ES2325169T3

ES2325169T3 - Monitorizacion metabolica, metodo y aparato para indicar un estado relacionado con la salud de un sujeto.

Info

Publication number: ES2325169T3
Application number: ES05715547T
Authority: ES
Inventors: Lars Gustaf Liljeryd; Ulf Fredrik Magnusson
Original assignee: Diabetes Tools Sweden AB
Current assignee: Diabetes Tools Sweden AB
Priority date: 2004-02-26
Filing date: 2005-02-25
Publication date: 2009-08-27
Anticipated expiration: 2025-02-25
Also published as: US20070060803A1; JP2007523709A; CA2833776A1; US20150019139A1; JP4881448B2; US9384324B2; US20160345842A1; WO2005082233A1; RU2345705C2; US20110166791A1; EP1718196B1; JP2010148884A; EP1718196A1; CA2556592A1; CA2556592C; JP4611372B2; RU2006134033A; DK1718196T3; US8858435B2; US7878975B2

Abstract

Aparato para indicar un estado relacionado con la salud de un sujeto, que comprende: una interfaz (20) de entrada para recibir una secuencia sin tratar de muestras de una primera cantidad biológica derivada de un primer método de medición, siendo el primer método de medición una medición invasiva y teniendo un primer impacto en el sujeto y para recibir una secuencia sin tratar de muestras de una segunda cantidad biológica derivada de un segundo método de medición, siendo el segundo método de medición una medición no invasiva y teniendo un segundo impacto en el sujeto, teniendo las cantidades biológicas una variación útil y una variación no útil; en el que la primera cantidad biológica facilita una indicación más precisa del estado relacionado con la salud del sujeto que la segunda cantidad biológica, en el que la primera cantidad biológica y la segunda cantidad biológica tienen una correlación con el estado relacionado con la salud del sujeto, y en el que el segundo impacto es menor que el primer impacto; un predictor (30) para proporcionar, durante un cierto tiempo, durante el que no existe ninguna muestra para la primera cantidad biológica, un valor estimado de la primera cantidad biológica como muestra predicha usando muestras para la segunda cantidad biológica y, en la medida que estén disponibles, muestras para la primera cantidad; una interfaz (25) de salida para emitir al menos una indicación de aumento, una indicación de disminución o una indicación de que permanece inalterada como tendencia de los datos, siendo la tendencia representativa para una variación útil del estado relacionado con la salud del sujeto, y caracterizado por un filtro (22) para filtrar una secuencia que tiene muestras de la primera cantidad biológica y al menos una muestra predicha, teniendo la secuencia filtrada una variación útil y una variación no útil reducida en comparación con la secuencia antes del filtrado.

Description

Monitorización metabólica, método y aparato para indicar un estado relacionado con la salud de un sujeto.

Campo técnico

La presente invención se refiere a la interpretación mejorada de señales bioquímicas y fisiológicas con ruido mediante el uso de análisis de filtrado, predicción y tendencia de datos de pacientes, y da a conocer un método y dispositivo y/o un producto de programa informático que tiene como objetivo mejorar la motivación, el autocontrol y la autogestión de pacientes que tienen diabetes tipo 2 o enfermedad relacionada con la diabetes. La invención monitoriza la utilización de oxígeno del corazón, por tanto la condición y el estado físico, e indica la drogadicción y el consumo de estimulantes y el estrés psicológico y emocional. La invención da a conocer el uso de una medida sustituta no invasiva, indolora para la glucemia, así como la predicción de la glucemia mediante el muestreo de sangre poco denso, y un indicador del rendimiento metabólico. La invención ofrece la monitorización metabólica, a largo plazo a bajo coste combinado con la facilidad de uso, y hace que los pacientes sean conscientes de la función del sistema metabólico en relación a la enfermedad de un modo intuitivo, necesitando muy poco esfuerzo por parte del usuario. Cuanto menor sea el coste, puede obtenerse una menor carga para el sistema sanitario, un tiempo de vida prolongado y un aumento de la calidad de vida para el paciente a partir del uso de la invención propuesta.

Antecedentes de la invención

Las señales bioquímicas y fisiológicas, por ejemplo señales de muestreo de la glucemia, tensión arterial y otras señales monitorizadas de mamíferos pueden tener mucho ruido, teniendo una alta varianza cuando se muestrean con respecto al tiempo. Por tanto, es crítico reducir tal ruido antes de que pueda realizarse una interpretación precisa de los datos. Además, las señales bioquímicas son con frecuencia de naturaleza invasiva y tales mediciones pueden ser incomodas, costosas o complicadas de aplicar. La invención propuesta se esfuerza por mejorar la precisión en la interpretación de tales señales mediante el uso de métodos de filtrado adecuados y en reducir la incomodidad y el coste mediante el uso de medidas sustitutas no invasivas.

La diabetes está aumentando globalmente en proporciones epidémicas y representa una carga económica grande para la asistencia sanitaria. La diabetes tipo 1 representa aproximadamente el 10% de todos los casos de diabetes. La diabetes tipo 2, por tanto, representa aproximadamente el 90% de todos los casos de diabetes, y está creciendo continuamente. En los Estados Unidos solo, se estima que hasta el 7% de la población puede tener diabetes. 100 millones de individuos tienen sobrepeso, por tanto tienen alto riesgo de padecer diabetes tipo 2. Si esta tendencia continua, el 100% de la población adulta UPS será obesa en el año 2030. El coste anual total de la diabetes en los Estados Unidos de Arabia se ha estimado que hasta el 25% de la población puede tener una enfermedad relacionada con la diabetes. La organización mundial de la salud (OMS) predice un aumento de hasta 300 millones de pacientes con diabetes en todo el mundo en el año 2025. Se han realizado diversos intentos para invertir esta tendencia epidémica global, pero han fallado hasta la fecha.

La diabetes tipo 1, (denominada anteriormente diabetes mellitus insulinodependiente, DMID), se identifica mediante la destrucción irreversible de células beta, que normalmente da como resultado la carencia absoluta de insulina. La diabetes tipo 2, (denominada anteriormente diabetes mellitus no insulinodependiente, DMNID), se identifica como un trastorno heterogéneo que se cree que implica tanto factores genéticos como ambientales. La diabetes tipo 2 es en gran medida una enfermedad relacionada con el estilo de vida en la que se cree que el estilo de vida sedentario moderno en combinación con malos hábitos alimenticios son las principales fuentes del problema. El paciente con diabetes tipo 2 normalmente no requiere tratamiento con insulina para sobrevivir. Los síntomas típicos de la diabetes tipo 2 son: sed, micción frecuente, somnolencia, fatiga, sobrepeso, sudoración gustativa, visión borrosa variable, niveles elevados de azúcar en sangre, aliento con olor a acetona y azúcar en la orina. Un examen del paciente revelará de manera bastante normal un estilo de vida sedentario y una clara preferencia por una dieta con alto contenido en grasas saturadas e hidratos de carbono refinados.

La resistencia a la insulina es una anomalía metabólica común que caracteriza a individuos con diversos trastornos médicos incluyendo la diabetes tipo 2 y la obesidad y se produce en asociación con muchas anomalías metabólicas y cardiovasculares. La resistencia a la insulina se define como la incapacidad del organismo para responder de manera adecuada a la insulina. El síndrome X o síndrome metabólico, también denominado síndrome de resistencia a la insulina, es una agrupación de factores de riesgo fisiológicos y metabólicos que predicen el desarrollo de la diabetes tipo 2 y enfermedades cardiovasculares relacionadas: se caracteriza generalmente por cinco anomalías principales; obesidad, hipertensión, resistencia a la insulina, intolerancia a la glucosa y dislipidemia. La tasa de prevalencia del síndrome metabólico en países occidentales es del 25-35%. El envejecimiento está generalmente asociado con la resistencia a la insulina y el deterioro de la función de las células beta y la obesidad con la resistencia a la insulina y la hiperinsulinemia.

La neuropatía autónoma diabética (NAD) es una de las complicaciones más comunes y graves de la diabetes. La mayor parte de los pacientes con diabetes tipo 2 mueren por enfermedades cardiovasculares precedidas por un deterioro de la funcionalidad del sistema nervioso autónomo (SNA). Esto se observa raras veces en un estadio temprano, haciendo que la diabetes tipo 2 sea un estadio en desarrollo de la enfermedad "sigiloso". La NAD reduce la capacidad para realizar actividades normales de la vida diaria, reduce la calidad de vida y aumenta el riesgo de muerte. La NAD afecta a muchos sistemas de órganos por todo el organismo, por ejemplo, gastrointestinal, genitourinario y cardiovascular. La NAD es un resultado de la pérdida y destrucción de fibras nerviosas relacionadas con los efectos "tóxicos" de niveles elevados de glucosa en sangre. Por tanto, el control glucémico intenso es crítico para prevenir la aparición y para ralentizar la evolución de la NAD. Los problemas del SNA y la NAD pueden detectarse satisfactoriamente mediante la evaluación del análisis de variabilidad de la frecuencia cardiaca (VFC).

La hipertensión es un problema de salud principal en la población occidental y está asociada a la enfermedad cardiovascular. La rigidez arterial puede ser tanto la causa como la consecuencia de la hipertensión, sin embargo, una investigación reciente sugiere que la rigidez arterial es el precursor típico de la hipertensión, y que la rigidez arterial es probable que tenga una base genética. La mayor parte de los pacientes con diabetes tipo 2 (por encima del 50%) padecen hipertensión. Por tanto, es fundamental controlar la tensión arterial de los pacientes diabéticos. En la diabetes tipo 2 se recomienda mantener la tensión arterial por debajo de 130/80 o bien mejorando el estilo de vida o bien mediante medicación o una combinación de ambos.

