CN105844112A - 一种药物个体化剂量调整方法及装置 - Google Patents
一种药物个体化剂量调整方法及装置 Download PDFInfo
- Publication number
- CN105844112A CN105844112A CN201610225678.9A CN201610225678A CN105844112A CN 105844112 A CN105844112 A CN 105844112A CN 201610225678 A CN201610225678 A CN 201610225678A CN 105844112 A CN105844112 A CN 105844112A
- Authority
- CN
- China
- Prior art keywords
- specific drug
- patient needle
- information
- medicine
- drug
- 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.)
- Pending
Links
Classifications
-
- G06F19/3456—
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/50—Molecular design, e.g. of drugs
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Pharmacology & Pharmacy (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
Abstract
本发明提供一种药物个体化剂量调整方法和装置，该方法包括：根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值；根据所述病人针对所述指定药物的药代动力学参数的个体特征值以及针对所述药物的预设用药方案，确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程；基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整。根据病人的个体化信息，事先对预设用药方案对应的每个病人的体内药物浓度进行精准的预测，进而根据预测结果对预设用药方案进行调整，避免事后调整带来的风险。
Description
技术领域
本申请实施例涉及药理学领域，特别涉及一种药物个体化剂量调整方法及装置。
背景技术
目前，科学技术的发展，促进了药理学的发展。
相关技术中，对临床药物的个体化剂量调整的方法包括：
(1)通过药物浓度检测进行调整；
在病人的治疗过程中，监测其体内的药物浓度水平，并根据浓度变化进行剂量与方案调整。
(2)通过基因等指标进行调整；
在治疗前，对病人的基因等进行检测，通过基因等检测结果，对病人进行分类，对该病人实施该病人所在分类的治疗方案。
在实现本发明的过程中，发明人发现：通过药物浓度检测进行调整，是一种事后调整，在调整时有极大可能已经发生了不良反应或者治疗无效，给临床用药(尤其是危险程度高的药物)带来很大风险；而通过基因等指标进行调整，不能定量的对药物使用剂量、方案进行调整。例如，如果病人的基因检测结果为野生型，则按照基因等指标进行调整的方法，对应的用药方案为方案A，但是方案A中的药物具体用量、用法却无法得知，因此，无法适当的对病人的用药方案进行调整。
相关技术中没有一种根据每个病人的个体信息精准的对每个病人的体内药物浓度进行预测，进而提前对用药方案进行调整的方案
发明内容
有鉴于此，本发明实施例的目的在于提供一种药物个体化剂量调整方法及装置，根据病人的个体化信息，事先对预设用药方案对应的每个病人的体内药物浓度进行精准的预测，进而根据预测结果对预设用药方案进行调整，避免事后调整带来的风险，且能够根据药物的具体用量、用法进行预测，提高了用药安全性。
第一方面，本发明实施例提供了一种药物个体化剂量调整方法，包括：
获取病人针对指定药物的个体化信息；
根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值；
根据所述病人针对所述指定药物的药代动力学参数的个体特征值以及针对所述药物的预设用药方案，确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程；
基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实现方式，其中，所述获取病人针对指定药物的个体化信息，包括：
获取所述病人针对所述指定药物的所需的基本信息；
获取所述病人针对所述指定药物的历史用药信息以及所述历史用药信息对应的体内药物浓度信息。
结合第一方面的第一种可能的实现方式，本发明实施例提供了第一方面的第二种可能的实现方式，其中，所述根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值，包括：
根据所述基本信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的群体典型值及波动范围函数；
根据贝叶斯反馈算法计算所述病人针对所述指定药物的历史用药信息、所述历史用药信息对应的体内药物浓度信息、确定的药代动力学参数的群体典型值及波动范围函数对应的所述病人针对所述指定药物的药代动力学参数的个体特征值。
结合第一方面的第二种可能的实现方式，本发明实施例提供了上述第一方面的第三种可能的实现方式，其中，所述预测方程为：
C＝F(Parameter,Regimen,T)；
其中，C为所述病人体内的药物浓度，Parameter为所述病人针对所述指定药物的药代动力学参数的个体特征值，Regimen为预设给药方案，T为时间。
结合第一方面以及第一方面的第三种可能的实现方式，本发明实施例提供了上述第第一方面的第四种可能的实现方式，其中，所述基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整，包括：
基于所述预测方程生成所述病人针对所述指定药物的预设用药方案的体内药物浓度随时间变化的曲线；
向用户展示所述曲线；
