CN106796707B - 慢性疾病发现和管理系统 - Google Patents

慢性疾病发现和管理系统 Download PDF

Info

Publication number
CN106796707B
CN106796707B CN201580054600.9A CN201580054600A CN106796707B CN 106796707 B CN106796707 B CN 106796707B CN 201580054600 A CN201580054600 A CN 201580054600A CN 106796707 B CN106796707 B CN 106796707B
Authority
CN
China
Prior art keywords
disease
trigger
patient
symptom
icon
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
CN201580054600.9A
Other languages
English (en)
Other versions
CN106796707A (zh
Inventor
A.米安
M.艾伯特
F.佩里斯
S.多诺霍
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.)
CURELATOR Inc
Original Assignee
CURELATOR Inc
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 CURELATOR Inc filed Critical CURELATOR Inc
Publication of CN106796707A publication Critical patent/CN106796707A/zh
Application granted granted Critical
Publication of CN106796707B publication Critical patent/CN106796707B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • 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
    • A61B5/74—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
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7435—Displaying user selection data, e.g. icons in a graphical user interface
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • 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
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/14532—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 glucose, e.g. by tissue impedance measurement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system

Abstract

所公开的系统和方法包括在GUI中的疾病触发项地图内显示疾病触发项图标，其中疾病触发项地图对应于特定疾病症状，并且其中特定触发项图标在触发项地图内的位置和大小基于以下各项中的一个或多个：(i)在触发项图标的对应疾病触发项和疾病症状之间的统计关联的程度或强度，和(ii)暴露于触发项图标的对应疾病触发项的累积频率和/或量。一些实施例还包括显示患者群体疾病触发项地图在(i)一个或多个疾病触发项和(ii)患者群体的一个或多个患者之间的一种或多种关系。一些实施例可进一步包括促进在患者之间的通信和/或疾病触发项信息共享。

