CN107710207A - 感染管理和控制 - Google Patents
感染管理和控制 Download PDFInfo
- Publication number
- CN107710207A CN107710207A CN201680015158.3A CN201680015158A CN107710207A CN 107710207 A CN107710207 A CN 107710207A CN 201680015158 A CN201680015158 A CN 201680015158A CN 107710207 A CN107710207 A CN 107710207A
- Authority
- CN
- China
- Prior art keywords
- patient
- data
- shows
- infection
- implemented method
- 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
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
用于使用基因组子类型信息监测并确定抗菌药抗性和抗菌药处置的方法和系统。各种实施例利用分子流行病学和下一代测序技术(NGS)来监测多药抗性病原体,并且提供对新兴微生物威胁的早期了解。
Description
技术领域
本文中描述的各种实施例总体涉及感染的管理和控制,并且更具体涉及基因组数据用于感染控制和管理的使用。
背景技术
医疗保健相关感染(HAI)是患者在针对另一状况的医疗保健处置期间获得的感染。医学文献中的HAI被称为“医院”感染。HAI能够是致命的、趋于普遍存在的,并且包括细菌性和真菌性原因两者。
医院感染能够引起若干肺炎以及泌尿道、血流和身体的其他部分的感染。许多类型难以利用抗生素来攻击,并且其抗生素抗性正在传播到能够在医院环境外感染人的革兰氏阴性菌。在美国,医院背景下的最频繁的感染类型是泌尿道(36%),紧接着是外科手术部位感染(20%),并且然后是血流感染和肺炎(两者均为11%)。
大约二十五分之一的住院患者将会接触HAI。在2011年进行的研究估计在美国急诊医院中存在大约722000例HAI。大约75000名具有HAI的住院患者在其住院期间死亡,并且那些患者中的多于一半在重症监护室外被处置。
在1992年基于医院感染控制效果(SENIC)的研究(在1970年代中期进行的一项研究)公布了HAI的显著经济结果。在公布的时候,HAI在医疗保健上的直接成本估计在66.5亿美元(针对通货膨胀进行调整)。然而,最近公布的证据将现在的HAI直接成本至于284与338亿美元之间。该成本的大部分与更长时间的患者停留、医院的检疫隔离部分、以及发现并根除感染的来源有关。
发明内容
提供该发明内容来以简明的形式来引入选择的概念,其在下文中的详细描述的部分中被进一步详细描述。该发明内容并非旨在识别或排除请求保护的主题的关键特征或实质特征,也不旨在被用作对确定请求保护的主题的范围的辅助。
存在对允许特别是临床环境中的对感染的改善的管理和控制的方法和系统的需要。不太昂贵的基因组测序技术的出现提供了不断增长的机会在管理和防止医疗保健相关感染的任务方面帮助医学从业者。各种实施例利用来自感染部位的基因组测序数据来生成可执行信息,以帮助感染控制部门和其他医院职员管理和控制医疗保健相关感染。
特别地,各种实施例比较来自一个分离物的序列与来自从医院中的患者获取的其他样本的序列(两者是同时的且历史的),以例如,如果另一患者可能已经不经意地传播疾病则确定感染的路径。各种实施例还能够使用基因组信息和临床信息跟踪患者之间的共性,以帮助从业者确定传播的潜在原因(例如,共用的医学仪器等)。
在一个方面中,各种实施例涉及一种用于生成基因组数据和临床数据的混合显示的计算机执行方法,所述方法包括:提供计算机处理器,所述计算机处理器被配置为:接收描述从至少一个患者分离的至少一个基因组的基因组数据;接收电子患者数据;以及提供使用所述基因组数据选择的所述电子患者数据的至少子集的图形显示。
在一个实施例中,所述图形显示包括用户接口元件,当被选择时,所述用户接口元件实施与感染控制相关联的动作。在一个实施例中,所述图形显示是共性绘图。所述共性可以是,例如,感染模式共性。
在一个实施例中,所述图形显示是受与所述基因组数据相关联的有机体感染的患者的列表,其中,至少一个列出的患者与另一列出的患者共享至少一个感染模式共性,并且这样的患者在所述患者的列表中被突出。在一个实施例中,所述图形显示是受与所述基因组数据相关联的有机体感染的患者的树视图,其中,所述树中的每个节点表示感染的患者,并且所述树中的每个链接连接其患者感染有具有相似基因组的有机体的菌株的两个节点。
在一个实施例中,所述图形显示是矩阵视图,其中,每个行是医院病房的房间,每个列是与所述房间相关联的床,每个患者与他们占用的至少一个床相关联地被显示,并且每个患者显示根据从该患者分离的所述基因组数据进行区分。在一个实施例中,所述图形显示并列地呈现具有相似的分离的基因组数据的患者。在一个实施例中,所述图形显示是针对与所述基因组数据相关联的多个目标有机体和多个抗菌药的抗菌谱。在一个实施例中,所述图形显示是感染有与所述基因组数据相关联的有机体的患者的电子患者数据的时间线显示。
在另一方面中,各种实施例涉及一种计算机可读介质,其包含用于执行用于生成基因组数据和临床数据的混合显示的方法的计算机可执行指令。所述介质包括:用于接收描述从至少一个患者分离的至少一个基因组的基因组数据的计算机可执行指令;用于接收电子患者数据的计算机可执行指令;以及用于提供使用所述基因组数据选择的所述电子患者数据的至少子集的图形显示的计算机可执行指令。
在一个实施例中,所述图形显示包括用户接口元件,当被选择时,所述用户接口元件实施与感染控制相关联的动作。在一个实施例中,所述图形显示是共性绘图。所述共性可以是,例如,感染模式共性。
在一个实施例中,所述图形显示是受与所述基因组数据相关联的有机体感染的患者的列表,其中,至少一个列出的患者与另一列出的患者共享至少一个感染模式共性,并且这样的患者在所述患者的列表中被突出。在一个实施例中,所述图形显示是受与所述基因组数据相关联的有机体感染的患者的树视图,其中,所述树中的每个节点表示感染的患者,并且所述树中的每个链接连接其患者感染有具有相似基因组的有机体的菌株的两个节点。
在一个实施例中,所述图形显示是矩阵视图,其中,每个行是医院病房的房间,每个列是与所述房间相关联的床,每个患者与他们占用的至少一个床相关联地被显示,并且每个患者显示根据从该患者分离的所述基因组数据进行区分。在一个实施例中,所述图形显示并列地呈现具有相似的分离的基因组数据的患者。在一个实施例中,所述图形显示是针对与所述基因组数据相关联的多个目标有机体和多个抗菌药的抗菌谱。在一个实施例中,所述图形显示是感染有与所述基因组数据相关联的有机体的患者的电子患者数据的时间线显示。
通过对下文的详细描述的阅读以及对相关联的附图的查看,表征所提出的非限制性实施例的这些和其他特征和优点将是明显的。应当理解,先前的总体描述以及下文的详细描述都仅仅是解释性的,并且并不是对请求保护的非限制性实施例的限制。
附图说明
参考如下附图来描述非限制性和非穷举性实施例,在附图中:
图1描绘了用于生成基因组数据和临床数据的混合显示的方法的一个实施例;
图2是用于生成基因组数据和临床数据的混合显示的装置的实施例的示意表示;
图3是作为通过各种实施例生成的时间线的基因组数据和临床数据的混合显示的范例;
图4是作为通过各种实施例生成的抗菌谱和感染模式共性绘图的基因组数据和临床数据的混合显示的范例;
图5是作为通过各种实施例生成的受有机体感染的患者的列表视图的基因组数据和临床数据的混合显示的范例;
图6是作为通过各种实施例生成的受有机体感染的患者的树视图的基因组数据和临床数据的混合显示的范例;
图7是显示关于有机体的一个具体子类型的更多信息的图6的显示;
图8是作为通过各种实施例生成的病房视图的基因组数据和临床数据的混合显示的范例;
图9是作为通过各种实施例生成的受有机体感染的患者的列表视图的基因组数据和临床数据的混合显示的范例;
图10是作为通过各种实施例生成的受有机体感染的患者之间的共性视图的基因组数据和临床数据的混合显示的范例;以及
图11是作为通过各种实施例生成的受有机体感染的患者的分支视图的基因组数据和临床数据的混合显示的范例。
尽管在本文中呈现的各附图中描述的若干实施例聚焦于具体特征,但是其他实施例以组合形式包括这些特征的各种集合和方面。因此,这些示范性附图是非限制性的,并不具体地旨在暗示这些特征的这种组合超出本公开内容的范围。
在附图中,相似的附图标记通常指代不同视图中的对应部分。附图未必按比例绘制,而是,重点被放置在操作的原理和概念上。
具体实施方式
下文参考附图更为完整地描述了各个实施例,附图形成各个实施例的一部分,并且附图示出了特定的示范性实施例。然而,实施例可以以许多不同形式来实施并且不应被解释为限于本文中所阐述的实施例;而是,这些实施例被提供为使得本公开内容周全且完整,并且向本领域技术人员完整地传达实施例的范围。实施例可以被实践为方法、系统或设备。因此,实施例可以采取如下形式:硬件实施方式、完全的软件实施方式(但是其应被理解为在诸如处理器的支持硬件上进行操作)或者组合软件方面和硬件方面的实施方式。因此,下文的详细描述并非意在限制。
在说明书中对“一个实施例”或对“实施例”的引用意指结合实施例所描述的具体特征、结构或特性被包括在至少一个实施例中。在说明书中各个位置中的短语“在一个实施例中”的出现不必总指同一实施例。
下文的描述的一些部分是从在被存储在计算机存储器内的非瞬态信号上操作的符号表示的方面来呈现的。这些描述和表示是由数据处理领域中的技术人员所使用的手段,以向本领域的其他技术人员最有效地传达他们的工作的实质。这样的操作通常要求对物理量的物理操纵。通常,尽管不是必要的,这些量采取电学、磁性或光学信号的形式,这些信号能够被存储、转移、组合、比较以及以其他方式来操纵。主要出于共同使用的原因,将这些信号称为位、值、元件、符号、字符、项、数等有时候是方便的。此外,将要求对物理量的物理操纵的步骤的某些布置称为模块或代码设备而不失通用性有时也是方便的。
然而,所有这些项和相似项要与适当的物理量相关联,并且仅仅是被应用到这些量的方便的标记。除非根据下文的论述明显地以其他方式明确陈述,应当意识到,贯穿整个说明书,利用诸如“处理”或“运算”或“计算”或“确定”或“显示”等的术语的论述指计算机系统或相似的电子计算设备的动作和过程,其操纵并变换被表示为在计算机系统存储器或寄存器或其他这样的信息存储设备、传输设备或显示设备内的物理(电子)量的数据。
本文中描述的本实施例的某些方面包括处理步骤和指令,其可以被实施在软件、固件或硬件中,并且当被实施在软件中时,能够被下载以驻留在由各种操作系统使用的不同的平台上并从所述平台来操作。
本文中描述的各种实施例涉及用于执行本文中的操作的装置。该装置可以针对所要求的目的而被专门地构造,或者其可以包括通过在计算机中存储的计算机程序进行选择性地激活或重新配置的通用计算机。这样的计算机程序可以被存储在计算机可读存储介质中,例如,但不限于:任何类型的盘(包括软盘、光盘、CD-ROM、磁-光盘)、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或光卡、专用集成电路(ASIC),或者适合用于存储电子指令的任何类型的媒介,并且每个被耦合到计算机系统总线。此外,在说明书中所涉及的计算机可以包括单个处理器或者可以是为增加计算能力而采用多处理器设计的架构。如本文中使用的,术语“处理器”应被理解为包含微处理器、现场可编程门阵列(FPGA)、ASIC、和能够执行本文中描述的处理功能的任何其他相似的设备。此外,如本文中使用的,术语非瞬态机器可读介质应被理解为包含易失性存储器设备(例如,SRAM和DRAM)和非易失性存储器设备(例如,闪烁、磁性、光学存储器)两者,但是应排除瞬态信号。
在本文中所提出的处理和显示并非固有地涉及任何特定的计算机或其他装置。还可以根据在本文中的教导利用程序使用各种通用系统,或者其可以证明方便构建更为专用的装置以执行所要求的方法步骤。针对各种各样的这些系统的所要求的结构将在下文的描述中出现。另外,未在本文中参考任何特定的编程语言来描述各种实施例。将意识到,各种各样的编程语言可以被用于实施如在本文中所描述的教导,并且下文对具体语言的任何引用被提供用于公开实施例和最佳模式。
