确定患者的血糖值在预测时间处于不良血糖范围内的概率的方法和系统以及计算机程序产品技术方案

本公开涉及一种确定患者的血糖值在预测时间处于不良血糖范围内的概率的方法，在具有一个或多个数据处理器的系统(10)中，方法包括：提供表示一个测量时间段内的多个血糖测量值的现场监测血糖测量数据，现场监测血糖测量数据包括已经进行了血糖测量值的测量的相应测量时间，其中血糖测量值包括分配到血糖值的第一不良范围的第一血糖测量值和分配到血糖值的第二不良范围的第二血糖测量值，其中血糖值的第二范围与血糖值的第一不良范围不同；通过应用包括核密度估计和贝叶斯规则的分析算法，根据包括第一血糖测量值和第二血糖测量值的现场监测血糖测量数据，确定患者的血糖值在预测时间处于第一不良血糖范围内的概率和患者的血糖值在预测时间处于第二不良血糖范围内的概率；其中在核密度估计中，对第一血糖测量值中的全部或一些测量值应用第一核带宽，并且对第二血糖测量值中的全部或一些测量值应用与第一核带宽不同的第二核带宽；以及提供指示预测时间和在预测时间的概率值的输出数据。此外，提供了一种系统和一种计算机程序产品。

【技术实现步骤摘要】
【国外来华专利技术】确定患者的血糖值在预测时间处于不良血糖范围内的概率的方法和系统以及计算机程序产品
本公开涉及一种用于确定患者的血糖值在预测时间处于不良血糖范围内的概率的方法。此外，本公开涉及一种用于确定患者的血糖值在预测时间处于不良血糖范围内的概率的系统。还涉及一种计算机程序产品。
技术介绍
通常可通过关注有问题的时间段（诸如早晨的高血糖事件）来实现糖尿病患者的治疗改善。血糖测量的回顾性分析可通过评估一天中血糖波动的概率来找出这些时间段。对于使用连续血糖监测(CGM)装置的患者，测量频率(1/T)非常高（测量时间间隔T的范围大约为5至15分钟），这允许进行高分辨力分析。在此，动态血糖曲线在整个糖尿病护理学会中已经表现出了很高的接受度（Danne等人，DiabetesCare(2017)40）。相反，对于执行传统的（现场监测）血糖测量(BGM)的患者，每天的样品数量相对较低（例如，大约3至8个样品），并且大部分在时间上分布不均。为了仍能够为执行BGM的患者获得可行的统计数据，必须将测量分组（分群）成相当大的时隙（每小时或每四分之一天），因而导致分辨力下降。通常，稀疏的BGM数据对患者血糖动态以及不良事件（诸如低血糖和高血糖）的相应风险的洞察力有限。文献US2011/313674A1涉及一种用于优化对糖尿病患者的治疗的测试方法，该方法包括：收集至少一个生物标志物数据采样集，并针对生物标志物数据采样集计算概率分布函数、危险函数、风险函数以及风险值。概率分布函数经计算为近似生物标志物数据的概率分布。危险函数是针对指示较高并发症风险的采样集中的生物标志物读数产生较高危险值的函数。风险函数是概率分布函数和危险函数的乘积，并且风险值是通过风险函数的积分来计算的。通过调整糖尿病患者的治疗将风险值降至最低，并且当将至少一个采样集的风险值降至最优风险水平时，退出该测试方法。文献US2015/190098A1公开了一种自适应咨询控制交互式过程，该过程涉及基于算法的生理和行为参数与模式的评估和交流，帮助糖尿病患者优化其血糖控制。该方法和系统使用关于患者的信息源；(i)EO数据（例如，血糖自我监测(SMBG)和CMG），(ii)胰岛素数据（例如，胰岛素泵日志文件或患者治疗记录），以及(iii)患者自我报告数据（例如，自我治疗行为、膳食和运动）来追溯地评估低血糖的风险，追溯地评估基于风险的胰岛素递送减少，然后向患者报告基于风险的胰岛素减少系统将如何一致地作用以预防低血糖。文献WO2018/153648A1公开了用于传送剂量历史记录的系统和方法，该剂量历史记录经设置用于表示血糖调节药物注射分布的集中趋势和变化性。该装置适于执行在注射事件的分布内获得一个或多个合格的注射事件组的方法，其中每个合格的注射事件组包括组-时间指示器。