CN103597487B - 桥治疗过程的可视化方法 - Google Patents

桥治疗过程的可视化方法 Download PDF

Info

Publication number
CN103597487B
CN103597487B CN201280029388.7A CN201280029388A CN103597487B CN 103597487 B CN103597487 B CN 103597487B CN 201280029388 A CN201280029388 A CN 201280029388A CN 103597487 B CN103597487 B CN 103597487B
Authority
CN
China
Prior art keywords
value
blood
model
effect
haemostatic conditions
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
CN201280029388.7A
Other languages
English (en)
Other versions
CN103597487A (zh
Inventor
H·J·范奥耶恩
R·范登哈姆
B·J·巴克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN103597487A publication Critical patent/CN103597487A/zh
Application granted granted Critical
Publication of CN103597487B publication Critical patent/CN103597487B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02042—Determining blood loss or bleeding, e.g. during a surgical procedure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G16B5/30—Dynamic-time models
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physiology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Cardiology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Hematology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明提供了一种出血风险和血栓形成风险的同时图形表示，以提供可视化桥治疗过程。此外，本发明提供了一种通过使用用于计算的生物化学模型和药物反应动力学模型的组合或血液循环的另一种数学表示来进行的，被检查的血液循环的止血状况的基于计算机的预测。

Description

桥治疗过程的可视化方法
技术领域
本发明涉及临床决策支持系统。具体而言，本发明涉及对桥治疗过程进行可视化的方法，涉及对桥治疗过程进行可视化的用户接口，涉及用于对桥治疗过程进行可视化的程序单元以及计算机可读介质。
背景技术
药用抗凝血治疗有导致危及生命的出血事件的风险。因此，定期地监测抗凝血治疗以获得血栓形成和出血风险之间的正确平衡。为了这一目的使用的最佳诊断测试依赖于施予的抗凝血剂药物的类型。对于需要快速调节的短期抗凝血治疗，使用普通肝素，或诸如低分子量肝素（LMWH）和五糖的肝素类药物。对于较长期的治疗，最广泛使用口腔、维生素K拮抗剂（VKA）型抗凝血剂。每100个居住在西方世界的人中约有1到2人使用VKA。
VKA及肝素类化合物具有不同的作用模式。肝素增强抗凝血酶的功能以主要抑制F10a及凝血酶。肝素还抑制诸如F11a、F9a、F3-F7a的其他活性蛋白质，然而它们的主要作用模式是抑制F10a及凝血酶。LMWH以及合成五糖可以更特异于F10a。VKA可以抑制功能性凝血酶、F7、F9、F10蛋白质C、蛋白质S以及蛋白质Z的浓度。肝素治疗最常用的测试是活化部分凝血活酶时间（aPTT），而通常使用因子10a抗体化验来监测LMWH或合成五糖型药物。传统上使用凝血酶原时间（PT），或其标准化衍生物，国际标准化比值（INR）对维生素K拮抗剂治疗进行监测。
然而在特定情况下，例如在血栓治疗的急性期后，或当具有维生素K拮抗剂的患者需要进行手术的时候，治疗需要从一种类型的药物改变成另一种类型，也被称为桥或桥接治疗。仅在北美每年估计共有25万名患者需要中断他们的VKA处置。这没有考虑到在利用肝素的初始处置后开始华法令处置的所有患者。据估计每年约有2百万人开始华法令处置。然而，不是所有这些患者都有过初始肝素处置。
由于对凝血蛋白的产生的间接影响，VKA的作用仅缓慢地增加（从肝素类药物向VKA过渡）并也仅缓慢地降低（从VKA向肝素类药物过渡）。
没有概括两种治疗的组合作用的可用测试。此外，用于测量单一治疗作用的测试，例如aPTT或INR，受其他治疗的影响。由于其对凝血蛋白的间接影响VKA作用仅缓慢地增加和降低，且在这种治疗期间，它们的部分抗凝血需要由快速作用的肝素类药物补偿，以使患者处于正确的止血平衡。
在桥接时段期间，医生有若干监测患者止血平衡的选择。首先，在桥接时段期间，可以使用PT或INR监测患者。然而，由于PT/INR对于肝素类药物的作用相对不敏感，为此瞄准测试的恒定值将容易导致凝血的过补偿以及不可接受的出血高风险。第二种选择同样使用aPTT监测抗凝血，aPTT对于VKA的抗凝血剂作用或多或少是敏感的，但对于监测VKA治疗肯定没有被最优化，因此瞄准测试的恒定值也将容易导致过抗凝血以及不可接受的出血高风险。在实践中，已知医师选择第三种可能性：避免所有监测，而遵循（推荐的）桥接指南，已知其经常导致过抗凝血。
文献WO2010/124127公开了用于药物施予的方法和装置，药物例如是处置心血管和神经血管疾病以及深静脉血栓形成和肺血栓疾病中用作抗凝血剂药物的肝素。
文献US2009/265182公开了一种用于抗凝血剂治疗的配发点或销售点管理的方法和系统。
Pohl等人（1994年）文章《The Quick Machine-A Mathematical Model for TheExtrinsic Activation of Coagulation》（Haemostatsis24：第325-337页）公开了一种体外内源性凝血级联的反应动力学的数学模型。
文献WO01/93762公开了一种确定药物的剂量以及在什么时间使用计算机系统/模式确定系统获得该剂量的方法。
文献WO03/014735公开了一种系统、过程、软件和诊断装置，其利用客户端设备和服务器设备之间的交互来提供数据，以确定并监测患者的药物剂量水平。
文献US2011/040572公开了一种患者监测系统和用于远程患者管理的方法。
文献US5822715公开了一种糖尿病管理系统，其用于预测患者将来的血糖值，并当将来的血糖值位于目标范围之外时，向患者建议校正动作。
文献US6730026公开了一种医疗系统，其用于监测家庭环境中患者的测得值，以表征所述患者的血液凝固。
发明内容
可以将提供改进的桥接治疗视为本发明的目的。
需要直观地对患者的桥治疗过程进行可视化，并指示提供的抗凝血是否在期望的安全范围之外。此外，需要收集相关的患者数据，并需要向例如临床医师或用户提供关联的建议，以实现安全的桥过程。因此，需要使用户能够正确地监测并安全地补偿患者的部分抗凝血。
本发明满足了这些需求。
本发明的目的是通过独立权利要求的主题解决的。在从属权利要求中包含了进一步的实施例和进一步的优点。
应注意，下文中描述的本发明实施例类似地涉及方法、设备、程序单元以及计算机可读介质。换言之，相对于涉及本发明的方法的实施例描述的特征应当理解为由本发明的对应设备、程序单元和计算机可读介质包括或实现，反之亦然。此外，本领域的技术人员从以上和以下描述将认识到，除非另行指出，除了属于一种主题的特征的任何组合之外，涉及不同主题的特征间的任何组合，具体而言装置类型权利要求的特征与方法类型权利要求的特征之间的组合，也被视为被本申请公开。此外，能够组合所有特征，以提供超过特征的简单相加的协同效应。
根据本发明示范性实施例，提出了一种对桥治疗过程或桥接治疗过程进行可视化的方法。该方法包括接收描述患者的血液循环的止血状况的凝血数据的步骤。此外，该方法包括借助图形表示向用户显示所述凝血数据的步骤。还包括在所述图形表示中显示由第一类型血液测试测量的第一值的步骤，其中，第一测得值指示肝素类药物对止血状况的第一作用。与所述第一测得值的所述显示同时，即在同一时间点，在所述图形表示中显示由第二类型血液测试测量的第二值。第二测得值指示维生素K拮抗剂型抗凝血剂对止血状况的第二作用，其中，第一测得值和第二测得值描述在一个，即相同具体时间点的血液循环的止血状况。
由于两种类型的血液测试都是在基本同一时间点进行的，所以关于所述具体时间点该患者的止血状况的可靠信息是可能的。
在上述实施例中以及在本发明的每个其他实施例中，可以测量，但也可以由计算机生成第一类型血液测试和第二类型血液测试的结果。如下文将要详细描述的，可以在本发明的背景中使用数学模型，其考虑了血液的检查或监测的止血状况的生物化学方面或特性以及药物动力学方面或特性，以及血液的检查或监测的止血状况的药物反应动力学方面或特性。这还可以包括患者特性，例如遗传变异等。
换言之，对桥治疗过程进行可视化的方法也可以完全基于第一类型血液测试和第二类型血液测试的模拟值。然而，如果期望，本发明中包括从血样获得的测得值以及模拟、计算或建模值的组合。此外，也可以仅使用测得值来监测第一血液测试和第二血液测试的值的时间进展。
