Настоящее изобретение относится к способу определения вероятности нахождения значения глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования. Кроме того, настоящее изобретение относится к системе для определения вероятности нахождения значения глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования.
Уровень техники
Усовершенствования терапии для диабетиков можно часто обеспечивать путем сосредоточения внимания на проблематичных периодах времени, таких как гипергликемические события по утрам. Ретроспективный анализ измерений глюкозы в крови может выявить эти периоды путем оценки вероятностей гликемических колебаний в течение дня. Для пациентов, использующих устройство непрерывного контроля глюкозы (НКГ), частота измерений (1/Т) является очень высокой (с временным интервалом измерений Т, находящимся в диапазоне приблизительно 5-15 минут), что обеспечивает анализ с высоким разрешением. Здесь амбулаторный профиль глюкозы получил большое признание в обществе по лечению диабета (Danne, et al., Diabetes Care (2017) 40). Напротив, для пациентов, выполняющих традиционные измерения (точечный мониторинг) глюкозы в крови (ИКГ), количество образцов в день является сравнительно низким (например, около 3-8 образцов) и главным образом неравномерно распределенным по времени.
Чтобы все же получить реальную статистику для выполняющих ИКГ пациентов, измерения следует группировать (объединять) в довольно большие временные интервалы (часовые или за четвертую часть дня), что, следовательно, приводит к потере разрешения. Редкие данные ИКГ обычно обеспечивают ограниченное представление о динамике значений глюкозы у пациента и соответствующих рисках нежелательных явлений, таких как гипогликемия и гипергликемия.
Документ US 2011/313674 А1 относится к способу тестирования для оптимизации терапии у пациента с диабетом, причем способ включает: сбор по меньшей мере одного множества образцов данных о биомаркерах и вычисление функции распределения вероятностей, функции опасности, функции риска и значения риска для множества образцов данных о биомаркерах. Функция распределения вероятностей рассчитывается для аппроксимации распределения вероятностей данных о биомаркерах. Функция опасности представляет собой функцию, которая дает более высокие значения опасности для показателей биомаркеров в множестве образцов, указывающих на более высокий риск осложнений. Функция риска представляет произведение функции распределения вероятностей и функции опасности, и значение риска рассчитывается как интеграл функции риска. Значение риска минимизируется путем регулирования терапии пациента с диабетом, и есть выход из способа тестирования, когда значение риска по меньшей мере для одного множества образцов минимизируется до оптимального уровня риска.
Документ US 2015/190098 А1 раскрывает интерактивный процесс адаптивного рекомендательного контроля, включающий оценку и связь на основе алгоритма физиологических и поведенческих параметров и моделей, помогая пациентам с диабетом оптимизировать их гликемический контроль. Способ и система используют источники информации о пациенте: (i) данные о наблюдении (ЕО) (например, самоконтроль глюкозы в крови (СКГК) и CMG), (ii) данные об инсулине (например, файлы журнала дозатора инсулина или записи о лечении пациента) и (iii) данные самостоятельной отчетности пациента (например, самолечение, приемы пищи и упражнения), для оценки задним числом риска гипогликемии, оценки задним числом снижения доставки инсулина с учетом риска, а затем для сообщения пациенту, как система снижения инсулина с учетом риска могла бы затем действовать для предотвращения гипогликемии.
Документ WO 2018/153648 А1 раскрывает системы и способы сообщения об истории дозирования, сконфигурированные для предоставления основной тенденции и колебаний распределения инъекций с регулирующим глюкозу в крови лекарственным средством. Устройство приспособлено для осуществления способа получения одной или более отвечающих установленным требованиям групп событий инъецирования в пределах распределения событий инъецирования, причем каждая отвечающая установленным требованиям группа событий инъецирования содержит индикатор времени для группы. Для каждой соответствующей отвечающей установленным требованиям группе событий инъецирования во множестве отвечающих установленным требованиям групп событий инъецирования обеспечивается следующее: (i) определение на временной основе подмножества сгруппированных записей о лекарственных средствах, соответствующих соответствующей отвечающей установленным требованиям группе событий инъецирования, используя индикатор времени для группы, и (ii) обработка подмножества сгруппированных записей о лекарственных средствах соответствующей отвечающей установленным требованиям группы событий инъецирования с получением отображаемых данных, сконфигурированных для представления меры основной тенденции и меры вариабельности, связанной с относительным временем. Отображаемые данные передаются.
Документ US 2018/272063 А1 относится к устройству для инфузии, системе управления данными пациента и способу контроля физиологического состояния пациента. Устройство для инфузии содержит механизм приведения в действие, работающий для доставки жидкости пользователю, интерфейс связи для приема данных измерения, указывающих на физиологическое состояние пользователя, сенсорный механизм для получения ситуативных данных измерения и систему контроля, соединенную с механизмом приведения в действие. Интерфейс связи и сенсорный механизм обеспечиваются для определения команды для автономной работы механизма приведения в действие таким образом, на который влияют данные измерения и ситуативные данные измерения, и автономной работы механизма приведения в действие согласно команде для доставки жидкости пользователю.
Документ US 2007/282180 А1 раскрывает устройство для измерения уровня глюкозы в живом организме, содержащее электродную конструкцию, которую необходимо наносить на поверхность тела. Уровень глюкозы получается из ответа электродной конструкции на электрический сигнал. Два датчика температуры расположены в различных положениях в устройстве, сигналы которых используются при калибровке и измерениях для повышения точности устройства. Устройство также можно использовать для прогнозирования гипер- или гипогликемии на основе пределов для производных высшего порядка уровня глюкозы.
