2013-02-21 2019-06-25 University Of Virginia Patent Foundation Method and system for model-based tracking of changes in average glycemia in diabetes
RU2707064C1 (ru) * 2019-02-12 2019-11-21 Общество с ограниченной ответственностью "Гардлайнер" Система для сравнения гликемических профилей у больных сахарным диабетом

Families Citing this family (347)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6036924A (en) 1997-12-04 2000-03-14 Hewlett-Packard Company Cassette of lancet cartridges for sampling blood
US6391005B1 (en) 1998-03-30 2002-05-21 Agilent Technologies, Inc. Apparatus and method for penetration with shaft having a sensor for sensing penetration depth
US8480580B2 (en) 1998-04-30 2013-07-09 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US6949816B2 (en) 2003-04-21 2005-09-27 Motorola, Inc. Semiconductor component having first surface area for electrically coupling to a semiconductor chip and second surface area for electrically coupling to a substrate, and method of manufacturing same
US8974386B2 (en) 1998-04-30 2015-03-10 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US9066695B2 (en) 1998-04-30 2015-06-30 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US8465425B2 (en) 1998-04-30 2013-06-18 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US8688188B2 (en) 1998-04-30 2014-04-01 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US6175752B1 (en) 1998-04-30 2001-01-16 Therasense, Inc. Analyte monitoring device and methods of use
US8346337B2 (en) 1998-04-30 2013-01-01 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
KR100627990B1 (ko) * 1998-11-30 2006-09-26 노보 노르디스크 에이/에스 복수의 조치를 포함하는 의학적 자가 치료에서 사용자를돕기 위한 방법 및 시스템
US8641644B2 (en) 2000-11-21 2014-02-04 Sanofi-Aventis Deutschland Gmbh Blood testing apparatus having a rotatable cartridge with multiple lancing elements and testing means
US6560471B1 (en) 2001-01-02 2003-05-06 Therasense, Inc. Analyte monitoring device and methods of use
JP4498636B2 (ja) 2001-04-27 2010-07-07 日本サーモスタット株式会社 サーモスタット装置
WO2002100254A2 (en) 2001-06-12 2002-12-19 Pelikan Technologies, Inc. Method and apparatus for lancet launching device integrated onto a blood-sampling cartridge
US9226699B2 (en) 2002-04-19 2016-01-05 Sanofi-Aventis Deutschland Gmbh Body fluid sampling module with a continuous compression tissue interface surface
JP4149911B2 (ja) 2001-06-12 2008-09-17 ペリカン テクノロジーズ インコーポレイテッド 電気式ランセットアクチュエータ
US9427532B2 (en) 2001-06-12 2016-08-30 Sanofi-Aventis Deutschland Gmbh Tissue penetration device
US7344507B2 (en) 2002-04-19 2008-03-18 Pelikan Technologies, Inc. Method and apparatus for lancet actuation
US7981056B2 (en) 2002-04-19 2011-07-19 Pelikan Technologies, Inc. Methods and apparatus for lancet actuation
DE60239132D1 (de) 2001-06-12 2011-03-24 Pelikan Technologies Inc Gerät zur erhöhung der erfolgsrate im hinblick auf die durch einen fingerstich erhaltene blutausbeute
US7682318B2 (en) 2001-06-12 2010-03-23 Pelikan Technologies, Inc. Blood sampling apparatus and method
US8337419B2 (en) 2002-04-19 2012-12-25 Sanofi-Aventis Deutschland Gmbh Tissue penetration device
US7041068B2 (en) 2001-06-12 2006-05-09 Pelikan Technologies, Inc. Sampling module device and method
AU2002315177A1 (en) 2001-06-12 2002-12-23 Pelikan Technologies, Inc. Self optimizing lancing device with adaptation means to temporal variations in cutaneous properties
US9795747B2 (en) 2010-06-02 2017-10-24 Sanofi-Aventis Deutschland Gmbh Methods and apparatus for lancet actuation
CA2427976A1 (en) * 2001-08-20 2003-02-27 Inverness Medical Limited Wireless diabetes management devices and methods for using the same
ATE520362T1 (de) 2001-12-03 2011-09-15 Ekos Corp Katheter mit mehreren ultraschall-abstrahlenden teilen
US20030216628A1 (en) * 2002-01-28 2003-11-20 Bortz Jonathan David Methods and systems for assessing glycemic control using predetermined pattern label analysis of blood glucose readings
US9247901B2 (en) 2003-08-22 2016-02-02 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US9282925B2 (en) 2002-02-12 2016-03-15 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US8260393B2 (en) 2003-07-25 2012-09-04 Dexcom, Inc. Systems and methods for replacing signal data artifacts in a glucose sensor data stream
US8010174B2 (en) 2003-08-22 2011-08-30 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US7497827B2 (en) 2004-07-13 2009-03-03 Dexcom, Inc. Transcutaneous analyte sensor
US7892183B2 (en) 2002-04-19 2011-02-22 Pelikan Technologies, Inc. Method and apparatus for body fluid sampling and analyte sensing
US7491178B2 (en) 2002-04-19 2009-02-17 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7976476B2 (en) 2002-04-19 2011-07-12 Pelikan Technologies, Inc. Device and method for variable speed lancet
US7713214B2 (en) 2002-04-19 2010-05-11 Pelikan Technologies, Inc. Method and apparatus for a multi-use body fluid sampling device with optical analyte sensing
US8221334B2 (en) 2002-04-19 2012-07-17 Sanofi-Aventis Deutschland Gmbh Method and apparatus for penetrating tissue
US7901362B2 (en) 2002-04-19 2011-03-08 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US9248267B2 (en) 2002-04-19 2016-02-02 Sanofi-Aventis Deustchland Gmbh Tissue penetration device
US8579831B2 (en) 2002-04-19 2013-11-12 Sanofi-Aventis Deutschland Gmbh Method and apparatus for penetrating tissue
US8784335B2 (en) 2002-04-19 2014-07-22 Sanofi-Aventis Deutschland Gmbh Body fluid sampling device with a capacitive sensor
US7229458B2 (en) 2002-04-19 2007-06-12 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US8702624B2 (en) 2006-09-29 2014-04-22 Sanofi-Aventis Deutschland Gmbh Analyte measurement device with a single shot actuator
US9314194B2 (en) 2002-04-19 2016-04-19 Sanofi-Aventis Deutschland Gmbh Tissue penetration device
US7331931B2 (en) 2002-04-19 2008-02-19 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7232451B2 (en) 2002-04-19 2007-06-19 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7909778B2 (en) 2002-04-19 2011-03-22 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7291117B2 (en) 2002-04-19 2007-11-06 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US9795334B2 (en) 2002-04-19 2017-10-24 Sanofi-Aventis Deutschland Gmbh Method and apparatus for penetrating tissue
US7674232B2 (en) 2002-04-19 2010-03-09 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7297122B2 (en) 2002-04-19 2007-11-20 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7371247B2 (en) 2002-04-19 2008-05-13 Pelikan Technologies, Inc Method and apparatus for penetrating tissue
US8267870B2 (en) 2002-04-19 2012-09-18 Sanofi-Aventis Deutschland Gmbh Method and apparatus for body fluid sampling with hybrid actuation
US7648468B2 (en) 2002-04-19 2010-01-19 Pelikon Technologies, Inc. Method and apparatus for penetrating tissue
US7717863B2 (en) 2002-04-19 2010-05-18 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7547287B2 (en) 2002-04-19 2009-06-16 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US8538703B2 (en) 2002-08-13 2013-09-17 University Of Virginia Patent Foundation Method, system, and computer program product for the processing of self-monitoring blood glucose(SMBG)data to enhance diabetic self-management
CA2443792A1 (en) * 2002-10-08 2004-04-08 Bayer Healthcare Llc Method and systems for data management in patient diagnoses and treatment
