專利名稱：具有預(yù)測模塊的分析裝置和相關(guān)方法
技術(shù)領(lǐng)域：
本申請總體上涉及分析裝置，尤其涉及到從受檢者組織間隙液(ISF)分析物濃度來預(yù)測受檢者血液分析物濃度的分析裝置和相關(guān)方法。
背景技術(shù)：
在分析物(例如葡萄糖)的監(jiān)測領(lǐng)域中，連續(xù)或半連續(xù)的分析裝置和方法更有優(yōu)勢，因為其對分析物濃度趨勢，受檢者的整體分析物控制，以及食物、鍛煉和/或藥物對分析物濃度的影響方面提供了增強的觀察。然而在實踐中，這樣的分析裝置卻也存在缺點。例如，組織間隙液(ISF)分析裝置會由于受到如生理滯后期(即，在受檢者ISF分析物濃度和受檢者血液分析物濃度之間的與時間相關(guān)的差異)和/或偏差效應(yīng)(即，在受檢者ISF分析物濃度和受檢者血液濃度之間的與流體特征相關(guān)的差異)的影響而導(dǎo)致測量不準(zhǔn)確。
傳統(tǒng)的ISF分析裝置可以使用從受檢者不同身體部位以及穿透皮膚不同深度采集到的ISF樣本。為了獲得ISF樣本而采用的不同部位和不同深度卻是導(dǎo)致ISF分析裝置不準(zhǔn)確的影響因素。另外，ISF樣本的其他相關(guān)分析特性也受到ISF樣本采集部位和/或深度的影響。例如，從受檢者皮膚的皮下區(qū)域采集的ISF樣本更傾向于含有如甘油三酯這樣的污染物，該物質(zhì)會就在容積誤差和傳感器沾污方面影響分析物的分析。
此外，傳統(tǒng)的ISF分析裝置需要既不方便又繁瑣的毛細血管血液樣本的校準(zhǔn)程序。
因此在本領(lǐng)域中，仍然需要一種能夠降低由于生理滯后期和偏差效應(yīng)帶來的不準(zhǔn)確度的分析裝置及相關(guān)方法。另外，該分析裝置及相關(guān)方法應(yīng)該不需要用毛細血管血液樣本來進行校準(zhǔn)。
發(fā)明內(nèi)容
本發(fā)明實施方案包括分析裝置和方法，其準(zhǔn)確考量了生理滯后期和偏差效應(yīng)的影響。另外，該分析裝置和方法不需要用毛細血管血液樣本進行校準(zhǔn)。
根據(jù)本發(fā)明的一個典型實施方案，一種基于受檢者組織間隙液(ISF)的濃度來預(yù)測受檢者全血分析物濃度的分析裝置包括一個ISF取樣模塊，一個分析模塊和一個預(yù)測模塊。
ISF取樣模塊用來從受檢者身上連續(xù)提取多個ISF樣本。分析模塊用來連續(xù)確定每一個ISF樣本的ISF分析物的濃度(例如，ISF葡萄糖濃度)。這個連續(xù)測定的結(jié)果得到的是一系列的ISF分析物濃度。預(yù)測模塊用來存儲ISF分析物濃度的系列并通過至少一個算法在ISF分析物濃度系列的基礎(chǔ)上預(yù)測受檢者全血分析物的濃度。
根據(jù)本發(fā)明，基于受檢者組織間隙液(ISF)的濃度來預(yù)測受檢者全血分析物濃度的方法的典型實施方案包括連續(xù)從受檢者身上提取多個組織間隙液(ISF)樣本，連續(xù)檢測每一個ISF樣本的ISF分析物的濃度，產(chǎn)生一個ISF分析物濃度的系列。然后基于ISF分析物濃度系列并通過至少一個算法預(yù)測受檢者全血分析物的濃度。
本發(fā)明分析裝置和方法的實施方案僅僅基于一系列ISF分析物濃度就能預(yù)測受檢者全血分析物的濃度，該系列是從用連續(xù)或半連續(xù)的方法提取的ISF樣本中獲得的。分析裝置和方法是基于ISF分析物濃度系列，通過一個算法來預(yù)測受檢者血液分析物濃度。該算法考慮了生理滯后期和偏差效應(yīng)的影響。另外，該分析裝置不需要進行毛細血管血液校準(zhǔn)。
通過參考下面對含有本發(fā)明原理的具體實施方案的描述，將更好的理解本發(fā)明的優(yōu)點和特征。
如下 圖1是根據(jù)本發(fā)明的典型實施方案，基于受檢者組織間隙液(ISF)的濃度來預(yù)測受檢者全血分析物濃度的分析裝置的方框圖； 圖2是Clarke誤差格線圖，顯示以插入值求值的手指血糖(參考值)和ISF葡萄糖濃度(ISF。)的關(guān)系曲線圖； 圖3是Clarke誤差格線圖，顯示以插入值求值的手指血糖值和根據(jù)本發(fā)明的分析裝置和方法所用的算法(即公式1)所預(yù)測的手指血糖值的關(guān)系曲線圖； 圖4是Clarke誤差格線圖，顯示以插入值求值的手指血糖值和根據(jù)本發(fā)明的分析裝置和方法所用的另外一個算法(即公式2)所預(yù)測的手指血糖值的關(guān)系曲線圖；以及 圖5是流程圖，顯示了本發(fā)明典型實施方案的方法的一系列步驟。
