הבנת תפקידם של Algorithms בתקני ניטור מתמשכים

איך עוקבים אחרי גלוקוז

התקנים שוטפים של גלוקוז (CGM) תלויים חיישן מיניאטורי שהוכנס לרקמות תת-קרקעיות כדי למדוד רמות גלוקוז בנוזל בין-הסמכותי.מדידה זו מתרחשת באופן אוטומטי כל אחד עד חמש דקות, ומייצרת זרם קבוע של אותות חשמליים גולמיים.החיישנים מתקשרים באופן אלחוטי עם משדר, אשר מעביר את הנתונים למקבל, אפליקציה או משאבת אינסולין.

התפקיד המרכזי של Algorithms בתקני CGM

Algorithms לפעול כמנוע אנליטי מאחורי כל מערכת CGM, ביצוע שכבות מרובות של עיבוד אותות ופרשנות.כל שכבה מתייחס לאתגר ספציפי הטבוע לרגישות גלוקוז titial.הבנת פונקציות אלה עוזר למשתמשים להעריך מדוע לעתים קרובות פערים בין קוראי CGM לבין מדידות מקל אצבע להתרחש, וכיצד יצרנים שואפים למזער אותם.

המונחים: noise Reduction

זרמי חיישן Raw מזוהמים על ידי מקורות שונים של רעש: הפרעה אלקטרומגנטית מאלקטרוניקה הסמוכה, מתח מכני מתנועת משתמשים, ושינויים בטמפרטורה transient באתר ההכנסה. מסננים מתקדמים כגון מסנן קאלמן - מצב חוזר של estimator המדינה - מועסקים כדי להחליק את האות תוך שמירה על נטיות גלוקוז רלוונטיות מבחינה ביולוגית או מסנן גלוקוזיביות, עובד על ידי שילוב המדידה הנוכחית עם תחזית המבוססת על הערך הקודם, כגון סינון מדויק יותר, כגון לחץ מזיק, או ירידה בינונית של לחץ על ידי סינון יעיל של לחץ סביבתי, או ירידה עצמית, או ירידה יעילה, או ירידה משמעותית של לחץ סביבתית, או ירידה של חומר זה, על ידי סינון יעיל של לחץ מזיקה, על ידי סינון גלוקוז יציב של חומר זה, או ירידה משמעותית של חומר זה, או ירידה משמעותית של חומר זה, או ירידה של חומרת של חומר זה, על ידי סינון יעיל של חומר זה, על ידי סינון גלוקוז יציב של חומר זה, על ידי סינון יעיל של חומר זה, או ירידה משמעותית, על ידי סינון יעיל של חומר זה, על ידי סינון יעיל של חומר זה, על ידי סינון יעיל של חומר זה, על ידי סינון יעיל של חומר זה, על ידי סינון גלוקוז, על ידי סינון יעיל של חומר זה, או ירידה משמעותית של

המונחים: Drift Compensation

כל חיישני התזמון האנזימטיים CGM מאבדים בהדרגה את הרגישות במהלך הבליש (בדרך כלל 7-14 ימים) בשל שינויים ביו-פוחיות, הפחתת האנזים ותגובות הרקמות המקומיות.יש לפצות על שמירה על דיוק.אלגואטרים משלבים נתונים מדגימים של גלוקוז-מסטיקה (Licial) כדי להתאים את הרווח של חיישן האלגוריתם באופן קבוע ופרמטרים של CGM המסורתית דורשים שני קלואליות ביום, כולל קלואליות של אלגוריתם של 2, כולל שימוש ב-D2, כלומר, כלומר, בין האלגוריתם של אלגוריתם של אלגוריתם CGMD2, כולל טיפול מהיר, כולל טיפול מהיר, כולל טיפול באלגוריתם של אלגוריתם של אלגוריתם של אלגוריתם של D2, כלומר, כלומר, כולל טיפוליקטלוקס, כולל טיפול מהיר, כלומר, כלומר, כלומר, כלומר, אם הוא דורש, החליקטיבי, החליקטיבי, החליקטיבי, בין 3.

