DIABETES DATA ANALYSIS AND INTERPRETATION SYSTEM
An automated diabetes data interpretation system is provided which combines symbolic and numeric computing approaches in order to identify and highlight key clinical findings in the patient's self-recorded diabetes data. The patient data, including blood glucose levels and insulin dosage levels...
Gespeichert in:
Hauptverfasser: | , , , , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
container_end_page | |
---|---|
container_issue | |
container_start_page | |
container_title | |
container_volume | |
creator | COUSINS, STEVE B BEARD, JAMES C KAHN, MICHAEL G HUANG, DIJIA ABRAMS, CHARLENE A BUSSMANN, STEPHEN A |
description | An automated diabetes data interpretation system is provided which combines symbolic and numeric computing approaches in order to identify and highlight key clinical findings in the patient's self-recorded diabetes data. The patient data, including blood glucose levels and insulin dosage levels, recorded by a diabetic patient over a period of time by means of a glucose meter or the like, is initially downloaded into a central processing system such as a personal computer. The accepted diabetes data is subsequently processed to (a) identify insulin dosage regimens corresponding to predefined significant changes in insulin dosage which are found to be sustained for at least a predefined segment of the overall data collection period, (b) identify statistically significant changes in blood glucose levels resulting across adjacent ones of the identified insulin regimen periods, and (c) identify clinically significant changes in blood glucose levels from within the identified statistically significant glucose level changes. The results of the diabetes data processing are generated in the form of a comprehensive yet easily understandable data interpretation report highlighting the processing results, including details pertaining to the identified insulin regimens and the associated clinically significant changes in glucose levels.
Est décrit un système automatisé d'interprétation des données sur le diabète qui combine les méthodes de calcul symbolique et numérique afin d'identifier et de faire ressortir les résultats cliniques clés dans les données sur le diabète enregistrées par le patient lui-même. Les données sur le patient, notamment la glycémie et les doses d'insuline enregistrées par un patient diabétique au cours d'une période donnée au moyen d'un glucomètre ou d'un dispositif semblable, sont dans un premier temps téléchargées dans un système central de traitement, comme un ordinateur personnel. Les données sur le diabète acceptées sont ensuite traitées pour a) identifier les schémas posologiques d'insuline correspondant à des modifications significatives prédéfinies du dosage de l'insuline dont on a constaté qu'elles étaient soutenues pendant au moins un segment prédéfini de l'ensemble de la période de collecte de données, b) identifier les modifications statistiquement significatives de la glycémie qui en résultent au cours des périodes adjacentes aux périodes d'insulinothérapie identifiées et c) identifier les modifications cliniquement significatives d |
format | Patent |
fullrecord | <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_CA2051914C</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>CA2051914C</sourcerecordid><originalsourceid>FETCH-epo_espacenet_CA2051914C3</originalsourceid><addsrcrecordid>eNrjZDBw8XR0cg1xDVZwcQxxVHD0c_SJDPYMBjJcFDz9QlyDAoJcQxxDPP39FIIjg0NcfXkYWNMSc4pTeaE0N4O8m2uIs4duakF-fGpxQWJyal5qSbyzo5GBqaGloYmzMWEVAJ3KJXg</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>DIABETES DATA ANALYSIS AND INTERPRETATION SYSTEM</title><source>esp@cenet</source><creator>COUSINS, STEVE B ; BEARD, JAMES C ; KAHN, MICHAEL G ; HUANG, DIJIA ; ABRAMS, CHARLENE A ; BUSSMANN, STEPHEN A</creator><creatorcontrib>COUSINS, STEVE B ; BEARD, JAMES C ; KAHN, MICHAEL G ; HUANG, DIJIA ; ABRAMS, CHARLENE A ; BUSSMANN, STEPHEN A</creatorcontrib><description>An automated diabetes data interpretation system is provided which combines symbolic and numeric computing approaches in order to identify and highlight key clinical findings in the patient's self-recorded diabetes data. The patient data, including blood glucose levels and insulin dosage levels, recorded by a diabetic patient over a period of time by means of a glucose meter or the like, is initially downloaded into a central processing system such as a personal computer. The accepted diabetes data is subsequently processed to (a) identify insulin dosage regimens corresponding to predefined significant changes in insulin dosage which are found to be sustained for at least a predefined segment of the overall data collection period, (b) identify statistically significant changes in blood glucose levels resulting across adjacent ones of the identified insulin regimen periods, and (c) identify clinically significant changes in blood glucose levels from within the identified statistically significant glucose level changes. The results of the diabetes data processing are generated in the form of a comprehensive yet easily understandable data interpretation report highlighting the processing results, including details pertaining to the identified insulin regimens and the associated clinically significant changes in glucose levels.
