JPH10332704A - 糖尿病管理 - Google Patents
糖尿病管理Info
- Publication number
- JPH10332704A JPH10332704A JP10147378A JP14737898A JPH10332704A JP H10332704 A JPH10332704 A JP H10332704A JP 10147378 A JP10147378 A JP 10147378A JP 14737898 A JP14737898 A JP 14737898A JP H10332704 A JPH10332704 A JP H10332704A
- Authority
- JP
- Japan
- Prior art keywords
- level
- glycosylated hemoglobin
- blood glucose
- model
- hemoglobin component
- 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
Links
- 206010012601 diabetes mellitus Diseases 0.000 title description 11
- 239000008280 blood Substances 0.000 claims abstract description 96
- 210000004369 blood Anatomy 0.000 claims abstract description 96
- 238000005259 measurement Methods 0.000 claims abstract description 81
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims abstract description 75
- 239000008103 glucose Substances 0.000 claims abstract description 75
- 102000017011 Glycated Hemoglobin A Human genes 0.000 claims abstract description 69
- 108010014663 Glycated Hemoglobin A Proteins 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000013178 mathematical model Methods 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims description 17
- 230000006399 behavior Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 102000001554 Hemoglobins Human genes 0.000 claims description 4
- 108010054147 Hemoglobins Proteins 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims 1
- 125000003147 glycosyl group Chemical group 0.000 claims 1
- 239000013598 vector Substances 0.000 description 27
- 239000011159 matrix material Substances 0.000 description 8
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 6
- 235000000346 sugar Nutrition 0.000 description 6
- 102000035122 glycosylated proteins Human genes 0.000 description 4
- 108091005608 glycosylated proteins Proteins 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 102000004877 Insulin Human genes 0.000 description 3
- 108090001061 Insulin Proteins 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 229940125396 insulin Drugs 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000008719 thickening Effects 0.000 description 2
- 229930091051 Arenine Natural products 0.000 description 1
- 208000013016 Hypoglycemia Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 101100101585 Mus musculus Ubqln4 gene Proteins 0.000 description 1
- 102000006386 Myelin Proteins Human genes 0.000 description 1
- 108010083674 Myelin Proteins Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 238000003149 assay kit Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000021152 breakfast Nutrition 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 230000002218 hypoglycaemic effect Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000005012 myelin Anatomy 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 150000008163 sugars Chemical class 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/66—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood sugars, e.g. galactose
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/72—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood pigments, e.g. haemoglobin, bilirubin or other porphyrins; involving occult blood
- G01N33/721—Haemoglobin
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Hematology (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Urology & Nephrology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Microbiology (AREA)
- Cell Biology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Biotechnology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Diabetes (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
(57)【要約】
【課題】 患者の血液中のグリコシル化ヘモグロビンの
HbA1C 成分のレベルを予測する方法。 【解決手段】 前もって測定されたHbA1C レベル及び血
中グルコースレベルを使用して血中グルコースレベルに
対するHbA1C 成分レベルの挙動を予測する数理モデルを
導出する。新しいHbA1C レベルが測定される毎に、その
新しい測定値と最近の新しい血中グルコースレベル測定
値とを使用してそのモデルを更新する。そのレベルの測
定と測定との間に、最後のHbA1C 測定以後に得られた血
中グルコースレベルの測定値を使用してHbA1C レベルを
予測するためにその更新された数理モデルを使用する。
HbA1C 成分のレベルを予測する方法。 【解決手段】 前もって測定されたHbA1C レベル及び血
中グルコースレベルを使用して血中グルコースレベルに
対するHbA1C 成分レベルの挙動を予測する数理モデルを
導出する。新しいHbA1C レベルが測定される毎に、その
新しい測定値と最近の新しい血中グルコースレベル測定
値とを使用してそのモデルを更新する。そのレベルの測
定と測定との間に、最後のHbA1C 測定以後に得られた血
中グルコースレベルの測定値を使用してHbA1C レベルを
予測するためにその更新された数理モデルを使用する。
Description
【０００１】
【発明の属する技術分野】本発明は、糖尿病の管理に関
し、特に糖尿病治療の有効性を監視するための方法及び
装置に関する。
し、特に糖尿病治療の有効性を監視するための方法及び
装置に関する。
【０００２】
【従来の技術】糖尿病の治療では、患者は自己試験キッ
トを使って自分の血中グルコースレベルを定期的にチェ
ックすることを求められる。患者は、自己試験の結果を
自分が正常と考える血中グルコースレベルと比較するこ
とにより、自分の血中グルコースレベルを正常なレベル
に戻すために使用するべきインシュリンの量を推定する
ことができる。この目的のために使用される自己試験キ
ットは、今日では非常に高性能で信頼できるものになっ
ていて、糖尿病の短期管理のための優れた手段となって
いる。しかし、糖尿病患者は、長期間を経てはじめて明
らかになる自分の健康状態から生じる問題も抱え込む可
能性がある。自己試験により得られる一つ一つの血糖測
定値は、その様な長期的問題の発生の兆候を殆ど或いは
全く示さない。
トを使って自分の血中グルコースレベルを定期的にチェ
ックすることを求められる。患者は、自己試験の結果を
自分が正常と考える血中グルコースレベルと比較するこ
とにより、自分の血中グルコースレベルを正常なレベル
に戻すために使用するべきインシュリンの量を推定する
ことができる。この目的のために使用される自己試験キ
ットは、今日では非常に高性能で信頼できるものになっ
ていて、糖尿病の短期管理のための優れた手段となって
いる。しかし、糖尿病患者は、長期間を経てはじめて明
らかになる自分の健康状態から生じる問題も抱え込む可
能性がある。自己試験により得られる一つ一つの血糖測
定値は、その様な長期的問題の発生の兆候を殆ど或いは
全く示さない。
【０００３】糖尿病患者が抱えている基本的問題は、血
液に含まれている糖が細胞膜を横断して移動することに
関連している。この問題は、身体が血液中の糖レベルを
正しいレベルに保つのを難しくする。（例えば患者が注
射するインシュリンが少なすぎるために）血糖が多すぎ
ると患者は高血糖症になり、（例えば患者が注射するイ
ンシュリンが多すぎるために）血糖が少なすぎると、患
者は低血糖症になることがある。具体的には、血液中の
糖のレベルが高すぎると、糖がタンパク質と結合してグ
リコシル化タンパク質を形成する結果となる。グリコシ
ル化タンパク質は実質的に不溶解性であって、静脈及び
動脈の壁を厚くし、神経の髄鞘を厚くする。
液に含まれている糖が細胞膜を横断して移動することに
関連している。この問題は、身体が血液中の糖レベルを
正しいレベルに保つのを難しくする。（例えば患者が注
射するインシュリンが少なすぎるために）血糖が多すぎ
ると患者は高血糖症になり、（例えば患者が注射するイ
ンシュリンが多すぎるために）血糖が少なすぎると、患
者は低血糖症になることがある。具体的には、血液中の
糖のレベルが高すぎると、糖がタンパク質と結合してグ
リコシル化タンパク質を形成する結果となる。グリコシ
ル化タンパク質は実質的に不溶解性であって、静脈及び
動脈の壁を厚くし、神経の髄鞘を厚くする。
【０００４】グリコシル化タンパク質の１つの形はグリ
コシル化ヘモグロビンである。グリコシル化ヘモグロビ
ンは、長時間にわたって血液中に残留する傾向を持って
いるので、血液中のグリコシル化タンパク質のレベルの
優れた示度となり、従って、患者が従っている治療体制
の有効性の示度であり、また、言うまでもなく、患者が
その体制にどの程度に従っているかを示す。
コシル化ヘモグロビンである。グリコシル化ヘモグロビ
ンは、長時間にわたって血液中に残留する傾向を持って
いるので、血液中のグリコシル化タンパク質のレベルの
優れた示度となり、従って、患者が従っている治療体制
の有効性の示度であり、また、言うまでもなく、患者が
その体制にどの程度に従っているかを示す。
【０００５】グリコシル化ヘモグロビンは３つの成分、
即ちHbA1A 、HbA1B 、及びHbA1C からなっている。糖尿
病治療の長期有効性に関する情報を得るために、ラボ試
験で特にHbA1C のレベルが広く測定されている。HbA1C
レベルは、HbA1C 測定の前の６−８週間にわたる血中グ
ルコース治療の有効性を反映する。糖尿病患者の血液中
のHbA1C のレベルが低いことは、治療体制が有効でグリ
コシル化ヘモグロビンに関連する二次的問題の危険が低
いことをよく表すということが分かっている。健康な人
の血液中のHbA1C のレベルはヘモグロビン全体の４〜６
％であるが、糖尿病の人ではそのレベルはそれより相当
高くなり得る（例えば８％超）。一般に、糖尿病患者の
血液中のHbA1C のレベルを６〜７％に下げる試みがなさ
れる。
即ちHbA1A 、HbA1B 、及びHbA1C からなっている。糖尿
病治療の長期有効性に関する情報を得るために、ラボ試
験で特にHbA1C のレベルが広く測定されている。HbA1C
