BRPI0313823B1 - Método e aparelho para predizer o trabalho da respiração - Google Patents

Método e aparelho para predizer o trabalho da respiração Download PDF

Info

Publication number
BRPI0313823B1
BRPI0313823B1 BRPI0313823-2A BRPI0313823A BRPI0313823B1 BR PI0313823 B1 BRPI0313823 B1 BR PI0313823B1 BR PI0313823 A BRPI0313823 A BR PI0313823A BR PI0313823 B1 BRPI0313823 B1 BR PI0313823B1
Authority
BR
Brazil
Prior art keywords
breathing
pressure
respiratory
patient
fact
Prior art date
Application number
BRPI0313823-2A
Other languages
English (en)
Inventor
Neil R. Euliano
Victor L. Brennan
Paul B. Blanch
Michael J. Banner
Original Assignee
University Of Florida
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University Of Florida filed Critical University Of Florida
Publication of BRPI0313823B1 publication Critical patent/BRPI0313823B1/pt
Publication of BRPI0313823B8 publication Critical patent/BRPI0313823B8/pt

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/082Evaluation by breath analysis, e.g. determination of the chemical composition of exhaled breath
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/03Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs
    • A61B5/036Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs by means introduced into body tracts
    • A61B5/037Measuring oesophageal pressure
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/083Measuring rate of metabolism by using breath test, e.g. measuring rate of oxygen consumption
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/085Measuring impedance of respiratory organs or lung elasticity
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/087Measuring breath flow
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61MDEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/021Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
    • A61M16/022Control means therefor
    • A61M16/024Control means therefor including calculation means, e.g. using a processor
    • A61M16/026Control means therefor including calculation means, e.g. using a processor specially adapted for predicting, e.g. for determining an information representative of a flow limitation during a ventilation cycle by using a root square technique or a regression analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61MDEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/0003Accessories therefor, e.g. sensors, vibrators, negative pressure
    • A61M2016/003Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter
    • A61M2016/0033Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical
    • A61M2016/0036Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical in the breathing tube and used in both inspiratory and expiratory phase

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pulmonology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Physiology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

"método e aparelho para predizer o trabalho da respiração". a invenção refere-se a um método para criar um preditor não-invasivo do esforço do paciente tanto fisiológico quanto imposto da pressão de passagem de ar e sensores de fluxo presos no paciente que utilizam um modelo matemático adaptável. o esforço do paciente é comumente medido através do trabalho de respiração, da potência de respiração, ou do produto de pressão - tempo de pressão esofageal e é importante para ajustar apropriadamente o suporte ventilatório para os pacientes que respiram espontaneamente. o método para calcular este preditor não-invasivo está baseado em cálculos lineares ou não-lineares que utilizam múltiplos parâmetros derivados dos sensores acima mencionados.

Description

Relatório Descritivo da Patente de Invenção para "MÉTODO E APARELHO PARA PREDIZER O TRABALHO DA RESPIRAÇÃO".
Este pedido reivindica prioridade ao Pedido Provisório U.S. Número de Série 60/407.099, requerido em 30 de Agosto de 2002, aqui incorporado por referência.
Campo da Invenção A presente invenção refere-se genericamente ao campo da terapia e fisiologia respiratória, que inclui a tecnologia de monitoramento ventilador e respiratório, e, mais especificamente, a um método e aparelho para predizer o trabalho de respiração fisiológico de um paciente e trabalho de respiração imposto.
Fundamentos da Invenção O suporte ventilatório mecânico é amplamente aceito como uma forma eficiente de terapia e um meio para tratar os pacientes com falha respiratória. A ventilação é o processo de fornecer o oxigênio e lavar o dióxido de carbono dos alvéolos nos pulmões. Quando recebendo o suporte respiratório, o paciente torna-se parte de um complexo sistema interativo que é esperado prover uma ventilação adequada e promover a troca de gás para auxiliar na estabilização e na recuperação do paciente. O tratamento clínico de um paciente ventilado freqüentemente solicita o monitoramento da respiração do paciente para detectar uma interrupção ou uma irregularidade no padrão de respiração, para disparar um ventilador para iniciar a respiração auxiliada, e para interromper a respiração auxiliada periodicamente para de-sabituar o paciente do regime de respiração, por meio disto restaurando a capacidade do paciente de respirar independentemente.
Naqueles casos nos quais um paciente requer a ventilação mecânica devido a uma falha respiratória, uma ampla variedade de respirado-res mecânicos está disponível. A maioria dos ventiladores modernos permitem ao clínico selecionar e utilizar vários modos de inalação ou individualmente ou em combinação através dos controles de ajuste do ventilador que são comuns aos ventiladores. Estes modos podem ser definidos em três amplas categorias: espontânea, auxiliada ou controlada. Durante a ventilação espontânea sem outros modos de ventilação, o paciente respira no seu próprio ritmo, mas outras intervenções podem afetar outros parâmetros de ventilação incluindo o volume respiratório e a pressão de linha de base, acima da ambiente, dentro do sistema. Na ventilação auxiliada, o paciente inicia a inalação diminuindo a pressão de linha de base por graus variáveis, e então o ventilador "ajuda" o paciente a completar a respiração pela aplicação de pressão positiva. Durante a ventilação controlada, o paciente é incapaz de respirar espontaneamente ou iniciar uma respiração, e é portanto dependente do ventilador para cada respiração. Durante a respiração espontânea ou auxiliada, o paciente é requerido "trabalhar" (em graus variáveis) pela utilização dos músculos respiratórios de modo a respirar. O trabalho total da respiração (o trabalho de iniciar e sustentar uma respiração) executado por um paciente para inalar enquanto entubado e preso ao ventilador pode ser dividido em dois componentes principais: o trabalho de respiração fisiológico (o trabalho de respiração do paciente, "WOBp") e o trabalho de respiração resistente imposto pelo aparelho de respiração (o tubo endotraqueal e o ventilador) ("WOBi"). O trabalho de respiração total ("WOB") pode ser medido e quantificado em Joules/L de ventilação. No passado, técnicas foram imaginadas para suprir terapia ventilatória para os pacientes com o propósito de melhorar os esforços do paciente para respirar pela diminuição do trabalho total de respiração para sustentar a respiração. Ainda outras técnicas foram desenvolvidas que auxiliam na redução do trabalho inspiratório do paciente requerido para disparar um sistema de ventilador "LIGADO" para auxiliar a respiração do paciente. É desejável reduzir o esforço despendido pelo paciente em cada uma destas fases, porque a alta carga de trabalho de respiração total pode causar danos adicionais a um paciente enfraquecido ou estar além da capacidade de pacientes pequenos ou incapacitados.
Mais ainda, é desejável quantificar o trabalho de respiração imposto (WOBi) de um paciente já que o seu valor é crítico na decisão de quando extubar ou remover o suporte ventilatório do paciente. Altas cargas de trabalho tendem a criar padrões de respiração que são rápidos e superfi ciais (alta freqüência e baixo volume respiratório). Uma respiração rápida e superficial é tipicamente uma contra-indicação do sucesso da extubação. Se esta alta carga de trabalho, no entanto, for causada principalmente por um grande trabalho de respiração imposto tal que a maior parte do trabalho em excesso for causado pelo aparelho de respiração, o sucesso da extubação é muito mais alto ("Elevated imposed work of breathing masquerading as ven-tilator weaning intolerance" Chest. Outubro de 1995; 108(4): 1021-5). A geração antiga de ventiladores mecânicos, antes da metade dos anos 60, era projetada para suportar a ventilação alveolar e prover oxigênio suplementar para aqueles pacientes os quais eram incapazes de respirar devido a uma avaria neuromuscular. Desde aquela época, os ventiladores mecânicos tornaram-se mais sofisticados e complicados em resposta ao aumento da compreensão da patofisiologia pulmonar. Em um esforço para melhorar a tolerância de um paciente à ventilação mecânica, modos de ventilação auxiliados ou disparados pelo paciente foram desenvolvidos. O suporte de ventilação de pressão positiva parcial (PPV), no qual um suporte mecânico suplementa a ventilação espontânea, tornou-se possível para os adultos fora da sala de operação quando a ventilação mandatória intermitente (IMV) tornou-se disponível nos anos 70. Variedades de modos de ventilação "alternativos" que tratam das necessidades de pacientes severamente prejudicados continuam a ser desenvolvidos.
Nos anos recentes, os microprocessadores foram introduzidos nos ventiladores modernos. Os ventiladores com microprocessador estão tipicamente equipados com sensores que monitoram o fluxo de respiração por respiração, a pressão, o volume, e derivam parâmetros respiratórios mecânicos. A sua capacidade de detectar e transduzir "precisamente", combinada com a tecnologia de computador, torna a interação entre o clínico, o paciente, e o ventilador mais sofisticada do que nunca. Os ventiladores controlados por microprocessador da técnica anterior experimentavam de uma precisão comprometida devido à colocação dos sensores requeridos para transduzir os sinais de dados. Conseqüentemente, algoritmos complicados foram desenvolvidos de modo que os ventiladores pudessem "aproximar" o que estava atualmente ocorrendo dentro dos pulmões do paciente em uma base de respiração por respiração. Em efeito, os ventiladores controlados por computador da técnica anterior estavam limitados pela natureza precisa e inflexível dos algoritmos matemáticos que tentavam imitar a causa e efeito no suporte de ventilador provido para o paciente. O desempenho total do sistema ventilatório auxiliado está determinado por fatores tanto fisiológicos quanto mecânicos. Os determinantes fisiológicos, os quais incluem a natureza da doença pulmonar, os esforços ventilatórios do paciente, e muitas outras variáveis fisiológicas, mudam com o tempo e são difíceis de diagnosticar. Mais ainda, o médico historicamente tinha relativamente pouco controle sobre estes determinantes. A entrada mecânica para o sistema, por outro lado, é em grande parte controlada e pode ser razoavelmente bem caracterizada pelo exame dos parâmetros de fluxo, volume, e/ou pressão do ventilador. Um auxílio ventilatório ótimo requer tanto minimizar apropriadamente as cargas de trabalho fisiológicas a um nível tolerável quanto diminuir as cargas de trabalho resistentes impostas a zero. Fazendo ambos deve assegurar que o paciente não está nem sobre-esforçado nem sobre-suportado. Um auxílio ventilatório insuficiente coloca demandas desnecessárias sobre o sistema respiratório já comprometido do paciente, por meio disto induzindo ou aumentando a fadiga do músculo respiratório. Um auxílio ventilatório excessivo coloca o paciente em risco de ba-rotrauma pulmonar, descondicionamento do músculo respiratório, e outras complicações da ventilação mecânica.
Além do trabalho total de respiração (WOB), existem outras medidas de esforço do paciente, incluindo a potência de respiração (POB), a taxa na qual o trabalho de respiração total é feito, e o produto de pressão tempo (PTP), o produto integrado de tempo multiplicado pela diminuição na pressão pleural durante uma respiração. Estas metodologias são similares no seu objetivo de medição de esforço do paciente, mas são diferentemente calculadas e provêem diferentes medidas do esforço do paciente.
Apesar do trabalho de respiração total (e suas alternativas) ter sido considerado um parâmetro importante para ajustar apropriadamente um ventilador, este permaneceu grandemente não utilizado devido à dificuldade na obtenção deste valor. O trabalho de respiração fisiológico é definido utilizando um gráfico de pressão pleural versus volume da respiração de um paciente. A pleura é uma membrana de duas camadas que envolve o pulmão e contém um fluido lubrificante entre as suas camadas interna e externa. Durante a respiração, os músculos respiratórios ou comprimem ou expandem os pulmões exercendo forças sobre a pleura. A pressão dentro do espaço pleural portanto representa o esforço respiratório. O trabalho de respiração fisiológico do paciente é a área da linha de deformação da parede do peito no lado direito para a pressão pleural versus o laço de volume no lado esquerdo (ver Figura 1). Como a pressão pleural é muito difícil de obter e pode ser diferente em diferentes posições dentro do espaço pleural, um substituto típico para a pressão pleural é a pressão esofageal. A pressão esofageal é tipicamente obtida colocando um balão dentro do esôfago entre o coração e o estômago.
Do mesmo modo, apesar do trabalho de respiração imposto ter sido considerado um parâmetro importante para ajustar apropriadamente um ventilador, este também permaneceu grandemente não utilizado devido à dificuldade na obtenção do seu valor. O trabalho de respiração imposto é a área abaixo da pressão de linha de base circunscrita dentro do laço de pressão traqueal - volume respiratório durante a inalação espontânea. Tipicamente, isto é feito pela utilização de um cateter inserido no tubo traqueal ou um lúmen no lado do tubo traqueal que abre na extremidade mais distante do tubo traqueal. Estes dispositivos são então presos a um transdutor de pressão para medir a pressão traqueal. A maior dificuldade única com estes dispositivos é o ambiente severo no qual estes existem e sua tendência de tornar-se obstruído. Por esta e outras razões, a pressão traqueal é difícil de medir confiavelmente e assim não é normalmente utilizada. A Patente U.S. Número 5.316.009 descreve um aparelho para monitorar a atividade do músculo respiratório com base na medição da resistência e elastância do pulmão e então calcular um valor denominado Pmus da equação padrão de movimento onde Paw = Pmus + R*fluxo + V/C.
Esta também descreve o cálculo de uma PTP de Pmus, a qual não é a PTP padrão, e um Wmus de "trabalho", mas não necessariamente um WOB real. Um problema como o método ensinado pela Patente Ό09 é que a Pmus é difícil de medir em um paciente que respira espontaneamente porque os parâmetros R e C devem ser muito precisamente computados de modo que Pmus correlacione com "trabalho". Mais ainda, R e C em um paciente que respira espontaneamente com suporte de ventilador são muito difíceis de obter precisamente. A pressão de oclusão em 0,1 segundo após o início da respiração pelo paciente (P0,1) também foi proposta como um indicador do trabalho de respiração. A P0,1 pode estar baseada na pressão esofageal ou na pressão de passagem de ar. Uma pressão esofageal P0,1 é invasiva mas correlaciona bastante bem com o trabalho de respiração. Uma pressão de passagem de ar P0,1 é não-invasiva, mas não correlaciona tão bem com o trabalho de respiração.
Um número de outras patentes existe para os sistemas respiratórios incluindo as Patentes U.S. Números 6.439.229; 6.390.091; 6.257.234; 6.068.602; 6.027.498; 6.019.732; 5.941.841; 5.887.611; 5.876.352; 5.807.245 e 5.682.881, aqui incorporadas por referência.