对于合格的注射事件组的集合中的每个相应合格的注射事件组，提供了以下内容：(i)在瞬时基础上，使用组-时间指示器确定对应于相应合格的注射事件组的分组药物记录的子集，以及(ii)对相应合格的注射事件组的分组药物记录的子集进行处理以获得显示数据，该显示数据经设置用于表示集中趋势的测量和与相对时间相关的可变性的测量。显示器数据被传送。文献US2018/272063A1涉及一种输注装置、患者数据管理系统以及用于监测患者的生理状况的方法。输注装置包括：可操作以将流体递送给使用者的致动装置、接收指示使用者的生理状况的测量数据的通信接口、获取情境测量数据的传感装置以及联接至该致动装置的控制系统。提供通信接口和传感装置以确定用于以受测量数据和情境测量数据影响的方式自主操作致动装置的命令，并且根据该命令自主操作致动装置以将流体递送至使用者。文献US2007/282180A1公开了一种用于测量活体内葡萄糖水平的装置，该装置包括要应用到人体表面的电极装置。葡萄糖水平从电极装置对电信号的响应中得出。两个温度传感器布置在装置内的不同位置，在校准和测量过程中使用其温度信号以提高装置的精度。该装置还可基于葡萄糖水平高阶导数的限值用于预测高血糖或低血糖。
技术实现思路
本公开的目的是提供一种用于确定患者的血糖值在预测时间处于不良血糖范围内的概率的方法和系统，其中可基于现场监测血糖测量以高准确性确定概率。为了解决该目的，提供了一种根据独立权利要求1所述的确定患者的血糖值在预测时间处于不良血糖范围内的概率的方法。此外，提供了一种根据独立权利要求11所述的确定患者的血糖值在预测时间处于不良血糖范围内的概率的系统。另外，权利要求12涉及一种计算机程序产品。根据一个方面，提供了一种确定患者的血糖值或血糖水平在预测时间处于不良血糖范围内的概率的方法。该方法在具有一个或多个数据处理器的系统中，该方法包括提供表示一个测量时间段内的多个血糖测量值的现场监测血糖测量数据，现场监测血糖测量数据包括已经进行了针对血糖测量值的测量的各个测量时间，其中该血糖测量值包括分配到血糖值的第一不良范围的第一血糖测量值和分配到血糖值的第二不良范围的第二血糖测量值，其中血糖值的第二范围与血糖值的第一不良范围不同。通过应用包括核密度估计和贝叶斯规则应用的分析算法，根据包括第一血糖测量值和第二血糖测量值的现场监测血糖测量数据，确定患者的血糖值在预测时间处于第一不良血糖范围内的概率和患者的血糖值在预测时间处于第二不良血糖范围内的概率。在核密度估计中，对所有或一些第一血糖测量值应用第一核带宽，并且对所有或一些第二血糖测量值应用与第一核带宽不同的第二核带宽。提供了指示预测时间和在预测时间确定的概率值的输出数据。根据另一个方面，提供了一种用于确定患者的血糖值或血糖水平在预测时间处于不良血糖范围内的概率的系统。该系统具有一个或多个数据处理器，该数据处理器配置为执行确定患者的血糖值或血糖水平在预测时间处于不良血糖范围内的概率的方法。此外，提供了一种包括程序代码的计算机程序产品，该程序代码配置为当被加载到具有一个或多个处理器的计算机中时，执行确定患者的血糖值在预测时间处于不良血糖范围内的概率的方法。可为单个患者提供现场监测血糖测量数据。例如，测量时间段可延续至少24小时（天）。例如，现场监测血糖值可覆盖14天的测量时间段，平均每天至少有4个现场监测值。为了确定概率，可考虑几天的现场监测血糖测量数据。现场监测血糖测量数据可被预处理，例如，通过取血糖测量值的平均值。应用核密度估计时，第一带宽可应用于第一血糖测量值的全部或子集。附加地或替代地，应用核密度估计时，第二带宽可应用于第二血糖测量值的全部或子集。输出数据可由系统的输出装置（诸如显示器）输出。该系统可在选自以下组的装置中实现：移动电话或手机、手持计算机装置和膝上型计算机。应用于根据现场监测血糖测量确定时间相关的概率的核密度估计是一种非参数方式，用于估计随机变量（即现场监测血糖测量值）的概率密度函数。响应于发现预测的血糖值（很有可能，例如，大于约50%的可能性）是处于血糖值的不同不良范围中的一个内，系统可生成响应消息并将其输出到患者或使用者。例如，可建议患者针对本文档来自技高网...

【技术保护点】
1. 一种确定患者的血糖值在预测时间处于不良血糖范围内的概率的方法，在具有一个或多个数据处理器的系统 (10) 中，所述方法包括：/n提供表示一个测量时间段内的多个血糖测量值的现场监测血糖测量数据，所述现场监测血糖测量数据包括已经进行了所述血糖测量值的测量的相应测量时间，其中所述血糖测量值包括/n分配到血糖值的第一不良范围的第一血糖测量值；和/n分配到血糖值的第二不良范围的第二血糖测量值，其中血糖值的所述第二范围与所述血糖值的第一不良范围不同；/n通过应用包括核密度估计和贝叶斯规则应用的分析算法，根据包括所述第一血糖测量值和所述第二血糖测量值的所述现场监测血糖测量数据确定如下概率：/n患者的所述血糖值在预测时间处于所述第一不良血糖范围内的概率，和/n所述患者的所述血糖值在所述预测时间处于所述第二不良血糖范围内的概率；/n其中，在所述核密度估计中，对所述第一血糖测量值中的全部或一些测量值应用第一核带宽，并且对所述第二血糖测量值中的全部或一些测量值应用与所述第一核带宽不同的第二核带宽；以及/n提供指示所述预测时间和在所述预测时间的所述概率的输出数据。/n

【技术特征摘要】
【国外来华专利技术】20181129 EP 18209230.4;20181107 US 62/7566301.一种确定患者的血糖值在预测时间处于不良血糖范围内的概率的方法，在具有一个或多个数据处理器的系统(10)中，所述方法包括：
提供表示一个测量时间段内的多个血糖测量值的现场监测血糖测量数据，所述现场监测血糖测量数据包括已经进行了所述血糖测量值的测量的相应测量时间，其中所述血糖测量值包括
分配到血糖值的第一不良范围的第一血糖测量值；和
分配到血糖值的第二不良范围的第二血糖测量值，其中血糖值的所述第二范围与所述血糖值的第一不良范围不同；
通过应用包括核密度估计和贝叶斯规则应用的分析算法，根据包括所述第一血糖测量值和所述第二血糖测量值的所述现场监测血糖测量数据确定如下概率：
患者的所述血糖值在预测时间处于所述第一不良血糖范围内的概率，和
所述患者的所述血糖值在所述预测时间处于所述第二不良血糖范围内的概率；
其中，在所述核密度估计中，对所述第一血糖测量值中的全部或一些测量值应用第一核带宽，并且对所述第二血糖测量值中的全部或一些测量值应用与所述第一核带宽不同的第二核带宽；以及
提供指示所述预测时间和在所述预测时间的所述概率的输出数据。


2.根据权利要求1所述的方法，其中所述概率是根据所述现场监测血糖测量数据在预测时间段内的多个预测时间确定的。


3.根据权利要求2所述的方法，其中所述概率的连续过程是根据所述现场监测血糖测量数据在所述预测时间段内的多个预测时间确定的。


4.根据前述权利要求中任一项权利要求所述的方法，其中所述分析算法的所述应用包括
根据所述现场监测血糖测量数据的第一测量数据子集确定所述患者的所述血糖值在所述预测时间处于所述第一不良血糖范围内的所述概率，所述第一测量数据子集至少包括分配到所述血糖值的第一不良范围的所述第一血糖测量值；以及
根据所述现场监测血糖...

【专利技术属性】
技术研发人员：D·L·杜克，R·班科塞格，J·维雷德，
申请(专利权)人：豪夫迈·罗氏有限公司，麦舒歌有限责任公司，
类型：发明
国别省市：瑞士;CH