Description

慢性疾病发现和管理系统
相关申请案的交叉参考
本申请案要求2014年8月7日提交的美国临时申请案第62/034,408号、2015年2月25日提交的美国临时申请案62/120,534、2015年3月27日提交的美国临时申请案62/139,291、2015年4月15日提交的美国临时申请案62/148,130以及2015年6月8日提交的美国临时申请案62/172,594的优先权。申请案62/034,408、62/120,534、62/139,291、62/148,130和62/172,594以引用的方式并入本文中。
背景技术
用于患者管理疾病症状的一些当前技术包括保持当疾病症状出现时的时间的写入记录以及当患者参与潜在触发(和可能减轻)活动时的时间的写入记录。其它当前技术可包括患者保持疾病症状、疾病触发/减轻活动以及可能其它疾病监测和管理相关数据的电子记事本。
发明内容
患有慢性疾病的患者可得益于本文所述的基于计算机的方法和系统的实施例，该方法和系统被配置成：(i)监测和收集关于患者的疾病症状、疾病因素和/或疾病触发项的数据；(ii)汇总和/或组织关于患者的疾病症状、疾病因素和/或疾病触发项的信息；(iii)确定在(iii-a)患者的疾病症状和(iii-b)患者的疾病因素和/或疾病触发项之间的统计关联和/或相关性；(iv)识别最可能导致患者经历特定疾病症状的和/或防止患者经历特定疾病症状的患者的疾病因素和/或疾病触发项；(v)告知患者他们何时处于经历特定疾病症状的高风险；(vi)向患者示出他或她的行为或环境可对患者的经历特定疾病症状的近期概率的影响；和/或(vii)生成并将消息(例如，电子邮件、文本消息或其它类型的消息或通知)发送给患者和/或向患者显示此类消息，从而提醒患者(a)避免参与已经被识别为增加经历疾病症状概率的某些活动(即，如本文所述的疾病触发项)，或(b)参与已经被识别为降低患者将经历特定疾病症状概率的某些活动(即，如本文所述的保护项)。
在一些实施例中，由患者操作的一个或多个客户端装置，该一个或多个客户端装置单独或与外部感测器和/或第三方信息源组合，被配置成监测和收集关于患者的疾病症状、疾病因素和/或疾病触发项的数据。在操作中，一个或多个客户端装置可被配置成：(i)将收集的疾病症状/因素/触发项数据直接或间接发送到用于分析的一个或多个服务器；和/或(ii)将收集的疾病症状/因素/触发项数据布置成发送到用于分析的一个或多个服务器。一个或多个服务器随后分析患者的疾病症状/因素/触发项输入数据，并且将输出数据发送回到患者的客户端装置，患者的客户端装置使用该输出数据执行许多其它步骤，包括但不限于：(i)提示患者输入或以其它方式提供额外疾病症状/因素/触发项输入数据；(ii)当他或她处于经历特定疾病症状的高风险时告知患者，其在一些实施例中可包括在患者的一个或多个客户端装置上的图形用户界面(GUI)内向患者显示风险计量器；和/或(iii)向患者示出他或她的行为或环境可对患者的经历特定疾病症状的近期概率的影响，其在一些实施例中可包括在患者的一个或多个客户端装置上的GUI内显示疾病触发项地图。
如本文所使用，疾病症状为特定疾病的生理表现。在操作中，疾病症状可由多个表征指标表征，包括但不限于以下各项中的一种或多种：(i)当患者经历疾病症状时的时间(或时间范围)；(ii)疾病症状的严重度；(iii)描述疾病症状的方面或特性；和/或(iv)疾病症状是否伴随着其它相关疾病症状(并且还有可能的疾病因素和/或疾病触发项)。在其中疾病为偏头痛并且疾病症状为偏头痛的实例中，用于偏头痛症状的表征指标可包括以下各项中的任何一个或多个：(i)头痛何时出现；(ii)头痛持续多久；(iii)头痛的强度和/或严重度；(iv)头痛是否伴随着其它相关症状如恶心或头昏眼花，并且如果是，那么伴随的症状的时间、持续时间强度/严重度。对于其它慢性疾病的疾病症状可包括不同表征指标。
如本文所使用，疾病因素为与患者相关和/或由患者执行的任何事件、暴露、动作或行为，其具有影响、作用或导致患者经历疾病症状或在一些情况下，防止患者经历疾病症状的潜能。疾病因素可包括以下两者：(i)由患者进行的自发或可更改的行为和/或经历，患者对该行为或经历具有至少一些控制，如特定食品产品的食用、特定治疗剂的摄取、特定治疗剂的应用、特定膳食补充剂或药物的摄取、特定生理活动的表现和/或暴露于特定化学剂；和(ii)非自主或不可更改的行为和/或经历，如暴露于环境因素(例如，烟雾、日光、雨、雪、高湿度或低湿度、或者高温或低温)、强制性治疗剂或药物(例如，维持其它疾病的药物)的摄取或暴露和其它疾病或生理状况的影响，患者对它们具有极少或可能没有有效地控制。
类似于疾病症状，疾病因素也可由多个表征指标表征，并且不同疾病因素可具有不同表征指标。举例来说，对于基于食品或药物食用的疾病因素，表征指标可包括例如：(i)患者何时食用该食品或药物；和/或(ii)患者食用多少该食品或药物。对于基于暴露的疾病因素的表征指标可包括例如：(i)患者何时暴露；(ii)暴露强度(例如，明亮的日光)；和/或(iii)暴露的持续时间。
在一些实施例中，疾病因素还可包括先兆症状或警告迹象，其可实际上不导致患者经历疾病症状，但对于特定患者可仅与疾病症状的发作密切地相关联。再次使用偏头痛实例，在患者经历偏头痛之前，先兆症状可为可能由患者身体中的化学变化所引起渴求甜味食品，但甜味渴求并不导致偏头痛，而是可能由另外导致患者经历偏头痛的相同化学变化所引起。
在一些情况下，根据情形，由患者感觉到的特定生理表现可为疾病症状或疾病因素。再次使用偏头痛实例，异常体温、异常心率和异常血糖水平可为疾病因素，因为它们倾向于导致疾病症状如偏头痛。但在其它情形中，异常体温、异常心率和异常血糖水平可为由其它疾病因素所引起的疾病症状。
如本文所使用，疾病触发项为对于单独患者例如通过统计分析已经确定具有与特定疾病症状足够强关联的疾病因素。在一些情况下，疾病触发项可与导致患者经历特定疾病症状或至少增加患者将经历特定疾病症状的风险或概率强烈相关联。在其它情况下，疾病触发项可与防止患者经历特定疾病症状或至少降低患者将经历特定疾病症状的风险或概率强烈相关联；此类疾病触发项可在本文中称为保护项，因为它们倾向于减小患者经历疾病症状的概率。在一些实施例中，患者的疾病触发项为与患者疾病症状具有确定的单变量关联的疾病因素，其中所确定的单变量关联具有大于1的考克斯(Cox)风险比和小于或等于0.05的p值。
在一些实施例中，一个或多个服务器系统分析从患者群体接收的疾病症状和疾病因素数据以确定对于特定患者哪些疾病因素升高疾病触发项的水平。在操作中，患者群体可包括全部共有一种或多种类似性(例如，相同年龄或年龄范围、相同性别、相同种族、相同国家来源、患有相同疾病、具有相同过敏症、具有相同遗传标记和/或可能其它类似性)的许多(数百、数千或可能数百万)患者。一些患者可为多个患者群体的成员。
一些实施例一般应用两步骤迭代方法以识别对于患者群体的疾病因素和触发项，并且然后(基于对于所述患者群体的所识别的疾病因素和触发项)识别对于单独患者的疾病因素和触发项。对于第一步骤，服务器系统从在患者群体中的患者收集和分析疾病因素以及疾病触发项数据以识别对于在患者群体中的患者倾向于与特定疾病症状最强烈相关联的疾病因素。客户端装置(在服务器系统的直接或间接控制下)被配置成提示在患者群体中的患者键入服务器系统已确定对于患者群体而言与特定疾病症状最强烈相关联的疾病因素的表征指标。对于第二步骤，服务器系统分析针对患者群体中的患者的疾病因素表征指标，并且对于群体中每一患者，服务器系统确定在特定疾病因素和疾病症状之间关联(对于该患者)的强度。然后，对于每一患者，服务器系统将与疾病症状最强烈相关联的疾病因素标示为患者的疾病触发项。该方法为迭代的，因为可针对全部患者群体分析对于患者群体中的一个患者所识别的疾病触发项，并且然后针对单独患者测试该疾病触发项。该迭代两阶段方法的一些方面描述于2014年1月30日提交的PCT申请案PCT/US2014/013894中，该申请案的内容以引用的方式并入本文中。
对于特定患者将特定疾病因素确定和/或标示为疾病触发项提供多个优点。举例来说，一些实施例可使用患者的确定的疾病触发项提示患者键入(或可能另外地或可替代地指令感测器以收集)最相关的疾病数据(即，关于患者的确定的疾病触发项的数据)。
另外，基于由患者和/或传感器报告的所述患者的疾病触发项的表征指标(和在单独患者所经历疾病触发项和疾病症状之间的一种或多种关联的强度)，一些实施例可预测单独患者何时可能经历疾病体系，并且告知患者他或她何时处于经历特定疾病症状的高风险。在一些实施例中，告知患者他或她处于经历特定疾病症状的高风险可包括在一个或多个客户端装置上的GUI内的“风险计量器”中显示预测的一个或多个方面。
另外，基于所收集的患者的疾病触发项的表征指标和在单独患者经历的疾病触发项和疾病症状之间的一种或多种关联的强度，一些实施例可另外地或可替代地向患者示出他或她的行为或环境(如在所收集的患者的疾病触发项的表征指标中反映的)可对患者的经历特定疾病症状的近期概率的影响。在一些实施例中，向患者示出他或她的行为或环境可对患者的经历特定疾病症状的近期概率的影响可包括在一个或多个客户端装置上的GUI内显示“触发项地图”。
在操作中，触发项地图可包括多个“触发项图标”(或类似指示)，其中每一触发项图标对应于单独患者的确定的疾病触发项中的至少一个。在一些实施例中在患者的触发项地图内的特定触发项图标的位置和尺寸可基于以下各项中的一种或多种：(i)在对应疾病触发项的触发项图标和患者的疾病症状之间关联程度或强度(例如，考克斯风险比、逻辑回归几率比、p值或其它关联的量化)；(ii)患者暴露于疾病触发项的累积频率；和/或(iii)暴和/或累积暴露的量。
一些实施例可另外地或可替代地包括在GUI内显示疾病症状的患者群体触发项地图。在操作中，患者群体触发项地图示出在(i)在特定患者群体中的一个或多个患者的一个或多个疾病触发项和(ii)患者群体中的一个或多个患者之间的关系。在此类实施例中，患者和/或研究人员可检查和考虑(i)特定患者的疾病触发项与在该特定患者的患者群体中的其它患者如何比较，(ii)某些疾病触发项是否可在特定患者群体内更多或更少流行和流行程度，和/或(iii)相比于在该患者的患者群体中的其它患者，所述患者是否可具有更多或更少疾病触发项和程度。如先前所提到，患者群体可包括全部共有一种或多种类似性(例如，相同年龄或年龄范围、相同性别、相同种族、相同国家来源、患有相同疾病、具有相同过敏症、具有相同遗传标记和/或可能其它类似性)的许多(数百、数千或可能数百万)患者。一些患者可为多个患者群体的成员。
在一些实施例中，患者群体触发项地图包括一个或多个输入字段，其使得触发项数据能够对许多因素中的一个或多个进行分类、筛选和/或分析，该因素包括但不限于患者、患者群体、性别、年龄、年龄范围、地理位置、种族、国家来源、职业类型或位置、行进路线、医药治疗、遗传标记、疾病症状、疾病症状严重度、疾病症状频率、疾病触发项和疾病保护项。在操作中，分类的和/或筛选的数据显示在患者群体触发项地图中以帮助患者和/或研究人员识别在患者群体中的患者的疾病症状表现和疾病症状/保护项上的类似性。
一些实施例可进一步包括电子消息接发能力，其使在患者群体中的患者能够彼此通信(优选以匿名化方式，但不必要)以共享关于其自身疾病症状和疾病触发项/保护项的个人经历的信息和/或建议，这又可提示其它患者试用推荐的触发项/保护项和在体系中记录他们那些触发项/保护项的经历，从而通过交换和共享信息向系统提供更多疾病触发项信息用于分析并帮助患者获得对其自身疾病症状和触发项的更好的理解。
一些实施例也可进一步包括生成和发送消息到患者的服务器系统，从而提醒或促使患者(a)避免参与已经通过统计分析识别为增加特定患者的经历疾病症状的概率的某些活动(即，该特定患者的疾病触发项)或(b)参与已经通过统计分析识别为降低特定患者的经历特定疾病症状的概率的某些活动(即，该特定患者的保护项)。在操作中，此类消息可包括电子邮件、文本消息、应用消息或其它类型的电子消息接发中的任何一个或多个。在一些实施例中，该系统被配置成每天一次或每周一次生成并将上述消息发送到患者，但消息的频率可比每天一次或每周一次更多或更少。另外地或可替代地，例如与本文所述的风险计量器结合，一些实施例可包括响应于确定患者处于经历疾病症状的升高风险而发送上述消息。在操作中，患者的计算装置在GUI内接收和显示消息。一些实施例还可包括提示患者键入触发项和/或保护项信息，其指示患者是否遵守消息中的建议和到何种程度。
本文所公开的系统和方法提供上述特征和功能性以及其它优势和能力。因此，所公开的系统和方法通过如下提供在医疗保健领域内的慢性疾病管理的现有方法的缺点的改进：使用患者群体水平和单独患者水平统计分析识别与特定患者的疾病症状最相关的疾病触发项，基于患者的疾病触发项暴露的特定历史(近期和长期)经由所公开的提示机制收集用于患者的最相关的疾病触发项数据，以及以易于理解和直观的的方式经由风险计量器和触发项地图特征告知患者他或她的实际暴露于他或她的特定疾病触发项以及保护项如何增加或降低他或她经历疾病症状的对应概率。通过向患者提供关于他或她的个人疾病触发项和相关疾病信息的上述信息和分析结果，所公开的系统和方法的实施例使患有慢性疾病的患者能够改变他或她的行为和/或变化他或她的环境以降低经历一种或多种疾病症状的风险，并且在一些情况下，完全避免经历疾病症状。
前述发明内容仅仅是说明性的，且并不意图以任何方式作为限制。除了上文所述的说明性方面、实施例以及特征之外，通过参考附图以及以下详细描述，另外的方面、实施例和特征也将变得显而易见。
附图说明
图1示出根据一些实施例的实例基于网络的客户端-服务器计算系统。
图2示出根据一些实施例的实例客户端装置。
图3示出根据一些实施例的在客户端装置上的实例GUI提示。
图4示出根据一些实施例的在客户端装置上的实例GUI提示。
图5示出根据一些实施例的在客户端装置的GUI内的实例通知。
图6示出根据一些实施例的实例方法，其包括生成用于疾病因素和/或疾病触发项表征指标的GUI提示。
图7示出根据一些实施例的实例方法，其包括确定在患者群体的疾病因素和疾病症状之间的关联和/或相关性。
图8示出根据一些实施例的实例方法，其包括确定在患者的疾病因素和/或疾病触发项和疾病症状之间关联和/或相关性。
图9示出根据一些实施例的在客户端装置上的GUI中显示的实例风险计量器。
图10示出根据一些实施例的在客户端装置上的GUI中显示的实例疾病触发项地图。
图11示出根据一些实施例的实例方法，其包括在客户端装置上的GUI内显示对应于疾病触发项的图标。
图12A示出根据一些实施例的在客户端装置上的GUI中显示的实例患者群体触发项地图。
图12B示出根据一些实施例的示出在图12A中的实例患者群体触发项地图的不同布置。
图13示出根据一些实施例的在共同具有一个或多个疾病触发项、保护项或其它特点的患者之间促进通信和信息共享的方法。
具体实施方式
本文中描述实例方法和系统。应理解，词语“实例”、“例示性”和“说明性”在本文用于意指“充当实例、例子或说明”。本文中描述为“实例”、“例示性”或“说明性”的任何实施例或特征不是一定解释为相比于其它实施例或特征是优选的或有利的。本文所述的实例实施例不打算为限制性的。应将容易理解，本发明的各方面(如本文一般所述的)可在各种不同配置中布置、取代、组合、分离和设计，其中全部明确在本文中考虑。
本文所公开的系统和方法的实施例一般包括：(i)监测和收集关于患者的疾病症状、疾病因素和/或疾病触发项的数据；(ii)汇总和/或组织关于患者的疾病症状、疾病因素和/或疾病触发项的信息；(iii)确定在(iii-a)患者的一种或多种疾病症状和(iii-b)患者的疾病因素和/或疾病触发项之间的关联和/或相关性；(iv)识别最可能导致患者经历特定疾病症状和/或防止患者经历特定疾病的患者的疾病因素和/或疾病触发项；(v)如借助风险计量器告知患者他们何时处于经历特定疾病症状的高风险；(vi)如借助触发项地图向患者示出他或她的行为或环境已经、可能或潜在地可对他或她经历特定疾病症状的近期概率的影响，和/或(vii)生成并将消息(例如，电子邮件、文本消息或其它类型的消息)发送给患者从而(a)阻止患者参与通过统计分析识别为增加患者的经历疾病症状的概率的某些活动，和/或(b)促使患者参与通过统计分析识别为降低患者经历特定疾病症状的概率的某些活动。在一些实施例中，响应于接收此类消息，在患者的计算装置上的GUI显示所接收的消息，和/或格式化并向患者显示所接收的消息，可能具有促使用户记录他或她是否遵循在消息中的推荐动作的提示。
系统概述
图1示出根据一些实施例的实例基于网络的客户端-服务器计算系统100。实例系统100包括网络服务器102和数据存储器112。在操作中，网络服务器102被配置成通过网络114与多个客户端装置116a-116b通信。在操作中，网络114可包含以下各项中的一种或多种：(i)局域网(LAN)；(ii)广域网(WAN)；和/或(iii)互联网或有线和/或无线通信网路的其它组合。
网络服务器102包括一个或多个处理器104、计算机可读存储器106和一个或多个通信接口110。
一个或多个处理器104中的每一个可为现在已知的或稍后开发的任何类型的处理器，包括但不限于通用处理器、专用处理器、专用集成电路(ASIC)或被配置成执行计算机程序指令的其它类型的处理器。
计算机可读存储器106可为现在已知或稍后开发的任何类型的有形非暂时性计算机存储器，包括但不限于磁存储器、光学存储器、硬盘光盘、闪存存储器或被配置成存储程序代码和/或其它数据的其它类型的存储器。在操作中，计算机可读存储器106被配置成存储至少一个或多个基于网络的应用程序108(或其它计算应用程序)，该应用程序当由一个或多个处理器104执行时引起网络服务器102执行一个或多个计算和通信功能，如本文所述的计算和通信功能。
一个或多个通信接口110可为现在已知或稍后开发的任何类型的通信接口，包括但不限于被配置成使网络服务器102能够访问数据存储器112并且使网络服务器能够与多个客户端装置116a-116b通信和交换信息的有线、无线或光学通信接口。
数据存储器112可为任何类型的信息存储媒质，如计算机可读存储器。在一些实施例中，数据存储器112被配置为用于储存多个患者和患者群体的疾病症状、疾病因素和疾病触发项数据的数据库系统。在操作中，作为执行本文所述的计算和通信功能的一部分，网络服务器102将数据写入数据存储器112并从数据存储器112读取数据。
在操作中，网络服务器102被配置成接收单独患者和患者群体的疾病症状、疾病因素和疾病触发项数据，并且更具体来说描述患者疾病症状、疾病因素和疾病触发项的表征指标。患者的疾病症状/因素/触发项的表征指标可来源于多种来源中的一个或多个，包括但不限于：(i)患者经由在客户端装置上的GUI手动键入到他或她的客户端装置中的数据；(ii)通过与患者的客户端装置(例如，移动电话或类似装置)集成的传感器收集的数据，包括但不限于集成的光学传感器、照相机、位置传感器、运动检测器、陀螺仪、加速计和GPS收发器；(iii)通过医疗和/或生物计量传感器收集的数据，该医疗和/或生物计量传感器以通信方式耦合到患者的一个或多个客户端装置和/或网络服务器102中的一个或两个，包括但不限于检测患者的温度、心率、血糖水平和/或生理活动的传感器，例如计步器、温度计、心率监测器、葡萄糖监测器或类似传感器/监测器；(iv)通过环境传感器收集的数据，该环境传感器以通信方式耦合到患者的一个或多个客户端装置和/或网络服务器102中的一个或两个，包括但不限于温度计(测量大气温度)、气压计(测量气压)、麦克风(测量环境声)、光学传感器(测量光强度和/或颜色)；和/或(v)从第三方信息源收集的数据，如新闻或天气信息服务，该第三方信息源以通信方式耦合到患者的一个或多个客户端装置和/或网络服务器102中的一个或两个，包括但不限于来自提供与患者位于或过去位于的区域相关的环境数据的服务器的天气、花粉和/或污染物数据等。