Сущность изобретения
Задачей настоящего раскрытия является обеспечение способа и системы для определения вероятности нахождения значения глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования, причем вероятность может определяться с высокой точностью на основе измерений глюкозы в крови при точечном мониторинге.
Для решения задачи предложен способ определения вероятности нахождения значения глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования согласно независимому пункту 1. Кроме того, предложена система для определения вероятности нахождения значения глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования согласно независимому пункту 11.
Предлагаемый в изобретении способ определения вероятности нахождения значения или уровня глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования осуществляется в системе, имеющей один или более процессоров обработки данных, и включает обеспечение данных измерения глюкозы в крови при точечном мониторинге, представляющих множество значений измерения глюкозы в крови в период времени измерения, причем данные измерения глюкозы в крови при точечном мониторинге включают соответствующие моменты времени измерения, в которые проводились измерения для значений измерения глюкозы в крови, причем значения измерения глюкозы в крови включают первые значения измерения глюкозы в крови, относящиеся к первому неблагоприятному диапазону значений глюкозы в крови; и вторые значения измерения глюкозы в крови, относящиеся ко второму неблагоприятному диапазону значений глюкозы в крови, причем второй диапазон значений глюкозы в крови отличается от первого неблагоприятного диапазона значений глюкозы в крови. Путем применения алгоритма анализа, включающего ядерную оценку плотности и применение правила Байеса, определение из данных измерения глюкозы в крови при точечном мониторинге, содержащих первые значения измерений глюкозы в крови и вторые значения измерений глюкозы в крови, вероятности того, что значение глюкозы в крови пациента находится в первом неблагоприятном диапазоне глюкозы в крови во время прогнозирования, и что значение глюкозы в крови пациента находится во втором неблагоприятном диапазоне глюкозы в крови во время прогнозирования. При ядерной оценке плотности первая полоса пропускания ядра применяется для всех или некоторых из первых значений измерений глюкозы в крови, и вторая полоса пропускания ядра, отличная от первой полосы пропускания ядра, применяется для всех или некоторых из вторых значений измерений глюкозы в крови. Обеспечиваются выходные данные, указывающие время прогнозирования и значение вероятности, определенное во время прогнозирования.
Предлагаемая в изобретении система для определения вероятности нахождения значения или уровня глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования имеет один или более процессоров обработки данных, сконфигурированных для выполнения способа определения вероятности нахождения значения или уровня глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования.
Кроме того, настоящее изобретение может быть реализовано в виде компьютерного программного продукта, содержащего программный код, сконфигурированный так, чтобы при загрузке в компьютер, имеющий один или более процессоров, осуществлять способ определения вероятности нахождения значения глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования.
Данные измерения глюкозы в крови при точечном мониторинге могут предоставляться для одного пациента. Период времени измерения, например, может тянуться в течение по меньшей мере 24 часов (сутки). Например, значения точечного мониторинга глюкозы в крови могут охватывать период времени измерения 14 дней по меньшей мере с 4 значениями точечного мониторинга в день в среднем. Данные измерения глюкозы в крови при точечном мониторинге в течение нескольких дней можно учитывать для определения вероятности. Данные измерения глюкозы в крови при точечном мониторинге могут быть предварительно обработаны, например, путем усреднения значений измерений глюкозы в крови.
Первая полоса пропускания может быть применена ко всем или подмножеству первых значений измерений глюкозы в крови, к которым применялась ядерная оценка плотности. Дополнительно или альтернативно, вторая полоса пропускания может быть применена ко всем или подмножеству вторых значений измерений глюкозы в крови, к которым применялась ядерная оценка плотности.
Выходные данные могут быть выданы устройством вывода системы, таким как дисплей.
Система может осуществляться в устройстве, выбранном из следующей группы: мобильный или сотовый телефон, портативный компьютер и ноутбук.
Ядерная оценка плотности, применяемая для определения зависящей от времени вероятности из измерений глюкозы в крови при точечном мониторинге, является непараметрическим способом оценки функции плотности вероятности случайной переменной, т.е. значений измерения глюкозы в крови при точечном мониторинге.
В ответ на обнаружение предполагаемого значения глюкозы в крови как находящегося (с высокой вероятностью, например, вероятностью более чем приблизительно 50%) в одном из различных неблагоприятных диапазонов значений глюкозы в крови ответное сообщение может быть сгенерировано системой и выдано пациенту или пользователю. Например, пациенту может быть предложено употребить некоторое количество углеводов или ввести некоторую дозу инсулина заранее относительно некоторого вероятно наступающего неблагоприятного события (значения глюкозы в крови, вероятно, находятся в одном из неблагоприятных диапазонов значений глюкозы в крови).
Первый и второй неблагоприятный диапазон глюкозы в крови может относиться к гипогликемии и гипергликемии, соответственно.
В примере первый и второй неблагоприятный диапазон может относиться к поддиапазонам диапазона или класса гипогликемии (например, оба поддиапазона, относящиеся к значениям глюкозы в крови, находятся ниже или равны 70 мг/дл), но охватывает различные поддиапазоны гипогликемии. В другом примере первый и второй неблагоприятный диапазон может относиться к поддиапазонам диапазона или класса гипергликемии (например, оба поддиапазона, относящиеся к значениям глюкозы в крови, равны или выше 180 мг/дл), но охватывает различные поддиапазоны гипергликемии.