Conseqüentemente, existe uma necessidade na técnica de um sistema e método para predizer não-invasivamente e precisamente o trabalho de respiração fisiológico e o trabalho de respiração imposto em um paciente. A presente invenção está projetada para tratar desta necessidade. Sumário da Invenção Amplamente falando, a presente invenção provê um método e aparelho para predizer (estimar) não-invasivamente o trabalho de respiração fisiológico (a quantidade de esforço despendido pelo paciente para respirar) e o trabalho de respiração imposto (a quantidade de esforço despendido pelo paciente imposto pelo aparelho de respiração). Este esforço, típico in-vasivamente calculado como trabalho de respiração (imposto ou fisiológico) (WOB), potência de respiração (POB), ou produto de pressão tempo (PTP), é útil na determinação dos ajustes mais apropriados em um ventilador utili zado para suportar a respiração do paciente. A medição do esforço do paciente permite um suporte ventilatório apropriado que evita a fadiga do músculo respiratório e o descondicionamento do músculo respiratório. A medição do esforço imposto do paciente permite um suporte ventilatório mais apropriado permitindo que o esforço imposto seja levado a zero para simular uma respiração mais natural e também como um importante critério de extubação.
Em um aspecto da invenção, o método compreende criar um modelo matemático do esforço inspiratório do paciente utilizando parâmetros predeterminados que são coletados não-evasivamente, tais como aqueles coletados com os monitores respiratórios padrão. Os monitores respiratórios tipicamente contêm sensores de pressão de passagem de ar e de fluxo de passagem de ar que medem o fluxo que entra e sai do paciente, e freqüen-temente um sensor de dióxido de carbono e um oxímetro de pulso. Destas formas de onda de tempo, uma variedade de parâmetros são seletivamente derivados que são utilizados na caracterização de diferentes aspectos da respiração do paciente e/ou da interação do paciente com o ventilador. Estes parâmetros contêm informações que são extraídas para precisamente estimar o esforço do paciente.
Mais especificamente, o método da invenção compreende um método para estimar o parâmetro de esforço real do paciente utilizando uma combinação de múltiplos parâmetros derivados de sensores que monitoram o paciente e/ou o ventilador. O parâmetro de esforço do paciente pode ser qualquer parâmetro que representa o esforço exercido pelo paciente para respirar, incluindo mas não limitado a trabalho de respiração, potência de respiração, ou produto de pressão tempo.
Neste método, os parâmetros são de preferência derivados das formas de onda de pressão, fluxo e volume e das formas de onda de dióxido de carbono e oxímetro de pulso normalmente coletadas por um monitor respiratório, incluindo mas não limitado ao volume respiratório, freqüência de respiração, pressão inspiratória de pico (PIP), tempo inspiratório, P0,1, tempo de disparo, profundidade de disparo, resistência do sistema respiratório, deformação respiratória, dióxido de carbono respiratório final, variações no pletismograma do oxímetro de pulso, e concavidade / convexidade da forma de onda de pressão.
Este método inclui utilizar uma combinação de parâmetros linear ou uma combinação de parâmetros não-linear, incluindo mas não limitado a uma rede neural, uma lógica difusa (lógica fuzzy), uma mistura de especialistas, ou um modelo polinomial. Mais ainda, múltiplos diferentes modelos podem ser utilizados para estimar o esforço de paciente de diversos subconjuntos de pacientes. Estes subconjuntos podem ser determinados por vários meios, incluindo mas não limitado à condição do paciente (patofisiologia), parâmetros fisiológicos do paciente (resistência e deformação do pulmão), ou outros parâmetros.
Em um aspecto preferido da invenção, o método para estimar o trabalho de respiração em um paciente compreende a utilização de uma rede neural, em que a rede neural provê informações sobre o trabalho de respiração para o paciente com base em dados de entrada, em que os dados de entrada incluem pelo menos um dos seguintes parâmetros: as formas de onda de pressão de passagem de ar, de fluxo, de volume de passagem de ar, de fluxo de dióxido de carbono, e de pletismograma de oxímetro de pulso normalmente coletadas por um monitor respiratório, incluindo mas não limitado ao volume respiratório, freqüência de respiração, pressão inspirató-ria de pico (PIP), tempo inspiratório, P0,1 (ver referência), tempo de disparo, profundidade de disparo, resistência do sistema respiratório, deformação respiratória, dióxido de carbono respiratório final, variações no pletismograma do oxímetro de pulso, e concavidade / convexidade da forma de onda de pressão em que a informação sobre o trabalho de respiração é fornecida como uma variável de saída.
No método acima notado, a rede neural é treinada por um teste clínico de uma população de pacientes de teste para obter os dados de ensinamento, os dados de ensinamento os quais incluem as informações de entrada acima notadas. Os dados de ensinamento são providos para a rede neural, por meio dos quais a rede neural é treinada para prover uma variável de saída que corresponde ao trabalho de respiração. Os dados de ensina mento ainda incluem a pressão esofageal e/ou a pressão traqueal.
Como um sistema para estimar o trabalho de respiração em um paciente, o sistema compreende uma rede neural a qual primeiramente recebe como ensinamento primário de entrada os dados obtidos de testes clínicos de uma população de pacientes de teste, por meio dos quais a rede neural aprende os dados de ensinamento é treinada para prover uma variável de saída para o trabalho de respiração, de tal modo que quando a rede neural recebe os dados de entrada do paciente na forma dos parâmetros acima notados obtidos de um paciente, a rede neural provê a variável de saída para estimar o trabalho de respiração para aquele paciente. A invenção pode ser implementada em numerosos modos, incluindo como um sistema (que inclui um processamento de computador ou um sistema de base de dados), um método (que inclui um método computadorizado para coletar e processar os dados de entrada e um método para avaliar tais dados para prover uma(s) saída (s)), um aparelho, um meio legível por computador, um produto de programa de computador, ou uma estrutura de dados tangivelmente fixa em uma memória legível por computador. Diversas modalidades da invenção estão abaixo discutidas.
Como um sistema, uma modalidade da invenção inclui uma unidade de processador que tem dispositivos de entrada e de saída. A unidade de processador opera para receber os parâmetros de entrada, processar a entrada e prover uma saída que corresponde ao trabalho de respiração. Esta saída pode então ser utilizada para controlar dispositivos externos, tal como um ventilador. O processamento dos dados pode ser executado por vários meios tais como as redes neurais, os sistemas de processamento distribuídos paralelos, os sistemas neuromórficos, ou similares.
Como um método para predizer o trabalho de respiração, o método inclui processar predeterminadas variáveis de entrada (parâmetros), de preferência através da utilização de uma rede neural.
Como um meio legível por computador que contém instruções de programa, uma modalidade da invenção inclui: dispositivos de código legíveis por computador para receber as variáveis de entrada, processar a entrada, e prover uma saída indicativa do trabalho de respiração. Em uma modalidade preferida, o processamento compreende utilizar uma rede neu-ral. O método pode ainda incluir controlar um ventilador em resposta à saída obtida.
Os métodos da presente invenção podem ser implementados como um produto de programa de computador com um meio legível por computador tendo um código no mesmo. O produto de programa inclui um programa e um meio de apoio de sinal apoiando o programa.
Como um aparelho, a presente invenção pode incluir pelo menos um processador, uma memória acoplada ao processador, e um programa residindo na memória o qual implementa os métodos da presente invenção.
Outros aspectos e vantagens da invenção ficarão aparentes da descrição detalhada seguinte tomada em conjunto com os desenhos acompanhantes, que ilustram, por meio de exemplo, os princípios da invenção.
Todas as patentes, pedidos de patente, pedidos provisórios, e publicações aqui referidas ou citadas, ou das quais uma reivindicação de benefício de prioridade foi feita, estão aqui incorporadas por referência na sua totalidade ao ponto que não sejam inconsistentes com os ensinamentos explícitos desta especificação.
Breve Descrição dos Desenhos De modo que a maneira na qual as acima citadas e outras vantagens e objetos da invenção são obtidas, uma descrição mais específica da invenção brevemente acima descrita será dada por referência as suas modalidades específicas as quais estão ilustradas nos desenhos anexos. Com-i preendendo que estes desenhos apresentam somente as modalidades típicas da invenção e não devem portanto ser considerados como limitando o seu escopo, a invenção será descrita e explicada com especificidade e detalhes adicionais através da utilização dos desenhos acompanhantes nos quais: I Figura 1 é uma representação gráfica da pressão pleural mos- trando o trabalho elástico, a energia armazenada da parede do peito e o trabalho resistente;
Figura 2 apresenta um método de um aspecto da invenção para um paciente em um ventilador;
Figura 3 apresenta um gráfico da predição não-linear de Potência de respiração;
Figura 4 apresenta uma rede neural que mostra as camadas ocultas; e Figura 5 apresenta as entradas e as saídas de um sistema adaptável que tem retro propagação.
Descrição da Modalidade Preferida Referindo agora aos desenhos, a modalidade preferida da presente invenção será descrita.
Na modalidade apresentada na Figura 2, um paciente 10 que requer suporte ventilatório e conectado a um ventilador 12 terá um sensor de fluxo e depressão de passagem de ar 14, juntamente com possivelmente um detector de dióxido de carbono preso na peça em Y do circuito de ventilador padrão 16. Estes sensores medem o fluxo, a pressão, e a pressão parcial de dióxido de carbono nos gases que passam para o e do paciente. Estes sinais brutos 18 são pré-processados em um processador de sinais 20 que utiliza um processamento de sinal analógico e digital para limpar o sinal, remover as polarizações e deslocamentos do sensor, etc. Estes sinais são então processados em um módulo de extração de parâmetros 22 para calcular uma variedade de outros parâmetros dos dados de fluxo, pressão, e CO2. Por exemplo, o volume respiratório é computado pela integração de fluxo que entra no paciente em relação a um ciclo inspiratório; o pico de pressão inspiratória é calculado pela determinação da pressão máxima durante uma respiração; a P0,1 é calculada pela medição da mudança na pressão da passagem de ar durante o primeiro décimo de um segundo de uma respiração; a resistência e a deformação do sistema respiratório podem ser calculadas ajustando adaptavelmente um modelo, tal como um modelo linear, aos sinas de pressão de passagem de ar, de fluxo e de volume; etc. Em um aspecto da invenção, uma rede neural 24 pode ser provida para modelar os parâmetros de modo que um ventilador possa ser controlado atra vés do controlador 26.
De modo a criar o modelo (fase de treinamento) as informações de paciente podem ser coletadas de um ou mais paciente. A metodologia para obter os dados de teste (tanto os dados de entrada e os dados de saída desejados são utilizados para criar um modelo que predirá o esforço do paciente) é como segue: Um balão inflável é colocado dentro do esôfago do paciente e um cateter é colocado dentro do tubo endotraqueal do paciente. O balão é parcialmente inflado e cria um circuito fechado que transmite a pressão esofageal para um sensor de pressão conectado na extremidade de um cateter conectado no balão. Os sensores de pressão lêem a pressão traqueal e a pressão esofageal, a qual é um substituto para a pressão pleural (Figura 1). A queda de pressão esofageal durante a respiração normal é registrada em um gráfico de pressão - volume e um laço é criado e integrado com uma linha de deformação de parede do peito para calcular o trabalho de respiração. A pressão esofageal pode ser primeiramente limpa de interferência cardíaca com uma técnica de cancelamento de ruídos adaptável que subtrai uma versão escalada e deslocada do ECG ou do pletismograma da pressão esofageal. A deformação de parede do peito pode ser calculada paralisando o paciente e medindo o aumento de pressão esofageal no circuito com uma respiração de pressão positiva. Muitos estudos descobriram que 0,1 L/cm de H2O é uma média apropriada. Este gráfico é denominado o diagrama de Campbell e é um método para calcular o trabalho de respiração inspiratório ou fisiológico do paciente da pressão esofageal medida. O trabalho de respiração imposto pode ser calculado pela integração da forma de onda da queda de pressão traqueal versus o volume similar ao trabalho de respiração total (com exceção da deformação de parede do peito). Para ambos os esforços total e imposto, a potência de respiração é calculada como uma média por minuto de trabalho de respiração. O Produto de Pressão Tempo (PTP) é medido exatamente como WOB exceto pela utilização de uma integração de eixo geométrico de Pressão - Tempo ao invés de Pressão - Volume. O trabalho de respiração (tanto fisiológico quanto imposto), a potência de respiração, e o produto de pressão tempo podem ser utilizados como uma variável de saída para o sistema. Estas são as três principais "saídas desejadas" do sistema preferido.
