确定胰岛素疗法相关的参数、预测葡萄糖值和提供胰岛素给药建议的医学布置和方法技术

本发明专利技术涉及一种用于确定药物的个体化估计值、预期医学效应的大小、其持续时间和形状的方法，所述方法基于其中靶生物标志物和剂量历史已被记录的数据部分，其中有限脉冲响应模型a＝[a0,a2...an]和基础肝葡萄糖产生Gb的个体化估计值根据本发明专利技术的方程确定。本发明专利技术还涉及用于根据本发明专利技术中描述的方法控制向患者的胰岛素递送的系统，其中测量的生物标志物是葡萄糖。本发明专利技术还涉及进行根据本发明专利技术的计算的医学装置。

Medical layout and methods for determining parameters related to insulin therapy, predicting glucose levels and providing insulin recommendations

The present invention relates to a method for determining the individual estimated value of a drug, the size of the expected medical effect, its duration and shape, based on a data portion of the target biomarker and dose history recorded in which the finite impulse response model a = [a0, A2... An] and the basal liver glucose produce Gb The volume estimation value is determined according to the equation of the invention. The invention also relates to a system for controlling the delivery of insulin to the patient according to the method described in the present invention, wherein the biomarker is glucose. The invention also relates to a medical device according to the calculation of the invention.