レベルは、HbA1C 測定の前の６−８週間にわたる血中グ
ルコース治療の有効性を反映する。糖尿病患者の血液中
のHbA1C のレベルが低いことは、治療体制が有効でグリ
コシル化ヘモグロビンに関連する二次的問題の危険が低
いことをよく表すということが分かっている。健康な人
の血液中のHbA1C のレベルはヘモグロビン全体の４〜６
％であるが、糖尿病の人ではそのレベルはそれより相当
高くなり得る（例えば８％超）。一般に、糖尿病患者の
血液中のHbA1C のレベルを６〜７％に下げる試みがなさ
れる。
【０００６】ヘルスサービス資源はしばしば不足してい
るし、また便利のために、特に患者の血液中のHbA1C レ
ベルの試験は一般に３〜４ヶ月毎に行われるに過ぎな
い。しかし、HbA1C レベルが６〜８週間にわたる治療の
有効性の示度を与えるとすれば、現在の試験体制では、
治療が無効であり、従って患者の健康が害されているこ
とが長期間にわたって見過ごされる可能性がある。
るし、また便利のために、特に患者の血液中のHbA1C レ
ベルの試験は一般に３〜４ヶ月毎に行われるに過ぎな
い。しかし、HbA1C レベルが６〜８週間にわたる治療の
有効性の示度を与えるとすれば、現在の試験体制では、
治療が無効であり、従って患者の健康が害されているこ
とが長期間にわたって見過ごされる可能性がある。
【０００７】カークＷ．ビーチの’グリコシル化ヘモグ
ロビンのレベルの挙動を予測する理論的モデル’という
論文（the article 'A Theoretical Model to Predict
theBehaviour of Glycosylated Hemoglobin Levels' by
Kirk W. Beach, J. theor.Biol. (1979) 81, 547-561
）は、血中グルコースレベルからグリコシル化ヘモグ
ロビンのレベルを予測するための数理モデルを解説して
いる。しかし、このモデルは極端に未熟であり、血中グ
ルコースレベルが一定である、或いは少数の離散的ステ
ップを経て変化するか、或いは正弦波状に変化するとい
う簡易化を利用している。このモデルを実際の患者に適
用すれば、当然に、血中グルコースレベルの挙動を大幅
に簡易化しすぎることになる。
ロビンのレベルの挙動を予測する理論的モデル’という
論文（the article 'A Theoretical Model to Predict
theBehaviour of Glycosylated Hemoglobin Levels' by
Kirk W. Beach, J. theor.Biol. (1979) 81, 547-561
）は、血中グルコースレベルからグリコシル化ヘモグ
ロビンのレベルを予測するための数理モデルを解説して
いる。しかし、このモデルは極端に未熟であり、血中グ
ルコースレベルが一定である、或いは少数の離散的ステ
ップを経て変化するか、或いは正弦波状に変化するとい
う簡易化を利用している。このモデルを実際の患者に適
用すれば、当然に、血中グルコースレベルの挙動を大幅
に簡易化しすぎることになる。
【０００８】
【発明が解決しようとする課題】本発明の目的は、公知
の糖尿病管理手法の欠点を克服或いは少なくとも軽減す
ることである。
の糖尿病管理手法の欠点を克服或いは少なくとも軽減す
ることである。
【０００９】本発明の他の目的は、グリコシル化ヘモグ
ロビン成分レベルの実質的に連続的な推定値を提供する
方法及び装置を提供することである。
ロビン成分レベルの実質的に連続的な推定値を提供する
方法及び装置を提供することである。
【００１０】
【課題を解決するための手段】本発明は、第１の面にお
いては、前もって測定された血中グルコースレベル及び
グリコシル化ヘモグロビン成分レベルを使用して患者の
血液中のグリコシル化ヘモグロビン成分のレベルを予測
する方法を提供するものであり、この方法は：前もって
測定されたレベルを使用して血中グルコースレベルに対
するグリコシル化ヘモグロビン成分レベルの挙動の数理
モデルを導出し；新しいグリコシル化ヘモグロビン成分
レベルが測定されたときに、その新しい測定値と最近の
新しい血中グルコースレベル測定値とを使用して該モデ
ルを更新し；グリコシル化ヘモグロビン成分レベルの測
定とグリコシル化ヘモグロビン成分レベルの測定との間
に、最後のグリコシル化ヘモグロビン成分測定以後に得
られた血中グルコースレベルの測定値を使用してグリコ
シル化ヘモグロビン成分レベルを予測するためにその数
理モデルを適用することを含む。
いては、前もって測定された血中グルコースレベル及び
グリコシル化ヘモグロビン成分レベルを使用して患者の
血液中のグリコシル化ヘモグロビン成分のレベルを予測
する方法を提供するものであり、この方法は：前もって
測定されたレベルを使用して血中グルコースレベルに対
するグリコシル化ヘモグロビン成分レベルの挙動の数理
モデルを導出し；新しいグリコシル化ヘモグロビン成分
レベルが測定されたときに、その新しい測定値と最近の
新しい血中グルコースレベル測定値とを使用して該モデ
ルを更新し；グリコシル化ヘモグロビン成分レベルの測
定とグリコシル化ヘモグロビン成分レベルの測定との間
に、最後のグリコシル化ヘモグロビン成分測定以後に得
られた血中グルコースレベルの測定値を使用してグリコ
シル化ヘモグロビン成分レベルを予測するためにその数
理モデルを適用することを含む。
【００１１】通常、血中グルコースレベルの測定はグリ
コシル化ヘモグロビン成分の測定よりも相当頻繁に行わ
れる。従って、最後のグリコシル化ヘモグロビン成分レ
ベルの測定以後に得られた血中グルコースレベル測定値
を使用して患者の血液中の現在のグリコシル化ヘモグロ
ビン成分レベルを予測するために本発明の方法を使用す
ることができる。そのモデルは新しいHbA1C 測定が行わ
れる毎に更新されるので、そのモデルは、血中グルコー
スレベルに関してHbA1C レベルを変化させる原因となる
患者の生理状態の変化を追跡することができる。血中グ
ルコース測定パターン、即ち患者が血中グルコースの測
定を行う時、の変化を補償することもできる。
コシル化ヘモグロビン成分の測定よりも相当頻繁に行わ
れる。従って、最後のグリコシル化ヘモグロビン成分レ
ベルの測定以後に得られた血中グルコースレベル測定値
を使用して患者の血液中の現在のグリコシル化ヘモグロ
ビン成分レベルを予測するために本発明の方法を使用す
ることができる。そのモデルは新しいHbA1C 測定が行わ
れる毎に更新されるので、そのモデルは、血中グルコー
スレベルに関してHbA1C レベルを変化させる原因となる
患者の生理状態の変化を追跡することができる。血中グ
ルコース測定パターン、即ち患者が血中グルコースの測
定を行う時、の変化を補償することもできる。
【００１２】好ましくは、数理モデルはパラメトリック
・モデル又はセミパラメトリック・モデルであり、その
モデルは、１又は複数のモデル係数と、血中グルコース
レベルをグリコシル化ヘモグロビン成分レベルに関連づ
けるモデル方程式とによって定義される。より好ましく
は、そのモデル方程式は、先行する割合に短い期間にわ
たる血中グルコースレベルの挙動（例えば分布）を少な
くとも部分的に記述する１又は複数のパラメータにグリ
コシル化ヘモグロビン成分レベルを関連づける。
・モデル又はセミパラメトリック・モデルであり、その
モデルは、１又は複数のモデル係数と、血中グルコース
レベルをグリコシル化ヘモグロビン成分レベルに関連づ
けるモデル方程式とによって定義される。より好ましく
は、そのモデル方程式は、先行する割合に短い期間にわ
たる血中グルコースレベルの挙動（例えば分布）を少な
くとも部分的に記述する１又は複数のパラメータにグリ
コシル化ヘモグロビン成分レベルを関連づける。
【００１３】モデル方程式は線形方程式であってよく、
その場合には前記モデル係数はその方程式の線形係数で
ある。線形方程式は次の形を有する： y = p1h1 + p2h2 + ... + p q h q + c ここでy は予測されるグリコシル化ヘモグロビンのレベ
ルであり、p は線形モデル係数であり、h は血中グルコ
ースレベルの挙動を記述するパラメータであり、c は定
数である。
その場合には前記モデル係数はその方程式の線形係数で
ある。線形方程式は次の形を有する： y = p1h1 + p2h2 + ... + p q h q + c ここでy は予測されるグリコシル化ヘモグロビンのレベ
ルであり、p は線形モデル係数であり、h は血中グルコ
ースレベルの挙動を記述するパラメータであり、c は定
数である。
【００１４】好ましくは、前記の短期間にわたる血中グ
ルコースレベルの挙動を、血中グルコースレベル測定値
の分布をモデル化する１又は複数のガウス関数を用いて
記述することができる。前記の１又は複数のパラメータ
（h ）を、そのガウス関数の平均値、平方偏差、及び振
幅のうちから選ぶことができ、或いは、それらから導出
することができる。
ルコースレベルの挙動を、血中グルコースレベル測定値
の分布をモデル化する１又は複数のガウス関数を用いて
記述することができる。前記の１又は複数のパラメータ
（h ）を、そのガウス関数の平均値、平方偏差、及び振
幅のうちから選ぶことができ、或いは、それらから導出
することができる。
【００１５】パラメトリック・モデル又はセミパラメト
リック・モデルの場合、グリコシル化ヘモグロビン成分
レベルを測定する毎に前記モデル係数（p ）を計算し直
すことによってモデルを更新することができる。本発明
の別の実施例では、グリコシル化ヘモグロビンレベルを
新たに測定する毎に、適応アルゴリズムを用いてパラメ
トリック・モデルの係数を更新する。適当な適応アルゴ
リズムの１つはウィドローズのアルゴリズム（Widrows
algorithm ）である。その種の適応アルゴリズムは、予
測されるグリコシル化ヘモグロビン・レベルと測定され
たグリコシル化ヘモグロビン・レベルとの間の誤差を小
さくするようになっている。
リック・モデルの場合、グリコシル化ヘモグロビン成分
レベルを測定する毎に前記モデル係数（p ）を計算し直
すことによってモデルを更新することができる。本発明
の別の実施例では、グリコシル化ヘモグロビンレベルを
新たに測定する毎に、適応アルゴリズムを用いてパラメ
トリック・モデルの係数を更新する。適当な適応アルゴ
リズムの１つはウィドローズのアルゴリズム（Widrows
algorithm ）である。その種の適応アルゴリズムは、予
測されるグリコシル化ヘモグロビン・レベルと測定され
たグリコシル化ヘモグロビン・レベルとの間の誤差を小
さくするようになっている。
【００１６】本発明の上記の第１の面の方法を用いて予
測されるグリコシル化ヘモグロビン成分は、HbA1A 、Hb
A1B 、及びHbA1C のうちの１つである。しかし、予測さ
れる成分はHbA1C であるのが好ましい。
測されるグリコシル化ヘモグロビン成分は、HbA1A 、Hb
A1B 、及びHbA1C のうちの１つである。しかし、予測さ
れる成分はHbA1C であるのが好ましい。
【００１７】本発明の上記第１の面の方法は：測定され
たグルコースレベルを、無線データ通信リンクを介し
て、患者が利用できる遠隔局から中央データ処理局に送
信し；送信された測定値と該中央処理局に蓄積されてい
る前の測定データとを用いて該中央処理局で前記の数理
モデルを導出し、該モデルを更新し、そしてグリコシル
化ヘモグロビン成分を予測するステップを実行し；予測
されたグリコシル化ヘモグロビン成分レベルを該無線デ
ータ通信リンクを介して前記遠隔局に送り戻すことを含
み得る。
たグルコースレベルを、無線データ通信リンクを介し
て、患者が利用できる遠隔局から中央データ処理局に送
信し；送信された測定値と該中央処理局に蓄積されてい
る前の測定データとを用いて該中央処理局で前記の数理
モデルを導出し、該モデルを更新し、そしてグリコシル
化ヘモグロビン成分を予測するステップを実行し；予測
されたグリコシル化ヘモグロビン成分レベルを該無線デ
ータ通信リンクを介して前記遠隔局に送り戻すことを含
み得る。
【００１８】好ましくは、前記遠隔局は移動電話又は２
方向ページャであり、無線データ通信リンクは移動電話
通信網により提供される。例えば、電話通信網はＧＭＳ
通信網であり、データはショートメッセージ・サービス
（ＳＭＳ）によって送信される。ここで使用している’
移動電話’という用語は、在来のセルラー電話機及びセ
ルラー電話機／パーソナルデータアシスタント（ＰＤ
Ａ）複合装置を含む無線電話通信を利用する任意の携帯
装置を指すものと解されなければならない。
方向ページャであり、無線データ通信リンクは移動電話
通信網により提供される。例えば、電話通信網はＧＭＳ
通信網であり、データはショートメッセージ・サービス
（ＳＭＳ）によって送信される。ここで使用している’
移動電話’という用語は、在来のセルラー電話機及びセ
ルラー電話機／パーソナルデータアシスタント（ＰＤ
Ａ）複合装置を含む無線電話通信を利用する任意の携帯
装置を指すものと解されなければならない。
【００１９】また、本発明の方法は、本発明の上記第１
面の方法のステップの全てを携帯監視装置において実行
することを含んでもよい。
面の方法のステップの全てを携帯監視装置において実行
することを含んでもよい。
【００２０】本発明の方法は、人又は動物の患者から採
取された血液に適用し得るものであることが理解されよ
う。
取された血液に適用し得るものであることが理解されよ
う。
【００２１】本発明は、第２面においては、患者の血液
中のグリコシル化ヘモグロビン成分のレベルを予測する
方法を提供するものであり、この方法は：遠隔局から中
央処理局に血中グルコース測定値を送信し；該中央局に
おいて、前記の送信された測定値と、血中グルコースレ
ベルに対するグリコシル化ヘモグロビン成分レベルの数
理モデルとを用いて患者の血液についてのグリコシル化
ヘモグロビン成分レベルを予測し；その予測されたグリ
コシル化ヘモグロビン成分レベルを該中央局から該遠隔
局に送信するステップを含む。
中のグリコシル化ヘモグロビン成分のレベルを予測する
方法を提供するものであり、この方法は：遠隔局から中
央処理局に血中グルコース測定値を送信し；該中央局に
おいて、前記の送信された測定値と、血中グルコースレ
ベルに対するグリコシル化ヘモグロビン成分レベルの数
理モデルとを用いて患者の血液についてのグリコシル化
ヘモグロビン成分レベルを予測し；その予測されたグリ
コシル化ヘモグロビン成分レベルを該中央局から該遠隔
局に送信するステップを含む。
