JP2012509748A - 糖尿病における血糖変動を観測するための方法、システム及びコンピュータ・プログラム製品 - Google Patents

糖尿病における血糖変動を観測するための方法、システム及びコンピュータ・プログラム製品 Download PDF

Info

Publication number
JP2012509748A
JP2012509748A JP2011538674A JP2011538674A JP2012509748A JP 2012509748 A JP2012509748 A JP 2012509748A JP 2011538674 A JP2011538674 A JP 2011538674A JP 2011538674 A JP2011538674 A JP 2011538674A JP 2012509748 A JP2012509748 A JP 2012509748A
Authority
JP
Japan
Prior art keywords
axis
range
blood glucose
zone
zone further
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.)
Granted
Application number
JP2011538674A
Other languages
English (en)
Other versions
JP5657559B2 (ja
Inventor
マーク ディー ブレトン
ボリス ピー コバチェフ
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.)
UNIVERSITY OF VERGINIA PATENT FOUNDATION
Original Assignee
UNIVERSITY OF VERGINIA PATENT FOUNDATION
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 UNIVERSITY OF VERGINIA PATENT FOUNDATION filed Critical UNIVERSITY OF VERGINIA PATENT FOUNDATION
Publication of JP2012509748A publication Critical patent/JP2012509748A/ja
Application granted granted Critical
Publication of JP5657559B2 publication Critical patent/JP5657559B2/ja
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
    • 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
    • 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
    • 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
    • A61B5/72—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
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Optics & Photonics (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physiology (AREA)
  • Emergency Medicine (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

実施形態は、血糖分析および管理の分野にあるかもしれない。より具体的には、実施形態またはアプローチは、自己監視血糖（SMBG）データ及び／または連続 血糖測定(CGM)データからの糖尿病における血糖変動の視覚的および定量的な観測のための方法、システム、およびコンピュータ・プログラムを提供してもよい。より具体的には、実施形態またはその態様は、血糖変動を観測および分析するために、個人または個人のグループの自己監視データ及び／またはCGMデータから得られるグルコース測定値を用いてもよい。

Description

本発明のいくつかの実施形態のいくつかの態様は、血糖分析及び管理の分野である。より具体的には、本発明のいくつかの実施形態は、自己監視血糖（SMBG）データ及び／または連続血糖測定（CGM）データから糖尿病における血糖変動の視覚的及び定量的観測をするための新しい方法、システム、及びコンピュータ・プログラムを提供する。特に、本発明のいくつかの実施形態またはその態様は、個人または個人のグループの自己監視（SMBG）データ及び／またはCGMデータから得られたグルコース測定値を用いて、血糖変動を観測し分析する。
糖尿病における血糖変動の重要性
HbA1cは血糖状態の典型的なマーカーであり、23年前に導入され[1]、糖尿病の合併症と関連し、１型及び２型糖尿病（T1DM及びT2DM）における平均的な血糖管理の代表的な評価基準として確立された[2、3、4]。しかし、HbA1cの確立に加えて、糖尿病管理及び合併症の研究（DCCT）は、「HbA1cは、血糖症の程度を示す最も完全な表現ではない。HbA1cによって反映されない糖尿病の血糖管理の他の特徴が、合併症のリスクを増大させまたは変更させる可能性がある。例えば、合併症のリスクは、食後の血糖の逸脱の程度により大きく依存しているかもしれない」と結論付けた。[5]。従って、最近の研究では、糖尿病の合併症の独立因子として、血糖（BG）の増減の変動にますます注目が集まっている[6]。血糖変動の２つの顕著な症状は、低血糖および食後のグルコース（PPG（食後血糖値））上昇である。
低血糖：低血糖は、T1DMに共通し[7]、T2DMにおいては治療強化に伴いより多く見られるようになる[8]。低血糖に関連した自律神経障害(HAAF)は、T1DMにおいて十分に立証され[9]、強化治療されたT2DMにおいても観察されている[10]。最先端技術の治療でさえ不完全で、BGレベルの急激な低下を引き起こす可能性があり、結果として意識喪失または自己医療を妨げる昏迷を引き起こす重症の神経低糖症として定義される、重症低血糖（SH）の原因となる可能性がある[7]。SHは、認知機能障害、昏睡、あるいは突然死を引き起こすかもしれない[7、11]。従って、低血糖は最適な糖尿病管理への最大の難関であると見なされてきている[12]。
高血糖及びPPGの逸脱：健康な状態においては、PPG増減は、11 mmol/lを越えることがほとんどないそのピーク値と、食事開始後約１時間でピークのPPGとなり、２〜３時間以内に食前のレベルにもどるその持続時間の双方において限られている[13]。糖尿病においては、例えばインスリン耐性、インスリンの不十分な有効性、インスリン作用の遅延、または、グルカゴン分泌異常といった多くの要因がピークのPPGの遅延、及び、より高くかつ長期間のPPG上昇の一因となる[13]。T1DMでは、PPGの逸脱はある程度生理機能に依存するものの、その管理はほぼ完全に行動に関するものであり、食前のインスリンのボーラス投与の量およびタイミングや、身体活動の程度に依存する。インスリン治療していないT2DMでは、長期に亘る極端なPPGは、β細胞の応答によって補われないインスリン耐性に起因する。具体的には、初期のT2DMでは、食事に対するインスリン応答の第１段階が鈍くなる一方、全体的なインスリン応答は健康状態に類似する[14]。
血糖変動の基準
標準偏差(SD)及びその他の変動評価基準：BG変動の従来の統計計算は、BG測定値のSDを算出することと、他のいくつかの測定値：(i) 1965年に導入されたM値[15]；(ii) 1970年に導入されたMAGE−グルコースの平均変動幅（Mean Amplitude of GlucoseExcursions）[16]；及び(iii)不安定指数(LI)−最近開発された低血糖および血糖不安定性の測定 [17]、を算出することを含む。これらの手法（LIを除く）のほとんどは、低血糖との関連が比較的弱く、高血糖に対する固有の偏りを有し、それはSHの歴史的な低予測性に反映されている[7]。従来の研究において、我々は、低予測性の側面が存在するかもしれないことを発見した[18]。数値的方法に基づく臨床的結論は、抑えられた低血糖範囲に対して正確ではなく、高血糖側に偏るであろう。
BG変動の大きさの分析：BGスケールの非対称性による数値的問題を是正するため、我々は、BGスケールを対称化する数学的変換を導入した[18]。この変換の分析形式は、一般に認められた臨床的前提に基づくものであり、特定のデータセットに基づくものではなく、１０年前に決定されたものであることに注目することは重要である[18]。それはこのアプローチをいかなるデータセットへも拡張可能にする。この変換に基づき、我々は、グルコース変動の範囲と頻度を定量するのに非常に適していることが判明した計算上のリスク・スペースを定義する、BGデータのリスク分析に関する理論を開発した[21]。本質的に、リスク・スペースの分析は、２つのステップ：(i)対称化式の適用[18]、及び(ii)より大きなBGの逸脱に対して低血糖または高血糖に向かって増加する重みを与える二次リスク関数の適用[21]を用いて最初に各BG測定値をリスク値に変換することを必要とする。最近、我々は、新たなグルコース変動のリスクに基づく評価基準−平均日常リスク範囲(ADRR)を導入し、それはリスク判断および極端な血糖変動の予測の観点から従来の手法よりも優れていることが示されている[25]。
連続血糖測定(CGM)
連続血糖測定(CGM)は、T1DMにおける血糖症を特徴付ける血糖(BG)レベルの極端な値を減らすための機会に大変革をもたらす可能性を持つデータ・ストリームを生成する。しかしながら、そのようなデータは多量で複雑であり、それらの分析には、物理的、生化学的および数学的法則や、この新技術にかかわる特性の理解を必要とする。他の記事は、CGMに関連した物理的および生化学的パラメータについて記述する。
グループレベルでグルコース変動および血糖のばらつきの程度を提供すること。週単位でデータポイントの軌跡をプロットすることにより、一人の人のグルコース変動を観測すること。
本発明の実施形態または部分的な実施形態の一つの態様（または本発明の様々な実施形態の組み合わせの全部または一部）は、糖尿病患者のグループ中の、あるいは個人レベルでの日常の自己監視（SMBG）および／または連続的監視（CGM）データから血糖変動を視覚的及び定量的に観測するための方法およびシステム（および関連するコンピュータ・プログラム製品）からなるが、これに限られるものではない。この方法（及び関連するシステムおよびコンピュータ・プログラム製品）は、特定の変動格子分析（VGA）に基づくものであり、これは２つの機能のために使用することができる：
１．グループレベルでグルコース変動および血糖のばらつきの程度を提供すること、そしてそれは集団の観測と、臨床試験結果の検討に適している；及び／または
２．週単位でデータポイントの軌跡をプロットすることにより、一人の人のグルコース変動を観測すること、そしてそれは個人に合わせた治療の決断を下すのに、そして重要な閾値が近づく度に医師に注意を喚起するのに適している。
本システムは、データソース−典型的には、その人の計測器からダウンロードされたその人のSMBGのセットおよび／またはCGMデータ−からデータを回収し、グルコース変動及び極端な血糖の事象の観測を可能にする。観測は、VGAゾーン間の境界線のような、所定の閾値を交差することを警告するメッセージを可能にするVGAに基づく視覚的および数的な出力の表示と軌跡の再構成とを含む。システムの主要な操作モードは、集団または一人の人の経時的な観測であってもよい。別の適用は、時間を横切った集団スナップショットの比較であってもよく、これは様々な治療結果の検査を可能にするだろう。
実験的ソフトウエアが（MATLAB（登録商標）を使用して）VGA方法の１つの変形−最小値／最大値VGAを例示するために開発されている。このソフトウエアは、グルコース変動観測の概念を例示するため個人の軌跡および集団を表示することを可能にし、グルコース変動及び関連する極端な低血糖および高血糖に関連のある特性を個々のレベルで経時的に抽出および観測することを含む。
本発明の一実施形態の態様は、被験者の糖尿病における血糖変動を視覚的に観測するためのシステムを提供する。システムは以下のものを含んでもよい：複数の血糖データを収集する収集モジュール；及びその血糖データに基づいて血糖変動を観測するようにプログラムされたプロセッサ。観測は、ある面上で最適なグルコース管理の領域；及びその面上で高血糖および低血糖のリスクを示す領域を提供してもよい。
ここに説明された実施形態のいずれもが何らかの種類の視覚的な観測を意図しているかもしれないことは理解されるべきである。しかしながら、もし望まれるか必要とされるならば、視覚的に伝えられる情報は聞こえるように及び／または限定的に（触覚によって知覚可能に）伝えられ得ることは理解されるべきである。従って、可聴式及び／または触知性の機構は、視覚的に伝えられる態様の少なくとも一部または全てを伝えまたは提供するため、または視覚的に伝えられる態様と組み合わせて提供されるであろう。さらに、例えば音声信号は視覚的情報に加えてまたはそれと協調してまたは並行して提供されてもよい。
従って、本システムの実施形態は、二次元か、三次元の配置またはモジュールの面を伴ってもよいことは理解されるべきである。さらに、視覚的な観測は音声及び／または触覚による観測に置き換えられてもよく、または音声及び／または触覚による観測は視覚的な観測に加えて提供されてもよいことは理解されるべきである。
本発明の一実施形態の態様は、被験者の糖尿病における血糖変動を視覚的に観測するための方法を提供する。この方法は、以下のものからなってもよい：複数の血糖データを収集すること、及びその血糖データに基づいて血糖変動を観測すること。観測は、ある面上で最適なグルコース管理の領域；及びその面上で高血糖および低血糖のリスクを示す領域を提供してもよい。この面は、二次元か、三次元の配置またはモジュールであってもよいことは理解されるべきである。さらに、視覚的な観測は音声及び／または触覚による観測に置き換えられてもよく、または音声及び／または触覚による観測は視覚的な観測に加えて提供されてもよいことは理解されるべきである。