当接收到所述用户针对所述指定药物的预设用药方案的调整信息，则根据调整后的预设用药方案和所述病人针对所述指定药物的药代动力学参数的个体特征值，重新确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程。
第二方面，本发明实施例提供了一种药物个体化剂量调整装置，包括：
获取模块，用于获取病人针对指定药物的个体化信息；
确定模块，用于根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值；
预测模块，用于根据所述病人针对所述指定药物的药代动力学参数的个体特征值以及针对所述药物的预设用药方案，确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程；
调整模块，用于基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整。
结合第二方面，本发明实施例提供了上述第二方面的第一种可能的实现方式，其中，所述获取模块，包括：
基本信息获取单元，用于获取所述病人针对所述指定药物的所需的基本信息；
用药信息获取单元，用于获取所述病人针对所述指定药物的历史用药信息以及所述历史用药信息对应的体内药物浓度信息。
结合第二方面的第一种可能的实现方式，本发明实施例提供了第二方面的第二种可能的实现方式，其中，所述确定模块，包括：
典型值确定单元，用于根据所述基本信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的群体典型值及波动范围函数；
特征值确定单元，用于根据贝叶斯反馈算法计算所述病人针对所述指定药物的历史用药信息、所述历史用药信息对应的体内药物浓度信息、确定的药代动力学参数的群体典型值及波动范围函数对应的所述病人针对所述指定药物的药代动力学参数的个体特征值。
结合第二方面的第二种可能的实现方式，本发明实施例提供了上述第二方面的第三种可能的实现方式，其中，所述预测方程为：
C＝F(Parameter,Regimen,T)；
其中，C为所述病人体内的药物浓度，Parameter为所述病人针对所述指定药物的药代动力学参数的个体特征值，Regimen为预设给药方案，T为时间。
结合第二方面和第二方面的第三种可能的实现方式，本发明实施例提供了第二方面的第四种可能的实现方式，其中，所述调整模块，包括：
生成单元，用于基于所述预测方程生成所述病人针对所述指定药物的预设用药方案的体内药物浓度随时间变化的曲线；
展示模块，用于向用户展示所述曲线；
调整单元，用于当接收到所述用户针对所述指定药物的预设用药方案的调整信息，根据调整后的预设用药方案和所述病人针对所述指定药物的药代动力学参数的个体特征值，重新确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程。
本发明实施例中，获取病人针对指定药物的个体化信息；根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值；根据所述病人针对所述指定药物的药代动力学参数的个体特征值以及针对所述药物的预设用药方案，确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程；基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整。根据病人的个体化信息，事先对预设用药方案对应的每个病人的体内药物浓度进行精准的预测，进而根据预测结果对预设用药方案进行调整，避免事后调整带来的风险，且能够根据药物的具体用量、用法进行预测，提高了用药安全性。
在本发明实施例提供的基于无人机的像控点信息采集方法及系统中，地面监控站根据包含像控点采集区域的遥感影像和数字高程模型DEM数据确定无人机的航线；当所述地面监控站监测到所述无人机到达所述像控点采集区域后，根据所述包含像控点采集区域的遥感影像和所述无人机回传的像控点采集区域的视频图像确定像控点的准确位置；并在监测到所述无人机降落到所述像控点的准确位置后，向所述无人机发送像控点信息采集的指令。由地面监控站控制无人机集成的像控点信息采集系统开机，自动采集并存储像控点的信息，采集结束后向所述无人机发送返航指令使所述无人机返航。整个过程无需人工深入现场即可完成像控点信息的自动采集。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的一种药物个体化剂量调整方法的流程示意图；
图2示出了本发明实施例提供的一种针对所述指定药物的预设用药方案的体内药物浓度随时间变化的曲线示意图；
图3示出了本发明实施例提供的以综合功能药物个体化剂量调整装置的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
考虑到相关技术中，没有一种根据每个病人的个体信息精准的对每个病人的体内药物浓度进行预测，进而提前对用药方案进行调整的方案。基于此，本发明提供一种药物个体化剂量调整方法及装置，根据病人的个体化信息，事先对预设用药方案对应的每个病人的体内药物浓度进行精准的预测，进而根据预测结果对预设用药方案进行调整，避免事后调整带来的风险，且能够根据药物的具体用量、用法进行预测，提高了用药安全性。
下面通过具体的实施例对本发明的一种药物个体化剂量调整方法及装置进行详细的说明。
实施例1
参见图1所示，为本发明实施例提供的一种药物个体化剂量调整方法的流程图，具体包括以下步骤：
步骤101、获取病人针对指定药物的个体化信息。
其中，个体化信息包括：所述病人针对所述指定药物的所需的基本信息，所述病人针对所述指定药物的历史用药信息以及所述历史用药信息对应的体内药物浓度信息。
需要注意的是，病人针对所述指定药物的所需的基本信息，是指由于不同的药物会受到不同基本信息的影响，例如，有些药物需要根据服用者的体重以及年龄差异性用药，因此，在确定指定药物后，获取可能会对该指定药物有影响的病人的基本信息。
步骤102、根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值。
具体的，根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值，包括以下两个过程：
首先，根据所述基本信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的群体典型值及波动范围函数。
具体的，预先针对每种药物建立在特定人群中的群体药代动力学模型，根据该病人的基本信息，如：身高、体重、性别、年龄等，以及预先建立的该指定药物对应的群体药代动力学模型，计算出所述病人针对所述指定药物的药代动力学参数的群体典型值及波动范围函数。
其中，由于每种药物对病人身体的作用不同，因此，每种药物对应各自的药代动力学参数，其中，药代动力学参数包括但不限于：
清除率(通常用CL、CLd、CL2、Q表述，tvCL、tvCLd、tvCL、TVQ表示清除率的群体典型值)、表观分布容积(通常用V、Vd、V2、VSS表述，tvV、tvVd、tvV、tvVss表示表观分布容积的群体典型值)、吸收数率常数(通常用Ka、K01表述，tvKa、tvK01表述吸收数率常数的群体典型值)、分布数率常数(一个药物可具有多个分布数率常数、能通常用K、K12、K21、Ke、K10等表述，tvK、tvK12、tvK21tvKe、K10等表述分布数率常数的群体典型值)、滞后时间(通常用Tlag、Lag表述，tvTlag、tvLag表述滞后时间的群体典型值)等。例如，药物A的药代动力学参数包括：清除率、吸收数率常数和分布数率常数，药物B的药代动力学参数包括：清除率、吸收数率常数、分布数率常数和滞后时间。
其中，清除率的群体典型值的计算公式是：
tvCL＝F(CL)*exp(n_Cl)
其中，F(CL)为描述tvCL的偏微分方程，exp(n_Cl)为tvCL在特定人群中的波动范围函数。
表观分布容积的群体典型值的计算公式是：
tvV＝F(V)*exp(n_V)；
其中，F(V)为描述tvV的偏微分方程，exp(n_V)为tvV在特定人群中的波动范围函数。
吸收数率常数的群体典型值的计算公式是：
tvKa＝F(Ka)*exp(n_Ka)；
其中，F(Ka)为描述tv Ka的偏微分方程，exp(n_Ka)为tv Ka在特定人群中的波动范围函数。
分布数率常数的群体典型值的计算公式是：
tvK＝F(K)*exp(n_K)；
F(K)为描述tv K的偏微分方程，exp(n_K)为tv K在特定人群中的波动范围函数。
滞后时间的群体典型值的计算公式是：
tvTlag＝F(Tlag)*exp(n_Tlag)；
其中，F(Tlag)为描述tv Tlag的偏微分方程，exp(n_Tlag)为tv Tlag在特定人群中的波动范围函数。
其次，在确定所述病人针对所述指定药物的药代动力学参数的群体典型值及波动范围函数之后，根据贝叶斯反馈算法计算所述病人针对所述指定药物的历史用药信息、所述历史用药信息对应的体内药物浓度信息、确定的药代动力学参数的群体典型值及波动范围函数对应的所述病人针对所述指定药物的药代动力学参数的个体特征值。
本发明实施例对贝叶斯反馈算法的应用如下：
先建立目标函数F_obj,然后根据取样时间点和时间参数为限制项(punishItem)建立目标函数优化方程，即
min(Fobj+punishItem){CL,V,Ka,K,Q}；
其中，优化目标即为求最优药代动力学参数的个体特征值(CL,V,Ka,K,Tlag)，需要注意的是，不同药物对应不同的药代动力学参数组合。
其中，需要注意的是，该模型采用群体值为初始值，根据群体值的分布函数，动态选择优化区间，进行优化运算。
采用贝叶斯反馈算法，利用多层次网格法(Multi-Grid)进行目标函数优化，灵活选择网格优化层数，即先进行粗网格(Coarse Grid)计算，大致定位最优参数，随后再用分辨率较高的网格(Fine Grid)进行局部迭代寻优，保证算法计算速度，同时避免出现局部不收敛现象。并且，减少冗余计算；同一网格层中使用迭代算法，降低计算复杂度，节省计算时间，支持单点与多点建模，即采样点数为一个或多个，均可建模，但一般认为点数较多的模型更为精确。
步骤103、根据所述病人针对所述指定药物的药代动力学参数的个体特征值以及针对所述药物的预设用药方案，确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程；
其中，计算出所述病人针对所述指定药物的药代动力学参数的个体特征值后，可以得出所述病人针对所述指定药物在任意用药方案下的体内药物(所述指定药物)浓度水平与时间的预测方程。
其中，该预测方程为：
C＝F(Parameter,Regimen,T)；
其中，C为所述病人体内的药物浓度，Parameter为所述病人针对所述指定药物的药代动力学参数的个体特征值，Regimen为预设给药方案，T为时间。
预设给药方案包括但不限于：给药剂量、给药时间、给药间隔、给药时长等。
步骤104、基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整。
具体的，基于该预测方程生成所述病人针对所述指定药物的预设用药方案的体内药物浓度随时间变化的曲线，并向用户展示所述曲线，如图2所示，为本发明实施例提供的一种所述病人针对所述指定药物的预设用药方案的体内药物浓度随时间变化的曲线，用户根据该曲线，可以查找出病人在预设用户方案下，哪些时刻体内药物浓度超标，或者不符合常规值，进而对该预设用药方案进行调整。
当接收到所述用户针对所述指定药物的预设用药方案的调整信息后，根据调整后的预设用药方案和所述病人针对所述指定药物的药代动力学参数的个体特征值，重新确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程，并将该预测方程对应的曲线展示给用户，由用户判断是否需要继续对预设用药方案进行调整。
本发明实施例中，获取病人针对指定药物的个体化信息；根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值；根据所述病人针对所述指定药物的药代动力学参数的个体特征值以及针对所述药物的预设用药方案，确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程；基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整。根据病人的个体化信息，事先对预设用药方案对应的每个病人的体内药物浓度进行精准的预测，进而根据预测结果对预设用药方案进行调整，避免事后调整带来的风险，且能够根据药物的具体用量、用法进行预测，提高了用药安全性。