通常讲来，第一作用和第三作用的性质可以相同或基本相同。然而，它们可以在不同时间点存在于检查的血液中，并且可以表示对患者的止血潜力或止血状况的另一影响。
此外，如上和如下所述，在图形表示中执行第一测得值和第二测得值的“显示”。例如，可以在第一步骤中额外提供用户接口，以便提供图形表示并向用户显示第一测得值和第二测得值。
在本发明的背景中，可以将术语“血液循环”理解为血液循环的止血状况。
第一测得值和第二测得值例如可以是图形表示中显示的坐标系中的X和Y坐标。换言之，提出的方法借助第一测得值和第二测得值同时显示血液循环的所述止血状况的凝血风险和出血风险。例如，可以从下文中描述的图6收集这样的同时显示。换言之，一种测试指示血栓形成风险或凝血风险，另一种测试指示出血风险。两种测试都可以通过高于或低于潜在测试输出的安全或目标范围的测试值指示任一种风险。
此外，从本文提出的方法的以下范例，借助不同类型血液测试的第一测得值和第二测得值进行的检查的血液循环的出血风险和血栓形成风险的同时显示以及其优点将变得更清晰。第一类型血液测试可以是例如PT/INR测试。这种类型的血液测试可以对肝素类药物的作用相对不敏感。由于根据本发明的同时显示或监测，在桥接期间不仅瞄准了针对这种示范性第一类型血液测试的安全范围。因此，通过本发明成功避免了凝血和不可接受出血高风险的过度补偿，因为同时显示和/或监测了第二类型血液测试的第二测得值。第二类型血液测试例如可以由aPTT血液测试实现。这种测试可以对VKA的抗凝血剂作用或多或少是敏感的，但对于监测VKA治疗肯定没有被最优化，而是对监测肝素类药物的作用被优化。由于本发明并非在桥接期间瞄准这种aPTT（被视为第二类型的血液测试）的恒定值，所以在监测的桥过程期间避免了过度抗凝血和高度不可接受的出血风险。
该方法有助于在整个桥接时段内将患者保持在安全止血剂平衡。例如，在开始从VKA过渡到肝素时，患者在纯粹由PT/INR定义的目标区域之内是稳定的，在完成桥接过程时，患者应当在针对纯粹由aPTT定义的目标区域之内是稳定的。其间，两种测试的组合指示中间测量值应当保持不变的安全过渡区域。
这两种测量的同时可视化示出了患者是否稳定，并且可以由自身使用。该模型可能有创新影响，其基于测量1和2，额外的患者特异性数据（如稍后将描述的），以及抗凝血剂药物剂量的变化，预测患者在下一时间点是否仍然稳定。后一部分将药物施予方面的临床决策与患者在安全区域之内或外部的进展关联，从而能够用于推荐的正确药物剂量或警告危险的药物剂量。
换言之，本发明目的是显示与肝素类药物相关的第一血液测试的测量，同时测量维生素K拮抗剂型抗凝血药，这提高了本发明提供的桥治疗支持的可靠性和精确度。
因此，提出的方法使得用户能够正确监测桥治疗，并安全补偿不足或过度的抗凝血。例如，通过显示PT测试的结果并同时显示aPTT测试结果，可以使用户能够估计分析的血液循环的止血状况如何发展。可以基于第一时间点的第一值和第二值，并可能基于额外测得值或由数学模型预测的桥接时段中进一步往后的时间点，向用户提供额外的计算建议。对于所述建议，可以使用本文所述的数学模型。该模型可以很好地使用除PT/INR和aPTT之外的这种测得值，以使模型的贡献更可靠。
在本发明的背景中，可以将例如第一类型血液测试的术语“测得值”视为给予用户关于如下内容的信息的血液测试：凝血因子、抗凝血因子、影响血栓形成的因子、影响出血或临床医生评估止血状况必须要知道的任何参数的因子。可以将术语因子视为指出关于检查的血液循环的出血风险或血栓形成风险的显著性的参数或值。
也可以将这样的测得值视为例如临床测量的结果。可以向用户接口提供临床测量的这种结果，所述用户接口执行各个类型血液测试的第一测得值和第二测得值的同时显示。
提出的方法向用户同时显示先前施予的或打算施予的肝素类药物对血液循环的止血状况的作用。同时，该方法显示维生素K拮抗剂型抗凝血剂对分析的血液循环的止血状况的第二作用。因此，在桥治疗过程期间，为用户提供由普通肝素和/或肝素类药物（例如低分子量肝素和五糖）导致的作用以及由维生素K拮抗剂型抗凝血剂导致的作用的概况。因此，通过本发明，可以改善桥接治疗过程的安全性以及桥治疗过程期间执行的血液测试的可靠性。
在本发明的背景中，可以将第一值、第二值、第三值和第四值视为由计算数据包括，所述计算数据被提供至例如用户接口、显示器、处理器、计算机系统，或其用于所提出的方法。当然，可以将更多值视为由计算数据包括。
根据本发明的另一示范性实施例，该方法还包括显示第一类型血液测试的第三值的步骤，所述第三值指示肝素类药物对止血状况的第三作用。与显示第三值同时，显示第二类型血液测试的第四测得值。
其中，第三值和第四值可以是测得的，或者也可以通过例如本文描述的数学模型的实施例由计算机生成。
换言之，能够通过使用X和Y坐标系举例说明这一示范性实施例。因此，能够将本发明的这一示范性实施例视为显示X和Y坐标系中两个不同的时间点，其中，在X轴上例如显示aPTT值，在Y轴上显示INR值。也可以使用本文描述的其他测试。能够在第一X和Y坐标之内将先前测量的第一值与第二值组合，能够在第二X和Y坐标之内将例如测得的第三值与第四值组合。因此，借助第一值、第二值、第三值和第四值生成并显示测得或预测的时间进展或基于测得开始值和计算值的时间进展。因此，以图形方式通知用户分析的血液循环的止血状况已经如何从第一X和Y坐标变化到第二X和Y坐标。可以在图形表示中显示或表示所述分析的血液循环的止血状况的时间进展。
还能够针对第三时间点等继续进行上述过程，直到完成桥接。
应注意，在本发明的背景中，第一类型血液测试和第二类型血液测试可以分别且独立从包括如下测试的组中选择：活化部分凝血活酶时间（aPTT）测试、因子10a抗体测试、血浆凝血酶原时间（PT）测试、国际标准化比值（INR）测试、指示血栓形成或凝血的测试、指示出血或抗凝血的测试、指示止血功能的测试。
根据本发明的另一示范性实施例，该方法包括：通过组合所述血液循环的生物化学模型和所述血液循环的药物动力学模型计算和/或显示所述血液循环的止血状况的预测的步骤。
在本发明的背景中，使用术语“药物动力学模型”包括药物反应动力学以及药物动力学方面。因此，在本发明背景中，数学模型包括药物动力学，即药物-蛋白质相互作用，以及药物反应动力学，即药物通过系统的扩散。药物动力学模型可以不仅基于血管中的分布，还基于全身中的分布。因此它开始于吸收药物，之后药物在全身的分布，从而还导致血液循环中有一定量的药物，等。血液中的药物量可以是对本模型而言重要的参数。
所述生物化学模型和所述药物动力学模型可以是将要更详细描述的数学模型的一部分。
所述数学模型计算或模拟所用血液测试类型的时间发展或时间进展，即，第一类型血液测试的第一值以及第二类型血液测试的第二值的时间发展或时间进展。
换言之，可以将所述示范性实施例视为计算机支持的决策方法。借助计算的预测，用户可以决定施予哪种药物可能有用。预测结果可以伴随有改变抗凝血药物施予的计算建议。
可以在例如计算机或计算机的处理器上执行所述预测的计算。所用的模型，即生物化学模型和药物动力学模型，可以存储于计算机系统的存储设备上，或者也可以作为计算机程序单元的一部分被下载，以便更新或调整现有的程序或系统。
在本发明的背景中，可以将生物化学模型和药物动力学模型视为一种通过数学方式定义的模型，其可以包括三个独立的模块：凝血级联模块、血纤维蛋白聚合模块和药物反应动力学和/或药物动力学模块。可以将第一模块称为生物化学模型。涉及凝血级联和血纤维蛋白聚合的前两个模块可以基于凝血响应的底层蛋白质相互作用，并用于模拟体外测试，例如，但不限于凝血酶生成化验、血浆凝血酶原时间（PT）和活化部分凝血活酶时间（aPTT）。因此，生物化学模型可以包括关于检查的血液循环或血管系统或患者身体之内的凝血级联的计算和血纤维蛋白聚合的计算。药物反应动力学和药物动力学可以基于隔室模型。然而，可以使用其他数值建模。如果期望，可以独立或额外地使用有限元建模。可以使用药物动力学模型模拟抗凝血药物（例如普通肝素（UFH）、低分子量肝素（LMWH）和VKA）在人体中的动力学和作用。因此可以将术语“血液循环”视为部分或整个人体血液循环系统。
如果期望，可以在本发明的每个实施例中实施生物化学模型和药物动力学模型之间的以下相互作用：可以针对部分或整个桥接时段模拟抗凝血药物的作用。可以在预定义时间点拍摄来自抗凝血剂的模拟作用的快照。可以借助例如隔室建模执行这样的模拟。也可以使用其他模型，例如数值模型。例如，可以至少部分地使用有限元建模。拍摄血液循环中受干扰状况的快照，其象征与从患者的检查的血液循环获取的血样的凝血系统相关的一种或多种测试。之后可以将该快照用于生物化学模型中以作为输入，以便分别或交替地计算凝血级联和血纤维蛋白聚合。能够从下文阐述的数学描述获得组合了生物化学模型和药物动力学模型的数学模型的更多数学细节和若干实施例。
在这一以及每个其他示范性实施例中，可以将术语“计算”理解为运行模型或利用模型，例如本文所述的数学模型，执行模拟。
根据本发明的另一示范性实施例，该方法包括：通过使用药物动力学模型计算预定时间期间抗凝血剂药物的作用的步骤，该步骤获得计算的药物动力学作用。换言之，通过使用药物动力学模型，可以对检查的血液循环之内的例如抗凝血剂的分布时间和分布速率，以及其对血液循环的抗凝血或促凝血的作用进行建模和/或计算。其中，可以使用隔室模型以便指定药物在血液循环和其他检查的组织之内的动力学。
由此，重要的是，所提出的用于执行建模的方法不需要与患者进行任何接触，因为它可以纯粹基于数学模型。如果期望，在所提出的方法的建模、模拟和计算步骤期间，能够考虑关于患者或血液系统的个体信息。
之后可以将所述计算的药物动力学作用用于生物化学模型，生物化学模型可以包括关于检查的血液循环的凝血级联的计算以及关于检查的血液循环的血纤维蛋白聚合的计算。这也由下面进一步示出的表1到5描述。
根据本发明的另一示范性实施例，该方法还包括借助生物化学模型在所有检查的血液循环中计算凝血作用和/或血纤维蛋白聚合作用的步骤，其中，所述计算基于计算的药物动力学作用。