Вероятность может быть определена во множестве моментов времени прогнозирования в период времени прогнозирования из данных измерения глюкозы в крови при точечном мониторинге. Например, период времени прогнозирования 24 часа можно применять.
Непрерывную линию вероятности можно определять во множестве моментов времени прогнозирования в период времени прогнозирования из данных измерения глюкозы в крови при точечном мониторинге. Может быть определена непрерывная кривая вероятности, тянущаяся в период времени прогнозирования. Такая непрерывная линия или кривая определяется из прерывисто (дискретно) измеренных значений глюкозы в крови при точечном мониторинге.
В способе применение алгоритма анализа, в частности, ядерной оценки плотности, может включать определение вероятности нахождения значения глюкозы в крови пациента в первом неблагоприятном диапазоне глюкозы в крови во время прогнозирования из первого подмножества данных измерения из данных измерения глюкозы в крови при точечном мониторинге, содержащего по меньшей мере первые значения измерения глюкозы в крови, относящиеся к первому неблагоприятному диапазону значений глюкозы в крови. Определение вероятности нахождения значения глюкозы в крови пациента в первом неблагоприятном диапазоне глюкозы в крови может осуществляться путем применения ядерной оценки плотности только для первых значений измерений глюкозы в крови. Определение вероятности нахождения значения глюкозы в крови пациента в первом неблагоприятном диапазоне глюкозы в крови может включать определение того, указывают ли значения глюкозы в крови на гипогликемию. Например, значения глюкозы в крови, находящиеся ниже или равные 70 мг/дл, могут рассматриваться как указывающие на гипогликемию.
Применение алгоритма анализа, в частности, ядерной оценки плотности, может включать определение вероятности нахождения значения глюкозы в крови пациента во втором неблагоприятном диапазоне глюкозы в крови во время прогнозирования из второго подмножества данных измерения из данных измерения глюкозы в крови при точечном мониторинге, содержащего по меньшей мере вторые значения измерения глюкозы в крови, относящиеся ко второму неблагоприятному диапазону значений глюкозы в крови. Определение вероятности нахождения значения глюкозы в крови пациента во втором неблагоприятном диапазоне глюкозы в крови может осуществляться путем применения ядерной оценки плотности только для вторых значений измерений глюкозы в крови. Определение вероятности нахождения значения глюкозы в крови пациента во втором неблагоприятном диапазоне глюкозы в крови может включать определение того, указывают ли значения глюкозы в крови на гипергликемию. Например, значения глюкозы в крови, равные или выше 180 мг/дл, могут рассматриваться как указывающие на гипергликемию.
Значения измерения глюкозы в крови могут включать значения измерения глюкозы в крови, относящиеся к не являющемуся неблагоприятным диапазону значений глюкозы в крови, причем не являющийся неблагоприятным диапазон глюкозы в крови отличается от первого и второго неблагоприятного диапазона глюкозы в крови. Определение вероятности может включать определение вероятности нахождения значения глюкозы в крови пациента в не являющемся неблагоприятным диапазоне глюкозы в крови во время прогнозирования. Полоса пропускания ядра, применяемая для определения такой вероятности, может отличаться от по меньшей мере одной из первой полосы пропускания ядра и второй полосы пропускания ядра. Определение вероятности нахождения значения глюкозы в крови пациента в не являющемся неблагоприятным диапазоне глюкозы в крови может относиться к определению того, находятся ли значения глюкозы в крови вне диапазонов значений глюкозы в крови, не указывающих на одно из гипергликемии и гипогликемии. Например, значения глюкозы в крови, составляющие от 70 мг/дл до 180 мг/дл, могут рассматриваться как указывающие на не являющийся неблагоприятным диапазон.
В еще одном примере определение вероятности может включать определение вероятности нахождения значения глюкозы в крови пациента в дополнительном диапазоне глюкозы в крови во время прогнозирования, причем дополнительный или добавочный диапазон глюкозы в крови, который может также называться неизвестным диапазоном, отличается от всех из не являющегося неблагоприятным диапазона глюкозы в крови, первого неблагоприятного диапазона глюкозы в крови и второго неблагоприятного диапазона глюкозы в крови. Полоса пропускания ядра, применяемая для определения такой вероятности, может отличаться по меньшей мере от одной из первой полосы пропускания ядра, второй полосы пропускания ядра и полосы пропускания ядра, применяемой при определении вероятности нахождения значения глюкозы в крови в не являющемся неблагоприятным диапазоне глюкозы в крови.
Определение может также включать применение третьей полосы пропускания ядра при ядерной оценке плотности, которая отличается как от первой, так и второй полосы пропускания ядра.
В способе применение может включать применение периодического ядра в ядерной оценке плотности.
Первая полоса пропускания ядра может быть шире, чем вторая полоса пропускания ядра. Например, первая полоса пропускания ядра может быть шире на множитель от приблизительно 1,2 до приблизительно 2,0.
Применение может включать следующее: применение значения первой полосы пропускания для значения измерения из первых значений измерения глюкозы в крови и применение значения второй полосы пропускания для дополнительного значения измерения из первых значений измерения глюкозы в крови, причем значение первой полосы пропускания отличается от значения второй полосы пропускания. В этом примере есть не только изменение или модификация полосы пропускания для первых и вторых значений измерений глюкозы в крови, относящихся к первому и второму неблагоприятному диапазону, соответственно, но также для различных первых значений измерения глюкозы в крови, относящихся к первому неблагоприятному диапазону. Значения первой и второй полосы пропускания могут отличаться по меньшей мере от одной из второй полосы пропускания ядра и третьей полосы пропускания ядра.