本発明の一実施形態の態様は、コンピュータ・システム中の少なくとも一つのプロセッサが被験者の糖尿病における血糖変動を観測することを可能にするコンピュータ・プログラム論理回路を有するコンピュータで使用可能な媒体からなるコンピュータ・プログラム製品を提供する。このコンピュータ・プログラム論理回路は、以下のものを含んでもよい：複数の血糖データを収集すること、及びその血糖データに基づいて血糖変動を観測すること。観測は、面フォーマットか、三次元フォーマット（同様に音声及び／または触覚フォーマット）のために意図された最適なグルコース管理の領域；及び、面フォーマットか、三次元フォーマット（さらに音声及び／または触覚フォーマット）のために意図された高血糖および低血糖のリスクを示す領域を提供してもよい。
本発明の一実施形態の態様は、被験者の糖尿病における血糖変動を音声的に観測するためのシステムを提供する。システムは以下のものを含んでもよい：複数の血糖データを収集する収集モジュール；及びその血糖データに基づいて血糖変動を観測するようにプログラムされたプロセッサ。観測は最適なグルコース管理のための信号；及び高血糖および低血糖のリスクを示す信号を提供してもよい。
本発明の一実施形態の態様は、被験者の糖尿病における血糖変動を音声的に観測するための方法を提供する。この方法は、以下のものを含んでもよい：複数の血糖データを収集すること；その血糖データに基づいて血糖変動を観測すること。観測は最適なグルコース管理の信号；及び高血糖および低血糖のリスクを示す信号を提供してもよい。
これらの及び他の目的、さらに本明細書で開示される本発明の実施形態の様々な態様の利点及び特徴は、以下の記述、図面及び請求項によってより明らかにされるだろう。
集団の観測と、臨床試験結果の検討に適している。個人に合わせた治療の決断を下すのに、そして重要な閾値が近づく度に医師に注意を喚起するのに適している。
本発明の上述の、そして他の目的、特徴及び利点、さらに本発明自体は、添付の図面と一緒に読むと、好適な実施形態の以下の記載からより完全に理解されるであろう。
本明細書に組み込まれその一部を形成する添付の図面は、本発明のいくつかの態様及び実施形態を例示し、本明細書中の記載と共に、本発明の原理を説明する役目を果たす。図面は、本発明の選択した実施形態を例示する目的でのみ提供され、本発明を制限するものとして解釈すべきものではない。
最適なグルコース管理ゾーンを有する、低血糖のリスクおよび高血糖のリスク平面の一実施形態を示す。 最適なグルコース管理ゾーンを有する、低血糖指数および高血糖指数平面の一実施形態を示す。 最適なグルコース管理ゾーンを有する、低い百分率値および高い百分率値平面の一実施形態を示す。 変動格子分析（VGA）のリスク・ゾーン（格子）定義の態様の一実施形態を示す。 最小値／最大値VGAの態様の一実施形態を示す。 IQR VGAの態様の一実施形態を示す。 リスクVGAの態様の一実施形態を示す。 ADRRによって定義される３つのリスク・カテゴリー：低リスクにある被験者を示す最小値／最大値VGAに対応する図を示す。 ADRRによって定義される３つのリスク・カテゴリー：中リスクにある被験者を示す最小値／最大値VGAに対応する図を示す。 ADRRによって定義される３つのリスク・カテゴリー：高リスクにある被験者を示す最小値／最大値VGAに対応する図を示す。 ADRRによって定義される３つのリスク・カテゴリー：低リスクにある被験者を示すIQR VGAに対応する図を示す。 ADRRによって定義される３つのリスク・カテゴリー：中リスクにある被験者を示すIQR VGAに対応する図を示す。 ADRRによって定義される３つのリスク・カテゴリー：高リスクにある被験者を示すIQR VGAに対応する図を示す。 ADRRによって定義される３つのリスク・カテゴリー：低リスクにある被験者を示すリスクVGAに対応する図を示す。 ADRRによって定義される３つのリスク・カテゴリー：中リスクにある被験者を示すリスクVGAに対応する図を示す。 ADRRによって定義される３つのリスク・カテゴリー：高リスクにある被験者を示すリスクVGAに対応する図を示す。 プロセッサ、通信リンク、及びシステムに関連する本発明の一実施形態の態様の模式的なブロック図を示す。 例として、プロセッサ、通信リンク、及びシステムに関連する本発明の一実施形態の態様の模式的なブロック図を示す。 例として、プロセッサ、通信リンク、及びシステムに関連する本発明の一実施形態の態様の模式的なブロック図を示す。 本発明の一実施形態のシステムの模式的なブロック図または態様に関連する方法を示す。 リスクVGAを用いて、１）グルコース変動の段階的な改善を示す、一人の人の４ヶ月間に亘る経過を観測するための本発明の一実施形態の態様を示す。 リスクVGAを用いて、２）グルコース変動の段階的な悪化を示す、一人の人の４ヶ月間に亘る経過を観測するための本発明の一実施形態の態様を示す。 変動観測・ソフトウエアの一実施形態の例のスクリーン・ショットを示す。 低血糖を過剰矯正しがちな患者の管理変動格子分析の一実施形態を示す。 高血糖を過剰矯正しがちな患者の管理変動格子分析の一実施形態を示す。
関連出願
本出願は、「自己監視データから糖尿病における血糖変動を視覚的及び定量的に観測するための方法、システム及びコンピュータ・プログラム製品」と題する、2008年11月26日に出願された米国仮出願第61/118,022号、及び「血糖データから糖尿病における血糖変動を視覚的及び定量的に観測するための方法、システム及びコンピュータ・プログラム製品」と題する、2009年11月11日に出願された米国仮出願第61/260,116号の優先権を主張し、その開示は、それらの内容全体がここにおいて参照により組み込まれる。
政府支援
ここに記述されている研究は、国立衛生研究所（NIH）によって与えられた連邦政府補助金番号ONR補助金番号R01 DK51562により支援された。政府は、本発明に所定の権利を有する。
図１は本発明の一実施形態の態様を図示する。図１において、一つの軸は低血糖のリスクを表し、第２の軸は高血糖のリスクを表す。さらに、図１には、最適なグルコース管理を表す一つのゾーンがあり、悪いグルコース管理を表す別のゾーンがある。
図２は本発明の一実施形態の態様を描く。図２において、一つの軸は低血糖指数を表し、第２の軸は高血糖指数を表す。さらに、図２には、最適なグルコース管理を表す一つのゾーンがあり、次第に増大する悪いグルコース管理を表す勾配がある。
図３は本発明の実施形態の一態様を描く。図３において、一つの軸は逆コード化された低い百分率を表し、第２の軸は高い百分率を表す。さらに、図３には、最適なグルコース管理を表す一つのゾーンがあり、悪いグルコース管理を表す別のゾーンがある。
本明細書全体にわたって説明される軸は、本発明のいくつかの実施形態においては逆であってもよいことが理解されるべきである。さらに、本明細書全体にわたって説明されるゾーンは、本発明の少なくともいくつかの実施形態においてその数、大きさ、空間、量、及び／または外形（２次元的および３次元的）において異なってもよいことが理解されるべきである。さらに、少なくともいくつかの実施形態において、各ゾーンの相対的な大きさが異なってもよいことが理解されるべきである。
さらに、二次元X-Y面に加えて、面は、x、yおよびz面の操作の完全な連続的な幾何学的領域であるようにさらに適応されてもよい。そのような場合、例えば、その外観は三次元の特徴を持つように外形を形成されるかもしれない。
特定の時間間隔にわたる血糖の変動、グルコース変動、またはグルコース事象の程度を決定するため、要望または必要に応じて観測が適用されるであろうことが理解されるべきである。例えば、ただしこれに制限されるものではないが、時間間隔および継続時間は、少なくとも以下のうちの一つのいかなる組み合わせであってもよい：約週１回、週１回以上、週１回未満、２日以上、ほぼ毎日、毎日より短い、ほぼ半日、約２時間以上、約１時間、１時間未満、または約１５分。
変動格子分析(VGA)のグラフィックの導入
グルコース変動の大きさと低血糖および高血糖のリスクは密接に関連している[25]ので、VGAの態様は、被験者のSMBGデータ及び／またはCGMデータを２つの主要な軸：低血糖のリスクおよび高血糖のリスクに沿って分類する。その後、低血糖−高血糖平面は、変動管理の様々な程度を表すゾーンに分割される：
Ａゾーン−グルコース変動の最適な管理；
下側Ｂ−低血糖へのわずかな逸脱、ただし高血糖の良好な管理；
上側Ｂ−高血糖へのわずかな逸脱、ただし低血糖の良好な管理；
Ｂゾーン−低血糖および高血糖の両方へのわずかな逸脱；
下側Ｃ−高血糖の過剰矯正；
上側Ｃ−低血糖の過剰矯正；
下側Ｄ−低血糖に対する処置の失敗；
上側Ｄ−高血糖に対する処置の失敗；
Ｅゾーン−誤った管理：X < 50 mg/dlおよびY>400mg/dl。
図４はVGAの一態様を図示するものである：上述したように、VGAの表示領域が複数のゾーンに分割されている。各人は、各観察期間に対して一つのデータ点によって表わされる。例えば、１日当たり３〜４回のSMBG測定の頻度の場合、妥当な観察期間は１週間になるだろう。そのような場合、VGAは、一人の人の毎週の変動および関連する低血糖−高血糖へのリスクを示す。
VGAプロットの軸は、そのプロットの種類を定義する。現在、３つの種類が提案されている：
（１）最小値／最大値VGA：毎週のSMBG及び／またはCGMデータ分布の2.5%および97.5%がそれぞれXおよびY軸上にプロットされる。この場合、プロットのY-X座標間の違いは、グルコース変動の毎週の範囲を示したものである。軸のスケールは、可能性のある最低および最高BG変動の大きさを包含するように調整される：X軸は20から110 mg/dl（逆順で)の範囲にある一方、Y軸は110から600 mg/dlの範囲にある。最小値／最大値VGAゾーンは以下のように定義される：
Ａゾーン−Xの範囲が110-80 mg/dl及びYの範囲が110-200 mg/dlの最適な管理；
下側Ｂ−低血糖へのわずかな逸脱：X=80-50 mg/dl、Y=110-200mg/dl；
上側Ｂ−高血糖へのわずかな逸脱：X=110-80 mg/dl、Y=200-400 mg/dl；
Ｂゾーン−X=80-50 mg/dlおよびY=200-400mg/dlのわずかな逸脱；
下側Ｃ−高血糖の過剰矯正：X<50 mg/dl、Y=110-200mg/dl；
上側Ｃ−低血糖の過剰矯正：X=110-80 mg/dl、Y>400mg/dl；
下側Ｄ−低血糖に対する処置の失敗：X < 50 mg/dl、Y=200-400 mg/dl；
上側Ｄ−高血糖に対する処置の失敗：X=80-50 mg/dl、Y>400 mg/dl；
Ｅゾーン−極端な変動：X < 50 mg/dl およびY>400mg/dl。
他の臨床的に関連のある最小値／最大値VGAゾーンの定義もまた可能である。図５は、最小値／最大値VGAを示す。プロットの限界を超える点は、外縁にプロットされる。
（２）IQR VGA：毎週のSMBG及び／またはCGMデータ分布の25%および75%がそれぞれXおよびY軸上にプロットされる。この場合、プロットのY-X座標間の違いは、グルコース変動の毎週の四分位範囲（IQR）を示したものである。軸のスケールは、BG変動の可能性のある下側の四分位数および上側の四分位数の大きさを包含するように調整される：X軸は50から110 mg/dl（逆順で）の範囲にある一方、Y軸は110から400 mg/dlの範囲にある。IQR VGAゾーンは以下のように定義される：
Ａゾーン−Xの範囲が110-90 mg/dl及びYの範囲が110-180 mg/dlの最適な管理；
下側Ｂ−低血糖へのわずかな逸脱：X=90-70、Y=110-180mg/dl；
上側Ｂ−高血糖へのわずかな逸脱：X=110-90、Y=180-250mg/dl；
Ｂゾーン−X=90-70 mg/dlおよびY=180-250mg/dlのわずかな逸脱；
下側Ｃ−高血糖の過剰矯正：X < 70 mg/dl、Y=110-180mg/dl；
上側Ｃ−低血糖の過剰矯正：X=110-90 mg/dl、Y>250mg/dl；
下側Ｄ−低血糖に対する処置の失敗：X < 70 mg/dl、Y=180-250 mg/dl；
上側Ｄ−高血糖に対する処置の失敗：X=90-70 mg/dl、Y>250 mg/dl；
Ｅゾーン−極端な変動：X < 70 mg/dl およびY>250mg/dl。
他の臨床的に関連のあるIQR VGAゾーンの定義もまた可能である。図６は、IQR VGAを示す。プロットの限界を超える点は、縁にプロットされる。
（３）リスクVGA：低および高BG指数（LBGI、HBGI、[21]）がそれぞれXおよびY軸にプロットされる。この場合、プロットのY-X座標の合計は、グルコースリスク変動の毎週の範囲を示したものである。リスクVGAゾーンの境界は、LBGIおよびHBGIの確立された閾値に基づいて決定され、それは多くのデータセットでテストされた[26、27]：
Ａゾーン−Xの範囲 <2.5およびYの範囲<5で、最適な管理で低いリスク；
下側Ｂ−低血糖へのわずかな逸脱：X=2.5-5、Y<5；
上側Ｂ−高血糖へのわずかな逸脱：X<2.5、Y=5-10；
Ｂゾーン−X=2.5-5およびY=5-10のわずかな逸脱；
下側Ｃ−高血糖の過剰矯正：X>5、Y<5；
上側Ｃ−低血糖の過剰矯正：X<2.5、Y>10；
下側Ｄ−低血糖に対する処置の失敗：X>5、Y=5-10；
上側Ｄ−高血糖に対する処置の失敗：X=2.5-5、Y>10；
Ｅゾーン−極端な変動：X>5およびY>10。
ここでの軸は、非線形変換によるBGに関連するリスク・ユニットを表す[18]。リスクVGAゾーンの他の臨床的に関連のある定義もまた可能である。図７は、リスクVGAを示す。プロットの限界を超える点は、縁にプロットされる。
理論数学的基礎
最小値／最大値VGAおよびIQR VGA：BGレベルは、アメリカ合衆国ではmg/dlで測定され、他のほとんどの地域ではmmol/lで測定される。これら２つのスケールは18 mg/dl = 1 mmol/lによって直接関連付けられる。ほとんどのBG計測器の測定範囲は20から600mg/dlであり、これは実質的に全ての観察値を包含するものと見なされる。糖尿病の人に対する目標BG範囲は70〜180 mg/dlと考えられる。低血糖はBG が70 mg/dl未満と特定され、高血糖はBGが180 mg/dlより大きい。これらの範囲が最小値／最大値VGAおよびIQR VGAの境界線やカットオフ値を説明する（それぞれ図５および６）。
リスクVGA：リスクVGAを説明するため、我々は先に導入したBGデータのリスク分析理論を参照する[21、26、27]。つまり、BG測定のスケールは数的に非対称である−高血糖の範囲(180〜600 mg/dl)は低血糖の範囲(20〜70 mg/dl)よりもはるかに大きく、また正常血糖範囲(70〜180 mg/dl)はそのスケール内の中心に置かれていない。我々は、変換f(BG)−一般的な２つのパラメータ分析形式を有するBG範囲［20，600］で定義された連続関数の導入により、この非対称性を修正した[18]：