טרנד קלקולות וקצב שינוי חץ

אחת התכונות המתועשות ביותר המסופקות על ידי אלגוריתמי CGM היא החץ של שינוי, אשר מציין את הכיוון ואת המהירות של תנועת הגלוקוז.האלגוריתם קובע את המדרונות של קו התוקפנות על חלון מחוספס של 15-20 הדקות האחרונות של מידע גלוקוז מסונן ישירות ו-Lynapation סטנדרטיים, כגון "לשחרר במהירות" (התחילה ו/Led) או "להקפיכות" (rence) קרוב" (או" (או ירידה) להשפעות איטיות) של אינסולין) או ירידה) של אינסולין (DDR) או ירידה) במיוחד עבור רמות הטמפרטורות איטיות) או ירידה) או ירידה (DDRDDRDDRDDRDDRDDRDDRDDR) או ירידה) לפני חיזוי) קרוב להפחתה) או ירידה) או ירידה (מתקניות) או ירידה (כלומר, במיוחד עבור השפעות איטיות (DDRDDRDDRDDRDDRDDRDDRDDRDDRDDRDDRDDRDDRDDRDDRDIRST) לפני חיזוי) של אינסולין (מתקניות) או ירידה) לפני חיזוי) של אינסולין.

Hypoglycemia ו- Hyperglycemia התראות

התראות חיזוי מעבר לאזעקות סף על ידי רמות גלוקוז מסוכנות לפני שהם מתרחשים.האלגוריתם מפרש את קצב השינוי הנוכחי בעתיד (בדרך כלל 20-30 דקות) וממריץ התראה אם הגלוקוז הצפוי חוצה סף מוגדר למשתמש, למשל, אם הגלוקוז היזום נופל על 1.5 / L / ליטר והערך הנוכחי הוא 110 מ"ג / L, החיזוי גלוקוז חוצה רמה גבוהה יותר של אלגוריתם אבטחה קצר לאחר זמן קצר.

סוגים של Algorithms בשימוש ב CGM Systems

ערימה האלגוריתם במכשיר CGM מודרני מורכב בדרך כלל ממספר מרכיבים מתמטיים או למידת מכונה, כל אחד מותאם למשימה מסוימת.שילוב של טכניקות אלה קובע את הדיוק הכולל, ההיענות והחוויה של המשתמש של המערכת.

פילטרים ל-State Asimation

מסנן Kalman הוא עמוד השדרה של רוב אלגוריתמי CGM המסחריים.זה מספק הערכה אופטימלית של גלוקוז בינ-titial אמיתי על ידי ההנחה רעש Gaussian ודינמיקה ליניארית.הפילטר פועל בשני שלבים: חיזוי (באמצעות מודל פשוט של התנהגות גלוקוז להעריך את הערך הבא) ותיקון (בכפוף לחיזוי עם המדידה בפועל המבוססת על אי הוודאות שלהם).

מודלים של Machine Learning Models for Pattern Recognition

אלגוריתמים של למידת מכונות הפכו לחלקם לשיפור הדיוק וההתאמה האישית של דגמי הלמידה העוקבים מאומן על נתונים גדולים של אותות חיישן מזוגיים ומדידות גלוקוז בדם (מניתוחי מעבדה או ממטר אצבע) מודלים אלה לומדים לזהות דפוסים עדינים המעידים על סחף, הפרעה מחומרים כמו acetaminophen או ascorbic acid, או אלגוריתמים של חומרים דחיסה אקראית) עשויים לזהות מתיחות אווירית יערות כאשר הם עלולים לטווח קצר יותר ויותר, במיוחד, כגון חיזוי רשתות זיכרון לטווח קצר (DVic) ו-F) אלגוריתמים (או אלגוריתמים לטווח קצר יותר ויותר, או אלגוריתמים, או אלגוריתמים, או אלגוריתמים (או אלגוריתמים) אלגוריתמים לטווח קצר יותר, לדוגמה, לדוגמה, או אלגוריתמים של נתונים לטווח קצר יותר, לדוגמה, לדוגמה, אלגוריתמים של רשתות זיכרון לטווח קצר יותר, כגון: אלגוריתמים של נתונים לטווח קצר יותר, כגון אלגוריתמים של נתונים לטווח קצר יותר, 000) אלגוריתמים של נתונים לטווח קצר יותר, לדוגמה, לדוגמה, לדוגמה, אלגוריתמים של נתונים לטווח קצר יותר, אלגוריתמים של נתונים לטווח קצר יותר, אלגוריתמים של נתונים לטווח קצר יותר, או

