ES3052889T3 - System and device of dynamic glucose profile response to physiological parameters - Google Patents

System and device of dynamic glucose profile response to physiological parameters

Info

Publication number
ES3052889T3
ES3052889T3 ES16824962T ES16824962T ES3052889T3 ES 3052889 T3 ES3052889 T3 ES 3052889T3 ES 16824962 T ES16824962 T ES 16824962T ES 16824962 T ES16824962 T ES 16824962T ES 3052889 T3 ES3052889 T3 ES 3052889T3
Authority
ES
Spain
Prior art keywords
activity
glucose
median
day
days
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES16824962T
Other languages
English (en)
Inventor
Gary Alan Hayter
Nathan Christopher Crouther
Michael Love
Erwin Satrya Budiman
Daniel Milfred Bernstein
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Abbott Diabetes Care Inc
Original Assignee
Abbott Diabetes Care Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Abbott Diabetes Care Inc filed Critical Abbott Diabetes Care Inc
Application granted granted Critical
Publication of ES3052889T3 publication Critical patent/ES3052889T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14507—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue specially adapted for measuring characteristics of body fluids other than blood
    • A61B5/1451—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue specially adapted for measuring characteristics of body fluids other than blood for interstitial fluid
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/10—Signal processing, e.g. from mass spectrometry [MS] or from PCR
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114—Tracking parts of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/1468—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using chemical or electrochemical methods, e.g. by polarographic means
    • A61B5/1486—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using chemical or electrochemical methods, e.g. by polarographic means using enzyme electrodes, e.g. with immobilised oxidase

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Optics & Photonics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Data Mining & Analysis (AREA)
  • Psychiatry (AREA)
  • Chemical & Material Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Databases & Information Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Medicinal Chemistry (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Medicine (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Obesity (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)

Abstract

Se proporciona un método, dispositivo y sistema para proporcionar información consistente y confiable sobre la respuesta de la glucosa a los cambios fisiológicos y/o actividades para mejorar el control glucémico y la gestión de la salud. (Traducción automática con Google Translate, sin valor legal)

