CN105142517A - 阿片样物质-镇痛和阿片样物质-血药浓度预测用非侵入性方法 - Google Patents

阿片样物质-镇痛和阿片样物质-血药浓度预测用非侵入性方法 Download PDF

Info

Publication number
CN105142517A
CN105142517A CN201480023952.3A CN201480023952A CN105142517A CN 105142517 A CN105142517 A CN 105142517A CN 201480023952 A CN201480023952 A CN 201480023952A CN 105142517 A CN105142517 A CN 105142517A
Authority
CN
China
Prior art keywords
opioid
analgesia
effect
drug level
prediction
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.)
Granted
Application number
CN201480023952.3A
Other languages
English (en)
Other versions
CN105142517B (zh
Inventor
J·勒奇
A·尤里齐
B·厄特尔
G·盖斯林格
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.)
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
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 Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Publication of CN105142517A publication Critical patent/CN105142517A/zh
Application granted granted Critical
Publication of CN105142517B publication Critical patent/CN105142517B/zh
Expired - Fee Related 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
    • A61B5/48—Other medical applications
    • A61B5/4821—Determining level or depth of anaesthesia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/11—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils
    • A61B3/112—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils for measuring diameter of pupils
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1104—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb induced by stimuli or drugs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1104—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb induced by stimuli or drugs
    • A61B5/1106—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb induced by stimuli or drugs to assess neuromuscular blockade, e.g. to estimate depth of anaesthesia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/162—Testing reaction times
    • 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
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
    • 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A61B5/72—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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Anesthesiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ophthalmology & Optometry (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Pulmonology (AREA)
  • Neurology (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Educational Technology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Power Engineering (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Optics & Photonics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明涉及用于预测或监测患者接受疼痛治疗时、例如姑息治疗期间阿片类药物的镇痛和血药浓度的非侵入性方法和设备。本发明的方法包括测量患者的一种以上的、优选两种以上的替代指标。根据本发明，替代指标与接受阿片样物质的受试者的镇痛水平相关，因而提供非侵入性方法来预测和监测治疗期间的镇痛。更多地，识别与受试者中的阿片样物质血药浓度相关的替代指标。因此，本发明提供有价值的临床工具来评价和控制利用阿片样物质的疼痛治疗。公开了所述预测方法、适用于施行本发明方法的设备以及用于医学治疗如疼痛疗法的设备。