Fusion Algorithms for Multi-Sensorאינטגרציה

כמו טכנולוגיה לבית מתרחבת, אלגוריתמים של היתוך משלבים נתונים CGM עם קלטות ממטרים, צגים קצב לב, חיישני טמפרטורה העור, ואפילו צגים קטנוניים רצופים.המטרה היא לשפר את התחזיות ההקשר-מודעות. לדוגמה, אם נתוני accelerometer מצביעים על פעילות גופנית נמרצת, האלגוריתם עשוי להתאים את תחזית ההיפוגליקמיה שלו כלפי מעלה, כי פעילות גופנית מוגברת של גלוקוז אמריקאי, בדומה לטמפרטורה של 28% של גלוקוז-FDGPSDOF עשויה להפחית את הפחתתה.

הסתגלות עצמית ולימוד עצמי אלגוריתמים

המערכות המתקדמות ביותר של CGM משלבות אלגוריתמים אדפטיים המעדכנים את הפרמטרים שלהם בהתבסס על נתוני משתמשים בודדים.אלגוריתמים אלה משתמשים בטכניקות כמו ריבועים פחות או ירידה מקוונת כדי להתאים את התקני הפחתת קלוריות, תחזיות, ומשקלים חיזוי בזמן אמת.בימים הראשונים של חיישן ללבוש, האלגוריתם "לומד" את הרגישות הגלוקוז האופיינית של המשתמש, התזמון, ואת דפוסי הפעילות הגופנית, ומאפשרים לבדיקות מדויקות יותר ויותר, כגון אלה, כגון שינויים מהירים יותר ויותר, כגון תרופות אוטומטיות או תוכניות חיים או תוכניות, כגון, כגון, כגון, החלות לבדיקות מדויקות יותר ויותר, החלות לאלגוריתמים, החלות לאלגוריתמים, כגון בדיקות אינסולין או אלגוריתמים, או אלגוריתמים, החלות לאלגוריתמים, החלות יותר ויותר.

כיצד Algorithms לשפר את חוויית המשתמש

היתרונות של עיבוד אלגוריתמים מרחיבים הרבה מעבר לתצוגה מספרית פשוטה. אלגוריתמי CGM מודרניים הופכים נתונים גולמיים לתובנות ניתנות לפעולה שמעצימות את המשתמשים לנהל סוכרת עם ביטחון רב יותר ודיוק.

תמיכה בזמן אמת

חץ מגמות וערכי גלוקוז חזו לעזור למשתמשים לקבל החלטות מושכלות לגבי מינון אינסולין, צריכת פחמימות ופעילות גופנית.לדוגמה, חצים "מרוץ במהירות" 90 דקות לאחר הארוחה עשוי להוביל לירידה תיקון, בעוד חצים "ירידה לאט" במהלך אימון יכול להציע צריכת פחמימות מהירה פעולה מהירה לפני hypoglycemia מתפתח. חלק מהמערכות גם לספק מחשבונים המבוססים על גלוקוז הנוכחי, אינסולין פעיל על רמות גבוהות יותר של אינסולין (B) במיוחד עבור תרופות מרשם תרופות מרשם עבור תרופות מרשם לטיפול רפואי, במיוחד עבור תרופות מרשם.

תובנות אישיות וניתוח רטרוספקטיבי

Algorithms יכול לנתח שבועות או חודשים של נתוני גלוקוז לזהות דפוסים חוזרים.לדוגמה, הם עשויים לזהות ספייקטים לאחר-Breakfast המעידים על תזמון חסר הריון מוקדם, או hypos nocturnal המציע אינסולין בישבן יתר. aggregated נתונים מוצג לעתים קרובות כמו פרופיל גלוקוז אמבולטורי (AGP), המציג גלוקוז, זמן-in-in-טווח ו- vemicability עבור משתמשים אלה ויזואליים.

שילוב משלוח אוטומטי

במערכות חד-לשוניות היברידיות, כגון 780G או Tandem Control-IQ, אלגוריתמי CGM מתקשרים ישירות עם משאבות אינסולין.האלגוריתם קורא באופן קבוע ערכי גלוקוז, מחשב רמות עתידיות חזו, ומתאים את משלוח האינסולין הבסטיאלי של המשאבה באופן אוטומטי.חלק מהמערכות מספקות גם בולוסים אוטומטיים כאשר הגלוקוז צפוי לעלות על סף מטרה.