La resistencia a la insulina y la diabetes tipo 2 están asociadas con cambios en los niveles plasmáticos de lipoproteínas. Hasta un 70% de los pacientes con diabetes tipo 2 tienen trastornos lipídicos. La cardiopatía isquémica es la principal causa de muerte entre pacientes con diabetes tipo 2. La dislipidemia, junto con la obesidad, la hipertensión y la hiperglucemia contribuyen fuertemente a la cardiopatía isquémica. Incluso grados leves de dislipidemia pueden elevar los factores de riesgo de la cardiopatía isquémica. Ya que estos factores de riesgo son aditivos o incluso multiplicativos, las estrategias para mejorar el estilo de vida no deben centrarse solamente en la hiperglucemia sino también en la dislipidemia. Ya que la dislipidemia en la diabetes tipo 2 normalmente muestra partículas de LDL más pequeñas y más densas, que son más aterogénicas, el objetivo de disminución del colesterol debe incluir la lipoproteína de muy baja densidad (VLDL) y la lipoproteína de baja densidad (LDL) así como la disminución de triglicéridos elevados (TG).

El estrés mental, la tensión arterial elevada y la frecuencia cardiaca elevada son problemas comunes de la sociedad actual. El estilo de vida y el trabajo modernos son menos activos físicamente, en los que los trabajos de alta tecnología con frecuencia dan como resultado una vida sedentaria. Es común una alta demanda de trabajo con altos niveles continuos de estrés y un esfuerzo negativo/factor de recompensa puede contribuir a la enfermedad inducida por estrés. Se sabe bien que el estrés mental puede influir en el metabolismo tal como niveles elevados de glucemia ya que la cafeína, la nicotina, el alcohol, la cocaína y la anfetamina también aumentan la tensión arterial sistólica y la frecuencia cardiaca.

El tipo de dieta moderno, con un alto contenido en grasas y energético, está asociado con la resistencia a la insulina y los trastornos relacionados. Sin embargo, la etiología exacta de la resistencia a la insulina no está clara. Tanto la predisposición genética como los factores ambientales incluyendo la calidad y cantidad de la grasa de la dieta contribuyen ambos al desarrollo de una incapacidad para disponer de manera adecuada de la glucosa en plasma a niveles normales de insulina en plasma. Los puntos de venta de comida rápida están obteniendo popularidad debido a la comida sabrosa, con alto contenido en grasas y con alto contenido en azúcar en combinación con el ahorro de tiempo al comer. El aumento de consumo de hidratos de carbono con alto contenido energético, de acción rápida se refleja en excesos de azúcar en sangre y excesos de insulina seguido de disminuciones de azúcar en sangre y somnolencia, demandando de nuevo la ingestión renovada de hidratos de carbono de acción rápida, etc. Esta realimentación cíclica golpea frecuentemente el sistema regulador metabólico. Se cree que tal excitación transitoria es prejudicial a largo plazo y contribuye a la resistencia a la insulina y a niveles elevados de insulina, el inicio temprano del proceso de diabetes tipo 2. Los problemas anteriores relacionados con el estilo de vida están creando en la actualidad problemas de salud de una magnitud sin precedentes en el pasado.

La actividad física, por tanto la capacidad aeróbica, es la piedra angular para combatir la enfermedad relacionada con la diabetes tipo 2. Mejorar la capacidad cardiovascular mediante la actividad física que aumenta la capacidad y la eficacia del corazón para suministrar oxígeno al sistema cardiovascular es la tarea más importante así como mejorar la sensibilidad a la insulina y la captación de oxígeno de los músculos. El corazón funciona como cualquier músculo que puede entrenarse para volverse más fuerte y más eficaz. Una reducción del peso en sólo el 10% normalmente muestra efectos positivos sobre los niveles de lípidos y glucosa en sangre. En particular, es importante reducir la masa de grasa abdominal.

La actividad física y el gasto energético pueden estimarse de una variedad de modos que no limiten al paciente durante sus actividades diarias normales. Existen diferentes métodos como podómetros, acelerómetros, medidores de la frecuencia cardiaca, etc. Un método popular usa un podómetro para calcular el número de pasos realizados o aproximarse a las calorías así consumidas mediante una fórmula sencilla. Otros calculan el gasto energético en relación a la aceleración y el movimiento corporales mediante el uso de acelerómetros monoaxiales, biaxiales y triaxiales. Otro método usa la monitorización del pulso basándose en un pletismógrafo (un dispositivo que emite luz a través de un dedo o el lóbulo de la oreja para calcular la frecuencia cardiaca y la actividad física). Otro dispositivo anular, un reloj pulsómetro, mide un calculador especialmente diseñado como reloj de pulsera, que puede calcular las calorías consumidas y otros parámetros relacionados con la actividad física. Sin embargo, el modo más sencillo para cuantificar la actividad física es estimar de manera justo aproximada la actividad diaria, por ejemplo en una escala de desde uno hasta cinco, con respecto al esfuerzo diario realizado y la intensidad y la duración de la actividad física llevada a cabo. Métodos de informe y cálculo más elaborados incluyen la fórmula o las tablas MET (equivalente metabólico), que es un índice preciso de la intensidad de la actividad física. El estilo de vida sedentario e inactivo moderno ha abierto un gran mercado de gimnasios para la salud y la comercialización de diversos productos relacionados con la salud, y programas de entrenamiento físico para la mejora de la capacidad física. A pesar de esta tendencia positiva, la enfermedad relacionada con la diabetes tipo 2 está aumentando rápidamente a una tasa alarmante.

Es difícil motivar a individuos propensos a padecer diabetes, sedentarios, con sobrepeso, de alto riesgo para que cambien de estilo de vida. Con frecuencia no es suficiente justo informar al individuo de los riesgos para la salud implicados y de la necesidad de entrenamiento físico y/o la necesidad de corregir los hábitos alimenticios y/o de tratamiento desestresante. Con frecuencia, individuos en baja forma no se sienten cómodos siendo examinados por otra persona o siendo forzados a hacer ejercicio entrenando en gimnasios. Es común encontrar a individuos con sobrepeso avergonzados por su bajo nivel de capacidad física, y con el fin de evitar la humillación, rechazan unirse a programas de rehabilitación. El inventor cree que el único modo de romper tal tendencia perjudicial es educar a la gente por experiencia práctica mediante el uso de herramientas simples e intuitivas para monitorizar su propia función metabólica, preferiblemente en el hogar y en privado. Entonces, el individuo puede adquirir por sí mismo el entendimiento de los problemas implicados y adquirir conocimientos de hasta qué grado e intensidad es necesario cambiar el estilo de vida.

La automonitorización usando un glucosímetro personal normalmente es necesaria para los pacientes con diabetes mellitus insulinodependiente tipo 1 (DMID) con el fin de ayudar a la autoadministración de insulina. Sin embargo, es menos común que se prescriba la monitorización de la glucemia para pacientes con diabetes tipo 2 dudosa o manifiesta. La automonitorización usando tiras reactivas para orina para mediciones de glucosa en orina están más o menos obsoletas hoy en día y se usan raras veces debido al hecho de que el umbral renal varía individualmente a lo largo de un amplio intervalo. Además, este método no puede medir los niveles de glucosa por debajo del umbral renal, muestra largo retraso y baja sensibilidad, y por tanto se prefiere el uso de la monitorización de la glucemia.

Una investigación reciente ha informado de algunos beneficios del uso de un glucosímetro para monitorizar la BG ("blood glucose", glucemia) y los niveles de glucosa posprandial para adquirir el conocimiento del efecto metabólico de la comida sobre el paciente. Entonces, el paciente puede aprender por experiencia cómo se elevará el nivel de glucosa de manera posprandial y le proporciona la realimentación sobre la variación de glucosa en relación con los diferentes tipos de ingestión de alimentos. La idea es equilibrar la ingestión de alimentos, en la que una reducción de los hidratos de carbono de acción rápida refinados reducirá los excesos de glucemia posprandial. Se entiende que tales excesos que produce daño a largo plazo al sistema nervioso autónomo y finalmente pueden conducir a diabetes y neuropatía diabética. Tal forma de automonitorización es engorrosa y poco práctica de mantener y es común que los pacientes abandonen tales ensayos de prueba debido a la falta de motivación en relación con la intensidad del método. El paciente necesita llevar consigo las herramientas y los glucosímetros durante el día y las pruebas se muestran a veces en público cuando se está comiendo en un restaurante. Incluir tales procedimientos engorrosos como parte de la práctica diaria a largo plazo del paciente no es muy probable que tenga éxito. Además, el coste no es insignificante según el consumo de varias tiras de glucemia y varias lancetas para pinchar el dedo durante el día. Además, aunque tal prueba es de naturaleza mínimamente invasiva, puede ser dolorosa y muy incómoda para el paciente. Además, proporciona un espacio pequeño para la interpretación lógica e intuitiva de los resultados y por tanto es difícil de comprender y administrar por el paciente con el fin de obtener un objetivo terapéutico, una seria desventaja.

La organización mundial de la salud (OMS) y la Asociación Americana de la Diabetes (ADA, American Diabetes Association) tienen niveles e intervalos de glucemia específicos con el fin de diferenciar entre los distintos estadios de la diabetes. A continuación se muestran las concentraciones de glucosa en ayunas que diagnostican al paciente sintomático (criterios de la OMS, 1999). Las concentraciones de glucosa de muestra en ayunas son en mmol/l:

1

Cuando se evalúan los niveles de glucosa en el consultorio, desafortunadamente es bastante común pasar por alto la existencia de una fuerte variabilidad biológica así como una variabilidad analítica. Por tanto, existe variabilidad sustancial entre las observaciones que el médico sin experiencia puede malinterpretar dando como resultado una precisión reducida para la clasificación y el diagnóstico de la enfermedad.

Cuando se extrae una muestra de sangre en un consultorio, varios factores influyen en la precisión del resultado de medición tales como:

1.: Calibración subóptima del instrumento de análisis clínico. Véase un ejemplo práctico en la figura 1.

2.: Envejecimiento de la muestra de sangre mediante la glicólisis, ya que los conservantes de glucosa no evitan totalmente la glicólisis.

3.: "Hiperglucemia de bata blanca", valor de BG elevado debido a un paciente nervioso con "fobia a las agujas". Véase un ejemplo práctico en la figura 2.

4.: Un valor de BG en ayunas en disminución continua, relacionado con el paso del tiempo.