JP4289869B2 (ja) * 2002-11-06 2009-07-01 シスメックス株式会社 糖尿病診断支援システム
US8574895B2 (en) 2002-12-30 2013-11-05 Sanofi-Aventis Deutschland Gmbh Method and apparatus using optical techniques to measure analyte levels
AU2003303597A1 (en) 2002-12-31 2004-07-29 Therasense, Inc. Continuous glucose monitoring system and methods of use
US7266400B2 (en) 2003-05-06 2007-09-04 Orsense Ltd. Glucose level control method and system
US7850621B2 (en) 2003-06-06 2010-12-14 Pelikan Technologies, Inc. Method and apparatus for body fluid sampling and analyte sensing
US8066639B2 (en) 2003-06-10 2011-11-29 Abbott Diabetes Care Inc. Glucose measuring device for use in personal area network
WO2006001797A1 (en) 2004-06-14 2006-01-05 Pelikan Technologies, Inc. Low pain penetrating
US8423113B2 (en) 2003-07-25 2013-04-16 Dexcom, Inc. Systems and methods for processing sensor data
US8761856B2 (en) 2003-08-01 2014-06-24 Dexcom, Inc. System and methods for processing analyte sensor data
US9135402B2 (en) 2007-12-17 2015-09-15 Dexcom, Inc. Systems and methods for processing sensor data
US20190357827A1 (en) 2003-08-01 2019-11-28 Dexcom, Inc. Analyte sensor
US20070208245A1 (en) * 2003-08-01 2007-09-06 Brauker James H Transcutaneous analyte sensor
US8160669B2 (en) 2003-08-01 2012-04-17 Dexcom, Inc. Transcutaneous analyte sensor
US8369919B2 (en) 2003-08-01 2013-02-05 Dexcom, Inc. Systems and methods for processing sensor data
US7519408B2 (en) 2003-11-19 2009-04-14 Dexcom, Inc. Integrated receiver for continuous analyte sensor
US7774145B2 (en) 2003-08-01 2010-08-10 Dexcom, Inc. Transcutaneous analyte sensor
US7591801B2 (en) 2004-02-26 2009-09-22 Dexcom, Inc. Integrated delivery device for continuous glucose sensor
US7778680B2 (en) 2003-08-01 2010-08-17 Dexcom, Inc. System and methods for processing analyte sensor data
US20100168543A1 (en) 2003-08-01 2010-07-01 Dexcom, Inc. System and methods for processing analyte sensor data
US8285354B2 (en) 2003-08-01 2012-10-09 Dexcom, Inc. System and methods for processing analyte sensor data
US8845536B2 (en) 2003-08-01 2014-09-30 Dexcom, Inc. Transcutaneous analyte sensor
US8275437B2 (en) 2003-08-01 2012-09-25 Dexcom, Inc. Transcutaneous analyte sensor
US20140121989A1 (en) 2003-08-22 2014-05-01 Dexcom, Inc. Systems and methods for processing analyte sensor data
US7920906B2 (en) 2005-03-10 2011-04-05 Dexcom, Inc. System and methods for processing analyte sensor data for sensor calibration
US8233959B2 (en) 2003-08-22 2012-07-31 Dexcom, Inc. Systems and methods for processing analyte sensor data
EP1671096A4 (en) 2003-09-29 2009-09-16 Pelikan Technologies Inc METHOD AND APPARATUS FOR PROVIDING IMPROVED SAMPLE CAPTURING DEVICE
DK1677668T3 (da) 2003-10-13 2010-10-25 Novo Nordisk As Apparat og fremgangsmåde til bestemmelse af en fysiologisk tilstand
US9351680B2 (en) 2003-10-14 2016-05-31 Sanofi-Aventis Deutschland Gmbh Method and apparatus for a variable user interface
EP1683058A2 (en) * 2003-10-29 2006-07-26 Novo Nordisk A/S Medical advisory system
US7299082B2 (en) 2003-10-31 2007-11-20 Abbott Diabetes Care, Inc. Method of calibrating an analyte-measurement device, and associated methods, devices and systems
US8615282B2 (en) 2004-07-13 2013-12-24 Dexcom, Inc. Analyte sensor
US9247900B2 (en) 2004-07-13 2016-02-02 Dexcom, Inc. Analyte sensor
US8774886B2 (en) 2006-10-04 2014-07-08 Dexcom, Inc. Analyte sensor
US8364231B2 (en) 2006-10-04 2013-01-29 Dexcom, Inc. Analyte sensor
US8423114B2 (en) 2006-10-04 2013-04-16 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US11633133B2 (en) 2003-12-05 2023-04-25 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US8287453B2 (en) 2003-12-05 2012-10-16 Dexcom, Inc. Analyte sensor
EP2256493B1 (en) 2003-12-05 2014-02-26 DexCom, Inc. Calibration techniques for a continuous analyte sensor
EP1711791B1 (en) 2003-12-09 2014-10-15 DexCom, Inc. Signal processing for continuous analyte sensor
US7822454B1 (en) 2005-01-03 2010-10-26 Pelikan Technologies, Inc. Fluid sampling device with improved analyte detecting member configuration
WO2005065414A2 (en) 2003-12-31 2005-07-21 Pelikan Technologies, Inc. Method and apparatus for improving fluidic flow and sample capture
CA2556331A1 (en) 2004-02-17 2005-09-29 Therasense, Inc. Method and system for providing data communication in continuous glucose monitoring and management system
US8808228B2 (en) 2004-02-26 2014-08-19 Dexcom, Inc. Integrated medicament delivery device for use with continuous analyte sensor
SE0400456D0 (sv) * 2004-02-26 2004-02-26 Lars Liljeryd Multiparameter metabolic monitoring, a method and device for the improvement of management and control in borderline or manifest type 2-diabetes
WO2009048462A1 (en) 2007-10-09 2009-04-16 Dexcom, Inc. Integrated insulin delivery system with continuous glucose sensor
JP4547173B2 (ja) 2004-03-17 2010-09-22 シスメックス株式会社 糖尿病診療支援システム
US7815569B2 (en) 2004-04-21 2010-10-19 University Of Virginia Patent Foundation Method, system and computer program product for evaluating the accuracy of blood glucose monitoring sensors/devices
US8828203B2 (en) 2004-05-20 2014-09-09 Sanofi-Aventis Deutschland Gmbh Printable hydrogels for biosensors
US9820684B2 (en) 2004-06-03 2017-11-21 Sanofi-Aventis Deutschland Gmbh Method and apparatus for a fluid sampling device
US20060016700A1 (en) 2004-07-13 2006-01-26 Dexcom, Inc. Transcutaneous analyte sensor
US8565848B2 (en) 2004-07-13 2013-10-22 Dexcom, Inc. Transcutaneous analyte sensor
US8452368B2 (en) 2004-07-13 2013-05-28 Dexcom, Inc. Transcutaneous analyte sensor
US20070045902A1 (en) 2004-07-13 2007-03-01 Brauker James H Analyte sensor
EP1810203A2 (en) 2004-10-07 2007-07-25 Novo Nordisk A/S Method and system for self- management of a disease
EP1815375A2 (en) * 2004-11-15 2007-08-08 Novo Nordisk A/S Method and apparatus for monitoring long term and short term effects of a treatment
US9636450B2 (en) 2007-02-19 2017-05-02 Udo Hoss Pump system modular components for delivering medication and analyte sensing at seperate insertion sites
US8029441B2 (en) 2006-02-28 2011-10-04 Abbott Diabetes Care Inc. Analyte sensor transmitter unit configuration for a data monitoring and management system
US8652831B2 (en) 2004-12-30 2014-02-18 Sanofi-Aventis Deutschland Gmbh Method and apparatus for analyte measurement test time
ITBO20050002A1 (it) * 2005-01-04 2006-07-05 Giacomo Vespasiani Metodo e sistema per la gestione interattiva di dati relativi ad una terapia insulinica in autocontrollo per un paziente diabetico
US7798961B1 (en) 2005-01-11 2010-09-21 BeWell Mobile Technology Inc. Acquisition and management of time dependent health information
US20090312620A1 (en) * 2005-04-27 2009-12-17 Hou-Mei Henry Chang Diabetes monitor
US8112240B2 (en) 2005-04-29 2012-02-07 Abbott Diabetes Care Inc. Method and apparatus for providing leak detection in data monitoring and management systems
AU2006254849A1 (en) * 2005-06-08 2006-12-14 Agamatrix, Inc. Data collection system and interface
US8251904B2 (en) 2005-06-09 2012-08-28 Roche Diagnostics Operations, Inc. Device and method for insulin dosing
US7737581B2 (en) 2005-08-16 2010-06-15 Medtronic Minimed, Inc. Method and apparatus for predicting end of battery life
US20090227855A1 (en) 2005-08-16 2009-09-10 Medtronic Minimed, Inc. Controller device for an infusion pump
EP1921980A4 (en) 2005-08-31 2010-03-10 Univ Virginia IMPROVING THE PRECISION OF CONTINUOUS GLUCOSE SENSORS