זיכרון ומגמות חזותיות

אלגוריתמים CGM דחוסים אלפי נקודות נתונים בדוחות מעוכלים בקלות.תכונות כמו סקירה סטנדרטית של יום, ⁇ טבלאות זמן לטווח ארוך, ואחוז מעל / טווח נמוך עוזר למשתמשים להעריך במהירות כמה אסטרטגיית הניהול שלהם עובד. אלגוריתמים מתקדמים יכולים overlay פעילות, סמני ארוחות, וזמני תרופות לחשוף מערכות יחסים של גורם-אפקטים.זה מפחית עומס קוגניטיבי והופך את זה קל יותר לשתף נתונים משמעותיים עם ספקי שירותי בריאות.

אתגרים ומגבלות של CGM Algorithms

למרות ה תחכום שלהם, אלגוריתמי CGM אינם מושלמים.הבנת המגבלות שלהם מסייעת למשתמשים לפרש נתונים בצורה נכונה ולהימנע מהסתמכות יתר על קריאה אחת.

• (FLT:0) דיוקנות לעומת reponsiveness Trade-off:Fillo:1 Algorithms החל מסנן כבד כדי להפחית רעש עשוי להציג עיכוב בזיהוי שינויים גלוקוז מהירים. במהלך נדנדה מהירה (למשל, ספייקט שלאחר הניתוחים שלאחר הניתוחים או טיפות אינסולין), הגלוקוז המדווח עשוי להתגמל מאחורי הדם האמיתי על ידי 5-15 דקות של גלוקוזיביות, גם על מנת לפלס את הפחתת הפחתת הפחתת הפחתת הפחתת הפחתת הפחתת הפחתת הפחתת הפחתת הפחתת הפחתת הגבהים הירכיים, ייתכן שייתכן כימות של הגורמות להפחתה של הגורמות להפחתה של הגורמות להפחתה של הגורמות להפחתה של הגורמות להפחתה של אירועים הירכיים.
• (FLT:0 השוואות ושגיאות קליברציה: ההרחבה 1) חומרים מספריים יכולים להפריע חיישנים של חמצון גלוקוז, גרימת overestimation או underestimation. Acetaminophen (paracetamol) הוא מתחרה ידוע שיכול להעלות קריאה על ידי 10-50 מ"ג / L במשך מספר שעות.למרות אלגוריתמים חדשים לשלב זיהוי ותגמול ידוע עבור חומרים מכוסים, בנוסף, לא ניתן לתסמינים מהירים יותר מאשר לתסמינים של חומרים מדבקים.
• (FLT:0) Variability:FLT:1 ביצועים אלגוריה משתנים על פני אנשים עקב הבדלים בעור, מצב היממה, עומק הוספת חיישן, וקצב חילוף החומרים. ניסויים קליניים לעתים קרובות מדווחים ערכים מצוינים על ממוצע (למשל, 8 עד 10%), אבל משתמשים בודדים עשויים לחוות שגיאות גדולות יותר.
• (FLT:0) פרטיות ואבטחה: נתונים CGM מועברים באופן רציף לסמארטפונים ולפלטפורמות מבוססות ענן לאחסון וניתוח.בעוד הצפנה ואנונימיות הם סטנדרטיים, פרצות באבטחת יישומים או בלתי מורשים של צד שלישי שיתוף נתונים נשאר סיכונים.
• (FLT:0)Model Transparency and Trust: FIRLT:1; כמודלים למידת מכונה הופכים מורכבים יותר, כביכול אלגוריתמים "קופסא שחורה" עשויים לייצר תוצאות נכונות מבלי להציע חשיבה מפרה בקלות.חוסר שקיפות יכול לקלקל את אמון המשתמשים, במיוחד כאשר האלגוריתם עושה המלצה חשודה.חוקרים פועלים על שיטות AIable המדגישות את הגורמים (למשל, לאחרונה, זמן של פעילות מסוימת, חיזוי או חיזוי מסוים).

כיוונים עתידיים עבור Algorithms במכשירי CGM

הדור הבא של אלגוריתמי CGM ימנף התקדמות בלמידה עמוקה, מחשוב קצה וחיישנים רב-ממדיים כדי להשיג דיוק חסר תקדים ואישון.

