一種優化用于糖尿病患者的療法的測試方法的實施例包括:收集生物標志數據的至少一個采樣集合;針對生物標志數據的采樣集合計算概率分布函數、危險函數、風險函數以及風險數值,其中,計算近似于所述生物標志數據的概率分布的概率分布函數,危險函數是一種針對所述采樣集合中的指示較高并發癥風險的生物標志讀數產生較高危險數值的函數,風險函數是概率分布函數和危險函數的乘積,以及通過風險函數的積分來計算風險數值;通過調節所述糖尿病患者的療法來使所述風險數值最小化;以及當對于至少一個采樣集合的風險數值被最小化到最優風險水平時退出該測試方法。
【技術實現步驟摘要】
【國外來華專利技術】具有考慮與生物標志相關聯的系統噪聲的經過調節的退出標準的胰島素優化系統和測試方法
本公開的實施例總體上涉及糖尿病管理,并且特別涉及為糖尿病患者優化他們所服用的胰島素劑量的方法和系統。
技術介紹
糖尿是由由于不充足的胰島素分泌、胰島素機能或者全部兩種原因而導致的高血糖癥表征的代謝病集。由于每一個人與不同的健康和生活風格因素相互作用的獨特的生理,糖尿病在每一個人身體中的表現不同,其中所述健康和生活風格因素比如有飲食習慣、體重、壓力、生病、鍛煉以及服藥。生物標志是患者的生物學上導出的指標,其表明生物或發病過程、藥理反應、事件(event)或者狀況(例如老化、疾病或生病風險、存在或進展等等)。舉例來說,生物標志可以是與疾病有關的變量的客觀度量,其可以用作關于該疾病的指標或預示。在糖尿病的情況下,這樣的生物標志包括對于葡萄糖、脂類、甘油三酯等等所測量的數值。生物標志還可以是能夠從中推斷出疾病的存在或風險的一個參數集合,而不是疾病本身的測量數值。當適當地收集及評定時,生物標志可以提供與關于病人的醫療問題有關的有用信息,可以被用作醫療評估的一部分、用作醫療控制以及/或者用于醫療優化。對于糖尿病,臨床醫師通常根據治療指南來對患者進行治療,比如JoslinDiabetesCenter&JoslinClinic的ClinicalGuidelineforPharmacologicalManagementofType2Diabetes(2007)以及JoslinDiabetesCenter&JoslinClinic的ClinicalGuidelineforAdultswithDiabetes(2008)。所述指南可以指定所期望的生物標志數值,例如小于100mg/dl的空腹血糖數值。盡管已經針對胰島素滴定研發了指南和算法,但是滴定算法的退出標準通常以相同的閾值被應用于所有患者來定義。然而,一些生物標志水平(例如血糖測量結果)具有與他們的測量相關聯的噪聲或高方差(variance)。噪聲或方差可能隨著患者而變化。方差或噪聲的來源可以被置于兩類:系統噪聲和協議噪聲。事實上,當被遞送到糖尿病患者的胰島素數量與實際有效的數量不同時產生系統噪聲。系統噪聲可能由胰島素敏感性(即一天一天地改變胰島素效力的可變生理效應)引起。協議噪聲可能由歸因于胰島素遞送工具(例如注射器)的不適當物理操控或者未能在適當的時間測量血糖的患者錯誤產生。所有的噪聲來源可能會導致不利事件(例如高血糖和低血糖事件)的更大風險,并且系統噪聲特別地導致歸因于控制內在生理效應的困難的增加的風險。因此,具有與他們的生物標志讀數相關聯的高系統噪聲的患者不應該具有與具有低水平的系統噪聲的患者相同的退出標準。期望包括一種適應退出標準中的系統噪聲的算法,由此產生較少的不利事件。
技術實現思路
針對上面的背景,提供了適合于糖尿病患者優化他們服用的胰島素劑量的本測試方法實施例。本公開內容提供了一種通過使不利事件(例如高血糖和低血糖事件)的風險量化來改變針對胰島素滴定的退出標準,并且通過使風險最小化來優化胰島素滴定的結構化方法。盡管在當前的公開內容中,針對胰島素滴定中的空腹血糖數值給出了用于改變退出標準的規程,但是要被應用于各種各樣的不同算法和生物標志的基礎方法非常寬廣。公開內容的實施例可以例如如下實施:紙質工具;集成在諸如血糖計之類的收集設備中的糖尿病軟件;集成在個人數字助理、手持式計算機或者移動電話中的糖尿病軟件;集成在被耦合到計算機的設備讀取器中的糖尿病軟件;在諸如個人計算機之類的計算機上進行操作的糖尿病軟件;以及通過因特網遠程訪問的糖尿病軟件。根據一個實施例,提供了一種用于優化對于患者的療法的測試方法。用于優化對于糖尿病患者的胰島素劑量的測試方法包括:收集生物標志數據的至少一個采樣集合,其中每個采樣集合包括在收集時段內記錄的一個或多個采樣實例并且每個采樣實例包括一個或多個生物標志讀數;計算對于所述生物標志數據的采樣集合的概率分布函數、危險(hazerd)函數、風險函數和風險數值,其中,計算近似該生物標志數據的概率分布的概率分布函數,危險函數是一種針對采樣集合中的指示較高并發癥風險的生物標志讀數產生較高的危險數值的函數,風險函數是概率分布函數和危險函數的乘積,并且通過風險函數的積分來計算風險數值。該測試方法還包括通過調節糖尿病患者的療法來使風險數值最小化,以及當對于至少一個采樣集合的風險數值被最小化到最優風險水平時退出該測試方法。根據另一實施例,提供了用于通過針對優化胰島素的服用劑量的測試計劃來指導糖尿病患者的方法,其中該方法利用數據處理系統。該方法包括經由顯示單元來指示糖尿病患者收集生物標志數據的一個或多個采樣集合。該方法還包括計算對于所述生物標志數據的采樣集合的概率分布函數、危險函數、風險函數和風險數值,并且還包括指示患者調節患者的療法,或者在對于至少一個采樣集合的風險數值被最小化到最優風險水平的情況下退出該測試方法。根據另一實施例,提供了一種被配置成通過針對優化療法的測試計劃來指導糖尿病患者的收集系統。該收集設備包括:被配置成測量一個或多個所選生物標志的儀表;處理器,其被設置在所述儀表內部并且耦合到存儲器,其中所述存儲器包括收集規程;以及具有指令的軟件,當所述指令被處理器執行時使得所述處理器指示該糖尿病患者根據所述收集規程來收集生物標志數據的一個或多個采樣集合。該軟件和相關聯的收集規程還使得所述處理器指示糖尿病患者,計算對于所述生物標志數據的采樣集合的概率分布函數、危險函數、風險函數和風險數值。該處理器還指示患者調節患者的療法,或者在對于至少一個采樣集合的風險數值被最小化到最優風險水平的情況下退出該測試方法。通過下面的描述、附圖和權利要求書,這里所公開的本專利技術的這些和其他優點和特征將變得更加顯而易見。附圖說明在結合附圖閱讀時可以最佳地理解下面對于本專利技術的實施例的詳細描述,其中相同的結構由相同的附圖標記表示。圖1是示出了根據本專利技術的一個實施例的用于糖尿病患者和臨床醫師以及對于患者的長期護理管理有興趣的其他人的長期護理管理系統的示意圖。圖2和2A是示出了根據本專利技術的一個實施例的適合于實施結構化測試方法的系統的實施例的示意圖。圖3示出了根據本專利技術的收集設備實施例的方框圖。圖4示出了根據本專利技術的利用結構化測試方法在圖3的收集設備上產生的以表格形式的一個數據記錄實施例的描繪。圖5示出描繪根據本專利技術的用于使用風險最小化來優化胰島素的滴定的測試方法的流程圖。圖6是描繪根據本專利技術的空腹血糖生物標志讀數的正態概率分布的柱狀圖。圖7是根據本專利技術的危險函數的圖形示意圖。圖8A-8D是描繪根據本專利技術的風險函數和危險以及概率函數之間的關系的示例性實施例的圖形視圖。圖9示出根據本專利技術的風險面(risksurface)。圖10圖示根據本專利技術的療法梯度。圖11A和11B是示出根據本專利技術的與用于使用風險最小化來優化胰島素的滴定的測試方法相關聯的目標水平的調節和胰島素劑量的調節的圖形示意圖。圖12A和12B示出根據本專利技術的當利用不同的胰島素調節方案時對個性化和固定目標的噪聲水平的影響。具體實施方式下面將關于各個說明性實施例來描述本專利技術。本領域技術人員將認識到,可以在許多不同的應用和實施例本文檔來自技高網...

【技術保護點】
【技術特征摘要】
【國外來華專利技術】2010.06.18 US 12/8187951.一種被配置成通過測試計劃來指導糖尿病患者的系統,包括:耦合到存儲器的處理器,其中所述存儲器包括收集規程;以及具有指令的軟件,當所述指令被所述處理器執行時使得所述處理器:經由用戶接口指示所述糖尿病患者根據所述收集規程來收集生物標志數據的一個或多個采樣集合,其中每個采樣集合包括在收集時段內記錄在所述存儲器中的一個或多個采樣實例,并且每個采樣實例包括一個或多個生物標志讀數;以及通過所述處理器或者其他處理器來針對生物標志數據的采樣集合計算概率分布函數、危險函數、風險函數以及風險數值,其中,計算近似于所述生物標志數據的概率分布的概率分布函數,危險函數是一種針對所述采樣集合中的指示較高并發癥風險的生物標志讀數產生較高危險數值的函數,其中通過等式來定義危險函數H(B),其中B是采樣集合中的生物標志讀數,Hhypo(B)是與低血糖事件相關聯的危險函數,Hhyper(B)是與高血糖事件相關聯的危險函數,風險函數是概率分布函數和危險函數的乘積,以及通過風險函數的積分來計算風險數值J,其中p(B)是概率分布;指示所述糖尿病患者通過調節患者的療法來使風險數值最小化,或者如果對于至少一個采樣集合的風險數值被最小化到最優風險水平則退出,其中所述收集規程是結構化收集規程。2.權利要求1的系統,其中用于使所述風險數值最小化的糖尿病患者的療法是從包括以下各項的組中選擇的:調節胰島素劑量、調節糖尿病患者行為以便降低生物標志可變性、調節目標生物標志水平或者其組合。3.權利要求2的系統,其中所述胰島素劑量是從包括以下各項的組中選擇的:基礎劑量參數、胰島素對碳水化合物參數,胰島素敏感性參數、餐食增加參數,餐食偏移參數,胰島素活性參數以及其組合。4.權利要求2的系統,其中當平均值處于或者基本上靠近所述目標生物標志水平或范圍時,或者當平均值處于或者基本上靠近經過調節的目標生物標志水平時,并且所述采樣集合的標準偏差落在前一采樣集合的類似噪聲范圍之內時,風險水平被最小化到最優水平,其中所述類似噪聲范圍離所計算的前一噪聲數量小于10%的變化。5.權利要求1的系統,其中每個采樣實例包括生物標志讀數和與所述生物標志讀數相關聯的其他情境數據,其中所述情境數據是從包括以下各項的組中選擇的:收集時間、收集日期、吃完最近的餐食的時間、壓力、鍛煉、能量水平、包括胰島素的藥物的時間和劑量、推薦的胰島素數量以及其組合。6.權利要求2的系統,其中所述胰島素劑量在所述收集時段期間是可變的。7.權利要求3的系統,其中所述胰島素劑量在所述收集時段期間處于恒定的水平。8.權利要求1的系統,其中所述生物標志讀數是空腹血糖讀數。9.權利要求1的系統,其中所述生物標...
【專利技術屬性】
技術研發人員:DL杜克,M珀西瓦爾,AS索尼,S布薩姆拉,
申請(專利權)人:霍夫曼拉羅奇有限公司,
類型:
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。