【００２２】本発明は、第３の面においては、前もって
測定された血中グルコースレベル及びグリコシル化ヘモ
グロビン成分レベルを用いて患者の血液中のグリコシル
化ヘモグロビン成分のレベルを予測するためのシステム
を提供するものであり、このシステムは：前もって測定
されたレベルを使用して血中グルコースレベルに対する
グリコシル化ヘモグロビン成分レベルの挙動の数理モデ
ルを導出し、新しいグリコシル化ヘモグロビン成分レベ
ルが測定されたときに、その新しい測定値と最近の新し
い血中グルコースレベル測定値とを使用して該モデルを
更新するための手段と；前記モデル及び／又は更新され
たモデル並びに測定された血中グルコースレベル及びグ
リコシル化ヘモグロビン成分レベルを記憶するメモリー
手段と；グリコシル化ヘモグロビン成分レベルの測定と
グリコシル化ヘモグロビン成分レベルの測定との間に、
最後のグリコシル化ヘモグロビン成分測定以後に得られ
た血中グルコースレベルの測定値を使用してグリコシル
化ヘモグロビン成分レベルを予測するためにその数理モ
デルを適用するための手段と、を含む。
測定された血中グルコースレベル及びグリコシル化ヘモ
グロビン成分レベルを用いて患者の血液中のグリコシル
化ヘモグロビン成分のレベルを予測するためのシステム
を提供するものであり、このシステムは：前もって測定
されたレベルを使用して血中グルコースレベルに対する
グリコシル化ヘモグロビン成分レベルの挙動の数理モデ
ルを導出し、新しいグリコシル化ヘモグロビン成分レベ
ルが測定されたときに、その新しい測定値と最近の新し
い血中グルコースレベル測定値とを使用して該モデルを
更新するための手段と；前記モデル及び／又は更新され
たモデル並びに測定された血中グルコースレベル及びグ
リコシル化ヘモグロビン成分レベルを記憶するメモリー
手段と；グリコシル化ヘモグロビン成分レベルの測定と
グリコシル化ヘモグロビン成分レベルの測定との間に、
最後のグリコシル化ヘモグロビン成分測定以後に得られ
た血中グルコースレベルの測定値を使用してグリコシル
化ヘモグロビン成分レベルを予測するためにその数理モ
デルを適用するための手段と、を含む。
【００２３】本発明の上記第３面のシステムの好ましい
実施例では、前記導出及び適用するための手段と前記メ
モリー手段とは中央コンピュータによって提供され、該
システムは、無線データ通信リンクを介して測定データ
を該中央コンピュータに伝えるための移動電話又は２方
向ページャを更に有する。予測されたグリコシル化ヘモ
グロビン成分レベルを該中央局から該移動電話又は２方
向ページャに伝えるように該システムを構成することも
できる。
実施例では、前記導出及び適用するための手段と前記メ
モリー手段とは中央コンピュータによって提供され、該
システムは、無線データ通信リンクを介して測定データ
を該中央コンピュータに伝えるための移動電話又は２方
向ページャを更に有する。予測されたグリコシル化ヘモ
グロビン成分レベルを該中央局から該移動電話又は２方
向ページャに伝えるように該システムを構成することも
できる。
【００２４】次に、本発明をよりよく理解し、本発明の
実施態様を示すために、添付図面を参照する。
実施態様を示すために、添付図面を参照する。
【００２５】
【発明の実施の形態】次に、患者の血液中のHbA1C レベ
ルを予測する方法を、人の患者から得られた実際の血中
グルコース測定値及びHbA1C 測定値を用いて解説する。
図１は、６４０日間にわたって測定された血中グルコー
スレベル及びHbA1C レベルを時間（日を単位として測
定）に対してプロットしたものである。既に解説したよ
うに、HbA1C の測定は通常は割合にまれにしか行われな
いけれども（１２〜１６週毎）、血中グルコースレベル
の測定はかなり頻繁に行われる（通常は１日に２回〜５
回）。
ルを予測する方法を、人の患者から得られた実際の血中
グルコース測定値及びHbA1C 測定値を用いて解説する。
図１は、６４０日間にわたって測定された血中グルコー
スレベル及びHbA1C レベルを時間（日を単位として測
定）に対してプロットしたものである。既に解説したよ
うに、HbA1C の測定は通常は割合にまれにしか行われな
いけれども（１２〜１６週毎）、血中グルコースレベル
の測定はかなり頻繁に行われる（通常は１日に２回〜５
回）。
【００２６】Y を図１に示されているN 個の利用可能な
HbA1C 測定値y n の集合であるとする。Y = ｛y1 ... y
N ｝であり、各測定値は測定時t = T n 、( n = 1 〜N)
に対応する。同じく、X を図１に示されているM 個の利
用可能な血中グルコース測定値x m の集合であるとす
る。X = ｛x1 ... xM ｝であり、各測定値は測定時t =t
m 、(m = 1〜M)に対応する。血糖測定値の集合X は部
分集合X n に分割され、各部分集合には対応するHbA1C
測定値Y n が随伴していて、各部分集合は、t >T n - 6
5日〜T N の期間に得られた値を含んでいる。連続するH
bA1C の間の間隔が６５日より短いときには、隣り合う
部分集合X n 同士が部分的に重なり合うことになる。図
１のデータについては、１２個のHbA1C 測定値があり、
血中グルコース測定値の１２個の部分集合が得られ、そ
れらのうちの始めの４つが解説の目的で図２Ａ〜２Ｄに
示されている。
HbA1C 測定値y n の集合であるとする。Y = ｛y1 ... y
N ｝であり、各測定値は測定時t = T n 、( n = 1 〜N)
に対応する。同じく、X を図１に示されているM 個の利
用可能な血中グルコース測定値x m の集合であるとす
る。X = ｛x1 ... xM ｝であり、各測定値は測定時t =t
m 、(m = 1〜M)に対応する。血糖測定値の集合X は部
分集合X n に分割され、各部分集合には対応するHbA1C
測定値Y n が随伴していて、各部分集合は、t >T n - 6
5日〜T N の期間に得られた値を含んでいる。連続するH
bA1C の間の間隔が６５日より短いときには、隣り合う
部分集合X n 同士が部分的に重なり合うことになる。図
１のデータについては、１２個のHbA1C 測定値があり、
血中グルコース測定値の１２個の部分集合が得られ、そ
れらのうちの始めの４つが解説の目的で図２Ａ〜２Ｄに
示されている。
【００２７】集合内での測定値の分布をモデル化するた
めに（即ち、確立密度関数をモデル化するために）、血
中グルコースレベル測定値の各部分集合X n に適当なセ
ミパラメトリック・モデルを適用する。そのモデルは、
割合に少数のパラメータを有するように選択される。本
例では、各部分集合X n の分布は、ガウス関数の対の
和：
めに（即ち、確立密度関数をモデル化するために）、血
中グルコースレベル測定値の各部分集合X n に適当なセ
ミパラメトリック・モデルを適用する。そのモデルは、
割合に少数のパラメータを有するように選択される。本
例では、各部分集合X n の分布は、ガウス関数の対の
和：
【００２８】
【数１】
【００２９】を用いてモデル化され、ここでk は0 ≦ k
≦ lの係数であり、l は血中グルコースレベルであり、
ガウス関数G は下記の形を有する：
≦ lの係数であり、l は血中グルコースレベルであり、
ガウス関数G は下記の形を有する：
【００３０】
【数２】
【００３１】ガウス関数の平均値（μ1 、μ2 ）及び平
方偏差（σ1 2、σ2 2）、及び係数k は、予想−最大化ア
ルゴリズムを用いて得られる。このアルゴリズムについ
ては、’ＥＭアルゴリズムを介しての不完全データから
の最大の可能性’（Dempster A.P., Laird N.M., and R
ubin, D.B. (1977); 'Maximum Likelihood from Incomp
lete Data via the EM Algorithm'; J. Royal Statisti
cal Soc.; B 39 (1); 1-38）を参照。血中グルコース測
定値の各部分集合についてモデル化された分布が図３Ａ
〜３Ｄに示されている。各モデルをパラメータ・ベクト
ルΘn ｛μn1, μ n2, σn1 2, σn2 2, k｝によって表す
ことができる。パラメータの適当な組み合わせがパラメ
ータ・ベクトルΘn から選択され、それを用いて時点T
n でのモデル・ベクトルh n を形成する。本例では、モ
デル・ベクトルのh n1，h n2，h n3及びh n4にそれぞれ
対応するパラメータμ1 、μ2 、σ1 2及び定数１が選択
される。モデル明細行列H の行及び観測ベクトルz を形
成するためにモデル・ベクトルh n 及び測定されたHbA
1C レベルy n がそれぞれ使用され、線形問題z = Hpが
作られる。このp は回帰係数ベクトルである。この問題
を、行列方程式としてより完全に書くことができる：
方偏差（σ1 2、σ2 2）、及び係数k は、予想−最大化ア
ルゴリズムを用いて得られる。このアルゴリズムについ
ては、’ＥＭアルゴリズムを介しての不完全データから
の最大の可能性’（Dempster A.P., Laird N.M., and R
ubin, D.B. (1977); 'Maximum Likelihood from Incomp
lete Data via the EM Algorithm'; J. Royal Statisti
cal Soc.; B 39 (1); 1-38）を参照。血中グルコース測
定値の各部分集合についてモデル化された分布が図３Ａ
〜３Ｄに示されている。各モデルをパラメータ・ベクト
ルΘn ｛μn1, μ n2, σn1 2, σn2 2, k｝によって表す
ことができる。パラメータの適当な組み合わせがパラメ
ータ・ベクトルΘn から選択され、それを用いて時点T
n でのモデル・ベクトルh n を形成する。本例では、モ
デル・ベクトルのh n1，h n2，h n3及びh n4にそれぞれ
対応するパラメータμ1 、μ2 、σ1 2及び定数１が選択
される。モデル明細行列H の行及び観測ベクトルz を形
成するためにモデル・ベクトルh n 及び測定されたHbA
1C レベルy n がそれぞれ使用され、線形問題z = Hpが
作られる。このp は回帰係数ベクトルである。この問題
を、行列方程式としてより完全に書くことができる：
【００３２】
【数３】
【００３３】下記の（４）式から回帰係数ベクトルp の
推定値を決定することができる：
推定値を決定することができる：
【００３４】
【数４】
【００３５】ここでH -1は行列H の逆行列（又は、H が
正方行列でないか或いは特異行列である場合には疑似逆
行列）であり、特異値分解法を用いてこれを得ることが
できる。文献’Ｃによる数値レシピー：科学計算の技
術’（Press, W.H. Teukolsky, S.A. Vetterling, W.T.
Flannery, B.P. 1992, 'Numerical Recipes in C: The
Art of Scientific Computing', 2nd ed. Cambridge U
niversity Press)を参照。次に、血中グルコース測定値
の部分集合X N+1 から導出されたモデル・ベクトルh
N+1 から未来のHbA1C レベルy N+1 を予測するために、
推定された回帰係数ベクトルp を使用することができ
る、即ち：
正方行列でないか或いは特異行列である場合には疑似逆
行列）であり、特異値分解法を用いてこれを得ることが
できる。文献’Ｃによる数値レシピー：科学計算の技
術’（Press, W.H. Teukolsky, S.A. Vetterling, W.T.
Flannery, B.P. 1992, 'Numerical Recipes in C: The
Art of Scientific Computing', 2nd ed. Cambridge U
niversity Press)を参照。次に、血中グルコース測定値
の部分集合X N+1 から導出されたモデル・ベクトルh
N+1 から未来のHbA1C レベルy N+1 を予測するために、
推定された回帰係数ベクトルp を使用することができ
る、即ち：
【００３６】
【数５】
【００３７】図４は、HbA1C レベルを予測するこの方法
の主なステップを概説する流れ図である。
の主なステップを概説する流れ図である。
【００３８】既に説明したように、患者の生理状態の変
化がHbA1C レベルの血中グルコースレベルに関しての挙
動を変化させることがある。従って、回帰係数ベクトル
p の係数を定期的に更新することが重要である。HbA1C
を新たに測定する毎にこのベクトルp を計算し直すこと
によって、それを達成することができる。通常、以前の
記録の無い患者については、始めに他の幾人かの患者か
ら得られたデータを使って回帰係数ベクトルを導出す
る。HbA1C が新たに測定される毎に、その新しいHbA1C
測定値と、最後のHbA1C 測定以後に得られた血中グルコ
ース測定値とを回帰係数ベクトルの再計算に使う。最も
古くに得られた測定値を除去することによってN の値が
一定に保たれるとすると、その患者からN 個のHbA1C 測
定値が得られた後に、その患者に対して行われた測定の
みから推定回帰係数ベクトルが導出されるようになる。
化がHbA1C レベルの血中グルコースレベルに関しての挙
動を変化させることがある。従って、回帰係数ベクトル
p の係数を定期的に更新することが重要である。HbA1C
を新たに測定する毎にこのベクトルp を計算し直すこと
によって、それを達成することができる。通常、以前の
記録の無い患者については、始めに他の幾人かの患者か
ら得られたデータを使って回帰係数ベクトルを導出す
る。HbA1C が新たに測定される毎に、その新しいHbA1C
測定値と、最後のHbA1C 測定以後に得られた血中グルコ
ース測定値とを回帰係数ベクトルの再計算に使う。最も
古くに得られた測定値を除去することによってN の値が
一定に保たれるとすると、その患者からN 個のHbA1C 測
定値が得られた後に、その患者に対して行われた測定の
みから推定回帰係数ベクトルが導出されるようになる。
【００３９】HbA1C レベルを予測できる精度を改善する
ために、より具体的には、平均からかけ離れた測定値に
よる結果の偏りを防止するために、実際には上記行列方
程式の要素y1〜 yN の各々を、行列H の対応する行と共
に省略して推定回帰係数ベクトルp をN 個の異なるデー
タ集合について得る。このとき、各ベクトル成分の頂部