实施例2
参见图3，为本发明实施例提供的一种药物个体化剂量调整装置，包括：
获取模块31，用于获取病人针对指定药物的个体化信息；
确定模块32，用于根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值；
预测模块33，用于根据所述病人针对所述指定药物的药代动力学参数的个体特征值以及针对所述药物的预设用药方案，确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程；
调整模块34，用于基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整。
其中，所述获取模块31，包括：
基本信息获取单元，用于获取所述病人针对所述指定药物的所需的基本信息；
用药信息获取单元，用于获取所述病人针对所述指定药物的历史用药信息以及所述历史用药信息对应的体内药物浓度信息。
其中，所述确定模块32，包括：
典型值确定单元，用于根据所述基本信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的群体典型值及波动范围函数；
特征值确定单元，用于根据贝叶斯反馈算法计算所述病人针对所述指定药物的历史用药信息、所述历史用药信息对应的体内药物浓度信息、确定的药代动力学参数的群体典型值及波动范围函数对应的所述病人针对所述指定药物的药代动力学参数的个体特征值。
其中，所述预测方程为：
C＝F(Parameter,Regimen,T)；
其中，C为所述病人体内的药物浓度，Parameter为所述病人针对所述指定药物的药代动力学参数的个体特征值，Regimen为预设给药方案，T为时间。
其中，所述调整模块34，包括：
生成单元，用于基于所述预测方程生成所述病人针对所述指定药物的预设用药方案的体内药物浓度随时间变化的曲线；
展示模块，用于向用户展示所述曲线；
调整单元，用于当接收到所述用户针对所述指定药物的预设用药方案的调整信息，根据调整后的预设用药方案和所述病人针对所述指定药物的药代动力学参数的个体特征值，重新确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程。
本发明实施例中，获取病人针对指定药物的个体化信息；根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值；根据所述病人针对所述指定药物的药代动力学参数的个体特征值以及针对所述药物的预设用药方案，确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程；基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整。根据病人的个体化信息，事先对预设用药方案对应的每个病人的体内药物浓度进行精准的预测，进而根据预测结果对预设用药方案进行调整，避免事后调整带来的风险，且能够根据药物的具体用量、用法进行预测，提高了用药安全性。
本发明实施例所提供的装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的装置、模块和单元的具体工作过程，均可以参考上述方法实施例中的对应过程。
在本申请所提供的几个实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种药物个体化剂量调整方法，其特征在于，包括：
获取病人针对指定药物的个体化信息；
根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值；
根据所述病人针对所述指定药物的药代动力学参数的个体特征值以及针对所述药物的预设用药方案，确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程；
基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整。
2.如权利要求1所述的方法，其特征在于，所述获取病人针对指定药物的个体化信息，包括：
获取所述病人针对所述指定药物的所需的基本信息；
获取所述病人针对所述指定药物的历史用药信息以及所述历史用药信息对应的体内药物浓度信息。
3.如权利要求2所述的方法，其特征在于，所述根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值，包括：
根据所述基本信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的群体典型值及波动范围函数；
根据贝叶斯反馈算法计算所述病人针对所述指定药物的历史用药信息、所述历史用药信息对应的体内药物浓度信息、确定的药代动力学参数的群体典型值及波动范围函数对应的所述病人针对所述指定药物的药代动力学参数的个体特征值。
4.如权利要求3所述的方法，其特征在于，
所述预测方程为：
C＝F(Parameter,Regimen,T)；
其中，C为所述病人体内的药物浓度，Parameter为所述病人针对所述指定药物的药代动力学参数的个体特征值，Regimen为预设给药方案，T为时间。
5.如权利要求1或4所述的方法，其特征在于，所述基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整，包括：
基于所述预测方程生成所述病人针对所述指定药物的预设用药方案的体内药物浓度随时间变化的曲线；
向用户展示所述曲线；
当接收到所述用户针对所述指定药物的预设用药方案的调整信息，则根据调整后的预设用药方案和所述病人针对所述指定药物的药代动力学参数的个体特征值，重新确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程。
6.一种药物个体化剂量调整装置，其特征在于，包括：
获取模块，用于获取病人针对指定药物的个体化信息；
确定模块，用于根据所述个体化信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的个体特征值；
预测模块，用于根据所述病人针对所述指定药物的药代动力学参数的个体特征值以及针对所述药物的预设用药方案，确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程；
调整模块，用于基于所述预测方程对所述病人进行针对所述指定药物的个体化剂量调整。
7.如权利要求6所述的装置，其特征在于，
所述获取模块，包括：
基本信息获取单元，用于获取所述病人针对所述指定药物的所需的基本信息；
用药信息获取单元，用于获取所述病人针对所述指定药物的历史用药信息以及所述历史用药信息对应的体内药物浓度信息。
8.如权利要求7所述的装置，其特征在于，所述确定模块，包括：
典型值确定单元，用于根据所述基本信息以及所述指定药物的群体药代动力学模型确定所述病人针对所述指定药物的药代动力学参数的群体典型值及波动范围函数；
特征值确定单元，用于根据贝叶斯反馈算法计算所述病人针对所述指定药物的历史用药信息、所述历史用药信息对应的体内药物浓度信息、确定的药代动力学参数的群体典型值及波动范围函数对应的所述病人针对所述指定药物的药代动力学参数的个体特征值。
9.如权利要求8所述的装置，其特征在于，
所述预测方程为：
C＝F(Parameter,Regimen,T)；
其中，C为所述病人体内的药物浓度，Parameter为所述病人针对所述指定药物的药代动力学参数的个体特征值，Regimen为预设给药方案，T为时间。
10.如权利要求6或9所述的装置，其特征在于，所述调整模块，包括：
生成单元，用于基于所述预测方程生成所述病人针对所述指定药物的预设用药方案的体内药物浓度随时间变化的曲线；
展示模块，用于向用户展示所述曲线；
调整单元，用于当接收到所述用户针对所述指定药物的预设用药方案的调整信息，根据调整后的预设用药方案和所述病人针对所述指定药物的药代动力学参数的个体特征值，重新确定所述病人针对所述指定药物的体内药物浓度水平随时间变化的预测方程。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610225678.9A CN105844112A (zh) | 2016-04-12 | 2016-04-12 | 一种药物个体化剂量调整方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610225678.9A CN105844112A (zh) | 2016-04-12 | 2016-04-12 | 一种药物个体化剂量调整方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105844112A true CN105844112A (zh) | 2016-08-10 |
Family
ID=56597402
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610225678.9A Pending CN105844112A (zh) | 2016-04-12 | 2016-04-12 | 一种药物个体化剂量调整方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105844112A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107845411A (zh) * | 2017-12-04 | 2018-03-27 | 青岛大学附属医院 | 临床用药决策支持系统 |
| CN110752002A (zh) * | 2019-10-17 | 2020-02-04 | 清华大学 | 一种药物用量预测装置 |
| WO2020087602A1 (zh) * | 2018-11-01 | 2020-05-07 | 上海市第六人民医院 | 胰岛素注射量确定方法、计算机存储介质及设备 |
| CN111768830A (zh) * | 2020-05-27 | 2020-10-13 | 医利捷(上海)信息科技有限公司 | 一种基于云计算的个体化给药医药管理系统及方法 |
| CN111768831A (zh) * | 2020-05-27 | 2020-10-13 | 医利捷(上海)信息科技有限公司 | 一种临床给药方法 |
| US10943674B2 (en) | 2018-05-22 | 2021-03-09 | International Business Machines Corporation | Updating a clinical trial participation status based on a measure of trust dynamics |
| US10957434B2 (en) | 2018-05-22 | 2021-03-23 | International Business Machines Corporation | Updating a prescription status based on a measure of trust dynamics |
| US10964433B2 (en) | 2018-05-22 | 2021-03-30 | International Business Machines Corporation | Assessing a medical procedure based on a measure of trust dynamics |
| US11004563B2 (en) | 2018-05-22 | 2021-05-11 | International Business Machines Corporation | Adaptive pain management and reduction based on monitoring user conditions |
| US11177039B2 (en) | 2018-05-22 | 2021-11-16 | International Business Machines Corporation | Assessing a treatment service based on a measure of trust dynamics |
| WO2022028322A1 (zh) * | 2020-08-03 | 2022-02-10 | 四川海思科制药有限公司 | 确定丙泊酚及其衍生物群体药代动力学模型的方法及系统 |