Description

[0001] DESCRIPCIÓN
[0002] Sistema y dispositivo de respuesta de perfil de glucosa dinámico a parámetros fisiológicos
[0003] ANTECEDENTES
[0004] La detección y/o la monitorización de los niveles de glucosa u otros analitos, tales como lactato, oxígeno, AIC, o similares, en ciertas personas es de vital importancia para su salud. Por ejemplo, la monitorización de la glucosa es especialmente importante para las personas con diabetes y aquellas con afecciones que indican el inicio de la diabetes. Los diabéticos suelen monitorizar sus niveles de glucosa para determinar si sus niveles de glucosa se mantienen dentro de un rango clínicamente seguro, y también pueden usar esta información para determinar si y/o necesitan insulina para reducir la glucosa en su organismo o cuándo necesitan glucosa adicional para elevar el nivel de glucosa en sus organismos.
[0005] Con el desarrollo de dispositivos y sistemas de monitorización de glucosa que proporcionan información en tiempo real sobre los niveles de glucosa de forma cómoda e indolora, existe un interés creciente en integrar dichos dispositivos y sistemas de monitorización en la vida diaria y actividades cotidianas para mejorar el control glucémico. En concreto, existe un gran deseo en identificar el impacto de actividades cotidianas, tales como el ejercicio, la administración de medicamentos y la ingesta de alimentos, y así sucesivamente, sobre las fluctuaciones del nivel de glucosa y proporcionar información de salud personalizada y práctica para controlar eficazmente las variaciones glucémicas. Asimismo, existe un gran deseo en lograr una mayor precisión en la determinación de la dosis de medicamentos que evalúen con exactitud la dosis de medicación correcta, a la vez que se reduzcan los errores en dicha determinación al considerar los parámetros que influyen en la terapia farmacológica durante las actividades diarias, incluyendo el ejercicio y la ingesta de alimentos.
[0006] El documento US-A-2015/0141770 describe sistemas que proporcionan alertas basadas en datos de analitos y datos de aceleración que indican actividad. El documento WO-A-2012/010298 decribe sistemas para considerar el efecto de la actividad física sobre los niveles de glucosa en sangre durante el ejercicio. El artículo científico "Impact of Exercise on Overnight Glycemic Control in Children with Type 1 Diabetes Mellitus” por Donovan Sharon et al. (1 de octubre de 2005, DOI: 10.1016/J.JPEDS.2005.04.065) describe un estudio para examinar el efecto del ejercicio sobre la hipoglucemia nocturna. El estudio determinó la proporción de sujetos que desarrollaron hipoglucemia durante la noche o nocturno en el día de ejercicio y la proporción de sujetos que desarrollaron hipoglucemia durante la noche en el día sedentario.
[0007] RESUMEN
[0008] De acuerdo con la presente invención, se da a conocer un aparato para determinar la correlación entre la variación del nivel de glucosa durante la noche o nocturno en función de la actividad, tal como se define en la reivindicación 1. Las realizaciones y/o ejemplos descritos en la siguiente descripción que no estén cubiertos por las reivindicaciones adjuntas se consideran ajenos a la presente invención. Las realizaciones de la presente divulgación incluyen la determinación del patrón de respuesta glucémica multifásico y el ajuste o modificación dinámica para personalizar la respuesta glucémica a las actividades particulares y los parámetros externos relevantes para un paciente o usuario específico. En ciertas realizaciones, se proporciona un módulo de análisis como una aplicación de software ("App") que es ejecutable por cualquier dispositivo controlado por procesador y, en particular, por un teléfono inteligente con capacidad de comunicación para recibir, analizar, transferir, transmitir, mostrar o generar información útil, por ejemplo, incluyendo recomendaciones de tratamiento basadas en el patrón de respuesta glucémica determinado. En ciertas realizaciones, el patrón de respuesta de la glucosa, determinado en función de una actividad particular o combinaciones de actividades, la ingesta de alimentos, la ingesta de medicamentos o cualquier otro parámetro externo específico de las actividades diarias de un usuario o un paciente, se ajusta de forma inteligente y dinámica en tiempo real a medida que la aplicación recibe y analiza datos adicionales específicos de la actividad o de parámetros externos.
[0009] Las realizaciones de la presente divulgación incluyen una red general con dispositivos basados en sensores que se comunican con el teléfono inteligente configurado para ejecutar la aplicación, y opcionalmente una red de comunicación de datos con uno o más servidores de backend que proporcionan una configuración de nube de red que está configurada para ejecutar las funciones de la aplicación para el análisis, por ejemplo, cuando está en comunicación directa de datos con los dispositivos basados en sensores, y proporcionar los resultados del análisis al teléfono inteligente, o bien, configurada para operar de forma más pasiva, tal como realizar funciones de copias de seguridad de datos o funciones de almacenar datos para el teléfono inteligente y/o los dispositivos basados en sensores. Asimismo, opcionalmente, se incluyen en la red general uno o más dispositivos de medicación, tales como una bomba de insulina o una pluma inyectora de insulina, configurados para recibir datos de análisis del teléfono inteligente, de los servidores de backend o directamente de los dispositivos basados en sensores.
[0010] [0006] Las realizaciones de la presente divulgación incluyen una fase de recopilación de datos durante la cual se recopila información específica del usuario o paciente a partir de uno o más dispositivos basados en sensores, mediante la introducción manual de datos por parte del usuario o, mediante un dispositivo de administración de medicamentos, por ejemplo, durante un período de tiempo predeterminado. Cuando se determina que se dispone de suficiente información sobre el paciente o el usuario en relación con la respuesta a la glucosa y la variación glucémica (por ejemplo, un mínimo de 5 días, 6 días, una semana, 10 días, 14 días o cualquier combinación de días o fracciones de días), la aplicación ejecutada en el teléfono inteligente, en ciertas realizaciones, puede notificar al usuario o al paciente que se ha determinado o identificado un patrón de respuesta glucémica específico y que está listo para que el usuario introduzca datos para el análisis de la respuesta. Para llegar a este punto, en ciertas realizaciones, la aplicación analiza datos o información de los dispositivos basados en sensores y otros parámetros específicos recibidos del usuario o paciente, y los clasifica los datos recibidos, como parte del análisis de datos para determinar el patrón de respuesta de la glucosa, y posteriormente, actualiza de forma continua y dinámica el patrón de respuesta con la información adicional en tiempo real recibida de dicho uno o más dispositivos basados en sensores u otros parámetros del usuario o paciente. De esta manera, en ciertas realizaciones, cuando el usuario introduce una actividad o un parámetro que el usuario desea realizar (por ejemplo, una carrera de 90 minutos que incluye aproximadamente un desnivel positivo de aproximadamente 1000 pies, o el número de pasos dados durante un periodo de tiempo determinado, tal como 12, 18, 24 horas u otros periodos adecuados), la aplicación, mediante sus capacidades de reconocimiento dinámico del patrón de respuesta de la glucosa, está configurada para notificar al usuario o paciente que dicha actividad producirá una respuesta específica de la glucosa (por ejemplo, una reducción del nivel de glucosa, tras la actividad, de aproximadamente 25 mg/dL).
[0012] Además, en ciertas realizaciones, la aplicación puede configurarse para proporcionar recomendaciones adicionales al análisis de actividad física realizado, tal como, por ejemplo, proporcionar una lista del tipo y la cantidad de alimentos que se deben consumir en un momento determinado antes de realizar la actividad, y/o dentro de un tiempo fijo posterior a la actividad con el fin de minimizar las fluctuaciones glucémicas que excedan un rango predeterminado durante un período establecido que abarca desde antes de la actividad, durante y después de la actividad. En ciertas realizaciones, la aplicación está configurada para realizar un análisis similar al descrito anteriormente, con recomendaciones en las que, en lugar de la actividad física a realizar, el análisis se refiere a la cantidad de medicamentos, alimentos, bebidas o una o más combinaciones de estos, que se deben consumir. De esta manera, en ciertas realizaciones, el usuario o el paciente pueden tomar medidas antes de consumir alimentos y/o bebidas o administrar medicamentos.
[0014] Estas y otras características, objetos y ventajas de la presente divulgación resultarán evidentes para las personas expertas en la materia al leer los detalles de la presente divulgación, tal como se describen con mayor detalle a continuación.
[0016] BREVE DESCRIPCIÓN DE LOS DIBUJOS
[0018]
[0019] La FIG.1 es un sistema general de análisis de datos de respuesta de glucosa de acuerdo con una realización de la presente divulgación;
[0020] La FIG. 2A es un diagrama de bloques del módulo de análisis de la FIG. 1 de acuerdo con una realización de la presente divulgación;
[0021] La FIG.2B ilustra el flujo de información junto con el módulo de análisis de la FIG. 1 realizando la clasificación de datos, reconocimiento de patrones y actualización dinámica de acuerdo con una realización de la presente divulgación; La FIG.3 es una captura de pantalla de ejemplo de la interfaz de entrada de datos 111 (FIG.2A) de acuerdo con una realización de la presente divulgación;
[0022] La FIG.4 es un diagrama de flujo que ilustra una rutina para determinar el impacto de la actividad diurna en el nivel de glucosa durante la noche, de acuerdo con una realización de la presente divulgación;
[0023] La FIG.5 es un diagrama de flujo que ilustra otra rutina para determinar el impacto de la actividad diurna en el nivel de glucosa durante la noche, de acuerdo con una realización de la presente divulgación;
[0024] La FIG.6 es un diagrama de flujo que ilustra la identificación y caracterización del patrón de respuesta de la glucosa para una actividad particular basada en el nivel absoluto de glucosa durante la noche, de acuerdo con una realización de la presente divulgación;
[0025] La FIG.7 es un diagrama de flujo que ilustra la identificación y caracterización del patrón de respuesta de la glucosa para una actividad particular, basado en el cambio del nivel de glucosa entre el día y la noche, de acuerdo con una realización de la presente divulgación;
[0026] La FIG. 8 es un diagrama de flujo que ilustra la identificación y caracterización del patrón de respuesta de glucosa para una actividad particular basada en la proporción del nivel de glucosa entre el día y la noche de acuerdo con una realización de la presente divulgación;
[0027] La FIG.9 ilustra un flujo de proceso para el entrenamiento y notificación de acuerdo con una realización de la presente divulgación; y
[0028] La FIG.10 ilustra un flujo de proceso para el entrenamiento y notificación de acuerdo con otra realización de la presente divulgación.
[0030] DESCRIPCIÓN DETALLADA
[0032] [0010] Antes de describir en detalle la presente divulgación, debe entenderse que la presente divulgación no se limita a las realizaciones particulares descritas, ya que estas pueden, naturalmente, variar. Asimismo, debe entenderse que la terminología empleada en el presente documento tiene como único fin describir realizaciones particulares y no pretende ser limitativa, puesto que el alcance de la presente divulgación estará limitado únicamente por las reivindicaciones adjuntas.
[0033] Cuando se proporciona un rango o intervalo de valores, se entiende que cada valor intermedio, hasta la décima unidad del límite inferior, salvo que el contexto indique claramente lo contrario, entre el límite superior e inferior de dicho rango y cualquier otro valor indicado o intermedio en ese rango, queda comprendido en la divulgación. Los límites superior e inferior de estos rangos más pequeños pueden incluirse independientemente en los rangos más pequeños, también comprendidos en la divulgación, con sujeción a cualquier límite específicamente excluido en el rango indicado. Cuando el rango indicado incluye uno o ambos límites, los rangos que excluyen uno o ambos límites incluidos también se incluyen en la divulgación.
[0034] Salvo que se defina lo contrario, todos los términos técnicos y científicos empleados en el presente documento tienen el mismo significado que el comúnmente entendido por un experto en la materia a la que pertenece esta divulgación. Si bien también pueden utilizarse procedimientos y materiales similares o equivalentes a los aquí descritos para la práctica o las pruebas de la presente divulgación, a continuación se describen los procedimientos y materiales preferidos.
[0035] Cabe señalar que, tal como se utilizan en el presente documento y en las reivindicaciones adjuntas, las formas singulares "un", "una" y "el/la" incluyen referentes plurales a menos que el contexto indique claramente lo contrario.
[0036] Las publicaciones aquí mencionadas se proporcionan únicamente para su divulgación previa a la fecha de presentación de la presente solicitud. Nada de lo aquí expuesto se interpretará como una admisión de que la presente divulgación no tiene derecho a ser anterior a dicha publicación en virtud de una divulgación previa. Asimismo, las fechas de publicación proporcionadas pueden diferir de las fechas de publicación reales, las cuales deberán ser confirmadas de forma independiente.
[0037] Tal como será evidente para aquellos expertos en la materia al leer esta divulgación, cada una de las realizaciones individuales descritas e ilustradas en el presente documento tiene componentes y características discretas que pueden separarse fácilmente o combinarse con las características de cualquiera de las otras realizaciones sin apartarse del alcance de la presente divulgación.
[0038] Las figuras que se muestran aquí no están necesariamente dibujadas a escala, y algunos componentes y características están exagerados para mayor claridad.
[0039] La FIG.1 es un sistema global de análisis de datos de respuesta de glucosa, conforme a una realización de la presente divulgación. En referencia a la Figura, el sistema de análisis de datos de respuesta de la glucosa 100, en ciertas realizaciones, incluye un teléfono móvil 110 con interfaz de usuario 110A y módulo de análisis HOB, programado en el teléfono móvil 110 como una aplicación, por ejemplo, instalada como un archivo ejecutable descargado a través de la red de datos 140 desde el servidor 150. Tal como se detalla más adelante, en ciertas realizaciones, el acondicionamiento de datos, el análisis y el reconocimiento dinámico de patrones de respuesta de la glucosa y/o la actualización del reconocimiento de patrones de respuesta de la glucosa, se implementan mediante una o más rutinas ejecutables de la aplicación.
[0040] Volviendo a la FIG.1, también se muestran el monitor de actividad 130A, el monitor de frecuencia cardíaca 130B y el monitor de glucosa 130C, cada uno comunicando los datos con el teléfono móvil 110 o, alternativamente o además, cada uno comunicando los datos con el servidor 150 a través de la red de datos 140. De esta manera, en ciertas realizaciones, cada monitor 130A, 130B o 130C está programado para comunicar la información monitorizada al servidor 150 para su almacenamiento y/o análisis, o al teléfono móvil 110 para su almacenamiento, análisis y posterior comunicación de los datos sin procesar recibidos de cada monitor 130A, 130B o 130C, y/o de los datos o información procesados de cada monitor 130A, 130B o 130C al servidor 150 a través de la red de datos para su almacenamiento y/o análisis posterior.
[0041] Refiriéndose aún a la FIG. 1, en el sistema de análisis de datos de respuesta a la glucosa 100, también se muestra el dispositivo de administración o suministro de medicamentos 120, que se comunica en datos con el teléfono móvil 110, el servidor 150 o uno o más de los monitores 130A, 130B y 130C a través de la red de datos 140. Si bien no se muestra, en ciertas realizaciones, el funcionamiento de las rutinas y funciones de la aplicación puede implementarse en el dispositivo de administración de medicamentos 120, donde el dispositivo de administración de medicamentos 120 recibe directamente datos o información de uno o más de los monitores 130A, 130B y 130C, y realiza el reconocimiento y análisis del patrón de respuesta a la glucosa y, por ejemplo, modifica el perfil de administración de medicamentos (por ejemplo, la tasa de administración de insulina basal, la dosis de insulina en bolo) según el patrón de respuesta a la glucosa determinado a partir de los datos monitorizados (por ejemplo, la condición fisiológica monitorizada, y/o el consumo de alimentos y/o bebidas y la ingesta de medicamentos), teniendo en cuenta la actividad física o el consumo de alimentos o bebidas previstos.
[0042] En ciertas realizaciones, el teléfono móvil 110 incluye uno o más monitores 130A, 130B y 130C integrados dentro del teléfono 110. Por ejemplo, en algunas realizaciones, el teléfono móvil 110 incluye un acelerómetro y/o un giroscopio que pueden monitorizar el movimiento del usuario con el teléfono móvil 110, tal como hacer un seguimiento o registrar el número de pasos dados, las actividades físicas realizadas (con el teléfono móvil 110 puesto o cerca del cuerpo, tal como mediante una banda para el brazo), tal como el número de pasos realizados, carreras, trotes y sprints, cada uno con un grado o nivel de intensidad. En algunas realizaciones, el teléfono móvil 110 se presenta como un reloj de pulsera, en cuyo caso el teléfono móvil 110 incluye un monitor de frecuencia cardíaca además del acelerómetro o el giroscopio. En ciertas realizaciones con el teléfono móvil 110 configurado como un reloj de pulsera, el teléfono móvil 110 incorpora un sensor de glucosa (in vivo, dérmico, transdérmico u óptico), de manera que la función de monitorización en tiempo real del nivel de glucosa se incorpora al teléfono móvil 110.
[0044] En referencia de nuevo al sistema de análisis de datos de respuesta a la glucosa 100, en ciertas realizaciones, se puede incorporar un dispositivo concentrador (no mostrado) al sistema 100, que está configurado para comunicarse con dicho uno o más monitores 130A, 130B y 130C para la recepción, el almacenamiento y la posterior comunicación de datos a otros dispositivos del sistema 100 a través de la red de datos 140, o bien, mediante comunicación directa con otros dispositivos del sistema 100, tales como por ejemplo, el teléfono móvil 110 y/o el dispositivo de administración de medicamentos 120. En ciertas realizaciones, el dispositivo concentrador está configurado como un dispositivo de relé de transferencia o adaptador que recopila información de uno o más de los monitores 130A, 130B y 130C y, ya sea en tiempo real o tras un período determinado de recopilación de datos, transfiere o envía los datos recopilados al servidor 150, al teléfono móvil 110 y/o al dispositivo de administración de medicamentos 120. En ciertas realizaciones, el dispositivo concentrador está físicamente representado como un dispositivo pequeño de tipo llavero discreto o tipo dongle que el usuario o paciente lleva cerca del cuerpo y se comunica directamente con los monitores 130A, 130B y 130C que se llevan puestos. Además, si bien el sistema de análisis de datos de respuesta a la glucosa 100 muestra tres monitores (130A, 130B y 130C), en el alcance de la presente divulgación, se incluyen sensores adicionales para monitorizar otros parámetros del usuario o relacionados. Por ejemplo, entre los parámetros que se monitorizan o miden mediante uno o más sensores se incluyen, pero sin limitación, el nivel de perspiración, la temperatura, la variabilidad de la frecuencia cardíaca (HRV,heart rate variability), la actividad neuronal, los movimientos oculares y el habla. En ciertas realizaciones del sistema de análisis de datos de respuesta a la glucosa 100, cada uno de estos parámetros monitorizados se utiliza como parámetro de entrada para el módulo de análisis 110B del teléfono móvil 110, como se explica con más detalle a continuación.
[0046] La FIG.2A es un diagrama de bloques del módulo de análisis 110B de la FIG.1 de acuerdo con una realización de la presente divulgación. Tal como se muestra en varias realizaciones, el módulo de análisis 110B del teléfono móvil 110 incluye una interfaz de entrada de datos 111 para la conexión o recepción de entrada de datos de uno o más monitores 130A, 130B o 130C, ya sean externos o internos al teléfono móvil 110. Los datos y/o la información recibidos a través de la interfaz de entrada de datos se proporcionan a la unidad de entrenamiento de respuesta a la glucosa 112. En ciertas realizaciones, la unidad de entrenamiento de respuesta a la glucosa 112 clasifica los datos de entrada recibidos en categorías respectivas según el tipo de datos y el tipo o tipos de parámetros asociados con los datos. Por ejemplo, si el tipo de datos está asociado a una actividad física, tal como una carrera de 90 minutos, los parámetros asociados con los datos incluyen, además de la duración, el nivel de intensidad carrera (carrera, trote, sprint), que, en ciertas realizaciones, puede determinarse mediante información de frecuencia cardíaca monitorizada (si está disponible) o el ritmo de la carrera, si fue aeróbica o anaeróbica, competitiva o no competitiva (entrenamiento), o cualquier otra categoría adecuada asociada a la actividad física (por ejemplo, la carrera). En ciertas realizaciones, se puede utilizar otro tipo de datos asociados a la actividad física, tal como el número de pasos dados durante un período de tiempo determinado.
[0048] Con los datos clasificados recibidos de dichos uno o más monitores 130A, 130B, 130C (FIG.1), se recupera (o se recibe del monitor de glucosa 130C) la información sobre el nivel de glucosa correspondiente al tiempo (FIG.1)), y la unidad de entrenamiento de respuesta a la glucosa 112 realiza un reconocimiento dinámico de patrones de respuesta a la glucosa basado, por ejemplo, en las herramientas de análisis proporcionadas en la aplicación para su ejecución en el teléfono móvil 110. Además, en ciertas realizaciones, la unidad de entrenamiento de respuesta a la glucosa 112 está configurada para actualizar de forma dinámica y continua el patrón de respuesta a la glucosa determinado en función de la información en tiempo real de dicho uno o más monitores (FIG.1).
[0050] [0024] En ciertas realizaciones, la precisión del patrón de respuesta a glucosa mejora con un mayor conjunto de datos durante un período de tiempo más prolongado (y/o con una mayor resolución/frecuencia de monitorización). Sin embargo, la respuesta glucémica de una persona a los estímulos puede cambiar con el tiempo. Algunas realizaciones abordan esto mediante el "reinicio" o eliminación del conjunto de datos tras un período de tiempo predeterminado. En otras realizaciones, la aplicación reconoce que exceder la duración establecida de la recopilación de datos puede introducir potencialmente errores en la precisión del patrón de respuesta a glucosa, en cuyo caso, cuando se alcanza este punto de tiempo, la aplicación está configurada para reiniciarse e iniciar el período de recopilación de datos durante el cual el análisis de la retroalimentación de respuesta de glucosa por parte del usuario se desactiva durante al menos el número mínimo de días u horas necesarios para que los datos monitorizados permitan analizar y determinar un nuevo patrón de respuesta de glucosa. Tal como se describe con más detalle a continuación, en ciertas realizaciones, la aplicación está configurada para establecer una ventana de "olvido" durante la cual el análisis de la retroalimentación de respuesta de glucosa por parte del usuario se actualiza continuamente. En ciertas realizaciones, la ventana de "olvido" incluye uno o más períodos de tiempo predeterminados establecidos por la aplicación o basados en la entrada del usuario, o alternativamente, se modifica dinámicamente en función de la retroalimentación de la respuesta de glucosa.
[0052] Volviendo a la FIG. 2A, en ciertas realizaciones, la salida de la unidad de entrenamiento de respuesta a la glucosa 112 se proporciona a la interfaz de salida de datos 113, que está operativamente acoplada a la interfaz de usuario 110A del teléfono móvil 110 para mostrar, enviar o en cualquier caso notificar o avisar al usuario del teléfono móvil 110 que la aplicación ha completado el análisis inicial o preliminar y está operativa para analizar la respuesta a la glucosa ante entradas, tales como el número de pasos dados, paseos en bicicleta, carreras, caminatas, comidas, para las cuales el usuario o paciente desea identificar la respuesta a la glucosa correspondiente para tomar medidas oportunas (correctivas o proactivas) para mantener el control glucémico y minimizar las fluctuaciones indeseables de glucosa.
[0054] La FIG. 2A ilustra el flujo de información junto con el módulo de análisis 110B de la FIG. 1 realizando la clasificación de datos, reconocimiento de patrones y actualización dinámica de acuerdo con una realización de la presente divulgación. En referencia a la FIG.2A, en ciertas realizaciones, el módulo de análisis 110B del teléfono móvil 110 (FIGURAS 1,2A) que ejecuta la aplicación está configurad para clasificar (220) los datos de entrada recibidos (210), tales como por ejemplo, el tipo de actividad, el nivel de intensidad, la duración, la ubicación, la información de altitud, el nivel de glucosa, la información de frecuencia cardíaca, la información de variabilidad de la frecuencia cardíaca (HRV,heart rate variability), el nivel de saturación de oxígeno, el nivel de perspiración, el nivel de temperatura, la información sobre la ingesta de medicamentos, el tipo de medicamento, la duración de la administración de medicamentos, la información de la hora del día correspondiente a la administración de medicamentos, la información sobre la ingesta de carbohidratos, la información sobre el consumo de alcohol o cualquier otra métrica relacionada con la condición particular monitorizada correspondiente a los datos de entrada recibidos.
[0056] Con la información recibida, en ciertas realizaciones, la unidad de entrenamiento de respuesta a la glucosa 112 (FIG.2A) realiza un reconocimiento dinámico de patrón de respuesta a la glucosa y actualiza el patrón (220) a medida que recibe datos nuevos o adicionales. Como se explica con más detalle a continuación, en ciertas realizaciones, antes de generar el perfil de respuesta a la glucosa (230) basado en el patrón determinado, la unidad de entrenamiento de respuesta a la glucosa 112 del módulo de análisis 110B del teléfono móvil 110 se asegura de que se hayan analizado suficientes datos de entrada. Una vez alcanzado este punto y tras haber recibido y analizado información monitorizada durante un periodo de tiempo mínimo, la aplicación, en ciertas realizaciones, está configurada para generar una notificación al usuario (por ejemplo, como un aviso en la interfaz de usuario 110A del teléfono móvil 110) cuando detecta información que puede resultarle útil para el usuario. Las notificaciones pueden ser automáticas, tales como una alarma; el usuario puede consultarlas al usar la aplicación, tal como accediendo a la información desde un menú; o mostrarse en la siguiente interacción del usuario con la aplicación. Un ejemplo de información útil es que los niveles de glucosa del usuario suelen ser un 20 % más bajos durante la noche después de haber hecho ejercicio el día anterior. El usuario puede utilizar esta información para asegurarse de no experimentar hipoglucemia nocturna, por ejemplo, reduciendo su cobertura de insulina durante este tiempo o tomando un refrigerio antes de acostarse.
[0058] En otro aspecto de la presente divulgación, la aplicación solicita al usuario que ingrese información contextual cuando detecta ciertas condiciones que requieren información adicional para entrar. La información ingresada es utilizada por la rutina que analiza los datos de entrada para determinar patrones de respuesta glucémica. La aplicación contiene rutinas que detectan condiciones, por ejemplo, cuándo se han realizado comidas o actividad física, y notifica al usuario cuando se detectan estas condiciones. Las realizaciones de notificación al usuario pueden incluir una o más de las siguientes opciones: visualización de un icono, notificación auditiva o de texto, o notificación vibratoria, configuradas para solicitar al usuario que proporcione más información sobre la condición detectada. Ejemplos de una o más de estas condiciones incluyen movimiento detectado, aumento o disminución detectados del cambio glucosa que supera o se acelera más allá de un umbral establecido, cambio o aumento repentino detectado en la frecuencia cardíaca, perspiración o nivel de temperatura. Alternativamente, en lugar de una notificación de alarma, la aplicación puede mostrar la notificación la próxima vez que el usuario interactúe con la aplicación o el teléfono inteligente.
[0060] En referencia de nuevo a las Figuras, la unidad de entrenamiento de respuesta a la glucosa 112 del módulo de análisis 110B, en ciertas realizaciones, está configurada para realizar el reconocimiento dinámico de patrones de respuesta a la glucosa basándose en métricas de glucosa que caracterizan el impacto de una actividad o evento particular para un usuario o paciente específico; por ejemplo, el impacto de una actividad o evento particular (como la ingesta de alimentos o medicamentos) durante periodos específicos del día que ocurren durante y después de una actividad. Se pueden utilizar diferentes métricas de glucosa, tales como la media o mediana del nivel de glucosa como la métrica de glucosa. En ciertas realizaciones, el uso de la información de la mediana de glucosa es menos susceptible a datos atípicos de glucosa en comparación con la media del nivel de glucosa.
[0062] [0030] En ciertas realizaciones, la unidad de entrenamiento de respuesta a la glucosa 112 determina la mediana del nivel de glucosa monitorizado continuamente durante un periodo nocturno posterior a una actividad específica, tal como de 22:00 a 3:00, o de 3:00 a 8:00 o de 22:00 a 8:00, por ejemplo. En otras realizaciones, la unidad de entrenamiento de respuesta a la glucosa 112 utiliza la mediana del nivel de glucosa determinada durante el periodo de tiempo del día, tal como de 8:00 a 22:00, de 8:00 a 18:00, de 9:00 a 17:00, de 17:00 a 22:00 o cualquier otro intervalo de periodo de tiempo del día adecuado. En ciertas realizaciones, la información de la mediana de glucosa se determina en relación con una actividad específica, de modo que se calcula la mediana del nivel de glucosa durante un periodo de tiempo determinado (por ejemplo, 12 horas) posterior al inicio de la actividad (2 horas después del inicio de la actividad). En ciertas realizaciones, el tiempo de inicio relativo para determinar la mediana del nivel de glucosa y la duración del período de tiempo varían según el tipo de actividad y/u otros parámetros relacionados con la actividad o asociados con el usuario o el paciente.
[0064] Si bien las realizaciones divulgadas se centran en la actividad durante el periodo de tiempo del día que afecta los niveles de glucosa por la noche, dentro del alcance de la presente divulgación, un análisis similar se aplica a cualquier período definido por horas fijas del día, tales como la actividad matutina (por ejemplo, de 5:00 a 12:00) que afecta los niveles de glucosa después de la cena (por ejemplo, de 18:00 a 22:00). Alternativamente, el análisis aquí divulgado, dentro del alcance de la presente divulgación, se aplica a períodos definidos por eventos que ocurren regularmente. Por ejemplo, el conjunto de datos de actividad se genera a partir de períodos definidos cada día como de 5:00 a la hora del desayuno, donde el desayuno es a una hora diferente cada día y se determina mediante una indicación ingresada o generada por el usuario, o mediante un algoritmo que procesa datos de glucosa para determinar el inicio de las comidas o mediante una infusión de insulina de acción rápida registrada. Las realizaciones de ejemplo de detección algorítmica del inicio de las comidas se divulgan en el documento WO 2015/153482 (con número de solicitud internacional PCT/US2015/023380, presentada el 30 de marzo de 2015), asignado al Cesionario de la presente solicitud.
[0066] Además, el período de tiempo afectado puede definirse como el período que comienza cuando se detecta una comida, tal como desde el inicio de la cena hasta la medianoche. Asimismo, en el alcance de la presente divulgación, se proporciona un enfoque híbrido en el que el período de tiempo de actividad se determina como un período fijo del día, mientras que el período afectado se determina por las horas de inicio de las comidas. En el alcance de la presente divulgación, se incluye el impacto en múltiples períodos de tiempo, tal como después del desayuno, después del almuerzo, después de la cena y durante la noche. Además, el análisis puede extenderse a períodos de varios días; por ejemplo, determinar cómo una actividad que ocurre durante la mañana de un primer día afecta los niveles de glucosa al día siguiente.
[0068] Además, dentro del alcance de la presente divulgación, se pueden utilizar dos o más tipos de actividad para el análisis. Un ejemplo no limitativo requiere que a) los usuarios ingresen a la interfaz de usuario (IU) de la aplicación (por ejemplo, la interfaz de entrada de datos 111 del módulo de análisis 110B (FIG. 2Aa) información contextual relacionada con las actividades que realizan, b) el uso de uno o más sensores para diferenciar entre distintos tipos de actividades, o c) tecnología de detección alternativa para diferenciar entre distintos tipos de actividades. Para el enfoque de información introducida por el usuario (a) anterior, la aplicación está configurada para presentar una interfaz de usuario (como se muestra en la FIG. 3, por ejemplo), para permitir a los usuarios ingresar información sobre su actividad. En ciertas realizaciones, los usuarios pueden ingresar información a partir de una lista de verificación o mediante texto libre. Además, la aplicación está configurada para detectar cuándo la actividad medida supera un umbral predefinido y solicitar al usuario que ingrese esta información. Para el enfoque que utiliza uno o más sensores para detectar diferentes actividades (enfoque (b)), se puede usar una combinación de podómetro, sensor de frecuencia cardíaca y sensor de ubicación, donde se configuran uno o más umbrales y una lógica definida para identificar el movimiento corporal, la intensidad, la velocidad y los cambios de altitud. Finalmente, para el enfoque que utiliza tecnología de detección alternativa (enfoque (c)), se puede usar un sensor de ubicación, por ejemplo, para detectar cuándo el usuario está en el gimnasio de levantamiento de pesas, de modo que la actividad medida se pueda asociar con actividad anaeróbica.
[0070] Cuando un atributo de tipo de actividad se asocia con una métrica de actividad medida, el análisis que se describe a continuación puede realizarse para cada tipo de actividad. Por ejemplo, si se utilizan dos tipos de actividad, tales como aeróbica y anaeróbica, el análisis que se describe a continuación puede utilizarse para determinar el impacto de la actividad aeróbica en los niveles de glucosa futuros y, de forma independiente, determinar el impacto de la actividad anaeróbica en los niveles de glucosa futuros. Dentro del alcance de la presente divulgación, se pueden lograr una o más combinaciones de actividades y períodos de tiempo de análisis, tales como días con ambos tipos de actividad que indiquen un nuevo tipo de actividad.
[0072] [0035] En ciertas realizaciones, la unidad de entrenamiento de respuesta a la glucosa 112 determina la mediana del nivel de glucosa, la actividad y otros parámetros relacionados durante varios periodos de tiempo del día, y la mediana del nivel de glucosa se determina para los periodos nocturnos asociados que siguen a los periodos de tiempo del día. En ciertas realizaciones, la unidad de entrenamiento de respuesta a la glucosa 112 determina la mediana de los niveles de glucosa para los periodos de tiempo del día para los días sin actividad. Más específicamente, la unidad de entrenamiento de respuesta a la glucosa 112, en ciertas realizaciones, está configurada para confirmar con el usuario o paciente que no se produjo ninguna actividad significativa (por ejemplo, ejercicio físico, número de pasos dados durante un periodo de tiempo del día (12 horas, 18 horas, 24 horas u otros periodos adecuados), correr, montar en bicicleta, hacer senderismo, etc.) durante estos días sin actividad significativa. Con periodos de tiempo separados entre los días con actividad significativa y los días sin actividad significativa, la unidad de entrenamiento de respuesta a la glucosa 112, en ciertas realizaciones, analiza los datos de entrada recibidos (véase la FIGURA 2A) para caracterizar el impacto de actividades particulares en el nivel de glucosa durante la noche para generar el patrón de respuesta dinámica de la glucosa, es decir, evaluar cómo reacciona el cuerpo del usuario o paciente a las actividades específicas y generar o proporcionar recomendaciones terapéuticas adecuadas al usuario o paciente cuando el usuario decida realizar las mismas actividades con parámetros iguales o similares, tales como duración, nivel de intensidad, y similares.
[0074] La FIG.3 es una captura de pantalla de ejemplo de la interfaz de entrada de datos 111 (FIG.2A) de acuerdo con una realización de la presente divulgación. Haciendo referencia a la FIG.3, En ciertas realizaciones, se presenta al usuario una pantalla de entrada de datos personalizada para que ingrese información que la aplicación analizará. A modo de ejemplo no limitativo, un conjunto de botones de opción en la interfaz de usuario (del teléfono móvil que ejecuta la aplicación, por ejemplo) se preconfigura con uno o más parámetros predeterminados relacionados con la actividad, tales como el número de pasos, correr, trotar, caminar, andar en bicicleta, nadar, dormir y/o parámetros relacionados con alimentos y bebidas, tales como café, alcohol con azúcar, alcohol sin azúcar, cereales, tocino, tostadas, etc, con la opción de modificar con el tiempo a medida que el usuario agrega nuevas respuestas o comentarios personalizados. Esto permite al usuario ingresar rápidamente los tipos de actividad más comunes o frecuentes sin perder la flexibilidad para ingresar otros tipos de datos personalizados.
[0076] La aplicación ofrece múltiples maneras para que los usuarios o pacientes ingresen información sobre comidas y actividad física. El paciente puede ingresar esta información de forma proactiva. Esto es particularmente útil para el registro de comidas, donde se puede entrar una foto de la comida. Esta puede ser una forma mucho más cómoda y entretenida para que los usuarios o pacientes ingresen y consulten la información sobre sus comidas. Como se mencionó anteriormente, en ciertas realizaciones, la aplicación puede detectar una comida o un episodio de actividad física y solicitar al paciente más información, tal como se describe en WO 2015/153482.
[0078] Para los usuarios o pacientes que usan insulina o toman otros medicamentos que alteran la glucosa, la aplicación puede configurarse para recuperar automáticamente datos específicos del usuario/paciente sobre el uso de estos medicamentos o permitir la entrada manual del paciente en el sistema.
[0080] La aplicación está configurada para facilitar la experimentación y la comprensión mediante los resultados del análisis de comidas/actividades. En algunas realizaciones, los resultados se presentan como uno o más informes en el teléfono inteligente o en un navegador web, descargados desde un servidor. Estos uno o más informes enumeran los episodios de comidas según las fluctuaciones de glucosa. La lista de episodios de comidas se puede clasificar por fecha y hora del episodio, o por la gravedad de la fluctuación de glucosa, tal como medida por el pico del nivel de glucosa, la variación de glucosa durante el transcurso de la fluctuación o el área definida por la glucosa y la duración de la fluctuación. Cada fila del informe o informes de los resultados del análisis incluye información sobre el episodio de comida. En algunas realizaciones, el informe o informes incluyen una o más fotos u otras entradas de texto relacionados con el episodio, la fecha y hora de la comida, y una o más métricas de gravedad. En algunas realizaciones, el informe o informes también incluye cualquier información sobre la actividad realizada durante el período de la comida. Un exceso de información en la lista podría resultar confuso e impracticable. De este modo, la aplicación, en ciertas realizaciones, permite al usuario o paciente manipular la presentación de la información, tal como seleccionar la fila y mostrar una ventana emergente con una pantalla con información más detallada. Esta pantalla con información detallada también muestra un gráfico de glucosa asociado el episodio de la comida. De esta manera, las comidas que más influyen en los niveles de glucosa se destacan en una presentación de fácil visualización para que el usuario o paciente comprenda mejor el impacto de ciertos alimentos en sus niveles de glucosa y pueda evitar o limitar los alimentos perjudiciales para su salud.
[0082] En ciertas realizaciones, la aplicación también está configurada para aprender cómo los alimentos y la actividad física pueden afectar los niveles de glucosa futuros. Al seleccionar alimentos y actividad física en la lista de verificación personalizable descrita anteriormente, se asocian datos de glucosa a estas selecciones, y se pueden asociar varios conjuntos de datos de glucosa a un solo tipo de entrada. Asimismo, se pueden asociar varios conjuntos de datos de glucosa a combinaciones de uno o más tipos de entrada de comidas y uno o más tipos de entrada de actividad física. Los conjuntos de datos de glucosa se pueden procesar de una o más maneras diferentes para caracterizar el impacto del episodio en los niveles de glucosa.
[0084] En ciertas realizaciones, se determinan las medianas de los niveles de glucosa de todos los conjuntos de datos y se comparan con la mediana de todos los periodos de datos de glucosa registrados. Alternativamente, este enfoque puede aplicarse a periodos específicos del día, como antes del desayuno, después del desayuno, después del almuerzo, después de la cena y después de acostarse. Con el tiempo, la aplicación se configura para estimar, con cierto grado de confianza, el impacto glucémico para cualquier tipo de entrada o combinación de tipos de entrada. Por ejemplo, una actividad específica como "paseo en bicicleta cuesta arriba" durante una o más horas puede asociarse con un aumento del 20 % en la sensibilidad a la insulina del paciente durante las siguientes 24 horas; el cambio en la resistencia a la insulina se asocia fácilmente con el cambio en la mediana de glucosa. El sistema puede realizar esta asociación cuando detecta que el nivel de confianza estadística ha superado un valor predeterminado. Esta información puede modificar los parámetros utilizados en la calculadora de bolo durante las siguientes 24 horas. Alternativamente, la aplicación puede detectar la actividad asociada con el paseo en bicicleta y alertar al paciente, por ejemplo, a la hora de acostarse para que pueda tomar un refrigerio para evitar la hipoglucemia esa noche.
[0085] Otro tipo de informe de resultados que ofrece la aplicación incluye una lista de actividades que se pueden ordenar según la mediana de los niveles de glucosa durante el período posterior a la actividad, tal como 24 horas. Esta lista permite ilustrar las actividades con mayor impacto en los niveles de glucosa futuros. Asimismo, otro tipo de informe puede presentar una lista de combinaciones de alimentos y actividades, de la misma manera. Estos enfoques se pueden adaptar fácilmente a otros datos de sensores y otras entradas contextuales, tales como enfermedades, consumo de alcohol, consumo de café, etc.
[0087] La FIG.4 es un diagrama de flujo que ilustra una rutina para determinar el impacto de la actividad diurna en el nivel de glucosa durante la noche, de acuerdo con una realización de la presente divulgación. En referencia a la FIG.