Algumas das entradas são parâmetros padrão que são calculados em um modo muito direto, tal como a freqüência de respiração espontânea (o número de respirações que o paciente faz por minuto), o volume respiratório (o volume de ar inspirado por respiração), etc. Outros parâmetros de entrada são mais complexos, tais como as características de resistência do sistema respiratório, de deformação, e de forma de onda de pressão de passagem de ar. A resistência e a deformação, por exemplo, são tipicamente calculadas utilizando uma modelagem de mínimos quadrados das formas de onda de pressão, volume e fluxo (obtidas por um monitor respiratório padrão utilizando sensores de pressão e de fluxo de passagem de ar) utilizando a equação: pressão_de_passagem_de_ar = fluxo x resistência + volume x deformação + pressão_expiratória_final_positiva Utilizando o fluxo, o volume, e a pressão obtidos dos sensores de fluxo e de pressão, as únicas incógnitas são a deformação e a resistência e estas podem ser adaptavelmente computadas utilizando técnicas tais como a otimização dos mínimos quadrados, como acima notado. O problema com estes métodos é que a equação é somente válida se o paciente não estiver exercendo nenhum esforço e o ventilador é responsável por todo o trabalho de respiração. Foi experimentalmente determinado que melhores resultados podem ser obtidos pela utilização de uma pausa inspiratória final e analisando a queda de pressão com a cessação de fluxo (Apassagem_de_ar / Afluxo) como a resistência, e o (Volu-me_respiratório / (PEEP_da_pressão_de_passagem_de_ar) após o fluxo ter cessado para a deformação. Este método, no entanto, é também impreciso já que freqüentemente o esforço do paciente interromperá a pausa inspiratória. Em um aspecto da invenção, um método para calcular a resistência e a deformação pode estar baseado no exame do aumento de pressão inicial durante os muito poucos primeiros centésimos de um segundo para cada respiração. Este aumento de pressão inicial está relacionado a somente o fluxo que entra no sistema já que o volume ainda não acumulou no pulmão, e assim reflete somente a resistência. Após a resistência ser precisamente modelada, a deformação pode ser obtida mais precisamente com a técnica de mínimos quadrados padrão acima mencionada.
Durante o coletamento de dados para os dados de treinamento, o ventilador é ajustado, por exemplo, o nível de suporte de pressão pode ser ajustado e o trabalho de respiração medido e os outros parâmetros são continuamente monitorados enquanto mudando o ventilador. As regiões estáveis dos dados são salvas e é tirada a média dos parâmetros durante 1 - 2 minutos para reduzir o ruído inerente nos sinais biológicos e as variações de respiração para respiração. Estes parâmetros tirados a média são então utilizados para criar o modelo.
Em uma modalidade, o modelo, tal como uma rede neural, é pré-treinado com dados clínicos e os parâmetros de entrada podem ser coletados não-invasivamente com um monitor respiratório padrão. A rede neural é treinada para predizer o WOB, a POB, e o PTP fisiológicos e impostos utilizando os parâmetros adquiridos não-invasivamente acima descritos (apesar de que os parâmetros invasivos podem ser adicionados ao sistema, se desejado). Uma vez que um modelo tendo o grau desejado de preditabilidade foi atingido e verificado, os dados de pressão esofageal (WOB, POB, PTP) não são mais necessários e a saída da rede, tal como uma variável de esforço de respiração real, podem ser utilizados como um preditor preciso do esforço do paciente.
Descrição de Redes Neurais As redes neurais artificiais modelam frouxamente o funcionamento de uma rede neural biológica, tal como o cérebro humano. Conseqüentemente, as redes neurais são tipicamente implementadas como simulações de computador de um sistema de neurônios interconectados. Especificamente, as redes neurais são coleções hierárquicas de elementos de processamento (PEs) interconectados. Estes elementos estão tipicamente dispostos em camadas, onde a camada de entrada recebe os dados de entra da, as camadas ocultas transformam os dados, e a camada de saída produz a saída desejada. Outras modalidades de uma rede neural podem também ser utilizadas.
Cada elemento de processamento na rede neural recebe múltiplos sinais de entrada, ou valores de dados, que são processados para computar uma única saída. As entradas são recebidas das saídas dos PEs na camada anterior ou dos dados de entrada. O valor de saída de um PE é calculado utilizando uma equação matemática, conhecida na técnica como uma função de ativação ou uma função de transferência que especifica a relação entre os valores de dados de entrada. Como conhecido na técnica, a função de ativação pode incluir um limite, ou um elemento de polarização. As saídas de elementos em níveis de rede inferiores são providas como entradas para elementos em níveis mais altos. O elemento ou elementos de nível mais alto produzem uma saída, ou saídas finais do sistema.
No contexto da presente invenção, a rede neural é uma simulação de computador que é utilizada para produzir uma estimativa não-invasiva do esforço quantificado do paciente anteriormente descrito. A rede neural da presente invenção pode ser construída pela especificação do número, da disposição, e da conexão dos elementos de processamento os quais compõem a rede. Uma simples modalidade de uma rede neural consiste em uma rede totalmente conectada de elementos de processamento. Como mostrado na Figura 4, os elementos de processamento da rede neural estão agrupados nas seguintes camadas: uma camada de entrada 30 onde os parâmetros coletados e/ou derivados dos sensores de pressão e de fluxo de passagem de ar são inseridos na rede; uma camada ou camadas ocultas 32 para processar os elementos; e uma camada de saída 34 onde a predição resultante do esforço do paciente 36 é produzida. O número de conexões e consequentemente o número de pesos de conexão, está fixado pelo número de elementos em cada camada 30, 32, 34. A metodologia de treinamento mais comum para as redes neu-rais está baseada no aperfeiçoamento iterativo dos parâmetros do sistema (normalmente denominados pesos) pela minimização da diferença de míni mos quadrados entre a saída desejada e a saída da rede (erro de quadrado mínimo, MSE). A entrada é aplicada na rede neural, a rede neural passa os dados através de sua estrutura hierárquica, e uma saída é criada. Esta saída de rede é comparada com a saída desejada que corresponde àquela entrada e um erro é calculado. Este erro é então utilizado para ajustar os pesos do sistema de modo que a próxima vez que uma entrada específica for aplicada ao sistema a saída de rede estará mais próxima da saída desejada. Existem muitas metodologias possíveis para ajustar os pesos, denominadas o algoritmo de treinamento. Como mostrado na Figura 5, o mais comum é denominado retropropagação que envolve calcular a responsabilidade de cada peso para o erro, e calcular um gradiente local deste erro de modo a utilizar uma regra de aprendizado de descida de gradiente para cada peso.
Com base na especificação acima, a invenção pode ser implementada utilizando técnicas de programação de computador ou de engenharia que incluem um software, um firmware, um hardware de computador ou qualquer sua combinação ou subconjunto. Qualquer tal programa resultante, que tem um meio de código legível por computador, pode ser incorporado ou provido em um ou mais meios legíveis por computador, por meio disto executando um produto de programa de computador, isto é, um artigo de fabricação, de acordo com a invenção. O meio legível por computador pode ser, por exemplo, um disco fixo (rígido), um disquete, um disco ótico, uma fita magnética, uma memória de semicondutor tal como uma memória somente de leitura (ROM), etc., ou qualquer meio de transmissão / recepção tal como a Internet ou outra rede ou ligação de comunicação. O artigo de fabricação que contém o código de computador pode ser feito e/ou utilizado pela execução do código diretamente de um meio, pela cópia do código de um meio para outro meio, ou pela transmissão do código por uma rede.
Uma pessoa versada na técnica da ciência de computação facilmente será capaz de combinar o software criado como descrito com um hardware de computador de uso geral ou de uso específico apropriado para criar um sistema de computador ou subsistema de computador que incorpora o método da invenção. Um aparelho para fabricar, utilizar ou vender a in venção pode ser um ou mais sistemas de processamento incluindo, mas não limitado a, uma unidade de processamento central (CPU), uma memória, dispositivos de armazenamento, ligações e dispositivos de comunicação, servidores, dispositivos de l/O, e quaisquer subcomponentes de um ou mais sistemas de processamento, incluindo de software, firmware, hardware ou qualquer sua combinação ou subconjunto, o qual incorpore a invenção. A entrada do usuário pode ser recebida de um teclado, um mouse, uma caneta, uma voz, uma tela de toque, ou qualquer outro meio pelo qual uma pessoa possa inserir dados em um computador, incluindo através de outros programas tais como os programas de aplicação.
Exemplo 1 Com um subconjunto de parâmetros específico (resistência do sistema respiratório, deformação, volume respiratório, e frequência), a presente invenção predisse a potência de respiração com um coeficiente de correlação bem acima de 0,90. Resultados similares foram obtidos com outras combinações de parâmetros. A Figura 3 mostra um gráfico de potência de respiração predita versus real, ou medida. Uma predição perfeita seria indicada por todos os valores tendo valores de eixo geométrico x e y idênticos, e isto cairia sobre a linha preta diagonal 40 mostrada na Figura 3. Quanto mais afastada desta linha, menor a correlação entre a potência de respiração predita e real. Nesta predição específica, os dados foram obtidos de 150 pacientes coletados no Shands Hospital na Universidade da Flórida. Os dados foram coletados com múltiplos ajustes de ventilador para cada paciente, assim provendo-nos aproximadamente 500 pontos de dados no estudo.
Exemplo 2: Dados em uma Predição (A Tabela 1 Inclui os Primeiros 40-50 Pontos de Dados) Durante o coletamento de dados, as medições respiratórias são feitas continuamente e coletadas. Estas medições são armazenadas e posteriormente alimentadas para a rede neural para treinamento. Após o modelo de rede neural ser treinado com sucesso, as medições do futuro são inseridas no modelo "treinado" para produzir uma predição não-invasiva de potên- cia de respiração real. Esta predição de potência de respiração é então utilizada em um sistema de lógica difusa (lógica fuzzy) a jusante que recomenda as mudanças no ventilador.
Neste exemplo, as entradas / saídas para o sistema são: Ventilação por Minuto - o volume total fornecido para o paciente por minuto (por exemplo, aproximadamente o volume respiratório vezes a freqüência de respiração) em Litros.
Gradiente de Disparo - a inclinação da queda de pressão de passagem de ar devido ao esforço do paciente que dispara a respiração (por exemplo, antes do ventilador começar a prover fluxo para o paciente) em cm de H2O por segundo.
Tempo de Aumento de Pressão - o tempo que leva para o fluxo atingir um máximo e então decair para 80% do máximo durante uma respiração de PSV (ventilação de suporte de pressão), como uma proporção do tempo inspiratório total (sem unidades).
Pmus Utilizando Pico de R - a pressão muscular (como descrito na patente) utilizando a medição de resistência do tempo inicial de aumento de pressão (como descrito na patente) e utilizando a deformação de mínimos quadrados (cm de H2O * seg). POB Real - a potência de respiração (trabalho por minuto) medida (Joules/min). POB Predito - a potência de respiração predita pelo sistema (Joules/min).
Estes números foram registrados continuamente com um software de coletamento de dados. Os valores que vem dos sensores são suavizados (constante de tempo de aproximadamente 2 minutos) e analisados continuamente como mostrado na técnica. Quando nenhum erro, artefato ou transiente são detectados, um conjunto de parâmetros é identificado como "adequado para predição", a um conjunto de parâmetros por minuto. Estes números são então coletados e utilizados para treinar a rede neural. A saída da rede neural é então utilizada para ajustar otimamente o ventilador com base na potência de respiração predita e outros parâmetros relevantes do paciente (tais como a freqüência de respiração, o volume respiratório, e o CO2 respiratório final).
Tabela 1 Deve ser compreendido que os exemplos e as modalidades aqui descritos são para propósitos ilustrativos somente e que várias modificações ou mudanças à sua luz serão sugeridas para pessoas versadas na técnica e devem estar incluídas dentro do espírito e da competência deste pedido e do seu escopo.
REIVINDICAÇÕES