换言之，提出了生物化学模型和药物动力学模型之间的关系或相互作用。用户从相当不同的数学模型的组合受益，因为如下文将要描述的，两种模型的结果的优点得到组合。
在本示范性实施例中也可以包括显示止血状况的预测值的另一步骤。其中，所述预测值基于计算的药物动力学作用、计算的凝血作用和/或计算的血纤维蛋白聚合作用中的至少一个。
换言之，组合生物化学模型和药物动力学模型使得用户能够基于先前执行的计算步骤的结果调节桥接治疗。可以在显示器上示出组合模拟的结果，从而向用户清楚地显示关于患者的止血状况是否安全的信息。如果期望，可以使用图6中所示的图形表示。可以借助例如矩形框，显示划定安全区域的，例如针对aPTT值和INR值的已知边界值。X和Y坐标系之内的这种矩形框指示这样的区域：其中，aPTT和INR值需要满足相对于出血和/或血栓形成的安全要求。
根据另一示范性实施例，该方法包括：自动建议应用凝血剂和/或抗凝血剂施予的步骤。
换言之，可以提供一种模型或软件，其支持桥接治疗期间用户或临床医师的决策。这样的自动生成的建议可以建议例如增减UFH、施予VKA、施予促凝血剂或凝血剂、施予解毒剂或保持当前的治疗计划不变。然而，应当理解由上述模型自动生成的建议的其他实施例也包括在本发明之内。
此外，自动建议的应用基于先前计算的止血状况的进展。换言之，生物化学模型和药物动力学模型的组合还可以包括计算并显示桥接过程期间最优治疗计划的步骤。
此外，在本发明的这一和每个其他实施例中，用户可以提供关于患者或血液循环的个体信息，能够将该信息分成两种类型：第一类型的个体数据在时间上恒定，第二类型的个体数据可以随桥接进展而在时间上改变或变化。作为所述第一数据类型的范例，可以提供姓名、血型和/或桥接类型。可以随时间变化的关于血液循环或患者的个体数据的范例例如是INR值、aPTT值、F2活性和/或F10活性。
如稍后结合图5所述，用户接口可以是中央设备，向其提供临床测量结果，例如INR值或aPTT值。其次，可以为用户接口提供例如关于药物的可能或潜在剂量的用户输入，临床医师希望通过上述包括生物化学模型和药物动力学模型的模型评估该剂量。用户接口因此可以与处理器或运行软件的系统通信，可以在所述运行软件的系统上读出或执行如下所述的数学模型或计算。换言之，用户接口可以连接到计算装置，在所述计算装置上存储两种模型并能够使用这样的模型执行模拟。
根据本发明的另一方面，可以通过例如医院的IT系统频繁更新生物化学模型和药物动力学模型，通过所述IT系统可以提供当前的知识或科学发现。因此，能够频繁更新模型并将其保持为最新。
根据本发明的另一示范性实施例，提出了一种用于对桥接治疗过程进行可视化的用户接口。该用户接口包括接收装置，所述接收装置被配置为接收描述患者的血液循环的止血状况的凝血数据。此外，该用户接口被配置为显示所述血液循环的止血状况。该用户接口进一步被配置为显示由第一类型血液测试测量的第一值，该第一测得值指示肝素类药物对止血状况的第一作用。此外，该用户接口被配置为同时显示第二类型血液测试测量的第二值，该第二测得值指示维生素K拮抗剂型抗凝血剂对止血状况的第二作用。
此外，第一测得值和第二测得值描述在一个特定时间点血液循环的止血状况。
可以将本发明的要点视为仅借助一个图形表示同时向用户显示检查的血液循环的凝血风险和出血风险。这是在从一种抗凝血剂药物到另一种抗凝血剂药物的桥接治疗期间进行的。换言之，在第一步骤中，结合于与由维生素K拮抗剂型抗凝血剂药物在检查的血液循环中导致的作用相关联的第二测试的第二值，显示与肝素类药物导致的作用相关联的第一测得值。由于这一同时显示步骤，能够避免患者的止血状况为过渡抗凝血或抗凝血不足。由于这一同时显示步骤，能够避免止血状况的过渡抗凝血或抗凝血不足的发展。因此，本发明能够改进桥接过程。
根据本发明的另一示范性实施例，一种用于对桥治疗过程或桥接治疗过程进行可视化的程序单元，当由处理器执行时，该程序单元适于执行：接收描述血液循环的止血状况的凝血数据；借助图形表示向用户显示所述凝血数据；显示由第一类型血液测试测量的第一值，该第一测得值指示肝素类药物对止血状况的第一作用，其中，在所述图形表示中显示第一测得值。该程序单元还可以适于执行：与显示所述第一测得值同时，显示由第二类型血液测试测量的第二值，所述第二测得值指示维生素K拮抗剂型抗凝血剂对所述止血状况的第二作用。
由此，可以将术语“程序单元”视为整个完整的计算机程序或也可以视为计算机程序的一部分。可以将计算机程序的这样的部分下载并作为更新整合到现有的计算机程序中，以能够执行本发明。
根据本发明的另一示范性实施例，一种存储了用于对桥治疗过程进行可视化的程序单元的计算机可读介质，所述程序单元当由处理器执行时，适于执行：接收描述血液循环的止血状况的凝血数据；借助图形表示向用户显示所述凝血数据；显示由第一类型血液测试测量的第一值，所述第一测得值指示肝素类药物对所述止血状况的第一作用。存储于该计算机可读介质中的该程序单元还可以适于执行：与显示所述第一测得值同时，显示由第二类型血液测试测量的第二值，所述第二测得值指示维生素K拮抗剂型抗凝血剂对所述止血状况的第二作用。
可以将该计算机可读介质视为存储介质，例如USB棒、CD、DVD、数据存储设备、硬盘或能够存储上述程序单元的任何其他介质。
本发明的这些和其他方面将从下文描述的实施例变得显而易见，并参考下文描述的实施例加以阐述。
可以将如下内容视为本发明的另一要点：提供一种用户接口、软件、计算机模型、患者的临床测量结果和特性（例如aPTT、INR、单核甘酸多型性（SNP）、凝血因子活性、肝功能）。尤其是该计算机模型可以基于新的认识。开发的是一种人类止血系统的计算机实施方式。这种计算机模型能够基于当前的测量结果预测桥治疗期间患者止血系统的将来发展。
利用下面的不同措辞描述本发明的要点。该计算机模型可以是凝血级联和血纤维蛋白聚合的作为一组反应机制的表示。可以将每种反应机制的时间动力学描述为常微分方程或ODE，其涉及（一个或多个）反应和反应速率参数中涉及的（一种或多种）蛋白质和/或（一种或多种）化学分子的浓度。通过对涉及特定蛋白质或另一种化学分子的所有反应机制求和（蛋白质或分子能够参与超过一种反应），可以计算该特定蛋白质或另一种化学实体的浓度的时间动力学。能够通过跟踪所有蛋白质和分子的演变来计算整个系统。然而，这样要求除了反应拓扑结构之外，还知道模型参数的数值。这些模型参数包括系统的初始条件，即所有蛋白质和分子在t=0时（例如开始桥接治疗之前）的浓度，以及反应机制的反应速率参数。初始浓度的一部分是测得的（在实验室中或在诊所中），而其他是从文献获得的（平均患者值，可能针对性别和年龄进行过校正）。可以经由求解逆问题，即对试验数据进行模型拟合，导出反应速率参数。使用模型参数的数值，通过采用标准ODE综合算法，以数值方式求解ODE方程组。在UI上，与用户在UI中输入的桥接时段期间测得的aPTT和INR演化一起，显示出由计算机模型预测的aPTT和INR的预期将来演变。aPTT和INR预测是由计算机模型基于测试中确定的初始浓度、预先导出的反应速率参数和未知浓度的人群平均值而计算的。先前测量的aPTT和INR值与其他临床测量结果（例如维生素K蛋白质活性、肝功能）的组合用于优化预测，以使预测更具有患者特异性，即实现个性化治疗规划。将桥接时段期间测得和预测的aPTT和INR的进展称为桥接路径。用户能够使用组合的测得和预测的桥接路径评估患者的风险并对治疗计划做出适当调整。能够由计算机模型模拟不同的治疗选项，并在UI上对其预测的作用进行可视化。
附图说明
将在以下附图中描述说明书的示范性实施例：
图1到3c示意性地示出了根据本发明的示范性实施例的方法的各流程图。
图4示意性地示出了根据本发明的示范性实施例的用户接口。
图5示意性地示出了根据本发明的示范性实施例的用户接口。
图6示意性地示出了能够在本发明的示范性实施例期间使用的图形表示。
具体实施方式
图1示出了对桥治疗过程进行可视化的方法的流程图，其中，所提出的方法包括步骤（S1）到（S4）。在步骤（S1）中，接收描述患者的血液循环的止血状况的凝血数据。例如可以由用户接口或由计算装置或计算机系统接收这样的数据。此外，凝血数据包括测得或模拟的测试值，其指示血液循环的止血状况。其中，aPTT测试、PT测试、INR测试、指示栓形成或凝血的测试、指示出血或抗凝血的测试、指示止血功能的测试或这些测试的任何测试组合的值都可以由所述术语“凝血数据”包括。
此外，图1中所示的方法包括步骤（S2），其表示借助图形表示向用户显示凝血数据。此外，显示第一种血液测试的第一测得或模拟值的步骤包括在图1的方法中作为步骤（S3），所述第一测得或模拟值指示肝素类药物对止血状况的第一作用。此外，包括步骤（S4），其为与显示第一测得值同时显示第二类型血液测试的第二测得或模拟值的步骤。所述第二测得或模拟值指示维生素K拮抗剂型抗凝血剂对止血状况的第二作用。此外，第一测得或模拟值和第二测得或模拟值描述在一个特定时间点血液循环的止血状况。
由于同时显示源于血液测试的第一值和第二值，所以能够监测并向用户显示由肝素类药物导致的作用以及由维生素K拮抗剂型抗凝血剂药物导致的作用。因此，确保了由这种对桥接治疗过程进行可视化的方法支持的临床医师检测到血栓形成和出血风险之间的平衡。
第一类型血液测试可以是PT/INR测试，其可能对肝素类药物的作用相对不敏感，但可能对监测VKA的作用敏感。如本发明那样，不仅在桥接期间瞄准针对这种测试的恒定值，而且通过本发明成功避免了对凝血和不可接受的出血高风险的过度补偿。例如，可以由aPTT血液测试实现第二类型血液测试，其可能对VKA的抗凝血剂作用或多或少是敏感的，但对于监测VKA治疗肯定没有被最优化，而是可能对监测肝素类药物的作用敏感。由于本发明并非在桥接期间瞄准这一测试的恒定值，所以避免了出现过度抗凝血和高度不可接受的出血风险。本发明可以瞄准与维生素K拮抗剂类型抗凝血剂药物相关的第一血液测试的测量结果，同时瞄准第二类型血液测试的肝素类药物的测量结果，这提高了本发明提供的桥治疗支持的可靠性和精确度。