| US11557398B2 (en) | 2018-05-22 | 2023-01-17 | International Business Machines Corporation | Delivering a chemical compound based on a measure of trust dynamics |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101339584A (zh) * | 2007-07-03 | 2009-01-07 | 上海中医药大学 | 复方药物有效成分药动药效分析方法 |
| KR101189422B1 (ko) * | 2010-11-18 | 2012-10-11 | 이은경 | 집단 약동―약력학의 비선형 혼합효과 모형을 위한 정보 입출력 방법 |
| CN105335616A (zh) * | 2015-11-02 | 2016-02-17 | 北京大学第一医院 | 儿童万古霉素个体化浓度预测系统 |
-
2016
- 2016-04-12 CN CN201610225678.9A patent/CN105844112A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101339584A (zh) * | 2007-07-03 | 2009-01-07 | 上海中医药大学 | 复方药物有效成分药动药效分析方法 |
| KR101189422B1 (ko) * | 2010-11-18 | 2012-10-11 | 이은경 | 집단 약동―약력학의 비선형 혼합효과 모형을 위한 정보 입출력 방법 |
| CN105335616A (zh) * | 2015-11-02 | 2016-02-17 | 北京大学第一医院 | 儿童万古霉素个体化浓度预测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 杜永金: "药品采购基础", 《最新药品集中招标采购实用指南》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107845411A (zh) * | 2017-12-04 | 2018-03-27 | 青岛大学附属医院 | 临床用药决策支持系统 |
| US11557398B2 (en) | 2018-05-22 | 2023-01-17 | International Business Machines Corporation | Delivering a chemical compound based on a measure of trust dynamics |
| US10964433B2 (en) | 2018-05-22 | 2021-03-30 | International Business Machines Corporation | Assessing a medical procedure based on a measure of trust dynamics |
| US11929177B2 (en) | 2018-05-22 | 2024-03-12 | International Business Machines Corporation | Adaptive pain management and reduction based on monitoring user conditions |
| US11688491B2 (en) | 2018-05-22 | 2023-06-27 | International Business Machines Corporation | Updating a clinical trial participation status based on a measure of trust dynamics |
| US11177039B2 (en) | 2018-05-22 | 2021-11-16 | International Business Machines Corporation | Assessing a treatment service based on a measure of trust dynamics |
| US10957434B2 (en) | 2018-05-22 | 2021-03-23 | International Business Machines Corporation | Updating a prescription status based on a measure of trust dynamics |
| US11682493B2 (en) | 2018-05-22 | 2023-06-20 | International Business Machines Corporation | Assessing a medical procedure based on a measure of trust dynamics |
| US11004563B2 (en) | 2018-05-22 | 2021-05-11 | International Business Machines Corporation | Adaptive pain management and reduction based on monitoring user conditions |
| US10943674B2 (en) | 2018-05-22 | 2021-03-09 | International Business Machines Corporation | Updating a clinical trial participation status based on a measure of trust dynamics |
| US11682476B2 (en) | 2018-05-22 | 2023-06-20 | International Business Machines Corporation | Updating a prescription status based on a measure of trust dynamics |
| WO2020087602A1 (zh) * | 2018-11-01 | 2020-05-07 | 上海市第六人民医院 | 胰岛素注射量确定方法、计算机存储介质及设备 |
| CN110752002B (zh) * | 2019-10-17 | 2022-07-05 | 清华大学 | 一种药物用量预测装置 |
| CN110752002A (zh) * | 2019-10-17 | 2020-02-04 | 清华大学 | 一种药物用量预测装置 |
| CN111768831A (zh) * | 2020-05-27 | 2020-10-13 | 医利捷(上海)信息科技有限公司 | 一种临床给药方法 |
| CN111768830A (zh) * | 2020-05-27 | 2020-10-13 | 医利捷(上海)信息科技有限公司 | 一种基于云计算的个体化给药医药管理系统及方法 |
| WO2022028322A1 (zh) * | 2020-08-03 | 2022-02-10 | 四川海思科制药有限公司 | 确定丙泊酚及其衍生物群体药代动力学模型的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105844112A (zh) | 一种药物个体化剂量调整方法及装置 | |
| US20230038292A1 (en) | Identification of Asthma Triggering Conditions Based on Medicament Device Monitoring for a Patient | |
| Lappe et al. | Optic flow processing in monkey STS: a theoretical and experimental approach | |
| US20100010382A1 (en) | Blended posture state classification and therapy delivery | |
| WO2013109499A1 (en) | Physical activity monitoring and intervention using smartphone and mobile app | |
| EP3298519A1 (en) | Systems and methods for patient-specific dosing | |
| WO2019027924A1 (en) | DEEP PLANNING RADIATION THERAPY SYSTEM AND METHOD | |
| US20190172575A1 (en) | Method for populating user accounts with profiles of supplements for consumption | |
| KR20140107653A (ko) | 세포 계수 방법, 세포 계수 장치 및 세포 계수 프로그램 | |
| EP4105943A1 (en) | Method and system for predicting reaction to immuno-oncology agent | |
| US20180032816A1 (en) | Fixation identification using density optimization | |
| AU2019262215A1 (en) | Peer community based anomalous behavior detection | |
| US20180004903A1 (en) | Analysis system and analysis method | |
| CN110753967A (zh) | 基于患者概况的胰岛素滴定算法 | |
| AU2013277344B2 (en) | Determination of efficient time(s) for chemotherapy delivery | |
| Antonioli et al. | Convolutional neural networks cascade for automatic pupil and iris detection in ocular proton therapy | |
| WO2018085193A1 (en) | Oculo-cognitive addition testing | |
| US11738340B2 (en) | Neurodegenerative target discovery platform | |
| Grebennikov et al. | Spatial lymphocyte dynamics in lymph nodes predicts the cytotoxic T cell frequency needed for HIV infection control | |
| Keith et al. | Influence of saccade efference copy on the spatiotemporal properties of remapping: a neural network study | |
| WO2022256716A2 (en) | Walking steadiness and fall risk assessment | |
| You et al. | A drug administration decision support system | |
| US20230123815A1 (en) | Stability scoring of individuals utilizing inertial sensor device | |
| CN109657059A (zh) | 异常参保人购药数据检测方法、装置、设备及存储介质 | |
| KR101783689B1 (ko) | 질병 및 약물 특이적 임상 변수의 상보성을 활용한 신약 재창출 기법 및 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160810 |