למידה עמוקה לתחזיות לטווח ארוך

רשתות עצביות חוזרות ונשנות (RNN), מסובכות, ומודלים המבוססים על תשומת לב מפותחים כדי לחזות רמות גלוקוז עד 60-90 דקות קדימה עם דיוק גבוה.על ידי אימון על נתונים מסיביים הכוללים גורמים מגוונים - יצירות אלקטרוניות, פרופילים של אינסולין, אינטנסיביות פעילות גופנית, סמנים מתח, ואפילו מחזורי זמן לא שגרתיים - מודלים אלה יכולים ללכוד דינמיקה מורכבת לא לינארית כי מודלים מסורתיים מניסויים אקדמיים יכולים להיות באמת להפחית חיזוי עמוק של טמפרטורות גבוהות יותר, כלומר, כלומר, כלומר, כלומר, כלומר, כלומר, כלומר, 30 שיטות אבטחה יעילות יותר, כלומר, 000 שיטות טיפול יעילות יותר, כלומר, 000 שיטות טיפול יעילות, 000 שיטות ניהול יעיל יותר, כלומר, 000, 000, 000, 000, 000, 000, 000, 000, אפילו מחזורי טיפול יעיל יותר, אפילו מחזורים, 000 יעילות, 000 שיטות ניהול יעיל יותר, 000 שיטות ניהול יעיל יותר, 000 שיטות ניהול יעיל יותר, אפילו מחזורי תיבות של ניהול יעיל יותר, 000 יעילות, 000, 000, 000, 000 יעילות, 000 יעילות, 000, 000, 000, אפילו מחזורים ניהול יעיל יותר, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000

צוק איתן ו- On-Device

הפעלת אלגוריתמים על משדר החיישן או הסמארטפון (edge AI) מפחיתה את ההסתמכות על קישוריות בענן, מורידה את הגמישות, ומשפרת את הפרטיות. מיקרובקרים מודרניים עם יחידות עיבוד עצביות יכולים לבצע רשתות עצביות קלות בזמן אמת עם צריכת חשמל מינימלית.זה מאפשר תכונות כגון זיהוי hypoglycemia מיידי במהלך ניתוק מהאינטרנט, והוא מבטל חששות לגבי שליחת נתונים רגישים לחברות מרוחקות.

מיקסום Multi-Sensor Fusion ו- Wearableאינטגרציה

אלגוריתמים עתידיים ימזגו נתונים CGM עם קלטות מצופים חכמים (גמישות קצב הלב, פעילות אלקטרודרמית, טמפרטורה עור), צגים ketone רציף, ואפילו חיישנים אופטיים לא פולשניים (האינטגרציה הזו יכולה לספק אזהרות מוקדמות עבור קטוגוזיס סוכרתית סוכרתית, hypoglycemia המושרה פעילות גופנית, או זיהום.לדוגמה, עלייה פתאומית בקצב הלב עם גלוקוז עלול לגרום התראה עבור סימפטומים קשים של טיפול תרופתי, כדי למנוע טיפול תרופתי, כדי למנוע את ה-דלקתי דם 1F להתרחש, כדי לבצע פעולות למניעת לנטרל את ה-דלקתיות.

למידה עצמית מתמשכת ואישיות

אלגוריתמים שמתאימים באופן מתמיד להתנהגות המשתמש האישית – הידועה כלמידה לכל החיים – יהפכו לסטנדרטיים.בניגוד למודלים סטטיים שהוכשרו על נתוני אוכלוסייה, אלגוריתמים אלה מעדכנים את הפרמטרים שלהם לאחר כל מפגש חיישן, שילוב דפוסים חדשים כגון שינויים בתזונה, שגרת פעילות גופנית, או רגישות לאינסולין עקב תנודות הורמונליות.אלגוריתמיות אישיות יכולות לספק הגדרות של משאבת אינסולין מתפוצות, המלצות להורדת ארוחות, והתערבות שתפתחות עם מערכות הפעלה עם המשתמש, ונקודות קצה, ונקודות קצה, ועוד כמה שנים.