また、それは次の条件を満たす：


BG値の関連するリスク値への変換は、図７に示されたリスクVGAの基礎となる。X軸は低血糖へのリスクを表し、一方、Y軸は高血糖へのリスクを表している。カットオフ・リスク点は過去の研究で定義されている[21, 23, 27]。
経時的なグルコース変動の追跡：全てのVGA分析は、一人の人あるいは集団を経時的に追跡することを可能にする。そうするために、我々は期間のシーケンスを事前に定義し、それが分析の基本時間単位の役目を果たす。１日当たり３〜４回のSMBG測定の頻度であれば、妥当な期間は一週間であり、それは信頼性のあるVGA統計の算出のために20〜30のSMBG測定値が蓄積されることを可能にするものである。VGAグラフのいずれにおいても、１つの点は一期間に対する一人の被験者のデータを表す。この表現は、理論的枠組み−マルコフ連鎖の理論[29]−につながり、これは複数の個人による集団の経時的な展開を表現するのに頻繁に使用される。我々のケースでは、被験者および集団のVGAゾーンにわたる遷移を表現するために、有限状態の空間を持つ離散的マルコフ連鎖を用いる。このアプローチは、以下を評価するための理論的手段を与えるだろう：(i) １つかそれ以上の期間における「平均的」な人がVGAのあるゾーンから別のゾーンへ遷移する確率、及び(ii) 様々な治療によるVGAゾーンにわたる集団分布の変化。
簡単に言うと、マルコフ連鎖は離散的な状態の空間と離散的な時間を持つ確率論的な過程であり、それはマルコフ性を有する（ロシアの数学者アンドレイ・マルコフ1856-1922にちなんで命名された）。マルコフ性を有するというのは、現在の状態が与えられるとき、未来の状態が過去の状態と無関係であることを意味する。言いかえれば、現在の状態の記述が、プロセスの未来の展開に影響を及ぼし得る情報をすべて完全に捕らえているということである。VGAの場合、期間が十分に長く（例えば一週間）、翌週のために重要となる糖尿病管理のパラメータを包含できるので、これは妥当な前提である。数学的にマルコフ特性は次のように書かれる：
従って、マルコフ連鎖の展開は、その一つのステップから次のステップへの遷移確率の行列によって完全にコントロールされる：
この行列が時間(t)に依存しない場合、マルコフ連鎖は固定されている。VGAの目的では、集団の経過を表現しているマルコフ連鎖を固定することを前提とすることはできない。反対に、その遷移確率の変化は治療の効果を反映するだろう。
VGAマルコフ連鎖の状態空間は９つの要素を有し、以下のVGAゾーンのセットである：
{A, 下側_B, 上側_B, B, 下側_C, 上側_C, 下側_D, 上側_D, E}
実際の適用においては、着手している臨床上の問題次第では、状態空間をより少ない要素に減らすことも出来る。例えば、臨床上の問題が、治療上の顕著な逸脱がより少なく生じているという点で、一つの治療が他の治療よりも良いかどうかという問題であった場合、ＡおよびＢゾーンを組み合わせることができ、Ｃ、ＤおよびＥゾーンも組み合わせることができ、それによって治療の結果、許容できるグルコース変動か、許容できないグルコース変動かの２つの可能性を特定する２進法の状態空間{A+B, C+D+E}を与えることもでき
る。
VGAの出力手段：
VGAゾーン内の百分率：
３つの分析−最小値／最大値、IQR、及びリスクVGA−の全てに対し、プロットの最も率直な解釈は、各VGAゾーン内のデータ点の百分率を用いるものである。VGAゾーンにわたる百分率分布は、グルコース変動の程度を示し、集団において観察された低血糖または高血糖への治療の偏向の程度を示す。この計算は、以下の命令文を使用する任意の統計パッケージまたは他のソフトウエアによって実行できる：
最小値／最大値VGA：最小値／最大値VGAの各データ点のX-Y座標は、以下のコマンドのシーケンスを通して送られる。出力変数は、以下のようにコード化されたZONEである：
ZONE=1 Ａゾーンに対して；
ZONE=2 下側Ｂに対して；
ZONE=3 上側Ｂに対して；
ZONE=4 Ｂゾーンに対して；
ZONE=5 下側Ｃに対して；
ZONE=6 上側Ｃに対して；
ZONE=7 下側Ｄに対して；
ZONE=8 上側Ｄに対して；
ZONE=9 Ｅゾーンに対して；
基本的に、一人の人の経時的な経過とともに、変数ZONEは、セクションE.2にて紹介したマルコフ連鎖の状態のうちのいくつかまたは全てを通って移動するだろう。
これは、一人の人がこの確率過程の一つの「具現化」または軌跡となるであろうことを意味する。
ZONE=0
(X>=80)および(Y<=200)のときZONE=1
(X>=50およびX<80)および(Y<=200)のときZONE=2
(X>=80)および(Y>200およびY<=400)のときZONE=3
(X>=50およびX<80)および(Y>200およびY<=400)のときZONE=4
(X<50)および(Y<200)のときZONE=5
(X>=80)および(Y>400)のときZONE=6
(X<50)および(Y>200およびY<=400)のときZONE=7
(X>=50およびX<80)および(Y>400)のときZONE=8
(X<50)および(Y>400)のときZONE=9
IQR VGA：IQR VGAの各データ点のX-Y座標は、以下のコマンドのシーケンスを通して送られる。出力変数は、最小値／最大値VGAと同様にコード化されたZONEである：
ZONE=0
(X>=90)および(Y<=180)のときZONE=1
(X>=70およびX<90)および(Y<=180)のときZONE=2
(X>=90)および(Y>180およびY<=250)のときZONE=3
(X>=70およびX<90)および(Y>180およびY<=250)のときZONE=4
(X<70)および(Y<180)のときZONE=5
(X>=90)および(Y>250)のときZONE=6
(X<70)および(Y>180およびY<=250)のときZONE=7
(X>=70およびX<90)および(Y>250)のときZONE=8
(X<70)および(Y>250)のときZONE=9
リスクVGA：リスクVGAの各データ点のX-Y座標は、以下のコマンドのシーケンスを通して送られる。出力変数は、最小値／最大値VGAと同様にコード化されたZONEである：
ZONE=0
(X<=2.5)および(Y<=5)のときZONE=1
(X>2.5およびX<=5)および(Y<=5)のときZONE=2
(X<=2.5)および(Y>5およびY<=10)のときZONE=3
(X>2.5およびX<=5)および(Y>5およびY<=10)のときZONE=4
(X>5)および(Y<5)のときZONE=5
(X<=2.5)および(Y>10)のときZONE=6
(X>5)および(Y>5およびY<=10)のときZONE=7
(X>2.5およびX<=5)および(Y>10)のときZONE=8
(X>5)および(Y>10)のときZONE=9
遷移確率および定常分布：
観察される集団がVGAのゾーン（任意の変数）を通って進行するとき、一つの観察期間から次の観察期間へシフトする間に、式（３）により定義される遷移確率が推定される。この推定は、期間t-1から期間tへの遷移の間に、(i)から(j) （i,j = 1,2,…,9）までその状態が変化したか、状態(i)に留まった人の数を数えることを含む。任意の被験者(k)に対し、次のように定義する：
被験者集団が静止している場合、即ち、積極的な治療を受けていない場合には、遷移確率行列は時間(t)に依存しない。
マルコフ連鎖の定常分布は、VGAゾーンにわたる被験者の分布が「定常状態」にあること表すものであろう。静止しているマルコフ連鎖（積極的な治療がない）の場合、定常分布は、VGAのそれぞれの変形に対して前のセクションで示されたVGAゾーンにわたる百分率分布に近いものになるはずである。プロセスが静止していない場合、即ち、被験者が積極的な治療を受けている場合には、マルコフ連鎖の定常分布は、治療の現在の状態が維持されたときにVGAゾーンにわたって被験者の分布がどのようになるのかを示すだろう。
定常分布σi, i=1,2,…9は、連立方程式を解くことにより遷移確率行列から算出される：
言いかえれば、VGAについて記述するマルコフ連鎖の定常分布は、その遷移確率行列の左側固有ベクトルである。マルコフ連鎖の解釈および遷移確率と定常分布の計算は、VGAの３つの全ての変形−最大値／最小値、IQR、及びリスクVGAに対して同様である。その結果の相違は、分析における各変形に特有のVGAゾーンの異なる定義から来るものだろう。
VGAの検証
我々は、その結果をグルコース変動と低血糖および高血糖へのリスクを測るための確立された数値法−平均日常リスク範囲(ADRR)と比較することによって、VGAを検証する[25]。具体的には、ADRRの４つのリスク・カテゴリー：低リスク：ADRR<20、中程度のリスク：20<=ADRR<40、および高リスク：ADRR>40 [25]のそれぞれにおいて最大値／最小値、IQR、及びリスクVGAをプロットするため、N=335のT1DMまたはT2DMの人々（平均値HbA1c=7.9、各人がSMBGで４ヶ月間続けた）のデータを含む大きなデータセットを使用する。
ADRRにより定義されたリスク・カテゴリーにわたるVGAゾーン分布の表が含まれると同時に、VGAの視覚的出力とADRRにより提供されるグルコース変動の数値予測との互換性を示すことが含まれる。VGAのプロットは、観察の最初の４週間を含む。各人は一つのデータ点により表わされる。
図８は、ADRRによって定義された３つのリスク・カテゴリー：それぞれ図８（Ａ）、（Ｂ）、（Ｃ）に対応する低、中、高リスクにある被験者の最大値／最小値VGAの態様の一実施形態を示す。中および高リスクにある人々では、極端な値の分布が好ましくない上側および下側ゾーンへ次第にシフトしたことが明らかである。これは、以下の表１に示された各VGAゾーンの百分率表示によって反映されている：
図９は、ADRRによって定義された３つのリスク・カテゴリー：それぞれ図９（Ａ）、（Ｂ）、（Ｃ）に対応する低、中、高リスクにある被験者のIQR VGAの態様の一実施形態を示す。中および高リスクにある人々では、極端な値の分布が好ましくない上側および下側ゾーンへ次第にシフトしたことが明らかである。これは、以下の表２に示された各VGAゾーンの百分率表示によって反映されている：
図１０は、ADRRによって定義された３つのリスク・カテゴリー：それぞれ図１０（Ａ）、（Ｂ）、（Ｃ）に対応する低、中、高リスクにある被験者のリスクVGAの態様の一実施形態を示す。中および高リスクにある人々では、極端な値の分布が好ましくない上側および下側ゾーンへ次第にシフトしたことが明らかである。これは、以下の表３に示された各VGAゾーンの百分率表示によって反映されている：
図１５は、ある特定の人の４ヶ月間のSMBG観察のリスク変動の観測に対するリスクVGAの適用を示す。各データ点は、SMBGデータの１ヶ月を表す。図１５（Ａ）は、グルコース変動と低血糖および高血糖への関連するリスクの段階的な改善を示す軌跡を示す。図１５（Ｂ）は、逆の傾向−グルコース変動と低血糖および高血糖への関連するリスクの段階的な悪化を示す軌跡を示す。
連続的グルコースモニタリング
本方法、システム、またはコンピュータ・プログラム製品の様々な実施形態の一態様は、CGMデータを分析するための手段を提供するが、これに制限されるものではない。
この開示は、特に、CGMデータの数学的な性質およびその正確さとその臨床的解釈の両方を分析するのに利用できる統計ツールおよび関連する方法を考察する。
ほとんどの分析の基本単位は、個人のグルコース軌跡、即ち、各人のために記録された、タイムスタンプされた一連のCGMまたは血糖データであることを注目すべきである。特徴の概要やグループレベルでの分析は、意味のある平均血糖やグルコース変動の個々のマーカーが産出された後で導き出されるように個人の軌跡が処理される。分析的方法論は、BG変動が時間上の連続プロセス、BG(t)であるという理解によって促進される。このプロセスの各点は、その値（BGレベル）とそのBG変化の速度／方向によって特徴付けられる。CGMは、特定の装置の分解能（例えば５分毎の測定）によって決定されるBG(t)を各ステップに概算した離散的な時系列{BG(tn), n = 1, 2, …}としてプロセスBG(t)を示す。
CGMデータを解釈するための統計ツール：CGMデータを解釈するために使用される主なメトリクスおよびグラフは、クラークとコバチェフ（Clarke & Kovatchev）に詳細に記述されている[42]。ここで、我々は、本発明の実施形態の主題を既存の技術から区別するため、これらのメトリクスとグラフの簡潔な説明のみを提供する。
平均血糖および目標からの逸脱
数値尺度：CGMデータ及び／またはBGデータ点からの中間グルコース値の計算は単純であり、全体的なグルコース管理の記述子として提案される。食前および食後平均およびそれらの相違の計算は、食前ボーラス投与のタイミングおよび量の全体的な有効性の指標としての役目を果たすことができる。同様に、事前に設定された目標限度の範囲内、それ未満、またはそれを超えて費やされた時間の百分率は、CGM変動の全体的な性質の指標としての役目を果たす。提案される限界は70および180 mg/dlであり、それはDCCT(3)によって提案された３つの臨床的に異なる血糖域であり、一般に容認された帯域：低血糖(BG<= 70 mg/dl) (37)；目標範囲(70 mg/dl < BG<= 180 mg/dl)および高血糖(BG > 180 mg/dl)を与える。極端なグルコース変動の頻度を強調するために、追加の範囲内での時間の百分率が計算されてもよい。例えば、食後（postprandial）の状態と吸収後（postabsorptive）（空腹時）の状態とを区別することが重要な場合には、空腹時の目標範囲70〜140 mg/dlが提案される。さらに、臨床試験中に生じる、時間の%< 50 mg/dlは、顕著な低血糖の頻度を定量化し、時間の%> 300mg/dlは、顕著な高血糖の頻度を定量化する。表４は、平均血糖（表４Ａ）と目標からの逸脱（表４Ｂ）の数値尺度を含む。これらの尺度は全て一人ごとのCGM軌跡ごとに計算され、その後、それらはさらにグループ比較や他の統計分析の基礎として使用することができる。
グラフ：実験で観察されたCGM軌跡をプロットすることは人のBG変動の全般的なパターンを表すが、一方、前のセクションの数値尺度に対応するそのようなパターンの詳細を強調するため追加のグラフが提案される。
表５（Ａ）は、提案されるグラフの概要を含む。
変動とリスク評価
グルコース変動の数値尺度：BGデータを分析する際、CGMデータのグルコース変動の評価基準として標準偏差(SD)を計算することは奨励されない。なぜなら、BG測定尺度は極めて非対称で、低血糖の範囲は高血糖の範囲よりも数値的に狭く、個人のグルコース値の分布は通常かなり歪んでいるからである(18)。従って、SDは、主に高血糖の変動域によって影響を受け、低血糖には敏感ではないだろう。また、SDに基づく信頼区間が非現実的な負の値をとる可能性もある。従って、四分位範囲(IQR)のような標準的な手段のほうが非対称分布により適しているだろう。
リスクの数値尺度：グルコース変動とその低血糖および高血糖への関連するリスクの両方を捕らえるため、我々は、変動およびリスクの評価基準、さらにBG測定尺度の対称化に基づくリスク・プロットを提案した[18]。
我々は、LBGIとHBGIを計算することを提案し、これは本質的に全体のグルコース変動を、変動に関連した２つの独立したセクション、低血糖および高血糖へと分割し、それと同時にそれらが持つリスクに関しこれらの変動域の大きさを均一にする。例えば、180〜250 mg/dlのBG遷移は、70〜50 mg/dlの遷移よりも３倍大きく現れるだろう。これに対し、リスクに変換されれば、これらの変動は等しく現れるだろう。LBGI、HBGIおよびそれらの合計BGRIの使用は、BG変動の程度に関する情報を付加することにより上述した閾値の使用を補完する。
患者のBG安定性の数値尺度：BG変化率（mg/dl/minで測定された）の分析は、分の時間スケール上のBG変動の動態を評価する方法として提案されている。数学的用語では、これは上述された「大域の」性質とは対照的に、システムの「局所の」性質の評価である。表４Ｃはグルコース変動、システム安定性、及び関連するリスクの提案された評価基準を要約する。
グラフ：表５Ｂは、CGMグルコース軌跡の変動およびリスクを評価するために用いられるグラフの要約を含む。詳細な記述は参照に示される[42]。
事象および他の臨床的特徴
メトリクス：CGMデータは、低血糖の発症や食後高血糖の事象のような、臨床的に重要な事象の発生およびタイミングを登録するために用いることができる。時間的に近い（例えば３０分離れの）２つの連続する低BGの事象を一つの事象と見なすか、２つの別々の事象と見なすかについての議論はあるものの、１日当たりの事象の総数が報告されることが提案される。しかしながら、ある閾値より下または上にある別個のBG事象が低血糖または高血糖の一つの事象に組み合わせられ得るかどうかを確かめるために、グルコース軌跡の視覚的検査が用いられるべきである（表４Ｄを参照）。
全体的なグルコース管理、とりわけグルコースの極端値を視覚化するため、患者のグループに対し、我々は管理変動格子分析を導入した[43]。それは、CGM値の最小値／最大値プロット上に形成される[40]（表５Ｃを参照）。[35]
CGM製造業者がここに示された数的およびグラフ式表示をそれらのCGMデータ回収ソフトウエアに実装すれば、これらの分析方法の採用は促進されるだろう。従って、そのような表示は医師と患者に要約された解釈容易な形式で貴重な情報−さもなければCGMデータ・ストリームの複雑性の中に失われたままになっていたかもしれない情報を提供するだろう。
図１１〜１３は、本発明の典型的な実施形態のブロック図表示を示す。図１１を参照すると、システム１１１０のブロック図表示が示されており、これはとりわけインスリン投薬表示と測定された血糖（「BG」）レベルとを記録するため患者１１１２により使用されるグルコース測定器１１２８を本質的に含む。グルコース測定器１１２８から得られたデータは、好ましくは適切な通信リンク１１１４またはデータモデム１１３２を通じてパーソナル・コンピュータ、PDA、または携帯電話のようなプロセッサ、処理ステーションまたはチップ１１４０に、または適切なインターネット・ポータルを介して転送される。例えば、記憶されたデータは、グルコース測定器１１２８の中に記憶されてもよく、そして適切なインターフェイス・ケーブルを通じてパーソナル・コンピュータまたはプロセッサ１１４０に直接ダウンロードされ、その後インターネットを介して処理場所へ転送されてもよい。一つの例は、ライフスキャン社（LifeScan, Inc.）によるONE TOUCHモニタリング・システムまたは測定器であり、これはデータをパーソナル・コンピュータにダウンロードするためのインターフェイス・ケーブルを含むIN TOUCHソフトウエアと互換性をもつ。グルコース測定器１１２８およびコンピュータ処理モジュールまたは保存モジュールのいずれもが単一のハウジング内にそろって設けられても、別個のハウジング内に設けられてもよいことは理解されるべきである。通信リンク１１１４は、配線で接続されても無線でもよい。配線接続の例としては、ケーブル、ワイヤ、光ファイバ及び／または電話線を含むが、これらに限定されない。無線の例としては、ブルートゥース、携帯電話リンク、RFリンク、及び／または赤外線リンクを含むが、これらに限定されない。図１１〜１３のモジュールおよび構成要素は、様々な場所やサイトにおける適切なまたは望まれるコンピュータ・ネットワーク（１１５２，１２５２，１３５２）に送信されてもよい。図１１のモジュールおよび構成要素は、所望のまたは必要な通信リンク１１１４を介して、様々な場所やサイト（ローカル及び／または遠隔の）における適切なまたは所望のコンピュータ・ネットワーク１１５２に送信されてもよい。さらに、補助的または診療装置またはシステム１１５４が、図１１に示されるグルコース測定器や他のモジュールや構成要素に加えて、患者と連通してもよい。補助的装置およびシステムの例としては、以下の一つまたはそれ以上の任意の組み合わせを含んでもよいが、必ずしもこれらに限定されない：インスリン・ポンプ、人工膵島、インスリン装置、パルス酸素測定センサ、血圧センサ、ICPセンサ、EMGセンサ、EKGセンサ、ECGセンサ、ECCセンサ、ペースメーカー、及び心拍数センサ、針、超音波装置、または皮下装置（および任意の他の生体測定センサまたは装置）。補助的または診療装置またはシステム１１５４およびグルコース測定器１１２８は、患者（すなわち被験者）といかなる種類の生理的または生物学的連通をしてもよいことが理解されるべきである。この生理的または生物学的連通は、直接的でも間接的でもよい。間接的な連通は、血液または他の生体液のサンプルを含むが、これらに限定されない。
グルコース測定器は、この産業において一般的であり、本質的にBG収集機構として機能できるいかなる装置をも含む。BG測定器または収集機構、装置、ツールまたはシステムは、各テストのために血液サンプルを採血すること（例えば指を刺すことにより）および電気機械的方法によりグルコース濃度読み取る器具を用いてグルコースレベルを測定すること向けの様々な従来の方法を含む。最近、採血せずに血液検体の濃度を決定するための様々な方法が開発されている。例えば、ヤン等の米国特許第5,267,152号（ここに参照として組み込まれる）は、近赤外線拡散反射レーザ分光法を用いて血糖濃度を測定する非侵襲性の手法について記述する。同様の近赤外線分光装置がローゼンタール等の米国特許第5,086,229号およびロビンソン等の米国特許第4,975,581号（これらはここに参照として組み込まれる）にも記載されている。
スタンリーの米国特許第5,139,023号（ここに参照として組み込まれる）は、間質液と受け入れ媒体との間に確立された濃度勾配に沿ったグルコースの経皮的な移動を促進するために、透過性エンハンサー（例えば胆汁酸塩）を利用する経皮的な血糖モニタリング装置について説明する。センブロウィッチの米国特許第5,036,861号（ここに参照として組み込まれる）は、コリン作用薬がエクリン汗腺からの発汗分泌を促進するのに用いられるとき、皮膚用パッチを通して汗を収集する受動的グルコースモニタについて説明する。同様の汗収集装置が、ショーエンドルファーの米国特許第5,076,273号およびシュレーターの米国特許第5,140,985（これらはここに参照として組み込まれる）に記載されている。
さらに、グリクフェルドの米国特許第5,279,543号（ここに参照として組み込まれる）は、非侵襲的に皮膚を通って皮膚表面上の容器内に物質をサンプリングするためにイオントフォレーシスを用いることについて説明する。グリクフェルドは、このサンプリング処置が、血糖をモニタするためにグルコースに特有のバイオセンサまたはグルコースに特有の電極に接続できることを教示する。さらに、タマダの国際公開第WO96/00110号（ここに参照として組み込まれる）は、イオン泳動電極が検体を収集容器内に移動するために用いられ、容器内に存在する目的検体を検知するためにバイオセンサが用いられる、ターゲット物質の経皮的なモニタリングのためのイオン泳動装置について説明する。最後に、バーナーの米国特許第6,144,869号（ここに参照として組み込まれる）は、存在する検体の濃度を測定するためのサンプリング・システムについて説明する。
さらにまた、BG測定器または収集機構は、留置カテーテルおよび皮下組織液サンプリングを含んでも良い。
コンピュータ、プロセッサまたはPDA１１４０は、自己記録されたまたは臨床補助装置により自動的に記録された糖尿病患者のデータを所定のフロー・シーケンスに従って処理、分析および解釈し、適切なデータ解釈出力を生成するのに必要なソフトウエアおよびハードウエアを含んでもよい。保存された患者データに対するコンピュータまたはプロセッサ１１４０によるデータ分析および解釈の結果は、パーソナル・コンピュータまたはプロセッサ１１４０に関連付けられたプリンタを通して生成された紙の報告書の形で表示されてもよい。あるいは、データ解釈手続きの結果は、コンピュータまたはプロセッサ１１４０に関連付けられたビデオ表示ユニットに直接表示されてもよい。結果はさらにデジタルまたはアナログ表示装置に表示されてもよい。パーソナル・コンピュータまたはプロセッサ１１４０は、通信ネットワーク１１３６を通して、データを医療サービス提供者コンピュータ１１３８に転送してもよい。通信ネットワーク１１３６を通して転送されたデータは、自己記録されたまたは自動臨床補助装置により自動的に記録された糖尿病患者のデータ、またはデータ解釈処理の結果を含んでもよい。
