CN109152529B - 多疾病患者管理 - Google Patents
多疾病患者管理 Download PDFInfo
- Publication number
- CN109152529B CN109152529B CN201780022374.5A CN201780022374A CN109152529B CN 109152529 B CN109152529 B CN 109152529B CN 201780022374 A CN201780022374 A CN 201780022374A CN 109152529 B CN109152529 B CN 109152529B
- Authority
- CN
- China
- Prior art keywords
- risk
- disease
- circuit
- indication
- detection
- 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
Links
- 201000010099 disease Diseases 0.000 title claims abstract description 208
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 208
- 238000001514 detection method Methods 0.000 claims abstract description 130
- 230000003862 health status Effects 0.000 claims abstract description 64
- 239000002131 composite material Substances 0.000 claims abstract description 63
- 230000036541 health Effects 0.000 claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 230000002542 deteriorative effect Effects 0.000 claims abstract description 7
- 210000004072 lung Anatomy 0.000 claims description 59
- 230000002685 pulmonary effect Effects 0.000 claims description 52
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 claims description 37
- 208000019693 Lung disease Diseases 0.000 claims description 29
- 208000020832 chronic kidney disease Diseases 0.000 claims description 29
- 206010019280 Heart failures Diseases 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 21
- 208000017169 kidney disease Diseases 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 19
- 230000001965 increasing effect Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 abstract description 57
- 208000017667 Chronic Disease Diseases 0.000 abstract description 4
- 210000002216 heart Anatomy 0.000 description 42
- 230000000747 cardiac effect Effects 0.000 description 41
- 208000019622 heart disease Diseases 0.000 description 22
- 230000037081 physical activity Effects 0.000 description 19
- 230000029058 respiratory gaseous exchange Effects 0.000 description 19
- 238000002560 therapeutic procedure Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000015654 memory Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 206010007559 Cardiac failure congestive Diseases 0.000 description 9
- 230000004872 arterial blood pressure Effects 0.000 description 8
- 239000008280 blood Substances 0.000 description 8
- 210000004369 blood Anatomy 0.000 description 8
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 210000000115 thoracic cavity Anatomy 0.000 description 8
- 208000009304 Acute Kidney Injury Diseases 0.000 description 7
- 208000033626 Renal failure acute Diseases 0.000 description 7
- 201000011040 acute kidney failure Diseases 0.000 description 7
- 208000012998 acute renal failure Diseases 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 208000020446 Cardiac disease Diseases 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 229940079593 drug Drugs 0.000 description 6
- 210000003734 kidney Anatomy 0.000 description 6
- 230000000241 respiratory effect Effects 0.000 description 6
- 230000036387 respiratory rate Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 230000000638 stimulation Effects 0.000 description 6
- 206010021079 Hypopnoea Diseases 0.000 description 5
- 206010037423 Pulmonary oedema Diseases 0.000 description 5
- 208000006673 asthma Diseases 0.000 description 5
- 210000005240 left ventricle Anatomy 0.000 description 5
- 208000005333 pulmonary edema Diseases 0.000 description 5
- 210000005241 right ventricle Anatomy 0.000 description 5
- 238000013517 stratification Methods 0.000 description 5
- 238000007920 subcutaneous administration Methods 0.000 description 5
- 238000011282 treatment Methods 0.000 description 5
- 229940109239 creatinine Drugs 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 4
- 238000002651 drug therapy Methods 0.000 description 4
- 230000024924 glomerular filtration Effects 0.000 description 4
- 238000002847 impedance measurement Methods 0.000 description 4
- 230000002401 inhibitory effect Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 206010003119 arrhythmia Diseases 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 238000009125 cardiac resynchronization therapy Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 230000001766 physiological effect Effects 0.000 description 3
- 230000035790 physiological processes and functions Effects 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 2
- 230000006793 arrhythmia Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001815 biotherapy Methods 0.000 description 2
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 208000022831 chronic renal failure syndrome Diseases 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 230000035487 diastolic blood pressure Effects 0.000 description 2
- 230000005713 exacerbation Effects 0.000 description 2
- 238000002637 fluid replacement therapy Methods 0.000 description 2
- 239000003978 infusion fluid Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000009533 lab test Methods 0.000 description 2
- 210000005246 left atrium Anatomy 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 210000001147 pulmonary artery Anatomy 0.000 description 2
- 208000002815 pulmonary hypertension Diseases 0.000 description 2