【技术实现步骤摘要】
【国外来华专利技术】确定胰岛素疗法相关的参数、预测葡萄糖值和提供胰岛素给药建议的医学布置和方法专利
本专利技术总体涉及胰岛素疗法，和涉及从由个体收集的数据确定与胰岛素的葡萄糖降低效应有关的患者特异性生理和药代动力学参数，以及如何利用这些参数改善胰岛素疗法结果。技术背景全球有3亿至4亿人发展了糖尿病。预计在2035年，这一数字将接近6亿。约5-10％的糖尿病群体患有I型糖尿病并需要强化胰岛素治疗，且大多数II型糖尿病患者在诊断后6-10年也需要胰岛素。现代胰岛素疗法包括使用胰岛素笔(MDI)多次每日注射或通过胰岛素泵(CSII)连续输注。为了评估葡萄糖水平，使用了提供测量时血浆葡萄糖水平的读数的个人葡萄糖计(SMBG)，以及提供放置传感器的皮下组织中的葡萄糖水平的频繁测量(通常每5分钟一次)的不断发展的连续葡萄糖测量系统(CGM)。由于胰岛素剂量过量或不足导致的血糖控制不佳可能导致短期和长期并发症，诸如例如由于低血糖症(低血液葡萄糖浓度)引起的急性癫痫和昏迷，或例如由于长期高血糖症(高血液葡萄糖浓度)导致的慢性肾病、失明、以及微血管和大血管疾病。通常，糖尿病群体的血糖水平不令人满意，并且对改善控制的手段有很大的需求。为了优化每个个体的胰岛素疗法，葡萄糖降低效应的知识和具体的剂量要求是至关重要的。然而，目前的实践和技术不能提供有效和可靠地在个体基础上确定这些因素的手段。专利技术概述在一个方面，本专利技术提供了一种用于确定药物的个体化估计值、预期医学效应的大小、其持续时间和形状的方法，所述方法基于其中靶生物标志物和剂量历史已被记录的数据部分，其中有限脉冲响应模型a＝[a0，a2...an]和基础肝葡萄糖产生Gb的个体化估计值根据以下确定：I(tk)代表在采样时间tk时的药物输注且y(tk)(j)是在采样时间tk时的生物标志物水平，v(tk)～N(0，σv)对应于具有偏差σv2的过程噪声扰动，且Tj代表数据集j中的时间点，且其中脉冲响应模型参数a＝[a0，a1...an]具有生物标志物依赖性；对于感兴趣的每种生物标志物水平G，解决以下问题以检索参数估计值：使用N个周期的数据的a和Gb＝[Gb(1)...Gb(N)]：进行ak≤0，，k＝[1，...，n-1]a0＝0an＝0(3)且其中二级正则化矩阵R如下填充：R(j，j-1：j+1)＝[1-21]，j＝[1，...，n](4)其中是对覆盖采样时间的数据记录j收集的生物标志物数据，且是根据方程(1)的生物标志物水平的对应的估计值；WG是根据与生物标志物水平G的距离定义每个生物标志物测量值的权重的二次核矩阵；Gb0是Gb的先验期望值估计值，且α、β和γ是惩罚项。在一个实施方案中，该方法还包括估计在不同时间间隔期间获得药物对生物标志物的预期效应需要的所需剂量的步骤。在一个实施方案中，该方法包括通过将根据本专利技术的方法提供的所有a(G)＝[a0,(G)a1(G)...an(G)]项相加来计算不同葡萄糖值G的药物的灵敏度因子的步骤。在一个实施方案中，该方法包括通过将上述灵敏度因子平均来计算药物的平均灵敏度因子。在一个实施方案中，该方法包括基于灵敏度因子、药物作用的形状和持续时间、关于在时间Tj的先前剂量Dj的信息、当前生物标志物水平G和靶生物标志物水平Gt根据以下计算药物剂量的步骤：和在一个实施方案中，该方法包括以下步骤：使用根据本专利技术估计的参数连同计划剂量的信息和生物标志物的测量值用于根据以下计算覆盖前面的p个采样步骤的时间段的预期效应：其中是测量值更新，是时间更新，且是前面一个步骤的预测值，且α是Kalman过滤常数，且I(tk)是在时间tk的胰岛素剂量；并且当预定义阈值被破坏时在电子设备中发出至少一个警报。在一个实施方案中，该方法包括以下步骤：使用根据本专利技术估计的参数和生物标志物的测量值用于根据以下模拟覆盖前面的p个采样步骤的时间段的不同剂量备选(dosagealternatives)的效应：-其中是测量值更新，是时间更新，且是前面一个步骤的预测值，且I(tk)是在时间tk的胰岛素剂量，且α是Kalman过滤常数。在一个实施方案中，该方法包括以下步骤：使用根据本专利技术估计的参数和生物标志物的测量值用于根据以下模拟覆盖前面的p个采样步骤的时间段的不同剂量备选的效应：其中是测量值更新，是时间更新，且是前面一个步骤的预测值，I(tk)是在时间tk的胰岛素剂量，且α是Kalman过滤常数；且用于优化疗法，其中根据以下IS＝[IT…IT+L]是在计算(采样数T)和前面的L(≤p)样品的时间点建议的胰岛素剂量：进行其中C是凸成本函数，是根据方程(10)-(12)计算的模拟的生物标志物痕迹，YR＝[yR…yR]是与靶生物标志物值yR的相同大小的矢量。在一个实施方案中，该方法包括以下步骤：使用根据本专利技术估计的参数与关于计划的剂量的信息和生物标志物的测量值用于计算预期的效应和当预定义阈值被破坏时用于重编程药物递送泵中的计划剂量，其中在计算(采样数T)和前面的L(≤p)样品的时间点的新的重编程剂量IS＝[IT…IT+L]是基于根据以下的优化：进行其中C是凸成本函数，是根据方程(10)-(12)痕迹的模拟的生物标志物，YR＝[yR…yR]是与靶生物标志物值yR的相同大小的矢量。本专利技术的一个方面涉及用于确定食谱(recipe)r的膳食摄入的生物标志物提升效应的有限脉冲响应模型br＝[br1,br2…brn]的个体化估计值的方法，所述方法根据最大似然法，其中总似然被最大化：maxb,λp(Y，I，Mr，Cb，λ，b)∝p(Y|Gb，λ，b)·p(Gb，λ)·p(b)(15)且其中Y＝[y1(1)_...yn(1)_…y1(N)_yn(N)]是根据以下计算的对于所有的膳食情形的连锁的葡萄糖参考：其中I(tk)代表在时间tk时的药物输注，Mr(tk)是食谱r中在采样时间tk时以克计的碳水化合物的膳食摄入，v(tk)～N(0,σv)对应于具有偏差σv2的过程噪声扰动，且Tj代表数据集j中的时间点；在一个实施方案中，该方法包括以下步骤：使用根据本专利技术估计的参数连同计划剂量的信息和生物标志物的测量值用于根据以下计算覆盖前面的p个采样步骤的时间段的预期效应：并且当预定义阈值被破坏时在电子设备中发出至少一个警报。在一个实施方案中，该方法包括以下步骤：使用根据本专利技术估计的参数和生物标志物的测量值用于根据以下模拟覆盖前面的p个采样步骤的时间段的不同剂量备选的效应：在一个实施方案中，该方法包括以下步骤：使用根据本专利技术估计的参数和生物标志物的最近测量值用于根据以下模拟覆盖前面的p个采样步骤的时间段的不同剂量备选的效应：且用于根据以下优化在计算(采样数T)的疗法和前面的L(≤p)样品的时间点的疗法：进行其中C是凸成本函数，是根据方程(10)-(12)痕迹的模拟的生物标志物，YR＝[yR…yR]是与靶生物标志物值yR的相同大小的矢量。本专利技术的另一方面涉及用于根据本专利技术中描述的方法控制向患者的胰岛素递送的系统，其中测量的生物标志物是葡萄糖。在一个实施方案中，系统可包括胰岛素泵、葡萄糖计、用于连续葡萄糖计的接收器单元、智能手机、平板电脑、计算机或任何其他可以具有向用户显示信息并执行必要的测量和计算的能力的设备。本专利技术的又另一方面涉及进本文档来自技高网...

【技术保护点】
1.一种用于确定药物的个体化估计值、预期医学效应的大小、其持续时间和形状的方法，所述方法基于其中靶生物标志物和剂量历史已被记录的数据部分，其中有限脉冲响应模型a＝[a0，a2...an]和基础肝葡萄糖产生Gb的个体化估计值根据以下确定：

【技术特征摘要】
【国外来华专利技术】2015.10.09 SE 1530154-21.一种用于确定药物的个体化估计值、预期医学效应的大小、其持续时间和形状的方法，所述方法基于其中靶生物标志物和剂量历史已被记录的数据部分，其中有限脉冲响应模型a＝[a0，a2...an]和基础肝葡萄糖产生Gb的个体化估计值根据以下确定：I(tk)代表在采样时间tk时的药物输注且y(tk)(j)是在采样时间tk时的生物标志物水平，v(tk)～N(0，σv)对应于具有偏差σv2的过程噪声扰动，且Tj代表数据集j中的时间点，且其中脉冲响应模型参数a＝[a0，a1...an]具有生物标志物依赖性；对于感兴趣的每种生物标志物水平G，解决以下问题以检索参数估计值：使用N个周期的数据的a和Gb＝[Gb(1)...Gb(N)]：进行ak≤0，，k＝[1，...，n-1]a0＝0an＝0(3)且其中二级正则化矩阵R如下填充：R(j，j-1：j+1)＝[1-21]，j＝[1，...，n](4)其中是对覆盖采样时间的数据记录j收集的生物标志物数据，且是根据方程(1)的生物标志物水平的对应的估计值；WG是根据与生物标志物水平G的距离定义每个生物标志物测量值的权重的二次核矩阵；Gb0是Gb的先验期望值估计值，且α、β和γ是惩罚项。2.根据权利要求1所述的方法，该方法还包括估计在不同时间间隔期间获得药物对生物标志物的预期效应需要的所需剂量的步骤。3.根据权利要求1或2的任一项所述的方法，该方法还包括通过将根据权利要求1的方法提供的所有a(G)＝[a0,(G)a1(G)...an(G)]项相加来计算不同葡萄糖值G的药物的灵敏度因子的步骤。4.根据权利要求3所述的方法，该方法还包括通过将权利要求3的灵敏度因子平均来计算药物的平均灵敏度因子。5.根据权利要求4所述的方法，还包括基于灵敏度因子、药物作用的形状和持续时间、关于在时间Tj的先前剂量Dj的信息、当前生物标志物水平G和靶生物标志物水平Gt根据以下计算药物剂量的步骤：和6.根据前述权利要求中任一项所述的方法，包括以下步骤：使用根据权利要求1估计的参数连同计划剂量的信息和生物标志物的测量值用于根据以下计算覆盖前面的p个采样步骤的时间段的预期效应：其中是测量值更新，是时间更新，且是前面一个步骤的预测值，且α是Kalman过滤常数，且I(tk)是在时间tk的胰岛素剂量；并且当预定义阈值被破坏时在电子设备中发出至少一个警报。7.根据前述权利要求中任一项所述的方法，包括以下步骤：使用根据权利要求1估计的参数和生物标志物的测量值用于根据以下模拟覆盖前面的p个采样步骤的时间段的不同剂量备选的效应：其中是测量值更新，是时间更新，且是前面一个步骤的预测值，且I(tk)是在时间tk的胰岛素剂量，且α是Kalman过滤常数。8.根据权利要求1所述的方法，包括以下步骤：使用根据权利要求1估计的参数和生物标志物的测量值用于根据以下模拟覆盖前面的p个采样步骤的时间段的不同剂量备选的效应...

【专利技术属性】
技术研发人员：弗雷德里克·斯塔尔，
申请(专利权)人：迪诺威特公司，
类型：发明
国别省市：瑞典,SE