図１２は、装置１２１０を手に持って操作でき、患者によって携帯し得る、好ましくは十分に小型のハウジングを有する患者により操作される装置または臨床的に操作される装置１２１０である糖尿病管理システムを有する代替の実施形態のブロック図表示を示す。血糖テスト片（図示しない）を受ける片ガイドがハウジング１２１６の表面上に設置される。テスト片は患者１２１２から血液サンプルを受け取る。装置は、マイクロプロセッサ１２２２及びマイクロプロセッサ１２２２に接続されたメモリ１２２４を含んでもよい。マイクロプロセッサ１２２２は、上記により詳細に記述された様々な計算および管理機能を行なうため、メモリ１２２４に記憶されたコンピュータ・プログラムを実行するように設計されている。キーパッド１２１６は、標準のキーパッド・デコーダ１２２６を通してマイクロプロセッサ１２２２に接続されてもよい。ディスプレイ１２１４は、ディスプレイ・ドライバ１２３０を通してマイクロプロセッサに接続されてもよい。ディスプレイ１２１４は、デジタル及び／またはアナログでもよい。スピーカ１２５４およびクロック１２５６もまたマイクロプロセッサ１２２２に接続されてもよい。スピーカ１２５４は、将来の低血糖または高血糖のリスクの可能性を患者に警告する可聴音を発するように、マイクロプロセッサ１２２２の制御の下で作動する。クロック１２５６は、現在の日付と時間をマイクロプロセッサ１２２２に提供する。何れのディスプレイも視覚的であってもよく、可聴式に適応されてもよい。
将来の血糖値、追加のインスリン服用量、および糖質補給を計算するため、メモリ１２２４は、患者１２１２の血糖値、インスリン服用量、インスリンの種類、およびマイクロプロセッサ１２２２に使用されるパラメータをも記憶する。各血糖値およびインスリン服用量は、対応する日付と時刻と共にメモリ１２２４に記憶されてもよい。メモリ１２２４は、電気的消去可能型読取専用メモリ（EEPROM）のような不揮発性メモリでもよい。
装置１２１０はまた、マイクロプロセッサ１２２２に接続された血糖測定器１２２８を含んでもよい。グルコース測定器１２２８は、血糖テスト片上に受け取られた血液サンプルを測定し、血液サンプルの測定値から血糖値を生成するように設計されてもよい。上述したように、そのようなグルコース測定器は当技術分野で周知である。グルコース測定器１２２８は、マイクロプロセッサ１２２２への直接出力となるデジタル値を生成する種類のものが好適である。あるいは、血糖測定器１２２８はアナログ値を生成する種類のものであってもよい。この代替の実施形態においては、血糖測定器１２２８はアナログ・デジタル変換器（図示せず）を通してマイクロプロセッサ１２２２に接続される。
装置１２１０はさらに、マイクロプロセッサ１２２２に接続されるシリアルポートのような入出力ポート１２３４を含んでもよい。ポート１２３４は、標準のRS232インターフェイスのようなインターフェイスによってモデム１２３２に接続されてもよい。モデム１２３２は、装置１２１０とパーソナル・コンピュータ１２４０または通信リンク１２４８を通して医療サービス提供者コンピュータ１２３８との間の通信リンク１２４８を確立するためのものである。図１２のモジュールおよび構成要素は、所望のまたは必要な通信リンク１２４８を介して、様々な場所およびサイト（ローカル及び／または遠隔の）における適切なまたは望まれるコンピュータ・ネットワーク１２５２に送信されてもよい。さらに、補助的または診療装置またはシステム１２５４が、図１２に示されるグルコース測定器や他のモジュールや構成要素に加えて、患者と連通してもよい。補助装置およびシステムの例としては、以下の一つまたはそれ以上の任意の組み合わせを含んでもよいが、必ずしもこれらに限定されない：インスリン・ポンプ、人工膵島、インスリン装置、パルス酸素測定センサ、血圧センサ、ICPセンサ、EMGセンサ、EKGセンサ、ECGセンサ、ECCセンサ、ペースメーカー、及び心拍数センサ、針、超音波装置、または皮下装置（および任意の他の生体測定センサまたは装置）。補助的または診療装置またはシステム１２５４およびグルコース測定器１２２８は、患者（すなわち被験者）といかなる種類の生理的または生物学的連通をしてもよいことが理解されるべきである。この生理的または生物学的連通は、直接的でも間接的でもよい。間接的な連通は、血液または他の生体液のサンプルを含むが、これらに限定されない。電子装置、システム、およびソフトウエアを配線あるいは無線での接続を通して接続する具体的な手法は、当技術分野で周知である。他の代替例は、「Bluetooth（登録商標）」技術の通信である。
もう一つの方法として、図１３は、装置１３１０を手に持って操作でき、患者によって携帯し得る、好ましくは十分に小型のハウジングを有する、図１２に示されている装置と類似した、患者により操作される装置１３１０である糖尿病管理システムを有する代替の実施形態のブロック図表示を示す。例えば、別個のまたは取り外し可能なグルコース測定器またはBG収集機構／モジュール１３２８である。図１３のモジュールおよび構成要素は、所望のまたは必要な通信リンク１３３６を介して、様々な場所およびサイト（ローカル及び／または遠隔の）における適切なまたは所望のコンピュータ・ネットワーク１３５２に送信されてもよい。さらに、補助的または治療介入装置またはシステム１３５４が、図１３に示されるグルコース測定器や他のモジュールや構成要素に加えて、患者と連通してもよい。補助的装置およびシステムの例としては、以下の一つまたはそれ以上の任意の組み合わせを含んでもよいが、必ずしもこれらに限定されない：インスリン・ポンプ、人工膵島、インスリン装置、パルス酸素測定センサ、血圧センサ、ICPセンサ、EMGセンサ、EKGセンサ、ECGセンサ、ECCセンサ、ペースメーカー、及び心拍数センサ、針、超音波装置、または皮下装置（および任意の他の生体測定センサまたは装置）。補助的または診療装置またはシステム１３５４およびグルコース測定器１３２８は、患者（すなわち被験者）といかなる種類の生理的または生物学的連通をしてもよいことが理解されるべきである。この生理的または生物学的連通は、直接的でも間接的でもよい。間接的な連通は、血液または他の生体液のサンプルを含むが、これらに限定されない。データを他のいかなるものにも送信することなく、本出願で開示されたアルゴリズムを直接計算し、その結果を患者に表示することができる自己モニタリング装置がすでに存在する。そのような装置の例としては、カリフォルニア州ミルピタスのライフスキャン社（LifeScan, Inc.）によるULTRA SMART、及びカリフォルニア州アラメダのテラセンス（Therasense）によるFREESTYLE TRACKERがある。
ここに記述された様々な血糖測定器、システム、方法およびコンピュータ・プログラム製品は、SMBGとCGMに適用可能であることが理解されるべきである。従って、様々な血糖測定器、システム、および方法が本発明の様々な実施形態と共に利用できる。例えば、SMBG装置は以下を含んでもよい：ライフスキャン社（LifeScan, Inc.）によるOneTouch（いくつかの異なる測定器）；Abbott Diabetes CareによるFreestyle；バイエル（Bayer）によるContour、及びロシュ・ダイアグノスティックス（Roche Diagnostics）によるAccu-chek（いくつかの測定器）、または他の利用可能なSMBG装置。例えば、CGM装置は以下を含んでもよい：メドトロニック（Medtronic）によるGuardian及びParadigm、アボット糖尿病ケアのFreestyle navigator；デクスコム社（Dexcom, Inc.）によるDexcom Seven、または他の利用可能なCGM装置。
従って、ここに記述された実施形態は、図１１〜１３及び／またはここに参照として組み込まれるウッドの米国特許第5,851,186号に示されているように、インターネットのようなデータ通信ネットワーク上で実行でき、評価、推量、および情報を任意の遠隔地にある任意のプロセッサまたはコンピュータにアクセス可能にすることができる。あるいは、遠隔地にいる患者は、中央の医療サービス提供者、または住居、または異なる遠隔地の場所にBGデータを送信させてもよい。
図１１〜１３で説明された構成要素／モジュールのいずれもが、一つのまたはそれ以上のハウジング内に一体化して包含されるか、または分離されるか、及び／または異なるハウジングに重複してもよいことは理解されるべきである。同様に、図１１〜１３で説明された構成要素のいずれもが、二度以上重複されてもよい。さらに、様々な構成要素およびモジュールが、意図する機能を行なうために、他の構成要素またはモジュールに置換するよう適応されていてもよい。
図１１〜１３にある構成要素／モジュールのいずれもが、他のいずれの構成要素／モジュールと直接的にまたは間接的に連通してもよいこともまた理解されるべきである。
図１１〜１３に示された医療サービス提供者コンピュータ・モジュールは、任意の医療サービス提供者、病院、クリニック、大学、媒介者、追跡者、または家、さらに、所望のまたは必要ないかなる他の場所、施設、または組織における、いかなる場所、人、スタッフ、医師、介護人、システム、装置、または設備であってもよいことが理解されるべきである。
ここで説明されるように、患者または被験者は人であってもいかなる動物であってもよいことが理解されるべきである。動物は、哺乳動物、獣医のもとにいる動物、家畜動物、またはペット・タイプの動物等を含むが、それらに限られない、様々な任意の適用可能な種類であってもよいことが理解されるべきである。一例として、動物は、人間に類似したある特性を持つ（例えば、ネズミ、犬、豚、猿）等のように特に選択された実験動物かもしれない。被験者は、例えば、いかなる適用可能な人間の患者であってもよいことが理解されるべきである。患者または被験者は、所望のまたは必要な何れの治療、研究、診断、モニタリング、観測、療法、または介護を適用されてもよいが、それらに限られるものではない。
図１４は、本発明の一例としての実施形態または実施形態の一部を実行するためのコンピュータ・システム１４００の機能ブロック図である。例えば、本発明の実施形態の方法またはシステムは、ハードウエア、ソフトウエアまたはそれらの組み合わせを用いて実行でき、一つかそれ以上のコンピュータ・システムまたは適切なメモリおよび処理能力を装備したパーソナル・デジタル・アシスタント（PDA）等の他の処理システムで実行してもよい。一つの例示的な実施形態においては、本発明は、図１４に図示されるように汎用コンピュータ上で動作するソフトウエア中で実行された。コンピュータ・システム１４００は、プロセッサ１４０４のような一つかそれ以上のプロセッサを含んでもよい。プロセッサ１４０４は、通信基盤１４０６（例えば、通信バス、クロスオーバー・バー、またはネットワーク）に接続される。コンピュータ・システム１４００は、グラフィックス、テキスト、及び／または他のデータを通信基盤１４０６から（または図示しないフレーム・バッファから）転送し、ディスプレイ・ユニット１４３０上に表示するためのディスプレイ・インターフェイス１４０２を含んでもよい。ディスプレイ・ユニット１４３０は、デジタル及び／またはアナログであってもよい。
コンピュータ・システム１４００は、好ましくはランダム・アクセス・メモリ（RAM）であるメインメモリ１４０８を含んでもよく、二次メモリ１４１０を含んでもよい。二次メモリ１４１０は、例えば、ハードディスク・ドライブ１４１２及び／またはフロッピー（登録商標）ディスク・ドライブ、磁気テープ・ドライブ、光ディスク・ドライブ、フラッシュ・メモリ等に相当するリムーバブル記憶装置ドライブ１４１４を含んでもよい。リムーバブル記憶装置ドライブ１４１４は、周知の方法でリムーバブル記憶装置ユニット１４１８から読み込み、及び／またはリムーバブル記憶装置ユニット１４１８に書き出す。リムーバブル記憶装置ユニット１４１８は、リムーバブル記憶装置ドライブ１４１４に読み込まれ、書き出されるフロッピー（登録商標）ディスク、磁気テープ、光ディスク等を示す。理解されるように、リムーバブル記憶装置１４１８は、その中にコンピュータ・ソフトウエア及び／またはデータを記憶したコンピュータで使用可能な記憶媒体を含む。
代替の実施形態において、二次メモリ１４１０は、コンピュータ・プログラムまたは他の命令がコンピュータ・システム１４００に読み込みを可能にする他の手段を含んでもよい。そのような手段は、例えば、リムーバブル記憶装置ユニット１４２２及びインターフェイス１４２０を含んでもよい。そのようなリムーバブル記憶装置ユニット／インターフェイスの例は、プログラム・カートリッジ及びカートリッジ・インターフェイス（ビデオゲーム装置において見られるような）、リムーバブル・メモリチップ（ROM、PROM、EPROMまたはEEPROMのような）及び関連するソケット、およびソフトウエアやデータがリムーバブル記憶装置ユニット１４２２からコンピュータ・システム１４００に送信されることを可能にする他のリムーバブル記憶装置ユニット１４２２及びインターフェイス１４２０を含む。
コンピュータ・システム１４００は、さらに通信インターフェイス１４２４を含んでもよい。通信インターフェイス１４２４は、ソフトウエアやデータがコンピュータ・システム１４００と外部装置との間で転送するのを可能にする。通信インターフェイス１４２４の例は、モデム、ネットワーク・インターフェイス（例えば、イーサネット（登録商標）・カード）、通信ポート（例えば、シリアルまたはパラレル等）、PCMCIAスロット及びカード、モデム等を含んでもよい。通信インターフェイス１４２４を介して転送されるソフトウエア及びデータは、電子の、電磁気の、光の、または通信インターフェイス１４２４によって受信され得る他の信号でありうる信号１４２８の形をとる。信号１４２８は、通信経路（即ち、チャネル）１４２６を介して通信インターフェイス１４２４に提供される。チャネル１４２６（またはここに開示されるいかなる他の通信手段またはチャネル）は、信号１４２８を伝え、ワイヤまたはケーブル、光ファイバ、Bluetooth（登録商標）、電話線、携帯電話リンク、RFリンク、赤外線リンク、無線リンクまたは接続および他の通信チャネルを用いて実行されてもよい。
本文中において、「コンピュータ・プログラム媒体」および「コンピュータで使用可能な媒体」の用語は、概して様々なソフトウエア、ファームウエア、ディスク、ドライブ、リムーバブル記憶装置ドライブ１４１４、ハードディスク・ドライブ１４１２にインストールされたハードディスク、および信号１４２８のようなメディアまたは媒体に言及するのに用いられる。これらのコンピュータ・プログラム製品（「コンピュータ・プログラム媒体」および「コンピュータで使用可能な媒体」）は、ソフトウエアをコンピュータ・システム１４００に提供するための手段である。コンピュータ・プログラム製品は、コンピュータ・プログラム論理をその上に有するコンピュータで使用可能な媒体を含んでもよい。本発明は、そのようなコンピュータ・プログラム製品を含む。「コンピュータ・プログラム製品」および「コンピュータで使用可能な媒体」は、コンピュータ論理を有するいかなるコンピュータ読み取り可能な媒体であってもよい。
コンピュータ・プログラム（コンピュータ制御論理またはコンピュータ・プログラム論理とも呼ばれる）は、メインメモリ１４０８及び／または二次メモリ１４１０に記憶される。コンピュータ・プログラムは通信インターフェイス１４２４を介して受け取られてもよい。そのようなコンピュータ・プログラムは、実行されたとき、コンピュータ・システム１４００がここに説明される本発明の特徴を遂行することを可能にする。具体的には、コンピュータ・プログラムは、実行されたとき、プロセッサ１４０４が本発明の機能を実行することを可能にする。従って、そのようなコンピュータ・プログラムがコンピュータ・システム１４００の制御装置を表す。
本発明がソフトウエアを用いて実行される実施形態において、ソフトウエアは、コンピュータ・プログラム製品中に記憶され、リムーバブル記憶装置ドライブ１４１４、ハード・ドライブ１４１２または通信インターフェイス１４２４を用いてコンピュータ・システム１４００に読み込まれてもよい。制御論理（ソフトウエアまたはコンピュータ・プログラム論理）は、プロセッサ１４０４に実行されるとき、ここに記述された本発明の機能をプロセッサ１４０４に実行させる。
別の実施形態では、本発明は、例えば、特定用途向け集積回路（ASIC）のようなハードウエア・コンポーネントを使用して、主にハードウエア中で実行される。ここに記述された機能を実行するためハードウエア状態のマシンを実行することは、関連する技術分野の当業者にとって明白であろう。
さらに別の実施形態では、本発明はハードウエアとソフトウエア両方の組み合わせを用いて実行される。
本発明の一例としてのソフトウエア実施形態では、上述した方法は、SPSS制御言語またはC++プログラミング言語で実行されてもよいが、他の様々なプログラム、コンピュータ・シミュレーションおよびコンピュータ利用設計、コンピュータ・シミュレーション環境、MATLAB（登録商標）、または他のいかなるソフトウエア・プラットフォームまたはプログラム、ウインドウズ・インターフェイス、またはオペレーティング・システム（または他のオペレーティング・システム）または当業者に既知または利用可能な他のプログラムで実行されてもよい。
最小値／最大値VGAを実行する実験的ソフトウエア
VGA方法の一つの変形−最小値／最大値VGAを例示するため、（MATLAB（登録商標）を用いて）実験的ソフトウエアが開発された。ソフトウエアは、グルコース変動観測の概念を例示するため、個々の軌跡および集団を表示することを可能にし、個人レベルでのグルコース変動や関連する低血糖および高血糖の極端値の関連性のある特徴の経時的な抽出および観測を含む。図１６は、本発明の一実施形態による変動観測・ソフトウエアの一例のスクリーン・ショットを示す。
そうでないと明らかに明記されていない限り、いかなる特定の記述または例示された取り組みまたは要素、いかなる特定のシーケンスまたはそのような取り組み、いかなる特定の寸法、速度、材料、持続時間、外形、次元、または頻度、またはそのような要素のいかなる特定の相互関係に対しても、必要条件はない。さらに、いかなる取り組みも繰り返すことができ、いかなる取り組みも多数の実体により行うことができ、及び／またはいかなる要素も重複可能である。さらにまた、いかなる取り組みまたは要素を除外することもでき、取り組みの順序は変わってもよく、及び／または要素の相互関係が変わってもよい。本発明の態様は、所望のまたは必要な様々な寸法、外形、形状、構成、および材料であってよいことが理解されるべきである。
要するに、本発明は、特定の実施形態に関して記述されてきたが、多くの変更、変形、修正、置き換え、および均等物が当業者には明らかであろう。本発明は、ここに記述された特定の実施形態によってその範囲を限定されるものではない。実際、ここに記述されたものに加え、本発明の様々な変更が上述した記述および添付の図面から当業者には明らかであろう。従って、本発明は、全ての変更および均等物を含む、次の請求の範囲の精神および範囲によってのみ限定されると見なされるべきである。
それでも、ある例示的な実施形態の上記に挙げられた詳細な記載および図面を読むことから、この技術の当業者には他の実施形態が容易に明白になるだろう。多くの変形、変更、および追加の実施形態が可能であり、従って、そのような変形、変更、および実施形態が本出願の精神および範囲内にあると見なされるべきであることが理解されるべきである。例えば、本出願のいかなる部分（例えば名称、分野、背景、概要、要約、図面等）の内容にかかわらず、そうでないと明らかに明記されていない限り、いかなる特定の記述または例示された取り組みまたは要素、そのような取り組みのいかなる特定の順序、またはそのような要素のいかなる特定の相互関係も、この中のまたはここに優先権を主張するいかなる出願の請求項に包含することに対して必要条件はない。さらに、いかなる取り組みも繰り返すことができ、いかなる取り組みも多数の実体によって行なわれることができ、及び／またはいかなる要素も重複可能である。さらにまた、いかなる活動または要素も除外でき、活動のシーケンスは変わってもよく、及び／または要素の相互関係も変わってもよい。そうでないと明らかに明記されていない限り、いかなる特定の記述または例示された取り組みまたは要素、いかなる特定の順序またはそのような取り組み、いかなる特定の寸法、速度、材料、次元、または頻度、またはそのような要素のいかなる特定の相互関係にも必要条件はない。従って、本記述と図面は、本質的に例示的なものであって限定的なものではないと見なされるべきである。さらに、何れの数字や範囲がここに記述されている場合でも、そうでないと明らかに述べられていない限り、その数字または範囲は近似的なものである。何れの範囲がここに記述されている場合でも、そうでないと明らかに述べられていない限り、その範囲はその中の全ての値および全ての下位範囲を含む。参照によってここに組み込まれたいかなる資料（例えば、米国／外国特許、米国／外国特許出願、書籍、論文等）におけるいかなる情報も、これらの情報とここに記述された他の記述および図面との間に矛盾が存在しない範囲内でのみ参照として組み込まれる。この中のまたはここに優先権を主張するいかなる請求項をも無効にするような矛盾を含む、そのような矛盾がある場合には、そのような参照により組み込まれた資料中のいかなるそのような矛盾する情報も明確にここに参照として組み込まれない。
参考文献
以下に挙げられ、本文書全体にわたって挙げられた、次の特許、出願および刊行物は、それらの内容全体が参照によってここに組み込まれる。
ここに開示された発明の様々な実施形態の装置、システム、構成および方法は、ここにその内容全体が参照によって組み込まれる次の参照文献、出願、刊行物および特許に開示された態様を利用してもよい。
1. Aaby Svendsen P, Lauritzen T, Soegard U, Nerup J. Glycosylated Haemoglobinand Steady-State Mean Blood Glucose Concentration in Type 1 (Insulin- Dependent)Diabetes. Diabetologia, 23: 403-405, 1982.
2. Santiago JV.Lessons from the Diabetes Control and Complications Trial, Diabetes,42:1549-1554, 1993
3. The Diabetes Control and Complications Trial Research Group. The effect ofintensive treatment of diabetes on the development and progression of long-termcomplications of insulin-dependent diabetes mellitus. N Engl J Med 329:978-986, 1993
4. UKProspective Diabetes Study Group (UKPDS). Intensive blood-glucose control withsulphonylureas or insulin compared with conventional treatment and risk ofcomplications in patients with type 2 diabetes. Lancet 352: 837-853, 1998
5. The Diabetes Control and Complications Trial Research Group: Therelationship of glycemic exposure (HbA1c) to the risk of development andprogression of retinopathy in the Diabetes Control and Complications Trial.Diabetes 44:968-983, 1995
6. Brownlee M, Hirsh IB. Glycemic Variability: A hemoglobin A1c- IndependentRisk Factor for Diabetic Complication? JAMA 2006 295: 1707-1708.
7. The Diabetes Control and Complications Trial Research Group. Hypoglycemia inthe Diabetes Control and Complications Trial. Diabetes 46: 271-286, 1997