及び底部の１０％を除去した後に推定回帰係数ベクトル
の平均値が得られる。図１に示されているデータ集合に
ついては、最終的に推定された回帰係数ベクトルは、１
２個の推定されたベクトルp のトリム平均である。この
最終回帰係数ベクトルの係数を使って、上記の方程式
（５）を用いて現在のHbA1C レベルを予測することがで
きる。図５はこの方法で得られたモデルを使って予測さ
れたHbA1Cレベルを、モデルを定式化するために使われ
る測定されたHbA1C レベルと共に示している（図１に示
されているように）。予測値が緊密に測定値に追従して
いることが分かる。
ために、より具体的には、平均からかけ離れた測定値に
よる結果の偏りを防止するために、実際には上記行列方
程式の要素y1〜 yN の各々を、行列H の対応する行と共
に省略して推定回帰係数ベクトルp をN 個の異なるデー
タ集合について得る。このとき、各ベクトル成分の頂部
及び底部の１０％を除去した後に推定回帰係数ベクトル
の平均値が得られる。図１に示されているデータ集合に
ついては、最終的に推定された回帰係数ベクトルは、１
２個の推定されたベクトルp のトリム平均である。この
最終回帰係数ベクトルの係数を使って、上記の方程式
（５）を用いて現在のHbA1C レベルを予測することがで
きる。図５はこの方法で得られたモデルを使って予測さ
れたHbA1Cレベルを、モデルを定式化するために使われ
る測定されたHbA1C レベルと共に示している（図１に示
されているように）。予測値が緊密に測定値に追従して
いることが分かる。
【００４０】パラメータp の個数を増やし、例えば追加
的にδ2 を含むようにモデル・ベクトルh n のサイズを
大きくすることによって予測精度を更に改善することが
できる。また、HbA1C 推定値の集合を、対応するパラメ
トリック・モデルの集合を使って作ることもでき、その
各モデルはパラメータ、例えば、μ1 、μ2 ，σ1 2，k
又はμ1 ，μ2 ，σ2 2，k の異なる集合を使って得られ
る。１又は複数のパラメータを適宜変換する（例えば、
対数、指数）ことによって精度を上げることもできる。
的にδ2 を含むようにモデル・ベクトルh n のサイズを
大きくすることによって予測精度を更に改善することが
できる。また、HbA1C 推定値の集合を、対応するパラメ
トリック・モデルの集合を使って作ることもでき、その
各モデルはパラメータ、例えば、μ1 、μ2 ，σ1 2，k
又はμ1 ，μ2 ，σ2 2，k の異なる集合を使って得られ
る。１又は複数のパラメータを適宜変換する（例えば、
対数、指数）ことによって精度を上げることもできる。
【００４１】患者の血中グルコースレベルが時刻によっ
て、より具体的には患者が食事をしたばかりであるか否
かによって、周期的に変動することはよく知られてい
る。従って、いろいろな時刻について血中グルコースレ
ベルを別々にモデル化するのが、より精密である。この
手法は、全ての血中グルコースレベルを別々の集合に分
けることを必要とする。例えば、９個の集合、即ち、朝
食、昼食、夕食、及び夜食の前及び後の測定値がある。
各集合j について、パラメータ・ベクトルの集合Θn j
が得られ、ここでn = 1 ... N である。n の各値につい
て、モデル・ベクトルh n を形成するために適当なパラ
メータの集合が選択される。そして、上記のように推定
回帰係数ベクトルp を得ることができる。
て、より具体的には患者が食事をしたばかりであるか否
かによって、周期的に変動することはよく知られてい
る。従って、いろいろな時刻について血中グルコースレ
ベルを別々にモデル化するのが、より精密である。この
手法は、全ての血中グルコースレベルを別々の集合に分
けることを必要とする。例えば、９個の集合、即ち、朝
食、昼食、夕食、及び夜食の前及び後の測定値がある。
各集合j について、パラメータ・ベクトルの集合Θn j
が得られ、ここでn = 1 ... N である。n の各値につい
て、モデル・ベクトルh n を形成するために適当なパラ
メータの集合が選択される。そして、上記のように推定
回帰係数ベクトルp を得ることができる。
【００４２】回帰係数ベクトルを計算するためには相当
な量の蓄積されたデータが必要であり（例えば２年分の
測定データ）、従って計算が相当複雑であるとすれば、
多数の患者が利用できる中央データ処理ユニットに測定
データを蓄積して計算を行うのが望ましい。また、その
様にすればデータの安全性が向上し、また、重要なこと
に、HbA1C レベルを予測するアルゴリズムを更新する必
要があることが分かれば、直ぐに且つ容易にそのアルゴ
リズムを更新することができる。
な量の蓄積されたデータが必要であり（例えば２年分の
測定データ）、従って計算が相当複雑であるとすれば、
多数の患者が利用できる中央データ処理ユニットに測定
データを蓄積して計算を行うのが望ましい。また、その
様にすればデータの安全性が向上し、また、重要なこと
に、HbA1C レベルを予測するアルゴリズムを更新する必
要があることが分かれば、直ぐに且つ容易にそのアルゴ
リズムを更新することができる。
【００４３】図６は糖尿病管理システムを示しており、
このシステムでは各患者に公知の種類の携帯用電子血中
グルコース測定ユニット１が提供される。このユニット
は、測定された血中グルコースレベルをインターフェー
ス２（例えばノートブック型コンピュータ又はＰＣ）を
介して移動電話３に中継するように改造されている。測
定データは移動電話通信網を介して上記の種類の中央デ
ータ処理局４に送られる。最近に受け取った血中グルコ
ース測定値と、予め計算されている回帰係数ベクトルと
に基づいて、中央処理局４は患者のHbA1C レベルを推定
する。患者に対してHbA1C 測定が行われる毎に、中央デ
ータ処理局に直接入力されたデータ又は例えば医院から
送られてきたデータを使って回帰係数ベクトルを更新す
ることができる。予測されたHbA1C レベルは殆ど直ちに
電話通信網を介して患者の移動電話３に送り返されて移
動電話３又はインターフェース２で表示させることがで
きる。移動電話３，インターフェース２，及び測定ユニ
ット１の機能を統合すれば、本当に持ち歩きのできるHb
A1C レベル監視システムを提供することができる。
このシステムでは各患者に公知の種類の携帯用電子血中
グルコース測定ユニット１が提供される。このユニット
は、測定された血中グルコースレベルをインターフェー
ス２（例えばノートブック型コンピュータ又はＰＣ）を
介して移動電話３に中継するように改造されている。測
定データは移動電話通信網を介して上記の種類の中央デ
ータ処理局４に送られる。最近に受け取った血中グルコ
ース測定値と、予め計算されている回帰係数ベクトルと
に基づいて、中央処理局４は患者のHbA1C レベルを推定
する。患者に対してHbA1C 測定が行われる毎に、中央デ
ータ処理局に直接入力されたデータ又は例えば医院から
送られてきたデータを使って回帰係数ベクトルを更新す
ることができる。予測されたHbA1C レベルは殆ど直ちに
電話通信網を介して患者の移動電話３に送り返されて移
動電話３又はインターフェース２で表示させることがで
きる。移動電話３，インターフェース２，及び測定ユニ
ット１の機能を統合すれば、本当に持ち歩きのできるHb
A1C レベル監視システムを提供することができる。
【００４４】本発明の範囲から逸脱することなく、上記
実施例を別様に修正することもできることを当業者は理
解するであろう。例えば、ガウス関数の代わりに１つ以
上のガンマ関数を使って血中グルコースレベルの各集合
X n の確立密度関数をモデル化することができる。
実施例を別様に修正することもできることを当業者は理
解するであろう。例えば、ガウス関数の代わりに１つ以
上のガンマ関数を使って血中グルコースレベルの各集合
X n の確立密度関数をモデル化することができる。
【図１】６４０日の期間にわたって糖尿病患者から得ら
れたHbA1C レベル測定値と血中グルコースレベル測定値
とを示す。
れたHbA1C レベル測定値と血中グルコースレベル測定値
とを示す。
【図２】４つのHbA1C レベル測定値に先行する期間につ
いて、図１に示されている測定値から抽出された血中グ
ルコースレベル測定値の集合をそれぞれ示す。
いて、図１に示されている測定値から抽出された血中グ
ルコースレベル測定値の集合をそれぞれ示す。
【図３】図２（Ａ〜Ｄ）の各測定窓について予測された
血中グルコースレベル分布をそれぞれ示す。
血中グルコースレベル分布をそれぞれ示す。
【図４】HbA1C レベルを予測するために使用される方法
を解説するフローチャートである。
を解説するフローチャートである。
【図５】予測されたHbA1C レベルと共に、図１の測定さ
れたHbA1C レベルを示す。
れたHbA1C レベルを示す。
【図６】図５の方法を実行するための装置の概要を示
す。
す。
１…血中グルコース測定ユニット ２…インターフェース ３…移動電話 ４…中央データ処理局
Claims (16)
- 【請求項１】 前もって測定された血中グルコースレベ
ル及びグリコシル化ヘモグロビン成分レベルを使用して
患者の血液中のグリコシル化ヘモグロビン成分のレベル
を予測する方法であって：前もって測定されたレベルを
使用して血中グルコースレベルに対するグリコシル化ヘ
モグロビン成分レベルの挙動の数理モデルを導出し；新
しいグリコシル化ヘモグロビン成分レベルが測定された
ときに、その新しい測定値と最新の血中グルコースレベ
ル測定値とを使用して前記モデルを更新し；グリコシル
化ヘモグロビン成分レベルの測定とグリコシル化ヘモグ
ロビン成分レベルの測定との間に、最後のグリコシル化
ヘモグロビン成分測定以後に得られた血中グルコースレ
ベルの測定値を使用してグリコシル化ヘモグロビン成分
レベルを予測するためにその数理モデルを適用すること
を含むことを特徴とする方法。 - 【請求項２】 前記数理モデルはパラメトリック・モデ
ル又はセミパラメトリック・モデルであって、１又は複
数のモデル係数と、血中グルコースレベルをグリコシル
化ヘモグロビン成分レベルに関連づけるモデル方程式
と、によって定義されることを特徴とする請求項１に記
載の方法。 - 【請求項３】 前記モデル方程式は、グリコシル化ヘモ
グロビン成分レベルを、先行する比較的短い期間にわた
る血中グルコースレベルの挙動を表す１又は複数のパラ
メータに関連づけることを特徴とする請求項２に記載の
方法。 - 【請求項４】 前記モデル方程式は下記の形： y = p1h1 + p2h2 + ... + p q h q + c を有する線形方程式であり、ここでy は予測されるグリ
コシル化ヘモグロビン・レベルであり、p は線形モデル
係数であり、h は血中グルコースレベルの挙動を表すパ
ラメータであり、c は定数であることを特徴とする請求
項３に記載の方法。 - 【請求項５】 前記の短い期間にわたる血中グルコース
レベルの挙動は、血中グルコースレベル測定値の分布を
モデル化する１又は複数のパラメトリック関数を用いて
表され、そして前記１又は複数のパラメータ（h ）は、
それらの関数を定義するパラメータから選択或いは導出
されることを特徴とする請求項３又は４に記載の方法。 - 【請求項６】 前記関数又は各々の前記関数はガウス関
数であり、そして前記１又は複数のパラメータ（h ）は
該ガウス関数の平均値、平方偏差、及び振幅のうちから
選択或いは導出されることを特徴とする請求項５に記載
の方法。 - 【請求項７】 前記モデルは、グリコシル化ヘモグロビ
ン成分レベル測定後に前記モデル係数（p ）を再計算す
ることによって更新されることを特徴とする請求項２〜
６のいずれかに記載の方法。 - 【請求項８】 グリコシル化ヘモグロビン・レベルの測
定が新たに行われた後に適応アルゴリズムを用いて前記
パラメトリック・モデルの係数を適応させることを特徴
とする請求項２〜６のいずれかに記載の方法。 - 【請求項９】 予測されるグリコシル化ヘモグロビン成
分はHbA1c であることを特徴とする先の請求項のいずれ
かに記載の方法。 - 【請求項１０】 測定されたグルコースレベルを、無線
データ通信リンクを介して、患者が利用できる遠隔局か
ら中央データ処理局に送信し；送信された測定値と該中
央処理局に蓄積されている前の測定データとを用いて該
中央処理局で前記の数理モデルを導出し、該モデルを更
新し、そしてグリコシル化ヘモグロビン成分を予測する
ステップを実行し；予測されたグリコシル化ヘモグロビ
ン成分レベルを前記無線データ通信リンクを介して前記
遠隔局に送り戻すことを含むことを特徴とする先の請求
項のいずれかに記載の方法。 - 【請求項１１】 前記遠隔局は移動電話又は２方向ペー
ジャであり、無線データ通信リンクは移動電話通信網に
より提供されることを特徴とする請求項１０に記載の方
法。 - 【請求項１２】 患者の血液中のグリコシル化ヘモグロ
ビン成分のレベルを予測する方法であって：遠隔局から
中央処理局に血中グルコース測定値を送信し；該中央局
において、前記送信された測定値と、血中グルコースレ
ベルに対するグリコシル化ヘモグロビン成分レベルの数
理モデルと、を用いて患者の血液についてのグリコシル
化ヘモグロビン成分レベルを予測し；その予測されたグ
リコシル化ヘモグロビン成分レベルを前記中央局から前
記遠隔局に送信するステップを含むことを特徴とする方
法。 - 【請求項１３】 前もって測定された血中グルコースレ
ベル及びグリコシル化ヘモグロビン成分レベルを用いて
患者の血液中のグリコシル化ヘモグロビン成分のレベル
を予測するためのシステムであって：前もって測定され
たレベルを使用して血中グルコースレベルに対するグリ
コシル化ヘモグロビン成分レベルの挙動の数理モデルを
導出し、そして新しいグリコシル化ヘモグロビン成分レ
ベルが測定されたときに、その新しい測定値と最新の血
中グルコースレベル測定値とを使用して前記モデルを更
新するための手段（４）と；前記モデル及び／又は更新
されたモデル並びに測定された血中グルコースレベル及
びグリコシル化ヘモグロビン成分レベルを記憶するため
のメモリー手段（４）と；グリコシル化ヘモグロビン成
分レベルの測定とグリコシル化ヘモグロビン成分レベル
の測定との間に、最後のグリコシル化ヘモグロビン成分
測定以後に得られた血中グルコースレベルの測定値を使
用してグリコシル化ヘモグロビン成分レベルを予測する
ためにその数理モデルを適用するための手段（４）と、
を含むことを特徴とするシステム。 - 【請求項１４】 前記導出及び適用のための手段と前記