Claims (19)

1. Método para estimar o esforço de respiração de um paciente (10), caracterizado pelo fato de que compreende: receber os parâmetros respiratórios do paciente (10) a partir de sensores aéreos não invasivos de fluxo e pressão; calcular os dados respiratórios a partir dos parâmetros respiratórios recebidos dos sensores, em que os dados respiratórios compreendem um ou mais dentre frequência da respiraçao, pressão inspiratória de pico, tempo de inspiração, pressão de oclusão em 0,1 segundo após tempo de disparo do início da respiração, profundidade do disparo, dióxido de carbono respiratório final, variações no pletismograma do oxímetro de pulso, e concavidade / convexidade da forma de onda de pressão; inserir os dados respiratórios em um modelo matemático que é uma rede neural criada utilizando dados clínicos, em que o modelo matemático estima pelo menos uma variável a partir das variáveis correspondentes ao esforço para respirar; prover pelo menos uma variável de saída do modelo matemático que corresponda ao esforço de respiração.
2. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que o esforço de respiração representa um trabalho de respiração fisiológico e um trabalho de respiração imposto.
3. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que os parâmetros respiratórios compreendem um ou mais dentre pressão de passagem de ar, fluxo de passagem de ar, volume de passagem de ar, fluxo de dióxido de carbono, e pletismograma de oxímetro de pulso.
4. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que um parâmetro de resistência respiratória é derivado de um aumento de pressão de passagem de ar inicial em uma porção de início de uma fase inspiratória.
5. Método, de acordo com a reivindicação 4, caracterizado pelo fato de que a porção de início da fase inspiratória é selecionada na faixa de 0,0 segundo a 0,05 segundo a partir de um início da fase inspiratória.
6. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que ainda compreende prover a dita, pelo menos uma, variável de saída do modelo matemático para um ventilador (12) para ajustar um ajuste de ventilador (12).
7. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que ainda compreende prover a variável de saída do modelo matemático que corresponde ao esforço de respirar para um mostrador.
8. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a variável de saída compreende uma ou mais de uma variável de trabalho de respiração fisiológico, uma variável de trabalho de respiração imposto, uma variável de potência de respiração, e uma variável de produto de pressão tempo, cada uma representando o esforço exercido pelo paciente (10) para respirar.
9. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que o modelo matemático é uma rede neural (24) treinada para prover a dita, pelo menos uma, variável de saída, em que o treinamento da rede neural (24) compreende testes clínicos de uma população de pacientes de teste utilizando a pressão esofageal como uma entrada de dados clínicos para a rede neural (24).
10 . Método, de acordo com a reivindicação 9, caracterizado pelo fato de que uma queda na pressão esofageal é registrada em um gráfico de pressão - volume e um laço é criado e integrado com a linha de deformação de parede do peito para calcular o trabalho de respiração inspiratório como uma das ditas variáveis de saída.
11 . Método, de acordo com a reivindicação 10, caracterizado pelo fato de que a aproximação de 0,1 L/cm de H2O é utilizada para a deformação da parede do peito.
12 . Método, de acordo com a reivindicação 10, caracterizado pelo fato de que ainda compreende calcular a potência de respiração como uma média por minuto do trabalho de respiração como uma das ditas variáveis de saída.
13 . Método, de acordo com a reivindicação 10, caracterizado pelo fato de que ainda compreende calcular o Produto de Pressão Tempo (PTP) como uma das ditas variáveis de saída.
14 . Método, de acordo com a reivindicação 1, caracterizado pelo fato de que ainda compreende: selecionar o modelo matemático com base nos parâmetros respiratórios do paciente (10).
15 . Método, de acordo com a reivindicação 14, caracterizado pelo fato de que os parâmetros respiratórios são parâmetros patofisiológicos e fisiológicos relativos ao paciente (10).
16 . Método, de acordo com a reivindicação 15, caracterizado pelo fato de que os parâmetros fisiológicos compreendem a resistência e deformação do pulmão.
17 . Aparelho para estimar o esforço de respiração de um paciente (10), caracterizado pelo fato de que compreende: sensores aéreos não invasivos de fluxo e pressão; um dispositivo de processamento para calcular os dados respiratórios dos parâmetros respiratórios do paciente (10) recebidos dos sensores, em que os parâmetros respiratórios compreendem um ou mais dentrentre pressão de passagem de ar, fluxo de passagem de ar, volume de passagem de ar, fluxo de dióxido de carbono, e pletismograma de oxímetro de pulso, e em que os dados respiratórios compreendem um ou mais de volume respiratório, frequência de respiração, pressão inspiratória de pico, tempo inspirató-rio, pressão de oclusão a 0,1 segundo após o tempo de disparo de início de respiração, profundidade de disparo, resistência respiratória, deformação respiratória, dióxido de carbono respiratório final, variações no pletismograma do oxímetro de pulso, e concavidade / convexidade de uma forma de onda de pressão; um dispositivo de modelagem matemático que é uma rede neural criada utilizando os dados clínicos para receber os dados respiratórios e predizer o esforço de respiração; e um sinal de saída que provê pelo menos uma variável de saída do modelo matemático que corresponda ao esforço de respiração.
18 . Aparelho, de acordo com a reivindicação 17, caracterizado pelo fato de que o dispositivo de modelagem matemático é uma rede neural (24) treinada para prover a dita pelo menos uma variável de saída, em que o treinamento da rede neural (24) compreende testes clínicos de uma população de pacientes de teste utilizando a pressão esofageal como uma entrada de dados clínicos para a rede neural (24).
19 . Aparelho, de acordo com a reivindicação 17, caracterizado pelo fato de que a variável de saída compreende uma ou mais dentre uma variável de trabalho de respiração fisiológico, uma variável de trabalho de respiração imposto, uma variável de potência de respiração, e uma variável de produto de pressão tempo, cada uma representando o esforço exercido pelo paciente (10) para respirar.
BRPI0313823A 2002-08-30 2003-08-29 método e aparelho para predizer o trabalho da respiração BRPI0313823B8 (pt)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US40709902P 2002-08-30 2002-08-30
US60/407,099 2002-08-30
PCT/US2003/027297 WO2004019766A2 (en) 2002-08-30 2003-08-29 Method and apparatus for predicting work of breathing