8. Henderson JN, Allen KV, Deary IJ, Frier BM. Hypoglycemia in insulin-treatedType 2 diabetes: frequency, symptoms and impaired awareness. Diabet Med 20:1016-1021, 2003
9. Cryer PE.Iatrogenic hypoglycemia as a cause of hypoglycemia-associated autonomic failurein IDDM: A vicious cycle. Diabetes 41:255-260, 1992
10. Segel SA, Paramore DS, Cryer PE. Hypoglycemia-associatedautonomic failure in advanced type 2 diabetes. Diabetes 51: 724-733, 2002
11. Gold AE, Deary IJ, Frier BM. Recurrent severe hypoglycaemia and cognitivefunction in type I diabetes. Diabet Med 10:503-508, 1993
12. Cryer PE.Hypoglycaemia: The limiting factor in the glycaemic management of type I andtype II diabetes. Diabetologia 45: 937-948, 2002
13. American Diabetes Association. Postprandial Blood Glucose: ConsensusStatement. Diabetes Care 24: 775-778, 2001.
14. Basu A., Alzaid A., Dinneen S., Caumo A., Cobelli C., Rizza R.: Effects ofa change in the pattern of insulin delivery on carbohydrate tolerance indiabetic and nondiabetic humans in the presence of differing degrees of insulinresistance. J Clin Invest 97:2351-2361, 1996
15. Schlichtkrull J, Munck O, Jersild M. The M-value, an index of blood glucosecontrol in diabetics. Acta Med Scand 177: 95-102, 1965
16. Service FJ , Molner GD, Rosevear JW, Ackerman E, Gatewood LC, Taylor WF.Mean amplitude of glycemic excursions, a measure of diabetic instabilityDiabetes 19: 644-655, 1970
17. Ryan EA, Shandro T, Green K, Paty BW, Senior PA, Bigam D, Shapiro AMJ,Vantyghem MC. Assessment of the Severity of Hypoglycemia and Glycemic Labilityin Type 1 Diabetic Subjects Undergoing Islet Transplantation Diabetes 53:955-962, 2004
18. Kovatchev BP, Cox DJ, Gonder-Frederick LA and WL Clarke. Symmetrization ofthe blood glucose measurement scale and its applications. Diabetes Care 20:1655-1658, 1997.
19. Saudek CD, Derr RL, Kalyani RR. Assessing Glycemia in Diabetes UsingSelf-monitoring Blood Glucose and Hemoglobin A1c. JAMA 2006 295: 1688-1697.
20. Klonoff DC: Continuous glucose monitoring: roadmapfor 21st century diabetes therapy. Diabetes Care 2005; 28:1231-1239.
21. Kovatchev BP, Straume M, Cox DJ, Farhy LS. Risk analysis of blood glucosedata: A quantitative approach to optimizing the control of insulin dependentdiabetes. J of Theoretical Medicine, 3:1-10, 2001.
22. Kovatchev BP, Cox DJ, Straume M, Farhy LS. Association of Self-monitoringBlood Glucose Profiles with Glycosylated Hemoglobin (2000). In: Methods inEnzymology, vol. 321: Numerical Computer Methods, Part C: 410-417 M. Johnson& L. Brand, Eds., Academic Press, NY.
23. Kovatchev BP, Clarke WL, Breton M, Brayman K, McCall A. QuantifyingTemporal Glucose Variability in Diabetes via Continuous Glucose Monitoring:Mathematical Methods and Clinical Application. Diabetes Technology andTherapeutics, 7: 849-862, 2005.
24. McCall AL, Kovatchev BP, Cox DJ, Crean J, Maggs D, Gloster M. Assessingglucose variability using CGMS in pramlintide- and placebo-treated subjectswith Type 1 diabetes mellitus. Diabetologia, 47, Supplement 1: A283, 2004
25. Kovatchev BP, Otto E, Cox DJ, Gonder-Frederick LA, Clarke WL. Evaluation ofa New Measure of Blood Glucose Variability in Diabetes. Diabetes Care, 29:2433-2438, 2006.
26. Kovatchev BP, Cox DJ, Gonder-Frederick LA and WL Clarke (2002). Methods forquantifying self-monitoring blood glucose profiles exemplified by anexamination of blood glucose patterns in patients with Type 1 and Type 2Diabetes. Diabetes Technology and Therapeutics, 4 (3): 295-303.
27. Kovatchev BP, Cox DJ, Kumar A, Gonder-Frederick LA, Clarke WL (2003).Algorithmic Evaluation of Metabolic Control and Risk of Severe Hypoglycemia inType 1 and Type 2 Diabetes Using Self-Monitoring Blood Glucose (SMBG) Data.Diabetes Technology and Therapeutics, 5 (5): 817-828.
28. Kovatchev BP, Cox DJ, Gonder-Frederick LA Young-Hyman D, Schlundt D and WLClarke (1998). Assessment of Risk for Severe Hypoglycemia Among Adults withIDDM: Validation of the Low Blood Glucose Index, Diabetes Care, 21: 1870-1875.29. S. P. Meyn and R. L. Tweedie. Markov Chains and Stochastic Stability.London: Springer-Verlag, 1993.
29. Food and Drug Administration. Summary of Safety and Effectiveness Data-Medtronic Guardian RT. www.fda.gov/cdrh/PDF/p980022s01.pdf; 2006.
30. Food and Drug Administration. Summary of Safety and Effectiveness Data -STS -7 Continuous Glucose Monitoring Systemwww.fda.gov/crdh/pdf5/p050012s001b.pdf 2007
31. Food and Drug Administration. Summary of Safety and Effectiveness Data -FreeStyle Navigator Continuous Glucose Monitoring System.www.fda.gov/crdh/pdf5/p050020b.pdf 2008
32. Kovatchev, B., Gonder-Frederick, L., Cox, D., Clarke, W.: Evaluating theAccuracy of Continuous Glucose Monitoring Sensors. Diabetes Care 27:1922-1928,2004
33. Cox, D; Herrman, J; Snyder, A; Gonder-Frederick, L; Reschke, J; Clarke, W:Stability of reacted Chemstrip bG. Diabetes Care, 11:288-291, 1988.
34.American Diabetes Association Workgroup on Hypoglycemia: Defining andReporting Hypoglycemia in Diabetes: A report from the American DiabetesAssociation Workgroup on Hypoglycemia. Diabetes Care 28: 1245-1249, 2005.
35. Kovatchev BP, Straume M, Cox DJ, Farhi LS: Risk analysis of blood glucosedata: a quantitative approach to optimizing the control of insulin dependentdiabetes. J Theor Med,3:1-10, 2001.
36. Miller M, Strange P: Use of Fourier Models for Analysis and Interpretationof Continuous Glucose Monitoring Glucose Profiles. J Diabetes Sci Technol, 1:630-638, 2007.
37. Shields D, Breton M. Blood vs. Interstitial Glucose Dynamic Fluctuations:The Nyquist Frequency of Continuous Glucose Monitors. Proc. 7thDiabetes Technol Mtg, 2007.
38. McDonnell CM, Donath SM, Vidmar SI, Werther GA, Cameron FJ: A Novel Approachto Continuous Glucose Analysis Utilizing Glycemic Variation. Diabetes TechnolTher, 7: 253-263, 2005.
39. Brennan M, Palaniswami M, Kamen P: Do existing measures of Poincare plotgeometry reflect nonlinear features of heart rate variability? IEEE TransBiomed Eng, 48:1342-1347, 2001.
40. Magni L, Raimondo F, Dalla Man C, Breton MD, Patek S, De Nicolao G, CobelliC, and Kovatchev BP (2008). Evaluating the Efficacy of Closed-Loop GlucoseRegulation via Control-Variability Grid Analysis. J Diabetes Sci Technol, 2:630-635.
41. Kovatchev BP, Breton MD, Dalla Man C, Cobelli C (2009). In SilicoPreclinical Trials: A Proof of Concept in Closed-Loop Control of Type 1Diabetes. J Diabetes Sci Technol 3: 44-55.
42 Clarke WL & Kovatchev BP (2009). Statistical Tools to Analyze CGM Data. DiabetesTechnology and Therapeutics, 11: S45-S54.
追加の参考文献
以下に挙げられた、次の特許、出願および刊行物は、それらの内容全体が参照によってここに組み込まれる。
ここに開示された発明の様々な実施形態の装置、システム、コンピュータ・プログラム製品および方法は、ここにその内容全体が参照によって組み込まれる次の参照文献、出願、刊行物および特許に開示された態様を利用してもよい。
1. PCT/US2008/082063, entitled “Model Predictive Control Based Method forClosed-Loop Control of Insulin Delivery in Diabetes Using Continuous GlucoseSensing”, filed October 31, 2008.
2. PCT/US2008/069416, entitled “Method, System and Computer Program Product forEvaluation of Insulin Sensitivity, Insulin/Carbohydrate Ratio, and InsulinCorrection Factors in Diabetes from Self-Monitoring Data”, filed July 8, 2008.
3. PCT/US2008/067725, entitled “Method, System and Computer SimulationEnvironment for Testing of Monitoring and Control Strategies in Diabetes,”filed June 20, 2008.
4. PCT/US2008/067723, entitled “LQG Artificial Pancreas Control System andRelated Method”, filed on 6/20/2008.
5. U.S. Serial No. 12/516,044, filed May 22, 2009, entitled “Method, System,and Computer Program Product for the Detection of Physical Activity by Changesin Heart Rate, Assessment of Fast Changing Metabolic States, and Applicationsof Closed and Open Control Loop in Diabetes;”
6. PCT/US2007/085588 not yet published filed November 27, 2007, entitled“Method, System, and Computer Program Product for the Detection of PhysicalActivity by Changes in Heart Rate, Assessment of Fast Changing MetabolicStates, and Applications of Closed and Open Control Loop in Diabetes;”
7. U.S. Serial No. 11/943,226, filed November 20, 2007, entitled “Systems,Methods and Computer Program Codes for Recognition of Patterns of Hyperglycemiaand Hypoglycemia, Increased Glucose Variability, and IneffectiveSelf-Monitoring in Diabetes;”
8. U.S. Patent Application No. 11/578,831, filed October 18, 2006 entitled“Method, System and Computer Program Product for Evaluating the Accuracy ofBlood Glucose Monitoring Sensors/Devices”.
9. PCT International Application Serial No. PCT/US2005/013792, filed April 21,2005, entitled “Method, System, and Computer Program Product for Evaluation ofthe Accuracy of Blood Glucose Monitoring Sensors/Devices;”
10. PCT International Application Serial No. PCT/US01/09884, filed March 292001, entitled “Method, System, and Computer Program Product for Evaluation ofGlycemic Control in Diabetes Self-Monitoring Data;”
11. U.S. Patent No. 7,025,425 B2 issued April 11, 2006, entitled “Method,System, and Computer Program Product for the Evaluation of Glycemic Control inDiabetes from Self-Monitoring Data;”
12. U.S. Patent Application No. 11/305,946 filed December 19, 2005 entitled“Method, System, and Computer Program Product for the Evaluation of GlycemicControl in Diabetes from Self-Monitoring Data” (Publication No. 2006/0094947);
13. PCT International Application Serial No. PCT/US2003/025053, filed August 8,2003, entitled “Method, System, and Computer Program Product for the Processingof Self-Monitoring Blood Glucose (SMBG) Data to Enhance DiabeticSelf-Management;”
14. U.S. Patent Application No. 10/524,094 filed February 9, 2005 entitled“Managing and Processing Self-Monitoring Blood Glucose” (Publication No.2005/214892);
15. U.S. Serial No. 12/065,257, filed August 29, 2008, entitled “Accuracy ofContinuous Glucose Sensors;”
16. PCT International Application Serial No PCT/US2006/033724, filed August 29,2006, entitled “Method for Improvising Accuracy of Continuous Glucose Sensorsand a Continuous Glucose Sensor Using the Same;”
17. U.S. Serial No. 12/159,891, filed July 2, 2008, entitled “Method, Systemand Computer Program Product for Evaluation of Blood Glucose Variability inDiabetes from Self-Monitoring Data;”
18. PCT International Application No. PCT/US2007/000370, filed January 5, 2007,entitled “Method, System and Computer Program Product for Evaluation of BloodGlucose Variability in Diabetes from Self-Monitoring Data;”
19. U.S.Patent Application No. 11/925,689 and PCT International Patent Application No.PCT/US2007/082744, both filed October 26, 2007, entitled “For Method, Systemand Computer Program Product for Real-Time Detection of Sensitivity Decline inAnalyte Sensors.”
20. U.S. Serial No. 10/069,674, filed February 22, 2002, entitled “Method andApparatus for Predicting the Risk of Hypoglycemia;”
21 PCT International Application No. PCT/US00/22886, filed August 21, 2000,entitled “Method and Apparatus for Predicting the Risk of Hypoglycemia;” and
22.U.S. Patent No. 6,923,763 B1, issued August 2, 2005, entitled “Method andApparatus for Predicting the Risk of Hypoglycemia;”