另外,在说明书中使用的语言已经主要针对可读性和指导目的而被选择,并且可能尚未被选择以描绘或限定创造性主题。因此,公开内容旨在是对本发明的范围的说明,而非限制,所述范围在权利要求中阐述。
各种实施例提供了用于流行病学和感染管理以有效地控制传染病在临床环境内的传播的方法和系统。各种实施例识别具体有机体的分离物与来自该有机体的过去分离物的基因组数据的数据库之间的基因组关系,以及出于识别共性和联系的目的自动收集并提供到与该分离物有关的患者和医院数据的容易访问以帮助在它爆发之前识别在医院中的传播路线。
常规的医院管理仪表盘通过患者或通过他们已确认的疾病来进行组织。相比之下,各种实施例通过感染的有机体来组织这样的数据,并且进一步允许针对每种感染类型的基因组信息和临床信息的可视化和分析。考虑例如在临床环境中受相同有机体感染的两个患者。传统仪表盘可以通过姓名列出那些患者,而各种实施例中的仪表盘可以将那些患者聚集在一起,在基因组距离和各种其他共性(例如但不限于设备、流程和环境因素)方面识别两者之间的联系。
这些实施例对于涉及临床环境中的感染控制和管理的个体是有用的,例如医院管理者、感染预防专家、医院流行病学家和传染病专家。
图1呈现了用于生成基因组数据和临床数据的混合显示的方法的实施例。在该范例中,过程开始于计算设备接收从至少一个患者分离的描述至少一个基因组的基因组数据(步骤100)。计算设备还接收各种电子患者数据(步骤104),例如电子医学记录(EMR)、临床数据(例如,医师身份)、医院数据(位置、流程等)。当然,本领域技术人员应认识到,能够在接收基因组数据(步骤100)之前、之后或同时接收电子患者数据。
感兴趣的有机体可以通过常规方法(例如微生物培养)来进行分离。DNA可以使用例如Qiagen kit从HAI分离物进行提取,并且使用各种下一代测序(NGS)技术(例如,Illumina Sequencer)中的任一种来进行测序。测序操作的结果(完全基因组测序或选择性测序)通常是例如Fasta文档。测序输出通常按照参考序列使用公共可用的工具(例如BWA或Samtools)进行对齐,或在一些实施例中,可以经历使用诸如VELVET的算法的全新装配以产生更长的连续序列。一致性调用可以在每个碱基处通过使用变体调用工具(例如varscan)来进行确定。
一旦序列数据已经被对齐和/或被装配,结果就能够按照基因组信息的公共或私有数据库进行比较以识别分离物的具体子类型。一种这样的数据库是PubMLST数据集,可在http://pubmlst.org/.PubMLST处获得的用于分子分类和微生物基因组多样性的开源公共数据库包含具有定义的管家基因和其子类型的一大群细菌。
对齐/装配步骤的结果按照基于针对该种类的PubMLST标准选择的一组管家基因来进行分解。只有它是100%匹配(即,在身份和长度两者方面),匹配算法识别匹配基因,将等位基因数分配给该基因,并且针对该种类的所有管家基因计算等位基因数。等位基因数的组合用来将子类型分配给测序的分离物。被分配给分离物的子类型以及引起耐药性与毒性的相关基因的识别被存储在基因组数据存储设备中用于如本文中讨论的以后的检索和显示。
相同有机体的分离物之间的相似性能够通过使用已知方法(例如最大似然性或最近邻算法)比较感兴趣的分离物的基因组与该有机体的过去分离物的基因组来识别。
电子患者数据能够根据需要而使用已知方法(例如使用互用性或数据代理软件(例如荷兰埃因霍温的Koninklijke Philips N.V的INTELLIBRIDGE ENTERPRISE)的HL7消息)从各种存储相关信息(诸如床轨迹、患者信息、医师数据、位置数据等)的医院和临床数据来源进行检索。在一些实施例中,电子患者数据能够被合并在患者数据存储设备中用于如本文中讨论的以后的检索和显示。合并过程可以是周期性的、非周期性的、不间断的、安排的等。
电子患者数据记录可以通过例如将用于患者的分离物的代码存储在该患者的电子数据记录中而与基因组数据相关联。相反,用于患者的电子识别符可以被存储在基因组数据存储设备中,并且与用于分离物的记录相关联。
借助于存储设备中的这些不同的数据集,计算设备继续提供使用基因组数据选择或置于背景中考虑的电子患者数据的至少子集的图形表示(或反之亦然;步骤108)。例如,如果基因组数据与分离物中包含的病原体有关,电子患者数据的相关子集可以与携带该病原体的患者相关,并且图形显示可以利用该子集,如在下面更详细地讨论的。在一些实施例中,数据的该子集可以包括目前受感染和/或至少过去某个时候感染有病原体的患者,从而允许样本以进化方式进行比较以识别传播源、疾病传播、HAI、从属物、共性等。
图2是用于抗菌谱生成的示范性系统的流程图。在该范例中,计算单元200与电子患者数据204的来源和用于至少一个分离物208的基因组数据的来源通信。
计算单元200可以在各种实施例中采取各种形式。适合于与各种实施例一起使用的示范性计算单元包括台式电脑、手提电脑、虚拟计算机、服务器计算机、智能手机、平板电脑、平板手机等。数据来源204、208也可以采取各种形式,包括但不限于结构化数据库(例如,SQL数据库)、非结构化数据库(例如,Hadoop集群、NoSQL数据库)、或在各种计算单元(例如,台式电脑、手提电脑、虚拟计算机、服务器计算机、智能手机、平板电脑、平板手机等)上运行的其他数据来源。在各种实施例中,计算单元可以是非同类的或同类的。在一些实施例中,数据来源204可以是电子医学记录(EMR)系统。在一些实施例中,数据来源208可以是确定并存储至少一个分离物的基因组数据的一件测试仪器。
在各种实施例中,系统的部件可以使用非同类的或同类的各种网络技术来相互连接。合适的网络技术包括但不限于有线网络连接(例如,以太网、吉比特以太网、令牌环等)和无线网络连接(例如,蓝牙、802.11x、3G/4G无线技术等)。
在操作中,计算单元200针对关于例如过去感染有具体有机体或怀疑目前携带这样的感染的一个或多个患者的信息来查询电子患者数据来源204。电子患者数据来源204可以具有这样的本地存储的信息,或它可以根据需要联系其他计算单元或数据库以获得相关子类型信息。