Est décrit un système automatisé d'interprétation des données sur le diabète qui combine les méthodes de calcul symbolique et numérique afin d'identifier et de faire ressortir les résultats cliniques clés dans les données sur le diabète enregistrées par le patient lui-même. Les données sur le patient, notamment la glycémie et les doses d'insuline enregistrées par un patient diabétique au cours d'une période donnée au moyen d'un glucomètre ou d'un dispositif semblable, sont dans un premier temps téléchargées dans un système central de traitement, comme un ordinateur personnel. Les données sur le diabète acceptées sont ensuite traitées pour a) identifier les schémas posologiques d'insuline correspondant à des modifications significatives prédéfinies du dosage de l'insuline dont on a constaté qu'elles étaient soutenues pendant au moins un segment prédéfini de l'ensemble de la période de collecte de données, b) identifier les modifications statistiquement significatives de la glycémie qui en résultent au cours des périodes adjacentes aux périodes d'insulinothérapie identifiées et c) identifier les modifications cliniquement significatives de la glycémie parmi les modifications statistiquement significatives de la glycémie identifiées. Les résultats du traitement des données sur le diabète sont générés sous la forme d'un rapport exhaustif mais facilement compréhensible d'interprétation des données, qui indique les résultats du traitement, notamment les détails concernant les schémas posologiques d'insuline identifiés et les modifications cliniquement significatives de la glycémie correspondantes.</description><edition>6</edition><language>eng ; fre</language><subject>CALCULATING ; COMPUTING ; COUNTING ; DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES ; DIAGNOSIS ; HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA ; HUMAN NECESSITIES ; HYGIENE ; IDENTIFICATION ; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS ; INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIRCHEMICAL OR PHYSICAL PROPERTIES ; MEASURING ; MEDICAL OR VETERINARY SCIENCE ; PHYSICS ; SURGERY ; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR ; TESTING</subject><creationdate>1999</creationdate><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktohtml>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=19990119&DB=EPODOC&CC=CA&NR=2051914C$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,780,885,25564,76547</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=19990119&DB=EPODOC&CC=CA&NR=2051914C$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>COUSINS, STEVE B</creatorcontrib><creatorcontrib>BEARD, JAMES C</creatorcontrib><creatorcontrib>KAHN, MICHAEL G</creatorcontrib><creatorcontrib>HUANG, DIJIA</creatorcontrib><creatorcontrib>ABRAMS, CHARLENE A</creatorcontrib><creatorcontrib>BUSSMANN, STEPHEN A</creatorcontrib><title>DIABETES DATA ANALYSIS AND INTERPRETATION SYSTEM</title><description>An automated diabetes data interpretation system is provided which combines symbolic and numeric computing approaches in order to identify and highlight key clinical findings in the patient's self-recorded diabetes data. The patient data, including blood glucose levels and insulin dosage levels, recorded by a diabetic patient over a period of time by means of a glucose meter or the like, is initially downloaded into a central processing system such as a personal computer. The accepted diabetes data is subsequently processed to (a) identify insulin dosage regimens corresponding to predefined significant changes in insulin dosage which are found to be sustained for at least a predefined segment of the overall data collection period, (b) identify statistically significant changes in blood glucose levels resulting across adjacent ones of the identified insulin regimen periods, and (c) identify clinically significant changes in blood glucose levels from within the identified statistically significant glucose level changes. The results of the diabetes data processing are generated in the form of a comprehensive yet easily understandable data interpretation report highlighting the processing results, including details pertaining to the identified insulin regimens and the associated clinically significant changes in glucose levels.
