高/低血糖、葡萄糖变异性和无效自我监测的系统、方法技术方案

一种涉及维持糖尿病最优控制的方法、系统和计算机程序产品，并且旨在基于通过自我监测血糖装置收集的血糖读数，预测即将到来的时间周期的低血糖、高血糖、葡萄糖变异性增加以及测试不足或者过度测试模式。所述方法、系统和计算机程序产品直接涉及通过引入能够预测和警告用户高血糖、低血糖、葡萄糖变异性增加以及无效测试的危险增加周期的智能数据解释部件来增强现有家用血糖监测装置，以及直接涉及通过相同的特征来增强新兴的自我监测血糖装置。利用这些预测，糖尿病患者就可以采取措施来防止与高血糖、低血糖以及葡萄糖变异性增加相关的不利结果。

【技术实现步骤摘要】

本专利技术一般涉及葡萄糖监测技术，并且更具体地涉及低血糖和高 血糖危险评估。技术背景生物学行为反馈及其对于糖尿病控制的关键重要性是各种病症的 复合体，这些病症的特征是共同的最后高血糖要素，该病症起因于病 症正在发生，或者通过在生物系统组织的所有级别(从分子经过荷尔 蒙至人体状态)作用的机制来确定病症正在发生。使用胰岛素并通过 内服来将血糖维持在接近正常水平的加强治疗显著地降低了类型l (34, 40 )以及类型2糖尿病的(T1DM， T2DM， 42)的慢性并发症，但 是可能潜在地造成危及生命的严重低血糖(SH)危险。现有技术水平 中仅有不完善的胰岛素替代可以降低导致认识功能障碍、昏呆、昏迷 或者猝死(16， 17， 31， 39)的对于低血糖的荷尔蒙预防和警告症状。 此外，近来的研究表明低血糖可以引起胰岛素敏感性增加(18， 32)。因此，低血糖已经被鉴定为最佳糖尿病管理(9， 11)的主要障碍。具 有T1DM和T2DM的人将面临终生的行为方面控制优化问题，以在不增 加其低血糖危险的情况下，降低高血糖波动幅度并维持严格的血糖控 制。关键在于，优化问题提供并适当地利用了对于系统状态和动力学 的可用反馈。从系统生物学观点来研究，T1DM优化的任务需要研究若 干个生物系统级别的反馈环(i )对于病人改变人类行为的外部反 馈；(ii)胰乌素-葡萄糖相互作用；以及(iii )随着从一次低血糖 发作至下 一次低血糖发作的复发性低血糖而出现的荷尔蒙反馈，通过 低血糖伴随的自主神经功能衰竭(HAAF， IO)来反映。图l代表了这三 个主要的反馈环。本专利技术的背景是反馈环l (图l)，即血糖和行为的时间模式。该过 程受到许多外部因素的影响，包括所注射的胰岛素的定时和剂量、所 吃的食物、身体活动等。换言之，糖尿病中的血糖(BG)波动是复杂 动态系统作用的可测量结果，该可测量结果受到许多内部和外部因素 的影响。该系统的宏观(人类)级别的优化取决于自我治疗行为。因 此，这种优化必须基于利用领域内可用数据的反馈(诸如血糖自我监 测(SMBG))、 HbA,e的知识，以及症状的监测和自我治疗做法。这些宏 观级别的信息源处于各种发展阶段并且是临床认可的，HbA化验和 SMBG现在的操作规程HbAle:该平均血糖状态经典指标(market) (1)已经与糖尿病的 长期并发症相关联，并且被确认为T1DM和T2DM (36)的黄金标准。然 而，已经反复证实了HbAk是病人急剧血糖波动的一种无效评估指标。 DCCT (糖尿病控制与并发症试验)得出的结论是，仅仅约为8。/。的SH 发作可以根据已知的变量(包括HbA (39))预测；后来通过使用SH 历史、认识和自主神经功能得分(15)的结构化等式模型，该预测提 高到18%。在我们的研究中，HbA艮本与SH没有显著关联(6， 23， 27)。SMBG:现代的家用BG测量计提供了一种通过SMBG (3， 7， 41 )用 于频繁且准确的BG确定的方便工具。大多测量计能够存储上百个SMBG 读数及每个读数的日期和时间，并且具有用于将这些读数下载至PC的 接口。测量计通常带有具有基本数据分析(例如，均值BG的计算、前两周期间的平均BG的估计、目标百分比、低血糖和高血糖区等)、数据 曰志和图像表示(柱状图和圆饼图)能力的软件。