Description

阿片样物质-镇痛和阿片样物质-血药浓度预测用非侵入性方法
技术领域
本发明涉及用于预测或监测患者接受疼痛治疗时、例如姑息治疗(palliativetreatment)期间阿片类药物(opioiddrugs)的镇痛和血药浓度的非侵入性方法和设备。本发明的方法包括测量患者的一种以上的、优选两种以上的替代指标(surrogatemarkers)。根据本发明，替代指标与接受阿片样物质的受试者的镇痛水平相关，因而提供非侵入性方法来预测和监测治疗期间的镇痛。更多地，识别与受试者中的阿片样物质血药浓度相关的替代指标。因此，本发明提供有价值的临床工具来评价、监测和控制利用阿片样物质的疼痛治疗。公开了所述预测方法、适用于施行本发明方法的设备以及用于医学治疗如疼痛疗法的设备。
背景技术
本发明针对供大型哺乳动物、特别是人类的疼痛治疗(镇痛)使用的有价值的工具。诸如吗啡及其衍生物等阿片类镇痛剂(opioidanalgesics)为最强效的镇痛药物。阿片类镇痛剂的疼痛缓解活性包括伴有呼吸抑制的对中枢神经系统的抑制效果，有时甚至以致死告终。阿片类镇痛剂对于诸如可能出现在骨退行性疾病和癌症病况等中的重症急性或慢性疼痛的治疗是无价的。它们容易给药且在大多数患者中提供有效的疼痛缓解。由于没有急性器官毒性，吗啡和其它强阿片样物质的剂量可增加至相对高的水平。然而，对于患者中实现最优镇痛的阿片样物质剂量的控制仍然不令人满意。
公知且广泛使用的阿片样物质为瑞芬太尼(remifentanil)，其由GlaxoWellcomeInc.以商品名(瑞芬太尼盐酸盐)作为盐酸盐销售。其为μ-阿片样物质激动剂，适用于作为(1)供住院和门诊手术(out-patientprocedure)全身麻醉的诱导和维持期间使用的镇痛剂，(2)术后麻醉监护室或重症监护病房中在麻醉医师的直接监管下作为镇痛剂持续用至术后早期，和(3)作为麻醉性监护的镇痛组分来给药。瑞芬太尼化学命名为3-[4-甲氧羰基-4-[(1-氧丙基)苯氨基]-1-哌啶]丙酸甲酯，盐酸盐，C20H28N2O5·HCl，分子量为412.91。由于瑞芬太尼的作用起效快，为了避免不良反应，精准剂量和监控护理是重要的。这并不总适用于由全科医师或由患者自控输注所施行的门诊手术。
例如，术后患者、或患有重症疾病如癌症的慢性患者，通常由于外科手术或疾病的性质而承受大量的疼痛。医师一般开具丸剂或片剂形式的强效镇痛剂或止痛药来缓解大多数患者的这一症状。对于某些情况而言，规定了镇痛剂可由患者通过“患者自控镇痛”(PCA)装置或泵自行给药。典型的PCA装置每当患者根据其感受性需求按压按钮时通过所连接的静脉注射管程式化递送预定量的阿片样物质(根据处方或药品说明书)如吗啡。在PCA装置缓解护理资源压力和赋予优异的疼痛控制的同时，如果镇痛剂给药未经检验或如果患者对镇痛剂过敏，则可易导致患者意外服药过多。进一步可能的PCA为患者自控硬膜外镇痛、患者自控区域镇痛或透皮给药系统(贴剂)。
然而，PCA支持的疼痛疗法的缺点在精神损伤患者、患有严重生理损伤(操作装置成问题)的患者以及年幼及年老患者等情况下发生。
镇痛的另一选择为基于计算机程序计算的药物输注系统，称为“靶控输注”(TCI)。基于群体动力学与给定药剂的药代动力学和药效动力学模式(profile)的数据和患者详细病历(specifics)一起的经验确定模型为给药计算提供了基础，从而实现靶区域(中枢神经系统)的最优的阿片样物质浓度。然而该系统不允许患者单独调整药物剂量，因而经常无法满足患者的个性化需求。另外，对于药代动力学和药效动力学的数据在个体患者内和个体患者之间变化明显。因而，TCI系统经常不能提供适合的镇痛。
替代参数是药物开发和监管中的重要工具。它们提供对于难以直接测量的目标参数信息简便快捷的获取。近来已提出了阿片样物质的缩瞳(Miotic)效果作为阿片样物质血药浓度的适合的非侵入性替代品(Kharasch等人，2003)，从而代替侵入性取样并且比分析化验之后更快地提供血药浓度信息。
然而，且不说分析化验不应被替代品代替的药代动力学研究，在法医学的背景下，当在没有可用血样下讨论阿片样物质剂量(等人，2006)时，阿片样物质血药浓度主要充当随后关联的阿片样物质临床疗效的辅助测量。更重要的是与临床疗效相关的替代品，因为由阿片样物质治疗不足(under-treatment)而导致的镇痛不足仍是现代医学的重要课题(Sinatra,2010，Moskovitz等人,2011，Wu和Raja,2011，Simone等人,2012)。如近来麻醉学提出的效应室控制的靶控输注系统(Sahinovic等人,2010)，不断提供针对阿片样物质镇痛的来自替代指标的信息，能够代表优化以阿片样物质为基础的疼痛疗法的潜在策略之一。然而，以阿片样物质缩瞳效果得出阿片样物质的临床相关疗效的结论是否适合尚未确定。
尤其得益于相关替代品的阿片样物质为瑞芬太尼，这是因为浓度评估需要与动脉闭塞风险相关(Evans和Kerr,1975，Bright等人,1993，Oertel等人,2012b)的动脉取样(Egan等人,1993，Egan等人,1996，Minto等人,1997a，Egan等人,2004，Noh等人,2006，Oertel等人,2012b)，需要具挑战性的样品处理(Lotsch和Angst,2003)，并且在全球仅几家专门实验室建立了分析方法。
发明内容
鉴于背景技术的上述主要缺陷，本发明的目的是提供新型临床工具，使得医师确定接受用一种或多种阿片样物质进行疼痛治疗的患者的镇痛水平和副作用水平，以及在无需动脉取样下测量阿片样物质血药浓度的替代方案。
在第一方面，通过非侵入性预测或监测在接受至少一种阿片样物质剂量的受试者中的镇痛和/或阿片样物质血药浓度的方法解决上述问题，所述方法包括在阿片样物质给药之前、同时、或之后至少一次，获取或提供所述受试者的至少一种替代指标；并由此确定所述受试者中所述镇痛或阿片样物质血药浓度。在特别优选的实施方案中，从所述患者获取至少两种、三种或更多种替代指标。在该设定中，所述镇痛或阿片样物质血药浓度由所述两种、三种或更多种替代指标的线性组合决定。
在本发明的一个优选实施方案中，排除了用于通过手术或疗法治疗人体或动物体的方法、和对人体或动物体实施的诊断方法(不被本发明的方法所包括)。
在本文记载的发明背景下，出乎意料地发现超过一种替代指标(参数)的线性组合提供了对接受阿片样物质的受试者的镇痛水平的充足且统计学稳定的预测。此外，至少在阿片样物质瑞芬太尼的情况中提供的替代指标如瞳孔对光反射与阿片样物质的血药浓度相关，因而致使动脉取样冗余。
结合数学方程式的药效动力学替代参数提供了新的预测相关临床药效的工具，其甚至优于由测量血药浓度带来的预测效果。在此提出的结合替代方案似乎是早期药物开发策略要跟进的、或者治疗性药物监测和受控给药系统要实施的合适途径。
在本发明的背景下，术语“生物标记”和“替代指标”应理解为属于两种不同参数。生物标记限定为反映疾病活动过程的实验室测量。典型的生物标记包括蛋白质或其它分子的血液浓度等，基本上在所有情况中，为与疾病进展(直接或相反地)定量相关并构成临床终点的标记。另一方面，“替代指标”必须理解为针对临床终点的替代品，不必与临床终点具有真实关系。因为替代指标用作状态的百分比变化，因此事实上可使用任何指示器(indicator)。替代指标可包括对阿片样物质作用有效性的任何测量。考虑到阿片样物质作用有效性，与替代指标相关，镇痛或浓度的预测可用于临床确定受试者药物剂量的更改。反之，通过采用该系统，能够根据替代指标确定药物剂量更改的预期结果。
在本发明优选的实施方案中，替代指标选自由瞳孔大小，瞳孔对光刺激的反应，追踪试验性能(trackingtestperformance)，呼吸率，动脉氧合作用(arterialoxygenation)，经皮二氧化碳的分压，EEG衍生参数，疲劳、恶心、困倦、眩晕和瘙痒的临床参数组成的组。特别优选的标记物是：瞳孔大小、瞳孔对光刺激的反应、追踪试验性能。
替代指标瞳孔大小和瞳孔对光刺激的反应(收缩或扩张)通常在本发明优选实施方案中由瞳孔图(pupilograph)或瞳孔计检验。通常瞳孔计是评估和记录瞳孔大小和对刺激的反应的手持便携式电子仪器。
替代指标追踪试验性能或补偿追踪任务(compensatorytrackingtask)，为评估眼-手协调的任务，其中受试者使用操纵杆、计算机鼠标、追踪球或其它控制装置操作具有指示器和基准点的显示器。使用者必须尝试在通过外力作用指示器的同时保持指示器在基准点。此类追踪任务可为不同的设计，不应受本发明实施方案的限制。
替代指标如呼吸率、动脉氧合作用、经皮二氧化碳的分压、EEG衍生参数对于临床医师是公知的且可通过本领域已知的标准手段获取。对应于疲劳、恶心、困倦、眩晕和瘙痒等临床参数的替代指标可例如借助如0至100的纸版测验视觉类比量表(paper-administeredvisualanalogscales)获取。
本发明的一个另外的实施方案涉及本文上述的方法，其中所述阿片样血药浓度根据式I确定：
(I)C＝效果·EC50/(Emax-效果)，
其中
C为所述阿片样物质的预测血药浓度，
效果为所述替代指标相对于基线的相对变化
EC50为所述阿片样物质的一半的最大效果(halfmaximumeffect)的浓度
Emax为最大效果。
在甚至更优选的实施方案中，替代指标光反射幅度(瞳孔对光的反应)用于上式I中，在本文所述发明的背景下发现提供优良的瑞芬太尼血药浓度预测。这是特别有用的，因为如上所述，瑞芬太尼的血药浓度迄今为止必须通过动脉取样来确定(由于各种风险而仍然是不利的)。在瑞芬太尼的情况中，在上式I中所述效果以相对于基线的百分变化提供，和/或针对瑞芬太尼的所述EC50为0.6ng/ml，和/或所述Emax为-100％。
此外，还发现超过一种替代指标的线性组合允许甚至更好的阿片样物质血药浓度预测。因此，更优选在本文公开的方法中，超过一种、优选两种或三种替代指标以给定阿片样物质的线性等式彼此组合，这允许预测所述阿片样物质在受试者中的血药浓度。
优选在超过一种、优选两种或三种、或更多种替代指标的线性组合的实施方案中，阿片样物质血药浓度由式(II)确定：
(II)：C预测＝k·效果瞳孔直径-m·效果光反射幅度-n·效果追踪性能+w，
其中k、m、n和w为取决于比例(scaling)的-∞至+∞范围内的系数。
上述系数可取决于需要预测血药浓度监测的阿片样物质而变化。对于瑞芬太尼，k为0.10316，m为0.095613，n为0.060719和w为0.038027。当然，上述等式可包括其它替代指标的效果以增加精确度，或者一种或多种替代指标用不同替代指标取代。还如上所述，线性组合可仅包括两种替代指标的线性组合、或者另一方面超过三种替代指标的线性组合。
优选上述方法用于预测接受阿片样物质治疗的受试者的镇痛。因此优选所述镇痛根据式(III)由超过一种、优选两种或三种替代指标的线性组合预测：
(III)：镇痛预测＝q·效果瞳孔直径-s·效果光反射幅度+t·效果追踪性能+v，
其中
效果为所述替代指标相对于基线的相对变化(相对于基线的百分比)，和q、s、t、v为取决于比例的-∞至+∞范围内的系数。
上述系数可取决于需要预测镇痛监测的阿片样物质而变化。对于瑞芬太尼，q为4.7547，s为2.4799，t为0.45914和v为47.7756。当然，上式可包括其它替代指标的效果以增加精确度，或者一种或多种替代指标用不同替代指标取代。还如上所述，线性组合可仅包括两种替代指标的线性组合、或者另一方面超过三种替代指标的线性组合。
本发明的发现表明由适当的药效动力学替代品预测阿片样物质的镇痛比由阿片样物质血药浓度预测优异。甚至在作用部位的明显稳态条件下，血液和CNS之间的转移也受制于个体间差异。另外，所得阿片样物质的效果取决于局部浓度，也取决于局部阿片样物质受体浓度和已知在疼痛相关的脑区之间变化的信号传导效率。与仅将效果与浓度相关联来捕捉差异相比，可由根据本发明方法的药效动力学替代参数更好地捕捉这些差异。
阿片样物质为现存最古老的药物之一，且仍旧是疼痛管理的支柱。术语“阿片样物质”应指下列物质。鸦片为最初的阿片样物质，源自罂粟植物。“阿片剂”是鸦片的天然衍生物，并包括吗啡、美沙酮(methadone)和海洛因。“阿片样物质”为较广泛的一类药物，包括鸦片、阿片剂和与鸦片具有相同药理作用的合成药物。常用的且本文优选的合成阿片样物质包括哌替啶(meperidine)、芬太尼(fentanyl)、阿芬太尼(alfentanil)、舒芬太尼(sufentanil)和瑞芬太尼。特别优选瑞芬太尼。
在本发明的另一方面，提供一种用于治疗、监测或控制接受阿片样物质治疗的患者的镇痛的方法，所述方法包括根据本文上述发明的预测方法来预测镇痛的步骤，并基于预测的镇痛计算所述阿片样物质的改进剂量。所述改进剂量应提供更好的镇痛，这意味镇痛应满足实际患者的个人需求，例如在疼痛抑制不足的情况下提供较高水平的镇痛，或在所述患者中不必要的强的或甚至危险的阿片样物质效果的情况下例如为了避免患者的呼吸抑制而提供较低水平的镇痛。
在该方面，优选在将阿片样物质向患者给药的同时不断观察并更新替代指标。以该方式可控制并监测镇痛水平，以便将药物水平调整至患者的个人需求，或者避免危险的过度治疗并确保及时开始抗衡治疗。通过该方式，临床医师将可改进迄今为止由于医生的谨慎而承受治疗不足的疼痛治疗。
此外，本发明的问题通过用于在本文所述所有实施方案中施行本发明方法的设备或系统来解决。因此，在本发明的某些实施方案中，优选用于预测镇痛或阿片样物质血药浓度的设备或系统。该设备可包括
a.用于获取受试者的所述至少一种替代指标的手段，和/或用于接收作为输入的所述至少一种替代指标的手段，
b.用于存储所述至少一种替代指标的记录值的手段，
c.用于计算或监测所述预测的镇痛或阿片样物质血药浓度的手段，和
d.任选地，用于显示/输出所计算的镇痛或阿片样物质血药浓度的手段。
优选根据本发明的设备或系统包括a.用于获取受试者的至少两种或三种、或更多的替代指标的手段，和/或用于接收作为输入的至少两种或三种、或更多的替代指标的手段。
该设备或系统包括作为用于计算或监测通用计算机的手段，所述通用计算机包括优选键盘和/或鼠标和/或追踪球和/或操纵杆的输入手段、优选视频显示屏的显示/输出手段、优选硬盘驱动器的数据存储手段、和处理器。优选在该计算机上，计算机程序从医师或患者接收关于个体的替代指标的电流值的输入数据作为基于用于监测阿片样物质的替代指标的患者的响应百分比(percentresponse)。其它输入可为电流药物剂量、以及患者所接收的初始药物剂量。进一步的其它输入可包括个体患者特征如性别、年龄、体重等。
优选在本发明的设备实施方案中，所述预测的镇痛或阿片样物质血药浓度通过上述式(I)至(III)中任一项计算，或者如果使用替代指标的其它组合，相应的等式调整为所述替代指标或指标组合。
在一个进一步的实施方案中，根据本发明的设备进一步包括用于将所述阿片样物质的剂量向受试者施用的手段。此类手段可为例如电控输注系统或注射器等。此类药物自动施用系统在本领域是公知的。
本发明提供一种临床工具以非侵入性方式评价患者的镇痛或阿片样物质血药浓度。更多地，本发明首次记载了使用替代指标来提供比测量血药浓度更好的镇痛评估。因此，在一个其它优选实施方案中，本发明的设备的特征在于，所述阿片样物质的所述剂量的量和/或输注速率(infusionrate)基于所预测的镇痛和/或所预测的阿片样物质血药浓度来计算。
该设备可进一步包括本领域已知的安全措施。优选用于向受试者施用阿片样物质的对抗措施(countermeasure)的手段，例如输注纳洛酮(naloxone)。另外或可选地，该设备可包括用于获取所述受试者的呼吸抑制的手段，和/或用于接收作为输入的所述受试者呼吸抑制的参数的手段。如果发生呼吸抑制，安全措施可及时起始(initiated)，以便防止受试者承受来自阿片样物质输注的任何伤害。
此外，该设备可包括用于接收作为输入的受试者的初始和/或当前阿片样物质剂量的手段。
进一步提供软件产品或计算机可读存储介质，其具有存储的计算机可执行指令，当执行时使计算机实施本发明方法。计算机软件产品或计算机可读存储介质在优选的实施方案中为在如上所述的本发明设备或系统上运行的所述计算机程序。因此优选本发明的计算机软件产品或计算机可读存储介质当存入个人计算机中时使个人计算机根据本发明通过上式(I)至(III)任一项计算预测的镇痛或阿片样血药浓度，或者如果使用替代指标的其它组合，相应的等式调整为所述替代指标或指标组合。基于所获取的或从医师或患者的输入接收的替代指标来计算。
本发明另外通过将上述设备用于医疗用途、优选用于患者的疼痛治疗如涉及阿片样物质瑞芬太尼的疼痛治疗的用途而解决了上述问题。
附图说明
现将参照附图和顺序在下述实施例中进一步详细描述本发明，然而本发明并不限于此。出于本发明的目的，将本文引用的所有文献以其全部内容引入以作参考。图中：
图1：瑞芬太尼血药浓度(n＝14)与瞳孔衍生参数(左：光反射幅度，右：瞳孔直径)的相关性。上面的图示出血药浓度与瞳孔测量之间的反曲(sigmoidal)关系(虚缘线(dashedcurbedlines)，对于光反射幅度，值Emax＝-100％，EC50＝0.6ng/ml，对于瞳孔直径，Emax＝-75.1％，EC50＝0.6ng/ml)，下面的图显示使用所绘制的反曲关系与所观察的浓度(横坐标)来预测的浓度(纵坐标)。预测和观察之间一致的线以虚对角线给出；该线上方的点示出过度预测。线性替代组合还适于预测血药浓度：C预测＝0.10316·效果瞳孔直径-0.095613·效果光反射幅度-0.060719·效果追踪性能+0.038027(下面从左侧数第3幅图)，精确度仅略微低于使用反曲关系用光反射幅度获得的预测值(n＝12；排除零浓度)。RMSE：预测值与观察值之间的均方根误差。
图2：利用下述间接或直接途径由各图顶部所给出的观察的瑞芬太尼血药浓度和不同的替代参数对镇痛效果的预测(n＝11；排除异常值)。左图：由测量的瑞芬太尼血药浓度对镇痛的预测在RMSE为23％下是可能的(镇痛obs＝10.34·C瑞芬太尼+20.53)。当使用光反射幅度影响直接预测镇痛效果(镇痛Pred＝1.841·效果光反射+86.9372)时，预测改进的水平与所观察的瑞芬太尼血药浓度得到的水平相差无几(从左侧数第三幅图)。仅当使用替代参数的线性组合(例如，镇痛预测＝4.7547·效果瞳孔直径-2.4799·效果光反射幅度+0.45914·效果追踪性 能+47.7756(镇痛Pred＝4.7547·效果瞳孔直径-2.4799·效果光反射幅度+0.45914·效果追踪性能+47.7756))时，精度变得可接受(RMSE＝12.9％)，且比由所观察的瑞芬太尼血药浓度得到的精度优异。线性替代品组合还适于预测血药浓度(比较图1)。预测和观察之间相一致的线以虚对角线给出；这些线上方的点示出过度预测。
具体实施方式
实施例
材料方法
受试者
16名志愿者(年龄19-36岁，都在他们的正常体重±10％内，8名男性)参与了该双盲、随机、单次研究。受试者通过检查病史、目前的生理状况和常规临床实验室检验来确定为健康并分别在实验前30天、24小时和6小时戒绝处方/非处方用药、酒精和食物。以该顺序评估效果测量和临床效果：视敏度(持续：5min)、临床指标(1min)、瞳孔大小和对光刺激的反应(5min)、镇痛效果和伴随的追踪性能评估(20min)。本研究的、对现有分析非冗余的补充数据已公开于(等人,2001)和(Oertel等人,2012b)中的另一种情况。
用药
瑞芬太尼(经由GlaxoWellcomeGmbH&Co.,Hamburg,Germany提供)为超快速作用阿片样物质，由于其酯结构而在血液中被非特异性组织和血浆酯酶迅速降解(Egan,1995)，使静脉血药浓度不相关(Hermann等人,1999)并使得必须动脉血取样(Oertel等人,2012b)。由于其亲油性，瑞芬太尼在血液和中枢神经作用部位之间快速转移，伴有1-2min的一级平衡半衰期(afirst-orderequilibrationhalf-life)(Egan等人,1996)。为了避免该延迟，使用稳态浓度(steady-stateconcentration)。利用公开的群体药代动力学参数(Minto等人,1997a,Minto等人,1997b)使用STANPUMP((Shafer等人,1990)，免费获自StevenL.Shafer,MD，于2012年10月13日登陆http://www.opentci.org/lib/exe/fetch.php？media＝code:stanpump.zip)借助计算机化输注来静脉给药瑞芬太尼。研究作用部位的不同靶浓度(如先前所使用的0、1.2、2.4、3.6、4.8和6ng/ml(Lótsch和Angst,2003)，以及针对较低浓度范围下更好的分辨率而另外研究1.8和3ng/ml)。允许一小时平衡时间来确保稳态，也允许受试者适应阿片样物质的作用及实验条件并大大超过所建议的稳态条件的刺激，然而这是基于总体平均值而不包括个体间的可变性。因此，可将血药浓度当作作用部位浓度的替代。为了减少阿片样物质的暴露，一名男士和女士分配一个靶浓度；改编自"单次剂量渐升(singleascendingdose)研究"的简化设计，其中如通常在药物安全性研究中所采用的，仅几名受试者接受特定的药物剂量，同时将另一剂量给药至新的一组受试者，从而限制暴露于剂量的受试者的数量并最小化多种剂量试验时的作用(Bouman-Thio等人,2008，Jiang等人,2009，Lin等人,2010，Padhi等人,2011)。
测量
瑞芬太尼血药浓度
在相对于输注开始的0、0.33、0.5、0.75、1、1.25、1.5、2、2.5和3h时将血液(各4ml)取样至锂-肝素管(详细浓度记于他处(Oertel等人,2012b))。如先前所记载的(Oertel等人,2012b)，将管温和振荡以混合血液和抗凝剂。立即将精确1ml的两等份吸取至用于强制性精确pH控制的精确含有20μl柠檬酸(50％w/w)的塑料储存管内，从而防止瑞芬太尼水解(Selinger等人,1994)。管在冰上操作，随后将管储存在-80℃。瑞芬太尼浓度使用经验证的LC-MS/MS法(JascoLC-unit,Groβ-Umstadt,Germany,SciexAPI3000串联质谱仪，Langen,Germany)测定。用于定量和定性的质量相变(Masstransitions)分别为m/z377→113.1(碰撞能量41eV)和m/z377→81.0(碰撞能量59eV)。在0.01-10ng/ml的浓度下分析标准品(内标阿芬太尼)。随机分析质控样品。试验的日间精度为8％，精确度在标称值的10％内。
候选替代品效果测定
使用瞳孔图(CIP,AmtechGmbH,Weinheim,Germany)试验瞳孔大小和对光刺激的反应。以250Hz的频率取样2s，用CCD-线扫描相机实施瞳孔对9766坎德拉/m2的光刺激(波长585nm，刺激时长0.2s)的反应。每个测量重复五次，进行基线时的总计三个测量和阿片样物质输注期间的三个测量，之后对数据取平均值。将无窗实验室中的光保持在13.6Lux并在测量前降至0.3Lux，3min。
但疼痛试验(参见下文)期间限于疼痛刺激之间的时期，受试者执行计算机界面上的追踪任务(思路/程序：Kobal,Müller和Hummel(Hummel和Kobal,2001))。他们必须在距离受试者眼睛大约2m的位置在视线水平使用操纵杆将小红方块保持在屏幕上随机移动的较大的绿方块内侧。追踪性能通过测量受试者多长时间与独立移动的方块失联来确定(0至100％成功的性能追踪(Hummel等人,1994))。
临床目标的效果
使用采用由施加至右鼻粘膜的二氧化碳气体(CO2)短脉冲(200ms，75％v/v，n＝15)组成的伤害性刺激的试验疼痛模型(Kobal,1985)以30s的刺激间距评估镇痛效果。CO2刺激经薄特氟龙管(0.5mm外径)施加，以控制的温度(36.5℃)和湿度(80％相对湿度)注入不断流动的隔间气流(compartmentair)(8l/min)。在各刺激后，受试者经计算机显示器上显示的视觉类比量表评定其强度，从零("无疼痛")至100("剧痛")变化。对于统计学评价，将个体受试者的评估平均化。借助纸版测验视觉类比量表(100mm长度，从零“无此症状”至100“以最大强度体验症状”变化)评定受试者的选择的临床指标如疲劳、困倦和恶心作为典型急性阿片样物质作用。
通过在距离参与者6m的位置展示以10行字母大小渐减的标准图表以供阅读来评价视敏度。观察图表上700Lux的照明和邻近图表的450的照明(Buch等人,2001)。由正确阅读最小字母的行数计算视敏度。
数据分析
瑞芬太尼输注期间获取的数据转换成相对于基线的百分变化。通过计算斯皮尔曼相关系数(Spearman,1987)进行随后的相关性探究。该测量类似于等级数据的排序，由此考虑某些测试关系可能是非线性的。对于后一种理由，将反曲药效动力学模型(Holford和Sheiner,1982)，随后与数据拟合，其中表示最大效果和一半的最大效果的浓度的Emax和EC50分别作为药物效价的测定。形状因子γ在1的值下确定，这是由于如总是包括1的值的γ的95％置信区间和比较较简单的(即，γ＝1)与较复杂的(即，不同于1的值的γ)模型的F检验的非显著性结果所示，数据不允许评价不同于1的形状因子。由于可用每位受试者一次测量，因此这是一种汇总分析(pooledanalysis)，不提供个体内和个体间可变性的单独评价。然而，证明反曲药效动力学模型(Holford和Sheiner,1982)的用途的数据大致呈log-正态分布。
随后，使用重新设置C的药效动力学模型评价由候选替代参数对血药浓度的预测，即，(倒转反曲(inversesigmoidal)药效动力学模型)。可选地，使用Matlab的(MathWorks,Natic,MA,USA)稳健线性回归估计(robustlinearregressionestimation)(DuMouchel和O'Brien,1989)探究线性预测。基于预测值P和观察值O之间的均方根误差，按照计算，以与预测的数据和代表性标准误差相同的单位度量，来比较判断预测性能。RMSE为来自预测模型的平方偏差(squareddeviations)的平方根。其表示拟合优度(goodness-of-fit)的绝对度量(absolutemeasure)，而R-平方度量为拟合的相对度量(Hosmer,1991)。较低值的RMSE表示较好的拟合。由于RMSE为和，其对异常值敏感。因此，RMSE应总是与可视化数据相比较(例如，RMSE最低(12.9)的图2确实表明该特定的预测模型是最佳的)。
还分析了通过替代参数直接预测临床效果。借助分级聚类(hierarchicalclustering)鉴别数据的子集。由于替代效果通过倒转反曲药效动力学模型与浓度相关，而浓度通过反曲模型与效果相关，因此替代品和临床效果可视作线性相关并借助(多重)线性回归来分析。
实施例I:替代品对瑞芬太尼血药浓度的预测
数据来源于14名受试者，其中三个退出者(在1.8、2.4和6ng/ml的目标浓度下)，只有一个替换(1.8ng/ml)。两名受试者在试验早期退出，一个是因为瑞芬太尼输注后不久开始焦虑，另一个是由于过度呕吐和恶心。第三名退出者是由于心动过缓而医疗决策停止瑞芬太尼输注。
表1：阿片样物质效果测量的非参数斯皮尔曼等级相关矩阵(n＝14；效果测量与充当该非参数相关分析的基础的基线的百分变化)。相关系数ρ以各自的p值给出。
*：从该表中显著的非参数等级相关不意味着疼痛可使用动脉瑞芬太尼浓度与疼痛变化之间的线性关系由血浆浓度预测。的确，该镇痛Obs＝10.34·C瑞芬太尼+20.53的关系在RMSE为28.4％下预测疼痛，这比使用反曲药效动力学模型(RMSE23％，还参见图2)差。
瑞芬太尼的中值1-3h动脉血药浓度在1.1和6.6ng/ml之间变化(加两个零浓度)。临床参数疲劳(0-66mmVAS)、恶心(0-12mmVAS)和困倦(0-5mmVAS)的记录主观评定在瑞芬太尼给药之后分别升高至28-100、0-23、和0-100mmVAS，伴有较高的与高阿片样物质浓度相关的症状(详情未示出)。相关矩阵(表1)进一步显示瑞芬太尼对光反射幅度的效果与其浓度最高(负)相关，接着是其对追踪性能和对瞳孔直径的效果。
考虑到缩瞳阿片样物质因其常规药代动力学而起到非侵入性替代品的提议(Kharaschetal.,2003)，分析的第一部分比较地指出由候选替代参数对瑞芬太尼血药浓度的预测。利用与浓度反曲形相关的光反射幅度(图1)获得瑞芬太尼血药浓度(RMSE＝1.1ng/ml)的最佳预测(EC50＝0.6ng/ml,Emax＝-100％；这些参数已使用经典反曲药代动力学模型通过汇总数据的标准拟合获得。关于拟合优度的详情：EC50的估计标准误差＝0.1，Emax不显著区别于值-100％并因此已经确定，且拟合优度：R2＝0.984)。瞳孔直径(Kharasch等人,2003)和追踪性能产生相对差的预测(各RMSE＝2.6ng/ml和3.2ng/ml)。
实施例II：替代品对镇痛的预测
在分析的第二部分，分析了利用替代品预测更临床相关的瑞芬太尼效果，特别是镇痛。零浓度的2名受试者和痛觉过敏的受试者(在2.1ng/ml、目标1.8ng/ml的稳态血药浓度下疼痛评分从25至30.7mmVAS增加23％)形成单独的集群并将他们排除。基于所观察的瑞芬太尼血药浓度预测镇痛效果(Emax＝-100％和EC50＝2.4ng/ml；再次，这些值已使用标准反曲模型获得：EC50的估计标准误差为4，Emax不显著区别于值-100％并由此确定，且R2为0.274)提供了23％的RMSE。Emax模型中基于瞳孔对光反射幅度将观察浓度替换为预测浓度，结果RMSE为50％(图2)。与之相反，光反射幅度提供了RMSE＝24.4％的镇痛预测，瞳孔大小的为17.8％。
然而，当使用所有三种替代参数的线性组合时实质上改进了镇痛预测(图2)，如效果镇痛＝4.7547·效果瞳孔直径-2.4799·效果光反射幅度+0.45914·效果追 踪性能+47.7756。
该模型给出12.9％的良好RMSE(图2)。发现类似的替代参数线性组合(具体等式未示出)预测了阿片样物质以可接受的精度对疲劳和视敏度预测(RMSE分别为23.1和17.3％)，同时恶心和困倦的多线性预测仍不可接受(RMSE32.6和26.5％)。结果与其它异常值排除(outlierexclusion)的排列实质上没有变化。包含痛觉过敏情况使由三种替代参数线性组合预测镇痛的RMSE增加至31.6％，这是不恰当的。最后，组合的替代品还适用于预测血药浓度(RMSE＝1.3ng/ml；具体等式参见图1)。
为了获得适合的镇痛预测，需要更复杂的方案。从本发明可得出结论，组合替代品可比单一替代品提供更好的替代，而不危害血药浓度预测。在本发明的设定中，通过将与瑞芬太尼血药浓度高度相关的瞳孔衍生的参数(pupilderivedparameters)与覆盖瑞芬太尼镇痛效价的参数组合似乎得到了改进(据报道目前由追踪性能提供的在2和6ng/ml之间变化(KernandStanski,2008))。的确，将反曲药效动力学模型应用于对追踪性能的效果，结果得到值EC50为5ng/ml(估计标准误差＝1，R2＝0.667)。然而，该参数可在其它设定中替换，条件是新选择的替代参数满足上述标准且以与镇痛的效价相比类似的或更低的效价产生。

Claims (15)

1.一种非侵入性预测和/或监测在接受至少一种阿片样物质剂量的受试者中的镇痛和/或阿片样物质血药浓度的方法，其包括在阿片样物质给药之前、同时、或之后至少一次，获取所述受试者的至少一种替代指标；和由此确定所述受试者中所述镇痛或阿片样物质血药浓度。
2.根据权利要求1所述的方法，其中从所述患者获取至少两种、三种或更多种替代指标，且其中所述镇痛或阿片样物质血药浓度由所述两种、三种或更多种替代指标的线性组合确定。
3.根据权利要求1或2所述的方法，其中所述替代指标选自由瞳孔大小，瞳孔对光刺激的反应，追踪试验性能，呼吸率，动脉氧合作用，经皮二氧化碳的分压，EEG衍生参数，疲劳、恶心、困倦、眩晕和瘙痒的临床参数组成的组。
4.根据权利要求1至3任一项所述的方法，其中所述阿片样物质血药浓度根据式I确定：
(I)C＝效果·EC50/(Emax-效果)，
其中
C为所述阿片样物质的预测血药浓度，
效果为所述替代指标相对于基线的相对变化
EC50为所述阿片样物质的一半的最大效果的浓度
Emax为最大效果。
5.根据权利要求1至4任一项所述的方法，其中所述阿片样物质为瑞芬太尼，任选地其中所述效果以相对于基线的百分变化提供，和/或针对瑞芬太尼的所述EC50为0.6ng/ml，和/或所述Emax为-100％。
6.根据权利要求1至5任一项所述的方法，其中所述阿片样物质血药浓度由式(II)确定：
(II)：C预测＝k·效果瞳孔直径-m·效果光反射幅度-n·效果追踪性能+w，
其中k、m、n和w为取决于比例的-∞至+∞范围内的系数。
7.根据权利要求6所述的方法，其中k为0.10316，m为0.095613，n为0.060719和w为0.038027。
8.根据权利要求1至5任一项所述的方法，其中所述镇痛根据式(III)由所有三种替代指标的线性组合来预测：
(III)：镇痛预测＝q·效果瞳孔直径-s·效果光反射幅度+t·效果追踪性能+v，
其中
效果为所述替代指标相对于基线的相对变化(相对于基线的百分比)，和
q、s、t、v为取决于比例的-∞至+∞范围内的系数。
9.根据权利要求8所述的方法，其中q为4.7547，s为2.4799，t为0.45914和v为47.7756。
10.根据权利要求6至9任一项所述的方法，其中所述阿片样物质为瑞芬太尼。
11.一种用于实施根据权利要求1至10任一项所述的方法的设备，其包括
a.用于获取受试者的所述至少一种替代指标的手段，和/或用于接收作为输入的所述至少一种替代指标的手段，
b.用于存储所述至少一种替代指标的记录值的手段，
c.用于计算或监测所述预测的镇痛或阿片样物质血药浓度的手段，和
d.任选地，用于显示/输出所计算的镇痛或阿片样物质血药浓度的手段。
12.根据权利要求11所述的设备，其进一步包括用于将所述阿片样物质的剂量向受试者施用的手段，优选其中所述阿片样物质的所述剂量的量和/或输注速率基于所预测的镇痛和/或所预测的阿片样物质血药浓度来计算。
13.根据权利要求11或12所述的设备，其进一步包括用于获取所述受试者的呼吸抑制的手段，和/或用于接收作为输入的所述受试者的呼吸抑制的参数的手段。
14.根据权利要求11至13任一项所述的设备，其用于医疗用途、优选用于患者的疼痛治疗例如涉及所述阿片样物质瑞芬太尼的疼痛治疗。
15.一种计算机可读存储介质，其具有存储的计算机可执行指令，当所述计算机可执行指令执行时使计算机实施根据权利要求1至10任一项所述的方法。
CN201480023952.3A 2013-04-29 2014-04-29 阿片样物质-镇痛和阿片样物质-血药浓度预测用非侵入性方法 Expired - Fee Related CN105142517B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201361816885P 2013-04-29 2013-04-29
US61/816,885 2013-04-29
EP20130165814 EP2799009A1 (en) 2013-04-29 2013-04-29 Non-invasive method for prediction of opioid-analgesia and opioid-blood-concentrations
EP13165814.8 2013-04-29
PCT/EP2014/058749 WO2014177577A1 (en) 2013-04-29 2014-04-29 Non-invasive method for prediction of opioid-analgesia and opioid-blood-concentrations

Publications (2)

Publication Number Publication Date
CN105142517A true CN105142517A (zh) 2015-12-09
CN105142517B CN105142517B (zh) 2018-10-19

Family

ID=48366130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480023952.3A Expired - Fee Related CN105142517B (zh) 2013-04-29 2014-04-29 阿片样物质-镇痛和阿片样物质-血药浓度预测用非侵入性方法

Country Status (7)

Country Link
US (1) US20160345895A1 (zh)
EP (2) EP2799009A1 (zh)
JP (1) JP6438006B2 (zh)
KR (1) KR20160008175A (zh)
CN (1) CN105142517B (zh)
CA (1) CA2908868A1 (zh)
WO (1) WO2014177577A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109068974A (zh) * 2016-02-12 2018-12-21 埃德蒙·L·瓦伦丁 具有改善的安全性和有效性特征的阿片样物质+设备组合产品
CN115376649A (zh) * 2022-09-29 2022-11-22 中日友好医院(中日友好临床医学研究所) 用于鞘内阿片类镇痛药的剂量预测方法及装置

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6886139B2 (ja) * 2016-12-12 2021-06-16 ダイキン工業株式会社 疼痛判定装置及び薬剤効果判定装置
WO2019060298A1 (en) 2017-09-19 2019-03-28 Neuroenhancement Lab, LLC METHOD AND APPARATUS FOR NEURO-ACTIVATION
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
US11478603B2 (en) 2017-12-31 2022-10-25 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to enhance emotional response
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
WO2020056418A1 (en) 2018-09-14 2020-03-19 Neuroenhancement Lab, LLC System and method of improving sleep
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
GB201914758D0 (en) * 2019-10-11 2019-11-27 Ocuvation Ltd Apparatus and method of monitoring eye medication
US20240087750A1 (en) * 2020-06-17 2024-03-14 University Of Florida Research Foundation, Incorporated Machine learning systems and methods for predicting risk of incident opioid use disorder and opioid overdose

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1887370A (zh) * 2005-06-30 2007-01-03 朱涛 智能镇痛镇静系统
CN101426422A (zh) * 2006-03-31 2009-05-06 艾斯柏克特医疗系统股份有限公司 使用生物电势可变性评估镇痛足够性的系统和方法
CN101472631A (zh) * 2006-06-21 2009-07-01 伯尔尼大学 用于控制麻醉给药的系统
CN101919684A (zh) * 2009-06-12 2010-12-22 孙维仁 监控病人疼痛状态的装置及其方法
CN201701199U (zh) * 2010-06-07 2011-01-12 中国科学院深圳先进技术研究院 疼痛监测仪
US20120273415A1 (en) * 2011-04-29 2012-11-01 Martin Gerber Blood fluid removal system performance monitoring
CN102989054A (zh) * 2012-12-24 2013-03-27 江苏人先医疗科技有限公司 具有血氧、血压监测功能的输液泵系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5478577A (en) * 1993-11-23 1995-12-26 Euroceltique, S.A. Method of treating pain by administering 24 hour oral opioid formulations exhibiting rapid rate of initial rise of plasma drug level
WO2004030525A2 (en) * 2002-10-03 2004-04-15 Scott Laboratories, Inc. Systems and methods for providing trend analysis in a sedation and analgesia system
US8067243B2 (en) * 2008-09-03 2011-11-29 Oregon Medical Laboratories Methods and systems for analyzing medication levels in a sample
FR2940913B1 (fr) * 2009-01-15 2013-07-19 Hopital Foch Systeme de pilotage de moyens d'injection d'agents d'anesthesie ou de sedation

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1887370A (zh) * 2005-06-30 2007-01-03 朱涛 智能镇痛镇静系统
CN101426422A (zh) * 2006-03-31 2009-05-06 艾斯柏克特医疗系统股份有限公司 使用生物电势可变性评估镇痛足够性的系统和方法
CN101472631A (zh) * 2006-06-21 2009-07-01 伯尔尼大学 用于控制麻醉给药的系统
CN101919684A (zh) * 2009-06-12 2010-12-22 孙维仁 监控病人疼痛状态的装置及其方法
CN201701199U (zh) * 2010-06-07 2011-01-12 中国科学院深圳先进技术研究院 疼痛监测仪
US20120273415A1 (en) * 2011-04-29 2012-11-01 Martin Gerber Blood fluid removal system performance monitoring
CN102989054A (zh) * 2012-12-24 2013-03-27 江苏人先医疗科技有限公司 具有血氧、血压监测功能的输液泵系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109068974A (zh) * 2016-02-12 2018-12-21 埃德蒙·L·瓦伦丁 具有改善的安全性和有效性特征的阿片样物质+设备组合产品
CN115376649A (zh) * 2022-09-29 2022-11-22 中日友好医院(中日友好临床医学研究所) 用于鞘内阿片类镇痛药的剂量预测方法及装置
CN115376649B (zh) * 2022-09-29 2023-07-07 中日友好医院(中日友好临床医学研究所) 用于鞘内阿片类镇痛药的剂量预测方法及装置

Also Published As

Publication number Publication date
EP2991550A1 (en) 2016-03-09
CA2908868A1 (en) 2014-11-06
JP2016520821A (ja) 2016-07-14
WO2014177577A1 (en) 2014-11-06
CN105142517B (zh) 2018-10-19
JP6438006B2 (ja) 2018-12-12
KR20160008175A (ko) 2016-01-21
US20160345895A1 (en) 2016-12-01
EP2799009A1 (en) 2014-11-05

Similar Documents

Publication Publication Date Title
CN105142517A (zh) 阿片样物质-镇痛和阿片样物质-血药浓度预测用非侵入性方法
Funcke et al. Validation of innovative techniques for monitoring nociception during general anesthesia: a clinical study using tetanic and intracutaneous electrical stimulation
US9474452B2 (en) Method and system for quantifying anaesthesia or a state of vigilance
Struys et al. Changes in a surgical stress index in response to standardized pain stimuli during propofol–remifentanil infusion
Gruenewald et al. Influence of nociceptive stimulation on analgesia nociception index (ANI) during propofol–remifentanil anaesthesia
Young et al. A reverse-translational approach to bipolar disorder: rodent and human studies in the Behavioral Pattern Monitor
Buckley et al. Rapid eye movement sleep percentage in children with autism compared with children with developmental delay and typical development
US8744779B2 (en) Methods and apparatus for drug modeling and displaying drug models
Bonhomme et al. Comparison of the Surgical Pleth Index™ with haemodynamic variables to assess nociception–anti-nociception balance during general anaesthesia
Rantanen et al. Novel multiparameter approach for measurement of nociception at skin incision during general anaesthesia
US10388405B2 (en) Systems and methods for predicting adverse events and assessing level of sedation during medical procedures
Mathews et al. Increases in electroencephalogram and electromyogram variability are associated with an increased incidence of intraoperative somatic response
US20180310877A1 (en) Apparatus, system and method for pain monitoring
US11972843B2 (en) Systems and methods for predicting adverse events and assessing level of sedation during medical procedures
Paradiso et al. PSYCHE: Personalised monitoring systems for care in mental health
CN103432651A (zh) 一种闭环的智能麻醉控制系统
Sokolenko et al. The mGluR2/3 agonist LY379268 reverses NMDA receptor antagonist effects on cortical gamma oscillations and phase coherence, but not working memory impairments, in mice
Dong-Hee et al. The analgesic potency dose of remifentanil to minimize stress response induced by intubation and measurement uncertainty of Surgical Pleth Index.
Ferreira et al. Do we have today a reliable method to detect the moment of loss of consciousness during induction of general anaesthesia?
Baars et al. The suppression of spinal F-waves by propofol does not predict immobility to painful stimuli in humans
Wang et al. Current perioperative nociception monitoring and potential directions
Bischoff et al. Anesthetics drug pharmacodynamics
Koskinen et al. Forecasting the unresponsiveness to verbal command on the basis of EEG frequency progression during anesthetic induction with propofol
Collet i Fàbregas Machine learning prediction of burst suppression under general anesthesia
Shieh et al. Discrimination of pain intensity level and side effects of postoperative pain using parameters extracted from the evoked pain pattern

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181019

Termination date: 20190429

CF01 Termination of patent right due to non-payment of annual fee