考慮到身體活動對葡萄糖調節系統的影響的系統和方法

專利名稱：考慮到身體活動對葡萄糖調節系統的影響的系統和方法
考慮到身體活動對葡萄糖調節系統的影響的系統和方法相關申請的交叉引用
本申請要求保護2010年7月23日提交的美國臨時申請號No. 61/367，268的權益，該申請被合并在此以作參考。
背景技術：
本公開內容總體上涉及一種葡萄糖調節系統的模型，并且特別涉及一種量化身體活動對葡萄糖調節系統的影響的模型。糖尿病患者的血糖調節是長期關注的事情。高血糖水平(其通常被稱作高血糖)可以例如導致器官受損和/或酮酸中毒，這是需要立即進行醫療的危及生命的狀況。另一方面，低血糖水平(其通常被稱作低血糖)可以導致失去意識或者甚至死亡。為了避免這些狀況，許多研究者嘗試理解并且開發葡萄糖調節系統的模型，從而可以采取適當的救治行動，比如注射適當的胰島素劑量或者攝取適當的食物。在過去30年的文獻當中已經廣泛研究了對葡萄糖調節系統的建模，并且對葡萄糖調節系統的建模仍然是活躍的研究領域。除了改進對葡萄糖調節系統的理解之外，這樣的模型的關鍵目的之一是允許預測血糖濃度，這為患有第I型糖尿病的患者開辟針對胰島素注射的基于模型的推薦或控制的道路。所出現的一個難點在于這些模型不僅應當考慮葡萄糖與胰島素之間的相互作用，而是還應當包括碳水化合物攝入和身體活動的影響，因為它們代表會改變血糖濃度的兩個典型因子。具體來說，如果忽略身體活動的影響，則在鍛煉期間發生低血糖的風險會顯著增大。雖然已經廣泛研究了碳水化合物攝入的影響，但是僅僅開發出依賴于由身體活動引發的代謝改變的幾種鍛煉模型。但是這些模型是復雜的，并且涉及過大從而無法進行正確的參數識別的許多模型參數。舉例來說，其他人已使用了更加復雜的模型來描述鍛煉的影響，但是不能識別出所述參數，因為難以在臨床數據中檢測到建模的影響。為了評估患者所處的身體活動的狀態，其他人使用例如心率監測器之類的設備或者需要測量VO2 max的百分比。VO2 max (其也被稱作最大耗氧量、最大攝氧量、峰值攝氧量或有氧代謝能力)是一個人的身體在遞增負荷鍛煉過程中輸送以及使用氧氣的最大容量，其反映出所述個人的體適能。該名稱是從V-每時間單位的體積、O2-氧氣、max-最大值得到的。這就使得患者必須佩帶測量設備，從而會導致不便和附加的成本。其他人把由于鍛煉引發的血糖濃度下降建模成與心率或VO2 max的百分比成比例。這就意味著較高的活動水平(即較高的鍛煉強度)會導致較陡的下降。但是已經示出劇烈的鍛煉對胰島素釋放以及其在葡萄糖調節糖尿病中所起的作用二者具有獨特的影響，如果在進行無氧鍛煉則情況不是這樣的。此外，當進餐與鍛煉接近時，這些針對控制血糖水平的參數的識別變得甚至更加困難。因此，在這一領域內存在對改進的需要。

發明內容
這里所描述的技術和模型通過促進更好地理解身體活動對第I型糖尿病患者以及其他人的血糖濃度的影響而解決了前面提到的問題以及其他問題。先前的模型基于血糖濃度的任何改變都與鍛煉的強度有關的某種程度上的直覺假設。舉例來說，與較低強度的鍛煉或身體活動相比，較高強度的鍛煉或身體活動預期將會更加快速地降低血糖水平。因此，先前的模型要求對于鍛煉強度的可量化測量，比如心率或血氧水平。結果所得到的額外的監測設備和附加的復雜度使得在商業上極難實現或使用這樣的模型。但是出乎意料地發現，至少在某些鍛煉強度范圍內，鍛煉強度對由于鍛煉而導致的血糖水平的改變或下降沒有顯著影響。因此，在該鍛煉模型中預測鍛煉對血糖水平的影響所需要的參數的數目被顯著減少到容易確定的兩個參數，即鍛煉敏感度(Krai)和對于鍛煉影響的時間常數的倒數(aex)。鍛煉敏感度(Krai)是一個人在鍛煉期間的血糖水平的下降幅度，并且對于鍛煉影響的時間常數的倒數(aex)定義鍛煉影響在所述個人體內出現和消失地有多快。可以使用在臨床鍛煉測試期間的簡單血糖讀數來確定對于個人的這些參數。一旦 確定了這些參數，對鍛煉的影響進行建模所需要的所有就是單個二進制輸入，其被稱作鍛煉輸入(Urai)。當沒有鍛煉被進行時，鍛煉輸入(Urai)的值為零(O )，并且在鍛煉期間，鍛煉輸入(Uex)的值為一(I)。在這個意義上，鍛煉輸入是所述模型的唯一的非常數，即時變且所測得的參數。在更加一般的意義上，該模型與有氧鍛煉強度無關，并且不需要收集在鍛煉期間的附加信息(例如心率和靜脈氧氣水平)的復雜性。通過不依賴于鍛煉強度的這些測量，不需要附加的測量設備，這又導致更低的成本以及更多的患者舒適。換句話說，這種最簡方法允許在預期的鍛煉期間或之前利用僅僅一個變量(即血糖測量)來對血糖水平進行建模。由于必須被考慮、測量和驗證的變量較少，所以所述模型也更加可靠。利用該最簡模型方法，可以容易地實現關于鍛煉期間的未來血糖改變的預測。該最簡身體活動或鍛煉模型可以被合并到葡萄糖調節系統的其他現有模型中，比如那些基于胰島素劑量和碳水化合物攝入的模型，從而促進更加全面的預測能力。合并實際鍛煉模型的該更加全面的方法例如可以增強自動化胰腺(pancreases)的操作、優化胰島素注射療法、改進藥團計算以及增強針對患者的教育工具。此外，這種建模方法可以被容易地合并到考慮例如餐食和胰島素的影響之類的其他因素的其他模型中。根據此處提供的詳細描述和附圖，本發明的其他形式、目的、特征、方面、益處、優點和實施例將變得顯而易見。


圖1示出了用在關于鍛煉如何影響血糖水平的模型的一個實例中的參數的框圖。圖2示出了曲線圖200，其示出了在對于一個個體患者的最大心率的近似75%下的鍛煉期間的心率和血糖濃度。圖3示出了曲線圖300，其示出了鍛煉導致的葡萄糖濃度下降的線性回歸斜率。圖4示出了將65%與75%鍛煉強度下的斜率進行比較的箱線圖。圖5示出了將不同患者之間的斜率進行比較的箱線圖。圖6示出了曲線圖，其具有上部(該上部示出了鍛煉葡萄糖效用值(Sg，ex))和下部(該下部示出了相應的鍛煉輸入(υ ))。圖7示出了曲線圖，其具有上部(該上部示出了葡萄糖濃度測量以及由所述鍛煉模型生成的擬合線)和下部(該下部示出了相應的鍛煉輸入(υεχ))。圖8示出了利用所述鍛煉模型的血糖監測系統的一個實例的框圖。圖9示出了用于利用所述鍛煉模型監測在鍛煉期間患者體內的血糖水平的技術的流程圖。圖10示出了經過優化的胰島素注入簡檔的一個實例。圖11示出了利用圖10的經過優化的胰島素注入簡檔獲得的血糖簡檔的模擬。
具體實施例方式在下面對于各實施例的詳細描述中，應當理解的是，在不背離本公開內容的精神·和范圍的情況下可以利用其他實施例，并且可以做出邏輯、機械和電氣方面的改變。為了方便讀者，首先應當提到的是，在其中第一次引入某一元件的附圖通常由相應的附圖標記中的(多個)最左數位表示。舉例來說，利用100系列的附圖標記(例如100、101、102、103等等)標識的組件通常將是參照圖1首次討論的，利用200系列的附圖標記(例如200、201、202、203等等)標識的組件通常將是參照圖2首次討論的，后面以此類推。正如前面所討論的那樣，已經開發了許多模型來考慮葡萄糖與胰島素之間的相互作用以及碳水化合物攝入的影響。但是很少模型考慮鍛煉的影響。舉例來說，在自適應藥團模式(Adaptive Bolus Pattern, ABP)情境中，已經開發出基于Bergman最簡模型的可識別模型。其被設計成考慮餐食，但是不考慮鍛煉。由于每一餐都是不同的，因此每一餐被考慮成單獨的輸入。對于僅一個餐食輸入的模型等式如下
權利要求
1.一種用于考慮鍛煉對血糖水平的影響的系統，包括 用于至少基于鍛煉模型來生成針對個人的未來血糖水平的預測的計算設備，其中所述鍛煉模型基于與有氧鍛煉的強度無關的參數；以及 用于至少基于來自所述鍛煉模型的預測來采取行動的裝置。
2.根據權利要求2的系統，其中所述用于采取行動的裝置包括自動化胰腺。
3.根據任一項在前權利要求的系統， 其中鍛煉監測設備檢測鍛煉的發生并且被連接到所述計算設備以便向所述計算設備發送是否正由或將由所述個人進行有氧鍛煉的輸入信號。
4.根據任一項在前權利要求的系統， 其中接口設備被構造從而使得所述利用計算設備來采取行動包括通過所述接口設備向所述個人警告危險的血糖水平狀況。