[0088] 4, en una realización, determinar el impacto de la actividad diurna en el nivel de glucosa nocturno incluye generar una métrica para definir el nivel de glucosa nocturno para todos los días sin actividad significativa durante un período de tiempo predeterminado (por ejemplo, 2 semanas, un mes o cualquier otro período de tiempo adecuado) (410). Posteriormente, se genera una métrica para definir el nivel de glucosa nocturno para cada día con actividad significativa en el período de tiempo predeterminado (420). Dentro del alcance de la presente descripción, la determinación de los días con o sin actividad significativa se basa en una o más métricas de actividad que superan un umbral definido (por ejemplo, el número de pasos que supera un umbral en un período de 24 horas). En referencia de nuevo a la FIG.4, tras generar la métrica para definir la glucemia nocturna para todos los días sin actividad significativa y una pluralidad de métricas para definir la glucemia nocturna para cada día con actividad significativa, cada una de la pluralidad de métricas para definir el nivel de glucosa durante la noche para cada día con actividad significativa se modifica con la métrica para todos los días sin actividad significativa (430). A continuación, se determina la correlación entre cada métrica modificada para días con actividad significativa y la métrica para todos los días sin actividad significativa (440), y posteriormente, dado un nivel de actividad, se determina el impacto del nivel de actividad sobre la glucemia nocturna y se presenta al usuario en función de la correlación obtenida (450).
[0090] La FIG.5 es un diagrama de flujo que ilustra otra rutina para determinar el impacto de la actividad diurna en el nivel de glucosa durante la noche, de acuerdo con una realización de la presente divulgación. En referencia a la FIG.
[0091] 5, en una realización, determinar el impacto de la actividad diurna en la glucemia nocturna incluye generar una métrica para definir el cambio entre el día y la noche de la glucemia durante todos los días sin actividad significativa a lo largo de un período de tiempo predeterminado (por ejemplo, dos semanas, un mes u otros períodos de tiempo adecuados) (510). Posteriormente, se generan una pluralidad de métricas para definir el cambio entre el día y la noche de la glucemia para cada día con actividad significativa (520). Con una métrica para el cambio entre el día y la noche de la glucemia en cada día con actividad significativa y una métrica para el cambio entre el día y la noche de la glucemia para todos los días sin actividad significativa, cada métrica que define el cambio entre el día y la noche de la glucemia en los días con actividad significativa se modifica con la métrica para el cambio entre el día y la noche en el nivel de glucosa durante los días sin actividad significativa (530). A continuación, se determina una relación de correlación entre cada métrica modificada para los días con actividad significativa y la métrica para todos los días sin actividad significativa (540). Con la correlación determinada, para un nivel de actividad dado, se determina y presenta al usuario el impacto del nivel de actividad en el nivel de glucosa durante la noche basado en la correlación determinada (550).
[0093] La FIG.6 es un diagrama de flujo que ilustra la identificación y caracterización del patrón de respuesta de la glucosa para una actividad particular, basado en el nivel absoluto de glucosa durante la noche, de acuerdo con una realización de la presente divulgación. En referencia a la FIG.6, basándose en los datos de entrada recibidos de uno o más de los monitores 130A, 130B, 130C, la unidad de entrenamiento de respuesta a la glucosa 112 del módulo de análisis 110B (FIG.2A) determina si se ha recibido una cantidad suficiente de datos a través de la interfaz de entrada de datos 111 (FIG.2A). En ciertas realizaciones, la cantidad de datos suficientes para realizar el análisis del patrón de respuesta de glucosa y su caracterización se basa en datos recibidos durante un número predeterminado de días con actividad significativa y un número predeterminado de días sin actividad significativa (colectivamente, "X"). En ciertas realizaciones, la determinación de si una actividad en particular califica como actividad significativa se basa en uno o más de los siguientes factores: duración de la actividad, calorías quemadas durante la duración de la actividad, nivel de intensidad de la actividad, si la actividad es aeróbica o anaeróbica, o tipo de actividad (por ejemplo, actividad competitiva o no competitiva, actividad de entrenamiento). Por ejemplo, la unidad de entrenamiento de respuesta de glucosa 112, en ciertas realizaciones, determina que los datos de entrada de uno o más monitores 130A, 130B, 130C (FIG.1) durante 3 días con actividad significativa y 3 días sin actividad significativa proporciona la cantidad suficiente de datos para el análisis.
[0095] En una realización alternativa, la determinación de la suficiencia de los datos se basa en el grado de certeza del patrón glucémico estimado, en lugar de un número predeterminado de días de datos o cantidad de datos.
[0097] En referencia a la FIG.6, con el número de días de datos de entrada necesarios para el análisis determinado (610), unidad de entrenamiento de respuesta a la glucosa 112 (FIG.2A) determina la mediana del nivel de glucosa de todas las medianas de los niveles de glucosa nocturnas durante el número determinado de días sin actividad significativa (Gwo) (620). En ciertas realizaciones, el número de días sin actividad significativa (Gwo) se define como el número de días durante los cuales la medida de actividad se encuentra por debajo de un umbral predefinido, tal como 10000 pasos durante el período de tiempo del día predeterminado (12 horas, 18 horas u otros períodos de tiempo adecuados). En ciertas realizaciones, la mediana del nivel de glucosa de la mediana de todos los niveles de glucosa nocturnas durante el número de días sin actividad significativa (Gwo) varía según el tipo de actividad.
[0098] Posteriormente, tal como se muestra en la FIG.6, para cada día con actividad significativa (Xdía), se determina una variación de la mediana del nivel glucosa (Gdelta(Xdía)) (630), donde la variación de la mediana del nivel de glucosa (Gdelta(Xdía)) es la diferencia entre la mediana de la glucosa nocturna para el día con actividad significativa G(Xdía) y la mediana del nivel de glucosa de la mediana de todos los niveles de glucosa durante la noche para el número determinado de días sin actividad significativa (Gwo). Es decir:
[0099] (Gdelta(Xdía)) = G(Xdía) - (Gwo).
[0100] En ciertas realizaciones, se determinan simultáneamente la mediana del nivel de glucosa de la mediana de todos los niveles de glucosa durante la noche para el número determinado de días sin actividad significativa (Gwo) y la variación de la mediana del nivel de glucosa (Gdelta(Xdía)) para cada día (630). En otras palabras, las etapas 620 y 630 pueden realizarse de forma secuencial o en paralelo.
[0101] Refiriéndose aún a la FIG. 6, se determina (640) una relación de correlación entre la mediana del nivel de glucosa del día (Xdía) con actividad significativa (Gdelta(Xdía)) y la métrica de actividad (Act(Xdía)) para ese día (640), y las correlaciones se ajustan a una función predeterminada (650). En ciertas realizaciones, la relación de correlación incluye una función lineal, donde la variación de la mediana del nivel de glucosa para los días con actividad significativa (Gdelta(Xdía)) es una función lineal de la métrica de actividad (Act(Xdía)). Dentro del alcance de la presente descripción, la relación de correlación incluye una relación de desplazamiento (ordenada al origen) constante, una relación exponencial, una relación logarítmica o una relación polinómica entre la variación de la mediana del nivel de glucosa para los días con actividad significativa (Gdelta(Xdía)) y la métrica de actividad (Act(Xdía)).
[0102] En ciertas realizaciones, la métrica de actividad (Act (Xdía)) está predeterminada para la actividad particular en la que participó el usuario o el paciente y se basa, por ejemplo, en la clasificación de datos de entrada 220 (FIG.2B) realizada por la unidad de entrenamiento de respuesta a la glucosa 112 del módulo de análisis 110B. (FIG.2A). En ciertas realizaciones, la métrica de actividad (Act (Xdía)) varía según uno o más parámetros asociados a la actividad que incluyen, por ejemplo, la duración, la intensidad, el tipo de actividad y la frecuencia cardíaca, asociados con la actividad, entre otros. En algunas realizaciones, la métrica de actividad (Act (Xdía)) incluye una "tasa de pasos", tales como pasos por hora o pasos durante un período de tiempo predeterminado o fijo.
[0103] En ciertas realizaciones, se aplica la técnica de mínimos cuadrados para ajustar la relación de correlación al conjunto de datos. Por ejemplo, se puede aplicar este método de mínimos cuadrados al conjunto de datos para determinar la pendiente y el desplazamiento para la relación lineal que define la correlación entre la variación de la mediana del nivel de glucosa en días con actividad significativa (Gdelta(Xdía)) y la métrica de actividad (Act(Xdía)). En ciertas realizaciones, la aplicación aplica posteriormente esta relación lineal para predecir o anticipar el impacto del ejercicio intenso en los niveles de glucosa durante la noche. En otras palabras, con una métrica de actividad conocida o determinada (Act(Xdía)), la aplicación estima la variación de la mediana del nivel de glucosa resultante en días con actividad significativa (Gdelta(Xdía)) multiplicando la métrica de actividad (Act(Xdía)) por la pendiente de la relación de correlación lineal y sumando el valor del desplazamiento (la ordenada al origen), donde la pendiente y el desplazamiento son parámetros determinados, por ejemplo, mediante un análisis de mejor ajuste. En ciertas realizaciones, el análisis de mejor ajuste se actualiza con cada revisión o adición del conjunto de datos recopilados o recibidos de los monitores (130A-130C).FIG.1). Alternativamente, en ciertas realizaciones, el análisis de mejor ajuste se actualiza después de un período de tiempo predeterminado de recopilación de conjuntos de datos.
[0104] En ciertas realizaciones, se determina un conjunto de proporciones (R) para cada día con actividad significativa. Las proporciones se calculan dividiendo la variación de la mediana del nivel de glucosa en los días con actividad significativa (Gdelta(Xdía)) entre la métrica de actividad (Act(Xdía)). A continuación, se calcula la mediana o la media del conjunto de proporciones. El impacto de la actividad se determina a continuación multiplicando la mediana del conjunto de proporciones (R) por la métrica de actividad actual (Act(Xdía)). Alternativamente, dentro del alcance de la presente divulgación, se aplica un método de ajuste de curvas, tal como utilizando el método de mínimos cuadrados para ajustar el conjunto de proporciones (R’) a una línea de ajuste de mínimos cuadrados, por ejemplo.
[0105] Volviendo a la FIG. 6, en ciertas realizaciones, el número de días necesarios para el análisis (610) puede determinarse mediante la calidad de la correlación (650). Por ejemplo, en ciertas realizaciones, el análisis de ajuste lineal proporciona métricas que indican la calidad de dicho ajuste (por ejemplo, el coeficiente de correlación (R²) o el error estándar de la variación de la mediana del nivel de glucosa en días con actividad significativa (estimación Gdelta(Xdía))). En ciertas realizaciones, se considera que el conjunto de datos es suficiente (610) si la métrica de calidad del ajuste lineal supera un valor específico; por ejemplo (pero sin limitarse a ello), cuando el valor de R² es mayor que 0,9 o cuando el error estándar de la variación de la mediana del nivel de glucosa en días con actividad significativa (Gdelta(Xdía)) para el ajuste lineal es menor que el 10 %. Si se determina que el ajuste lineal no es válido, en ciertas realizaciones, la aplicación se configura para continuar con el análisis del conjunto de datos (es decir, continuar el entrenamiento) y cada día se actualiza el ajuste lineal para determinar su validez. Cuando se determina que el ajuste lineal es válido, el resultado del análisis, en ciertas realizaciones, se presenta al usuario, por ejemplo, en la interfaz de salida de datos 113 del módulo de análisis 110B (FIG.2A).
[0106] A modo de ejemplo no limitativo, la Tabla 1 a continuación ilustra el conjunto de datos recopilados para la identificación y caracterización del patrón de respuesta de glucosa utilizando el número de pasos tomadas como actividad de acuerdo con ciertas realizaciones de la presente divulgación.
[0108] Tabla 1. Datos de 14 días de actividad frente a días sin actividad
[0110]
[0113] A partir de la Tabla 1 anterior, se puede observar que a lo largo de un periodo de dos semanas, hubo 6 días con actividad (determinados según el número de pasos que superaban un nivel umbral, por ejemplo, 10000 pasos en un periodo de 24 horas) que incluyen días 1, 4, 5, 6, 9 y 13. También se puede observar que durante el periodo de dos semanas, hubo 8 días sin actividad (determinados según el número de pasos que eran inferiores al nivel umbral de 10000 pasos en un periodo de 24 horas) que incluyen días 2, 3, 7, 8, 10, 11 y 12.
[0115] Dada la mediana del nivel de glucosa durante el día para cada uno de los 14 días y también la mediana del nivel de glucosa durante la noche correspondiente para cada uno de los 14 días, se determina la mediana del nivel de glucosa de la mediana de todos los niveles de glucosa durante la noche durante días sin actividad significativa (Gwo) tomando la mediana de la mediana del nivel de glucosa durante la noche de los días 2, 3, 7, 8, 10, 11 y 12 a partir de la Tabla 1, que es 143,5 mg/dL. Además, para cada día con actividad (por ejemplo, días 1, 4, 5, 6, 9 y 13), la variación de la mediana de glucosa (Gdelta(Xdía)) se determina restando la mediana del nivel de glucosa de la mediana de todos los niveles de glucosa durante la noche para los días sin actividad significativa (Gwo), determinado como 143,5 mg/dL, de la mediana del nivel de glucosa durante la noche correspondiente (G(Xdía)). Por ejemplo, en el día 1 (de actividad), la variación de la mediana de glucosa (Gdelta(día1)) es de 117 mg/dL restando 143,5 mg/dL (mediana del nivel de glucosa de la mediana de todos los niveles de glucosa durante la noche de los días sin actividad significativa (Gwo)) genera la variación de la mediana glucosa (Gdelta(día1)) de -26,5. De manera similar, para el día 4 (actividad), la variación de la mediana de glucosa (Gdelta(día4)) representa -18,5 (125 mg/dL restando 143,5 mg/dL). Para el día 5 (actividad), la variación de la mediana de glucosa (Gdelta(día5)) representa -32,5 (111 mg/dL restando 143,5 mg/dL). Para el día 6 (actividad), la variación de la mediana de glucosa (Gdelta(día6)) representa -23,5 (120 mg/dL restando 143,5 mg/dL). Para el día 9 (actividad), la variación de la mediana de glucosa (Gdelta(día9)) representa -12,5 (131 mg/dL restando 143,5 mg/dL). Finalmente, para el día 13 (actividad), la variación de la mediana de glucosa (Gdelta(día13)) representa -38,5 (105 mg/dL restando 143,5 mg/dL).
[0117] Una vez determinada como se ha indicado anteriormente la variación de la mediana de glucosa para cada día de actividad (Gdelta(Xdía)), se determina un valor R correspondiente para cada día de actividad dividiendo dicha variación de mediana de glucosa (Gdelta(Xdía)) entre la métrica de actividad (Act(Xdía)) para el día correspondiente con actividad. Por ejemplo, el valor R para el día 1 es -0,002 (-26,5 dividido entre 12503 pasos (métrica de actividad del día 1). De esta manera, se determina el valor R para los días de actividad y los valores resultantes se muestran a continuación en la Tabla 2 (junto con la variación de mediana del nivel de glucosa correspondiente (Gdelta(Xdía))).
[0119] Tabla 2
[0120]
[0123] Basándose en el conjunto de datos determinado tal como se muestra en la Tabla 2 anteriormente, se lleva a cabo un análisis de ajuste lineal de los días con actividad frente a los valores R correspondientes tal como se muestra a continuación en el gráfico 1:
[0126]
[0129] De manera alternativa, se puede utilizar la mediana o la media de los valores R para representar el patrón glucémico. Adicionalmente, se puede llevar a cabo un análisis de ajuste lineal de la variación de mediana de glucosa (Gdelta(Xdía)) en lo que se refiere al nivel de actividad (número de pasos) y tal como se muestra en el gráfico 2 a continuación:
[0132]
[0135] donde se puede observar que el valor de correlación (R<2>) es 0,9125 demostrando la correlación aceptable y donde el análisis de ajuste lineal genera una desplazamiento de 10,811 con una pendiente de -0,0026. Esta línea representa el patrón glucémico.
[0136] Utilizando el Gráfico 2, cuando el usuario decide realizar una actividad particular que implica 15000 pasos, a partir del análisis de ajuste lineal se puede observar que dicha actividad resultará en la reducción del nivel de glucosa en aproximadamente 28 mg/dL. Con esta información, si el usuario desea mantener un control glucémico más estricto, y sabiendo que dar 15000 pasos reduce el nivel de glucosa en aproximadamente 28 mg/dL, el usuario puede tomar medidas preventivas para contrarrestar los efectos de la actividad (por ejemplo, dar 15000 pasos), por ejemplo, consumir más alimentos y/o bebidas antes o durante la realización de la actividad.
[0137] En una realización alternativa, la métrica de actividad se transforma en dos valores: actividad significativa o no significativa. En este caso, la mediana del nivel de glucosa durante la noche se asocia con un día de actividad significativa o con un día sin actividad, donde la actividad significativa se define como aquella en la que la medida de actividad supera un umbral predefinido (por ejemplo, el número de pasos que excede los 10000 en el día). Más específicamente, en referencia a la Tabla 1, la mediana de glucosa para todos los periodos nocturnos asociados con días de actividad significativa (días 1, 4, 5, 6, 9 y 13) se determina en 118,5 mg/dL, así como la mediana del nivel de glucosa para todos los periodos nocturnos asociados con actividad no significativa (días 2, 3, 7, 8, 10, 11, 12 y 14) en 143,5 mg/dL. A continuación, la disminución de la actividad mediana se determina restando 143,5 mg/dL (como la mediana del nivel de glucosa durante todos los periodos nocturnos sin actividad significativa) de 118,5 mg/dL (la mediana de glucosa durante todos los periodos nocturnos con días de actividad significativa), lo que resulta en -25 mg/dL. La mediana del porcentaje de disminución es entonces del 17,42 % (-25 mg/dL dividido entre 143,5 mg/dL). En este método, se puede determinar si se ha recopilado un número suficiente de días de datos mediante pruebas estadísticas estándar para determinar si las medias de dos poblaciones diferentes son distintas. Por ejemplo, se puede confirmar que la desviación estándar de cada determinación de mediana de glucosa nocturna (con y sin actividad) sea inferior a un umbral predefinido, tal como 20 mg/dL. Según la Tabla 1, la desviación estándar para los días con actividad significativa (días 1, 4, 5, 6, 9 y 13) es de 8,864 mg/dL, mientras que la desviación estándar para los días sin actividad significativa (días 2, 3, 7, 8, 10, 11, 12 y 14) es de 7,08 mg/dL.
[0138] En referencia a las Figuras, con la identificación y caracterización del patrón de respuesta de glucosa descritas anteriormente, la aplicación, en ciertas realizaciones, está configurada para mostrar al usuario, cuando se detecta actividad significativa posterior: «En días con actividad significativa, los niveles de glucosa durante la noche tienden a ser 25 mg/dL más bajos que en días sin actividad significativa». Alternativamente, este resultado puede mostrarse como un porcentaje; en este ejemplo, un 17 % menos. Dentro del alcance de la presente divulgación, la técnica descrita anteriormente puede ampliarse a cualquier nivel de cuantificación, tal como tres o cuatro niveles.
[0139] En ciertas realizaciones, utilizando la rutina descrita anteriormente junto con la FIG. 6, la unidad de entrenamiento de respuesta a la glucosa 112 del módulo de análisis 110B (FIG.2A) identifica una respuesta glucémica constante a una actividad particular con parámetros concretos. El usuario o el paciente utiliza entonces esta información para modificar o ajustar el protocolo terapéutico, las comidas consumidas o el tipo de actividad a realizar, teniendo en cuenta su estado fisiológico, para mantener un control glucémico estricto y mejorar su salud.
[0140] La figura 7 es un diagrama de flujo que ilustra la identificación y caracterización del patrón de respuesta de la glucosa para una actividad particular, basado en el cambio del nivel de glucosa entre el día y la noche, de acuerdo con una realización de la presente divulgación. La FIG.7, similar al paso 510 de la FIG.5, basándose en los datos de entrada recibidos de uno o más de los monitores 130A, 130B, 130C, la unidad de entrenamiento de respuesta a la glucosa 112 del módulo de análisis 110B (FIG.2A), determina si se ha recibido una cantidad suficiente de datos a través de la interfaz de entrada de datos 111 (FIG.2A) (710). A continuación, la unidad de entrenamiento de respuesta de glucosa 112 del módulo de análisis 110B determina la mediana (Gwo(delta)) de todos los cambios entre el día y la anoche en la mediana de glucosa (Gd2n(Xdía)) para días (en el número de días determinado para proporcionar una cantidad suficiente de datos) sin actividad significativa (720).
[0141] Más específicamente, cada cambio ente el día y la noche en la mediana de glucosa sin actividad significativa (Gd2n(Xdía)) se determina restando la mediana del nivel de glucosa durante un primer período de tiempo predeterminado (por ejemplo, de 8:00 a 22:00) (Gdía(Xdía)) de la mediana del nivel de glucosa de un segundo período de tiempo predeterminado (por ejemplo, de 10:00 a 18:00) (Gnoche(Xdía)) (720). Es decir:
[0142] (Gd2n(Xdía)) = Gnoche(Xdía) - Gdía(Xdía)
[0144] En el alcance de la presente divulgación, los periodos de tiempo y los rangos del primero y segundo periodos de tiempo del día predeterminados pueden variar, de modo que uno sea más largo que el otro o, alternativamente, que ambos periodos tengan la misma duración. En ciertas realizaciones, el primero y segundo periodos de tiempo predeterminados de cada día se determinan en función de eventos específicos, tales como las comidas u otros indicadores relacionados con el paciente.
[0145] Volviendo a la FIG.7, en ciertas realizaciones, la unidad de entrenamiento de respuesta a la glucosa 112, con la mediana de todos los cambios entre el día y la noche en la mediana de glucosa para días sin actividad significativa (Gwo(delta)) determinada (720), determina la variación de la mediana del nivel de glucosa (Gdelta(Xdía)) restando la mediana de todos los cambios entre el día y la noche de la mediana de glucosa para días sin actividad significativa (Gwo(delta)) de los cambios entre el día y la noche de la mediana de glucosa sin actividad significativa (Gd2n(Xdía)) (730). En ciertas realizaciones, la determinación de la mediana de todos los cambios entre el día y la noche de mediana de glucosa para días sin actividad significativa (Gwo(delta)) (720) y de la variación de la mediana del nivel de glucosa (Gdelta(Xdía)) para cada día con actividad significativa (730) se realiza simultáneamente, en lugar de secuencialmente. En realizaciones alternativas, la variación de la mediana de nivel de glucosa (Gdelta(Xdía)) para cada día con actividad significativa (730) se puede determinar antes de la mediana de todos los cambios entre el día y la noche en la mediana de glucosa para los días sin actividad significativa (Gwo(delta)) (720).
[0147] Posteriormente, se determina una relación de correlación entre la variación de la mediana de glucosa (Gdelta(Xdía)) y la métrica de actividad (Act (Xdía)) para cada día con actividad significativa (Xdía) (740). De forma similar a la rutina realizada en conjunto con la FIG.6, en ciertas realizaciones, la métrica de actividad (Act (Xdía)) está predeterminada para la actividad particular en la que participó el usuario o el paciente, y como tal puede basarse en la clasificación de los datos de entrada (FIG.2B) realizada por la unidad de entrenamiento de respuesta a la glucosa 112 del módulo de análisis 110B. (FIG.2A). De manera similar, en ciertas realizaciones, la métrica de actividad (Act (Xdía)) varía dependiendo de uno o más parámetros asociados con la actividad, incluyendo, por ejemplo, la duración de la actividad, el nivel de intensidad, el tipo de actividad, los datos de frecuencia cardíaca asociados con la actividad.
[0149] De nuevo, similar a la rutina ejecutada conjuntamente con la FIG. 6, refiriéndose a la FIG. 7, una vez determinada la relación de correlación entre la variación de la mediana del nivel de glucosa del día (Xdía) con actividad significativa (Gdelta(Xdía)) y la métrica de actividad (Act(Xdía)) para ese día (740), la relación de correlación, por ejemplo, donde la variación de la mediana del nivel de glucosa para días con actividad significativa (Gdelta(Xdía)) se representa como una función lineal de la métrica de actividad (Act(Xdía)), se utiliza para generar una estimación de la variación de la mediana de glucosa para días con actividad significativa (Gdelta(Xdía)) del siguiente periodo nocturno para días de actividad significativa, y los resultados del análisis se muestran al usuario. Es decir, las correlaciones se ajustan a una función predeterminada (750) y la relación resultante se presenta al usuario.
[0151] Por ejemplo, en referencia al conjunto de datos de la Tabla 1, la mediana de todos los cambios entre el día y la noche en la mediana de la glucosa en los días sin actividad significativa (Gwo(delta)) es -1,5. Este valor se obtiene al calcular la mediana de los cambios entre el día y la noche en la mediana de la glucosa sin actividad significativa (Gd2n(Xdía)). Es decir, según la Tabla 1, para cada día sin actividad significativa (días 2, 3, 7, 8, 10, 11, 12 y 14), la mediana de los cambios entre el día y la noche en la mediana de la glucosa (Gd2n(Xdía)) se determina restando la mediana del nivel de glucosa diurna del nivel de glucosa nocturno. Por ejemplo, la mediana de los cambios entre el día y la noche en la mediana de glucosa para el día 2 (Gd2n(day2)) es -14 mg/dL (142 mg/dL - 156 mg/dL). La mediana de los cambios entre el día y la noche en la mediana de glucosa para el día 3 (Gd2n(día3)) es de 8 mg/dL (150 mg/dL - 142 mg/dL). La mediana de los cambios entre el día y la noche en la mediana de glucosa para el día 7 (Gd2n(día7)) es de 17 mg/dL (160 mg/dL - 143 mg/dL). La mediana de los cambios entre el día y la noche en la mediana de glucosa para el día 8 (Gd2n(día8)) es de 6 mg/dL (151 mg/dL - 145 mg/dL). La mediana de los cambios entre el día y la noche en la mediana de glucosa para el día 10 (Gd2n(día10)) es de 1 mg/dL (140 mg/dL - 139 mg/dL). La mediana de los cambios entre el día y la noche en la mediana de glucosa para el día 11 (Gd2n(día11)) es de -22 mg/dL (139 mg/dL -161 mg/dL). La mediana de los cambios entre el día y la noche en la mediana de glucosa para el día 12 (Gd2n(día12)) es de -11 mg/dL (144 mg/dL - 155 mg/dL). Finalmente, mediana de los cambios entre el día y la noche en la mediana de glucosa para el día 14 (Gd2n(día14)) es de -4 mg/dL (143 mg/dL - 147 mg/dL). Esto se ilustra en la Tabla 3 a continuación.
[0153] Tabla 3
[0155]
[0156]
[0158] Con la mediana de todos los cambios entre el día y la noche en la mediana de glucosa para los días sin actividad significativa (Gwo(delta)) determinado como -1,5, para cada día con actividad significativa, se puede determinar la variación de la mediana de glucosa (Gdelta(Xdía)) restando la mediana de los cambios entre el día y la noche en la mediana de glucosa para cada día de la mediana de todos los cambios entre el día y la noche en la mediana de glucosa para los días sin actividad significativa (Gwo(delta)). Esto se muestra en la Tabla 4 a continuación.
[0159] Tabla 4
[0161]
[0163] Tal como se puede observar a partir de la Tabla 4, para cada día con actividad significativa, se determina un valor R correspondiente dividiendo la variación de mediana de glucosa determinado (Gdelta(Xdía)) entre la métrica de actividad (Act(Xdía)) del día con actividad correspondiente.
[0164] Adicionalmente, en determinadas realizaciones, más que una función lineal, se genera un conjunto de proporciones (R) determinadas para cada día con actividad significativa. Las proporciones R se determinan dividiendo la variación de la mediana de glucosa (Gdelta(Xdía)) para cada día con actividad significativa entre la métrica de actividad correspondiente (Act(Xdía)). A continuación, se determina la mediana o media del conjunto de proporciones R (en este caso, la mediana de los valores R para los días con actividad significativa es -0,00199553198802936). A continuación, se puede determinar el efecto de actividad multiplicando la mediana de R por la métrica de actividad actual (Act(Xdía)). De manera alternativa, se pueden aplicar las técnicas de ajuste de curvas utilizando, por ejemplo, mínimos cuadrados para ajustar el conjunto de proporciones (R’s) a una línea.
[0165] El gráfico 3 a continuación muestra los valores R representados mediante un gráfico frente a los días con actividad.
[0168]
[0170] De manera alternativa, se puede utilizar la mediana o la media de los valores R para representar el patrón glucémico. Adicionalmente, la variación de la mediana de glucosa (Gdelta(Xdía)) se puede representar frente a la métrica de actividad (Act(Xdía)) y se puede llevar a cabo un análisis de ajuste lineal, que da como resultado el diagrama que se muestra en el gráfico 4 a continuación.
[0171]
[0174] Según el análisis de ajuste lineal mostrado en el Gráfico 4, el coeficiente de correlación R²<e>es aproximadamente 0,86, con un desplazamiento de 2,687 para el ajuste lineal y una pendiente de -0,0022. Con el análisis del Gráfico 4, un usuario que desee realizar una actividad que incluya 15000 pasos puede determinar a partir del gráfico 4 que dicha actividad resultará en una reducción del nivel de glucosa de aproximadamente 30 mg/dL. Alternativamente, la aplicación incluye una rutina que estima el Gdelta(Xdía) nocturno próximo al ingresar la actividad del día en la ecuación lineal. El usuario puede entonces decidir tomar las medidas apropiadas (consumir alimentos/bebidas adicionales durante o antes de la actividad) para controlar mejor la disminución prevista del nivel de glucosa resultante de la actividad.
[0176] En una realización alternativa, la métrica de actividad (Act(Xdía)) puede clasificarse en dos valores: actividad significativa o no significativa. En tal caso, la mediana de glucosa nocturna se asocia con un día de actividad significativa o con un día sin actividad significativa, donde se determina actividad significativa si la medición de la actividad supera un umbral predefinido (por ejemplo, más de 10000 pasos durante periodo de un día). Se determinan la mediana de los cambios entre el día y la noche de la mediana de glucosa (Gd2n(Xdía)) para todos los periodos nocturnos asociados con días de actividad significativa, así como la mediana de los cambios entre el día y la noche de la mediana de glucosa (Gd2n(Xdía)) para todos los periodos nocturnos asociados con actividad no significativa, y posteriormente se determina la disminución de la mediana de actividad. En ciertas realizaciones, la suficiencia de los datos se determina mediante técnicas estadísticas; por ejemplo, verificando que el error estándar de cada cálculo de la mediana sea inferior a un umbral predefinido, tal como 20 mg/dL.
[0178] Por ejemplo, la mediana de los cambios entre el día y la noche en la mediana de la glucemia (Gd2n(Xdía)) para todos los periodos nocturnos asociados con días de actividad significativa se determina en -28,5 mg/dL (tomando la mediana de los cambios ente el día y la noche en la mediana de la glucemia para los días 1, 4, 5, 6, 9 y 13, que son -26, -25, -35, -31, -18 y -39, respectivamente), mientras que la mediana de los cambios entre el día y la noche en la mediana de la glucemia (Gd2n(Xdía)) para todos los periodos nocturnos asociados con actividad no significativa se determina en -1,5 mg/dL (tomando la mediana de los cambios ente el día y la noche en la mediana de la glucemia para los días 2, 3, 7, 8, 10, 11, 12 y 14, que son -14, 8, 17, 6, 1, -22, - 11 y -4, respectivamente). A partir de esto, se puede determinar la disminución de la mediana del nivel de glucosa como -27 mg/dL (restando -1,5 mg/dL de -28,5 mg/dL).
[0180] En este caso, la aplicación muestra al usuario el resultado del análisis cuando se detecta actividad significativa posterior, de la siguiente manera: «En los días con actividad significativa, los niveles de glucosa tienden a ser 27 mg/dL más bajos que en los días sin actividad significativa». Dentro del alcance de la presente divulgación, el análisis puede ampliarse a cualquier nivel de cuantificación, tal como tres o cuatro niveles.
[0182] La FIG.8 es un diagrama de flujo que ilustra la identificación y caracterización del patrón de respuesta de la glucosa para una actividad particular, basado en la proporción entre los niveles de glucosa entre el día y la noche, de acuerdo con una realización de la presente divulgación. En referencia a la FIG.8, la diferencia entre la rutina ejecutada por la unidad de entrenamiento de respuesta a la glucosa 112 del módulo de análisis 110B (FIG.2A) junto con la FIG.
[0183] 7 en comparación con la rutina mostrada en la FIG.8 es que en lugar de usar la mediana (Gwo(delta)) de todos los cambios entre el día y la noche en la mediana del nivel de glucosa (Gd2n(Xdía)) para días sin actividad significativa (en la etapa 720 en la FIG.7), la rutina en la FIG.8 determina la mediana (Gwod2nr) de todas las proporciones entre el día y la noche de la mediana del nivel de glucosa (Gd2nr(Xdía)) para días sin actividad significativa (820) una vez determinado el número de días de datos necesarios para el análisis (810). En ciertas realizaciones, las proporciones entre el día y la noche de la mediana del nivel de glucosa (Gd2nr(Xdía)) para días sin actividad significativa se determinan dividiendo la mediana del nivel de glucosa durante un segundo período de tiempo de tiempo predeterminado (por ejemplo, de 22:00 a 6:00) (Gnoche(Xdía)) entre la mediana del nivel de glucosa durante un primer período de tiempo predeterminado (por ejemplo, de 8:00 a 22:00) (Gdía(Xdía)). Es decir:
[0184] (Gd2nr(Xdía)) = Gnoche(Xdía)/Gdía(Xdía)
[0185] Volviendo a la FIG.8, se determina la mediana (Gwo(delta)) de todas las proporciones entre el día y la noche de la mediana del nivel de glucosa (Gd2nr(Xdía)) para los días sin actividad significativa. La unidad de entrenamiento de respuesta a la glucosa 112 del módulo de análisis 110B determina entonces, para cada día con actividad significativa, la variación de la mediana de glucosa (Gdelta(Xdía)) restando a cada una de las proporciones entre el día y la noche (Gd2nr(Xdía)) de cada día con actividad significativa (830) la mediana (Gwo(delta)) de todas las proporciones entre el día y la noche de la mediana del nivel de glucosa para los días sin actividad significativa. En ciertas realizaciones, después de determinar el número de días de datos necesarios para el análisis (810), la mediana (Gwo(delta)) de todas las proporciones entre el día y la noche en la mediana de glucosa (Gd2nr(Xdía)) para días sin actividad significativa (820), y la variación de la mediana de glucosa (Gdelta(Xdía)) para cada día con actividad significativa (830) se determinan simultáneamente en lugar de secuencialmente.
[0186] Refiriéndose nuevamente a la FIG.8, similar a la FIG.7, en la etapa 740, se determina la relación de correlación entre la variación de la mediana de glucosa (Gdelta(Xdía)) y la métrica de actividad (Act(Xdía)) para cada día (840). Esta relación de correlación indica la disminución proporcional en la proporción de los niveles de glucosa entre el día y la noche durante la noche después de una actividad significativa. La correlación de la variación de la mediana de glucosa (Gdelta(Xdía)) y la métrica de actividad (Act(Xdía)) para los días con actividad significativa se ajusta a una función predeterminada (850), y la información de correlación resultante se proporciona al usuario.
[0187] Volviendo al conjunto de datos que se muestra en la Tabla 1 anterior, el análisis descrito junto con la FIG.8, da lugar a la mediana de todas las proporciones ente el día y la noche en la mediana del nivel de glucosa (Gwod2nr), como 0,989991680125287, basada en la mediana de la proporción entre el día y la noche en la mediana del nivel de glucosa de los días sin actividad significativa, tal como se muestra en la Tabla 5 a continuación:
[0188] Tabla 5
[0190]
[0192] A continuación, la proporción de la mediana del nivel de glucosa (Gactd2nr(Xdía)) para cada día con actividad significativa se puede determinar dividiendo la mediana de las proporciones entre el día y la noche en la mediana del nivel de glucosa (Gwod2nr) de 0,989991680125287 ente las proporciones entre el día y la noche en la mediana de glucosa (Gactd2nr(Xdía)) para cada día con actividad significativa tal como se muestra a continuación en la Tabla 6.
[0193] Tabla 6
[0196]
[0197]
[0199] A partir de la Tabla 6, la mediana de las proporciones de mediana de glucosa (Gactd2nr(Xdía)) para los días con actividad significativa se puede determinar como 0,814595. Alternativamente, se puede realizar un análisis de ajuste lineal representando la proporción de mediana de glucosa (Gactd2nr(Xdía)) frente a la métrica de actividad (Act) durante los días con actividad significativa, tal como se muestra a continuación en el Gráfico 5.
[0202]
[0204] Se puede observar que el coeficiente de correlación R2 del Gráfico 5 es aproximadamente 0,89, con un desplazamiento de aproximadamente 1,03 y una pendiente de -0,00002(2E-05).
[0205] La FIG.9 ilustra un flujo de proceso para el entrenamiento y notificación de acuerdo con una realización de la presente divulgación. En referencia a la FIG.9, en ciertas realizaciones, por ejemplo, el entrenamiento de los análisis de datos, descrita conjuntamente con las FIG.4-8 anteriores, se realiza con el conjunto de datos de entrada recibido (910), a intervalos de tiempo predeterminados, como una vez al día. Cada vez que se ejecuta la rutina, el nuevo conjunto de datos adquirido se añade al conjunto de datos existente y se utiliza para el entrenamiento del análisis de datos, por ejemplo, para determinar la relación de correlación entre la actividad y los niveles de glucosa futuros (por ejemplo, el nivel de glucosa durante la noche).
[0206] Volviendo a la FIG. 9, además de añadir nuevos conjuntos de datos al conjunto de datos de entrenamiento (910), cada vez que se ejecuta la rutina de entrenamiento del análisis de datos, se eliminan del conjunto de entrenamiento los datos más antiguos, tales como los datos con una antigüedad de 90 días o más, 180 días o más, o cualquier otro periodo de tiempo adecuado (920). Esto permite que la rutina de entrenamiento del análisis de datos se adapte a los cambios fisiológicos del usuario del que se derivan los datos («olvido»). En ciertas realizaciones, la subrutina de «olvido» puede omitirse o ser opcional. Una vez finalizado el proceso de entrenamiento del análisis de datos (930), se comprueba la suficiencia del entrenamiento (940) como se describió anteriormente en conjunto con las FIG.4-8, de modo que, por ejemplo, la métrica de incertidumbre asociada al “ajuste” de la relación de correlación sea inferior a un umbral predeterminado. Si se determina que el entrenamiento es suficiente (940), entonces se genera y muestra una notificación con los resultados (950). Sin embargo, si se determina que el entrenamiento fue insuficiente, no se genera ni muestra ninguna notificación. Alternativamente, en ciertas realizaciones, en lugar de no proporcionar ninguna notificación cuando la aplicación determina que el entrenamiento fue insuficiente, se puede proporcionar una notificación que indique que el entrenamiento aún no es suficiente.
[0207] La FIG.10 ilustra un flujo de proceso para el entrenamiento y notificación de acuerdo con otra realización de la presente divulgación. Tal como se muestra en la FIG.10, la rutina de entrenamiento y notificación de análisis de datos es similar a la rutina que se muestra y describe en la FIG. 9, con la función de "olvido" (920) reemplazada por un reinicio o eliminación del conjunto de datos de entrenamiento (1010 y 1020). En referencia a la FIG. 10, en ciertas realizaciones, el reinicio de la rutina (1010) y la eliminación del conjunto de datos de entrenamiento (1020) se realizan en respuesta al accionamiento de un botón de entrada, por ejemplo, en la interfaz de usuario de la aplicación para reiniciar la rutina de entrenamiento. En otras realizaciones, el usuario inicia el reinicio de la rutina (1010) y la eliminación del conjunto de datos de entrenamiento (1020) para que la aplicación actualice la relación de correlación aprendida entre la actividad y los niveles futuros de glucosa.
[0208] [0091] En referencia a la FIG.10, cuando se inicia el reinicio, entonces la rutina de entrenamiento y notificación de datos se invoca periódicamente a partir de entonces, de forma similar a la rutina que se muestra en la FIG.9, el nuevo conjunto de datos se añade al conjunto de datos de entrenamiento (1030) y, una vez finalizado el proceso de entrenamiento (1040), se determina si el entrenamiento es suficiente (1050). Si se determina que el entrenamiento es suficiente, la aplicación, en ciertas realizaciones, genera y muestra una notificación al usuario (1060). Si se determina que el entrenamiento fue insuficiente (1060), no se muestra ninguna notificación al usuario o, alternativamente, la aplicación genera y muestra una notificación al usuario indicando que el entrenamiento fue insuficiente.
[0209] En el alcance de la presente divulgación, lse contemplan modificaciones a las rutinas de entrenamiento y notificación del conjunto de datos descritas conjuntamente con las FIG. 9 y 10, donde tanto la función de reinicio/eliminación del conjunto de datos de entrenamiento (1010-1020, FIG.10) y la función de "olvido" (920,FIG.9) se incluyen en la misma rutina de análisis. Además, en ciertas realizaciones, el reinicio se produce periódicamente, tal como una vez al año. Alternativamente, en ciertas realizaciones, el reinicio se produce después de que el entrenamiento haya proporcionado una notificación válida (es decir, cuando se determina que el entrenamiento fue suficiente).
[0210] De la manera descrita, según las realizaciones de la presente divulgación, los pacientes con diabetes tipo 1, diabetes tipo 2 y prediabetes disponen de herramientas para monitorizar sus condiciones fisiológicas mientras realizan rutinas diarias y, con el tiempo, la aplicación, por ejemplo, ejecutable en el teléfono móvil del usuario o paciente, proporciona una respuesta glucémica constante ante diversos tipos de actividades y parámetros que pueden influir en las fluctuaciones del nivel de glucosa del usuario o paciente. Estas herramientas permiten al usuario o paciente modificar su dieta, rutina de ejercicio u otras actividades diarias, conociendo cómo afectan una dieta, ejercicio o actividad particular en las fluctuaciones del nivel glucosa, y tomar medidas proactivas para mantener el control glucémico deseado y evitar fluctuaciones glucémicas perjudiciales.
[0211] Las realizaciones de la presente divulgación incluyen aspectos de la recopilación de datos, que incluyen la detección de una actividad específica y la solicitud al usuario o paciente de que ingrese información adicional relacionada con dicha actividad para obtener una colección de datos más robustos. Por ejemplo, al usar el monitor de actividad 130A, cuando la aplicación ejecutada en el teléfono móvil 110 detecta movimiento continuo durante un período de tiempo predeterminado, la aplicación, en ciertas realizaciones, está configurada para generar y enviar una consulta a la interfaz de usuario 110A para solicitar al usuario o paciente que confirme que la actividad detectada está ocurriendo y/o que agregue información adicional relacionada con la actividad detectada (estas solicitudes, en ciertas realizaciones, pueden generarse y enviarse a la interfaz de usuario 110A al detectarse la finalización de la actividad).
[0212] De esta manera, de acuerdo con las realizaciones de la presente divulgación, se proporciona un sistema robusto de monitorización de parámetros fisiológicos y un patrón de respuesta de glucosa dinámico para proporcionar una respuesta de glucosa consistente y confiable a parámetros y actividades fisiológicas u otros parámetros y actividades.
[0213] Otras modificaciones y alteraciones en la estructura y el método de operación de la presente divulgación resultarán evidentes para los expertos en la materia. Si bien la presente divulgación se ha descrito en relación con determinadas realizaciones, debe entenderse que la presente divulgación, tal como se reivindica, no debe limitarse indebidamente a dichas realizaciones particulares.

Claims (15)

1. REIVINDICACIONES
1. Aparato (110) para determinar para un usuario una correlación entre el cambio del nivel de glucosa durante la noche en función de la actividad, que comprende:
una interfaz de entrada de datos (111) para recibir información sobre el nivel de actividad del usuario e información sobre el nivel de glucosa del usuario durante un período de tiempo predeterminado, incluyendo el período de tiempo predeterminado un primer periodo de tiempo y un segundo período de tiempo;
un módulo de análisis de datos (110B, 112) acoplado operativamente a la interfaz de entrada de datos y configurado para:
clasificar el primer período de tiempo para incluir la información sobre el nivel de glucosa durante la noche para los días dentro del periodo de tiempo predeterminado con actividad significativa, y el segundo período de tiempo para incluir la información sobre el nivel de glucosa durante la noche para los días dentro del periodo de tiempo predeterminado sin actividad significativa;
determinar para el usuario una correlación entre la información sobre el nivel de glucosa durante la noche para el primer período de tiempo y la información sobre el nivel de glucosa durante la noche para el segundo período de tiempo, estando la correlación en función de la actividad; y
determinar para el usuario, basándose en la correlación determinada, el impacto en el nivel de glucosa durante la noche según el nivel de actividad medido del usuario, y
una interfaz de salida de datos (110B, 113) acoplada operativamente al módulo de análisis de datos (110B, 112) para generar información asociada con el impacto determinado en el nivel de glucosa durante la noche.
2. Aparato (110) de la reivindicación 1, en el que el día con actividad significativa incluye un día con una métrica de actividad que supera un umbral predeterminado, y además, en el que el día sin actividad significativa incluye un día con la métrica de actividad por debajo del umbral predeterminado.
3. Aparato (110) de la reivindicación 2, en el que la métrica de actividad incluye la cantidad de calorías quemadas durante un período de tiempo de 24 horas.
4. Aparato (110) de la reivindicación 2, en el que la métrica de actividad incluye una serie de pasos registrados durante un período de tiempo de 24 horas.
5. Aparato (110) de la reivindicación 2, en el que la métrica de actividad incluye una o más de una duración de tiempo de una actividad, un nivel de intensidad de una actividad, una ubicación de la actividad que incluye la altitud, una distancia recorrida durante una actividad o un tipo de actividad.
6. Aparato (110) de la reivindicación 1, en el que el módulo de análisis de datos (110B, 112) configurado para clasificar el primer período de tiempo genera una pluralidad de primeras métricas, cada una asociada con la información sobre el nivel de glucosa durante la noche para uno de los días con actividad significativa correspondiente, y genera una segunda métrica asociada con la información sobre el nivel de glucosa durante la noche para todos los días sin actividad significativa.
7. Aparato (110) de la reivindicación 6, en el que el módulo de análisis de datos (110B, 112) configurado para determinar la correlación entre el nivel de glucosa durante la noche para el primer período de tiempo y el nivel de glucosa durante la noche para el segundo período de tiempo en función de la actividad modifica cada una de la pluralidad de las primeras métricas con la segunda métrica generada para generar una pluralidad de primeras métricas modificadas correspondiente.
8. Aparato (110) de la reivindicación 7, en el que el módulo de análisis de datos (110B, 112) configurado para determinar la correlación identifica una asociación entre cada una de la pluralidad de las primeras métricas modificadas con el nivel de actividad correspondiente.
9. Aparato (110) de la reivindicación 1, en el que la información de salida incluye una cantidad de reducción del nivel de glucosa correspondiente al nivel de actividad medido.
10. Aparato (110) de la reivindicación 1, en el que la interfaz de entrada de datos (111) está adaptada para recibir la información sobre el nivel de glucosa de un sensor de glucosa (130C) situado en contacto fluido con fluido corporal para generar señales correspondientes a los datos de glucosa.
11. Aparato (110) de la reivindicación 10, en el que el fluido corporal incluye fluido dérmico.
12. Aparato (110) de la reivindicación 10, en el que el fluido corporal incluye fluido intersticial.
13. Sistema de monitorización de glucosa (100) que comprende el aparato (110) de las reivindicaciones 10, 11 o 12, y el sensor de glucosa (130C), en el que el sensor de glucosa incluye una pluralidad de electrodos, incluido un electrodo de trabajo que comprende una enzima sensible al analito unida a un polímero dispuesto en el electrodo de trabajo.
14. Sistema de monitorización de glucosa (100) de la reivindicación 13, en el que la enzima sensible al analito está unida químicamente al polímero dispuesto en el electrodo de trabajo.
15. Sistema de monitorización de glucosa (100) de la reivindicación 13, en el que el electrodo de trabajo comprende un mediador unido al polímero dispuesto en el electrodo de trabajo.
ES16824962T 2015-07-10 2016-07-08 System and device of dynamic glucose profile response to physiological parameters Active ES3052889T3 (en)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562191218P 2015-07-10 2015-07-10
US201662307346P 2016-03-11 2016-03-11
PCT/US2016/041632 WO2017011346A1 (en) 2015-07-10 2016-07-08 System, device and method of dynamic glucose profile response to physiological parameters

Publications (1)

Publication Number Publication Date
ES3052889T3 true ES3052889T3 (en) 2026-01-15

Family

ID=57758105

Family Applications (1)

Application Number Title Priority Date Filing Date
ES16824962T Active ES3052889T3 (en) 2015-07-10 2016-07-08 System and device of dynamic glucose profile response to physiological parameters

Country Status (9)

Country Link
US (3) US11553883B2 (es)
EP (2) EP4601278A3 (es)
JP (4) JP6986007B2 (es)
CN (2) CN113349766B (es)
AU (4) AU2016291569B2 (es)
CA (2) CA2991716A1 (es)
DE (1) DE202016009220U1 (es)
ES (1) ES3052889T3 (es)
WO (1) WO2017011346A1 (es)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4087195B2 (en) * 2009-09-08 2026-01-28 Abbott Diabetes Care, Inc. Methods and articles of manufacture for hosting a safety critical application on an uncontrolled data processing device
US9867953B2 (en) 2013-06-21 2018-01-16 Tandem Diabetes Care, Inc. System and method for infusion set dislodgement detection
US11553883B2 (en) * 2015-07-10 2023-01-17 Abbott Diabetes Care Inc. System, device and method of dynamic glucose profile response to physiological parameters
CA3014603C (en) 2016-03-31 2024-06-18 Dexcom, Inc. Systems and methods for inter-app communications
CA3017255C (en) * 2016-05-02 2023-10-24 Dexcom, Inc. System and method for providing alerts optimized for a user
PL3327598T3 (pl) * 2016-11-25 2025-10-20 F. Hoffmann-La Roche Ag System i sposób automatycznej analizy danych ciągłego monitorowania glukozy, wskazujących poziom glukozy w płynie ustrojowym
AU2018230850B2 (en) * 2017-03-08 2023-12-14 Abbott Diabetes Care Inc. Systems, devices, and methods for wellness and nutrition monitoring and management using analyte data
US11596330B2 (en) 2017-03-21 2023-03-07 Abbott Diabetes Care Inc. Methods, devices and system for providing diabetic condition diagnosis and therapy
US11829184B1 (en) * 2017-09-29 2023-11-28 Verily Life Sciences Llc Health event highlighter
CN107745381B (zh) * 2017-09-29 2018-10-12 南京昱晟机器人科技有限公司 一种机器人及其识别路障的方法
US10517514B2 (en) 2017-10-18 2019-12-31 Verily Life Sciences Llc Glycemic response insight detection
US11389090B2 (en) 2018-12-19 2022-07-19 Dexcom, Inc. Intermittent monitoring
US11464908B2 (en) 2019-02-18 2022-10-11 Tandem Diabetes Care, Inc. Methods and apparatus for monitoring infusion sites for ambulatory infusion pumps
US11990236B2 (en) * 2019-08-29 2024-05-21 Medtronic Minimed, Inc. Adjusting diabetes alerts and therapy based on gesture-based detection of vehicle operation
KR102571045B1 (ko) * 2021-06-21 2023-08-29 이오플로우(주) 최적의 인슐린 주입량을 산출하는 방법, 장치 및 컴퓨터 프로그램 제품
CN114246589B (zh) * 2021-12-23 2024-05-24 北京津发科技股份有限公司 记忆认知能力测评方法及系统

Family Cites Families (894)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1191363A (en) 1968-02-19 1970-05-13 Pavelle Ltd Improvements in or relating to Electronic Thermostats.
US3949388A (en) 1972-11-13 1976-04-06 Monitron Industries, Inc. Physiological sensor and transmitter
US3926760A (en) 1973-09-28 1975-12-16 Du Pont Process for electrophoretic deposition of polymer
US4245634A (en) 1975-01-22 1981-01-20 Hospital For Sick Children Artificial beta cell
US4036749A (en) 1975-04-30 1977-07-19 Anderson Donald R Purification of saline water
US3960497A (en) 1975-08-19 1976-06-01 Beckman Instruments, Inc. Chemical analyzer with automatic calibration
US4033330A (en) 1975-09-08 1977-07-05 Hewlett-Packard Company Transcutaneous pH measuring instrument
US4055175A (en) 1976-05-07 1977-10-25 Miles Laboratories, Inc. Blood glucose control apparatus
US4129128A (en) 1977-02-23 1978-12-12 Mcfarlane Richard H Securing device for catheter placement assembly
US4344438A (en) 1978-08-02 1982-08-17 The United States Of America As Represented By The Department Of Health, Education And Welfare Optical sensor of plasma constituents
AU530979B2 (en) 1978-12-07 1983-08-04 Aus. Training Aids Pty. Ltd., Detecting position of bullet fired at target
US4373527B1 (en) 1979-04-27 1995-06-27 Univ Johns Hopkins Implantable programmable medication infusion system
CS210174B1 (en) 1979-07-12 1982-01-29 Ivan Emmer Method of making the electric hygrometric sensor
US4425920A (en) 1980-10-24 1984-01-17 Purdue Research Foundation Apparatus and method for measurement and control of blood pressure
US4327725A (en) 1980-11-25 1982-05-04 Alza Corporation Osmotic device with hydrogel driving member
US4392849A (en) 1981-07-27 1983-07-12 The Cleveland Clinic Foundation Infusion pump controller
DE3138194A1 (de) 1981-09-25 1983-04-14 Basf Ag, 6700 Ludwigshafen Wasserunloesliches poroeses proteinmaterial, dessen herstellung und verwendung
EP0078636B2 (en) 1981-10-23 1997-04-02 MediSense, Inc. Sensor for components of a liquid mixture
US4431004A (en) 1981-10-27 1984-02-14 Bessman Samuel P Implantable glucose sensor
US4494950A (en) 1982-01-19 1985-01-22 The Johns Hopkins University Plural module medication delivery system
FI831399L (fi) 1982-04-29 1983-10-30 Agripat Sa Kontaktlins av haerdad polyvinylalkohol
EP0098592A3 (en) 1982-07-06 1985-08-21 Fujisawa Pharmaceutical Co., Ltd. Portable artificial pancreas
US4509531A (en) 1982-07-28 1985-04-09 Teledyne Industries, Inc. Personal physiological monitor
US4464170A (en) 1982-09-29 1984-08-07 Miles Laboratories, Inc. Blood glucose control apparatus and method
US4527240A (en) 1982-12-29 1985-07-02 Kvitash Vadim I Balascopy method for detecting and rapidly evaluating multiple imbalances within multi-parametric systems
US5509410A (en) 1983-06-06 1996-04-23 Medisense, Inc. Strip electrode including screen printing of a single layer
CA1226036A (en) 1983-05-05 1987-08-25 Irving J. Higgins Analytical equipment and sensor electrodes therefor
CA1219040A (en) 1983-05-05 1987-03-10 Elliot V. Plotkin Measurement of enzyme-catalysed reactions
US5682884A (en) 1983-05-05 1997-11-04 Medisense, Inc. Strip electrode with screen printing
US4538616A (en) 1983-07-25 1985-09-03 Robert Rogoff Blood sugar level sensing and monitoring transducer
DE3429596A1 (de) 1984-08-10 1986-02-20 Siemens AG, 1000 Berlin und 8000 München Vorrichtung zur physiologischen frequenzsteuerung eines mit einer reizelektrode versehenen herzschrittmachers
CA1254091A (en) 1984-09-28 1989-05-16 Vladimir Feingold Implantable medication infusion system
US4847785A (en) 1985-01-22 1989-07-11 International Business Machines Corp. Interactive display for trend or bar graph
US5279294A (en) 1985-04-08 1994-01-18 Cascade Medical, Inc. Medical diagnostic system
US4671288A (en) 1985-06-13 1987-06-09 The Regents Of The University Of California Electrochemical cell sensor for continuous short-term use in tissues and blood
US4890620A (en) 1985-09-20 1990-01-02 The Regents Of The University Of California Two-dimensional diffusion glucose substrate sensing electrode
US4757022A (en) 1986-04-15 1988-07-12 Markwell Medical Institute, Inc. Biological fluid measuring device
US4703756A (en) 1986-05-06 1987-11-03 The Regents Of The University Of California Complete glucose monitoring system with an implantable, telemetered sensor module
US4731726A (en) 1986-05-19 1988-03-15 Healthware Corporation Patient-operated glucose monitor and diabetes management system
US5055171A (en) 1986-10-06 1991-10-08 T And G Corporation Ionic semiconductor materials and applications thereof
US4777953A (en) 1987-02-25 1988-10-18 Ash Medical Systems, Inc. Capillary filtration and collection method for long-term monitoring of blood constituents
US4854322A (en) 1987-02-25 1989-08-08 Ash Medical Systems, Inc. Capillary filtration and collection device for long-term monitoring of blood constituents
US5002054A (en) 1987-02-25 1991-03-26 Ash Medical Systems, Inc. Interstitial filtration and collection device and method for long-term monitoring of physiological constituents of the body
US4759828A (en) 1987-04-09 1988-07-26 Nova Biomedical Corporation Glucose electrode and method of determining glucose
US4749985A (en) 1987-04-13 1988-06-07 United States Of America As Represented By The United States Department Of Energy Functional relationship-based alarm processing
EP0290683A3 (en) 1987-05-01 1988-12-14 Diva Medical Systems B.V. Diabetes management system and apparatus
GB8725936D0 (en) 1987-11-05 1987-12-09 Genetics Int Inc Sensing system
US4925268A (en) 1988-07-25 1990-05-15 Abbott Laboratories Fiber-optic physiological probes
EP0353328A1 (en) 1988-08-03 1990-02-07 Dräger Nederland B.V. A polarographic-amperometric three-electrode sensor
US5340722A (en) 1988-08-24 1994-08-23 Avl Medical Instruments Ag Method for the determination of the concentration of an enzyme substrate and a sensor for carrying out the method
US5108889A (en) 1988-10-12 1992-04-28 Thorne, Smith, Astill Technologies, Inc. Assay for determining analyte using mercury release followed by detection via interaction with aluminum
US5360404A (en) 1988-12-14 1994-11-01 Inviro Medical Devices Ltd. Needle guard and needle assembly for syringe
US5068536A (en) 1989-01-19 1991-11-26 Futrex, Inc. Method for providing custom calibration for near infrared instruments for measurement of blood glucose
EP0385805B1 (en) 1989-03-03 1996-06-05 Edward W. Stark Signal processing method and apparatus
US5312762A (en) 1989-03-13 1994-05-17 Guiseppi Elie Anthony Method of measuring an analyte by measuring electrical resistance of a polymer film reacting with the analyte
JPH02298855A (ja) 1989-03-20 1990-12-11 Assoc Univ Inc 固定化酵素とレドックス重合体を用いた電気化学的バイオセンサー
US4953552A (en) 1989-04-21 1990-09-04 Demarzo Arthur P Blood glucose monitoring system
EP0396788A1 (en) 1989-05-08 1990-11-14 Dräger Nederland B.V. Process and sensor for measuring the glucose content of glucosecontaining fluids
FR2648353B1 (fr) 1989-06-16 1992-03-27 Europhor Sa Sonde de microdialyse
US4986271A (en) 1989-07-19 1991-01-22 The University Of New Mexico Vivo refillable glucose sensor
US5431160A (en) 1989-07-19 1995-07-11 University Of New Mexico Miniature implantable refillable glucose sensor and material therefor
US5264105A (en) 1989-08-02 1993-11-23 Gregg Brian A Enzyme electrodes
US5262035A (en) 1989-08-02 1993-11-16 E. Heller And Company Enzyme electrodes
US5264104A (en) 1989-08-02 1993-11-23 Gregg Brian A Enzyme electrodes
US5320725A (en) 1989-08-02 1994-06-14 E. Heller & Company Electrode and method for the detection of hydrogen peroxide
US5568400A (en) 1989-09-01 1996-10-22 Stark; Edward W. Multiplicative signal correction method and apparatus
US5050612A (en) 1989-09-12 1991-09-24 Matsumura Kenneth N Device for computer-assisted monitoring of the body
US5082550A (en) 1989-12-11 1992-01-21 The United States Of America As Represented By The Department Of Energy Enzyme electrochemical sensor electrode and method of making it
US5342789A (en) 1989-12-14 1994-08-30 Sensor Technologies, Inc. Method and device for detecting and quantifying glucose in body fluids
US5051688A (en) 1989-12-20 1991-09-24 Rohm Co., Ltd. Crossed coil meter driving device having a plurality of input parameters
US5243696A (en) 1989-12-29 1993-09-07 General Signal Corporation Programmable electronic display for a chart recorder
US5165407A (en) 1990-04-19 1992-11-24 The University Of Kansas Implantable glucose sensor
GB2243211A (en) 1990-04-20 1991-10-23 Philips Electronic Associated Analytical instrument and method of calibrating an analytical instrument
US5202261A (en) 1990-07-19 1993-04-13 Miles Inc. Conductive sensors and their use in diagnostic assays
EP0550641B1 (en) 1990-09-28 1994-05-25 Pfizer Inc. Dispensing device containing a hydrophobic medium
US5251126A (en) 1990-10-29 1993-10-05 Miles Inc. Diabetes data analysis and interpretation method
CA2098313C (en) 1990-12-12 2001-06-19 Covidien Ag Infrared thermometer utilizing calibration mapping
US5228449A (en) 1991-01-22 1993-07-20 Athanasios G. Christ System and method for detecting out-of-hospital cardiac emergencies and summoning emergency assistance
CA2050057A1 (en) 1991-03-04 1992-09-05 Adam Heller Interferant eliminating biosensors
US5262305A (en) 1991-03-04 1993-11-16 E. Heller & Company Interferant eliminating biosensors
US5593852A (en) 1993-12-02 1997-01-14 Heller; Adam Subcutaneous glucose electrode
US5632272A (en) 1991-03-07 1997-05-27 Masimo Corporation Signal processing apparatus
US5469855A (en) 1991-03-08 1995-11-28 Exergen Corporation Continuous temperature monitor
US5135004A (en) 1991-03-12 1992-08-04 Incontrol, Inc. Implantable myocardial ischemia monitor and related method
US5204264A (en) 1991-03-14 1993-04-20 E. I. Du Pont De Nemours And Company Method for validation of calibration standards in an automatic chemical analyzer
US5122925A (en) 1991-04-22 1992-06-16 Control Products, Inc. Package for electronic components
CA2074702C (en) 1991-07-29 1996-11-19 Donald J. Urbas Programmable transponder
US5231988A (en) 1991-08-09 1993-08-03 Cyberonics, Inc. Treatment of endocrine disorders by nerve stimulation
GB9120144D0 (en) 1991-09-20 1991-11-06 Imperial College A dialysis electrode device
US5322063A (en) 1991-10-04 1994-06-21 Eli Lilly And Company Hydrophilic polyurethane membranes for electrochemical glucose sensors
US5372427A (en) 1991-12-19 1994-12-13 Texas Instruments Incorporated Temperature sensor
US5285792A (en) 1992-01-10 1994-02-15 Physio-Control Corporation System for producing prioritized alarm messages in a medical instrument
US5246867A (en) 1992-01-17 1993-09-21 University Of Maryland At Baltimore Determination and quantification of saccharides by luminescence lifetimes and energy transfer
IL104365A0 (en) 1992-01-31 1993-05-13 Gensia Pharma Method and apparatus for closed loop drug delivery
US5328927A (en) 1992-03-03 1994-07-12 Merck Sharpe & Dohme, Ltd. Hetercyclic compounds, processes for their preparation and pharmaceutical compositions containing them
EP0563795B1 (en) 1992-03-31 1998-07-22 Dai Nippon Printing Co., Ltd. Enzyme-immobilized electrode, composition for preparation of the same and electrically conductive enzyme
CA2133424A1 (en) 1992-04-03 1993-10-14 Harry Louis Platt Sensor and system for physiological monitoring
FR2690622B1 (fr) 1992-04-29 1995-01-20 Chronotec Système de pompe à perfusion ambulatoire programmable.
US5711001A (en) 1992-05-08 1998-01-20 Motorola, Inc. Method and circuit for acquisition by a radio receiver
GB9211402D0 (en) 1992-05-29 1992-07-15 Univ Manchester Sensor devices
DK95792A (da) 1992-07-24 1994-01-25 Radiometer As Sensor til non-invasiv, in vivo bestemmelse af en analyt og blodgennemstrømning
US5330634A (en) 1992-08-28 1994-07-19 Via Medical Corporation Calibration solutions useful for analyses of biological fluids and methods employing same
US6283761B1 (en) 1992-09-08 2001-09-04 Raymond Anthony Joao Apparatus and method for processing and/or for providing healthcare information and/or healthcare-related information
WO1994010553A1 (en) 1992-10-23 1994-05-11 Optex Biomedical, Inc. Fibre-optic probe for the measurement of fluid parameters
US5956501A (en) 1997-01-10 1999-09-21 Health Hero Network, Inc. Disease simulation system and method
US5918603A (en) 1994-05-23 1999-07-06 Health Hero Network, Inc. Method for treating medical conditions using a microprocessor-based video game
US5899855A (en) 1992-11-17 1999-05-04 Health Hero Network, Inc. Modular microprocessor-based health monitoring system
US5601435A (en) 1994-11-04 1997-02-11 Intercare Method and apparatus for interactively monitoring a physiological condition and for interactively providing health related information
ZA938555B (en) 1992-11-23 1994-08-02 Lilly Co Eli Technique to improve the performance of electrochemical sensors
AU674227B2 (en) 1992-11-24 1996-12-12 Pavilion Technologies, Inc. Method and apparatus for operating a neural network with missing and/or incomplete data
US5410326A (en) 1992-12-04 1995-04-25 Goldstein; Steven W. Programmable remote control device for interacting with a plurality of remotely controlled devices
US5299571A (en) 1993-01-22 1994-04-05 Eli Lilly And Company Apparatus and method for implantation of sensors
DE59408870D1 (de) 1993-04-23 1999-12-09 Roche Diagnostics Gmbh System zur Bevorratung und Zurverfügungstellung von Testelementen
US5384547A (en) 1993-08-02 1995-01-24 Motorola, Inc. Apparatus and method for attenuating a multicarrier input signal of a linear device
DE4329898A1 (de) 1993-09-04 1995-04-06 Marcus Dr Besson Kabelloses medizinisches Diagnose- und Überwachungsgerät
US5438983A (en) 1993-09-13 1995-08-08 Hewlett-Packard Company Patient alarm detection using trend vector analysis
US5582184A (en) 1993-10-13 1996-12-10 Integ Incorporated Interstitial fluid collection and constituent measurement
US5497772A (en) 1993-11-19 1996-03-12 Alfred E. Mann Foundation For Scientific Research Glucose monitoring system
US5791344A (en) 1993-11-19 1998-08-11 Alfred E. Mann Foundation For Scientific Research Patient monitoring system
US5320715A (en) 1994-01-14 1994-06-14 Lloyd Berg Separation of 1-pentanol from cyclopentanol by extractive distillation
DE4401400A1 (de) 1994-01-19 1995-07-20 Ernst Prof Dr Pfeiffer Verfahren und Anordnung zur kontinuierlichen Überwachung der Konzentration eines Metaboliten
US5543326A (en) 1994-03-04 1996-08-06 Heller; Adam Biosensor including chemically modified enzymes
US5536249A (en) 1994-03-09 1996-07-16 Visionary Medical Products, Inc. Pen-type injector with a microprocessor and blood characteristic monitor
US5391250A (en) 1994-03-15 1995-02-21 Minimed Inc. Method of fabricating thin film sensors
US5390671A (en) 1994-03-15 1995-02-21 Minimed Inc. Transcutaneous sensor insertion set
WO1995027272A1 (en) 1994-04-04 1995-10-12 Motorola Inc. Method and apparatus for activating and accessing remote meter interface devices
US5609575A (en) 1994-04-11 1997-03-11 Graseby Medical Limited Infusion pump and method with dose-rate calculation
US5569186A (en) 1994-04-25 1996-10-29 Minimed Inc. Closed loop infusion pump system with removable glucose sensor
DE4415896A1 (de) 1994-05-05 1995-11-09 Boehringer Mannheim Gmbh Analysesystem zur Überwachung der Konzentration eines Analyten im Blut eines Patienten
US5472317A (en) 1994-06-03 1995-12-05 Minimed Inc. Mounting clip for a medication infusion pump
US5549115A (en) 1994-09-28 1996-08-27 Heartstream, Inc. Method and apparatus for gathering event data using a removable data storage medium and clock
US5724030A (en) 1994-10-13 1998-03-03 Bio Medic Data Systems, Inc. System monitoring reprogrammable implantable transponder
US5919141A (en) 1994-11-15 1999-07-06 Life Sensing Instrument Company, Inc. Vital sign remote monitoring device
US5741660A (en) * 1995-02-01 1998-04-21 Kyoto Dai-Ichi Kagaku Co., Ltd. Method of measuring enzyme reaction by Raman scattering
DE69600098T2 (de) 1995-02-04 1998-06-10 Baumann & Haldi S.A., Fleurier Einzelne Anordnung zur Messung, Verarbeitung und Übertragung von im wesentlichen physiologischen Parametern
US5586553A (en) 1995-02-16 1996-12-24 Minimed Inc. Transcutaneous sensor insertion set
US5568806A (en) 1995-02-16 1996-10-29 Minimed Inc. Transcutaneous sensor insertion set
US5564434A (en) 1995-02-27 1996-10-15 Medtronic, Inc. Implantable capacitive absolute pressure and temperature sensor
US5752512A (en) 1995-05-10 1998-05-19 Massachusetts Institute Of Technology Apparatus and method for non-invasive blood analyte measurement
US5628310A (en) 1995-05-19 1997-05-13 Joseph R. Lakowicz Method and apparatus to perform trans-cutaneous analyte monitoring
US5995860A (en) 1995-07-06 1999-11-30 Thomas Jefferson University Implantable sensor and system for measurement and control of blood constituent levels
US5555190A (en) 1995-07-12 1996-09-10 Micro Motion, Inc. Method and apparatus for adaptive line enhancement in Coriolis mass flow meter measurement
US7016713B2 (en) 1995-08-09 2006-03-21 Inlight Solutions, Inc. Non-invasive determination of direction and rate of change of an analyte
US5628890A (en) 1995-09-27 1997-05-13 Medisense, Inc. Electrochemical sensor
US5665222A (en) 1995-10-11 1997-09-09 E. Heller & Company Soybean peroxidase electrochemical sensor
US5767791A (en) 1995-11-13 1998-06-16 Vitalcom Low-power circuit and method for providing rapid frequency lock in a wireless communications device
US5711861A (en) 1995-11-22 1998-01-27 Ward; W. Kenneth Device for monitoring changes in analyte concentration
FI960636L (fi) 1996-02-12 1997-08-13 Nokia Mobile Phones Ltd Menetelmä potilaan terveydentilan valvomiseksi
US5833603A (en) 1996-03-13 1998-11-10 Lipomatrix, Inc. Implantable biosensing transponder
DE19618597B4 (de) 1996-05-09 2005-07-21 Institut für Diabetestechnologie Gemeinnützige Forschungs- und Entwicklungsgesellschaft mbH an der Universität Ulm Verfahren zur Bestimmung der Konzentration von Gewebeglucose
US6130602A (en) 1996-05-13 2000-10-10 Micron Technology, Inc. Radio frequency data communications device
US5735285A (en) 1996-06-04 1998-04-07 Data Critical Corp. Method and hand-held apparatus for demodulating and viewing frequency modulated biomedical signals
CA2253549C (en) 1996-06-18 2005-10-25 Alza Corporation Device for enhancing transdermal agent delivery or sampling
JP3581218B2 (ja) 1996-07-03 2004-10-27 株式会社東芝 移動通信端末装置とその携帯電話機並びにデータ端末装置
JP2000515778A (ja) 1996-07-08 2000-11-28 アニマス コーポレーシヨン 体液成分レベルの生体内測定および制御のための埋込可能センサーおよびシステム
US5707502A (en) 1996-07-12 1998-01-13 Chiron Diagnostics Corporation Sensors for measuring analyte concentrations and methods of making same
US6544193B2 (en) 1996-09-04 2003-04-08 Marcio Marc Abreu Noninvasive measurement of chemical substances
US6093156A (en) 1996-12-06 2000-07-25 Abbott Laboratories Method and apparatus for obtaining blood for diagnostic tests
US5964993A (en) 1996-12-19 1999-10-12 Implanted Biosystems Inc. Glucose sensor
US6130623A (en) 1996-12-31 2000-10-10 Lucent Technologies Inc. Encryption for modulated backscatter systems
US5914026A (en) 1997-01-06 1999-06-22 Implanted Biosystems Inc. Implantable sensor employing an auxiliary electrode
US6122351A (en) 1997-01-21 2000-09-19 Med Graph, Inc. Method and system aiding medical diagnosis and treatment
US6093172A (en) 1997-02-05 2000-07-25 Minimed Inc. Injector for a subcutaneous insertion set
US6293925B1 (en) 1997-12-31 2001-09-25 Minimed Inc. Insertion device for an insertion set and method of using the same
US6607509B2 (en) 1997-12-31 2003-08-19 Medtronic Minimed, Inc. Insertion device for an insertion set and method of using the same
DE69809391T2 (de) 1997-02-06 2003-07-10 Therasense, Inc. Kleinvolumiger sensor zur in-vitro bestimmung
US5980708A (en) 1997-02-12 1999-11-09 Champagne; Gilles Y. High sensitivity multiple waveform voltammetric instrument
US5749907A (en) 1997-02-18 1998-05-12 Pacesetter, Inc. System and method for identifying and displaying medical data which violate programmable alarm conditions
EP1011426A1 (en) 1997-02-26 2000-06-28 Diasense, Inc. Individual calibration of blood glucose for supporting noninvasive self-monitoring blood glucose
US6159147A (en) 1997-02-28 2000-12-12 Qrs Diagnostics, Llc Personal computer card for collection of real-time biological data
US6741877B1 (en) 1997-03-04 2004-05-25 Dexcom, Inc. Device and method for determining analyte levels
US6558321B1 (en) 1997-03-04 2003-05-06 Dexcom, Inc. Systems and methods for remote monitoring and modulation of medical devices
US7657297B2 (en) 2004-05-03 2010-02-02 Dexcom, Inc. Implantable analyte sensor
US20050033132A1 (en) 1997-03-04 2005-02-10 Shults Mark C. Analyte measuring device
US6862465B2 (en) 1997-03-04 2005-03-01 Dexcom, Inc. Device and method for determining analyte levels
US7192450B2 (en) 2003-05-21 2007-03-20 Dexcom, Inc. Porous membranes for use with implantable devices
US6001067A (en) 1997-03-04 1999-12-14 Shults; Mark C. Device and method for determining analyte levels
US7899511B2 (en) 2004-07-13 2011-03-01 Dexcom, Inc. Low oxygen in vivo analyte sensor
US20070055056A1 (en) * 1997-03-07 2007-03-08 Rosen Craig A 251 human secreted proteins
US5959529A (en) 1997-03-07 1999-09-28 Kail, Iv; Karl A. Reprogrammable remote sensor monitoring system
US6699187B2 (en) 1997-03-27 2004-03-02 Medtronic, Inc. System and method for providing remote expert communications and video capabilities for use during a medical procedure
US6270455B1 (en) 1997-03-28 2001-08-07 Health Hero Network, Inc. Networked system for interactive communications and remote monitoring of drug delivery
US5942979A (en) 1997-04-07 1999-08-24 Luppino; Richard On guard vehicle safety warning system
US5961451A (en) 1997-04-07 1999-10-05 Motorola, Inc. Noninvasive apparatus having a retaining member to retain a removable biosensor
US5935224A (en) 1997-04-24 1999-08-10 Microsoft Corporation Method and apparatus for adaptively coupling an external peripheral device to either a universal serial bus port on a computer or hub or a game port on a computer
US7267665B2 (en) 1999-06-03 2007-09-11 Medtronic Minimed, Inc. Closed loop system for controlling insulin infusion
US6558351B1 (en) 1999-06-03 2003-05-06 Medtronic Minimed, Inc. Closed loop system for controlling insulin infusion
US5954643A (en) 1997-06-09 1999-09-21 Minimid Inc. Insertion set for a transcutaneous sensor
AU8031898A (en) 1997-06-16 1999-01-04 Elan Medical Technologies Limited Methods of calibrating and testing a sensor for (in vivo) measurement of an analyte and devices for use in such methods
US6056435A (en) 1997-06-24 2000-05-02 Exergen Corporation Ambient and perfusion normalized temperature detector
US6066243A (en) 1997-07-22 2000-05-23 Diametrics Medical, Inc. Portable immediate response medical analyzer having multiple testing modules
US6731976B2 (en) 1997-09-03 2004-05-04 Medtronic, Inc. Device and method to measure and communicate body parameters
US6764581B1 (en) 1997-09-05 2004-07-20 Abbott Laboratories Electrode with thin working layer
US6071391A (en) 1997-09-12 2000-06-06 Nok Corporation Enzyme electrode structure
US6259937B1 (en) 1997-09-12 2001-07-10 Alfred E. Mann Foundation Implantable substrate sensor
DE19836401A1 (de) 1997-09-19 2000-02-17 Salcomp Oy Salo Vorrichtung zum Aufladen von Akkumulatoren
US6117290A (en) 1997-09-26 2000-09-12 Pepex Biomedical, Llc System and method for measuring a bioanalyte such as lactate
US5904671A (en) 1997-10-03 1999-05-18 Navot; Nir Tampon wetness detection system
US6736957B1 (en) 1997-10-16 2004-05-18 Abbott Laboratories Biosensor electrode mediators for regeneration of cofactors and process for using
US6088608A (en) 1997-10-20 2000-07-11 Alfred E. Mann Foundation Electrochemical sensor and integrity tests therefor
US6119028A (en) 1997-10-20 2000-09-12 Alfred E. Mann Foundation Implantable enzyme-based monitoring systems having improved longevity due to improved exterior surfaces
FI107080B (fi) 1997-10-27 2001-05-31 Nokia Mobile Phones Ltd Mittauslaite
EP1037553B1 (en) 1997-11-12 2007-01-24 Lightouch Medical, Inc. Method for non-invasive measurement of an analyte
CA2547299C (en) 1997-12-04 2009-03-03 Roche Diagnostics Corporation Instrument and method
US6579690B1 (en) 1997-12-05 2003-06-17 Therasense, Inc. Blood analyte monitoring through subcutaneous measurement
US7494816B2 (en) 1997-12-22 2009-02-24 Roche Diagnostic Operations, Inc. System and method for determining a temperature during analyte measurement
US6103033A (en) 1998-03-04 2000-08-15 Therasense, Inc. Process for producing an electrochemical biosensor
US6134461A (en) 1998-03-04 2000-10-17 E. Heller & Company Electrochemical analyte
US6024699A (en) 1998-03-13 2000-02-15 Healthware Corporation Systems, methods and computer program products for monitoring, diagnosing and treating medical conditions of remotely located patients
US6197181B1 (en) 1998-03-20 2001-03-06 Semitool, Inc. Apparatus and method for electrolytically depositing a metal on a microelectronic workpiece
US6579231B1 (en) 1998-03-27 2003-06-17 Mci Communications Corporation Personal medical monitoring unit and system
JP3104672B2 (ja) 1998-03-31 2000-10-30 日本電気株式会社 電流検出型センサ素子およびその製造方法
US6721582B2 (en) 1999-04-06 2004-04-13 Argose, Inc. Non-invasive tissue glucose level monitoring
JPH11296598A (ja) 1998-04-07 1999-10-29 Seizaburo Arita 血糖値の予測システム及び予測方法並びにこの方法を記録した記録媒体
US6091987A (en) 1998-04-29 2000-07-18 Medtronic, Inc. Power consumption reduction in medical devices by employing different supply voltages
US8346337B2 (en) 1998-04-30 2013-01-01 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US6949816B2 (en) 2003-04-21 2005-09-27 Motorola, Inc. Semiconductor component having first surface area for electrically coupling to a semiconductor chip and second surface area for electrically coupling to a substrate, and method of manufacturing same
US8480580B2 (en) 1998-04-30 2013-07-09 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
US6175752B1 (en) 1998-04-30 2001-01-16 Therasense, Inc. Analyte monitoring device and methods of use
US8974386B2 (en) 1998-04-30 2015-03-10 Abbott Diabetes Care Inc. Analyte monitoring device and methods of use
GB2337122B (en) 1998-05-08 2002-11-13 Medisense Inc Test strip
PT1077634E (pt) 1998-05-13 2003-12-31 Cygnus Therapeutic Systems Monitorizacao de substancias fisiologicas a analisar
DE69914319T2 (de) 1998-05-13 2004-11-18 Cygnus, Inc., Redwood City Signalverarbeitung zur messung von physiologischen analyten
US6121611A (en) 1998-05-20 2000-09-19 Molecular Imaging Corporation Force sensing probe for scanning probe microscopy
US6223283B1 (en) 1998-07-17 2001-04-24 Compaq Computer Corporation Method and apparatus for identifying display monitor functionality and compatibility
US6493069B1 (en) 1998-07-24 2002-12-10 Terumo Kabushiki Kaisha Method and instrument for measuring blood sugar level
US6558320B1 (en) 2000-01-20 2003-05-06 Medtronic Minimed, Inc. Handheld personal data assistant (PDA) with a medical device and method of using the same
US6248067B1 (en) 1999-02-05 2001-06-19 Minimed Inc. Analyte sensor and holter-type monitor system and method of using the same
US6554798B1 (en) 1998-08-18 2003-04-29 Medtronic Minimed, Inc. External infusion device with remote programming, bolus estimator and/or vibration alarm capabilities
US6359270B1 (en) 1998-09-04 2002-03-19 Ncr Corporation Communications module mounting for domestic appliance
KR20000019716A (ko) 1998-09-15 2000-04-15 박호군 바이오플라보노이드 화합물을 포함하는 혈당 강하용 조성물
US6740518B1 (en) 1998-09-17 2004-05-25 Clinical Micro Sensors, Inc. Signal detection techniques for the detection of analytes
US6254586B1 (en) 1998-09-25 2001-07-03 Minimed Inc. Method and kit for supplying a fluid to a subcutaneous placement site
US6402689B1 (en) 1998-09-30 2002-06-11 Sicel Technologies, Inc. Methods, systems, and associated implantable devices for dynamic monitoring of physiological and biological properties of tumors
CA2346055C (en) 1998-09-30 2004-06-29 Animas Technologies Llc Method and device for predicting physiological values
US6338790B1 (en) 1998-10-08 2002-01-15 Therasense, Inc. Small volume in vitro analyte sensor with diffusible or non-leachable redox mediator
CA2666429A1 (en) 1998-10-08 2000-04-13 Medtronic Minimed, Inc. Telemetered characteristic monitor system
US6591125B1 (en) 2000-06-27 2003-07-08 Therasense, Inc. Small volume in vitro analyte sensor with diffusible or non-leachable redox mediator
US6496729B2 (en) 1998-10-28 2002-12-17 Medtronic, Inc. Power consumption reduction in medical devices employing multiple supply voltages and clock frequency control
JP2002528211A (ja) 1998-11-03 2002-09-03 ハリー ルイス プラット 持ち運び可能な生理的信号取得装置
US6602469B1 (en) 1998-11-09 2003-08-05 Lifestream Technologies, Inc. Health monitoring and diagnostic device and network-based health assessment and medical records maintenance system
ATE269114T1 (de) 1998-11-20 2004-07-15 Univ Connecticut Verfahren und vorrichtung zur steuerung der gewebeimplantat-interaktionen
CA2352295C (en) 1998-11-30 2008-07-15 Novo Nordisk A/S A method and a system for assisting a user in a medical self treatment, said self treatment comprising a plurality of actions
EP1135678A2 (en) 1998-11-30 2001-09-26 Abbott Laboratories Analyte test instrument having improved calibration and communications processes
US6773671B1 (en) 1998-11-30 2004-08-10 Abbott Laboratories Multichemistry measuring device and test strips
US6161095A (en) 1998-12-16 2000-12-12 Health Hero Network, Inc. Treatment regimen compliance and efficacy with feedback
US7436511B2 (en) 1999-01-22 2008-10-14 Sensys Medical, Inc. Analyte filter method and apparatus
WO2000047109A1 (en) 1999-02-12 2000-08-17 Cygnus, Inc. Devices and methods for frequent measurement of an analyte present in a biological system
DE60031248T2 (de) 1999-02-18 2007-05-24 Biovalve Technologies, Inc., North Grafton Elektroaktive pore
US6424847B1 (en) 1999-02-25 2002-07-23 Medtronic Minimed, Inc. Glucose monitor calibration methods
US6360888B1 (en) 1999-02-25 2002-03-26 Minimed Inc. Glucose sensor package system
US8103325B2 (en) 1999-03-08 2012-01-24 Tyco Healthcare Group Lp Method and circuit for storing and providing historical physiological data
GB9907815D0 (en) 1999-04-06 1999-06-02 Univ Cambridge Tech Implantable sensor
US6285897B1 (en) 1999-04-07 2001-09-04 Endonetics, Inc. Remote physiological monitoring system
US6416471B1 (en) 1999-04-15 2002-07-09 Nexan Limited Portable remote patient telemonitoring system
US6200265B1 (en) 1999-04-16 2001-03-13 Medtronic, Inc. Peripheral memory patch and access method for use with an implantable medical device
US6669663B1 (en) 1999-04-30 2003-12-30 Medtronic, Inc. Closed loop medicament pump
US6359444B1 (en) 1999-05-28 2002-03-19 University Of Kentucky Research Foundation Remote resonant-circuit analyte sensing apparatus with sensing structure and associated method of sensing
US6546268B1 (en) 1999-06-02 2003-04-08 Ball Semiconductor, Inc. Glucose sensor
US7806886B2 (en) 1999-06-03 2010-10-05 Medtronic Minimed, Inc. Apparatus and method for controlling insulin infusion with state variable feedback
DE19925910B4 (de) 1999-06-07 2005-04-28 Siemens Ag Verfahren zum Be- oder Verarbeiten von Daten
WO2000077674A1 (de) 1999-06-10 2000-12-21 Koninklijke Philips Electronics N.V. Erkennung eines nutzsignals in einem messsignal
GB2351153B (en) 1999-06-18 2003-03-26 Abbott Lab Electrochemical sensor for analysis of liquid samples
US6423035B1 (en) 1999-06-18 2002-07-23 Animas Corporation Infusion pump with a sealed drive mechanism and improved method of occlusion detection
EP2322645A1 (en) 1999-06-18 2011-05-18 Abbott Diabetes Care Inc. Mass transport limited in vivo analyte sensor
US7522878B2 (en) 1999-06-21 2009-04-21 Access Business Group International Llc Adaptive inductive power supply with communication
US6804558B2 (en) 1999-07-07 2004-10-12 Medtronic, Inc. System and method of communicating between an implantable medical device and a remote computer system or health care provider
US6413393B1 (en) 1999-07-07 2002-07-02 Minimed, Inc. Sensor including UV-absorbing polymer and method of manufacture
US6514460B1 (en) 1999-07-28 2003-02-04 Abbott Laboratories Luminous glucose monitoring device
US6471689B1 (en) 1999-08-16 2002-10-29 Thomas Jefferson University Implantable drug delivery catheter system with capillary interface
US6923763B1 (en) 1999-08-23 2005-08-02 University Of Virginia Patent Foundation Method and apparatus for predicting the risk of hypoglycemia
US7113821B1 (en) 1999-08-25 2006-09-26 Johnson & Johnson Consumer Companies, Inc. Tissue electroperforation for enhanced drug delivery
US6343225B1 (en) 1999-09-14 2002-01-29 Implanted Biosystems, Inc. Implantable glucose sensor
AT408182B (de) 1999-09-17 2001-09-25 Schaupp Lukas Dipl Ing Dr Tech Einrichtung zur in vivo-messung von grössen in lebenden organismen
WO2001028416A1 (en) 1999-09-24 2001-04-26 Healthetech, Inc. Physiological monitor and associated computation, display and communication unit
US6294997B1 (en) 1999-10-04 2001-09-25 Intermec Ip Corp. RFID tag having timing and environment modules
CA2387124A1 (en) 1999-10-08 2001-04-26 Healthetech, Inc. Integrated calorie management system
US7317938B2 (en) 1999-10-08 2008-01-08 Sensys Medical, Inc. Method of adapting in-vitro models to aid in noninvasive glucose determination
US20060091006A1 (en) 1999-11-04 2006-05-04 Yi Wang Analyte sensor with insertion monitor, and methods
US6616819B1 (en) 1999-11-04 2003-09-09 Therasense, Inc. Small volume in vitro analyte sensor and methods
CA2391423A1 (en) 1999-11-15 2001-05-25 Therasense, Inc. Polymeric transition metal complexes and uses thereof
US6291200B1 (en) 1999-11-17 2001-09-18 Agentase, Llc Enzyme-containing polymeric sensors
US6658396B1 (en) 1999-11-29 2003-12-02 Tang Sharon S Neural network drug dosage estimation
US6418346B1 (en) 1999-12-14 2002-07-09 Medtronic, Inc. Apparatus and method for remote therapy and diagnosis in medical devices via interface systems
US7060031B2 (en) 1999-12-17 2006-06-13 Medtronic, Inc. Method and apparatus for remotely programming implantable medical devices
US6497655B1 (en) 1999-12-17 2002-12-24 Medtronic, Inc. Virtual remote monitor, alert, diagnostics and programming for implantable medical device systems
US7286894B1 (en) 2000-01-07 2007-10-23 Pasco Scientific Hand-held computer device and method for interactive data acquisition, analysis, annotation, and calibration
JP3449958B2 (ja) 2000-01-18 2003-09-22 理想科学工業株式会社 印刷システム、印刷方法および印刷プログラムを格納したコンピュータ読取り可能な記録媒体
US7369635B2 (en) 2000-01-21 2008-05-06 Medtronic Minimed, Inc. Rapid discrimination preambles and methods for using the same
EP1248660B1 (en) 2000-01-21 2012-04-11 Medtronic MiniMed, Inc. Microprocessor controlled ambulatory medical apparatus with hand held communication device
DK1248661T3 (da) 2000-01-21 2012-11-26 Medtronic Minimed Inc Medicinsk apparat til ambulant anvendelse og fremgangsmåde med styringssoftware, der kan modificeres ved hjælp af telemetri
US6562001B2 (en) 2000-01-21 2003-05-13 Medtronic Minimed, Inc. Microprocessor controlled ambulatory medical apparatus with hand held communication device
US7003336B2 (en) 2000-02-10 2006-02-21 Medtronic Minimed, Inc. Analyte sensor method of making the same
US20030060765A1 (en) 2000-02-16 2003-03-27 Arthur Campbell Infusion device menu structure and method of using the same
US6895263B2 (en) 2000-02-23 2005-05-17 Medtronic Minimed, Inc. Real time self-adjusting calibration algorithm
US7890295B2 (en) 2000-02-23 2011-02-15 Medtronic Minimed, Inc. Real time self-adjusting calibration algorithm
US7027931B1 (en) 2000-02-24 2006-04-11 Bionostics, Inc. System for statistical analysis of quality control data
US6405066B1 (en) 2000-03-17 2002-06-11 The Regents Of The University Of California Implantable analyte sensor
CA2404262C (en) 2000-03-29 2009-03-24 University Of Virginia Patent Foundation Method, system, and computer program product for the evaluation of glycemic control in diabetes from self-monitoring data
US6610012B2 (en) 2000-04-10 2003-08-26 Healthetech, Inc. System and method for remote pregnancy monitoring
US6561975B1 (en) 2000-04-19 2003-05-13 Medtronic, Inc. Method and apparatus for communicating with medical device systems
US6440068B1 (en) 2000-04-28 2002-08-27 International Business Machines Corporation Measuring user health as measured by multiple diverse health measurement devices utilizing a personal storage device
AU2001263022A1 (en) 2000-05-12 2001-11-26 Therasense, Inc. Electrodes with multilayer membranes and methods of using and making the electrodes
US7181261B2 (en) 2000-05-15 2007-02-20 Silver James H Implantable, retrievable, thrombus minimizing sensors
US7769420B2 (en) 2000-05-15 2010-08-03 Silver James H Sensors for detecting substances indicative of stroke, ischemia, or myocardial infarction
US6442413B1 (en) 2000-05-15 2002-08-27 James H. Silver Implantable sensor
US7395158B2 (en) 2000-05-30 2008-07-01 Sensys Medical, Inc. Method of screening for disorders of glucose metabolism
AU2001260669A1 (en) 2000-05-31 2001-12-11 Arkray, Inc. Remote data control system and measuring data gathering method
EP1702560B1 (en) 2000-06-23 2014-11-19 BodyMedia, Inc. System for monitoring health, wellness and fitness
US6540675B2 (en) 2000-06-27 2003-04-01 Rosedale Medical, Inc. Analyte monitor
US6400974B1 (en) 2000-06-29 2002-06-04 Sensors For Medicine And Science, Inc. Implanted sensor processing system and method for processing implanted sensor output
WO2002015777A1 (en) 2000-08-18 2002-02-28 Cygnus, Inc. Methods and devices for prediction of hypoglycemic events
US6633772B2 (en) 2000-08-18 2003-10-14 Cygnus, Inc. Formulation and manipulation of databases of analyte and associated values
US6675030B2 (en) 2000-08-21 2004-01-06 Euro-Celtique, S.A. Near infrared blood glucose monitoring system
AU2001291189A1 (en) 2000-09-22 2002-04-02 Knobbe, Lim And Buckingham Method and apparatus for real-time estimation and control of pysiological parameters
DE60116520T2 (de) 2000-10-10 2006-08-31 Microchips, Inc., Bedford Microchip-reservoir-vorrichtungen mit drahtloser übertragung von energie und daten
US6695860B1 (en) 2000-11-13 2004-02-24 Isense Corp. Transcutaneous sensor insertion device
US6574510B2 (en) 2000-11-30 2003-06-03 Cardiac Pacemakers, Inc. Telemetry apparatus and method for an implantable medical device
US6665558B2 (en) 2000-12-15 2003-12-16 Cardiac Pacemakers, Inc. System and method for correlation of patient health information and implant device data
US7052483B2 (en) 2000-12-19 2006-05-30 Animas Corporation Transcutaneous inserter for low-profile infusion sets
US20020147135A1 (en) 2000-12-21 2002-10-10 Oliver Schnell Method and device for producing an adapted travel treatment plan for administering a medicine in the event of a long-haul journey
US6560471B1 (en) 2001-01-02 2003-05-06 Therasense, Inc. Analyte monitoring device and methods of use
US6666821B2 (en) 2001-01-08 2003-12-23 Medtronic, Inc. Sensor system
US6970529B2 (en) 2001-01-16 2005-11-29 International Business Machines Corporation Unified digital architecture
US6529752B2 (en) 2001-01-17 2003-03-04 David T. Krausman Sleep disorder breathing event counter
US20040197846A1 (en) 2001-01-18 2004-10-07 Linda Hockersmith Determination of glucose sensitivity and a method to manipulate blood glucose concentration
KR20030079958A (ko) 2001-01-22 2003-10-10 에프. 호프만-라 로슈 아게 모세작용을 갖는 란셋장치
US6525330B2 (en) 2001-02-28 2003-02-25 Home Diagnostics, Inc. Method of strip insertion detection
WO2002073559A2 (en) 2001-03-14 2002-09-19 Vitaltrak Technology, Inc. Tracking device
WO2002073503A2 (en) 2001-03-14 2002-09-19 Baxter International Inc. Internet based therapy management system
US6968294B2 (en) 2001-03-15 2005-11-22 Koninklijke Philips Electronics N.V. Automatic system for monitoring person requiring care and his/her caretaker
AU2002309528A1 (en) 2001-04-02 2002-10-15 Therasense, Inc. Blood glucose tracking apparatus and methods
US6983176B2 (en) 2001-04-11 2006-01-03 Rio Grande Medical Technologies, Inc. Optically similar reference samples and related methods for multivariate calibration models used in optical spectroscopy
US6574490B2 (en) 2001-04-11 2003-06-03 Rio Grande Medical Technologies, Inc. System for non-invasive measurement of glucose in humans
US7916013B2 (en) 2005-03-21 2011-03-29 Greatbatch Ltd. RFID detection and identification system for implantable medical devices
GR1003802B (el) 2001-04-17 2002-02-08 Micrel �.�.�. ������� ��������� ��������������� ��������� Συστημα τηλειατρικης.
US6698269B2 (en) 2001-04-27 2004-03-02 Oceana Sensor Technologies, Inc. Transducer in-situ testing apparatus and method
US6676816B2 (en) 2001-05-11 2004-01-13 Therasense, Inc. Transition metal complexes with (pyridyl)imidazole ligands and sensors using said complexes
US7395214B2 (en) 2001-05-11 2008-07-01 Craig P Shillingburg Apparatus, device and method for prescribing, administering and monitoring a treatment regimen for a patient
US6932894B2 (en) 2001-05-15 2005-08-23 Therasense, Inc. Biosensor membranes composed of polymers containing heterocyclic nitrogens
US6549796B2 (en) 2001-05-25 2003-04-15 Lifescan, Inc. Monitoring analyte concentration using minimally invasive devices
US7041068B2 (en) 2001-06-12 2006-05-09 Pelikan Technologies, Inc. Sampling module device and method
US7179226B2 (en) 2001-06-21 2007-02-20 Animas Corporation System and method for managing diabetes
EP2465419B1 (en) 2001-06-22 2015-08-05 Nellcor Puritan Bennett Ireland Wavelet-based analysis of pulse oximetry signals
WO2003000127A2 (en) 2001-06-22 2003-01-03 Cygnus, Inc. Method for improving the performance of an analyte monitoring system
US7044911B2 (en) 2001-06-29 2006-05-16 Philometron, Inc. Gateway platform for biological monitoring and delivery of therapeutic compounds
US20030208113A1 (en) * 2001-07-18 2003-11-06 Mault James R Closed loop glycemic index system
US6754516B2 (en) 2001-07-19 2004-06-22 Nellcor Puritan Bennett Incorporated Nuisance alarm reductions in a physiological monitor
US20030032874A1 (en) 2001-07-27 2003-02-13 Dexcom, Inc. Sensor head for use with implantable devices
US6702857B2 (en) 2001-07-27 2004-03-09 Dexcom, Inc. Membrane for use with implantable devices
US6544212B2 (en) 2001-07-31 2003-04-08 Roche Diagnostics Corporation Diabetes management system
EP1421381A1 (en) 2001-08-03 2004-05-26 The General Hospital Corporation System, process and diagnostic arrangement establishing and monitoring medication doses for patients
US6788965B2 (en) 2001-08-03 2004-09-07 Sensys Medical, Inc. Intelligent system for detecting errors and determining failure modes in noninvasive measurement of blood and tissue analytes
JP3775263B2 (ja) 2001-08-10 2006-05-17 ニプロ株式会社 記録媒体およびこの記録媒体を用いた血糖測定システム
US20040142403A1 (en) 2001-08-13 2004-07-22 Donald Hetzel Method of screening for disorders of glucose metabolism
WO2003015629A1 (en) 2001-08-20 2003-02-27 Inverness Medical Limited Wireless diabetes management devices and methods for using the same
ES2633729T3 (es) 2001-08-22 2017-09-25 Instrumentation Laboratory Company Método para calibrar sensores electroquímicos
JP3962250B2 (ja) 2001-08-29 2007-08-22 株式会社レアメタル 生体内情報検出システム及びこれに用いるタグ装置、中継装置
US6827702B2 (en) 2001-09-07 2004-12-07 Medtronic Minimed, Inc. Safety limits for closed-loop infusion pump control
US6740072B2 (en) 2001-09-07 2004-05-25 Medtronic Minimed, Inc. System and method for providing closed loop infusion formulation delivery
JP2003084101A (ja) 2001-09-17 2003-03-19 Dainippon Printing Co Ltd 光学素子用樹脂組成物、光学素子、およびプロジェクションスクリーン
US7052591B2 (en) 2001-09-21 2006-05-30 Therasense, Inc. Electrodeposition of redox polymers and co-electrodeposition of enzymes by coordinative crosslinking
US6830562B2 (en) 2001-09-27 2004-12-14 Unomedical A/S Injector device for placing a subcutaneous infusion set
US20050137480A1 (en) 2001-10-01 2005-06-23 Eckhard Alt Remote control of implantable device through medical implant communication service band
DE60237463D1 (de) 2001-11-16 2010-10-07 Roche Diagnostics Gmbh Flexibler sensor und herstellungsverfahren
US7382405B2 (en) 2001-12-03 2008-06-03 Nikon Corporation Electronic apparatus having a user identification function and user identification method
US7204823B2 (en) 2001-12-19 2007-04-17 Medtronic Minimed, Inc. Medication delivery system and monitor
US7729776B2 (en) 2001-12-19 2010-06-01 Cardiac Pacemakers, Inc. Implantable medical device with two or more telemetry systems
US7082334B2 (en) 2001-12-19 2006-07-25 Medtronic, Inc. System and method for transmission of medical and like data from a patient to a dedicated internet website
US7022072B2 (en) 2001-12-27 2006-04-04 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US20080255438A1 (en) 2001-12-27 2008-10-16 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US7399277B2 (en) 2001-12-27 2008-07-15 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US20050027182A1 (en) 2001-12-27 2005-02-03 Uzair Siddiqui System for monitoring physiological characteristics
US6980852B2 (en) 2002-01-25 2005-12-27 Subqiview Inc. Film barrier dressing for intravascular tissue monitoring system
US20030144711A1 (en) 2002-01-29 2003-07-31 Neuropace, Inc. Systems and methods for interacting with an implantable medical device
US6985773B2 (en) 2002-02-07 2006-01-10 Cardiac Pacemakers, Inc. Methods and apparatuses for implantable medical device telemetry power management
US8260393B2 (en) 2003-07-25 2012-09-04 Dexcom, Inc. Systems and methods for replacing signal data artifacts in a glucose sensor data stream
US9247901B2 (en) 2003-08-22 2016-02-02 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US8010174B2 (en) 2003-08-22 2011-08-30 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
US7613491B2 (en) 2002-05-22 2009-11-03 Dexcom, Inc. Silicone based membranes for use in implantable glucose sensors
US8364229B2 (en) 2003-07-25 2013-01-29 Dexcom, Inc. Analyte sensors having a signal-to-noise ratio substantially unaffected by non-constant noise
WO2003072164A2 (en) 2002-02-26 2003-09-04 Sterling Medivations, Inc. Insertion device for an insertion set and method of using the same
US20030212379A1 (en) 2002-02-26 2003-11-13 Bylund Adam David Systems and methods for remotely controlling medication infusion and analyte monitoring
US7043305B2 (en) 2002-03-06 2006-05-09 Cardiac Pacemakers, Inc. Method and apparatus for establishing context among events and optimizing implanted medical device performance
US7468032B2 (en) 2002-12-18 2008-12-23 Cardiac Pacemakers, Inc. Advanced patient management for identifying, displaying and assisting with correlating health-related data
US6998247B2 (en) 2002-03-08 2006-02-14 Sensys Medical, Inc. Method and apparatus using alternative site glucose determinations to calibrate and maintain noninvasive and implantable analyzers
US6936006B2 (en) 2002-03-22 2005-08-30 Novo Nordisk, A/S Atraumatic insertion of a subcutaneous device
CA2738579C (en) 2002-03-22 2016-11-01 Animas Technologies Llc Improving performance of an analyte monitoring device
GB2388898B (en) 2002-04-02 2005-10-05 Inverness Medical Ltd Integrated sample testing meter
US7027848B2 (en) 2002-04-04 2006-04-11 Inlight Solutions, Inc. Apparatus and method for non-invasive spectroscopic measurement of analytes in tissue using a matched reference analyte
US7226461B2 (en) 2002-04-19 2007-06-05 Pelikan Technologies, Inc. Method and apparatus for a multi-use body fluid sampling device with sterility barrier release
US7410468B2 (en) 2002-04-19 2008-08-12 Pelikan Technologies, Inc. Method and apparatus for penetrating tissue
US7153265B2 (en) 2002-04-22 2006-12-26 Medtronic Minimed, Inc. Anti-inflammatory biosensor for reduced biofouling and enhanced sensor performance
WO2003090614A1 (en) 2002-04-25 2003-11-06 Matsushita Electric Industrial Co., Ltd. Dosage determination supporting device, injector, and health management supporting system
GB2388715B (en) 2002-05-13 2005-08-03 Splashpower Ltd Improvements relating to the transfer of electromagnetic power
US7015817B2 (en) 2002-05-14 2006-03-21 Shuan Michael Copley Personal tracking device
US7226978B2 (en) 2002-05-22 2007-06-05 Dexcom, Inc. Techniques to improve polyurethane membranes for implantable glucose sensors
US6865407B2 (en) 2002-07-11 2005-03-08 Optical Sensors, Inc. Calibration technique for non-invasive medical devices
US20040010207A1 (en) 2002-07-15 2004-01-15 Flaherty J. Christopher Self-contained, automatic transcutaneous physiologic sensing system
JP2004054394A (ja) 2002-07-17 2004-02-19 Toshiba Corp 無線情報処理システム、無線情報記録媒体、無線情報処理装置、及び無線情報処理システムの通信方法
CA2492959A1 (en) 2002-07-19 2004-07-15 Smiths Detection-Pasadena, Inc. Non-specific sensor array detectors
US7278983B2 (en) 2002-07-24 2007-10-09 Medtronic Minimed, Inc. Physiological monitoring device for controlling a medication infusion device
CA2495648C (en) 2002-08-13 2014-07-22 University Of Virginia Patent Foundation Method, system, and computer program product for processing of self-monitoring blood glucose (smbg) data to enhance diabetic self-management
US7020508B2 (en) 2002-08-22 2006-03-28 Bodymedia, Inc. Apparatus for detecting human physiological and contextual information
US6865641B2 (en) 2002-08-29 2005-03-08 International Business Machines Corporation Method and apparatus for non-volatile display of information for an electronic device
US7404796B2 (en) 2004-03-01 2008-07-29 Becton Dickinson And Company System for determining insulin dose using carbohydrate to insulin ratio and insulin sensitivity factor
US7192405B2 (en) 2002-09-30 2007-03-20 Becton, Dickinson And Company Integrated lancet and bodily fluid sensor
US20090177068A1 (en) 2002-10-09 2009-07-09 Stivoric John M Method and apparatus for providing derived glucose information utilizing physiological and/or contextual parameters
DE60328039D1 (de) 2002-10-11 2009-07-30 Becton Dickinson Co Insulinabgabesystem mit Sensor
EP1565102A4 (en) 2002-10-15 2008-05-28 Medtronic Inc SYNCHRONIZATION AND CALIBRATION OF WATCHES FOR MEDICINAL PRODUCT AND CALIBRATED WATCH
US7381184B2 (en) 2002-11-05 2008-06-03 Abbott Diabetes Care Inc. Sensor inserter assembly
US7572237B2 (en) 2002-11-06 2009-08-11 Abbott Diabetes Care Inc. Automatic biological analyte testing meter with integrated lancing device and methods of use
GB0226648D0 (en) 2002-11-15 2002-12-24 Koninkl Philips Electronics Nv Usage data harvesting
EP1424637A1 (en) 2002-11-29 2004-06-02 Instrumentarium Corporation Artifact removal from an electric signal
US7009511B2 (en) 2002-12-17 2006-03-07 Cardiac Pacemakers, Inc. Repeater device for communications with an implantable medical device
US7052472B1 (en) 2002-12-18 2006-05-30 Dsp Diabetes Sentry Products, Inc. Systems and methods for detecting symptoms of hypoglycemia
US20040122353A1 (en) 2002-12-19 2004-06-24 Medtronic Minimed, Inc. Relay device for transferring information between a sensor system and a fluid delivery system
US8771183B2 (en) 2004-02-17 2014-07-08 Abbott Diabetes Care Inc. Method and system for providing data communication in continuous glucose monitoring and management system
AU2003303597A1 (en) 2002-12-31 2004-07-29 Therasense, Inc. Continuous glucose monitoring system and methods of use
US7413749B2 (en) 2003-03-11 2008-08-19 Purdue Pharma L.P. Titration dosing regimen for controlled release tramadol
US9872890B2 (en) 2003-03-19 2018-01-23 Paul C. Davidson Determining insulin dosing schedules and carbohydrate-to-insulin ratios in diabetic patients
US20040199056A1 (en) 2003-04-03 2004-10-07 International Business Machines Corporation Body monitoring using local area wireless interfaces
US7134999B2 (en) 2003-04-04 2006-11-14 Dexcom, Inc. Optimized sensor geometry for an implantable glucose sensor
US20040204868A1 (en) 2003-04-09 2004-10-14 Maynard John D. Reduction of errors in non-invasive tissue sampling
WO2004093648A2 (en) 2003-04-18 2004-11-04 Insulet Corporation User interface for infusion pump remote controller and method of using the same
US7875293B2 (en) 2003-05-21 2011-01-25 Dexcom, Inc. Biointerface membranes incorporating bioactive agents
US7258673B2 (en) 2003-06-06 2007-08-21 Lifescan, Inc Devices, systems and methods for extracting bodily fluid and monitoring an analyte therein
EP1636579A4 (en) 2003-06-10 2011-10-05 Smiths Detection Inc SENSOR ASSEMBLY
US8460243B2 (en) 2003-06-10 2013-06-11 Abbott Diabetes Care Inc. Glucose measuring module and insulin pump combination
US20040254433A1 (en) 2003-06-12 2004-12-16 Bandis Steven D. Sensor introducer system, apparatus and method
US7155290B2 (en) 2003-06-23 2006-12-26 Cardiac Pacemakers, Inc. Secure long-range telemetry for implantable medical device
US7510564B2 (en) 2003-06-27 2009-03-31 Abbott Diabetes Care Inc. Lancing device
US7242981B2 (en) 2003-06-30 2007-07-10 Codman Neuro Sciences Sárl System and method for controlling an implantable medical device subject to magnetic field or radio frequency exposure
US7722536B2 (en) 2003-07-15 2010-05-25 Abbott Diabetes Care Inc. Glucose measuring device integrated into a holster for a personal area network device
WO2005007223A2 (en) 2003-07-16 2005-01-27 Sasha John Programmable medical drug delivery systems and methods for delivery of multiple fluids and concentrations
EP1649260A4 (en) 2003-07-25 2010-07-07 Dexcom Inc ELECTRODE SYSTEMS FOR ELECTROCHEMICAL DETECTORS
US20050176136A1 (en) 2003-11-19 2005-08-11 Dexcom, Inc. Afinity domain for analyte sensor
US7467003B2 (en) 2003-12-05 2008-12-16 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US7460898B2 (en) 2003-12-05 2008-12-02 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US7424318B2 (en) 2003-12-05 2008-09-09 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US7761130B2 (en) 2003-07-25 2010-07-20 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US7651596B2 (en) 2005-04-08 2010-01-26 Dexcom, Inc. Cellulosic-based interference domain for an analyte sensor
US8282549B2 (en) 2003-12-09 2012-10-09 Dexcom, Inc. Signal processing for continuous analyte sensor
US8423113B2 (en) 2003-07-25 2013-04-16 Dexcom, Inc. Systems and methods for processing sensor data
EP1648298A4 (en) 2003-07-25 2010-01-13 Dexcom Inc OXYGEN-IMPROVED MEMBRANE SYSTEMS FOR IMPLANTABLE DEVICES
US7108778B2 (en) 2003-07-25 2006-09-19 Dexcom, Inc. Electrochemical sensors including electrode systems with increased oxygen generation
EP1652088B1 (en) 2003-07-25 2017-09-13 Philips Intellectual Property & Standards GmbH Method and device for monitoring a system
US7366556B2 (en) 2003-12-05 2008-04-29 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US9135402B2 (en) 2007-12-17 2015-09-15 Dexcom, Inc. Systems and methods for processing sensor data
US8886273B2 (en) 2003-08-01 2014-11-11 Dexcom, Inc. Analyte sensor
US8369919B2 (en) 2003-08-01 2013-02-05 Dexcom, Inc. Systems and methods for processing sensor data
US8275437B2 (en) 2003-08-01 2012-09-25 Dexcom, Inc. Transcutaneous analyte sensor
US8160669B2 (en) 2003-08-01 2012-04-17 Dexcom, Inc. Transcutaneous analyte sensor
US7774145B2 (en) 2003-08-01 2010-08-10 Dexcom, Inc. Transcutaneous analyte sensor
US7986986B2 (en) 2003-08-01 2011-07-26 Dexcom, Inc. System and methods for processing analyte sensor data
US7591801B2 (en) 2004-02-26 2009-09-22 Dexcom, Inc. Integrated delivery device for continuous glucose sensor
US8060173B2 (en) 2003-08-01 2011-11-15 Dexcom, Inc. System and methods for processing analyte sensor data
US8626257B2 (en) 2003-08-01 2014-01-07 Dexcom, Inc. Analyte sensor
US7519408B2 (en) 2003-11-19 2009-04-14 Dexcom, Inc. Integrated receiver for continuous analyte sensor
US8845536B2 (en) 2003-08-01 2014-09-30 Dexcom, Inc. Transcutaneous analyte sensor
US6954662B2 (en) 2003-08-19 2005-10-11 A.D. Integrity Applications, Ltd. Method of monitoring glucose level
US7920906B2 (en) 2005-03-10 2011-04-05 Dexcom, Inc. System and methods for processing analyte sensor data for sensor calibration
DE10343863A1 (de) 2003-09-23 2005-04-14 Roche Diagnostics Gmbh Verfahren und Gerät zur laufenden Überwachung der Konzentration eines Analyten
JP3612324B1 (ja) 2003-09-29 2005-01-19 株式会社日立製作所 血糖値表示方法及び装置
ATE464834T1 (de) 2003-09-30 2010-05-15 Hoffmann La Roche Sensor mit verbesserter biokompatibilität
US8140168B2 (en) 2003-10-02 2012-03-20 Medtronic, Inc. External power source for an implantable medical device having an adjustable carrier frequency and system and method related therefore
US7203549B2 (en) 2003-10-02 2007-04-10 Medtronic, Inc. Medical device programmer with internal antenna and display
US7148803B2 (en) 2003-10-24 2006-12-12 Symbol Technologies, Inc. Radio frequency identification (RFID) based sensor networks
US20050090607A1 (en) 2003-10-28 2005-04-28 Dexcom, Inc. Silicone composition for biocompatible membrane
WO2005045744A1 (en) 2003-10-29 2005-05-19 Innovision Research & Technology Plc Rfid apparatus
EP1683058A2 (en) 2003-10-29 2006-07-26 Novo Nordisk A/S Medical advisory system
US7563588B2 (en) 2003-10-29 2009-07-21 Agency For Science, Technology And Research Electrically non-conductive, nanoparticulate membrane
US20050096516A1 (en) 2003-10-30 2005-05-05 Orhan Soykan Optical detector of organic analyte
US6928380B2 (en) 2003-10-30 2005-08-09 International Business Machines Corporation Thermal measurements of electronic devices during operation
US7299082B2 (en) * 2003-10-31 2007-11-20 Abbott Diabetes Care, Inc. Method of calibrating an analyte-measurement device, and associated methods, devices and systems
WO2005044088A2 (en) 2003-11-03 2005-05-19 Children's Medical Center Corporation Continuous analyte monitor and method of using same
US7419573B2 (en) 2003-11-06 2008-09-02 3M Innovative Properties Company Circuit for electrochemical sensor strip
US20050113648A1 (en) 2003-11-24 2005-05-26 Soohyun Yang Bidirectional monitoring system capable of a medical diagnosis and a commercial broadcast
KR100519776B1 (ko) 2003-11-24 2005-10-07 삼성전자주식회사 영상 신호의 해상도 변환 방법 및 장치
US20050113886A1 (en) 2003-11-24 2005-05-26 Fischell David R. Implantable medical system with long range telemetry
US8364231B2 (en) 2006-10-04 2013-01-29 Dexcom, Inc. Analyte sensor
US20080197024A1 (en) 2003-12-05 2008-08-21 Dexcom, Inc. Analyte sensor
US8423114B2 (en) 2006-10-04 2013-04-16 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US20080200788A1 (en) 2006-10-04 2008-08-21 Dexcorn, Inc. Analyte sensor
US8287453B2 (en) 2003-12-05 2012-10-16 Dexcom, Inc. Analyte sensor
US8425416B2 (en) 2006-10-04 2013-04-23 Dexcom, Inc. Analyte sensor
WO2005057168A2 (en) 2003-12-05 2005-06-23 Dexcom, Inc. Calibration techniques for a continuous analyte sensor
US8425417B2 (en) 2003-12-05 2013-04-23 Dexcom, Inc. Integrated device for continuous in vivo analyte detection and simultaneous control of an infusion device
US8532730B2 (en) 2006-10-04 2013-09-10 Dexcom, Inc. Analyte sensor
US8364230B2 (en) 2006-10-04 2013-01-29 Dexcom, Inc. Analyte sensor
ES2646312T3 (es) 2003-12-08 2017-12-13 Dexcom, Inc. Sistemas y métodos para mejorar sensores de analito electromecánicos
US7384397B2 (en) 2003-12-30 2008-06-10 Medtronic Minimed, Inc. System and method for sensor recalibration
US7637868B2 (en) 2004-01-12 2009-12-29 Dexcom, Inc. Composite material for implantable device
US8136735B2 (en) 2004-01-23 2012-03-20 Semiconductor Energy Laboratory Co., Ltd. ID label, ID card, and ID tag
DK2611042T3 (en) 2004-01-27 2015-04-20 Altivera L L C DIAGNOSTIC RADIO FREQUENCY IDENTIFICATION SENSORS AND APPLICATIONS THEREOF
US7580812B2 (en) 2004-01-28 2009-08-25 Honeywell International Inc. Trending system and method using window filtering
US8165651B2 (en) 2004-02-09 2012-04-24 Abbott Diabetes Care Inc. Analyte sensor, and associated system and method employing a catalytic agent
US7699964B2 (en) 2004-02-09 2010-04-20 Abbott Diabetes Care Inc. Membrane suitable for use in an analyte sensor, analyte sensor, and associated method
US7364592B2 (en) 2004-02-12 2008-04-29 Dexcom, Inc. Biointerface membrane with macro-and micro-architecture
US20060154642A1 (en) 2004-02-20 2006-07-13 Scannell Robert F Jr Medication & health, environmental, and security monitoring, alert, intervention, information and network system with associated and supporting apparatuses
JP3590053B1 (ja) 2004-02-24 2004-11-17 株式会社日立製作所 血糖値測定装置
CA2833776C (en) 2004-02-26 2017-03-28 Diabetes Tools Sweden Ab Metabolic monitoring, a method and apparatus for indicating a health-related condition of a subject
US8808228B2 (en) 2004-02-26 2014-08-19 Dexcom, Inc. Integrated medicament delivery device for use with continuous analyte sensor
US7039538B2 (en) 2004-03-08 2006-05-02 Nellcor Puritant Bennett Incorporated Pulse oximeter with separate ensemble averaging for oxygen saturation and heart rate
DE102004011135A1 (de) 2004-03-08 2005-09-29 Disetronic Licensing Ag Verfahren und Vorrichtung zum Berechnen einer Bolusmenge
US7228182B2 (en) 2004-03-15 2007-06-05 Cardiac Pacemakers, Inc. Cryptographic authentication for telemetry with an implantable medical device
US7831828B2 (en) 2004-03-15 2010-11-09 Cardiac Pacemakers, Inc. System and method for securely authenticating a data exchange session with an implantable medical device
WO2005092177A1 (en) 2004-03-22 2005-10-06 Bodymedia, Inc. Non-invasive temperature monitoring device
EP1735729A2 (en) 2004-03-26 2006-12-27 Novo Nordisk A/S Device for displaying data relevant for a diabetic patient
US6971274B2 (en) 2004-04-02 2005-12-06 Sierra Instruments, Inc. Immersible thermal mass flow meter
WO2005106017A2 (en) 2004-04-21 2005-11-10 University Of Virginia Patent Foundation Method, system and computer program product for evaluating the accuracy of blood glucose monitoring sensors/devices
US7324850B2 (en) 2004-04-29 2008-01-29 Cardiac Pacemakers, Inc. Method and apparatus for communication between a handheld programmer and an implantable medical device
US20050245799A1 (en) 2004-05-03 2005-11-03 Dexcom, Inc. Implantable analyte sensor
US8277713B2 (en) 2004-05-03 2012-10-02 Dexcom, Inc. Implantable analyte sensor
WO2005113036A1 (en) 2004-05-13 2005-12-01 The Regents Of The University Of California Method and apparatus for glucose control and insulin dosing for diabetics
JP2005328924A (ja) 2004-05-18 2005-12-02 Toyama Univ 血糖値予測装置、血糖値予測モデル作成装置、およびプログラム
US7125382B2 (en) 2004-05-20 2006-10-24 Digital Angel Corporation Embedded bio-sensor system
US6999854B2 (en) 2004-05-28 2006-02-14 International Business Machines Corporation Medical infusion pump capable of learning bolus time patterns and providing bolus alerts
US7118667B2 (en) 2004-06-02 2006-10-10 Jin Po Lee Biosensors having improved sample application and uses thereof
WO2005119524A2 (en) 2004-06-04 2005-12-15 Therasense, Inc. Diabetes care host-client architecture and data management system
US7289855B2 (en) 2004-06-09 2007-10-30 Medtronic, Inc. Implantable medical device package antenna
US20070060979A1 (en) 2004-06-10 2007-03-15 Ndi Medical, Llc Implantable pulse generator systems and methods for providing functional and / or therapeutic stimulation of muscles and / or nerves and / or central nervous system tissue
WO2006022993A2 (en) 2004-06-10 2006-03-02 Ndi Medical, Llc Implantable generator for muscle and nerve stimulation
US20070100222A1 (en) 2004-06-14 2007-05-03 Metronic Minimed, Inc. Analyte sensing apparatus for hospital use
US7565197B2 (en) 2004-06-18 2009-07-21 Medtronic, Inc. Conditional requirements for remote medical device programming
US7623988B2 (en) 2004-06-23 2009-11-24 Cybiocare Inc. Method and apparatus for the monitoring of clinical states
US20070128682A1 (en) 2004-06-28 2007-06-07 Rosman Paul M Predictive treatment of dysglycemic excursions associated with diabetes mellitus
DE102004031092A1 (de) 2004-06-28 2006-01-12 Giesecke & Devrient Gmbh Transpondereinheit
US20060001551A1 (en) 2004-06-30 2006-01-05 Ulrich Kraft Analyte monitoring system with wireless alarm
US20060001538A1 (en) 2004-06-30 2006-01-05 Ulrich Kraft Methods of monitoring the concentration of an analyte
US20060015020A1 (en) 2004-07-06 2006-01-19 Dexcom, Inc. Systems and methods for manufacture of an analyte-measuring device including a membrane system
US8452368B2 (en) 2004-07-13 2013-05-28 Dexcom, Inc. Transcutaneous analyte sensor
US8886272B2 (en) 2004-07-13 2014-11-11 Dexcom, Inc. Analyte sensor
US7905833B2 (en) 2004-07-13 2011-03-15 Dexcom, Inc. Transcutaneous analyte sensor
US7783333B2 (en) 2004-07-13 2010-08-24 Dexcom, Inc. Transcutaneous medical device with variable stiffness
US20070045902A1 (en) 2004-07-13 2007-03-01 Brauker James H Analyte sensor
US8565848B2 (en) 2004-07-13 2013-10-22 Dexcom, Inc. Transcutaneous analyte sensor
US8989833B2 (en) 2004-07-13 2015-03-24 Dexcom, Inc. Transcutaneous analyte sensor
US20080242961A1 (en) 2004-07-13 2008-10-02 Dexcom, Inc. Transcutaneous analyte sensor
US7344500B2 (en) 2004-07-27 2008-03-18 Medtronic Minimed, Inc. Sensing system with auxiliary display
US8313433B2 (en) 2004-08-06 2012-11-20 Medtronic Minimed, Inc. Medical data management system and process
WO2006026748A1 (en) 2004-08-31 2006-03-09 Lifescan Scotland Limited Method of manufacturing an auto-calibrating sensor
US7214189B2 (en) 2004-09-02 2007-05-08 Proteus Biomedical, Inc. Methods and apparatus for tissue activation and monitoring
US20080312859A1 (en) 2004-09-03 2008-12-18 Novo Nordisk A/S Method of Calibrating a System for Measuring the Concentration of Substances in Body and an Apparatus for Exercising the Method
US7468033B2 (en) 2004-09-08 2008-12-23 Medtronic Minimed, Inc. Blood contacting sensor
CN101027674A (zh) 2004-09-23 2007-08-29 诺和诺德公司 自我照管支持设备
US8478417B2 (en) 2004-11-02 2013-07-02 Medtronic, Inc. Techniques for data reporting in an implantable medical device
US10709330B2 (en) 2004-11-15 2020-07-14 Koninklijke Philips N.V. Ambulatory medical telemetry device having an audio indicator
US7237712B2 (en) 2004-12-01 2007-07-03 Alfred E. Mann Foundation For Scientific Research Implantable device and communication integrated circuit implementable therein
US20070010950A1 (en) 2004-12-03 2007-01-11 Abensour Daniel S Method to determine the degree and stability of blood glucose control in patients with diabetes mellitus via the creation and continuous update of new statistical indicators in blood glucose monitors or free standing computers
WO2006064397A2 (en) 2004-12-13 2006-06-22 Koninklijke Philips Electronics N.V. Mobile monitoring
US20070027381A1 (en) 2005-07-29 2007-02-01 Therasense, Inc. Inserter and methods of use
US7731657B2 (en) 2005-08-30 2010-06-08 Abbott Diabetes Care Inc. Analyte sensor introducer and methods of use
US7883464B2 (en) 2005-09-30 2011-02-08 Abbott Diabetes Care Inc. Integrated transmitter unit and sensor introducer mechanism and methods of use
US8512243B2 (en) 2005-09-30 2013-08-20 Abbott Diabetes Care Inc. Integrated introducer and transmitter assembly and methods of use
US20090082693A1 (en) 2004-12-29 2009-03-26 Therasense, Inc. Method and apparatus for providing temperature sensor module in a data communication system
US9398882B2 (en) 2005-09-30 2016-07-26 Abbott Diabetes Care Inc. Method and apparatus for providing analyte sensor and data processing device
US20060166629A1 (en) 2005-01-24 2006-07-27 Therasense, Inc. Method and apparatus for providing EMC Class-B compliant RF transmitter for data monitoring an detection systems
US20060173260A1 (en) 2005-01-31 2006-08-03 Gmms Ltd System, device and method for diabetes treatment and monitoring
US7547281B2 (en) 2005-02-01 2009-06-16 Medtronic Minimed, Inc. Algorithm sensor augmented bolus estimator for semi-closed loop infusion system
EP1850747A2 (en) 2005-02-11 2007-11-07 The University Court Of The University Of Glasgow Sensing device, apparatus and system, and method for operating the same
WO2006091918A2 (en) 2005-02-23 2006-08-31 Streck, Inc. Process, composition and kit for providing a stable whole blood calibrator/control
KR100638727B1 (ko) 2005-02-28 2006-10-30 삼성전기주식회사 Ｚｉｇｂｅｅ 및 불루투스 겸용 송수신기
US20090076360A1 (en) 2007-09-13 2009-03-19 Dexcom, Inc. Transcutaneous analyte sensor
US20060202805A1 (en) 2005-03-14 2006-09-14 Alfred E. Mann Foundation For Scientific Research Wireless acquisition and monitoring system
CA2598001A1 (en) 2005-03-15 2006-09-21 Entelos, Inc. Apparatus and method for computer modeling type 1 diabetes
CN101180093B (zh) 2005-03-21 2012-07-18 雅培糖尿病护理公司 用于提供结合的药剂输液以及分析物监测系统的方法和系统
US7889069B2 (en) 2005-04-01 2011-02-15 Codman & Shurtleff, Inc. Wireless patient monitoring system
US20090054753A1 (en) 2007-08-21 2009-02-26 Mark Ries Robinson Variable Sampling Interval for Blood Analyte Determinations
US7270633B1 (en) 2005-04-22 2007-09-18 Cardiac Pacemakers, Inc. Ambulatory repeater for use in automated patient care and method thereof
DE102005019306B4 (de) 2005-04-26 2011-09-01 Disetronic Licensing Ag Energieoptimierte Datenübertragung eines medizinischen Geräts
GB2425601B (en) 2005-04-26 2008-01-30 Bio Nano Sensium Technologies Sensor configuration
US20060247985A1 (en) 2005-04-29 2006-11-02 Therasense, Inc. Method and system for monitoring consumable item usage and providing replenishment thereof
US8112240B2 (en) 2005-04-29 2012-02-07 Abbott Diabetes Care Inc. Method and apparatus for providing leak detection in data monitoring and management systems
US8700157B2 (en) 2005-04-29 2014-04-15 Medtronic, Inc. Telemetry head programmer for implantable medical device and system and method
KR101637140B1 (ko) 2005-05-09 2016-07-06 테라노스, 인코포레이티드 현장진료 유체 시스템 및 그 용도
US7604178B2 (en) 2005-05-11 2009-10-20 Intelleflex Corporation Smart tag activation
EP1881786B1 (en) 2005-05-13 2017-11-15 Trustees of Boston University Fully automated control system for type 1 diabetes
EP1886113B1 (en) 2005-06-02 2010-08-18 Isense Corporation Use of multiple data points and filtering in an analyte sensor
US20060272652A1 (en) 2005-06-03 2006-12-07 Medtronic Minimed, Inc. Virtual patient software system for educating and treating individuals with diabetes
US20080071580A1 (en) 2005-06-03 2008-03-20 Marcus Alan O System and method for medical evaluation and monitoring
US20070033074A1 (en) 2005-06-03 2007-02-08 Medtronic Minimed, Inc. Therapy management system
US7670288B2 (en) 2005-06-08 2010-03-02 Sher Philip M Fluctuating blood glucose notification threshold profiles and methods of use
US8251904B2 (en) 2005-06-09 2012-08-28 Roche Diagnostics Operations, Inc. Device and method for insulin dosing
US20070016449A1 (en) 2005-06-29 2007-01-18 Gary Cohen Flexible glucose analysis using varying time report deltas and configurable glucose target ranges
KR101118710B1 (ko) 2005-07-12 2012-03-13 메사추세츠 인스티튜트 오브 테크놀로지 무선 비-방사성 에너지 전달
WO2007007459A1 (ja) 2005-07-12 2007-01-18 Omron Healthcare Co., Ltd. 生体の成分に関する情報を正確に測定できる生化学計測器
US7413124B2 (en) 2005-07-19 2008-08-19 3M Innovative Properties Company RFID reader supporting one-touch search functionality
US20070066956A1 (en) 2005-07-27 2007-03-22 Medtronic Minimed, Inc. Systems and methods for entering temporary basal rate pattern in an infusion device
WO2007014909A2 (en) * 2005-07-29 2007-02-08 Universita' Degli Studi Di Udine System and method for preventing hypoglycaemia in a human type 1 diabetic patient during physical activity
US7606784B2 (en) 2005-08-02 2009-10-20 Northrop Grumman Corporation Uncertainty management in a decision-making system
US20090227855A1 (en) 2005-08-16 2009-09-10 Medtronic Minimed, Inc. Controller device for an infusion pump
US20070060869A1 (en) 2005-08-16 2007-03-15 Tolle Mike C V Controller device for an infusion pump
US20070093786A1 (en) 2005-08-16 2007-04-26 Medtronic Minimed, Inc. Watch controller for a medical device
EP1758039A1 (de) 2005-08-27 2007-02-28 Roche Diagnostics GmbH Kommunikations-Adapter für ambulante medizinische oder therapeutische Geräte
US8965509B2 (en) 2005-08-31 2015-02-24 Michael Sasha John Methods and systems for semi-automatic adjustment of medical monitoring and treatment
US9089713B2 (en) 2005-08-31 2015-07-28 Michael Sasha John Methods and systems for semi-automatic adjustment of medical monitoring and treatment
CA2620586A1 (en) 2005-08-31 2007-03-08 Boris P. Kovatchev Improving the accuracy of continuous glucose sensors
CN101257840B (zh) 2005-09-09 2013-04-24 霍夫曼-拉罗奇有限公司 用于糖尿病护理的系统、工具和装置
US8298389B2 (en) 2005-09-12 2012-10-30 Abbott Diabetes Care Inc. In vitro analyte sensor, and methods
US9072476B2 (en) 2005-09-23 2015-07-07 Medtronic Minimed, Inc. Flexible sensor apparatus
US7725148B2 (en) 2005-09-23 2010-05-25 Medtronic Minimed, Inc. Sensor with layered electrodes
US7846311B2 (en) 2005-09-27 2010-12-07 Abbott Diabetes Care Inc. In vitro analyte sensor and methods of use
US7756561B2 (en) 2005-09-30 2010-07-13 Abbott Diabetes Care Inc. Method and apparatus for providing rechargeable power in data monitoring and management systems
US9521968B2 (en) 2005-09-30 2016-12-20 Abbott Diabetes Care Inc. Analyte sensor retention mechanism and methods of use
US7468125B2 (en) 2005-10-17 2008-12-23 Lifescan, Inc. System and method of processing a current sample for calculating a glucose concentration
CA2622986A1 (en) 2005-10-20 2007-04-26 Big Glucose Ltd. Non-invasive glucose monitoring
US20070095661A1 (en) 2005-10-31 2007-05-03 Yi Wang Method of making, and, analyte sensor
US20090054747A1 (en) 2005-10-31 2009-02-26 Abbott Diabetes Care, Inc. Method and system for providing analyte sensor tester isolation
US7766829B2 (en) 2005-11-04 2010-08-03 Abbott Diabetes Care Inc. Method and system for providing basal profile modification in analyte monitoring and management systems
US8192394B2 (en) 2005-11-08 2012-06-05 Asante Solutions, Inc. Method and system for manual and autonomous control of an infusion pump
US20070173706A1 (en) 2005-11-11 2007-07-26 Isense Corporation Method and apparatus for insertion of a sensor
US7918975B2 (en) 2005-11-17 2011-04-05 Abbott Diabetes Care Inc. Analytical sensors for biological fluid
US20070168224A1 (en) 2005-11-22 2007-07-19 Letzt Alan M Advanced diabetes management system (adms)
US7963917B2 (en) 2005-12-05 2011-06-21 Echo Therapeutics, Inc. System and method for continuous non-invasive glucose monitoring
US7941200B2 (en) 2005-12-08 2011-05-10 Roche Diagnostics Operations, Inc. System and method for determining drug administration information
EP1968432A4 (en) 2005-12-28 2009-10-21 Abbott Diabetes Care Inc INTRODUCTION OF A MEDICAL DEVICE
US8160670B2 (en) 2005-12-28 2012-04-17 Abbott Diabetes Care Inc. Analyte monitoring: stabilizer for subcutaneous glucose sensor with incorporated antiglycolytic agent
US8515518B2 (en) 2005-12-28 2013-08-20 Abbott Diabetes Care Inc. Analyte monitoring
US8102789B2 (en) 2005-12-29 2012-01-24 Medtronic, Inc. System and method for synchronous wireless communication with a medical device
EP2004796B1 (en) 2006-01-18 2015-04-08 DexCom, Inc. Membranes for an analyte sensor
US20070179349A1 (en) 2006-01-19 2007-08-02 Hoyme Kenneth P System and method for providing goal-oriented patient management based upon comparative population data analysis
US7574266B2 (en) 2006-01-19 2009-08-11 Medtronic, Inc. System and method for telemetry with an implantable medical device
US7736310B2 (en) 2006-01-30 2010-06-15 Abbott Diabetes Care Inc. On-body medical device securement
US7872574B2 (en) 2006-02-01 2011-01-18 Innovation Specialists, Llc Sensory enhancement systems and methods in personal electronic devices
CN104162200B (zh) 2006-02-09 2018-03-27 德卡产品有限公司 外围系统
EP1993637A2 (en) 2006-02-15 2008-11-26 Medingo Ltd. Systems and methods for sensing analyte and dispensing therapeutic fluid
FI3756537T3 (fi) 2006-02-22 2023-10-10 Dexcom Inc Analyyttianturi
EP1991113B1 (en) 2006-02-27 2014-08-20 Edwards Lifesciences Corporation Flux limiting membrane for intravenous amperometric biosensor
US7885698B2 (en) 2006-02-28 2011-02-08 Abbott Diabetes Care Inc. Method and system for providing continuous calibration of implantable analyte sensors
US7981034B2 (en) 2006-02-28 2011-07-19 Abbott Diabetes Care Inc. Smart messages and alerts for an infusion delivery and management system
US7826879B2 (en) 2006-02-28 2010-11-02 Abbott Diabetes Care Inc. Analyte sensors and methods of use
US7811430B2 (en) 2006-02-28 2010-10-12 Abbott Diabetes Care Inc. Biosensors and methods of making
WO2007102842A2 (en) 2006-03-09 2007-09-13 Dexcom, Inc. Systems and methods for processing analyte sensor data
US7887682B2 (en) 2006-03-29 2011-02-15 Abbott Diabetes Care Inc. Analyte sensors and methods of use
US7630748B2 (en) 2006-10-25 2009-12-08 Abbott Diabetes Care Inc. Method and system for providing analyte monitoring
US20130184547A1 (en) 2011-12-30 2013-07-18 Abbott Diabetes Care Inc. Method and Apparatus for Determining Medication Dose Information
US8140312B2 (en) 2007-05-14 2012-03-20 Abbott Diabetes Care Inc. Method and system for determining analyte levels
US7618369B2 (en) 2006-10-02 2009-11-17 Abbott Diabetes Care Inc. Method and system for dynamically updating calibration parameters for an analyte sensor
US20070233013A1 (en) 2006-03-31 2007-10-04 Schoenberg Stephen J Covers for tissue engaging members
US8374668B1 (en) 2007-10-23 2013-02-12 Abbott Diabetes Care Inc. Analyte sensor with lag compensation
US9392969B2 (en) 2008-08-31 2016-07-19 Abbott Diabetes Care Inc. Closed loop control and signal attenuation detection
US8224415B2 (en) 2009-01-29 2012-07-17 Abbott Diabetes Care Inc. Method and device for providing offset model based calibration for analyte sensor
US8478557B2 (en) 2009-07-31 2013-07-02 Abbott Diabetes Care Inc. Method and apparatus for providing analyte monitoring system calibration accuracy
US8346335B2 (en) 2008-03-28 2013-01-01 Abbott Diabetes Care Inc. Analyte sensor calibration management
US8473022B2 (en) 2008-01-31 2013-06-25 Abbott Diabetes Care Inc. Analyte sensor with time lag compensation
US8226891B2 (en) 2006-03-31 2012-07-24 Abbott Diabetes Care Inc. Analyte monitoring devices and methods therefor
US7653425B2 (en) 2006-08-09 2010-01-26 Abbott Diabetes Care Inc. Method and system for providing calibration of an analyte sensor in an analyte monitoring system
US9675290B2 (en) 2012-10-30 2017-06-13 Abbott Diabetes Care Inc. Sensitivity calibration of in vivo sensors used to measure analyte concentration
US8219173B2 (en) 2008-09-30 2012-07-10 Abbott Diabetes Care Inc. Optimizing analyte sensor calibration
US8099074B2 (en) 2006-04-20 2012-01-17 Lifescan Scotland, Ltd. Method for transmitting data in a blood glucose system and corresponding blood glucose system
US7359837B2 (en) 2006-04-27 2008-04-15 Medtronic, Inc. Peak data retention of signal data in an implantable medical device
US20070253021A1 (en) 2006-04-28 2007-11-01 Medtronic Minimed, Inc. Identification of devices in a medical device network and wireless data communication techniques utilizing device identifiers
US20070255126A1 (en) 2006-04-28 2007-11-01 Moberg Sheldon B Data communication in networked fluid infusion systems
US8380300B2 (en) 2006-04-28 2013-02-19 Medtronic, Inc. Efficacy visualization
US20070258395A1 (en) 2006-04-28 2007-11-08 Medtronic Minimed, Inc. Wireless data communication protocols for a medical device network
BRPI0711105A2 (pt) 2006-05-02 2011-08-23 3M Innovative Properties Co sistema de monitoramento para recinto de equipamentos de telecomunicação
GB0608829D0 (en) 2006-05-04 2006-06-14 Husheer Shamus L G In-situ measurement of physical parameters
DK2015804T3 (da) 2006-05-10 2019-05-13 Hoffmann La Roche Infusionsapparat med datalagerindretning
US7496852B2 (en) 2006-05-16 2009-02-24 International Business Machines Corporation Graphically manipulating a database
DE102006023213B3 (de) 2006-05-17 2007-09-27 Siemens Ag Betriebsverfahren für einen Geber und eine mit dem Geber kommunizierende Steuereinrichtung
US20100249566A1 (en) * 2006-05-22 2010-09-30 Suess Frank P Interactive device for monitoring and reporting glucose levels with integrated atomic clock module
DE102006025485B4 (de) 2006-05-30 2008-03-20 Polylc Gmbh & Co. Kg Antennenanordnung sowie deren Verwendung
WO2007143225A2 (en) 2006-06-07 2007-12-13 Abbott Diabetes Care, Inc. Analyte monitoring system and method
US8098159B2 (en) 2006-06-09 2012-01-17 Intelleflex Corporation RF device comparing DAC output to incoming signal for selectively performing an action
US7796038B2 (en) 2006-06-12 2010-09-14 Intelleflex Corporation RFID sensor tag with manual modes and functions
US20080177149A1 (en) 2006-06-16 2008-07-24 Stefan Weinert System and method for collecting patient information from which diabetes therapy may be determined
US20070299617A1 (en) 2006-06-27 2007-12-27 Willis John P Biofouling self-compensating biosensor
US20090105560A1 (en) 2006-06-28 2009-04-23 David Solomon Lifestyle and eating advisor based on physiological and biological rhythm monitoring
US20080004601A1 (en) 2006-06-28 2008-01-03 Abbott Diabetes Care, Inc. Analyte Monitoring and Therapy Management System and Methods Therefor
US9119582B2 (en) 2006-06-30 2015-09-01 Abbott Diabetes Care, Inc. Integrated analyte sensor and infusion device and methods therefor
US20090105571A1 (en) 2006-06-30 2009-04-23 Abbott Diabetes Care, Inc. Method and System for Providing Data Communication in Data Management Systems
ES2670420T3 (es) 2006-07-07 2018-05-30 F. Hoffmann-La Roche Ag Dispositivo de administración de fluidos y métodos de funcionamiento del mismo
US7866026B1 (en) 2006-08-01 2011-01-11 Abbott Diabetes Care Inc. Method for making calibration-adjusted sensors
US8932216B2 (en) 2006-08-07 2015-01-13 Abbott Diabetes Care Inc. Method and system for providing data management in integrated analyte monitoring and infusion system
WO2008017981A2 (en) * 2006-08-08 2008-02-14 Koninklijke Philips Electronics N.V. Method and device for monitoring a physiological parameter
GB0616331D0 (en) 2006-08-16 2006-09-27 Innovision Res & Tech Plc Near Field RF Communicators And Near Field Communications Enabled Devices
US20090256572A1 (en) 2008-04-14 2009-10-15 Mcdowell Andrew F Tuning Low-Inductance Coils at Low Frequencies
US20080058678A1 (en) 2006-09-05 2008-03-06 Shinichi Miyata Kit for the determination of an analyte in a bodily fluid sample that includes a meter with a display-based tutorial module
US20080058626A1 (en) 2006-09-05 2008-03-06 Shinichi Miyata Analytical meter with display-based tutorial module
US20080071328A1 (en) 2006-09-06 2008-03-20 Medtronic, Inc. Initiating medical system communications
US9056165B2 (en) 2006-09-06 2015-06-16 Medtronic Minimed, Inc. Intelligent therapy recommendation algorithm and method of using the same
US7779332B2 (en) 2006-09-25 2010-08-17 Alfred E. Mann Foundation For Scientific Research Rotationally invariant non-coherent burst coding
US8562528B2 (en) 2006-10-04 2013-10-22 Dexcom, Inc. Analyte sensor
US8298142B2 (en) 2006-10-04 2012-10-30 Dexcom, Inc. Analyte sensor
US8449464B2 (en) 2006-10-04 2013-05-28 Dexcom, Inc. Analyte sensor
US8275438B2 (en) 2006-10-04 2012-09-25 Dexcom, Inc. Analyte sensor
US8447376B2 (en) 2006-10-04 2013-05-21 Dexcom, Inc. Analyte sensor
US8478377B2 (en) 2006-10-04 2013-07-02 Dexcom, Inc. Analyte sensor
US7831287B2 (en) 2006-10-04 2010-11-09 Dexcom, Inc. Dual electrode system for a continuous analyte sensor
US8255026B1 (en) 2006-10-12 2012-08-28 Masimo Corporation, Inc. Patient monitor capable of monitoring the quality of attached probes and accessories
US20080092638A1 (en) 2006-10-19 2008-04-24 Bayer Healthcare Llc Wireless analyte monitoring system
US8126728B2 (en) 2006-10-24 2012-02-28 Medapps, Inc. Systems and methods for processing and transmittal of medical data through an intermediary device
AU2007308804A1 (en) 2006-10-26 2008-05-02 Abbott Diabetes Care, Inc. Method, system and computer program product for real-time detection of sensitivity decline in analyte sensors
US7822557B2 (en) 2006-10-31 2010-10-26 Abbott Diabetes Care Inc. Analyte sensors and methods
EP1918837A1 (en) 2006-10-31 2008-05-07 F. Hoffmann-La Roche AG Method for processing a chronological sequence of measurements of a time dependent parameter
US8439837B2 (en) 2006-10-31 2013-05-14 Lifescan, Inc. Systems and methods for detecting hypoglycemic events having a reduced incidence of false alarms
US20080119705A1 (en) 2006-11-17 2008-05-22 Medtronic Minimed, Inc. Systems and Methods for Diabetes Management Using Consumer Electronic Devices
US20130324823A1 (en) 2006-11-20 2013-12-05 Modz Oy Measurement device, system and method
US20080139910A1 (en) 2006-12-06 2008-06-12 Metronic Minimed, Inc. Analyte sensor and method of using the same
KR100833511B1 (ko) 2006-12-08 2008-05-29 한국전자통신연구원 휘발성 메모리를 구비한 패시브 태그
WO2008071218A1 (en) 2006-12-14 2008-06-19 Egomedical Swiss Ag Monitoring device
US8120493B2 (en) 2006-12-20 2012-02-21 Intel Corporation Direct communication in antenna devices
US20080154513A1 (en) 2006-12-21 2008-06-26 University Of Virginia Patent Foundation Systems, Methods and Computer Program Codes for Recognition of Patterns of Hyperglycemia and Hypoglycemia, Increased Glucose Variability, and Ineffective Self-Monitoring in Diabetes
US7802467B2 (en) 2006-12-22 2010-09-28 Abbott Diabetes Care Inc. Analyte sensors and methods of use
US20080161666A1 (en) 2006-12-29 2008-07-03 Abbott Diabetes Care, Inc. Analyte devices and methods
US7946985B2 (en) 2006-12-29 2011-05-24 Medtronic Minimed, Inc. Method and system for providing sensor redundancy
CA3187192C (en) 2007-01-15 2025-05-13 Deka Products Limited Parnership FOOD MANAGEMENT DEVICE AND METHOD
US8098160B2 (en) 2007-01-22 2012-01-17 Cisco Technology, Inc. Method and system for remotely provisioning and/or configuring a device
US7734323B2 (en) 2007-01-24 2010-06-08 Smiths Medical Asd, Inc. Correction factor testing using frequent blood glucose input
US7742747B2 (en) 2007-01-25 2010-06-22 Icera Canada ULC Automatic IIP2 calibration architecture
US10154804B2 (en) 2007-01-31 2018-12-18 Medtronic Minimed, Inc. Model predictive method and system for controlling and supervising insulin infusion
US9597019B2 (en) 2007-02-09 2017-03-21 Lifescan, Inc. Method of ensuring date and time on a test meter is accurate
US8930203B2 (en) 2007-02-18 2015-01-06 Abbott Diabetes Care Inc. Multi-function analyte test device and methods therefor
US8732188B2 (en) 2007-02-18 2014-05-20 Abbott Diabetes Care Inc. Method and system for providing contextual based medication dosage determination
US8123686B2 (en) 2007-03-01 2012-02-28 Abbott Diabetes Care Inc. Method and apparatus for providing rolling data in communication systems
US7751864B2 (en) 2007-03-01 2010-07-06 Roche Diagnostics Operations, Inc. System and method for operating an electrochemical analyte sensor
US20090093687A1 (en) 2007-03-08 2009-04-09 Telfort Valery G Systems and methods for determining a physiological condition using an acoustic monitor
AU2008227836A1 (en) 2007-03-19 2008-09-25 Medingo Ltd. User interface for selecting bolus doses in a drug delivery device
US20080235053A1 (en) * 2007-03-20 2008-09-25 Pinaki Ray Communication medium for diabetes management
US20080234943A1 (en) 2007-03-20 2008-09-25 Pinaki Ray Computer program for diabetes management
US8758245B2 (en) * 2007-03-20 2014-06-24 Lifescan, Inc. Systems and methods for pattern recognition in diabetes management
US7659823B1 (en) 2007-03-20 2010-02-09 At&T Intellectual Property Ii, L.P. Tracking variable conditions using radio frequency identification
US9029157B2 (en) 2007-04-12 2015-05-12 Nipro Diagnostics, Inc. Error detection and rejection for a diagnostic testing system
CA2683959C (en) 2007-04-14 2017-08-29 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
EP2146622B1 (en) 2007-04-14 2016-05-11 Abbott Diabetes Care Inc. Method and apparatus for providing dynamic multi-stage signal amplification in a medical device
WO2009096992A1 (en) 2007-04-14 2009-08-06 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in medical communication system
ES2461090T3 (es) 2007-04-14 2014-05-16 Abbott Diabetes Care Inc. Procedimiento y aparato para proporcionar tratamiento y control de datos en un sistema de comunicación médica
WO2008130898A1 (en) 2007-04-14 2008-10-30 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in medical communication system
CA2683930A1 (en) 2007-04-14 2008-10-23 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in medical communication system
US20080269714A1 (en) 2007-04-25 2008-10-30 Medtronic Minimed, Inc. Closed loop/semi-closed loop therapy modification system
US20080269723A1 (en) 2007-04-25 2008-10-30 Medtronic Minimed, Inc. Closed loop/semi-closed loop therapy modification system
WO2008134587A1 (en) 2007-04-27 2008-11-06 Abbott Diabetes Care, Inc. Test strip identification using conductive patterns
US20100145262A1 (en) * 2007-05-03 2010-06-10 Novo Nordisk A/S Safety system for insulin delivery advisory algorithms
US7928850B2 (en) 2007-05-08 2011-04-19 Abbott Diabetes Care Inc. Analyte monitoring system and methods
US8461985B2 (en) 2007-05-08 2013-06-11 Abbott Diabetes Care Inc. Analyte monitoring system and methods
US7996158B2 (en) 2007-05-14 2011-08-09 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8444560B2 (en) 2007-05-14 2013-05-21 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8600681B2 (en) 2007-05-14 2013-12-03 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US9125548B2 (en) 2007-05-14 2015-09-08 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8239166B2 (en) 2007-05-14 2012-08-07 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8560038B2 (en) 2007-05-14 2013-10-15 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8260558B2 (en) 2007-05-14 2012-09-04 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US20080312845A1 (en) 2007-05-14 2008-12-18 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in a medical communication system
US10002233B2 (en) 2007-05-14 2018-06-19 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8103471B2 (en) 2007-05-14 2012-01-24 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US20080294024A1 (en) 2007-05-24 2008-11-27 Cosentino Daniel L Glucose meter system and monitor
US20080300572A1 (en) 2007-06-01 2008-12-04 Medtronic Minimed, Inc. Wireless monitor for a personal medical device system
US8072310B1 (en) 2007-06-05 2011-12-06 Pulsed Indigo Inc. System for detecting and measuring parameters of passive transponders
US20080306444A1 (en) 2007-06-08 2008-12-11 Dexcom, Inc. Integrated medicament delivery device for use with continuous analyte sensor
US20080312518A1 (en) 2007-06-14 2008-12-18 Arkal Medical, Inc On-demand analyte monitor and method of use
CN101677769A (zh) 2007-06-15 2010-03-24 霍夫曼-拉罗奇有限公司 在人体上测量的参数的可视化
ES2681895T3 (es) * 2007-06-18 2018-09-17 F. Hoffmann-La Roche Ag Método y sistema de control de la glucosa para monitorizar la respuesta metabólica individual y para generar una respuesta nutricional
CN103251414B (zh) 2007-06-21 2017-05-24 雅培糖尿病护理公司 用于分析物水平的检测的设备
US9754078B2 (en) 2007-06-21 2017-09-05 Immersion Corporation Haptic health feedback monitoring
EP2171031B1 (en) 2007-06-21 2018-12-05 Abbott Diabetes Care Inc. Health management devices and methods
US20090005729A1 (en) 2007-06-27 2009-01-01 Animas Corporation Medical infusion pumps
EP2562664B1 (en) 2007-06-27 2020-11-25 Roche Diabetes Care GmbH System for determining an insulin delivery and communicating a dose in automated pancreas software
KR101183854B1 (ko) 2007-06-27 2012-09-20 에프. 호프만-라 로슈 아게 테라피 시스템용 환자 정보 입력 인터페이스
DK2171568T3 (en) 2007-06-29 2018-08-27 Hoffmann La Roche USER INTERFACE FEATURES FOR AN ELECTRONIC DEVICE
US8160900B2 (en) 2007-06-29 2012-04-17 Abbott Diabetes Care Inc. Analyte monitoring and management device and method to analyze the frequency of user interaction with the device
US7768386B2 (en) 2007-07-31 2010-08-03 Abbott Diabetes Care Inc. Method and apparatus for providing data processing and control in a medical communication system
US8834366B2 (en) 2007-07-31 2014-09-16 Abbott Diabetes Care Inc. Method and apparatus for providing analyte sensor calibration
US20090036760A1 (en) 2007-07-31 2009-02-05 Abbott Diabetes Care, Inc. Method and apparatus for providing data processing and control in a medical communication system
US7731658B2 (en) 2007-08-16 2010-06-08 Cardiac Pacemakers, Inc. Glycemic control monitoring using implantable medical device
US9968742B2 (en) 2007-08-29 2018-05-15 Medtronic Minimed, Inc. Combined sensor and infusion set using separated sites
US20090063402A1 (en) 2007-08-31 2009-03-05 Abbott Diabetes Care, Inc. Method and System for Providing Medication Level Determination
US20090085768A1 (en) 2007-10-02 2009-04-02 Medtronic Minimed, Inc. Glucose sensor transceiver
DE102007047351A1 (de) 2007-10-02 2009-04-09 B. Braun Melsungen Ag System und Verfahren zur Überwachung und Regelung von Blutglukosewerten
CA2702116C (en) 2007-10-10 2021-01-05 Optiscan Biomedical Corporation Fluid component analysis system and method for glucose monitoring and control
US8409093B2 (en) 2007-10-23 2013-04-02 Abbott Diabetes Care Inc. Assessing measures of glycemic variability
US8216138B1 (en) 2007-10-23 2012-07-10 Abbott Diabetes Care Inc. Correlation of alternative site blood and interstitial fluid glucose concentrations to venous glucose concentration
US8377031B2 (en) 2007-10-23 2013-02-19 Abbott Diabetes Care Inc. Closed loop control system with safety parameters and methods
US8417312B2 (en) 2007-10-25 2013-04-09 Dexcom, Inc. Systems and methods for processing sensor data
US20090112626A1 (en) 2007-10-30 2009-04-30 Cary Talbot Remote wireless monitoring, processing, and communication of patient data
US7783442B2 (en) 2007-10-31 2010-08-24 Medtronic Minimed, Inc. System and methods for calibrating physiological characteristic sensors
US8098201B2 (en) 2007-11-29 2012-01-17 Electronics & Telecommunications Research Institute Radio frequency identification tag and radio frequency identification tag antenna
US8103241B2 (en) 2007-12-07 2012-01-24 Roche Diagnostics Operations, Inc. Method and system for wireless device communication
US20100262434A1 (en) * 2007-12-13 2010-10-14 Shaya Steven A Method and apparatus to calculate diabetic sensitivity factors affecting blood glucose
US8290559B2 (en) 2007-12-17 2012-10-16 Dexcom, Inc. Systems and methods for processing sensor data
US20090164190A1 (en) 2007-12-19 2009-06-25 Abbott Diabetes Care, Inc. Physiological condition simulation device and method
US20090164239A1 (en) 2007-12-19 2009-06-25 Abbott Diabetes Care, Inc. Dynamic Display Of Glucose Information
US20090163855A1 (en) 2007-12-24 2009-06-25 Medtronic Minimed, Inc. Infusion system with adaptive user interface
JP2011510402A (ja) 2008-01-15 2011-03-31 コーニング ケーブル システムズ エルエルシー 複雑システムの物理的構成を自動的に検出及び／または指示するためのｒｆｉｄシステム及び方法
DE102008008072A1 (de) 2008-01-29 2009-07-30 Balluff Gmbh Sensor
US20090299155A1 (en) 2008-01-30 2009-12-03 Dexcom, Inc. Continuous cardiac marker sensor system
US20100198021A1 (en) * 2008-02-12 2010-08-05 Alferness Clifton A Computer-implemented method for providing a tunable personalized tool for estimating glycated hemoglobin
JP5091881B2 (ja) 2008-02-20 2012-12-05 カルソニックカンセイ株式会社 衝突検知装置
CA2715624A1 (en) 2008-02-20 2009-08-27 Dexcom, Inc. Continuous medicament sensor system for in vivo use
WO2009105709A1 (en) 2008-02-21 2009-08-27 Dexcom, Inc. Systems and methods for processing, transmitting and displaying sensor data
US8396528B2 (en) 2008-03-25 2013-03-12 Dexcom, Inc. Analyte sensor
US20090242399A1 (en) 2008-03-25 2009-10-01 Dexcom, Inc. Analyte sensor
CN102047101A (zh) 2008-03-28 2011-05-04 德克斯康公司 用于连续的分析物传感器的聚合物膜
US20090259118A1 (en) 2008-03-31 2009-10-15 Abbott Diabetes Care Inc. Shallow Implantable Analyte Sensor with Rapid Physiological Response
CA2720304C (en) 2008-04-04 2018-05-15 Hygieia, Inc. Apparatus for optimizing a patient's insulin dosage regimen
WO2009125421A1 (en) 2008-04-11 2009-10-15 Indian Institute Of Science A sub-threshold capfet sensor for sensing analyte, a method and system thereof
US7783342B2 (en) 2008-04-21 2010-08-24 International Business Machines Corporation System and method for inferring disease similarity by shape matching of ECG time series
US20090267765A1 (en) 2008-04-29 2009-10-29 Jack Greene Rfid to prevent reprocessing
US7938797B2 (en) 2008-05-05 2011-05-10 Asante Solutions, Inc. Infusion pump system
US8102021B2 (en) 2008-05-12 2012-01-24 Sychip Inc. RF devices
BRPI0912721B8 (pt) 2008-05-14 2021-06-22 Espenusa Holding Llc unidade de coleta de dados de atividade física com dois ou mais sensores infravermelhos, pelo menos um sensor de temperatura e pelo menos um acelerômetro
WO2009143289A2 (en) 2008-05-20 2009-11-26 Deka Products Limited Partnership Rfid system
US7826382B2 (en) 2008-05-30 2010-11-02 Abbott Diabetes Care Inc. Close proximity communication device and methods
US8394637B2 (en) 2008-06-02 2013-03-12 Roche Diagnostics Operations, Inc. Handheld analyzer for testing a sample
US8117481B2 (en) 2008-06-06 2012-02-14 Roche Diagnostics International Ag Apparatus and method for processing wirelessly communicated information within an electronic device
US8132037B2 (en) 2008-06-06 2012-03-06 Roche Diagnostics International Ag Apparatus and method for processing wirelessly communicated data and clock information within an electronic device
US8131365B2 (en) 2008-07-09 2012-03-06 Cardiac Pacemakers, Inc. Event-based battery monitor for implantable devices
US8876755B2 (en) 2008-07-14 2014-11-04 Abbott Diabetes Care Inc. Closed loop control system interface and methods
US8111042B2 (en) 2008-08-05 2012-02-07 Broadcom Corporation Integrated wireless resonant power charging and communication channel
WO2010022387A1 (en) 2008-08-22 2010-02-25 Eastern Virginia Medical School Method and apparatus for chronic disease control
US8432070B2 (en) 2008-08-25 2013-04-30 Qualcomm Incorporated Passive receivers for wireless power transmission
US8094009B2 (en) 2008-08-27 2012-01-10 The Invention Science Fund I, Llc Health-related signaling via wearable items
US20100057040A1 (en) 2008-08-31 2010-03-04 Abbott Diabetes Care, Inc. Robust Closed Loop Control And Methods
US9943644B2 (en) 2008-08-31 2018-04-17 Abbott Diabetes Care Inc. Closed loop control with reference measurement and methods thereof
US8622988B2 (en) 2008-08-31 2014-01-07 Abbott Diabetes Care Inc. Variable rate closed loop control and methods
US8734422B2 (en) 2008-08-31 2014-05-27 Abbott Diabetes Care Inc. Closed loop control with improved alarm functions
US8102154B2 (en) 2008-09-04 2012-01-24 Medtronic Minimed, Inc. Energy source isolation and protection circuit for an electronic device
WO2010031059A2 (en) 2008-09-15 2010-03-18 Deka Products Limited Partnership Systems and methods for fluid delivery
US20100095229A1 (en) 2008-09-18 2010-04-15 Abbott Diabetes Care, Inc. Graphical user interface for glucose monitoring system
EP4549933A3 (en) 2008-09-19 2025-05-21 DexCom, Inc. Particle-containing membrane and particulate electrode for analyte sensors
US8986208B2 (en) 2008-09-30 2015-03-24 Abbott Diabetes Care Inc. Analyte sensor sensitivity attenuation mitigation
US8287487B2 (en) 2008-10-15 2012-10-16 Asante Solutions, Inc. Infusion pump system and methods
US8597570B2 (en) * 2008-11-04 2013-12-03 Panasonic Corporation Measurement device, insulin infusion device, measurement method, method for controlling insulin infusion device, and program
US9326707B2 (en) 2008-11-10 2016-05-03 Abbott Diabetes Care Inc. Alarm characterization for analyte monitoring devices and systems
US8098161B2 (en) 2008-12-01 2012-01-17 Raytheon Company Radio frequency identification inlay with improved readability
US8150516B2 (en) 2008-12-11 2012-04-03 Pacesetter, Inc. Systems and methods for operating an implantable device for medical procedures
US20100160740A1 (en) 2008-12-24 2010-06-24 Gary Cohen Use of Patterns in a Therapy Management System
CA2938541C (en) * 2008-12-24 2018-10-16 Medtronic Minimed, Inc. Diabetes therapy management system
US9320470B2 (en) 2008-12-31 2016-04-26 Medtronic Minimed, Inc. Method and/or system for sensor artifact filtering
US8974439B2 (en) 2009-01-02 2015-03-10 Asante Solutions, Inc. Infusion pump system and methods
US8103456B2 (en) 2009-01-29 2012-01-24 Abbott Diabetes Care Inc. Method and device for early signal attenuation detection using blood glucose measurements
US9402544B2 (en) 2009-02-03 2016-08-02 Abbott Diabetes Care Inc. Analyte sensor and apparatus for insertion of the sensor
WO2010091102A1 (en) 2009-02-04 2010-08-12 Abbott Diabetes Care Inc. Multi-function analyte test device and methods therefor
US8394246B2 (en) 2009-02-23 2013-03-12 Roche Diagnostics Operations, Inc. System and method for the electrochemical measurement of an analyte employing a remote sensor
WO2010099507A1 (en) 2009-02-26 2010-09-02 Abbott Diabetes Care Inc. Improved analyte sensors and methods of making and using the same
WO2010105743A1 (de) * 2009-03-16 2010-09-23 Roche Diagnostics Gmbh Verfahren zum automatischen erzeugen eines nutzerspezifischen messdatenerfassungsregimes für eine diskontinuierliche butzuckermessung sowie datenverarbeitungsvorrichtung und blutzuckermessgerät
EP2410910A4 (en) 2009-03-27 2014-10-15 Dexcom Inc METHODS AND SYSTEMS FOR PROMOTING GLUCOSE MANAGEMENT
EP2419015A4 (en) 2009-04-16 2014-08-20 Abbott Diabetes Care Inc ANALYTE SENSOR CALIBRATION MANAGEMENT
WO2010127050A1 (en) 2009-04-28 2010-11-04 Abbott Diabetes Care Inc. Error detection in critical repeating data in a wireless sensor system
WO2010127052A1 (en) 2009-04-28 2010-11-04 Abbott Diabetes Care Inc. Dynamic analyte sensor calibration based on sensor stability profile
US20110004085A1 (en) 2009-04-30 2011-01-06 Dexcom, Inc. Performance reports associated with continuous sensor data from multiple analysis time periods
WO2010141922A1 (en) 2009-06-04 2010-12-09 Abbott Diabetes Care Inc. Method and system for updating a medical device
US8124452B2 (en) 2009-06-14 2012-02-28 Terepac Corporation Processes and structures for IC fabrication
US9237864B2 (en) 2009-07-02 2016-01-19 Dexcom, Inc. Analyte sensors and methods of manufacturing same
US9792408B2 (en) 2009-07-02 2017-10-17 Covidien Lp Method and apparatus to detect transponder tagged objects and to communicate with medical telemetry devices, for example during medical procedures
AU2010273741A1 (en) 2009-07-13 2012-03-01 Freelance Corporation Devices, methods, and kits for determining analyte concentrations
US8868151B2 (en) 2009-08-14 2014-10-21 Bayer Healthcare Llc Electrochemical impedance spectroscopy enabled continuous glucose monitoring sensor system
WO2011022418A2 (en) 2009-08-17 2011-02-24 The Regents Of The University Of California Distributed external and internal wireless sensor systems for characterization of surface and subsurface biomedical structure and condition
JP5795584B2 (ja) 2009-08-31 2015-10-14 アボット ダイアベティス ケア インコーポレイテッドＡｂｂｏｔｔ Ｄｉａｂｅｔｅｓ Ｃａｒｅ Ｉｎｃ． 医療用装置
EP2473099A4 (en) 2009-08-31 2015-01-14 Abbott Diabetes Care Inc ANALYTICAL MONITORING SYSTEM AND METHOD FOR POWERFUL AND NOISE MANAGEMENT
WO2011026147A1 (en) 2009-08-31 2011-03-03 Abbott Diabetes Care Inc. Analyte signal processing device and methods
US8093991B2 (en) 2009-09-16 2012-01-10 Greatbatch Ltd. RFID detection and identification system for implantable medical devices
US9320461B2 (en) 2009-09-29 2016-04-26 Abbott Diabetes Care Inc. Method and apparatus for providing notification function in analyte monitoring systems
EP2482724A2 (en) 2009-09-30 2012-08-08 Dexcom, Inc. Transcutaneous analyte sensor
US20110081726A1 (en) 2009-09-30 2011-04-07 Abbott Diabetes Care Inc. Signal Dropout Detection and/or Processing in Analyte Monitoring Device and Methods
US9949672B2 (en) 2009-12-17 2018-04-24 Ascensia Diabetes Care Holdings Ag Apparatus, systems and methods for determining and displaying pre-event and post-event analyte concentration levels
US20110208027A1 (en) 2010-02-23 2011-08-25 Roche Diagnostics Operations, Inc. Methods And Systems For Providing Therapeutic Guidelines To A Person Having Diabetes
WO2011133768A1 (en) 2010-04-22 2011-10-27 Abbott Diabetes Care Inc. Devices, systems, and methods related to analyte monitoring and management
US8726266B2 (en) 2010-05-24 2014-05-13 Abbott Diabetes Care Inc. Method and system for updating a medical device
CN103108584B (zh) * 2010-06-22 2015-10-07 吉里医疗有限公司 用于检测低血糖症症状的改进的系统
US8635046B2 (en) 2010-06-23 2014-01-21 Abbott Diabetes Care Inc. Method and system for evaluating analyte sensor response characteristics
US8543354B2 (en) 2010-06-23 2013-09-24 Medtronic Minimed, Inc. Glucose sensor signal stability analysis
WO2011163519A2 (en) 2010-06-25 2011-12-29 Dexcom, Inc. Systems and methods for communicating sensor data between communication devices
CN103003819A (zh) * 2010-07-23 2013-03-27 霍夫曼-拉罗奇有限公司 考虑到身体活动对葡萄糖调节系统的影响的系统和方法
EP4333325B1 (en) 2010-09-29 2026-02-25 Dexcom, Inc. Advanced continuous analyte monitoring system
WO2012048168A2 (en) 2010-10-07 2012-04-12 Abbott Diabetes Care Inc. Analyte monitoring devices and methods
EP2632334B1 (en) 2010-10-27 2020-09-09 Dexcom, Inc. Continuous analyte monitor data recording device operable in a blinded mode
US8657746B2 (en) 2010-10-28 2014-02-25 Medtronic Minimed, Inc. Glucose sensor signal purity analysis
US20120165640A1 (en) 2010-12-23 2012-06-28 Roche Diagnostics Operations, Inc. Structured blood glucose testing performed on handheld diabetes management devices
JP2014050411A (ja) * 2010-12-28 2014-03-20 Panasonic Corp 計測タイミング制御装置
WO2012108938A1 (en) 2011-02-11 2012-08-16 Abbott Diabetes Care Inc. Software applications residing on handheld analyte determining devices
CN103619255B (zh) 2011-02-28 2016-11-02 雅培糖尿病护理公司 与分析物监测装置关联的装置、系统和方法以及结合了它们的装置
EP2685895B1 (en) * 2011-03-17 2018-10-10 University of Newcastle Upon Tyne System for the self-monitoring and regulation of blood glucose
US10349871B2 (en) 2011-08-05 2019-07-16 Dexcom, Inc. Systems and methods for detecting glucose level data patterns
US9622691B2 (en) 2011-10-31 2017-04-18 Abbott Diabetes Care Inc. Model based variable risk false glucose threshold alarm prevention mechanism
US8710993B2 (en) 2011-11-23 2014-04-29 Abbott Diabetes Care Inc. Mitigating single point failure of devices in an analyte monitoring system and methods thereof
US10064571B2 (en) * 2011-12-12 2018-09-04 Medvet Science Pty Ltd Method and apparatus for detecting the onset of hypoglycaemia
US20130235166A1 (en) 2012-03-07 2013-09-12 Cambridge Silicon Radio Limited Synchronisation method
US10327714B2 (en) * 2012-03-29 2019-06-25 Senseonics, Incorporated Analyte concentration alert function for analyte sensor system
US10391242B2 (en) 2012-06-07 2019-08-27 Medtronic Minimed, Inc. Diabetes therapy management system for recommending bolus calculator adjustments
KR101500710B1 (ko) * 2012-07-02 2015-03-10 강원대학교산학협력단 혈당치 예측 장치
US20140012511A1 (en) * 2012-07-09 2014-01-09 Dexcom, Inc. Systems and methods for leveraging smartphone features in continuous glucose monitoring
US20140024907A1 (en) * 2012-07-19 2014-01-23 Lifescan, Inc. Method and system to indicate hyperglycemia or hypoglycemia for people with diabetes
US10132793B2 (en) 2012-08-30 2018-11-20 Abbott Diabetes Care Inc. Dropout detection in continuous analyte monitoring data during data excursions
US20140068487A1 (en) * 2012-09-05 2014-03-06 Roche Diagnostics Operations, Inc. Computer Implemented Methods For Visualizing Correlations Between Blood Glucose Data And Events And Apparatuses Thereof
EP2901153A4 (en) 2012-09-26 2016-04-27 Abbott Diabetes Care Inc METHOD AND DEVICE FOR IMPROVING DELAY CORRECTION FUNCTION DURING IN VIVO MEASUREMENT OF ANALYZ CONCENTRATION WITH ANALYZ CONCENTRATION VARIABILITY AND RANGE DATA
CA2895538A1 (en) * 2013-03-15 2014-09-18 Abbott Diabetes Care Inc. System and method to manage diabetes based on glucose median, glucose variability, and hypoglycemic risk
US10076285B2 (en) 2013-03-15 2018-09-18 Abbott Diabetes Care Inc. Sensor fault detection using analyte sensor data pattern comparison
WO2015084947A1 (en) * 2013-12-05 2015-06-11 Senseonics, Incorporated Analyte concentration alert function for analyte sensor system
JP6343939B2 (ja) * 2014-01-14 2018-06-20 オムロン株式会社 健康管理支援システム
US20170185748A1 (en) 2014-03-30 2017-06-29 Abbott Diabetes Care Inc. Method and Apparatus for Determining Meal Start and Peak Events in Analyte Monitoring Systems
WO2016061308A1 (en) 2014-10-17 2016-04-21 Kahlbaugh Bradley E Human metabolic condition management
CN104323781A (zh) * 2014-11-10 2015-02-04 上海翰临电子科技有限公司 一种血糖分析方法和监测设备
US11553883B2 (en) * 2015-07-10 2023-01-17 Abbott Diabetes Care Inc. System, device and method of dynamic glucose profile response to physiological parameters

Also Published As

Publication number Publication date
WO2017011346A1 (en) 2017-01-19
CN113349766A (zh) 2021-09-07
JP6986007B2 (ja) 2021-12-22
CA2991716A1 (en) 2017-01-19
EP3319518B1 (en) 2025-08-13
DE202016009220U1 (de) 2024-07-09
JP7727703B2 (ja) 2025-08-21
EP3319518A1 (en) 2018-05-16
AU2021245245A1 (en) 2021-11-04
JP2025156571A (ja) 2025-10-14
EP3319518A4 (en) 2019-03-13
US20240293085A1 (en) 2024-09-05
CN108024765B (zh) 2021-06-11
US20180199890A1 (en) 2018-07-19
JP2018527652A (ja) 2018-09-20
JP7397843B2 (ja) 2023-12-13
JP2024020604A (ja) 2024-02-14
AU2021245245B2 (en) 2023-08-31
EP4601278A3 (en) 2025-08-20
AU2016291569A1 (en) 2018-02-01
US12310757B2 (en) 2025-05-27
CN113349766B (zh) 2024-11-22
US11553883B2 (en) 2023-01-17
CN108024765A (zh) 2018-05-11
AU2023266371B2 (en) 2025-08-14
AU2023266371A1 (en) 2023-12-07
AU2025259998A1 (en) 2025-11-20
US20230157643A1 (en) 2023-05-25
JP2022028873A (ja) 2022-02-16
EP4601278A2 (en) 2025-08-13
AU2016291569B2 (en) 2021-07-08
CA3254799A1 (en) 2025-04-12

Similar Documents

Publication Publication Date Title
ES3052889T3 (en) System and device of dynamic glucose profile response to physiological parameters
EP2654564B1 (en) Calibration of a handheld diabetes managing device that receives data from a continuous glucose monitor
US20140074059A1 (en) Method and system to indicate glycemic impacts of insulin infusion pump commands
US20120165639A1 (en) Storage of calibration data at a continuous glucose monitor
US20170156647A1 (en) A method and a device for determining a body fluid glucose level of a patient, and a computer program product
WO2018111712A1 (en) Closed-loop insulin delivery system
ES3028338T3 (en) Systems and methods for detecting missed bolus doses
US20230032033A1 (en) Adaptation of medicament delivery in response to user stress load
Holubová AUTOMATIC DISCOVERY OF PROBLEMATIC SITUATIONS IN BIOSIGNALS OF PATIENTS WITH DIABETES