CN111630610B - 用于估计动脉血值的改进方法 - Google Patents
用于估计动脉血值的改进方法 Download PDFInfo
- Publication number
- CN111630610B CN111630610B CN201880080436.2A CN201880080436A CN111630610B CN 111630610 B CN111630610 B CN 111630610B CN 201880080436 A CN201880080436 A CN 201880080436A CN 111630610 B CN111630610 B CN 111630610B
- Authority
- CN
- China
- Prior art keywords
- value
- arterial
- blood
- oxygenation
- venous
- 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
- 239000008280 blood Substances 0.000 title claims abstract description 208
- 210000004369 blood Anatomy 0.000 title claims abstract description 208
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000006213 oxygenation reaction Methods 0.000 claims abstract description 93
- 239000002253 acid Substances 0.000 claims abstract description 41
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 239000007789 gas Substances 0.000 claims description 42
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 32
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 32
- 229910052760 oxygen Inorganic materials 0.000 claims description 32
- 239000001301 oxygen Substances 0.000 claims description 32
- 238000005259 measurement Methods 0.000 claims description 30
- 230000004060 metabolic process Effects 0.000 claims description 18
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 16
- 238000013178 mathematical model Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 12
- 239000001569 carbon dioxide Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 7
- 230000000241 respiratory effect Effects 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 150000001720 carbohydrates Chemical class 0.000 claims description 4
- 230000008557 oxygen metabolism Effects 0.000 claims description 4
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 239000003054 catalyst Substances 0.000 claims 1
- 150000001875 compounds Chemical class 0.000 claims 1
- 238000006467 substitution reaction Methods 0.000 claims 1
- 239000002585 base Substances 0.000 description 46
- 230000000875 corresponding effect Effects 0.000 description 18
- 238000004868 gas analysis Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- BVKZGUZCCUSVTD-UHFFFAOYSA-M Bicarbonate Chemical compound OC([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-M 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 210000003462 vein Anatomy 0.000 description 4
- 108010054147 Hemoglobins Proteins 0.000 description 3
- 102000001554 Hemoglobins Human genes 0.000 description 3
- 206010029113 Neovascularisation Diseases 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 235000014633 carbohydrates Nutrition 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 230000002685 pulmonary effect Effects 0.000 description 3
- 238000002106 pulse oximetry Methods 0.000 description 3
- 108010061951 Methemoglobin Proteins 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010494 dissociation reaction Methods 0.000 description 2
- 230000005593 dissociations Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011734 sodium Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 206010021137 Hypovolaemia Diseases 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 208000012266 Needlestick injury Diseases 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 208000007502 anemia Diseases 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000002559 palpation Methods 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 238000012123 point-of-care testing Methods 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 210000001147 pulmonary artery Anatomy 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 210000002620 vena cava superior Anatomy 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/483—Physical analysis of biological material
- G01N33/487—Physical analysis of biological material of liquid biological material
- G01N33/49—Blood
- G01N33/4925—Blood measuring blood gas content, e.g. O2, CO2, HCO3
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- A61B5/1455—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 using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—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 using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/483—Physical analysis of biological material
- G01N33/487—Physical analysis of biological material of liquid biological material
- G01N33/49—Blood
-
- 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
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- 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
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/15—Devices for taking samples of blood
- A61B5/150007—Details
- A61B5/150015—Source of blood
- A61B5/15003—Source of blood for venous or arterial blood
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Chemical & Material Sciences (AREA)
- Hematology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- General Physics & Mathematics (AREA)
- Ecology (AREA)
- Urology & Nephrology (AREA)
- Immunology (AREA)
- Food Science & Technology (AREA)
- Biochemistry (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及基于测量静脉血样本中的血液酸/碱状态(VBGM、VBGE)的值来提供所测量和/或所估计的动脉氧合(SO2AM、SO2AE、SpO2)的值的方法。通过应用用于将血液酸/碱状态和氧合状态推导成所估计或预测的动脉血值(ABGP)的数学模型来进行静脉血值的转换。此外，如果所测量和/或所估计的动脉氧合值的值低于对应静脉氧合值，则利用作为对应静脉氧合值的函数的替代值进行估计动脉氧合值。优点在于，通过为先前不可能的更高百分比的临床样本提供动脉化血气和酸碱值，将静脉血值转换成动脉血值将是可能的。
Description
技术领域
本发明涉及用于将静脉血值转换成动脉血值的计算机实现方法、用于测量血值并且将静脉血值转换成动脉血值的对应计算机实现的数据处理系统以及用于在计算机系统上执行该方法的对应计算机程序产品。
背景技术
动脉血气分析是例行用来在主要危重/急性病患者之中评估酸碱状态以及换气和氧合的充足性的实验室和即时测试。
急性病患者的评估是复杂过程，其涉及患者众多生理系统(例如肺部、新陈代谢、肾脏和循环系统)的评定。对于这个评定所必需的许多信息来自患者血液的分析。血液样本能够取自动脉和静脉。能够通过将动脉导管或插管放入患者中或者通过利用针执行动脉穿刺，对动脉血进行取样。静脉血能够从外周处的插管或静脉穿刺进行取样(外周静脉血)、能够从放置在上腔静脉中的导管进行取样(中心静脉血)或者能够从放置在肺动脉中的肺动脉导管进行取样(混合静脉血)。
对于住在重症监护病房(ICU)的患者，留置导管的使用是常见的，并且提供对动脉血的便捷通道。在其它科室中，动脉血通常经由动脉穿刺来收集。动脉穿刺已经表明比静脉取样更加痛苦和不愉快，并且对患者带来副作用的风险。对于临床人员，动脉穿刺更为复杂并且带来风险，因为所使用的收集系统造成针刺伤以及来自血溢的污染的潜在风险。
从血液进行并且用来评估患者状态的许多测量在静脉和动脉血样本中是类似的。这些包括电解质，例如钠(Na)、钾(K)、血红蛋白浓度(Hb)以及血红蛋白的异常形式(例如碳氧血红蛋白(COHb)、高铁血红蛋白(MetHb))的浓度。
但是，动脉和静脉血的酸碱状态不是相同的，而不管取样的位点。酸碱状态通常表示血液中的下列测量：pH、氧压(pO2)、二氧化碳压(pCO2)、碳酸氢盐浓度(HCO3)、高于参考条件的碱浓度(碱过剩(BE))、参考pCO2下的碳酸氢盐(标准碳酸氢盐SBC)的浓度、氧压(pO2)和血红蛋白与氧的饱和(SO2)，其中pO2和SO2通常称作血液的氧合状态。动脉血与静脉血之间的酸碱状态中的变化归因于从血液的除氧以及因组织处的新陈代谢引起的二氧化碳添加。
多年来，因此已经采取若干举措（initiatives），以降低对动脉穿刺的需要，例如国际专利申请WO 2004/010861(授予OBI Medical Aps，Denmark)中公开的用于将静脉血值转换成动脉血值的方法。其它相关参考文献可以是：REESS E：“The IntelligentVentilator (INVENT) project: The role of mathematical models in translatingphysiological knowledgeinto clinical practice”(COMPUTER METHODS AND PROGRAMSIN BIOMEDICINE，vol.104，2011年12月(2011-12)，第S1-S29页)；TOFTEGAARD M：“Amathematical model based method for converting venous values of acid-base andoxygenation status to arterial values”(PhD Thesis.，2010年1月1日(2010-01-01)，第1-49页)；以及美国专利申请2007/218559 Al(FRANCO WAYNE P [US])（2007年9月20日(2007-09-20)）。
WO 2004/010861中的方法具有下列优点：无需获取动脉血样本，并且然后消除与获取动脉血样本时的静脉血样本相比的缺点。该方法基本上基于三个步骤，即：例如通过脉搏血氧仪来测量动脉氧合的第一步骤；优选地通过厌氧取样来测量并且估计静脉血酸/碱状态的值和静脉血样本(包括外周静脉血(PVBG)或中心静脉血(CVBG))的氧合状态的第二步骤；以及通过应用用于将血液酸/碱状态和氧合状态推导成预期估计的动脉血值（即，动脉血中的酸碱状态的一个或多个值）的数学模型来转换静脉血值的第三步骤。WO2004/010861中一般描述的方法现在是以商标名v-TACTM从OBI Aps可购买的，参见网页www.obimedical.com，以用于进一步的信息。
但是，将静脉血值转换成动脉血值的改进方法将会是有利的，并且特别是更有效和/或可靠的方法将会是有利的。
发明内容
本发明的另外的目的是要提供对现有技术的备选方案。
在WO 2004/010861中的方法的对一些患者的临床使用期间，已经发现，当动脉化用于一些患者的血气值时，和/或在一些状况中该方法没有产生预期输出。
除了其它因素外，由本发明人还发现，由于血气分析期间的预分析和/或分析误差，和/或如果例如使用脉搏血氧仪(其中测量的精度通常受到限制)来估计动脉氧合，则其中对应静脉氧合值实际上将高于所测量的动脉氧合的状况将发生。
当使用VTAC方法(包括v-TACTM)来完全动脉化毛细血管血气样本(它们可在取样之前被不良地机械动脉化)时，同样的状况甚至更经常发生。机械动脉化毛细血管样本按定义将更接近动脉值。这通过表1中的临床示例(2)清楚地证明，其中通过v-TAC对毛细血管血的动脉化在40个数据集之中的13个(32.5%)中失败。
因此，按照临床医生将不会获得动脉值而是将获得错误消息的方式，在使用静脉血气时的肺内科中的那个大约5%的患者以及在使用毛细血管血气时的20-50%的患者中，此问题是显著的。因此，临床医生将必须重做测量，例如执行动脉穿刺或毛细血管取样。应当强调，这个显著问题在这个领域至今尚未实现，以及由此本发明可构成针对先前未知问题的解决方案。
特别是，提供一种计算机实现方法相应地可被看作本发明的目的，该方法解决现有技术的上述先前未知问题，其中动脉氧合的测量对于在用于将静脉血值转换成动脉血值的计算机实现方法中的进一步使用是过低的。
因此，上述目的和若干其它目的意图在本发明的第一方面中通过一种将静脉血值转换成动脉血值的计算机实现方法来获得，所述方法包括：
a)提供所测量和/或所估计的动脉氧合的值
b)测量和/或估计血液样本中的血液酸/碱状态的值，血液样本从静脉血来得到，
c)通过应用用于将血液酸/碱状态和氧合状态推导成估计的动脉血值的数学模型来转换静脉血值，其中，
d1)如果所测量和/或所估计的动脉氧合值的值低于对应静脉氧合值，
e)则利用作为对应静脉氧合值的函数的替代值来估计所述动脉氧合值。
本发明特别但非排他地有利于提供一种用于将静脉血值转换成动脉血值的计算机实现方法，其方式是将能够对更高百分比的临床样本提供动脉化的血气和酸碱值，以及在静脉或毛细血管血已经接近动脉血时解决接近全部的状况(根据设定)，并且确保提供答案以供临床使用。
在本发明的上下文中，要理解，术语‘转换’要按照广义方式来理解，即，理解为包括——但不限于——使用例如计算机实现的数据处理系统从一个数值变换或计算为另一个数值。
在本发明的上下文中，由生理学的技术人员将理解，动脉和静脉血紧密互连，动脉血从肺部中被氧合并且传送给毛细血管，其中氧用于新陈代谢中，并且随后被传送回肺部。取决于上下文，相应地可存在从动脉血到毛细血管以及进一步从毛细血管血到静脉血的逐渐转变。
在本发明的上下文中，用于将血液酸/碱状态和氧合值推导或转换成估计的动脉血值的数学模型可基于下列条件(C1、C2和/或C3)或模型假设中的一个或多个：
- C1可经过吸入氧(FiO2)和二氧化碳(FiCO2)分数以及氧()和二氧化碳的呼吸末分数或者氧(FeO2)和二氧化碳(FeCO2)的混合呼出分数的测量，通过在口腔处所获取的吸入和呼出气的测量，优选地使用下式来近似呼吸熵(/>)：
或者/> ,
- C2通过上述假设C1对RQ的近似通常可给出能够实质上变化的值。但是，组织处的RQ的真实值只能够在0.7-1.0之间变化，在脂肪的需氧代谢中为0.7，以及在碳水化合物的需氧代谢中为1.0，
和/或
- C3血液酸碱和氧合状态的数学模型能够用来执行模拟，其中按照通过恒定呼吸熵(RQ)(该RQ根据上述条件C2设置在生理可能范围0.7-1.0之内)所确定的比率，O2被添加而CO2从静脉血中被去除。然后可执行这个模拟，直到模拟氧饱和与条件C2中估计或测量的氧饱和(即，动脉血中的氧饱和)相等。
特别是，由本发明人已经发现条件C2和C3提供有利结果。
又参见WO 2004/010861 (授予OBI Medical Aps，Denmark)（据此通过引用将其完整地结合） 以及由Rees等人著的在Computer methodsand programs in biomedicine 81(2006)，第18–25页中的相关科学论文“A method for calculation of arterial acid–base and bloodgas status from measurements in the peripheral venous blood”（据此通过引用也将其结合）以获得特定模型的更多细节，但是如技术人员将易于理解，在本发明的上下文和原理之内可应用其它模型或者其变体。
在本发明的上下文中，要理解，从血液样本提供、测量和/或估计血值不一定包括从患者获取或提取血液样本的特定步骤，因而测量结果可从已经执行血液测量或提取的另一个实体或个人(例如护士)来得到、传输、传递等。
在本发明的上下文中，要理解，当接收(即，通过将静脉血值转换成动脉血值)本发明的结果时，所产生的动脉血值随后可用于由临床医生或者受过医学训练的人员进行的判定过程中。预期判定过程可例如作为计算机实现的判定支持系统(DSS)的一部分来自动化。因此，如果动脉血值在特定环境下对于特定患者超出生理可接受或正常水平，则可发起或推荐后续临床动作或疗法，例如，如果用于氧合的动脉血值过低，例如血氧过少可能是与呼吸和/或循环相关的疾病或生病(例如贫血、COPD、哮喘或心脏病等)的指示。
在一个实施例中，所测量的动脉氧合的值可由脉搏血氧仪(SpO2)或者用于无创或有创地测量动脉氧合的其它部件来提供。
在一个实施例中，如果满足条件d1)，则该方法可包括作为对发起e)的附加要求的附加条件
d2)如果进一步所述所测量和/或所估计的动脉氧合值与所述对应静脉氧合之间的数值差低于预定义阈值水平(K)(例如1、2、3、4、5、6、7、8、9或10%)
这已经被发现在所执行的临床测试中是有用的。此外，对于条件d2)，所述预定义阈值水平(K)可取决于来自a)中提供动脉氧合的值中使用的测量装置(例如脉搏血氧仪)的测量不定性和/或来自b)中提供静脉血样本中的血液酸/碱状态的值中使用的测量装置(例如血气分析设备)的测量不定性。
有益地，对于e)利用作为对应静脉氧合值的函数的替代值来估计所述动脉氧合值的过程，所述函数可包括动脉血气和酸碱状态的模型，并且被布置以用于预测动脉氧合值。
有利地，其中对于e)利用作为对应静脉氧合值的函数的替代值来估计所述动脉氧合值的过程，作为实施例，所述替代值可等于所述静脉氧合值。
在一些实施例中，对于e)利用作为对应静脉氧合值的函数的替代值来估计所述动脉氧合值的过程，替代值可适合补偿例如血气测量部件或设备中的静脉血气和酸碱状态的测量和/或估计中的一个或多个预分析和/或分析误差和/或例如通过脉搏血氧仪的所测量和/或所估计的动脉氧合。
在其它实施例中，对于e)利用作为对应静脉氧合值的函数的替代值来估计所述动脉氧合值的过程，替代值可适合补偿引起动脉血气和酸碱状态(ABG)与静脉血气和酸碱状态(VBG)之间的对应差的氧的最小预计新陈代谢，因为可估计新陈代谢。
在有益实施例中，对于e)利用作为对应静脉氧合值的函数的替代值来估计所述动脉氧合值的过程，所述函数可包括动脉血气和酸碱状态的模型，并且被布置以用于使用所测量和/或所估计的静脉血气和酸碱状态(VBGM)（例如生理模型，特别是形成VTAC的一部分和/或与VTAC配合的模型）来预测动脉氧合值。此外，所述所测量静脉血气和酸碱状态(VBGM)可进一步调整成补偿静脉血气和酸碱状态(VBGM)的测量中的一个或多个分析误差。另外地或备选地，所述所测量的静脉血气和酸碱状态(VBGM)可进一步调整成补偿引起动脉血气和酸碱状态(ABG)与静脉血气和酸碱状态(VBG)之间的对应差的氧的最小预计新陈代谢，产生甚至更好的结果。
在有利实施例中，c)通过应用用于将血液酸/碱状态和氧合状态推导成估计的动脉血值(ABGP)的数学模型来转换静脉血值的过程可经过修改，因为对于所测量静脉血值(VBGM)，氧被添加，和/或二氧化碳被去除，以用于建模的目的，以产生甚至更好的结果。特别是，氧可被添加和/或二氧化碳可被去除以用于建模的目的被限制到生理可能值的范围。另外，可在生理可能值的所述范围之内计算估计的动脉血值。
在一些实施例中，对于d2)的条件，所述预定义阈值水平(K)可取决于基于生理的安全余量，如技术人员一旦了解本发明的一般理论时则将领会。
在一些实施例中，数学模型可应用，组织处的呼吸熵(RQ)的真实值只能够在0.7-1.0之间变化，在脂肪的需氧代谢中为0.7，以及在碳水化合物的需氧代谢中为1.0。另外地或备选地，在其它实施例中，数学模型可应用，按照通过恒定呼吸熵(RQ)(该RQ设置在生理可能范围0.7-1.0之内)所确定的比率，氧O2被添加，而二氧化碳CO2从静脉血中被去除，并且执行模拟，直到模拟氧饱和与动脉血中所估计或测量的氧饱和相等或基本上相等。
在本发明的上下文中，将使用下列定义和缩写词：
因此，一般来说，下标‘A’表示动脉、下标‘V’表示静脉，下标‘M’表示所测量的，下标‘E’表示所估计的，下标‘P’表示所预测的等。在附图和/或描述的一些中，下标可因实际原因而不写作下标(例如‘SO2V’)，但是由技术人员将会理解技术含意是什么。
在第二方面中，本发明涉及一种优选地是计算机实现的、用于将静脉血值转换成动脉血值的数据处理系统，所述数据处理系统包括：
- 用于提供所测量和/或所估计的动脉氧合的值的部件，
- 用于测量和/或估计血液样本中的血液酸/碱状态的值的部件，血液样本从静脉血来得到，以及
- 用于通过应用用于将血液酸/碱状态和氧合状态推导成所估计的动脉血值的数学模型来转换静脉血值的部件，
其中，- 如果所测量和/或所估计的动脉氧合值的值低于对应静脉氧合值-则利用作为对应静脉氧合值的函数的替代值来估计所述动脉氧合值。
在第三方面中，本发明涉及一种适合实现计算机系统的计算机程序产品，该计算机系统包括至少一个计算机，所述至少一个计算机具有与其连接的数据存储部件，以控制按照本发明的第二方面的系统。
本发明的这个方面是特别但非排他地是有利的，因为本发明可通过计算机程序产品来实现，该计算机程序产品在被下载或上传到计算机系统中时使计算机系统能够执行本发明的第二方面的系统的操作。这种计算机程序产品可在任何种类的计算机可读介质上或者经过网络来提供。
本发明的各个方面各自可与其它方面的任何方面相组合。根据参照所述实施例的以下描述，本发明的这些及其它方面将是显而易见的。
附图说明
现在将针对附图更详细描述按照本发明的方法。附图示出实现本发明的一种方式，而不是要被理解为局限于落入所附权利要求集的范围之内的其它可能实施例。
图1是受检者中的血流的示意概览，
图2-4示出三种状况中的氧解离曲线(ODC)的图表，以及
图5是表示按照本发明的计算机实现方法的操作的概述/细节的示意系统图。
具体实施方式
图1是受检者或患者中的血流的示意概览，其示意示出用于使用如WO 2004/010861 (授予OBI Medical Aps，Denmark)中所公开的vTACTM方法来根据厌氧取样的静脉血样本执行动脉血酸碱状态值的预测的计算机实现方法。
作为示例，估计或预测动脉血气值，如下面四个步骤中所给出。
步骤1：厌氧静脉血样本被抽取并且使用标准血气分析技术来分析，以提供静脉血的酸/碱状态(SBCv、pHv、pCO2v、BEv、pO2v和SO2v)的图片。
步骤2：可能通过脉搏血氧仪无创地估计或测量动脉氧饱和。
步骤3：对于经过组织从动脉传递静脉中的血液样本，因需氧代谢引起的所添加的CO2的量(即，CO2产生(VCO2)的速率)和所去除的O2的量(即，O2利用(VO2)的速率)的比率被定义为呼吸熵(RQ = VCO2/VO2)。通常经过吸入氧(FiO2)和二氧化碳(FiCO2)分数以及氧和二氧化碳/>的呼吸末分数或者氧(FeO2)和二氧化碳(FeCO2)的混合呼出分数的测量，通过在口腔处所获取的吸入和呼出气的测量，使用下式来近似RQ：
或者/>
通过这种方法对RQ的近似通常给出能够实质上变化的值。但是，组织处的RQ的真实值只能够在0.7-1.0之间变化，在脂肪的需氧代谢中为0.7，以及在碳水化合物的需氧代谢中为1.0。在这个步骤中，血液酸/碱和氧合状态的数学模型用来执行模拟，其中按照通过恒定呼吸熵(该呼吸熵设置在生理可能范围0.7-1.0之内)所确定的比率，O2被添加而CO2从静脉血中被去除。执行这个模拟，直到模拟氧饱和与在步骤2中所估计或测量的氧饱和(即，动脉血中的氧饱和)相等。
步骤4：血液酸/碱和氧合状态的模型然后用来计算动脉血的酸/碱状态和氧合(SBCap、pHap、pCO2ap、BEap、pO2ap和SO2ap)的图片。这是可能的，因为CO2和O2以固定RQ从静脉血的模拟去除确保，当模拟动脉氧合与所测量的动脉氧合匹配时，其它动脉酸碱变量的模拟值则也应当与所测量的其它动脉酸碱变量的值匹配。
为了测试静脉到动脉转换方法的目的，从该方法所得到的动脉酸碱状态(SBCap、pHap、pCO2ap、BEap、pO2ap和SO2ap)的预测能够与所测量的动脉酸碱状态(SBCa、pHa、pCO2a、BEa、pO2a和SO2a)进行比较。
这种方法中包含的基本假设在于，很少或没有厌氧代谢跨其中获取静脉血样本的组织发生。如果厌氧代谢存在，则这将会产生两个效应，动脉和静脉血中的碱过剩是不同的，以及通过这个过程所产生的强酸(H+)与血液中的碳酸氢盐(HCO3-)在下列可逆反应中接合以形成CO2
通过这个反应的CO2产生中的增加将会意味着，视在VCO2将会被增加，而没有VO2中的增加，意味着使用恒定RQ的静脉值到动脉值的转换将不是正确的。厌氧代谢的程度取决于患者的循环和代谢状态。
在正常良好灌注的外周肢体中，厌氧代谢不太可能发生。能够通过由触诊、正常毛细血管响应以及肢体的正常颜色和温度所确定的清楚可识别动脉脉搏的存在来临床评估肢体的灌注的质量。中心或混合静脉血是来自若干位点的血液的混合，并且因此可包含来自具有厌氧代谢的身体的区域的血液。样本位点的选择因此是重要的。
又参见WO 2004/010861 (授予OBI Medical Aps，Denmark)（据此通过引用将其完整地结合），以及由Rees等人著的在Computer methods and programs in biomedicine 81(2006)，第18–25页中的相关科学论文“A method for calculation of arterial acid–base and blood gas status from measurements in theperipheral venous blood”（据此通过引用也将其完整地结合）。
图2-4示出三种状况中的氧解离曲线(ODC)的图表。
当使用VTAC来动脉化血气值时，该方法可要求作为输入的SO2AE。由于氧在其经过组织的途中不能被添加到血液中，所以静脉或毛细血管SO2按定义不能高于用于匹配样本对的对应动脉SO2。图2-4示出用于具有图2、图3和图4分别表示的三(3)个VBG样本以及一(1)个ABG标记ABG(但是在全部三个图表中表示)的匹配对的ODC曲线。
图2图示具有动脉血与静脉或毛细血管的氧饱和之间的大差异的示例。
图3图示具有动脉血与静脉或毛细血管的氧饱和之间的很小或没有差异的示例。
图4图示示例，其中动脉血与静脉/毛细血管血相比更少地被饱和(这不是物理似是而非的以及测量误差或容差的结果)。
但是，在现实世界设定中并且由于血气分析期间的预分析和分析误差和/或如果例如使用脉搏血氧仪(其中测量精度通常在±4% (2xSD)之内)来估计SO2AE，例如图4中的状况将发生，其中SO2VM将高于SO2AE。当使用VTAC方法来动脉化不良机械动脉化的毛细血管血样本时，同样的状况甚至更经常发生。
在这类情况下，当SO2AE低于来自血气测量SO2VM的氧饱和水平时，VTAC不能使用已知机制来动脉化血气值，并且因此临床医生没有获得答案，并且将必须使用备选方法(例如常规动脉或毛细血管血气测量)重做测量。
按照本发明的这种方法解决这个问题，并且确保临床医生在其中数据允许提供临床相关结果的状况中获得答案。
在将v-TAC™方法用于静脉或毛细血管血的动脉化来审核来自临床研究的数据以及来自客户的客户数据时，使问题的严重性变得清楚。
表1 - SO2VM>SO2AM的统计
总共N = 395
基于来自上表1的数据，按照临床医生将不会获得动脉值而是将获得错误消息的方式，估计的是，肺内科中的高达10%的患者将被影响，以及当使用毛细血管血气时的20-50%之间的患者将被影响。
使用本发明的优点
利用这种方法，VTAC解决方案(例如特定v-TAC™软件)将能够对更高百分比的样本提供动脉化血气和酸碱值，以及在静脉或毛细血管血已经接近动脉血时解决接近全部的状况(根据设定)，并且确保提供答案。如果规则如下(仅作为示例，使用4%截止点作为SO2VM与SO2AE之间的最大可接受差，其中使用脉搏血氧仪来估计SO2AE)，则以上小节所提到的患者群组的产率将如以下所示的那样增加：
如果SO2VM≥ SO2AE
1) 如果SO2VM– SpO2>4% ->不传递结果
2) 如果SO2VM– SpO2 ≤ 4% ->使用SO2VM作为用于动脉化的SO2AE
表2 - VTAC成功率和失败率中的变化
总共N = 395
来自上表2中所表示的各种结果的分析表明，利用所述设定的方法将显著增加数学动脉化的产率。在395位患者中，动脉化将在没有该方法的情况下对29位患者不成功，但是利用按照本发明的方法仅对2位患者不成功。注意的是，表2示出各种患者群组的五个不同临床研究的结果。
比SO2VM明显要低的SO2AE不可能归因于容差，而是更可能归因于预分析或分析误差，在所述情况下，这些将被拒绝(参见来自肺内科的(3)中的示例，其中2个样本甚至没有利用该方法来操控，因为所测量的SpO2比SO2VM要低多于4%)。
图5是表示按照本发明的方法的操作的概述/细节的示意系统图。
按照一个实施例的本发明可通过将SpO2接受标准从“SpO2>SO2V”改变成“SpO2>SO2V - K”来实现”，其中K是缺省为百分之四(4)的可配置常数。
在这个实施例中选择四(4%)，因为这将解决此问题，并且4%是脉搏血氧仪的通常应用的2x SD，并且因此对补偿SpO2测量中的变化是有用的。
在其中SpO2低于按照上述标准的SO2的状况中，来自VBG或CBG测量(或ABG，如果样本是动脉血)的SO2将用作SpO2水平以供由v-TACT的转换。
在大多数情况下，这将意味着，VBG/CBG/ABG量度值将直接变换为由v-TAC所报告的值，但是通过经过v-TAC软件获取值，将执行似真校验(例如DPG的接受范围)，并且将在10kPa下削减pO2水平。
落入其中SpO2略微低于SO2V的类别中的全部测量将利用通知来报告，比如：
通知：SpO2低于SO2V x%；SO2V用作SpO2以供转换
其中x=SpO2 - SO2V
其中SpO2比SO2V要低多于4%的全部测量将触发错误消息，比如：
错误：SpO2低于SO2V x%；转换不可能
其中x=SpO2 - SO2V
风险
在某个时间段内集中审核由这个新接受标准所引起的潜在风险，并且没有由于因下列所引起的变化的结果而发现显著风险：
• SpO2接受范围保持为75-100%(图5中的常数C)
• 如果SpO2被脉搏血氧仪略微低估或者被操作员不正确地输入，则用于转换的值是SO2
• 如果SpO2被脉搏血氧仪明显低估或者被操作员不正确地输入，则v-TAC报告错误消息。
简言之，本发明涉及基于测量静脉血样本中的血液酸/碱状态(例如VBGM、VBGE)的值来提供所测量和/或所估计的动脉氧合(例如SO2AM、SO2AE、SpO2)的值的方法。通过应用用于将血液酸/碱状态和氧合状态推导成所估计或预测的动脉血值(例如ABGP)的数学模型来进行所述静脉血值的转换。此外，如果所测量和/或所估计的动脉氧合值的值低于对应静脉氧合值，则利用作为对应静脉氧合值的函数的替代值进行估计动脉氧合值。优点在于，通过对先前不可能的更高百分比的临床样本提供动脉化血气和酸碱值，将静脉血值转换成动脉血值将是可能的。
本发明能够通过硬件、软件、固件或者这些的任何组合来实现。本发明或者其特征的一些还能够实现为一个或多个数据处理器和/或数字信号处理器上运行的软件(即，一个或多个计算机上的数据处理)。
本发明的实施例的各个元件可按照任何适当方式例如在单个单元中、多个单元中或者作为单独功能单元的组成部分在物理上、功能上和逻辑上实现。本发明可在单个单元中实现，或者在物理和功能上分布在不同单元与处理器之间。
虽然结合所指定实施例描述了本发明，但是不应当被理解为按照任何方式局限于所提出的示例。本发明的范围要根据所附权利要求集来理解。在权利要求书的上下文中，术语“包括（comprising 或comprise）”并不排除其它可能的元件或步骤。而且，诸如“一”或“一个”等的参考的提及不应当被理解为排除多个。权利要求书中相对于附图中所指示的元件的参考符号的使用也不应该被理解为限制本发明的范围。因此，在以下权利要求书中，一些参考符号插入括号中，例如：
-SO2AM、SO2AE和/或SpO2，其作为所测量和/或所估计的动脉氧合的值，
-VBGM、VBGE，其用于测量和/或估计静脉血样本中的血液酸/碱状态的值，和/或
-ABGP，其用于所估计的动脉血值，
以及本领域中的技术人员将易于理解，所测量和/或所估计的值的这些特定缩写词只是图示本发明的上下文和原理之内的一些特定值(其中一些也在附图中示出)，但是另外地或备选地，其它特定值可被应用，并且用于通过本发明所实现的技术目标和目的。
此外，不同权利要求中提到的各个特征也许可能有利地相组合，以及不同权利要求中提到这些特征并不排除特征的组合不是可能的和有利的。
Claims (18)
1.一种在不获取动脉血样本的情况下，将静脉血值转换成动脉血值的计算机实现方法，所述方法包括：
a)提供选自SO2AM、SO2AE、SpO2的测量和/或估计的动脉氧合值，
b)通过血气分析仪来测量血液样本中的静脉血气和酸/碱状态值VBGM和/或估计静脉血气和酸/碱状态值VBGE，所述血液样本取自静脉血，
c)通过应用推导血液酸/碱状态和氧合状态的数学模型来将VBGM和/或VBGE转换成估计的动脉血值ABGP，其中，
d1)如果测量和/或估计的动脉氧合值的值低于对应静脉氧合值，
e)则利用作为对应静脉氧合值的函数的替代值来估计所述动脉氧合值。
2.如权利要求1所述的方法，其中
- 如果满足条件d1)
- 则所述方法包括作为用于发起e)的附加要求的附加条件d2)如果测量和/或估计的动脉氧合值与所述对应静脉氧合值之间的数值差还低于预定义阈值水平(K)。
3.如权利要求2所述的方法，其中对于条件d2)，所述预定义阈值水平(K)取决于来自a)中提供动脉氧合值中使用的测量装置的测量不定性，和/或来自b)中提供静脉血液样本的血液酸/碱状态值中使用的血气分析仪的测量不定性。
4.如权利要求1、2或3所述的方法，其中对于e)利用作为所述对应静脉氧合值的函数的替代值来估计所述动脉氧合值的过程，所述函数包括动脉血气和酸/碱状态的模型，并且被布置以用于预测动脉氧合值。
5.如权利要求1所述的方法，其中对于e)利用作为所述对应静脉氧合值的函数的替代值来估计所述动脉氧合值的过程，所述替代值等于所述静脉氧合值。
6.如权利要求1所述的方法，其中对于e)利用作为所述对应静脉氧合值的函数的替代值来估计所述动脉氧合值的过程，
所述替代值适合补偿静脉血气和酸/碱状态的测量和/或估计中的，和/或动脉氧合的测量和/或估计中的一个或多个预分析和/或分析误差。
7.如权利要求1所述的方法，其中对于e)利用作为所述对应静脉氧合值的函数的替代值来估计所述动脉氧合值的过程，
所述替代值适合补偿引起动脉血气和酸/碱状态ABG与静脉血气和酸/碱状态VBG之间的对应差的氧的最小预计新陈代谢。
8.如权利要求1所述的方法，其中对于e)利用作为所述对应静脉氧合值的函数的替代值来估计所述动脉氧合值的过程，
所述函数包括动脉血气和酸/碱状态的模型，并且被布置以用于使用测量和/或估计的静脉血气和酸/碱状态来预测动脉氧合值。
9.如权利要求8所述的方法，其中所述测量和/或估计的静脉血气和酸/碱状态进一步被调整以补偿静脉血气和酸/碱状态的测量和/或估计中的一个或多个分析误差。
10.如权利要求8或9所述的方法，其中，所述测量和/或估计的静脉血气和酸/碱状态进一步被调整以补偿引起动脉血气和酸/碱状态ABG与静脉血气和酸/碱状态VBG之间的对应差的氧的最小预计新陈代谢。
11.如权利要求1所述的方法，其中c)通过应用推导血液酸/碱状态和氧合状态的数学模型来将VBGM和/或VBGE转换成估计的动脉血值ABGP的过程被修改为，对于测量的VBGM，为建模的目的而添加氧和/或去除二氧化碳。
12.如权利要求11所述的方法，其中，所述为建模的目的而添加氧和/或去除二氧化碳被限制在生理可能值的范围。
13.如权利要求12所述的方法，其中，所述估计的动脉血值在所述生理可能值的范围之内来计算。
14.如权利要求2所述的方法，其中对于d2)的条件，所述预定义阈值水平(K)取决于基于生理的安全余量。
15.如权利要求1所述的方法，其中所述数学模型适用于，组织处的呼吸熵RQ的真实值只能够在0.7-1.0之间变化，在脂肪的有氧代谢中为0.7，以及在碳水化合物的有氧代谢中为1.0。
16.如权利要求1或15所述的方法，其中所述数学模型适用于，将O2添加到静脉血与将CO2从静脉血中被去除的比率按照恒定呼吸熵RQ来确定，所述呼吸熵RQ设置在生理可能范围0.7-1.0之内，并且执行模拟，直到模拟氧饱和等于或基本等于动脉血中估计或测量的氧饱和。
17.一种用于在不获取动脉血样本的情况下，将静脉血值转换成动脉血值的数据处理系统，所述数据处理系统包括：
- 用于提供选自SO2AM、SO2AE、SpO2的测量的和/或估计的动脉氧合值的部件，
- 用于测量血液样本中的静脉血气和酸/碱状态值VBGM和/或估计静脉血气和酸/碱状态值VBGE的血气分析仪，所述血液样本取自静脉血，以及
- 用于通过应用推导血液酸/碱状态和氧合状态的数学模型来将VBGM和/或VBGE转换成估计的动脉血值ABGP的部件，
其中
- 如果测量的和/或估计的动脉氧合值的值低于对应静脉氧合值，
- 则利用作为所述对应静脉氧合值的函数的替代值来估计所述动脉氧合值。
18.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机系统上运行时执行如权利要求1-16中任一项所述的方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP17206647.4 | 2017-12-12 | ||
| EP17206647 | 2017-12-12 | ||
| PCT/EP2018/084530 WO2019115605A1 (en) | 2017-12-12 | 2018-12-12 | An improved method for estimating arterial blood values |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111630610A CN111630610A (zh) | 2020-09-04 |
| CN111630610B true CN111630610B (zh) | 2024-03-26 |
Family
ID=60813591
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880080436.2A Active CN111630610B (zh) | 2017-12-12 | 2018-12-12 | 用于估计动脉血值的改进方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20210164966A1 (zh) |
| EP (1) | EP3724895B1 (zh) |
| JP (1) | JP7112495B2 (zh) |
| KR (1) | KR102617506B1 (zh) |
| CN (1) | CN111630610B (zh) |
| BR (1) | BR112020011750A2 (zh) |
| WO (1) | WO2019115605A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023232945A1 (en) * | 2022-06-02 | 2023-12-07 | F. Hoffmann-La Roche Ag | An improved method of converting venous blood gas values to arterial blood gas values |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5922607A (en) * | 1995-12-13 | 1999-07-13 | Bernreuter; Peter | Measuring process for blood gas analysis sensors |
| CN1678241A (zh) * | 2002-07-26 | 2005-10-05 | Obi股份有限公司 | 将静脉血值转换成动脉血值的方法、采用该方法的系统以及该系统的装置 |
| US7865223B1 (en) * | 2005-03-14 | 2011-01-04 | Peter Bernreuter | In vivo blood spectrometry |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6029076A (en) * | 1991-06-20 | 2000-02-22 | Instrumentarium Corp. | Remote sensing tonometric catheter method |
| US6881193B2 (en) | 2001-09-27 | 2005-04-19 | Charlotte-Mecklenburg Hospital | Non-invasive device and method for the diagnosis of pulmonary vascular occlusions |
| US20120065482A1 (en) * | 2005-04-08 | 2012-03-15 | Mark Ries Robinson | Determination of blood pump system performance and sample dilution using a property of fluid being transported |
| US7291502B2 (en) | 2006-03-15 | 2007-11-06 | Franco Wayne P | Method for performing a non-invasive blood gas test |
| CA2818963C (en) | 2010-11-26 | 2020-03-24 | Mermaid Care A/S | The automatic lung parameter estimator for measuring oxygen and carbon dioxide gas exchange |
| US9125606B2 (en) * | 2013-03-13 | 2015-09-08 | Koninklijke Philips N.V. | Device and method for determining the blood oxygen saturation of a subject |
| US20150208923A1 (en) * | 2014-01-28 | 2015-07-30 | The Texas A&M University System | Non-Invasive Monitoring of Tissue Mechanical Properties |
-
2018
- 2018-12-12 US US16/770,785 patent/US20210164966A1/en active Pending
- 2018-12-12 EP EP18825931.1A patent/EP3724895B1/en active Active
- 2018-12-12 WO PCT/EP2018/084530 patent/WO2019115605A1/en unknown
- 2018-12-12 BR BR112020011750-1A patent/BR112020011750A2/pt unknown
- 2018-12-12 JP JP2020533153A patent/JP7112495B2/ja active Active
- 2018-12-12 KR KR1020207019252A patent/KR102617506B1/ko active IP Right Grant
- 2018-12-12 CN CN201880080436.2A patent/CN111630610B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5922607A (en) * | 1995-12-13 | 1999-07-13 | Bernreuter; Peter | Measuring process for blood gas analysis sensors |
| CN1678241A (zh) * | 2002-07-26 | 2005-10-05 | Obi股份有限公司 | 将静脉血值转换成动脉血值的方法、采用该方法的系统以及该系统的装置 |
| US7865223B1 (en) * | 2005-03-14 | 2011-01-04 | Peter Bernreuter | In vivo blood spectrometry |
Non-Patent Citations (1)
| Title |
|---|
| Stephen E.Rees.The intelligent ventilator(invent)project:the role of mathematical models in translating physiological knowledge into clinical practice.Journal|[J]Computer Methods and Programs in Biomedicine.2011,第104卷1-27. * |
Also Published As
| Publication number | Publication date |
|---|---|
| BR112020011750A2 (pt) | 2020-11-17 |
| US20210164966A1 (en) | 2021-06-03 |
| KR20200098566A (ko) | 2020-08-20 |
| EP3724895A1 (en) | 2020-10-21 |
| CN111630610A (zh) | 2020-09-04 |
| WO2019115605A1 (en) | 2019-06-20 |
| JP7112495B2 (ja) | 2022-08-03 |
| KR102617506B1 (ko) | 2023-12-22 |
| JP2021505328A (ja) | 2021-02-18 |
| EP3724895B1 (en) | 2024-02-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Natalini et al. | Arterial versus plethysmographic dynamic indices to test responsiveness for testing fluid administration in hypotensive patients: a clinical trial | |
| Miller et al. | A comparison of three methods of hemoglobin monitoring in patients undergoing spine surgery | |
| Ruiz-Rodríguez et al. | Innovative continuous non-invasive cuffless blood pressure monitoring based on photoplethysmography technology | |
| Rinehart et al. | Closed-loop systems in anesthesia: Is there a potential for closed-loop fluid management and hemodynamic optimization? | |
| Natalini et al. | Variations in arterial blood pressure and photoplethysmography during mechanical ventilation | |
| James | Digital twins will revolutionise healthcare: Digital twin technology has the potential to transform healthcare in a variety of ways–improving the diagnosis and treatment of patients, streamlining preventative care and facilitating new approaches for hospital planning | |
| Bruells et al. | Accuracy of the Masimo Pronto-7® system in patients with left ventricular assist device | |
| Fleming et al. | Oxygen reserve index: utility as an early warning for desaturation in high-risk surgical patients | |
| CN100379384C (zh) | 将静脉血值转换成动脉血值的方法、采用该方法的系统以及该系统的装置 | |
| CN111630610B (zh) | 用于估计动脉血值的改进方法 | |
| Benson | Digital twins will revolutionise healthcare | |
| CN113727648B (zh) | 导致动脉酸碱状态的不正确测量的通气障碍的标识和量化 | |
| Aboy et al. | An enhanced automatic algorithm for estimation of respiratory variations in arterial pulse pressure during regions of abrupt hemodynamic changes | |
| Mohktar et al. | Effect of home telehealth data quality on decision support system performance | |
| Ivanov et al. | Estimation of blood oxygen content using context-aware filtering | |
| Thiele et al. | Assessment of the agreement between photoplethysmographic and arterial waveform respiratory variation in patients undergoing spine surgery | |
| Rees et al. | The intelligent ventilator project: Application of physiological models in decision support | |
| WO2023232945A1 (en) | An improved method of converting venous blood gas values to arterial blood gas values | |
| Higgins | Central venous blood gas analysis | |
| Kuck et al. | Anesthesia patient monitoring 2050 | |
| US11844610B2 (en) | System and method for monitoring gas exchange | |
| CN113747837B (zh) | 组织缺氧的程度的标识和量化 | |
| EP3243152B1 (en) | Systems and method for identifying the need for measurement of cardiac output | |
| KR20240029880A (ko) | 변형된 Fick 방법을 이용한 심박출량 추정법 | |
| Karbing et al. | Journal of Clinical Monitoring and Computing 2016 end of year summary: respiration |
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 |