US9521968B2 (en) 2005-09-30 2016-12-20 Abbott Diabetes Care Inc. Analyte sensor retention mechanism and methods of use
US8880138B2 (en) 2005-09-30 2014-11-04 Abbott Diabetes Care Inc. Device for channeling fluid and methods of use
US7766829B2 (en) 2005-11-04 2010-08-03 Abbott Diabetes Care Inc. Method and system for providing basal profile modification in analyte monitoring and management systems
US8192394B2 (en) 2005-11-08 2012-06-05 Asante Solutions, Inc. Method and system for manual and autonomous control of an infusion pump
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
US7826879B2 (en) 2006-02-28 2010-11-02 Abbott Diabetes Care Inc. Analyte sensors and methods of use
US7885698B2 (en) 2006-02-28 2011-02-08 Abbott Diabetes Care Inc. Method and system for providing continuous calibration of implantable analyte sensors
EP1839566A1 (de) * 2006-03-29 2007-10-03 F. Hoffmann-La Roche AG Verfahren und Anordnung zur Überwachung eines medizinischen Gerätes
US8478557B2 (en) 2009-07-31 2013-07-02 Abbott Diabetes Care Inc. Method and apparatus for providing analyte monitoring system calibration accuracy
US8473022B2 (en) 2008-01-31 2013-06-25 Abbott Diabetes Care Inc. Analyte sensor with time lag compensation
US8226891B2 (en) 2006-03-31 2012-07-24 Abbott Diabetes Care Inc. Analyte monitoring devices and methods therefor
US7653425B2 (en) 2006-08-09 2010-01-26 Abbott Diabetes Care Inc. Method and system for providing calibration of an analyte sensor in an analyte monitoring system
US7620438B2 (en) 2006-03-31 2009-11-17 Abbott Diabetes Care Inc. Method and system for powering an electronic device
US7824333B2 (en) * 2006-03-31 2010-11-02 Lifescan, Inc. Diabetes management methods and systems
US8224415B2 (en) 2009-01-29 2012-07-17 Abbott Diabetes Care Inc. Method and device for providing offset model based calibration for analyte sensor
US9675290B2 (en) 2012-10-30 2017-06-13 Abbott Diabetes Care Inc. Sensitivity calibration of in vivo sensors used to measure analyte concentration
US9392969B2 (en) 2008-08-31 2016-07-19 Abbott Diabetes Care Inc. Closed loop control and signal attenuation detection
US8583205B2 (en) 2008-03-28 2013-11-12 Abbott Diabetes Care Inc. Analyte sensor calibration management
US7630748B2 (en) 2006-10-25 2009-12-08 Abbott Diabetes Care Inc. Method and system for providing analyte monitoring
US8219173B2 (en) 2008-09-30 2012-07-10 Abbott Diabetes Care Inc. Optimizing analyte sensor calibration
US7618369B2 (en) 2006-10-02 2009-11-17 Abbott Diabetes Care Inc. Method and system for dynamically updating calibration parameters for an analyte sensor
US8374668B1 (en) 2007-10-23 2013-02-12 Abbott Diabetes Care Inc. Analyte sensor with lag compensation
US8346335B2 (en) 2008-03-28 2013-01-01 Abbott Diabetes Care Inc. Analyte sensor calibration management
US8140312B2 (en) 2007-05-14 2012-03-20 Abbott Diabetes Care Inc. Method and system for determining analyte levels
CA2650880C (en) * 2006-05-08 2015-11-24 Bayer Healthcare Llc Abnormal output detection system for a biosensor
WO2007143225A2 (en) 2006-06-07 2007-12-13 Abbott Diabetes Care, Inc. Analyte monitoring system and method
US10952664B2 (en) * 2006-07-19 2021-03-23 Cross Technology Solutions Ab Mobile apparatus, method and system for processing blood sugar affecting factors
BRPI0718119A2 (pt) 2006-10-26 2014-07-08 Abbott Diabetes Care Inc Métodos, sistemas e programas de computador para a detecção em tempo real do declínio de sensibilidade em sensores de analito
US8439837B2 (en) * 2006-10-31 2013-05-14 Lifescan, Inc. Systems and methods for detecting hypoglycemic events having a reduced incidence of false alarms
US20080306353A1 (en) * 2006-11-03 2008-12-11 Douglas Joel S Calculation device for metabolic control of critically ill and/or diabetic patients
US8079955B2 (en) * 2006-11-28 2011-12-20 Isense Corporation Method and apparatus for managing glucose control
US20080154513A1 (en) 2006-12-21 2008-06-26 University Of Virginia Patent Foundation Systems, Methods and Computer Program Codes for Recognition of Patterns of Hyperglycemia and Hypoglycemia, Increased Glucose Variability, and Ineffective Self-Monitoring in Diabetes
US10182833B2 (en) 2007-01-08 2019-01-22 Ekos Corporation Power parameters for ultrasonic catheter
US20080199894A1 (en) 2007-02-15 2008-08-21 Abbott Diabetes Care, Inc. Device and method for automatic data acquisition and/or detection
US8121857B2 (en) 2007-02-15 2012-02-21 Abbott Diabetes Care Inc. Device and method for automatic data acquisition and/or detection
US8930203B2 (en) 2007-02-18 2015-01-06 Abbott Diabetes Care Inc. Multi-function analyte test device and methods therefor
US8732188B2 (en) 2007-02-18 2014-05-20 Abbott Diabetes Care Inc. Method and system for providing contextual based medication dosage determination
US8123686B2 (en) 2007-03-01 2012-02-28 Abbott Diabetes Care Inc. Method and apparatus for providing rolling data in communication systems
WO2008130898A1 (en) 2007-04-14 2008-10-30 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in medical communication system
WO2008130895A2 (en) 2007-04-14 2008-10-30 Abbott Diabetes Care, Inc. Method and apparatus for providing dynamic multi-stage signal amplification in a medical device
WO2008130897A2 (en) 2007-04-14 2008-10-30 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in medical communication system
US10111608B2 (en) 2007-04-14 2018-10-30 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
ES2461090T3 (es) 2007-04-14 2014-05-16 Abbott Diabetes Care Inc. Procedimiento y aparato para proporcionar tratamiento y control de datos en un sistema de comunicación médica
WO2008128210A1 (en) 2007-04-14 2008-10-23 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in medical communication system
US8456301B2 (en) 2007-05-08 2013-06-04 Abbott Diabetes Care Inc. Analyte monitoring system and methods
US8665091B2 (en) 2007-05-08 2014-03-04 Abbott Diabetes Care Inc. Method and device for determining elapsed sensor life
US8461985B2 (en) 2007-05-08 2013-06-11 Abbott Diabetes Care Inc. Analyte monitoring system and methods
US7928850B2 (en) 2007-05-08 2011-04-19 Abbott Diabetes Care Inc. Analyte monitoring system and methods
US8444560B2 (en) 2007-05-14 2013-05-21 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US7996158B2 (en) 2007-05-14 2011-08-09 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8239166B2 (en) 2007-05-14 2012-08-07 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US9125548B2 (en) 2007-05-14 2015-09-08 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8560038B2 (en) 2007-05-14 2013-10-15 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US10002233B2 (en) 2007-05-14 2018-06-19 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8103471B2 (en) 2007-05-14 2012-01-24 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8260558B2 (en) 2007-05-14 2012-09-04 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8600681B2 (en) 2007-05-14 2013-12-03 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8026382B2 (en) * 2007-05-18 2011-09-27 Heidi Kay Lipid raft, caveolin protein, and caveolar function modulation compounds and associated synthetic and therapeutic methods
US8597190B2 (en) 2007-05-18 2013-12-03 Optiscan Biomedical Corporation Monitoring systems and methods with fast initialization
US20080306434A1 (en) 2007-06-08 2008-12-11 Dexcom, Inc. Integrated medicament delivery device for use with continuous analyte sensor
US20080311968A1 (en) * 2007-06-13 2008-12-18 Hunter Thomas C Method for improving self-management of a disease
ES2681895T3 (es) * 2007-06-18 2018-09-17 F. Hoffmann-La Roche Ag Método y sistema de control de la glucosa para monitorizar la respuesta metabólica individual y para generar una respuesta nutricional
WO2008157820A1 (en) 2007-06-21 2008-12-24 Abbott Diabetes Care, Inc. Health management devices and methods
JP2010531169A (ja) 2007-06-21 2010-09-24 アボット ダイアベティス ケア インコーポレイテッド 健康監視装置
WO2009002881A1 (en) 2007-06-22 2008-12-31 Ekos Corporation Method and apparatus for treatment of intracranial hemorrhages
US7768386B2 (en) 2007-07-31 2010-08-03 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8834366B2 (en) 2007-07-31 2014-09-16 Abbott Diabetes Care Inc. Method and apparatus for providing analyte sensor calibration
US20090143725A1 (en) * 2007-08-31 2009-06-04 Abbott Diabetes Care, Inc. Method of Optimizing Efficacy of Therapeutic Agent
US7731659B2 (en) * 2007-10-18 2010-06-08 Lifescan Scotland Limited Method for predicting a user's future glycemic state
US7695434B2 (en) * 2007-10-19 2010-04-13 Lifescan Scotland, Ltd. Medical device for predicting a user's future glycemic state
US8216138B1 (en) 2007-10-23 2012-07-10 Abbott Diabetes Care Inc. Correlation of alternative site blood and interstitial fluid glucose concentrations to venous glucose concentration
US8377031B2 (en) * 2007-10-23 2013-02-19 Abbott Diabetes Care Inc. Closed loop control system with safety parameters and methods
US8409093B2 (en) 2007-10-23 2013-04-02 Abbott Diabetes Care Inc. Assessing measures of glycemic variability
US8417312B2 (en) 2007-10-25 2013-04-09 Dexcom, Inc. Systems and methods for processing sensor data
US9839395B2 (en) 2007-12-17 2017-12-12 Dexcom, Inc. Systems and methods for processing sensor data
US20090164239A1 (en) 2007-12-19 2009-06-25 Abbott Diabetes Care, Inc. Dynamic Display Of Glucose Information
US20110077930A1 (en) * 2008-02-12 2011-03-31 Alferness Clifton A Computer-implemented method for providing a personalized tool for estimating 1,5-anhydroglucitol
US20100137786A1 (en) * 2008-02-12 2010-06-03 Alferness Clifton A System and method for actively managing type 1 diabetes mellitus on a personalized basis
US20100138203A1 (en) * 2008-02-12 2010-06-03 Alferness Clifton A System and method for actively managing type 2 diabetes mellitus on a personalized basis
US20100198021A1 (en) * 2008-02-12 2010-08-05 Alferness Clifton A Computer-implemented method for providing a tunable personalized tool for estimating glycated hemoglobin
US20100138453A1 (en) * 2008-02-12 2010-06-03 Alferness Clifton A System and method for generating a personalized diabetes management tool for diabetes mellitus
US20100145174A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System And Method For Providing A Personalized Tool For Estimating Glycated Hemoglobin
US20100198020A1 (en) * 2008-02-12 2010-08-05 Alferness Clifton A System And Method For Computer-Implemented Method For Actively Managing Increased Insulin Resistance In Type 2 Diabetes Mellitus
US20100145173A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System and method for creating a personalized tool predicting a time course of blood glucose affect in diabetes mellitus
US20100145725A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System and method for managing type 1 diabetes mellitus through a personal predictive management tool
US20100145670A1 (en) * 2008-02-12 2010-06-10 Alferness Clifton A System and method for managing type 2 diabetes mellitus through a personal predictive management tool
EP2252196A4 (en) 2008-02-21 2013-05-15 Dexcom Inc SYSTEMS AND METHOD FOR PROCESSING, TRANSMITTING AND DISPLAYING SENSOR DATA
US8396528B2 (en) 2008-03-25 2013-03-12 Dexcom, Inc. Analyte sensor
US9220456B2 (en) 2008-04-04 2015-12-29 Hygieia, Inc. Systems, methods and devices for achieving glycemic balance
US10624577B2 (en) 2008-04-04 2020-04-21 Hygieia, Inc. Systems, devices, and methods for alleviating glucotoxicity and restoring pancreatic beta-cell function in advanced diabetes mellitus
EP2260423B1 (en) 2008-04-04 2018-02-28 Hygieia, Inc. Apparatus for optimizing a patient's insulin dosage regimen
US9386944B2 (en) 2008-04-11 2016-07-12 Sanofi-Aventis Deutschland Gmbh Method and apparatus for analyte detecting device
CN101261276B (zh) * 2008-04-17 2012-04-18 北京软测科技有限公司 糖尿病监测及诊治装置
US8924159B2 (en) 2008-05-30 2014-12-30 Abbott Diabetes Care Inc. Method and apparatus for providing glycemic control
US7826382B2 (en) 2008-05-30 2010-11-02 Abbott Diabetes Care Inc. Close proximity communication device and methods
US8876755B2 (en) 2008-07-14 2014-11-04 Abbott Diabetes Care Inc. Closed loop control system interface and methods
US8762306B2 (en) 2008-08-14 2014-06-24 The University Of Toledo Neural network for glucose therapy recommendation
US8734422B2 (en) * 2008-08-31 2014-05-27 Abbott Diabetes Care Inc. Closed loop control with improved alarm functions
US8622988B2 (en) 2008-08-31 2014-01-07 Abbott Diabetes Care Inc. Variable rate closed loop control and methods
US20100057040A1 (en) 2008-08-31 2010-03-04 Abbott Diabetes Care, Inc. Robust Closed Loop Control And Methods
US9943644B2 (en) 2008-08-31 2018-04-17 Abbott Diabetes Care Inc. Closed loop control with reference measurement and methods thereof
US8986208B2 (en) 2008-09-30 2015-03-24 Abbott Diabetes Care Inc. Analyte sensor sensitivity attenuation mitigation
US9326707B2 (en) 2008-11-10 2016-05-03 Abbott Diabetes Care Inc. Alarm characterization for analyte monitoring devices and systems
WO2010056718A2 (en) 2008-11-11 2010-05-20 Hygieia, Inc. Apparatus and system for diabetes management
US20100168539A1 (en) * 2008-12-31 2010-07-01 Palerm Cesar C Method and/or system for estimating glycation of hemoglobin
US8103456B2 (en) 2009-01-29 2012-01-24 Abbott Diabetes Care Inc. Method and device for early signal attenuation detection using blood glucose measurements
US9375169B2 (en) 2009-01-30 2016-06-28 Sanofi-Aventis Deutschland Gmbh Cam drive for managing disposable penetrating member actions with a single motor and motor and control system
US9402544B2 (en) 2009-02-03 2016-08-02 Abbott Diabetes Care Inc. Analyte sensor and apparatus for insertion of the sensor
CN102334113B (zh) 2009-02-25 2016-01-13 弗吉尼亚大学专利基金会 通过低血糖风险评估和平滑降低胰岛素递送的基于cgm的低血糖预防
US8882678B2 (en) 2009-03-13 2014-11-11 Atrium Medical Corporation Pleural drainage system and method of use
US9446194B2 (en) 2009-03-27 2016-09-20 Dexcom, Inc. Methods and systems for promoting glucose management
US8497777B2 (en) 2009-04-15 2013-07-30 Abbott Diabetes Care Inc. Analyte monitoring system having an alert
US9226701B2 (en) 2009-04-28 2016-01-05 Abbott Diabetes Care Inc. Error detection in critical repeating data in a wireless sensor system
US8368556B2 (en) 2009-04-29 2013-02-05 Abbott Diabetes Care Inc. Method and system for providing data communication in continuous glucose monitoring and management system
EP2425209A4 (en) 2009-04-29 2013-01-09 Abbott Diabetes Care Inc METHOD AND SYSTEM FOR REAL-TIME CALIBRATION OF AN ANALYTICAL SENSOR WITH RETROACTIVE FILLING
WO2010132447A2 (en) 2009-05-11 2010-11-18 Diabetomics, Llc Methods for detecting pre-diabetes and diabetes using differential protein glycosylation
EP4227952A1 (en) 2009-05-29 2023-08-16 University Of Virginia Patent Foundation System coordinator and modular architecture for open-loop and closed-loop control of diabetes
WO2010138856A1 (en) 2009-05-29 2010-12-02 Abbott Diabetes Care Inc. Medical device antenna systems having external antenna configurations
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
EP4309580A3 (en) 2009-07-23 2024-02-28 Abbott Diabetes Care Inc. Continuous analyte measurement system
EP4276652A3 (en) 2009-07-23 2024-01-31 Abbott Diabetes Care, Inc. Real time management of data relating to physiological control of glucose levels
JP2013501558A (ja) 2009-08-10 2013-01-17 ディアベテス トールス スウェーデン アーべー １組のデータ値を処理する装置および方法
EP2473099A4 (en) 2009-08-31 2015-01-14 Abbott Diabetes Care Inc ANALYTICAL SUBSTANCE MONITORING SYSTEM AND METHODS OF MANAGING ENERGY AND NOISE
WO2011026147A1 (en) 2009-08-31 2011-03-03 Abbott Diabetes Care Inc. Analyte signal processing device and methods
US8514086B2 (en) 2009-08-31 2013-08-20 Abbott Diabetes Care Inc. Displays for a medical device
EP3001194B1 (en) 2009-08-31 2019-04-17 Abbott Diabetes Care, Inc. Medical devices and methods
JP5830466B2 (ja) * 2009-09-02 2015-12-09 ユニバーシティ オブ ヴァージニア パテント ファウンデーション 所定の将来の期間内における患者の低血糖現象の発生の可能性を観測するための方法、そのためのシステム及びそのためのコンピュータで実行させるためのプログラム
EP2482720A4 (en) 2009-09-29 2014-04-23 Abbott Diabetes Care Inc METHOD AND APPARATUS FOR PROVIDING NOTIFICATION FUNCTION IN SUBSTANCE MONITORING SYSTEMS
US20110092788A1 (en) * 2009-10-15 2011-04-21 Roche Diagnostics Operations, Inc. Systems And Methods For Providing Guidance In Administration Of A Medicine
US8185181B2 (en) 2009-10-30 2012-05-22 Abbott Diabetes Care Inc. Method and apparatus for detecting false hypoglycemic conditions
US8803688B2 (en) * 2010-01-07 2014-08-12 Lisa Halff System and method responsive to an event detected at a glucose monitoring device
US20110163880A1 (en) * 2010-01-07 2011-07-07 Lisa Halff System and method responsive to an alarm event detected at an insulin delivery device
US20110184265A1 (en) * 2010-01-22 2011-07-28 Abbott Diabetes Care Inc. Method and Apparatus for Providing Notification in Analyte Monitoring Systems
WO2011112753A1 (en) 2010-03-10 2011-09-15 Abbott Diabetes Care Inc. Systems, devices and methods for managing glucose levels
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
KR101100987B1 (ko) * 2010-03-23 2011-12-30 삼성모바일디스플레이주식회사 터치 스크린 패널
US9398869B2 (en) 2010-03-26 2016-07-26 University Of Virginia Patent Foundation Method, system, and computer program product for improving the accuracy of glucose sensors using insulin delivery observation in diabetes
US8965476B2 (en) 2010-04-16 2015-02-24 Sanofi-Aventis Deutschland Gmbh Tissue penetration device
US8635046B2 (en) 2010-06-23 2014-01-21 Abbott Diabetes Care Inc. Method and system for evaluating analyte sensor response characteristics
US10092229B2 (en) 2010-06-29 2018-10-09 Abbott Diabetes Care Inc. Calibration of analyte measurement system
EP2608730B1 (en) 2010-08-27 2019-07-24 Ekos Corporation Apparatus for treatment of intracranial hemorrhages
EP2624745A4 (en) 2010-10-07 2018-05-23 Abbott Diabetes Care, Inc. Analyte monitoring devices and methods
EP2491859A1 (en) * 2011-02-23 2012-08-29 F. Hoffmann-La Roche AG Method and system for determining blood glucose characteristics from a discontinuous mode of measurement and computer program product
CN103619255B (zh) 2011-02-28 2016-11-02 雅培糖尿病护理公司 与分析物监测装置关联的装置、***和方法以及结合了它们的装置
KR20120116581A (ko) * 2011-04-13 2012-10-23 주식회사 필로시스 만보기 기능을 가지는 혈당측정기를 이용한 운동량 제어방법
JP6141827B2 (ja) 2011-04-15 2017-06-07 デックスコム・インコーポレーテッド 検体を測定するシステムの作動方法及び該方法を実施するべく構成されたセンサシステム
WO2012143505A2 (en) * 2011-04-20 2012-10-26 Novo Nordisk A/S Glucose predictor based on regularization networks with adaptively chosen kernels and regularization parameters
JP5997453B2 (ja) * 2011-04-25 2016-09-28 アークレイ株式会社 情報処理装置およびユーザ端末
EP2723229B1 (en) 2011-06-23 2018-09-26 University Of Virginia Patent Foundation Unified platform for monitoring and control of blood glucose levels in diabetic patients
US10575762B2 (en) 2011-08-05 2020-03-03 Dexcom, Inc. Systems and methods for detecting glucose level data patterns
US10434325B2 (en) * 2011-09-08 2019-10-08 Johnson & Johnson Consumer Inc. Light therapy platform mobile device applications
US9069536B2 (en) 2011-10-31 2015-06-30 Abbott Diabetes Care Inc. Electronic devices having integrated reset systems and methods thereof
WO2013066849A1 (en) 2011-10-31 2013-05-10 Abbott Diabetes Care Inc. Model based variable risk false glucose threshold alarm prevention mechanism
AU2012335830B2 (en) 2011-11-07 2017-05-04 Abbott Diabetes Care Inc. Analyte monitoring device and methods
WO2013073983A1 (ru) * 2011-11-16 2013-05-23 Vengerov Yury Yuzefovitch Устройство для чтения результатов анализов, выполненных с помощью тест-полосок
US8710993B2 (en) 2011-11-23 2014-04-29 Abbott Diabetes Care Inc. Mitigating single point failure of devices in an analyte monitoring system and methods thereof
US9317656B2 (en) 2011-11-23 2016-04-19 Abbott Diabetes Care Inc. Compatibility mechanisms for devices in a continuous analyte monitoring system and methods thereof
WO2013078426A2 (en) 2011-11-25 2013-05-30 Abbott Diabetes Care Inc. Analyte monitoring system and methods of use
US9700253B2 (en) 2012-03-16 2017-07-11 Dexcom, Inc. Systems and methods for processing analyte sensor data
US20140024907A1 (en) * 2012-07-19 2014-01-23 Lifescan, Inc. Method and system to indicate hyperglycemia or hypoglycemia for people with diabetes
US8744828B2 (en) 2012-07-26 2014-06-03 Rimidi Diabetes, Inc. Computer-implemented system and method for improving glucose management through modeling of circadian profiles
US8768673B2 (en) 2012-07-26 2014-07-01 Rimidi Diabetes, Inc. Computer-implemented system and method for improving glucose management through cloud-based modeling of circadian profiles
US8756043B2 (en) 2012-07-26 2014-06-17 Rimidi Diabetes, Inc. Blood glucose meter and computer-implemented method for improving glucose management through modeling of circadian profiles
US20140030748A1 (en) * 2012-07-27 2014-01-30 Lifescan, Inc. Method and system to manage diabetes using multiple risk indicators for a person with diabetes
EP2890297B1 (en) 2012-08-30 2018-04-11 Abbott Diabetes Care, Inc. Dropout detection in continuous analyte monitoring data during data excursions
US9968306B2 (en) 2012-09-17 2018-05-15 Abbott Diabetes Care Inc. Methods and apparatuses for providing adverse condition notification with enhanced wireless communication range in analyte monitoring systems
US8998339B2 (en) 2012-09-20 2015-04-07 Steelcase Inc. Chair assembly with upholstery covering
US11229294B2 (en) 2012-09-20 2022-01-25 Steelcase Inc. Chair assembly with upholstery covering
USD688907S1 (en) 2012-09-20 2013-09-03 Steelcase Inc. Arm assembly
USD942767S1 (en) 2012-09-20 2022-02-08 Steelcase Inc. Chair assembly
USD694539S1 (en) 2012-09-20 2013-12-03 Steelcase Inc. Chair
USD697727S1 (en) 2012-09-20 2014-01-21 Steeelcase Inc. Chair
USD694538S1 (en) 2012-09-20 2013-12-03 Steelcase Inc. Chair
USD694537S1 (en) 2012-09-20 2013-12-03 Steelcase Inc. Chair
USD683151S1 (en) 2012-09-20 2013-05-28 Steelcase Inc. Chair
USD697726S1 (en) 2012-09-20 2014-01-21 Steelcase Inc. Chair
USD697729S1 (en) 2012-09-20 2014-01-21 Steelcase Inc. Chair
US11304528B2 (en) 2012-09-20 2022-04-19 Steelcase Inc. Chair assembly with upholstery covering
USD699061S1 (en) 2012-09-20 2014-02-11 Steelcase Inc. Arm assembly
WO2014052136A1 (en) 2012-09-26 2014-04-03 Abbott Diabetes Care Inc. Method and apparatus for improving lag correction during in vivo measurement of analyte concentration with analyte concentration variability and range data
US10463282B2 (en) 2012-10-04 2019-11-05 Roche Diabetes Care, Inc. System and method for assessing risk associated with a glucose state
WO2014055718A1 (en) 2012-10-04 2014-04-10 Aptima, Inc. Clinical support systems and methods
JP5511033B1 (ja) 2012-12-04 2014-06-04 Ｎｅｃシステムテクノロジー株式会社 血糖値予測装置、測定装置、血糖値予測方法、及びプログラム
JP6479753B2 (ja) 2013-03-14 2019-03-06 エコス コーポレーション 目標の箇所に薬物を送達するための方法および装置
US10335075B2 (en) * 2013-03-14 2019-07-02 Dexcom, Inc. Advanced calibration for analyte sensors
WO2014152034A1 (en) 2013-03-15 2014-09-25 Abbott Diabetes Care Inc. Sensor fault detection using analyte sensor data pattern comparison
US9474475B1 (en) 2013-03-15 2016-10-25 Abbott Diabetes Care Inc. Multi-rate analyte sensor data collection with sample rate configurable signal processing
US10433773B1 (en) 2013-03-15 2019-10-08 Abbott Diabetes Care Inc. Noise rejection methods and apparatus for sparsely sampled analyte sensor data
US20150095042A1 (en) * 2013-09-27 2015-04-02 Roche Diagnostics Operations, Inc. High/low blood glucose risk assessment systems and methods
AU2014374361B9 (en) 2013-12-31 2019-07-04 Abbott Diabetes Care Inc. Self-powered analyte sensor and devices using the same
US9233204B2 (en) 2014-01-31 2016-01-12 Aseko, Inc. Insulin management
US9486580B2 (en) 2014-01-31 2016-11-08 Aseko, Inc. Insulin management
EP3865063A1 (en) 2014-03-30 2021-08-18 Abbott Diabetes Care, Inc. Method and apparatus for determining meal start and peak events in analyte monitoring systems
EP3179914A4 (en) 2014-08-14 2018-04-11 The University of Virginia Patent Foundation Improved accuracy continuous glucose monitoring method, system, and device
WO2016069475A1 (en) 2014-10-27 2016-05-06 Aseko, Inc. Subcutaneous outpatient management
US11081226B2 (en) 2014-10-27 2021-08-03 Aseko, Inc. Method and controller for administering recommended insulin dosages to a patient
WO2016093684A1 (es) * 2014-12-09 2016-06-16 Instituto Superior Autónomo De Occidente A.C. Aparato electrónico portátil que emite sugerencias sobre actividades o eventos, que interfieren en un estado de interés para un individuo
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
EP3307388B1 (en) 2015-06-10 2022-06-22 Ekos Corporation Ultrasound catheter
CN108024765B (zh) 2015-07-10 2021-06-11 雅培糖尿病护理公司 对于生理参数进行动态葡萄糖曲线响应的***、装置和方法
WO2017027432A1 (en) 2015-08-07 2017-02-16 Aptima, Inc. Systems and methods to support medical therapy decisions
AU2016308953B2 (en) 2015-08-20 2020-09-10 Glytec, Llc Diabetes management therapy advisor
US10463789B2 (en) 2015-09-02 2019-11-05 University Of Virginia Patent Foundation System, method, and computer readable medium for dynamic insulin sensitivity in diabetic pump users
US10575790B2 (en) * 2016-03-02 2020-03-03 Roche Diabetes Care, Inc. Patient diabetes monitoring system with clustering of unsupervised daily CGM profiles (or insulin profiles) and method thereof
EP3223181B1 (en) 2016-03-24 2019-12-18 Sofradim Production System and method of generating a model and simulating an effect on a surgical repair site
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
US10783801B1 (en) 2016-12-21 2020-09-22 Aptima, Inc. Simulation based training system for measurement of team cognitive load to automatically customize simulation content
WO2018175489A1 (en) 2017-03-21 2018-09-27 Abbott Diabetes Care Inc. Methods, devices and system for providing diabetic condition diagnosis and therapy
AU2017420200A1 (en) * 2017-06-20 2020-01-16 Sidney Soong-Ling CHAN Method and system for monitoring a diabetes treatment plan
WO2019005686A1 (en) 2017-06-26 2019-01-03 Abbott Diabetes Care Inc. INTEGRATED CGM ARCHITECTURES AND DESIGNS FOR ARTIFICIAL PANCREAS
US11331022B2 (en) 2017-10-24 2022-05-17 Dexcom, Inc. Pre-connected analyte sensors
US20190120785A1 (en) 2017-10-24 2019-04-25 Dexcom, Inc. Pre-connected analyte sensors
US11076531B2 (en) 2018-01-23 2021-08-03 Deere & Company State machine for multiple input-multiple output harvester control
CA3089642A1 (en) 2018-02-09 2019-08-15 Dexcom, Inc. System and method for decision support
KR102035644B1 (ko) * 2018-07-09 2019-10-23 주식회사 필로시스 혈당 단위를 자동으로 결정하는 혈당 측정 장치 및 방법
US20210193279A1 (en) * 2019-12-18 2021-06-24 Dexcom, Inc. Therapeutic zone assessor
RU2746830C1 (ru) * 2020-06-01 2021-04-21 Федеральное государственное бюджетное научное учреждение Федеральный исследовательский центр "Институт цитологии и генетики Сибирского отделения Российской академии наук" (ИЦиГ СО РАН) Способ оценки вариабельности гликемии для определения эффективности проводимой сахароснижающей терапии у пациентов с MODY2 диабетом
CN112233780B (zh) * 2020-09-25 2022-08-05 福州康为网络技术有限公司 一种糖尿病管理***
DE102021202767A1 (de) * 2021-03-22 2022-09-22 Eyesense Gmbh Verfahren zum Bestimmen eines aktuellen Glukosewerts in einem Transportfluid

Family Cites Families (109)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8413830D0 (en) * 1984-05-31 1984-07-04 Seltronix Ltd Blood glucose monitor
JPS6125525A (ja) * 1984-07-13 1986-02-04 住友電気工業株式会社 患者監視装置
US4695954A (en) * 1984-10-31 1987-09-22 Rose Robert J Modular medication dispensing system and apparatus utilizing portable memory device
US5206144A (en) * 1985-03-29 1993-04-27 Novo Industri A/S Determination of glycated (glycosylated) hemoglobin in blood
US4731726A (en) * 1986-05-19 1988-03-15 Healthware Corporation Patient-operated glucose monitor and diabetes management system
EP0290683A3 (en) * 1987-05-01 1988-12-14 Diva Medical Systems B.V. Diabetes management system and apparatus
US5216597A (en) * 1987-05-01 1993-06-01 Diva Medical Systems Bv Diabetes therapy management system, apparatus and method
US4817044A (en) * 1987-06-01 1989-03-28 Ogren David A Collection and reporting system for medical appliances
CA1338348C (en) * 1987-11-30 1996-05-28 Kazutoshi Yamazaki Eliminating agent for glycosylated hemoglobin
US5025374A (en) * 1987-12-09 1991-06-18 Arch Development Corp. Portable system for choosing pre-operative patient test
JP2907342B2 (ja) * 1988-01-29 1999-06-21 ザ リージェンツ オブ ザ ユニバーシティー オブ カリフォルニア イオン滲透非侵襲的サンプリングまたは送出装置
US5108564A (en) * 1988-03-15 1992-04-28 Tall Oak Ventures Method and apparatus for amperometric diagnostic analysis
US5128015A (en) * 1988-03-15 1992-07-07 Tall Oak Ventures Method and apparatus for amperometric diagnostic analysis
US5076273A (en) * 1988-09-08 1991-12-31 Sudor Partners Method and apparatus for determination of chemical species in body fluid
US5086229A (en) * 1989-01-19 1992-02-04 Futrex, Inc. Non-invasive measurement of blood glucose
US5139023A (en) * 1989-06-02 1992-08-18 Theratech Inc. Apparatus and method for noninvasive blood glucose monitoring
US4975581A (en) * 1989-06-21 1990-12-04 University Of New Mexico Method of and apparatus for determining the similarity of a biological analyte from a model constructed from known biological fluids
