本专利申请根据35U.S.C.§119的相关部分要求2016年2月5日提交的美国专利申请62/291,792的优先权，其全部内容以引用的方式并入本文中。
技术领域
本发明整体涉及葡萄糖管理领域，并且更具体地涉及一种递送胰岛素的系统(诸如由胰岛素递送调节算法控制的人工胰脏)以及相关方法，在该方法中检测系统对用户的葡萄糖变化的反应。可视化工具能实现有意义的数据分析，并且也可用于通过支持治疗决策来改善胰岛素治疗。
背景技术：
糖尿病是由胰脏无法产生足量荷尔蒙胰岛素所引起的慢性代谢疾病。这种不足会导致高血糖症，即血浆中存在过量的葡萄糖。持续性高血糖症已与多种严重症状和危及生命的长期并发症相关联。因为恢复内因性胰岛素生产尚不可实行，所以需要永久治疗，提供恒定血糖控制，以维持血糖水平在正常范围内。此类血糖控制是通过定期向患者身体供给外部胰岛素来完成。
已通过开发药物递送装置来完成血糖控制的实质改善，此类药物递送装置允许以类似于自然发生的生理过程的方式递送药物，并且可控制其遵循标准或个别修改的方案，以给予患者更好的血糖控制。
此类药物递送装置可构建为可植入装置。或者，可使用外部装置，其具有用于经由经皮插入导管(catheter)或套管(cannula)向患者皮下输注的输注套组(infusion set)。此类外部药物递送装置通常是安装在衣服上或(且优选地)隐藏在衣服下方或内部、或安装在身体上，且通常是经由内建至装置中或在分开的遥控装置上的用户接口控制。
由药物递送装置递送合适量的胰岛素需要患者频繁地测定他或她的血糖水平。此值是输入到外部泵或控制器中，以确定是否需要适当修改预设的或现时正在使用的胰岛素递送方案(即剂量和时机)。一般通过间歇性测量装置(诸如手持型电子计)，经由基于酶的测试条接收血液样本并且基于酶反应计算血糖值，来执行血糖浓度确定。
或者，连续葡萄糖监控器(“CGM”)可与药物递送装置一起使用，以允许对输注到糖尿病患者中的胰岛素进行闭回路控制(closed loop controB。为了能闭回路控制输注的胰岛素，通过使用一或多种算法的控制器来提供递送至使用者的药物的自主调节。例如，可利用比例-积分-微分(“PID”)控制器并且可基于代谢模型的简单规则来调谐。
或者，模型预测控制器(“MPC”)已经证明比PID更稳健，因为MPC在确定MPC的输出时会主动考虑控制变更的近期影响而有时会受到约束，然而PID在确定未来变更时一般仅牵涉到过去的输出。可在MPC控制器中实施约束使得解决方案处于受限的“空间”中(其意味着在强加的递送限制内)得以保证，并且防止该系统超出已经达到的限制。
MPC控制器的细节、以及MPC上的变异和表示葡萄糖与胰岛素的复杂交互作用的数学模型在下列文献中示出和叙述：
美国专利7,060,059；美国专利申请2011/0313680、2011/0257627、和2014/0180240；国际公开WO 2012/051344；Percival等人，“Closed-Loop Control and Advisory Mode Evaluation of an Artificial Pancreatic β-Cell：Use o fProportional-Integral-Derivative Equivalent Model-Based Controllers”，J.Diabetes Sci.Techn.，Vol.2，Issue 4，2008年7月；Paola Soru等人，“MPC Based Artificial Pancreas；Strategies for Individualization and Meal Compensation”，Annual Reviews in Control 36，p.118-128(2012)；Cobelli等人，“Artificial Pancreas：Past，Present，Future”，Diabetes，Vol.60，2011年11月；Magni等人，“Run-to-Run Tuning ofModel Predictive Control for Type 1 Diabetes Subjects：In Silico Trial”，J.Diabetes Sci.Techn.，Vol.3，Issue 5，2009年9月；Lee等人，“AClosed-Loop Artificial Pancreas Using Model Predictive Control and a Sliding Meal Size Estimator”，J.Diabetes Sci.Techn.，Vol.3，Issue 5，2009年9月；Lee等人，“A Closed-Loop Artificial Pancreas based on MPC：Human Friendly Identiffcation and Automatic Meal Disturbance Rejection”，Proceedings of the 17th World Congress，国际自动控制联合会(The International Federation of Automatic Contro1)，Seoul Korea，2008年7月6至11日；Magni等人，“ModelPredictive Control of Type 1 Diabetes：Anin Silico Trial”，J.Diabetes Sci.Techn.，Vol.1，Issue 6，2007年11月；Wang等人，“Automatic Bolus and Adaptive Basal Algorithm for the Artiffcial Pancreatic β-Cell”，Diabetes Techn.Ther.，Vol.12，No.11，2010；Percival等人，“Closed-Loop Control of an Artificial Pancreatic β-Cell Using Multi-Parametric Model Predictive Control”，Diabetes Research 2008；Kovatchev等人，“Control to Range for Diabetes：Functionality and Modular Architecture”，J.Diabetes Sci.Techn.，Vol.3，Issue 5，2009年9月；和Atlas等人，“MD-Logic Artificial Pancreas System”，Diabetes Care，Vol.33，No.5，2010年10月。本专利申请中列举的所有文章或文献特此以引用方式并入本专利申请中，如同在此完整阐述。
在糖尿病照护中自主给药的人工胰脏(“Ap”)型装置的出现必然创建比传统非Ap胰岛素泵更丰富且复杂的数据。此附加的复杂性可能会使这些装置的用户以及照顾者和医护人员(“HCP”)不知所措，特别是在没有合适的工具来协助解释此类数据且其中AP给药范例的完整值可能会丢失。
技术实现要素：
附图说明
附图示出本发明的目前优选的实施方案，并连同上文提供的大致叙述及下文提供的具体实施方式共同用于解释本发明的特征。
图1示出糖尿病管理系统的方面。
图2以示意形式示出糖尿病管理系统的选定实施方案。
图3描绘来自可视化和分析工具的摘录图形图，其表示出时间涵盖预定期间的CGM及对齐的胰岛素递送历史。
图4描绘来自可视化和分析工具的摘录图形图，其描绘涵盖与图3所描绘的不同的预定时段的CGM及对齐的胰岛素递送历史。
图5描绘可视化和分析工具的摘录图形图，其描绘在延长时段(7天)内的CGM及对齐的胰岛素递送数据，并且其中以区别方式显示相关联的测量(APAE)。
图6表示使用可视化和分析工具在特定测量(即低-APAE)的图形描绘。
图7表示使用可视化和分析工具在另一种特定测量(即高-APAE)的图形描绘。
图8表示使用可视化和分析工具在24小时期间的图形描绘，其中胰岛素递送与CGM数据对齐。
图9和图10表示图8的24小时图的使用可视化和分析工具的图形描绘，其中显示分别与高于范围的偏移和低于范围的偏移相关的统计。
图11描绘图8至图10的24小时期间图的使用可视化和分析工具的图示，包括与碳水化合物摄入有关的统计。
图12描绘图8的24期间图的使用可视化和分析工具的图示，其中所描绘的APAE基于是否存在低-APAE和高-APAE而经突显和编码。
图13和图14描绘图12的24小时期间图的使用可视化和分析工具的图标，其中显示分别与突显的低-APAE和高-APAE事件相关的统计。
图15表示基于两周患者数据的APAE横幅图(landscape plot)的图形描绘，其展示在该期间内与累积APAE对齐的平均CGM数据。
图16描绘另一个APAE横幅图的另一个图示，其展示与累积APAE对齐的平均CGM数据。
图17描绘表格表示，其列出在预定时段内胰岛素递送系统的各种CGM传感器相关测量。
图18描绘在预定(每日)时段内与递送系统的胰岛素递送相关的测量的表格表示。
图19是表格表示，其表明在预定时段内的低血糖活动事件。
图20是根据一个实施方案的表格表示，其表明在预定时段内的高血糖活动事件。
具体实施方式
参考说明书附图来阅读下列具体实施方式，其中不同说明书附图中的类似组件以相同标号标示。说明书附图描绘选定的实施方案且不意图限制本发明的范围。此具体实施方式是以示例方式而非以限制方式来说明本发明的原理。本说明将明确地使所属领域技术人员得以制造并使用本发明，且叙述本发明的若干实施方案、适应例、变体、替代例与用途，包括当前据信为实行本发明的最佳模式。
如本文中所使用，术语“患者(patient)”、“主体(host)”和“使用者(user)”是指任何人类或动物受试者，且不意图将这些系统或方法限于人类使用，尽管在人类患者中使用本发明代表优选的实施方案。此外，术语“使用者”不仅包括使用药物输注装置的患者，也包括看护人员(例如父母或监护人、护理人员或居家照护员工)。术语“药物(drug)”可包括荷尔蒙、生物活性材料、药品或引起使用者或患者身体中生物反应(例如血糖反应)的其他化学品，且优选地为胰岛素。