然而，虽然这些装 置提供了在某个时间点处与BG的当前状态相关的信息，但在给出BG结 果时，这些装置当中没有一个装置提供了病人总体血糖控制、BG模式 和趋势或者自我治疗有效性的评估。在一系列研究中，我们已经证明 特定的SMBG数据分析和低BG指数(LBGI)可以捕获到针对低血糖的倾 向于增加危险的长期趋势 (23， 24， 29)，并且可以识别24小时周期 的低血糖的增加危险(20)。这些分析基于BG测量刻度(scale)的特 定非对称性认识，并且基于校正该非对称性的非线性变换(22， 25)。 由于我们的首次宣布(6)，我们重新改进并进一步验证了我们的方法， 并且提供了一种BG数据危险分析(28)的结构性理论。该理论成为我 们在T1DM(21， 27)中使用SMBG来综合评估血糖控制的算法的基础。 测试及行为评估为了从形式上来描述行为自我治疗的过程，我 们创造了自我调节行为(Self - Regulation Behavior)的随机 (stochastic)模型，该随机模型给出了对于反馈模式内部情况-症 状感知/察觉-鉴定-自我调节决策(26，图2)的描述。该模型背后 的思想在于，诸如低(或高)BG发作的内部事件之后是自我调节行为 序列，如果不适当，则可能导致病人SH或者极端的高血糖，如果适当， 则会使得避免这些极端情况。可以区分出四个顺序步骤内部情况(例 如，低/高BG)-症状感知/察觉-鉴定-判断/自我调节决策。这些步 骤通过可能通路的连续区间来链接，即，如图2的步骤1至步骤2所示， 存在各种低/高BG水平的可能感知，但如图2中步骤2至步骤3所示，不 存在单一可能的感知鉴定，并且如图2的步骤3至步骤4所示，不存在状 况鉴定之后唯一预定的决定。该模型是随机(stochastic)模型，该 模型是通过转变概率(26， 33)族表示的从一个步骤到下一步骤的转 变。自我治疗行为的模型提供了本专利技术公开的理论基础一一对于人类 的适当反馈将改变人的感知和察觉，从而产生更好的自我调节决定以 及改善的血糖控制。此前提通过下面段落中所述的研究得到了实验证 实。行为干涉的使用 一些研究已经证明避免低BG事件(<70 mg/dl) 几周就能够改善症状的感知并逆转不察觉低血糖(8， 12， 13， 14)。虽然这种干涉的前提是降低SH危险，但是它需要进行密切病人监测以 确保没有危害到新陈代谢控制。我们以前已经开发出BGAT， 一种很好 地证明对于患T1DM的人有效的精神生物行为干涉。BGAT的积极效果包 括BG检测、BG轮廓、社会心理状态、知识、判定的改善以及降低诸如 严重低血糖和高血糖(4， 5)的危及生命的事件。另外，我们已经证检测。Joslin Clinic的研究已经发现BGAT保存了在病人经受加强胰 岛素治疗时的逆调节完整性。本专利技术各种实施例中的一个方面集中在反馈环#1 (图l)-血糖和 行为的时间模式，但并不局限于此。前提是能够通过血糖和自我测试 的特应性时间模式的算法识别使得行为改变。特别地，识别出高血糖 以及低血糖模式、增加的葡萄糖变化性以及无效的自我监测，并将这 些消息实时地传送回个人。正如自我治疗行为的随机模型(图2)所假定的那样，继而促使了 又引起血糖控制改善的一系列的意识增加、鉴定提高、自我治疗行为 改善。与本专利技术相关的特别具有重要性的是特应性反馈的定时。根据 本专利技术的各种实施例的一个方面，在与该消息发送相关的日期的时间 帧之前，向病人给出与血糖和自我测试的时间模式的识别相关的反 馈。优选地，当病人在测试他们的BG时给出该消息发送，并且该消息 发送应当与通常出现在随后时间周期的模式相关，所述随后的时间周 期无论如何可以从大约2小时至8小时长。该消息发送使得病人能够在 给出了信息的时间周期之前立即采取正确的措施，以避免任何有害的 血糖模式重新出现。洞察本文档来自技高网...

【技术保护点】
一种用于识别和／或预测用户的高血糖模式的方法，所述方法包括：　　　　采集多个ＳＭＢＧ数据点；　　　　在具有预定持续时间的时间周期内对所述ＳＭＢＧ数据点进行分类；　　　　估算每个时间周期中的葡萄糖值；和　　　　基于所述估算来指示随后时间周期的高血糖危险。

【技术特征摘要】
US 2006-12-21 60/876402;US 2007-11-20 11/9432261.一种用于识别和/或预测用户的高血糖模式的方法，所述方法包括采集多个SMBG数据点；在具有预定持续时间的时间周期内对所述SMBG数据点进行分类；估算每个时间周期中的葡萄糖值；和基于所述估算来指示随后时间周期的高血糖危险。2. 根据权利要求l所述的方法，其中所述估算包括 基于所述葡萄糖值来确定至高血糖的个体偏差； 基于个体和绝对偏差确定每个所述时间周期内的复合概率； 将每个时间周期中的所述复合概率与预先设置的阈值进行比较。3. 根据权利要求2所述的方法，其中所述偏差的确定包括计算每 个所述时间周期SMBG的平均和标准偏差。4. 根据权利要求2所述的方法，其中所述偏差的确定包括计算每 个所述时间周期的偏差对比度。5. 根据权利要求4所述的方法，其中所述偏差对比度计算为1! W AAA ，其中，Xk表示时间周期k内的平均SMBG读数，^表示所有SMBG读 数的均值，SD表示所有SMBG读数的标准偏差，切t表示时间周期k内SMBG 读数的标准偏差，N表示SMBG读数的总数，^表示时间周期k内的SMBG 读数的数目。6.根据权利要求4所述的方法，其中所述偏差对比度计算为其中Yk是在除了k之外的时间周期内的均值SMBG读数的平均，Xk 表示时间周期k内的平均SMBG读数，SDl表示Xk-Yk的标准偏差的估计。7. 根据权利要求2所述的方法，其中所述复合概率包括超过绝对 阈值的概率和超过相对个人阈值的概率。8. 根据权利要求2所述的方法，其中所述复合概率计算为 CPotl) = Pal).O(tx)，其中Pk (al)表示在每个所述时间周期内平均SMBG超过预先设置阈 值水平al的概率，(D(tO表示在每个所述时间周期内所述平均SMBG数 据高于其余所述时间周期的平均SMBG数据的概率。9. 根据权利要求8所述的方法，其中所述O)(tk)是中心正态分布 的分布函数。10. 根据权利要求2所述的方法，其中所述复合概率计算为 CPal) = Pal).O(tk)，其中Pk (al)表示在每个所述时间周期内平均SMBG超过预先设置阈 值水平al的概率，(D(h)表示在每个所述时间周期内所述平均SMBG数 据高于总均值的概率。11. 根据权利要求10所述的方法，其中所述O(tk)是中心正态分 布的分布函数。12. 根据权利要求2所述的方法，其中所述复合概率的计算包括计 算所述平均SMBG数据在每个所述时间周期上高于其余所述时间周期的 平均SMBG数据的概率。13. 根据权利要求2所述的方法，其中所述复合概率的计算包括计 算所述平均SMBG数据在每个所述时间周期上高于总均值的概率。14. 根据权利要求l所述的方法，其中所述多个SMBG读数包括来自 大约2至6周监测的SMBG数据以及每个读数的时间。15. 根据权利要求l所述的方法，其中每个所述时间周期具有预定 的SMBG数据点数目。16. 根据权利要求15所述的方法，其中所述预定的SMBG数据点数 目是对于每个所述时间周期至少大约5个。17. 根据权利要求l所述的方法，其中所述时间周期包括将一天24小时分成具有预定持续时间的时间段。18. 根据权利要求17所述的方法，其中所述预定持续时间在2至8 个小时之间。19. 根据权利要求17所述的方法，其中所述预定持续时间小于24 小时。20. 根据权利要求l所述的方法，其中所述随后时间周期包括下一 时间周期。21. 根据权利要求l所述的方法，其中所述高血糖危险的指示包括 发布指示随后时间周期的高血糖模式的消息。22. 根据权利要求21所述的方法，其中所述指示高血糖模式的消 息在所述随后时间周期之前由用户立即接收。23. 根据权利要求21所述的方法，其中所述随后时间周期包括下 一时间周期。24. 根据权利要求l所述的方法，，其中所述高血糖危险的指示包括 发布指示在所述采集多个SMBG数据点的大约24小时内的高血糖模式的 消息。25. 根据权利要求l所述的方法，其中所述高血糖危险的指示包括 发布指示在所述采集多个SMBG数据点的大约12小时内的高血糖模式的 消息。