CA2028261C (en) * 1989-10-28 1995-01-17 Won Suck Yang Non-invasive method and apparatus for measuring blood glucose concentration
US5140985A (en) * 1989-12-11 1992-08-25 Schroeder Jon M Noninvasive blood glucose measuring device
US5036861A (en) * 1990-01-11 1991-08-06 Sembrowich Walter L Method and apparatus for non-invasively monitoring plasma glucose levels
IL98203A (en) 1990-06-20 1996-06-18 Bayer Ag A moving electronic log and a method for storing and viewing data
ATE175068T1 (de) * 1990-08-31 1999-01-15 Gen Hospital Corp System zum verwalten mehrerer geräte, zum beispiel von tragbaren patientenüberwachungsgeräten in einem netz
US5251126A (en) * 1990-10-29 1993-10-05 Miles Inc. Diabetes data analysis and interpretation method
US5376070A (en) * 1992-09-29 1994-12-27 Minimed Inc. Data transfer system for an infusion pump
US5956501A (en) 1997-01-10 1999-09-21 Health Hero Network, Inc. Disease simulation system and method
US5307263A (en) * 1992-11-17 1994-04-26 Raya Systems, Inc. Modular microprocessor-based health monitoring system
US5960403A (en) * 1992-11-17 1999-09-28 Health Hero Network Health management process control system
US5997476A (en) * 1997-03-28 1999-12-07 Health Hero Network, Inc. Networked system for interactive communication and remote monitoring of individuals
US5590648A (en) * 1992-11-30 1997-01-07 Tremont Medical Personal health care system
AU2984892A (en) * 1992-12-02 1994-06-16 Japanic Corporation Raw sewage disposal apparatus
FI95427C (fi) * 1992-12-23 1996-01-25 Instrumentarium Oy Tiedonsiirtojärjestelmä
US5558638A (en) * 1993-04-30 1996-09-24 Healthdyne, Inc. Patient monitor and support system
US6206829B1 (en) * 1996-07-12 2001-03-27 First Opinion Corporation Computerized medical diagnostic and treatment advice system including network access
US6022315A (en) * 1993-12-29 2000-02-08 First Opinion Corporation Computerized medical diagnostic and treatment advice system including network access
US5553615A (en) * 1994-01-31 1996-09-10 Minnesota Mining And Manufacturing Company Method and apparatus for noninvasive prediction of hematocrit
KR0142483B1 (ko) * 1994-02-28 1998-08-17 고지마 게이지 시계열 데이타의 단기 예측을 실행하기 위한 방법 및 장치
US5536249A (en) * 1994-03-09 1996-07-16 Visionary Medical Products, Inc. Pen-type injector with a microprocessor and blood characteristic monitor
US5704366A (en) * 1994-05-23 1998-01-06 Enact Health Management Systems System for monitoring and reporting medical measurements
DK0766578T3 (da) 1994-06-24 2000-10-23 Cygnus Therapeutic Systems Iontophoretisk prøvetagningsindretning
US5431793A (en) * 1994-07-29 1995-07-11 Beckman Instruments, Inc. Quantitative analysis of glycosylated hemoglobin by immunocappillary electrophoresis
JP3150857B2 (ja) * 1994-10-19 2001-03-26 富士写真フイルム株式会社 グリコヘモグロビン含有比測定用分析要素及び分析方法
US5946659A (en) * 1995-02-28 1999-08-31 Clinicomp International, Inc. System and method for notification and access of patient care information being simultaneously entered
US5713856A (en) * 1995-03-13 1998-02-03 Alaris Medical Systems, Inc. Modular patient care system
WO1996030848A1 (en) * 1995-03-31 1996-10-03 Levin Richard I System and method of generating prognosis reports for coronary health management
US5695949A (en) * 1995-04-07 1997-12-09 Lxn Corp. Combined assay for current glucose level and intermediate or long-term glycemic control
US6671563B1 (en) * 1995-05-15 2003-12-30 Alaris Medical Systems, Inc. System and method for collecting data and managing patient care
US5989409A (en) * 1995-09-11 1999-11-23 Cygnus, Inc. Method for glucose sensing
US5741211A (en) * 1995-10-26 1998-04-21 Medtronic, Inc. System and method for continuous monitoring of diabetes-related blood constituents
FI960636A (fi) * 1996-02-12 1997-08-13 Nokia Mobile Phones Ltd Menetelmä potilaan terveydentilan valvomiseksi
FI118509B (fi) * 1996-02-12 2007-12-14 Nokia Oyj Menetelmä ja laitteisto potilaan veren glukoosipitoisuuden ennustamiseksi
US5974389A (en) * 1996-03-01 1999-10-26 Clark; Melanie Ann Medical record management system and process with improved workflow features
US5801057A (en) * 1996-03-22 1998-09-01 Smart; Wilson H. Microsampling device and method of construction
US5878384A (en) * 1996-03-29 1999-03-02 At&T Corp System and method for monitoring information flow and performing data collection
US5822935A (en) * 1996-12-19 1998-10-20 Steelcase Inc. Solid-core wall system
US5959529A (en) * 1997-03-07 1999-09-28 Kail, Iv; Karl A. Reprogrammable remote sensor monitoring system
NZ337954A (en) * 1997-03-13 2001-09-28 First Opinion Corp Computerized disease management method adjusts a disease therapy for a patient based on obtained health data
US6270455B1 (en) * 1997-03-28 2001-08-07 Health Hero Network, Inc. Networked system for interactive communications and remote monitoring of drug delivery
FI112545B (fi) * 1997-05-30 2003-12-15 Nokia Corp Menetelmä ja järjestelmä potilaan veren glykosyloidun hemoglobiinikomponentin tason ennustamiseksi
US6558351B1 (en) * 1999-06-03 2003-05-06 Medtronic Minimed, Inc. Closed loop system for controlling insulin infusion
US5997475A (en) * 1997-08-18 1999-12-07 Solefound, Inc. Device for diabetes management
US6054039A (en) * 1997-08-18 2000-04-25 Shieh; Paul Determination of glycoprotein and glycosylated hemoglobin in blood
EP0910023A2 (de) * 1997-10-17 1999-04-21 Siemens Aktiengesellschaft Verfahren und Anordnung zur neuronalen Modellierung eines dynamischen Systems mit nichtlinearem stochastischem Verhalten
WO1999023597A2 (en) * 1997-10-31 1999-05-14 Amira Medical Analyte concentration information collection and communication s ystem
US6144922A (en) * 1997-10-31 2000-11-07 Mercury Diagnostics, Incorporated Analyte concentration information collection and communication system
US6049764A (en) * 1997-11-12 2000-04-11 City Of Hope Method and system for real-time control of analytical and diagnostic instruments
US6579690B1 (en) 1997-12-05 2003-06-17 Therasense, Inc. Blood analyte monitoring through subcutaneous measurement
US6024699A (en) * 1998-03-13 2000-02-15 Healthware Corporation Systems, methods and computer program products for monitoring, diagnosing and treating medical conditions of remotely located patients
US6579231B1 (en) * 1998-03-27 2003-06-17 Mci Communications Corporation Personal medical monitoring unit and system
EP1068568A4 (en) * 1998-04-03 2004-10-27 Triangle Pharmaceuticals Inc SYSTEMS, METHODS, AND COMPUTER PROGRAM PRODUCTS TO GUIDE THE SELECTION OF THERAPEUTIC SCHEMES $ i ()
JPH11296598A (ja) * 1998-04-07 1999-10-29 Seizaburo Arita 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体
US8974386B2 (en) * 1998-04-30 2015-03-10 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US6175752B1 (en) * 1998-04-30 2001-01-16 Therasense, Inc. Analyte monitoring device and methods of use
CA2332112C (en) * 1998-05-13 2004-02-10 Cygnus, Inc. Monitoring of physiological analytes
PT1077636E (pt) * 1998-05-13 2004-06-30 Cygnus Therapeutic Systems Processamento de sinal para medicao de analitos fisiologicos
GB9812432D0 (en) * 1998-06-09 1998-08-05 Queen Mary & Westfield College Predictive test
US7384396B2 (en) * 1998-07-21 2008-06-10 Spectrx Inc. System and method for continuous analyte monitoring
US6338713B1 (en) * 1998-08-18 2002-01-15 Aspect Medical Systems, Inc. System and method for facilitating clinical decision making