5.: Una sensibilidad a la insulina variable con el tiempo, por tanto diferente sensibilidad entre días.

6.: Cambios hormonales cíclicos femeninos debidos a la menstruación.

7.: La BG puede variar debido a infecciones agudas transitorias, estrés traumático e incluso un simple resfriado o gripe.

En relación con las incertidumbres anteriores, el inventor cree que la monitorización de la glucemia en condiciones controladas en el hogar, usando un glucosímetro suficientemente preciso junto con métodos de filtrado y procesamiento posterior adecuados, mejora la precisión de la clasificación diagnóstica. El inventor cree que esto es superior en comparación con las mediciones de laboratorio clínico establecidas y la práctica actual.

Aunque aparecen niveles elevados de insulina (hiperinsulinemia) en la circulación sanguínea mucho antes de que finalmente se manifiesten los niveles elevados de glucosa en sangre; aún un alto nivel de glucosa sigue siendo el clásico clasificador de síntomas de la diabetes tipo 2. Los niveles de insulina se usan pocas veces, si acaso alguna, como marcador del riesgo diabético o herramienta de diagnóstico excepto para fines de investigación clínica, un hecho notable. Por tanto, un nivel bajo de glucosa en sangre no descarta la presencia de la enfermedad.

La monitorización de la saturación de oxígeno es una práctica común de pacientes en tratamientos de emergencia así como en el quirófano. Antes de la invención del oxímetro de pulsos ahora ampliamente usado (un instrumento que monitoriza la saturación de oxígeno de la hemoglobina en sangre usando absorción de luz infrarroja), una práctica común era calcular el producto de frecuencia-tensión (RPP, Rate-Pressure-Product) del paciente durante la cirugía para establecer el estado del corazón de los pacientes y la utilización de oxígeno. El RPP (también llamado doble producto) es una medida razonablemente precisa del oxígeno del corazón (TAs x FC / 100). Tras la introducción del oxímetro de pulsos, el RPP se usa poco hoy en día, pero se usa algo en medicina deportiva indicando el consumo de oxígeno del corazón durante las pruebas de ejercicio rutinarias. El RPP también indica el estrés y el uso de fármacos estimulantes.

Con el fin de facilitar la carga para el paciente, el inventor declara que sólo el muestreo de la glucemia en ayunas es necesario para el tratamiento y la monitorización a largo plazo precisas de la enfermedad relacionada con la diabetes tipo 2. Pueden ser suficientes incluso mediciones de glucemia muestreadas de manera poco densa por ejemplo una vez a la semana, en relación con una realización de la invención para una predicción precisa de la BG diaria. No se considera necesaria una monitorización de la glucemia engorrosa y más intensa como las mediciones de glucosa posprandial y preprandial durante el día ya que el nivel de glucosa en sangre en ayunas generalmente indica la magnitud relativa de las excursiones de glucemia posprandial. Por tanto, un nivel de glucosa en sangre en ayunas superior se refleja en un nivel de glucosa en sangre posprandial superior y viceversa. Esto puede indicarse mediante el uso de múltiples pruebas de tolerancia a la glucosa oral (PTGO) de tres muestras, muestreada a 0 h, 1 h y 2 h, durante un periodo de intervención de mejora del estilo de vida, véase la figura 3. Puede observarse que cuando se mejora el estilo de vida con BG en ayunas inferior, también los valores de BGT posprandial sigue la tendencia a disminuir. Sin embargo, las mediciones de BG posprandial de 1 h pueden usarse naturalmente como una alternativa a la BG en ayunas cuando se considere necesario. Sin embargo, esto es engorroso y por tanto menos práctico tal como se explicó anteriormente.

En una realización adicional de la invención, el nivel de glucosa en sangre se predice a partir de preferiblemente la tensión arterial y la frecuencia cardiaca (producto de frecuencia-tensión) solas, haciendo que los procedimientos invasivos dolorosos o el pinchazo en el dedo doloroso sean innecesarios excepto para el procedimiento de configuración y calibración inicial del predictor. En otra realización de la invención, ofrece una necesidad menos frecuente del pinchazo en el dedo doloroso.

La invención propuesta ofrece al paciente un modo intuitivo para medir y analizar ciertos parámetros fisiológicos tales como por ejemplo la intensidad de la actividad física, la glucemia, la tensión arterial y la frecuencia cardiaca. Además, pueden almacenarse y procesarse datos importantes del paciente tales como niveles de lípidos, colesterol total, triglicéridos, temperatura corporal, peso, índice de masa corporal y el índice cintura-cadera. Tras tales mediciones, se procesan los datos y se optimizan usando algoritmos de filtrado adecuados, y después de eso se indican al paciente de una manera intuitiva para obtener la realimentación instantánea de su comportamiento, progreso y resultados.

Una realización preferida de la invención comprende las siguientes etapas:

\vskip1.000000\baselineskip

\quad: Estimar o medir el nivel de la actividad física en una base preferiblemente diaria, y preferiblemente recoger esta información en una base de datos.

\quad: Medir el nivel de glucosa en sangre en ayunas y/o posprandial en una base más o menos frecuente, muestreado de manera densa o poco densa, y preferiblemente recoger esta información en una base de datos.

\quad: Medir la frecuencia cardiaca y la sistólico-diastólica en una base frecuente, muestreada de manera densa, y preferiblemente recoger esta información en una base de datos.

\quad: Calcular el producto de frecuencia-tensión a partir de la tensión arterial sistólica y la frecuencia cardiaca.

\quad: Medir cualquier otro parámetro fisiológico relevante tal como el peso corporal, la temperatura corporal, los lípidos en sangre etc., y preferiblemente recoger esta información en una base de datos.

\quad: Filtrar a paso bajo, potenciar, corregir errores e interpolar los datos ausentes a partir de los datos anteriores usando métodos de procesamiento de señales y/o estadísticos.

\quad: Aplicar los métodos de predicción para predecir valores de glucemia a partir preferiblemente del producto de frecuencia-tensión.

\quad: Combinar y/o filtrar los datos obtenidos mediante algoritmos adecuados para reducir el ruido, clarificar y mejorar la información así obtenida para la presentación.

\quad: Presentar los datos procesados, potenciados y/o predichos como una tendencia al paciente de una manera intuitiva y fácil de entender para la fácil interpretación de los parámetros del paciente.

\vskip1.000000\baselineskip

A partir de lo anterior, está claro que la monitorización metabólica de la enfermedad relacionada con la diabetes es esencial con el fin de evaluar al menos el estado actual de un sujeto. El muestreo denso de parámetros biológicos vitales ofrece varias ventajas. La principal ventaja es que el sujeto es continuamente consciente de su estado actual de modo que no se deteriore su estado de salud. Otra ventaja es que el sujeto recibe continuamente una visión general con respecto a cualquier cambio o tendencia en su estado actual, que puede estar relacionado por ejemplo con una falta de actividad física o una falta de buena nutrición en el peor de los casos, o una actividad física suficiente y una dieta bien controlada en el mejor de los casos. Aún otra ventaja importante es que el sujeto tiene una realimentación instantánea de su estado y puede ajustar su estilo de vida según la tendencia en desarrollo. El requisito previo para una monitorización metabólica eficaz según la invención es que el sujeto monitorice parámetros biológicos vitales. Por ejemplo, los niveles de glucosa en sangre, la tensión arterial y la frecuencia cardiaca pueden medirse al despertarse por la mañana y la actividad física puede medirse durante el día, etc.

La monitorización precisa de la glucemia requiere mediciones invasivas, aunque el pinchazo en el dedo puede considerarse como mínimamente invasivo. Actualmente, no existe otro método que pueda compararse en precisión con una medición invasiva. Un sujeto pincha su dedo para tomar una muestra de una pequeña cantidad de sangre, que se examina posteriormente en un dispositivo analítico, que emite un valor de glucemia. Incluso los métodos mínimimamente invasivos son costosos, y con frecuencia se experimentan como incómodos y por tanto pueden tener un impacto negativo en el manejo de la enfermedad y el paciente.

El documento US 5 795 305 da a conocer un dispositivo de la técnica anterior para determinar concentraciones de glucosa.

Objetos y sumario de la invención

Es un objeto de la presente invención proporcionar un concepto mejorado para indicar un estado relacionado con la salud de un sujeto, que es más fácil de comprender, ofrece costes de ejecución inferiores, es más cómodo y motiva más al sujeto para su uso, en comparación con métodos tradicionales.

Este objeto se logra mediante un aparato según la reivindicación 1, un método según la reivindicación 21 o un producto de programa informático según la reivindicación 22.

La presente invención se esfuerza por reducir la incomodidad y el coste para el usuario mediante la introducción de nuevas medidas sustitutas y predicción.

La presente invención se basa en el hallazgo de que un método de medición invasivo de alta precisión puede sustituirse parcialmente por un método de medición no invasivo sustituto. El método de medición invasivo de alta precisión se representa normalmente por un método de medición "duro" e incómodo, costoso y siendo el método de medición no invasivo un método de medición "blando" y cómodo, de bajo coste, en relación con su impacto en el sujeto.

El predictor emite datos invasivos muestreados de manera densa, basándose en datos invasivos muestreados de manera poco densa y datos no invasivos muestreados de manera densa. Por tanto, el sujeto no tiene que realizar el pinchazo en el dedo doloroso diariamente o tan frecuentemente como sería necesario en la técnica anterior, sino que podría volver a un pinchazo en el dedo menos frecuente tal como por ejemplo en una base semanal. El sujeto sólo tiene que realizar un método de medición relacionado con la tensión arterial no invasivo indoloro y sencillo en por ejemplo una base diaria, y por tanto esto no tiene un gran impacto en el sujeto.

En otra realización preferida, el predictor se alimenta con más de una cantidad biológica, que se deriva de una medición no invasiva.

Según la presente invención, el único requisito previo para las dos mediciones o cantidades biológicas es que ambas mediciones tengan una correlación con el estado relacionado con la salud del sujeto.