26. 根据权利要求l所述的方法，其中所述高血糖危险的指示包括 发布指示在所述采集多个SMBG数据点的大约6小时内的高血糖模式的 消息。27. 根据权利要求l所述的方法，其中所述高血糖危险的指示包括 在完成上述权利要求的步骤时发布指示高血糖模式的消息。28. 根据权利要求l所述的方法，其中所述高血糖危险的指示与最 近SMBG测试几乎同时发生。29. —种用于识别和/或预测用户的高血糖模式的系统，所述系统 包括采集模块，用于采集多个SMBG数据点；以及 处理器，所述处理器被编程为对具有预定持续时间的时间周期内的所述SMBG数据点进行分类；计算每个时间周期中的葡萄糖值；和基于所述估算来指示随后时间周期的高血糖危险。30. 根据权利要求29所述的系统，其中所述估算包括基于所述葡萄糖值来确定至高血糖的个体偏差； 基于个体和绝对偏差确定每个所述时间周期内的复合概率；和将每个时间周期中的所述复合概率与预先设置的阈值进行比较。31. 根据权利要求30所述的系统，其中所述偏差的确定包括计算 每个所述时间周期SMBG的平均和标准偏差。32. 根据权利要求30所述的系统，其中所述偏差的确定包括计算 每个所述时间周期的偏差对比度。33. 根据权利要求32所述的系统，其中所述偏差对比度计算为其中，Xk表示时间周期k内的平均SMBG读数，尤表示所有SMBG读 数的均值，SD表示所有SMBG读数的标准偏差，^A表示时间周期k内SMBG 读数的标准偏差，N表示SMBG读数的总数，^表示时间周期k内的SMBG 读数的数目。34.根据权利要求32所述的系统，其中所述偏差对比度计算为其中Yk是在除了k之外的时间周期内的均值SMBG读数的平均，Xk 表示时间周期k内的平均SMBG读数，SDl表示Xk-Yk的标准偏差的估计。35. 根据权利要求30所述的系统，其中所述复合概率包括超过绝 对阈值的概率和超过相对个人阈值的概率。36. 根据权利要求30所述的系统，其中所述复合概率计算为 CPal) = Pal). O(tO ,其中Pk (al)表示在每个所述时间周期内平均SMBG超过预先设置阈 值水平al的概率，(D(tO表示在每个所述时间周期内所述平均SMBG数 据高于其余所述时间周期的平均SMBG数据的概率。37. 根据权利要求36所述的系统，其中所述O)(tO是中心正态分 布的分布函数。38. 根据权利要求30所述的系统，其中所述复合概率计算为 CPal) = Pal).①(tk)，其中Pk (al)表示在每个所述时间周期内平均SMBG超过预先设置阈 值水平otl的概率，(D(tk)表示在每个所述时间周期内所述平均SMBG数 据高于总均值的概率。39. 根据权利要求38所述的系统，其中所述O(tO是中心正态分 布的分布函数。40. 根据权利要求30所述的系统，其中所述复合概率的计算包括 计算所述平均SMBG数据在每个所述时间周期上高于其余所述时间周期 的平均SMBG数据的概率。41. 根据权利要求30所述的系统，其中所述复合概率的计算包括 计算所述平均SMBG数据在每个所述时间周期上高于总均值的概率。42. 根据权利要求29所述的系统，其中所述多个SMBG读数包括来 自大约2至6周监测的SMBG数据以及每个读数的时间。43. 根据权利要求29所述的系统，其中每个所述时间周期具有预 定的SMBG数据点数目。44. 根据权利要求43所述的系统，其中所述预定的SMBG数据点数 目是对于每个所述时间周期至少大约5个。45. 根据权利要求29所述的系统，其中所述时间周期包括将一天 24小时分成具有预定持续时间的时间段。46. 根据权利要求45所述的系统，其中所述预定持续时间在2至8 个小时之间。47. 根据权利要求45所述的系统，其中所述预定持续时间小于24 小时。48. 根据权利要求29所述的系统，其中所述随后时间周期包括下 一时间周期。49. 根据权利要求29所述的系统，其中所述高血糖危险的指示包 括发布指示随后时间周期的高血糖模式的消息。50. 根据权利要求49所述的系统，其中所述指示高血糖模式的消 息在所述随后时间周期之前由用户立即接收。51. 根据权利要求49所述的系统，其中所述随后时间周期包括下 一时间周期。52. 根据权利要求29所述的系统，其中所述高血糖危险的指示包 括发布指示在所述采集多个SMBG数据点的大约24小时内的高血糖模式 的消息。53. 