根据一个方面，所提供的是一种胰岛素递送系统，其包括可由患者控制以用来调整胰岛素递送速率的泵、用于测量葡萄糖水平的传感器以及被配置成基于自主调节递送胰岛素的控制器。该系统还包括可与该系统接合的可视化和分析工具，该工具实现指示患者中血糖变化的至少一个活动事件(测量)的检测和显示，其中该至少一个活动事件是基于系统递送的胰岛素与预定的基础速率之间随时间的预定差异。
该系统以周期性时间间隔递送胰岛素，其中基于与递送的实际胰岛素相比，排定由系统递送的胰岛素的变化来检测该至少一个活动事件。根据一个版本，如果在预定时间间隔内所递送的胰岛素与所排定的实际胰岛素相比的比率平均周期性地超出阈值，则这触发活动事件的开始。该活动事件会继续直到该周期平均不再超出该阈值。即使在由该传感器测量的患者葡萄糖水平保持在可接受的目标范围内时，也可以检测到活动事件。
根据另一方面，所提供的是一种用于改善胰岛素递送系统的方法，该系统包括胰岛素递送装置，用于测量葡萄糖水平的至少一个传感器和被配置成基于自主调节来引导该递送装置递送胰岛素的控制器，该方法包括：将在预定时段内来自该传感器的葡萄糖数据和来自该递送装置的胰岛素递送数据提供给可视化和分析工具；以及基于由该系统基于该控制器使用的递送算法所递送的胰岛素与由泵使用的预定基础速率之间的预定差异来检测和显示至少一个活动事件。
就此而言并根据一个版本，申请人设计出测量，其在胰岛素递送调节AP算法(例如利用MPC)采取显著的胰岛素调节作用于避免或减轻该系统用户的血糖的潜在低血糖和高血糖偏移时，会定量捕获示例。由查看和理解此测量所创建的值具有至少两个(2)分量。首先，患者、照顾者或HCP对该测量的回溯分析可阐明患者近期历史中的实例，其中该系统(算法)采取显著动作且显然避免越过使用者的低葡萄糖阈值或高葡萄糖阈值，保护患者安全并同时预防恼人的报警和使用者自我治疗。这种理解对于用户和照顾者培养对系统的信任是至关重要的。
其次，随着时间推移所识别的测量模式可公开治疗的见解，其可导致更加改善的葡萄糖控制。例如，使用者可看到该测量在预定时间(例如一周)内在各个整夜期间捕获相同类型的事件。使用此信息，使用者或HCP可在整夜期间微调基础速率，从而在调整后的接下来数周和数月中获得更好的葡萄糖控制。本文中设计的测量在本文中称为人工胰脏活动事件(“APAE”)。此测量的目的是为使用者捕捉及以简化的方式叙述在增加到使用者糖尿病照护时由系统算法所赋予的值的重点。在本文的讨论中，该测量可具有两个类似的变体；即，低-APAE和高-APAE。
可从基于在预定的且周期性的时间间隔的取样的计算推导出APAE。根据一个版本，获得三(3)个样本平均值，其中各取样间隔可以是例如五(5)分钟。结果，可根据所述的取样间隔，基于患者排定的胰岛素递送量(例如基础量)的连续15分钟平均值和系统实际递送的胰岛素的连续15分钟平均值来推导APAE，如由该系统的AP算法所确定。
根据一个版本，如果对于至少两个连续15分钟平均值，系统递送的胰岛素比对应的患者排定递送量(包括临时的基础和组合/扩展推注程序，但不是一次性推注)的15分钟平均值低至少X倍(即小于患者排定递送量的对应15分钟平均值的(1/X)*100％)，则检测到低-APAE。例如且如果X＝1.5，则(1/X*100％＝67％)。在该示例中，一旦检测到低-APAE，不会停止记录及显示低-APAE，直到对于至少两个(2)连续15分钟平均值不再满足该条件。
同样地，如果对于至少两个连续15分钟平均值，系统指挥的胰岛素比对应的患者排定递送量(包括临时的基础和组合/扩展推注程序，但不是一次性推注)的15分钟平均值高至少Y倍(即大于患者排定递送量的对应15分钟平均值的Y*100％)，则可检测到高-APAE。为了此示例的目的且如果Y＝1.5，则Y*100％＝150％。一旦检测到高-APAE，不会停止记录和显示高-APAE，直到对于至少两个连续15分钟平均值不再满足该条件。
使用如本文所述的可视化和分析工具，可向使用者呈现在预定时段(例如一周)内详述胰岛素递送数据的数据集，其中可为用户检测和显示与传感器(即CGM)数据对齐的低-APAE和高-APAE。
该可视化和分析工具可促进对所获得的数据和所计算的测量的分析。例如且根据一个版本，可创建横幅图，其中可描绘在延长期间内的时间，评估与该总期间内的时间对齐的系统动作。此横幅图使患者和HCP能够微调该胰岛素递送系统的方面，诸如泵设定和基础速率，以进一步改善葡萄糖控制。或者，可以表格格式向用户或HCP提供包括APAE的各种测量。
有利的是，使用者会意识到该闭回路AP系统正默默自主地保护患者安全免于低血糖和高血糖，因而提供对系统的附加信任。此外，使用者可使用本文所述的可视化工具从系统所创建的数据(无论是图形或表格)搜集见解，其导致作出可进一步改善长期血糖控制的治疗调整(例如基础速率调整)。
进一步相关优点是，在该闭回路系统未能防止低血糖或高血糖偏移且因此未能避免相关联的警报但在此类警报之前已代表使用者显著地作用的情况下，使用者会意识到就其严重性、持续时间或发作时间而言，该系统已经有效地减轻该偏移。