一个或多个客户端装置、生物计量传感器、环境传感器和第三方信息源(统称为疾病症状/因素/触发项数据源)可被配置成或以其它方式指令将收集的疾病症状/因素/触发项数据“实时”发送到网络服务器102(例如，基本上只要该数据可用于发送到网络服务器102)。可替代地，疾病症状/因素/触发项数据源可随着时间推移而收集症状/因素/触发项数据，并且然后周期性地将症状/因素/触发项数据以规则或半规则的间隔(每15分钟、半小时、每小时等)分批发送到网络服务器102。在一些实施例中，某些症状/因素/触发项数据可被识别为“高优先权”症状/因素/触发项数据，并且疾病症状/因素/触发项数据源可被配置成以加速方式将此类“高优先权”症状/因素/触发项数据发送到网络服务器102。举例来说，客户端装置可响应于接收此类症状/因素/触发项数据(或此后非常短的时间)将“高优先权”症状/因素/触发项数据立即(或基本上立即)发送到网络服务器102，而不是保持此类症状/因素/触发项数据并且在稍后时间将其发送到网络服务器102。
在接收来自上述疾病症状/因素/触发项数据源中任一个的症状/因素/触发项数据之后，网络服务器102分析所接收的症状/因素/触发项数据以确定以下各项中的一个或多个：(i)在(i-a)疾病症状和(i-b)疾病因素和/或触发项之间的关联和/或相关性；(ii)哪些疾病因素与特定疾病体系最强烈或高度相关联；和/或(iii)哪些疾病因素为单独患者的疾病触发项。一些实施例一般应用用于分析疾病症状/因素/触发项数据的两步骤迭代方法。首先，网络服务器102分析来自在患者群体中的全部患者的所接收的症状/因素/触发项数据以识别倾向于与患者群体中的患者的特定疾病症状最强烈相关联的疾病因素和/或触发项。参考图7更详细描述该方法。
随后，网络服务器102分析单独患者的疾病症状/因素/触发项数据以进行以下各项中的一个或多个：(i)针对特定患者识别哪些疾病因素与患者的一种或多种疾病症状最强烈相关联；和/或(ii)针对特定患者识别哪些疾病因素与该患者的被识别为该患者的疾病触发项的一种或多种疾病症状具有足够强关联，包括例如识别最可能导致患者经历特定疾病症状的患者疾病因素/触发项和/或防止患者经历特定疾病症状。参考图8更详细描述该方法。
因为疾病因素和触发项的潜在范围如此大，所以网络服务器102可使用确定为与患者群体和/或特定患者的疾病症状最强烈相关联的疾病因素/触发项以帮助确定集中于哪些实际和/或潜在疾病因素和疾病触发项。在一些实施例中，如关于图3至图6更详细描述的，网络服务器102可指令患者的客户端装置提示患者在特定时间或响应于特定事件键入相关疾病症状因素/触发项数据。
在一些实施例中，提示患者在特定时间或响应于特定事件键入特定疾病症状/因素/触发项数据改进从患者收集的相关数据的质量和数量。在操作中，较高数量的较高质量疾病症状/因素/触发项数据应改进网络服务器102疾病症状/因素/触发项关联和患者群体和单独患者的疾病触发项确定。借助用于单独患者的更好的(例如，更可靠和准确的)症状/因素/触发项关联和疾病触发项确定，网络服务器102可：(i)向患者的一个或多个客户端装置提供描述患者近期将经历(或不经历)特定疾病症状的概率的信息，患者的一个或多个客户端装置又可使用该信息在患者的一个或多个客户端装置上的GUI内显示“风险计量器”，如关于图9和图11更详细描述的；和/或(ii)向患者的一个或多个客户端装置提供关于症状/因素/触发项关联和疾病触发项确定的信息，患者的一个或多个客户端装置又可使用该信息以向患者示出他或她的行为或环境可对他或她的经历特定疾病症状的近期概率的影响，这在一些实施例中可包括在患者的一个或多个客户端装置上的GUI内显示疾病“触发项地图”，如参考图10和图11示出和描述的。
客户端计算装置116a-116b(在本文中有时被称作客户端装置或简单地称作客户端)中的每一个可为现在已知或稍后开发的智能电话、平板计算机、膝上型计算机、桌上型计算机或任何其它计算装置中的任一个。在操作中，单独客户端装置116a-116c被配置成执行各种功能，包括但不限于：(i)从患者输入和/或传感器读数接收、收集或以其它方式获得疾病症状/因素/触发项数据；(ii)将疾病症状/因素/触发项数据发送到网络服务器102和/或数据存储器112(和/或用于待发送到网络服务器102和/或数据存储器112疾病症状/因素/触发项数据的可能布置)；(iii)接收用于提示患者键入特定疾病症状/因素/触发项数据的指令，和作为响应，提示患者经由GUI提示键入特定疾病症状/因素/触发项数据；(iv)接收与向患者显示“风险计量器”一起使用的描述患者近期将经历(或不经历)特定疾病症状概率的信息，并且在一个或多个客户端装置上的GUI内显示“风险计量器”；和/或(v)接收与向患者显示“触发项地图”一起使用的关于症状/因素/触发项关联和疾病触发项确定的信息，并且在一个或多个客户端装置上的GUI内显示触发项地图。
每个客户端装置116a-116c通常包括用户接口、处理器和/或存储程序指令的计算机可读媒质，该程序指令可由处理器执行以便执行本文所述的某些特征或功能性。用户接口可包括输入装置(如一个或多个按钮、照相机、麦克风或触摸屏)以及输出装置(如触摸屏、显示屏幕和/或一个或多个扬声器)。
图2示出根据一些实施例的实例客户端装置200。客户端装置200可类似于或相同于图1中示出并且描述的客户端装置116a-116c。在图2的实例中，客户端装置200包括硬件206，该硬件206包含：(i)一个或多个处理器(例如，一个或多个中央处理单元或一个或多个CPU和/或一个或多个图形处理单元或一个或多个GPU)；(ii)有形非暂时性计算机可读存储器；(iii)输入/输出组件(例如，一个或多个扬声器、一个或多个传感器、一个或多个显示器或其它界面)；和(iv)通信接口(无线和/或有线的)。客户端装置102硬件206组件被配置成运行软件，包括如在计算领域中已知的操作系统204(或类似物)和一个或多个应用程序202a、202b(或类似物)。应用程序202a和202b中的一个或多个可对应于程序代码，该程序代码当由一个或多个处理器执行时引起客户端装置200执行本文所述的功能和特征中的一个或多个。
提示键入相关疾病症状、因素和触发项数据
在基于软件的医疗保健管理应用程序的使用者中的一个常见抱怨为将个人健康状况数据键入应用程序中倾向于为冗长和繁琐的，特别是当医疗保健管理应用程序需要或以其它方式依赖必须每天多次收集的多个数据点时。为了克服许多现有基于软件的医疗保健管理应用程序的这种和其它局限性，所公开的系统和方法的一些实施例包括客户端装置(独立和/或直接或间接在服务器如网络服务器102的控制下)，其被配置成提示患者在特定时间或响应于特定事件键入特定疾病症状/因素/触发项数据。
一些实施例可将仅用于已知或疑似疾病触发项的本文所述的提示特征/功能用作区分用于已知或疑似疾病触发项的表征指标的键入的优先级。在这些实施例和其它实施例中，客户端装置仍可允许患者独立于提示功能而键入疾病症状/因素/触发项数据。
在操作中，服务器系统可针对特定患者确定：(i)患者的一个或多个客户端装置应提示患者键入的特定疾病症状/因素/触发项数据(包括用于该疾病症状/因素/触发项数据的可能特定对应表征指标)；和(ii)患者的一个或多个客户端装置何时应提示患者键入特定疾病症状/因素/触发项数据。一些实施例可另外地或可替代地包括患者的一个或多个客户端装置，其确定何时提示患者键入某些疾病症状/因素/触发项数据。
举例来说，如果身体运动已经确定为特定患者的相关疾病因素/触发项，那么在患者的一个或多个客户端装置(单独或与服务器系统组合)确定或检测患者已经参与一些量的身体运动(例如，基于加速计、陀螺仪、GPS数据、位置数据(例如示出患者在体育馆)、心率监测器数据)之后，一个或多个客户端装置可经由被配置成键入用于“身体运动”的特定疾病因素或触发项的特定表征指标的特定提示来提示患者键入身体运动的表征指标(例如，运动的类型、持续时间、强度)。
在另一个实例中，如果客户端装置(单独或与服务器系统组合)确定患者在餐馆(例如，经由位置数据)，那么客户端装置可提示患者键入他或她吃了什么。如果由患者食用的食品物料中的一种为疾病因素或已知疾病触发项，那么服务器可在患者仍在餐馆时或可能在离开餐馆不久之后(此时该信息在患者的大脑中仍然清晰)指令客户端装置提示患者键入关于食用的食品的特定表征指标。另外，客户端装置(自行或可能在服务器的指导下)也可提示患者键入疑似或已知与食品物料相互作用以增加(或可能降低)患者的经历疾病症状的概率的其它疾病因素或疾病触发项的额外表征指标。
此外，一旦客户端装置和/或服务器得知患者已经经历已知或疑似疾病触发项(或可能即使仅与疾病症状具有略微高的关联的疾病因素)，客户端装置(自行或可能在服务器的指导下)可在随后几小时(或可是数天)生成另外提示以从患者收集额外疾病症状/因素/触发项数据，从而密切地监测已知或疑似疾病触发项是否对疾病症状具有任何影响和影响程度。举例来说，如果咖啡碱为已知或疑似疾病触发项，那么一旦客户端和/或服务器得知患者已经食用了咖啡，客户端将来就可生成另外提示以询问患者他或她是否已经食用任何额外咖啡或其它含咖啡碱饮料。客户端也可生成提示以询问患者是否已经参与或经历任何其它疾病触发项，其(针对该患者)已知或疑似与咖啡碱相互作用从而增加或降低患者的经历疾病症状的概率。
以此方式，客户端和/或服务器使用关于单独患者的疾病症状、因素和触发项的信息以及关于患者最近暴露于已知或疑似疾病因素和触发项的信息来提示患者键入对于服务器在确定以下项方面中最有帮助的相关疾病症状/因素/触发项数据：(i)哪些疾病因素与患者的一种或多种疾病症状最强烈相关联；(ii)哪些疾病因素具有与患者的一种或多种疾病症状的足够强关联从而被识别为该患者的疾病触发项，包括例如识别最可能导致患者经历特定疾病症状和/或防止患者经历特定疾病症状的患者疾病因素/触发项；(iii)例如经由如参考图9和图11示出和描述的风险计量器，向患者的一个或多个客户端装置提供描述患者近期将经历(或不经历)疾病症状的概率的信息；和/或(iv)向患者的一个或多个客户端装置提供关于症状/因素/触发项关联和疾病触发项确定的信息，患者的一个或多个客户端装置又可使用该信息，例如经由如参考图10和图11示出和描述的触发项地图，向患者示出他或她的行为或环境可对他或她的经历特定疾病症状的近期概率的影响。
图3示出根据一些实施例的在客户端装置上300的实例GUI提示302。客户端装置300可相同于或类似于本文所述的客户端装置中的任一个，包括但不限于客户端装置116a-116c(图1)和/或客户端装置200(图2)。
GUI提示302包括用于从患者接收症状/因素/触发项数据的提示字段304和输入字段306。提示字段304包括：(i)图标308(或类似指示)，其对应于疾病因素、疾病触发项或疾病症状中的至少一个；(ii)所请求的一个多个表征指标的简洁描述310；和(iii)指示对于一个或多个表征指标的可接受值范围的值范围字段312。
图3中示出的实例假设“缺少睡眠”为与疾病症状(例如，在此情况下偏头痛)高度相关联的疾病触发项(或患者的至少一种疾病因素)。在图3中示出的实例中，图标308对应于“缺少睡眠”(即，疾病因素/触发项)，简洁描述310询问用户“睡得好吗？”，而值范围字段312示出用户可键入在0和12之间的任何值作为该表征指标的可接受范围，这对于睡眠为睡眠小时数。其它疾病因素/触发项可具有一个或多个不同表征指标。
在一些实施例中，客户端300被配置成响应于特定事件显示GUI提示302。在图3中示出的实例中，客户端300可响应于在客户端300上的唤醒警报显示GUI提示302。在其它实施例中，客户端300可响应于(例如，基于加速计、陀螺仪和/或GPS数据)检测患者在早晨在长时期不活动之后开始移动客户端300(表明患者最近醒来)显示GUI提示302。通过在早晨确定、检测或以其它方式推断患者最近醒来之后立刻提示用户键入他或她的睡眠小时数，客户端300在信息可最容易获得时促使患者输入关于睡眠小时数的数据。
举例来说，如果患者响应于GUI提示302键入低睡眠小时数(例如，4小时)并且如果缺少睡眠为患者的已知疾病触发项(即，在此实例中，缺少睡眠与患者经历偏头痛高度相关联)，那么客户端300(独立地或可能在服务器的指导下)可在整天中跟踪另外GUI提示来从患者搜集鉴于患者的已知疾病触发项“缺少睡眠”为相关的相关疾病症状/因素/触发项数据。
因为患者报告缺少睡眠，所以客户端装置300可在该早晨稍晚时提示用户显示在图4中示出的GUI提示402，其示出根据一些实施例的在客户端装置300上的另一实例GUI提示。
GUI提示402包括用于从患者接收症状/因素/触发项数据的提示字段404和输入字段406。提示字段404包括：(i)图标408(或类似指示)，其对应于疾病因素、疾病触发项或疾病症状中的至少一个；(ii)所请求的一个或多个表征指标的简洁描述410；和(iii)指示对于一个或多个表征指标的可接受值范围的值范围字段412。
示出在图4中示出的实例假设“咖啡碱”为患者的疾病触发项(或至少一种疾病因素)。在图4中示出的实例中，图标408对应于“咖啡碱”(即，疾病因素/触发项)，简洁描述410询问用户“咖啡碱？”，而值范围字段412示出用户可键入在0和5之间的任何值作为用于表征指标的可接受范围，这对于咖啡碱为份数。其它疾病因素/触发项可具有一个或多个不同表征指标。
在图4中示出的实例中，客户端300可响应于患者的先前指示显示GUI提示402，该先前指示为夜前他或她仅具有4小时睡眠。以此方式，客户端装置(单独地或可能在服务器的控制下)基于患者早先键入的疾病因素/触发项数据(即，响应于GUI提示302由患者指示的缺少睡眠)而选择和显示后续提示(即，GUI提示402)。在其它实施例中，客户端300可响应于(例如，经由GPS或其它位置数据)确定或检测患者在咖啡店显示GUI提示402。通过在早晨了解患者前夜仅具有4小时睡眠之后不久提示患者键入他或她食用的咖啡碱的份数，客户端300促使患者输入数据，该数据关于(i)在白天(当患者更可能已食用咖啡碱时)和(ii)接近当患者可能已食用咖啡碱时以及因此在疾病触发项(咖啡碱食用)信息可最容易获得时的时间或位置食用的咖啡碱的份数。
在一些实施例中，客户端装置可被配置成生成另外提示和/或通知来促使患者采取一个或多个动作以降低他或她的经历疾病症状的概率。图5示出根据一些实施例的由客户端装置300显示的实例GUI提示/通知。
GUI提示502包括通知字段504、指令字段508和用于接收患者输入的输入字段510以确认患者是否遵循在GUI提示502中的指令/建议。在图5中示出的实例假设服务器系统已先前确定食用水和小睡为对于此特定患者的两个“保护项”(即，倾向于降低特定患者的经历疾病症状的概率的疾病因素，该疾病症状在此实例中为偏头痛)。
通知字段504包括：(i)对应于通知类型的图标506(或类似指示)；和(ii)通知的简洁描述512。在图5的实例中，图标506对应于“警报”通知，而简洁描述512表述“偏头痛的高风险！”以至少部分地基于早先接收的疾病因素/触发项数据(例如响应于分别在图3和图4中的GUI提示302和402接收的疾病因素/触发项数据)告知患者他或她超过经历偏头痛的某一阈值风险(例如，超过70％或可能某一其它阈值风险)。
在此实例中的指令字段508包括“减轻步骤”，患者可采取该步骤以降低他或她的经历疾病症状(例如，偏头痛)的当前概率。患者的不同疾病症状可具有一个或多个不同减轻步骤，并且对于相同疾病症状不同患者可具有一个或多个不同减轻步骤。在操作中，基于最可能降低患者的经历疾病症状的概率的疾病因素/触发项，服务器确定用于特定患者的减轻步骤和疾病症状。
在一些实施例中，在指令字段508中显示的减轻步骤可基于当前导致患者具有经历疾病症状的高风险的特定疾病触发项。本文中示出的实例假设服务器(经由参考图7和图8示出和描述的程序)已经确定食用水和小睡的减轻因素与睡眠剥夺和咖啡碱食用的疾病触发项相互作用。
在操作中，不同疾病触发项可具有不同减轻因素。举例来说，在一个情形中，服务器可已确定(i)食用巧克力和暴露于明亮的日光为特定患者的疾病触发项和(ii)运动和食用椰菜倾向于降低患者暴露于巧克力和明亮的日光将导致患者经历疾病症状的概率。在此情形中，如果患者先前已经被指示他或她已经食用巧克力并且暴露于明亮的日光，并且如果服务器又已经确定巧克力食用和日光暴露程度足以增加患者经历疾病症状的风险，那么用户端可生成具有减轻步骤的GUI提示/通知，该提示/通知指令患者食用椰菜和参与身体运动以降低患者经历疾病症状的风险。
图6示出根据一些实施例的实例方法600，其包括生成用于疾病因素和/或疾病触发项表征指标的GUI提示。尽管方框以顺序次序示出，但在一些情况下这些方框可以并列和/或不同于本文所描述那些的次序执行。另外，各种方框可基于所需要的实现方式而组合成较少方框、分成额外方框和/或除去。另外，实例方法600示出执行一些步骤的客户端装置和执行其它步骤的服务器，但在替代实施例中，通过实例方法600中的客户端执行的步骤中的一些可通过服务器执行，且反之亦然。
另外，在方法600中，每个方框可表示模块、片段或一部分程序代码，其包括可由处理器或计算装置执行的一个或多个指令以便实施在该方法中的特定逻辑功能或步骤。程序代码可存储在任何类型的计算机可读媒质或存储器上，例如，如包括磁盘或硬盘驱动器的存储装置或其它类型的存储器，如闪存存储器等。计算机可读媒质可包括非暂时性计算机可读媒质，例如，如存储用于短时间周期的数据的计算机可读媒质，如寄存器存储器、处理器高速缓存和随机存取存储器(RAM)。计算机可读媒质还可包括非暂时性媒质，如二级或持久性长期存储器，例如只读存储器(ROM)、光盘或磁盘或压缩盘只读存储器(CD-ROM)和/或闪存存储器。计算机可读媒质还可为任何其它易失性或非易失性存储系统。计算机可读媒质可认为是例如计算机可读存储媒质，或有形存储装置。
实例方法600开始于方框602，其中客户端装置响应于事件显示用于第一疾病因素/触发项输入的第一用户界面(UI)提示，其中第一UI提示特定针对于第一疾病因素/触发项。在操作中，客户端可相同于或类似于本文所公开的客户端装置中的任一个。
在方框604处，客户端(i)接收第一疾病因素/触发项输入和(ii)将所接收的第一疾病因素/触发项输入发送到服务器。在操作中，服务器可相同于或类似于本文所公开的服务器和/或服务器系统中的任一个。在一些实施例中，客户端可以加速方式将某些“高优先权”疾病因素/触发项输入发送到服务器。举例来说，客户端装置可响应于接收此类疾病因素/触发项数据(或此后非常短的时间)将“高优先权”疾病因素/触发项输入立即(或基本上立即)发送到服务器，而不是保持此类疾病因素/触发项数据并且在稍后时间将其发送到服务器。
在方框606处，服务器(i)从客户端接收第一疾病因素/触发项输入，(ii)至少部分地基于包括第一疾病因素/触发项输入的数据的统计分析确定第二疾病因素/触发项输入提示，和(iii)指令客户端以生成第二疾病因素/触发项UI提示。在操作中，确定第二疾病因素/触发项输入提示可基于患者对在类似本文所述实例的方框602中描述的第一疾病因素/触发项提示的响应。
在方框608处，客户端装置从服务器接收生成第二疾病因素/触发项UI提示的指令，并且响应于接收指令，显示第二疾病因素/触发项UI提示，其中第二疾病因素/触发项UI提示特定针对于第二疾病因素/触发项。在客户端装置经由第二疾病因素/触发项UI提示从患者接收第二疾病因素/触发项数据之后，客户端装置将所接收的第二疾病因素/触发项输入发送到服务器。