Est décrit un système automatisé d'interprétation des données sur le diabète qui combine les méthodes de calcul symbolique et numérique afin d'identifier et de faire ressortir les résultats cliniques clés dans les données sur le diabète enregistrées par le patient lui-même. Les données sur le patient, notamment la glycémie et les doses d'insuline enregistrées par un patient diabétique au cours d'une période donnée au moyen d'un glucomètre ou d'un dispositif semblable, sont dans un premier temps téléchargées dans un système central de traitement, comme un ordinateur personnel. Les données sur le diabète acceptées sont ensuite traitées pour a) identifier les schémas posologiques d'insuline correspondant à des modifications significatives prédéfinies du dosage de l'insuline dont on a constaté qu'elles étaient soutenues pendant au moins un segment prédéfini de l'ensemble de la période de collecte de données, b) identifier les modifications statistiquement significatives de la glycémie qui en résultent au cours des périodes adjacentes aux périodes d'insulinothérapie identifiées et c) identifier les modifications cliniquement significatives de la glycémie parmi les modifications statistiquement significatives de la glycémie identifiées. Les résultats du traitement des données sur le diabète sont générés sous la forme d'un rapport exhaustif mais facilement compréhensible d'interprétation des données, qui indique les résultats du traitement, notamment les détails concernant les schémas posologiques d'insuline identifiés et les modifications cliniquement significatives de la glycémie correspondantes.</description><subject>CALCULATING</subject><subject>COMPUTING</subject><subject>COUNTING</subject><subject>DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES</subject><subject>DIAGNOSIS</subject><subject>HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA</subject><subject>HUMAN NECESSITIES</subject><subject>HYGIENE</subject><subject>IDENTIFICATION</subject><subject>INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS</subject><subject>INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIRCHEMICAL OR PHYSICAL PROPERTIES</subject><subject>MEASURING</subject><subject>MEDICAL OR VETERINARY SCIENCE</subject><subject>PHYSICS</subject><subject>SURGERY</subject><subject>SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR</subject><subject>TESTING</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>1999</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNrjZDBw8XR0cg1xDVZwcQxxVHD0c_SJDPYMBjJcFDz9QlyDAoJcQxxDPP39FIIjg0NcfXkYWNMSc4pTeaE0N4O8m2uIs4duakF-fGpxQWJyal5qSbyzo5GBqaGloYmzMWEVAJ3KJXg</recordid><startdate>19990119</startdate><enddate>19990119</enddate><creator>COUSINS, STEVE B</creator><creator>BEARD, JAMES C</creator><creator>KAHN, MICHAEL G</creator><creator>HUANG, DIJIA</creator><creator>ABRAMS, CHARLENE A</creator><creator>BUSSMANN, STEPHEN A</creator><scope>EVB</scope></search><sort><creationdate>19990119</creationdate><title>DIABETES DATA ANALYSIS AND INTERPRETATION SYSTEM</title><author>COUSINS, STEVE B ; BEARD, JAMES C ; KAHN, MICHAEL G ; HUANG, DIJIA ; ABRAMS, CHARLENE A ; BUSSMANN, STEPHEN A</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_CA2051914C3</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>eng ; fre</language><creationdate>1999</creationdate><topic>CALCULATING</topic><topic>COMPUTING</topic><topic>COUNTING</topic><topic>DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES</topic><topic>DIAGNOSIS</topic><topic>HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA</topic><topic>HUMAN NECESSITIES</topic><topic>HYGIENE</topic><topic>IDENTIFICATION</topic><topic>INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS</topic><topic>INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIRCHEMICAL OR PHYSICAL PROPERTIES</topic><topic>MEASURING</topic><topic>MEDICAL OR VETERINARY SCIENCE</topic><topic>PHYSICS</topic><topic>SURGERY</topic><topic>SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR</topic><topic>TESTING</topic><toplevel>online_resources</toplevel><creatorcontrib>COUSINS, STEVE B</creatorcontrib><creatorcontrib>BEARD, JAMES C</creatorcontrib><creatorcontrib>KAHN, MICHAEL G</creatorcontrib><creatorcontrib>HUANG, DIJIA</creatorcontrib><creatorcontrib>ABRAMS, CHARLENE A</creatorcontrib><creatorcontrib>BUSSMANN, STEPHEN