פיקוח על תגמול ואלגואטרם אימות

מכיוון שאלגוריתמים CGM משפיעים ישירות על החלטות רפואיות – כולל אינסולין – גופי רגולציה דורשים ראיות קפדניות של דיוק ובטיחות.FDA דורש מיצרנים לערוך מחקרים קליניים השוואת קריאה לחיישנים נגד שיטת ההתייחסות (למשל, בדיקת שתן צהובה או ניתוח גז ארסי) לפני שרשויות ה- CARD (התגובה העיקרית היא MARD), עם מטרה בדרך כלל מתחת ל-10% לשימוש לא צומת, בנוסף, הביצועים המקובלים על ידי האלגוריתם של 5D) או שיפור מהיר, כמו גם אם הוא MARD) או אלגוריתם רפואי.

טיפים מעשיים למשתמשים כדי אופטימיזציה של Algorithm Performance

• שמור על אתר החיישן נקי, יבש, וחופש של הגרלות או שמנים כדי למזער רעש אות. להימנע הצבת החיישן באזורים עם רקמת צלקת כבדה או שיער.
• קלבראט לפי הוראות היצרן.עבור מערכות הדורשות כיבוד, השתמש בקריאה מקל אצבע שנלקחה כאשר הגלוקוז יציב - לא במהלך עלייה מהירה או נופל - כדי למנוע הצגת שגיאות.
• השתמש בפסים של בדיקות מאותו זמן כאשר ניתן להפחית את ה-Variability.חנות רצועות בהתאם להוראות (cool, יבש, הרחק מאור השמש).
• עדכון אפליקציית CGM ו-SpotCore מיידי. יצרנים לעתים קרובות משחררים שיפורים אלגוריתמים שמגבירים את הדיוק, מוסיפים תכונות חדשות, או לתקן באגים ידועים.
• בדוק נתונים אופנתיים עם ספק הבריאות שלך במרווחים קבועים.חפש דפוסים בטווח זמן, נמוך בין לילה, וספיקים פוסט-פרונטליים כדי להתאים את הטיפול בהתבסס על תובנות אלגוריתמיות.
• להיות מודע לגורמים שיכולים להפריע לקריאה: תרופות נפוצות כמו אצטינופן, מינונים גבוהים של ויטמין C, או אפילו גרסאות המוגלובין. לבדוק את התווית של המכשיר עבור מפריעים ידועים לדון חלופות עם הרופא שלך.
• אם אתה חושד בדחיסה נמוכה (ירידה מהירה בעת שינה על החיישן), להסיר לחץ מהאתר ובדוק לאחר 15 דקות.האלגוריתם צריך להתאושש, אבל אירועים חוזרים על דחיסה עשויים לחייב שינוי חיישן.

מסקנה

אלגוריתמים הם השותפים השקטים, החיוניים של ניטור גלוקוז מתמשך.הם מתרגמים זרמי חשמל גולמיים לתוך תחזיות מצילות חיים, חץ טרנד, ואזהרות, המאפשרים מיליוני אנשים עם סוכרת לנהל את מצבם עם גמישות חסרת תקדים.ממסננים קלמן כי לרתום רעש עמוק רשתות עצביות, לחזות את טיולי הגלוקוז עתידיים, המודלים המתמטיים בלב של מכשירים CGM להמשיך להתפתח כמו אתגרים אישיים, והפרעות אישיות, ופרטים, כמו גם מרפאות, ופתרונות מדויקים יותר, ומשתנים, כמו גם לגבי מערכות אבטחה, ומשתנים, ומשתנים, ומשתנים, ומשתנים, כמו גם לגבי איכותיים, ומגבלות טיפוליות, כמו גם על ידי מערכות אבטחה, וגרסאות אישיות, והפרעות אישיות, ומשתנים, וגרסאות אישיות, ואפקטים, על ידי מערכות אבטחה, על ידי מערכות אבטחה, על ידי שיטות טיפוליות, על ידי שיטות טיפוליות, ופעולות טיפוליות, וגרסאות טיפוליות, כדי לשפר את רמת אבטחה אלגוריתמים של מידע אלגוריתמים, כדי לשפר את רמת אבטחה אלגוריתמים של חומרים אלגוריתמים, וגרסאות טיפוליות, כדי לשפר את ההשפעות של מערכות אבטחה אלגוריתמים של מערכות אבטחה אלגוריתמים של מערכות טיפוליות, וגרסאות טיפול