随后，在方框610处，服务器(i)从客户端接收第二疾病因素/触发项输入，并且(ii)至少部分地基于包括至少第一疾病因素/触发项输入和第二疾病因素/触发项输入的患者疾病症状/因素/触发项数据的统计分析确定患者是否可能经历疾病症状。
在方框612处，如果服务器基于在方框610处进行的分析而确定患者可能经历疾病症状，那么服务器将患者可能经历疾病症状的指示发送到客户端。
最后，在方框614处，客户端从服务器接收患者可能经历疾病症状的指示，并且响应于接收指示，显示患者可能经历疾病症状的通知，如例如参考图5示出和描述的通知。在一些实施例中，通知还可包括用于客户端执行动作以减轻或降低患者的经历疾病症状的概率的指令。
确定在疾病因素和疾病症状之间的关联
图7示出根据一些实施例的实例方法700，其包括确定在患者群体的疾病因素和疾病症状之间的关联和/或相关性，并且图8示出根据一些实施例的实例方法800，其包括确定在患者的(i)疾病因素和/或疾病触发项和(ii)疾病症状之间关联和/或相关性。尽管方框以顺序次序示出，但在一些情况下这些方框可以并列和/或不同于本文所描述那些的次序执行。另外，各种方框可基于所需要的实现方式而组合成较少方框、分成额外方框和/或除去。另外，实例方法700和800描述执行方法步骤的服务器，但在其它实施例中，患者的客户端装置可执行方法步骤中的一个或多个。
同样，在方法700和800中，每个方框可表示模块、片段或一部分程序代码，其包括可由处理器计算装置执行的一个或多个指令以便实施在方法中的特定逻辑功能或步骤。程序代码可存储在任何类型的计算机可读媒质或存储器上，例如，如包括磁盘或硬盘驱动器的存储装置或其它类型的存储器，如闪存存储器等。计算机可读媒质可包括非暂时性计算机可读媒质，例如，如存储用于短时间周期的数据的计算机可读媒质，如寄存器存储器、处理器高速缓存和随机存取存储器(RAM)。计算机可读媒质还可包括非暂时性媒质，如二级或持久性长期存储器，例如只读存储器(ROM)、光盘或磁盘或压缩盘只读存储器(CD-ROM)和/或闪存存储器。计算机可读媒质还可为任何其它易失性或非易失性存储系统。计算机可读媒质可认为是例如计算机可读存储媒质，或有形存储装置。
在一些实施例中，实例方法700通过服务器系统执行。在此类实施例中，执行方法700的服务器可类似于或相同于本文公开和描述的服务器中的任一个。
方法700开始于框702，其包括从包含多个患者的患者群体接收疾病症状和疾病因素输入。
在从患者群体接收疾病症状和疾病因素输入之后，方法700前进到方框704，其包括基于具有稳定差异估计的考克斯比例风险分析而确定(针对患者群体)在疾病因素和疾病症状之间多变量关联，其中使用考克斯比例风险模型的扩展的Andersen-Gill的计数处理方法结合每个患者的时间因变量、时间相关层和多个事件。一些实施例可可替代地使用逻辑回归几率比分析或其它统计方法和/或途径。
随后，方法700进行到方框706，其包括使用瓦尔德(Wald)测试针对所确定的关联中的每一个确定统计显著性。一些实施例可使用替代的方法来确定针对所确定的关联中的每一个的统计显著性。
在框706中确定每个所确定的关联的统计显著性之后，方法700进行到方框708，其包括(针对每个所确定关联)基于风险比或类似分析确定疾病因素对疾病症状的影响。
随后，方框710包括识别患者群体的多变量风险大于1的疾病因素，和将那些所识别疾病因素标示为与以下各项中的至少一个明显地相关联的疾病因素：(i)导致在患者群体中的患者经历疾病症状，或至少增加在患者群体中的患者将经历疾病症状的风险或概率，或(ii)防止在患者群体中的患者经历疾病症状，或至少降低在患者群体中的患者将经历疾病症状的风险或概率。
方法700的一些实施例可另外包括方框712，其包括在GUI内显示疾病症状的患者群体触发项地图。在操作中，患者群体触发项地图示出在(i)来自方框710的所识别的疾病因素中的一个或多个和(ii)患者群体中的一个或多个患者之间的一种或多种关系。在一些实施例中，服务器系统被配置成将用于显示患者群体触发项地图的数据发送到客户端装置，如本文示出和描述的客户端装置中的任一个。患者群体触发项地图可相同于或类似于本文参考图12A和12B示出和描述的实例患者群体触发项地图。
图8示出根据一些实施例的实例方法800，其包括确定在患者的(i)疾病因素和/或疾病触发项和(ii)疾病症状之间的关联和/或相关性。在一些实施例中，实例方法800通过服务器系统执行。在此类实施例中，执行方法800的服务器可类似于或相同于本文公开和描述的服务器中的任一个。
方法800开始于方框802，其包括接收单独患者的疾病因素数据和疾病症状数据。如本文所述，服务器系统可从以下项接收疾病因素数据和疾病症状数据：(i)患者经由在客户端装置上的输入报告他或她的疾病症状数据和疾病因素数据的经历，(ii)患者的客户端装置经由客户端装置上或与客户端装置通信的传感器检测患者经历的疾病症状或一种或多种疾病因素(例如，由光学传感器检测的明亮的光，由麦克风检测的响亮噪声，由与客户端装置通信的生理传感器检测的生理症状)，和/或(iii)服务器系统例如经由第三方信息源接收关于在患者位于的区域中的一种或多种疾病因素的信息。
方框804包括基于所接收的疾病因素和疾病症状数据的考克斯比例风险分析而确定在疾病因素和患者的疾病症状之间的单变量关联。一些实施例可可替代地使用逻辑回归几率比分析或其它统计方法和/或途径。
在方框806处，针对每个所确定的关联，服务器使用瓦尔德测试确定所确定的关联的统计显著性。一些实施例可可替代地使用方法来确定针对所确定的关联中的每一个的统计显著性。
随后，方框808包括针对每个所确定的关联基于风险比分析或其它类似分析确定疾病因素对疾病症状的影响。
随然后在方框810处，服务器针对患者的每个疾病因素确定单变量风险值和p值。
随后，在方框812处，服务器将单变量风险大于1和p值小于或等于0.05(或可能一些其它p值阈值)的单独疾病因素标示为该特定患者的疾病触发项。在一些实施例中，患者的所识别的疾病触发项可显示在用于该患者的触发项地图内，如本文参考图10示出和描述的触发项地图。
一些实施例可另外包括方框814，其中服务器在GUI内显示疾病症状的患者群体触发项地图。在操作中，患者群体触发项地图示出在(i)在方框812中所确定的疾病触发项中的一个或多个和(ii)患者群体中的一个或多个患者之间的关系。在一些实施例中，服务器系统被配置成将用于显示患者群体触发项地图的数据发送到客户端装置，如本文示出和描述的客户端装置中的任一个。患者群体触发项地图可相同于或类似于本文参考图12A和12B示出和描述的实例患者群体触发项地图。
一些实施例可进一步包括服务器系统，其确定是否已经识别全部特定患者的疾病触发项。
举例来说，当特定患者已经在多个场合经历疾病症状时，在一些实施例中的服务器系统被配置成确定(针对每个场合)患者何时经历疾病症状，在经历该疾病症状之前患者是否经历他或她的先前所识别的疾病触发项中的一个或多个。如果对于多个场合当患者已经经历疾病症状时，那么服务器系统确定患者在每个场合之前经历他或她的先前所识别的疾病触发项(例如根据参考图7和8示出和描述的方法识别的)中的一个或多个，然后服务器系统可得出结论，服务器系统已经识别全部患者的疾病触发项，或至少识别患者通常地经历的全部触发项。
在操作中，经由本文所公开的任何方法中的一个或多个，服务器系统可确定患者是否已经经历疾病症状和患者是否已经经历他的或先前所识别的疾病触发项中的一个或多个，包括但不限于(i)患者经由在客户端装置上的输入报告他或她的疾病症状和/或一个或多个疾病触发项的经历，(ii)患者的客户端装置经由在客户端装置上或与客户端装置通信的传感器来检测患者的疾病症状和/或一个或多个疾病触发项的经历(例如，由光学传感器检测的明亮的光，由麦克风检测的响亮的噪声，由与客户端装置通信的生理传感器检测的生理症状)，和/或(iii)服务器系统例如经由第三方信息源接收关于在患者位于的区域中的疾病触发项的信息。
在得出结论：已经识别全部患者的疾病触发项(或至少患者通常地经历的全部触发项)之后，服务器系统可(例如，通过将消息发送到患者的客户端装置)告知患者服务器系统已经识别全部患者的疾病触发项(或至少识别患者通常地经历的全部触发项)。
但如果服务器系统确定存在这样的一个或多个场合，在该场合中患者已经经历疾病症状，但患者尚未经历他或她的先前所识别的疾病触发项中的一个或多个(或在他或她的疾病症状的经历之前在阈值时间量内(如在经历疾病症状之前的12小时到24小时或可能高达48小时)至少未经历先前所识别的疾病触发项中的一个或多个)，那么服务器系统可确定尚未确定全部患者的疾病触发项(或至少未确定患者通常地经历的全部触发项)。
在得出结论：尚未识别患者的全部疾病触发项(或至少未识别患者通常地经历的全部疾病触发项)之后，服务器系统可(例如，通过将消息发送到患者的客户端装置)告知患者：患者具有一个或多个尚未确定的疾病触发项。服务器系统也可为患者选择用于追踪的一个或多个新的潜在触发项(或疾病因素)或患者可为服务器系统选择用于追踪的一个或多个新的潜在触发项。在一些实施例中，服务器系统可从参考图7、12A和/或12B描述的患者群体触发项的集合中选择一个或多个新的潜在触发项。服务器系统也可从患者的疾病因素的集合中选择一个或多个新的潜在触发项，服务器系统尚未对该新的潜在触发项建立与增加患者将经历疾病症状的风险或概率的足够强关联。
不管该新的潜在触发项的来源(即，通过服务器系统或患者所选择的)，服务器系统都可将一个或多个消息发送到患者的客户端装置，建议患者跟踪和报告他或她的暴露于一个或多个新的潜在触发项。举例来说，在一些实施例中，服务器系统可周期性地开始提示患者以类似于参考图3和4描述的方式键入与一个或多个新的潜在触发项相关联的表征指标。
另外地或可替代地，一些实施例可包括服务器系统，其将患者的客户端装置配置成从在患者的客户端装置上和/或与患者的客户端装置通信的一个或多个传感器收集关于患者暴露于一个或多个潜在触发项的数据。
一旦服务器系统开始跟踪患者暴露于一个或多个新的疑似触发项，服务器系统就可采用参考图8和本文其它处描述的方法以确定一个或多个新的疑似触发项中的每一个是否为患者的实际触发项。
疾病症状风险计量器
图9示出根据一些实施例的在客户端装置上的GUI中显示的实例风险计量器900。在操作中，显示风险计量器900的客户端装置可相同于或类似于本文公开和描述的客户端装置中的任一个。
风险计量器900包括风险指示字段904和风险指示符902。在操作中，风险指示符902可定位在风险字段904内的位置处以指示患者将经历疾病症状(即，在此实例中的偏头痛)的当前概率(例如，低、中、高)。尽管在图9中的实例风险计量器900示出为卵形“速度计”类型布局，但其它风险计量器实施例可具有不同布局，如，例如(i)线性的、垂直取向的风险指示字段，其中风险指示符可较高或较低定位在垂直取向的风险指示字段内以指示经历疾病症状的较高或较低概率；或(ii)线性的、水平地取向的风险指示字段，其中风险指示符可定位在水平取向风险指示字段内的左侧或右侧以指示经历疾病症状较低或较高概率。
在一些实施例中，服务器可通过分析以下各项中的一个或多个而确定患者的经历疾病症状的当前风险是否为低、中或高(或可能其它层级或标示)：(i)患者的所确定的(可能根据例如方法800确定的)疾病触发项；(ii)患者最近(例如，在最近几小时或可能数天内)暴露于或以其它方式经历的特定疾病触发项，其由患者、患者的客户端装置和/或其它传感器和/或信息源报告，该其它传感器和/或信息源被配置成监测、收集患者的疾病触发项暴露和/或将其报告到例如如本文所述的服务器；和/或(iii)所确定的在(iii-a)患者最近暴露于或以其它方式经历的疾病触发项和(iii-b)疾病症状之间关联的强度，如例如通过方法800所确定的。
在其它实施例中，服务器可向患者的客户端装置提供疾病症状/触发项数据，该疾病症状/触发项数据描述以下各项中的一个或多个：(i)患者的所确定的疾病触发项，如例如通过方法800所确定的；(ii)在患者的每个疾病触发项和疾病症状之间的关联的程度或强度(例如，基于考克斯风险比、p值、逻辑回归几率比或关联的其它量化)；和/或(iii)在最近时间段(例如，数小时或可能数天)内患者暴露于该疾病触发项的累积频率和/或量。并且基于从服务器接收的疾病症状/触发项数据(单独或可能与通过客户端装置收集但可能未发送到服务器的最新疾病触发项数据的组合)，客户端装置可确定患者的经历疾病症状的当前风险是否为低、中或高(或可能其它层级或标示)并且在风险计量器900内显示所确定的当前风险。
在操作中，风险指示符902可定位在风险字段904内的位置处以指示患者将经历疾病症状(即，在此实例中的偏头痛)的当前概率(例如，低、中、高)。在一些实施例中，风险指示符902的大小也可反映在所确定的概率中的可信度程度(或可能的误差容限)。具体来说，当所确定的概率(或风险估计)是基于患者的疾病症状/因素/触发项数据的较少数目数据点和较短历程时，风险指示符902的大小可较大以指示较宽范围的概率，例如，在50％-85％之间的经历疾病症状的机会。但当所确定的概率(或风险估计)是基于患者的疾病症状/因素/触发项数据的大量数据点和较长历史时，风险指示符902的大小可较小以指示较小范围的概率，例如在70％-85％之间的经历疾病症状的机会。
在一些实施例中，如果客户端和/或服务器(单独地或以组合)确定患者当前处于经历疾病症状的高风险，那么风险计量器900也可生成警报横幅906。在实例风险计量器900中，警报横幅906告知患者存在“在接下来24小时内的偏头痛高风险”并且指令患者“检查你的触发项地图以获得预防性动作！”。用于不同疾病症状的风险计量器可具有带有不同消息接发和指令的警报横幅。在一些实施例中，用户触摸、点击或以其它方式与警报横幅906相互作用可使客户端装置在GUI内显示患者的触发项地图。
一些实施例还可包括服务器系统，该服务器系统基于患者的识别的疾病触发项/保护项生成和将电子消息发送到患者。消息可包括一个或多个电子邮件、文本消息、应用消息或其它类型的电子消息。在一些实施例中，系统被配置成生成和将消息发送到患者，提醒患者避免他或她的识别的疾病触发项和/或促使患者参与他或她的识别的疾病保护项。在操作中，服务器系统可基于周期或半周期(例如一天几次、每天一次、每周几次、每周一次或可能更多或更少)发送此类提醒项目。一些实施例还可包括将此类提醒项目显示为具有风险计量器如风险计量器900的通知。然而，此类提醒项目和通知可独立地生成和发送到患者的计算装置并且与结合风险计量器执行的功能分离。
在操作中，当患者的计算装置接收此类消息或通知时，患者的计算装置在计算机装置上的GUI内显示消息或通知。在一些实施例中，一些消息可进一步包括基于软件的链接，其发起用户界面画面以供患者输入在消息中识别的他或她的暴露于疾病触发项/保护项。举例来说，一些消息可包括软件链接，当由患者激活该链接(例如，通过触摸在消息内的链接或触摸在风险计量器内的通知上的链接)时，引起客户端装置生成和显示类似于参考图3至图5示出和描述的那些的一个或多个GUI用户界面画面，从而使得患者能够输入表征他或她的暴露于在消息或通知中识别的疾病触发项/保护项的数据。
疾病触发项地图
图10示出根据一些实施例的在客户端装置上的GUI中显示的实例疾病触发项地图1000。在操作中，显示疾病触发项地图1000的客户端装置可相同于或类似于本文公开和描述的客户端装置中的任一个。
触发项地图1000包括多个触发项图标1至33。在一些实施例中，每个触发项图标1至33对应于以下各项中的一个：(i)所确定的患者的疾病触发项，(ii)所确定的患者的保护项，(iii)患者的疑似疾病触发项(或疑似保护项)，或(iv)疾病因素，其中当前不存在充分数据以确定是否该疾病因素为患者的疾病触发项、疑似疾病触发项、保护项或疑似保护项。
如早先所描述，(i)疾病因素为与患者相关和/或由患者执行的任何事件、暴露、动作或行为，其具有影响、作用或导致患者疾病症状或在一些情况下，防止患者经历疾病症状的潜能，(ii)如本文所述，疾病触发项为已经通过统计分析确定与增加患者将经历特定疾病症状的风险或概率具有足够强关联的疾病因素，(iii)如本文所述，保护项为已经通过统计分析确定与降低患者将经历特定疾病症状的风险或概率具有足够强关联的疾病因素，而(iv)疑似疾病触发项(保护项)为尚未确认或验证为疾病触发项(或保护项)的疾病因素，可能由于不充分数据(ⅳ-a)确认在疾病因素和增加或降低患者将经历疾病症状的风险或概率之间的关联和/或(ⅳ-b)定量在疾病因素和导致(或防止)疾病症状的风险或概率之间的关联的度或程度。在一些实施例中，患者的疑似疾病触发项(或疑似保护项)中的一个或多个可通过患者调查得到，其中患者列出他或她的疑似疾病触发项(或疑似保护项)以及疑似疾病触发项增加(或疑似保护项降低)患者将经历疾病症状的风险或概率的对应置信度水平(例如，1至10)。在一些实施例中，患者的疑似疾病触发项(或疑似保护项)中的一个或多个可基于通过服务器系统确定的关联，其中疑似疾病触发项(或疑似保护项)为具有几乎(但不非常)足够强而被认为是疾病触发项(或保护项)的关联的疾病因素。举例来说，在疾病因素和疾病症状之间的关联可仅超出用于声明该疾病因素为疾病触发项(或保护项)的一个或多个阈值的范围，例如关联可具有不非常大于1的考克斯风险比和/或稍微大于0.05的p值。
在操作中，基于与患者(和/或可能患者的患者群体)相关的疾病症状/因素/触发项输入数据的统计分析，服务器系统可确定特定疾病因素是否与特定疾病症状具有(或不具有)足够强的关联。举例来说，在一些实施例中，服务器系统可经由参考图7和图8示出和描述的方法700和800确定患者的疾病触发项(或保护项)，其中服务器(i)响应于确定在特定疾病因素和疾病症状之间的关联具有大于1的考克斯风险比和小于或等于0.05的p值而将特定疾病因素标示为患者的疾病触发项(或保护项)和/或(ii)响应于确定在特定疾病因素和疾病症状之间的关联具有略微小于1的考克斯风险比且具有略微大于0.05的p值而将特定疾病因素标示为患者的疑似疾病触发项(或疑似保护项)。
此外，不同患者可具有(i)不同疾病触发项、保护项、疑似触发项、疑似保护项和疾病因素，以及(ii)不同数量的疾病触发项、保护项、疑似触发项、疑似保护项和疾病因素。因此，不同患者在其单独触发项地图中可具有不同触发项图标和不同数量的触发项图标。因此，在操作中，患者的触发项地图可显示多于或少于33个触发项图标。
在一些实施例中，触发项地图可用不同颜色、轮廓、形状或其它区别性分类指示描绘触发项图标的不同分类或类型。举例来说，触发项地图可表示：(i)对应于具有第一分类指示的不可更改的疾病触发项的触发项图标；(ii)对应于具有第二分类指示的可更改的疾病触发项的触发项图标；(iii)对应于具有第三分类指示的生理疾病触发项的触发项图标；和(iv)对应于具有第四分类指示的保护项的触发项图标。触发项地图也可表示对应于具有第五分类指示的尚未确定为疾病触发项、保护项、疑似触发项或疑似保护项疾病因素的触发项图标。
在实例触发项地图1000中，(i)触发项图标1至8具有点线轮廓以指示它们分类为可更改的触发项，(ii)触发项图标9至15具有加粗轮廓以指示它们分类为不可更改的触发项，(iii)触发项图标16至24为三角形状以指示它们分类为生理或环境触发项，并且(iv)保护项图标25至33为正方形状以指示它们分类为保护项。具有不同(更多或更少)疾病触发项分类和不同分类指示的其它实例也是可以的。