Claims (116)

  1. 被験者の糖尿病における血糖変動を視覚的に観測するためのシステムであって、
    複数の血糖データを収集する収集モジュールと、
    前記血糖データに基づいて血糖変動を観測するようにプログラムされたプロセッサと、を備え、
    前記観測は、平面上に最適なグルコース管理の領域を提供し、且つ
    前記観測は、前記平面に低血糖および高血糖のリスクを示す領域を提供するシステム。
  2. 前記平面は、
    前記低血糖のリスクを表す第１の軸と、
    前記高血糖のリスクを表す第２の軸と、を備える請求項１のシステム。
  3. 前記平面は、
    低血糖指数（LBGI）を表す第１の軸と、
    低血糖指数（HBGI）を表す第２の軸と、を備える請求項１のシステム。
  4. 前記平面は、
    逆コード化された低い百分率を表す第１の軸と、
    高い百分率を表す第２の軸と、を備える請求項１のシステム。
  5. 前記平面は、
    グルコース変動の最適な管理を表す第１のゾーン、
    低血糖へのわずかな逸脱、ただし高血糖の良好な管理を表す第２のゾーン、
    高血糖へのわずかな逸脱、ただし低血糖の良好な管理を表す第３のゾーン、
    低血糖および高血糖の両方へのわずかな逸脱をあらわす第４のゾーン、
    高血糖の過剰矯正を表す第５のゾーン、
    低血糖の過剰矯正を表す第６のゾーン、
    低血糖に対する処置の失敗を表す第７のゾーン、
    高血糖に対する処置の失敗を表す第８のゾーン、および
    誤った管理を表す第９のゾーン、の少なくともの一つを備える請求項１のシステム。
  6. 前記第１の軸は、前記血糖データの分布の逆コード化された約2.5%値を備え、前記第２の軸は、前記血糖データの分布の約97.5%値を備える請求項２のシステム。
  7. 前記第１の軸は、前記血糖データの分布の約97.5%値を備え、前記第２の軸は、前記血糖データの分布の逆コード化された約2.5%値を備える請求項２システム。注記：前記軸を逆にする場合、次のクレームの全てのゾーンは、テキスト中の「第１の」および「第２の」軸を逆にすることによって再定義される必要がある。これは新たな請求項を必要とするかもしれず、格子を定義する全ての請求項に当てはまる。
  8. 前記平面は、
    前記第１のゾーンは、約110〜80 mg/dlの範囲にある前記第１の軸と、約110〜200 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第２のゾーンは、約80〜50 mg/dlの範囲にある前記第１の軸と、約110〜200 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第３のゾーンは、約110〜80 mg/dlの範囲にある前記第１の軸と、約200〜400 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第４のゾーンは、約80〜50 mg/dlの範囲にある前記第１の軸と、約200〜400 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第５のゾーンは、約50 mg/dl未満の範囲にある前記第１の軸と、約110〜200 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第６のゾーンは、約110〜80 mg/dlの範囲にある前記第１の軸と、約400 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、
    前記第７のゾーンは、約50 mg/dl未満の範囲にある前記第１の軸と、約200〜400 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第８のゾーンは、約80〜50 mg/dlの範囲にある前記第１の軸と、約400 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、且つ
    前記第９のゾーンは、約50 mg/dl未満の範囲にある前記第１の軸と、約400 mg/dlより大きい範囲にある前記第２の軸とをさらに備える請求項５のシステム。
  9. 前記第１の軸は前記血糖データの逆コード化された約25%値を備え、前記第２の軸は約75%値を備える請求項４のシステム。
  10. 前記第２の軸は前記血糖データの分布の逆コード化された約25%値を備え、前記第１の軸は約75%値を備える請求項４のシステム。
  11. 前記低血糖−高血糖平面は、
    前記第１のゾーンは、約110〜90 mg/dlの範囲にある前記第１の軸と、約110〜180 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第２のゾーンは、約90〜70 mg/dlの範囲にある前記第１の軸と、約110〜180 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第３のゾーンは、約110〜90 mg/dlの範囲にある前記第１の軸と、約180〜250 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第４のゾーンは、約90〜70 mg/dlの範囲にある前記第１の軸と、約180〜250 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第５のゾーンは、約70 mg/dl未満の範囲にある前記第１の軸と、約110〜180 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第６のゾーンは、約110〜90 mg/dlの範囲にある前記第１の軸と、約250 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、
    前記第７のゾーンは、約70 mg/dl未満の範囲にある前記第１の軸と、約180〜250 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第８のゾーンは、約90〜70 mg/dlの範囲にある前記第１の軸と、約250 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、且つ
    前記第９のゾーンは、約70 mg/dl未満の範囲にある前記第１の軸と、約250 mg/dlより大きい範囲にある前記第２の軸とをさらに備える請求項５のシステム。
  12. 前記第１の軸は、前記血糖データの低血糖指数（LBGI）を備える請求項３のシステム。
  14. 前記第２の軸は、前記血糖データの高血糖指数（HBGI）を備える請求項３のシステム。
  16. 前記低血糖−高血糖平面は、
    前記第１のゾーンは、約2.5未満の範囲にある前記第１の軸と、約5未満の範囲にある前記第２の軸とをさらに備え、
    前記第２のゾーンは、約2.5〜5の範囲にある前記第１の軸と、約5未満の範囲にある前記第２の軸とをさらに備え、
    前記第３のゾーンは、約2.5未満の範囲にある前記第１の軸と、約5〜10の範囲にある前記第２の軸とをさらに備え、
    前記第４のゾーンは、さらに約2.5〜5の範囲にある前記第１の軸と、約5〜10の範囲にある前記第２の軸とをさらに備え、
    前記第５のゾーンは、約5より大きい範囲にある前記第１の軸と、約5未満の範囲にある前記第２の軸とをさらに備え、
    前記第６のゾーンは、約2.5未満の範囲にある前記第１の軸と、約10より大きい範囲にある前記第２の軸とをさらに備え、
    前記第７のゾーンは、約5より大きい範囲にある前記第１の軸と、約5〜10の範囲にある前記第２の軸とをさらに備え、
    前記第８のゾーンは、約2.5〜5の範囲にある前記第１の軸と、約10より大きい範囲にある前記第２の軸とをさらに備え、且つ
    前記第９のゾーンは、約5より大きい範囲にある前記第１の軸と、約10より大きい範囲にある前記第２の軸とをさらに備える請求項５のシステム。
  17. 前記血糖データは個人からのデータを備える請求項１のシステム。
  18. 前記血糖データは個人のグループからのデータを備える請求項１のシステム。
  19. 前記観測は、極端なグルコース事象を決定する請求項１のシステム。
  20. 前記観測は、特定の時間間隔の間の血糖変動の程度を決定する請求項１のシステム。
  21. 前記特定の時間間隔は、およそ１週間基準である請求項２０のシステム。
  22. 前記特定の時間間隔は、週１回未満である請求項２０のシステム。
  23. 前記特定の時間間隔は、週１回よりも大きい請求項２０のシステム。
  24. 前記観測は、特定の時間間隔での前記血糖データからのデータ点の軌跡をプロットすることを含む請求項１のシステム。
  25. 前記特定の時間間隔は、およそ１週間基準である請求項２４のシステム。
  26. 前記特定の時間間隔は、週１回未満である請求項２４のシステム。
  27. 前記特定の時間間隔は、週１回よりも大きい請求項２４のシステム。
  28. 前記血糖データは、連続血糖測定（CGM）または自己監視血糖（SMBG）から収集されるものであるか、またはその両方である請求項１のシステム。
  29. 被験者の糖尿病における血糖変動を視覚的に観測するための方法であって、
    複数の血糖データを収集し、
    前記血糖データに基づいて血糖変動を観測することを備え、
    前記観測は、平面上に最適なグルコース管理の領域を提供し、且つ
    前記観測は、前記平面に低血糖および高血糖のリスクを示す領域を提供する方法。
  30. 前記平面は、
    前記低血糖のリスクを表す第１の軸と、
    前記高血糖のリスクを表す第２の軸と、を備える請求項２９の方法。
  31. 前記平面は、
    低血糖指数（LBGI）を表す第１の軸と、
    低血糖指数（HBGI）を表す第２の軸と、を備える請求項２９の方法。
  32. 前記平面は、
    逆コード化された低い百分率値を表す第１の軸と、
    高い百分率値を表す第２の軸と、を備える請求項２９の方法。
  33. 前記平面は、
    グルコース変動の最適な管理を表す第１のゾーン、
    低血糖へのわずかな逸脱、ただし高血糖の良好な管理を表す第２のゾーン、
    高血糖へのわずかな逸脱、ただし低血糖の良好な管理を表す第３のゾーン、
    低血糖および高血糖の両方へのわずかな逸脱をあらわす第４のゾーン、
    高血糖の過剰矯正を表す第５のゾーン、
    低血糖の過剰矯正を表す第６のゾーン、
    低血糖に対する処置の失敗を表す第７のゾーン、
    高血糖に対する処置の失敗を表す第８のゾーン、および
    誤った管理を表す第９のゾーン、の少なくとも一つを備える請求項２９の方法。
  34. 前記第１の軸は、前記血糖データの分布の逆コード化された約2.5%値を備え、前記第２の軸は、前記血糖データの分布の約97.5%値を備える請求項２９の方法。
  35. 前記第１の軸は、前記血糖データの分布の約97.5%値を備え、前記第２の軸は、前記血糖データの分布の逆コード化された約2.5%値を備える請求項３０の方法。
  36. 前記平面は、
    前記第１のゾーンは、約110〜80 mg/dlの範囲にある前記第１の軸と、約110〜200 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第２のゾーンは、約80〜50 mg/dlの範囲にある前記第１の軸と、約110〜200 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第３のゾーンは、約110〜80 mg/dlの範囲にある前記第１の軸と、約200〜400 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第４のゾーンは、約80〜50 mg/dlの範囲にある前記第１の軸と、約200〜400 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第５のゾーンは、約50 mg/dl未満の範囲にある前記第１の軸と、約110〜200 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第６のゾーンは、約110〜80 mg/dlの範囲にある前記第１の軸と、約400 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、
    前記第７のゾーンは、約50 mg/dl未満の範囲にある前記第１の軸と、約200〜400 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第８のゾーンは、約80〜50 mg/dlの範囲にある前記第１の軸と、約400 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、且つ
    前記第９のゾーンは、さらに約50 mg/dl未満の範囲にある前記第１の軸と、約400 mg/dlより大きい範囲にある前記第２の軸とをさらに備える請求項３３の方法。
  37. 前記第１の軸は前記血糖データの逆コード化された約25%値を備え、前記第２の軸は約75%値を備える請求項３２の方法。
  38. 前記第２の軸は前記血糖データの逆コード化された約25%値を備え、前記第１の軸は約75%値を備える請求項３２の方法。
  39. 前記低血糖−高血糖平面は、
    前記第１のゾーンは、約110〜90 mg/dlの範囲にある前記第１の軸と、約110〜180 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第２のゾーンは、約90〜70 mg/dlの範囲にある前記第１の軸と、約110〜180 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第３のゾーンは、約110〜90 mg/dlの範囲にある前記第１の軸と、約180〜250 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第４のゾーンは、約90〜70 mg/dlの範囲にある前記第１の軸と、約180〜250 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第５のゾーンは、約70 mg/dl未満の範囲にある前記第１の軸と、約110〜180 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第６のゾーンは、約110〜90 mg/dlの範囲にある前記第１の軸と、約250 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、
    前記第７のゾーンは、約70 mg/dl未満の範囲にある前記第１の軸と、約180〜250 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第８のゾーンは、約90〜70 mg/dlの範囲にある前記第１の軸と、約250 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、且つ
    前記第９のゾーンは、さらに約70 mg/dl未満の範囲にある前記第１の軸と、約250 mg/dlより大きい範囲にある前記第２の軸とをさらに備える請求項３３の方法。
  40. 前記第１の軸は、前記血糖データの低血糖指数（LBGI）を備える請求項３１の方法。
  42. 前記第２の軸は、前記血糖データの高血糖指数（HBGI）を備える請求項３１の方法。
  44. 前記低血糖−高血糖平面は、
    前記第１のゾーンは、約2.5未満の範囲にある前記第１の軸と、約5未満の範囲にある前記第２の軸とをさらに備え、
    前記第２のゾーンは、約2.5〜5の範囲にある前記第１の軸と、約5未満の範囲にある前記第２の軸とをさらに備え、
    前記第３のゾーンは、約2.5未満の範囲にある前記第１の軸と、約5〜10の範囲にある前記第２の軸とをさらに備え、
    前記第４のゾーンは、約2.5〜5の範囲にある前記第１の軸と、約5〜10の範囲にある前記第２の軸とをさらに備え、
    前記第５のゾーンは、約5より大きい範囲にある前記第１の軸と、約5未満の範囲にある前記第２の軸とをさらに備え、
    前記第６のゾーンは、約2.5未満の範囲にある前記第１の軸と、約10より大きい範囲にある前記第２の軸とをさらに備え、
    前記第７のゾーンは、約5より大きい範囲にある前記第１の軸と、約5〜10の範囲にある前記第２の軸とをさらに備え、
    前記第８のゾーンは、約2.5〜5の範囲にある前記第１の軸と、約10より大きい範囲にある前記第２の軸とをさらに備え、且つ
    前記第９のゾーンは、約5より大きい範囲にある前記第１の軸と、約10より大きい範囲にある前記第２の軸とをさらに備える請求項３３方法。
  45. 前記血糖データは個人からのデータを備える請求項２の方法。
  46. 前記血糖データは個人のグループからのデータを備える請求項２９の方法。
  47. 前記観測は、極端なグルコース事象を決定する請求項２９の方法。
  48. 前記観測は、特定の時間間隔の間の血糖変動の程度を決定する請求項２９の方法。
  49. 前記特定の時間間隔は、およそ１週間基準である請求項４８の方法。
  50. 前記特定の時間間隔は、週１回未満である請求項４８の方法。
  51. 前記特定の時間間隔は、週１回よりも大きい請求項４８の方法。
  52. 前記観測は、特定の時間間隔での前記血糖データからのデータ点の軌跡をプロットすることを含む請求項２９の方法。
  53. 前記特定の時間間隔は、およそ１週間基準である請求項５２の方法。
  54. 前記特定の時間間隔は、週１回未満である請求項５２の方法。
  55. 前記特定の時間間隔は、週１回よりも大きい請求項５２の方法。
  56. 前記血糖データは、連続血糖測定（CGM）または自己監視血糖（SMBG）から収集されるものであるか、またはその両方である請求項２９の方法。
  57. 血糖変動の前記観測はプロセッサにより提供される請求項２９の方法。
  58. 前記血糖データはデータベースに記憶される請求項２９の方法。
  59. コンピュータ・システム中の少なくとも一つのプロセッサが、一人の被験者または被験者のグループの糖尿病における血糖変動を観測することを可能にするコンピュータ・プログラム論理を有するコンピュータで使用可能な媒体を備えるコンピュータ・プログラム製品であって、前記コンピュータ・プログラム論理は、
    複数の血糖データを収集し、
    前記血糖データに基づいて血糖変動を観測することを備え、
    前記観測は、平面フォーマット用の最適なグルコース管理の領域を提供し、且つ
    前記観測は、前記平面フォーマットに低血糖および高血糖のリスクを示す領域を提供するコンピュータ・プログラム製品。
  60. 前記平面フォーマットはインターフェイスに送信される請求項５９のコンピュータ・プログラム製品。
  61. 前記インターフェイスはディスプレイまたは物理的媒体を備える請求項６０のコンピュータ・プログラム製品。
  62. 前記平面フォーマットは、
    前記低血糖のリスクを表す第１の軸と、
    前記高血糖のリスクを表す第２の軸と、を備える請求項５９のコンピュータ・プログラム製品。
  63. 前記平面フォーマットは、
    低血糖指数（LBGI）を表す第１の軸と、
    低血糖指数（HBGI）を表す第２の軸と、を備える請求項５９のコンピュータ・プログラム製品。
  64. 前記平面フォーマットは、
    逆コード化された低い百分率値を表す第１の軸と、
    高い百分率値を表す第２の軸と、を備える請求項５９のコンピュータ・プログラム製品。
  65. 前記平面フォーマットは
    グルコース変動の最適な管理を表す第１のゾーン、
    低血糖へのわずかな逸脱、ただし高血糖の良好な管理を表す第２のゾーン、
    高血糖へのわずかな逸脱、ただし低血糖の良好な管理を表す第３のゾーン、
    低血糖および高血糖の両方へのわずかな逸脱をあらわす第４のゾーン、
    高血糖の過剰矯正を表す第５のゾーン、
    低血糖の過剰矯正を表す第６のゾーン、
    低血糖に対する処置の失敗を表す第７のゾーン、
    高血糖に対する処置の失敗を表す第８のゾーン、および
    誤った管理を表す第９のゾーン、の少なくとも一つを備える請求項５９のコンピュータ・プログラム製品。
  66. 前記第１の軸は、前記血糖データの分布の逆コード化された約2.5%値を備え、前記第２の軸は、前記血糖データの分布の約97.5%値を備える、請求項６２のコンピュータ・プログラム製品。
  67. 前記第１の軸は、前記血糖データの分布の約97.5%値を備え、前記第２の軸は、前記血糖データの分布の逆コード化された約2.5%値を備える請求項６２のコンピュータ・プログラム製品。
  68. 前記平面フォーマットは、
    前記第１のゾーンは、約110〜80 mg/dlの範囲にある前記第１の軸と、約110〜200 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第２のゾーンは、約80〜50 mg/dlの範囲にある前記第１の軸と、約110〜200 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第３のゾーンは、約110〜80 mg/dlの範囲にある前記第１の軸と、約200〜400 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第４のゾーンは、約80〜50 mg/dlの範囲にある前記第１の軸と、約200〜400 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第５のゾーンは、約50 mg/dl未満の範囲にある前記第１の軸と、約110〜200 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第６のゾーンは、約110〜80 mg/dlの範囲にある前記第１の軸と、約400 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、
    前記第７のゾーンは、約50 mg/dl未満の範囲にある前記第１の軸と、約200〜400 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第８のゾーンは、約80〜50 mg/dlの範囲にある前記第１の軸と、約400 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、且つ
    前記第９のゾーンは、約50 mg/dl未満の範囲にある前記第１の軸と、約400 mg/dlより大きい範囲にある前記第２の軸とをさらに備える請求項６５のコンピュータ・プログラム製品：。
  69. 前記第１の軸は前記血糖データの逆コード化された約25%値を備え、前記第２の軸は約75%値を備える、請求項６４のコンピュータ・プログラム製品。
  70. 前記第２の軸は前記血糖データの逆コード化された約25%値を備え、前記第１の軸は約75%値を備える、請求項６４のコンピュータ・プログラム製品。
  71. 前記低血糖−高血糖平面フォーマットは、
    前記第１のゾーンは、約110〜90 mg/dlの範囲にある前記第１の軸と、約110〜180 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第２のゾーンは、約90〜70 mg/dlの範囲にある前記第１の軸と、約110〜180 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第３のゾーンは、約110〜90 mg/dlの範囲にある前記第１の軸と、約180〜250 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第４のゾーンは、約90〜70 mg/dlの範囲にある前記第１の軸と、約180〜250 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第５のゾーンは、約70 mg/dl未満の範囲にある前記第１の軸と、約110〜180 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第６のゾーンは、約110〜90 mg/dlの範囲にある前記第１の軸と、約250 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、
    前記第７のゾーンは、約70 mg/dl未満の範囲にある前記第１の軸と、約180〜250 mg/dlの範囲にある前記第２の軸とをさらに備え、
    前記第８のゾーンは、約90〜70 mg/dlの範囲にある前記第１の軸と、約250 mg/dlより大きい範囲にある前記第２の軸とをさらに備え、且つ
    前記第９のゾーンは、約70 mg/dl未満の範囲にある前記第１の軸と、約250 mg/dlより大きい範囲にある前記第２の軸とをさらに備える請求項６４のコンピュータ・プログラム製品。
  72. 前記第１の軸は、前記血糖データの低血糖指数（LBGI）を備える請求項６３のコンピュータ・プログラム製品。
  74. 前記第２の軸は、前記血糖データの高血糖指数（HBGI）を備える請求項７３のコンピュータ・プログラム製品。
  76. 前記低血糖−高血糖平面フォーマットは、
    前記第１のゾーンは、約2.5未満の範囲にある前記第１の軸と、約5未満の範囲にある前記第２の軸とをさらに備え、
    前記第２のゾーンは、約2.5〜5の範囲にある前記第１の軸と、約5未満の範囲にある前記第２の軸とをさらに備え、
    前記第３のゾーンは、約2.5未満の範囲にある前記第１の軸と、約5〜10の範囲にある前記第２の軸とをさらに備え、
    前記第４のゾーンは、約2.5〜5の範囲にある前記第１の軸と、約5〜10の範囲にある前記第２の軸とをさらに備え、
    前記第５のゾーンは、約5より大きい範囲にある前記第１の軸と、約5未満の範囲にある前記第２の軸とをさらに備え、
    前記第６のゾーンは、約2.5未満の範囲にある前記第１の軸と、約10より大きい範囲にある前記第２の軸とをさらに備え、
    前記第７のゾーンは、約5より大きい範囲にある前記第１の軸と、約5〜10の範囲にある前記第２の軸とをさらに備え、
    前記第８のゾーンは、約2.5〜5の範囲にある前記第１の軸と、約10より大きい範囲にある前記第２の軸とをさらに備え、且つ
    前記第９のゾーンは、約5より大きい範囲にある前記第１の軸と、約10より大きい範囲にある前記第２の軸とをさらに備える請求項６５のコンピュータ・プログラム製品。
  77. 前記血糖データは個人からのデータを備える請求項５９のコンピュータ・プログラム製品。
  78. 前記血糖データは個人のグループからのデータを備える請求項５９のコンピュータ・プログラム製品。
  79. 前記観測は、極端なグルコース事象を決定する請求項５９のコンピュータ・プログラム製品。
  80. 前記観測は、特定の時間間隔の間の血糖変動の程度を決定する請求項５９のコンピュータ・プログラム製品。
  81. 前記特定の時間間隔は、およそ１週間基準である請求項７０のコンピュータ・プログラム製品。
  82. 前記特定の時間間隔は、週１回未満である請求項７０のコンピュータ・プログラム製品。
  83. 前記特定の時間間隔は、週１回よりも大きい請求項７０のコンピュータ・プログラム製品。
  84. 前記観測は、特定の時間間隔での前記血糖データからのデータ点の軌跡をプロットすることを含む請求項５９のコンピュータ・プログラム製品。
  85. 前記特定の時間間隔は、およそ１週間基準である請求項８４のコンピュータ・プログラム製品。
  86. 前記特定の時間間隔は、週１回未満である請求項８４のコンピュータ・プログラム製品。
  87. 前記特定の時間間隔は、週１回よりも大きい請求項８４のコンピュータ・プログラム製品。
  88. 前記血糖データは、連続血糖測定（CGM）または自己監視血糖（SMBG）から収集されるものであるか、またはその両方である請求項５９のコンピュータ・プログラム製品。
  89. 血糖変動の前記観測はプロセッサにより提供される請求項５９のコンピュータ・プログラム製品。
  90. 前記血糖データはデータベースに記憶される請求項５９のコンピュータ・プログラム製品。
  91. 被験者の糖尿病における血糖変動を聴覚的に観測するためのシステムであって、
    複数の血糖データを収集する収集モジュールと、
    前記血糖データに基づいて血糖変動を観測するようにプログラムされたプロセッサと、を備え、
    前記観測は、最適なグルコース管理のための信号を提供し、且つ
    前記観測は、低血糖および高血糖のリスクを示す信号を提供するシステム。
  92. 被験者の糖尿病における血糖変動を聴覚的に観測するための方法であって、
    複数の血糖データを収集し、
    前記血糖データに基づいて血糖変動を観測することを備え、
    前記観測は、最適なグルコース管理のための信号を提供し、且つ
    前記観測は、低血糖および高血糖のリスクを示す信号を提供する方法。
  93. 前記特定の時間間隔は、およそ２日以上である請求項２０のシステム。
  94. 前記特定の時間間隔は、およそ１日基準である請求項２０のシステム。
  95. 前記特定の時間間隔は、１日基準未満である請求項２０のシステム。
  96. 前記特定の時間間隔は、およそ半日である請求項２０のシステム。
  97. 前記特定の時間間隔は、およそ２時間以上である請求項２０のシステム。
  98. 前記特定の時間間隔は、およそ１時間である請求項２０のシステム。
  99. 前記特定の時間間隔は、１時間未満である請求項２０のシステム。
  100. 前記特定の時間間隔は、およそ１５分である請求項２０のシステム。
  101. 前記特定の時間間隔は、およそ２日以上である請求項２０の方法。
  102. 前記特定の時間間隔は、およそ１日基準である請求項２０の方法。
  103. 前記特定の時間間隔は、１日基準未満である請求項２０の方法。
  104. 前記特定の時間間隔は、およそ半日である請求項２０の方法。
  105. 前記特定の時間間隔は、およそ２時間以上である請求項２０の方法。
  106. 前記特定の時間間隔は、およそ１時間である請求項２０の方法。
  107. 前記特定の時間間隔は、１時間未満である請求項２０の方法。
  108. 前記特定の時間間隔は、およそ１５分である請求項２０の方法。
  109. 前記特定の時間間隔は、およそ２日以上である請求項２０のコンピュータ・プログラム製品。
  110. 前記特定の時間間隔は、１日基準である請求項２０のコンピュータ・プログラム製品。
  111. 前記特定の時間間隔は、１日基準未満である請求項２０のコンピュータ・プログラム製品。
  112. 前記特定の時間間隔は、およそ半日である請求項２０のコンピュータ・プログラム製品。
  113. 前記特定の時間間隔は、およそ２時間以上である請求項２０のコンピュータ・プログラム製品。
  114. 前記特定の時間間隔は、およそ１時間である請求項２０のコンピュータ・プログラム製品。
  115. 前記特定の時間間隔は、１時間未満である請求項２０のコンピュータ・プログラム製品。
  116. 前記特定の時間間隔は、およそ１５分である請求項２０のコンピュータ・プログラム製品。
JP2011538674A 2008-11-26 2009-11-24 糖尿病における血糖変動を追跡記録するための方法、システム及びコンピュータ・プログラム Active JP5657559B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US11802208P 2008-11-26 2008-11-26
US61/118,022 2008-11-26
US26011609P 2009-11-11 2009-11-11
US61/260,116 2009-11-11
PCT/US2009/065725 WO2010062898A1 (en) 2008-11-26 2009-11-24 Method, system, and computer program product for tracking of blood glucose variability in diabetes