Аналогично, следующее можно обеспечивать альтернативно или дополнительно: применение значения первой полосы пропускания для значения измерения из вторых значений измерения глюкозы в крови и применение значения второй полосы пропускания для дополнительного значения измерения из вторых значений измерения глюкозы в крови, причем значение первой полосы пропускания отличается от значения второй полосы пропускания.
В альтернативном примере одно значение полосы пропускания применяется ко всем первым значениям измерения глюкозы в крови, относящимся к первому неблагоприятному диапазону значений глюкозы в крови, с одной стороны, и/или ко всем вторым значениям измерения глюкозы в крови, относящимся ко второму неблагоприятному диапазону значений глюкозы в крови, с другой стороны.
Можно обеспечивать следующее: Первый неблагоприятный диапазон значений глюкозы в крови относится к значениям измерений глюкозы в крови, указывающим на гипогликемическое состояние пациента, а второй неблагоприятный диапазон значений глюкозы в крови относится к значениям измерений глюкозы в крови, указывающим на гипергликемическое состояние пациента.
Варианты реализации, раскрытые выше для способа, можно применять к системе с соответствующими изменениями.
С акцентом на лечение диабета в сторону увеличения времени в диапазоне, времени, в течение которого уровень глюкозы в крови пациента находится в не являющемся неблагоприятным диапазоне, предлагаемая технология обеспечивает надежный путь для оценки времени в диапазоне, а также выделение конкретного времени суток, когда пациент испытывает сложности в отношении сохранения времени в диапазоне. Показатели высокого уровня, такие как HbA1c или время в диапазоне, обеспечивают простоту в понимании показателя успешности терапии, но сложно преобразуются непосредственно в необходимые корректировки терапии. Определение проблемного времени суток, т.е. когда уровень глюкозы в крови пациента находится в неблагоприятном диапазоне, можно лучше связать с проблемами при терапии и, следовательно, преобразовать в конкретные корректировки.
Технология также обеспечивает идентификацию проблемных периодов в течение дня, которые можно использовать для создания рекомендаций или корректировок терапии для пациента и сдвинуть его/ее фокус на конкретный период в течение дня. В зависимости от времени суток могут быть различные лежащие в основе проблемы, которые приводят к наблюдению. Это, например, обеспечивает использование модели как части автоматической системы рекомендации терапии и предоставление учебного материала. Уведомления могут создаваться и направляться (выдаваться) пациенту на основе определенной вероятности о предстоящем неблагоприятном событии. Благодаря способу, включающему ядерную оценку плотности, пациент может быть уведомлен перед вероятным возникновением неблагоприятного события, что может вызвать изменение поведения.
Предлагаемая технология может также решать специфические проблемы пациента и давать обратную связь. Если для пациента были определены не являющиеся неблагоприятными значения глюкозы в крови в требующее отдачи всех сил время дня, может быть обеспечено положительное подкрепление.
Может быть представлено исчерпывающее визуальное представление (например, посредством выходных данных), которое обеспечивает быструю оценку эффективности терапии как для медицинского работника, так и пациента. Точка входа для оценки терапии ИКГ может обеспечиваться. Можно выявить проблемное время суток, которое можно дополнительно исследовать. Происходящие изменения вероятностей нахождения в неблагоприятном состоянии могут быть выделены, чтобы указать на возможные положительные или отрицательные изменения в терапии человека. Например, если вероятность нахождения в гипогликемическом состоянии изменяется в течение ночи между визитами, соответственное уведомление может обеспечиваться медицинскому работнику.
Полученная функция(и) плотности вероятности является непрерывной и не имеет проблем с разрешением из-за объединения, что будет в конечном итоге приводить к определению неточного периода времени суток, а также невозможности определения периодов времени суток с надлежащим контролем в случаях, где периоды времени суток, которые искали, распределены в множестве ячеек.
Кроме того, перекос распределений при самоконтроле глюкозы в крови (СКГК), также являющимся типом измерения при точечном мониторинге, может быть объяснен за счет нормализации через данные на ежедневной основе, таким образом, эффект перекоса данных, например, из-за повышенной частоты измерений глюкозы в крови в некоторых событиях или времени суток, не влияет на определенные вероятности для множества дней.
При помощи предложенной технологии оценка или анализ результатов измерений глюкозы в крови при точечном мониторинге улучшается. Анализ включает статистический анализ как применяется. Оценка экспериментально (путем измерения) собранных результатов может быть улучшена. Из результатов измерений глюкозы в крови при точечном мониторинге получают прогноз для вероятности нахождения уровня глюкозы в крови пациента в неблагоприятном (или не являющимся неблагоприятным) диапазоне, также во время, отличное от времени измерения, в которое проводили измерения глюкозы в крови при точечном мониторинге, в частности, во время рядом с временем измерения (близлежащее время).
Описание дополнительных вариантов реализации
Далее варианты реализации посредством примера описаны со ссылкой на фигуры. На фигурах проиллюстрировано следующее:
на фиг. 1 схематическое изображение компоновки для обеспечения данных измерений глюкозы в крови при точечном мониторинге (ИКГ) и определения из таких данных ИКГ вероятности нахождения значения глюкозы в крови пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования;
на фиг. 2 графическое представление вероятностей нахождения в определенном классе для каждого момента времени, рассчитанные из данных непрерывного мониторинга глюкозы (НКГ);
на фиг. 3 графическое представление дискретных значений полос пропускания ядра вместе с подобранной функцией в классе гипогликемии;
на фиг. 4 графическое представление дискретных значений полос пропускания ядра вместе с подобранной функцией в классе гипергликемии;
на фиг. 5 графическое представление оцененных функций плотности вероятности (ФПВ), которые оценены из дискретных значений измерений глюкозы в крови;
на фиг. 6 графическое представление вероятностей нахождения в гипергликемическом состоянии, гипогликемическом состоянии или не являющемся неблагоприятным состоянии глюкозы в крови для каждого времени суток.