具體實施例方式 圖1是分析裝置100的方框圖(在虛線內(nèi))，該方框圖顯示了基于受檢者組織間隙液體(ISF)分析物濃度預(yù)測受檢者全血分析物濃度的本發(fā)明的典型實施方案。分析裝置100包括一個組織間隙液(ISF)的取樣模塊110，一個分析模塊120和一個預(yù)測模塊130。圖1的箭頭顯示了ISF取樣模塊，分析模塊和預(yù)測模塊之間的操作關(guān)系。
ISF取樣模塊110用來從受檢者連續(xù)提取多個ISF樣本，并把這些ISF樣本傳送給分析模塊120。例如，ISF取樣模塊110能夠以一定的時間間隔連續(xù)提取ISF樣本，該時間間隔為5到15分鐘。
分析模塊120用來連續(xù)檢測從ISF取樣模塊提取的每一個ISF樣本的ISF分析物的濃度。該連續(xù)檢測的結(jié)果是一個ISF分析物濃度系列。該ISF分析物濃度系列典型的包括多個ISF分析物濃度(也就是“值”)，每一個濃度帶有一個時間，該時間與ISF取樣模塊110提取ISF樣本的時間相對應(yīng)。分析模塊120以一個一個的方式或者以一組一組的方式把該ISF分析物濃度系列傳送給預(yù)測模塊130。
組織間隙取樣模塊110能夠采用本領(lǐng)域普通技術(shù)人員所熟知的任何形式，包括但不限于共同未決的美國專利申請No.60/476,733(2003年6月6日申請)中描述的取樣模塊和ISF提取裝置，國際申請PCT/GB01/05634(2002年6月27日公布，國際公布號為WO02/49507 A1)中描述的取樣模塊，上述兩個申請在此引入作為參考。
此外，分析模塊120能夠采用本領(lǐng)域的普通技術(shù)人員所熟知的任何形式，包括在共同未決的美國專利申請No.60/476,733(2003年6月6日申請)和國際申請PCT/GB01/05634(2002年6月27日公布，國際公布號為WO02/49507 A1)中所描述的那些。此外，分析模塊能夠包括本領(lǐng)域的普通技術(shù)人員所熟知任何適合的分析物傳感器，包括但不限于基于光度測定或者電化學(xué)分析技術(shù)的葡萄糖分析物傳感器。
預(yù)測模塊130用來存儲由分析模塊產(chǎn)生的ISF分析物濃度系列并且通過運算至少一個具有如下通式(稱為公式1)的算法來預(yù)測受檢者全血分析物濃度
(公式1) 這里 PC是所預(yù)測的受檢者的全血分析物濃度值。
i是從例如0，1，2，3，4和5中選取的預(yù)定整數(shù)； j是從例如1，2，3，4和5中選取的預(yù)定整數(shù)； k是從例如1和2中選取的預(yù)定整數(shù)； ISFi是ISF分析物濃度系列中的一個ISF分析物濃度測量值，下標(biāo)i表示針對的是哪個ISF值，即，i＝0表示當(dāng)前的ISF分析物濃度測量值，i＝1表示ISF分析物濃度系列中倒數(shù)一個值，i＝2表示ISF分析物濃度系列中倒數(shù)2個值，等等； ratei是在ISF分析物濃度序列中相鄰ISF分析物濃度值之間的變化速率(計算方法是相鄰ISF分析物濃度值之間的差除以用分析模塊測量相鄰ISF分析物濃度值時的時間差)，其中下標(biāo)j代表了計算哪些相鄰值的比率，即，當(dāng)j＝1時表示現(xiàn)在的ISF值和前一個的ISF值之間的比率，當(dāng)J＝2時表示相對于現(xiàn)在的ISF值的前一個和前兩個ISF值之間的比率，等等；并且 重要相互作用項＝涉及至少兩個ISFik，ratej的相互作用項。
在公式1中的函數(shù)(f)的數(shù)學(xué)形式可以是能考慮ISF分析物濃度與血液分析物濃度之間的生理滯后期和ISF與血液分析物濃度之間的偏差效應(yīng)的影響的任何合適的數(shù)學(xué)形式。但是，已確定的是當(dāng)關(guān)系式中包含測量的ISF分析物濃度(即ISFik)，速率(ratej)和相互作用項時，這樣的數(shù)學(xué)表達式的結(jié)果將比較精確。由于ISF分析物濃度值之間的時間間隔不是均一的(例如，時間間隔可以在5到15分鐘之間變化)，那么速率的使用將尤其有利于提供一個精確的算法，進而提供一個精確的裝置。
函數(shù)(f)的形式可以由，例如，ISF分析物濃度和相關(guān)血液分析物濃度的統(tǒng)計相關(guān)數(shù)的最小平方回歸分析來決定。本領(lǐng)域的普通技術(shù)人員能夠理解，多種數(shù)學(xué)方法(例如，數(shù)學(xué)模型方法)都可用來分析上述數(shù)據(jù)并且得到一個合適的函數(shù)(f)。例如，可以使用線性和多項回歸分析、時間序列分析、或者神經(jīng)網(wǎng)絡(luò)。當(dāng)分析物是葡萄糖時，ISF葡萄糖濃度和血糖濃度可以從來自攝取了葡萄糖的糖尿病患者的ISF和血液樣本中得以確定。
必要時，可以使用包括加權(quán)因子的數(shù)學(xué)模型得到合適的算法。該數(shù)學(xué)模型用來在低分析物濃度的情況下提供更加準(zhǔn)確數(shù)據(jù)，以此來考慮響應(yīng)曲線，和/或考慮在模型數(shù)據(jù)中的噪聲。對輸入的觀察值的加權(quán)同樣可以在所述數(shù)學(xué)模型中起作用。
合適的加權(quán)因子的確定可以是例如一個迭代過程，即將一個加權(quán)因子應(yīng)用于一個模型中，觀察加權(quán)因子對模型結(jié)果的影響，并且基于模型誤差減少量來調(diào)整加權(quán)因子。在數(shù)學(xué)模型中對加權(quán)因子的選擇同樣可以通過例如數(shù)值范圍間的相對重要性和/或趨勢來確定。例如，當(dāng)葡萄糖是感興趣的分析物時，則對生理葡萄糖濃度范圍中的低端值的準(zhǔn)確性的要求更加高，因此就要使用一個能提高較低葡萄糖濃度重要性的加權(quán)因子。這樣的提高可以這樣實現(xiàn)，例如將觀察的葡萄糖濃度和提高到一個預(yù)定能量時的觀察值倒數(shù)相乘。類似的，加權(quán)因子可以通過增強觀察值中的某些結(jié)果或趨勢的重要性(例如觀察速率梯度的大小和/或方向發(fā)生改變)而確定下來。不僅如此，預(yù)期的加權(quán)因子可以任意選擇，從基于對模型誤差減小的效果而選出的預(yù)期加權(quán)因子。
預(yù)測模塊130可以采用本領(lǐng)域的普通技術(shù)人員知道的任何合適的形式，包括但不限于在共同未決的美國專利No.60/476,733(2003年6月6日提交)中所描述的遠程控制模塊，在此將其完整地引入作為參考。
作為上述公式1的另外一種替代形式，預(yù)測模塊130可以用來存儲由分析模塊產(chǎn)生的ISF分析物濃度系列并且通過運算至少一個具有如下通式(稱為公式2)的算法來預(yù)測受檢者全血分析物的濃度
(公式2) 這里 n和m是從例如1，2和3中選取的預(yù)定整數(shù)； p是從例如1和2中選取的預(yù)定整數(shù)； manratemm是在一組ISF分析物濃度中相鄰平均數(shù)之間的移動平均速率，其中下標(biāo)n代表了移動平均值中包含的ISF值的數(shù)量，下標(biāo)m代表相對于當(dāng)前值的相鄰平均值所在的時間位置，如下所述(下一段將進一步闡述) n+1＝移動平均速率中的點數(shù) m-1＝移動平均速率中的第一點。如果m-1＝0，那么當(dāng)前ISF值就作為移動平均數(shù)計算中的第一點。
n+m總是相加得到在移動平均數(shù)計算中需要(或者從目前ISF值中除去)的點數(shù)。
n和m是從例如1，2和3中選取的預(yù)定整數(shù)； 重要相互作用項＝涉及至少兩個ISFik，ratej以及，manratemmp的相互作用項。
以下實施例將說明上述公式2中移動平均速率(manratem)的概念。對于典型的移動平均速率ma1rate1，滑動平均比率是2點移動平均速率(因為m+n＝1+1＝2)，該2點移動平均速率是在兩個分組的平均值中計算的。其中一個分組包括當(dāng)前ISF濃度和前1點的ISF濃度。另外一個分組包括當(dāng)前ISF濃度前1點的和前2點的ISF濃度值。