Además, la presente invención se esfuerza por mejorar la precisión en la interpretación de señales fisiológicas con ruido mediante el uso de métodos de filtrado a paso bajo para la extracción de la variación de señal útil y la eliminación de variaciones de señal no útiles.

\vskip1.000000\baselineskip

Breve descripción de los dibujos

La presente invención se describirá ahora a modo de ejemplos ilustrativos, sin limitar el alcance o el espíritu de la invención, con referencia a los dibujos adjuntos, en los que:

la figura 1 muestra mediciones de BG en ayunas procedentes de dos consultorios y ocasiones diferentes. Cada ocasión compara una medición de laboratorio con la media de tres mediciones procedentes de tres glucosímetros de alta calidad de la misma marca. (Se espera que las barras 1, 2 y 4 se corrijan).

La figura 2 muestra el impacto de la "fobia a las agujas", en tres ocasiones de prueba diferentes, en las que el valor de BG se eleva sustancialmente cuando la enfermera usa una aguja. Las mediciones son valores medios de tres glucosímetros de alta calidad de la misma marca.

La figura 3 muestra tres PTGO procedentes de tres ocasiones diferentes. Tan solo tres muestras pueden describir bien la dinámica de BG.

La figura 4 muestra mediciones de BG en ayunas sin tratar proporcionadas por el estudio de caso (puntos) junto con la tendencia (señal filtrada a paso bajo). También se presentan los límites de la OMS también se presentan.

La figura 5 muestra que según los límites de la OMS, existe una fuerte incertidumbre en las mediciones de BG clínicas típicas, ya que el diagnóstico del paciente depende mucho de la ocasión en el momento de la prueba.

La figura 6 muestra una estimación de la función de autocorrelación (acf) de las mediciones de BG en ayunas sin tratar (a partir del estudio de caso). La acf está indicando claramente que existe una dependencia con el tiempo en la señal.

La figura 7 muestra un histograma de distribución de las mediciones de BG en ayunas sin tratar, que muestra que están distribuidas de manera aproximadamente normal.

La figura 8 muestra diferencias de medición entre los glucosímetros 1 & 2, 1 & 3 y 2 & 3 en el estudio de caso.

La figura 9 muestra el periodograma de las mediciones de BG en ayunas sin tratar (a partir del estudio de caso). La mayor parte de la energía está dentro de la banda de baja frecuencia. De ahí que frecuencias superiores contienen poca o ninguna información útil y por tanto pueden descartarse.

La figura 10 muestra la respuesta de frecuencia del filtro de paso bajo. Obsérvese que esta frecuencia de corte es un ejemplo típico.

La figura 11 muestra que el filtrado de las muestras de BG en ayunas para frecuencias de corte entre 0 y 1, generan residuos o diferencias entre las muestras sin tratar y las muestras filtradas. El valor medio de los residuos al cuadrado, para la frecuencia de corte, genera la curva en la figura 11. Esta curva tiene un punto de inflexión de cruce mostrado por dos líneas rectas de intersección, que indica que se ha elegido una frecuencia de corte adecuada.

\newpage

La figura 12 muestra un periodograma de muestras de BG en ayunas que se están procesando a través de un filtro de paso bajo.

La figura 13 muestra muestras de tensión arterial sistólica sin tratar junto con su tendencia generada por el mismo método de filtrado a bajo paso tal como anteriormente.

La figura 14 muestra tendencias de BG en ayunas y la actividad física, que indican una correlación.

La figura 15 muestra la correlación entre las tendencias de BG y RPP (línea discontinua) generadas mediante una ventana móvil rectangular de 100 muestras. La significación de correlación (línea continua, 1-P), debe La figura 16 muestra la correlación entre las derivadas de las tendencias de BG y RPP (línea discontinua) generadas mediante una ventana móvil rectangular de 100 muestras. La significación de correlación (línea continua, 1-P), debe ser >0,95 para la significación.

La figura 17 muestra que el sistema que se está identificando puede representarse mediante el enfoque de la caja negra.

La figura 18 muestra el resultado de la predicción de BG filtrada a paso bajo. El filtro de predicción se está actualizando en este ejemplo cada siete días.

La figura 19 muestra tendencias del índice de rendimiento metabólico y la actividad física, que indican una correlación.

La figura 20 muestra un volcado de pantalla de la primera página del producto de programa informático.

La figura 21 es un diagrama de bloques de un dispositivo de filtro/tendencia;

la figura 22a es un diagrama de bloques del dispositivo de la figura 21 que tiene el segundo procesador,

la figura 22b es un diagrama de bloques del dispositivo de la figura 21 que tiene el primer procesador; y

la figura 23 es un diagrama de bloques de una realización de la presente invención.

Descripción detallada de la invención

La figura 21 muestra un diagrama de bloques para ilustrar un dispositivo de filtro/tendencia, es decir, un diagrama de bloques para un aparato para indicar un estado relacionado con la salud de un sujeto. Este aparato incluye una interfaz 20 de entrada para recibir una secuencia sin tratar de muestras de una cantidad biológica relacionada con el estado de salud del sujeto, en el que la cantidad biológica tiene una variación útil y una variación no útil (flecha 21 en la figura 21).

Dependiendo de la implementación específica, la interfaz de entrada obtiene estas muestras de la cantidad biológica, que forma la secuencia sin tratar, mediante una entrada manual tal como por medio de un teclado, por cable, radio, infrarrojos u otros medios desde un dispositivo analítico, que por ejemplo analiza una muestra de sangre para emitir un valor de glucemia, tensión arterial, frecuencia cardiaca, actividad física o cualquier otra cantidad biológica de interés, hasta una memoria intermedia electrónica, una memoria o medios similares dentro de la interfaz 20 de entrada. Por tanto, se obtiene, a la salida de la interfaz 20 de entrada, la secuencia sin tratar como una secuencia de muestras, que puede introducirse en un dispositivo 22 de filtro tal como se indica por una flecha 23 que conecta el bloque 20 y el bloque 22.

Alternativa, o adicionalmente, la secuencia sin tratar también puede introducirse en un primer procesador 24 para procesar la secuencia sin tratar para obtener una secuencia procesada, que tras procesarse mediante el procesador 24, se filtra en el dispositivo 22 de filtro.

El primer procesador 24 puede incluir un predictor, un interpolador o cualquier otro medio, que está dispuesto para derivar la secuencia procesada usando la secuencia sin tratar emitida por el bloque 20. Con respecto a esto, el primer procesador también puede incluir, tal como se explicará a continuación, un combinador para combinar dos o más secuencias sin tratar para obtener una secuencia sin tratar combinada, que entonces puede filtrarse mediante el dispositivo 22 de filtro.

El filtro 22 está dispuesto para filtrar la secuencia sin tratar de muestras o la secuencia procesada de muestras derivada de la secuencia sin tratar de muestras para obtener una secuencia filtrada. Ha de observarse en este caso que el filtro, que preferiblemente es un filtro de paso bajo, está configurado para reducir la variación no útil para obtener una secuencia filtrada, que tiene una influencia más fuerte de la variación útil en comparación con la influencia de la variación no útil, o que incluso puede eliminarse completamente.

El aparato comprende además una interfaz 25 de salida para emitir la secuencia filtrada o una secuencia potenciada derivada de la secuencia filtrada, en el que la interfaz de salida está dispuesta para emitir al menos una indicación de aumento, una indicación de disminución o una indicación de que permanece inalterada como tendencia de la secuencia filtrada o la secuencia potenciada, siendo la tendencia representativa de una variación útil del estado relacionado con la salud del sujeto. Tal como se queda claro a partir de la figura 21, la interfaz 25 de salida procesa la secuencia filtrada emitida por el filtro 22 directamente tal como se indica mediante una flecha 26. Alternativamente, el aparato inventivo incluye además un segundo procesador 27 para derivar la secuencia potenciada usando la secuencia filtrada. Dependiendo de un cierto entorno, el segundo procesador 27 puede incluir un combinador tal como se muestra en la figura 22a o puede incluir cualquier medio de acondicionamiento de señales tal como un amplificador, etc. para modificar la secuencia filtrada para obtener una secuencia potenciada que va a emitirse.

Con respecto a la interfaz 25 de salida, ha de observarse en este caso que la indicación de tendencia puede ser naturalmente una presentación gráfica tal como se muestra en la figura 20, que muestra una secuencia potenciada o filtrada completa. Alternativamente, la interfaz de salida también puede mostrar simplemente la tendencia, indicando una flecha hacia arriba o una luz coloreada o mediante otro medio indicador, cuando la tendencia va hacia arriba, o indicando una flecha hacia abajo o una luz coloreada diferente o mediante otro medio indicador, cuando la tendencia va hacia abajo, o no haciendo nada o indicando ningún otro signo para indicar que existe una indicación de que permanece inalterada.

Naturalmente, esto también puede realizarse mediante una interfaz de percepción sensorial, por ejemplo para ciegos o sordos, que emite ciertas indicaciones perceptivas para indicar un aumento, una disminución o una situación que permanece inalterada. Naturalmente, puede señalizarse una indicación de este tipo mediante medios mecánicos tales como un sonido o una vibración fuerte para un aumento, una vibración débil para una disminución o una vibración muy débil para una situación que permanece inalterada. Alternativamente, las frecuencias de las vibraciones pueden hacerse diferentes entre sí para cada indicación. Alternativamente, aparte de los medios de indicación por vibración, también puede usarse cualquier otra marca mecánica tal como elevar una tecla de modo que el usuario pueda sentir la tecla elevada en comparación con la situación en la que la tecla no se eleva.

La figura 22a muestra una realización del segundo procesador 27 de la figura 21. En esta realización, el combinador es el combinador según la muestra, por ejemplo, para multiplicar una muestra de la secuencia filtrada de frecuencia cardiaca por una muestra de la secuencia filtrada de la tensión arterial para obtener la secuencia potenciada que representa el producto frecuencia-tensión filtrado.

La figura 22b indica una realización del primer procesador 24, pero para el caso en el que se combinan la tensión arterial y la frecuencia cardiaca, por ejemplo, es decir, se multiplican según la muestra antes del filtrado. Esto significa que la realización de la figura 22b ilustra la formación de un producto de frecuencia-tensión sin tratar, que posteriormente se filtra mediante el filtro 22 para reducir las variaciones no útiles del producto de frecuencia-tensión sin tratar.