メモリー手段とは中央コンピュータ（４）によって提供
され、前記システムは、無線データ通信リンクを介して
測定データを前記中央コンピュータ（４）に伝えるため
の移動電話又は２方向ページャ（３）を更に含むことを
特徴とする請求項１３に記載のシステム。 - 【請求項１５】 血中グルコースレベル測定値を前記移
動電話又は２方向ページャに送るために該移動電話又は
２方向ページャにつながれた血中グルコース測定ユニッ
ト（１）を有することを特徴とする請求項１４に記載の
システム。 - 【請求項１６】 予測されたグリコシル化ヘモグロビン
成分レベルを前記中央局（４）から前記移動電話又は２
方向ページャ（３）に伝えるように配置されることを特
徴とする請求項１４又は１５に記載のシステム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FI972292 | 1997-05-30 | ||
| FI972292A FI112545B (fi) | 1997-05-30 | 1997-05-30 | Menetelmä ja järjestelmä potilaan veren glykosyloidun hemoglobiinikomponentin tason ennustamiseksi |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10332704A true JPH10332704A (ja) | 1998-12-18 |
| JP4523082B2 JP4523082B2 (ja) | 2010-08-11 |
Family
ID=8548941
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP14737898A Expired - Fee Related JP4523082B2 (ja) | 1997-05-30 | 1998-05-28 | 糖尿病管理 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US6421633B1 (ja) |
| EP (1) | EP0881495B1 (ja) |
| JP (1) | JP4523082B2 (ja) |
| KR (1) | KR100857191B1 (ja) |
| DE (1) | DE69817446T2 (ja) |
| DK (1) | DK0881495T3 (ja) |
| FI (1) | FI112545B (ja) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003528330A (ja) * | 2000-03-29 | 2003-09-24 | ユニバーシテイ・オブ・バージニア・パテント・フアウンデーシヨン | 自己モニタリングデータから糖尿病の血糖管理を評価する方法、システム及びコンピユータプログラム製品 |
| JPWO2003001423A1 (ja) * | 2001-06-22 | 2004-10-14 | アークレイ株式会社 | 情報通信システム |
| JP2005267042A (ja) * | 2004-03-17 | 2005-09-29 | Sysmex Corp | 糖尿病診療支援システム |
| JP2005535885A (ja) * | 2002-08-13 | 2005-11-24 | ユニヴァースティ オブ ヴァージニア パテント ファウンデイション | 糖尿病自己管理を推進するための自己モニタリング血糖（ｓｍｂｇ）データを処理するための方法、システムおよびコンピュータ・プログラム・プロダクト |
| JP2006314453A (ja) * | 2005-05-11 | 2006-11-24 | Sysmex Corp | 生体シミュレーションシステム及びコンピュータプログラム |
| EP1995680A2 (en) | 2007-05-23 | 2008-11-26 | Sysmex Corporation | Medical diagnosis support computer system, computer program, and server computer |
| WO2010041439A1 (ja) * | 2008-10-08 | 2010-04-15 | 旭化成ファーマ株式会社 | 血液試料解析方法、血液試料解析装置、及びプログラム |
| KR101095303B1 (ko) * | 2009-07-02 | 2011-12-16 | 가톨릭대학교 산학협력단 | 당화혈색소 수치 추정 시스템 및 방법 |
| EP2518653A2 (en) | 2011-04-25 | 2012-10-31 | Arkray, Inc. | Information processing apparatus and user terminal |
| WO2012145616A3 (en) * | 2011-04-20 | 2013-02-14 | The Cleveland Clinic Foundation | Predictive modeling |
| JP2013092537A (ja) * | 2007-03-30 | 2013-05-16 | Tanita Corp | 血糖状態推定方法及び装置 |
| JP2023503612A (ja) * | 2019-11-25 | 2023-01-31 | アボット ダイアベティス ケア インコーポレイテッド | 検査ＨｂＡ１ｃ値を調節する方法、デバイス及びシステム |
Families Citing this family (116)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5307263A (en) | 1992-11-17 | 1994-04-26 | Raya Systems, Inc. | Modular microprocessor-based health monitoring system |
| US7624028B1 (en) | 1992-11-17 | 2009-11-24 | Health Hero Network, Inc. | Remote health monitoring and maintenance system |
| US8712790B1 (en) * | 1997-03-28 | 2014-04-29 | Robert Bosch Gmbh | Multi-user remote health monitoring system with biometrics support |
| US20010011224A1 (en) | 1995-06-07 | 2001-08-02 | Stephen James Brown | Modular microprocessor-based health monitoring system |
| AU1766201A (en) | 1992-11-17 | 2001-05-30 | Health Hero Network, Inc. | Method and system for improving adherence with a diet program or other medical regimen |
| US6968375B1 (en) | 1997-03-28 | 2005-11-22 | Health Hero Network, Inc. | Networked system for interactive communication and remote monitoring of individuals |
| US9215979B2 (en) * | 1992-11-17 | 2015-12-22 | Robert Bosch Healthcare Systems, Inc. | Multi-user remote health monitoring system |
| US6036924A (en) | 1997-12-04 | 2000-03-14 | Hewlett-Packard Company | Cassette of lancet cartridges for sampling blood |
| US6391005B1 (en) | 1998-03-30 | 2002-05-21 | Agilent Technologies, Inc. | Apparatus and method for penetration with shaft having a sensor for sensing penetration depth |
| WO2000070350A1 (en) * | 1999-05-12 | 2000-11-23 | Cme Telemetrix Inc. | METHOD AND APPARATUS FOR RAPID MEASUREMENT OF HbA¿1c? |
| US20020052539A1 (en) * | 1999-07-07 | 2002-05-02 | Markus Haller | System and method for emergency communication between an implantable medical device and a remote computer system or health care provider |
| US7449339B2 (en) | 1999-11-23 | 2008-11-11 | Nir Diagnostics Inc. | Spectroscopic method and apparatus for total hemoglobin measurement |
| US6612984B1 (en) | 1999-12-03 | 2003-09-02 | Kerr, Ii Robert A. | System and method for collecting and transmitting medical data |
| US6891936B2 (en) * | 2000-05-31 | 2005-05-10 | Arkray, Inc. | Remote data control system and measuring data gathering method |
| US8641644B2 (en) | 2000-11-21 | 2014-02-04 | Sanofi-Aventis Deutschland Gmbh | Blood testing apparatus having a rotatable cartridge with multiple lancing elements and testing means |
| US9427532B2 (en) | 2001-06-12 | 2016-08-30 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| ES2357485T3 (es) | 2001-06-12 | 2011-04-26 | Pelikan Technologies Inc. | Sistema de ánalisis de muestras de sangre integrado con módulo de toma de muestras de múltiples usos. |
| US8337419B2 (en) | 2002-04-19 | 2012-12-25 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| WO2002100254A2 (en) | 2001-06-12 | 2002-12-19 | Pelikan Technologies, Inc. | Method and apparatus for lancet launching device integrated onto a blood-sampling cartridge |
| US7981056B2 (en) | 2002-04-19 | 2011-07-19 | Pelikan Technologies, Inc. | Methods and apparatus for lancet actuation |
| ES2336081T3 (es) | 2001-06-12 | 2010-04-08 | Pelikan Technologies Inc. | Dispositivo de puncion de auto-optimizacion con medios de adaptacion a variaciones temporales en las propiedades cutaneas. |
| ES2357887T3 (es) | 2001-06-12 | 2011-05-03 | Pelikan Technologies Inc. | Aparato para mejorar la tasa de éxito de obtención de sangre a partir de una punción capilar. |
| US9795747B2 (en) | 2010-06-02 | 2017-10-24 | Sanofi-Aventis Deutschland Gmbh | Methods and apparatus for lancet actuation |
| US9226699B2 (en) | 2002-04-19 | 2016-01-05 | Sanofi-Aventis Deutschland Gmbh | Body fluid sampling module with a continuous compression tissue interface surface |
| US7041068B2 (en) | 2001-06-12 | 2006-05-09 | Pelikan Technologies, Inc. | Sampling module device and method |
| JP4272051B2 (ja) | 2001-06-12 | 2009-06-03 | ペリカン テクノロジーズ インコーポレイテッド | 血液試料採取装置及び方法 |
| US7033371B2 (en) | 2001-06-12 | 2006-04-25 | Pelikan Technologies, Inc. | Electric lancet actuator |
| US6544212B2 (en) | 2001-07-31 | 2003-04-08 | Roche Diagnostics Corporation | Diabetes management system |
| EP1320322A1 (en) * | 2001-08-20 | 2003-06-25 | Inverness Medical Limited | Wireless diabetes management devices and methods for using the same |
| US7344894B2 (en) | 2001-10-16 | 2008-03-18 | Agilent Technologies, Inc. | Thermal regulation of fluidic samples within a diagnostic cartridge |
| US7892185B2 (en) | 2002-04-19 | 2011-02-22 | Pelikan Technologies, Inc. | Method and apparatus for body fluid sampling and analyte sensing |
| US7717863B2 (en) | 2002-04-19 | 2010-05-18 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7901362B2 (en) | 2002-04-19 | 2011-03-08 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7374544B2 (en) | 2002-04-19 | 2008-05-20 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7297122B2 (en) | 2002-04-19 | 2007-11-20 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7524293B2 (en) | 2002-04-19 | 2009-04-28 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7485128B2 (en) | 2002-04-19 | 2009-02-03 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7547287B2 (en) | 2002-04-19 | 2009-06-16 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7244265B2 (en) | 2002-04-19 | 2007-07-17 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US8784335B2 (en) | 2002-04-19 | 2014-07-22 | Sanofi-Aventis Deutschland Gmbh | Body fluid sampling device with a capacitive sensor |
| US8579831B2 (en) | 2002-04-19 | 2013-11-12 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for penetrating tissue |
| US8267870B2 (en) | 2002-04-19 | 2012-09-18 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for body fluid sampling with hybrid actuation |
| US7175642B2 (en) | 2002-04-19 | 2007-02-13 | Pelikan Technologies, Inc. | Methods and apparatus for lancet actuation |
| US7371247B2 (en) | 2002-04-19 | 2008-05-13 | Pelikan Technologies, Inc | Method and apparatus for penetrating tissue |
| US7141058B2 (en) | 2002-04-19 | 2006-11-28 | Pelikan Technologies, Inc. | Method and apparatus for a body fluid sampling device using illumination |
| US8221334B2 (en) | 2002-04-19 | 2012-07-17 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for penetrating tissue |
| WO2003088824A2 (en) | 2002-04-19 | 2003-10-30 | Pelikan Technologies, Inc. | Device and method for variable speed lancet |
| US7674232B2 (en) | 2002-04-19 | 2010-03-09 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7331931B2 (en) | 2002-04-19 | 2008-02-19 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7976476B2 (en) | 2002-04-19 | 2011-07-12 | Pelikan Technologies, Inc. | Device and method for variable speed lancet |
| US7892183B2 (en) | 2002-04-19 | 2011-02-22 | Pelikan Technologies, Inc. | Method and apparatus for body fluid sampling and analyte sensing |
| US7648468B2 (en) | 2002-04-19 | 2010-01-19 | Pelikon Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7198606B2 (en) | 2002-04-19 | 2007-04-03 | Pelikan Technologies, Inc. | Method and apparatus for a multi-use body fluid sampling device with analyte sensing |
| US9248267B2 (en) | 2002-04-19 | 2016-02-02 | Sanofi-Aventis Deustchland Gmbh | Tissue penetration device |
| US9795334B2 (en) | 2002-04-19 | 2017-10-24 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for penetrating tissue |
| US7291117B2 (en) | 2002-04-19 | 2007-11-06 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US8360992B2 (en) | 2002-04-19 | 2013-01-29 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for penetrating tissue |
| US7232451B2 (en) | 2002-04-19 | 2007-06-19 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US8702624B2 (en) | 2006-09-29 | 2014-04-22 | Sanofi-Aventis Deutschland Gmbh | Analyte measurement device with a single shot actuator |
| US7491178B2 (en) | 2002-04-19 | 2009-02-17 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US9314194B2 (en) | 2002-04-19 | 2016-04-19 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| US7909778B2 (en) | 2002-04-19 | 2011-03-22 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7229458B2 (en) | 2002-04-19 | 2007-06-12 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7410468B2 (en) | 2002-04-19 | 2008-08-12 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US7563232B2 (en) | 2002-04-19 | 2009-07-21 | Pelikan Technologies, Inc. | Method and apparatus for penetrating tissue |
| US20040087836A1 (en) * | 2002-10-31 | 2004-05-06 | Green Michael R. | Computer system and method for closed-loop support of patient self-testing |
| US8574895B2 (en) | 2002-12-30 | 2013-11-05 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus using optical techniques to measure analyte levels |
| ES2347248T3 (es) | 2003-05-30 | 2010-10-27 | Pelikan Technologies Inc. | Procedimiento y aparato para la inyeccion de fluido. |
| ES2490740T3 (es) | 2003-06-06 | 2014-09-04 | Sanofi-Aventis Deutschland Gmbh | Aparato para toma de muestras de fluido sanguíneo y detección de analitos |
| WO2006001797A1 (en) | 2004-06-14 | 2006-01-05 | Pelikan Technologies, Inc. | Low pain penetrating |
| US7604592B2 (en) | 2003-06-13 | 2009-10-20 | Pelikan Technologies, Inc. | Method and apparatus for a point of care device |
| EP1671096A4 (en) | 2003-09-29 | 2009-09-16 | Pelikan Technologies Inc | METHOD AND APPARATUS FOR PROVIDING IMPROVED SAMPLE CAPTURING DEVICE |
| US9351680B2 (en) | 2003-10-14 | 2016-05-31 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for a variable user interface |
| US7822454B1 (en) | 2005-01-03 | 2010-10-26 | Pelikan Technologies, Inc. | Fluid sampling device with improved analyte detecting member configuration |
| US8668656B2 (en) | 2003-12-31 | 2014-03-11 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for improving fluidic flow and sample capture |
| CN100533429C (zh) * | 2004-05-11 | 2009-08-26 | 希森美康株式会社 | 葡萄糖和胰岛素浓度模拟系统及记录介质 |
| WO2006011062A2 (en) | 2004-05-20 | 2006-02-02 | Albatros Technologies Gmbh & Co. Kg | Printable hydrogel for biosensors |
| US9775553B2 (en) | 2004-06-03 | 2017-10-03 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for a fluid sampling device |
| EP1765194A4 (en) | 2004-06-03 | 2010-09-29 | Pelikan Technologies Inc | METHOD AND APPARATUS FOR MANUFACTURING A DEVICE FOR SAMPLING LIQUIDS |
| US8652831B2 (en) | 2004-12-30 | 2014-02-18 | Sanofi-Aventis Deutschland Gmbh | Method and apparatus for analyte measurement test time |
| ITBO20050002A1 (it) * | 2005-01-04 | 2006-07-05 | Giacomo Vespasiani | Metodo e sistema per la gestione interattiva di dati relativi ad una terapia insulinica in autocontrollo per un paziente diabetico |
| US7798961B1 (en) | 2005-01-11 | 2010-09-21 | BeWell Mobile Technology Inc. | Acquisition and management of time dependent health information |
| JP2006313481A (ja) * | 2005-05-09 | 2006-11-16 | Sysmex Corp | 生体器官の機能のシミュレーションシステム及びそのプログラム |
| JP4781710B2 (ja) * | 2005-05-12 | 2011-09-28 | シスメックス株式会社 | 治療効果予測システム及びそのプログラム |
| EP1830333A1 (en) * | 2006-01-27 | 2007-09-05 | Sysmex Corporation | Medical simulation system, computer system and computer program product |
| US7824333B2 (en) * | 2006-03-31 | 2010-11-02 | Lifescan, Inc. | Diabetes management methods and systems |
| GB2436873A (en) * | 2006-04-07 | 2007-10-10 | Univ Cambridge Tech | Blood glucose monitoring systems |
| US20080306353A1 (en) * | 2006-11-03 | 2008-12-11 | Douglas Joel S | Calculation device for metabolic control of critically ill and/or diabetic patients |
| US7731659B2 (en) * | 2007-10-18 | 2010-06-08 | Lifescan Scotland Limited | Method for predicting a user's future glycemic state |
| US7695434B2 (en) * | 2007-10-19 | 2010-04-13 | Lifescan Scotland, Ltd. | Medical device for predicting a user's future glycemic state |
| EP2230991B1 (en) * | 2007-12-26 | 2018-07-04 | Roche Diabetes Care GmbH | System for glycemic control |
| US20100198020A1 (en) * | 2008-02-12 | 2010-08-05 | Alferness Clifton A | System And Method For Computer-Implemented Method For Actively Managing Increased Insulin Resistance In Type 2 Diabetes Mellitus |
| US20100138453A1 (en) * | 2008-02-12 | 2010-06-03 | Alferness Clifton A | System and method for generating a personalized diabetes management tool for diabetes mellitus |
| US20100138203A1 (en) * | 2008-02-12 | 2010-06-03 | Alferness Clifton A | System and method for actively managing type 2 diabetes mellitus on a personalized basis |
| US20100145725A1 (en) * | 2008-02-12 | 2010-06-10 | Alferness Clifton A | System and method for managing type 1 diabetes mellitus through a personal predictive management tool |
| US20100137786A1 (en) * | 2008-02-12 | 2010-06-03 | Alferness Clifton A | System and method for actively managing type 1 diabetes mellitus on a personalized basis |
| US20100145174A1 (en) * | 2008-02-12 | 2010-06-10 | Alferness Clifton A | System And Method For Providing A Personalized Tool For Estimating Glycated Hemoglobin |
| US20100198021A1 (en) * | 2008-02-12 | 2010-08-05 | Alferness Clifton A | Computer-implemented method for providing a tunable personalized tool for estimating glycated hemoglobin |
| US20100145173A1 (en) * | 2008-02-12 | 2010-06-10 | Alferness Clifton A | System and method for creating a personalized tool predicting a time course of blood glucose affect in diabetes mellitus |
| US20110077930A1 (en) * | 2008-02-12 | 2011-03-31 | Alferness Clifton A | Computer-implemented method for providing a personalized tool for estimating 1,5-anhydroglucitol |
| US20100145670A1 (en) * | 2008-02-12 | 2010-06-10 | Alferness Clifton A | System and method for managing type 2 diabetes mellitus through a personal predictive management tool |
| EP2265324B1 (en) | 2008-04-11 | 2015-01-28 | Sanofi-Aventis Deutschland GmbH | Integrated analyte measurement system |
| US20110160555A1 (en) * | 2008-07-31 | 2011-06-30 | Jacques Reifman | Universal Models for Predicting Glucose Concentration in Humans |
| US20100168539A1 (en) * | 2008-12-31 | 2010-07-01 | Palerm Cesar C | Method and/or system for estimating glycation of hemoglobin |
| US9375169B2 (en) | 2009-01-30 | 2016-06-28 | Sanofi-Aventis Deutschland Gmbh | Cam drive for managing disposable penetrating member actions with a single motor and motor and control system |
| US20110196213A1 (en) * | 2009-06-26 | 2011-08-11 | Roche Diagnostics Operations, Inc. | Display For Biological Values |
| US20100330598A1 (en) * | 2009-06-26 | 2010-12-30 | Roche Diagnostics Operations, Inc. | METHOD, SYSTEM, AND COMPUTER PROGRAM PRODUCT FOR PROVIDING BOTH AN ESTIMATED TRUE MEAN BLOOD GLUCOSE VALUE AND ESTIMATED GLYCATED HEMOGLOBIN (HbA1C) VALUE FROM STRUCTURED SPOT MEASUREMENTS OF BLOOD GLUCOSE |
| DK3920471T3 (da) * | 2009-09-08 | 2024-02-12 | Abbott Diabetes Care Inc | Fremgangsmåder og fremstillede artikler til hosting af en sikkerhedskritisk applikation på en ukontrolleret databehandlingsindretning |
| WO2011049776A1 (en) * | 2009-10-22 | 2011-04-28 | Cpex Pharmaceuticals, Inc. | Therapeutically effective preparations of insulin |
| US8965476B2 (en) | 2010-04-16 | 2015-02-24 | Sanofi-Aventis Deutschland Gmbh | Tissue penetration device |
| FR2970418B1 (fr) * | 2011-01-14 | 2013-01-11 | Hospices Civils Lyon | Dispositif pour l'optimisation de la glycemie d'un patient |
| US8756043B2 (en) | 2012-07-26 | 2014-06-17 | Rimidi Diabetes, Inc. | Blood glucose meter and computer-implemented method for improving glucose management through modeling of circadian profiles |
| US8768673B2 (en) | 2012-07-26 | 2014-07-01 | Rimidi Diabetes, Inc. | Computer-implemented system and method for improving glucose management through cloud-based modeling of circadian profiles |
| US8744828B2 (en) | 2012-07-26 | 2014-06-03 | Rimidi Diabetes, Inc. | Computer-implemented system and method for improving glucose management through modeling of circadian profiles |
| WO2016103390A1 (ja) * | 2014-12-25 | 2016-06-30 | 株式会社日立製作所 | インスリン分泌能分析装置、当該装置を備えるインスリン分泌能分析システム及びインスリン分泌能分析方法 |
| SG11201909689TA (en) | 2017-06-20 | 2019-11-28 | Chan Sidney Soong Ling | Method and system for monitoring a diabetes treatment plan |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4238196A (en) * | 1979-11-01 | 1980-12-09 | Isolab, Inc. | Methods to determine a diagnostic indicator of blood sugar conditions, and, liquid chromatographic columns therefor (cyanide free) |
| US5415167A (en) * | 1992-01-10 | 1995-05-16 | Wilk; Peter J. | Medical system and associated method for automatic diagnosis and treatment |
| FR2710438B1 (fr) * | 1993-09-21 | 1995-11-24 | Bretagne Radio Communications | Dispositif de surveillance de personnes par rapport à un environnement donné. |
| US6319665B1 (en) * | 1994-06-07 | 2001-11-20 | Inverness Medical Technology, Inc. | Home test kit and method with telephone verification of results |
| US5701904A (en) * | 1996-01-11 | 1997-12-30 | Krug International | Telemedicine instrumentation pack |
| FI118509B (fi) * | 1996-02-12 | 2007-12-14 | Nokia Oyj | Menetelmä ja laitteisto potilaan veren glukoosipitoisuuden ennustamiseksi |
| US5715823A (en) * | 1996-02-27 | 1998-02-10 | Atlantis Diagnostics International, L.L.C. | Ultrasonic diagnostic imaging system with universal access to diagnostic information and images |
| US5987519A (en) * | 1996-09-20 | 1999-11-16 | Georgia Tech Research Corporation | Telemedicine system using voice video and data encapsulation and de-encapsulation for communicating medical information between central monitoring stations and remote patient monitoring stations |
-
1997
- 1997-05-30 FI FI972292A patent/FI112545B/fi not_active IP Right Cessation
-
1998
- 1998-05-06 DE DE69817446T patent/DE69817446T2/de not_active Expired - Lifetime
- 1998-05-06 EP EP98660040A patent/EP0881495B1/en not_active Expired - Lifetime
- 1998-05-06 DK DK98660040T patent/DK0881495T3/da active
- 1998-05-19 KR KR1019980018039A patent/KR100857191B1/ko not_active Expired - Fee Related
- 1998-05-21 US US09/082,744 patent/US6421633B1/en not_active Expired - Lifetime
- 1998-05-28 JP JP14737898A patent/JP4523082B2/ja not_active Expired - Fee Related
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4891511B2 (ja) * | 2000-03-29 | 2012-03-07 | ユニバーシテイ・オブ・バージニア・パテント・フアウンデーシヨン | 自己モニタリングデータから糖尿病の血糖管理を評価する方法、システム及びコンピユータプログラム製品 |
| JP2003528330A (ja) * | 2000-03-29 | 2003-09-24 | ユニバーシテイ・オブ・バージニア・パテント・フアウンデーシヨン | 自己モニタリングデータから糖尿病の血糖管理を評価する方法、システム及びコンピユータプログラム製品 |
| JPWO2003001423A1 (ja) * | 2001-06-22 | 2004-10-14 | アークレイ株式会社 | 情報通信システム |
| JP2005535885A (ja) * | 2002-08-13 | 2005-11-24 | ユニヴァースティ オブ ヴァージニア パテント ファウンデイション | 糖尿病自己管理を推進するための自己モニタリング血糖（ｓｍｂｇ）データを処理するための方法、システムおよびコンピュータ・プログラム・プロダクト |
| JP2005267042A (ja) * | 2004-03-17 | 2005-09-29 | Sysmex Corp | 糖尿病診療支援システム |
| JP2006314453A (ja) * | 2005-05-11 | 2006-11-24 | Sysmex Corp | 生体シミュレーションシステム及びコンピュータプログラム |
| JP2013092537A (ja) * | 2007-03-30 | 2013-05-16 | Tanita Corp | 血糖状態推定方法及び装置 |
| EP1995680A2 (en) | 2007-05-23 | 2008-11-26 | Sysmex Corporation | Medical diagnosis support computer system, computer program, and server computer |
| WO2010041439A1 (ja) * | 2008-10-08 | 2010-04-15 | 旭化成ファーマ株式会社 | 血液試料解析方法、血液試料解析装置、及びプログラム |
| JP5323853B2 (ja) * | 2008-10-08 | 2013-10-23 | 旭化成ファーマ株式会社 | 血液試料解析方法、血液試料解析装置、及びプログラム |
| KR101095303B1 (ko) * | 2009-07-02 | 2011-12-16 | 가톨릭대학교 산학협력단 | 당화혈색소 수치 추정 시스템 및 방법 |
| WO2012145616A3 (en) * | 2011-04-20 | 2013-02-14 | The Cleveland Clinic Foundation | Predictive modeling |
| JP2014512624A (ja) * | 2011-04-20 | 2014-05-22 | ザ クリーブランド クリニック ファウンデーション | 予測モデリング |
| EP2518653A2 (en) | 2011-04-25 | 2012-10-31 | Arkray, Inc. | Information processing apparatus and user terminal |
| JP2023503612A (ja) * | 2019-11-25 | 2023-01-31 | アボット ダイアベティス ケア インコーポレイテッド | 検査ＨｂＡ１ｃ値を調節する方法、デバイス及びシステム |
Also Published As
| Publication number | Publication date |
|---|---|
| FI112545B (fi) | 2003-12-15 |
| DK0881495T3 (da) | 2003-12-08 |
| KR100857191B1 (ko) | 2009-03-25 |
| DE69817446D1 (de) | 2003-10-02 |
| FI972292L (fi) | 1998-12-01 |
| FI972292A0 (fi) | 1997-05-30 |
| KR19980087191A (ko) | 1998-12-05 |
| DE69817446T2 (de) | 2004-07-01 |
| JP4523082B2 (ja) | 2010-08-11 |
| US6421633B1 (en) | 2002-07-16 |
| EP0881495B1 (en) | 2003-08-27 |
| EP0881495A1 (en) | 1998-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH10332704A (ja) | 糖尿病管理 | |
| KR100434823B1 (ko) | 환자혈액샘플의혈당수준을측정및예측하는환자건강상태모니터링방법 | |
| Chib et al. | Markov chain Monte Carlo analysis of correlated count data | |
| ES2456068T3 (es) | Método, sistema y producto de programa informático para el procesamiento de datos de auto-supervisión de glucemia (SMBG) para mejorar la autogestión diabética | |
| US8696566B2 (en) | Method for analyzing stress based on multi-measured bio-signals | |
| EP1845465A2 (en) | Diabetes management methods and systems | |
| US20220354395A1 (en) | Diabetes prediction using glucose measurements and machine learning | |
| US20040097796A1 (en) | Method and system of monitoring a patient | |
| US12087444B2 (en) | Population-level gaussian processes for clinical time series forecasting | |
| Wang et al. | A hierarchical Poisson mixture regression model to analyse maternity length of hospital stay | |
| Harris et al. | Use of the population distribution to improve estimation of individual means in epidemiological studies | |
| KR20220097708A (ko) | 지능형 탈모 예후 예측 모델을 통한 이미지 특성 추출 시스템 및 그 방법 | |
| KR20040077258A (ko) | 배란일 예측 시스템 및 방법 | |
| Jørgensen et al. | Dispersion models and longitudinal data analysis | |
| Hedtke | Can wireless technology enable new diabetes management tools? | |
| US20230293024A1 (en) | System for reproductive monitoring | |
| Suttaket et al. | In-Training Multicalibrated Survival Analysis for Healthcare via Constrained Optimization | |
| EP4068304A1 (en) | Data display method and apparatus, terminal, and storage medium | |
| Yekeh et al. | Hypothesis Evaluation Based on Ubicomp Sensing: Moving from Researchers to Users. | |
| CN113504372A (zh) | 基于无创的血糖监测装置、系统及存储介质 | |
| Joneydi | Choosing a Contraceptive Provider: Access, Awareness and Fertility Decisions in Urban Senegal | |
| Jiang et al. | Semiparametric methods for semi-competing risks problem with censoring and truncation | |
| Sa et al. | Simultaneous confidence bands for the pth percentile and the mean lifetime in exponential and weibull regression models | |
| HK1112650A (en) | Diabetes management methods and systems | |
| HK1177790A (en) | Diabetes management methods and systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050510 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070607 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070619 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070918 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20070918 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071101 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20071205 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080318 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080603 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20080819 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20081003 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100331 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100527 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130604 Year of fee payment: 3 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |