用于确定多名患者的缺乏血糖控制的相对风险的计算机实现的方法和系统，以及计算机程序产品与流程

1.本公开涉及用于确定多名患者的缺乏血糖控制的相对风险的计算机实现的方法和系统。另外，涉及计算机程序产品。


背景技术：

2.可以对从一名或多名患者中收集的葡萄糖测量数据进行分析，以向护理人员提供关于一些患者是否需要帮助或支持的信息。存在着对于收集葡萄糖测量数据（诸如血糖测量数据）而进行的不同类型的测量。此外，还可以应用连续葡萄糖监测(cgm)。对于这样的类型的测量，测量事件的频率(1/t)非常高，典型的测量时间间隔t大约在5分钟到15分钟范围内，这使得分析具有高分辨率。相比之下，对于进行所谓的现场监测（血液）葡萄糖测量(spm)的患者，每天的样品数量相当低（例如大约3个到8个样品）并且大部分在时间上分布不均。现场监测血糖(spm)测量也可以称为自我监测血糖(smbg)测量。
3.文件us 2009/0171589 a1描述了计算平均日风险范围(adrr)。该文件涉及参数低血糖指数(lbgi)和高血糖指数(hbgi)并注明了进一步的参考。
4.文件us 2015/0095042 a1公开了以基于血糖水平计算的值（如lbgi值）为基础将患者分类为具有将来发生低血糖的第一、第二或第三低血糖风险，并在显示屏上显示该分类。此外，可以确定患者的血糖数据中是否存在一定模式。已识别模式的显示顺序可优先排序。
5.文件ep 5 062 615 b1涉及用于监测、诊断和治疗多名远程患者的医学状况的系统，该系统包括中央数据处理系统、用于从远程患者监测系统获取患者数据的装置、用于分析从每名相应患者监测系统获取的患者数据以识别每名相应患者的医疗状况的装置、用于根据医学状况严重程度以可选择的优先顺序针对每名相应患者显示已识别的患者医学状况的装置。描述了便携式患者监护仪(ppm)与被称作physicians access center服务器（“pac服务器”）的中央数据处理系统之间的通信。
6.文件wo 2016/182972 a1公开了为护理人员将多名患者分类成糖尿病风险类别。
7.文件us 2006/0253303 a1涉及提供多患者监测系统。提供了概览图，其中每个数据点代表一名对应患者并指示控制值（如平均值）以及自最近针对患者收集的一组测量值的收集日期以来经过的时间段。此外，每个图标可指示对应患者对规定的测量方案的依从性。因此，临床医生可以同时查看和管理整组患者的医疗优先级。这还允许临床医生在已经同临床医生失去联系的无动力的患者出现紧急医疗需求之前主动地与这些患者进行沟通。
8.文件wo 2017/030961 a1公开了患者优先级排序模块，其基于每名患者的警报状态对医疗保健提供者的患者进行排序并确定优先级。警报排序算法为每种葡萄糖状况和给定葡萄糖状况的每种可能状态预分配权重因子。
9.文件wo 2007/081853 a2涉及用于血糖的评估的系统、计算机程序产品、方法和算法。该方法基于血糖数据的风险分析理论，采用历经2
‑
6周的时间收集的常规自我监测血糖
数据。平均日风险范围(adrr)作为总体血糖波动的度量进行计算。进一步地，可以分别借助低bg指数(lbgi)估计低血糖范围内的血糖波动和借助高bg指数(hbgi)估计高bg范围内的血糖波动，随后将两个指数组合成单一变异性显示。
10.kovatchev等人的risk analysis of blood glucose data: a quantitative approach to optimizing the control of insulin dependent diabetes，j. theor.med. 3，1
‑
10 (2000)，该文件涉及定量工具，所述定量工具用于基于自我血糖监测的最佳化的质量的在线评估。
11.kovatchev的metrics for glycemic control from hba1c to continuous glucose monitoring，nature rev. endocrinology 13，425
‑
436 (2017)，该文件涉及糖尿病的血糖波动的评估、定量和最佳控制，注重于作为血糖控制的黄金标准指标的平均血糖的标记（markers，标志物）及hba1c的效用和缺点。
12.kovatchev等人的evaluation of a new measure of blood glucose variability in diabetes, diabetes care 29:11, 2433
–
2438 (2006)，该文件涉及根据常规自我监测血糖(smbg)数据计算得出的作为变异性度量的平均日风险范围(adrr)。


技术实现要素：

13.本公开的目的是提供用于确定多名患者的缺乏血糖控制的相对风险的计算机实现的方法和系统，其中该方法和该系统可应用于针对通过进行不同测量条件收集的葡萄糖测量数据可靠地确定缺乏血糖控制的相对风险。
14.为了达到该目的，提供了根据权利要求1所述的用于确定至少两名患者的缺乏血糖控制的相对风险的计算机实现的方法。此外，提供了根据权利要求14所述的用于确定至少两名患者的缺乏血糖控制的相对风险的系统。另外，权利要求15涉及计算机程序产品。
15.根据一个方面，提供了一种用于在数据处理装置中确定至少两名患者的缺乏血糖控制的相对风险的计算机实现的方法，该数据处理装置具有一个或多个数据处理器和连接到该一个或多个数据处理器的数据存储装置，该包括：提供分配给至少一名第一患者的第一组葡萄糖测量数据，第一组葡萄糖测量数据通过进行第一频率的测量事件来收集；提供分配给第二患者的第二组葡萄糖测量数据，第二组葡萄糖测量数据通过进行不同于第一频率的测量事件的第二频率的测量事件来收集；在数据存储装置中提供多个评估参数，评估参数中的每一个评估参数分配给第一频率的测量事件和第二频率的测量事件中的至少一者；根据第一频率的测量事件，从数据存储装置中的多个评估参数确定至少一个第一评估参数；根据第二频率的测量事件，从数据存储装置中的多个评估参数确定不同于该至少一个第一评估参数的至少一个第二评估参数；从第一组葡萄糖测量数据确定针对该至少一个第一评估参数分配给第一患者的第一评估参数值；从第二组葡萄糖测量数据确定针对该至少一个第二评估参数分配给第二患者的第二评估参数值；分别从第一评估参数值和第二评估参数值确定分配给第一患者的第一风险评分和分配给第二患者的第二风险评分；以及通过比较包括第一风险评分的第一总风险评分和包括第二风险评分的第二总风险评分来确定缺乏血糖控制的相对风险，该相对风险指示缺乏血糖控制的风险对于第一患者和至少一名第二患者中的一者更高。
16.根据另一方面，提供了一种用于确定至少两名患者的缺乏血糖控制的相对风险的
系统，该系统包括具有一个或多个数据处理器和连接到该一个或多个数据处理器的数据存储装置的数据处理装置，其中该数据处理装置被配置为：提供分配给第一患者的第一组葡萄糖测量数据，第一组葡萄糖测量数据通过进行第一频率的测量事件来收集；提供分配给至少一名第二患者的第二组葡萄糖测量数据，第二组葡萄糖测量数通过进行不同于第一频率的测量事件的第二频率的测量事件来收集；在数据存储装置中提供多个评估参数，评估参数中的每一个评估参数分配给第一频率的测量事件和第二频率的测量事件中的至少一者；根据第一频率的测量事件，从数据存储装置中的多个评估参数确定至少一个第一评估参数；根据第二频率的测量事件，从数据存储装置中的多个评估参数确定不同于该至少一个第一评估参数的至少一个第二评估参数；从第一组葡萄糖测量数据确定针对该至少一个第一评估参数分配给第一患者的第一评估参数值；从第二组葡萄糖测量数据确定针对该至少一个第二评估参数分配给第二患者的第二评估参数值；分别从第一评估参数值和第二评估参数值确定分配给第一患者的第一风险评分和分配给第二患者的第二风险评分；以及通过比较包括第一风险评分的第一总风险评分和包括第二风险评分的第二总风险评分来确定缺乏血糖控制的相对风险，该相对风险指示缺乏血糖控制的风险对于第一患者和第二患者中的一者更高。
17.进一步地，提供了一种计算机程序产品，其包括程序代码，该程序代码被配置为当加载到具有一个或多个处理器的计算机中时，执行用于确定至少两名患者的缺乏血糖控制的相对风险的所实现的方法。
18.指示缺乏血糖控制的风险的相对风险可给出如下指示：由于不同的风险评分，一名患者或一组患者比某些其他患者或其他组患者更需要或更迫切地需要帮助或指导。可将此类信息提供给某些医疗保健提供者或专业人员，例如，通过输出指示缺乏血糖控制的相对风险的音频和/或视频数据。
19.可以接收来自现场监测血糖(spm)测量和连续葡萄糖监测(cgm)中的至少一者的第一组葡萄糖测量数据和第二组葡萄糖测量数据，所述现场监测血糖测量也称作自我监测血糖(smbg)测量。数据处理装置可以，例如从手持型便携式葡萄糖仪（用于进行现场监测血糖测量）和/或从连续葡萄糖监测装置（用于连续葡萄糖监测）无线地接收第一组葡萄糖测量数据和第二组葡萄糖测量数据。
20.为了确定第一评估参数值，可以分析来自所提供的第一组葡萄糖测量数据的所有测量数据或测量数据的子集。这同样应用于确定第二评估参数值，可以对来自所提供的第二组葡萄糖测量数据的所有测量数据或测量数据的子集进行分析。例如，不可分析超过30天或超过14天的数据来确定缺乏血糖控制的相对风险。
21.在一个实施例中，第一组测量数据可包括不超过30天或不超过14天的数据或由其组成，并且第二组测量数据可包括不超过30天或不超过14天的数据或由其组成，用于确定缺乏血糖控制的相对风险。
22.将不同频率的测量事件分配给数据存储装置中的不同的评估参数集。这种分配可以通过存储在数据存储装置中的分配数据提供。分配数据可存储在数据存储装置中，以响应于指示分配的用户输入。替代性地，可以接收来自一些外部来源（诸如远程服务器装置或远程输入装置）的分配数据。在数据处理装置的处理器中接收分配数据之后，可以从分配数据确定分配给第一频率的测量事件和第二频率的测量事件的评估参数。不同频率的测量事
件可分配单个评估参数或评估参数组。
23.该方法可包括以下项中的至少一项：提供在应用第一频率的测量事件的第一多个现场监测葡萄糖测量事件中收集的第一组葡萄糖测量数据；以及提供在应用第二频率的测量事件的第二多个现场监测葡萄糖测量事件中收集的第二组葡萄糖测量数据。
24.根据在葡萄糖测量中进行的测量事件的频率，应用不同的评估参数来确定缺乏血糖控制的相对风险。仍然，可以比较针对每个分配给一名或多名患者的不同的葡萄糖测量数据组确定的风险评分，从而确定缺乏血糖控制的相对风险。基于有关相对风险的此类信息，一些护理人员可以决定一些患者是否比一些其他患者更需要咨询或支持。
25.对于第一组葡萄糖测量数据和第二组葡萄糖测量数据中的至少一者，可以提供以下项：确定在收集前一测量事件中的前一葡萄糖测量值之后收集的一个或多个连续葡萄糖测量值，一个或多个测量值在该前一事件之后的预定时间窗口内的一个或多个连续测量事件中收集；以及从第一/第二评估参数值的确定中排除一个或多个连续葡萄糖测量值。例如，可仅考虑最开始的第一个葡萄糖测量值（在前一测量事件中收集的）用于确定第一/第二评估参数值，省略随后收集的一个或多个连续葡萄糖测量值。替代性地，针对一个或多个连续葡萄糖测量值和前一葡萄糖测量值，可确定平均值或中位数值。随后，可以考虑用平均值或中位数值来确定第一/第二评估参数值。在实施例中，预定时间窗口可以为大约30分钟或60分钟。
26.在数据存储装置中，可以存储时间窗口数据，例如，响应于指示时间窗口的用户输入。在确定一个或多个连续葡萄糖测量值的过程中，可通过处理器中的一者从数据存储装置检索时间窗口数据。接下来，通过处理器确定由时间窗口数据定义的时间窗口并加以应用。另外地或替代性地，数字数据可以存储在数据存储装置中，该数字数据指示要排除的连续葡萄糖测量值的预定数字。可以在一个或多个处理器中从数据存储装置接收数字数据并将其应用于排除一个或多个连续葡萄糖测量值的过程中。
27.该方法可进一步包括以下项：从第一组葡萄糖测量数据确定针对多个第一评估参数分配给第一患者的多个第一评估参数值；以及从第二组葡萄糖测量数据确定针对多个第二评估参数值分配给第二患者的多个第二评估参数值。可以分别通过将针对所述多个第一评估参数值和所述多个第二评估参数值的第一风险评分和第二风险评分相加来确定第一总风险评分和第二总风险评分。比较总风险评分来确定缺乏血糖控制的相对风险。
28.在多个第一评估参数和多个第二评估参数两者中，可以提供至少一个共同的评估参数。
29.该方法可以提供以下项：第一组葡萄糖测量数据分配给患有第一类型糖尿病的第一患者；以及第二组葡萄糖测量数据分配给患有第二类型糖尿病的第二患者。进一步地，该方法可包括分别根据第一类型糖尿病和第二类型糖尿病选择至少一个第一评估参数和至少一个第二评估参数中的至少一者。在数据存储装置中，可以存储额外的分配数据，例如，响应于指示将第一组葡萄糖测量数据分配给患有第一类型糖尿病的第一患者以及将第二组葡萄糖测量数据分配给患有第二类型糖尿病的第二患者的用户输入。另外地或替代性地，一方面，额外的分配数据可以指示不同类型糖尿病之间的分配；另一方面，额外的分配数据可以指示不同评估参数集之间的分配。在确定风险评分的过程中，可以从数据存储装置检索额外的分配数据。接着，通过数据处理装置的处理器从额外的分配数据确定由该额
外的分配数据定义的评估参数的分配并加以应用。
30.第二患者可不同于第一患者。替代性地，可以针对一名且同一名患者收集第一组葡萄糖测量数据和第二组葡萄糖测量数据，但是针对此类患者，涉及的测量时间窗口将会不同。在此类替代性实例中，第一风险评分和第二风险评分涉及针对一个且同一个人（患者）的葡萄糖测量数据的分析，但是针对被称作第一和第二患者的此类患者在不同测量时间窗口收集的第一测量数据和第二测量数据用于区分在不同时间收集的第一测量数据和第二测量数据。
31.第一评估参数和第二评估参数可选自以下评估参数组：低血糖指数、高血糖指数、警告信号、平均血糖、中位数血糖、稳定性指数以及通过将每日低血糖事件的峰值风险与高血糖事件的峰值风险相加确定的总的日血糖变化。稳定性指数为患者的葡萄糖测量数据的平均值除以标准差。
32.第一评估参数或多个第一评估参数可选自以下评估参数组：低血糖指数；高血糖指数、警告信号、平均血糖和中位数血糖。
33.第二评估参数或多个第二评估参数可选自以下评估参数组：低血糖指数；高血糖指数；稳定性指数；以及通过将每日低血糖事件的峰值风险和高血糖事件的峰值风险相加确定的总的日血糖变化。
34.在一个实施例中，多个第一评估参数可包括：低血糖指数(lbgi)；高血糖指数(hbgi)，警告信号(ws)；及中位数血糖(中位数)。多个第二评估参数可包括：低血糖指数(lbgi)；高血糖指数(hbgi)；稳定性指数(si)；以及通过将每日低血糖事件的峰值风险和高血糖事件的峰值风险相加确定的总的日血糖变化(adrr)。根据表1可分别确定针对多个第一评估参数值的风险评分和多个第二评估参数值的风险评分。
35.表1。
36.警告信号的参数值可以根据方程(1)计算为警告信号风险变量(wsrv)：其中指数i表示事件，带有指数的事件的权重用表示，并且变量表示布尔（boolean）值，所述布尔值指示事件发生（布尔值 = 1）或者未发生（布尔值 = 0）。
37.例如，事件可以包括以下项中的一项或多项：重复性低血糖 < 70 mg/dl；重复性
高血糖 > 300 mg/dl；重复性严重低血糖 < 50 mg/dl；严重低血糖 < 40 mg/dl；及严重高血糖 > 400 mg/dl；其中重复性低血糖 < 70 mg/dl (rep ho < 70)是指在第一组葡萄糖测量数据中在连续两天中两个smbg 读数低于70 mg/dl；重复性高血糖 > 300 mg/dl (rep he > 300)是指在第一组葡萄糖测量数据中超过三个smbg 读数高于300 mg/dl；重复性严重低血糖 < 50 mg/dl (rep sho < 50)是指在第一组葡萄糖测量数据中在两天中两个smbg读数低于50 mg/dl；严重低血糖 < 40 mg/dl (sho < 40)是指在第一组葡萄糖测量数据中一个 smbg 读数低于40 mg/dl；及严重高血糖 > 400 mg/dl (she > 400)是指在第一组葡萄糖测量数据中一个smbg读数高于400 mg/dl。
38.根据表2，可以根据第一患者的糖尿病类型为事件分配权重。
39.表2。
40.例如，如果第一患者的糖尿病类型是1型糖尿病(type 1)或成人隐匿性自身免疫糖尿病(lada)，则可以因此将权重值3分配给严重高血糖 > 400 mg/dl (she > 400)事件，而如果第一患者的糖尿病类型是2型糖尿病(type 2)或青年人中的成年发病型糖尿病(mody)或其他（others），则可将权重值1分配给严重高血糖 > 400 mg/dl (she > 400)事件。
41.在一个实施例中，第一患者患有1型或2型糖尿病并且第二患者患有1型或2型糖尿病。在一个实施例中，第一患者和第二患者中的一者患有1型糖尿病并且另一者患有2型糖尿病。
42.第一总风险评分和第二总风险评分中的至少一者高于预定义阈值可以分别指示针对第一患者和第二患者存在对于疗法评述（review，检查）和疗法调整中的至少一者的需要。替代性地或附加地，第一总风险评分和第二总风险评分中的至少一者高于预定义阈值可以触发分别向第一患者和第二患者发送的电子消息。
43.预定义阈值可以存储在数据存储装置中并从中进行检索，用于确定是否存在疗法评述和/或疗法调整的需要，和/或用于触发发送给评分超过阈值的患者的自动电子消息。
44.在进一步的实施例中，可以提供以下：a) 对第一最大可达总风险评分和第一阈值进行预定义，且第一总风险评分与第一最大可达总风险评分的比率高于第一预定义阈值
指示针对第一患者存在对于疗法评述和疗法调整中的至少一者的需要，和/或触发发送给第一患者的电子消息其中第一预定义阈值高于0.5，优选地高于0.7，更优选地高于0.8或0.9；和/或b) 对第二最大可达总风险评分和第二阈值进行预定义，且第二总风险评分与第二最大可达总风险评分的比率高于第二预定义阈值指示针对第二患者存在对于疗法评述和疗法调整中的至少一者的需要，和/或触发发送给第二患者的电子消息其中第二预定义阈值高于0.5，优选地高于0.7，更优选地高于0.8或0.9。
45.第一总风险评分与第一最大可达总风险评分的比率高于第一预定义阈值指示针对第一患者存在对于疗法评述和疗法调整中的至少一者的需要。另外地或替代性地，第一总风险评分与第一最大可达总风险评分的比率高于第一预定义阈值可触发向第一患者发送的电子消息。
46.类似地，第二总风险评分与第二最大可达总风险评分的比率高于第二预定义阈值指示针对第二患者存在对于疗法评述和疗法调整中的至少一者的需要。另外地或替代性地，第二总风险评分与第二最大可达总风险评分的比率高于第二预定义阈值可触发向第二患者发送的电子消息。
47.预定义的第一最大可达总风险评分和预定义的第一阈值可以存储在数据存储装置中并从数据存储装置检索，用于确定针对第一患者是否存在对于疗法评述和/或疗法调整的需要，和/或用于在超过第一阈值的情况下，触发向第一患者发送的自动电子消息。预定义的第二最大可达总风险评分和预定义的第二阈值可以存储在数据存储装置中并从数据存储设备检索，用于确定针对第二患者是否存在对于疗法评述和/或疗法调整的需要，和/或用于在超过第二阈值的情况下，触发向第二患者发送的自动电子消息。
48.该消息可以包括以下中的一者或多者：i)关于如何改善血糖控制的教导材料、ii)与医疗保健专业人员的会面请求、iii)增加测量频率的提示。在一个实施例中，仅当患者的测量事件的频率低于存储在数据存储装置中的预定义频率阈值时才发送增加测量频率的提示。
49.通过连接到数据处理装置的显示装置可以输出指示关于相对风险的信息的输出数据。
50.对于上述方法所公开的实施例可以比照应用于该系统。
具体实施方式
51.接下来，以举例的方式，参考附图描述进一步的实施例。在附图中示出：图1用于确定多名患者的缺乏血糖控制的相对风险的系统的示意图；图2用于确定多名患者的缺乏血糖控制的相对风险的方法的示意图；图3包括用于加权不同糖尿病类型的警告信号的权重的表格；图4总结不同糖尿病患者的组和对应指标的表格；图5总结评分系统并包含不同风险指标的表格；图6包含23名示例性患者的风险评分的表格；及图7a至图7d不同组患者的血糖(bg)值随记录时间的四张曲线图。
52.图1示出了用于确定多名患者的缺乏血糖控制的相对风险的系统1的示意图，该系统1包括具有一个或多个数据处理器3a的数据处理装置2。可以在移动或非移动装置上实现的数据处理装置2进一步包括功能性地连接到一个或多个数据处理器3a用于交换电子数据的数据存储装置3b。数据处理装置2正在从测量或分析装置4接收指示一名或多名患者5的葡萄糖水平的测量数据。在典型的用例中，将接收指示至少两名患者的葡萄糖水平的测量数据。可以接收来自不同患者使用的不同测量或分析装置的针对不同患者的测量。例如，每名患者可能正在使用其个人测量或分析装置来收集指示患者（血液）葡萄糖水平的测量数据。替代性地，可以接收来自一个或多个其他数据处理装置6的也可被称作读数的测量数据，该数据处理装置在例如形成多个测量或分析装置之前接收测量数据。
53.图2示出了用于确定至少两名患者5a、5b的缺乏血糖控制的相对风险的计算机实现的方法的示意图。确定缺乏血糖控制的相对风险包括将风险指标分配给患者5a、5b。在（任选的）第一步骤10中，清理在smbg（自我血糖监测，也可以被称作现场监测(spm)测量）中收集的测量数据。可能必须清除表示smbg读数或测量（事件）的测量数据，因为患者5中的一些患者可能已经在短时间段内记录了多个smbg读数。这有时被称作“过度监测(binge monitoring)”，这可能是由于对血糖漂移或造成风险增加的活动（诸如运动）的时间段加强了控制。发生在例如30分钟或更短的预定时间段内的针对一名且同一患者的smbg读数通过清理从输入数据中移除。替代性地，可以应用60分钟的预定时间段。因此，数据不会在这样的时间段内发生偏移(skewed)。
54.随后，在步骤20中，将至少两名患者5a、5b分组。例如，每名患者可能被分配到以下组中的一者：g1‑
平均每天记录少于两个smbg读数的患者，以及g2‑
平均每天记录两个或更多个smbg读数的使用者。在实施例中，g1组和g2组可以分别代表在连续30天中的14天内（大部分记录和测量在该时间段内进行）每天少于2个（或少于5个）和≥2个（或≥5个）的smbg读数。g1和g2组的smbg读数分别代表第一频率的测量事件和第二频率的测量事件。在该示例中，第二测量事件频率高于第一测量事件频率。
55.例如，如果患者在过去30天中在至少14天内每天最少检查自身的smbg两次，则他们将被分配到g2组。请注意，此类测量允许患者记录频率较低或根本不记录的天，只要他们有至少十四天满足上述要求即可。此外，如果另一患者在30天内每隔一天记录至少4个smbg数据，则他们也将被分配到g2组。
56.替代性地，g1和g2组也可以分别代表在连续14天中的7天内（大多数记录在该时间段内进行）每天少于2个（或少于5个）和≥2个（或≥5个）的smbg读数。两周的时间跨度可能是有益的，因为其只专注于最近的测量数据。发生在30天前的测量事件可能与患者的当前治疗方案无关或不容易记住。然而，另一方面，14天中的7天的数据对于分析来说较少。
57.参考图2，在步骤30中，确定g1组和g2组中患者5的风险评分。随后，在步骤40中，通过比较分配到g1组和g2组中的患者5a、5b的（总）风险评分来确定缺乏血糖控制的相对风险。
58.由于g1组和g2组代表具有针对smbg读数或测量而应用的不同频率的患者，因此对两个不同的组的患者应用不同的指标或不同的多个指标（可能具有至少一个共同的指标）来确定个别风险评分。应用不同的指标允许比较针对g1组和g2组中患者确定的风险评分，从而确定缺乏血糖控制的相对风险。根据实际的sbmg读数或测量，此类相对风险对于一组或
另一组的患者可能更高。此外，可以比较两名以上的患者。在有i (i > 2)名数量的患者的情况下，可以将患者分配到g
j
(j ≤ i)组。
59.提出了可以称作adrr（平均日风险范围）的第一指标，adrr构成充分的风险度量，其能够比较患者5在属于不同组g1和g2时的缺乏血糖控制的风险。
60.为了计算高smbg值和低smbg值的风险，采用hbgi（高血糖指数）和lbgi（低血糖指数）变换方程(2)和(3)以及已公布的风险值(cf. kovatchev et al. (2000))。(2000))。
61.其中bg表示smbg记录中记录的血糖值，和如果bg的值以毫克/分升为单位测量，或如果bg的值以毫摩尔/升为单位进行测量。函数可以解释为与特定bg水平相关的风险的度量。依赖于bg的函数代表低风险，并且函数代表高风险。函数是定义在1.1至33.3毫摩尔/升的bg范围内的连续函数。其形式可以如kovatchev等人(2000)所述获得。
62.众所周知，lbgi和hbgi提供对患者血糖控制的评估，其分别涵盖低血糖风险和高血糖风险两者。lbgi和hbgi不是时间依赖性变量。它们是对smbg值的转换和归一化，以便针对低血糖和高血糖提供同等的风险量表。进一步众所周知，它们随着低血糖和高血糖事件的程度和频率而逐渐增加。因此，lbgi和hbgi应用于组g1和组g2中每个组中的所有患者5，允许低频率和高频率smbg患者5两者具有可比较的指标。
63.基于lbgi和hbgi值，计算指标adrr。adrr提供总的日血糖变化的风险评估，即每日低血糖的峰值风险和高血糖事件的峰值风险的总和。adrr计算如下：其中一天的读数数量用表示且一天的血糖数据点用表示(cf. wo 2007/081853 and kovatchev et al. (2006))。m是计算adrr的总天数。
64.为了计算adrr，每天两个读数就可为足够的。替代性地，使用最少三个（或五个）smbg读数来计算adrr。
65.稳定性指数(si)为患者葡萄糖测量数据的平均值除以标准差。每天需要最少两个sbgm读数或测量来计算合理的标准差。替代性地，使用最少三个（或五个）smbg读数来计算si。
66.由于adrr和si两者都要求使用最小读数计数，因此设计了代表低频率患者（g1组）的可比较风险的两个进一步的指标。接下来将讨论这些指标。由于hbgi和lbgi不需要最小数量的smbg读数，hbgi和lbgi用于所有患者5（g1和g2），以便发现高血糖漂移和低血糖漂移的风险。
67.作为adrr的等效指标，可以采用g1组的患者5的smbg值的中位数。在一个实施例中，可以采用g1组的患者5的smbg值的平均值。但是，中位数对离群值的敏感度低于平均值。
68.作为si的等效项，应用警告信号(ws)作为创建g1风险评分的一种方式，该评分与g2组的si风险评分可比较。如果患者符合特定ws百分比的要求，则认为他们缺乏稳定性。ws可以由医疗保健提供者（基于糖尿病类型）进行加权处理，以确定适当的风险，如下所示。
69.警告信号的参数值可计算为警告信号风险变量(wsrv)，后者根据上面的方程(1)进行计算。
70.下面提供了一个计算患者的wsrv的示例。上个月从患者获得的读数符合rep hypo (bg < 70 mg/dl)和rep severe hypo (bg < 50 mg/dl)的标准。
71.该患者既没有经历任何高血糖事件，也没有经历任何严重低血糖事件。获得了以下值：
将这些值代入方程(1)得出：。
72.根据图5中的表格，患者属于有关警告信号的中风险类别。因此，对于ws风险或smbg量级指标(mm)，分配给该患者2的评分。该患者还得到了低smbg指标的中风险评分(lm) = 2，高smbg指标的无风险(hm) = 0，以及平均指标(am)（例如adrr或中位数）的低风险 = 1。
73.因此，该患者的总体风险评分为：。
74.患者的总体风险评分也可以描述为患者的总风险评分与该患者的最大可达总风险评分的比率。
75.权重的设置方式允许对权重进行更改以符合患者的需要。
76.在另一实施例中（例如，对于2型糖尿病患者），严重高血糖事件(> 400 mg/dl)的权重可以高于反复性低血糖事件(< 70 mg/dl)。例如，2型患者的图3中的权重值可以更改如下：。
77.ws可以按如下方式应用：在该读数集中，搜索低于70 mg/dl的低血糖事件，其中在连续两天中两个smbg读数低于70 mg/dl代表低血糖事件。为了确定是否发生低血糖事件，搜索事件的重复实例（instances，情况）。例如，读数bg 67（第1天）、bg 56（第2天）、bg 50（第6天）、bg 65（第7天）
包含重复2天的bg低于70 mg/dl的两个事件。
78.在该读数集中，搜索高于300 mg/dl的高血糖事件，其中高血糖事件对应于超过三个smbg读数高于300 mg/dl。
79.在该读数集中，搜索低于50 mg/dl的严重低血糖事件，其中在两天中两个连续smbg读数低于50 mg/dl。
80.在该读数集中，搜索一个非常严重的低血糖事件，对应于一个读数低于40 mg/dl。
81.在该读数集中，搜索一个非常严重的高血糖事件，对应于一个读数高于400 mg/dl。
82.ws权重取决于糖尿病类型。例如，与对2型糖尿病患者的建议相比，1型糖尿病患者的重复的高bg值或多或少地可能更重要。
83.因此，除了将患者5分为g1组和g2组之外，还将患者5分为以下糖尿病类型以确定适当的权重：1型糖尿病；lada（成人隐匿性自身免疫糖尿病）；2型糖尿病；mody（青年人中的成年发病型）；notlisted（未指明糖尿病）；其他；和gest（妊娠期糖尿病）。
84.图3中列出了g1组和每种类型的权重（绝对和归一化为总和至100%）。该表还可用于识别g2组中的趋势，但不能用于风险评分。对权重进行评估并归一化以用于如上所述的评分分析。妊娠期糖尿病患者(gest)和孕妇糖尿病患者构成了不同的组。妊娠期指标比所有其他ws更严格（就母亲和婴儿而言）。因此，它们的评分不同于其他类型（参见图3中表格的最后两行）。
85.参考图3，妊娠期糖尿病患者的评分基于以下指标：低smbg值（低血糖事件）；高smbg值（高血糖事件）；早晨空腹smbg值高于92 mg/dl；以及当天高于140 mg/dl的任何高血糖事件。除了图3中的最后两个项目外，该评分与g1和g2组相似。图3中表的最后两个指标与ws情况设置一样，除非患者满足要求，否则会为其分配最高的风险评分。
86.g1和g2组中的每一者都包含与等级风险（高、低、稳定和日平均值）可比较的指标。风险等级按以下方式分配给相应的评分（评分
‑
风险）：0
‑
无风险；5
‑
低风险；2
‑
中风险；以及3
‑
高风险。
87.图4示出了总结应用于糖尿病患者5的不同组g1、g2和gest的指标的表格，用于确定不同组的个别风险评分并跟踪缺乏血糖控制的相对风险。术语“早晨空腹高血糖”是指在上午9点之前读取的任何bg值并且高于92 mg/dl。这通常对应于在半夜不进食（禁食）。术语“日高血糖”是指当天的任何bg值高于140 mg/dl。这些值的设置非常保守，因为它们应用于婴儿和母亲。
88.图5示出了一个总结评分系统并包含不同风险指标的表格。其描述了不同的指标，例如lbgi、hbgi和adrr评分标准。应用从0到3的评分，这些评分指的是无风险(0)、低风险(1)、中风险(2)和高风险(3)。
89.在图5中，a1c指的是(hba1c)。如果患者具有对应的ws百分比，则将他们分配到0到3的相应评分类别。风险的中位数值与低于7.0%、8.0%、9.0%和高于9.0%的血红蛋白a1c (hba1c)相关。
90.上述表1中描绘了可替代评分系统。
91.图6示出了包含23个示例性患者的风险评分的表格。表格分为上下两部分，以便更好地展示。其下半部分的列延续了表格上半部分的列。第一列（“用户”）表示从1到23的23名
患者。将所有四个风险类别（见图5）的风险评分相加，以确定g1和g2组的总风险评分（图6中的“评分
”‑
图6中的上半部分）。例如，图6中患者1的总风险评分为11（“hgbi_risk”的评分3加bg_risk的评分3加“adrr风险”的评分3加“si风险”的评分2）。
92.g1和g2两组应用了不同的指标。例如，指标“adrr_risk”(adrr)和“si_risk”(si)尚未应用于g1组。对于g2组，尚未应用“bg_risk”和“ws_risk”(ws)。借由图6中的“nan”识别不应用或不考虑的一些指标。
93.在图6的下部，描绘了hbgi、lbgi、si、ws和adrr的实际值（非风险评分）。“rshypo”对应于bg < 50 mg/dl的重复严重低血糖事件，“rhypo”对应于bg < 70 mg/dl的重复低血糖事件，并且“sh”对应于bg < 40 mg/dl的严重低血糖事件。
94.随后，g1组和g2组中的患者5按总评分从高到低排序。医疗保健提供者可以通过“糖尿病类型”和“风险评分”对g1和g2组确定的个体总风险进行过滤，以查看哪些患者5最需要支持。
95.过去几天的警告信号ws可用于自动消息传递，例如，给医疗保健提供者。例如，每当用户经历低于40 mg/dl的严重低血糖时，就会发送一条自动消息。如果在一周的过程（或指定的时间范围）中，患者达到医疗保健提供者确定的特定阈值，则可以通知医疗保健提供者并直接联系患者。这意味着自动消息传递或通知可以帮助几乎不需要支持的患者5，而具有更大风险的患者5可以由医疗保健提供者亲自治疗。
96.在图7a至7d中，示出了根据不同患者的记录或测量时间的bg值（smbg读数）的四张图。每张图代表以下四组中的四名患者5中的一名，并且具有如上所述确定的以下总风险：g1‑
中风险（图7a）；g2‑
高风险（图7b）；g1‑
高风险（图7c）；和g2‑
无风险（图7d）。bg值的理想范围介于70 mg/dl和180 mg/dl之间。