如果期望，可以将第一测得值描绘成X和Y坐标系的X轴的值。可以将第二测得值描绘成所述X和Y坐标系的Y轴的值。可以从以下图6收集这种信息。所述方法期间使用的图形表示可以包括如下功能：如果所分析和观测的止血状况发展成血栓形成风险或出血风险则提示用户。可以借助光学、声学或电信号提示用户。
此外，可以以这样的方式调整所提出方法中使用的图形表示，即同时示出所述分析的血液循环的凝血风险和出血风险。换言之，可以理解，图1方法的显示步骤，即步骤（S2）、（S3）和（S4）基于从包括aPTT、因子10a抗体、PT、INR、指示血栓形成或凝血的参数、指示出血或抗凝血的参数、指示止血功能的参数以及这些测试的任何组合的组中选择的至少一个测得参数，显示凝血风险。此外，可以将显示步骤视为基于从包括活化部分凝血活酶时间（aPTT）测试、因子10a抗体测试、血浆凝血酶原时间（PT）测试、国际标准化比值（INR）测试、指示血栓形成或凝血的测试、指示出血或抗凝血的测试、指示止血功能的测试或这些测试的任何测试组合的组中选择的至少一个测得参数向用户显示出血风险。
由于两种类型的血液测试都是在基本同一时间点执行的，所以关于所述具体时间点的患者的止血状况的可靠信息是可能的。
如果期望，能够扩展图1提出的方法以再次在第二时间点在第二轮中执行这些步骤。之后，可以在图形表示中显示所述血液循环的凝血风险以及所述血液循环的出血风险随时间的进展。
如果期望，也可以通过由用户向用户接口中输入测试值的步骤扩展两个相对图1描述的实施例。这样可以允许用户基于使用的数学模型计算例如出血风险或血栓形成风险如何演变，或计算如果自从上次检索第一测得值和第二测得值以来继续当前桥接治疗而无变化，将出血风险或血栓形成风险如何演变，所述数学模型可以包括生物化学模型和药物反应动力学模型。
此外，用户可以向用户接口中输入例如肝素类药物、维生素k拮抗剂型抗凝血剂的改变的施予，以便获得相对出血和血栓形成风险，患者的分析的血液循环的预测计算进展。计算这样的预测可以基于包括生物化学模型和药物动力学模型的数学模型，这在下文中将进行描述。
如果期望，也可以由计算机生成图1的第一类型血液测试和第二类型血液测试的结果。可以在本发明的背景中使用本文描述的数学模型，该模型考虑了检查或监测的血液循环的特性的生物化学方面和药物动力学方面。换言之，对桥治疗过程进行可视化的方法也可以完全基于第一类型血液测试和第二类型血液测试的模拟值。然而，如果期望，本发明中包括从血样获得的测得值与模拟、计算或建模值的组合。也可以仅使用测得值监测第一血液测试和第二血液测试的值的时间进展。
图2示意性示出了根据本发明另一示范性实施例的对桥接治疗过程进行可视化的另一方法。至于图示的步骤（S1）到（S4），参考前面提出的关于图1的完整描述。除了步骤（S1）到（S4）之外，图2示出了步骤（S5）和（S6）。图2的方法包括显示第一类型血液测试的第三测得或模拟值，所述第三测得或模拟值指示肝素类药物对止血状况的第三作用。这一第三作用可以类似于第一作用，然而其发生或已经发生在另一时间点，因为与第一测得值相比，第三测得或模拟值是在或针对不同时间点测量或模拟的。此外，所提出的方法包括与显示第三测得值同时显示第二类型血液测试的第四测得或模拟值的步骤。所述第四测得值指示维生素K拮抗剂型抗凝血剂对止血状况的第四作用，并由此显示止血状况的时间进展。
换言之，图2的可视化方法向用户显示X和Y坐标系中两个不同的点，其中X轴可以涉及aPTT值，Y轴涉及INR值。然而，本领域的技术人员从本示范性实施例直接明确推出，在这样的示范性X和Y坐标系表示中也可以使用其他测试，以通过适当有效的方式向用户显示血栓形成风险和出血风险。因此，可以向用户显示出血风险和血栓形成风险的时间进展。这可以通过计算机模型得以扩展，以允许基于例如输入假设来进行预测，所述假设例如是改变INR值或所用药物剂量方案的期望变化。
换言之，图2是在图6右边的aPTT和INR坐标系中能够看到的内容的抽象表达。所述坐标系中每个示出的点都能够被解释为相对于第一类型血液测试（aPTT）以及相对于第二类型血液测试（INR）的第一测得值和第二测得值。
图3a到3c分别描述了作为本发明的实施例的示范性方法。图3a示出了对桥治疗过程进行可视化的方法，其中，（S1）到（S4）是已经相对于图1描述的步骤。在图3a的方法已经执行步骤（S4）之后，随着执行了步骤（S9）该方法变成计算机支持决策方法。步骤（S9）描述了通过组合血液循环的生物化学模型和血液循环的药物动力学模型计算血液循环的止血状况的预测。
在图3b的示范性实施例中，在步骤（S10）中通过使用上述药物动力学模型计算预定时间期间抗凝血剂药物的作用。计算获得计算出的药物动力学作用。如果期望，可以稍后在本发明的其他示范性实施例中使用这样的作用。换言之，图3b的示范性实施例包括仅考虑药物动力学模型的数学模型，以便辅助桥接过程。换言之，止血风险直接基于模型化的血液中的药物浓度或活性凝血蛋白质的所得变化。
如果期望，也可以在计算步骤中仅使用生物化学模型，以预测止血状况。然而，未示出仅使用生物化学模型的这种实施例。
图3c的示范性实施例示出了在步骤（S10）中使用考虑药物动力学模型的数学模型，以便使预测基于患者对药物响应的吸收、分布、代谢和排泄属性的预测。检查的血液循环系统可以包括若干血管。此外，药物在所述血管系统中的分布动力学和/或分布反应动力学被认为是可能已基于这些方面生成的药物动力学模型。
药物动力学模型可以不仅基于血管中的分布，还基于全身中的分布。因此它开始于吸收药物，之后药物在全身的分布，从而还导致血液循环中有一定量的药物，等。血液中的药物量可以是对本模型而言重要的参数。
此外，使用生物化学模型在步骤（S11）中计算止血状况的预测。在步骤（S11）中，生物化学模型基于计算出的药物动力学作用计算凝血作用和/或血纤维蛋白聚合作用。如果期望，可以在步骤（S12）中向用户显示止血状况的预测值。其中，所述预测值基于计算的药物动力学作用、计算的凝血作用和计算的血纤维蛋白聚合作用中的至少一个。在完整版本中，将全部三种作用用作预测的基础。从所包括的表1到5能够看出，借助数学模型考虑了凝血级联（表1），考虑了血纤维蛋白聚合（表2），并考虑了普通肝素（UFH）和低分子量肝素（LMWH）或其他肝素类药物的作用（表3）。此外，在表4和5中，可以将常微分方程部分或也是完全并入关于普通肝素（UFH）和LMWH的药物动力学作用的数学模型中。此外，表5示出了如果期望则可以并入数学模型中的常微分方程。所述方程涉及华法令的药物反应动力学和药物动力学作用，华法令是一种维生素k拮抗剂（VKA）。
换言之，如果期望，数学模型能够部分或完全包括表1到3中公开的反应机制。还可以根据用户的期望将表4和5中公开的常微分方程整合进数学模型中。换言之，表1到3中的不同反应机制与表4和5中的常微分方程的组合也是可能的。换言之，本领域的技术人员可以从提出的表1到5中获得其感兴趣的关于其特定医疗情况的特征。因此，显然本文提出的模型仅仅是模型的一种版本，并且能够调整、扩展、简化甚至用另一考虑生物化学和药物动力学方面的数学模型完全替代这一模型。
在计算凝血级联和血纤维蛋白聚合的生物化学模型的组合中能够看出这种数学模型的主旨。因此，在预测期间能够考虑“酶致转变”与“络合物装配（complex assembly）”的组合。
在下文中将更详细地解释本发明背景中使用的数学模型。可以在本文描述的本发明每个实施例中实施这种模型。最为重要的是，下文提出的模型仅仅是根据本发明的数学模型的一个示范性实施例。
模型的数学定义
能够认为该数学模型由三个独立的模块构成：凝血级联、血纤维蛋白聚合以及抗凝血剂药物的药物反应动力学和药物动力学（PK/PD）。而前两个模块基于凝血响应的底层（蛋白质）相互作用并用于模拟体外测试，像凝血酶生成化验、血浆凝血酶原时间（PT）和活化部分凝血活酶时间（aPTT），后者基于隔室模型，该模型用于模拟抗凝血剂（例如普通肝素（UFH）、低分子量肝素（LMWH）和华法令）在人体中的（长期）反应动力学和作用。与其耦合的方式如下：针对整个桥接时段模拟抗凝血剂的作用，在预定义的时点，拍摄血液中被干扰状况的“快照”（其象征从患者获取的血样），并将所述“快照”用作凝血级联和血纤维蛋白聚合的生物化学模型的输入。
生物化学模型
可以将生物化学反应的生理系统表示为闭合容积元件，其表示体外测试中一定容积的血浆。因此，没有这一容积的进或出的输送，并假设在这个时间尺度（分钟）上蛋白质的清除是不重要的。这意味着，在容积元件中有质量守恒。除此之外，假设混合物中的扩散不会显著影响反应速度。
凝血级联和血纤维蛋白聚合的数学模型包括用于对91个反应进行参数化的216个状态变量（蛋白质和蛋白质络合物的浓度）和100+个反应速率常数。表1、表2和表3中给出了反应的概况。所有的状态、初始浓度和反应动力学参数都被定义为非负实数，IR+0。从文献中报告的值推出蛋白质的初始浓度或将蛋白质的初始浓度设置成实际测得浓度。借助对逆问题求解，从内部生成的试验数据估计模型的反应动力学参数。虽然如此，对反应动力学参数（但也对起始浓度）进行连续更新过程，以借助额外的试验和分析改善所发现值的准确度。能够如下（在状态空间表达中）表示状态方程的功能描述。
其中，x为状态矢量，u是测试条件（例如模拟PT的特定组织因子浓度）的输入矢量，x0是初始浓度的矢量，f是利用θ参数化的非线性函数的矢量场。状态模型的输出y可以表征为：
y(t，θ)＝Cx(t，θ) （2）
其中，矩阵C选择模型输出的多个“感兴趣”状态。将从文献推出的91种反应机制分类成两种基础反应机制中的任意一种。这些反应机制是络合物装配和酶致转变。
络合物装配是底物A和B反应形成络合物A-B的过程。其特征是形成凝血络合物（例如FXa-FVa、FIXa-FVIIIa）并通过化学计量抑制剂（例如F11a-AT-III、TF-FV11a-Fxa-TFPI）抑制激活的蛋白质。相关的反应方程式为：