公式2包括移動平均速率(即manratem)，用來平滑有關(guān)分析物濃度的速率和趨勢的數(shù)據(jù)(即，ISF分析物濃度的系列和/或比率)，因而可以從數(shù)據(jù)中消除噪聲并且提高分析裝置的準(zhǔn)確性。盡管相鄰ISF值之間重要的(即主要的)變化被認(rèn)為是影響算法準(zhǔn)確性的重要因素，但重要的變化也會導(dǎo)致不利于算法準(zhǔn)確性的噪聲。移動平均速率為相鄰(和重疊)ISF值分組之間的變化速率，其可以消除由于那些不能代表數(shù)據(jù)真實趨勢的離群值而產(chǎn)生的噪聲。
以下實施例介紹合適算法以及用來推導(dǎo)算法的技術(shù)。
實施例1利用ISFik，ratej，以及重要相互作用項的葡萄糖分析裝置的預(yù)測算法。
用一個試驗性的ISF取樣模塊和分析模塊產(chǎn)生一組數(shù)據(jù)(即ISF葡萄糖濃度系列)。而被用來產(chǎn)生這組數(shù)據(jù)的取樣模塊和分析模塊從受檢者皮膚的真皮層(即dermis)中提取ISF樣本，例如，從受檢者的前臂，然后測量ISF樣本中的葡萄糖濃度。ISF取樣模塊和分析模塊是一個集成單元，其包括一片式取樣模塊和一個改良的帶有檢測條的OneTouchUltra葡萄糖計。取樣使用一個30口徑的插管，并且取樣的重要膚深大約為1到2毫米。這里必須注意的是，相對于從皮下層采集到的ISF樣本，從真皮中采集的ISF樣本被認(rèn)為是已經(jīng)較好地減少了生理滯后期，這是因為真皮比皮下層更加接近毛細血管層。
ISF取樣模塊通過插管從受檢者的真皮中提取大約1μL的ISF樣本，并且將ISF樣本自動沉積并直接置于檢測條的檢測區(qū)域中。經(jīng)過短暫的電化學(xué)反應(yīng)時間，測量計顯示了ISF葡萄糖的濃度。
在提取ISF樣本之前，向受檢者真皮施加持續(xù)30秒鐘的2到4磅的壓力，再經(jīng)過5分鐘的等待時間以使得血液灌注(流入)到取樣區(qū)域，從而提取ISF樣本。這種在取樣區(qū)域上升的血流可以減輕血糖濃度和ISF葡萄糖濃度之間生理滯后期，原因是取樣區(qū)域被流動的血液更好地灌注了，這正是我們想要的效果。
以mg/dL為單位的手指穿刺血糖測量值(即血糖濃度)是來自20位受檢者的，隨后進行了前面所述的前臂組織間隙液的葡萄糖濃度(即ISF葡萄糖濃度)檢測。每一位受檢者的手指穿刺血液測量大概需要15分鐘，5分鐘后再進行ISF樣本提取和ISF葡萄糖濃度測量。
大約30對觀察值(即，血糖濃度測量值和ISF葡萄糖濃度測量值)是從20個受檢者中的每一個得到的。對每個受檢者，從1天的過程中采集觀測值，在這期間，通過受檢者攝取75克葡萄糖，誘發(fā)其葡萄糖濃度發(fā)生變化。每一個觀測的血糖濃度表明了手指穿刺提取大約比ISF提取早5分鐘進行。因此在ISF樣本提取時的血糖濃度為線性內(nèi)插，并且線性內(nèi)插值用來作為下面算法中響應(yīng)的變量。由于并不能準(zhǔn)確插入血糖濃度，因此算法開發(fā)過程中排除每個受檢者ISF葡萄糖濃度的最終結(jié)果。
如上述公式2所確定的算法形式是從采用多重線性回歸得到的數(shù)據(jù)中開發(fā)出來的。這樣開發(fā)出來的算法提高了對較低ISF分析物濃度的加權(quán)，主要是由于低葡萄糖濃度準(zhǔn)確預(yù)測相對比較重要。使用的權(quán)值是ISF-4。如果沒有這樣的加權(quán)，那么在殘余物中就無法獲得想要的更高的ISF葡萄糖濃度值。
以下是模塊的參數(shù)、估計值、誤差、t值和pr值。
參數(shù) 估計值誤差 t值 pr＞|t| ISF0 .9641145740.00900642 107.05 ＜.0001 Rate2 3.564454310 0.79143125 4.50＜.0001 Rate2*rate11.032526146 0.27684343 3.730.0002 Rate3 2.115098810 0.57252187 3.690.0002 Rate1*rate30.728563905 0.32507567 2.240.0255 Rate2*rate30.993732089 0.36293636 2.740.0064 Rate4 2.620714810 0.48033895 5.46＜.0001 Rate2*rate41.149236162 0.38075990 3.020.0027 Rate2*rate3*rate4 0.419884620 0.14027947 2.990.0029 Rate5 1.704279771 0.40908459 4.17＜0.0001 R-squared＝.98 因此，當(dāng)使用2位有效小數(shù)的估計值時算法具有如下形式 PC＝0.96ISF0+3.56rate2+1.03(rate2*rate1)+2.11rate3+0.72(rate1*rate3) +0.99rate4+1.14(rate2*rate4)+0.42(rate2*rate2*rate4)+1.70rate5 本領(lǐng)域的普通技術(shù)人員應(yīng)該知道，上述等式是公式1的一個形式，其參數(shù)為 i＝0 k＝1 j＝2，3，4和5 和 相互作用項＝rate2*rate1，rate1*rate3，rate2*rate4，rate2*rate2*rate4 Clarke誤差格線分析法能夠用來確定一種預(yù)測受檢者血糖濃度的算法的準(zhǔn)確度和適合度。這樣的誤差格線分析法可以將分析裝置對于參考值的響應(yīng)分為5個臨床準(zhǔn)確區(qū)域(即，區(qū)域A-E)，區(qū)域A表示臨床準(zhǔn)確結(jié)果，區(qū)域B表示并非臨床精確結(jié)果但是對患者健康有最小危險，區(qū)域C到E表示臨床不準(zhǔn)確結(jié)果而且對患者健康有危險(參見Clarke，William L.Et al.，evaluating clinical accuracy of systems for self-monitoring of blood glucose，diabetescare，卷10 No.5，622-628[1987])。一個重要和準(zhǔn)確的血糖濃度檢測設(shè)備在Clarke誤差格線的區(qū)域A和B中的數(shù)據(jù)應(yīng)該大于85-90％，并且大多數(shù)數(shù)據(jù)是在區(qū)域A中(參見上面所述的Clarke等的參考文獻)。
圖2是僅基于對受檢者ISF葡萄糖濃度的單一測量值來預(yù)測受檢者血糖濃度的Clarke誤差格線分析法。圖3是基于ISF葡萄糖濃度系列和上述的算法來預(yù)測受檢者血糖濃度的Clarke誤差格線分析法示意圖。圖3和圖4都是用上述的數(shù)據(jù)得到的。
參考圖2和圖3，顯然使用上述的ISF葡萄糖濃度系列和上述算法能夠有效提高預(yù)測的血糖濃度在A區(qū)域中的百分比，其值為88.2％；而相比之下只使用了單個ISF糖葡萄濃度來預(yù)測血糖濃度時該值僅為79.5％。
實施例2利用ISFik，raej，manratemp和重要相互作用項的葡萄糖分析裝置的預(yù)測算法。
采用與上述實施例1中同樣的數(shù)據(jù)組，采用ISFik，ratej，manratemp和重要相互作用項的算法的開發(fā)過程如下所述。算法使用了常規(guī)形式的manratem平滑變量(前面已討論)，后者使用了2到4點的移動平均數(shù)。也可以包括用來提高算法從ISF葡萄糖濃度系列準(zhǔn)確預(yù)測血糖濃度的能力的加權(quán)變量。所用加權(quán)算法如下所述(使用SAS碼) weight4＝ISF**-4；newweight＝200；if ma1rate1＜0 and ma3rate1＜＝0 then do；if rate1＜＝0 then newweight＝weight4*(-1*rate1+1)**2；if rate1＞0 then newweight＝(weight4*(abs(ma1rate1)+1)**2)/(1+rate1)；end；if ma1rate1＞0 and ma3rate1＞＝0 then do；if rate1＞＝0 then newweight＝weight4*(1*rate1+1)**2；if rate1＜0 then newweight＝(weight4*(abs(ma1rate1)+1)**2)/(1+abs(rate1))；end；if ma1rate1＜＝0 and ma3rate1＞0 then do；if rate1＞＝0 then newweight＝(weight4*(1*rate1+1)**2)/4；if rate1＜0 then newweight＝(weight4*(-1*rate1+1)**2)/2；end；<!-- SIPO <DP n="9"> --><dp n="d9"/>if ma1rate1＞＝0 and ma3rate1＜0 then do；if rate1＞0 then newweight＝(weight4*(1*rate1+1)**2)/2；if rate1＜＝0 then newweight＝(weight4*(-1*rate1+1)**2)/4end；if newweight ne 200 then do；newweight＝10000000000*newweight；end； 為增加(提高)和減少(降低)的ISF葡萄糖濃度趨勢而開發(fā)單獨的等式，以便提供準(zhǔn)確度更高的分析裝置和方法。對于代表減少(降低)的ISF葡萄糖濃度的數(shù)據(jù)系列，通過采用版本為8.02的SAS和N＝278的數(shù)據(jù)點的最小平方回歸分析法而得到下面的模型 PC＝8.23ma1rate+0.88ISF3+12.04ma1rate2+10.54rate1+1.71rate1*rate2-0.056ISF*rate1+0.71(ratel)2+0.68(rate2)2+0.0014(ISF)2-0.0011(ISF3)2 對于代表增加(上升)的ISF葡萄糖濃度的數(shù)據(jù)系列，通過采用版本為8.02的SAS和N＝180的數(shù)據(jù)點的最小平方回歸分析法而得到下面模型 PC＝4.13ISF-1.51ISF1-1.69ISF3-37.06ma1rate2+13.67ma3rate1-28.35rate1-3.56rate1*rate2+0.10ISF*rate1+0.15ISF*rate2+0.47rate1*rate2*rate3-1.13(rate3)2-0.0061(ISF)2+0.0060(ISF2)2 圖4是用于基于ISF葡萄糖濃度系列和上述的算法來預(yù)測受檢者血糖濃度的Clarke誤差格線分析法示意圖。使用上述關(guān)于實施例1的數(shù)據(jù)組獲得圖4。
裝置準(zhǔn)確性的另外一個度量是絕對平均誤差百分比(MPE(％))，該絕對平均誤差百分比由單個誤差百分比求平均而得，詳見下式 PE＝(PGt-BGt)/BGt 這里 BGt＝t時刻的葡萄糖測量參考值，以及 PGt＝t時刻的葡萄糖預(yù)測值 不使用算法(即，簡單預(yù)測受檢者的血糖濃度等于受檢者ISF葡萄糖濃度)和使用剛剛所述的兩個算法的MPE(％)結(jié)果與從圖4中選擇的結(jié)果一起顯示在表1中。
另外一個評價裝置準(zhǔn)確性的度量即平均偏差百分比(Avg Bias(％))，Bias(％)由下面等式得到 Bias(％)＝[(PGt-BGt)/BGt]*100 Avg Bias(％)＝[所有Bias(％)的和]/測量值總數(shù)量 有效的測量方法中，Avg Bias(％)必須在10％或更低。表1顯示了AvgBias(％)的標(biāo)準(zhǔn)因為使用了預(yù)測算法而有益的降低。
當(dāng)然也要評價計算的血糖濃度和測量的血糖濃度之間的相關(guān)性。表1也列出了相關(guān)系數(shù)值(R)。有效的測量必須使R的值大于大約0.85。正如在表中所示的那樣，本發(fā)明的預(yù)測算法提高了真實值和預(yù)測值之間的相關(guān)性。表1算法 N MPE(％) A(％) B(％)其他(％) R AvgBias(％)無 458 14 79.9 17.72.4 0.94 6.76實施例2 458 10 88.4 9.62.0 0.96 0.46 圖5是流程圖，顯示了根據(jù)本發(fā)明典型實施方案所述的基于受檢者ISF分析物濃度來預(yù)測受檢者血液分析物濃度的方法500的一系列步驟。方法500包括連續(xù)從一個受檢者提取多個組織間隙液(ISF)樣本的步驟510，連續(xù)從多個ISF樣本中測定ISF分析物濃度的步驟520。步驟520的結(jié)果就是得出ISF分析物濃度系列。
方法500的步驟510和520可以通過包括上面描述的本發(fā)明分析裝置的取樣模塊和分析模塊的任何合適的技術(shù)來完成。
接著，在步驟530中，在基于ISF分析物系列的基礎(chǔ)上，通過采用如上所述根據(jù)本發(fā)明的分析裝置形式中的至少一個算法，來預(yù)測受檢者的血液分析物濃度。
雖然對本發(fā)明的優(yōu)選實施方案進行了顯示和描述，但很顯然本領(lǐng)域的普通技術(shù)人員知道該實施方案僅僅起到示例作用。對于本領(lǐng)域普通技術(shù)人員來說，在不脫離本發(fā)明的范圍的情況下可以作出很多的變化，改變和替換。
同樣可以理解，本發(fā)明實施方案的各種備選方案也可以用來實現(xiàn)本發(fā)明。隨后的權(quán)利要求書限定了本發(fā)明的保護范圍，這些權(quán)利要求涵蓋了方法和結(jié)構(gòu)以及其等同方案。
權(quán)利要求
1.一種分析裝置，用于基于受檢者的組織間隙液分析物濃度來預(yù)測受檢者的全血分析物濃度，該分析裝置包括
一個組織間隙液取樣模塊，用來連續(xù)從受檢者身上提取多個組織間隙液(ISF)樣本；
一個分析模塊，用來從每一個ISF樣本中連續(xù)測定ISF分析物濃度，從而產(chǎn)生一個ISF分析物濃度系列；和
一個預(yù)測模塊，用來存儲ISF分析物濃度系列，并且基于該ISF分析物濃度系列、通過至少一個算法來預(yù)測受檢者的全血分析物濃度；該算法的公式如下
PC＝f(ISFik，ratej，重要相互作用項)
這里
PC是預(yù)測的受檢者全血分析物濃度值；
i是從0，1，2，3，4和5中選取的預(yù)定整數(shù)；
j是從1，2，3，4和5中選取的預(yù)定整數(shù)；
k是從1和2的中選取的預(yù)定整數(shù)；
ISFi是ISF分析物濃度序列中的一個ISF分析物濃度測量值；
ratej是ISF分析物濃度序列中相鄰ISF分析物濃度值之間的變化速率；和
重要相互作用項為統(tǒng)計上重要的相互作用項，涉及選自由ISFik，ratej所組成的項。
2.如權(quán)利要求1所述的分析裝置，其特征在于i＝0，k＝1，j＝2，3，4和5，重要相互作用項＝rate2*rate1，rate1*rate3，rate2*rate4，和rate2*rate2*rate4。
3.如權(quán)利要求1所述的分析裝置，其特征在于分析物是葡萄糖。
4.如權(quán)利要求1所述的分析裝置，其特征在于基于ISF分析物濃度系列來預(yù)測受檢者全血分析物濃度是用至少一個具有下列通式的算法實現(xiàn)的
PC＝f(ISFik，ratej，manratemp，重要相互作用項)
這里
p是從1和2中選取的預(yù)定整數(shù)；
n和m是從1，2和3中選取的預(yù)定整數(shù)；
manratem是在ISF值的分組中相鄰平均數(shù)之間的移動平均速率；和
重要相互作用項＝統(tǒng)計上重要的相互作用項，涉及選自由ISFik，ratej，和manratemp所組成的項。
5.如權(quán)利要求4所述的分析裝置，其特征在于，預(yù)測模塊通過測定是否ISF分析物濃度系列表示提高的ISF分析物濃度或是表示降低的ISF分析物濃度，并且基于該測定結(jié)果選擇一個算法以及實施該算法從而預(yù)測受檢者的全血分析物濃度。
6.如權(quán)利要求5所述的分析裝置，其特征在于預(yù)測模塊基于一個manratem測定是否ISF分析物濃度系列表示提高的ISF分析物濃度或是表示降低的ISF分析物濃度而預(yù)測受檢者的全血分析物濃度。
7.如權(quán)利要求6所述的分析裝置，其特征在于用于降低的ISF分析物濃度的算法如下
PC＝8.23ma1rate1+0.88ISF3+12.04ma1rate2+10.54rate1+1.71rate1*rate2-0.056ISF*rate1+0.71(rate1)2+0.68(rate2)2+0.0014(ISF)2_sq-0.0011(ISF3)2
8.如權(quán)利要求6所述的分析裝置，其特征在于用于提高的ISF分析物濃度的算法如下
PC＝4.13ISF-1.51ISF1-1.69ISF3-37.06ma1rate2+13.67ma3rate1-28.35rate1-3.56rate1*rate2+0.10ISF*rate1+0.15ISF*rate2+0.47rate1*rate2*rate3-1.13(rate3)2-0.0061(ISF)2+0.0060(ISF2)2。
9.如權(quán)利要求4所述的分析裝置，其特征在于分析物是葡萄糖。
10.如權(quán)利要求1所述的分析裝置，其特征在于ISF分析物濃度系列包括5個ISF分析物濃度。
11.如權(quán)利要求1所述的分析裝置，其特征在于取樣模塊提取多個ISF樣本的時間間隔為5到15分鐘。
12.一種分析方法，用于基于受檢者的組織間隙液分析物濃度來預(yù)測受檢者的全血分析物濃度，該方法包括
連續(xù)從受檢者身上提取多個組織間隙液(ISF)樣本；
連續(xù)從每一個ISF樣本中測定ISF分析物濃度，從而產(chǎn)生一個ISF分析物濃度系列；并且
基于該ISF分析物濃度系列、通過至少一個具有如下通式的算法來預(yù)測受檢者的全血分析物濃度
PC＝f(ISFik，ratej，重要相互作用項)
這里
PC是預(yù)測的受檢者全血分析物濃度值；
i是從0，1，2，3，4和5中選取的預(yù)定整數(shù)；
j是從1，2，3，4和5中選取的預(yù)定整數(shù)；
k是從1和2中選取的預(yù)定整數(shù)；
ISFi是ISF分析物濃度系列中的一個ISF分析物濃度測量值；
ratej是在ISF分析物濃度系列中各相鄰ISF分析物濃度值之間的變化速率；和
重要相互作用項為統(tǒng)計上重要的相互作用項，涉及選自由ISFik，ratej所組成的項。
13.如權(quán)利要求12所述的分析方法，其特征在于使用下列通式的算法得到預(yù)測數(shù)據(jù)組
PC＝f(ISFik，ratej，manratemp，重要相互作用項)
這里
p是從1和2中選取的預(yù)定整數(shù)；
m和n是從1，2和3中選取的預(yù)定整數(shù)；
manratem是在ISF值分組中各相鄰平均數(shù)之間的移動平均速率；和
重要相互作用項為統(tǒng)計上重要的相互作用項，涉及選自由ISFik，ratej，和manratemp所組成的項。
14.如權(quán)利要求13所述的分析方法，其特征在于，預(yù)測步驟是通過測定是否ISF分析物濃度系列表示提高的ISF分析物濃度或是表示降低的ISF分析物濃度，并且基于該測定結(jié)果選擇一個算法以及實施該算法從而預(yù)測受檢者的全血分析物濃度。
15.如權(quán)利要求13所述的分析方法，其特征在于預(yù)測步驟基于一個manratem測定是否ISF分析物濃度系列表示提高的ISF分析物濃度或是表示降低的ISF分析物濃度而預(yù)測受檢者的全血分析物濃度。
16.如權(quán)利要求12所述的分析方法，其特征在于提取步驟是從受檢者真皮中獲得多個ISF樣本。
全文摘要
一種分析裝置，用于基于受檢者組織間隙液(ISF)分析物濃度來預(yù)測受檢者全血分析物濃度，包括一個ISF取樣模塊，一個分析模塊和一個預(yù)測模塊。ISF取樣模塊連續(xù)從受檢者提取多個ISF樣本。分析模塊用來從每一個ISF樣本中連續(xù)測定ISF分析物濃度(例如ISF葡萄糖濃度)，結(jié)果產(chǎn)生一個ISF分析物濃度系列。預(yù)測模塊用來存儲ISF分析物濃度系列并且基于該系列、通過至少一個算法來預(yù)測受檢者全血分析物濃度。一種基于受檢者組織間隙液(ISF)分析物濃度來預(yù)測受檢者全血分析物濃度的方法，包括連續(xù)從受檢者提取多個ISF樣本，連續(xù)從每一個ISF樣本中測定ISF分析物濃度，結(jié)果產(chǎn)生一個ISF分析物濃度系列。然后，基于該ISF分析物濃度系列、通過至少一個算法來預(yù)測受檢者血液分析物濃度。
文檔編號G01N33/48GK1644163SQ200410085180
公開日2005年7月27日 申請日期2004年8月27日 優(yōu)先權(quán)日2003年8月28日
發(fā)明者P·斯托特, T·梅蘭德爾 申請人:生命掃描有限公司