La figura 23 muestra el dispositivo inventivo según la invención, que incluye un predictor 30 para proporcionar, durante un cierto tiempo, durante el cual no existe ninguna muestra de la primera cantidad biológica, un valor estimado de la primera cantidad biológica. Preferiblemente, un valor de medición de una medición invasiva se predice usando uno o más valores de medición de una medición no invasiva, tal como se explica en detalle con respecto a la figura 17 y la figura 20. Dependiendo de ciertas situaciones, el predictor puede ser un predictor de libre ejecución o un predictor, que se actualiza en intervalos regulares o irregulares.

La presente invención se construye sobre el concepto sencillo de que "el conocimiento proporciona motivación" y fomenta la mejora del estilo de vida del paciente. La invención ofrece la monitorización del paciente de un nuevo modo mediante el uso del análisis de tendencia, basándose en mediciones de pacientes tradicionales y bien probadas, y presenta modos nuevos y mejorados de indicación del estado del paciente. Esta información mejorada puede usarla el paciente y/o su médico para planear el tratamiento y seguimiento. La invención motiva y educa al paciente mediante el uso de la realimentación de rendimiento, de modo que puede progresar en su modificación del estilo de
vida.

En la enfermedad relacionada con la diabetes tipo 2, la práctica actual del doctor es informar al paciente de que son necesarios un cambio de hábitos alimenticios y un cambio del estilo de vida, pero normalmente es difícil para el paciente evaluar y comprender el nivel necesario del cambio. Con frecuencia es difícil motivar al paciente debido a la naturaleza "silenciosa" de esta enfermedad. Si la modificación del estilo de vida se realiza de manera demasiado agresiva, puede resultar el agotamiento y la pérdida de motivación y el paciente puede dejarlo. Por otra parte, si no se realiza de manera suficientemente seria, no tendrá el efecto deseado. El beneficio de la invención propuesta es que el nivel apropiado del cambio del estilo de vida se indica claramente al paciente de un modo intuitivo, evitando de ese modo sobreesfuerzos desalentadores.

El inventor cree que este nivel de enfoque "justamente suficiente" indicado por el método es la clave para la motivación a largo plazo y el éxito de la rehabilitación. Esto se logra usando nuevos métodos de monitorización fisiológica multiparamétricos en combinación con claras indicaciones de tendencia, fomentando de ese modo el autocontrol y recompensando al paciente por su buen comportamiento por el esfuerzo realizado, y proporcionando una indicación negativa cuando el paciente no progresa. Esta indicación instantánea de realimentación de rendimiento es muy superior a, y a diferencia absoluta de la práctica médica tradicional que usa una "realimentación" muy a largo plazo que el médico proporciona sólo en una base por visita escasa.

La presente invención describe un nuevo método y/o un nuevo dispositivo que necesita un mínimo esfuerzo y compromiso del paciente, en el que algunos parámetros del paciente se muestrean con frecuencia, una vez al día o incluso una vez a la semana y otros parámetros se muestrean con menos frecuencia. Los parámetros muestreados con frecuencia pueden realizarse fácilmente a pie de cama por la mañana y no necesita llevar consigo ningún equipo ni instrumento durante el día. Los parámetros del paciente muestreados con menos frecuencia pueden realizarse por ejemplo en el consultorio.

Los parámetros fisiológicos del paciente muestreados con frecuencia de manera densa o escasa, muestreados de manera equidistante o no equidistante, pueden consistir en:

Glucemia

Actividad física

Tensión arterial

Frecuencia cardiaca

Temperatura corporal

Peso corporal

Índice de masa corporal

\vskip1.000000\baselineskip

Los parámetros del paciente muestreados sustancialmente con menos frecuencia puede consistir en:

HbA1c

Insulina

Lípidos

Niveles de albúmina

Otros parámetros relacionados de interés

\vskip1.000000\baselineskip

Cuando se evalúan niveles de glucosa en sangre en casa es importante que la variabilidad analítica del instrumento de medición sea baja y sustancialmente menor que la variabilidad biológica del paciente. Si no, la medición carecerá de sentido. Desafortunadamente, algunos glucosímetros de tipo personal tienen una variabilidad analítica inaceptablemente alta, haciéndolos menos fiables y útiles para las mediciones de glucemia con precisión. Sin embargo, se encuentra que algunos glucosímetros de tipo personal de bajo coste disponibles comercialmente son suficientemente precisos para dar mediciones fiables de, por ejemplo, la BG en ayunas, siempre que se realice un procesamiento posterior apropiado de los datos. Por otra parte, si se requiere una precisión superior, por ejemplo pueden realizarse dos o más mediciones consecutivas en el plazo de minutos, y posteriormente promediarse en un proceso posterior. También pueden usarse múltiples glucosímetros en paralelo para reducir la variabilidad y promediarse los resultados. Esto puede realizarse preferiblemente en investigación clínica cuando se necesita alta precisión y se ha usado en la investigación para verificar la invención propuesta.

Debido a la fuerte variabilidad biológica del nivel de glucosa en sangre en combinación con alguna variabilidad analítica del instrumento de medición de glucemia, se experimenta una dispersión de datos sustancial, haciendo la señal con ruido difícil de interpretar. Véase la figura 4, que muestra una secuencia de BG en ayunas típica que se extiende a lo largo de aproximadamente 10 meses. Obsérvese la dificultad para diagnosticar a un paciente de manera precisa ya que los datos tienen mucho ruido, mostrando se ese modo una alta variabilidad biológica. Los datos a lo largo del tiempo se dispersan a lo largo de un amplio intervalo, por tanto la BG del paciente se extiende desde valores normales hasta de diabéticos. Si se cuenta el número de días que cumplen cada uno de los criterios de la OMS para nuestro paciente de estudio de caso, se obtiene un gráfico interesante, véase la figura 5. En el 37% de los 257 días evaluados, el paciente es completamente normal. En el 57% de los días, tiene alteración de la glucosa en ayunas (IFG). En el 7% de los días tiene diabetes manifiesta.

Según la fuerte variabilidad de BG anterior, el inventor cree totalmente que los criterios de diabetes actuales dan como resultado un diagnóstico subóptimo y por tanto es necesario que se revisen. Con el fin de hacer una interpretación de BG más precisa, es necesaria el filtrado a bajo paso de los múltiples datos de BG. Sin embargo, es importante no filtrar los datos de manera demasiado excesiva, ya que esto reducirá las variaciones a corto plazo y suavizará los detalles de la variación. La filtración óptima y el evitar la sobrefiltración pueden obtenerse mediante el análisis de residuos descrito a continuación.

Aunque las mediciones de BG parecen tener un enorme ruido, no puede caracterizarse como ruido blanco. Como aclaración, puede observarse la función de autocorrelación (acf) estimada, en la que la dependencia es obvia (véase la figura 6, en la que la acf estimada se basa en la BG en ayunas a largo plazo de los inventores). Las mediciones, en este estudio de caso, están distribuidas de manera aproximadamente normal (véase la figura 7). Si las mediciones tuvieran mayores variaciones se distribuiría de manera lognormal de la manera más segura.

Debido a la estrategia de medición del inventor, usando tres glucosímetros de alta calidad de la misma marca, puede calcularse el error analítico. Esto está realizándose mediante la comparación de dos glucosímetros a la vez, que genera tres caso distribuidos de manera aproximadamente normal con una desviación estándar de aproximadamente 0,35 mmol/l (véase la figura 8). Las series de datos BG1, BG2 y BG3 generadas por los tres glucosímetros son independientes entre sí y N(m, \sigma)). \overline{B}G es la media aritmética descrita por

2

en la que la desviación estándar 6 es aproximadamente la misma para cada comparación, que son tres con respecto al número (n). Mediante el uso de la regla estadística de que la varianza de dos series de datos distribuidas normalmente son aditivos, se obtiene

3

Por tanto, la desviación estándar de los valores medios de los tres glucosímetros usados en el estudio de caso es de aproximadamente 0,14 mmol/l.

Para lograr una presentación de tendencia clara de los datos con ruido es necesario procesar los datos con un filtro de paso bajo, lo que puede realizarse mediante un análisis espectral. En la figura 9 se muestra el periodograma, en el que puede observarse que la mayor parte de la energía se encuentra dentro de una banda de baja frecuencia. El filtrado a bajo paso está procesándose mediante la multiplicación en el dominio de la frecuencia

4

en la que H es un filtro de bajo paso FIR en el dominio de la frecuencia (véase la figura 10 para obtener la respuesta de frecuencia para la frecuencia de corte escogida aleatoriamente) y BG(t) son las mediciones sin tratar que están transformadas mediante la transformada de Fourier. Entonces se transforma S_{LP} de nuevo con respecto al dominio del tiempo por medio de la transformada de Fourier inversa. Por tanto pueden generarse residuos.

5

Para una cierta frecuencia de corte fd entre 0 y 1 (frecuencia discreta). Cuando fd aumenta desde 0 hasta 1 puede calcularse la media de los residuos al cuadrado, siendo N la longitud del vector de residuos para cada valor de fd.

6

Esto generará una curva que describe el comportamiento de los residuos para diferentes fd (véase la figura 11). Para encontrar la frecuencia de corte más adecuada debe elegirse la frecuencia para la intersección en la figura 11. El fin principal de las líneas rectas en la figura 11 es aclarar la posición de la inflexión de la curva de residuos. Puede aplicarse el mismo análisis de residuos a otras señales y mediciones biológicas. Cuando el filtro de bajo paso así diseñado procesa los datos, se eliminarán las altas frecuencias no deseadas (véase la figura 12) multiplicando las transformadas de Fourier completadas con relleno de ceros del filtro LP y las mediciones de BG.

El resultado del filtrado LP usando la frecuencia de corte elegida en el dominio de la frecuencia y el dominio del tiempo, se muestra en la figura 12 y la figura 4, respectivamente.