5.一種考慮有氧鍛煉對個人的血糖水平的影響的方法，包括 至少基于鍛煉模型利用計算設備來生成針對所述個人的未來血糖水平的預測，其中所述鍛煉模型基于與所述有氧鍛煉的強度無關的參數；以及 至少基于來自所述鍛煉模型的預測利用所述計算設備來采取行動。
6.根據權利要求5的方法，其中唯一的非常數且測得的參數是表明是否進行鍛煉的鍛煉輸入。
7.根據權利要求5或6當中的任一項的方法，其中所述鍛煉模型合并了鍛煉敏感度值，其代表在不考慮鍛煉的強度的情況下在鍛煉期間血糖水平隨時間的改變。
8.根據權利要求5到7當中的任一項的方法，其中所述鍛煉模型基于以下內容來解釋血糖水平的改變所述個人在鍛煉期間的血糖水平的改變幅度和鍛煉影響在所述個人體內出現以及消失地有多快，以及在不考慮鍛煉強度的情況下考慮到是否正在進行鍛煉的鍛煉輸入。
9.根據權利要求5到8當中的任一項的方法，其中所述鍛煉模型基于下面的等式
10.根據權利要求5到9當中的任一項的方法，其中所述鍛煉模式基于下面的等式
11.根據權利要求5到10當中的任一項的方法，還包括 利用計算設備接收正由所述個人進行有氧鍛煉的鍛煉輸入。
12.根據權利要求11的方法，其中所述鍛煉輸入是表明是否正在發生有氧鍛煉的二進制類型的輸入。
13.根據權利要求11的方法，其中所述接收鍛煉輸入包括接收來自所述個人的人工輸入。
14.根據權利要求11的方法，其中所述接收鍛煉輸入包括接收來自鍛煉監測設備的自動輸入。
15.根據權利要求5到14當中的任一項的方法，其中所述利用計算設備采取行動包括向所述個人警告危險的血糖水平狀況。
16.根據權利要求5到15當中的任一項的方法，其中所述利用計算設備采取行動包括提供向所述個人通知有氧鍛煉對該個人的血糖水平的影響的輸出。
17.根據權利要求5到16當中的任一項的方法，其中所述利用計算設備采取行動包括改變用于自動化胰腺的胰島素注射簡檔。
18.根據權利要求5到17當中的任一項的方法，其中所述利用計算設備采取行動包括 執行藥團計算。
19.根據權利要求5到18當中的任一項的方法，其中所述有氧鍛煉發生在對于所述個人的最大心率的65%到75%的范圍內。
20.根據權利要求5到19當中的任一項的方法，還包括 實施鍛煉研究以便確定用于所述鍛煉模型的參數。
21.根據權利要求20的方法，其中僅鍛煉研究期間的血糖濃度被用來確定用于所述鍛煉模型的參數。
22.根據權利要求20或21的方法，其中所述鍛煉研究是在醫師的辦公室內執行的。
23.根據權利要求20或21的方法，其中所述鍛煉研究是在家中執行的。
24.根據權利要求5到23當中的方法，其中所述鍛煉的持續時間不超過90分鐘。
25.根據權利要求5到24當中的任一項的方法，其中所述鍛煉的持續時間不超過45分鐘。
26.根據權利要求5到25當中的任一項的方法，其中所述鍛煉的持續時間不超過30分鐘。
27.根據權利要求5到26當中的任一項的方法，其中所述計算設備包括血糖計。
28.一種具有用于執行根據權利要求5到27當中的任一項的方法的裝置的系統。
全文摘要
描述了一種用于對鍛煉的影響進行建模的系統和技術，其減少了預測在鍛煉期間鍛煉對血糖水平的影響所需要的參數的數目。該鍛煉模型包括容易確定的兩個參數，即鍛煉敏感度(Kex)和對于鍛煉影響的時間常數的倒數(aex)。一旦確定了這些參數，對鍛煉的影響進行建模所需要的所有就是單個二進制輸入，其被稱作鍛煉輸入(Uex)。因此，該模型與有氧鍛煉強度無關，并且不需要收集在鍛煉期間的附加信息(例如心率和靜脈氧氣水平)的復雜性。通過不依賴于鍛煉強度的這些測量，不需要附加的測量設備，這又導致更低的成本以及更多的患者舒適。
文檔編號G06F19/00GK103003819SQ201180035861
公開日2013年3月27日 申請日期2011年7月20日 優先權日2010年7月23日
發明者A.S.索尼, A.博克, D.L.杜克 申請人:霍夫曼-拉羅奇有限公司