на фиг. 7 полярное представление оцененных ФПВ после нормализации;
на фиг. 8 графическое представление вероятностей нахождения в гипергликемическом состоянии, гипогликемическом состоянии или не являющемся неблагоприятным состоянии глюкозы в крови, определенных из дискретных значений ИКГ, по сравнению с вероятностями, определенными из множества данных НКГ;
на фиг. 9 графическое представление остаточных сумм квадратичных ошибок (ОСК) в зависимости от количества измерений в сутки;
на фиг. 10 показано графическое представление вероятностей нахождения в гипогликемическом состоянии, не являющемся неблагоприятным состоянии глюкозы в крови, гипергликемическом состоянии или неопределенном состоянии, определенных из дискретных значений ИКГ; и
на фиг. 11 показано другое графическое представление вероятностей нахождения в гипогликемическом состоянии, не являющемся неблагоприятным состоянии глюкозы в крови, гипергликемическом состоянии или неопределенном состоянии, определенных из дискретных значений ИКГ.
Способ и система для определения вероятности нахождения значения глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования. Способ в системе 10, имеющей один или более процессоров обработки данных, включает обеспечение данных измерения глюкозы в крови при точечном мониторинге (ИКГ), представляющих множество значений измерения глюкозы в крови в период времени измерения, причем значения измерения глюкозы в крови включают первые значения измерения глюкозы в крови, относящиеся к первому неблагоприятному диапазону значений глюкозы в крови; и вторые значения измерения глюкозы в крови, относящиеся ко второму неблагоприятному диапазону значений глюкозы в крови, причем второй диапазон значений глюкозы в крови отличается от первого неблагоприятного диапазона значений глюкозы в крови. Данные ИКГ предоставляются системе 10 посредством устройства 11 ввода, которое может быть соединено с устройством измерения при точечном мониторинге (не показано) или базой данных, в которой данные ИКГ хранились после измерений при точечном мониторинге. Первый и второй неблагоприятный диапазон может относиться к гипогликемии и гипергликемии, соответственно.
Ядерная оценка плотности применяется для определения, из подмножества данных измерений или всех данных ИКГ, вероятности нахождения значения(й) глюкозы в крови пациента в первом неблагоприятном диапазоне глюкозы в крови или во втором неблагоприятном диапазоне глюкозы в крови в течение времени прогнозирования. Кроме того, вероятность может быть определена для нахождения значения глюкозы в крови в не являющемся неблагоприятным диапазоне.
При ядерной оценке плотности, осуществляемой в системе 10, первая полоса пропускания ядра применяется для первых значений измерения глюкозы в крови и вторая полоса пропускания ядра, отличная от первой полосы пропускания ядра, применяется для первых значений измерения глюкозы в крови. Выходные данные, указывающие время прогнозирования и значение вероятности, определенное во время прогнозирования, обеспечиваются в системе 10 и выдаются посредством устройства 12 вывода, такого как дисплей и/или звуковое устройство.
Функции плотности вероятности (ФПВ), также называемые функции распределения вероятностей, могут обеспечивать попадание вероятностей случайных переменных, таких как нахождение в гипогликемическом состоянии, в конкретный непрерывный диапазон значений, такой как временной диапазон. Ядерная оценка плотности (ЯОП) представляет способ для обеспечения оценочной функции 
для неизвестной непрерывной функции плотности вероятности (или функции распределения вероятностей) 
на основе множества данных дискретных значений измерения, используя n керн-функций К посредством формулы
с полосой пропускания ядра ν. Гауссово ядро с
является общим выбором для проблем ЯОП.
В примере дискретные значения измерений обеспечиваются по результату измерения при точечном мониторинге для одного пациента.
Работа в течение 24-часового цикла, однако, означает, что данные измерений глюкозы в крови, измеренные непосредственно перед полуночью, будут также влиять на полученную вероятность, определенную непосредственно после полуночи. Традиционное гауссово ядро не может вмещать такое состояние. Напротив, ядро по Мизесу с
используется, которое является функцией угла θ с 0≤θ≤2π. Ядро по Мизесу, являющееся примером типа периодического ядра, таким образом работает в случаях, где необходима арифметика в остаточных классах, например, где числа переходят по очереди при достижении определенного значения. Полоса пропускания ядра ν относится к колебанию σ2 посредством зависимости 
для больших значений ν. Значения θi соответствуют положениям, вокруг которых каждое ядро по Мизесу отцентровано, аналогично среднему μ функции распределения.
Время суток t в часах, при этом t выбрано из диапазона [0, 24], необходимо преобразовать в угол, так что -π≤θ≤π, что обеспечивается при помощи
Полученная оценочная функция 
для ФПВ 
имеет формулу 
Целью является определение вероятности возникновения события с конкретным классом cj для конкретного времени суток, t. Классы могут соответствовать неблагоприятному и/или не являющемуся неблагоприятным диапазонам глюкозы в крови. В частности, каждый класс может соответствовать гипергликемическому состоянию, гипогликемическому состоянию и не являющемуся неблагоприятному состоянию глюкозы в крови. Редкость по времени данных измерений глюкозы в крови делает это особенно сложным.
Данные измерений глюкозы в крови можно использовать для расчета условных вероятностей 
из которого условные вероятности 
можно рассчитать путем применения правила Байеса,
Предыдущая вероятность для класса cj может быть получена из формулы 
причем nj является количеством измерений глюкозы в крови в конкретном классе, а N является общим количеством измерений глюкозы в крови.
Вероятность нахождения в конкретном классе событий cj для соседних моментов времени около заданного значения глюкозы в крови зависит от измеренного значения глюкозы в крови. Если измерение глюкозы в крови является очень большим, маловероятно, что значение глюкозы в крови находится вне являющемся неблагоприятным диапазоне глюкозы в крови около этого времени.
Множество клинических данных НКГ используют для определения полосы пропускания ядра ν для конкретного значения глюкозы. В частности, полоса пропускания ядра v приспосабливается относительно значения глюкозы в крови. Для этого ФПВ каждого класса во временном интервале, окружающем измерение, определяют из множества данных НКГ.
Фиг. 2 показывает графическое представление вероятностей нахождения в определенном классе для каждого момента времени, полученного из ФПВ множества данных НКГ. Класс с1 соответствует значениям глюкозы в крови ниже или равных 70 мг/дл (гипогликемия) и до области 20; класс с2 соответствует значениям глюкозы в крови от 70 мг/дл до 180 мг/дл (не являющийся неблагоприятным диапазон глюкозы в крови) и до области 21; класс с3 соответствует значениям глюкозы в крови равным или выше 180 мг/дл (гипергликемия) и до области 22.
Кривая 23 соответствует ФПВ гипогликемии, кривая 24 - ФПВ не являющегося неблагоприятным диапазона глюкозы в крови плюс ФПВ гипогликемии. Поскольку есть только три класса с1, с2, с3 в этом примере, соответствующие ФПВ складываются в единицу (соответствующую 100% вероятности) для каждого момента времени.
Следовательно, гауссово распределение затем подходит для каждого класса, давая непрерывные значения 31, 41 полосы пропускания ядра, для определения полосы пропускания ядра для любого значения глюкозы в классе. Фиг. 3 показывает графическое представление дискретных значений 30 полосы пропускания ядра вместе с подобранной функцией 31 в классе гипогликемии, тогда как фиг. 4 показывает графическое представление дискретных значений 40 полосы пропускания ядра вместе с подобранной функцией 41 в классе гипергликемии. Соответствующие оси х соответствуют значениям глюкозы в крови g, оси у соответствуют значениям полосы пропускания ядра v.
Дискретные значения 40 полосы пропускания ядра характеризуются высокой степенью шума для больших значений глюкозы в крови g. Для класса гипогликемии подобранная функция 31 для дискретных значений 30 полосы пропускания ядра имеет формулу
Для класса гипергликемии подобранная функция 41 для дискретных значений 40 полосы пропускания ядра имеет формулу
Для класса не являющегося неблагоприятным диапазона глюкозы в крови полоса пропускания ядра является постоянной (ν2).
Для определения полосы пропускания ядра ν во всем диапазоне значений глюкозы в крови подобранные функции объединяют:
Поскольку полоса пропускания ядра зависит от значений глюкозы в крови, полученная оценочная функция 
для ФПВ 
имеет модифицированную формулу
Фиг. 5 показывает графическое представление определенных ФПВ 50, 51, 52, которые определены из дискретных значений 50а, 51а, 52а ИКГ, соответственно.
Ось х представляет время суток в единицах часов от 0 до 24. ФПВ 50, 51, 52 еще не нормализованы. ФПВ 50 и значения 50а измерений глюкозы в крови соответствуют не являющемуся неблагоприятным состоянию глюкозы в крови, ФПВ 51 и значения 51а измерений глюкозы в крови - гипергликемическому состоянию, а ФПВ 52 и значения 52а измерений глюкозы в крови -гипогликемическому состоянию. ФПВ 50 определяли из значений 50а измерений глюкозы в крови, относящихся к не являющемуся неблагоприятным состоянию глюкозы в крови. ФПВ 51 определяли из значений 51а измерений глюкозы в крови для гипергликемического состояния. Кроме того, ФПВ 52 определяли из значений 52а измерений глюкозы в крови для гипогликемического состояния.
Как можно увидеть на фиг. 5, появление значений измерений глюкозы в крови, относящихся к гипогликемическому и гипергликемическому состоянию в определенное время суток, совпадает с большими значениями соответствующего ФПВ в это время суток.
Фиг. 6 показывает графическое представление вероятностей нахождения в гипергликемическом состоянии, гипогликемическом состоянии или не являющемся неблагоприятным состоянии глюкозы в крови для каждого времени суток в единицах часов от 0 до 24. Кривая 60 соответствует ФПВ 52 после нормализации, а кривая 61 - ФПВ 52 после нормализации плюс ФПВ 50 после нормализации. Область 62, которая находится под кривой 60, представляет вероятность нахождения в гипогликемическом состоянии в определенное время суток. Область 63, которая находится между кривыми 60 и 61, представляет вероятность нахождения в не являющемся неблагоприятным состоянии глюкозы в крови в определенное время суток. Область 64, которая находится над кривой 61, представляет вероятность нахождения в гипергликемическом состоянии в определенное время суток.
Периодичность времени суток может быть показана более точно на полярной диаграмме. К этому, фиг. 7 показывает полярное представление определенных ФПВ 50, 51, 52 после нормализации. ФПВ 70, 71 и 72 соответствуют ФПВ 50, 51 и 52, соответственно. Время суток от 0 до 24 часов соответствует углам от 0 до 2π (по часовой стрелке). Увеличение расстояния по радиусу от исходного 73 соответствует большему значению ФПВ 70, 71 и 72. Круг 74 соответствует значению ФПВ 0; круг 75 - значению ФПВ 1. Значения 70а, 71а и 72а измерений глюкозы в крови соответствуют значениям 50а, 51а и 52а измерений глюкозы в крови, соответственно.
Фиг. 8 показывает графическое представление вероятностей нахождения в гипергликемическом состоянии, гипогликемическом состоянии или не являющемся неблагоприятным состоянии глюкозы в крови, определенных из дискретных значений ИКГ, по сравнению с вероятностями, определенными из множества данных НКГ. Область 80, которая находится под кривой 81, представляет вероятность нахождения в гипогликемическом состоянии в определенное время суток, определенное из дискретных значений ИКГ. Область 82, которая находится между кривыми 81 и 83, представляет вероятность нахождения в не являющемся неблагоприятным состоянии глюкозы в крови в определенное время суток, определенное из дискретных значений ИКГ. Область 84, которая находится над кривой 83, представляет вероятность нахождения в гипергликемическом состоянии в определенное время суток, определенное из дискретных значений ИКГ. Следовательно, область под кривой 81а представляет вероятность нахождения в гипогликемическом состоянии в определенное время суток, определенное из значений НКГ; область между кривой 81а и кривой 83а представляет вероятность нахождения в не являющемся неблагоприятным состоянии глюкозы в крови в определенное время суток, определенное из значений НКГ; а область над кривой 83а представляет вероятность нахождения в гипергликемическом состоянии в определенное время суток, определенное из значений НКГ.
Эффективность модели можно оценить путем сравнения вероятностей, используя все множество данных НКГ, с определенными вероятностями из подмножеств множества данных НКГ, имитирующих случаи использования ИКГ. Для этого использовали множества данных НКГ от 36 пациентов в течение периода 14 дней, получая достоверные ФПВ. Следовательно, полосы пропускания ядра рассчитывали и ФПВ определяли при помощи подвыборок множества данных НКГ с различными количествами измерений в сутки. Полученные определенные ФПВ сравнивали с достоверными ФПВ посредством относительных остаточных сумм квадратичных ошибок (ОСК).
Это показано на фиг. 9, которая показывает графическое представление ошибки ОСК в зависимости от используемого количества измерений в сутки. Поскольку количество измерений в сутки увеличивается, ошибка ОСК снижается. Эффективность модели достигает плато при приблизительно четырех измерениях в сутки.
В другом примере неопределенность в определении классов может учитываться путем включения добавочного или дополнительного класса, соответствующего неопределенным или неизвестным состояниям. Поскольку больше значений измерений глюкозы в крови включено, влияние неопределенного класса состояний снижается. Неопределенность представлена данными, которые равномерно распространяются в течение суток. Количество частных значений этого класса можно регулировать для контроля влияния, которое одно измерение глюкозы в крови имеет на определенный ФПВ. Таким образом, влияние посторонних событий на определение ФПВ можно контролировать.
Фиг. 10 и 11 показывают графические представления вероятностей нахождения в гипогликемическом состоянии 100, 110, не являющемся неблагоприятным состоянии 101, 111 глюкозы в крови, гипергликемическом состоянии 102, 112 или неопределенном или неизвестном состоянии 103, 113 (дополнительный диапазон вероятности для глюкозы в крови), соответственно, определенных из дискретных значений ИКГ. Меньше данных измерялось пациентом в ночное время. Следовательно, определенные вероятности в ночное время основаны на меньшем числе данных, что указано большими вероятностями нахождения в неопределенном или неизвестном состоянии 103, 113, в частности, во время суток от 1 до 3 часов ночи. Снижение размера данных измерений глюкозы в крови, используемых для определения вероятностей, приводит к увеличению вероятности нахождения в неопределенном состоянии. Размер используемых данных измерений глюкозы в крови в примере согласно фиг. 10 больше, чем в примере согласно фиг. 11. Следовательно, область, соответствующая неопределенному состоянию 103, меньше, чем область, соответствующая неопределенному состоянию 113.
Группа изобретений относится к медицине, а именно к способу определения вероятности нахождения значения глюкозы в крови пациента в неблагоприятном диапазоне и системе для его осуществления. При этом обеспечивают данные измерения глюкозы в крови при точечном мониторинге, которые представляют множество значений измерения глюкозы в течение периода времени измерения. Данные измерения глюкозы включают соответствующие моменты времени, в которые проводились измерения. Первые значения измерения глюкозы относятся к первому неблагоприятному диапазону значений. Вторые значения измерения глюкозы относятся ко второму неблагоприятному диапазону значений. Второй диапазон значений отличается от первого диапазона значений. Определяют из данных измерения вероятность нахождения значения глюкозы в первом неблагоприятном диапазоне и вероятность нахождения значения глюкозы во втором неблагоприятном диапазоне. Алгоритм анализа включает ядерную оценку плотности и применение правила Байеса. При ядерной оценке плотности первая полоса пропускания ядра применяется для всех или некоторых из первых значений измерений глюкозы. Вторая полоса пропускания ядра, отличная от первой полосы пропускания, применяется для всех или некоторых из вторых значений измерений глюкозы. Обеспечивают выходные данные, указывающие время прогнозирования и вероятность во время прогнозирования. Достигается высокая точность определения вероятности на основе измерений глюкозы в крови при точечном мониторинге. 2 н. и 9 з.п. ф-лы, 11 ил.
1. Способ определения вероятности нахождения значения глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования, осуществляемый в системе (10), имеющей один или более процессоров обработки данных, и включающий:
- обеспечение данных измерения глюкозы в крови при точечном мониторинге, представляющих множество значений измерения глюкозы в крови в течение периода времени измерения, причем данные измерения глюкозы в крови при точечном мониторинге включают соответствующие моменты времени измерения, в которые проводились измерения для значений измерения глюкозы в крови, причем значения измерения глюкозы в крови включают
- первые значения измерения глюкозы в крови, относящиеся к первому неблагоприятному диапазону значений глюкозы в крови; и
- вторые значения измерения глюкозы в крови, относящиеся ко второму неблагоприятному диапазону значений глюкозы в крови, причем второй диапазон значений глюкозы в крови отличается от первого неблагоприятного диапазона значений глюкозы в крови;
- путем применения алгоритма анализа, включающего ядерную оценку плотности и применение правила Байеса, определение из данных измерения глюкозы в крови при точечном мониторинге, содержащих первые значения измерений глюкозы в крови и вторые значения измерений глюкозы в крови, вероятности того,
- что значение глюкозы в крови пациента находится в первом неблагоприятном диапазоне глюкозы в крови во время прогнозирования и
- что значение глюкозы в крови пациента находится во втором неблагоприятном диапазоне глюкозы в крови во время прогнозирования;
причем при ядерной оценке плотности первая полоса пропускания ядра применяется для всех или некоторых из первых значений измерений глюкозы в крови, и вторая полоса пропускания ядра, отличная от первой полосы пропускания ядра, применяется для всех или некоторых из вторых значений измерений глюкозы в крови; и
- обеспечение выходных данных, указывающих время прогнозирования и вероятность во время прогнозирования.
2. Способ по п. 1, в котором вероятность определяют во множестве моментов времени прогнозирования в период времени прогнозирования из данных измерения глюкозы в крови при точечном мониторинге.
3. Способ по п. 2, в котором непрерывную линию вероятности определяют для множества моментов времени прогнозирования в период времени прогнозирования из данных измерения глюкозы в крови при точечном мониторинге.
4. Способ по любому из предшествующих пунктов, в котором применение алгоритма анализа включает
- определение вероятности нахождения значения глюкозы в крови пациента в первом неблагоприятном диапазоне глюкозы в крови во время прогнозирования из первого подмножества данных измерения из данных измерения глюкозы в крови при точечном мониторинге, содержащего по меньшей мере первые значения измерения глюкозы в крови, относящиеся к первому неблагоприятному диапазону значений глюкозы в крови; и
- определение вероятности нахождения значения глюкозы в крови пациента во втором неблагоприятном диапазоне глюкозы в крови во время прогнозирования из второго подмножества данных измерения из данных измерения глюкозы в крови при точечном мониторинге, содержащего по меньшей мере вторые значения измерения глюкозы в крови, относящиеся ко второму неблагоприятному диапазону значений глюкозы в крови.
5. Способ по любому из предшествующих пунктов, в котором
- значения измерения глюкозы в крови включают значения измерения глюкозы в крови, относящиеся к не являющемуся неблагоприятным диапазону значений глюкозы в крови, причем не являющийся неблагоприятным диапазон глюкозы в крови отличается от первого и второго неблагоприятного диапазона глюкозы в крови; и
- определение вероятности включает определение вероятности нахождения значения глюкозы в крови пациента в не являющемся неблагоприятным диапазоне глюкозы в крови во время прогнозирования.
6. Способ по п. 5, в котором определение дополнительно включает применение третьей полосы пропускания ядра при ядерной оценке плотности, которая отличается как от первой, так и второй полосы пропускания ядра.
7. Способ по любому из предшествующих пунктов, в котором применение включает применение периодического ядра при ядерной оценке плотности.
8. Способ по любому из предшествующих пунктов, в котором первая полоса пропускания ядра шире, чем вторая полоса пропускания ядра.
9. Способ по любому из предшествующих пунктов, в котором применение включает
- применение значения первой полосы пропускания для значения измерения из первых значений измерения глюкозы в крови и
- применение значения второй полосы пропускания для дополнительного значения измерения из вторых значений измерения глюкозы в крови,
причем значение первой полосы пропускания отличается фронтом от значения второй полосы пропускания.
10. Способ по любому из предшествующих пунктов, в котором
- первый неблагоприятный диапазон значений глюкозы в крови относится к значениям измерения глюкозы в крови, указывающим на гипогликемическое состояние пациента; и
- второй неблагоприятный диапазон значений глюкозы в крови относится к значениям измерения глюкозы в крови, указывающим на гипергликемическое состояние пациента.
11. Система (10) для определения вероятности нахождения значения глюкозы в крови для пациента в неблагоприятном диапазоне глюкозы в крови во время прогнозирования, имеющая один или более процессоров обработки данных, сконфигурированных для выполнения способа по одному из пп. 1-10.
| US 2018272063 A1, 27.09.2018 | |||
| US 2011313674 A1, 22.12.2011 | |||
| CN 106326651 A, 11.01.2017 | |||
| US 2012036103 A1, 09.02.2012 | |||
| RU 2015116671 A, 27.11.2016 | |||
| RU 2012112589 A, 10.10.2013. |