根据至少一个方面，下列讨论有关用于确定与人工胰脏的胰岛素控制相关的活动事件的测量、以及基于使用该测量来执行综合分析(meta-analysis)的可视化和分析工具。就可应用于此测量和可视化和分析工具的算法类型而言，该工具确实可处理由任何AP(控制)算法产生的任何数据，该算法相对于患者设定的基础速率会自主调节胰岛素。因此，且虽然本文所述的示例有关采用MPC的系统，但是本发明可应用于采用任何形式的连续自主调节(PID等)的任何胰岛素递送系统，而不管其采用的算法的型式为何。
此外，该系统适用于一个以上的每24小时的默认基础速率(preset basal rate per 24hours)。作为一个示例，患者可设定(3)三个不同的基础速率：例如一个夜间基础速率、另一个日间基础速率、以及另一个下午运动时间的基础速率。已知的基础速率概况(其可以是由患者的HCP所分派的治疗的一部分)可由患者在胰岛素递送泵中编程且因此为已知的，并且算法的输出-修改的递送速率，包括该修改为“零”的时间概况-即默认的基础速率未变更还为已知的。这些参数可各自用于测量的开发，如本文所更详细地叙述。
图1示出药物(胰岛素)递送系统100的方面。该药物递送系统100包括药物递送装置102如输液泵和控制器104。该药物递送装置102可经由软管108连接到输注套组106。
如图所描绘，该药物递送装置102被配置成通过例如射频(“RF”)或低功耗(“BLE”)通信111传输数据至远程控制器104及接收来自该远程控制器的数据。该递送装置102还被配置成通过无线通信通道(例如BLE)110从CGM传感器112无线地接收葡萄糖数据。或者，该药物递送装置102也可运作为独立装置且具有自己的内建控制器。在一个实施方案中，该药物递送装置102可以是胰岛素输注装置，且该控制器104可以是手持可携式控制器装置或消费者电子装置，诸如智能型手机、运动或用户监控装置，等等。在该实施方案中，从药物递送装置102传输至控制器104的数据可包括诸如但不限于以下的信息：胰岛素递送数据、血糖信息、基础、推注、胰岛素与碳水化合物比率(“I∶C”)及胰岛素敏感因子(“ISF”)。或者，来自该葡萄糖传感器112的葡萄糖数据可通过无线通信信道110直接传输到该控制器104。该控制器104可被配置成包括MPC控制器。或者且如图2中示意性地所示，MPC控制器224可被整合在药物递送装置200内。
控制(AP)算法可位于远程控制器104中、于药物递送装置102中、或于图1所示的构型的两者中。在一种构型中，该控制器104将会从该药物递送装置102无线地收集必要信息(例如胰岛素历史)，以及从该葡萄糖传感器112无线地收集必要信息(例如葡萄糖数据)，以允许该药物递送装置102使用控制算法来计算要由该药物递送装置102调节性地递送的胰岛素量。或者，该控制器104包括该控制算法且可执行基础剂量或推注计算，并将此类计算结果连同递送指令发送至该药物递送装置102。在替代实施方案中，间歇性血糖计114和生物传感器115也可单独使用或与该CGM传感器112结合使用，以向该控制器104和该药物递送装置102中任一者或两者提供血糖数据。或者，可将该远程控制器104与该计114组合成：(a)整合式单体装置；或(b)可互相衔接以形成整合式装置的两个分开装置。装置102、104、和114各具有经编程以实行各种功能的适合微控制器(为求简洁而未展示)。
该药物递送装置102也可被配置成通过例如无线通信网络118来与远程健康监控台116进行双向无线通信。远程控制器104和远程监控台116可被配置成通过例如电话固接式通信网络进行双向有线通信。例如，可使用远程监控台116下载升级软件至药物递送装置102并且处理来自该药物递送装置102的信息。远程监控台116的示例可包括但不限于个人计算机或网络计算机126、至内存储存器的服务器128、个人数字助理、其他移动电话、医院基地(hospital base)监控台或专用远程诊所监控台。或者且虽然图1中未展示，但可进一步在云端中提供储存，例如该控制算法。
药物递送装置102包括处理电子器件：包括中央处理单元及用于储存控制程序及操作数据的内存组件、用于发送和接收通信信号(即讯息)的射频模块、蓝牙接口或类似者、用于提供操作信息给使用者的显示器、用于供使用者输入信息的多个浏览按钮、用于提供电力给系统的电池、用于提供反馈给使用者的警报器(例如视觉、听觉或触觉)、用于提供反馈给使用者的震动器、用于迫使预定量的胰岛素从胰岛素贮器(例如胰岛素匣)通过连接至输注套组108/106的侧端口并且进入使用者身体的药物递送机构(例如药物泵和驱动机构)。药物递送装置的示例为Animas Corporation，Wayne，Pennsylvania所制造的改良式胰岛素泵的形式。
可通过使用CGM传感器112来确定使用者葡萄糖水平或浓度。CGM传感器112利用能够经由CGM测量葡萄糖的任何已知传感器技术，例如使用具有可操作地连接至传感器电子器件并由感测膜及生物界面膜覆盖的三个电极的电流式(amperometric)化学传感器。
此类电极的顶端接触电解质相(未展示)，其设置在该感测膜与此类电极之间的自由流动流体相。感测膜可包括覆盖电解质相的酶，例如，葡萄糖氧化酶。在此示例性传感器中，提供相对电极以平衡在工作电极测量的种类所产生的电流。对于基于葡萄糖氧化酶的葡萄糖传感器，在工作电极测量的种类为H2O2。在工作电极产生的电流(并且流动通过电路至相对电极)与H2O2的扩散通量成比例。因此，可产生表示使用者身体的葡萄糖浓度的原始信号，因此可利用原始信号来估计有意义的葡萄糖值。美国专利7,276,029中展示及叙述可用于该系统的传感器及相关联的组件的详细信息，该案以引用方式并入本专利申请中，如同在此完整阐述。在一个实施方案中，市售的连续葡萄糖传感器(Dexcom，Inc.的或传感器)可与本文所述的示例性实施方案一起使用。
在本发明的一个实施方案中，可利用下列组件作为近似人工胰脏的糖尿病管理系统：输注泵；间歇性葡萄糖传感器；连续葡萄糖监控器，诸如由Dexcom，Inc.所制造，其具有连接这些组件并用语言或嵌入式代码编程的接口和将此类组件连接在一起的附件硬件；以及至少一个控制算法，其基于患者的葡萄糖水平、历史葡萄糖测量值和胰岛素递送、预测的未来葡萄糖趋势、以及患者特定信息自动调控胰岛素递送速率。
参照图2，其展示药物递送装置200的另一示例性实施方案，其示意性地展示用于与患者210结合使用。根据该实施方案的药物递送装置200容纳泵递送模块214、CGM模块220和MPC模块224。优选地，该实施方案采用例如在美国专利8,526,587和美国专利申请14/015,831(两者全文均以引用的方式并入本文中)中所揭露的低血糖-高血糖最小化器(hypoglycemia-hyperglycemia minimizer)(“HHM”)系统，各系统都整合在药物递送装置200的壳体内。CGM模块220被配置成从放置在患者210上的CGM传感器112接收信号。如图所示，MPC模块224可操作地连接至CGM模块220以及泵递送模块214，并且被配置成接收皮下葡萄糖信息以将其提供给存储的算法，该算法还知道所有先前的胰岛素递送。此数据用于计算葡萄糖水平的近期预测，并产生将会减轻近期预测的或实际的高或低血糖状况的胰岛素递送速率。接着由该泵递送模块214相对于对应于现时(例如5分钟)间隔的患者设定速率来致动该速率。在各个后续的时间间隔重复该方案。
用于在MPC模块224中使用的示例性算法在美国专利8,562,587和8,762,070以及美国专利申请13/854,96314/154,241(其以引用的方式并入本文中)中详细描述，其创建用于基于基础速率、膳食活动和连续葡萄糖监控来控制胰岛素递送的预测值。技术上，根据周期性时间表(例如每五分钟一次)进行CGM。如上所述，在本实施例中及此讨论的所有下列部分，使用HHM系统将胰岛素递送至患者210。然而，如前所述，可使用其他已知的MPC或PID型递送系统及其采用的预测算法。
根据一个实施方案，可在远程监控系统116(图1)处提供可视化和分析工具，其中来自CGM模块220和MPC模块224的相关数据可无线地传送，诸如通过作为中间装置的远程控制器104。或者，至少可在药物递送装置102、200、或远程控制器104(图1和图2)上提供可视化工具的方面，以使得使用者或HCP能够观看。
为了下列叙述的目的，已经开发用于胰岛素递送或葡萄糖管理系统中的测量。这种测量在本文中称为APAE。在本文所述的示例中，APAE从基于三(3)个样本平均值的计算推导出，其中各取样间隔根据HHM递送系统的取样间隔为五(5)分钟。即，基于两个最近15分钟的患者排定的胰岛素递送量(例如基础)和两个最近15分钟的系统的实际递送胰岛素推导出此类APAE，如由AP(HHM系统)算法所确定。
如下面将更详细讨论的，APAE的发生在时间上不是固定的，而是具有可变时段的现象。如在下列讨论中将看到的并且基于以上取样间隔，APAE可以是30分钟的持续时间，或者可延续几个小时，这取决于是否满足其检测条件。
以低血糖和高血糖为典型，有两种型式的APAE，即低-APAE和高-APAE，其用作用于可视化和分析目的的测量。为了此讨论的目的，如果对于至少两(2)个连续的15分钟平均值，系统递送的胰岛素比对应的患者排定递送量的15分钟平均值低至少X倍，则检测到低-APAE。更具体地，如果系统递送的胰岛素小于对应的患者排定递送量(包括临时的基础和组合/扩展推注程序，但不是一次性推注)的15分钟平均值的(1/X)*100％，则发生低-APAE的检测。为了以上示例的目的且如果X＝1.5，则(1/X)*100％＝67％。
如上所述，且一旦基于以上关系检测到低-APAE，则将持续记录此事件(并使用可视化和分析工具描绘)，直到至少两个连续的15分钟平均值不满足以上条件。
同样地，且根据下列实例，如果对于至少两(2)个连续的15分钟平均值，系统递送的胰岛素比对应的患者排定递送量的15分钟平均值高至少Y倍，则检测到高-APAE。更具体地，如果系统递送的胰岛素大于对应的患者排定递送量(包括临时的基础和组合/扩展推注程序，但不是一次性推注)的15分钟平均值的Y*100％，则发生高-APAE的检测。为了以上示例的目的且如果Y＝1.5，则Y*100％＝150％。
如同低-APAE的情况，将持续记录高-APAE(并使用可视化工具描绘)，直到至少两个连续的15分钟平均值不满足以上条件。作为结果并且为了所述实施方案的目的，APAE(低或高)的最小持续时间为30分钟。
说明性地且参照图3和图4，使用可视化和分析工具，将来自说明性七天数据集的摘录提供为三(3)组对齐的图300、300A、320、320A、340、340A。此可视化和分析工具使得能够在实际的、离散的系统递送胰岛素量(对应于与CGM测量数据对齐的15分钟平均值)之间容易地进行比较。各图的x轴常基于时间定义x轴。为了该两幅图的目的，提供连续的九(9)小时期间，其中图3描绘特定日(根据该示例为第5天)从06：00至15：00的时间轴，且图4描绘从15：00(第6天)至00：00(第7天)的时间轴。各图中最上面的图300、300A描绘以每分升的毫克(mg/dl)测量的CGM血糖数据的迹线304，其中所需要的葡萄糖范围是由下限为70mg/dl和上限为180mg/dl的黑色水平线305指示。虽然该迹线304展示为连续的，其事实上是基于周期性的读数(例如每五分钟)。中图320、320A指示胰岛素递送的15分钟平均值，以阴影条321示出，其中各样本平均值位于四分之一小时开始处。即，使用一组样本所计算的对应平均值将位于下列的小时范围内；即：{00分钟至＜15分钟}、{15分钟至＜30分钟}、{30分钟至＜45分钟}以及{45分钟至＜60分钟}。这确保15分钟平均值的边界与基础概况变化(其一般只能排定在一小时的一半)对齐。水平黑线323描绘排定的基础递送，其中阴影条321表示基于HHM系统(AP)算法的系统递送胰岛素的15分钟平均值。最后，最下面的(底部)图340、340A描绘根据递送系统每五(5)分钟致动的实际胰岛素递送，其以垂直线341展示递送(用于计算中图320、320A中的平均值)连同排定的基础(还在底部图中类似地以水平黑线迹线343表示)。在图3中，中部和最下面的图320、340的黑线323、343是相同的，因为尽管基础速率在第5天06：30、第5天08：00、第5天10：00和第5天14：00变更，也不存在临时基础速率或组合推注的延伸部分，因此当计算各个平均值时是稳定的。然而，临时基础速率可由患者在任何五(5)分钟步骤开始设定。这由图4中的示例可更清楚地展示，其中-50％的临时基础速率(如底部图340A所示)与四分之一小时异步起始(第6天17：20至第6天18：20)。这造成中图320A的对应的阴影15分钟平均值321A，其展示临时基础速率的开始时间和停止时间附近的中间值。如前所述，没有组合推注存在。在此示例组图中，分别在图3和图4中的第5天14：20和第6天22：00看到缺失的CGM数据点。
参照图5，其描绘整个七(7)天数据集，其中最上面的(顶部)图500再次提供在整个七(7)天期间内的CGM(葡萄糖)数据表示，以mg/dl测量，其是迭加到在该天数时间内的范围(70至180mg/dl)上，该范围由水平线503展示。两个下方的图520、540依天数时间与顶部图500对齐，其中中图520提供胰岛素递送的15分钟平均值(阴影条521)且黑色分段水平线523描绘排定的基础递送。此图520的上部指示存在低-APAE和高-APAE事件525，其是远离所绘制的数据展示，其中基于上述活动条件检测以上测量，这些活动条件是基于递送的胰岛素量与患者排定的胰岛素量之间的15分钟平均值的差异。这些事件525直接展示在检测的递送时段上方。
参照图6和图7，分别基于图5的部分数据集更详细地展示低-APAE和高-APAE的示例。具体参考图6，所提供的图示类似于图3和图4的图示，其中最上面的(顶部)图600表示在第5天(00：00)至第5天(04：00)期间的四(4)小时的时距内以mg/dl表示的CGM(葡萄糖)数据(展示为迹线602)，而中图620中描绘系统递送的胰岛素的15分钟递送平均值(阴影条621)和排定的基础递送(黑线623)，且底部图640中描绘实际的五分钟增量系统递送(垂直线641)及基础递送(水平线643)。正如所见，检测到低-APAE 624意味着两个最近的连续15分钟平均值(第5天1：15、1：20、1：25(含)的3个样本，和第5天1：30、1：35、1：40(含)的3个样本)满足上述X＝1.5的条件，其意味着平均值小于排定胰岛素递送的67％。更具体地且在此特定事件中，HHM系统递送21％的患者排定胰岛素量(由HHM递送的0.13U对原始排定作为基础递送的0.63U)。继续记录低-APAE 624直到两个连续的15分钟平均值(第5天2：00、2：05、2：10(含)的3个样本，和第5天2：15、2：20、2：25(含)的3个样本)不满足以上条件。此可视化工具使人能够看到三(3)个15分钟条显著地(多于1.5倍)低于对应的患者排定基础递送的15分钟平均值(如中图620上的黑色水平线所示)。应进一步注意到，某些其他显示的数据不满足两个连续的15分钟平均值比排定速率低1.5倍以上的低-APAE条件。对于在第5天03：00、03：05和03：10的三次递送，阴影平均值明显小于基础(黑线水平)的67％。然而，由于随后的15分钟间隔不满足所需条件，因此没有记录APAE。
图7示出来自相同数据集但是在不同时段内显示高-APAE事件的示例。在此示例中，最上面的图700再次示出从第2天5：00延伸至第5天9：00天数时间期间内以mg/dl测量的CGM(葡萄糖)数据迹线702。中图720描绘在该相同期间内的排定胰岛素递送(黑色水平线723)以及由15分钟平均值所确定的系统递送的胰岛素(阴影区721)。如在前述示例中，最下面的(下方)图740指示以五(5)分钟间隔的具体递送事件，包括排定的基础递送(水平线743)和系统递送的胰岛素(表示为垂直线741)。如中图720所示，至少两个连续的15分钟平均值(第2天06：30至06：55(含)的6个样本)满足系统递送的胰岛素大于对应的患者排定递送量(包括临时的基础和组合/扩展推注程序，但不是一次性推注)的15分钟平均值的Y*100％的条件，其中Y＝1.5且该递送量是该排定量的至少150％。更具体地，在此事件期间，HHM系统在此时段内递送患者原本排定的206％(即2.32U HHM(系统)对1.13U(基础))。如前所述且为了不记录此事件，至少两个连续的15分钟平均值必须不满足所定义的条件。如上所述，此可视化工具使人能够在中图720中看到三(3)个15分钟阴影条721显著高于对应的患者排定基础的15分钟平均值。从上述讨论可看出，当患者的葡萄糖水平仍充分落在可接受的目标范围内时，可检测到活动事件(APAE)。
图7还清楚地示出不满足该连续条件的“本来会是高-APAE(would-be Hyper-APAE)”的示例。在第2天，在08：30、08：35和08：40的三个递送明显创出如在中图720中阴影条721所示的大于基础(黑线723)水平的150％的平均值。然而，随后的15分钟间隔不满足该条件并因此没有记录高-APAE。
参照图8至图14，使用可视化工具提供基于以上定义的测量(即低-APAE和高-APAE)的附加图示。图8提供在24小时期间(午夜至午夜)内取得的胰岛素数据表示，其中最上面的(顶部)图800描绘由迹线804表示的CGM数据，但其中部分数据基于特定数据点来示出因此并非平滑的曲线输出。包括下限70mg/d1和上限180mg/d1的目标范围是展示在中心阴影部分808中，其中下限和上限(警报)阈值分别以50mg/dl和250mg/d1指示，如虚线水平线812所描绘。在此表示中，通过三角形标记816沿着所定义的时间轴(x轴)展示碳水化合物事件，诸如膳食和低治疗(hypotreatment)(如系统用户所标记)。下方(底部)图840描绘在相同24小时时间轴内与该CGM数据对齐的胰岛素递送，并且其中阴影条844描绘系统递送胰岛素的15分钟平均值(取自三(3)个五分钟取样间隔)。底部图840中的水平黑线848表示排定基础速率，其中各垂直线852描绘一次性推注，其各以葡萄糖的单位(“U”)测量。
图9至图11描绘用于获得关于CGM偏移和活动事件的统计值的各种特征。根据图9，可看到CGM数据的一部分(箭头851)超出180mg/dl的阴影上限。通过将光标悬停在CGM数据超出该上限的部分上(或者通过在其区域中点击)，该可视化工具被配置成提供迭加到所显示的图800上的统计框850。统计框850提供该偏移的持续期间、该偏移的时间范围、以及葡萄糖的最大水平和对应的时间戳的简况摘要。
参照图10，该图示的一部分(见箭头853)明显低于70mg/dl的下限(在顶部图800的中心阴影区808下方)。在此情况下，通过将光标悬停在CGM数据低于该下限的部分853上(或者通过在其区域中点击)，该可视化工具类似地提供迭加到所显示的图800上的统计框854。根据该版本的统计框854提供该偏移的持续期间、该持续期间的时间范围、以及葡萄糖的最小水平和对应的时间戳的简况摘要。
以类似的方式参照图11，其另外含有相同的上图和下图800、840，可将游标悬停在碳水化合物摄入856上(诸如在顶部图800上的18：00处)以显露出统计框855，其包括该摄入的时间以及摄取的碳水化合物量。可用提高明显性(visibility)的方式(诸如通过色彩编码)来提供各个统计框850、854、855。应注意到的是，各个所显示的数据可类似地以色彩和阴影来提供，以适当地使该数据中的任一者与由可视化工具并入的其他数据形成对比。
参照图12至图14，基于之前讨论的APAE测量(低-APAE和高-APAE)，在此叙述与在图8至图11中以图形方式展示的数据集有关的进一步提升。根据图12，在水平阴影区920、924中提供检测的APAE，其优选地取决于是否基于满足所定义的条件的两个连续15分钟平均值而检测并记录到低-APAE或高-APAE来进行色彩编码，如先前在各个顶部和底部图800、840中所讨论和描绘的。
参照图13和图14，可视化和分析工具允许使用者获得关于检测的APAE的附加统计信息。根据一个版本并参照图13，可将游标(见箭头939)悬停在检测到并记录的高-APAE上，如底部(胰岛素递送)图840中所呈现的，或者通过在其阴影区域920中点击，针对该事件的统计框940(优选地以对比色呈现)会迭加到所显示的图上。根据该版本的统计框包括该高-APAE事件的持续期间以及其发生的时间、该期间内的平均排定基础速率、以及该期间内的平均系统递送速率。以类似的方式并且如图14所示，可通过悬停游标进一步详述任何阴影低-APAE，见在低-APAE(如底部图840中的阴影区920)上的箭头943，其会显露出统计框944(优选地以与该高-APAE的色彩形成对比的色彩呈现)，其中该统计框包括该低-APAE的持续期间以及其发生的时间、该期间内的平均排定基础速率和该期间内的平均系统递送速率。如前所述，低-APAE或高-APAE的开始可发生在当CGM数据指示患者的胰岛素仍然在可接受的范围(展示为中心阴影区域)内时。例如在11：00(其示意检测的低-APAE的开始)，所测得的CGM数据仍然充分落在可接受的70至180mg/d1范围内。上述可视化为照顾者和使用者提供对递送(例如HHM)系统的信心和信任。
该系统的胰岛素调整活动和APAE测量的使用使得能够有意义的分析该系统的操作。然而，可产生的信息量可变得让人不知所措。为了更有效地使用此信息且参照图15和图16，该可视化和分析工具可创建横幅图，其评估该递送系统在延长时段(例如2周)或由患者或医护专业人员所选的任何其他期间内的能力。此工具允许检阅与整个延长时段内的时间对齐的系统动作，从而帮助患者和医护专业人员微调患者的泵设定(诸如基础速率)或碳水化合物摄取，以进一步改善葡萄糖控制。图15详细示出示例性横幅图1100，其基于从患者获得的两(2)周数据(压缩成单一(1天)格式)。所提供的是一对图1120、1160。最上面的(顶部)图1120描绘平均CGM数据迹线1124，其中以mg/dl测量的葡萄糖是相对横跨两周数据的时间绘图。图1120的顶轴表示由步数表示的时间(每小时12步，每5分钟1步)，并且其中平均CGM由加黑的曲线1124表示，且沿着该平均CGM的阴影部分1128表示统计上显著的范围(即一个标准偏差)，其中目标范围(70mg/dl至180mg/dl)以对比方式(诸如使用不同的色彩、阴影或类似者)进一步展示。在此特定示例中，该目标范围还展示为阴影区域1132。
最下面的(下方)图1160与上图1120对齐且示出在相同的两周期间内发生的低-APAE和高-APAE(事件)的次数(频率)。为了此特定示例的目的，在图之上(正)侧展示高-APAE 1164，在下(负)侧描绘低-APAE 1168，各由阴影区展示。由于图1160包括总共14天，所以时间的活动事件1164、1168的最大次数也是14。
图16示出根据在延长(14天)期间内取得的另一组数据的横幅图，其中趋势可容易地由患者和医护专业人员详述并识别。如同先前的示例，提供一对图1220和1260，顶部图1220提供在该延长期间内的平均CGM(传感器)数据，如迹线1224所示，并且阴影部分1228指示统计上显著的范围(即一个标准偏差)，该图进一步限定目标范围，还展示为阴影部分1232。底部图1260描绘在相同时段内对齐的低-APAE和高-APAE的频率，其中高-APAE展示为阴影区1264且低-APAE展示为阴影区1268。活动事件(例如APAE)测量的使用使得能够一次全部查看关于递送系统功效的大量信息，并且使得患者能够更好地管理糖尿病照护。例如，并且根据图15的底部图1160，在22：00与23：00之间持续注意到超过10个低-APAE，从而导出下列结论：在该期间内可调整基础速率以改善患者的总体血糖状况。
所呈现的信息格式可适当地改变。例如并且如图17至图20所示，该工具可以表格格式呈现系统相关数据(包括传感器数据、胰岛素递送数据和检测的活动事件(APAE))，所述表格格式涵盖选定预定时段(例如单日、过去三天、过去七天、过去14天、过去一个月、或自定义范围)，该时段可供临床医生、医护提供者或患者在使用该工具时进行选择。
例如，该表格数据可呈现总体控制，其显示患者的葡萄糖水平在可接受范围(例如70至180mg/dL)内的时间百分比、以及在该时段内的平均葡萄糖水平。此外，与患者状态相关的数据无论是低血糖的(例如葡萄糖水平低于50mg/dL、低于60mg/dL、或低于70mg/dL的时间百分比)或高血糖的(例如葡萄糖水平高于180mg/dL、高于250mg/dL、或高于300mg/dL的时间百分比)均可用表格来呈现。具有此数据的样本表描绘于图17中。此外，此数据可进一步呈现为胰岛素的平均每日总剂量(TDD)、以及指定时段(例如一天)的基础-推注比率。在图18中描绘上述表的示例。
所呈现的数据还可包括在特定时段期间发生的活动事件(即APAE(无论是低还是高，如先前所讨论的)的次数。关于活动事件，该表格数据还可包括更具体的数据，包括活动事件发生的时间长度、在事件期间扣留低-APAE)或递送(高-APAE)的基础胰岛素总量、传感器(CGM)确定的最低点(低-APAE)或最高点(高-APAE)、在活动事件起始和活动事件结束时的传感器确定值和其他相干数据。包括后者数据的样本表描绘于图19(针对低-相关活动事件)和图20(针对高-相关活动事件)，各根据方案并基于周期性胰岛素递送(例如5分钟，每小时12次递送)和CGM监控来确定。
显而易见的是，在本文所叙述的和根据下列权利要求书所述的本发明的范围内，其他修改和变体是可能的。