Publications (2)

Publication Number Publication Date
JP2012509748A true JP2012509748A (ja) 2012-04-26
JP5657559B2 JP5657559B2 (ja) 2015-01-21

Family

ID=42226014

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011538674A Active JP5657559B2 (ja) 2008-11-26 2009-11-24 糖尿病における血糖変動を追跡記録するための方法、システム及びコンピュータ・プログラム

Country Status (6)

Country Link
US (1) US9317657B2 (ja)
EP (1) EP2369980B1 (ja)
JP (1) JP5657559B2 (ja)
CN (1) CN102405011A (ja)
CA (1) CA2753650A1 (ja)
WO (1) WO2010062898A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013542011A (ja) * 2010-10-12 2013-11-21 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア モデル予測制御を使用する多重定義された生理学的ゾーンの維持連邦により支援された研究に関する陳述本発明は国立衛生研究所により与えられた助成番号ｒｏｉ−ｄｋ０８５６２８−０１の下で政府支援によりなされた。米国政府は本発明において一定の権利を有する。（関連出願の相互参照）本出願は、３５ｕ．ｓ．ｃ．§１１９の下で、２０１０年１０月１２日出願の仮出願第６１／３９２，３９９号の優先権を主張するものであり、この開示は引用により本明細書に組み込まれる。
JP2016508763A (ja) * 2012-12-31 2016-03-24 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． 治療指針のための血糖値メジアン、変動、及び低血糖リスクの分析
KR102326690B1 (ko) * 2021-05-18 2021-11-16 주식회사 사운드바디 비침습 혈당측정기를 이용한 혈당관리 방법
JP2023518762A (ja) * 2020-03-20 2023-05-08 ウェルドック インコーポレイテッド 持続血糖モニタリングデータを分析し、解釈し、対処するためのシステム及び方法

Families Citing this family (70)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9788771B2 (en) 2006-10-23 2017-10-17 Abbott Diabetes Care Inc. Variable speed sensor insertion devices and methods of use
US8346335B2 (en) 2008-03-28 2013-01-01 Abbott Diabetes Care Inc. Analyte sensor calibration management
EP2171031B1 (en) 2007-06-21 2018-12-05 Abbott Diabetes Care Inc. Health management devices and methods
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
US9317657B2 (en) * 2008-11-26 2016-04-19 University Of Virginia Patent Foundation Method, system, and computer program product for tracking of blood glucose variability in diabetes
US9402544B2 (en) 2009-02-03 2016-08-02 Abbott Diabetes Care Inc. Analyte sensor and apparatus for insertion of the sensor
US8676598B2 (en) * 2009-03-31 2014-03-18 Jacob George Kuriyan Chronic population based cost model to compare effectiveness of preventive care programs
US8497777B2 (en) 2009-04-15 2013-07-30 Abbott Diabetes Care Inc. Analyte monitoring system having an alert
US8483967B2 (en) * 2009-04-29 2013-07-09 Abbott Diabetes Care Inc. Method and system for providing real time analyte sensor calibration with retrospective backfill
US8597274B2 (en) 2009-05-22 2013-12-03 Abbott Diabetes Care Inc. Usability features for integrated insulin delivery system
WO2010138856A1 (en) 2009-05-29 2010-12-02 Abbott Diabetes Care Inc. Medical device antenna systems having external antenna configurations
EP2435962B1 (en) 2009-05-29 2023-04-19 University of Virginia Patent Foundation System coordinator and modular architecture for open-loop and closed-loop control of diabetes
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
EP4070727B1 (en) 2009-08-31 2023-07-05 Abbott Diabetes Care, Inc. Displays for a medical device
WO2011028731A1 (en) * 2009-09-01 2011-03-10 University Of Virginia Patent Foundation System, method and computer program product for adjustment of insulin delivery (aid) in diabetes using nominal open-loop profiles
ES2881798T3 (es) 2010-03-24 2021-11-30 Abbott Diabetes Care Inc Insertadores de dispositivos médicos y procedimientos de inserción y uso de dispositivos médicos
CA2803678A1 (en) * 2010-06-30 2012-01-05 Lifescan Scotland Limited Method, system and device to ensure statistical power for average pre and post-prandial glucose difference messaging
USD709901S1 (en) * 2011-05-31 2014-07-29 Lifescan, Inc. Display screen with computer icon for blood glucose monitoring
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
AU2012272668B2 (en) * 2011-06-23 2017-02-02 University Of Virginia Patent Foundation Unified platform for monitoring and control of blood glucose levels in diabetic patients
EP2748747B1 (en) * 2011-08-26 2020-08-26 University Of Virginia Patent Foundation Method, system and computer readable medium for adaptive advisory control of diabetes
ES2984055T3 (es) * 2011-09-28 2024-10-28 Abbott Diabetes Care Inc Procedimientos para la gestión de monitorización de analitos y gestión de los datos de medición de analitos, y artículos de fabricación relacionados con los mismos
US9069536B2 (en) 2011-10-31 2015-06-30 Abbott Diabetes Care Inc. Electronic devices having integrated reset systems and methods thereof
WO2013078426A2 (en) 2011-11-25 2013-05-30 Abbott Diabetes Care Inc. Analyte monitoring system and methods of use
AU2012352560B2 (en) 2011-12-11 2017-01-19 Abbott Diabetes Care Inc. Analyte sensor devices, connections, and methods
US11798685B2 (en) * 2012-05-15 2023-10-24 James M. Minor Diagnostic methods and devices for controlling acute glycemia
WO2013173499A2 (en) * 2012-05-15 2013-11-21 Minor James M Diagnostic methods and devices for monitoring chronic glycemia
US10453573B2 (en) 2012-06-05 2019-10-22 Dexcom, Inc. Dynamic report building
US20140030748A1 (en) * 2012-07-27 2014-01-30 Lifescan, Inc. Method and system to manage diabetes using multiple risk indicators for a person with diabetes
AR092077A1 (es) * 2012-08-10 2015-03-18 Sanofi Aventis Deutschland Sistema medico
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
US9486578B2 (en) 2012-12-07 2016-11-08 Animas Corporation Method and system for tuning a closed-loop controller for an artificial pancreas
WO2014100428A1 (en) * 2012-12-20 2014-06-26 Becton, Dickinson And Company System and method for using multiple sensor calibration methods
US9907909B2 (en) 2012-12-20 2018-03-06 Animas Corporation Method and system for a hybrid control-to-target and control-to-range model predictive control of an artificial pancreas
US10383580B2 (en) 2012-12-31 2019-08-20 Abbott Diabetes Care Inc. Analysis of glucose median, variability, and hypoglycemia risk for therapy guidance
US10076285B2 (en) * 2013-03-15 2018-09-18 Abbott Diabetes Care Inc. Sensor fault detection using analyte sensor data pattern comparison
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
WO2016025874A1 (en) 2014-08-14 2016-02-18 University Of Virginia Patent Foundation Improved accuracy continuous glucose monitoring method, system, and device
WO2016080911A1 (en) * 2014-11-18 2016-05-26 Nanyang Technological University Server apparatus and wearable device for blood glucose monitoring and associated methods
US10456090B2 (en) * 2014-11-22 2019-10-29 Bigfoot Biomedical, Inc. Method to determine individualized insulin sensitivity and optimal insulin dose by linear regression, and related systems
RU2596506C1 (ru) 2015-03-13 2016-09-10 Общество С Ограниченной Ответственностью "Хилби" Способ определения гликемического индекса потребляемой человеком пищи
CA2984939A1 (en) 2015-05-14 2016-11-17 Abbott Diabetes Care Inc. Compact medical device inserters and related systems and methods
WO2016201120A1 (en) 2015-06-09 2016-12-15 University Of Virginia Patent Foundation Insulin monitoring and delivery system and method for cgm based fault detection and mitigation via metabolic state tracking
WO2017040927A1 (en) 2015-09-02 2017-03-09 University Of Virginia Patent Foundation System, method, and computer readable medium for dynamic insulin sensitivity in diabetic pump users
CN109922726A (zh) * 2016-09-20 2019-06-21 夏普株式会社 状态取得计算机、状态取得方法以及信息处理系统
US11071478B2 (en) 2017-01-23 2021-07-27 Abbott Diabetes Care Inc. Systems, devices and methods for analyte sensor insertion
US11829184B1 (en) * 2017-09-29 2023-11-28 Verily Life Sciences Llc Health event highlighter
US11950903B2 (en) * 2017-11-15 2024-04-09 Senseonics, Incorporated Reporting of glycemic variability from continuous glucose monitoring
US12462912B2 (en) 2018-02-13 2025-11-04 The University of Virginia Licensing and Ventures Group System and method for physical activity informed drug dosing
WO2020074500A1 (en) * 2018-10-08 2020-04-16 F. Hoffmann-La Roche Ag Personalized treatment tool
MX2021007294A (es) 2018-12-21 2021-07-15 Abbott Diabetes Care Inc Sistemas, dispositivos y metodos para la insercion de sensores de analito.
US11881296B2 (en) * 2019-02-06 2024-01-23 Oberon Sciences Ilan Ltd. Identifying and quantifying individualized variability-patterns and implementing them for improved efficacy of systems
EP3948894A1 (en) * 2019-03-29 2022-02-09 mySugr GmbH Computer-implemented method and system for determining a relative risk for lack of glycemic control for a plurality of patients, and computer program product
CN110286663B (zh) * 2019-06-28 2021-05-25 云南中烟工业有限责任公司 基于区域性的卷烟物理指标标准化生产的提升方法
US11957876B2 (en) 2019-07-16 2024-04-16 Beta Bionics, Inc. Glucose control system with automated backup therapy protocol generation
WO2021011697A1 (en) 2019-07-16 2021-01-21 Beta Bionics, Inc. Blood glucose control system
EP3998943A4 (en) 2019-07-16 2023-09-06 Beta Bionics, Inc. Blood glucose control system
CN111063435B (zh) * 2019-10-29 2022-09-27 北京大学人民医院 一种糖尿病分型诊断系统
US20220032769A1 (en) * 2020-07-29 2022-02-03 Randall Hicks Vehicle Control System With Impaired Driver Prevention And Biometric Detection
EP4203819B1 (en) 2020-08-31 2024-07-31 Abbott Diabetes Care Inc. Systems, devices, and methods for analyte sensor insertion
ES3000715T3 (en) 2020-09-15 2025-03-03 Abbott Diabetes Care Inc Device for analyte monitoring
US11594314B2 (en) 2020-12-07 2023-02-28 Beta Bionics, Inc. Modular blood glucose control systems
CN113133762B (zh) * 2021-03-03 2022-09-30 刘欣刚 一种无创血糖预测方法及装置
US12465686B2 (en) 2021-03-25 2025-11-11 Beta Bionics, Inc. Emergency medicament dose control
CN113506632B (zh) * 2021-06-08 2023-12-12 山东第一医科大学附属省立医院(山东省立医院) 一种基于非周期采样数据的i型糖尿病人血糖的估算方法
JP2024527596A (ja) 2021-07-16 2024-07-25 アボット ダイアベティス ケア インコーポレイテッド 検体監視のためのシステム、装置、及び方法
US12576208B2 (en) 2022-04-26 2026-03-17 Dexcom, Inc. System and method for titrating basal insulin doses
CN116942151B (zh) * 2023-07-25 2024-05-14 迈德医疗科技(深圳)有限公司 一种基于小波散射融合马尔科夫角度场的血糖检测方法
WO2025090697A1 (en) 2023-10-24 2025-05-01 Dexcom, Inc. System and method for titrating basal insulin doses
CN119943398B (zh) * 2025-01-09 2025-10-31 南通大学 基于大数据的糖尿病管理系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11026A (en) * 1854-06-06 Sofa-bedstead
JP2007014751A (ja) * 2005-06-04 2007-01-25 F Hoffmann-La Roche Ag インスリン投与量調節のために糖尿病患者の体液について一連のグルコース濃度を評価する方法と装置
EP1933246A1 (en) * 2006-12-14 2008-06-18 F.Hoffmann-La Roche Ag A method for visualising a chronological sequence of measurements
EP2369980A1 (en) * 2008-11-26 2011-10-05 University Of Virginia Patent Foundation Method, system, and computer program product for tracking of blood glucose variability in diabetes

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7076168B1 (en) * 1998-02-12 2006-07-11 Aquity, Llc Method and apparatus for using multicarrier interferometry to enhance optical fiber communications
US20020150070A1 (en) * 1999-07-02 2002-10-17 Shattil Steve J. Method and apparatus for using frequency diversity to separate wireless communication signals
AU2001291189A1 (en) * 2000-09-22 2002-04-02 Knobbe, Lim And Buckingham Method and apparatus for real-time estimation and control of pysiological parameters
US7460130B2 (en) * 2000-09-26 2008-12-02 Advantage 3D Llc Method and system for generation, storage and distribution of omni-directional object views
AU2002309528A1 (en) * 2001-04-02 2002-10-15 Therasense, Inc. Blood glucose tracking apparatus and methods
US8010174B2 (en) * 2003-08-22 2011-08-30 Dexcom, Inc. Systems and methods for replacing signal artifacts in a glucose sensor data stream
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
US8423113B2 (en) * 2003-07-25 2013-04-16 Dexcom, Inc. Systems and methods for processing sensor data
US8282549B2 (en) * 2003-12-09 2012-10-09 Dexcom, Inc. Signal processing for continuous analyte sensor
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
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
US7502644B2 (en) * 2005-01-25 2009-03-10 Pacesetter, Inc. System and method for distinguishing among cardiac ischemia, hypoglycemia and hyperglycemia using an implantable medical device
CA3156058A1 (en) * 2006-01-05 2007-07-19 University Of Virginia Patent Foundation Method, system and computer program product for evaluation of blood glucose variability in diabetes from self-monitoring data
US7756407B2 (en) * 2006-05-08 2010-07-13 Mitsubishi Electric Research Laboratories, Inc. Method and apparatus for deblurring images
US10952664B2 (en) * 2006-07-19 2021-03-23 Cross Technology Solutions Ab Mobile apparatus, method and system for processing blood sugar affecting factors
CA2670214A1 (en) * 2006-11-21 2008-05-29 Mantisvision Ltd. 3d geometric modeling and 3d video content creation
WO2008071218A1 (en) * 2006-12-14 2008-06-19 Egomedical Swiss Ag Monitoring device
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
US20080311968A1 (en) * 2007-06-13 2008-12-18 Hunter Thomas C Method for improving self-management of a disease
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
WO2008157781A1 (en) * 2007-06-21 2008-12-24 University Of Virginia Patent Foundation Method, system and computer simulation environment for testing of monitoring and control strategies in diabetes
US8206564B2 (en) * 2007-07-23 2012-06-26 Bayer Healthcare Llc Biosensor calibration system
US7731658B2 (en) * 2007-08-16 2010-06-08 Cardiac Pacemakers, Inc. Glycemic control monitoring using implantable medical device
DE102007047351A1 (de) * 2007-10-02 2009-04-09 B. Braun Melsungen Ag System und Verfahren zur Überwachung und Regelung von Blutglukosewerten
US8409093B2 (en) * 2007-10-23 2013-04-02 Abbott Diabetes Care Inc. Assessing measures of glycemic variability
US8417312B2 (en) * 2007-10-25 2013-04-09 Dexcom, Inc. Systems and methods for processing sensor data
US20090240127A1 (en) * 2008-03-20 2009-09-24 Lifescan, Inc. Methods of determining pre or post meal time slots or intervals in diabetes management
US8761940B2 (en) * 2010-10-15 2014-06-24 Roche Diagnostics Operations, Inc. Time block manipulation for insulin infusion delivery
US8707392B2 (en) * 2010-10-15 2014-04-22 Roche Diagnostics Operations, Inc. Systems and methods for disease management
US9259190B2 (en) * 2011-12-29 2016-02-16 Roche Diabetes Care, Inc. Reminder management for manual entry diabetes application
US10463282B2 (en) * 2012-10-04 2019-11-05 Roche Diabetes Care, Inc. System and method for assessing risk associated with a glucose state

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11026A (en) * 1854-06-06 Sofa-bedstead
JP2007014751A (ja) * 2005-06-04 2007-01-25 F Hoffmann-La Roche Ag インスリン投与量調節のために糖尿病患者の体液について一連のグルコース濃度を評価する方法と装置
EP1933246A1 (en) * 2006-12-14 2008-06-18 F.Hoffmann-La Roche Ag A method for visualising a chronological sequence of measurements
EP2369980A1 (en) * 2008-11-26 2011-10-05 University Of Virginia Patent Foundation Method, system, and computer program product for tracking of blood glucose variability in diabetes

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013542011A (ja) * 2010-10-12 2013-11-21 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア モデル予測制御を使用する多重定義された生理学的ゾーンの維持連邦により支援された研究に関する陳述本発明は国立衛生研究所により与えられた助成番号ｒｏｉ−ｄｋ０８５６２８−０１の下で政府支援によりなされた。米国政府は本発明において一定の権利を有する。（関連出願の相互参照）本出願は、３５ｕ．ｓ．ｃ．§１１９の下で、２０１０年１０月１２日出願の仮出願第６１／３９２，３９９号の優先権を主張するものであり、この開示は引用により本明細書に組み込まれる。
JP2016508763A (ja) * 2012-12-31 2016-03-24 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． 治療指針のための血糖値メジアン、変動、及び低血糖リスクの分析
JP2023518762A (ja) * 2020-03-20 2023-05-08 ウェルドック インコーポレイテッド 持続血糖モニタリングデータを分析し、解釈し、対処するためのシステム及び方法
JP7699605B2 (ja) 2020-03-20 2025-06-27 ウェルドック インコーポレイテッド 持続血糖モニタリングデータを分析し、解釈し、対処するためのシステム及び方法
JP2025143308A (ja) * 2020-03-20 2025-10-01 ウェルドック インコーポレイテッド 持続血糖モニタリングデータを分析し、解釈し、対処するためのシステム及び方法
JP7804820B2 (ja) 2020-03-20 2026-01-22 ウェルドック インコーポレイテッド 持続血糖モニタリングデータを分析し、解釈し、対処するためのシステム及び方法
KR102326690B1 (ko) * 2021-05-18 2021-11-16 주식회사 사운드바디 비침습 혈당측정기를 이용한 혈당관리 방법

Also Published As

Publication number Publication date
US9317657B2 (en) 2016-04-19
JP5657559B2 (ja) 2015-01-21
US20110264378A1 (en) 2011-10-27
CN102405011A (zh) 2012-04-04
EP2369980B1 (en) 2020-02-26
EP2369980A4 (en) 2016-07-06
CA2753650A1 (en) 2010-06-03
EP2369980A1 (en) 2011-10-05
WO2010062898A1 (en) 2010-06-03

Similar Documents

Publication Publication Date Title
JP5657559B2 (ja) 糖尿病における血糖変動を追跡記録するための方法、システム及びコンピュータ・プログラム
US12102454B2 (en) Analysis of glucose median, variability, and hypoglycemia risk for therapy guidance
AU2022200642B2 (en) Analysis of glucose median, variability, and hypoglycemia risk for therapy guidance
CA2404262C (en) Method, system, and computer program product for the evaluation of glycemic control in diabetes from self-monitoring data
CN101278847B (zh) 高/低血糖、葡萄糖变异性和无效自我监测的系统、方法
US11355238B2 (en) Method, system and computer program product for evaluation of blood glucose variability in diabetes from self-monitoring data
JP5830466B2 (ja) 所定の将来の期間内における患者の低血糖現象の発生の可能性を観測するための方法、そのためのシステム及びそのためのコンピュータで実行させるためのプログラム
EP3703066A1 (en) Method, system and computer program product for cgm-based prevention of hypoglycemia via hypoglycemia risk assessment and smooth reduction insulin delivery
AU2001251046A1 (en) Method, system, and computer program product for the evaluation of glycemic control in diabetes from self-monitoring data

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20120821

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20131025

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20140203

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20140210

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20140305

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20140312

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140407

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20141028

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20141126

R150 Certificate of patent or registration of utility model

Ref document number: 5657559

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250