Publications (2)

Publication Number Publication Date
BRPI0313823B1 true BRPI0313823B1 (pt) 2020-03-10
BRPI0313823B8 BRPI0313823B8 (pt) 2021-06-22

Family

ID=31978419

Family Applications (2)

Application Number Title Priority Date Filing Date
BRPI0313823A BRPI0313823B8 (pt) 2002-08-30 2003-08-29 método e aparelho para predizer o trabalho da respiração
BR0313823-2A BR0313823A (pt) 2002-08-30 2003-08-29 Método e aparelho para predizer o trabalho da respiração

Family Applications After (1)

Application Number Title Priority Date Filing Date
BR0313823-2A BR0313823A (pt) 2002-08-30 2003-08-29 Método e aparelho para predizer o trabalho da respiração

Country Status (7)

Country Link
US (3) US7425201B2 (pt)
EP (2) EP1534131B1 (pt)
JP (1) JP4836453B2 (pt)
AU (1) AU2003268324B2 (pt)
BR (2) BRPI0313823B8 (pt)
CA (1) CA2492528C (pt)
WO (1) WO2004019766A2 (pt)

Families Citing this family (127)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5915379A (en) 1997-03-14 1999-06-29 Nellcor Puritan Bennett Incorporated Graphic user interface for a patient ventilator
US20070000494A1 (en) * 1999-06-30 2007-01-04 Banner Michael J Ventilator monitor system and method of using same
US20080200775A1 (en) * 2007-02-20 2008-08-21 Lynn Lawrence A Maneuver-based plethysmographic pulse variation detection system and method
EP1596704B1 (en) * 2003-01-30 2019-08-07 Compumedics Medical Innovation Pty Ltd Algorithm for automatic positive air pressure titration
US7588033B2 (en) * 2003-06-18 2009-09-15 Breathe Technologies, Inc. Methods, systems and devices for improving ventilation in a lung area
DE10337138A1 (de) * 2003-08-11 2005-03-17 Freitag, Lutz, Dr. Verfahren und Anordnung zur Atmungsunterstützung eines Patienten sowie Luftröhrenprothese und Katheter
US7406966B2 (en) 2003-08-18 2008-08-05 Menlo Lifesciences, Llc Method and device for non-invasive ventilation with nasal interface
US8256419B2 (en) * 2004-02-18 2012-09-04 Maquet Critical Care Ab Method and device using myoelectrical activity for optimizing a patient's ventilatory assist
DK1722635T3 (en) * 2004-02-23 2016-01-11 Sss Acquisition Llc Feed containing hop acid and its use as a supplement in animal feed
SE0401208D0 (sv) * 2004-05-10 2004-05-10 Breas Medical Ab Multilevel ventilator
US9220856B2 (en) * 2004-10-06 2015-12-29 Resmed Limited Method and apparatus for non-invasive monitoring of respiratory parameters in sleep disordered breathing
US7337085B2 (en) 2005-06-10 2008-02-26 Qsi Corporation Sensor baseline compensation in a force-based touch device
US20060284856A1 (en) * 2005-06-10 2006-12-21 Soss David A Sensor signal conditioning in a force-based touch device
US20080170043A1 (en) * 2005-06-10 2008-07-17 Soss David A Force-based input device
US7903090B2 (en) * 2005-06-10 2011-03-08 Qsi Corporation Force-based input device
US7487774B2 (en) * 2005-08-05 2009-02-10 The General Electric Company Adaptive patient trigger threshold detection
JP2009508645A (ja) 2005-09-20 2009-03-05 ルッツ フレイテッグ, 患者の呼吸を補助するためのシステム、方法、および装置
EP3245949A1 (en) * 2006-01-19 2017-11-22 Maquet Critical Care AB Method and system for determining dynamically respiratory features in spontaneously breathing pateints receiving mechanical ventilatory assist
US8021310B2 (en) * 2006-04-21 2011-09-20 Nellcor Puritan Bennett Llc Work of breathing display for a ventilation system
JP5191005B2 (ja) * 2006-05-18 2013-04-24 ブリーズ テクノロジーズ, インコーポレイテッド 気管切開の方法およびデバイス
US7861710B2 (en) * 2006-06-30 2011-01-04 Aeris Therapeutics, Inc. Respiratory assistance apparatus and method
CA2659647A1 (en) * 2006-07-31 2008-02-07 Qsi Corporation Force-based input device having an elevated contacting surface
WO2008019102A2 (en) 2006-08-03 2008-02-14 Breathe Technologies, Inc. Methods and devices for minimally invasive respiratory support
US8161971B2 (en) 2006-08-04 2012-04-24 Ric Investments, Llc Nasal and oral patient interface
GB2441550A (en) * 2006-09-05 2008-03-12 Vision Rt Ltd Surface-imaging breathing monitor
US7784461B2 (en) 2006-09-26 2010-08-31 Nellcor Puritan Bennett Llc Three-dimensional waveform display for a breathing assistance system
US8646447B2 (en) 2006-11-13 2014-02-11 Resmed Limited Systems, methods, and/or apparatuses for non-invasive monitoring of respiratory parameters in sleep disordered breathing
ATE487419T1 (de) * 2006-11-16 2010-11-15 Hamilton Medical Ag Verfahren und vorrichtung zur bestimmung des peep bei der beatmung eines patienten
US9533113B2 (en) 2007-01-04 2017-01-03 Oridion Medical 1987 Ltd. Integrated pulmonary index for weaning from mechanical ventilation
JP4968647B2 (ja) * 2007-03-09 2012-07-04 日本光電工業株式会社 呼気情報収集用アダプタおよび生体情報処理システム
WO2008144589A1 (en) 2007-05-18 2008-11-27 Breathe Technologies, Inc. Methods and devices for sensing respiration and providing ventilation therapy
WO2008147929A1 (en) * 2007-05-22 2008-12-04 Qsi Corporation Touch-based input device providing a reconfigurable user interface
CN101380233B (zh) 2007-09-05 2010-12-22 深圳迈瑞生物医疗电子股份有限公司 基于呼吸力学模块的呼吸功实时监测方法及监测装置
CN101873875B (zh) 2007-09-26 2014-11-12 呼吸科技公司 用于在通气治疗中提供吸气和呼气流释放的方法和装置
WO2009042973A1 (en) 2007-09-26 2009-04-02 Breathe Technologies, Inc. Methods and devices for treating sleep apnea
CN101461719B (zh) 2007-12-18 2012-02-01 深圳迈瑞生物医疗电子股份有限公司 一种多普勒扫描变换实现方法和装置
EP2249700B1 (en) * 2008-02-07 2019-04-24 Koninklijke Philips N.V. Apparatus for measuring and predicting patients' respiratory stability
US8307827B2 (en) 2008-03-10 2012-11-13 University Of Florida Research Foundation, Inc. Automated inspiratory muscle training for patients receiving mechanical ventilation
US9560994B2 (en) * 2008-03-26 2017-02-07 Covidien Lp Pulse oximeter with adaptive power conservation
US8272380B2 (en) 2008-03-31 2012-09-25 Nellcor Puritan Bennett, Llc Leak-compensated pressure triggering in medical ventilators
US8746248B2 (en) 2008-03-31 2014-06-10 Covidien Lp Determination of patient circuit disconnect in leak-compensated ventilatory support
US8267085B2 (en) 2009-03-20 2012-09-18 Nellcor Puritan Bennett Llc Leak-compensated proportional assist ventilation
EP2313138B1 (en) 2008-03-31 2018-09-12 Covidien LP System and method for determining ventilator leakage during stable periods within a breath
US8425428B2 (en) * 2008-03-31 2013-04-23 Covidien Lp Nitric oxide measurements in patients using flowfeedback
JP5758799B2 (ja) 2008-04-18 2015-08-05 ブリーズ・テクノロジーズ・インコーポレーテッド 呼吸作用を感知し、人工呼吸器の機能を制御するための方法およびデバイス
EP2274036A4 (en) 2008-04-18 2014-08-13 Breathe Technologies Inc METHODS AND DEVICES FOR DETECTING BREATHING AND CONTROLLING INSUFFLATOR FUNCTIONS
US9706965B2 (en) 2008-05-28 2017-07-18 Oridion Medical 1987 Ltd. Methods, apparatus and systems for monitoring CO2
WO2009149353A1 (en) * 2008-06-06 2009-12-10 Nellcor Puritan Bennett Llc Systems and methods for triggering and cycling a ventilator based on reconstructed patient effort signal
US9987452B2 (en) * 2008-06-30 2018-06-05 Oridion Medical 1987 Ltd. Ventilation analysis and monitoring
US20090326402A1 (en) * 2008-06-30 2009-12-31 Nellcor Puritan Bennett Ireland Systems and methods for determining effort
EP2326376B1 (en) 2008-08-22 2019-07-24 Breathe Technologies, Inc. Devices for providing mechanical ventilation with an open airway interface
EP2349420B1 (en) 2008-09-25 2016-08-31 Covidien LP Inversion-based feed-forward compensation of inspiratory trigger dynamics in medical ventilators
US20100071696A1 (en) * 2008-09-25 2010-03-25 Nellcor Puritan Bennett Llc Model-predictive online identification of patient respiratory effort dynamics in medical ventilators
US8585412B2 (en) * 2008-09-30 2013-11-19 Covidien Lp Configurable respiratory muscle pressure generator
US8652064B2 (en) * 2008-09-30 2014-02-18 Covidien Lp Sampling circuit for measuring analytes
US10252020B2 (en) 2008-10-01 2019-04-09 Breathe Technologies, Inc. Ventilator with biofeedback monitoring and control for improving patient activity and health
US9155493B2 (en) * 2008-10-03 2015-10-13 Nellcor Puritan Bennett Ireland Methods and apparatus for calibrating respiratory effort from photoplethysmograph signals
FR2937850B1 (fr) 2008-11-03 2011-12-09 Assistance Publique Hopitaux Paris Systeme de detection de l'activite musculaire respiratoire d'un patient sous assistance respiratoire.
GB0822592D0 (en) * 2008-12-11 2009-01-21 Univ Gent Methods and systems for analysing resuscition
JP5181291B2 (ja) * 2008-12-22 2013-04-10 日本光電工業株式会社 呼吸機能測定装置
EP2381843B1 (en) * 2009-01-16 2016-06-01 St. Michael's Hospital System for measuring changes in inspiratory load
US9132250B2 (en) 2009-09-03 2015-09-15 Breathe Technologies, Inc. Methods, systems and devices for non-invasive ventilation including a non-sealing ventilation interface with an entrainment port and/or pressure feature
US8424521B2 (en) 2009-02-27 2013-04-23 Covidien Lp Leak-compensated respiratory mechanics estimation in medical ventilators
US8882678B2 (en) 2009-03-13 2014-11-11 Atrium Medical Corporation Pleural drainage system and method of use
US8418691B2 (en) 2009-03-20 2013-04-16 Covidien Lp Leak-compensated pressure regulated volume control ventilation
JP5758875B2 (ja) 2009-04-02 2015-08-05 ブリーズ・テクノロジーズ・インコーポレーテッド 非侵襲性換気システム
US9962512B2 (en) 2009-04-02 2018-05-08 Breathe Technologies, Inc. Methods, systems and devices for non-invasive ventilation including a non-sealing ventilation interface with a free space nozzle feature
ATE522242T1 (de) * 2009-05-29 2011-09-15 Fluidda Respi Verfahren zur festlegung von behandlungen mittels patientenspezifischer lungenmodelle und computerverfahren
WO2010150239A1 (en) 2009-06-24 2010-12-29 Oridion Medical 1987 Ltd. Method and apparatus for producing a waveform
EP2445561A1 (en) * 2009-06-24 2012-05-02 Oridion Medical 1987 Ltd. Integrated pulmonary index for weaning from mechanical ventilation
US20100331716A1 (en) * 2009-06-26 2010-12-30 Nellcor Puritan Bennett Ireland Methods and apparatus for measuring respiratory function using an effort signal
CN102762250B (zh) 2009-09-03 2017-09-26 呼吸科技公司 用于包括具有夹带端口和/或压力特征的非密封通气界面的无创通气的方法、系统和装置
US20110120470A1 (en) * 2009-11-23 2011-05-26 Healthcare Clinical Consultants, Inc. Dba Theronyx Treatment protocol template generation and branching logic system
US8924878B2 (en) 2009-12-04 2014-12-30 Covidien Lp Display and access to settings on a ventilator graphical user interface
US9119925B2 (en) 2009-12-04 2015-09-01 Covidien Lp Quick initiation of respiratory support via a ventilator user interface
US8335992B2 (en) 2009-12-04 2012-12-18 Nellcor Puritan Bennett Llc Visual indication of settings changes on a ventilator graphical user interface
US8499252B2 (en) 2009-12-18 2013-07-30 Covidien Lp Display of respiratory data graphs on a ventilator graphical user interface
US9262588B2 (en) 2009-12-18 2016-02-16 Covidien Lp Display of respiratory data graphs on a ventilator graphical user interface
WO2011090716A2 (en) * 2009-12-28 2011-07-28 University Of Florida Research Foundation, Inc. System and method for assessing real time pulmonary mechanics
US20130109993A1 (en) * 2010-05-17 2013-05-02 Koninklijke Philips Electronics N.V. System and method for estimating upper airway resistance and lung compliance employing induced central apneas
US8834378B2 (en) 2010-07-30 2014-09-16 Nellcor Puritan Bennett Ireland Systems and methods for determining respiratory effort
CA2807416C (en) 2010-08-16 2019-02-19 Breathe Technologies, Inc. Methods, systems and devices using lox to provide ventilatory support
JP6297329B2 (ja) 2010-09-30 2018-03-20 ブリーズ・テクノロジーズ・インコーポレーテッド 鼻インタフェース装置
US8607794B2 (en) 2010-10-05 2013-12-17 Carefusion 207, Inc. Non-invasive breathing assistance apparatus and method
JP5605204B2 (ja) * 2010-12-15 2014-10-15 ソニー株式会社 呼吸信号処理装置およびその処理方法ならびにプログラム
WO2012080920A1 (en) * 2010-12-17 2012-06-21 Koninklijke Philips Electronics N.V. System and method for determining one or more breathing parameters of a subject
US8783250B2 (en) 2011-02-27 2014-07-22 Covidien Lp Methods and systems for transitory ventilation support
US8714154B2 (en) 2011-03-30 2014-05-06 Covidien Lp Systems and methods for automatic adjustment of ventilator settings
US8801619B2 (en) 2011-06-30 2014-08-12 Covidien Lp Photoplethysmography for determining ventilation weaning readiness
JP6173320B2 (ja) * 2011-08-25 2017-08-02 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 非侵襲換気測定
WO2013126417A1 (en) * 2012-02-20 2013-08-29 University Of Florida Research Foundation, Inc. Method and apparatus for predicting work of breathing
US20150059754A1 (en) * 2012-03-30 2015-03-05 Koninklkke Philips N.V. System and method for power of breathing real-time assessment and closed-loop controller
US9993604B2 (en) 2012-04-27 2018-06-12 Covidien Lp Methods and systems for an optimized proportional assist ventilation
US10362967B2 (en) 2012-07-09 2019-07-30 Covidien Lp Systems and methods for missed breath detection and indication
US9027552B2 (en) 2012-07-31 2015-05-12 Covidien Lp Ventilator-initiated prompt or setting regarding detection of asynchrony during ventilation
SE536642C2 (sv) * 2012-09-24 2014-04-22 Innotek Ab System för optimal mekanisk ventilation
US9375542B2 (en) 2012-11-08 2016-06-28 Covidien Lp Systems and methods for monitoring, managing, and/or preventing fatigue during ventilation
US10165966B2 (en) 2013-03-14 2019-01-01 University Of Florida Research Foundation, Incorporated Methods and systems for monitoring resistance and work of breathing for ventilator-dependent patients
JP5861665B2 (ja) * 2013-05-24 2016-02-16 株式会社デンソー 呼吸機能検査装置及びプログラム並びに記録媒体
EP3013224A2 (en) * 2013-06-28 2016-05-04 Koninklijke Philips N.V. Non-invasive estimation of intra-pleural pressure and/or computation of work of breathing based on a non-invasive estimation of intra-pleural pressure
US10512741B2 (en) * 2013-09-13 2019-12-24 Mallinckrodt Hospital Products IP Limited Clinical decision support system and methods
US9675771B2 (en) 2013-10-18 2017-06-13 Covidien Lp Methods and systems for leak estimation
WO2015181140A1 (en) * 2014-05-26 2015-12-03 Spiro Medical As System for monitoring respiratory effort
WO2016006633A1 (ja) * 2014-07-10 2016-01-14 国立大学法人 鹿児島大学 顎顔面部の流体構造連成解析を用いた気道通気状態解析システム
US9808591B2 (en) 2014-08-15 2017-11-07 Covidien Lp Methods and systems for breath delivery synchronization
US9950129B2 (en) * 2014-10-27 2018-04-24 Covidien Lp Ventilation triggering using change-point detection
US20170367617A1 (en) * 2014-12-16 2017-12-28 Koninklijke Philips N.V. Probabilistic non-invasive assessment of respiratory mechanics for different patient classes
CN107690310B (zh) * 2015-06-02 2021-06-15 皇家飞利浦有限公司 用于经由连续参数估计来监测患者呼吸状态的无创方法
CN105854142B (zh) * 2016-05-10 2018-08-31 苏州鱼跃医疗科技有限公司 一种基于反向传播算法的呼吸机治疗压力稳定方法
JP6938940B2 (ja) 2017-02-15 2021-09-22 コニカミノルタ株式会社 動態解析システム
US10792449B2 (en) 2017-10-03 2020-10-06 Breathe Technologies, Inc. Patient interface with integrated jet pump
US10668239B2 (en) 2017-11-14 2020-06-02 Covidien Lp Systems and methods for drive pressure spontaneous ventilation
EP3793656A1 (en) 2018-05-14 2021-03-24 Covidien LP Systems and methods for respiratory effort detection utilizing signal distortion
US11517691B2 (en) 2018-09-07 2022-12-06 Covidien Lp Methods and systems for high pressure controlled ventilation
JPWO2020054360A1 (pt) * 2018-09-11 2020-03-19
US11752287B2 (en) 2018-10-03 2023-09-12 Covidien Lp Systems and methods for automatic cycling or cycling detection
JP7054220B2 (ja) * 2019-02-08 2022-04-13 チェスト株式会社 呼吸抵抗測定装置、データ処理方法及び呼吸抵抗測定システム
US11324954B2 (en) 2019-06-28 2022-05-10 Covidien Lp Achieving smooth breathing by modified bilateral phrenic nerve pacing
WO2021010150A1 (ja) * 2019-07-16 2021-01-21 チェスト株式会社 呼吸機能検査装置、データ処理方法及び呼吸機能検査システム
US11298485B2 (en) * 2019-07-17 2022-04-12 Convergent Engineering, Inc. Esophageal pressure clinical decision support system
CN111249588A (zh) * 2020-01-20 2020-06-09 深圳市科曼医疗设备有限公司 基于呼吸机的呼气压力控制方法、装置、设备及存储介质
US11672934B2 (en) 2020-05-12 2023-06-13 Covidien Lp Remote ventilator adjustment
CN112363394B (zh) * 2020-11-02 2022-04-15 中国科学院力学研究所 基于机器学习的通气超空泡形态控制方法
CN112932457B (zh) * 2021-01-26 2022-11-25 四川大学 呼吸系统健康监测装置
CN113689948A (zh) * 2021-08-18 2021-11-23 深圳先进技术研究院 呼吸机机械通气的人机异步检测方法、装置和相关设备
CN113908458A (zh) * 2021-10-18 2022-01-11 西北工业大学 一种高原智能预供氧方法
CN113855955B (zh) * 2021-10-21 2023-09-26 山东大学 一种呼吸机多模式工作控制系统及呼吸机

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5261397A (en) * 1991-05-10 1993-11-16 The Children's Hospital Of Philadelphia Methods and apparatus for measuring infant lung function and providing respiratory system therapy
JP2582010B2 (ja) 1991-07-05 1997-02-19 芳嗣 山田 呼吸筋活動のモニタ装置
US5490502A (en) * 1992-05-07 1996-02-13 New York University Method and apparatus for optimizing the continuous positive airway pressure for treating obstructive sleep apnea
GB9405002D0 (en) 1994-03-15 1994-04-27 Univ Manitoba Apparatus and method of use for pulsatile blood flow with return of in vivo variability of the pulse waveform
WO1995033184A1 (en) 1994-05-26 1995-12-07 Astra Aktiebolag Measurement system and method
US6135105A (en) * 1995-10-20 2000-10-24 University Of Florida Lung classification scheme, a method of lung class identification and inspiratory waveform shapes
US5953713A (en) * 1995-10-26 1999-09-14 Board Of Regents, The University Of Texas System Method and apparatus for treatment of sleep disorder breathing employing artificial neural network
US6158432A (en) * 1995-12-08 2000-12-12 Cardiopulmonary Corporation Ventilator control system and method
US5752921A (en) * 1996-01-11 1998-05-19 Korr Medical Technologies, Inc. Method and apparatus for determining tracheal pressure
US5682881A (en) 1996-10-21 1997-11-04 Winthrop; Neil Nasal CPAP/Cannula and securement apparatus
US5887611A (en) 1996-12-31 1999-03-30 The University Of Florida Gas blender
WO1998039721A1 (en) * 1997-03-07 1998-09-11 University Of Florida Method for diagnosing and staging prostate cancer
CA2234492C (en) 1997-04-11 2006-11-07 George A. Volgyesi Device and method for measuring tidal volume
SE513969C2 (sv) 1997-05-17 2000-12-04 Draegerwerk Ag Anordning och förfarande för bestämning av respirationssystemetsmekaniska egenskaper
US6058322A (en) * 1997-07-25 2000-05-02 Arch Development Corporation Methods for improving the accuracy in differential diagnosis on radiologic examinations
US6068602A (en) * 1997-09-26 2000-05-30 Ohmeda Inc. Method and apparatus for determining airway resistance and lung compliance
US6099481A (en) * 1997-11-03 2000-08-08 Ntc Technology, Inc. Respiratory profile parameter determination method and apparatus
US6083173A (en) * 1998-03-06 2000-07-04 Research Foundation Of State University Of New York Artificial neural network for predicting respiratory disturbances and method for developing the same
SE9801427D0 (sv) * 1998-04-23 1998-04-23 Siemens Elema Ab Förfarande för bestämning av minst en parameter samt en andningsapparat
US6257234B1 (en) * 1998-08-21 2001-07-10 Respironics, Inc. Apparatus and method for determining respiratory mechanics of a patient and for controlling a ventilator based thereon
US6290654B1 (en) * 1998-10-08 2001-09-18 Sleep Solutions, Inc. Obstructive sleep apnea detection apparatus and method using pattern recognition
US6390091B1 (en) * 1999-02-03 2002-05-21 University Of Florida Method and apparatus for controlling a medical ventilator
US6796305B1 (en) * 1999-06-30 2004-09-28 University Of Florida Research Foundation, Inc. Ventilator monitor system and method of using same
US6629934B2 (en) * 2000-02-02 2003-10-07 Healthetech, Inc. Indirect calorimeter for medical applications
US6439229B1 (en) 2000-08-08 2002-08-27 Newport Medical Instruments, Inc. Pressure support ventilation control system and method
US6450164B1 (en) * 2000-08-17 2002-09-17 Michael J. Banner Endotracheal tube pressure monitoring system and method of controlling same
SE0003531D0 (sv) * 2000-10-02 2000-10-02 Breas Medical Ab Auto CPAP
US6860858B2 (en) * 2001-05-23 2005-03-01 Resmed Limited Ventilator patient synchronization

Also Published As

Publication number Publication date
CA2492528C (en) 2014-03-18
WO2004019766A3 (en) 2004-06-24
EP2377463A1 (en) 2011-10-19
US20040040560A1 (en) 2004-03-04
US7588543B2 (en) 2009-09-15
US8617083B2 (en) 2013-12-31
BR0313823A (pt) 2005-07-05
US20090272382A1 (en) 2009-11-05
CA2492528A1 (en) 2004-03-11
EP1534131A2 (en) 2005-06-01
JP4836453B2 (ja) 2011-12-14
US7425201B2 (en) 2008-09-16
EP1534131A4 (en) 2009-04-15
EP1534131B1 (en) 2016-10-26
BRPI0313823B8 (pt) 2021-06-22
WO2004019766A2 (en) 2004-03-11
AU2003268324A1 (en) 2004-03-19
AU2003268324B2 (en) 2008-05-29
JP2005537068A (ja) 2005-12-08
US20070232951A1 (en) 2007-10-04
EP2377463B1 (en) 2018-10-03

Similar Documents

Publication Publication Date Title
BRPI0313823B1 (pt) Método e aparelho para predizer o trabalho da respiração
US8672858B2 (en) Method and apparatus for predicting work of breathing
CA2861505C (en) Method and apparatus for predicting work of breathing
JP5053083B2 (ja) 人工呼吸器支持を受けている患者の終末呼気陽圧(PEEPi)を非侵襲的に予測するための方法及び機器
JP6564318B2 (ja) リアルタイム肺メカニクスを評価するためのシステム
RU2737295C2 (ru) Аппарат для механической искусственной вентиляции легких и мониторинга дыхания
US10165966B2 (en) Methods and systems for monitoring resistance and work of breathing for ventilator-dependent patients
US20070000494A1 (en) Ventilator monitor system and method of using same
US8128575B2 (en) System and method for the automatic detection of the expiratory flow limitation
JP2020508194A (ja) 機械的人工換気のための自動的なpeepの選択
CN107209797A (zh) 用于对机械通气的基于模型的优化的系统和方法
Kilander et al. Variable expiration control for an intensive care ventilator
Dall’Ava-Santucci et al. Respiratory inductive plethysmography for assessing risk of pulmonary barotrauma
Lua et al. Mechanics of proportional-assist ventilation

Legal Events

Date Code Title Description
B21F Lapse acc. art. 78, item iv - on non-payment of the annual fees in time

Free format text: REFERENTE A 20A ANUIDADE.

B24J Lapse because of non-payment of annual fees (definitively: art 78 iv lpi, resolution 113/2013 art. 12)

Free format text: EM VIRTUDE DA EXTINCAO PUBLICADA NA RPI 2737 DE 20-06-2023 E CONSIDERANDO AUSENCIA DE MANIFESTACAO DENTRO DOS PRAZOS LEGAIS, INFORMO QUE CABE SER MANTIDA A EXTINCAO DA PATENTE E SEUS CERTIFICADOS, CONFORME O DISPOSTO NO ARTIGO 12, DA RESOLUCAO 113/2013.