Como alternativa, puede realizarse un filtrado similar en el dominio del tiempo usando una convolución. Los expertos en la técnica también pueden usar otros tipos de filtros de bajo paso.

Puede mediarse la tensión arterial en ambos brazos y entonces se filtra a bajo paso con el fin de reducir la varianza. La tensión arterial también puede medirse en la muñeca, el dedo u otros lugares. La estimación del tiempo de transición de la onda de pulso (PWTT, Pulse-Wave-Transition-time) también puede usarse para medir la tensión arterial. Esto estima la tensión arterial midiendo el tiempo de transición de la onda de pulso, partiendo desde cuando el corazón crea por ejemplo una onda R de ECG, hasta cuando la onda de pulso crea una diferencia de transmisión de luz debida a la densidad de pulso arterial variable, detectada en un dedo mediante un pletismógrafo. Además, a partir de los datos de pulso y tensión diastólica y sistólica, puede ser una ventaja calcular la tensión arterial media (MAP, Mean Arterial Pressure) y la tensión diferencial (PP, Pulse Pressure) y presentar estos datos gráficamente.

De una manera similar, los datos de la actividad física se dispersan normalmente debido a las grandes variaciones en la actividad diaria o debido a estimaciones aproximadas. Por tanto es conveniente filtrar a bajo paso tales datos con respecto al tiempo de una manera similar a anteriormente, ya que esto hace que los datos de la actividad física sean más fáciles de interpretar. La actividad física puede estimarse simplemente en una escala de intensidad en la que tal escala puede comprender la siguiente clasificación de actividades diarias:

Muy ligera (descansar, leer, estar sentado, conducir, etc.)

Ligera (pasear, barrer, tocar el piano, andar despacio)

Moderada (andar rápido, hacer footing despacio, montar en bicicleta despacio, patinar, entrenamiento ligero con pesas)

Dura (nadar, correr, hacer footing intenso, carreras de bicicletas, fútbol, baloncesto, etc.)

Muy dura (boxear, remar, escalar montañas, entrenamiento intenso con pesas)

\vskip1.000000\baselineskip

Puede usarse para una estimación más precisa del MET (equivalente metabólico). 1 MET es equivalente al gasto energético en reposo y la actividad ligera es una actividad de <3 MET, moderada de 3-5,9 MET, dura de 6-8,9 MET o muy dura de >9 MET. Las tablas de actividad de MET están disponibles para simplificar el cálculo de calorías quemadas (kcal), que se lleva a cabo multiplicando el valor de MET, el peso y el tiempo transcurrido. Un modo rentable de estimación de la actividad física es usar un podómetro. Los datos de actividad recogidos en los gráficos de ejemplo de la invención están usando un podómetro que se usa en combinación con un cronómetro incorporado para calcular las calorías quemas aproximadas durante el día o la actividad física realizada. Es práctico indicar el gasto energético como calorías quemadas, ya que esto es un término entendible y que se usa comúnmente.

Los datos de frecuencia cardiaca también se dispersan debido a grandes variaciones día a día. Por tanto, es conveniente filtrar a bajo paso tales datos de una manera similar a anteriormente, ya que esto hace que los datos de frecuencia cardiaca sean más fáciles de interpretar.

En una realización adicional de la invención, se mide la tensión arterial sistólica y diastólica y la frecuencia cardiaca preferiblemente de manera diaria en ambos brazos. Entonces, los datos procedentes de los dos brazos pueden promediarse y filtrarse a bajo paso para reducir la variabilidad. Se calcula el producto de la tensión arterial sistólica y la frecuencia cardiaca para obtener el producto de frecuencia-tensión (RPP) con el fin de estimar el estado físico del paciente. RPP = Tensión arterial sistólica * Frecuencia cardiaca / 100. Además de indicar aproximadamente la utilización de oxígeno del corazón, el RPP revela la presencia de fármacos estimulantes como la cafeína, nicotina, cocaína y anfetamina así como el estrés mental y emocional. Por tanto, el inventor enseña que el RPP es un parámetro importante a evaluar junto con la BG para establecer el estado global relacionado con la salud del paciente. Para lograr una presentación de tendencia de RPP, así como sus propios componentes separados, puede usarse un método similar de filtro de paso bajo, que produjo la tendencia de BG. También puede ser valioso para el médico evaluar cualquier diferencia
de presión arterial entre el brazo izquierdo y el derecho, según un promedio a largo plazo separado de cada brazo.

De una manera similar, los datos de tensión arterial por la mañana en reposo se dispersan debido a grandes variaciones día a día y además debido a la variabilidad analítica. El que el paciente o el médico tengan que hacer mediciones de la tensión arterial de un solo punto no parece tener mucho sentido según el gran nivel de ruido que también existe en los datos de TA. Por tanto, es necesario filtrar a bajo paso tales datos, ya que esto hace que los datos de tensión arterial sean más precisos y más fáciles de interpretar, véase la figura 13.

Comparando simultáneamente los datos indicados de la actividad física y el nivel de BG filtrados de un modo mencionado anteriormente, puede observarse que una mejora en la actividad física da como resultado la reducción del nivel de glucosa en sangre, ya que el nivel de glucosa en sangre es inversamente proporcional a la actividad física. Sin embargo, la actividad física extrema puede tener realmente el efecto opuesto en ciertas condiciones, elevando el nivel de glucosa en sangre. Por tanto, presentando simultáneamente tales datos indicados por ejemplo gráficamente al paciente, éste puede adoptar fácilmente su esfuerzo de actividad física y otros esfuerzos relacionados con el estilo de vida para adaptarse a un propósito objetivo predefinido. Esto puede lograrse ahora de un modo preciso e intuitivo, sin necesitar sobreexagerar el esfuerzo realizado, sino en su lugar trabajando simplemente hacia el propósito objetivo de glucemia, RPP y actividad de manera oportuna día a día tal como se indica mediante el progreso en las gráficas, véase la figura 14. Debe observarse que también pueden observarse en las gráficas nuevas descorrelaciones interesantes, véase la figura 15. Por ejemplo, cuando el paciente tiene una infección vírica o gripe, el valor de BG puede aumentar de manera inesperada e independiente de la actividad física mejorada. Cuando aumenta la actividad física, el valor de BG también puede aumentar mientras que el RPP disminuye y la correlación se vuelve negativa. O cuando el paciente se encuentra en una situación de estrés, el RPP puede aumentar más que la BG. Por tanto, podría sospecharse de un acontecimiento correlacionado negativamente en tales condiciones. Por tanto, calcular el coeficiente de correlación mostrado en ventana con respecto al tiempo entre RPP, BG y la actividad e indicar esto en las gráficas, ofrece un nuevo indicador interesante del estado del paciente, y pueden sacarse nuevas conclusiones por un usuario con experiencia tras tales indicaciones de correlación negativa.

En otra realización de la invención se presenta un nuevo método en el que el inventor ha descubierto que la dinámica de RPP se correlaciona bien con la dinámica de BG y en proporción inversa al nivel de actividad física y, por tanto, RPP puede usarse para predecir la dinámica y las fluctuaciones de BG, véanse la figura 15 y la figura 16.

Aún en otra realización de la invención, el RPP puede usarse junto con un filtro de predicción para calcular una medida sustituta para la BG diaria. Este nuevo método de predicción de BG puede usarse ventajosamente cuando no es posible, es poco práctico o el paciente siente dolor e incomodidad al muestrear la sangre. En tales circunstancias, pueden usarse mediciones de BG sólo al inicio del periodo de intervención o tratamiento para calibrar el predictor de RPP frente a los valores de BG. Tras realizarse tal calibración, el paciente puede volver a mediciones de RPP sólo, y tomar mediciones de BG por ejemplo sólo cuando visita al médico. Aún en otra realización de la invención, tal como se describe a continuación, los filtros de predicción de BG están actualizándose en una base poco densa, por ejemplo una vez a la semana. Por tanto, el entrenamiento inicial del filtro de predicción requiere en primer lugar una secuencia de datos de mediciones muestreadas de manera densa. La longitud de esta secuencia de entrenamiento puede ser por ejemplo de desde una semana hasta un mes. Posteriormente, el filtro de predicción puede actualizarse de manera densa. Los métodos de predicción propuestos pueden usarse para predecir cualquier señal x1 fuera de la señal x2, si se detecta una correlación entre x1 y x2 (obsérvese que x2 puede ser una combinación de varias cantidades de medición).

Así, tanto BG como RPP pueden usarse como importantes indicadores del autocontrol mejorado y del cambio de estilo de vida en enfermedad relacionada con diabetes tipo 2. RPP muestra una correlación con BG, y en particular en fases de transición de los cambios de estilo de vida, tal como el cambio desde un estilo de vida sedentario hasta un estilo de vida más activo o entre periodos de intensidad variable de actividad física. Por tanto, la derivada de BG y la derivada de RPP tienen una fuerte correlación (véase la figura 16). En tales circunstancias, las tendencias tanto de los parámetros de RPP como de BG cambian de una manera similar indicando una alta correlación. En la condición de estado estacionario, cuando el ser humano está en "equilibrio metabólico", la correlación entre RPP y BG puede ser menos destacada debido al ruido excesivo en los datos de otros procesos metabólicos. Por tanto, el filtro de predicción se usa para predecir datos de BG diariamente a partir de datos de RPP muestreados de manera densa. Necesita mencionarse que la estimación de BG mediante el uso del RPP es un método económico e indoloro ya que no necesitan usarse tiras de glucemia o lancetas para pinchar el dedo o sólo unas pocas. Por tanto, la medición de la tensión arterial para calcular el RPP no necesita ningún artículo consumible tal como lo necesitan las pruebas de BG. El método de predicción propuesto puede usarse también para otros y futuros métodos de medición de BG cuando tales métodos se consideran engorrosos, poco prácticos o poco económicos. Tales métodos pueden consistir en medir valores de BG a partir de lágrimas, a partir de saliva o a partir de instrumentos en contacto con la piel, etc.