根据权利要求29所述的系统，其中所述高血糖危险的指示包括发布指示在所述采集多个SMBG数据点的大约12小时内的高血糖模式 的消息。54. 根据权利要求29所述的系统，其中所述高血糖危险的指示包 括发布指示在所述采集多个SMBG数据点的大约6小时内的高血糖模式 的消息。55. 根据权利要求29所述的系统，其中所述高血糖危险的指示包 括在完成上述权利要求的步骤时发布指示高血糖模式的消息。56. 根据权利要求29所述的系统，其中所述高血糖危险的指示与 最近SMBG测试几乎同时发生。57. 根据权利要求29所述的系统，进一步包括显示模块，所述显示模块用于如果出现高血糖危险时向用户显示消息。58. —种计算机程序产品，包括具有计算机程序逻辑的计算计可 用介质，所述计算机程序逻辑用于支持计算机系统中的至少 一个处理 器识别和/或预测用户的高血糖模式，所述计算机程序逻辑包括采集多个SMBG数据点；在具有预定持续时间的时间周期内对所述SMBG数据点进行分类；估算每个时间周期中的葡萄糖值；和基于所述估算来指示随后时间周期的高血糖危险。59. 根据权利要求58所述的计算机程序产品，其中所述估算包括 基于所述葡萄糖值来确定至高血糖的个体偏差； 基于个体和绝对偏差确定每个所述时间周期内的复合概率； 将每个时间周期中的所述复合概率与预先设置的阈值进行比较。60. 根据权利要求59所述的计算机程序产品，其中所述偏差的确 定包括计算每个所述时间周期SMBG的平均和标准偏差。61. 根据权利要求59所述的计算机程序产品，其中所述偏差的确定包括计算每个所述时间周期的偏差对比度。62. 根据权利要求61所述的计算机程序产品，其中所述偏差对比度计算为其中，Xk表示时间周期k内的平均SMBG读数，^表示所有SMBG读 数的均值，SD表示所有SMBG读数的标准偏差，幼t表示时间周期k内SMBG 读数的标准偏差，N表示SMBG读数的总数，^表示时间周期k内的SMBG 读数的数目。63.根据权利要求61所述的计算机程序产品，其中所述偏差对比 度计算为其中Yk是在除了k之外的时间周期内的均值SMBG读数的平均，Xk 表示时间周期k内的平均SMBG读数，SDl表示Xk-Yk的标准偏差的估计。64. 根据权利要求59所述的计算机程序产品，其中所述复合概率 包括超过绝对阈值的概率和超过相对个人阈值的概率。65. 根据权利要求59所述的计算机程序产品，其中所述复合概率计算为CPal) = Pal).①(tO，其中Pk (al)表示在每个所述时间周期内平均SMBG超过预先设置阈 值水平al的概率，O(h)表示在每个所述时间周期内所述平均SMBG数 据高于其余所述时间周期的平均SMBG数据的概率。66. 根据权利要求65所述的计算机程序产品，其中所述O(tO是 中心正态分布的分布函数。67. 根据权利要求59所述的计算机程序产品，其中所述复合概率计算为CPal) = Pk(al).cD(tk)，其中Pk (al)表示在每个所述时间周期内平均SMBG超过预先设置阈 值水平al的概率，O(tO表示在每个所述时间周期内所述平均SMBG数 据高于总均值的概率。68. 根据权利要求67所述的计算机程序产品，其中所述O(tO是 中心正态分布的分布函数。69. 根据权利要求59所述的计算机程序产品，其中所述复合概率 的计算包括计算所述平均SMBG数据在每个所述时间周期上高于其余所 述时间周期的平均SMBG数据的概率。70.根据权利要求59所述的计算机程序产品，其中所述复合概率的计算包括计算所述平均SMBG数据在每个所述时间周期上高于总均值 的概率。71. 根据权利要求58所述的计算机程序产品，其中所述多个SMBG 读数包括来自大约2至6周监测的SMBG数据以及每个读数的时间。72. 根据权利要求58所述的计算机程序产品，其中每个所述时间 周期具有预定的SMBG数据点数目。73. 根据权利要求72所述的计算机程序产品，其中所述预定的 SMBG数据点数目是对于每个所述时间周期至少大约5个。74. 根据权利要求58所述的计算机程序产品，其中所述时间周期 包括将一天24小时分成具有预定持续时间的时间段。75. 根据权利要求74所述的计算机程序产品，其中所述预定持续 时间在2至8个小时之间。76. 根据权利要求74所述的计算机程序产品，其中所述预定持续 时间小于24小时。77. 根据权利要求58所述的计算机程序产品，其中所述随后时间周期包括下一时间周期。78. 根据权利要求58所述的计算机程序产品，其中所述高血糖危险的指示包括发布指示随后时间周期的高血糖模式的消息。