A</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>COUSINS, STEVE B</au><au>BEARD, JAMES C</au><au>KAHN, MICHAEL G</au><au>HUANG, DIJIA</au><au>ABRAMS, CHARLENE A</au><au>BUSSMANN, STEPHEN A</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>DIABETES DATA ANALYSIS AND INTERPRETATION SYSTEM</title><date>1999-01-19</date><risdate>1999</risdate><abstract>An automated diabetes data interpretation system is provided which combines symbolic and numeric computing approaches in order to identify and highlight key clinical findings in the patient's self-recorded diabetes data. The patient data, including blood glucose levels and insulin dosage levels, recorded by a diabetic patient over a period of time by means of a glucose meter or the like, is initially downloaded into a central processing system such as a personal computer. The accepted diabetes data is subsequently processed to (a) identify insulin dosage regimens corresponding to predefined significant changes in insulin dosage which are found to be sustained for at least a predefined segment of the overall data collection period, (b) identify statistically significant changes in blood glucose levels resulting across adjacent ones of the identified insulin regimen periods, and (c) identify clinically significant changes in blood glucose levels from within the identified statistically significant glucose level changes. The results of the diabetes data processing are generated in the form of a comprehensive yet easily understandable data interpretation report highlighting the processing results, including details pertaining to the identified insulin regimens and the associated clinically significant changes in glucose levels.
Est décrit un système automatisé d'interprétation des données sur le diabète qui combine les méthodes de calcul symbolique et numérique afin d'identifier et de faire ressortir les résultats cliniques clés dans les données sur le diabète enregistrées par le patient lui-même. Les données sur le patient, notamment la glycémie et les doses d'insuline enregistrées par un patient diabétique au cours d'une période donnée au moyen d'un glucomètre ou d'un dispositif semblable, sont dans un premier temps téléchargées dans un système central de traitement, comme un ordinateur personnel. Les données sur le diabète acceptées sont ensuite traitées pour a) identifier les schémas posologiques d'insuline correspondant à des modifications significatives prédéfinies du dosage de l'insuline dont on a constaté qu'elles étaient soutenues pendant au moins un segment prédéfini de l'ensemble de la période de collecte de données, b) identifier les modifications statistiquement significatives de la glycémie qui en résultent au cours des périodes adjacentes aux périodes d'insulinothérapie identifiées et c) identifier les modifications cliniquement significatives de la glycémie parmi les modifications statistiquement significatives de la glycémie identifiées. Les résultats du traitement des données sur le diabète sont générés sous la forme d'un rapport exhaustif mais facilement compréhensible d'interprétation des données, qui indique les résultats du traitement, notamment les détails concernant les schémas posologiques d'insuline identifiés et les modifications cliniquement significatives de la glycémie correspondantes.</abstract><edition>6</edition><oa>free_for_read</oa></addata></record> |
fulltext | fulltext_linktorsrc |
identifier | |
ispartof | |
issn | |
language | eng ; fre |
recordid | cdi_epo_espacenet_CA2051914C |
source | esp@cenet |
subjects | CALCULATING COMPUTING COUNTING DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES DIAGNOSIS HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA HUMAN NECESSITIES HYGIENE IDENTIFICATION INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIRCHEMICAL OR PHYSICAL PROPERTIES MEASURING MEDICAL OR VETERINARY SCIENCE PHYSICS SURGERY SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR TESTING |
title | DIABETES DATA ANALYSIS AND INTERPRETATION SYSTEM |
url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-05T08%3A19%3A07IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-epo_EVB&rft_val_fmt=info:ofi/fmt:kev:mtx:patent&rft.genre=patent&rft.au=COUSINS,%20STEVE%20B&rft.date=1999-01-19&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3ECA2051914C%3C/epo_EVB%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true |