La presente invención predice diariamente la BG a partir del RPP con una alta precisión a partir del uso de muestras de sangre muestreadas sólo de manera poco densa. La predicción puede realizarse mediante dos enfoques diferentes, ARX y FIR-Wiener. Tal como se mencionó anteriormente, los métodos de predicción requieren una secuencia de datos para el entrenamiento. Tales valores de BG muestreados de manera poco densa se usan para actualizar y hacer avanzar el predictor de filtro. Por tanto, para el paciente que tiene sensaciones traumáticas del muestreo de sangre o el pinchazo en el dedo, tales actividades dolorosas pueden reducirse a por ejemplo una muestra por semana y todavía pueden predecirse valores de BG diarios precisos mediante el predictor a partir de los valores de BG muestreados con moderación. El sistema se identifica usando funciones de transferencia junto con BG, una señal de entrada x y ruido blanco, x puede ser un vector de una variable o una matriz de varias variables. Ejemplos de variables pueden ser mediciones tales como el producto de frecuencia-tensión, la tensión arterial sistólica, la tensión arterial diastólica, el pulso, la tensión arterial media, la tensión diferencial o la actividad física. Esta identificación puede realizarse dado que se asume que BG y x están parcialmente afectados por los mismos parámetros subyacentes. Entre estos parámetros se encuentran por ejemplo la actividad física, los hábitos alimenticios, el estrés, los virus y el sobrepeso. Por tanto, puede presentarse el sistema mediante la siguiente hipótesis,

7

que es una descripción de un sistema lineal en el que la parte de ruido e(t) es un ruido blanco estocástico con
E[e(t)] = 0. En un sentido más amplio, el sistema puede describirse mediante los principios de una caja negra (véase la figura 17) G y H son funciones de transferencia y A es un vector que contiene los coeficientes polinomiales. Además, q es el operador de desplazamiento. Lo más preferible es usar el producto de frecuencia-tensión dado que tiene la mayor correlación con BG. Por tanto; el ejemplo a continuación usa datos de BG y RPP.

Un proceso previo importante cuando está identificándose un sistema es restar el valor medio. Esto se facilita mediante

8

en la que N es el número de mediciones. Hay varios modos de estimar las funciones de transferencia G(\theta,q) y H(\theta, q),
en las que pueden mencionarse modelos como ARX, ARMAX, OE y Box-Jenkins. En este caso se trata ARX, que proporciona un algoritmo de predicción sencillo denominado regresión lineal. Box-Jenkins es el modelo más complejo, siendo los otros modelos casos especiales del mismo. Las pruebas han mostrado una mínima cantidad de diferencias entre los diferentes enfoques de modelo.

El modelo ARX puede escribirse como

\vskip1.000000\baselineskip

9

\vskip1.000000\baselineskip

en la que los coeficientes polinomiales pueden recogerse y escribirse como

10

\vskip1.000000\baselineskip

Además, la ecuación 2 puede volver a escribirse como

11

en la que

12

nk es el retraso.

Dados los elementos óptimos en el vector \theta, valores de RPP y BG antiguos, es posible predecir BG. La predicción se calcula con el conocimiento de \theta y el vector de regresión \varphi, que contiene valores de RPP y BG antiguos.

13

Obsérvese que el término de ruido e(t) no es un elemento de \varphi. Además, el producto de \theta y \varphi proporciona la predicción

14

En el ejemplo, el predictor se diseña como un predictor de una etapa, y se adapta ya que se recicla para cada predicción. Los expertos en la técnica pueden usar otras longitudes de etapa de predictores y otros tipos de predictores.

Para cada cálculo de \theta en el tiempo t-1, se producirá una suposición o una predicción de BG(t). Por tanto, en el tiempo t es posible cumplir con el error de predicción

\vskip1.000000\baselineskip

15

\vskip1.000000\baselineskip

Para una secuencia de entrenamiento de la longitud N, se consiguen los criterios cuadráticos

\vskip1.000000\baselineskip

16

\vskip1.000000\baselineskip

Por tanto, es sencillo escoger el \theta, que facilita

\vskip1.000000\baselineskip

17

("arg min" es el argumento minimizado).

Se obtiene el error de predicción

\vskip1.000000\baselineskip

18

\vskip1.000000\baselineskip

Por tanto, los criterios (11) cuadráticos pueden escribirse como

\vskip1.000000\baselineskip

19

en la que

20

Si R_{N} es invertible, la fórmula puede escribirse como

22

La última parte de (19) es siempre cero si

23

y debido a que R_{N} es definido positivo, esto proporciona un mínimo. Por tanto, se facilita el valor minimizado óptimo de V_{N}(\theta) cuando se satisface la ecuación (22), debido a que el resto de los términos son independientes de \theta. Para mejorar este predictor, puede usarse la información de residuos, que estará disponible cuando se tome una muestra de BG verdadera. Este residuo puede ponderarse exponencialmente con el fin de añadirse a próximas predicciones para obtener un seguimiento de la amplitud mejorado.

Como ejemplo, la figura 18 muestra los resultados del predictor cuando está actualizándose con muestras de BG verdaderas sólo cada día 7. En otra realización de la invención, el predictor puede ejecutarse libremente y actualizarse sólo inicialmente mediante una secuencia de BG corta.

Como otro ejemplo de predicción, puede implementares un filtro FIR-Wiener, que es un potente predictor que suprime el ruido de manera óptima. Una variable que describe muestras de BG futuras puede escribirse como (naturalmente, BG es sólo un ejemplo en esta materia, puede sustituirse BG por otra variable muestreada de manera poco densa que esté correlacionada con la variable muestreada de manera densa). Por tanto, se crea el valor predicho de BG como

24

Se crea un vector que contiene mediciones de RPP y BG.

25

en la que t es el número de valores de BG antiguos y M es el intervalo de pruebas de BG. T representa valores antiguos de RPP, mientras que k es el número de etapas que está prediciéndose (k<M).

Además, se estima una matriz que contiene funciones de autocorrelación y funciones de correlación cruzada. Con el fin de calcular estas estimaciones, puede usarse una secuencia de mediciones conocidas, como una secuencia de entrenamiento.

26

También puede estimarse la correlación cruzada

27

Ahora, el filtro puede crearse como, (uno para cada predicción, k es un índice de la etapa de predicción)

28

Lo que conduce al valor predicho

29

Debe realizarse el análisis de los datos de series de tiempo para la relevancia y los datos perdidos o extremos por encima de un umbral pueden sustituirse usando promedios de datos cercanos. Esto es lo más importante, ya que es normal olvidar algunas veces tomar mediciones o cometer errores algunas veces en la interpretación manual de las mediciones. Puede necesitarse que las pérdidas de datos largas se interpolen en tal situación cuando el sujeto ha olvidado su dispositivo o cuando se ha ido de vacaciones, etc. La interpolación lineal es también una alternativa al método de predicción de regresión lineal. Por ejemplo, si están tomándose mediciones de BG una vez cada semana, el vector de datos de BG conocido es una versión poco muestreada de un vector de BG muestreado cada día. Esto puede describirse como

30

para cualquier intervalo de interpolación de M días (o muestras). Entonces se lleva a cabo la interpolación lineal aplicando una línea recta basada en M-1 muestras entre los elementos en BG_{M}. Como ejemplo, la figura 18 muestra los resultados del interpolador con muestras de BG verdaderas cada día 7. La interpolación lineal también puede llevarse a cabo para datos no equidistantes con datos ausentes.

Además, en otra realización de la invención, puede ser preferible cambiar automáticamente entre la interpolación lineal y la predicción, basándose en la secuencia de datos ausentes. El punto de tiempo apropiado del cambio puede determinarse mediante análisis de residuos de datos conocidos pasados. Los residuos se generan a partir de dos casos: caso 1, en el que se comparan datos interpolados lineales en una cierta secuencia con datos sin tratar. Caso 2, en el que se comparan datos predichos en esa misma secuencia con datos sin tratar. Naturalmente, esto está realizándose en el mismo intervalo/la misma secuencia proporcionando una comparación útil entre los dos casos. El objetivo es mantener los residuos tan pequeños como sea posible y por tanto puede determinarse el punto de cambio cuando la media de los residuos al cuadrado de los dos casos se cruzan.

La suma o factorización de BG y RPP puede usarse como un indicador del rendimiento metabólico denominado índice de rendimiento metabólico (MPI) por el inventor, un indicador que puede abarcar varias anomalías y enfermedad, por tanto un indicador claro para la promoción del autocontrol y el cambio de estilo de vida en la enfermedad relacionada con diabetes tipo 2, véase la figura 19. Indicaciones tempranas muestran que el indicador de MPI también puede usarse con ventaja en acontecimientos de entrenamiento deportivo para atletas, etc.

El inventor cree que un dispositivo de indicación y monitorización metabólico según la invención propuesta será un activo muy valioso para que el paciente se autogestione así como una nueva herramienta para que el médico siga y evalúe de manera clara y precisa el estado del paciente, y como tal puede usarse como una herramienta de tratamiento valiosa. En la figura 20 se muestra una captura de pantalla de una versión del producto de software. También se cree que este dispositivo de indicación y monitorización metabólico de múltiples parámetros puede usarse para monitorizar el estado físico y el progreso de cualquier ser humano tal como un deportista como un corredor o un nadador, etc., y para cualquier mamífero tal como un caballo de carreras o un perro de carreras, pudiendo hacer su entrenador un uso positivo de los datos de salida para guiar el entrenamiento adicional y mejorar el rendimiento.

Como alternativa para un nuevo desarrollo de hardware, pueden usarse tecnologías probadas convencionales e instrumentos de monitorización médica de consumo producidos en masa para la recogida de datos cuando pueden usarse un producto de programa informático y un ordenador (de sobremesa, portátil, de bolsillo o teléfono inteligente) para recoger, descargar, analizar y presentar la información de una forma práctica e intuitiva. Además, pueden construirse monitores de glucemia inteligentes o aparatos de combinación inteligentes de monitor de tensión arterial y glucemia que incluyen un microprocesador y un acelerómetro para determinar la actividad física y una pantalla para la presentación. La presente invención puede implementarse tanto en software, chips de hardware y DSP, para diversos tipos de uso, para la computación, el almacenamiento y/o la transmisión de las señales, analógicas o digitales.

Las realizaciones descritas son meramente ilustrativas para los principios de la presente invención. Se entiende que las modificaciones y variaciones de las disposiciones y los detalles descritos en el presente documento resultarán evidentes para otros expertos en la técnica. Por tanto, se intenta estar limitado sólo por el alcance de las reivindicaciones de patente inminentes y no por los detalles específicos presentados a modo de descripción y explicación de las realizaciones en el presente documento.

Claims

1. Aparato para indicar un estado relacionado con la salud de un sujeto, que comprende:

\quad: una interfaz (20) de entrada para recibir una secuencia sin tratar de muestras de una primera cantidad biológica derivada de un primer método de medición, siendo el primer método de medición una medición invasiva y teniendo un primer impacto en el sujeto y para recibir una secuencia sin tratar de muestras de una segunda cantidad biológica derivada de un segundo método de medición, siendo el segundo método de medición una medición no invasiva y teniendo un segundo impacto en el sujeto, teniendo las cantidades biológicas una variación útil y una variación no útil; en el que la primera cantidad biológica facilita una indicación más precisa del estado relacionado con la salud del sujeto que la segunda cantidad biológica, en el que la primera cantidad biológica y la segunda cantidad biológica tienen una correlación con el estado relacionado con la salud del sujeto, y en el que el segundo impacto es menor que el primer impacto;

\quad: un predictor (30) para proporcionar, durante un cierto tiempo, durante el que no existe ninguna muestra para la primera cantidad biológica, un valor estimado de la primera cantidad biológica como muestra predicha usando muestras para la segunda cantidad biológica y, en la medida que estén disponibles, muestras para la primera cantidad;

\quad: una interfaz (25) de salida para emitir al menos una indicación de aumento, una indicación de disminución o una indicación de que permanece inalterada como tendencia de los datos, siendo la tendencia representativa para una variación útil del estado relacionado con la salud del sujeto,

\quad: y caracterizado por un filtro (22) para filtrar una secuencia que tiene muestras de la primera cantidad biológica y al menos una muestra predicha, teniendo la secuencia filtrada una variación útil y una variación no útil reducida en comparación con la secuencia antes del filtrado.

2. Aparato según la reivindicación 1, en el que el primer método de medición es una medición de la glucosa en sangre o en plasma, y en el que el segundo método de medición es una medición de la frecuencia cardiaca, una medición de la tensión arterial o un método para obtener un producto de la frecuencia cardiaca y la tensión arterial.

3. Aparato según las reivindicaciones 1 ó 2, en el que la interfaz (20) de entrada está dispuesta para recibir, como la secuencia de muestras de la segunda cantidad biológica, una primera subsecuencia de muestras y una segunda subsecuencia de muestras, e

incluyendo además el aparato un combinador (27) para combinar la primera subsecuencia de muestras y la segunda subsecuencia de muestras para obtener la secuencia de muestras de la segunda cantidad biológica, estando dispuesto el combinador para realizar una multiplicación según las muestras.

4. Aparato según una cualquiera de las reivindicaciones anteriores, en el que la primera cantidad biológica es un nivel de glucosa en sangre, un nivel de lípidos en sangre o un nivel de insulina en sangre del sujeto.

5. Aparato según una cualquiera de las reivindicaciones anteriores, en el que el estado relacionado con la salud es un trastorno metabólico relacionado con la diabetes o relacionado con la glucosa o relacionado con la insulina.

6. Aparato según una cualquiera de las reivindicaciones anteriores, en el que la primera cantidad biológica es un nivel de glucosa en sangre.

7. Aparato según una cualquiera de las reivindicaciones anteriores, en el que el predictor (30) está dispuesto para recibir, como secuencia de entrenamiento, varias muestras derivadas del primer método de medición, y para recibir, tras la fase de entrenamiento, una o más muestras derivadas del segundo método de medición durante un periodo de ejecución.

8. Aparato según la reivindicación 7, en el que el periodo de ejecución se extiende hasta un instante de tiempo, en el que se recibe una muestra derivada del primer método de medición como un valor actualizado del predictor, o en el que el periodo de ejecución es ilimitado, de modo que el predictor es un predictor de libre ejecución tras la fase de entrenamiento.

9. Aparato según una cualquiera de las reivindicaciones anteriores, que comprende además un interpolador de datos para proporcionar una muestra interpolada para una muestra ausente, en un instante de tiempo, de la cantidad biológica usando una o más muestras anteriores o una o más muestras posteriores para obtener la secuencia procesada que tiene muestras de la secuencia sin tratar y la muestra interpolada.

10. Aparato según una cualquiera de las reivindicaciones anteriores, en el que el filtro es un filtro de paso bajo.

11. Aparato según la reivindicación 10, en el que el filtro de paso bajo tiene una frecuencia de corte, que está fijada de manera que la energía de baja frecuencia para frecuencias de una secuencia sin tratar o una secuencia procesada tiene una parte predeterminada de una energía total de la secuencia sin tratar o la secuencia procesada.

12. Aparato según la reivindicación 10 u 11, que comprende además un calculador de frecuencia de corte que está dispuesto para determinar la frecuencia de corte usando las siguientes etapas:

\quad: determinar diferentes frecuencias de corte para un filtro de paso bajo para filtrar las muestras para obtener señales de prueba filtradas;

\quad: para cada señal de prueba filtrada, derivar valores residuales basándose en la diferencia de la secuencia sin tratar y una señal de prueba filtrada para obtener una representación residual;

\quad: basándose en la representación residual, determinar una frecuencia de corte adaptada individualmente a la secuencia sin tratar de muestras.

\vskip1.000000\baselineskip

13. Aparato según la reivindicación 12, en el que el calculador de frecuencia de corte está dispuesto para determinar la frecuencia de corte:

\quad: determinando una primera línea que usa energías residuales para bajas frecuencias de corte;

\quad: determinando una segunda línea que usa energías residuales para altas frecuencias de corte; y

\quad: hallando un punto de intersección de la primera línea y la segunda línea, indicando el punto de intersección la frecuencia de corte.

\vskip1.000000\baselineskip

14. Aparato según la reivindicación 1, en el que la interfaz (25) de salida está dispuesta para indicar la tendencia mediante un indicador acústico, un indicador óptico o un indicador mecánico, de modo que la indicación de disminución, la indicación de aumento o la indicación de que permanece inalterada son acústica, óptica o mecánicamente diferentes entre sí.

15. Aparato según la reivindicación 1 ó 14, en el que la interfaz (25) de salida está dispuesta para derivar y emitir la tendencia a partir de un valor real de la secuencia filtrada o una secuencia potenciada, y un valor anterior oportuno de la secuencia filtrada o la secuencia potenciada.

16. Aparato según las reivindicaciones 1, 14 ó 15, en el que la interfaz de salida está dispuesta para presentar gráficamente la secuencia filtrada o la secuencia potenciada.

17. Aparato según una cualquiera de las reivindicaciones anteriores, en el que la interfaz (25) de salida está dispuesta para presentar gráficamente una secuencia de valores predichos o una secuencia de valores predichos filtrados, y, además, al menos una secuencia filtrada o potenciada adicional.

18. Aparato según la reivindicación 17, en el que la secuencia de valores predichos es una secuencia de valores de glucemia del sujeto, y el parámetro biológico adicional es un producto de frecuencia-tensión del sujeto usado para la predicción de los valores de glucemia.

19. Aparato según una cualquiera de las reivindicaciones anteriores, en el que el primer método de medición es, además, un método de medición costoso o un método de medición bioquímico o un método de medición basándose en una medición de un líquido, y en el que el segundo método de medición es, además, un método de medición menos costoso o un método de medición fisiológico, o un método basándose en una medición no líquida.

20. Aparato según una cualquiera de las reivindicaciones anteriores, en el que el predictor (30) está dispuesto para realizar un algoritmo de regresión, y en el que el predictor (30) está dispuesto además para recibir un valor actualizado del primer método de medición tras un periodo de ejecución, que incluye al menos tres veces un intervalo, en el que la interfaz de entrada recibe muestras para el segundo método de medición.

\vskip1.000000\baselineskip

21. Método de indicación de un estado relacionado con la salud de un sujeto, comprendiendo el método:

\quad: recibir (20) una secuencia sin tratar de muestras de una primera cantidad biológica derivada de un primer método de medición, siendo el primer método de medición una medición invasiva y teniendo un primer impacto en el sujeto, teniendo la primera cantidad biológica una variación útil y una variación no útil;

\quad: recibir (20) una secuencia sin tratar de muestras de una segunda cantidad biológica derivada de un segundo método de medición, siendo el segundo método de medición una medición no invasiva y teniendo un segundo impacto en el sujeto, teniendo la segunda cantidad biológica una variación útil y una variación no útil;

\quad: en el que la primera cantidad biológica facilita una indicación más precisa del estado relacionado con la salud del sujeto que la segunda cantidad biológica, en el que la primera cantidad biológica y la segunda cantidad biológica tienen una correlación con el estado relacionado con la salud del sujeto, y en el que el segundo impacto es menor que el primer impacto;

\quad: proporcionar (30) mediante predicción, durante un cierto tiempo, durante el que no existe ninguna muestra para la primera cantidad biológica, un valor estimado de la primera cantidad biológica como muestra predicha usando muestras para la segunda cantidad biológica y, en la medida que estén disponibles, muestras para la primera cantidad; y

\quad: filtrar (22) una secuencia que tiene muestras de la primera cantidad biológica y al menos una muestra predicha, teniendo la secuencia filtrada una variación útil y una variación no útil reducida en comparación con la secuencia antes del filtrado; y

\quad: emitir (25) al menos una indicación de aumento, una indicación de disminución o una indicación de que permanece inalterada como tendencia de los datos, siendo la tendencia representativa con respecto a una variación útil del estado relacionado con la salud del sujeto.

22. Programa informático que tiene un código de programa para realizar un método según la reivindicación 21, cuando se ejecuta en un ordenador.