络合物形成的联合速率常数kl是二阶速率常数，并且来自A-B的A和B的分解速率常数k-l是一阶速率常数。在一些情况下，联合反应是不可逆的，这意味着络合物是稳定的，将不会分解，例如由AT-III抑制FIIa。将反应方案（3）转换成如下常微分方程组（ODE），其描述浓度（表达为[...]）随时间的变化：
蛋白质由酶导致的酶致转变是凝血模型中采用的第二种反应机制。止血模型中所有的激活过程都对应于这种反应。能够示意性地将酶致转变的反应方案表示为：
其中，E是酶，S是由E转变成P的底物浓度。如下在数学模型中实施蛋白质的酶致转变：
大多数蛋白质或蛋白质络合物参与生物化学模型中的多种反应，因此蛋白质或蛋白质络合物参与的所有反应都必须考虑在该特定蛋白质或蛋白质络合物浓度的ODE中。这样导致每种蛋白质或蛋白质络合物的一个ODE，其包括该蛋白质参与的所有反应的ODE贡献之和。这以数学方式如下表示（方程（1）的备选表示）。
其中，x是不同底物浓度的矢量，S是具有反应速率常数的矩阵，R是反应矩阵。化学计量矩阵Si的每一列都对应于特定反应。
PK/PD模型
模拟抗凝血剂长期反应动力学和作用的数学模型基于一般用于PK/PD建模中的隔室模型组合。由于PK/PD方程不像生物化学方程（仅有络合物装配和酶促作用）那样标准化，所以表4和表5中示出了每种状态的完整ODE。表4中示出了属于普通肝素和低分子量肝素的药物反应动力学属性的ODE。作为这些ODE的结果，能够计算两种类型肝素的血液反应动力学。两种肝素的作用在AT-III的活性上，这由生物化学模型中的方程v78-v91表示，其使用抽血时UFH和LMWH的血液浓度作为输入。表5中给出了与华法令的血液反应动力学对应的ODE以及其通过抑制维生素K循环对若干凝血蛋白质的产生的作用。将抽血时凝血蛋白质的血液浓度用作生物化学模型的输入。
以下示出了表1到5。因此，本文描述的数学模型可以考虑若干或所有反应机制v1到v91。本领域的技术人员将根据需要或期望来组合它们。此外，在PKPD1到PKPD17下描述的常微分方程可以部分或完全在数学模型中实施。
也可以如下描述所用的模型：可以将该计算机模型视为作为一组反应机制的凝血级联和血纤维蛋白聚合的表示。可以将每种反应机制的时间动力学描述为常微分方程或ODE，其涉及（一个或多个）反应和反应速率参数中涉及的（一种或多种）蛋白质和/或化学分子的浓度。通过对涉及特定蛋白质或另一种化学分子的所有反应机制求和（蛋白质或分子能够参与超过一种反应），可以计算该特定蛋白质或另一种化学实体浓度的时间动力学。针对所有蛋白质或分子这样做，整个系统就能够计算并跟踪所有蛋白质和分子随时间的变化，然而对此，除了反应拓扑结构之外，可能还需要模型参数的数值。这些模型参数包括系统的初始条件，即所有蛋白质和分子在t=0时（例如开始桥接治疗之前）的浓度，以及反应机制的反应速率参数。对系统的结果最重要的初始浓度的一部分（在实验室中或临床中）从患者测量，而其他决定性较低的蛋白质是从文献中获得（平均患者值，可能已针对性别和年龄等进行校正）。可以经由求解逆问题，即对试验数据进行模型拟合，导出反应速率参数。可以使用模型参数的数值，通过采用标准ODE综合算法，以数值方式求解耦合的ODE方程组。
在用户接口上，与用户在用户接口中输入的桥接期间测得aPTT和INR的演变一起，显示出由计算机模型预测的aPTT和INR的预期将来演变。这些aPTT和INR预测是由计算机模型基于测试中确定的初始浓度、预先导出的反应速率参数和未知浓度的人群平均值而计算的。使用先前测量的aPTT和INR值，与其他（临床）测量结果（例如维生素K依赖性蛋白质的活性、肝功能）相组合，来优化预测，以使预测更具有患者特异性，即实现个性化治疗规划。
将桥接时段期间测得和预测的aPTT和INR的进展称为桥接路径（参见图6的用户接口范例右上角中的表示）。用户能够使用组合的测得和预测的桥接路径评估患者的风险并对治疗计划做出适当调整。能够由计算机模型模拟不同的治疗选项，并在用户接口上对其预测的作用进行可视化。
所述模型的改进将是将应用直接链接到医院IT系统。通过这种方式，能够直接向医院IT系统的其他适当应用发送实验室测量结果、患者记录和决定的治疗计划，或反之亦然。另一实施例能够是由（对肝素和VKA处置作用有更好的估计的）其他测试替代aPTT和/或INR测试。例如，一般将因子10a抗体化验用于监测LMWH的作用。在利用LMWH处置患者的情况下，会建议在x轴上使用因子10a抗体的输出以替代aPTT来监测LMWH的作用。此外，将来可能会发明反映止血剂平衡的新的且更好的测试。也可以结合本发明使用这样的测试。
表1.包含于凝血级联的计算机模型中的所有反应机制。应注意，在该表中使用官方基因符号，而不是常用科学名称。
表2.包含于血纤维蛋白聚合的计算机模型中的所有反应机制。
表3.包含于关于标准肝素（UFH）和低分子量肝素（LMWH）对AT-III功能的作用的计算机模型中的所有反应机制。
表4.包含于关于标准肝素（UFH）和低分子量肝素（LMWH）的PK作用的计算机模型中的常微分方程。
表5.包含于关于华法林的PK/PD作用的计算机模型中的常微分方程。在最后一列中更详细描述的所有陈述，方程中的所有其他实体（例如ka、ke、Vd、VKprod）均是模型常数。
图4示意性示出了用于对桥治疗过程进行可视化的用户接口（100）。所述用户接口包括被配置为接收凝血数据（111）的接收装置（102）。凝血数据描述患者的检查的血液循环的止血状况。此外，用户接口（100）被配置为例如通过显示设备（103）显示所述血液或所述血液循环的止血状况。此外，所述用户接口被配置为显示第一类型血液测试的第一测得值，该第一测得值指示肝素类药物对止血状况的第一作用。此外，所述用户接口被配置为同时显示第二类型血液测试的第二测得值，该第二测得值指示维生素K型拮抗剂型抗凝血剂对止血状况的第二作用。
由元件（105）示范性示出了用于描绘所述第一测得值和所述第二测得值的图形表示。可以将其视为对图6中右上角所示X和Y坐标系的响应。此外，显示设备（103）包括显示或也能够由用户输入关于患者或止血功能的恒定个性化或个体数据的区域（106）。在第二区域（107）中，个体患者数据可以被显示并也可以由用户输入。这可以是例如INR值或也可以是用户希望其被数学模型检查的抗凝血剂药物的量，所述数学模型能够由用户接口（100）执行。此外，示出了计算装置（110），其中，所述计算装置被配置为通过组合血液循环的生物化学模型和血液循环的药物动力学模型来计算血液循环的止血状况的预测。
由于用户接口以及先前提出的方法不是直接应用于患者，所以图4中未示出血液循环或患者。
计算装置（110）包括用于对桥治疗过程进行可视化的程序单元（104），该程序单元自身还可以包括如上所述且下文将描述的生物化学模型（108）和药物反应动力学或药物动力学模型（109）。此外，示出了计算机可读介质（112），它与接收部分（102）通信，以便传输例如存储在存储装置上的凝血数据，或者还传输存储在计算机可读介质上的程序单元。
此外，用户接口（100）包括输入设备（101），用户可以向其中输入值或修改的施予计划，以检查这样的修改会如何改变检查的血液循环的出血风险或血栓形成风险的随时间的进展。
其中，计算装置（110）适于执行在包括生物化学模型和药物动力学模型的数学模型的背景文中已经公开的计算步骤。例如，计算装置（110）能够适于执行已经相对于图3a、3b和3c描述的步骤（S9）、（S10）、（S11）和（S12）。此外，如果期望，计算装置（110）可以适于自动向用户建议应用凝血剂或促凝血剂和/或抗凝血剂。
此外，这样的用户接口可以被配置为从不同的时间点接收凝血数据，其中，所述用户接口还可以被配置为在所述图解表示中显示所述血液循环的凝血风险和出血风险的随时间的进展。
图5示意性示出了可以将用户接口（503）如何连接到本发明的其他方面。可以使用用户接口（503）以便接收临床测量数据（501），例如INR、aPTT和维生素K蛋白质活性。可以由用户接口（503）向医师提出这种当前临床测量结果和先前测得值。此外，可以包括由（504）示出的软件层。这一软件层可以是通往例如医院IT系统中的其他IT服务的连接器。例如，可以通过这种方式将药物处方系统连接到用户接口。在（505）中示出了用于计算预测的数学模型。或者可以在用户接口中或也可以在外部数据存储设备中存储数学模型。（502）描绘了用户或临床医师可以输入若干值，将参考以下图6详细解释。
图6示意性示出了根据本发明示范性实施例的用户接口的图形表示（600）。所述用户接口显示X和Y坐标系（603），其中，X轴（606）被实现为aPTT轴，Y轴（607）被实现为INR轴。然而，如果期望，可以使用其他测试。在这一示范性表示中，描绘了该坐标系中的五个不同点（609）。在这些不同的时间点之间，示出了具体患者的桥路径（610）。因此，能够从图形表示（600）获知出血风险和血栓形成风险如何随时间演变。此外，向用户显示矩形区域（608），在本范例中，其示出或描绘了指示安全止血状况的区域。PTT和INR的这种同时显示使得临床医师能够监测桥治疗并安全地补偿不正确的抗凝血。借助（600）中所示的图形用户接口向处置医师提供方案。此外，提出了用于建议动作（604）的栏。为用户提供了若干输入可能性（611），其中，用户可以例如修改当前提供的药物施予。借助按钮（612），用户可以选择其希望由底层数学模型计算哪个潜在修改以及其随后希望在上方区域（603）上显示的预测作用。此外，示出了光学表现的区域（602），用户能够在其上输入若干测试值。之后可以向底层数学模型提交这些测试值（605）以计算预测。
在图形表示的区域（601）中，个体和/或个人数据能够被显示给用户并也可以由用户输入。例如，可以显示和/或输入患者的姓名、年龄和体重。或者向用户显示桥类型以便知道当下要进行哪种桥接过程。在图6中，提出了从VKA到UFH的桥类型。
因此，在图6中，描绘了将第一值图形表示为第一轴上的点的步骤，可以将其视为步骤S7。此外，描绘了将第二值图形表示为第二轴上的点的步骤，可以将其视为步骤S8。