79. 根据权利要求78所述的计算机程序产品，其中所述指示高血 糖模式的消息在所述随后时间周期之前由用户立即接收。80.才艮据权利要求78所述的计算机程序产品，其中所述随后时间周期包括下一时间周期。81. 根据权利要求58所述的计算机程序产品，其中所述高血糖危 险的指示包括发布指示在所述采集多个SMBG数据点的大约24小时内的高血糖模式的消息。82. 根据权利要求58所述的计算机程序产品，其中所述高血糖危 险的指示包括发布指示在所述采集多个SMBG数据点的大约12小时内的高血糖模式的消息。83. 根据权利要求58所述的计算机程序产品，其中所述高血糖危 险的指示包括发布指示在所述采集多个SMBG数据点的大约6小时内的高血糖模式的消息。84. 根据权利要求58所述的计算机程序产品，其中所述高血糖危 险的指示包括在完成上述权利要求的步骤时发布指示高血糖模式的消 息。85. 根据权利要求58所述的计算机程序产品，其中所述高血糖危 险的指示与最近SMBG测试几乎同时发生。86. 根据权利要求58所述的计算机程序产品，所述计算机逻辑进 一步包括在出现高血糖危险时向用户显示消息。87. —种用于识别和/或预测用户的低血糖模式的方法，所述方法 包括采集多个SMBG数据点；在具有预定持续时间的时间周期内对所述SMBG数据点进行分类；估算每个时间周期中的葡萄糖值；和基于所述估算来指示随后时间周期的低血糖危险。88. 根据权利要求87所述的方法，其中所述估算包括 基于所述葡萄糖值来确定至低血糖的个体偏差； 基于个体和绝对偏差确定每个所述时间周期内的复合概率；和将每个时间周期中的所述复合概率与预先设置的阈值进行比较。89. 根据权利要求88所述的方法，其中所述偏差的确定包括计算 每个所述时间周期SMBG的平均和标准偏差。90. 根据权利要求88所述的方法，其中所述偏差的确定包括计算 每个所述时间周期的偏差对比度。91. 根据权利要求90所述的方法，其中所述偏差对比度计算为<formula>formula see original document page 10</formula>其中，Xk表示时间周期k内的平均SMBG读数，^表示所有SMBG读 数的均值，SD表示所有SMBG读数的标准偏差，幼^表示时间周期k内SMBG 读数的标准偏差，N表示SMBG读数的总数，^表示时间周期k内的SMBG 读数的数目。92.根据权利要求90所述的方法，其中所述偏差对比度计算为其中Yk是在除了k之外的时间周期内的均值SMBG读数的平均，Xk 表示时间周期k内的平均SMBG读数，SDl表示Xk-Yk的标准偏差的估计。93. 根据权利要求88所述的方法，其中所述复合概率包括血糖低 于绝对阈值的概率和血糖低于相对个人阈值的概率。94. 根据权利要求88所述的方法，其中所述复合概率计算为 CPal) = Pk(al).O(tk)，其中Pk (al)表示在每个所述时间周期内平均SMBG低于预先设置阈 值水平al的概率，①(t0表示在每个所述时间周期内所述平均SMBG数 据低于其余所述时间周期的平均SMBG数据的概率。95. 根据权利要求94所述的方法，其中所述O(h)是中心正态分 布的分布函数。96. 根据权利要求88所述的方法，其中所述复合概率计算为 CPal) = Pocl). O(tk)，其中Pk (al)表示在每个所述时间周期内平均SMBG低于预先设置阈 值水平al的概率，O(tO表示在每个所述时间周期内所述平均SMBG数 据低于总均值的概率。97. 根据权利要求96所述的方法，其中所述O(tO是中心正态分 布的分布函数。98. 根据权利要求88所述的方法，其中所述复合概率的计算包括 计算所述平均SMBG数据在每个所述时间周期上低于其余所述时间周期 的平均SMBG数据的概率。99. 根据权利要求88所述的方法，其中所述复合概率的计算包括 计算所述平均SMBG数据在每个所述时间周期上低于总均值的概率。100. 根据权利要求87所述的方法，其中所述多个SMBG读数包括来 自大约2至6周监测的SMBG数据以及每个读数的时间。101. 根据权利要求87所述的方法，其中每个所述时间周期具有预 定的SMBG数据点数目。102. 根据权利要求101所述的方法，其中所述预定的SMBG数据点 数目是针对每个所述时间周期至少大约5个。103. 根据权利要求87所述的方法，其中所述时间周期包括将一天 24小时分成具有预定持续时间的时间段。104. 根据权利要求103所述的方法，其中所述预定持续时间在2 至8个小时之间。105. 根据权利要求103所述的方法，其中所述预定持续时间小于 24小时。106. 根据权利要求87所述的方法，其中所述随后时间周期包括下 一时间周期。107. 根据权利要求87所述的方法，其中所述低血糖危险的指示包 括发布指示随后时间周期的低血糖模式的消息。108. 根据权利要求107所述的方法，其中所述指示低血糖模式的 消息在所述随后时间周期之前由用户立即接收。109. 根据权利要求107所述的方法，其中所述随后时间周期包括 下一时间周期。110. 根据权利要求87所述的方法，其中所述低血糖危险的指示包 括发布指示在所述采集多个SMBG数据点的大约24小时内的低血糖模式 的消息。111. 根据权利要求87所述的方法，其中所述低血糖危险的指示包 括发布指示在所述采集多个SMBG数据点的大约12小时内的低血糖模式 的消息。112. 根据权利要求87所述的方法，其中所述低血糖危险的指示包 括发布指示在所述采集多个SMBG数据点的大约6小时内的低血糖模式 的消息。113. 根据权利要求87所述的方法，其中所述低血糖危险的指示包 括在完成上述权利要求的步骤时发布指示低血糖模式的消息。114. 根据权利要求87所述的方法，其中所述低血糖危险的指示与 最近SMBG测试几乎同时发生。115. —种用于识别和/或预测用户的低血糖模式的系统，所述系 统包括采集模块，用于采集多个SMBG数据点；以及 处理器，所述处理器被编程为对具有预定持续时间的时间周期内的所述SMBG数据点进行 分类；估算每个时间周期中的葡萄糖值；和基于所述估算来指示随后时间周期的低血糖危险。116. 根据权利要求115所述的系统，其中所述估算包括 基于所述葡萄糖值来确定至低血糖的个体偏差；基于个体和绝对偏差确定每个所述时间周期内的复合概率；和将每个时间周期中的所述复合概率与预先设置的阈值进行比较。117. 根据权利要求116所述的系统，其中所述偏差的确定包括计 算每个所述时间周期SMBG的平均和标准偏差。118. 根据权利要求116所述的系统，其中所述偏差的确定包括计 算每个所述时间周期的偏差对比度。119. 根据权利要求118所述的系统，其中所述偏差对比度计算为其中，Xk表示时间周期k内的平均SMBG读数，f表示所有SMBG读 数的均值，SD表示所有SMBG读数的标准偏差，切t表示时间周期k内SMBG 读数的标准偏差，N表示SMBG读数的总数，^表示时间周期k内的SMBG 读数的数目。120.根据权利要求118所述的系统，其中所述偏差对比度计算为其中Yk是在除了k之外的时间周期内的均值SMBG读数的平均，Xk 表示时间周期k内的平均SMBG读数，SDl表示X广Yk的标准偏差的估计。121. 根据权利要求116所述的系统，其中所述复合概率包括血糖 低于绝对阈值的概率和血糖低于相对个人阈值的概率。122. 根据权利要求116所述的系统，其中所述复合概率计算为 CPal) = Pk(al).O(tO ，其中Pk (al)表示在每个所述时间周期内平均SMBG低于预先设置阈 值水平al的概率，O(tk)表示在每个所述时间周期内所述平均SMBG数 据低于其余所述时间周期的平均SMBG数据的概率。123. 根据权利要求122所述的系统，其中所述O(tk)是中心正态 分布的分布函数。124. 根据权利要求116所述的系统，其中所述复合概率计算为 CPal) = Pod).O(tO，其中Pk (al)表示在每个所述时间周期内平均SMBG低于预先设置阈 值水平al的概率，(D(tO表示在每个所述时间周期内所述平均SMBG数 据低于总均值的概率。125. 根据权利要求124所述的系统，其中所述O(tO是中心正态 分布的分布函数。126. 根据权利要求116所述的系统，其中所述复合概率的计算包期的平均SMBG数据的概率。127. 根据权利要求116所述的系统，其中所述复合概率的计算包 括计算所述平均SMBG数据在每个所述时间周期上低于总均值的概率。128. 根据权利要求115所述的系统，其中所述多个SMBG读数包括 来自大约2至6周监测的SMBG数据以及每个读数的时间。129. 根据权利要求115所述的系统，其中每个所述时间周期具有 预定的SMBG数据点数目。130. 根据权利要求129所述的系统，其中所述预定的SMBG数据点 数目是对于每个所述时间周期至少大约5个。131. 根据权利要求115所述的系统，其中所述时间周期包括将一 天24小时分成具有预定持续时间的时间段。132. 根据权利要求131所述的系统，其中所述预定持续时间在2 至8个小时之间。133. 根据权利要求131所述的系统，其中所述预定持续时间小于 24小时。134. 根据权利要求115所述的系统，其中所述随后时间周期包括 下一时间周期。135. 根据权利要求115所述的系统，其中所述低血糖危险的指示 包括发布指示随后时间周期的低血糖模式的消息。136. 根据权利要求135所述的系统，其中所述指示低血糖模式的 消息在所述随后时间周期之前由用户立即接收。137. 根据权利要求135所述的系统，其中所述随后时间周期包括下一时间周期。138. 根据权利要求115所述的系统，其中所述低血糖危险的指示 包括发布指示在所述采集多个SMBG数据点的大约24小时内的低血糖模 式的消息。139. 根据权利要求115所述的系统，其中所述低血糖危险的指示 包括发布指示在所述采集多个SMBG数据点的大约12小时内的低血糖模 式的消息。140. 根据权利要求115所述的系统，其中所述低血糖危险的指示 包括发布指示在所述采集多个SMBG数据点的大约6小时内的低血糖模 式的消息。141. 根据权利要求115所述的系统，其中所述低血糖危险的指示 包括在完成上述权利要求的步骤时发布指示低血糖模式的消息。142. 才艮据权利要求115所述的系统，其中所述高血糖危险的指示 与最近SMBG测试几乎同时发生。143. 根据权利要求115所述的系统，进一步包括显示模块，所述 显示模块用于如果出现低血糖危险时向用户显示消息。144. 一种计算机程序产品，包括具有计算机程序逻辑的计算计可 用介质，所述计算机程序逻辑用于支持计算机系统中的至少 一个处理 器识别和/或预测用户的低血糖模式，所述计算机程序逻辑包括采集多个SMBG数据点；在具有预定持续时间的时间周期内对所述SMBG数据点进行分类；估算每个时间周期中的葡萄糖值；和基于所述估算来指示随后时间周期的低血糖危险。145. 根据权利要求144所述的计算机程序产品，其中所述估算包括基于所述葡萄糖值来确定至低血糖的个体偏差； 基于个体和绝对偏差确定每个所述时间周期内的复合概率；和将每个时间周期中的所述复合概率与预先设置的阚值进行比较。146. 根据权利要求145所述的计算机程序产品，其中所述偏差的 确定包括计算每个所述时间周期SMBG的平均和标准偏差。147. 根据权利要求145所述的计算机程序产品，其中所述偏差的确定包括计算每个所述时间周期的偏差对比度。148.根据权利要求147所述的计算机程序产品，其中所述偏差对 比度计算为—<formula>formula see original document page 16</formula>其中，Xk表示时间周期k内的平均SMBG读数，7表示所有SMBG读 数的均值，SD表示所有SMBG读数的标准偏差，幼t表示时间周期k内SMBG 读数的标准偏差，N表示SMBG读数的总数，^表示时间周期k内的SMBG 读数的数目。149.根据权利要求147所述的计算机程序产品，其中所述偏差对 比度计算为 <formula>formula see original document page 16</formula>其中Yk是在除了k之外的时间周期内的均值SMBG读数的平均，Xk 表示时间周期k内的平均SMBG读数，SDl表示Xk-Yk的标准偏差的估计。150.根据权利要求145所述的计算机程序产品，其中所述复合概151. 根据权利要求145所述的计算机程序产品，其中所述复合概率计算为<formula>formula see original document page 16</formula>其中Pk (al)表示在每个所述时间周期内平均SMBG低于预先设置阈 值水平al的概率，O(tO表示在每个所述时间周期内所述平均SMBG数 据低于其余所述时间周期的平均SMBG数据的概率。152. 根据权利要求151所述的计算机程序产品，其中所述O)(tO 是中心正态分布的分布函数。153. 根据权利要求145所述的计算机程序产品，其中所述复合概率计算为<formula...

【专利技术属性】
技术研发人员：BP科瓦切夫，D普赖斯，E奥托，A库尔森，
申请(专利权)人：弗吉尼亚大学专利基金会，生命扫描有限公司，
类型：发明
国别省市：US[美国]