US6554798B1 (en) * 1998-08-18 2003-04-29 Medtronic Minimed, Inc. External infusion device with remote programming, bolus estimator and/or vibration alarm capabilities
JP2000060803A (ja) * 1998-08-21 2000-02-29 Terumo Corp 血糖値情報処理システム
DE69908602T2 (de) 1998-09-30 2004-06-03 Cygnus, Inc., Redwood City Verfahren und vorrichtung zum vorhersagen von physiologischen messwerten
US6201980B1 (en) 1998-10-05 2001-03-13 The Regents Of The University Of California Implantable medical sensor system
US6540672B1 (en) * 1998-12-09 2003-04-01 Novo Nordisk A/S Medical system and a method of controlling the system for use by a patient for medical self treatment
KR100627990B1 (ko) * 1998-11-30 2006-09-26 노보 노르디스크 에이/에스 복수의 조치를 포함하는 의학적 자가 치료에서 사용자를돕기 위한 방법 및 시스템
EP1171823A4 (en) * 1999-03-03 2006-10-04 Cyrano Sciences Inc APPARATUS, SYSTEMS AND METHODS FOR DETECTING AND TRANSMITTING SENSOR DATA THROUGH A COMPUTER NETWORK
ATE394989T1 (de) * 1999-03-29 2008-05-15 Beckman Coulter Inc Messgerät mit integrierter datenbank und vereinfachter telemedizinfähigkeit
US6336900B1 (en) * 1999-04-12 2002-01-08 Agilent Technologies, Inc. Home hub for reporting patient health parameters
US6277071B1 (en) * 1999-06-25 2001-08-21 Delphi Health Systems, Inc. Chronic disease monitor
US6804558B2 (en) * 1999-07-07 2004-10-12 Medtronic, Inc. System and method of communicating between an implantable medical device and a remote computer system or health care provider
US6611846B1 (en) * 1999-10-30 2003-08-26 Medtamic Holdings Method and system for medical patient data analysis
US6406426B1 (en) * 1999-11-03 2002-06-18 Criticare Systems Medical monitoring and alert system for use with therapeutic devices
US6418346B1 (en) * 1999-12-14 2002-07-09 Medtronic, Inc. Apparatus and method for remote therapy and diagnosis in medical devices via interface systems
US6692436B1 (en) * 2000-04-14 2004-02-17 Computerized Screening, Inc. Health care information system
US6616606B1 (en) * 2000-05-19 2003-09-09 Welch Allyn Protocol, Inc. Patient monitoring system
CA2689656A1 (en) * 2000-06-16 2001-12-16 Bayer Healthcare Llc System, method and biosensor apparatus for data communications with a personal data assistant
LV12612B (lv) * 2000-08-21 2001-03-20 Jehezkelis FINKELŠTEINS Medicīniski-bioloģiskas informācijas vākšanas un apstrādes metode un sistēma
US6450956B1 (en) * 2000-11-06 2002-09-17 Siemens Corporate Research, Inc. System and method for treatment and outcome measurement analysis
US6524240B1 (en) * 2000-11-22 2003-02-25 Medwave, Inc. Docking station for portable medical devices
US6645142B2 (en) * 2000-12-01 2003-11-11 Optiscan Biomedical Corporation Glucose monitoring instrument having network connectivity
US6799149B2 (en) * 2000-12-29 2004-09-28 Medtronic, Inc. Therapy management techniques for an implantable medical device
US6551243B2 (en) * 2001-01-24 2003-04-22 Siemens Medical Solutions Health Services Corporation System and user interface for use in providing medical information and health care delivery support
US20060106644A1 (en) * 2001-05-30 2006-05-18 Koo Charles C Patient referral and physician-to-physician marketing method and system
US6544212B2 (en) * 2001-07-31 2003-04-08 Roche Diagnostics Corporation Diabetes management system
US6781522B2 (en) * 2001-08-22 2004-08-24 Kivalo, Inc. Portable storage case for housing a medical monitoring device and an associated method for communicating therewith
US20030216628A1 (en) * 2002-01-28 2003-11-20 Bortz Jonathan David Methods and systems for assessing glycemic control using predetermined pattern label analysis of blood glucose readings
US20050187789A1 (en) * 2004-02-25 2005-08-25 Cardiac Pacemakers, Inc. Advanced patient and medication therapy management system and method
WO2005119555A2 (en) * 2004-06-01 2005-12-15 Lifescan, Inc. Methods and systems of automating medical device data management
CA2858901C (en) * 2004-06-04 2024-01-16 Carolyn Anderson Diabetes care host-client architecture and data management system
US20060173260A1 (en) * 2005-01-31 2006-08-03 Gmms Ltd System, device and method for diabetes treatment and monitoring
US20070033074A1 (en) * 2005-06-03 2007-02-08 Medtronic Minimed, Inc. Therapy management system

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
BREMER Т et al. "Is blood glucose predictable from previous..." Diabetes, 1999, v.48, 445-451. BOLLI "The Problem of Hypoglicemia in intensive as well as nonintensive Treatmtnt...", Diabetes Care, 22, 1999, s.2, 1343-1352. Cryer "Hypoglicemia is the Limiting Factor...", Diabetes Metab. Res. Rev., 15,1999, 42-46. *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2552312C2 (ru) * 2009-06-30 2015-06-10 Лайфскэн Скотлэнд Лимитед Системы и способы контроля диабета
RU2602040C2 (ru) * 2011-08-26 2016-11-10 Университи Оф Вирджиния Патент Фоундэйшион Способ, система и машиночитаемый носитель для адаптационного рекомендательного контроля сахарного диабета
US10332615B2 (en) 2013-02-21 2019-06-25 University Of Virginia Patent Foundation Method and system for model-based tracking of changes in average glycemia in diabetes
US11842817B2 (en) 2013-02-21 2023-12-12 University Of Virginia Patent Foundation Tracking changes in average glycemia in diabetics
RU2707064C1 (ru) * 2019-02-12 2019-11-21 Общество с ограниченной ответственностью "Гардлайнер" Система для сравнения гликемических профилей у больных сахарным диабетом

Also Published As

Publication number Publication date
AU5104601A (en) 2001-10-08
KR20020092405A (ko) 2002-12-11
CA2404262A1 (en) 2001-10-04
CN1422136A (zh) 2003-06-04
WO2001072208A2 (en) 2001-10-04
US20030212317A1 (en) 2003-11-13
PL357511A1 (en) 2004-07-26
US7025425B2 (en) 2006-04-11
IL183273A0 (en) 2007-09-20
EP1267708A4 (en) 2006-04-12
MXPA02009487A (es) 2003-03-10
US7874985B2 (en) 2011-01-25
WO2001072208A3 (en) 2002-03-07
IL151720A0 (en) 2003-04-10
DZ3338A1 (fr) 2001-10-04
CN100448392C (zh) 2009-01-07
PL198154B1 (pl) 2008-05-30
AU2001251046B2 (en) 2006-08-03
US20120004512A1 (en) 2012-01-05
JP2003528330A (ja) 2003-09-24
KR100776070B1 (ko) 2007-11-16
EP1267708A2 (en) 2003-01-02
CA2404262C (en) 2009-03-24
IL151720A (en) 2007-10-31
JP4891511B2 (ja) 2012-03-07
US20060094947A1 (en) 2006-05-04

Similar Documents

Publication Publication Date Title
RU2283495C2 (ru) Способ, система и программный продукт для оценки контроля гликемии при диабете
EP2322092B1 (en) Method, system, and computer program product for processing of self-monitoring blood glucose (smbg) data to enhance diabetic self-management
CA2615575C (en) Systems, methods and computer program products for recognition of patterns of hyperglycemia in a user
US20200066410A1 (en) Tracking the Probability for Imminent Hypoglycemia in Diabetes From Self-Monitoring Blood Glucose (SMBG) Data
AU2001251046A1 (en) Method, system, and computer program product for the evaluation of glycemic control in diabetes from self-monitoring data
US9317657B2 (en) Method, system, and computer program product for tracking of blood glucose variability in diabetes
EP1845465B1 (en) Diabetes management methods and systems
RU2477078C2 (ru) Способ, система и компьютерный программный продукт для оценки изменчивости содержания глюкозы в крови при диабете по данным самоконтроля
AU2017420200A1 (en) Method and system for monitoring a diabetes treatment plan

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20130330