实例触发项地图1000还包括三个区域：(i)高关联区域1002；(ii)中等关联区域1004；和(iii)低关联区域1006。不同区域的同心环形公牛眼布置仅为一个实例布局。一些实施例可具有同心正方形或相邻正方形区域(例如四分体或类似区域)和/或其它形状和布局，其中不同(更多或更少)区域对应于不同的(更多或更少)确定的在患者的疾病症状和患者的疾病因素/触发项之间的关联(例如高、中、低或其它层级)。
在一些实施例中，在触发项地图1000内的每个触发项图标的位置可基于在触发项图标的对应的患者的疾病触发项和疾病症状之间关联的程度或强度(例如考克斯风险比、p值或关联的其它量化)。
如早先所描述，在一些实施例中，当在疾病因素和疾病症状之间的关联具有大于1的考克斯风险比和小于或等于0.05的p值时服务器将疾病因素标示为疾病触发项。在此类实施例中，在触发项地图内的特定触发项图标的位置基于在由触发项图标表示的疾病触发项和疾病症状之间的单变量关联的标准化p值，其可根据以下等式计算：(标准化p值)＝p值/0.05。具有更接近0的标准化p值的疾病触发项与疾病症状高度相关联并且从而将定位更接近触发项地图1000的中心附近的高关联区域1002或在该区域内部。相反，具有更接近1的标准化p值的疾病触发项与疾病症状并不高度关联并且从而将定位更接近触发项地图1000的低关联区域1006或在该区域内部。最后，具有接近0.5的标准化p值的疾病触发项定位在低关联区域1006和高关联区域1002之间的中关联区域1004的中间附近。
同样地，如早先所描述，在一些实施例中，单独患者可用置信水平(例如1至10)分配(经由患者调查或其它的形式患者输入)特定疾病触发项(或保护项)，或可能疑似疾病触发项(或疑似保护项)，其中(i)具有较低置信水平的疾病触发项(或保护项)或可能疑似疾病触发项(或疑似保护项)指示患者认为该疾病触发项或保护项较不可能增加(或降低)患者的经历疾病症状的风险或概率，并且(ii)具有较高置信水平的疾病触发项(或保护项)或可能疑似疾病触发项(或疑似保护项)指示患者认为该疾病触发项或保护项较可能增加(或降低)患者的经历疾病症状的风险或概率。在此类实施例中，在触发项地图内疾病触发项(或保护项)或可能疑似疾病触发项(或疑似保护项)的位置可基于患者分配的置信水平，其中触发项地图(i)更接近触发项地图的中心显示具有较高患者分配的置信水平的疾病触发项(或保护项)或可能疑似疾病触发项(或疑似保护项)，并且(ii)更远离触发项地图的中心(即，更接近触发项地图的边缘)显示具有较低患者分配的置信水平的疾病触发项(或保护项)或可能疑似疾病触发项(或疑似保护项)。
另外，在一些实施例中，在触发项地图1000内每个触发项图标的大小可基于以下各项中的一个或多个：(i)患者暴露于对应于该触发项图标的疾病触发项的累积频率；和/或(ii)暴露和/或累积暴露的量(例如食用的食品或药物的量)。在一些实施例中，累积频率或暴露的量可通过计算在一定时间范围内暴露的次数或量而量化。
基于估计的暴露于疾病触发项可对个人的影响的时间衰减，一些实施例可针对不同疾病触发项使用不同时间范围。举例来说，咖啡碱在食用之后可在患者的身体中停留历时6小时至8小时，因此对于咖啡碱的相关时间范围可为6小时或8小时，因为12小时或24小时以前食用的咖啡碱可能不再在患者的身体中并且因此不可能具有任何疾病触发影响。类似地，身体运动可对患者身体的影响历时可能36小时至48小时，并且因此，对于身体运动的相关时间范围可为36小时至48小时。实际上，患者一周以前参与的运动可对仅患者的经历疾病症状的概率仅具有很小影响(如果存在)。
10中示出的实例实现方式中：(i)触发项图标6对应于“咖啡碱”，其为可更改的触发项，因为在此实例中的假想患者可选择食用或不食用咖啡碱；(ii)触发项图标14对应于“胰岛素”，对于在此实例中的假想患者，认为胰岛素为不可更改的触发项，因为如果例如患者从胰岛素泵接收胰岛素，该泵被配置成监测患者的血糖并且施予绝缘材料以维持患者的血糖处于安全的恒定水平，那么即使由患者接收的胰岛素量可逐日变化，患者也不可安全地放弃胰岛素而不损害他的整体健康和幸福度；(iii)触发项图标19对应于“低气压”，其为生理/环境触发项；(iv)保护项图标27对应于“运动”，其为在此实例中的该假想患者的保护项；和(v)触发项图标1对应于“烟碱”，其为可更改的触发项，因为在此实例中的假想患者可选择不将他或她自身暴露于烟碱。
在图10的实例偏头痛实现方式中，“低气压”触发项图标19大致定位在的触发项地图1000的中等关联区域1004的中间，这意思是，对于此患者，低气压为与偏头痛具有“中等关联”的疾病触发项。这里，“低气压”触发项图标19的大小大于其它触发项图标的平均大小，这告诉患者不仅他或她在那天已经经历低气压，并且低气压的程度(可能基于持续时间和/或强度)可大于常见和可能接近低气压可导致患者经历偏头痛的水平。在操作中，服务器可从以下各项中的任何一个或多个接收关于患者暴露于低气压的疾病触发项输入数据：(i)在患者的客户端装置(例如智能电话)上的压力传感器；(ii)压力传感器，其以通信方式耦合到患者的客户端装置和/或服务器并且配置成向患者的客户端装置和/或服务器报告气压测量值；和/或(iii)第三方信息源，例如，当地天气信息服务。
服务器系统还可被配置成确定各种疾病触发项的组合是否可相互作用而增加患者的经历疾病症状的概率(或可替代地降低患者的经历疾病症状的概率)。在这种情况下，触发项地图1000可用触发项组合图标指示疾病触发项的组合可相互作用以增加(或可能降低)患者的经历疾病症状的概率，如“咖啡碱-胰岛素”组合触发项图标1008或“烟碱-运动”组合触发项图标1010。
举例来说，“咖啡碱”触发项图标6大致定位在触发项地图1000的中等关联区域1004的中间，这意思是，对于此患者，咖啡碱为与偏头痛具有“中等关联”的疾病触发项。“咖啡碱”触发项图标6的大小是基于患者在过去6小时至8小时窗口期内报告食用的份数。这里，“咖啡碱”触发项图标6的大小大于其它触发项图标的平均大小，这告诉该患者不仅他或她那天已经食用咖啡碱，并且他的食用咖啡碱的程度可能接近其中咖啡碱可导致患者经历偏头痛的水平。“胰岛素”触发项图标14也大致定位在触发项地图1000的中等关联区域1004中间，这意思是，对于此患者，胰岛素与偏头痛具有“中等关联”。“胰岛素”触发项图标14的大小不大于或小于其它触发项图标，这告诉患者他或她已接收一些量的胰岛素(可能由以通信方式耦合到患者的客户端装置和/或服务器的胰岛素泵所报告)，但迄今接收的胰岛素量不大可能(至少其自行)导致患者经历偏头痛。
然而，在此实例中，“咖啡碱”触发项图标6和“胰岛素”触发项图标14连接至“咖啡碱-胰岛素”组合触发项图标1008。该“咖啡碱-胰岛素”组合触发项图标1008几乎完全定位在触发项地图1000的高关联区域1002内，这意思是，对于此患者，即使咖啡碱和胰岛素单独地各自可仅与此患者的偏头痛具有“中等关联”，但咖啡碱和胰岛素的组合与偏头痛具有“高关联”。换句话说，咖啡碱和胰岛素相互作用从而增加患者的经历偏头痛的概率。
类似地，“烟碱”触发项图标1大致定位在触发项地图1000的中等关联区域1004的中间，这意思是，对于此患者，烟碱为与偏头痛具有“中等关联”的疾病触发项。“烟碱”触发项图标1的大小是基于患者已经报告在过去几小时内食用的烟碱相关单位(例如卷烟数量)的数量。这里，“烟碱”触发项图标1的大小不大于或小于其它触发项图标，这告诉患者他或她已食用一些烟碱，但食用烟碱量至少其自行不大可能导致患者经历偏头痛。“运动”保护项图标27接近在触发项地图1000的中等关联区域1004和高关联区域1002之间的边界，这意思是，对于此患者，运动与偏头痛具有“中等到高”关联。“运动”保护项图标14的大小在某种程度上大于其它触发项图标，这告诉患者他或她最近已经参与运动，并且可能甚至足够量的运动以降低他或她的在近期经历偏头痛的概率。在操作中，服务器可从以下项中的任何一或多者接收关于患者的运动的程度和持续时间的疾病触发项数据(或在此情况下，疾病保护项数据)：(i)由患者手动键入的数据；(ii)从在患者的智能电话上的一个或多个传感器(例如，加速计、陀螺仪和/或GPS传感器)接收的数据；和/或(iii)从以通信方式耦合到患者的智能电话或服务器中的一个或两个的外部传感器(例如，在跑步机上的传感器和/或心率监测仪)接收的数据。
此外，在此实例中，“烟碱”触发项图标1和“运动”保护项图标27连接至“烟碱-运动”组合触发项图标1010。“烟碱-运动”组合触发项图标1010定位接近触发项地图1000的低关联区域1002边界，这意思是，对于此患者，与烟碱或运动单独相比，烟碱和运动的组合与偏头痛具有较低关联。换句话说，运动倾向于降低患者的经历基于烟碱暴露的偏头痛的概率，或可替代地烟碱暴露可能降低运动对于此患者的保护作用。
此外，一些触发项地图实施例可可配置成选择性显示患者的(i)疾病触发项、(ii)保护项、(iii)疑似触发项、(iv)疑似保护项和/或(v)疾病因素中的一个或多个。在一些实施例中，触发项地图可被配置成响应于经接收一个或多个命令由GUI显示患者的疾病触发项、保护项、疑似触发项、疑似保护项和/或疾病因素中的一个或多个以显示患者的疾病触发项、保护项、疑似触发项、疑似保护项和/或疾病因素中的一个或多个。
在图10中示出的实例触发项地图1000还包括疾病触发项选择器图标1012、保护项选择器图标1014、疑似触发项选择器图标1016、疑似保护项图标1018和疾病因素选择器图标1020。其它实施例可具有比图10中示出的那些少的选择器图标。同样地，其它实施例可具有不同类型的用户输入机制(例如拉下菜单、弹出式菜单或其它机制)，经由该机制来接收输入以显示数据。
在操作中，当疾病触发项选择器图标1012被激活时，触发项地图1000显示患者的疾病触发项。如果其它一选择器图标1014至1020中没有一个被激活，那么触发项地图1000将仅显示患者的疾病触发项。类似地，如果在疾病触发项选择器图标1012被激活时保护项选择器图标1014也被激活，那么触发项地图1000将显示患者的疾病触发项和患者的保护项，但触发项地图1000将不显示患者的疑似触发项、疑似保护项或疾病因素。并且如果在保护项选择器图标1014仍被激活时疾病触发项选择器图标1012被停用，那么触发项地图1000将仅显示患者的保护项。同样地，如果全部选择器图标1012至1020被激活，那么触发项地图1000将示出患者的疾病触发项、保护项、疑似触发项、疑似保护项和因素。以此方式，触发项地图1000可配置成显示患者的数据，基于该数据，选择器图标1012至1020中的一个或多个被激活或被停用。
举例来说，当仅疾病触发项选择器图标1012被激活时，触发项地图1000将显示患者的疾病触发项但不显示患者的保护项、疑似触发项、疑似保护项或疾病因素。类似地，当仅保护项选择器图标1014被激活时，触发项地图1000将显示患者的保护项但不显示患者的疾病触发项、疑似触发项、疑似保护项或疾病因素。同样地，当仅疑似触发项选择器图标1016被激活时，触发项地图1000将显示患者的疑似触发项但不显示患者的疾病触发项、保护项、疑似保护项或疾病因素。在另一个实例中，当仅疑似保护项选择器图标1018被激活时，触发项地图1000将显示患者的疑似保护项但不显示患者的疾病触发项、疑似触发项、保护项或疾病因素。在另一个实例中，当仅疾病因素选择器图标1020被激活时，触发项地图1000将显示患者的疾病因素但不显示患者的疾病触发项、保护项、疑似触发项或疑似因素。
因为触发项地图1000可配置成显示患者的疾病触发项、保护项、疑似触发项、疑似保护项和疾病因素(以任何组合的形式)中的任何一个或多个，所以使用触发项地图1000的患者(或可能是治疗患者的医生或其它临床医生)可在触发项地图1000内快速显示患者的疾病症状/因素/触发项数据中的一些或全部，从而使得患者的疾病症状/因素/触发项数据能够易于检查和分析。一些实施例可另外包括客户端装置和/或服务器，该客户端装置和/或服务器储存确定的疾病症状/因素/触发项数据的历史以使得患者能够检查他或她的暴露于各种触发项和对应的经历疾病症状的风险如何以每小时、每日、每周、每月或甚至每年为基础而变化(或至少已经变化)。此类实施例还可包括一个或多个额外选择器图标(未示出)或类似用户界面机制(例如滑件条、弹出式菜单或其它机制)，其将触发项地图1000配置成在不同时间范围内显示患者的疾病触发项、保护项、疑似触发项、疑似保护项和疾病因素(以各种组合形式)中的任何一个或多个。
图11示出根据一些实施例的实例方法1100，该方法包括在患者的客户端装置上的GUI内显示对应于疾病触发项的图标。尽管方框以顺序次序示出，但在一些情况下这些方框可以并列和/或不同于本文所描述那些的次序执行。另外，各种方框可基于所需要的实现方式而组合成较少方框、分成额外方框和/或除去。此外，实例方法1100示出执行方法步骤的客户端装置，但在其它实施例中，服务器可被配置成执行方法步骤中的一个或多个。
另外，在方法1100中，每个方框可表示模块、片段或一部分程序代码，其包括可由处理器或计算装置执行的一个或多个指令以便实施在方法中的特定逻辑功能或步骤。程序代码可存储在任何类型的计算机可读媒质或存储器上，例如，如包括磁盘或硬盘驱动器的存储装置或其它类型的存储器，如闪存存储器等。计算机可读媒质可包括非暂时性计算机可读媒质，例如，如存储用于短时间周期的数据的计算机可读媒质，如寄存器存储器、处理器高速缓存和随机存取存储器(RAM)。计算机可读媒质还可包括非暂时性媒质，如二级或持久性长期存储器，例如只读存储器(ROM)、光盘或磁盘或压缩盘只读存储器(CD-ROM)和/或闪存存储器。计算机可读媒质还可为任何其它易失性或非易失性存储系统。计算机可读媒质可认为是例如计算机可读存储媒质，或有形存储装置。
方法1100开始于方框1102，其中患者的客户端装置从服务器接收在患者的第一疾病触发项和疾病症状之间的统计关联的强度的第一指示。在操作中，患者的客户端装置可相同于或类似于本文所述的客户端装置中的任一个，并且服务器可相同于或类似于本文所述的服务器或服务器系统中的任一个。
在一些实施例中，第一疾病触发项包含与患者相关和/或由患者执行的事件、暴露、动作或行为中的至少一个，该事件、暴露、动作或行为具有(i)导致患者经历疾病症状或(ii)防止患者经历疾病症状的潜能。此外，在一些实施例中，所确定的在第一疾病触发项和疾病症状之间的统计关联(即，第一疾病触发项-症状关联)具有大于1的考克斯风险比和小于或等于阈值p值的p值，并且患者的第一疾病触发项-症状关联的强度的第一指示为第一疾病触发项-症状关联的p值除以阈值p值。
在方框1104处，患者的客户端装置在图形用户界面内显示疾病症状的触发项地图。在一些实施例中，触发项地图相同于或类似于参考图10示出和描述的触发项地图。
随后，在方框1106处，患者的客户端装置在触发项地图中显示第一触发项图标，其中第一触发项图标对应于第一疾病触发项。在一些实施例中，第一触发项图标在触发项地图内的位置是基于在第一疾病触发项和疾病症状之间的统计关联的强度，并且第一触发项图标的大小是基于患者在对应于第一疾病触发项的限定时间范围内已暴露于第一疾病触发项多少。
在方框1108处，患者的客户端装置从服务器接收在患者的第二疾病触发项和疾病症状之间的统计关联的强度的第二指示。
在一些实施例中，第二疾病触发项包含与患者相关和/或由患者执行的事件、暴露、动作或行为中的至少一个，该事件、暴露、动作或行为具有(i)导致患者经历疾病症状或(ii)防止患者经历疾病症状的潜能。此外，在一些实施例中，所确定的在第二疾病触发项和疾病症状之间的统计关联(即，第二疾病触发项-症状关联)具有大于1的考克斯风险比和小于或等于阈值p值的p值，并且患者的第二疾病触发项-症状关联的强度的第二指示为第二疾病触发项-症状关联的p值除以阈值p值。
在方框1110处，患者的客户端装置在触发项地图中显示第二触发项图标，其中第二触发项图标对应于第二疾病触发项。在一些实施例中，第二触发项图标在触发项地图内的位置是基于在第二疾病触发项和疾病症状之间的统计关联的强度，并且第二触发项图标的大小是基于患者在对应于第二疾病触发项的限定时间范围内已暴露于第二疾病触发项多少。
随后，在方框1112处，患者的客户端装置从服务器接收在疾病症状与第一疾病触发项和第二疾病触发项的组合之间的统计关联的强度的第三指示。在一些实施例中，所确定的在疾病症状与第一疾病触发项和第二疾病触发项的组合之间统计关联(即，疾病触发项-组合-症状关联)具有大于1的考克斯风险比和小于或等于阈值p值的p值，并且患者的疾病触发项-组合-症状关联的强度的第一指示为疾病触发项-组合-症状关联的p值除以阈值p值。
在方框1114处，患者的客户端装置在触发项地图内显示组合图标，其中组合图标对应于第一疾病触发项和第二疾病触发项的组合。在一些实施例中，组合图标在触发项地图内的位置是基于在疾病症状与第一疾病触发项和第二疾病触发项的组合之间的统计关联的强度的第三指示，并且组合图标的大小是基于(i)患者在对应于第一疾病触发项的限定时间范围内已暴露于第一疾病触发项多少和(ii)患者在对应于第二疾病触发项的限定时间范围内已暴露于第二疾病触发项多少。
方框1116包括患者的客户端装置，该客户端装置从服务器接收患者在将来时间范围内将经历疾病症状的当前概率。在一些实施例中，概率至少部分地基于以下各项中的一个或多个：(i)在第一疾病触发项和症状疾病之间的统计关联的强度；(ii)在第二疾病触发项和疾病症状之间的统计关联的强度；(iii)在疾病症状与第一疾病触发项和第二疾病触发项的组合之间的统计关联的强度；(iv)患者在对应于第一疾病触发项的限定时间范围内已暴露于第一疾病触发项多少；和/或(v)患者在对应于第二疾病触发项的限定时间范围内已暴露于第二疾病触发项多少。
在方框1118处，患者的客户端装置在图形用户界面中显示风险计量器。在一些实施例中，风险计量器可相同于或类似于参考图9示出和描述的风险计量器。
在方框1120处，患者的客户端装置在风险计量器内显示风险指示符，其中风险指示符是基于患者在将来时间范围内将经历疾病症状的当前概率。在一些实施例中，风险指示符在风险计量器内的大小是基于患者在将来时间范围内将经历疾病症状的当前概率的置信水平。
患者群体触发项地图
图12A示出根据一些实施例的在客户端装置上的GUI中显示的实例患者群体触发地图1200。在操作中，在GUI内显示患者群体触发项地图1200的客户端装置可相同于或类似于本文公开的客户端装置中的任一个。另外，在一些实施例中，显示患者群体触发项地图1200的客户端装置从服务器系统(如本文所述和和/或公开的服务器系统中的任一个)接收用于显示患者群体触发项地图的患者和疾病触发项数据中的至少一些。
患者群体触发项地图1200示出在(i)疾病触发项(和保护项)和(ii)患者群体中的患者之间的关系。在操作中，服务器系统可利用在患者群体中每个患者的全部疾病触发项(和保护项)，因为服务器系统已经使用从在患者群体中的患者接收疾病因素和疾病触发项数据以针对在患者群体中的每一患者确定疾病触发项，如本文参考图7和图8以及其它地方描述的。因为系统具有用于在患者群体中的全部患者的疾病触发项数据，所以服务器系统可汇总和组织患者群体的疾病触发项数据，并且，结合客户端装置来显示患者群体的疾病触发项数据。
实例患者群体触发项地图1200包括：(i)“全部数据”图标1202，当用户所选择/激活该图标时，将患者群体触发项地图1200配置成显示用于在患者群体中的全部患者的全部疾病触发项数据；(ii)“按性别”图标1204，当用户选择/激活该图标时，允许根据性别过滤患者群体的疾病触发项数据并且将患者群体触发项地图1200配置成示出仅用于在患者群体中的男性或仅用于女性的疾病触发项数据；(iii)“按患者”图标1206，当由用户选择/激活该图标时，允许根据单独患者过滤疾病触发项数据并且将患者群体触发项地图1200配置成示出用于在患者群体中的一个或多个患者的所选子集的疾病触发项数据；和(iv)“按触发项”图标1208，当用户选择/激活该图标时，允许根据单独疾病触发项过滤疾病触发项数据并且将患者群体触发项地图1200配置成示出用于一个或多个疾病触发项的所选子集的疾病触发项数据。
其它实施例可包括类似于图标1202至1208的一个或多个额外图标，当用户选择/激活该图标时，允许根据其它参数过滤患者群体的疾病触发项数据并且将患者群体触发项地图1200配置成示出基于该过滤参数的疾病触发项数据。举例来说，患者群体的疾病触发项数据可根据多个因素中的一个或多个分类/过滤，该因素包括但不限于患者、患者群体、性别、年龄、年龄范围、地理位置、职业、雇主、种族、国家来源、遗传标记、疾病症状、疾病症状严重度、疾病症状频率、疾病触发项、疾病保护项或可由服务器系统储存和/或获取的关于患者、疾病和/或疾病触发项的任何其它数据或特征。
在图12A中示出的实例中，患者群体疾病触发项数据已经由患者过滤以示出在(i)患者群体中的患者C和(ii)患者C的疾病触发项(和保护项)1、6、14、19和27之间的一个或多个关系。
如所示出，患者C为在包含患者A-N的患者群体中的一个患者。包含患者A-N的患者群体在图12A中仅出于说明而示出。在操作中，并且如先前所描述，与图12A中所示的相比，患者群体可包括更多(和可能再有许多)或更少患者。
参考参照图10示出和描述的触发项地图1000更详细描述患者C的疾病触发项1(烟碱)、6(咖啡碱)、14(胰岛素)、19(气压)、和27(运动)。疾病触发项1、6、14、19和27在图12A中仅出于说明的目的而示出。在操作中，与图12A中所示的相比，患者可具有更多(和可能再有许多)或更少疾病触发项。在一些实施例中，在患者群体触发项地图1200中示出的疾病触发项和保护项包含在患者群体中的全部患者的全部疾病触发项和保护项并集。当由患者过滤时，患者群体触发项地图1200可包括在患者群体中的一个或多个患者的子集。
除疾病触发项1、6、14、19和27之外，患者群体触发项地图1200还示出在患者群体中除患者C外的患者的疾病触发项。举例来说，患者群体触发项地图1200还示出疾病触发项7(酒食用)、疾病触发项9(花粉暴露)、保护项23(坚果食用)、保护项30(足够的休息)和保护项31(准时吃饭)。这些额外疾病触发项(和保护项)为在患者群体中的其它患者(即，患者A至B和D至N)的疾病触发项(和保护项)。在这种情况下，患者C(或可能另一个患者或研究人员)可看到患者C与在患者C的患者群体中其它患者(和/或可能其相关子集)共同具有哪些疾病触发项(和保护项)。
举例来说，在患者群体触发项地图1200中：(i)在患者C和触发项图标1之间的关系1210示出烟碱食用为患者C的疾病触发项中的一个；(ii)在患者C和触发项图标6之间的关系1212示出咖啡碱食用为患者C的疾病触发项中的另一个；(iii)在患者C和触发项图标14之间的关系1214示出胰岛素为患者C的疾病触发项中的另一个；(iv)在患者C和触发项图标19之间的关系1216示出低气压为患者C的疾病触发项中的另一个；和(v)在患者C和保护项图标27之间的关系1218示出身体运动为患者C的保护项中的一个。如所提到，这些为参考图10示出和描述的相同疾病触发项和保护项。
在一些实施例中，对应特定疾病触发项图标或疾病保护项图标(例如由线1220示出)的在患者群体触发项地图中的框的大小可基于共用该特定疾病触发项和/或保护项的在患者群体中患者的数量，其中含有影响在该群体中较多患者的疾病触发项(和/或保护项)的触发项图标的框大于含有影响在患者群体中较少患者的疾病触发项(和/或保护项)的触发项图标的框。
在实例患者群体触发项地图1200中，围绕疾病触发项和保护项的框的大小全部近乎相等，这意思是所示疾病触发项和保护项中的每一个影响在患者群体(或至少包含患者A至N的患者群体的所显示子集)中的大致相同数量的患者。
在其中咖啡碱为在患者群体中全部患者的疾病触发项的实例中，围绕触发项图标6的框的大小(如由线1220所示的)可大体上大于(或至少在某种程度上大于)围绕影响不到患者群体中的全部患者的其它疾病触发项/保护项图标的其它框的大小。
类似地，在一些实施例中，对应于特定患者的框的大小(例如，由线1222示出的对应于患者E的框的大小)可对应于该患者的疾病触发项和/或保护项的数量。在实例患者群体触发项地图1200中，对应于患者A至N中的每一个的框的大小全部近乎相等，这意思是患者A至N中的每一个具有大致相同数量的疾病触发项和/或保护项。在其中患者E具有比在患者群体中的其它患者多的疾病触发项的实例中，对应于患者E的框的大小(如由线1222所示)可大体上大于(或至少在某种程度上大于)对应于在患者群体中的其它患者的其它框的大小，该患者与患者E相比，具有较少疾病触发项和/或保护项。
另外，在患者群体触发项地图1200中，在患者C和疾病触发项1、6、14和19(和保护项27)之间的关系1210至1218示出为线，但在其它实施例中，该关系可以其它方式示出，如用颜色、加粗、底纹、动画和/或显示在图标和GUI内的信息之间关系的其它方法。
此外，在一些实施例中，患者群体触发项地图1200还可经由多种方式指示在疾病触发项图标的对应疾病触发项和患者的疾病症状之间的关联程度或强度(如先前参考图7至8和图10以及其它地方详细描述的)。举例来说，在如图12A的实施例中，其中关系1210至1218用线指示，较粗(即较重重量)线指示较强关联，而较细的线指示较弱关联。可替代地，不同着色的或不同图案化的线，或不同类型加粗、底纹、动画或其它指示可指示相对较强或较弱的关联。
图12B示出根据一些实施例的在图12A中示出的实例患者群体触发地图1200的不同布置。
在图12B中，已经根据疾病触发项过滤用于包含患者A至N的患者群体的触发项数据。举例来说，已经选择/激活“触发项”图标1208，并且已经过滤数据以指示共用咖啡碱为疾病触发项的来自患者群体的患者。举例来说，在患者群体触发项地图1200中：(i)在触发项图标6和患者M之间的关系1224示出咖啡碱食用为患者M的疾病触发项中的一个；(ii)在触发项图标6和患者K之间的关系1226示出咖啡碱食用也为患者K的疾病触发项中的一个；(iii)在触发项图标6和患者J之间的关系1228示出咖啡碱食用为患者J的疾病触发项中的一个；(iv)在触发项图标6和患者G之间的关系1230示出咖啡碱食用为患者G的疾病触发项中的一个；(v)在触发项图标6和患者E之间的关系1232示出咖啡碱食用为患者E的疾病触发项中的一个；(vi)在触发项图标6和患者C之间的关系1234示出咖啡碱食用为患者C的疾病触发项中的一个(如先前参考图10和图12A所提到)；并且(vii)在触发项图标6和患者B之间的关系1236示出咖啡碱食用也为患者B的疾病触发项中的一个。
另外，在患者群体触发项地图1200中，在疾病触发项6和患者B、C、E、G、J、K和M的之间关系1224至1236示出为线，但在其它实施例中，关系可以其它方式示出，如用颜色、加粗、底纹、动画或显示在图标和GUI内的信息之间关系的其它方法。此外，在一些实施例中，患者群体触发项地图1200还可经由多种方式指示在疾病触发项图标(例如触发项图标6)的对应疾病触发项(即咖啡碱食用)和每一患者的疾病症状之间关联的程度或强度(如先前参考图7至图8和图10以及其它地方详细描述的)。举例来说，在如图12B的实施例中，其中关系1224至1236用线指示，较粗的线可指示较强关联，而较细线指示较弱关联。可替代地，不同着色的或不同图案化的线，或不同类型加粗、底纹、动画或其它指示可指示相对较强或较弱的关联。
在这些和其它患者群体触发项地图实施例中，患者和/或研究人员可检查和考虑(i)患者的疾病触发项与在该患者的患者群体中的其它患者如何比较，(ii)某些疾病触发项是否可在特定患者群体内更多或较少流行和流行程度，和/或(iii)相比于在该患者的患者群体中的其它患者，患者是否可具有更多或更少疾病触发项和程度。如先前所提到，患者群体可包括共用一个或多个类似性(例如相同年龄或年龄范围、相同性别、相同种族、相同国家来源、患有相同疾病、具有相同过敏症、具有相同遗传标记和/或可能其它类似性)的许多(数百、数千、或更多)患者，并且一些患者可为多个患者群体的成员。
促进在患者之间的通信和信息共享
一些实施例可进一步包括电子消息接发能力(例如，个人电子邮件、群电子邮件、个人文本消息接发、群文本消息接发、群讨论板、聊天室或其它已知消息接发能力)，其使得在患者群体中的患者能够彼此通信和/或共享疾病症状和疾病触发项信息。在一些实施例中，消息接发系统可被配置成使得患者能够与在患者群体中的一个或多个其它患者通信以共享关于他们自身疾病症状和疾病触发项/保护项的个人经历的信息和/或建议，使得患者可试用建议的触发项/保护项并且经由本文所述的疾病触发项数据键入机制中的任一个记录他们那些相同触发项/保护项的经历。
在一些实施例中，服务器系统(如参考图1示出和描述的服务器系统)可推荐两个或更多个患者彼此通信或至少共享他们的个人疾病症状和/或疾病触发项信息。给两个或更多个患者的建议可基于在患者之间的一个或多个类似性或共享的特点，如患者是否(i)具有相同一种或多种疾病症状，(ii)经历具有相同或类似严重度或频率的相同疾病症状，(iii)经历相同疾病触发项和/或保护项中的一些，(iv)相同性别或年龄，(v)生活在相同区域中，(vi)具有相同或类似职业，(vii)相同种族或共享相同种族背景，(viii)共享相同遗传标记中的一些，和/或(ix)共同地共享其它特点。在操作中，可基于由服务器系统储存和/或获取的患者人口统计信息、患者帐号信息和/或患者疾病触发项信息中的一个或所有而确定在患者之间的类似性。一些实施例可使得患者能够以匿名化方式(如，借助患者编号或类似别名)与其它患者交换消息或参与其它类型的通信，但匿名化通信不是必要的。
图13示出根据一些实施例的促进在共同具有一个或多个疾病症状和/或疾病触发项或保护项的患者之间通信和信息共享的方法1300。尽管方法1300聚焦在其中患者共同具有一个或多个疾病触发项的实例上，但方法1300可被适配用于与共同具有其它特点(如本文所述的患者特点中的任一个)的患者一起使用。
方法1300开始于方框1302，其中服务器系统为特定患者(来源患者)识别一组单变量风险值大于第一阈值和p值小于第二阈值的一个或多个疾病触发项和/或保护项。如参考图7和图8更详细描述的，在一些实施例中，系统被配置成为将单变量风险值大于1和p值小于或等于0.05的个人疾病因素标示为来源患者的疾病触发项(或保护项)。在此类实施例中，对应于单变量风险值的第一阈值优选地为大于1的一些值，而对应于p值的第二阈值优选地为小于0.05的一些值。以此方式，系统识别与来源患者的疾病症状具有最强关联的疾病触发项和/或保护项。
在识别与来源患者的特定疾病症状具有最强关联的疾病触发项和保护项之后，方法1300前进到方框1304，其中为在方框1302中识别的组中的个人疾病触发项或保护项，系统确定该来源患者的触发项群组。触发项群组包括具有相同疾病触发项或保护项的在患者群体中的一个或多个其它患者。因为患者群体可含有数百或甚至数千患者(或可能更多)，所以可为有帮助的是，系统为来源患者缩窄在触发项群组中的患者潜在数量。因此，在一些实施例中，来源患者的触发项群组可仅受限于其它患者，该患者(i)具有相同触发项(或保护项)和(ii)对于该患者，相同触发项(或保护项)具有大于第一阈值的单变量风险值和小于第二阈值的p值。因此，在此类实施例中，在来源患者的在方框1302中的确定触发项群组中的其它一个或多个患者为触发项(或保护项)也与疾病症状强烈关联的患者。
随后，方法1300前进到方框1306，其中服务器系统将在方框1304中确定的一个或多个其它患者的识别(即，所确定的触发项群组)发送到与来源患者相关联的至少一个客户端装置。来源患者的客户端装置可相同于或类似于本文所述的客户端装置中的任一个。在操作中，在方框1306中发送的识别可采取许多形式，包括但不限于在来源患者的触发项地图(图10)或患者群体触发项地图(图12A和图12B)内显示的电子邮件或文本通知、弹出窗口或网页标识，或其它通知。举例来说，在来源患者的触发项地图(图10)或患者群体触发项地图(图12A和图12B)内，来源患者的客户端装置可在GUI内生成弹出式(或类似)消息或提示，其说出例如“触发项X也为55个其它患者的强触发项。你愿意与这些患者中的一些共享你的触发项X的经历吗？”，其中触发项X为在方框1302处识别的疾病触发项或保护项中的一个。在来源患者激活在GUI内的此类提示时，来源患者的客户端装置可在GUI内显示来自触发项群组(方框1304)的一个或多个患者的子集以便来源患者选择为一个或多个目标患者，从而与该目标患者(i)通信和/或(ii)共享疾病症状和/或疾病触发项或因素信息。显示给来源患者的来自触发项族的患者的子集可基于一个或多个因素，包括但不限于来自触发项族的一个或多个其它患者，该其它患者(i)与来源患者共同具有一个或多个其它特点(例如相同职业、生活在相同城市或城镇中、相同性别、相同年龄范围、相同遗传标记等)，(ii)在触发项群组中的患者之中具有“触发项X”的最高(或可能比平均值高)单变量风险值和最低(或可能低于平均值)p值(参见上文)，和/或(iii)具有类似疾病症状频率和/或强度。服务器系统可基于其它患者类似性和/或差异以及或可能基于其它患者中的每一个愿意共享信息的多少(这可基于关于其它患者的储存于服务器系统中的用户预置文件或类似信息)，选择来自触发项群组的患者的子集。在操作中，来源患者的客户端装置从来源患者接收标示，该标示为在来自触发项群组的患者的子集中哪些患者(即，目标患者)与谁(i)开始通信和/或(ii)共享疾病症状和/或疾病触发项信息。
在一些实施例中，系统可另外地或可替代地询问来源患者他或她是否希望加入聚焦于特定疾病触发项(或可能疾病触发项的群组)的讨论组，或可能其中患者具有一个或多个其它类似特点(例如，具有相同性别的患者、在相同年龄范围内的患者、具有职业的患者或生活在该地理区域中的患者)或其它患者类似性的的讨论组。系统还可使得患者能够从讨论组内开始通信和疾病症状及触发项数据共享。
在方框1308处，服务器系统从与来源患者相关联的至少一个客户端装置(即，在方框1306中的识别发送到的设备中的一个)接收第一请求以建立在(i)来源患者和(ii)目标患者中的至少一个之间的通信。此外，或可替代地，第一请求可包括与一个或多个目标患者共享来源患者的疾病症状和/或疾病触发项信息的请求。在操作中，来源患者的客户端装置响应于例如经由通过客户端装置从来源患者接收的输入从来源患者接收一个或多个目标患者的一些选择，将第一请求发送到服务器系统。
在一些实施例中，第一请求还可指示与通信请求相关联的匿名的等级和/或来源患者愿意与其它患者共享的信息的量或类型。举例来说，来源患者可请求与一个或多个目标患者通信，但仅用他或她的患者编号或类似别名而非来源患者的真实姓名或用户ID来识别他或她自身。类似地，来源患者可请求系统与一个或多个目标患者仅共享一些来源患者的触发项信息和/或疾病症状历史。举例来说，来源患者可希望共享关于他或她与一个或多个目标患者共同具有的特定疾病触发项的信息，但可能不共享关于他或她并不与该一个或多个目标患者共享的其它疾病触发项的信息。
在方框1310处，并且响应于在方框1308中接收第一请求，服务器系统生成和发送第二请求到与在方框1308的第一请求中的一个或多个其它患者(即，一个或多个目标患者)中的至少一个相关联的至少一个客户端装置。在操作中，该第二通知向一个或多个目标患者中的每一个告知来源患者希望通信和/或共享关于来源患者和一个或多个目标患者共同具有的疾病触发项(和可能其它患者特点)的信息。第二通知可采取许多形式，包括但不限于在来源患者的触发项地图(图10)或患者群体触发项地图(图12A和图12B)内显示的电子邮件或文本通知、弹出窗口或网页标识，或其它通知。
在方框1312处，服务器系统从方框1310中的第二请求所发送到的与一个或多个其它患者中的至少一个(即，目标患者中的一个)相关联的客户端装置接收批准。在操作中，响应于从目标患者接收目标患者同意与来源患者通信和/或共享疾病症状/触发项信息的指示(例如输入或应答)，目标患者的客户端装置将此类批准发送到服务器系统。在一些实施例中，批准还可包括目标患者希望与来源患者通信的匿名的等级。举例来说，目标患者可同意与来源患者通信，但仅用他或她的患者编号或类似别名而非目标患者的真实姓名或用户ID来识别他或她自身。类似地，目标患者可同意与来源患者仅共享他或她的触发项信息和疾病症状历史中的一些。举例来说，目标患者可希望仅共享关于他或她与来源患者共同具有的特定疾病触发项的信息，但可能不共享关于他或她并不与来源患者共享的其它疾病触发项的信息。
在方框1314处，并且响应于在方框1312中接收批准，服务器系统促进在来源患者和对应于在方框1312中接收的一个或多个批准的一个或多个其它患者中的至少一个之间的疾病症状(和/或疾病触发项)信息的通信和/或共享。在操作中，一旦来源患者和一个或多个触发项患者已经同意通信和共享疾病症状和/或疾病触发项信息，一个或多个来源患者和一个或多个触发项患者就可查看储存和/或可由服务器系统获取的关于彼此的疾病症状和/或疾病触发项历史的细节(达到来源患者和一个或多个目标患者已经同意共享此类信息的程度)。此类疾病症状和疾病触发项历史可包括疾病症状的频率和强度、暴露于疾病触发项和保护项的频率和程度和/或储存的或至少可由服务器系统获取的关于来源患者和触发项患者的任何其它额外信息。
此外，一旦患者彼此通信并且能够看见彼此的疾病症状和疾病触发项数据，患者就可能够推荐管理他们的疾病症状和疾病触发项暴露和/或可能保护项的方式以考虑。类似地，如果一个患者发现某一保护项对他或她的通常特定触发项或关于特定触发项尤其有效，那么该患者可与其它患者共享该保护项，其它患者可然后针对本身测试该保护项并且在系统中记录它们的结果用于如本文所描述的分析。
在一些实施例中，服务器系统可将在两个患者之间的通信和/或信息共享限定成该两个患者(例如第一患者和第二患者)之间同意的最严格等级。举例来说，如果第一患者希望仅共享疾病触发项信息并且不共享疾病症状信息，那么即使第二患者已经同意共享疾病触发项和疾病症状信息两者，第一患者和第二患者也将仅能够看见彼此的疾病触发项信息。类似地，如果第一患者同意与另一个患者仅共享一个月的疾病触发项数据，那么即使第二患者已经同意共享6个月的疾病触发项信息，第一患者和第二患者也将仅能够看见彼此的一个月的疾病触发项信息。以此方式，系统促使在患者之间的更多开放信息共享，因为患者将仅从其它患者接收一定类型、等级或量的信息至他或她同意与其它患者共享信息的相同类型、等级或量。
在操作中，使得在患者群体中的患者能够以上述方式彼此通信以共享关于他们的自身疾病症状和疾病触发项/保护项的个人经历的信息和/或建议可提示患者试用建议的触发项/保护项并且在系统中记录他们的那些触发项/保护项的经历，从而向系统提供更多疾病触发项信息以便分析并且帮助患者通过此类信息的交换获得对他们的自身疾病症状和触发项的更好理解。
结论
虽然本文公开了特定方面和实施例，但鉴于前述教导内容，对于本领域的技术人员其它方面和实施例将显而易见。举例来说，虽然关于偏头痛描述实施例和实例，但所公开的系统和方法不受如此限制并且可适用于广泛范围的疾病症状和相关疾病因素和疾病触发项。本文公开的各种方面和实施例仅出于说明的目的，并且不打算为限制性的，其中真实的范围和精神由以下权利要求书指示。

Claims (24)

1.一种慢性疾病发现和管理系统，其包含：
存储器，其上存储有计算机程序；
一个或多个处理器，当执行所述存储器上存储的计算机程序时，引起所述一个或多个处理器执行包含以下各项的功能：
从服务器接收在患者的第一疾病触发项和疾病症状之间的统计关联的强度的第一指示；
在图形用户界面内显示所述疾病症状的触发项地图；以及
在所述触发项地图内显示第一触发项图标，其中所述第一触发项图标对应于所述第一疾病触发项，其中所述第一触发项图标在所述触发项地图内的位置是基于所接收的在所述第一疾病触发项和所述疾病症状之间的所述统计关联的所述强度的第一指示，并且其中所述第一触发项图标的大小是基于所述患者在对应于所述第一疾病触发项的限定时间范围内已暴露于所述第一疾病触发项多少，
所述功能进一步包含：
确定与所述第一疾病触发项相关的事件已发生；
响应于确定与所述第一疾病触发项相关的所述事件已发生，在所述图形用户界面中显示第一疾病提示，其中所述第一疾病提示包含：（i）所述第一疾病触发项图标，（ii）键入对应于所述患者暴露于所述第一疾病触发项的一个或多个第一疾病触发项表征指标的请求，和（iii）用于所述一个或多个所请求的第一疾病触发项表征指标中的每一个的可接受值的指示；
经由所述图形用户界面从所述患者接收所请求的一个或多个第一疾病触发项表征指标中的一个或多个；
将所述一个或多个所接收的第一疾病触发项表征指标传输到所述服务器；
所述服务器使用所述一个或多个第一疾病触发项表征指标，以确定最可能与患者经历特定疾病症状相关联和/或防止患者经历特定疾病症状的患者的疾病因素和/或疾病触发项，并向客户端装置提供描述患者近期将经历或不经历疾病症状的概率。
2.根据权利要求1所述的系统，其中所述疾病触发项包含与所述患者相关和/或由所述患者执行的具有导致所述患者经历所述疾病症状的潜能的事件、暴露、动作或行为中的至少一个。
3.根据权利要求1所述的系统，其中所述功能进一步包含：
从所述服务器接收在所述患者的保护项和所述疾病症状之间的统计关联的强度的指示，其中所述保护项包含与所述患者相关和/或由所述患者执行的具有防止所述患者经历所述疾病症状的潜能的事件、暴露、动作或行为中的至少一个；以及
在所述触发项地图内显示保护项图标，其中所述保护项图标对应于所述保护项，其中所述保护项图标在所述触发项地图内的位置是基于所接收的在所述保护项和所述疾病症状之间的所述统计关联的所述强度的指示，并且其中所述保护项图标的大小是基于所述患者在对应于所述保护项的限定时间范围内已暴露于所述保护项多少。
4.根据权利要求1所述的系统，其中所确定的在所述第一疾病触发项和所述疾病症状之间的统计关联具有大于1的考克斯风险比和小于或等于阈值的p值，所述阈值为所述p值的阈值。
5.根据权利要求4所述的系统，其中所接收的在所述患者的所述第一疾病触发项和所述疾病症状之间的所述统计关联的所述强度的第一指示为所确定的统计关联的所述p值除以所述阈值。
6.根据权利要求1所述的系统，其中所述功能进一步包含：
从所述服务器接收在所述患者的第二疾病触发项和所述疾病症状之间的统计关联的强度的第二指示；
在所述触发项地图内显示第二触发项图标，其中所述第二触发项图标对应于所述第二疾病触发项，其中所述第二触发项图标在所述触发项地图内的位置是基于所接收的在所述第二疾病触发项和所述疾病症状之间的所述统计关联的所述强度的第二指示，并且其中所述第二触发项图标的大小是基于所述患者在对应于所述第二疾病触发项的限定时间范围内已暴露于所述第二疾病触发项多少。
7.根据权利要求6所述的系统，所述功能进一步包含：
从所述服务器接收在所述疾病症状与所述第一疾病触发项和第二疾病触发项的组合之间的统计关联的强度的第三指示；以及
在所述触发项地图内显示组合图标，其中所述组合图标对应于所述第一疾病触发项和第二疾病触发项，其中所述组合图标在所述触发项地图内的位置是基于所接收的在所述疾病症状与所述第一疾病触发项和第二疾病触发项的所述组合之间的所述统计关联的所述强度的第三指示，并且其中所述组合图标的大小是基于所述患者在对应于所述第一疾病触发项的所述限定时间范围内已暴露于所述第一疾病触发项多少和所述患者在对应于所述第二疾病触发项的所述限定时间范围内已暴露于所述第二疾病触发项多少。
8.根据权利要求6所述的系统，其中所述功能进一步包含：
从所述服务器接收所述患者在将来时间范围内将经历所述疾病症状的当前概率，其中所述概率至少部分地基于以下各项中的一个或多个：（i）在所述第一疾病触发项和所述疾病症状之间的所述统计关联的所述强度，（ii）在所述第二疾病触发项和所述疾病症状之间的所述统计关联的所述强度，（iii）在所述疾病症状与所述第一疾病触发项和第二疾病触发项的组合之间的所述统计关联的所述强度；（iv）所述患者在对应于所述第一疾病触发项的所述限定时间范围内已暴露于所述第一疾病触发项多少，和/或（v）所述患者在对应于所述第二疾病触发项的所述限定时间范围内已暴露于所述第二疾病触发项多少；
在所述图形用户界面内显示用于所述疾病症状的风险计量器；以及
在所述风险计量器内显示风险指示符，其中所述风险指示符在所述风险计量器内的位置是基于所述患者在所述将来时间范围内将经历所述疾病症状的所述当前概率的值，并且其中在所述风险计量器内的所述风险指示符的大小是基于所述患者在所述将来时间范围内将经历所述疾病症状的所述当前概率的置信水平。
9.根据权利要求1所述的系统，其中所述功能进一步包含：
接收在所述疾病症状与所述第一疾病触发项和第三疾病触发项的组合之间的统计关联的第四指示；以及
至少部分响应于接收在所述疾病症状与所述第一疾病触发项和第三疾病触发项的所述组合之间的所述统计关联的所述第四指示，在所述图形用户界面中显示第二疾病提示，其中所述第二疾病提示包含：（i）对应于所述第三疾病触发项的第三疾病触发项图标，（ii）键入对应于所述患者暴露于所述第三疾病触发项的一个或多个第三疾病触发项表征指标的请求，和（iii）用于所述一个或多个所请求的第三疾病触发项表征指标中的每一个的可接受值的指示；
经由所述图形用户界面从所述患者接收所请求的一个或多个第三疾病触发项表征指标中的一个或多个；以及
将所述一个或多个所接收的第三疾病触发项表征指标传输到所述服务器。
10.根据权利要求1所述的系统，其中所述患者为患者群体的成员，并且所述功能进一步包含：
从所述服务器接收在所述患者群体中的多个患者的疾病触发项数据；以及
在所述图形用户界面内显示所述疾病症状的患者群体触发项地图，其中所述患者群体触发项地图示出在（i）一个或多个疾病触发项和（ii）所述患者群体的一个或多个患者之间的一种或多种关系。
11.根据权利要求1所述的系统，其中所述患者为患者群体的成员，并且所述功能进一步包含：
从所述服务器接收包含在所述群体中的与所述患者共同具有至少一个疾病触发项的一个或多个其它患者的触发项群组的识别；
响应于接收所述识别，在所述图形用户界面内显示与在所识别的触发项群组中的至少一个患者共享疾病触发项信息的邀请；
从所述患者接收来自所识别的触发项群组的一个或多个患者的选择；以及
响应于从所述患者接收所述选择，将与所选择患者共享疾病触发项信息的请求传输到所述服务器，其中所述请求包含以下各项中的至少一个：（i）用于与所选择患者共享疾病触发项信息的匿名等级，（ii）与所选择患者共享疾病触发项信息的量，和/或（iii）与所选择患者共享疾病触发项信息的类型。
12.根据权利要求1所述的系统，其中所述功能进一步包含：
从所述服务器接收提醒所述患者进行以下各项中的任一个的消息：（i）避免特定疾病触发项或（ii）参与特定保护项，其中所述疾病触发项包含与所述患者相关和/或由所述患者执行的具有导致所述患者经历所述疾病症状的潜能的事件、暴露、动作或行为中的至少一个，并且其中所述保护项包含与所述患者相关和/或由所述患者执行的具有防止所述患者经历所述疾病症状的潜能的事件、暴露、动作或行为中的至少一个；以及
响应于接收所述消息，在所述图形用户界面内显示所述消息。
13.一种包含指令的有形非暂时性计算机可读媒质，其中所述指令当由一个或多个处理器执行时引起所述一个或多个处理器执行包含以下各项的功能：
从服务器接收在患者的第一疾病触发项和疾病症状之间的统计关联的强度的第一指示；
在图形用户界面内显示所述疾病症状的触发项地图；以及
在所述触发项地图内显示第一触发项图标，其中所述第一触发项图标对应于所述第一疾病触发项，其中所述第一触发项图标在所述触发项地图内的位置是基于所接收的在所述第一疾病触发项和所述疾病症状之间的所述统计关联的所述强度的第一指示，并且其中所述第一触发项图标的大小是基于所述患者在对应于所述第一疾病触发项的限定时间范围内已暴露于所述第一疾病触发项多少，
所述功能进一步包含：
确定与所述第一疾病触发项相关的事件已发生；
响应于确定与所述第一疾病触发项相关的所述事件已发生，在所述图形用户界面中显示第一疾病提示，其中所述第一疾病提示包含：（i）所述第一疾病触发项图标，（ii）键入对应于所述患者暴露于所述第一疾病触发项的一个或多个第一疾病触发项表征指标的请求，和（iii）用于所述一个或多个所请求的第一疾病触发项表征指标中的每一个的可接受值的指示；
经由所述图形用户界面从所述患者接收所请求的一个或多个第一疾病触发项表征指标中的一个或多个；
将所述一个或多个所接收的第一疾病触发项表征指标传输到所述服务器；
所述服务器使用所述一个或多个第一疾病触发项表征指标，以确定最可能与患者经历特定疾病症状相关联和/或防止患者经历特定疾病症状的患者的疾病因素和/或疾病触发项，并向客户端装置提供描述患者近期将经历或不经历疾病症状的概率。
14.根据权利要求13所述的计算机可读媒质，其中所述疾病触发项包含与所述患者相关和/或由所述患者执行的具有导致所述患者经历所述疾病症状的潜能的事件、暴露、动作或行为中的至少一个。
15.根据权利要求13所述的计算机可读媒质，其中所述功能进一步包含：
从所述服务器接收在所述患者的保护项和所述疾病症状之间的统计关联的强度的指示，其中所述保护项包含与所述患者相关和/或由所述患者执行的具有防止所述患者经历所述疾病症状的潜能的事件、暴露、动作或行为中的至少一个；以及
在所述触发项地图内显示保护项图标，其中所述保护项图标对应于所述保护项，其中所述保护项图标在所述触发项地图内的位置是基于所接收的在所述保护项和所述疾病症状之间的所述统计关联的所述强度的指示，并且其中所述保护项图标的大小是基于所述患者在对应于所述保护项的限定时间范围内已暴露于所述保护项多少。
16.根据权利要求13所述的计算机可读媒质，其中所确定的在所述第一疾病触发项和所述疾病症状之间的统计关联具有大于1的考克斯风险比和小于或等于阈值的p值，所述阈值为所述p值的阈值。
17.根据权利要求16所述的计算机可读媒质，其中所接收的在所述患者的所述第一疾病触发项和所述疾病症状之间的所述统计关联的所述强度的第一指示为所确定的统计关联的所述p值除以所述阈值。
18.根据权利要求13所述的计算机可读媒质，所述功能进一步包含：
从所述服务器接收在所述患者的第二疾病触发项和所述疾病症状之间的统计关联的强度的第二指示；
在所述触发项地图内显示第二触发项图标，其中所述第二触发项图标对应于所述第二疾病触发项，其中所述第二触发项图标在所述触发项地图内的位置是基于所接收的在所述第二疾病触发项和所述疾病症状之间的所述统计关联的所述强度的第二指示，并且其中所述第二触发项图标的大小是基于所述患者在对应于所述第二疾病触发项的限定时间范围内已暴露于所述第二疾病触发项多少。
19.根据权利要求18所述的计算机可读媒质，所述功能进一步包含：
从所述服务器接收在所述疾病症状与所述第一疾病触发项和第二疾病触发项的组合之间的统计关联的强度的第三指示；以及
在所述触发项地图内显示组合图标，其中所述组合图标对应于所述第一疾病触发项和第二疾病触发项，其中所述组合图标在所述触发项地图内的位置是基于所接收的在所述疾病症状与所述第一疾病触发项和第二疾病触发项的所述组合之间的所述统计关联的所述强度的第三指示，并且其中所述组合图标的大小是基于所述患者在对应于所述第一疾病触发项的所述限定时间范围内已暴露于所述第一疾病触发项多少和所述患者在对应于所述第二疾病触发项的所述限定时间范围内已暴露于所述第二疾病触发项多少。
20.根据权利要求18所述的计算机可读媒质，所述功能进一步包含：
从所述服务器接收所述患者在将来时间范围内将经历所述疾病症状的当前概率，其中所述概率至少部分地基于以下各项中的一个或多个：（i）在所述第一疾病触发项和所述疾病症状之间的所述统计关联的所述强度，（ii）在所述第二疾病触发项和所述疾病症状之间的所述统计关联的所述强度，（iii）在所述疾病症状与所述第一疾病触发项和第二疾病触发项的组合之间的所述统计关联的所述强度；（iv）所述患者在对应于所述第一疾病触发项的所述限定时间范围内已暴露于所述第一疾病触发项多少，和/或（v）所述患者在对应于所述第二疾病触发项的所述限定时间范围内已暴露于所述第二疾病触发项多少；
在所述图形用户界面内显示用于所述疾病症状的风险计量器；以及
在所述风险计量器内显示风险指示符，其中所述风险指示符在所述风险计量器内的位置是基于所述患者在所述将来时间范围内将经历所述疾病症状的所述当前概率的值，并且其中在所述风险计量器内的所述风险指示符的大小是基于所述患者在所述将来时间范围内将经历所述疾病症状的所述当前概率的置信水平。
21.根据权利要求13所述的计算机可读媒质，所述功能进一步包含：
接收在所述疾病症状与所述第一疾病触发项和第三疾病触发项的组合之间的统计关联的第四指示；以及
至少部分响应于接收在所述疾病症状与所述第一疾病触发项和第三疾病触发项的所述组合之间的所述统计关联的所述第四指示，在所述图形用户界面中显示第二疾病提示，其中所述第二疾病提示包含：（i）对应于所述第三疾病触发项的第三疾病触发项图标，（ii）键入对应于所述患者暴露于所述第三疾病触发项的一个或多个第三疾病触发项表征指标的请求，和（iii）用于所述一个或多个所请求的第三疾病触发项表征指标中的每一个的可接受值的指示；
经由所述图形用户界面从所述患者接收所请求的一个或多个第三疾病触发项表征指标中的一个或多个；以及
将所述一个或多个所接收的第三疾病触发项表征指标传输到所述服务器。
22.根据权利要求13所述的计算机可读媒质，其中所述患者为患者群体的成员，并且其中所述功能进一步包含：
从所述服务器接收在所述患者群体中的多个患者的疾病触发项数据；以及
在所述图形用户界面内显示所述疾病症状的患者群体触发项地图，其中所述患者群体触发项地图示出在（i）一个或多个疾病触发项和（ii）所述患者群体的一个或多个患者之间的一种或多种关系。
23.根据权利要求13所述的计算机可读媒质，其中所述患者为患者群体的成员，并且其中所述功能进一步包含：
从所述服务器接收包含在所述群体中的与所述患者共同具有至少一个疾病触发项的一个或多个其它患者的触发项群组的识别；
响应于接收所述识别，在所述图形用户界面内显示与在所识别的触发项群组中的至少一个患者共享疾病触发项信息的邀请；
从所述患者接收来自所识别的触发项群组的一个或多个患者的选择；以及
响应于从所述患者接收所述选择，将与所选择患者共享疾病触发项信息的请求传输到所述服务器，其中所述请求包含以下各项中的至少一个：（i）用于与所选择患者共享疾病触发项信息的匿名等级，（ii）与所选择患者共享疾病触发项信息的量，和/或（iii）与所选择患者共享疾病触发项信息的类型。
24.根据权利要求13所述的计算机可读媒质，其中所述功能进一步包含：
从所述服务器接收提醒所述患者进行以下各项中的任一个的消息：（i）避免特定疾病触发项或（ii）参与特定保护项，其中所述疾病触发项包含与所述患者相关和/或由所述患者执行的具有导致所述患者经历所述疾病症状的潜能的事件、暴露、动作或行为中的至少一个，并且其中所述保护项包含与所述患者相关和/或由所述患者执行的具有防止所述患者经历所述疾病症状的潜能的事件、暴露、动作或行为中的至少一个；以及
响应于从所述服务器接收所述消息，在所述图形用户界面内显示所述消息。
CN201580054600.9A 2014-08-07 2015-08-06 慢性疾病发现和管理系统 Active CN106796707B (zh)

Applications Claiming Priority (11)

Application Number Priority Date Filing Date Title
US201462034408P 2014-08-07 2014-08-07
US62/034,408 2014-08-07
US201562120534P 2015-02-25 2015-02-25
US62/120,534 2015-02-25
US201562139291P 2015-03-27 2015-03-27
US62/139,291 2015-03-27
US201562148130P 2015-04-15 2015-04-15
US62/148,130 2015-04-15
US201562172594P 2015-06-08 2015-06-08
US62/172,594 2015-06-08
PCT/US2015/043945 WO2016022761A1 (en) 2014-08-07 2015-08-06 Chronic disease discovery and management system

Publications (2)

Publication Number Publication Date
CN106796707A CN106796707A (zh) 2017-05-31
CN106796707B true CN106796707B (zh) 2021-04-09

Family

ID=55264544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580054600.9A Active CN106796707B (zh) 2014-08-07 2015-08-06 慢性疾病发现和管理系统

Country Status (7)

Country Link
US (2) US10937528B2 (zh)
EP (1) EP3178060A4 (zh)
JP (1) JP6759201B2 (zh)
CN (1) CN106796707B (zh)
AU (1) AU2015300970A1 (zh)
CA (1) CA2957379A1 (zh)
WO (1) WO2016022761A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10251790B2 (en) 2013-06-28 2019-04-09 Nocira, Llc Method for external ear canal pressure regulation to alleviate disorder symptoms
US9039639B2 (en) 2013-06-28 2015-05-26 Gbs Ventures Llc External ear canal pressure regulation system
US11521736B1 (en) * 2016-06-13 2022-12-06 DynamiCare Health, Inc. System and method for encouraging therapeutic psychosocial activity
US10760566B2 (en) 2016-07-22 2020-09-01 Nocira, Llc Magnetically driven pressure generator
US20180150615A1 (en) * 2016-11-30 2018-05-31 Accenture Global Solutions Limited Device for facilitating clinical trial
EP3585335A4 (en) 2017-02-27 2020-12-30 Nocira, LLC EAR PUMPS
EP3634213A4 (en) 2017-06-09 2021-04-07 Curelator, Inc. SYSTEMS AND METHODS FOR VISUALIZATION OF COMPARISON OF DISEASE SYMPTOMS OF A PATIENT POPULATION
CN107767965B (zh) * 2017-11-14 2022-01-28 广东乐心医疗电子股份有限公司 多因素关联比对的健康监测系统及方法
EP3747015A4 (en) * 2018-01-31 2021-11-03 Curelator Inc. EARLY FEEDBACK OF DISEASE FACTORS TO IMPROVE A PATIENT'S QUALITY OF LIFE, ENGAGEMENT AND PERSISTENCE
US20210012903A1 (en) * 2018-03-22 2021-01-14 Koninklijke Philips N.V. A system and method for determining allergens which may present a risk of a respiratory attack to a user of the system
JP2021527875A (ja) * 2018-06-14 2021-10-14 アストラゼネカ・ユーケイ・リミテッドＡｓｔｒａＺｅｎｅｃａ ＵＫ Ｌｉｍｉｔｅｄ Ｃｇｍｐ特異的ホスホジエステラーゼ５阻害剤の薬学的組成物により勃起不全を治療するための方法
US11056242B1 (en) 2020-08-05 2021-07-06 Vignet Incorporated Predictive analysis and interventions to limit disease exposure
US11456080B1 (en) * 2020-08-05 2022-09-27 Vignet Incorporated Adjusting disease data collection to provide high-quality health data to meet needs of different communities
US11504011B1 (en) 2020-08-05 2022-11-22 Vignet Incorporated Early detection and prevention of infectious disease transmission using location data and geofencing
US11127506B1 (en) 2020-08-05 2021-09-21 Vignet Incorporated Digital health tools to predict and prevent disease transmission
US11342051B1 (en) 2020-08-21 2022-05-24 Vignet Incorporated Infectious disease monitoring using location information and surveys
CN113349810B (zh) * 2021-05-27 2022-03-01 北京安德医智科技有限公司 脑出血病灶识别及血肿扩大预测系统及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005079325A2 (en) * 2004-02-12 2005-09-01 Geneob Usa Inc. Genetic predictability for acquiring a disease or condition
JP3861136B2 (ja) * 2001-04-19 2006-12-20 いであ株式会社 医学気象予報配信システム、医学気象予報配信方法、医学気象予報配信プログラム
WO2010058698A1 (ja) * 2008-11-19 2010-05-27 オムロンヘルスケア株式会社 健康状態判断装置
CN102395975A (zh) * 2009-04-15 2012-03-28 皇家飞利浦电子股份有限公司 临床决策支持系统和方法
EP2520668A1 (en) * 2007-01-31 2012-11-07 Celera Corporation A molecular prognostic signature for predicting breast cancer distant metastasis, and uses thereof
JP5467094B2 (ja) * 2011-10-25 2014-04-09 日本電信電話株式会社 情報提示装置、方法及びプログラム
WO2014120947A3 (en) * 2013-01-31 2014-10-16 Curelator, Inc. Methods and systems for determining a correlation between patient actions and symptoms of a disease

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5937387A (en) * 1997-04-04 1999-08-10 Real Age, Inc. System and method for developing and selecting a customized wellness plan
US20020055857A1 (en) 2000-10-31 2002-05-09 Mault James R. Method of assisting individuals in lifestyle control programs conducive to good health
JP2002211158A (ja) 2001-01-22 2002-07-31 Fuji Photo Film Co Ltd 平版印刷版用支持体の製造方法およびアルカリエッチング処理装置
US20020184055A1 (en) 2001-05-29 2002-12-05 Morteza Naghavi System and method for healthcare specific operating system
JP2005523490A (ja) * 2001-11-02 2005-08-04 シーメンス　メディカル　ソリューションズ　ユーエスエー　インコーポレイテッド コンプライアンス自動化のための患者データマイニング
WO2003063684A2 (en) * 2002-01-25 2003-08-07 Intellipatch, Inc. Evaluation of a patient and prediction of chronic symptoms
US7311666B2 (en) * 2004-07-10 2007-12-25 Trigeminal Solutions, Inc. Apparatus for collecting information
JP2008541249A (ja) 2005-05-11 2008-11-20 エフ ホフマン−ラ ロッシュ アクチェン ゲゼルシャフト リスクステータスを計算し、表示することによって病気を回避するための予防モジュール
US20060272652A1 (en) * 2005-06-03 2006-12-07 Medtronic Minimed, Inc. Virtual patient software system for educating and treating individuals with diabetes
US10561845B2 (en) * 2007-09-24 2020-02-18 Medtronic, Inc. Therapy adjustment based on patient event indication
EP2192509A1 (de) * 2008-11-19 2010-06-02 CompuGroup Holding AG Verfahren zur Anzeige von patientenbezogenen Diagnosen chronischer Krankheiten
US20100318424A1 (en) * 2009-06-12 2010-12-16 L2La, Llc System for Correlating Physiological and Environmental Conditions
WO2011091268A2 (en) * 2010-01-21 2011-07-28 Asthma Signals, Inc. Early warning method and system for chronic disease management
US20130231949A1 (en) * 2011-12-16 2013-09-05 Dimitar V. Baronov Systems and methods for transitioning patient care from signal-based monitoring to risk-based monitoring
JP2014016847A (ja) * 2012-07-10 2014-01-30 Ricoh Co Ltd 情報処理装置，システム，およびプログラム
US20140016847A1 (en) * 2012-07-13 2014-01-16 General Electric Company Multi-phase computed tomography image reconstruction
JP2014106847A (ja) 2012-11-29 2014-06-09 Toshiba Corp 飲料水遠隔自動供給制御装置及び飲料水遠隔自動供給制御システム
US10600516B2 (en) 2012-12-12 2020-03-24 Advanced Healthcare Systems, Inc. Healthcare administration method for complex case and disease management
US8620418B1 (en) 2013-01-04 2013-12-31 Infobionic, Inc. Systems and methods for processing and displaying patient electrocardiograph data
WO2014110350A2 (en) * 2013-01-11 2014-07-17 Oslo Universitetssykehus Hf Systems and methods for identifying polymorphisms
US20130282395A1 (en) * 2013-06-18 2013-10-24 Naryan L. Rustgi Medical registry

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3861136B2 (ja) * 2001-04-19 2006-12-20 いであ株式会社 医学気象予報配信システム、医学気象予報配信方法、医学気象予報配信プログラム
WO2005079325A2 (en) * 2004-02-12 2005-09-01 Geneob Usa Inc. Genetic predictability for acquiring a disease or condition
EP2520668A1 (en) * 2007-01-31 2012-11-07 Celera Corporation A molecular prognostic signature for predicting breast cancer distant metastasis, and uses thereof
WO2010058698A1 (ja) * 2008-11-19 2010-05-27 オムロンヘルスケア株式会社 健康状態判断装置
CN102395975A (zh) * 2009-04-15 2012-03-28 皇家飞利浦电子股份有限公司 临床决策支持系统和方法
JP5467094B2 (ja) * 2011-10-25 2014-04-09 日本電信電話株式会社 情報提示装置、方法及びプログラム
WO2014120947A3 (en) * 2013-01-31 2014-10-16 Curelator, Inc. Methods and systems for determining a correlation between patient actions and symptoms of a disease

Also Published As

Publication number Publication date
US20210233630A1 (en) 2021-07-29
CA2957379A1 (en) 2016-02-11
WO2016022761A1 (en) 2016-02-11
JP2017524221A (ja) 2017-08-24
AU2015300970A1 (en) 2017-03-30
EP3178060A1 (en) 2017-06-14
EP3178060A4 (en) 2018-03-28
CN106796707A (zh) 2017-05-31
US11615872B2 (en) 2023-03-28
US10937528B2 (en) 2021-03-02
JP6759201B2 (ja) 2020-09-23
US20170235889A1 (en) 2017-08-17

Similar Documents

Publication Publication Date Title
CN106796707B (zh) 慢性疾病发现和管理系统
JP6744329B2 (ja) 位置ベースのワイヤレス糖尿病管理システム、方法、および装置
US9293023B2 (en) Techniques for emergency detection and emergency alert messaging
EP3095067B1 (en) Privacy filtering of requested user data and context activated privacy modes
JP2022500797A (ja) 血糖濃度の予測
US11120906B2 (en) System for improving patient medical treatment plan compliance
US20180122209A1 (en) System for determining behavioral patterns and deviations from determined behavioral patterns
EP3005336A2 (en) System and method for managing behavior change applications for mobile users
US20190005201A1 (en) Cognitive diabetic regulator
US20200105392A1 (en) Healthcare ecosystem methods, systems, and techniques
US20190156953A1 (en) Statistical analysis of subject progress and responsive generation of influencing digital content
AU2017371391A1 (en) Mental health assessment system and method
US20160357173A1 (en) Evidence Generation and Data Interpretation Platform
AU2021201917B2 (en) Systems and methods for visualizing patient population disease symptom comparison
Smith et al. mHealth analytics
EP3496105A1 (en) Statistical analysis of subject progress and responsive generation of influencing digital content
US11042746B2 (en) Presenting information on object to be observed
US20220310241A1 (en) Clinical decision support scheduling and alerts
US20220148737A1 (en) System and method for evaluating wellness of one or more users
Platkin et al. The digital revolution and its potential impact on detection and treatment of depressive disorders
KR20240014036A (ko) 지역 사회 노인 맞춤형 정신 건강 케어 방법 및 이를위한 장치
JP2023114831A (ja) システム、携帯端末、サーバ、情報処理装置、プログラム、又は方法

Legal Events

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