在操作中,计算单元200针对关于至少一个分离物(通常(但不一定)也是电子患者数据来源204的询问对象的分离物)询问基因组数据来源208。基因组数据来源208可以具有这样的信息,因为其已经对分离物执行这样的测试,或其可能已经直接或间接地(即,通过数据入口或传输)从执行这样的测试的一件仪器接收了这样的信息。
已经接收针对一个或多个分离物的电子患者数据和基因组数据,计算单元200继续生成患者数据结合基因组数据的图形显示,如在下面更详细地讨论的。
如上面讨论的,计算单元200可以首先访问任一数据来源204、208或同时访问两个数据来源。在一些实施例中,计算单元200对于操作者来说是本地的,即,位于由操作者访问的局域网上。在其他实施例中,计算单元200由操作者经过又一网络连接(未示出)(例如宽域网或互联网)来访问,并且图形表示经过这样的网络连接被递送给操作者。在这些实施例中,计算单元200包括惯用于这样的远程访问设备的安全和网络服务器功能。
通过各种实施例呈现的混合显示能够采取各种形式,其中,一些在本文中进行讨论。其各种形式的混合显示呈现了如通过基因组数据选择或影响的电子患者数据的子集。
时间线视图
各种实施例允许针对感兴趣时间段对来自分离物的数据进行概括。图3呈现了针对分离物的测序数据以及该有机体的其他分离物的历史记录的时间线视图300。时间线视图能够显示为离散视图(如在图3中),或显示为其他复合视图中的组成部分(例如下面在图5、6和8–11中呈现的显示)。
时间线是交互的,因为时间线的一部分能够被图形地选择以选择显示的分离物记录的按时间顺序的子集。如果用户选择这样的子集,那么的显示的其余部分通常将会更新以呈现与记录的选定子集相关联的统计和图。
时间线视图还包括传染曲线304,染曲线304呈现了随着时间绘制的发病例的数量的图形显示。病例的分布形式能够用来提出关于疾病的本质和其传播模式的假设。
概览页面
对于考虑中的每个有机体,用户能够观察将会告诉他们有机体的观察到的感染的总体统计的概览页面(未示出)。典型概览页面包括时间线(如上面讨论的)、种系发生树、抗菌谱和共性绘图。
图4呈现了抗菌谱400和共性绘图404的范例。抗菌谱400描述了有机体的各种子类型对各种抗菌药的敏感性,并且帮助医疗保健专业人员基于基因组信息确定什么抗生素用于患者。共性绘图404示出了设备、流程、或其他感染有感兴趣有机体的患者之中最常见的环境因素,并且帮助医疗保健专业人员认识感染的带菌者的控制和消除,并朝向感染的带菌者的控制和消除进行工作。
列表视图
用户还能够复查针对有机体的列表视图,在图5中呈现了其范例。列表视图呈现了受分离的有机体感染的患者500的列表和患者的临床信息504,包括但不限于其医疗保健专业人员、性别、抗生素、目前入院状况等。列表视图的该实施例还包括上面讨论的任选的时间线组成部分300。
其还示出了基于其分离物的基因组分析的所有这些患者的关系树508的缩略图像,在下面更详细地进行讨论。该信息还用来分配HAI标志,其表示患者与另一患者非常紧密地相关并且可能已经存在这两个患者之间的感染传播。
在该范例中,我们能够选择关系树508中的具体患者和患者的最近邻居(即,其HAI标志搭档),并且仅仅针对两个选定的患者复查临床信息。该过程能够被延长,使得那两个最近邻居的最近邻居被复查,等等。
树视图
各种实施例还允许感染有具体有机体的患者池的树视图的显示,在图6中呈现了其范例。该树视图508’基于来自各患者的分离物的基因组数据来建立,并且也与临床信息交叠。树视图508’还允许用户观看每个分离物的基因最近邻居。
如在图7中示出的,树视图508’呈现了受具体有机体感染的所有患者之间的关系。树508’中的每个节点表示来自具体患者的分离物,并且如果与两个节点相关联的基因组序列之间存在基本相似性,则在两个节点之间创建边缘。基本相似性可以使用基因型数据来确定,以使用本领域技术人员所熟知的技术来创建种系发生树。
如所描绘的,与节点相关联的分离物相关联的患者有关的临床信息(像患者健康、性别、入院状况等)以及与分离物相关联的基因组信息(像有机体子类型)可以与树视图508’并列显示。
病房视图
一些各种实施例呈现了允许医院中的感染关于每个患者床的传播的可视化。在图8中呈现了该病房视图的范例,其中,视图中的每个行800表示具体房间,并且每个列804表示具体床。
图像示出了该病房布局上的患者之间的感染的顺序,并且患者3与患者6的交叠表示这两个患者占用相同的床。
示范性实施例
图9–11呈现了在临床环境中被应用于E.faecium的研究的示范性实施例。多个样本从已知感染有有机体的患者分离,并且样本被测序。在测序之后,进一步的处理针对每个分离物执行,包括但不限于MLST发现、SNP差异、树生成、HAI检测等。
图9呈现了如上面讨论的分离物的列表视图。显著地,通过分析确定样本中的若干是医院获得的感染,并且它们通过标志900的使用被指示为如此。
通过检查其姓名附近的复选框选择两个感染的患者,随后选择“比较”按钮904开启选定的患者之间的共性的新的显示。在图10中呈现了共性显示。
选择“观察分支”按钮1000开启选定的两个患者中的每一个的下一个最近邻居的显示,并且允许列表视图或分支视图中的他们的比较。在图11中呈现了该最近邻居视图。
通常复查这些显示,操作者能够确定有机体的最致命来源并且包含该来源,以防止感染的进一步传播。该信息也可以帮助确定对于感染的患者的适当的抗生素处置。
本公开内容的实施例例如是参考根据本公开内容的实施例的方法、系统和计算机程序产品的方框图和/或操作性图示来在上文描述的。在方框中标示的功能/动作可以偏离在任何流程图中所示的顺序而发生。例如,相继示出的两个方框事实上可以大致同时地运行,或者所述方框有时可以以相反的顺序来运行,取决于所涉及的功能/动作。额外地,并非在任何流程图中示出的所有方框都需要被执行和/或运行。例如,如果给定的流程图具有包含功能/动作的五个方框,则其可以是这样的情况:所述五个方框中仅三个方框被执行和/或运行。在该范例中,所述五个方框中的三个方框中的任一个的可以被执行和/或运行。
在本申请中所提供的对一个或多个实施例的描述和图示并非旨在以任何方式来限制或约束本公开内容的范围。在本申请中提供的实施例、范例和细节被认为足够传达占有权,并且使得他人能够做出和使用请求保护的实施例的最佳模式。请求保护的实施例不应被解释为受限于在本申请中所提供的任何实施例、范例或细节。不管是组合地示出和描述还是分离地示出和描述,各种特征(结构和方法两者)旨在被选择性地包括或忽略以产生具有特征的特定集合的实施例。在已经提供了本申请的描述和图示的情况下,本领域技术人员可以预想到变型、修改和备选实施例,它们落在本申请中实施的一般性创造性概念的更宽泛的方面的精神内,而不背离请求保护的实施例的更宽泛的范围。
Claims (15)
1.一种用于生成基因组数据和临床数据的混合显示的计算机执行方法,所述方法包括:
提供计算机处理器,所述计算机处理器被配置为:
(a)接收描述从至少一个患者分离的至少一个基因组的基因组数据;
(b)接收电子患者数据;以及
(c)提供使用所述基因组数据选择的所述电子患者数据的至少子集的图形显示。
2.根据权利要求1所述的计算机执行方法,其中,所述图形显示包括用户接口元件,当被选择时,所述用户接口元件实施与感染控制相关联的动作。
3.根据权利要求1所述的计算机执行方法,其中,所述图形显示是共性绘图。
4.根据权利要求3所述的计算机执行方法,其中,所述共性是感染模式共性。
5.根据权利要求1所述的计算机执行方法,其中,所述图形显示是受与所述基因组数据相关联的有机体感染的患者的列表,其中,至少一个列出的患者与另一列出的患者共享至少一个感染模式共性,并且这样的患者在所述患者的列表中被突出。
6.根据权利要求1所述的计算机执行方法,其中,所述图形显示是受与所述基因组数据相关联的有机体感染的患者的树视图,其中,所述树中的每个节点表示受感染的患者,并且所述树中的每个链接连接其患者感染有具有相似基因组的有机体的菌株的两个节点。
7.根据权利要求1所述的计算机执行方法,其中,所述图形显示是矩阵视图,其中,每个行是医院病房的房间,每个列是与所述房间相关联的床,每个患者与他们占用的至少一个床相关联地被显示,并且每个患者显示根据从该患者分离的所述基因组数据进行区分。
8.根据权利要求1所述的计算机执行方法,其中,所述图形显示并列地呈现具有相似的分离的基因组数据的患者。
9.根据权利要求1所述的计算机执行方法,其中,所述图形显示是针对与所述基因组数据相关联的多个目标有机体和多个抗菌药的抗菌谱。
10.根据权利要求1所述的计算机执行方法,其中,所述图形显示是感染有与所述基因组数据相关联的有机体的患者的电子患者数据的时间线显示。
11.一种非瞬态机器可读介质,包含用于执行用于生成基因组数据和临床数据的混合显示的方法的计算机可执行指令,所述介质包括:
(a)用于接收描述从至少一个患者分离的至少一个基因组的基因组数据的计算机可执行指令;
(b)用于接收电子患者数据的计算机可执行指令;以及
(c)用于提供使用所述基因组数据选择的所述电子患者数据的至少子集的图形显示的计算机可执行指令。
12.根据权利要求11所述的非瞬态机器可读介质,其中,所述图形显示包括用户接口元件,当被选择时,所述用户接口元件实施与感染控制相关联的动作。
13.根据权利要求11所述的非瞬态机器可读介质,其中,所述图形显示是共性绘图。
14.根据权利要求13所述的非瞬态机器可读介质,其中,所述共性是感染模式共性。
15.根据权利要求11所述的非瞬态机器可读介质,其中,所述图形显示是受与所述基因组数据相关联的有机体感染的患者的列表,其中,至少一个列出的患者与另一列出的患者共享至少一个感染模式共性,并且这样的患者在所述患者的列表中被突出。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562132168P | 2015-03-12 | 2015-03-12 | |
US62/132,168 | 2015-03-12 | ||
PCT/EP2016/055195 WO2016142493A1 (en) | 2015-03-12 | 2016-03-10 | Infection management and control |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107710207A true CN107710207A (zh) | 2018-02-16 |
CN107710207B CN107710207B (zh) | 2022-03-08 |
Family
ID=55524335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680015158.3A Active CN107710207B (zh) | 2015-03-12 | 2016-03-10 | 感染管理和控制 |
Country Status (10)
Country | Link |
---|---|
US (1) | US10685740B2 (zh) |
EP (1) | EP3268884A1 (zh) |
JP (1) | JP6896639B2 (zh) |
CN (1) | CN107710207B (zh) |
AU (1) | AU2016231108A1 (zh) |
BR (1) | BR112017019373A2 (zh) |
CA (1) | CA2978950C (zh) |
MX (1) | MX2017011511A (zh) |
RU (1) | RU2017136186A (zh) |
WO (1) | WO2016142493A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11638099B2 (en) | 2011-12-23 | 2023-04-25 | Shenzhen Shokz Co., Ltd. | Bone conduction speaker and compound vibration device thereof |
EP3369022A1 (en) | 2015-10-30 | 2018-09-05 | Koninklijke Philips N.V. | Methods, systems and processes of determining transmission paths of infectious agents |
US11961594B2 (en) * | 2019-06-28 | 2024-04-16 | Koninklijke Philips N.V. | System and method using clinical data to predict genetic relatedness for the efficient management and reduction of healthcare-associated infections |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020120408A1 (en) * | 2000-09-06 | 2002-08-29 | Kreiswirth Barry N. | System and method for tracking and controlling infections |
CN1751129A (zh) * | 2002-12-19 | 2006-03-22 | 苏尔斯精密药物公司 | 利用基因表达图谱鉴定、监测和治疗传染病和表征传染病相关炎症 |
US20060241978A1 (en) * | 2005-04-22 | 2006-10-26 | Canon Kabushiki Kaisha | Electronic clinical chart system |
WO2007018574A3 (en) * | 2004-11-10 | 2008-11-06 | Us Navy | Diagnostic assay for rickettsia prowazekii disease by detection of responsive gene expression |
US20100169810A1 (en) * | 2008-12-31 | 2010-07-01 | Cerner Innovation, Inc. | User interfaces for identification of health care associated infections |
US20100281401A1 (en) * | 2008-11-10 | 2010-11-04 | Signature Genomic Labs | Interactive Genome Browser |
CN103106353A (zh) * | 2013-02-07 | 2013-05-15 | 艾云灿 | 一种基因组序列的指纹特征曲线的构造方法 |
CN103793621A (zh) * | 2014-03-06 | 2014-05-14 | 上海市浦东新区疾病预防控制中心 | 一种腹泻病综合监测平台 |
CN104246689A (zh) * | 2011-12-08 | 2014-12-24 | 凡弗3基因组有限公司 | 提供基因组数据的动态索引和可视化的分布式系统 |
CN104246783A (zh) * | 2012-04-02 | 2014-12-24 | 皇家飞利浦有限公司 | 用于临床决策支持的途径可视化 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3892250B2 (ja) * | 2001-06-22 | 2007-03-14 | 富士通株式会社 | 院内感染予防方法、院内感染予防プログラム及び院内感染予防装置 |
JP2004234459A (ja) | 2003-01-31 | 2004-08-19 | Nagase & Co Ltd | 治療指標情報提供サーバ、治療指標情報提供方法、プログラム及び該プログラムを記録した記録媒体 |
WO2004113505A2 (en) | 2003-06-19 | 2004-12-29 | Board Of Regents Of University Of Nebraska | System and method for sequence distance measure for phylogenetic tree construction |
JP2005130145A (ja) * | 2003-10-22 | 2005-05-19 | Recruit Co Ltd | 雇用者情報提供サーバおよび雇用者情報提供方法ならびにプログラム |
CA2592705A1 (en) | 2007-06-21 | 2008-12-21 | General Electric Company | Method for evaluating correlations between structured and normalized information on genetic variations between humans and their personal clinical patient data from electronic medical patient records |
JP5189906B2 (ja) | 2007-09-14 | 2013-04-24 | 国立大学法人群馬大学 | 菌の異常集積検出方法および装置、並びに菌異常集積検出の警告スコア累積のグラフ化方法および装置 |
US7805320B2 (en) | 2008-01-10 | 2010-09-28 | General Electric Company | Methods and systems for navigating a large longitudinal dataset using a miniature representation in a flowsheet |
JP6116264B2 (ja) | 2013-01-29 | 2017-04-19 | ケーディーアイコンズ株式会社 | 情報処理装置及びプログラム |
EP2925915A4 (en) | 2013-03-15 | 2016-09-07 | Egenomics Inc | SYSTEM AND METHOD FOR DETERMINING THE RECONCILIATION |
-
2016
- 2016-03-10 RU RU2017136186A patent/RU2017136186A/ru not_active Application Discontinuation
- 2016-03-10 JP JP2017545721A patent/JP6896639B2/ja active Active
- 2016-03-10 CN CN201680015158.3A patent/CN107710207B/zh active Active
- 2016-03-10 US US15/557,269 patent/US10685740B2/en active Active
- 2016-03-10 EP EP16709425.9A patent/EP3268884A1/en not_active Withdrawn
- 2016-03-10 BR BR112017019373-6A patent/BR112017019373A2/pt not_active Application Discontinuation
- 2016-03-10 WO PCT/EP2016/055195 patent/WO2016142493A1/en active Application Filing
- 2016-03-10 MX MX2017011511A patent/MX2017011511A/es unknown
- 2016-03-10 CA CA2978950A patent/CA2978950C/en active Active
- 2016-03-10 AU AU2016231108A patent/AU2016231108A1/en not_active Abandoned
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020120408A1 (en) * | 2000-09-06 | 2002-08-29 | Kreiswirth Barry N. | System and method for tracking and controlling infections |
CN1751129A (zh) * | 2002-12-19 | 2006-03-22 | 苏尔斯精密药物公司 | 利用基因表达图谱鉴定、监测和治疗传染病和表征传染病相关炎症 |
WO2007018574A3 (en) * | 2004-11-10 | 2008-11-06 | Us Navy | Diagnostic assay for rickettsia prowazekii disease by detection of responsive gene expression |
US20060241978A1 (en) * | 2005-04-22 | 2006-10-26 | Canon Kabushiki Kaisha | Electronic clinical chart system |
US20100281401A1 (en) * | 2008-11-10 | 2010-11-04 | Signature Genomic Labs | Interactive Genome Browser |
US20100169810A1 (en) * | 2008-12-31 | 2010-07-01 | Cerner Innovation, Inc. | User interfaces for identification of health care associated infections |
CN104246689A (zh) * | 2011-12-08 | 2014-12-24 | 凡弗3基因组有限公司 | 提供基因组数据的动态索引和可视化的分布式系统 |
CN104246783A (zh) * | 2012-04-02 | 2014-12-24 | 皇家飞利浦有限公司 | 用于临床决策支持的途径可视化 |
CN103106353A (zh) * | 2013-02-07 | 2013-05-15 | 艾云灿 | 一种基因组序列的指纹特征曲线的构造方法 |
CN103793621A (zh) * | 2014-03-06 | 2014-05-14 | 上海市浦东新区疾病预防控制中心 | 一种腹泻病综合监测平台 |
Also Published As
Publication number | Publication date |
---|---|
US10685740B2 (en) | 2020-06-16 |
JP6896639B2 (ja) | 2021-06-30 |
CA2978950A1 (en) | 2016-09-15 |
MX2017011511A (es) | 2018-01-11 |
RU2017136186A (ru) | 2019-04-12 |
WO2016142493A1 (en) | 2016-09-15 |
RU2017136186A3 (zh) | 2019-09-23 |
BR112017019373A2 (pt) | 2018-06-05 |
EP3268884A1 (en) | 2018-01-17 |
JP2018512656A (ja) | 2018-05-17 |
CA2978950C (en) | 2023-08-29 |
CN107710207B (zh) | 2022-03-08 |
US20180052954A1 (en) | 2018-02-22 |
AU2016231108A1 (en) | 2017-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tiwari et al. | Assessment of a machine learning model applied to harmonized electronic health record data for the prediction of incident atrial fibrillation | |
Brajer et al. | Prospective and external evaluation of a machine learning model to predict in-hospital mortality of adults at time of admission | |
Chen et al. | Ethical machine learning in healthcare | |
Landrum et al. | Epidemiology of Staphylococcus aureus blood and skin and soft tissue infections in the US military health system, 2005-2010 | |
Dooley et al. | Nosocomial transmission of tuberculosis in a hospital unit for HIV-lnfected patients | |
Keeler et al. | Hospital characteristics and quality of care | |
Callahan et al. | Relationship of age, education, and occupation with dementia among a community-based sample of African Americans | |
Sutton et al. | Bayesian methods in meta-analysis and evidence synthesis | |
Chen et al. | Improving cancer outreach effectiveness through targeting and economic assessments: Insights from a randomized field experiment | |
Walls et al. | The Boston Marathon response: why did it work so well? | |
Rahman et al. | A comprehensive study of artificial intelligence and machine learning approaches in confronting the coronavirus (COVID-19) pandemic | |
Sikkens et al. | Serologic surveillance and phylogenetic analysis of SARS-CoV-2 infection among hospital health care workers | |
Godown et al. | A unique linkage of administrative and clinical registry databases to expand analytic possibilities in pediatric heart transplantation research | |
Moreno et al. | Isoniazid preventive therapy in human immunodeficiency virus-infected persons: long-term effect on development of tuberculosis and survival | |
US20180358131A1 (en) | Assigning patients to hospital beds | |
CN107710207A (zh) | 感染管理和控制 | |
Erim et al. | Associations of government-mandated closures and restrictions with aggregate mobility trends and SARS-CoV-2 infections in Nigeria | |
Quazi et al. | Applications of artificial intelligence in healthcare | |
Hsia et al. | Pediatric human immunodeficiency virus infection: recent evidence on the utilization and costs of health services | |
Kac et al. | Impact of electronic alerts on isolation precautions for patients with multidrug-resistant bacteria | |
Shuman et al. | Sustainability of evidence-based acute pain management practices for hospitalized older adults | |
CN107567624A (zh) | 显示生物分离物的抗菌敏感性的方法 | |
Chen et al. | Integration of multimodal data for deciphering brain disorders | |
MBAa | Using mixed methods in health information technology evaluation | |
Hakim | Improving healthcare systems through process mining |
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 |