- 210000005245 right atrium Anatomy 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 230000035488 systolic blood pressure Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 206010003658 Atrial Fibrillation Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 206010047281 Ventricular arrhythmia Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000013194 cardioversion Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 230000000763 evoking effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003434 inspiratory effect Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000007914 intraventricular administration Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004007 neuromodulation Effects 0.000 description 1
- 239000002858 neurotransmitter agent Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000006461 physiological response Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/20—Measuring for diagnostic purposes; Identification of persons for measuring urological functions restricted to the evaluation of the urinary system
- A61B5/201—Assessing renal or kidney functions
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/07—Home care
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0809—Detecting, measuring or recording devices for evaluating the respiratory organs by impedance pneumography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/329—Load diagnosis, e.g. cardiac stress tests
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Cardiology (AREA)
- Pulmonology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Urology & Nephrology (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
描述了用于监视患有多种慢性疾病的患者的系统和方法。系统可以包括健康状态监视器，其接收包括从患者感测到的生理信号的诊断数据。该系统可以产生至少患者发展第一疾病的第一风险指示和患者发展不同的第二疾病的第二风险指示。该系统可以从生理信号检测第一和第二疾病，并使用第一和第二疾病的检测以及第一和第二风险指示生成复合健康状态指示符。如果复合检测分数超过警报阈值，则可以生成恶化的健康状态的警报。
Description
优先权声明
本申请要求于2016年4月1日提交的美国临时专利申请系列号62/317,003的根据35U.S.C.§119(e)的优先权的权益，通过引用方式将其全部内容并入本文中。
技术领域
本文档大致涉及医疗装置，并且更具体地，涉及用于监视具有医疗装置的患者的系统和方法。
背景技术
充血性心力衰竭(CHF)是美国的主要死亡原因。当心脏不能充分供应足够的血液以维持健康的生理状态时，发生CHF。CHF可以通过药物治疗或通过可植入医疗装置(IMD)来治疗，以诸如提供心脏电刺激治疗，包括再同步治疗(CRT)以校正心室内或心室之间的心脏不同步。
CHF患者可表现出各种合并症，包括慢性阻塞性肺部疾病(COPD)、哮喘、糖尿病或肾脏疾病。在一些患者中，多种疾病状况可能彼此相互作用，使得一种疾病的恶化可能不利地影响其他疾病状态的进展，导致了患者健康状态的全面恶化。例如，一些HF合并症可能随着CHF的进展而恶化，诸如COPD恶化或其他肺部疾病、或急性肾衰竭。此外，一些CHF患者可能比发展某些合并症的其他CHF患者暴露于更高的风险。
CHF可能对医疗保健系统具有巨大的经济影响。因心力衰竭、诸如失代偿性心力衰竭恶化而住院的患者可能因各种原因(诸如HF合并症的发展或恶化)而具有高的再住院率。适当的患者监视(诸如识别处于发展WHF或HF合并症的未来事件的较高风险的患者、以及准确检测与WHF事件或HF合并症有关的前体事件)可以允许适当和及时的治疗和患者管理，这可能会减少再住院率和相关费用。
发明内容
除了其他方面，本文档讨论了用于监视患有多种慢性疾病的患者的患者管理系统。该系统可以包括健康状态监视器，其接收包括从患者感测到的生理信号的诊断数据。该系统可以产生至少患者发展第一疾病的第一风险指示和患者发展不同的第二疾病的第二风险指示。第一和第二疾病可包括心脏病、肺部疾病或肾脏疾病。系统可以从生理信号中检测第一和第二疾病，并使用对第一和第二疾病的检测以及第一和第二风险指示来生成复合健康状态指示符。如果复合检测分数超过警报阈值，则可以生成恶化的健康状态的警报。
在示例1中，公开了一种用于监视患者的健康状态的系统。该系统可以包括：生理传感器电路，其包括用于感测一个或多个生理信号的感测放大器电路；健康状态分析器电路，其耦接到生理传感器电路；以及输出电路。健康状态分析器电路可以包括：风险分层器电路，用于产生患者发展第一疾病的第一风险指示和患者发展不同的第二疾病的第二风险指示；第一检测器电路，用于从一个或多个生理信号检测第一疾病；第二检测器电路，用于从一个或多个生理信号检测第二疾病；以及混合电路，用于使用对第一和第二疾病的检测以及第一和第二风险指示而生成复合健康状态指示符。输出电路被配置为生成复合健康状态指示符的人类可感知的呈现。
示例2可包括或可选地与示例1的主题组合以可选地包括：第一检测器电路，用于检测包括未来心力衰竭恶化(WHF)事件的第一疾病；以及第二检测器电路，用于检测包括可能包含未来肺部疾病或未来肾脏疾病的心力衰竭合并症的第二疾病。
示例3可包括或可选地与示例2的主题组合以可选地包括：第三检测器电路，用于检测不同于第一和第二疾病的第三疾病。风险分层器电路可以产生患者发展第三疾病的第三风险指示。第一、第二或第三检测器电路中的至少一个可以使用第一、第二和第三风险指示中的一个或多个从一个或多个生理信号检测相应的第一、第二或第三疾病，并且混合电路可以进一步使用对第三疾病的检测和第三风险指示产生复合健康状态指示符。
示例4可包括或可选地与示例2或3中的一个或任何组合的主题组合以包括：风险分层器电路，其可以使用初级和次级肺部风险指示两者生成患者发展未来肺部疾病的第二风险指示。初级肺部风险指示可以基于第一肺部信号度量，并且次级肺部风险指示可以基于第二和第三肺部信号度量。
示例5可包括或可以可选地与示例4的主题组合以可选地包括：风险分层器电路，其可以被配置为使用由第三肺部信号度量加权的第二肺部信号度量生成第二肺部风险指示。
示例6可包括或可选地与示例4或5中的一个或任何组合的主题组合以包括：风险分层器电路，其可以被配置为当第三肺部信号度量满足指定条件时，使用第二肺部信号度量的多个测量结果来生成第二肺部风险指示。
示例7可包括或可选地与示例1至6中的一个或任何组合的主题组合以包括至少以下之一：第一检测器电路，其可以被配置为响应于第一风险指示超过第一风险阈值而检测第一疾病；或者第二检测器电路，其可以被配置为响应于第二风险指示超过第二风险阈值而检测第二疾病。
示例8可包括或可选地与示例1至7中的一个或任何组合的主题组合以包括：响应于第一风险指示基本上高于第二风险指示，所述第一检测器被配置为检测第一疾病，并且所述第二检测器被配置为抑制对第二疾病的检测；或者响应于第二风险指示基本上高于第一风险指示，所述第二检测器被配置为检测第二疾病，并且所述第一检测器被配置为抑制对第一疾病的检测。
示例9可包括或可选地与示例1至8中的一个或任何组合的主题组合以包括：第一或第二检测器电路中的至少一个，其可以被配置为：如果第一或第二风险指示超过风险阈值，则根据第一操作模式检测第一或第二疾病；并且如果第一或第二风险指示未超过风险阈值，则根据第二操作模式检测第一或第二疾病。第一操作模式包括第一检测算法，并且第二操作模式包括第二检测算法，并且第一检测算法可以比第二算法对第一或第二疾病更敏感或更不特异。
示例10可包括或可选地与示例9的主题组合以可选地包括：用于检测相应的第一或第二疾病的操作模式，其基于包括相对于第二风险指示的第一风险指示的联合风险模式。
示例11可包括或可选地与示例1至10中的一个或任何组合的主题组合以包括：第一风险指示包括第一风险分数，并且第二风险指示包括第二风险分数。第一检测器电路可以检测第一疾病，其包括生成指示出检测第一疾病的置信度的第一检测分数。第二检测器电路可以检测第二疾病，其包括生成指示出检测第二疾病的置信度的第二检测分数。混合电路可以使用每个由相应的第一和第二风险分数加权的第一和第二检测分数的组合而产生包括复合检测分数的复合健康状态指示符。
示例12可包括或可以可选地与示例11的主题组合以可选地包括：输出电路，其可以生成恶化的健康状态的警报，如果复合检测分数超过警报阈值的话。
示例13可包括或可以可选地与示例12的主题组合以可选地包括：健康状态分析器电路，其可以被配置为：如果第一或第二风险指示分别指示出发展第一或第二疾病的低风险，则增加警报阈值；并且如果第一或第二风险指示分别指示出发展第一或第二疾病的高风险，则减少警报阈值。
示例14可包括或可以可选地与示例11至13中的一个或任何组合的主题组合以包括：风险分层器电路，其可以被配置为使用关于第一或第二疾病的分类的信息产生第一或第二风险分数。所述分类可以包括：将心力衰竭恶化(WHF)事件分类为纽约心力衰竭类别一至四中的一个；将肺部疾病分类为慢性阻塞性肺部疾病阶段一至四中的一个；或者将慢性肾病(CKD)分类为CKD阶段一至五中的一个。
示例15可包括或可选地与示例1至14中的一个或任何组合的主题组合以包括：风险分层器电路，其可被配置为基于患者的病史确定第一或第二风险指示。
在示例16中，公开了一种用于识别患者发展未来恶化的肺部疾病的风险的系统。该系统可以包括传感器电路、信号处理器电路、耦接到信号处理器电路的风险分层器电路、以及输出电路。传感器电路可以包括用于感测第一生理信号的第一感测放大器电路、用于感测第二生理信号的第二感测放大器电路、以及用于感测第三生理信号的第三感测放大器电路。信号处理器电路可以包括滤波器电路，其用于从第一生理信号生成第一信号度量，从第二生理信号生成第二信号度量，并且从第二生理信号生成第三信号度量。风险分层器电路可以至少使用第一信号度量生成初级肺部风险指示，并且至少使用由第三信号度量调制的第二信号度量来生成次级肺部风险指示。调制可以包括将第二信号度量乘以第三信号度量，或者以第三信号度量满足指定条件为条件对第二信号度量进行采样。输出电路可以向临床医生或过程提供复合心脏风险指示。
在示例17中，公开了一种使用监视器系统来监视患者的健康状态的方法。该方法可以包括以下步骤：感测一个或多个生理信号；生成患者发展第一疾病的第一风险指示以及患者发展不同的第二疾病的第二风险指示；从一个或多个生理信号检测第一和第二疾病；使用对第一和第二疾病的检测以及第一和第二风险指示来计算复合健康状态指示符；并且生成复合健康状态指示符的人类可感知的呈现。
示例18可包括或可选地与示例17的主题组合以可选地包括以下方法：检测到第一疾病是未来心力衰竭恶化(WHF)事件，并且检测到第二疾病是包括未来肺部疾病或未来肾脏疾病的心力衰竭合并症。
示例19可包括或可选地与示例18的主题组合以可选地包括以下步骤：检测不同于第一和第二疾病的第三疾病，并生成患者发展第三疾病的第三风险指示。可以进一步使用对第三疾病的检测和第三风险指示来计算复合健康状态指示符。
示例20可包括或可选地与示例17的主题组合以可选地包括检测第一和第二疾病的方法，其可包括：响应于第一风险指示基本上高于第二风险指示而检测第一疾病并且抑制对第二疾病的检测，或者响应于第二风险指示基本上高于第一风险指示而检测第二疾病并且抑制对第一疾病的检测。
示例21可包括或可选地与示例17的主题组合以可选地包括检测第一或第二疾病的方法，其可包括：如果第一或第二风险指示超过风险阈值，则根据第一操作模式检测第一或第二疾病，并且如果第一或第二风险指示未超过风险阈值，则根据第二操作模式检测第一或第二疾病。第一操作模式包括第一检测算法，并且第二操作模式包括第二检测算法，其中第一检测算法比第二算法对第一或第二疾病更敏感或更不特异。
示例22可包括或可选地与示例17的主题组合以可选地包括检测第一和第二疾病的方法，其包括生成指示出检测第一疾病的置信度的第一检测分数以及指示出检测第二疾病的置信度的第二检测分数。可以使用每个皆由相应的第一和第二风险指示加权的第一和第二检测分数的组合来计算复合健康状态指示符。
示例23可包括或可选地与示例17的主题组合以可选地包括以下步骤：使用第一或第二风险指示中的至少一个确定警报阈值，并且如果复合检测分数超过警报阈值，则生成恶化的健康状态的警报。
本发明内容是本申请的一些教导的概述，而并不意图是本主题的排他性或穷举性处理。关于本主题的进一步细节在具体实施方式和所附权利要求中找到。当阅读和理解以下具体实施方式并且查看构成其一部分的附图时，本发明的其它方面对于本领技术人员而言将是显而易见的，具体实施方式和附图的每一个都不应该视为是具有限制性意义的。本发明的范围由所附权利要求及其合法等同物限定。
附图说明
在附图的图示中借由示例示出了各种实施例。这些实施例是说明性的，并非旨在是本主题的穷举性或排他性实施例。
图1总体上示出了患者管理系统以及患者管理系统可以在其中操作的环境的部分的示例。
图2总体上示出了用于评估患者健康状态的患者监视系统的示例。
图3总体上示出了用于生成恶化的患者健康状态的警报的电路的示例。
图4总体上示出了用于评估患者发展未来肺部疾病的风险的肺部风险分层器(stratifier)电路的示例。
图5总体上示出了用于评估患者健康状态的方法的示例。
图6总体上示出了用于计算复合健康状态(CHS)指示符并使用CHS指示符生成警报的方法的示例。
图7总体上示出了用于计算混合警报阈值的方法的示例。
具体实施方式
本文公开了用于监视患有多种疾病状况的患者并评估患者健康状态的系统、装置和方法。本文描述的系统可评估患者将来发展多种疾病的风险，并使用从患者感测到的生理信号来检测多种疾病。疾病检测可以基于多种疾病的风险评估。可以使用对疾病的检测和风险评估的组合来生成复合健康状态指示符。如果复合检测分数超过警报阈值，则可以生成恶化的健康状态的警报。
图1总体上示出了患者管理系统100以及患者管理系统100可以在其中操作的环境的部分的示例。患者管理系统100可包括与患者身体102相关联的流动式系统105、外部系统125和提供用于流动式系统105与外部系统125之间的通信的遥测链路115。
流动式系统105可以包括流动式医疗装置(AMD)110和治疗递送系统、诸如引线系统108。AMD 110可以包括可植入装置，其可以植入身体102内并且经由引线系统108耦接到心脏101。可植入装置的示例可包括但不限于起搏器、起搏器/除颤器、心脏再同步治疗(CRT)装置、心脏重塑控制治疗(RCT)装置、神经调节器、药物递送装置、生物治疗装置、诊断装置或患者监视器等等。AMD 110可以可替选地或另外地包括皮下植入装置(诸如皮下ICD或皮下诊断装置)、可穿戴医疗装置(诸如基于贴片的感测装置)或其他外部监视或治疗医疗装置(诸如床边监视器)。
引线系统108可包括一个或多个经静脉、皮下或非侵入性放置的引线或导管。每个引线或导管可包括一个或多个电极，用于递送起搏、心脏复律、除颤、神经调节、药物治疗、生物治疗、或其他类型的治疗。在示例中，引线系统108上的电极可以定位在心脏的至少一部分的内部或表面上，诸如右心房(RA)、右心室(RV)、左心房(LA)、左心室(LV)、或心脏部分之间或其附近的任何组织。可以基于患者需要和AMD 110的能力来确定引线系统108和相关联的电极的布置和使用。在一些示例中，AMD 110可以包括与AMD 110的外表面相关联的一个或多个未栓系(un-tethered)电极，并且可以将AMD 110以及相关联的未栓系电极配置成部署到目标心脏部位或其他组织部位。
AMD 110可以容纳用于诸如通过使用生理传感器或与引线系统108相关联的电极而感测生理信号的电子电路。生理信号的示例可以包括以下中的一个或多个：心电图、心内电描记图、心律失常、心率、心率变异性、胸内阻抗、心内阻抗、动脉压、肺动脉压、左心房压、RV压、LV冠状动脉压、冠状动脉血液温度、血氧饱和度、一个或多个心音、心内加速度、身体活动或劳力等级、对活动的生理反应、姿势、呼吸、体重或体温。AMD 110可以基于感测到的生理信号发起或调整治疗。
患者管理系统100可以包括用于至少基于由流动式系统105获取的诊断数据进行患者管理的健康状态监视器160。健康状态监视器160可以分析诊断数据以用于患者监视、风险分层和检测诸如心力衰竭恶化(WHF)或一种或多种HF合并症的事件。在如图1中示出的非限制性示例中，健康状态监视器160可以基本上被包括在AMD 110中。可替选地，健康状态监视器160可以基本上被包括在外部系统125中，或者可以在流动式系统105和外部系统125之间分布。
外部系统125可以用于对AMD 110进行编程。外部系统125可以包括编程器或患者管理系统，其可以从远程位置访问流动式系统105并监视患者状态和/或调整治疗。借由示例而非限制，并且如图1中示出的，外部系统125可以包括AMD 110附近的外部装置120、相对远离AMD 110的位置的远程装置124、以及链接外部装置120和远程装置124的电信网络122。遥测链路115可以是感应遥测链路或射频(RF)遥测链路。遥测链路115可以提供从AMD 110到外部系统125的数据传输。这可以包括例如，发送由AMD 110获取的实时生理数据，提取由AMD 110获取并存储在AMD 110中的生理数据，提取患者病史数据(诸如AMD 110中记录的指示心律失常发生、失代偿发生和治疗递送的数据)，并提取指示出AMD 110的操作状态的数据(例如，电池状态和引线阻抗)。遥测链路115还可以提供从外部系统125到AMD 110的数据传输。这可以包括例如，对AMD 110进行编程以执行以下中一个或多个：获取生理数据、执行至少一个自我诊断测试(诸如用于装置操作状态)、递送至少一种治疗、或分析与患者健康状态相关的数据(诸如心力衰竭的进展)。
可以使用硬件、软件或硬件和软件的任何组合来实施外部系统125或AMD110的部分。外部系统125或AMD 110的部分可以使用可以被构造或配置为执行一个或多个特定功能的专用电路来实施，或者可以使用可以被编程或以其他方式被配置为执行一个或多个特定功能的通用电路来实施。这种通用电路可以包括微处理器或其一部分、微控制器或其一部分、或可编程逻辑电路或其一部分。例如，除了其他方面，“比较器”可以包括电子电路比较器，其可以被构造为执行两个信号之间的比较的特定功能，或者比较器可以被实施为通用电路的一部分，其可以由给通用电路的一部分下指令去执行两个信号之间的比较的代码而驱动。
图2总体上示出了用于评估患者健康状态的患者监视系统200的示例。患者监视系统200可用于检测多种疾病的进展，包括HF患者的心力衰竭恶化、HF合并症或其他伴随疾病。如图2中示出的，患者监视系统200可包括生理传感器电路210、信号处理器电路220、健康状态分析器电路230、控制器电路240和用户界面250中的一个或多个。患者监视系统200的至少一部分可以在AMD110内实施，分布在两个或更多个可植入或可穿戴医疗装置(诸如可植入医疗装置和皮下医疗装置)之间，或分布在AMD 110和外部系统125之间。
生理传感器电路210可以包括感测放大器电路，用于感测指示内在生理活动的一个或多个生理信号、根据指定的刺激配置刺激心脏时的诱发的生理活动、或者在其他指定条件下的生理活动。生理传感器电路210可以耦接到诸如引线系统108上的一个或多个电极、或者一个或多个可植入的、可穿戴的或其他流动式生理传感器，以感测一个或多个生理信号。生理传感器的示例可以包括压力传感器、流量传感器、阻抗传感器、加速度计、麦克风传感器、呼吸传感器、温度传感器或血液化学传感器等等。由生理传感器电路210感测到的生理信号的示例可以包括心电图(ECG)、电描记图(EGM)、胸内阻抗信号、心内阻抗信号、动脉压信号、肺动脉压信号、RV压信号、LV冠状动脉压信号、冠状动脉血液温度信号、血氧饱和度信号、中心静脉pH值、心音(HS)信号、姿势信号、身体活动信号、生物标记信号或呼吸信号等等。生理传感器电路210可以另外地或可替选地耦接到存储了生理信息的存储装置，诸如外部编程器、电子病历(EMR)系统、存储器单元、或其他数据存储装置。
耦接到生理传感器电路210的信号处理器电路220可以包括用于对感测到的生理信号进行滤波以产生信号度量的趋势的滤波器电路。信号度量可以包括从感测到的生理信号中提取的统计参数，诸如信号均值、中值、或其他集中趋势测度或信号强度的直方图等等。在示例中，信号度量可以包括从感测到的生理信号中提取的形态参数，诸如在诸如心动周期的指定时间段内的最大值或最小值、正斜率或负斜率或更高阶统计值、指定频率范围内的信号功率谱密度或其他形态描述符。在示例中，可以使用引线系统108上的电极来感测胸部或心脏阻抗信号，并且阻抗度量可以包括从此获得的指定频率范围内的胸阻抗大小。在示例中，可以从耦接到AMD 110的加速度计、麦克风或声学传感器感测心音信号，并且HS度量可以包括心音分量的强度，其包括第一(S1)、第二(S2)、第三(S3)、或第四(S4)心音或诸如两个心音分量之间的比率的相对强度、或相对于诸如ECG中的P波、Q波或R波的基准点的S1、S2、S3或S4心音的计时。在示例中，可以使用阻抗传感器或加速度计来感测呼吸信号，并且呼吸度量可以包括呼吸速率、潮气量或快速浅呼吸指数(RSBI)，该RSBI被计算为呼吸速率与潮气量的比率。在另一示例中，可以使用加速度计来感测身体活动信号，并且活动度量可以包括身体活动强度、或者活动强度在指定范围内或高于指定阈值时的持续时间。在又一个示例中，生理传感器电路210可以从压力传感器接收血压信号，并且压力度量可以包括收缩压、舒张压、平均动脉压以及这些压力测量结果相对于基准点的计时度量。
在一段时间内对信号度量的多个测量结果可以形成信号度量趋势。在示例中，信号度量趋势可以包括每日趋势，该每日趋势包括在指定天数内的信号度量的每日测量结果。每日测量结果可以被确定为在一天内获得的多个测量结果的集中趋势。在示例中，可以在心动周期的相同阶段期间(诸如在相对于ECG信号中的R波的特定时间窗内)或者在呼吸周期的相同阶段(诸如在呼吸信号的吸气阶段或呼气阶段内)处使用接收到的阻抗信号的部分来生成胸阻抗趋势。这可以在阻抗测量结果中最小化或减弱诸如由心脏或呼吸活动引起的干扰。可以使用在一个或多个阻抗获取和分析会话期间收集到的阻抗测量结果来生成胸阻抗趋势。在示例中，阻抗获取和分析会话可以在早晨大约上午5点到上午9点之间开始，并且持续大约2-8小时。在另一个示例中，阻抗获取和分析会话可以被编程为排除某些时间段，诸如夜晚、或者当患者睡着时。阻抗参数可以被确定为在阻抗获取和分析会话期间获取的多个阻抗测量结果的中值。
耦接到信号处理器电路220的健康状态分析器电路230可以被配置为从一个或多个生理信号中检测至少第一疾病和第二疾病。第一疾病和第二疾病可以每个指示疾病的发作、疾病状态的恶化或疾病状态的改变。在一些示例中，健康状态分析器电路230可以被配置为检测不同于第一疾病和第二疾病的第三疾病。在示例中，第一疾病可以是心脏病、诸如WHF事件，并且第二疾病或第三疾病可以每个包括HF合并症，诸如肺部疾病(例如，肺水肿、肺炎或COPD)、肾脏疾病(例如，急性肾衰竭)、心律失常(例如，心房颤动或室性心律失常)、糖尿病或高血压等等。健康状态分析器电路230可以使用对第一疾病和第二疾病的检测来生成复合健康状态指示符。在一些示例中，健康状态分析器电路230可以确定患者发展第一疾病的第一风险指示和患者发展不同的第二疾病的第二风险指示，并使用第一风险指示和第二风险指示生成复合健康状态指示符。在一些示例中，可以使用对第一疾病和第二疾病的检测以及第一风险指示和第二风险指示来生成复合健康状态指示符。
健康状态分析器电路230可以被实施为微处理器电路的一部分。微处理器电路可以是专用处理器，诸如数字信号处理器、专用集成电路(ASIC)、微处理器或用于处理包括从生理传感器电路210接收到的生理信号的信息的其他类型的处理器。可替选地，微处理器电路可以是通用处理器，其可以接收并执行实施本文描述的功能、方法或技术的指令的集合。
健康状态分析器电路230可以包括电路组，其包含一个或多个其他电路或子电路，诸如风险分层器电路232、第一检测器电路234、第二检测器电路236和混合电路238，如图2中示出的。健康状态分析器电路230还可包括第三检测器电路(未示出)。这些电路可以单独或组合地执行本文描述的功能、方法或技术。在示例中，电路组的硬件可以不可变地设计以执行特定操作(例如，硬连线)。在示例中，电路组的硬件可以包括可变连接的物理组件(例如，执行单元、晶体管、简单电路等)，其包括物理上被修改(例如，对不变聚集粒子的磁性地电地可移动放置等)以编码特定操作的指令的计算机可读介质。在连接物理组件时，硬件组成的底层电气特性例如从绝缘体变为导体，反之亦然。该指令使嵌入式硬件(例如，执行单元或加载机构)能够经由可变连接在硬件中创建电路组的成员，以在操作时执行特定操作的部分。因此，当装置操作时，计算机可读介质可通信地耦接到电路组成员的其他组件。在示例中，任何物理组件可以用在多于一个电路组的多于一个的成员中。例如，在操作中，执行单元可以在一个时间点在第一电路组的第一电路中使用并且由第一电路组中的第二电路再用，或者在不同的时间由第二电路组中的第三电路再用。
风险分层器电路232可以产生风险指示，其指示患者将来发展多种疾病或不同疾病状态恶化的风险。风险指示可以至少包括指示第一疾病的风险的第一风险指示(R1)和指示不同的第二疾病的风险的第二风险指示(R2)。在示例中，风险指示还可以包括第三风险指示(R3)，其指示不同于第一疾病和第二疾病的第三疾病的风险。一个或多个风险指示可以由系统用户提供，诸如经由用户界面250，或者至少部分地由健康状态分析器电路230从存储患者的最新风险信息的存储器中自动检索。在示例中，风险分层器电路232可以通过分析一个或多个生理信号来确定一个或多个风险指示符。例如，风险分层器电路232可以使用由信号处理器电路220生成的一个或多个信号度量来确定未来心脏事件(诸如WHF事件)的风险。用于评估心脏事件风险的信号度量的示例可以包括心音分量的强度(诸如从心音信号测量出的S3心音强度)、从呼吸信号测量出的呼吸速率或潮气量、从阻抗信号测量出的胸阻抗(诸如使用一个或多个可植入引线上的的电极和可植入装置罐壳体)，或者从利用与患者相关联的流动式加速度计感测到的身体活动信号测量出的身体活动强度。
风险分层器电路232可另外地使用由信号处理器电路220生成的一个或多个信号度量来确定未来肺部疾病(诸如COPD、哮喘、肺水肿或肺动脉高压)的风险，或确定未来的肾脏疾病(诸如慢性肾功能衰竭)的风险。用于评估一种疾病(诸如WHF)风险的信号度量也可用于评估另一种不同疾病(诸如COPD或急性肾衰竭)的风险。用于评估肺部事件风险的信号度量的示例可以包括心率、呼吸速率或潮气量、心音分量(诸如S1、S2或S3心音之一)、胸阻抗或身体活动水平等等。用于评估肾脏事件风险的信号度量的示例可以包括肌酸酐水平、体尿素氮(BUN)水平、BUN/肌酸酐比率、肾小球滤过率(GFR)或估计的肾小球滤过率(eGFR)等等。在一些示例中，风险分层器电路232可以使用多变量模型，诸如各种信号度量趋势的加权组合，以评估心脏事件风险、肺部事件风险或肾脏事件风险。图4示出了肺部风险评估的示例，如下面将讨论的。
风险指示可具有分类值，诸如指示风险程度的“高”、“中”或“低”风险。可替选地，风险指示可以由指定范围内的数值风险分数表示，诸如离散值(例如，从0到5)或连续实数(例如，在0和1之间)。越大的风险分数指示出越高的风险。在一些示例中，风险分层器电路232可以基于关于疾病分类的信息来确定风险指示符，该疾病分类诸如将WHF事件分类为纽约心力衰竭(New York Heart Failure，NYHA)类别一至四中的一个、将肺部疾病诸如COPD事件分类为COPD阶段一至四中的一个、或将慢性肾病(CKD)事件分类为CKD阶段一至五中的一个。类别或阶段编号可用于确定对应的第一、第二或第三疾病的数字风险分数。
在一些示例中，风险分层器电路232可以至少基于患者的临床适应症或病史来确定一个或多个风险指示，诸如最近的慢性疾病的恶化、先前的医疗程序、临床实验室测试结果、患者药物摄取量或采取的其他治疗、或与患者发展未来疾病的风险相关的其他临床信息。关于患者病史的信息可以由临床医生诸如经由用户界面250提供，或者存储在诸如电子病历(EMR)系统的存储器中。风险分层器电路232可以从临床医生接收输入或从存储器检索患者病史并相应地调整疾病风险。例如，最近的HF事件可能使患者发生另一次心脏事件的风险更高，最近CKD恶化可能会增加患者发生WHF事件的风险，或者最近的手术可能会增加HF恶化的风险(诸如由于静脉补液)。
患者病史可能对患者发展未来疾病的风险具有时变(time-varying)效应。例如，最近的疾病状态或手术可能使患者发生心脏病、肺部疾病或肾脏疾病的风险高于患者病史中的更久远的历史疾病。为了考虑这种时变效应，风险分层器电路232可以临时调整一个或多个风险指示。在示例中，风险分层器电路232可以在历史医疗事件之后的指定时间框(timeframe)内产生高于基线风险分数的升高的风险，并且超过指定时间框时恢复到基线风险分数。风险分层器电路232可以可替选地或另外地产生随着自历史医疗事件起经过的时间而衰减的时变风险分数。例如，第一风险分数、第二风险分数或第三风险分数中的一个可以包括至少一个时变分量，该时变分量被确定为自历史医疗事件起经过的时间的线性、指数或其他非线性衰减函数。
健康状态分析器电路230可以检测多种疾病，诸如使用第一检测器电路234检测第一疾病，使用第二检测器电路236检测第二疾病，以及可选地使用第三检测器(未示出)检测不同于第一疾病和第二疾病的第三疾病。检测器234或236可以从一个或多个生理信号中检测相应的疾病。在示例中，第一检测器电路234可以使用诸如由信号处理器电路220产生的一个或多个信号度量来生成第一疾病的第一检测指示(D1)。同样地，第二检测器电路236可以使用一个或多个信号度量来生成第二疾病的第二检测指示(D2)，并且可选的第三检测器电路可以使用一个或多个信号度量来生成第三检测指示(D3)。由检测器电路(例如，234或236)使用的用于检测相应疾病的信号度量可以与由风险分层器电路232使用的用于生成相应风险指示的信号度量不同。在一些示例中，可以从相同的生理信号生成用于疾病检测的至少一个信号度量和用于风险指示的至少一个信号度量。
对第一疾病、第二疾病或可选的第三疾病的检测可以基于信号度量的时间变化，诸如信号度量与表示信号度量基线的参考水平的相对差。如果相对差超过指定阈值或落在指定范围内，则可以认为检测到疾病(诸如WHF或COPD)。在示例中，第一检测器电路234可以计算在短期时间窗内的心脏信号度量XC的代表值(例如，XC的多个测量结果的集中趋势)与时间上先于短期时间窗的长期时间窗内的基线值XC-Ref(例如，XC的多个测量结果的集中趋势)之间的相对差(ΔXC)。第一检测器电路234可以包括比较器电路，用于将相对差ΔXC与阈值进行比较，并检测心脏病，包括如果ΔXC落入指定的检测范围内则生成心脏检测指示D1。同样地，在示例中，第二检测器电路234可以计算短期时间窗内的肺部信号度量XP的代表值与长期时间窗内的基线值XP-Ref之间的相对差(ΔXP)，并检测肺部疾病，包括如果ΔXP落入指定的检测范围内则生成肺部检测指示D2。在示例中，可选的第三检测器电路可以计算短期时间窗内的肾信号度量XR的代表值与长期时间窗内的基线值XR-Ref之间的相对差(ΔXR)，并且检测肾脏疾病，包括如果ΔXR落入指定的检测范围内则生成肾检测指示D3。
检测指示(例如，D1、D2和D3)可以具有离散的数值，诸如0指示“没有检测到”相应疾病并且1指示“检测到”相应疾病。在一些示例中，一个或多个检测器电路可以产生检测的置信度(例如，在0和1之间)，诸如基于来自相应的检测阈值的信号度量差的偏差量(例如，ΔXC、ΔXP或ΔXR)。检测指示(例如，D1、D2和D3)可以采用指示检测的置信度的连续实数。
一个或多个检测器电路可以被配置为当一个或多个风险指示满足指定标准时检测相应的疾病。在示例中，第一检测器电路234可以被配置为响应于第一风险指示(R1)超过第一风险阈值而检测诸如WHF的心脏病。类似地，第二检测器电路236可以被配置为响应于第二风险指示(R2)超过第二风险阈值来检测诸如COPD的肺部疾病，或者可选的第三检测器电路可以被配置为响应于第三风险指示(R3)超过第三风险阈值而检测诸如急性肾功能衰竭的肾脏疾病。在一些示例中，一个或多个检测器电路可以被配置为基于风险指示之间的比较来检测相应的疾病或抑制(withhold from)检测相应的疾病。例如，如果第一风险指示R1显着高于第二风险指示R2(诸如指定的余量)，则控制电路240可以配置第一检测器电路234检测心脏病并配置第二检测器电路236抑制检测肺部疾病。类似地，如果第二风险指示R2显着高于第一风险指示R1(诸如指定的余量)，则控制电路240可以配置第二检测器电路236检测肺部疾病并配置第一检测器电路234抑制检测心脏病。
一个或多个检测器电路可以被配置为根据基于风险指示确定出的操作模式来检测相应的疾病。操作模式可以包括由检测器电路采用的用于检测相应疾病的信号度量或检测算法。在一些示例中，基于相同疾病的风险指示来确定用于检测特定疾病的检测器电路的操作模式。例如，如果指示高心脏风险(例如，第一指示R1超过心脏风险阈值)，则控制电路240可以配置第一检测器电路234以使用对心脏病具有高灵敏度或低特异性的检测算法(诸如具有其中相对差ΔXC与其进行比较的较低检测阈值的算法)来检测心脏病。相反，如果指示低心脏风险(例如，R1不超过心脏风险阈值)，则控制电路240可以配置第一检测器电路234以使用对心脏病具有低灵敏度或高特异性的检测算法(诸如对于相对差ΔXC具有较高检测阈值的算法)来检测心脏病。诸如由第二检测器电路236采用的用于检测肺部疾病或肾脏疾病的检测算法的选择可以基于是否指示高或低肺部或肾脏风险来类似地确定。
在一些示例中，联合风险模式诸如第一风险指示和第二风险指示(R1和R2)的组合或其之间的比较可以用于联合地确定两个或更多个检测器电路的操作模式。借由非限制性示例，表1示出了包括HF、COPD和慢性肾病(CKD)的风险的联合风险模式({RHF，RCOPD，RCKD})与用于检测WHF的各种心脏病检测器、用于检测COPD的肺部疾病检测器以及用于检测急性肾病(AKD)的肾脏疾病检测器所采用的对应检测算法之间的对应关系。该对应关系可以被构建在存储在存储器电路中的查找表或关联映射图中。本发明人已经认识到，至少基于联合风险模式({RHF，RCOPD，RCKD})的操作模式(诸如检测算法)具有利用不同疾病状态之间的相互作用(诸如WHF和各种HF合并症之间的伴随和相互作用)的优点。例如，根据表1，对于低HF风险，WHF检测算法可能取决于COPD风险和CKD风险而不同。具体地，对于联合风险模式{RHF，RCOPD，RCKD}＝(低，低，高)，控制电路240可以配置第一检测器电路234以使用具有低灵敏度或高特异性的检测算法来检测WHF。然而，对于联合风险模式{RHF，RCOPD，RCKD}＝(低，高，高)，控制电路240可以配置第一检测器电路234以使用具有中等灵敏度或特异性的检测算法来检测WHF。
表1.基于联合风险指示的检测算法
可以使用诸如R1、R2和R3的两个或更多个风险分数的组合来计算复合风险分数(cR)。在示例中，复合风险分数可以被计算为R1、R2和R3的线性组合，该R1、R2和R3每个由相应的类别编号或阶段编号加权，诸如NYHA类别一至四、COPD阶段一至四或CKD阶段一至五。复合风险分数cR可用于联合地确定两个或更多个检测器电路的操作模式。在示例中，如果指示高cR(诸如当cR超过阈值时)，则可以使用具有高灵敏度或低特异性的检测算法来检测心脏病、肺部疾病或肾脏疾病；或者，如果指示低cR(诸如当cR不超过阈值时)，则可以使用具有低灵敏度或高特异性的检测算法来检测心脏病、肺部疾病或肾脏疾病。
混合电路238可以使用对第一疾病和第二疾病的检测以及第一风险指示和第二风险指示(R1和R2)来产生复合健康状态指示符(S)。当可选的第三检测器用于生成第三疾病的第三检测指示D3并且风险分层器电路232被配置为产生患者发展第三疾病的第三风险指示R3时，可以进一步使用D3和R3来计算复合健康状态指示符。在示例中，混合电路238可以使用诸如WHF的心脏病的第一检测指示(D1)、诸如COPD的肺部疾病的第二检测指示(D2)以及诸如AKD的肾脏疾病的第三检测指示(D3)的线性加权组合来计算复合健康状态指示符，即：
S＝w1·D1+w2·D2+w3·D3 (1)
权重因子w1至w3可以每个使用风险指示来确定。在示例中，权重因子被选择为风险分数，即：w1＝R1，w2＝R2，并且w3＝R3。
复合健康状态指示符可以诸如经由用户界面250呈现给系统用户。另外地或可替选地，可以将复合健康状态指示符呈现给过程，诸如警报电路，其用于响应于复合健康状态指示符满足指定条件而产生患者健康状态恶化的警报。下面讨论基于复合健康状态指示符的警报发生器的示例，诸如参考图3。
控制器电路240可以控制生理传感器电路210、信号处理器电路220、健康状态分析器电路230、用户界面250以及这些组件之间的数据和指令流的操作。在一些示例中，如先前所讨论的，控制器电路240可以配置一个或多个检测器电路的操作，诸如根据一个或多个风险指示发起或抑制对疾病的检测，或根据一个或多个风险指示确定操作模式，诸如检测算法。
用户界面250可以包括输出单元，用于生成在显示器上显示的复合健康状态的人类可感知的呈现。在示例中，用户界面250的至少一部分可以在外部系统120中实施。输出单元还可以显示包括生理信号和从生理信号生成的信号度量的信息、复合健康状态指示符、风险指示、由独立检测器电路产生的检测指示、诸如引线阻抗和完整性的装置状态、诸如电池的剩余寿命的电池状态、或心脏捕获阈值等等。信息可以以表格、图表、示意图或任何其他类型的文本、列表或图形呈现格式呈现，以显示给系统用户。输出信息的呈现可以包括音频或其他人类可感知的媒体格式。用户界面250还可以包括用户输入模块251，其可以包括输入装置，诸如键盘、屏幕键盘、鼠标、轨迹球、触摸板、触摸屏或其他指向或导航装置。输入装置可以使诸如临床医生的系统用户能够对用于感测生理信号、评估风险指示以及检测各种疾病的参数进行编程。
在一些示例中，患者监视系统200可以额外地包括治疗电路260，其被配置为响应于复合健康状态指示符、风险指示或由独立检测器电路产生的检测指示中的一个或多个而向患者递送治疗。治疗的示例可包括响应于检测到目标生理事件而递送至心脏、神经组织、其他靶组织的电刺激治疗，或包括将药物递送至组织或器官的药物治疗。在一些示例中，复合健康状态指示符、风险指示或检测指示可用于修改现有治疗，诸如调整刺激参数或药物剂量。
图3总体上示出了用于生成患者健康状态恶化的警报的警报电路300的示例。警报电路300可以耦接到健康状态分析器电路230，并且使用诸如由混合电路238生成的复合健康状态指示符以及诸如由风险分层器电路232生成的风险指示来生成警报。电路300可以被包括在患者监视系统200内并且基本上被包括在流动式系统105内。可替选地，警报电路300可以基本上被包括在外部系统125中，或者分布在流动式系统105和外部系统125之间。
警报电路300可以包括警报阈值发生器310和比较器电路320。警报阈值发生器310可以基于由风险分层器电路232产生的一个或多个风险指示来调整被存储在存储器中的标称或默认警报阈值。在示例中，如果第一或第二风险指示指示出发展第一或第二疾病的低风险，则警报阈值发生器310可以增加警报阈值，或者如果第一或第二风险指示指示出发展第一或第二疾病的高风险，则警报阈值发生器310可以减少警报阈值。在示例中，阈值的增加量或减少量可以与数值风险分数成比例，或者是数值风险分数的增长函数。在示例中，阈值调整的量可以跨各种疾病的风险而不同。例如，对于高心脏风险比对于高肾脏风险可以进行更大量的调整。阈值调整量可以由用户诸如经由用户接口250来编程。在一些示例中，比较器电路320可以将复合健康状态指示符与警报阈值进行比较，并且如果复合检测分数超过警报阈值，则生成恶化的健康状态的警报。
图4总体上示出了肺部风险分层器电路400的示例，其用于评估患者发展未来肺部事件(诸如COPD、哮喘或肺水肿等等)的风险。肺部风险分层器电路400可以是风险分层器电路232的至少一部分的实施例。
肺部风险分层器电路400可以包括初级风险生成器410、采样电路420、次级风险生成器430和混合电路440中的一个或多个。初级风险生成器410可以耦接到信号处理器电路220，以接收至少第一肺部信号度量222的多个测量结果。初级风险生成器410可以使用第一肺部信号度量222的多个测量结果的统计测度、诸如集中趋势或变异性测度来生成初级肺部风险指示(RP1)。在示例中，可以从诸如使用一个或多个可植入引线上的电极感测到的呼吸信号中提取第一肺部信号度量222，以测量胸阻抗。第一肺部信号度量的示例可以包括呼吸速率、潮气量或被计算为呼吸速率与潮气量的比率的快速浅呼吸指数(RSBI)。快速呼吸(高呼吸速率)和浅度呼吸(低潮气量)的患者倾向于具有高RSBI。
在示例中，可以从临床上与肺部事件相关的生理信号中提取第一肺部信号度量222，诸如心音信号、心率信号、阻抗信号或身体活动信号等等。第二信号度量224和第三信号度量226的示例每个可包括心音分量的强度(诸如第一(S1)、第二(S2)或第三(S3)听觉声音)、心音分量的计时、收缩计时间隔(诸如指示射血前期的ECG到S2心音的Q波或指示左心室射血时间的S1到S2间隔)、一个心音分量强度与参考强度的比率(诸如S3与S1强度比率或S3与S2强度比率)、心率测量结果、经胸阻抗测量结果、身体活动强度或身体活动强度落入指定范围内的持续时间等等。
次级风险生成器430可以至少使用第二肺部信号度量224和第三肺部信号度量226来生成次级肺部风险(RP2)。第二肺部信号度量224和第三肺部信号度量226可以与第一肺部信号度量222不同，并且每个从呼吸信号或临床上与肺部事件相关的生理信号中提取，如先前参考第一肺部信号度量222所讨论的。在示例中，次级风险生成器430可以使用第二肺部信号度量224和第三肺部信号度量226的加权组合来生成次级肺部风险(RP2)。在示例中，次级风险生成器430可以生成包括由第三肺部信号度量加权的第二肺部信号度量的第二肺部风险指示(RP2)。
次级风险生成器430可以使用由采样电路420选出的第二肺部信号度量224的测量结果的集合来生成次级肺部风险(RP2)。耦接到信号处理器电路220的采样电路420可以接收第二肺部信号度量224和第三肺部信号度量226，并且当第三信号度量226满足指定条件时，对第二肺部信号度量224的测量结果的集合进行采样。在示例中，第二肺部信号度量224可以包括呼吸速率，并且第三肺部信号度量226可以包括身体活动强度或高于阈值的身体活动的持续时间。采样电路420可以在指示高身体活动时(诸如当身体活动强度超过指定阈值时)的时间段期间对呼吸速率测量结果进行采样。次级风险生成器430可以使用由采样电路420产生的采样呼吸速率测量结果的统计测度(诸如，集中趋势或可变性)来生成次级肺部风险指示(RP2)。
混合电路440可以组合初级风险指示RP1和次级风险指示RP2以生成复合肺部风险指示。该组合可以包括线性加权组合，或者可替选地，诸如决策树、神经网络、模糊逻辑模型或多元回归模型等等的非线性组合。在示例中，初级风险生成器410生成包括第一信号度量的第一多个测量结果的集中趋势的初级肺部风险指示RP1，并且次级风险生成器420生成包括第二信号度量的第二多个测量结果的可变性或其他二阶统计值的次级肺部风险指示RP2。混合电路440可以使用第一信号度量的集中趋势和第二信号度量的可变性的组合来生成复合肺部风险指示。
在一些示例中，肺部风险分层器电路400可另外地接收患者的临床信息，诸如患者的病史。混合电路440可以进一步使用关于患者的患者临床信息来生成复合肺部风险指示。临床信息的示例可以包括以下中的一个或多个：历史心脏事件、一种或多种合并症或其他伴随疾病状态、患者身体评估或患者人口统计(诸如年龄、性别、人种或种族)。在示例中，复合肺部风险指示可以由临床医生根据患者的临床信息诸如经由用户界面250来调整。
图5总体上示出了用于诸如通过检测包括心脏病、肺部疾病或肾脏疾病的多种疾病的进展来评估患者健康状态的方法500的示例。方法500可以在诸如可植入或可穿戴医疗装置的流动式医疗装置中或在远程患者管理系统中实施和操作。在示例中，方法500可以由健康状态监视器160或其任何实施例或者由外部系统125执行。
方法500通过感测来自患者的一个或多个生理信号在510处开始。生理信号的示例可包括心电图(ECG)、电描记图(EGM)、胸内阻抗信号、心内阻抗信号、动脉压信号、肺动脉压信号、RV压信号、LV冠状动脉压信号、冠状动脉血液温度信号、血氧饱和度信号、中心静脉pH值、心音(HS)信号、姿势信号、身体活动信号或呼吸信号等等。可替选地，生理信号可以从存储生理信息的存储装置中检索，该存储装置诸如外部编程器、电子病历(EMR)系统、存储器单元或其他数据存储装置。
在520处，可以从一个或多个生理信号生成信号度量。信号度量可以包括从感测到的生理信号中提取的统计或形态参数。信号度量的示例可以包括胸阻抗大小、诸如心音分量的强度的HS度量或诸如两个心音分量之间的比率的相对强度、第三(S3)心音强度与参考心音强度的比率、心音分量相对于基准点(诸如ECG中的P波、Q波或R波)的计时、呼吸速率、潮气量、RSBI、身体活动强度、或活动强度在指定范围内或高于指定阈值时的持续时间、收缩压、舒张压、平均动脉压或这些压力测量结果相对于基准点的计时度量等等。信号度量趋势可以包括在指定时间段期间信号度量的多个测量结果。在示例中，信号度量趋势可以包括每日趋势，该每日趋势包括在指定天数内的信号度量的每日测量结果。
在530处，可以产生多个风险指示。风险指示可以指示患者将来发展多种疾病或不同疾病状态恶化的风险。风险指示可以至少包括指示第一疾病的风险的第一风险指示(R1)和指示不同的第二疾病的风险的第二风险指示(R2)。在示例中，还可以包括指示与第一疾病和第二疾病不同的第三疾病的风险的第三风险指示(R3)。风险指示R1、R2和R3可以包括发展未来心脏事件(诸如WHF事件)、未来肺部疾病(诸如COPD、哮喘、肺水肿或肺动脉高压)、或未来肾脏疾病(诸如慢性或急性肾功能衰竭)的风险。风险指示可以具有指定范围内的分类值或数值风险分数。
风险指示可以由系统用户提供、从存储器装置检索、或者使用从一个或多个生理信号导出的信号度量自动生成。用于评估心脏风险的信号度量可以包括心音分量(诸如S3心音强度)、呼吸参数(诸如呼吸速率或潮气量测量结果、或呼吸速率与潮气量的比率(也被称为快速浅呼吸指数(RSBI)))、胸阻抗大小、或诸如使用与患者相关联的流动式加速度计从身体活动信号测量出的身体活动强度水平。用于评估肺部风险的信号度量可以包括心率、呼吸速率或潮气量、心音分量诸如第一心音、第二心音或第三心音(分别地S1、S2或S3)之一、胸阻抗或身体活动水平等等。用于评估肾脏风险的信号度量可以包括肌酸酐水平、体尿素氮(BUN)水平、BUN/肌酸酐比率、肾小球滤过率(GFR)或估计的肾小球滤过率(eGFR)等。用于评估一种疾病风险的信号度量也可用于评估另一种不同疾病的风险。在一些示例中，多变量模型(诸如各种信号度量趋势的加权组合)可用于评估心脏事件风险、肺部事件风险或肾脏事件风险。
在一些示例中，可以使用关于疾病分类的信息进一步确定风险指示。疾病分类的示例可以包括将WHF事件分类为一至四的纽约心力衰竭(NYHA)类别中的一个、将诸如COPD事件的肺部疾病分类为一至四的COPD阶段中的一个、或将CKD事件分类为一至五的CKD阶段中的一个。类别编号或阶段编号可用于确定对应的第一、第二或第三疾病的数值风险分数。在一些示例中，可以使用临床适应症或患者病史进一步评估一个或多个风险指示，诸如最近的慢性疾病的恶化、先前的医疗程序、临床实验室测试结果、患者药物摄取量或采取的其他治疗、或与患者发展未来疾病的风险相关的其他临床信息。例如，最近的HF事件可能使患者处于另一个心脏事件的较高风险，CKD的最近恶化可能增加患者发生WHF事件的风险，或者最近的手术可能增加HF恶化的风险(诸如由于静脉补液)。患者病史可能对患者发展未来疾病的风险具有时变效应。例如，相比患者病史中的更久远的历史疾病而言，最近的疾病状态或手术可能使患者处于发展心脏病、肺部疾病或肾脏疾病的更高风险。可以根据临床适应症的类型或自先前医疗事件起经过的时间来调整一个或多个风险指示。在示例中，基于临床适应症或病史的风险指示的调整可以是临时的，诸如在历史医疗事件之后的指定时间框内将风险提升到基线风险分数之上，并且超过指定时间框时恢复到基线风险指示。在另一个示例中，风险分层器电路232可以产生随着自历史医疗事件起经过的时间而衰减的时变风险分数。
在示例中，肺部风险分层器的方法可用于从一个或多个信号度量生成肺部风险指示，该肺部风险指示指示出患者发展未来肺部事件(诸如COPD、哮喘或肺水肿等等)的风险。该方法可以在如图4中示出的肺部风险分层器电路400中实施和执行。可以将初级肺部风险指示确定为第一肺部信号度量的多个测量结果的统计测度，诸如集中趋势或可变性测度。第一肺部风险的示例可包括呼吸速率、潮气量或被计算为呼吸速率与潮气量的比率的快速浅呼吸指数(RSBI)。可以至少使用第二肺部信号度量和第三肺部信号度量来确定次级肺部风险(RP2)。第二和第三肺部信号度量可以与第一肺部信号度量不同，并且该第二和第三肺部信号度量每个从呼吸信号或临床上与肺部事件相关的生理信号中提取，如先前参考第一肺部信号度量所讨论的。在示例中，可以将次级肺部风险(RP2)确定为第二肺部信号度量和第三肺部信号度量的加权组合。在另一个示例中，RP2可以包括由第三肺部信号度量加权的第二肺部信号度量。在示例中，当第三信号度量满足指定条件(诸如超过阈值)时，可以对第二肺部信号度量进行采样。可以生成RP2作为第二肺部信号度量的采样测量结果的统计测度，诸如集中趋势或可变性。然后可以组合初级风险指示RP1和次级风险指示RP2以生成复合肺部风险指示。
在540处，可以从一种或多种生理信号中检测多种疾病，其可以包括诸如WHF的心脏病、诸如COPD的肺部疾病或诸如急性肾衰竭的肾脏疾病。用于检测相应疾病的信号度量可以与用于生成相应风险指示的信号度量不同。在示例中，对多种疾病的检测可以基于信号度量的时间变化，诸如信号度量与表示信号度量基线的参考水平的相对差。可以生成数字检测指示(例如，D1、D2和D3)以指示“没有检测到”相应疾病(例如，D1＝0)或“检测到”相应疾病(例如，D1＝1)。在一些示例中，一个或多个检测指示可以采用指示检测的置信度的连续实数(例如，在0和1之间)。
对第一或第二疾病的检测可以以满足指定标准的一种或多种风险指示为条件。在示例中，响应于心脏风险指示超过第一风险阈值而激活对诸如WHF的心脏病的检测。类似地，可以响应于肺部风险指示超过第二风险阈值而激活对诸如COPD的肺部疾病的检测，并且可以响应于肾脏风险指示超过第三风险阈值而激活对诸如急性肾衰竭的肾脏疾病的检测。在一些示例中，激活对一种疾病的检测或抑制对另一种疾病的检测可以基于不同风险指示之间的比较。例如，如果心脏风险指示基本上高于肺部风险指示(诸如指定的余量)，则开启对心脏病的检测，同时可以至少暂时地抑制对肺部疾病的检测。
可以根据指定的操作模式来检测第一或第二疾病。操作模式可以包括检测相应疾病的信号度量或检测算法。可以基于相同疾病的风险指示来确定用于检测特定疾病的操作模式。在示例中，如果心脏风险指示超过风险阈值并因此指示出相对高的心脏风险，则可以根据第一操作模式来检测心脏病(例如，WHF)，该第一操作模式可以包括第一检测算法。然而，如果心脏风险指示低于风险阈值并因此指示出相对低的心脏风险，则可以根据第二操作模式来检测心脏病，该第二操作模式可以包括第二检测算法。与第二算法相比而言，第一检测算法可以对第一或第二疾病更敏感或更不特异。用于检测各种疾病的检测算法可以可替选地基于联合风险模式，诸如风险指示的组合或其之间的比较，诸如表1中示出的示例。
在550处，可以至少使用对第一疾病和第二疾病的检测以及与第一疾病和第二疾病相关联的风险指示来计算复合健康状态指示符。可以使用心脏、肺部和肾脏检测指示的线性组合来计算复合健康状态指示符，该心脏、肺部和肾脏检测指示每个由相应的风险指示加权，诸如以上参考等式(1)所讨论的。
在560处，可以生成并且诸如在用户界面250上显示复合健康状态指示符的人类可感知的呈现。该信息可以以表格、图表、示意图或任何其他类型的文本、列表或图形呈现格式呈现。复合健康状态指示符可以另外地或可替选地呈现给诸如用于产生患者健康状态恶化的警报的过程。响应于复合健康状态指示符满足指定条件(诸如超过警报阈值)，可以生成警报。在一些示例中，可以使用一个或多个风险指示来确定警报阈值。下面讨论基于复合健康状态指示符生成警报的示例以及基于风险指示的警报阈值，诸如参考图6至图7。
方法500可以额外地包括响应于由独立检测器电路产生的复合健康状态指示符、风险指示或检测指示中的一个或多个向患者递送治疗的步骤570。治疗的示例可包括：响应于检测到目标生理事件递送至心脏、神经组织或其他靶组织的电刺激治疗，或包括将药物递送至组织或器官的药物治疗。在一些示例中，在570处，复合健康状态指示符、风险指示或检测指示可用于修改现有治疗，诸如调整刺激参数或药物剂量。
图6总体上示出了用于计算复合健康状态(CHS)指示符并基于CHS指示符生成警报的方法600的示例。方法600可以是方法500的至少部分的实施例，诸如方法500的步骤530-560。在示例中，方法600可以在如图2中示出的患者监视系统200中实施并由患者监视系统200执行。
方法600通过评估心脏、肺部和肾脏风险而开始于610、620和630处。与HF、COPD和慢性肾病(CKD)相关联的风险指示可由系统用户提供或使用从一个或多个生理信号导出的信号度量来生成。如果在612处HF风险超过心脏风险阈值使得指示出高风险，则可以在616处生成HF检测分数(DHF)。检测分数DHF可以采用指示出检测到WHF事件(DHF＝1)或没有检测到WHF事件(DHF＝0)的离散值，或指示检测的置信度的连续实数，诸如基于信号度量差与相应检测阈值的偏差量(例如，ΔXC、ΔXP、或ΔXR)。如果在612处HF风险低于心脏风险阈值使得指示出低风险，则抑制HF检测过程，并且在614处分配HF检测分数为零(DHF＝0)。类似地，如果在622处指示出高COPD风险，则可以激活COPD检测过程并且可以在626处生成COPD检测分数(DCOPD)。如果指示出低COPD风险，则抑制COPD检测过程并且在624处分配COPD检测分数为零(DCOPD＝0)。同样，如果在632处指示出高CKD风险，则可以激活急性肾病(AKD)检测的过程，并且可以在636处生成AKD检测分数(DAKD)。如果指示出低CKD风险，则抑制AKD检测过程并且在634处分配AKD检测分数为零(DAKD＝0)。
在640处，可以诸如根据等式(1)使用检测指示DHF、DCOPD和DAKD的加权组合来生成复合健康状态(CHS)分数。在一些示例中，即使对应的风险指示低，也可以激活HF检测、COPD检测或AKD检测中的一个或多个。风险指示可包括数值风险分数，诸如离散值(例如，从0到5)或连续实数(例如，在0和1之间)，或基于疾病分类，诸如纽约心力衰竭(NYHA)类别一至四、将COPD事件分类为COPD阶段一至四中的一个、或CKD阶段一至五。可以将640处的CHS分数计算为检测指示的组合，该检测指示每个由它们相应的风险分数加权。
在650处，可以将复合健康状态(CHS)与警报阈值TH0进行比较。如果CHS分数超过阈值TH0，则可以在660处生成警报，其指示出患者健康状态的恶化或多种疾病的恶化。如果CHS分数未超过阈值TH0，则该过程可以进行到610、620和630以继续评估心脏、肺部和肾脏风险。
图7总体上示出了用于计算混合警报阈值THC的方法700的示例。方法700可以是方法500的至少部分的实施例，诸如方法500的步骤530-560。在示例中，方法700可以在如图2中示出的患者监视系统200中实施并由患者监视系统200执行。方法700的部分可以在如图3中示出的警报电路300中实施并由警报电路300执行。
方法700可以包括以下步骤：评估心脏、肺部和肾脏风险并在610、620和630处生成与HF、COPD和CKD相关联的风险指示。基于风险指示与其在612、622和632处的相应风险阈值的比较，可以调整标称警报阈值TH0。例如，如果在612处指示高HF风险，则阈值TH0可以在716处减少。减少警报阈值可以增加诸如在图6中的640处获得的复合健康状态(CHS)分数超过警报阈值的可能性；因此，相比具有相对较低心脏风险的患者而言，针对具有较高心脏风险的患者更可能生成警报。类似的基于风险的警报阈值的调整可以应用于肺部风险和肾脏风险。例如，如果指示出低COPD风险，则警报阈值TH0可以在724处增加，或者如果指示出高COPD风险，则警报阈值TH0可以在726处减少，并且如果指示出低CKD风险，则警报阈值TH0可以在734处增加，或者如果指示出高CKD风险，则警报阈值TH0可以在736处减少。在示例中，阈值的增加量或减少量可以与数值风险分数成比例，或者是数值风险分数的增长函数，使得较高的风险对应于阈值TH0的较大减少。阈值调整的量可以跨各种疾病的风险而不同。例如，对于高心脏风险比对于高肾脏风险可以进行更大量的调整。
在740处，可以通过根据HF风险、COPD风险和CKD风险组合基于风险的调整来生成混合警报阈值(THC)。在701处的复合健康状态(CHS)分数(其可以是使用方法600生成的640处的CHS分数)可以在750处与混合警报阈值THC进行比较。如果CHS分数超过阈值THC，则可以在760处生成警报。然而，如果CHS分数低于阈值THC，则该过程可以进行到610、620和630以继续评估心脏、肺部和肾脏的风险。
上面的具体实施方式包括对构成了具体实施方式的一部分的附图的参考。附图借由图示示出了其中可以实践本公开的具体实施例。这些实施例在本文中还被称为“示例”。这样的示例还可以包括除了所示出或所描述的那些元素以外的元素。然而，本发明人还考虑到了其中仅提供了所示出和所描述的那些元素的示例。此外，就特定示例(或其一个或多个方面)而言，或者就本文所示出或所描述的其他示例(或其一个或多个方面)而言，本发明人还考虑了使用所示出或所描述的那些元素(或其一个或多个方面)的任何组合或排列的示例。
在此文档和通过引用而并入的任何文档之间的用法不一致的情况下，以此文档中的用法为准。
在此文档中，独立于任何其他情况或者“至少一个”或“一个或多个”的用法，如在本专利文档中常见的术语“一”或者“一个”被用于包括一个或者多于一个。在此文档中，术语“或”用于指非排他性的或，使得除非另外指明，否则“A或B”包括“A但不是B”、“B但不是A”、以及“A和B”。在此文档中，术语“包括”和“其中”用作相应术语“包含”和“在其中”的简明英语等同用语。而且，在下面的权利要求中，术语“包括”和“包含”是开放式的，也就是说，包括除了在权利要求中的这样的术语之后所列出的那些元素之外的元素的系统、装置、制品、组合物、制剂、或者过程仍被认为落入该权利要求的范围内。此外，在下面的权利要求中，术语“第一”、“第二”、以及“第三”等仅用作标签，并不旨在对其对象强加数值要求。
本文所描述的方法示例可以至少部分地是机器实施或计算机实施的。一些示例可以包括编码有指令的计算机可读介质或者机器可读介质，所述指令可操作以配置电子装置来执行以上示例中描述的方法。这种方法的实施可以包括诸如微代码、汇编语言代码或高级语言代码等的代码。这种代码可以包括用于执行各种方法的计算机可读指令。代码可以形成计算机程序产品的一部分。此外，在示例中，诸如在执行期间或者在其他时间，代码可以有形地存储在一个或多个易失性、非暂时性或非易失性有形的计算机可读介质上。这些有形计算机可读介质的示例可以包括但不限于硬盘、可移动磁盘、可移动光盘(例如，压缩盘和数字视频盘)、磁带盒、存储卡或存储棒、随机存取存储器(RAM)和只读存储器(ROM)等。
以上描述旨在是说明性的，而非限制性的。例如，上述示例(或其一个或多个方面)可以彼此组合使用。诸如本领域普通技术人员在审阅以上描述后可以使用其他实施例。提供摘要以符合37C.F.R.§1.72(b)，以允许读者快速确定技术公开的本质。应当理解的是，其不用于解释或限制权利要求的范围或含义。而且，在以上具体实施方式中，各种特征可以被分组在一起以简化本公开。这不应当被解释为意指未要求保护的公开的特征对任何权利要求是必不可少的。相反，发明主题可以在于少于特定公开的实施例的所有特征。因而，以下权利要求在此作为示例或实施例被并入到具体实施方式中，其中每个权利要求独立地作为单独的实施例，并且考虑的是这样实施例可以以各种组合或排列彼此组合。本公开的范围应当参考所附权利要求以及这样权利要求所赋予的等同物的全部范围来确定。
Claims (15)
1.一种用于监视患者的健康状态的系统，所述系统包括：
生理传感器电路，其包括用于感测一个或多个生理信号的感测放大器电路；
健康状态分析器电路，其耦接到所述生理传感器电路，所述健康状态分析器电路包括：
风险分层器电路，用于使用第一生理信号度量的加权组合来确定所述患者发展第一疾病的第一风险指示，以及使用第二生理信号度量的加权组合来确定所述患者发展不同的第二疾病的第二风险指示；
第一检测器电路，用于使用所述第一风险指示从所述一个或多个生理信号检测所述第一疾病；
第二检测器电路，用于使用所述第二风险指示从所述一个或多个生理信号检测所述第二疾病；以及
混合电路，用于使用对所述第一疾病和所述第二疾病的检测而生成复合健康状态指示符。
2.根据权利要求1所述的系统，其中：
所述第一疾病是心力衰竭；
所述第二疾病是肺部疾病或肾脏疾病；并且
所述混合电路被配置为使用对所述第一疾病和所述第二疾病的检测的加权组合而生成复合健康状态指示符。
3.根据权利要求2所述的系统，还包括第三检测器电路，用于检测不同于所述第一疾病和所述第二疾病的第三疾病，其中：
所述风险分层器电路用于使用第三生理信号度量的加权组合来确定所述患者发展第三疾病的第三风险指示；
所述第三检测器电路用于使用所述第三风险指示从所述一个或多个生理信号检测第三疾病；并且
所述混合电路进一步用于使用对所述第三疾病的检测而生成所述复合健康状态指示符。
4.根据权利要求2或3中任一项所述的系统，其中所述风险分层器电路用于使用初级肺部风险指示和次级肺部风险指示两者生成所述患者发展未来肺部疾病的第二风险指示，
其中，所述初级肺部风险指示基于第一肺部信号度量，并且所述次级肺部风险指示基于第二肺部信号度量和第三肺部信号度量。
5.根据权利要求4所述的系统，其中所述风险分层器电路被配置为使用由所述第三肺部信号度量加权的所述第二肺部信号度量来生成所述次级肺部风险指示。
6.根据权利要求4所述的系统，其中所述风险分层器电路被配置为当所述第三肺部信号度量满足指定条件时，使用所述第二肺部信号度量的多个测量结果来生成所述次级肺部风险指示。
7.根据权利要求1或2所述的系统，其中
所述第一检测器电路被配置为响应于所述第一风险指示超过第一风险阈值而检测所述第一疾病；和/或
所述第二检测器电路被配置为响应于所述第二风险指示超过第二风险阈值而检测所述第二疾病。
8.根据权利要求1或2所述的系统，其中：
响应于所述第一风险指示高于所述第二风险指示，所述第一检测器被配置为检测所述第一疾病，并且所述第二检测器被配置为抑制对所述第二疾病的检测；或者
响应于所述第二风险指示高于所述第一风险指示，所述第二检测器被配置为检测所述第二疾病，并且所述第一检测器被配置为抑制对所述第一疾病的检测。
9.根据权利要求1或2所述的系统，其中，所述第一检测器电路或第二检测器电路中的至少一个被配置为：
如果第一风险指示或第二风险指示超过风险阈值，则根据第一操作模式检测第一疾病或第二疾病；并且
如果第一风险指示或第二风险指示未超过所述风险阈值，则根据第二操作模式检测第一疾病或第二疾病；并且
其中，所述第一操作模式包括第一检测算法，并且所述第二操作模式包括第二检测算法，所述第一检测算法比所述第二检测算法对所述第一疾病或所述第二疾病更敏感或更不特异。
10.根据权利要求9所述的系统，其中用于检测相应的第一疾病或第二疾病的操作模式基于包括相对于所述第二风险指示的第一风险指示的联合风险模式。
11.根据权利要求1或2所述的系统，其中，所述第一风险指示包括第一风险分数，并且第二风险指示包括第二风险分数，并且其中：
所述第一检测器电路用于检测所述第一疾病，包括生成指示出检测所述第一疾病的置信度的第一检测分数；
所述第二检测器电路用于检测所述第二疾病，包括生成指示出检测所述第二疾病的置信度的第二检测分数；并且
所述混合电路用于生成所述复合健康状态指示符，其包括使用每个由相应的第一风险分数和第二风险分数加权的第一检测分数和第二检测分数的组合的复合检测分数。
12.根据权利要求11所述的系统，还包括输出电路，其被配置为如果所述复合检测分数超过警报阈值，则生成恶化的健康状态的警报。
13.根据权利要求12所述的系统，其中所述健康状态分析器电路被配置为：
如果第一风险指示或第二风险指示分别指示出发展所述第一疾病或第二疾病的低风险，则增加所述警报阈值；并且
如果第一风险指示或第二风险指示分别指示出发展所述第一疾病或第二疾病的高风险，则减少所述警报阈值。
14.根据权利要求11所述的系统，其中所述风险分层器电路被配置为使用关于所述第一疾病或第二疾病的分类的信息计算所述第一风险分数或第二风险分数，包括：
将心力衰竭恶化WHF事件分类为纽约心力衰竭类别一至四中的一个；
将肺部疾病分类为慢性阻塞性肺部疾病阶段一至四中的一个；或者
将慢性肾病CKD分类为CKD阶段一至五中的一个。
15.根据权利要求1或2所述的系统，其中所述风险分层器电路被配置为基于所述患者的病史确定第一风险指示或第二风险指示。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201662317003P | 2016-04-01 | 2016-04-01 | |
| US62/317,003 | 2016-04-01 | ||
| PCT/US2017/024521 WO2017172755A1 (en) | 2016-04-01 | 2017-03-28 | Multi-disease patient management |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109152529A CN109152529A (zh) | 2019-01-04 |
| CN109152529B true CN109152529B (zh) | 2021-10-22 |
Family
ID=58530668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780022374.5A Active CN109152529B (zh) | 2016-04-01 | 2017-03-28 | 多疾病患者管理 |
Country Status (4)
| Country | Link |
|---|---|
| US (2) | US11576620B2 (zh) |
| EP (2) | EP3435846B1 (zh) |
| CN (1) | CN109152529B (zh) |
| WO (1) | WO2017172755A1 (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109152529B (zh) | 2016-04-01 | 2021-10-22 | 心脏起搏器股份公司 | 多疾病患者管理 |
| US10849545B2 (en) * | 2016-06-02 | 2020-12-01 | Cardiac Pacemakers, Inc. | Acute kidney injury detection system and methods |
| EP3730040A4 (en) * | 2017-12-20 | 2021-10-06 | Medi Whale Inc. | METHOD AND APPARATUS FOR AID IN THE DIAGNOSIS OF CARDIOVASCULAR DISEASE |
| US11491337B2 (en) | 2018-02-01 | 2022-11-08 | Cardiac Pacemakers, Inc. | Systems and methods for presenting arrhythmia episodes |
| US11154249B2 (en) * | 2018-05-02 | 2021-10-26 | Medtronic, Inc. | Sensing for health status management |
| US11000191B2 (en) | 2018-08-20 | 2021-05-11 | Thomas Jefferson University | Acoustic sensor and ventilation monitoring system |
| US10881330B2 (en) | 2018-08-20 | 2021-01-05 | Thomas Jefferson University | Acoustic sensor and ventilation monitoring system |
| US11213225B2 (en) | 2018-08-20 | 2022-01-04 | Thomas Jefferson University | Acoustic sensor and ventilation monitoring system |
| EP3909054A4 (en) * | 2019-01-11 | 2022-10-26 | Quadrus Medical Technologies, Inc. | SYSTEMS AND METHODS FOR EVALUATION AND EVALUATION OF RENAL FUNCTIONAL DIAGNOSTICS, CLASSIFICATION AND THERAPY RECOMMENDATION |
| CN109692110B (zh) * | 2019-01-26 | 2021-03-02 | 南通科威瀚医疗科技有限公司 | 脉冲气压治疗仪及其工作方法 |
| WO2020190922A1 (en) * | 2019-03-18 | 2020-09-24 | Cardiac Pacemakers, Inc. | Systems and methods for predicting atrial arrhythmia |
| US12048516B2 (en) | 2019-11-04 | 2024-07-30 | Medtronic, Inc. | Body stability measurement using pulse transit time |
| US10931273B1 (en) | 2020-01-31 | 2021-02-23 | Infineon Technologies Ag | Circuit for controlling a switching device to deliver power to a load |
| US20230207125A1 (en) * | 2020-04-10 | 2023-06-29 | Koninklijke Philips N.V. | Diagnosis-adaptive patient acuity monitoring |
| CN118414118A (zh) * | 2021-12-01 | 2024-07-30 | 美敦力公司 | 慢性阻塞性肺疾病监测装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102216951A (zh) * | 2008-11-19 | 2011-10-12 | 欧姆龙健康医疗事业株式会社 | 健康状态判断装置 |
| CN105228513A (zh) * | 2013-05-20 | 2016-01-06 | 心脏起搏器股份公司 | 用于检测心力衰竭的方法和装置 |
| CN105246397A (zh) * | 2013-05-20 | 2016-01-13 | 心脏起搏器股份公司 | 用于心力衰竭风险分层的装置 |
Family Cites Families (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6409675B1 (en) | 1999-11-10 | 2002-06-25 | Pacesetter, Inc. | Extravascular hemodynamic monitor |
| US6440066B1 (en) * | 1999-11-16 | 2002-08-27 | Cardiac Intelligence Corporation | Automated collection and analysis patient care system and method for ordering and prioritizing multiple health disorders to identify an index disorder |
| US6955647B2 (en) * | 2002-06-17 | 2005-10-18 | Rice William H | System and method for repetitive interval clinical evaluations |
| US7207948B2 (en) * | 2004-06-24 | 2007-04-24 | Vivometrics, Inc. | Systems and methods for monitoring cough |
| US20070073555A1 (en) * | 2003-10-29 | 2007-03-29 | Patientrack Pty Ltd. | System and process for facilitating the provision of health care |
| US8403865B2 (en) * | 2004-02-05 | 2013-03-26 | Earlysense Ltd. | Prediction and monitoring of clinical episodes |
| US20080126124A1 (en) * | 2006-11-28 | 2008-05-29 | Schechter Alan M | Quantitative assessment, evaluation and triage of the health status of an individual |
| US9968266B2 (en) * | 2006-12-27 | 2018-05-15 | Cardiac Pacemakers, Inc. | Risk stratification based heart failure detection algorithm |
| US8052611B2 (en) * | 2007-03-14 | 2011-11-08 | Cardiac Pacemakers, Inc. | Method and apparatus for management of heart failure hospitalization |
| DK2827152T3 (en) * | 2008-04-18 | 2016-09-12 | Critical Care Diagnostics Inc | PREDICTION OF RISK OF MAJOR ADVERSE HEART EVENTS |
| US8882684B2 (en) * | 2008-05-12 | 2014-11-11 | Earlysense Ltd. | Monitoring, predicting and treating clinical episodes |
| US8255046B2 (en) * | 2008-07-31 | 2012-08-28 | Medtronic, Inc. | Detecting worsening heart failure based on impedance measurements |
| CN102458418B (zh) * | 2009-06-08 | 2015-09-16 | 夸克制药公司 | 一种寡核苷酸化合物的制药用途 |
| US20130066643A1 (en) * | 2009-10-13 | 2013-03-14 | James B. Seward | Configurable medical finding prediction system and method |
| US8579824B2 (en) * | 2009-10-30 | 2013-11-12 | Medtronic, Inc. | Method and apparatus to monitor change in inspiratory effort using intrathoracic blood pressure waveform morphology |
| WO2011073815A2 (en) * | 2009-12-19 | 2011-06-23 | Koninklijke Philips Electronics N.V. | Copd exacerbation prediction system and method |
| US20160361026A1 (en) * | 2010-03-29 | 2016-12-15 | Medtronic, Inc. | Method and apparatus for monitoring tisue fluid content for use in an implantable cardiac device |
| PL2603138T3 (pl) * | 2010-08-13 | 2018-04-30 | Respiratory Motion Inc | Urządzenia i sposoby do monitorowania zmian oddechowych poprzez pomiar objętości oddechowej, ruchu i zmienności |
| US20120109243A1 (en) * | 2010-10-28 | 2012-05-03 | Medtronic, Inc. | Heart failure monitoring and notification |
| US9420959B2 (en) * | 2010-12-15 | 2016-08-23 | Cardiac Pacemakers, Inc. | Detecting heart failure by monitoring the time sequence of physiological changes |
| US20120173266A1 (en) * | 2010-12-30 | 2012-07-05 | Cerner Innovation, Inc. | Reimbursing care providers based on performed actions |
| US10542887B2 (en) * | 2011-04-01 | 2020-01-28 | Medtronic, Inc. | Heart failure monitoring |
| US9848778B2 (en) * | 2011-04-29 | 2017-12-26 | Medtronic, Inc. | Method and device to monitor patients with kidney disease |
| US9456755B2 (en) * | 2011-04-29 | 2016-10-04 | Medtronic, Inc. | Method and device to monitor patients with kidney disease |
| US20140315734A1 (en) * | 2011-07-06 | 2014-10-23 | Alere San Diego Inc. | Methods and compositions for assigning likelihood of acute kidney injury progression |
| US9560980B2 (en) * | 2012-01-31 | 2017-02-07 | Medtronic, Inc. | Automatic selection of electrode vectors for assessing risk of heart failure decompensation events |
| CN104582563B (zh) * | 2012-08-24 | 2017-09-15 | 皇家飞利浦有限公司 | 临床支持系统及方法 |
| CN105228509B (zh) * | 2013-03-14 | 2019-08-20 | 心脏起搏器股份公司 | 避免再住院的心力衰竭管理 |
| US20150040685A1 (en) * | 2013-08-08 | 2015-02-12 | Headcase Llc | Impact sensing, evaluation & tracking system |
| EP3076855A1 (en) | 2013-12-06 | 2016-10-12 | Cardiac Pacemakers, Inc. | Heart failure event prediction using classifier fusion |
| US9662073B2 (en) * | 2014-03-07 | 2017-05-30 | Cardiac Pacemakers, Inc. | Heart failure event detection using multi-level categorical fusion |
| US10786408B2 (en) * | 2014-10-17 | 2020-09-29 | Stryker Corporation | Person support apparatuses with exit detection systems |
| CA3226912A1 (en) * | 2014-10-17 | 2016-04-21 | Stryker Corporation | Person support apparatuses with motion monitoring |
| EP3265937B1 (en) * | 2015-03-06 | 2024-04-24 | Cardiac Pacemakers, Inc. | Systems for displaying medical data |
| JP6568314B2 (ja) * | 2015-10-08 | 2019-08-28 | カーディアック ペースメイカーズ， インコーポレイテッド | 心音を使用した悪化する心不全現象の検出システム |
| US9786148B2 (en) * | 2016-01-21 | 2017-10-10 | Plethy, Inc. | Devices, systems, and methods for health monitoring using circumferential changes of a body portion |
| WO2017172934A1 (en) * | 2016-04-01 | 2017-10-05 | Cardiac Pacemakers, Inc. | Alert management for physiological event detection |
| CN109152529B (zh) | 2016-04-01 | 2021-10-22 | 心脏起搏器股份公司 | 多疾病患者管理 |
-
2017
- 2017-03-28 CN CN201780022374.5A patent/CN109152529B/zh active Active
- 2017-03-28 EP EP17716714.5A patent/EP3435846B1/en active Active
- 2017-03-28 WO PCT/US2017/024521 patent/WO2017172755A1/en active Application Filing
- 2017-03-28 EP EP24184977.7A patent/EP4442200A2/en active Pending
- 2017-03-28 US US15/471,583 patent/US11576620B2/en active Active
-
2023
- 2023-01-16 US US18/097,348 patent/US20230148970A1/en active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102216951A (zh) * | 2008-11-19 | 2011-10-12 | 欧姆龙健康医疗事业株式会社 | 健康状态判断装置 |
| CN105228513A (zh) * | 2013-05-20 | 2016-01-06 | 心脏起搏器股份公司 | 用于检测心力衰竭的方法和装置 |
| CN105246397A (zh) * | 2013-05-20 | 2016-01-13 | 心脏起搏器股份公司 | 用于心力衰竭风险分层的装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2017172755A1 (en) | 2017-10-05 |
| EP4442200A2 (en) | 2024-10-09 |
| EP3435846A1 (en) | 2019-02-06 |
| EP3435846B1 (en) | 2024-08-07 |
| US11576620B2 (en) | 2023-02-14 |
| US20230148970A1 (en) | 2023-05-18 |
| CN109152529A (zh) | 2019-01-04 |
| US20170281095A1 (en) | 2017-10-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109152529B (zh) | 多疾病患者管理 | |
| AU2020200490B2 (en) | Systems and methods for detecting worsening heart failure | |
| US12102448B2 (en) | Systems and methods for patient monitoring | |
| US12023179B2 (en) | Readmission risk assessment based on chronobiological rhythms | |
| US20150126878A1 (en) | Heart failure event detection and risk stratification using heart sound | |
| US9622664B2 (en) | Methods and apparatus for detecting heart failure decompensation event and stratifying the risk of the same | |
| US10251563B2 (en) | Methods and apparatus for detecting heart failure event using patient chronic conditions | |
| US20150342540A1 (en) | Heart failure event detection and risk stratification using heart rate trend | |
| US11864928B2 (en) | Systems and methods to detect respiratory diseases using respiratory sounds | |
| US11612359B2 (en) | Renal dysfunction risk stratification |
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 |