Claims (16)

1.一种对桥治疗过程进行可视化的方法，所述方法包括如下步骤：
接收描述患者的血液循环的止血状况的凝血数据(S1)，
借助图形表示向用户显示所述凝血数据(S2)，
显示由第一类型血液测试测量的第一值，所述第一值指示肝素类药物对所述止血状况的第一作用(S3)，
与显示所述第一值同时，显示由第二类型血液测试测量的第二值(S4)，所述第二值指示维生素K拮抗剂型抗凝血剂对所述止血状况的第二作用，并且
其中，所述第一值和所述第二值描述所述血液循环在第一时间点的所述止血状况。
2.根据权利要求1所述的方法，还包括如下步骤：
显示由所述第一类型血液测试测量的第三值，所述第三值指示肝素类药物对所述止血状况的第三作用(S5)，
与显示所述第三值同时，显示由所述第二类型血液测试测量的第四值，所述第四值指示维生素K拮抗剂型抗凝血剂对所述止血状况的第四作用(S6)，
其中，所述第三值和所述第四值描述所述血液循环在第二时间点的所述止血状况，并且
由此显示所述止血状况的时间进展。
3.根据权利要求1或2中之一所述的方法，其中，所述第一类型血液测试和所述第二类型血液测试是分别且独立从包括如下测试的组中选择的：活化部分凝血活酶时间(aPTT)测试、因子10a抗体测试、血浆凝血酶原时间(PT)测试、国际标准化比值(INR)测试、指示血栓形成或凝血的测试、指示出血或抗凝血的测试、指示止血功能的测试。
4.根据前述权利要求1到2中之一所述的方法，还包括如下步骤：
由所述血液循环的数学表示来计算所述血液循环的所述止血状况的预测。
5.根据前述权利要求1到2中之一所述的方法，还包括如下步骤：
通过组合所述血液循环的生物化学模型和所述血液循环的药物动力学模型来计算所述血液循环的所述止血状况的预测(S9)。
6.根据权利要求5所述的方法，还包括如下步骤：
通过使用所述药物动力学模型来计算预定时间期间抗凝血剂药物的作用(S10)，这获得计算的药物动力学作用。
7.根据权利要求6所述的方法，所述方法还包括如下步骤：
基于所述计算的药物动力学作用，利用所述生物化学模型来计算凝血作用和/或血纤维蛋白聚合作用(S11)，并且
显示所述止血状况的预测值(S12)，
其中，所述预测值基于所述计算的药物动力学作用、计算的凝血作用以及计算的血纤维蛋白聚合作用中的至少一个。
8.根据前述权利要求1到2中之一所述的方法，所述方法还包括如下步骤：
自动建议应用凝血剂和/或抗凝血剂(S13)。
9.根据权利要求8所述的方法，其中，自动建议应用凝血剂和/或抗凝血剂的所述步骤(S13)基于计算的所述止血状况的进展。
10.一种用于对桥治疗过程进行可视化的用户接口(100)，所述用户接口包括：
接收装置(102)，其被配置为接收凝血数据(110)，所述凝血数据描述患者的血液循环的止血状况，
其中，所述用户接口被配置为显示所述血液循环的所述止血状况，
其中，所述用户接口被配置为显示由第一类型血液测试测量的第一值，所述第一值指示肝素类药物对所述止血状况的第一作用，并且
其中，所述用户接口被配置为同时显示由第二类型血液测试测量的第二值，所述第二值指示维生素K拮抗剂型抗凝血剂对所述止血状况的第二作用。
11.根据权利要求10所述的用户接口，其中，所述用户接口被配置为显示由所述第一类型血液测试测量的第三值，所述第三值指示肝素类药物在第二时间点对所述止血状况的第三作用，
其中，所述用户接口被配置为与所述第一值、所述第二值和所述第三值同时显示由所述第二类型血液测试测量的第四值，所述第四值指示维生素K拮抗剂型抗凝血剂在所述第二时间点对所述止血状况的第四作用，并且
其中，所述用户接口被配置为借助第一测得值、第二测得值、第三测得值和第四测得值显示所述止血状况的时间进展。
12.根据前述的权利要求10或11中之一所述的用户接口，所述用户接口还包括：
计算装置(110)，并且
其中，所述计算装置被配置为通过使用所述血液循环的数学表示或通过组合所述血液循环的生物化学模型与所述血液循环的药物动力学模型来计算所述血液循环的所述止血状况的预测。
13.根据权利要求12所述的用户接口，
其中，所述计算装置被配置为通过使用所述药物动力学模型在预定时间期间计算抗凝血剂药物的作用，
其中，所述计算装置被配置为生成计算的药物动力学作用，并且
其中，所述计算装置被配置为使用所述计算的药物动力学作用作为所述生物化学模型的输入。
14.一种用于对桥治疗过程进行可视化的程序单元(104)，所述程序单元当由处理器执行时，适于执行：
接收凝血数据，所述凝血数据描述血液循环的止血状况，
借助图形表示向用户显示所述凝血数据，
显示第一类型血液测试的第一测得值，所述第一测得值指示肝素类药物对所述止血状况的第一作用，
与显示所述第一测得值同时，显示第二类型血液测试的第二测得值，所述第二测得值指示维生素K拮抗剂型抗凝血剂对所述止血状况的第二作用。
15.一种用于对桥治疗过程进行可视化的装置，所述装置包括：
用于接收描述血液循环的止血状况的凝血数据的单元，
用于借助图形表示向用户显示所述凝血数据的单元，
用于显示由第一类型血液测试测量的第一值的单元，所述第一值指示肝素类药物对所述止血状况的第一作用，
用于与显示所述第一值同时显示由第二类型血液测试测量的第二值的单元，所述第二值指示维生素K拮抗剂型抗凝血剂对所述止血状况的第二作用，
其中，所述第一值和所述第二值描述所述血液循环在第一时间点的所述止血状况。
16.一种存储了用于对桥治疗过程进行可视化的程序单元的计算机可读介质(112)，所述程序单元当由处理器执行时，适于执行：
接收描述血液循环的止血状况的凝血数据，
借助图形表示向用户显示所述凝血数据，
显示由第一类型血液测试测量的第一值，所述第一值指示肝素类药物对所述止血状况的第一作用，
与显示所述第一值同时，显示由第二类型血液测试测量的第二值，所述第二值指示维生素K拮抗剂型抗凝血剂对所述止血状况的第二作用，
其中，所述第一值和所述第二值描述所述血液循环在第一时间点的所述止血状况。
CN201280029388.7A 2011-06-16 2012-06-12 桥治疗过程的可视化方法 Active CN103597487B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP11170089 2011-06-16
EP11170089.4 2011-06-16
PCT/IB2012/052961 WO2012172481A1 (en) 2011-06-16 2012-06-12 Method of visualizing a bridge therapy process

Publications (2)

Publication Number Publication Date
CN103597487A CN103597487A (zh) 2014-02-19
CN103597487B true CN103597487B (zh) 2018-09-18

Family

ID=46508123

Family Applications (3)

Application Number Title Priority Date Filing Date
CN201280029388.7A Active CN103597487B (zh) 2011-06-16 2012-06-12 桥治疗过程的可视化方法
CN202011138621.8A Pending CN112216346A (zh) 2011-06-16 2012-06-14 预测血液稀释风险值的方法
CN201280029245.6A Pending CN103597486A (zh) 2011-06-16 2012-06-14 预测血液稀释风险值的方法

Family Applications After (2)

Application Number Title Priority Date Filing Date
CN202011138621.8A Pending CN112216346A (zh) 2011-06-16 2012-06-14 预测血液稀释风险值的方法
CN201280029245.6A Pending CN103597486A (zh) 2011-06-16 2012-06-14 预测血液稀释风险值的方法

Country Status (6)

Country Link
US (2) US9788798B2 (zh)
EP (3) EP2538360A1 (zh)
CN (3) CN103597487B (zh)
BR (1) BR112013031895A2 (zh)
MX (1) MX2013014635A (zh)
WO (2) WO2012172481A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2538360A1 (en) 2011-06-16 2012-12-26 Koninklijke Philips Electronics N.V. Method of predicting a blood dilution risk value
US9958533B2 (en) 2013-09-06 2018-05-01 Drnc Holdings, Inc. Method and system for locating wireless devices within a local region
JP6483706B2 (ja) * 2013-12-19 2019-03-13 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 対象の止血リスクを決定するための方法
US10490309B1 (en) 2014-08-27 2019-11-26 Cerner Innovation, Inc. Forecasting clinical events from short physiologic timeseries
US10910110B1 (en) * 2014-08-27 2021-02-02 Cerner Innovation, Inc. Forecasting arterial embolic and bleeding events
AU2014407062A1 (en) 2014-09-22 2017-04-20 Drnc Holdings, Inc. Transmission apparatus for a wireless device using delta-sigma modulation
US10373718B2 (en) * 2014-12-01 2019-08-06 Bijoy Menon Professional Corporation Decision support tool for stroke patients
US20160161510A1 (en) * 2014-12-05 2016-06-09 C A Casyso Ag Blood Testing System Result Interpreter Interface and Methods
EP3234613B1 (en) * 2014-12-18 2019-02-20 Koninklijke Philips N.V. Device, system and method for determining a fibrinogen level in a blood sample
US10896749B2 (en) 2017-01-27 2021-01-19 Shire Human Genetic Therapies, Inc. Drug monitoring tool
CN107102125B (zh) * 2017-04-17 2019-07-09 中国科学院苏州生物医学工程技术研究所 血栓弹力图仪的校准方法
EP3422358A1 (en) * 2017-06-28 2019-01-02 Koninklijke Philips N.V. Incrementally optimized pharmacokinetic and pharmacodynamic model
EP3422011A1 (en) 2017-06-28 2019-01-02 Koninklijke Philips N.V. Parameter value estimation in coagulation system
DE102019103078A1 (de) * 2019-02-07 2020-08-13 Labtwin Gmbh Verfahren zur Unterstützung von Arbeitsabläufen in einer Laborumgebung mittels eines Assistenzsystems

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6321164B1 (en) * 1995-06-07 2001-11-20 Akzo Nobel N.V. Method and apparatus for predicting the presence of an abnormal level of one or more proteins in the clotting cascade
CN1461215A (zh) * 2001-02-08 2003-12-10 因弗内斯医疗有限公司 个人身体状况管理系统
WO2004111656A1 (en) * 2003-06-15 2004-12-23 Zafena Ab Coagulation tests at ambient temperature
CN101111236A (zh) * 2005-01-31 2008-01-23 拜耳医药保健股份公司 血栓栓塞病的预防和治疗
CN101563693A (zh) * 2006-12-14 2009-10-21 依果医疗瑞士股份公司 监测设备

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5956501A (en) 1997-01-10 1999-09-21 Health Hero Network, Inc. Disease simulation system and method
US6524861B1 (en) 1999-01-22 2003-02-25 Medical Laboratory Automation, Inc. Blood coagulation analyzer
WO2001093762A2 (en) * 2000-06-09 2001-12-13 Medimage Aps A fail-sure computer aided method for anticoagulant treatment
DE10103330B4 (de) * 2001-01-25 2009-04-30 Siemens Ag Medizinisches System zur Überwachung eines die Blutgerinnung betreffenden Messwertes eines Patienten
WO2003014735A1 (en) * 2001-08-03 2003-02-20 General Hospital Corporation System, process and diagnostic arrangement establishing and monitoring medication doses for patients
AU2003213821A1 (en) 2002-03-11 2003-09-29 The University Of Vermont And State Agriculture College Blood clotting predictor
US20040167763A1 (en) 2002-05-31 2004-08-26 Liebman Michael N Information processing method for evaluating biochemical pathway models using clinical data
US6890299B2 (en) * 2003-04-08 2005-05-10 Haemoscope Corporation Method and apparatus for monitoring hemostasis in connection with artificial surface devices
DE10345837A1 (de) * 2003-10-02 2005-04-21 Bayer Technology Services Gmbh Verfahren zur Bestimmung einer Wirkstoffdosierung
US7381536B2 (en) 2005-03-01 2008-06-03 Gurbel Paul A Assessment of cardiac health and thrombotic risk in a patient
RU2010101672A (ru) * 2007-06-20 2011-07-27 Мек Дайнэмикс Корпорэйшн (Us) Способы и устройство для измерения свертываемости крови
EP2020603A1 (en) 2007-08-03 2009-02-04 BRAHMS Aktiengesellschaft Method for risk stratification in stable coronary artery disease
US20090233312A1 (en) 2007-10-10 2009-09-17 Nanosphere, Inc. Methods and assays to assess cardiac risk and ischemia
RU2010119453A (ru) 2007-10-16 2011-11-27 Конинклейке Филипс Электроникс Н.В. (Nl) Оценка диагностических маркеров
GB0802084D0 (en) * 2008-02-05 2008-03-12 Univ Dublin City Microfluidic device for assessing cell surface interactions
US20090265182A1 (en) * 2008-04-22 2009-10-22 Peterson Brent W Method and system for point-of-dispensing management of anticoagulation agent therapy
US20090298103A1 (en) 2008-05-20 2009-12-03 The University Of Vermont And State Agriculture College Predicting hemostatic risk; dependence on plasma composition
WO2010124127A1 (en) 2009-04-23 2010-10-28 Automedics Medical Systems, Inc. Integrated patient management and control system for medication delivery
US10779731B2 (en) * 2009-08-17 2020-09-22 The Cleveland Clinic Foundation Method and system for monitoring and managing patient care
US20120166222A1 (en) * 2010-12-28 2012-06-28 Cerner Innovation, Inc. Consolidating information for management of anticoagulant patients
EP2538360A1 (en) 2011-06-16 2012-12-26 Koninklijke Philips Electronics N.V. Method of predicting a blood dilution risk value

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6321164B1 (en) * 1995-06-07 2001-11-20 Akzo Nobel N.V. Method and apparatus for predicting the presence of an abnormal level of one or more proteins in the clotting cascade
CN1461215A (zh) * 2001-02-08 2003-12-10 因弗内斯医疗有限公司 个人身体状况管理系统
WO2004111656A1 (en) * 2003-06-15 2004-12-23 Zafena Ab Coagulation tests at ambient temperature
CN101111236A (zh) * 2005-01-31 2008-01-23 拜耳医药保健股份公司 血栓栓塞病的预防和治疗
CN101563693A (zh) * 2006-12-14 2009-10-21 依果医疗瑞士股份公司 监测设备

Also Published As

Publication number Publication date
US9788798B2 (en) 2017-10-17
US20140128707A1 (en) 2014-05-08
BR112013031895A2 (pt) 2016-12-13
EP2721538A1 (en) 2014-04-23
US20140118356A1 (en) 2014-05-01
CN103597487A (zh) 2014-02-19
WO2012172497A1 (en) 2012-12-20
CN103597486A (zh) 2014-02-19
EP2538360A1 (en) 2012-12-26
CN112216346A (zh) 2021-01-12
EP2721539B1 (en) 2020-08-05
EP2721539A1 (en) 2014-04-23
MX2013014635A (es) 2014-01-24
WO2012172481A1 (en) 2012-12-20

Similar Documents

Publication Publication Date Title
CN103597487B (zh) 桥治疗过程的可视化方法
Ball et al. Post-operative mortality, missed care and nurse staffing in nine countries: A cross-sectional study
Speed et al. Fixed dose rivaroxaban can be used in extremes of bodyweight: a population pharmacokinetic analysis
Murray et al. Point of care testing for INR monitoring: where are we now?
Tripodi et al. The international normalized ratio calibrated for cirrhosis (INRliver) normalizes prothrombin time results for model for end‐stage liver disease calculation
Bauman et al. Accuracy of the CoaguChek XS for point-of-care international normalized ratio (INR) measurement in children requiring warfarin
JP2010532044A (ja) 患者生理学のモデル化に基づく各患者に固有の治療法を作成するためのシステムおよび方法
Wagenvoord et al. The limits of simulation of the clotting system
JP2007312923A (ja) 生体器官の機能のシミュレーションシステム及びそのプログラム
Becker et al. Bedside coagulation monitoring in heparin-treated patients with active thromboembolic disease: a coronary care unit experience
Shankar et al. A three-dimensional multiscale model for the prediction of thrombus growth under flow with single-platelet resolution
WO2013101836A1 (en) Methods for dynamic visualization of clinical parameters over time
Solms et al. Favorable pharmacokinetic characteristics of extended-half-life recombinant factor VIII BAY 94-9027 enable robust individual profiling using a population pharmacokinetic approach
Borle et al. Using Rasch measurement theory to explore the fitness for purpose of the genetic counseling outcome scale: A tale of two scales
CA3074798C (en) Method and computer program for predicting bilirubin levels in neonates
RU2686048C2 (ru) Способ и устройство для определения уровня глюкозы в физиологической жидкости пациента и компьютерный программный продукт
EP1188060B1 (en) Method and apparatus for presenting thrombosis and hemostasis assay data
Hambleton Home monitoring of anticoagulation
US20090191637A1 (en) Method and apparatus for determining anticoagulant therapy factors
Faggionato et al. An Adaptive Model Predictive Controller to Address the Biovariability in Blood Clotting Response During Therapy With Warfarin
Koumakis et al. Risk assessment models for diabetes complications: a survey of available online tools
Testa et al. Telemedicine for managing patients on oral anticoagulant therapy
Nutescu Point of care monitors for oral anticoagulant therapy
EP3646034B1 (en) Parameter value estimation in coagulation system
Uster Novel approaches to improve model-informed precision dosing in haemophilia A and infectious diseases

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant