CN112891048A - 用于提供口腔矫正器疗法的自动滴定的系统和方法 - Google Patents

用于提供口腔矫正器疗法的自动滴定的系统和方法 Download PDF

Info

Publication number
CN112891048A
CN112891048A CN202110059769.0A CN202110059769A CN112891048A CN 112891048 A CN112891048 A CN 112891048A CN 202110059769 A CN202110059769 A CN 202110059769A CN 112891048 A CN112891048 A CN 112891048A
Authority
CN
China
Prior art keywords
subject
oral appliance
test
sleep
appliance therapy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110059769.0A
Other languages
English (en)
Inventor
J·瑞摩尔斯
S·A·扎勒艾安·扎勒米
J·格罗斯
Z·L·图泊尔
P·卡特福特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZST Holdings Inc
Original Assignee
ZST Holdings Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ZST Holdings Inc filed Critical ZST Holdings Inc
Publication of CN112891048A publication Critical patent/CN112891048A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F5/00—Orthopaedic methods or devices for non-surgical treatment of bones or joints; Nursing devices; Anti-rape devices
    • A61F5/56—Devices for preventing snoring
    • 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
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4542—Evaluating the mouth, e.g. the jaw
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4818—Sleep apnoea
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C19/00—Dental auxiliary appliances
    • A61C19/04—Measuring instruments specially adapted for dentistry
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C7/00—Orthodontics, i.e. obtaining or maintaining the desired position of teeth, e.g. by straightening, evening, regulating, separating, or by correcting malocclusions
    • A61C7/08—Mouthpiece-type retainers or positioners, e.g. for both the lower and upper arch
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F5/00—Orthopaedic methods or devices for non-surgical treatment of bones or joints; Nursing devices; Anti-rape devices
    • A61F5/56—Devices for preventing snoring
    • A61F5/566—Intra-oral devices
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Pulmonology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Otolaryngology (AREA)
  • Vascular Medicine (AREA)
  • Nursing (AREA)
  • Epidemiology (AREA)
  • Chemical & Material Sciences (AREA)
  • Physiology (AREA)
  • Hematology (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Urology & Nephrology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Rheumatology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Fuzzy Systems (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)

Abstract

本发明涉及用于提供口腔矫正器疗法的自动滴定的系统和方法。本文描述了用于设定口腔矫正器疗法的多测试期滴定的一个或多个参数的系统和方法。方法可以包括在第一测试期期间执行口腔矫正器疗法的滴定、鉴定与在所述第一测试期期间执行的所述滴定相关的变量以及设定待在第二测试期期间执行的口腔矫正器疗法的滴定的参数。所述参数可依赖于与在所述第一测试期期间执行的所述滴定相关的所述变量。所述方法还可以包括在所述第二测试期期间执行口腔矫正器疗法的所述滴定以及基于在所述第一测试期和所述第二测试期期间执行的所述滴定建立口腔矫正器疗法的结果。

Description

用于提供口腔矫正器疗法的自动滴定的系统和方法
本申请是申请日为2016年3月31日，申请号为201680026859.7，发明名称为“用于提供口腔矫正器疗法的自动滴定的系统和方法”的申请的分案申请。
相关申请的交叉引用
本申请要求2015年3月31日提交的题为“SYSTEMS AND METHODS FOR PROVIDINGAN AUTOMATED TITRATION FOR ORAL APPLIANCE THERAPY”的美国临时专利申请号62/140,637的权益，所述申请的公开内容整体以引用方式明确地并入本文。
背景技术
阻塞性睡眠呼吸暂停(OSA)是在很大程度上诊断不足和未治疗的常见疾病。经鼻持续气道正压通气(CPAP)是OSA的标准治疗。CPAP需要使用鼻罩输送正压，其扩张受试者的咽部并消除阻塞。此疗法是高度有效且良性的，但是与许多受试者，尤其是患有轻度和中度严重性疾病的那些受试者中的低粘附性相关。CPAP疗法的主要替代方法是口腔矫正器(OA)疗法，其中定制的下颌重定位器(MR)用于使受试者的下颌在睡眠期间突起，从而打开受试者的咽部气道。OA疗法虽然被大部分受试者优选并接受良好，但是在消除睡眠呼吸暂停方面并不一律有效。
OA疗法的有效性可通过筛选OSA受试者并预期鉴定适用于此疗法的那些受试者来提高。被动咽的研究指示咽对下颌前突的响应是剂量依赖性的。换言之，增加的下颌前突产生相应的咽喉扩张。然而，临床经验显示过量的下颌前突是不希望的，会产生导致疗法中断的副作用诸如疼痛和牙齿移动。在一些情况下，过度前突可使OSA恶化。根据当前实践，治疗提供者诸如牙科医生使受试者的下颌逐渐前突直到发生症状性反应为止。然后再次评定受试者以确定OSA是否已解决。
适合候选者的前瞻性鉴定以及目标有效前突水平可以极大地促进使用OA疗法对OSA的治疗。Remmers等人于1996年10月25日提交并题为“Remote-Controlled MandibularPositioning Device and Method of Using the Device”的美国专利号5,826,579描述了远程控制的下颌定位器(RCMP)，所述专利以引用的方式整体并入本文。另外，Remmers等人于1999年6月8日提交并题为“Adaptively Controlled Mandibular Positioning Deviceand Method of Using the Device”的美国专利号6,273,859描述了作为自动控制下颌定位器(ACMP)的OA疗法，所述专利以引用的方式整体并入本文。另外，2014年3月10日提交并题为“SYSTEMS AND METHODS FOR PROVIDING ANAUTOMATED TITRATION FOR ORALAPPLIANCE THERAPY”的U.S.2016/0022205描述了多种方法，通过所述方法自动控制的下颌定位器可前瞻性鉴定适用于口腔矫正器疗法的候选者以及鉴定目标有效前突水平，所述专利以引用的方式整体并入本文。
根据一些常规OA疗法技术，患者的下颌响应于阻塞的证据而递增地移位。例如，美国专利号6,273,859描述了监测阻塞的证据(即，与本文所述的呼吸事件相反)并响应于所述证据使患者下颌递增地移位直到阻塞的证据减少/消除的方法。在美国专利号6,273,859中，持续监测患者下颌的位置并将其调整至最佳位置以减少/消除阻塞的证据。换言之，当提供OA疗法时，前突水平可保持在减少/消除阻塞的证据的前突水平(即，最佳前突水平)下，或者其可响应于阻塞的证据而自动调整(即，调整至另一个最佳前突水平)。因此，由于这减少/消除了阻塞的证据，所以当前位置被视为最佳位置或治疗位置。2013年10月22日提交并题为“Diagnostic devices，mandibular manipulators with tongue and nasalsensors，automated mandibular manipulators and related methods”的美国专利申请公布号2014/0114146描述了另一种适于递增地调节患者下颌至最佳位置以减少/消除阻塞的证据的自动控制的下颌定位器。
另外，OA疗法的滴定的常规方式是评价在离散水平下颌前突下的生理反应(例如，经典呼吸事件诸如呼吸暂停、呼吸不足、打鼾等和/或阻塞的证据)。这与上文所述的美国专利6,273,859所描述的自适应OA疗法相反。例如，Sotos等人于2009年7月20日提交并题为“SYSTEM AND METHOD FOR TREATMENT OF UPPER AIRWAY DISORDERS”的美国专利号8,001,973描述了为患者提供多个矫正器组的常规方法，其中每个矫正器组适于使患者下颌以固定前突水平移位。在整个夜晚使用第一矫正器组使第一固定前突水平维持恒定并且在夜晚结束时离线评定治疗有效性(例如，使用常规家用监测器)。来自在夜晚期间在第一固定前突水平下的分析的结果用于决定是否在下一个夜晚在不同的固定前突水平下例如使用第二矫正器组继续进行，以便实现治疗成功。可替代地，通过评价在各个前突水平下的生理反应来离线评定治疗有效性，所述前突水平在多导睡眠描记研究期间收集，在此期间技术人员手动(例如，在MR处)或远程(例如，使用RCMP)调整MR。
发明内容
本文描述了一种用于设定口腔矫正器疗法的多测试期滴定的一个或多个参数的示例性方法。所述方法可以包括在第一测试期期间执行口腔矫正器疗法的滴定、鉴定与在所述第一测试期期间执行的滴定相关的变量以及设定待在第二测试期期间执行的口腔矫正器疗法的滴定的参数。所述参数可依赖于与在所述第一测试期期间执行的所述滴定相关的所述变量。所述方法还可以包括在所述第二测试期期间执行口腔矫正器疗法的所述滴定以及基于在所述第一测试期和所述第二测试期期间执行的所述滴定建立口腔矫正器疗法的结果。
任选地，所述变量可以是口腔矫正器疗法的预测结果、口腔矫正器疗法的预测的有效前突水平、口腔矫正器疗法的预测的最佳前突水平、呼吸事件的测量值、在特定前突水平下或超过所述特定前突水平的呼吸事件的测量值、在特定前突水平下或超过所述特定前突水平下花费的时间百分比、睡眠阶段、觉醒的发生和/或由数据集测量的其他变量(诸如图12所示的示例性变量)。例如，在下文所述的一种实施方式中，所述变量是口腔矫正器疗法的预测结果。
可替代地或另外地，所述参数可任选地是开始的前突水平、前突水平调整率、前突水平范围、用于调整前突水平的标准、相关窗口的宽度和位置、方案类型、限定呼吸事件的标准、睡眠研究合格状态或在调整/再次调整前突水平之前的时间长度。例如，在下文所述的一种实施方式中，参数是开始的前突水平。任选地，开始的前突水平可以是口腔矫正器疗法的预测的有效前突水平或者受试者耐受的最大前突水平的百分比。
可替代地或另外地，口腔矫正器疗法的结果可以任选地是口腔矫正器疗法的成功或失败的预测、口腔矫正器疗法的预测的有效前突水平或者口腔矫正器疗法的预测的最佳前突水平。例如，口腔矫正器疗法的结果可以是在至少一个测试期(例如，第一测试期、第二测试期等)期间确定的口腔矫正器疗法的预测的有效前突水平并且也可依赖于与在测试期中的至少一个期间执行的滴定相关的变量。
可替代地或另外地，所述方法可以任选地包括接收关于受试者的诊断信息。所述诊断信息可以用于建立口腔矫正器疗法的结果或者设定滴定参数。所述诊断信息还可以任选地用于设定测试计划。任选地，诊断信息可以是关于受试者的任何信息，包括但不限于受试者经历的呼吸事件的基线测量值、呼吸事件的分布、减饱和度水平、在诊断睡眠研究期间受试者的身体位置、在诊断睡眠研究期间的睡眠阶段、受试者的身体特征、受试者的病史或受试者的症状。例如，所述诊断信息可以在一个或多个测试期期间执行的滴定之前(例如，作为诊断研究的结果)或在此滴定期间获得。例如，在下文所述的一种实施方式中，诊断信息是呼吸事件的频率(例如，呼吸事件的基线测量值，诸如呼吸暂停-呼吸不足指数(AHI)、氧减饱和度指数(ODI)或呼吸紊乱指数(RDI))。另外，基线测量值可以任选地是在口腔矫正器疗法不存在下受试者经历的呼吸事件的测量值。
可替代地或另外地，所述方法可以任选地包括鉴定与在第二测试期期间执行的滴定相关的变量并基于与在第一测试期和/或第二测试期期间执行的滴定相关的变量确定是否在第三测试期期间执行口腔矫正器疗法的滴定。当在第三测试期期间执行口腔矫正器疗法的滴定时，所述方法可以任选地包括设定待在第三测试期期间执行的口腔矫正器疗法的滴定的参数并在第三测试期期间执行口腔矫正器疗法的滴定。与以上类似地，所述参数可以依赖于与在第一测试期和/或第二测试期期间执行的滴定相关的变量。另外，口腔矫正器疗法的结果可以基于在第一测试期、第二测试期和第三测试期中的至少一个期间执行的滴定来建立。
可替代地或另外地，所述方法还可以包括基于关于受试者的诊断信息、口腔矫正器疗法的所需结果、口腔矫正器疗法的结果的所需准确性水平、测试期的所需总数目、受试者的敏感性或耐受性或者可调整下颌移位装置的限制来确定是否在一个或多个另外的测试期期间执行口腔矫正器疗法的滴定。
可替代地或另外地，每个相应测试期可以是在不同睡眠期期间的睡眠。不同睡眠期可以是同一个夜晚。可替代地，不同睡眠期可以是在不同的夜晚。
可替代地或另外地，口腔矫正器疗法的滴定可以包括将可调整下颌移位装置定位在受试者的口腔中、监测来自所述受试者的生理信息以及调整可调整下颌移位装置的前突水平。
可替代地或另外地，所述方法可以任选地包括开发用于多测试期滴定的测试计划并根据所述测试计划在第一测试期和第二测试期期间执行滴定。任选地，在执行第一测试期或第二测试期期间的滴定中的至少一个之前开发测试计划。任选地，在执行任何滴定之前开发测试计划。任选地，基于以下中的至少一个开发测试计划：口腔矫正器疗法的所需结果、口腔矫正器疗法的结果的所需准确性水平、关于所述受试者的诊断信息或所述受试者或下颌移位装置的限制。
可替代地或另外地，在一些实施方式中，使用机器学习算法诸如神经网络、支持向量机、决策树、随机森林等建立口腔矫正器疗法的结果。
本文还描述了一种用于设定口腔矫正器疗法的多测试期滴定的一个或多个参数的示例性系统。所述系统可以包括被配置成定位在受试者的口腔内的下颌移位装置、被配置成感测来自受试者的一个或多个生理输入的监测单元、以及控制单元。所述控制单元可以包括处理单元和可操作地联接至所述处理单元的存储器。另外，所述存储器可以具有保存在其上的计算机可执行指令，所述计算机可执行指令当由处理单元执行时引起所述系统执行用于开发口腔矫正器疗法的多测试期滴定的测试计划的操作。本公开涵盖的是，所述系统可以被配置成执行本文所述的任何操作，包括用于开发口腔矫正器疗法的多测试期滴定的测试计划的操作。
本文还描述了一种用于使用多测试期滴定评价受试者中的口腔矫正器疗法的结果的示例性方法。所述方法可以包括接收关于所述受试者的诊断信息、分别在第一测试期和第二测试期各自期间执行口腔矫正器疗法的滴定、分析与在所述第一测试期和所述第二测试期期间执行的滴定相关的至少一个变量以及基于所述至少一个变量建立口腔矫正器疗法的结果。所述诊断信息可以影响所述至少一个变量的选择。
任选地，诊断信息可以是关于受试者的任何信息，包括但不限于受试者经历的呼吸事件的基线测量值、呼吸事件的分布、减饱和度水平、在诊断睡眠研究期间受试者的身体位置、在诊断睡眠研究期间的睡眠阶段、受试者的身体特征、受试者的病史或受试者的症状。例如，所述诊断信息可以在一个或多个测试期期间执行的滴定之前(例如，作为诊断研究的结果)或在此滴定期间获得。例如，所述诊断信息是呼吸事件的频率，诸如呼吸暂停-呼吸不足指数(AHI)、氧减饱和度指数(ODI)或呼吸紊乱指数(RDI)(例如，呼吸事件的基线测量值)。另外，基线测量值可以任选地是在口腔矫正器疗法不存在下受试者经历的呼吸事件的测量值。
例如，在下文所述的一种实施方式中，诊断信息是受试者所经历的呼吸事件的基线测量值。另外，当所述诊断信息大于阈值时所述至少一个变量是第一变量，并且当所述诊断信息小于阈值时所述至少一个变量是第二变量。所述阈值可以任选地是在15与40次呼吸事件/小时之间。在一种示例性实施方式中，所述阈值可以任选地是大约20次呼吸事件/小时，例如大约16次呼吸事件/小时。
可替代地或另外地，所述至少一个变量可以是呼吸事件的测量值，例如在第一测试期或第二测试期期间执行的滴定期间发生的呼吸事件的频率。
可替代地或另外地，口腔矫正器疗法的结果可以基于所述至少一个变量的值来建立。任选地，所述方法可以包括基于所述至少一个变量的值在第三测试期期间执行口腔矫正器疗法的滴定。口腔矫正器疗法的结果可以是基于与在第三测试期期间执行的滴定相关的变量值建立的。
可替代地或另外地，口腔矫正器疗法的结果可以任选地是口腔矫正器疗法的成功或失败的预测、口腔矫正器疗法的预测的有效前突水平或者口腔矫正器疗法的预测的最佳前突水平。
可替代地或另外地，每个相应测试期可以是在不同睡眠期期间的睡眠。不同睡眠期可以是同一个夜晚。可替代地，不同睡眠期可以是在不同的夜晚。
可替代地或另外地，口腔矫正器疗法的滴定可以包括将可调整下颌移位装置定位在受试者的口腔中、监测来自所述受试者的生理信息以及调整可调整下颌移位装置的前突水平。
本文还描述了一种用于使用多测试期滴定评价受试者中的口腔矫正器疗法的结果的示例性系统。所述系统可以包括被配置成定位在受试者的口腔内的下颌移位装置、被配置成感测来自受试者的一个或多个生理输入的监测单元以及控制单元。所述控制单元可以包括处理单元和可操作地联接至所述处理单元的存储器。另外，所述存储器可以具有保存在其上的计算机可执行指令，所述计算机可执行指令当由处理单元执行时引起所述系统执行用于使用多测试期滴定评价受试者中的口腔矫正器疗法的结果的操作。本公开涵盖的是，所述系统可以被配置成执行本文所述的任何操作，包括用于使用多测试期滴定评价受试者中的口腔矫正器疗法的结果的操作。
本文还描述了一种用于使睡眠研究的条件合格的示例性方法。所述方法可以包括对受试者执行睡眠研究、分析在睡眠期间收集的数据以确定睡眠研究满足预定条件的时间量以及确定所述时间量是大于还是等于预定阈值。
任选地，如果所述时间量大于或等于预定阈值，则所述方法可以包括得出睡眠研究的结论或者继续下一个睡眠期。可替代地，如果所述时间量小于预定阈值，则所述方法可以包括继续进行睡眠研究。例如，继续进行睡眠研究可以包括执行睡眠研究的另一个测试期。任选地，所述睡眠研究的另一个测试期可以是先前测试期的重复或在为满足预定状态而定制的状态下的测试期。
可替代地或另外地，所述时间量可以发生在连续睡眠期期间。可替代地，所述时间量发生在多个不连续睡眠期期间。任选地，所述不连续睡眠期可以是在睡眠研究的多个测试期期间的睡眠。
可替代地或另外地，所述预定状态可以是在特定位置中的睡眠，例如背卧位或侧卧位的睡眠。任选地，所述预定状态可以是特定位置中的REM或非REM睡眠。
可替代地或另外地，所述预定状态可以是其中下颌移位装置固定至受试者的牙齿的睡眠。任选地，所述方法可以包括当所述下颌移位装置固定至所述受试者的牙齿时感测。例如，所述感测可以使用用于检测施加于受试者牙齿的力的力传感器或通过测量供应于所述下颌移位装置的能量来执行。
可替代地或另外地，所述方法可以包括当受试者不是在特定位置中睡眠时或者在将下颌移位装置固定至受试者的牙齿的情况下向所述受试者提供警报。可替代地或另外地，所述方法可以包括提供与所述受试者相关的数据文件中的符号。
可替代地或另外地，所述预定阈值可以是大约4小时。
可替代地或另外地，睡眠研究可以是诊断睡眠测试，其包括监测来自受试者的生理信息并分析所述生理信息以诊断患有睡眠障碍呼吸病状的受试者。睡眠障碍呼吸病状可以是阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)、吸气流量限制(IFL)、高上气道阻力(HUAR)、上气道阻力综合征(UARS)或打鼾。
可替代地或另外地，睡眠研究可以是口腔矫正器疗法的滴定，其包括将可调整下颌移位装置定位在受试者的口腔中、监测来自所述受试者的生理信息、调整可调整下颌移位装置的前突水平以及分析所述生理信息以评价口腔矫正器疗法的结果。口腔矫正器疗法的结果可以是口腔矫正器疗法的成功或失败的预测、口腔矫正器疗法的预测的有效前突水平或者口腔矫正器疗法的预测的最佳前突水平。
本文还描述了一种用于使睡眠研究的状态合格的示例性系统。所述系统可以包括被配置成感测来自受试者的一个或多个生理输入的监测单元，以及控制单元。所述控制单元可以包括处理单元和可操作地联接至所述处理单元的存储器。另外，所述存储器可以具有保存在其上的计算机可执行指令，所述指令当由处理单元执行时引起所述系统执行用于使睡眠研究的状态合格的操作。本公开涵盖的是，所述系统可以被配置成执行本文所述的任何操作，包括用于使睡眠研究的状态合格的操作。
任选地，睡眠研究可以是诊断睡眠测试，并且所述系统可以被配置成分析生理输入以诊断患有睡眠障碍呼吸病状的受试者。睡眠障碍呼吸病状可以是阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)、吸气流量限制(IFL)、高上气道阻力(HUAR)、上气道阻力综合征(UARS)或打鼾。
任选地，睡眠研究可以是口腔矫正器疗法的滴定，并且所述系统可以包括配置成定位在受试者口腔内的下颌移位装置。所述系统还可以被配置成执行口腔矫正器疗法的滴定。口腔矫正器疗法的结果可以是口腔矫正器疗法的成功或失败的预测、口腔矫正器疗法的预测的有效前突水平或者口腔矫正器疗法的预测的最佳前突水平。
本文还描述了一种用于执行多目的睡眠测试方案的示例性方法。所述方法可以包括提供睡眠测试工具箱，其包括下颌移位装置和一个或多个用于测量来自受试者的生理信息的传感器。所述睡眠测试工具箱可以被配置成执行诊断睡眠测试方案和口腔矫正器疗法方案的滴定。所述方法还可以包括向受试者提供用于在诊断睡眠测试方案期间配置睡眠测试工具箱的指令、执行诊断睡眠测试方案、向受试者提供用于在口腔矫正器疗法方案的滴定期间配置睡眠测试工具箱的指令以及执行口腔矫正器疗法方案的滴定。另外，口腔矫正器疗法方案的滴定可以根据诊断睡眠测试方案的结果执行。
任选地，诊断睡眠测试方案和口腔矫正器疗法方案的滴定可以自动地连续执行。可替代地或另外地，诊断睡眠测试方案和口腔矫正器疗法方案的滴定可以任选地在非临床环境中诸如在受试者的家中执行。
可替代地或另外地，诊断睡眠测试方案的结果可以任选地是呼吸事件的测量值。例如，呼吸事件的测量值可以是呼吸暂停或呼吸不足的数目、持续时间、频率、严重性或比率。
可替代地或另外地，诊断睡眠测试方案和口腔矫正器疗法方案的滴定可以在单次睡眠期期间执行。可替代地，诊断睡眠测试方案和口腔矫正器疗法方案的滴定可以在不同睡眠期期间执行。不同睡眠期可以是同一个夜晚。不同睡眠期可以是在不同的夜晚。
可替代地或另外地，诊断睡眠测试方案可以包括监测来自受试者的生理信息并分析所述生理信息以诊断患有睡眠障碍呼吸病状的受试者。睡眠障碍呼吸病状可以是阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)、吸气流量限制(IFL)、高上气道阻力(HUAR)、上气道阻力综合征(UARS)或打鼾。
可替代地或另外地，口腔矫正器疗法方案的滴定可以包括将可调整下颌移位装置定位在受试者的口腔中、监测来自所述受试者的生理信息、调整可调整下颌移位装置的前突水平以及分析所述生理信息以评价口腔矫正器疗法的结果。口腔矫正器疗法的结果可以是口腔矫正器疗法的成功或失败的预测、口腔矫正器疗法的预测的有效前突水平或者口腔矫正器疗法的预测的最佳前突水平。
可替代地或另外地，所述方法可以包括接收关于受试者的诊断信息。所述诊断信息可以用于建立口腔矫正器疗法的结果或者设定口腔矫正器疗法方案的滴定的参数。任选地，诊断信息可以是关于受试者的任何信息，包括但不限于受试者经历的呼吸事件的基线测量值、呼吸事件的分布、减饱和度水平、在诊断睡眠研究期间受试者的身体位置、在诊断睡眠研究期间的睡眠阶段、受试者的身体特征、受试者的病史或受试者的症状。
本文还描述了一种用于执行多目的睡眠测试方案的示例性系统。所述系统可以包括被配置成定位在受试者的口腔内的下颌移位装置、被配置成感测来自受试者的一个或多个生理输入的监测单元、以及控制单元。所述控制单元可以包括处理单元和可操作地联接至所述处理单元的存储器。另外，所述存储器可以具有保存在其上的计算机可执行指令，所述指令当由处理单元执行时引起所述系统执行用于执行多目的睡眠测试方案的操作。本公开涵盖的是，所述系统可以被配置成执行本文所述的任何操作，包括用于执行多目的睡眠测试方案的操作。
本文描述了一种用于评价口腔矫正器疗法的结果的示例性方法。所述方法可以包括接收口腔矫正器疗法的所需结果标准；执行口腔矫正器疗法的滴定；基于所需结果标准选择用于建立口腔矫正器疗法的结果的预测方案；以及根据所选预测方案建立口腔矫正器疗法的结果。任选地，所述方法可以包括基于所需结果标准选择测试方案，并且口腔矫正器疗法的滴定可以根据所选测试方案来执行。
应理解，上述主题还可实施为计算机控制的设备、计算机程序、计算系统或制品，诸如计算机可读存储介质。
在查阅以下图式和详述之后，其他系统、方法、特征和/或优点将对本领域技术人员显而易见或可能变得显而易见。预期所有此类额外系统、方法、特征和/或优点包括在本描述内，并且受所附权利要求书保护。
附图说明
附图中的组件相对于彼此不一定按比例绘制。在几个视图中，类似的参考标号指定对应的部分。
图1A示出根据本文所讨论的实施方式的可调整下颌移位装置；
图1B是根据本文所讨论的实施方式的滴定系统的框图；
图2A和图2B是示出用于检测呼吸事件的示例性操作的流程图；
图2C是示出用于评定受试者中的呼吸气流的示例性操作的流程图；
图3是示出用于基于呼吸事件的频率或严重性控制可调整下颌移位装置的前突水平的示例性操作的流程图；
图4是示出用于评价口腔矫正器疗法的结果的示例性操作的流程图；
图5A是示出用于使用综合数据集执行口腔矫正器疗法的滴定的示例性操作的流程图；
图5B是示出用于使用在多个前突水平下收集的数据执行口腔矫正器疗法的滴定的示例性操作的流程图；
图6A是示出在多个前突水平的每个水平下或高于所述每个水平下发生的呼吸事件的频率的图；
图6B是示出可调整下颌移位装置在多个前突水平的每个水平下或低于所述每个水平处花费的时间百分比的图；
图7是示出用于在非临床环境中执行口腔矫正器疗法的滴定的示例性操作的流程图；
图8是示出用于在执行口腔矫正器疗法的滴定时自动控制可调整下颌移位装置的示例性操作的流程图；
图9是示出用于基于吸引子行为(attractor behavior)鉴定口腔矫正器疗法的候选者的示例性操作的流程图；
图10A-图10C是示出用于使用多测试期方案执行口腔矫正器疗法的滴定的示例性操作的流程图；
图10D是示出用于设定口腔矫正器疗法的多测试期滴定的测试参数的示例性操作的流程图；
图10E是示出用于开发多夜晚测试计划的示例性操作的流程图；
图10F是示出用于分析多测试期方案的示例性操作的流程图；
图10G是示出用于选择口腔矫正器疗法结果预测方案的示例性操作的流程图；
图11是示例性计算装置的框图；
图12是示出与测试期相关的示例性变量的表；
图13是示出用于进行口腔矫正器疗法的多测试期滴定的示例性操作的流程图；
图14A是示出用于使用多测试期滴定评价受试者中的口腔矫正器疗法的结果的示例性操作的流程图；
图14B是示出用于使用多测试期滴定评价受试者中的口腔矫正器疗法的结果的示例性操作的另一个流程图；
图14C是示出用于在图14B的步骤1412处分析患者输入和来自第一测试期和第二测试期的一个或多个变量的示例性操作的流程图；
图15A是示出用于执行多目的睡眠测试方案的示例性操作的流程图；
图15B是示出用于执行多目的睡眠测试方案的示例性操作的另一个流程图；
图16A是示出用于使睡眠研究的状态合格的示例性操作的流程图；
图16B是示出用于进行研究资格鉴定(study qualification)的示例性操作的另一个流程图；
图17A是具有基线AHI作为主干变量的示例性决策树结构；
图17B是示出预测误差对比基线AHI分割状态的图(其中线1701显示上方阈值树，线1702显示下方阈值树，并且线1703显示总体树)；并且
图17C是具有16.7的基线AHI作为主要主干变量的示例性决策树结构。
具体实施方式
除非另外定义，否则本文所用的所有技术性和科学性术语具有与本领域中技术人员通常所理解的相同含义。与本文所描述的类似或同等的方法和材料可被用于实践或测试本公开。如本说明书中和所附权利要求书中所使用，单数形式“一个(a)”、“一种(an)”、“所述”包括复数个指示对象，除非上下文另外清楚地指出。如本文所用的术语“包含”及其变型与术语“包括”及其变型同义地使用，并且是开放的、非限制性术语。虽然将描述用于执行口腔矫正器疗法的滴定的实施方式，但是本领域技术人员将清楚的是所述实施方式并不限于此。
本文提供了用于对口腔矫正器疗法进行滴定或者用于执行一个或多个口腔校正器疗法的滴定的方法、系统和装置。滴定可以用于评价重定位受试者的下颌的效果。任选地，滴定可以用于评价口腔矫正器疗法的结果。任选地，滴定可以提供对使用口腔矫正器疗法获得的治疗结果的预测。滴定可以是在开出口腔矫正器疗法的处方或提供所述口腔矫正器疗法之前执行的分析。可替代地或另外地，滴定可以定期执行以评定、重新评定或优化口腔矫正器疗法的治疗有效性。滴定可以任选地用于鉴定适用于口腔矫正器疗法的候选者，例如呼吸紊乱的次数低于预定阈值的候选者或者阻塞已减少或消除至认为提供适合治疗效果的水平的候选者。滴定也可以任选地用于鉴定下颌的临床有利的取向或下颌的目标定位，所述取向或定位被认为提供口腔矫正器疗法的适合治疗效果。例如，下颌的目标定位可以是将呼吸紊乱和阻塞减少或消除到可接受水平的有效前突水平。滴定也可以任选地用于鉴定用于口腔矫正器疗法的下颌的最佳目标定位。滴定任选地包括评价下颌相对于受试者的上颌的位置和/或取向。滴定可以任选地包括监测来自受试者的反馈信号(例如，呼吸气流、氧饱和度、声音等)或者可以与所述监测结合使用。滴定可以任选地在下颌相对于上颌的一个或多个位置和/或取向处执行。滴定可以任选地用于比较在不同状态下执行的两个或更多个滴定期间获得的下颌的目标定位，诸如通过使用具有不同咬合分离的口腔矫正器执行的滴定、在受试者在不同身体位置睡眠的情况下执行的滴定等。
受试者下颌的位置和/或取向可以在滴定期间调整(例如，在滴定期间自动地调整)或者在每个不同滴定或在同一滴定的不同测试期开始时调整。下颌的目标定位(诸如减少或消除睡眠病症或病状的一种或多种症状或临床表现的定位)可以被提供为向受试者提供治疗功效的特定位置(例如，特定前突水平)。可替代地，目标定位可以被提供为治疗区域或者位置范围，在所述区域或范围内所述受试者将被提供有治疗性治疗。治疗区域也可以被提供为描述除在受试者气道上的最佳重定位之外的位置的效果的映射图。
临床上有利的取向或有效的目标定位可以任选地通过使用滴定系统在睡眠测试中预先确定。所述系统用于获得表示临床上有利的取向的数据集。例如，所述系统用于通过将临时性口腔矫正器安装至受试者的牙齿、在受试者睡眠时渐增地和可逆地在相对于上颌的前后方向中推进受试者的下颌并收集生理数据来获得数据集。所述系统可以包括可调整下颌移位装置(例如，滴定装置)，诸如上文所讨论的RCMP装置。滴定装置可以用于滴定下颌的最佳位置以去除阻塞。滴定装置可以在临床环境中由技术人员使用以推进下颌直到反馈信号(例如，呼吸气流、O2饱和度、声音等)指示阻塞的去除。可替代地，滴定装置可以使用自动算法自动调整(例如，而非由技术人员行动)以基于反馈信号自动调整位置。任选地，技术人员可以完全不在场，诸如当滴定在非临床环境中(例如，在受试者的家中)执行时。任选地，技术人员可以在场并且任选地当远程控制的下颌移位装置在没有来自技术人员的行动的情况下调整时在滴定期间观察受试者。任选地，技术人员可以在临床环境中操作滴定装置，所述滴定装置利用自动算法引导或控制滴定，其中有一定来自技术人员的参与水平或监测。这些数据可以用于建立当下颌处于相对于上颌的临床上有利的取向中时的数据集。
如本文所讨论的，测试期可以是在受试者睡眠时。在受试者睡眠时执行口腔矫正器疗法的滴定是有利的。当测试期是在受试者睡眠是，可以收集在多个状态期间(例如，侧卧位或背卧位睡眠、REM或非REM睡眠、阻塞时间段等)的数据，所述状态在夜晚期间可以发生改变。这些状态可以包括受试者的最差阻塞情况。另外，如果测试期是在受试者睡眠时，则在滴定期间受试者气道的解剖结构和功能与施加口腔疗法时受试者气道的解剖结构和功能相同。例如，在睡眠期间肌肉处于不同的松弛状态，所述松弛状态影响了受试者气道的配置和反应。测试期可以是单一睡眠期。如本文所用，睡眠期可以由测量的睡眠持续时间(例如，约4小时)、足够数量和/或品质的数据(例如，患者下颌运动的全部范围的探索)的接收、患者的自主行动(例如，患者清醒并结束研究)或其组合来限定。任选地，测试期可以包括多个睡眠期。可替代地或另外地，测试期和/或一个或多个睡眠期可以是至少4小时。应理解的是，4小时是作为实例提供并且睡眠期可以具有多于或少于4小时的持续时间。任选地，四小时可以是连续的(例如，没有中断)或者可以由总共等于最少四小时的若干个分割的时间段组成。测试期可以任选地具有小于一个夜晚的持续时间或者可以任选地具有整个夜晚的持续时间。滴定也可以任选地包括多个测试期。在每个测试期期间的类型和状态可以任选地被确定为多测试期计划。多测试期计划可以任选地在测试开始之前基于所需结果和/或患者输入(例如，关于受试者的诊断信息)来确定。多测试期计划(包括测试的方案类型和状态)可以任选地在计划实施期间通过分析测试期间的变量来确定和/或调整。对多测试期计划中的滴定的最终评价可以通过分析来自多测试计划期间的一个或多个测试的变量或者来自测试之外确定的患者输入(例如，关于受试者的诊断信息)的变量来确定。多测试期计划也任选地被测试期结束时的研究资格决策影响。滴定测试可以任选地与使用相同装置的至少一部分进行的不同测试类型相关。例如，不同测试类型可以是可用于决定受试者是否应接受口腔矫正器滴定测试的诊断测试。诊断测试可以任选地在口腔矫正器疗法不存在下(例如，在未将下颌移位装置定位在受试者口腔内的情况下)执行。可替代地或另外地，诊断测试可以用于测量用于滴定测试的一个或多个患者输入(例如，关于受试者的诊断信息)。
本公开涵盖的是，本文所述的技术可以任选地采用1)用于控制可调整下颌移位装置的实时分析和2)用于预测口腔矫正器疗法的结果的单独分析。任选地，单独分析可以离线执行或者在睡眠期或睡眠研究结束时执行。换言之，可调整下颌移位装置可以响应于在测试期期间收集的数据(例如，生理反应)而被实时控制。本文描述了示例性实时可调整下颌移位装置控制技术，其包括但不限于增加/降低前突水平、优化呼吸气流、静态、动态或细化方案和/或参考图3所述的操作(例如，在前突水平响应于所检测的呼吸事件而被控制的情形)。任选地，可调整下颌移位装置控制技术可以被选择来收集某些类型的信息。例如，动态控制方案可以被选择来收集多个前突水平下的数据以鉴定最佳前突水平，而静态控制方案可以被选择来确认预测的最佳前突水平。可替代地，两种不同的控制方案可以被选择来收集两种不同类型的数据集。任选地，不同数据集可以包括不同类型的变量。应理解，在不同测试期期间可以使用不同的可调整下颌移位装置控制技术。
另外，口腔矫正器疗法的结果(例如，最终分析或最终评价)可以基于在一个或多个测试期期间收集的数据来预测。所收集的数据可以包括但不限于与一个或多个测试期相关的变量中的一个或多个(例如，由图12所示出的)。换言之，所收集的数据可以包括在多个不同测试期期间收集的数据，每个所述测试期任选地采用不同的可调整下颌移位装置控制技术，并且最终分析可以基于所收集的数据的整个集合来预测。任选地，此分析可在一个或多个测试期结束之后离线执行。另外，如本文所述的，最终分析可以采用用于预测口腔矫正器疗法的结果的一种或多种技术。例如，最终分析可以任选地采用机器学习技术。机器学习技术的实例是神经网络、支持向量机、决策树、AdaBoost、随机森林等。机器学习技术可以被训练来预测口腔矫正器疗法的结果。本公开涵盖的是，神经网络、支持向量机、决策树、AdaBoost、随机森林等可以使用数据集训练至一个或多个特定结果(例如，AHI<10、ODI<10或ODI<10，与基线相比减少50％)。训练的机器学习模块(例如，神经网络、支持向量机、决策树、AdaBoost、随机森林等)可以由计算装置(例如，图1B的计算装置50)执行。如本文所述的，可以基于所需结果选自多个训练的机器学习模块(例如，预测方案)。之后，与一个或多个测试期相关的变量中的一个或多个可以输入到训练的机器学习模块中，并且机器学习模块可以输出口腔矫正器疗法的预测的结果。下文描述了设计用于对口腔矫正器疗法的结果做出预测的示例性决策树和/或随机森林。
示例性滴定系统
现在参考图1A，示出根据本文所讨论的实施方式的可调整下颌移位装置10(例如，滴定装置)。远程控制的可调整下颌移位装置为本领域中已知的。例如，美国专利号5,826,579描述了由技术人员控制的远程控制的下颌重定位器，并且美国专利号6,273,859描述了由计算机自适应地控制的远程控制的下颌重定位器。另外，WO2014-159236描述了自动控制的下颌定位器，其能够例如在非临床环境中(例如像在受试者家中)在无人照看下执行口腔矫正器疗法的滴定。尽管本文中讨论了关于图1A所示的可调整下颌移位装置10的实施方式，但是应理解，涵盖其他滴定装置。例如，滴定装置可以是具有重定位下颌的能力的任何装置。
如图1A所示，可调整下颌移位装置10包括上托盘18和下托盘20。上托盘18和下托盘20分别可附接至上支架12和下支架14。另外，可调整下颌移位装置10包括设置在外壳5内的电动机和线性致动器，诸如无刷DC电动机和线性致动器。电动机和线性致动器的规格可以被选择来限制例如最大行进距离(例如，提供12mm的下颌前突最大值)和/或施加于受试者牙齿的力的最大量(例如，2.5kg)。电动机和线性致动器被配置成精确调整上支架12和下支架14的相对位置。另外，上支架12和下支架14可以被手动地机械调整以将上托盘18和下托盘20定位成紧密接近于受试者下颌的完全后移位置。完全后移位置可以通过在滴定之前在临床随访期间进行的研究来确定。因此，在滴定开始时，当下颌完全后移时线性致动器可以设定在完全退出位置处。通过致动DC电动机和线性致动器，可以调整上支架12和下支架14的相对位置，并且因此调整上托盘18和下托盘20的相对位置。这向受试者的下颚(下颌)施加力以使其相对于受试者的上颚(上颌)前突或后移。
上托盘18和下托盘20可以被制造用于受试者的上齿和下齿。这允许上托盘18和下托盘20紧密安装到受试者的牙齿，以使得最少量的材料占据牙齿的内表面，从而使舌空间上的侵占最小化。这有助于获得滴定的高预测准确性，因为舌空间上的侵占改变舌位置，使得滴定期间的口腔力学不能模拟当使用治疗性的、定制安装的口腔矫正器时发生的力学。
现在参照图1B，示出滴定系统的框图。所述系统可以包括可调整下颌移位装置10(也示出在图1A中)、监测单元30、下颌移位装置控制器40以及计算装置50。应理解，图1B所示的系统仅是一个示例性系统并且可以提供包括额外或更少特征件的系统。例如，滴定系统可以在云计算环境中实施以提供对系统的部件的远程访问。云计算是用于使网络能够访问可配置计算资源(例如，互联网、服务器、存储器、应用程序以及服务)的共享库的模型，所述计算资源可以在最少交互的情况下提供和释放。云计算模型促进高度可利用率、按需自助服务、宽带网络访问、资源共享以及快速弹性(rapid elasticity)。还应理解，连接可调整下颌移位装置10、监测单元30、下颌移位装置控制器40以及计算装置50的通信链路可以是有助于数据通信的任何类型的通信链路，包括但不限于有线、无线和光通信链路。例如，可调整下颌移位装置10可以例如通过高柔韧性细导线通信地连接至下颌移位装置控制器40，在所述细导线上数据(包括控制信号)在可调整下颌移位装置10的电动机和线性致动器和下颌移位装置控制器40之间通信。在滴定期间，下颌移位装置控制器40可以例如放置在床头柜上。
另外，下颌移位装置控制器40可以与计算装置50通信地连接。计算装置50可以任选地与下颌移位装置控制器40集成为单个单元。计算装置50可以任选地是任何类型的计算装置，诸如膝上型计算机、台式计算机、平板装置或任何其他类型的便携式计算装置。例如，下颌移位装置控制器40可以被配置成将数据(包括可调整下颌移位装置10的位置)通信至计算装置50。计算装置50可以定位在受试者附近，如在床边或者在受试者家中或治疗设施中的任何位置，或者可以远程定位，如在制造商位置处，并且经由网络(例如，因特网)访问。任选地，计算装置50和/或下颌移位装置控制器40的方面，诸如控制下颌移位装置的定位的那些方面可以本地定位，而计算装置50和/或下颌移位装置控制器40的其他方面，诸如决定在下一个测试期中运行哪个方案的那些方面，可以远程定位。计算装置50可以被配置成储存和处理数据，如下文详细讨论的。计算装置50也可以被配置成将数据(包括控制信号)通信至下颌移位装置控制器40。
另外，监测单元30可以与计算装置50通信地连接。可替代地，监测装置30可以是与下颌移位装置控制器40和/或计算装置50相同的单元的部分。监测单元30可以收集一个或多个生理输入，并且监测单元30可以将所接收的生理输入通信至计算装置50以用于储存和/或处理。生理输入可以包括但不限于呼吸气流、氧饱和度、对受试者牙齿的力、腹部活动、大脑信号、睡眠阶段、睡眠位置、声能或由受试者产生的振动等。这些可以通过仪器直接从受试者接收，所述仪器诸如标准多导睡眠描记记录仪记录或便携式睡眠监测器中所应用的仪器。可替代地，生理输入可以从放置于滴定装置上的传感器(例如，用于检测头部位置的3D加速计、用于检测施加于牙齿的力的力传感器、用于检测颚的振动的加速计以及用于检测打鼾的麦克风)接收。计算装置50也可以被配置成将数据(包括控制信号)通信至监测单元30。
监测受试者的生理数据
如上文所讨论的，可以监测(或者收集、测量、检测等)来自受试者的生理信息。例如，受试者的生理信息可以在口腔矫正器疗法的滴定期间监测。在滴定期间，许多生理输入或数据可以从受试者接收。例如，如上文参照图1B所讨论的，监测单元30可以收集一个或多个生理输入，并且监测单元30可以将所接收的生理输入通信至计算装置50以用于储存和/或处理。生理输入可以包括但不限于呼吸气流、氧饱和度、腹部活动、大脑信号(EEG)、对受试者牙齿的力、睡眠阶段、睡眠位置、声能或由受试者产生的振动等。这些可以通过仪器直接从受试者接收，所述仪器诸如标准多导睡眠描记记录仪记录或便携式睡眠监测器中所应用的仪器。例如，生理输入可以包括呼吸气流的指数(如使用记录鼻气流中的压力的鼻塞记录的)、脑电图(EEG)、眼电图(EOG)、颏下肌动电流图(EMG)、心电图(ECG)、动脉血氧饱和度(氧饱和度)、胸腔和腹部的体积偏移、打鼾声、振动、力测量以及身体位置。生理输入诸如气流可以使用独特设计的鼻塞记录，所述鼻塞诸如单独测量来自每个鼻孔的气流的那些鼻塞。另外，生理输入可以包括通过定位在声门上空间内的充水导管产生的声门上压力。生理输入信号可以在多导生理仪(和/或磁记录介质)上记录并且显示给睡眠技术人员。可替代地或另外地，生理输入信号可以记录并直接储存至滴定装置。另外，生理输入信号可以显示给睡眠技术人员和/或在滴定期间由滴定系统使用。
检测呼吸事件
如上文所讨论的，提供了用于对口腔矫正器疗法进行滴定或者用于执行一个或多个口腔校正器疗法的滴定的系统和装置。在口腔矫正器疗法的滴定期间，受试者可以经历一个或多个呼吸事件。任选地，可以例如实时检测一个或多个呼吸事件，与历史数据(例如，在多导睡眠描记研究或在家研究期间收集的数据)的离线定量分析相反。任选地，可以在具有或不具有来自技术人员的输入的情况下自动检测一个或多个呼吸事件。任选地，可调整下颌移位装置的前突水平可以响应于检测呼吸事件而被控制。呼吸事件是呼吸的瞬时减少或紊乱。呼吸事件是有时间限制的，例如其具有开始和结束。在呼吸事件期间，受试者的生理系统并不处于稳定状态。例如，来自受试者的一个或多个生理输入(例如，呼吸气流、氧饱和度等)在呼吸事件期间改变。生理输入可以在没有任何干预的情况下改变。受试者可以在呼吸事件期间经历经历觉醒，这可导致呼吸事件结束。相比之下，在稳定状态呼吸期间，可出现正常量的呼吸阻力，其可以通过干预，例如通过操纵下颌来改变。呼吸事件可以根据预定标准(下文中讨论的)定义和测量。可替代地或另外地，呼吸事件可以是经典呼吸事件(下文中讨论的)。例如，在口腔矫正器疗法的滴定期间，呼吸事件可以根据预定标准通过比较来自受试者的一个或多个生理输入来检测。任选地，预定标准可以是与定义经典呼吸事件的标准相同或不同的。任选地，在口腔矫正器疗法的滴定期间使用的预定标准可以是与用于评价来自测试期的数据的预定标准相同或不同的。
任选地，呼吸事件可以不只是仅阻塞的证据，诸如呼吸气流、氧饱和度、打鼾声、振动等的变化。呼吸事件可以根据预定标准定义和测量。呼吸事件包括根据预定标准测量的任何呼吸中断。任选地，通过计算生理输入信号(例如，气流、氧饱和度、打鼾声、振动等)与参考值之间的差值并比较所述差值与阈值(例如，预定标准中的至少一个)来检测呼吸事件。下文所讨论的生理信息可以包括生理输入信号中的一个或多个。参考值可以任选地是例如计算的基线值或实时值。例如，呼吸事件可以任选地根据美国睡眠医师学会(AmericanAcademy of Sleep Physicians)建立的指南进行定义和测量。可替代地或另外地，预定标准可以由临床组织建立并且被公布为可接受的临床标准或者可以对于受试者组或单个受试者独立地确定。例如，预定标准可以由在先前的睡眠测试期间获得的数据建立并且对于单独受试者和/或受试者组进行定制。可替代地或另外地，预定标准可以通过实验方法，例如通过使用黄金标准训练神经网络来建立。睡眠测试可以任选地是滴定测试或者多导睡眠描记研究或者使用睡眠障碍呼吸的诊断和评定中所用的便携式睡眠监测器的研究。预定标准可以任选地被编程到滴定系统中。
通常已知的呼吸事件(即，经典呼吸事件)包括呼吸暂停(例如，阻塞性呼吸暂停、中枢性呼吸暂停、混合型呼吸暂停)、呼吸不足、呼吸努力相关性觉醒(RERA)和流量限制性呼吸、潮式呼吸(cheyne stokes respiration)、肺换气不足、打鼾、氧减饱和度事件以及流量限制性呼吸。呼吸事件的确定可能需要与基线或参考值相比的改变。基线或参考值可以实时计算。呼吸事件的持续时间可以从数秒(例如，5-120秒，例如呼吸暂停或呼吸不足)至数分钟(例如，2-30分钟或更长时间，例如RERA)之间变化。下文讨论了经典呼吸事件定义。例如，呼吸暂停可以被定义为呼吸气流与基线相比大于90％的减少，其持续时间大于或等于10秒，其中上述气流减少存在于至少90％的事件中。中枢性呼吸暂停事件也可以不存在呼吸努力。呼吸不足可以是气流与基线相比大于30％的减少，其持续时间大于或等于10秒，其中上述气流减少连同血氧与基线相比的至少4％减少存在于至少90％的事件中。可替代地，呼吸不足可以是如上文所述的，除了血氧减少是与基线相比的3％。
如本文所讨论的呼吸事件不限于经典呼吸事件。例如，如上文所讨论的，口腔矫正器疗法可以用于减少和/或消除呼吸事件(包括经典呼吸事件)的发生。换言之，有效的口腔矫正器疗法减少和/或消除经典呼吸事件的发生。在口腔矫正器疗法的滴定期间，可以检测到呼吸事件(包括但不限于经典呼吸事件)并且可以响应于检测到呼吸事件而采取行动。例如，呼吸事件可以根据预定标准定义和测量。如上文所讨论的，预定标准可以由临床组织或通过临床证据建立，并且对于单独的受试者和/或受试者组建立。
现在参考图2A，示出了显示用于检测呼吸事件的示例性操作200A的流程图。具体地说，图2A示出了用于使用预定标准(包括氧饱和度和呼吸气流的组合)定义和测量呼吸事件的示例性操作200A。任选地，呼吸事件可以在测试期期间实时定义和测量。例如，在202处，可以接收来自受试者的一个或多个生理输入。生理输入可以包括呼吸气流和氧饱和度。在203处，可以使用在202处接收的输入任选地更新呼吸气流的参考值和氧饱和度的基线。以下讨论了用于计算基线和参考呼吸气流和基线氧饱和度的示例性方法。在204处，可以基于所接收的生理输入检测至少一个氧饱和度事件。例如，可以基于在203处更新的与基线氧饱和度相比的偏差检测氧饱和度事件。另外，在206处，可以基于所接收的生理输入检测至少一个呼吸气流事件。例如，可以基于在203处更新的与参考气流相比的偏差检测呼吸气流事件。然后，在208处，可以匹配氧饱和度事件和呼吸气流事件。在210处，确定在一个时间段内是否检测到氧饱和度事件和呼吸气流事件(例如，在预定的时间延迟内发生所述事件)。例如，可以确定在检测到呼吸气流事件之后的一个预定时间段内是否检测到氧饱和度事件。如果是，则在212A处，将匹配的氧饱和度事件和呼吸气流事件分类为呼吸事件。如果否，则在212B处，未将匹配的氧饱和度事件和呼吸气流事件分类为呼吸事件。在匹配氧饱和度事件和呼吸气流事件之后，呼吸事件可以在严重性方面进行分类，这也可以实时发生。换言之，生理输入可以从受试者收集，与此同时进行检测和匹配氧饱和度和呼吸气流事件并对呼吸事件进行分类的步骤。根据本文所讨论的实施方式，可以继续接收来自受试者的一个或多个生理输入，其用于鉴定随后的呼吸事件并更新基线和/或参考值。
任选地，在测试期之后，可将匹配的氧饱和度事件和呼吸气流事件分类为呼吸事件。例如，氧饱和度事件和呼吸气流事件可以被检测为与由来自整个测试期的数据计算的基线或参考值相比的差值。
氧饱和度事件可以是与基线氧饱和度相比的至少最少量的氧饱和度降低。例如，所述最少量可以是大约1.5％。因此，如果与基线氧饱和度相比氧饱和度降低大于1.5％的量，则检测到氧饱和度事件。以下提供了用于计算基线氧饱和度的示例性方法。本公开涵盖的是，本领域普通技术人员可以通过另一种方法计算基线氧饱和度。任选地，基线氧饱和度可以被计算为移动平均值。基线氧饱和度可以因此任选地在滴定期间对于单独的受试者实时计算。例如，计算移动平均值可以包括在移动平均值时间段期间接收多个氧饱和度样品。氧饱和度可以任选地以1Hz(例如，1个样品/秒)取样。移动平均值时间段可以例如是任何时间段，诸如10秒。移动平均值时间段可以任选地大于或小于10秒。然后，可以对多个氧饱和度样品内具有第X个百分位内的氧饱和度的多个氧饱和度样品中的一个或多个取平均值。第X个百分位可以是在所有氧饱和度样品内的前第25个百分位(例如，在第75个百分位内)。应理解氧饱和度样品中的一个或多个可以从移动平均值中排除(例如，具有第X百分位之外的氧饱和度的氧饱和度样品，例如)。
可替代地或另外地，检测氧饱和度事件可以包括检测氧饱和度的实时值的至少最少量的减少。换言之，可以使用并非由基线氧饱和度计算的降低。例如，所述最少量可以是1.5％。可替代地或另外地，氧饱和度事件可以是通过多个氧饱和度的连续降低实现的阈值幅度的降低接着是氧饱和度增加。如上文所讨论的，氧饱和度可以任选地以1Hz(例如，1个样品/秒)取样。例如，多个氧饱和度的连续降低可以包括至少3个连续降低，每个降低最少0.5％。因此，氧饱和度事件可以是具有连续降低的氧饱和度的三个氧饱和度样品接着是具有增加的氧饱和度的样品。
呼吸气流可以使用检测受试者鼻气流中的压力的鼻塞检测。所检测的压力可以是例如受试者鼻气流中的绝对压力(例如，压力减去环境压力)。任选地，受试者的每个鼻孔中的压力可以单独收集，并且呼吸气流可以是对于受试者的每个鼻孔单独收集的压力的转换。例如，所述转换可以是对于受试者的每个鼻孔单独收集的压力信号(例如，绝对压力)的平方根的总和。
基线呼吸气流用于表征呼吸。例如，基线呼吸气流用于确定吸气的限度和测量值。基线呼吸气流是在相对长时间段(例如像，20分钟时间段)内计算的平均气流。任选地，基线呼吸气流可以是通过鼻塞检测的受试者鼻孔内的平均压力，如下文所讨论的。基线呼吸气流可以用于鉴定压力信号的“零”点，每次呼吸的开始和结束由其鉴定。
基线呼吸气流可以用于鉴定每次呼吸的开始和结束。需要吸气的开始和结束以计算呼吸与呼吸之间的每分钟换气量和/或峰值气流。以下提供了用于计算基线呼吸气流的示例性方法。本公开涵盖的是，本领域普通技术人员可以通过另一种方法计算基线呼吸气流。例如，基线呼吸气流可以被计算为移动平均值。基线呼吸气流可以因此任选地在滴定期间对于单独的受试者实时计算。计算移动平均值可以包括在移动平均值时间段期间接收多个呼吸气流样品。呼吸气流可以任选地以25Hz(例如，25个样品/秒)取样。当计算基线呼吸气流时，移动平均值时间段可以例如是任何时间段，诸如20分钟。移动平均值时间段可以任选地大于或小于20分钟。然后，移动平均值可以基于多个呼吸气流样品被计算为移动模式(例如，最常见的值)。可替代地或另外地，计算移动平均值可以包括在移动平均值时间段期间接收多个呼吸气流样品并基于多个呼吸气流样品将移动平均值计算为移动中值。
基线呼吸气流的实时计算然后可以用于通过提供检测每次检测的呼吸的吸气间隔的开始和结束的装置来实时检测呼吸事件。吸气间隔的开始和结束的检测用于测量峰值气流的变化。峰值气流的变化可以针对单次呼吸或针对多次呼吸进行计算。多次呼吸可以任选地是多次连续呼吸。可替代地，通过实时计算基线呼吸气流检测吸气间隔的开始和结束可以用于检测呼吸与呼吸之间的每分钟换气量的变化。呼吸与呼吸之间的每分钟换气量可以被检测为一个时间段的移动平均值。呼吸气流事件可以任选地被检测为由参考呼吸气流测量的计算的平均呼吸与呼吸之间的每分钟换气量的单调降低接着是呼吸与呼吸之间的每分钟换气量的增加。参考呼吸气流可以例如被计算为来自两个值中的较小值，其中第一个值是在单调降低开始之前平均的呼吸与呼吸之间的每分钟换气量的最后值并且第二个值是完成回弹时的值。可替代地，呼吸气流事件可以任选地被检测为峰值与峰值流量的变化。
任选地，参考呼吸气流可以是在一个时间段内(例如像，10秒)呼吸气流的移动平均值。任选地，参考呼吸气流可以是一次或多次呼吸的平均呼吸与呼吸之间的换气。任选地，参考呼吸气流可以是一次或多次呼吸的平均峰值呼吸气流。例如，呼吸气流可以在移动时间段(例如，10秒)期间取平均值。任选地，参考呼吸气流可以是基于通过鼻塞检测的受试者鼻孔内的压力。参考呼吸气流可以用于检测呼吸气流的变化和/或呼吸气流事件。
呼吸气流事件可以是呼吸气流相对于参考呼吸气流的单调降低接着增加。例如，呼吸气流事件可以是呼吸与呼吸之间的每分钟换气量相对于参考呼吸与呼吸之间的每分钟换气量的单调降低接着增加。在呼吸气流的降低和增加不是相当单调的情况下，初始降低的一部分可以在计算参考呼吸气流时“转入(carry over)”。
通过以分钟计的换气量的变化进行的呼吸事件的检测是更灵敏的，因为所述检测利用了呼吸的频率和幅度的变化。类似地，通过移动中值计算基线呼吸气流的方法与计算移动模式相比存在优点。例如，呼吸方式的差异可以对移动模式具有更大作用。使用气流确定呼吸事件不常见，因为它不是可靠且准确的信号。根据本文所提供的方法，通过计算可靠的基线气流增加准确性和可靠性，由所述可靠的基线气流可以确定呼吸的开始和结束。另外，从受试者的每个鼻孔单独检测的呼吸气流可以是更准确的，因为它考虑到了已知整夜发生的鼻孔特定的气流变化。另外，使用气流检测在口腔矫正器滴定期间的呼吸事件可以是更完整和可靠的，因为滴定装置阻碍呼吸气流通过口腔。因此，通过受试者鼻子吸入的空气难以通过受试者的口腔逃离，这使得所检测的呼吸气流更完整和可靠。
如上文所讨论的，如果在检测到呼吸气流事件之后的预定时间延迟(例如，固定或定制的时间延迟)内检测到氧饱和度事件，则对呼吸事件进行分类。任选地，可以固定所有受试者的预定时间延迟。例如，预定时间延迟可以是在大约10-40秒之间(例如，25±15秒)。任选地，预定的时间延迟或者匹配的氧饱和度与呼吸气流事件之间的时间段可以是受试者特定的。时间延迟可以任选地在其范围(例如，校正期的宽度)及其中点值(例如，校正窗口的位置)方面定制。中点值决定氧饱和度事件与前述呼吸气流事件之间的时间间隔，并且在中点两侧均匀分布的范围决定前述呼吸气流事件必须定位(即，发生)在其中以便与随后氧饱和度事件相关联的时间窗口。例如，定制的时间延迟可以是在一个时间段期间收集的氧饱和度事件与气流事件之间提供最大数目的匹配呼吸事件的时间延迟。例如，定制的时间延迟可以通过将每个固定时间间隔期间对于不同延迟时间中点值检测到的呼吸事件的数目相加来鉴定。例如，计算在起始值任一侧上的30秒范围(例如，±15秒)内的事件数目并将其与在相同30秒窗口内在连续位置(例如，起始时间间隔加上1秒、2秒、3秒等)处的事件数目相比较，鉴定具有最大数目的呼吸事件的时间位置并接受在所鉴定时间间隔任一侧上(例如，±15秒，例如)的范围。例如，最初可以选择30秒的时间间隔。使用5秒至35秒的匹配时间间隔检测到的事件数目将与使用6秒至36秒、7秒至37秒等的匹配时间间隔检测到的事件数目相比较，并且将接受具有最大数目的呼吸事件的间隔。定制的时间延迟的确定也可涉及改变相关窗口的宽度。应理解，定制的时间延迟可以用于实时分析呼吸事件或者当重新对在使用用于本文所讨论的预测算法中的固定的时间延迟收集的数据中的呼吸事件进行评分时进行离线分析。另外，固定的时间延迟可以任选地用于数据收集的第一阶段并且然后定制的时间延迟可以用于数据收集的第二阶段。例如，定制的时间延迟可以在第一个夜晚确定并且然后用于第二个夜晚，或者定制的时间延迟可以在测试期的第一部分中确定并且然后用于同一测试期的第二部分中。定制的时间延迟可以任选地离线或实时计算。可替代地，可以通过使用固定时间延迟收集数据并且然后分析呼吸反应以确定定制的时间延迟来对单独的受试者定制预定的时间延迟。可以在对受试者进行口腔矫正器疗法的滴定之前执行分析。可替代地或另外地，可以在对受试者进行口腔矫正器疗法的滴定的同时执行分析。
现在参考图2B，示出了显示用于检测呼吸事件的示例性操作200B的流程图。具体地说，图2B示出了用于使用氧饱和度定义和测量呼吸事件的示例性操作200B。例如，呼吸事件可以任选地仅基于氧饱和度与实时或基线氧饱和度相比的极大降低来分类。在214处，可以接收来自受试者的至少一个生理输入。例如，生理输入可以是氧饱和度。在216处，可以基于所接收的生理输入检测至少一个氧饱和度事件。然后，在218处，将氧饱和度事件分类为呼吸事件。具体地，在220处，确定氧饱和度降低是否超过至少与实时或基线氧饱和度相比的预定义量。例如，所述预定义量可以是大约6％。如果是，则将氧饱和度事件分类为呼吸事件。如果否，则不能仅使用氧饱和度检测呼吸事件。任选地，可以使用其他预定标准检测呼吸事件。例如，呼吸事件可以使用预定标准定义和测量，所述预定标准包括如上文关于图2A所讨论的氧饱和度和呼吸气流的组合。
现在参考图2C，示出了显示用于评定受试者中的呼吸气流的示例性操作200C的流程图。如上文所讨论的，呼吸气流可以使用检测受试者鼻气流中的压力的鼻塞检测。例如，具有用于受试者的每个鼻孔的单个管的插管可以用于单独收集来自受试者每个鼻孔的呼吸气流。所记录的压力可以是例如受试者鼻气流中的绝对压力(例如，压力减去基线压力)。在222处，可以单独从受试者的每个鼻孔收集呼吸气流。在224处，可以检测来自受试者每个鼻孔的压力信号。然后，在226处，可以将受试者的呼吸气流计算为从受试者每个鼻孔单独接收的压力信号的转换。例如，所述转换可以是从受试者的每个鼻孔单独收集的压力信号(例如，绝对压力)的平方根的总和。所计算的呼吸气流可以用于评估峰值呼吸气流、呼吸与呼吸之间的每分钟换气量或任何其他有用的测量值。呼吸气流可以用于检测呼吸气流事件，用于检测呼吸事件，或者可以用于评定重定位下颌的效果。
可替代地或另外地，检测呼吸事件可以包括检测吸气流量限制的发生。此发生可以通过与使用针对黄金标准训练的神经网络建立的参数相比较来确定。输入可以包括氧饱和度、呼吸气流、声能(声音)和振动能量或其组合中的至少一个。
控制滴定装置的前突水平
如本文所讨论的，控制前突水平包括相对于上颌以至少一个自由度重定位受试者的下颌。例如，受试者的下颌可以在相对于上颌的前后方向中移动。另外，控制前突水平包括相对于上颌以两个、三个、四个、五个或六个自由度重定位受试者的下颌。例如，受试者的下颌可以通过调整咬合开口量(例如，下颌围绕骨节旋转)和/或牙齿分离(例如，骨节的平行分离)来相对于上颌移动。对于多维滴定，滴定装置可以用于以多个自由度调整下颌的位置。例如，除了调整下颌在前后方向中的前突水平之外，可以针对牙齿咬合面之间的分离调整位置并且也可以针对咬合开口量调整位置。在这些情况下，治疗位置或临床上有利的取向任选地以多个变量描述，并且将包括临床上有利的取向的治疗区域任选地提供为三维映射图。
如上文所讨论的，可以改变在前后方向中下颌相对于上颌的前突距离(例如，在前后方向中下颌相对于上颌的平移)。在前后方向中下颌相对于上颌的前突延长了前咽肌并且倾向于打开咽喉。
还可以改变和维持受试者的咬合开口，这是下颌围绕骨节旋转移动。此旋转打开咬合并且将下颌向后方和尾部移位，这暗示治疗睡眠呼吸暂停，因为许多咽肌肉(例如，颏舌肌、颏舌骨肌、茎突舌肌等)直接或间接附接至下颌的前区。下颌的旋转对被动咽的力学的作用表明旋转增加了气道的闭合压力并且减小了气道的最大横截面积。
当颞下颌(T-M)关节具有两种主要移动(例如，平移(或前突)和旋转)时，还任选地使用较小形式的垂直调整。平行分离(例如，骨节在平移不存在下的尾部移动)是有限的(例如，1至3mm，例如)并且T-M关节表面的小分离表示关节的正常的无负荷状态。因此，在下颌前突位置中，关节表面应分离。当通过表面的同位产生T-M关节负荷可以引起疼痛并产生关节恶化时，这在长期位置或磨牙症期间是尤其重要的。此移动为舌提供额外空间。
因此，在这些三维中的任何一个中的重定位(例如，前突、咬合开口或平行分离)具有治疗效果。应理解，可以在确定预定临床上有利的取向方面独立地考虑这些三维中的每一个。
本文提供了用于自动控制滴定装置(诸如，关于图1A讨论的可调整下颌移位装置10)的系统和方法。提供了关于可调整下颌移位装置10的示例性实施方式。应理解，本公开涵盖的是也可以控制其他滴定装置的前突水平。例如，可调整下颌移位装置10可以是自动控制的下颌前突器。自动控制的下颌前突器可以动态调整而无需技术人员在本地手动调整下颌移位装置(例如，在受试者的口腔处或邻近受试者的口腔)并且可以动态调整而无需技术人员控制或者可以通过技术人员使用自动生成的有助于技术人员引导滴定的提示动态调整。
任选地，控制可调整下颌移位装置的前突水平可以包括基于一个或多个呼吸事件的频率或严重性中的至少一个来调整可调整下颌移位装置的前突水平。例如，前突水平可以在滴定期间基于呼吸事件的频率或严重性动态和自动地控制(例如，实时)。可替代地或另外地，可调整下颌移位装置的前突水平可以被控制来诱导一个或多个呼吸事件或者诱导呼吸气流的变化。可替代地或另外地，可调整下颌移位装置的前突水平可以被控制来优化前突水平。现在参考图3，示出了显示用于基于呼吸事件的频率或严重性控制可调整下颌移位装置的前突水平的示例性操作300的流程图。应理解，控制可调整下颌移位装置的前突水平可以包括增加或降低可调整下颌移位装置的前突水平中的至少一个。例如，在302处，可以检测呼吸事件。在上文中详细讨论了呼吸事件的检测。例如，检测呼吸事件可以包括根据预定标准定义和测量来自受试者的生理信息。在304处，可以确定呼吸事件的严重性量级。严重性量级可以通过评定气流事件和氧事件之一或二者的严重性来计算。可替代地或另外地，可以计算呼吸事件的频率(例如，呼吸事件/单位时间)。任选地，可以确定每个严重性量级的呼吸事件的频率。并且，在306处，可以确定呼吸事件的频率水平。在308处，可调整下颌移位装置的前突水平可以基于呼吸事件严重性量级或频率中的至少一个来控制。例如，调整的幅度和速率中的至少一个可以与呼吸事件的频率或严重性量级中的至少一个相关。可替代地或另外地，调整的幅度和速率二者可以与呼吸事件的频率或严重性量级中的至少一个相关。调整的幅度是可调整下颌移位装置的前突水平调整的量(例如，毫米数)。例如，前突水平可以在给定严重性和/或频率水平的反应性呼吸事件中调整5mm。调整的速率限定了可调整下颌移位装置的前突水平调整的快(或慢)程度。例如，前突水平可以在给定严重性和/或频率水平的反应性呼吸事件中在延迟时间段(例如1分钟延迟)之后或者可替代地在没有延迟时间段的情况下调整5mm。具体地，较高的调整幅度或速率可以对应于较大频率或严重性的呼吸事件，并且较低的调整幅度或速率可以对应于较小频率或严重性的呼吸事件。因此，可以调整前突水平快速通过发生更大严重性或频率的呼吸事件的前突水平并维持在发生较小严重性或频率的呼吸事件的较大前突水平范围内。然后，可以任选地优化在发生较小严重性或频率的呼吸事件的前突水平范围的前突水平。所述优化可以通过监测气流幅度并对其进行调整来进行。
可以任选地确定一个或多个呼吸事件的严重性量级，如下文所讨论的。严重性量级可以任选地被分类成多个预定类别。例如，当来自受试者的生理输入包括氧饱和度和呼吸气流时，可以鉴定氧饱和度事件和呼吸气流事件，并且可以将氧饱和度事件与对应呼吸气流事件匹配以鉴定呼吸气流事件。所述类别因此可以包括与氧饱和度事件的严重性相关的多个类别和与呼吸气流事件的严重性相关的多个类别。例如，与呼吸事件相关的氧饱和度降低可以被分类成n个类别之一，并且与呼吸事件相关的呼吸气流降低可以被分类成m个类别之一。呼吸事件的严重性量级可以基于与呼吸事件相关的氧饱和度降低和呼吸气流降低的严重性使用nxm矩阵确定，其中n和m是>1的整数。前突水平的调整的幅度和速率中的至少一个可以基于使用nxm矩阵确定的严重性量级来控制。
例如，对于呼吸气流事件的严重性水平可以存在三种类别(例如，m＝3)。第一类别可以对应于大约80％-100％的呼吸气流降低。第二类别可以对应于大约45％-79％的呼吸气流降低。第三类别可以对应于大约30％-44％的呼吸气流降低。不属于以上类别之一的呼吸气流降低(例如小于大约30％的降低)不被登记为呼吸气流事件并且被认为是正常的呼吸波动。可替代地或另外地，对于氧饱和度事件的严重性量级可以存在三种类别(例如，n＝3)。第一类别可以对应于大约6％或更大的与实时或基线氧饱和度相比的氧饱和度降低。第二类别可以对应于大约3％-6％的与实时或基线氧饱和度相比的氧饱和度降低。第三类别可以对应于大约小于3％的与实时或基线氧饱和度相比的氧饱和度降低。应注意，m和n的值以及每种类别的值仅作为实例提供，并且可以使用其他值。
另外，可以任选地确定一个或多个呼吸事件的频率水平。一个或多个呼吸事件的频率水平可以用于确定可调整下颌移位装置的调整的幅度和速率中的至少一个。例如，可以确定呼吸事件的严重性量级，如上文所讨论的(例如，使用nxm矩阵)。任选地，计算呼吸事件发生的频率。呼吸事件发生的频率可以乘以呼吸事件的严重水平量级以获得频率-严重性指数。可调整下颌移位装置的前突水平可以基于所述频率-严重性指数来控制。任选地，确定具有基本上相同的严重性量级的呼吸事件的频率并且然后将所述频率乘以严重性量级以获得频率-严重性指数。总体频率-严重性指数可以通过将多个呼吸事件的频率-严重性指数相加来计算。可调整下颌移位装置的前突水平可以在测试期期间基于所述总体频率-严重性指数来控制。
可替代地或另外地，呼吸事件的频率水平可以分类成q个类别之一并且频率-严重性指数可以基于与呼吸事件相关的严重性和频率水平使用nxmxq矩阵获得，其中n和m和q是>1的整数。可调整下颌移位装置的前突水平可以基于所述频率-严重性指数来控制。
口腔矫正器疗法的自动滴定
现在参考图4，示出了显示用于评价受试者中的口腔矫正器疗法的结果的示例性操作的流程图400。在402处，可以将可调整下颌移位装置定位在受试者的口腔中。在放置可调整下颌移位装置之后，可以实施自动滴定方案。在404处，可以在测试期期间控制可调整下颌移位装置的前突水平。在406处，在测试期期间监测来自受试者的生理信息。可以在计算装置的存储器中记录所监测的生理信息，例如以促进下文所述的分析。例如，生理信息可以包括呼吸气流和氧饱和度。生理信息还可以包括与受试者相关的其他信息，其包括但不限于由受试者产生的声能或振动、睡眠位置、睡眠阶段或施加于受试者的牙齿的力，包括其组合。然后在408处，分析生理信息以评价口腔矫正器疗法的结果。
任选地，所述评价可以是受试者是否是口腔矫正器疗法的良好候选者的预测。可替代地或另外地，所述评价可以任选地是可调整下颌移位装置的有效前突水平的指示。可替代地或另外地，所述评价可以任选地是可调整下颌移位装置的最佳有效前突水平的指示。
可调整下颌移位装置的前突水平可以任选地在测试期期间基于分析生理信息来控制。另外地，分析生理信息可以包括使用计算装置处理生理信息。任选地，分析生理信息以检测一个或多个呼吸事件。例如，可以分析生理信息的一个或多个组成之间的关系，以使用预定标准例如根据本文所讨论的任何方法检测(鉴定、分类等)呼吸事件。在上文中详细讨论了呼吸事件的检测。例如，检测呼吸事件包括根据预定标准定义和测量来自受试者的生理信息。呼吸事件不只是仅阻塞的证据(例如，呼吸气流、氧饱和度、打鼾声等的变化)。
例如，可以计算一个或多个呼吸事件的发生频率。如果发生频率大于预定阈值，则可以通过增加可调整下颌移位装置的前突水平来控制可调整下颌移位装置的前突水平。可以增加前突水平直到一个或多个呼吸事件的发生频率小于预定阈值。因此可以增加前突水平以将呼吸事件的发生率最小化和/或消除至可接受水平。任选地，前突水平的调整的幅度和速率中的至少一个可以基于本文所讨论的呼吸事件的频率或严重性来控制。因此，可以选择预定阈值以使得当发生频率超过预定阈值时，可调整下颌移位装置被控制来将呼吸事件最小化和/或消除至可接受水平。
可替代地或另外地，如果一个或多个呼吸事件的发生频率小于预定阈值，则可以控制可调整下颌移位装置的前突水平以优化如本文所讨论的呼吸气流或另一个生理输入(例如，打鼾)。例如，可以鉴定第一前突水平，超过所述第一前突水平的前突水平降低引起呼吸气流降低。例如，第一前突水平可以是最小前突水平(Pcrit)，其中前突水平的进一步降低引起呼吸气流降低。任选地，在前突水平变化之前一次或多次呼吸的平均呼吸与呼吸之间的每分钟换气量可以与在前突水平变化之后一次或多次呼吸的平均呼吸与呼吸之间的每分钟换气量相比较，以确定前突水平变化影响呼吸气流的程度。任选地，可以使用峰值呼吸气流执行类似比较。另外，还可以鉴定第二前突水平，超过所述第二前突水平的前突水平增加不会引起呼吸气流增加。例如，第二前突水平可以是最佳前突水平(Popt)，其中前突水平的进一步增加不会引起呼吸气流增加。任选地，在前突水平变化之前一次或多次呼吸的平均呼吸与呼吸之间的每分钟换气量可以与在前突水平变化之后一次或多次呼吸的平均呼吸与呼吸之间的每分钟换气量相比较，以确定前突水平变化影响呼吸气流的程度。任选地，可以使用峰值呼吸气流执行类似比较。口腔矫正器疗法的有效前突水平可以是大约在第一前突水平与第二前突水平之间。可替代地或另外地，可以鉴定第三前突水平，其中前突水平的少量增加引起不明显的呼吸气流变化并且前突水平的少量降低引起明显的呼吸气流变化。此反应称为吸引子行为，这在下文中详细讨论。任选地，口腔矫正器疗法的有效前突水平可以是大约第三前突水平。任选地，在测试期期间可调整下颌移位装置的前突水平可以响应于在固定时间段期间未检测到呼吸事件而控制，以便诱导呼吸事件或者诱导呼吸气流变化。
基于综合数据集进行滴定
现在参考图5A，示出了显示用于使用综合数据集执行口腔矫正器疗法的滴定的示例性操作500A的流程图。通过使用综合数据集执行口腔矫正器疗法的滴定，检查在测试期期间在各个前突水平下的总体反应，以便评价治疗结果。例如，如下文所讨论的，检测到呼吸事件并且在一些情况下甚至对呼吸事件进行诱导和分类。然后，响应于呼吸事件而动态控制滴定装置的前突水平。可以根据分类的呼吸事件使用分级的动态调整(例如，幅度和速率)控制前突水平。然后可以基于总体数据集评价治疗结果，所述数据集包括但不限于受试者的生理反应和关于滴定装置的动态反应的信息(例如，滴定装置在测试期期间移动有多快和多远)。
例如，在502处，可以在测试期期间将可调整下颌移位装置定位在受试者的口腔中。在504处，在测试期期间监测和记录来自受试者的生理信息。例如，生理信息可以包括呼吸气流和氧饱和度。生理信息还可以包括与受试者相关的其他信息，其包括但不限于由受试者产生的声能或振动、睡眠位置、睡眠阶段或施加于受试者的牙齿的力，包括其组合。另外，在506处，可以在测试期期间控制和记录可调整下颌移位装置的前突水平。可以根据本文所讨论的任何方法控制可调整下颌移位装置的前突水平。例如，可以控制可调整下颌移位装置以将呼吸事件的频率减少至可接受水平。可替代地或另外地，可以基于呼吸事件的严重性或频率控制可调整下颌移位装置。任选地，可以控制可调整下颌移位装置以优化气流。记录与前突水平相关的来自504的生理信息，其在所述前突水平下检测，如506所记录的。类似地记录504和506各自的时间数据。在508处，基于可调整下颌移位装置的移动历史和在测试期期间的生理信息评价口腔矫正器疗法的结果。例如，如本文所讨论的，所述评价可以是受试者是否是口腔矫正器疗法的良好候选者的预测。可替代地或另外地，所述评价可以任选地是可调整下颌移位装置的有效前突水平的指示。可调整下颌移位装置的有效前突水平可以是将呼吸事件的严重性或频率减少至可接受水平的前突水平。可替代地或另外地，所述评价可以任选地是可调整下颌移位装置的最佳有效前突水平的指示。
如上文所讨论的，监测的生理信息可以包括但不限于由受试者产生的声能或振动、睡眠位置、睡眠阶段或施加于受试者的牙齿的力，包括其组合。例如，监测来自受试者的生理信息可以包括在测试期期间接收来自受试者的一个或多个生理输入并在测试期期间使用一个或多个生理输入检测一个或多个呼吸事件。在上文中详细讨论了呼吸事件的检测。例如，检测呼吸事件包括根据预定标准定义和测量来自受试者的生理信息。呼吸事件不只是仅阻塞的证据(例如，呼吸气流、氧饱和度、打鼾声等的变化)。本文所讨论的一个或多个呼吸事件可以是呼吸暂停、呼吸不足、流量限制性呼吸、打鼾事件等。
如本文所讨论的，移动的历史包括与滴定期间滴定装置的位置和/或取向相关的信息。滴定装置可以是例如上文关于图1A所讨论的可调整下颌移位装置10。换言之，移动的历史包括与滴定期间在一个或多个离散时间的位置和/或取向(包括多个位置和/或取向)相关的信息。时间可以任选地以秒、分钟、小时或其任何分数测量。下颌移位装置的位置和/或取向可以被测量为在前后方向中的前突量、在头尾方向中的咬合分离量和/或咬合开口量。因此，所述信息可以包括在滴定期间随时间变化的滴定装置的位置和/或取向。所述信息还可以包括滴定装置在多个位置和/或取向中的每一个处、大于或小于所述每一个处花费的总时间量。另外，所述信息可以包括滴定装置在位置和/或取向之间的移动速率。
另外，当基于综合数据集评价口腔矫正器疗法的结果时，可以在测试期期间监测可调整下颌移位装置的前突水平变化。例如，可以使用上文关于图1B讨论的下颌移位装置控制器40和/或计算装置50监测和/或存储前突水平的变化。可调整下颌移位装置的前突水平变化可以定义可调整下颌移位装置的移动历史。任选地，可调整下颌移位装置的移动历史可以包括至少两个前突水平之间的移动。另外，移动历史可以包括可调整下颌移位装置在至少两个前突水平的每个水平下花费的时间量。
任选地，可以计算呼吸事件的频率(例如，呼吸事件/单位时间)。在上文中详细讨论了呼吸事件的检测。例如，检测呼吸事件包括根据预定标准定义和测量来自受试者的生理信息。应理解，在滴定(例如，实时滴定)期间，呼吸事件的频率可以被计算为每个单位时间发生的呼吸事件数目。另外，还应理解，可以使用滴定期间收集的数据集计算随后在多个前突水平下发生的呼吸事件的频率。例如，可以确定在多个前突水平的每个水平下或高于所述每个水平(即，在所述水平下或大于所述水平)下的呼吸事件数目。然后可以将呼吸事件的各数目除以在多个前突水平的每个水平下或高于所述每个水平下的时间量。此频率可以定义残余呼吸紊乱指数(“残余RDI”)。残余RDI示出在以下等式(1)中。
Figure BDA0002902011960000401
其中i是可调整下颌移位装置的离散前突水平。任选地，可以在多个前突水平下计算残余RDI，其中在多个前突水平的每个水平下或高于所述每个水平下的时间量是至少5分钟。换言之，可以任选地不计算在前突水平下的残余RDI，其中可调整下颌移位装置在所述前突水平下或高于前突水平下未花费大量时间。
任选地，可以分析移动历史以确定可调整下颌移位装置在至少两个前突水平的每个水平下或低于所述每个水平(即，在所述每个水平下或小于所述每个水平下)下花费的时间百分比。例如，在每个前突水平下或低于每个前突水平下的时间百分比可以是在多个前突水平的每个水平下或低于所述每个水平下花费的时间量除以测试期的总时间量，其示出在以下等式(2)中。
Figure BDA0002902011960000402
其中i是可调整下颌移位装置的离散前突水平。
另外，基于综合数据集评价口腔矫正器的结果可以包括鉴定至少一个有效前突水平。例如，评价口腔矫正器疗法的结果可以包括鉴定多个前突水平中的一个或多个，其中呼吸事件的频率小于预定义值。任选地，例如，呼吸事件的频率可以是上文所讨论的残余RDI。预定义值可以表示可接受的呼吸事件频率/单位时间。例如，预定义值可以是可接受的事件数目/小时，诸如10个事件/小时。预定义值可以是临床上可接受的事件数目/小时或者受试者特定可接受的事件数目/小时。因此，应理解，可接受的事件数目/小时可以大于或小于10。任选地，预定义值可以基于在测试期之前或在此期间进行的生理测量来确定。例如，预定义值可以是可接受的事件数目/小时以及与在受试者未接受疗法时确定的基线数目相比的减少百分比，诸如与呼吸事件的基线数目相比的50％减少。换言之，治疗成功可以任选地按要求定义：(i)可接受的事件数目/小时和(ii)与基线事件数目/小时相比的减少百分比。在呼吸事件频率小于预定义值的情况下的前突水平可以被视为口腔矫正器疗法的有效前突水平，因为呼吸事件的频率减小至可接受的水平。还应理解，例如可以建立表示几乎可接受的事件数目/单位时间的值或范围，诸如15或20个事件/小时。因此，当呼吸事件的频率小于预定义值时，受试者可以被视为口腔矫正器疗法的良好候选者。可替代地，预定义值可以是受试者特定的。例如，可接受的事件数目/小时可以小于未治疗受试者所展示的事件数目/小时的一半，诸如将在基线研究中测量的。另外，在呼吸事件频率小于预定义值的情况下的前突水平可以被视为口腔矫正器疗法的有效前突水平。在另一方面，当呼吸事件的频率大于每个前突水平的预定义值时，受试者可以被视为口腔矫正器疗法的不良候选者。当不存在在呼吸事件的频率小于预定义值的情况下的前突水平时，受试者因此可以被标记为预测的失败。另外，当呼吸事件的频率小于表示几乎可接受的呼吸事件的频率的值时，受试者可以被视为口腔矫正器疗法的几乎良好的候选者。任选地，当测试期太短而不能收集足够的数据和/或滴定装置不能花费接近其上限的足够时间时，受试者可以被视为不确定的。
另外，基于综合数据集评价口腔矫正器的结果可以包括确定在至少一个有效前突水平下或低于所述水平下的时间百分比是否大于或等于预定义的时间百分比。类似确定可以包括确定在至少一个有效前突水平下或高于所述水平下的时间百分比是否小于或等于预定义的时间百分比。应理解，在以上情况下预定义的时间百分比将是不同的，但是确定的结果将是相同的。如上文所讨论的，可以分析移动历史以确定可调整下颌移位装置在多个前突水平的每个水平下或低于所述每个水平下花费的时间百分比。然后可以确定在一个或多个前突水平的每个水平下或低于所述每个水平下的时间百分比是否大于或等于预定义的测试期百分比。例如，预定义的测试期百分比可以是大部分的测试期。预定义百分比可以介于测试期的75％与100％之间，诸如85％，其表示超过大部分的测试期。因此，当存在呼吸事件的频率小于预定义值并且时间百分比大于预定义时间百分比的至少一个前突水平时，受试者可以任选地被视为口腔矫正器疗法的良好候选者。另外，在呼吸事件频率小于预定义值并且时间百分比大于预定义时间百分比的情况下的前突水平可以被视为口腔矫正器疗法的有效前突水平。在另一方面，当呼吸事件的频率大于预定义值和/或和时间百分比小于预定义时间百分比时，受试者可以任选地被视为口腔矫正器疗法的不良候选者。
另外，应理解，可以存在超过一个在呼吸事件的频率小于预定义值的情况下的前突水平。换言之，可以存在超过一个在呼吸事件的频率减小至可接受的水平的情况下的前突水平。在此情况中，口腔矫正器疗法的有效前突水平可以是在呼吸事件的频率小于预定义值并且时间百分比大于或等于预定义的测试期百分比的情况下的最小前突水平(例如，最小前突水平)。因此，口腔矫正器疗法的有效前突水平可以是在呼吸事件的频率减小至可接受的水平并且在可调整下颌移位装置花费大部分测试期的情况下的最小前突水平。
任选地，可以生成例如在多个前突水平的每个水平下或高于所述每个水平下的呼吸事件的频率(诸如残余RDI)的图示和/或在多个前突水平的每个水平下低于所述每个水平下的时间百分比的图示。另外，基于综合数据集评价口腔矫正器疗法的结果可以使用所述图示来执行。例如，可以使用所述图示确定受试者是否是口腔矫正器疗法和/或有效前突水平的良好候选者。现在参考图6A，示出了显示在多个前突水平的每个水平下或高于所述每个水平下发生的呼吸事件的频率。所述图示出了残余RDI(例如，呼吸事件/单位时间)对比前突水平(例如，前突的mm)。如图6A所示，在大约PLi＝17.9mm时，残余RDI小于10个呼吸事件/小时，其可以任选地是预定值的事件/单位时间，这表示可接受的呼吸事件的频率，如上文所讨论的。因此，受试者可以被视为口腔矫正器疗法的良好候选者，因为残余RDI小于预定值(例如，在PLi＝17.9mm时)。换言之，存在将呼吸事件的发生率减少至可接受水平的前突水平。例如，在图6A中，有效前突水平PLi＝17.9mm。应理解，残余RDI对比前突水平的图是受试者特定的并且在滴定之后生成。因此，一个或多个有效前突水平也是受试者特定的。
现在参考图6B，示出了显示在多个前突水平的每个下或低于所述每个水平下的时间百分比。如上文所讨论的，当呼吸事件的频率(例如，残余RDI)小于预定值(例如像，10个事件/小时)并且在给定前突水平下或低于所述水平下的时间百分比大于测试期的预定百分比时，受试者可以被视为口腔矫正器疗法的良好候选者。预定百分比可以是大部分测试期，例如像介于75％与100％之间的测试期。在图6B中，大于大约PLi1＝16.1mm的前突水平表示在可调整下颌移位装置在给定前突水平下或低于所述水平下花费大于75％测试期的情况下的前突水平。另外，如图6B所示，可调整下颌移位装置在大约PLi2＝17.9mm或更小下花费大于大约87％的测试期。PLi2＝17.9mm也表示在残余RDI小于图6A所示的10个呼吸事件/小时的情况下的前突水平。因此，当残余RDI小于预定值(例如，在PLi2＝17.9mm下)并且在PLi2＝17.9mm或更低下的时间百分比大于预定时间百分比时，受试者可以被视为口腔矫正器疗法的良好候选者。换言之，存在将呼吸事件的发生率减少至可接受水平的前突水平。例如，在图6A-图6B中，有效前突水平PLi2＝17.9mm。应理解，时间百分比的图是受试者特定的并且在滴定之后生成。因此，时间百分比也是受试者特定的。
当基于综合数据集评价口腔矫正器疗法的结果时，可以在测试期期间根据本文所讨论的任何方法动态地和自动地控制可调整下颌移位装置的前突水平。例如，在测试期期间可调整下颌移位装置的前突水平可以通过增加可调整下颌移位装置的前突水平或降低可调整下颌移位装置的前突水平来控制。例如，可以调整前突水平以将呼吸事件的发生率减少或消除至可接受水平。可替代地或另外地，在测试期期间可调整下颌移位装置的前突水平可以通过基于一个或多个呼吸事件的频率或严重性中的至少一个调整可调整下颌移位装置的前突水平来控制。调整的幅度和速率中的至少一个可以任选地与一个或多个呼吸事件的频率或严重性中的至少一个相关。例如，可调整下颌移位装置的前突水平的较大调整幅度和/或速率可以对应于较大频率或严重性的呼吸事件，并且可调整下颌移位装置的前突水平的较小调整幅度和/或速率可以对应于较小频率或严重性的呼吸事件。任选地，在测试期期间可调整下颌移位装置的前突水平可以响应于在固定时间段期间未检测到呼吸事件而控制，以便诱导呼吸事件或者诱导呼吸气流变化。可替代地或另外地，可以在测试期期间控制可调整下颌移位装置的前突水平以优化呼吸气流。
现在参考图5B，示出用于使用在可调整下颌移位装置的多个前突水平下收集的数据执行口腔矫正器疗法的滴定的示例性操作500B的流程图。类似于上文，通过使用在多个前突水平下收集的数据评价口腔矫正器疗法的结果，检查在测试期期间在各个前突水平下的总体反应，以便评价治疗结果。例如，如下文所讨论的，检测到呼吸事件并且在一些情况下甚至对呼吸事件进行诱发和分类。然后，响应于呼吸事件而动态控制滴定装置的前突水平。可以根据分类的呼吸事件使用分级的动态调整(例如，幅度和速率)控制前突水平。然后可以基于总体数据集评价治疗结果，所述数据集包括但不限于受试者的生理反应和与关于滴定装置的动态反应的信息(例如，滴定装置在测试期期间移动有多快和多远)。
例如，在510处，可以接收来自受试者的生理数据(例如，本文所讨论的生理信息)。另外，在512处，可以接收与在测试期期间可调整下颌移位装置的前突水平相关的数据。然后，在514处，可以基于在测试期期间在可调整下颌移位装置的多个前突水平下从受试者收集的生理数据评价口腔矫正器疗法的结果。在所述评价中，可以组合来自多个前突水平的生理数据(例如，如果需要将数据量增加至最少时间量，例如大于1小时)。
在非临床环境中滴定
现在参考图7，示出了显示用于在非临床环境中执行口腔矫正器疗法的滴定的示例性操作700的流程图。如本文所讨论的，可使用与传统睡眠测试相比有限的信息执行非临床环境中的滴定。具体地说，可以在没有例如传统多导睡眠描记研究期间收集的信息的情况下执行滴定(例如，评价治疗结果、预测有效前突水平等)。非临床环境可以是在睡眠门诊之外发生的睡眠期。例如，非临床环境可以是在受试者家中发生的睡眠期。可替代地或另外地，非临床环境可以是在无监测受试者的多导睡眠描记技术人员的情况下和/或在未执行多导睡眠描记研究的情况下发生的睡眠期。可替代地或另外地，非临床环境可以是在有助于在办公室或门诊患者环境(包括手术台)中诱导睡眠的药物睡眠的情况下发生的睡眠期。任选地，无论测试期期间的睡眠阶段、测试期期间的身体位置或是最坏情况(在背卧位的REM睡眠期)如何，可以鉴定良好候选者。
在702处，可以在测试期期间将可调整下颌移位装置定位在受试者的口腔中。任选地，如本文所述的，测试期的状态可以受到在不同类型的测试中确定的或直接从患者获得的患者输入(例如，关于受试者的诊断信息)的影响。任选地，可以根据由来源于先前测试期的分析的变量确定的状态设定测试期。在704处，可以在测试期期间控制可调整下颌移位装置的前突水平。例如，可以通过在至少两个前突水平之间移动可调整下颌移位装置来控制前突水平。用于控制可调整下颌移位装置的方法可以包括本文所讨论的任何方法，包括但不限于增加/降低前突水平以减少/消除呼吸事件、基于流逝时间量控制前突水平(例如，持续固定时间段将前突水平保持恒定)、基于呼吸事件的频率和严重性控制调整的幅度或速率、优化气流等。在706处，可以收集在测试期期间来自受试者的一个或多个生理输入。另外，在708处，可以分析从受试者收集的一个或多个生理输入和在测试期期间可调整下颌移位装置的移动历史。如上文所讨论的，对于受试者是否是口腔矫正器疗法的良好候选者的确定和/或可调整下颌移位装置的有效前突水平可以通过分析从受试者收集的一个或多个生理输入和在测试期期间可调整下颌移位装置的移动历史来确定。任选地或可替代地，测试分析可以包括通过不同类型的测试确定的或者直接由患者获得的患者输入。任选地或另外地，所述分析可以受到在测试期期间获得和测量的变量的影响或者受到测试计划内的不同测试的影响。任选地或另外地，可以使用所述分析来影响测试计划。
在非临床环境中，所监测的生理信息可以包括呼吸气流和氧饱和度。任选地，在非临床环境中，所监测的生理信息可以仅包括呼吸气流和氧饱和度。因此，生理输入可以包括呼吸气流和氧饱和度并且排除例如在多导睡眠描记研究期间收集的其他信息。可以在测试期期间从受试者接收呼吸气流和氧饱和度，并且可以在测试期期间使用所接收的呼吸气流和氧饱和度检测一个或多个呼吸事件。在上文中详细讨论了呼吸事件检测。例如，呼吸事件可以根据预定标准测量和定义。
在非临床环境中，预测受试者是否是口腔矫正器疗法的良好候选者还可以包括确定在测试期期间在每个前突水平下或高于所述前突水平下的呼吸事件频率。例如，上文讨论的残余RDI可以使用等式(1)计算。可替代地或另外地，预测受试者是否是口腔矫正器疗法的良好候选者还可以包括确定在测试期期间在每个前突水平下或低于所述前突水平下的时间百分比。例如，在每个前突水平下或低于所述前突水平下的时间百分比可以使用等式(2)计算。如上文所讨论的，当呼吸事件频率小于预定义值或者时间百分比大于预定义的测试期百分比时，受试者可以是有利的候选者。任选地，当呼吸事件频率小于预定义值并且时间百分比大于预定义百分比时，受试者可以是有利的候选者。另外，如上文所讨论的，口腔矫正器疗法的有效前突水平可以是在呼吸事件的频率小于预定义值并且时间百分比大于或等于预定义百分比的情况下的最小前突水平。
在滴定期间滴定装置的自动控制
现在参考图8，示出了显示用于在进行口腔矫正器疗法的滴定时自动控制可调整下颌移位装置的示例性操作800的流程图。自动控制可调整下颌移位装置可以包括多种模式(例如，事件模式和非事件模式)，并且自适应控制算法在多种模式的每种模式中可以是不同的。在事件模式中，自适应控制算法的目标可以是响应于呼吸事件而调整滴定装置。在非事件模式中，自适应控制算法的目标可以是诱导呼吸事件或呼吸气流的变化和/或优化呼吸气流或者监测并优化其他生理输入诸如打鼾。
例如，在802处，可以在测试期期间监测来自受试者的生理信息。测试期可以包括至少一个事件期和至少一个非事件期。在804处，可以分析所监测的生理信息以确定受试者是否处于至少一个事件期或至少一个非事件期。在806处，可以在至少一个事件期期间控制可调整下颌移位装置的前突水平。在808处，可以在至少一个非事件期期间控制可调整下颌移位装置的前突水平。如上文所讨论的，自适应控制算法对于事件期和非事件期是不同的。在810处，可以在至少一个事件期和至少一个非事件期期间收集数据。
事件期包括测试期的一部分，其中一个或多个呼吸事件的频率大于预定阈值。另外，非事件期包括测试期的一部分，其中一个或多个呼吸事件的频率小于预定阈值。例如，考虑到上文讨论的目标，可以选择预定阈值。在事件模式中，所述目标可以响应于呼吸事件。当响应于呼吸事件而调整前突水平时，可以将前突水平增加至一点，在此点处呼吸事件减少或消除至可接受水平(例如，呼吸事件发生频率降低)。在呼吸事件减少或消除至低于可接受水平并且发生较少呼吸事件使得前突水平未响应于呼吸事件而频繁调整之后，可以控制可调整下颌移位装置以例如诱导呼吸事件或呼吸气流变化或者优化气流。
任选地，收集数据可以包括收集关于在至少一个事件期和至少一个非事件期期间可调整下颌移位装置的移动历史的数据。可替代地或另外地，分析所监测的生理信息可以包括检测一个或多个呼吸事件。在上文中详细讨论了呼吸事件检测。
另外，在事件期期间，控制可调整下颌移位装置的前突水平可以包括增加可调整下颌移位装置的前突水平或者降低所述前突水平中的至少一个。任选地，控制在至少一个事件期期间可调整下颌移位装置的前突水平可以包括基于一个或多个呼吸事件的频率或严重性中的至少一个来调整可调整下颌移位装置的前突水平。如上文所讨论的，调整的幅度和速率中的至少一个可以与一个或多个呼吸事件的频率或严重性中的至少一个相关。
可替代地或另外地，在非事件期期间，控制可调整下颌移位装置的前突水平可以包括调整前突水平以诱导呼吸气流的变化。例如，可以降低前突水平以诱导呼吸事件。另外，可以控制可调整下颌移位装置的前突水平以优化呼吸气流。在上文中详细讨论了用于优化呼吸气流的方法。
可替代地或另外地，在非事件期期间，控制可调整下颌移位装置的前突水平可以包括调整前突水平以监测打鼾变化。例如，可以调整前突水平以测试或优化前突水平，使得打鼾的量、幅度或程度最小化同时维持事件低于预定阈值。
基于吸引子行为滴定
如本文所讨论的，在前突水平的少量增加引起不明显的呼吸气流变化(例如，峰值换气)并且前突水平的少量降低引起明显的呼吸气流变化(例如，峰值换气)的情况下的前突水平下发生吸引子行为。在控制前突水平以优化呼吸气流(例如，在Popt/Pcrit搜索期间)时可以发现吸引子行为，如上文所讨论的。在呼吸事件已消除之后可以发生吸引子行为的观察，但这是不必要的。例如，可以在呼吸事件频率在检测时不低于预定阈值的情况下的前突水平下观察到吸引子行为。应理解，咽的力学提供此特别敏感的点。另外，虽然在CPAP疗法期间观察到更逐渐形式的吸引子行为，但是在OA疗法期间的吸引子行为是更严重和突然的。因此，发生吸引子行为的前突水平可以是口腔矫正器疗法的有效前突水平。
现在参考图9，示出了显示用于基于吸引子行为鉴定口腔矫正器疗法的候选者的示例性操作900的流程图。在902处，可以在测试期期间将可调整下颌移位装置定位在受试者的口腔中。在904处，可以控制可调整下颌移位装置的前突水平以优化呼吸气流。在上文中详细讨论了用于优化气流的方法。例如，可以在Popt/Pcrit搜索中控制前突水平。在906处，可以鉴定吸引子前突水平。吸引子前突水平是在前突水平的少量增加引起不明显的呼吸气流变化并且前突水平的少量降低引起明显的呼吸气流变化的情况下的前突水平。当鉴定吸引子行为时，产生扰动(例如，少量前突水平变化)，并且立即检查对呼吸气流的作用(例如，在从前突水平变化开始的预定时间内)以观察对气道的机械作用。例如在5次呼吸内或大约20秒内。在此时间之后，化学感受器反射(chemo reflex)起作用并且吸引子行为渐渐失效。在908处，响应于鉴定吸引子前突水平，可以确定受试者是口腔矫正器疗法的良好候选者。任选地，口腔矫正器疗法的有效前突水平可以是大约吸引子前突水平。另外，响应于未鉴定吸引子前突水平，可以基于可调整下颌移位装置的移动历史和在测试期期间的一个或多个呼吸事件来执行滴定。
任选地和另外地，测试中测量的吸引子行为可以用于本文所述的其他目的。例如，吸引子行为可以用作通过分析测试期期间收集的数据来确定的变量并且可以任选地用于影响测试计划和/或评价口腔矫正器疗法的结果。
多测试期方案和分析
如本文所讨论的，多测试期方案包括在单独和不同测试期期间(例如像，第一测试期、第二测试期、第三测试期或第四测试期等)执行至少两个滴定。应理解，提供四个测试期作为一个实例并且本公开涵盖多测试期计划，包括多于或少于四个测试期。任选地，第二测试期、第三测试期或第四测试期的时间可以是在第一测试期之后。例如，第一测试期可以是在第一时期期间的睡眠，并且第二测试期、第三测试期或第四测试期等可以是在第二时期、第三时期或第四时期等期间的睡眠。如本文所述的，睡眠期可以通过测量的睡眠持续时间(例如，约4小时)、足够数量和/或品质的数据(例如，患者下颌运动的全部范围的探索)的接收、患者的自主行动(例如，患者清醒并结束研究)或其组合来限定。可替代地或另外地，每个随后的时期(例如，第二时期、第三时期或第四时期等)是稍后的时间。可替代地，第一测试期、第二测试期、第三测试期或第四测试期等的时间是不连续的。可替代地或另外地，每个相应测试期可以是在不同睡眠期期间的睡眠。不同睡眠期可以是同一个夜晚。可替代地，不同睡眠期可以是在不同的夜晚。任选地，第一测试期可以是在第一夜晚的睡眠，并且第二测试期、第三测试期或第四测试期等可以是在第二夜晚、第三夜晚或第四夜晚等或完整夜晚和部分夜晚的一些组合期间的睡眠。任选地，第一测试期可以是夜晚的第一部分期间的睡眠，并且第二测试期可以是同一夜晚的第二部分期间的睡眠。第一测试期中的测试方案可以是与第二测试期、第三测试期或第四测试期等中的测试方案相同或不同的。在每个相应测试期期间使用的测试方案(例如，动态控制方案、静态控制方案或如下文所述的细化方案)可以根据多测试期计划设计。可替代地或另外地，多个测试的组合和在每个测试期内分析的变量可以用于评价口腔矫正器疗法的结果。可替代地或另外地，第一测试期可以包括背卧位或侧卧位之一的睡眠，并且第二测试期可以包括背卧位或侧卧位中另一个的睡眠。任选地，第二测试期可以包括使用不同于第一测试期的治疗性干预的睡眠。例如，在第一测试期和第二测试期的治疗性干预可以是口腔矫正器、不同量的咬合分离或与CPAP结合使用的口腔矫正器中的至少一个。
如上文所述的，本文所述的技术可以任选地采用1)用于控制可调整下颌移位装置的实时分析和2)用于预测口腔矫正器疗法的结果的单独分析。任选地，单独分析可以离线执行或者在睡眠期或睡眠研究结束时执行。换言之，可调整下颌移位装置可以响应于在测试期期间收集的数据(例如，生理反应)而实时控制。任选地，可调整下颌移位装置控制技术可以被选择来收集某些类型的信息。例如，动态控制方案可以被选择来收集多个前突水平下的数据以鉴定最佳前突水平，而静态控制方案可以被选择来确认预测的最佳前突水平。可替代地，两种不同的控制方案可以被选择来收集具有不同类型的变量的两种不同类型的数据集。应理解，在不同测试期期间可以使用不同的可调整下颌移位装置控制技术。
另外，口腔矫正器疗法的结果(例如，最终分析或最终评价)可以基于在一个或多个测试期期间收集的数据来预测。所收集的数据可以包括但不限于与一个或多个测试期相关的变量中的一个或多个(例如，由图12所示出的)。换言之，所收集的数据可以包括在多个不同测试期期间收集的数据，每个所述测试期任选地采用不同的可调整下颌移位装置控制技术，并且最终分析可以基于所收集的数据的整个集合来预测。任选地，此分析可在一个或多个测试期结束之后离线执行。另外，如本文所述的，最终分析可以采用用于预测口腔矫正器疗法的结果的一种或多种技术。
现在参考图10A，示出了显示用于使用多测试期方案执行口腔矫正器疗法的滴定的示例性操作1000A的流程图。在1002处，可以将可调整下颌移位装置定位在受试者的口腔中。在1004处，可以监测受试者在第一测试期期间的一个或多个生理反应。任选地，例如，生理反应可以是呼吸事件。在上文中详细讨论了检测呼吸事件。例如，检测呼吸事件包括根据预定标准定义和测量来自受试者的生理信息。在1006处，可以在第一测试期期间调整可调整下颌移位装置的前突水平。上文讨论了用于控制可调整下颌移位装置的方法，包括但不限于增加/降低前突水平、基于流逝时间量控制前突水平(例如，持续固定时间段将前突水平保持恒定)、基于呼吸事件的频率或严重性控制前突水平、优化呼吸气流等。在1008处，可以基于在第一测试期期间可调整下颌移位装置的前突水平的滴定来建立口腔矫正器疗法的推荐。推荐可以是受试者是否是预测的成功(例如，口腔矫正器疗法的良好候选者)、有效前突水平或有效前突水平的范围等。然后，在1010处，可以测试口腔矫正器疗法的推荐和/或在第二测试期期间细化。
另外，测试口腔矫正器疗法的推荐可以包括监测受试者在第二测试期期间的一个或多个生理反应。可以基于在第二测试期期间的一个或多个生理反应确认、细化或否决口腔矫正器疗法的推荐。例如，如果在第一测试期和第二测试期期间的滴定结果一致，则可以确认所述推荐。然而，如果在第一测试期和第二测试期期间的滴定结果不一致，则可以否决所述推荐。如果所述推荐被否决，则可以使用第三测试期以确认新的推荐或在推荐从预测的失败改变成预测的成功时提供或细化目标前突位置。应理解，结果可以是受试者是否是预测的成功(例如，口腔矫正器疗法的良好候选者)、有效前突水平或有效前突水平范围等。
另外，建立口腔矫正器疗法的推荐可以包括鉴定口腔矫正器疗法的有效前突水平的范围。例如，有效前突水平的范围可以是例如在x与y mm之间。任选地，测试口腔矫正器疗法的推荐可以包括在第二测试期期间在有效前突水平的范围内调整可调整下颌移位装置的前突水平。换言之，在第二测试期期间，在有效前突水平的范围内(例如像，在x与y mm之间)调整可调整下颌移位装置。任选地，可以基于在第二测试期期间可调整下颌移位装置的前突水平的调整鉴定口腔矫正器疗法的有效前突水平。因此，在第一测试期期间鉴定有效前突水平的大致估值或范围，并且在第二测试期期间细化有效前突水平。
可替代地或另外地，建立口腔矫正器疗法的推荐可以包括在第一测试期期间鉴定口腔矫正器疗法的有效前突水平。另外，测试口腔矫正器疗法的推荐可以包括在第二测试期期间将可调整下颌移位装置固定在有效前突水平处。当固定可调整下颌移位装置时，在第二测试期期间未调整或最少调整所述装置。相反，出于确认目的监测受试者在第二测试期期间在推荐的有效前突水平下的生理反应。
任选地，可以提供口腔矫正器疗法的预测的治疗结果的测量值。例如，预测的治疗结果的测量值可以是以下中的至少一个：呼吸暂停-呼吸不足指数(AHI)、氧减饱和度指数(ODI)、平均O2饱和度以及吸气流量限制指数或呼吸紊乱指数(RDI)。
现在参考图10B，示出了显示用于使用多测试期方案滴定口腔矫正器疗法的示例性操作1000B的流程图。在1012处，可以将可调整下颌移位装置定位在受试者的口腔中。在1014处，可以监测受试者在第一测试期期间的一个或多个生理反应。任选地，例如，生理反应可以是呼吸事件。在上文中详细讨论了检测呼吸事件。例如，检测呼吸事件包括根据预定标准定义和测量来自受试者的生理信息。在1016处，可以在第一测试期期间调整可调整下颌移位装置的前突水平。上文讨论了用于控制可调整下颌移位装置的方法，包括但不限于增加/降低前突水平、基于流逝时间量控制前突水平(例如，持续固定时间段将前突水平保持恒定)、基于呼吸事件的频率或严重性控制前突水平、优化呼吸气流等。在1018处，可以监测受试者在第二测试期期间的一个或多个生理反应。然后，在1020处，在第一测试期期间监测受试者的一个或多个生理反应的结果可以与在第二测试期期间监测受试者的一个或多个生理反应的结果相比较。
任选地，可以在第二测试期期间调整可调整下颌移位装置的前突水平。上文讨论了用于控制可调整下颌移位装置的方法，包括但不限于增加/降低前突水平、基于流逝时间量控制前突水平(例如，持续固定时间段将前突水平保持恒定)、基于呼吸事件的频率或严重性控制前突水平、优化呼吸气流等。可替代地或另外地，可以基于在第一测试期期间可调整下颌移位装置的前突水平的调整来建立口腔矫正器疗法的推荐，并且可以基于在第二测试期期间可调整下颌移位装置的前突水平的调整来确认、细化或否决口腔矫正器疗法的推荐。
现在参考图10C，示出了显示用于滴定口腔矫正器疗法的多测试期方案的示例性操作1000C的流程图。在1022处，可以将可调整下颌移位装置定位在受试者的口腔中。在1024处，可以监测受试者在第一测试期期间的一个或多个生理反应。任选地，例如，生理反应可以是呼吸事件。在上文中详细讨论了检测呼吸事件。例如，检测呼吸事件包括根据预定标准定义和测量来自受试者的生理信息。在1026处，可以在第一测试期期间调整可调整下颌移位装置的前突水平。可以使用本文所述的任何可调整下颌移位装置控制技术调整前突水平。例如，上文讨论了用于控制可调整下颌移位装置的方法，包括但不限于增加/降低前突水平、基于流逝时间量控制前突水平(例如，持续固定时间段将前突水平保持恒定)、基于呼吸事件的频率或严重性控制前突水平、优化呼吸气流等。在1028处，可以监测受试者在第二测试期期间的一个或多个生理反应。任选地，如本文所述的，在第二测试期期间采用的可调整下颌移位装置控制技术可以不同于第一测试期期间采用的那些技术。例如，对于不同测试期期间采用的可调整下颌移位装置控制技术，在允许调整之前的持续时间、呼吸气流调整的使用和/或任何其他参数可以是不同的。例如，在一些实施方式中，第二测试期可以被设计来收集与第一测试期相比更多的在某一前突水平下的信息。任选地，在第二测试期期间感兴趣的某一前突水平的设定(例如，与第二测试期相关的参数)可以是基于第一测试期的分析。然后，在1020处，可以评定在第一测试期期间监测受试者的一个或多个生理反应的结果和在第二测试期期间监测受试者的一个或多个生理反应的结果。
在一些实施方式中，评定在第一测试期期间监测(例如，最终分析或最终评价)受试者的一个或多个生理反应的结果和在第二测试期期间监测受试者的一个或多个生理反应的结果可以包括对在第一测试期期间监测受试者的一个或多个生理反应的结果和在第二测试期期间监测受试者的一个或多个生理反应的结果取平均值或者将所述结果组合。在其他实施方式中，评定监测(例如，最终分析或最终评价)的结果可以是基于在第一测试期和第二测试期二者期间监测的结果。尽管提供两个测试期作为实例，但是本公开涵盖使所述评定基于任何数目的测试期。这可以包括分析与第一测试期和第二测试期相关的变量中的一个或多个。任选地，最终分析可以在第一测试期和第二测试期结束之后离线执行。任选地，最终分析可以采用机器学习技术，诸如神经网络、支持向量机、决策树、随机森林等。如本文所用的，最终分析可以使用一个或多个训练的机器学习模块。所述方法还可以包括基于所评定的结果建立口腔矫正器疗法的推荐。
任选地和另外地，可以根据测试计划设计多个测试期。可以任选地在一个或多个测试期期间执行测试方案之前(例如，在早期)创建测试计划。任选地，在任何测试期期间执行方案之前创建测试计划。任选地，可以在一个或多个测试期期间执行测试方案时例如响应于测试期期间分析的一个或多个变量来修改或改变测试计划。可替代地或另外地，测试计划可以考虑到所需的口腔矫正器疗法的推荐的结果。如本文所述的，测试计划可以包括基于所需结果选择可调整下颌移位装置控制技术(以及任选地与其相关的一个或多个参数)。在如本文所述的不同测试期期间可以采用不同的可调整下颌移位控制技术，例如以实现不同目标。可替代地或另外地，测试计划可以包括基于所需结果选择口腔矫正器疗法结果预测技术。可以采用不同的口腔矫正器疗法结果预测技术，例如以实现不同目标。例如，在一些实施方式中，可以采用决策树来预测口腔矫正器疗法的结果，而在其他实施方式中，可以采用随机森林来预测口腔矫正器疗法的结果。任选地，选择决策树或随机森林分析可以取决于所需结果。任选地，可以使用相同类型的预测技术(例如，随机森林)预测不同的所需结果，但是预测技术的设计(例如，决策树的数目、权重等)对于不同的所需结果可以是不同的。如本文所用的，所需结果可以是所述推荐的所需精确度水平，诸如对于受试者是否是口腔矫正器疗法的良好候选者的预测的准确性或者预测的口腔矫正器疗法的有效前突水平的准确性(在本文中也称为“目标前突位置”)。例如，重复多个测试期并对多个测试期的结果取平均值或者添加确认或细化如上文所述的结果的另一个测试期将导致准确性增加，或者使用来自两种不同类型的测试期(例如，一个处于动态下并且一个处于静态控制下)的结果。另外，所需结果可以包括实现口腔矫正器疗法的所预测治疗结果的所需测量值(例如，AHI<10)或实现口腔矫正器疗法的所预测治疗结果的所需测量值和所需百分比减少(例如，AHI<10和与基线相比的50％减少)。任选地，所需结果可以包括在特定类型的事件(例如，AHI或ODI)的情况下实现口腔矫正器疗法的所预测治疗结果的所需测量值。另外，所需结果可以包括口腔矫正器疗法的前突水平的优化的所需结果。例如，可能希望使口腔矫正器疗法的前突水平最小化，或者可替代地，选择口腔矫正器疗法的任何有效前突水平可以是可接受的。添加另一个测试期可以使目标前突位置最小化，如参考图13所述的；然而，根据测试计划，添加测试期也可以增加目标前突位置以便增加准确性。测试计划可以任选地考虑受试者(在本文中也称为“患者”)可以耐受的、使用者可以提供的和/或由下颌移位装置的特征(例如，电池寿命或其他有限寿命的一次性用品)限制的所需测试期的最大数目。可替代地或另外地，测试计划可以任选地考虑可能需要或不需要最小前突位置以便耐受口腔矫正器疗法的受试者的解剖结构(例如，颞下颌关节(TMJ)问题)。
任选地，测试计划和/或测试期的分析可以考虑到患者输入(在本文中也称为“关于受试者的诊断信息”)。换言之，关于受试者的诊断信息可以任选地影响测试计划，包括测试期数目、待执行的方案和/或所述方案的参数。患者输入可以任选地是关于受试者的任何信息，包括但不限于受试者经历的呼吸事件的基线测量值、呼吸事件的分布(例如，包括呼吸事件的集群)、氧减饱和度水平、在诊断睡眠研究期间受试者的身体位置、在诊断睡眠研究期间的睡眠阶段、受试者的身体特征、受试者的病史或受试者的症状。患者输入可以任选地通过使用用于滴定的下颌移位装置但在未将口腔矫正器定位在患者口腔中的情况下执行的不同测试(例如，诊断测试)确定。例如，可以使用诊断测试来确定在无口腔矫正器疗法或一些其他诊断变量的情况下受试者的呼吸事件频率。可替代地或另外地，患者输入可以任选地直接从患者获得(例如，通过受试者身体特征、药物、病史、某些症状的存在、高血压病史、肺功能障碍病史等的问卷引发的使用)和/或通过直接测量受试者(例如，身高、体重、颈围、身体质量指数(BMI)等)来推导。任选地，患者输入可以包括在多个测试期内测量/分析的任何患者输入的测试期至测试期(例如，夜晚至夜晚)的可变性。可替代地或另外地，多测试期计划可以包括增加对于某些受试者(例如，患有轻度睡眠呼吸暂停的受试者，其中准确性可能由检测较小变化而受到阻碍，或者患有重度睡眠呼吸暂停的受试者，其中所需准确性可由于健康问题而增加)的准确性的另一个测试期。
多测试期计划可以任选地通过分析多测试期计划中的一个或多个测试期来改变。测试期的分析可以包括从测试期收集数据、测量数据和/或分析数据，包括但不限于来自受试者的生理信息和/或下颌移位装置的前突水平历史。测试期的分析可以包括确定或鉴定与测试期期间收集的数据相关的至少一个变量。例如，所述变量可以包括口腔矫正器疗法的预测结果、口腔矫正器疗法的预测的有效前突水平或者口腔矫正器疗法的预测的最佳前突水平中的一个或多个。换言之，所述变量可以是在测试期期间执行的滴定期间确定的口腔矫正器疗法的预测结果。可替代地或另外地，所述变量可以包括呼吸事件的测量值中的一个或多个，诸如呼吸事件的计数或频率(例如，呼吸暂停呼吸不足指数(AHI)，诸如
Figure BDA0002902011960000571
)。可替代地或另外地，所述变量可以包括与在测试期期间收集的数据相关的其他测量值，包括但不限于图12所示的变量。任选地，多测试期计划可以通过两个测试期(例如，第一测试期和第二测试期)之间的结果的矛盾，例如通过添加另一个测试期(例如，第三测试期、第四测试期等)来改变。例如，如上文所述的，多测试期计划包括或者被改变来包括确认测试期和/或细化测试期。
可替代地或另外地，测试期(例如，在测试期期间执行的方案)的一个或多个参数可以任选地根据与其他测试期相关的所鉴定变量(或多个变量)来设定。其他测试期可以任选地在设定参数的测试期之前执行。例如，在第二测试期、第三测试期、第四测试期等期间执行的方案的参数可以根据在任选早期时间执行的第一测试期期间鉴定的变量(或多个变量)来设定。所述参数可以任选地是开始的前突水平、前突水平调整速率、前突水平范围、用于调整前突水平的标准(例如，当AHI>10时调节前突水平或者任何其他标准)、相关窗口的宽度和/或位置(例如，通过将如上文所述的气流和氧减饱和度事件匹配来检测呼吸事件的延迟时间)、方案的类型、定义呼吸事件的标准(例如，如上文所述地定义和测量呼吸事件的预定标准)、睡眠研究合格状态或者在调整前突水平之前的时间长度。
例如，如果来自第一测试期(例如，其中执行滴定方案，在此期间受试者的下颌移位控制在多个前突水平之间)的结果预测受试者是口腔矫正器疗法的候选者，那么第二测试期(例如，其中执行滴定方案，在此期间受试者的下颌移位控制在多个前突水平之间)的参数可以被设定成开始下颌移位装置在来自第一测试期的所建立的目标前突位置处的移动。可替代地，如果来自第一测试期的结果预测受试者不是口腔矫正器疗法的候选者，那么第二测试期可以开始下颌移位装置在预先选择的目标前突位置处。预先选择的目标前突位置可以任选地被选择为最大前突水平附近的水平，以确保完全测试最可能证明成功治疗的前突水平。例如，预先选择的目标前突可以任选地是受试者的最大前突的90％。本公开涵盖的是，预先选择的前突可以大于或小于最大前突的90％。可替代地并且具体地如果多测试期计划需要最小前突位置，则预先选择的前突可以小于最大前突的90％。可替代地或另外地，执行第二测试期的决定可以是基于第一测试期的分析。换言之，在一些情况下，第二测试期可以不根据第一测试期的结果来执行。可替代地或另外地，如果第三测试期根据多测试期计划来执行，则第三测试期可以在先前预先选择的前突(例如，最大前突的90％)或在小于先前选择的前突的值(例如，最大前突的<90％或最大前突的70％)处开始。可替代地或另外地，随后测试期的参数也可以通过分析先前测试期在研究资格状态方面的某些变量(诸如所需时间长度、所需前突水平或可调整下颌移位装置的移动，例如)来设定。可替代地或另外地，随后测试期的参数也可以任选地通过分析先前测试期的某些变量(在变量方面，诸如先前所述的延迟时间)来设定。例如，如上文所述的，在第一测试期期间可以使用固定的延迟时间，并且然后在第二测试期中可以使用定制的时间延迟。
现在参考图10D，描述了显示用于设定口腔矫正器疗法的多测试期滴定的参数的示例性操作1000D的流程图。任选地，如上文所述的，多测试期滴定可以基于先前开发的测试计划执行。在1001处，在第一测试期期间执行口腔矫正器疗法的滴定。在1003处，鉴定与第一测试期期间执行的滴定相关的变量。例如，在关于图13所述的一种实施方式中，变量是口腔矫正器疗法的预测结果(例如，受试者的口腔矫正器疗法的预测的成功或失败)。在1005处，设定待在第二测试期期间执行的口腔矫正器疗法的滴定的参数。如本文所述的，所述参数可依赖于与在所述第一测试期期间执行的滴定相关的所述变量。例如，在关于图13所述的一种实施方式中，参数是随后滴定的开始前突水平，这取决于先前测试期中执行的滴定预测受试者的口腔矫正器疗法是成功还是失败。在1007处，在第二测试期期间执行口腔矫正器疗法的滴定。在1009处，口腔矫正器疗法的结果可以基于在第一测试期和第二测试期期间执行的滴定来建立。
任选地，口腔矫正器疗法的结果可以是通过测试期(例如，第一测试期、第二测试期、第三测试期、第四测试期等)之一预测的结果。可替代地或另外地，口腔矫正器疗法的结果可以是通过若干测试期确定的预测结果，例如在不同测试期期间确定的若干有效前突水平，它们各自基于不同治疗标准(例如，实现AHI<10、AHI<5等)而建议。口腔矫正器疗法的结果可以任选地是口腔矫正器疗法的成功或失败的预测、口腔矫正器疗法的预测的有效前突水平或者口腔矫正器疗法的预测的最佳前突水平。例如，口腔矫正器疗法的结果可以是在至少一个测试期期间确定的口腔矫正器疗法的预测的有效前突水平。建立的口腔矫正器疗法的结果不需要是随后或时间后期执行的测试期的结果。另外，口腔矫正器疗法的结果不需要是通过超过一个测试期建立的结果的平均值、确认或细化。相反，口腔矫正器疗法的结果可以是基于两个或更多个测试期(例如，组合分析)的结果。以这种方式，可以使用多个测试期的结果建立口腔矫正器疗法的结果。任选地，如本文所述的，口腔矫正器疗法的结果可以是基于多个测试期期间收集的数据进行的最终分析。这可以包括分析与不同测试期相关的变量中的一个或多个(例如，由图12所示的变量中的一个或多个)。任选地，最终分析可以在多个测试期结束之后离线执行。任选地，最终分析可以采用机器学习技术，诸如神经网络、支持向量机、决策树、随机森林等。如本文所用的，最终分析可以使用一个或多个训练的机器学习模块。可替代地或另外地，最终分析的类型可以任选地基于所需结果来选择。不同分析可以基于所需结果来执行。例如，当所需结果是口腔矫正器疗法的预测治疗结果的某一测量值(例如，AHI<10或ODI<10)时可以执行第一种类型的最终分析，而当所需结果是口腔矫正器疗法的预测治疗结果的不同测量值(例如，AHI<10和与基线相比的50％减少)时可以执行第二种类型的最终分析。最终分析的类型可以包括用于使与多个测试期期间收集的数据相关的变量与口腔矫正器疗法的结果相关，包括但不限于机器学习技术，诸如神经网络、支持向量机、决策树、随机森林等。任选地，在每个测试期期间学习的信息可以影响口腔矫正器疗法的预测结果。例如，如图13所示，口腔矫正器疗法的结果获自：(i)通过分析最后时间的测试期获得的成功(或失败)预测和(ii)通过分析早期时间执行的测试期获得的预测的有效前突水平。在此实例中，每个测试期的结果构成口腔矫正器疗法的最终预测结果的一部分。作为另一个实例，如图14C所示，口腔矫正器疗法的结果是基于：(i)来自第一测试期(早期时间执行)的最大残余AHI和(ii)在第二测试期最后一小时(晚期时间执行)期间的事件的频率。在此实例中，来自每个测试期的信息(分析的变量)影响口腔矫正器疗法的最终预测结果。应理解，这些仅是基于测试期的组合建立口腔矫正器疗法的结果的实例。例如，可以基于在多个测试期收集、测量和/或分析的任何数据(例如，如上文所述的变量)建立口腔矫正器疗法的结果。例如，在随后测试期期间收集、测量和/或分析的数据可以指示，来自一个或多个先前执行的测试期的结果是更可靠或更准确的。可替代地，在先前测试期期间收集、测量和/或分析的数据可以指示，来自一个或多个随后执行的测试期的结果是更可靠或更准确的。例如，在第一测试期或第二测试期之一期间收集、测量和/或分析的数据可以揭露，通过测试期之一预测的口腔矫正器疗法的结果比其他测试期更可靠或更准确。换言之，在每个测试期期间鉴定的变量中的一个或多个可以指导在随后测试期期间执行的方案，并且提供关于预测结果的可靠性的信息。本公开涵盖的是，对于在随后测试期期间执行的方案的参数设定的变量可以与用于建立口腔矫正器疗法的结果的变量相同或不同。因此，可以选择更可靠和/或更准确的结果。任选地，如上文所述的，口腔矫正器疗法的结果可以是通过测试期的组合(例如，取平均值或细化)预测的结果。
任选地，所述操作可以包括接收关于受试者的诊断信息(例如，上文所述的患者输入)。所述诊断信息可以用于建立口腔矫正器疗法的结果和/或设定测试方案的参数。例如，诊断信息可以是在口腔矫正器疗法不存在的情况下由受试者经历的呼吸事件的测量值(例如，来自诊断研究的呼吸事件的基线测量值)。任选地，诊断信息可以与另一种类型的疗法诸如CPAP疗法结合来测量。例如，呼吸事件的基线测量值可以是呼吸事件的频率或AHI。
任选地，所述操作还可以包括基于关于受试者的诊断信息、口腔矫正器疗法的所需结果、口腔矫正器疗法的结果的所需准确性水平、测试期的所需总数目、受试者的敏感性或耐受性或者可调整下颌移位装置的限制来确定是否在一个或多个另外的测试期期间执行口腔矫正器疗法的滴定。例如，所述操作可以任选地包括鉴定与在第二测试期期间执行的滴定相关的变量并基于与在第一测试期或第二测试期期间执行的滴定相关的变量确定是否在第三测试期期间执行口腔矫正器疗法的滴定。当在第三测试期期间执行口腔矫正器疗法的滴定时，所述操作可以任选地包括设定待在第三测试期期间执行的口腔矫正器疗法的滴定的参数并在第三测试期期间执行口腔矫正器疗法的滴定。与以上类似地，所述参数可以依赖于与在第一测试期或第二测试期期间执行的滴定相关的变量。另外，口腔矫正器疗法的结果可以基于在第一测试期、第二测试期和第三测试期中至少两个期间执行的滴定来建立。
本公开涵盖的是，上文所述的示例性操作可以例如使用关于图1A-图1B描述的滴定系统执行。应理解，可以使用除关于图1A-图1B描述的滴定系统之外的系统。在上文中详细描述了用于执行口腔矫正器疗法的滴定的技术。例如，在测试期期间的滴定可以包括将可调整下颌移位装置定位在受试者的口腔中、监测来自所述受试者的生理信息以及调整可调整下颌移位装置的前突水平。
现在参考图10E，示出了显示用于多夜晚测试计划的示例性操作1000E的流程图。在1040处开始，评定所需评价结果，并且在1042处，使用这些所需评价结果开发测试计划以实现所需结果。所需结果可以包括口腔矫正器的所需结果(例如，预测的治疗结果的某一测量值，诸如AHI、ODI、减少％或其组合)、口腔矫正器疗法的结果的所需准确性水平、所需测试期总数、受试者的敏感性或耐受性或可调整下颌移位装置的限制。如本文所述的，测试计划可以包括基于所需结果选择可调整下颌移位装置控制技术(以及任选地与其相关的一个或多个参数)。可替代地或另外地，测试计划可以包括基于所需结果选择口腔矫正器疗法结果预测技术。如上文所述的，这可以包括设计一个测试计划，其中重复特定测试期并对结果取平均值以获得增加的准确性水平。可替代地，其可以包括设计一个测试计划，所述测试计划包括第二测试期、第三测试期或第四测试期等以确认或细化所需结果。可替代地或另外地，其可以包括设计一个测试计划，所述测试计划将总测试期数目限制为最小数目或者省略某一测试期，因为实现所需准确性不需要所述某一测试期。所述测试计划可以可替代地和任选地考虑患者输入(例如，关于受试者的诊断信息)。在开发测试计划之后，在1044处向受试者提供一个装置(例如，关于图1B描述的滴定系统)并且可调整下颌移位装置可以定位在受试者的口腔内。在1046处，可以监测受试者在测试期期间的一个或多个生理反应。任选地，例如，生理反应可以是呼吸事件。在上文中详细讨论了检测呼吸事件。例如，检测呼吸事件包括根据预定标准定义和测量来自受试者的生理信息。另外在1046处，可以在测试期期间调整可调整下颌移位装置的前突水平。上文讨论了用于控制可调整下颌移位装置的方法，包括但不限于增加/降低前突水平、基于流逝时间量控制前突水平(例如，持续固定时间段将前突水平保持恒定)、基于呼吸事件的频率或严重性控制前突水平、优化呼吸气流等。然后在1048处，分析来自测试期的信息并且计算一个或多个变量。
所述信息可以是生理信息并且可以包括综合信息，包括驱动如上文所述的下颌移位装置的发动机的动态反应。如上文所述的，所述变量可以包括但不限于以下中的一个或多个：口腔矫正器疗法的预测结果、口腔矫正器疗法的预测的有效前突水平、口腔矫正器疗法的预测的最佳前突水平、呼吸事件的测量值诸如呼吸事件的计数或频率(例如，呼吸暂停呼吸不足指数(AHI)，诸如
Figure BDA0002902011960000631
)、在特定前突水平下或高于所述前突水平下的呼吸事件的测量值(例如，如上文所述的残余RDI)、在特定前突水平下或高于所述前突水平下花费的时间百分比、睡眠阶段或觉醒发生率。
在1050处，使用来自测试期的分析，以根据测试计划确定下一个测试。如果在1050处确定下一个测试是需要的，则在1052处可以使用由分析确定的变量来确定下一个测试的一个或多个参数。如上文所述的，所述参数可以包括但不限于开始的前突水平、前突水平调整速率、前突水平范围、相关窗口的宽度和/或位置(例如，用于检测如上文所述的呼吸事件的延迟时间)、方案的类型、定义呼吸事件的标准(例如，如上文所述地定义和测量呼吸事件的预定标准)、睡眠研究合格状态或者在调整前突水平之前的时间长度。如果可替代地在1050处确定在1054处不需要另外的测试期，则可以基于一个或多个测试期的结果建立口腔矫正器疗法的推荐。
如上文所述的，所述推荐可以是受试者是否是口腔矫正器疗法的良好候选者的预测。可替代地或另外地，所述推荐可以任选地是可调整下颌移位装置的有效前突水平的指示。可调整下颌移位装置的有效前突水平可以是将呼吸事件的严重性或频率减少至可接受水平的前突水平。可替代地或另外地，所述推荐可以任选地是可调整下颌移位装置的最佳有效前突水平的指示。
可以基于来自测试期的总体数据集评定所述评价，所述数据集包括但不限于受试者的生理反应和关于下颌移位装置的动态反应的信息(例如，所述装置在测试期期间移动有多快和多远)，如先前所述的。如上文所述的，所述评定还可以包括与测试期相关的一个或多个变量的鉴定或确定。
所述一个或多个变量也可以影响如上文所述的多测试期计划。任选地，所述变量还可以影响下一个测试的状态，例如，所述变量可以用于设定在如上文所述的随后测试期期间执行的方案的参数。任选地，来自测试期的分析的变量也可以用于最终分析全部的测试期组以便建立口腔矫正器疗法的推荐。建立口腔矫正器疗法的推荐的最终分析可以任选地和另外地考虑患者输入(例如，关于受试者的诊断信息)，所述患者输入在测试开始之前直接由患者确定或者可替代地或另外地通过使用相同装置进行第一种类型的测试(例如，诊断测试)来确定。
现在参考图10F，示出了显示用于分析多测试期方案的示例性操作1000F的流程图。在1062处，任选地确定患者输入(例如，关于受试者的诊断信息)并且将其保存用于随后的分析。可以可替代地在最终分析之前在多测试期方案期间的任何时间收集患者输入。在1064处，执行第一测试期。第一测试期可以包括先前所述的步骤，包括提供可调整下颌移位装置、监测来自受试者的生理信息以及响应于所述生理信息调整下颌移位装置。在1066处，分析来自第一测试期的结果以确定第一组测试变量。测试变量可以任选地包括测试期结果，诸如受试者是否是口腔矫正器疗法的良好候选者的预测、可调整下颌移位装置的有效前突水平(目标前突)的第一指示，所述有效前突水平将呼吸事件的严重性或频率减少至可接受水平。可替代地或另外地，测试期变量可以包括与如上文所述的测试期相关的变量中的一个或多个。在1068处，执行下一个测试期。测试期包括先前所述的步骤，包括提供可调整下颌移位装置、监测来自受试者的生理信息以及响应于所述生理信息调整下颌移位装置。在1070处，分析来自下一个测试期的结果以确定下一组测试变量。测试变量包括测试期结果，诸如受试者是否是口腔矫正器疗法的良好候选者的预测、可调整下颌移位装置的有效前突水平(目标前突)的第一指示，所述有效前突水平将呼吸事件的严重性或频率减少至可接受水平。可替代地或另外地，测试期变量可以包括与如上文所述的测试期相关的变量中的一个或多个。在1072处，根据先前所述的测试计划确定对于另外的测试的需要。在1074处，在测试计划结束时，使用来自一个或多个测试期的变量建立口腔矫正器疗法的推荐。建立口腔矫正器疗法的推荐的最终分析可以任选地和另外地包括患者输入(例如，关于受试者的诊断信息)，所述患者输入在测试开始之前直接由患者确定或者可替代地或另外地通过使用相同装置进行第一种类型的测试(例如，诊断测试)来确定。任选地，可以基于口腔矫正器疗法的推荐的所需标准选择最终分析的类型。例如，口腔矫正器疗法的推荐的以下标准中的每一个：AHI<10、AHI<10和与诊断研究相比的50％减少或者用于计算RDI或AHI的呼吸事件类型(例如，3％氧减饱和度对比4％氧减饱和度或者仅减饱和度事件等)，可以与不同类型的最终分析的选择相关。
现在参考图10G，示出了显示用于选择口腔矫正器疗法结果预测方案的示例性操作1080的流程图。在1082处，接收口腔矫正器疗法的所需结果标准。可以任选地由使用者(例如，受试者、睡眠技术人员、医学专业人员和/或对口腔矫正器疗法的结果感兴趣的其他人员)选择所需结果标准。所需结果标准可以包括口腔矫正器的所需结果、口腔矫正器疗法的结果的所需准确性水平、测试期的所需总数目、受试者的敏感性或耐受性或可调整下颌移位装置的限制。例如，所需结果标准可以是预测的治疗结果的测量值，诸如AHI、ODI、减少％或其组合。在1084处，执行口腔矫正器疗法的滴定。如本文所述的，用于在口腔矫正器疗法的滴定期间控制下颌移位装置的方法包括但不限于增加/降低前突水平以减少/消除呼吸事件、基于消逝时间量控制前突水平(例如，持续固定时间段将前突水平保持恒定)、基于呼吸事件的频率和严重性控制调整的幅度或速率、优化气流等。如本文所述的，在多测试期方案期间，用于控制下颌移位装置的方法在不同测试期期间可以是不同的。
在1086处，基于所需结果标准选择用于建立口腔矫正器疗法的结果的预测方案。预测方案可以包括用于使与在一个或多个测试期期间收集的数据相关的变量与口腔矫正器疗法的结果相关的任何方法。不同类型的预测方案包括但不限于机器学习技术，诸如神经网络、支持向量机、决策树、随机森林等。例如，当所需结果标准是口腔矫正器疗法的预测治疗结果的第一测量值诸如具有小于10个事件/小时和与基线相比减少50％的成功标准的4％ODI时，可以使用150个决策树的随机森林(例如，第一种类型的预测方案)，并且当所需结果标准是口腔矫正器疗法的预测治疗结果的第二测量值，诸如具有仅小于10个事件/小时的成功标准的4％ODI时可以使用100个决策树的随机森林(例如，第二种类型的预测方案)。应理解，仅提供预测方案和预测的治疗结果的测量值作为实例并且可根据本文所述的技术使用其他方案和测量值。仅呈现以上实例以证实根据不同的所需结果标准使用不同的预测方案。
在1088处，根据所选预测方案建立口腔矫正器疗法的结果。另外，如本文所述的，可以使用预测方案分析与在一个或多个测试期期间收集的数据相关的变量中的一个或多个(例如，如图12所示的变量)。换言之，可以使用预测方案以对在一个或多个测试期期间收集的完整数据进行最终分析。任选地，此最终分析可在一个或多个测试期结束之后离线执行。
任选地，在一些实施方式中，可以基于所需结果标准选择测试方案(例如，一种用于控制下颌移位装置的方法)。口腔矫正器疗法的滴定可以根据所选测试方案执行。应理解，除了预测方案之外或者可替代地，可以选择测试方案。在1082处的口腔矫正器疗法的所需结果标准可以在1084处的口腔矫正器疗法的滴定完成之前或之后接收。例如，如果所需结果标准选择仅影响离线最终分析预测方案而不影响测试方案，则可以在完成口腔矫正器疗法的滴定之后接收所需结果标准。在另一方面，如果所需结果标准选择影响离线最终分析预测方案和测试方案二者，则可以在执行口腔矫正器疗法的滴定之前接收所需结果标准。
现在参考图13，描述了用于执行口腔矫正器疗法的多测试期滴定的示例性操作1300。如上文所述的，可以任选地基于测试计划执行多测试期滴定，所述测试计划基于许多因素在早期时间开发，所述因素包括但不限于所需结果、所需准确性水平、患者输入和/或已知限制。具体地说，在图13中，基于来自不同测试期内的一个或多个变量的分析评价口腔矫正器滴定的结果。使用来自测试期内的变量确定下一个测试期的参数，并且最终评价包括分析来自各个(例如，一个或多个)测试期的变量。最终评价包括分析与各个测试期相关的变量中的一个或多个(例如，由图12所示的变量中的一个或多个)。任选地，最终分析可以在各个测试期结束之后离线执行。任选地，最终分析可以采用机器学习技术，诸如神经网络、支持向量机、决策树、随机森林等。如本文所用的，最终分析可以使用一个或多个训练的机器学习模块。可替代地或另外地，最终分析的类型可以任选地基于所需结果来选择，并且不同类型的最终分析可以基于所需结果来执行。例如，当所需结果是口腔矫正器疗法的预测治疗结果的某一测量值(例如，AHI<10或ODI<10)时可以执行第一种类型的最终分析，而当所需结果是口腔矫正器疗法的预测治疗结果的不同测量值(例如，AHI<10和与基线相比的50％减少)时可以执行第二种类型的最终分析。最终分析的类型可以包括用于使与多个测试期期间收集的数据相关的变量与口腔矫正器疗法的结果相关的方法，其包括但不限于机器学习技术，诸如神经网络、支持向量机、决策树、随机森林等。在确定所需评价结果(例如，如参考图10E步骤1040所述的)(包括所需结果、所需准确性、测试期数目、患者或装置限制等)并且设计测试计划(例如，如参考图10E步骤1042所述的)之后，在1302处执行第一测试期。在1304处，分析来自测试期的信息并且评定变量。在图13中，所评定的变量之一是如在测试期期间评定的口腔矫正器疗法的预测结果。如果将结果评定为预测成功(PS)(如在1306处)，则分析来自测试期的信息以确定口腔矫正器疗法的预测的有效目标前突水平(在1308处)。在1310处，将此预测的有效目标前突水平用作在下一个测试期中执行的方案的参数，特别是作为用于测试的下颌移位装置的起始目标前突水平。相比之下，如果在1312处口腔矫正器疗法的预测结果是预测失败(PF)，则将在下一个测试期期间下颌移位装置的起始前突水平(例如，第二测试期的参数)设定在预先选择的前突水平下(在1314处)。确定预先选择的前突水平为在鉴定口腔矫正器疗法的有效前突水平时提供最好机会的水平。假设受试者在此阶段是口腔矫正器疗法的PF，例如建议在受试者的最大前突水平附近的值。例如，预先选择的前突水平可以是受试者最大前突范围的90％。应理解，预先选择的前突水平可以大于或小于最大值的90％。图13步骤1302至1314示出其中基于与第一测试期相关的变量选择可调整下颌移位装置控制技术(以及具体地其参数)的实例。换言之，根据与第一测试期相关的变量(例如，口腔矫正器疗法的预测结果)选择第二测试期的起始前突水平(例如，第二测试期的参数，其为在第二测试期期间采用的可调整下颌移位装置控制技术的参数)。
在1316处，根据测试计划，执行第二测试期。在完成第二测试期之后，在1318处，分析来自测试期的信息并且评定变量。在图13中，所评定的变量之一是如在第二测试期期间评定的口腔矫正器疗法的预测结果。如果将结果评定为预测成功(PS)(在1320处)，则进一步分析来自第二测试期的信息以确定预测的有效目标前突水平。在1322处，执行最终评价并且基于确认第一测试期结果(1302)的第二测试期(1316)预测受试者是成功的。另外，选择有效目标前突水平作为由第一测试期或第二测试期确定的较高水平。类似地，如果在1324处所述结果是预测失败(PF)，则在1326处执行最终评价，并且基于确认第一测试期结果(1302)的第二测试期(1316)预测受试者是失败的。
返回至1318处的第二测试期分析，如果在1328处将结果评定为预测失败(PF)，则未能通过第二测试期(1316)确认第一测试期(1302)的结果。根据测试计划，可以执行第三测试期以完成评价。在图13中，在1336处重复第二测试期的测试方案，并且基于在1306(PS)和1328(PF)处的第一测试期和第二测试期的结果(例如，与测试期相关的变量)，在1330处选择在第三测试期期间执行的方案的测试参数。具体地说，将在第三测试期期间下颌移位装置的起始或开始水平选择为预先选择的前突水平，与由在1330处的最后测试期(例如，第一测试期)评定的有效前突水平相反。可以选择预先选择的前突水平以确保鉴定有效前突水平的最佳机会，假设基于第二测试期(例如，受试者的最大前突水平的90％或近似最大前突水平)所述受试者是口腔矫正器疗法的PF。可替代地，如果在1332中未能通过第二测试期(1316)确认第一测试期(1302)的结果，则在1336处重复第二测试期的测试方案作为第三测试期。选择第三测试期的下颌移位装置的起始位置(例如，第三测试期的参数)作为小于先前选择的前突水平的预先选择的前突。例如，如果在1314处使用受试者的最大前突水平的90％作为在第二测试期期间的下颌移位装置的开始前突水平，在1334处可以使用受试者的最大前突水平的70％作为在第三测试期期间下颌移位装置的开始前突水平，假设第一测试期和第二测试期的结果是矛盾的，其中后一个测试期指示PS(在1332处)。应理解，可以使用受试者的大于或小于最大前突水平的70％的起始前突水平。在1336处，使用基于由先前测试期(例如，第一测试期和第二测试期)鉴定的变量设定的参数(例如，开始前突水平)执行第三测试期。
在第三测试期之后，在此实例中，执行最终评价。首先，在1338处评定来自第三测试期的结果。在1340处，在基于第三测试期评定预测失败(PF)的情况下，基于第二测试期和第三测试期的PF结果，最终评价是预测失败(在1342处)。相比之下，如果在1344处评定PF，则在1346处最终结果是预测成功(PS)，尽管在1344处是此负面预测。在此情景中，将尽管未通过第三测试期确认的第二测试期的结果视为最终结果。测试期揭示在受试者的最大前突水平的90％处的口腔矫正器疗法是PS(例如，在1332处)，但是在受试者的最大前突水平的70％处的口腔矫正器疗法是PF(例如，在1344处)。因此，在受试者的最大前突水平的90％处的口腔矫正器疗法是口腔矫正器疗法的最终目标前突水平。可替代地，在1348处，如果结果是预测成功(PS)，则基于由第二测试期和第三测试期确定的结果最终结果(在1350处)是预测成功(PS)，并且下颌移位装置的目标前突水平获自第三测试期，例如因为口腔矫正器疗法的较低前突水平(例如，最大值的70％对比90％)是PF。并且最终，如果在1352处结果是预测成功(PS)，则在1354处的最终结果也是预测成功(PS)，并且目标前突水平被视为来自第一测试期和第二测试期的水平的较高者。以这种方式，在最少量的测试期中使用最少量的前突水平实现最大量的准确性。
现在参考图14A，描述了用于使用多测试期滴定评价受试者中的口腔矫正器疗法的结果的示例性操作1400A。在1402A处，接收关于受试者的诊断信息。在1404A处，分别在第一测试期和第二测试期每个期间执行口腔矫正器疗法的滴定。在1406A处，分析与在第一测试期和第二测试期期间执行的滴定相关的至少一个变量。另外，所述诊断信息可以影响所述至少一个变量的选择。在1408A处，基于所述至少一个变量建立口腔矫正器疗法的结果。
任选地，诊断信息可以是关于受试者的任何信息，包括但不限于受试者经历的呼吸事件的基线测量值、呼吸事件的分布、减饱和度水平、在诊断睡眠研究期间受试者的身体位置、在诊断睡眠研究期间的睡眠阶段、受试者的身体特征、受试者的病史或受试者的症状。例如，可以在之前获得诊断信息(例如，作为诊断研究的结果)。在下文关于图14B所述的一种实施方式中，诊断信息是在口腔矫正器疗法不存在下由受试者经历的基线呼吸暂停-呼吸不足指数(AHI)。当所述诊断信息大于阈值时所述至少一个变量可以是第一个变量，并且当所述诊断信息小于阈值时所述至少一个变量是第二个变量(例如，不同于第一变量)。如上文所述的，在图14A的步骤1408A中，至少一个变量影响口腔矫正器疗法的结果的建立。换言之，可以通过分析不同变量确定对于受试者是否是口腔矫正器疗法的成功候选者的预测、口腔矫正器疗法的有效前突水平、口腔矫正器疗法的最佳前突水平等，这取决于关于受试者的诊断信息(例如，受试者的基线AHI)。上文所述的阈值可以任选地是介于15与40次呼吸事件/小时之间。任选地，所述阈值可以是大约20次呼吸事件/小时，例如大约16次呼吸事件/小时。
本公开涵盖的是，上文所述的示例性操作可以例如使用关于图1A-图1B描述的滴定系统执行。应理解，可以使用除关于图1A-图1B描述的滴定系统之外的系统。在上文中详细描述了用于执行口腔矫正器疗法的滴定的技术。例如，在测试期期间的滴定可以包括将可调整下颌移位装置定位在受试者的口腔中、监测来自所述受试者的生理信息以及调整可调整下颌移位装置的前突水平。
现在参考图14B，描述了用于使用多测试期滴定评价受试者中的口腔矫正器疗法的结果的示例性操作1400B，其中最终评价基于来自超过一个测试期和患者输入的一个或多个变量(例如，来自受试者的诊断信息)的分析来确定。在该实例中，在滴定测试方案之外，例如在诊断测试方案期间确定患者输入。在1402处，确定患者输入(例如，来自受试者的诊断信息)。例如，诊断信息可以是在患者未使用口腔矫正器疗法时测量的平均事件数目/小时(例如，基线呼吸暂停-呼吸不足指数)。在1404处，执行第一测试期(例如，口腔矫正器疗法方案的滴定)，接着在1406处分析第一测试期。在1408处，执行第二测试期(例如，口腔矫正器疗法方案的滴定)，接着在1410处分析第二测试期。应理解，可以在上文所述的所有可能性的情况下提前计划第一测试期、第二测试期或另外的测试期。然后，在1412处，可以使用所有在1402处的患者输入(例如，基线AHI)、来自1406处的第一测试期分析的一个或多个变量以及来自1410处的第二测试期分析的一个或多个变量，以建立口腔矫正器疗法的结果。
现在参考图14C，描述了用于在图14B的步骤1412处分析患者输入和来自第一测试期和第二测试期的一个或多个变量的示例性操作1400C。例如，在1414处，分析来自受试者的诊断信息(例如，基线AHI)。如果在口腔矫正器滴定研究之前测量的患者AHI大于20个事件/小时，则可以在1416处评价在第二测试期期间在最大前突时的呼吸事件的频率(例如，与第二测试期相关的至少一个变量)。应理解，仅提供与诊断信息(例如，20个事件/小时)比较的阈值作为实例并且所述阈值可以是大于或小于20个事件/小时，例如介于15与40个事件/小时之间或者任选地大约16个事件/小时，如上文所述的。如果在1414处的呼吸事件频率大于12个事件/小时，则预测口腔矫正器疗法的最终结果为失败。如果在1414处的呼吸事件频率小于12个事件/小时，则预测口腔矫正器疗法的最终结果为成功。应理解，仅提供与第二测试期相关的变量(例如，在第二测试期期间在最大前突时的呼吸事件的频率)和12个事件/小时的阈值作为实例。本公开涵盖的是，所述变量可以是与如上文所述的测试期相关的任何变量并且所述阈值可以具有其他值。
可替代地，在1414处，如果在口腔矫正器滴定研究之前测量的患者AHI小于20个事件/小时，则可以在1418处评价在第二测试期的最后一小时期间的呼吸事件的频率(例如，与第二测试期相关的至少一个变量)。如果在1418处的呼吸事件的频率小于5个事件/小时，则预测口腔矫正器疗法的最终结果为预测成功。与上文类似的，应理解，仅提供与第二测试期相关的变量(例如，在第二测试期的最后一小时期间的呼吸事件频率)和5个事件/小时的阈值作为实例。本公开涵盖的是，所述变量可以是与如上文所述的测试期相关的任何变量并且所述阈值可以具有其他值。
如果在1418处的呼吸事件的频率大于5个事件/小时，则可在建立口腔矫正器疗法的预测结果之前以在1420处评价在第一测试期期间在一定前突水平下的残余AHI，下颌移位装置在所述前突水平或低于所述前突水平下花费70％的时间。此前突水平在图14C中称为“残余AHI–前突水平70％”。如本文所用的，残余AHI是
Figure BDA0002902011960000731
其中“i”是给定的前突水平。大于5个事件/小时的频率导致口腔矫正器疗法的预测失败的最终评价结果，而小于5个事件/小时的频率导致口腔矫正器疗法的预测成功的最终评价结果。与上文类似的，应理解，仅提供与第一测试期相关的变量(例如，在第一测试期期间的最大残余AHI)和5个事件/小时的阈值作为实例。本公开涵盖的是，所述变量可以是与如上文所述的测试期相关的任何变量并且所述阈值可以具有其他值。在此实例中，通过患者数据的回顾性分析建立此分析计划(例如，由第一测试期和第二测试期分析的特定诊断信息和变量)。
示例性测试方案
以下提供了待在测试期期间使用的示例性测试方案。仅提供这些方案作为实例并且这些方案不意图是穷尽列表。应理解在每个下文所述的方案期间控制下颌移位装置(例如，图1A-图1B所述的下颌移位装置)意图实现不同目标。另外，结果的最终评价(例如，预测)可以是对使用每个测试方案收集的变量执行的组合分析。
动态控制方案：
在所述方案的第一部分期间，快速并强烈地控制下颌移位装置以消除呼吸事件。在方案的第二部分期间，任选地通过下颌的任意前突或后移扰乱生理系统并且评价对此扰乱的换气反应。此方案允许确定最佳前突和标准前突，超过所述最佳前突的其他前突不会产生换气的任何增加，所述标准前突等效于能够消除在受试者睡眠的特定阶段的所有呼吸事件的最小前突。未在任何点处控制下颌移位装置以置换受试者下颌超过受试者耐受的上限和下限。
静态控制方案：
静态控制方案允许在某些前突水平下收集更大数目的数据点。所述方案可以用于确认关于患者对OA疗法的反应的预测和/或预测的有效前突水平是正确的并且允许优化目标值的“调准(tune-up)”。静态控制方案可以任选地包括基于消逝时间量控制前突水平。例如，可以将前突水平保持恒定，持续固定时间段，诸如是预期REM时段之前的时间长度(例如，约2小时)，以允许在此固定时间段期间收集数据。确认方案采用不同的策略，其中预测的目标前突(例如，口腔矫正器疗法的有效前突水平)是起始点(例如，如在动态控制方案期间确定的)，并且只要累积性残余呼吸暂停-呼吸不足指数(AHI)大于预定义阈值就发生干预。另外，执行扰乱并且记录结果，但是前突在目标值下保持恒定。未在任何点处控制下颌移位装置以置换受试者下颌超过受试者耐受的上限和下限。
细化控制方案：
目标细化方案意图在低于目标值的前突范围下测试受试者，它们在所述目标值下是确认成功的。在一些情景下，前突的下限范围(例如，最大值的70％-90％)可能在上文所述的评价和确认方案期间未完全探寻并且目标值(例如，口腔矫正器疗法的有效前突水平)被选择为超过最大前突的90％。目标细化方案可以探寻将预测前突值降低至低于90％的可能性。下颌移位装置的总体控制非常类似于确认方案，除了当评价累积残余AHI时，将仅考虑具有大于阈值的氧减饱和度(例如，4％或更大)的事件。起始前突水平是70％并且上限设定为受试者的最大前突值的90％。未在任何点处控制下颌移位装置以置换受试者下颌超过受试者耐受的上限和下限。
多目的测试方案
如本文所讨论的，多目的测试方案提供不同类型的结果以及口腔矫正器疗法的推荐。任选地，不同结果可以用于建立如上文所述的口腔矫正器滴定测试的患者输入(例如，来自受试者的诊断信息)，或者可以单独用于患者的护理。例如，除了口腔矫正器疗法的推荐之外，测试方案可以提供睡眠障碍呼吸的诊断。所述诊断可以是阻塞性睡眠呼吸暂停、中枢性睡眠呼吸暂停或吸气流量限制、高上气道阻力、打鼾或其他诊断之一。任选地或可替代地，不同结果可以是在未提供完全诊断的情况下提供睡眠障碍呼吸的测量值(例如，事件数目、打鼾的存在、中枢性睡眠呼吸暂停的发生率、高上气道阻力的存在等)的筛选测试。所述筛选可以任选地用于推荐患者继续进行口腔矫正器滴定测试，或者可以为受试者提供对可能的状态继续额外或替代性护理的推荐。
多目的测试方案可以通过完成多个不同测试来进行。所述测试在单个时期或者可替代地在单独的时期从一个测试到下一个测试连续执行。所述测试可以在单个夜晚执行或者可以在单独的夜晚执行。任选地，如下文所述的，所述测试可以使用相同装置执行，所述装置可以被配置成自动执行不同测试而无睡眠专业人员干预。例如，所述装置可以被配置成执行诊断研究并且任选地向受试者提供用于配置其装置的指令。然后，基于诊断研究的结果，所述装置可以被配置成执行滴定研究并且任选地向受试者提供用于配置其装置的指令。
继续进行不同测试的结果可以基于第一测试的结果确定。例如，作为睡眠障碍呼吸的诊断测试的第一测试可以用于确定如果受试者患有可通过口腔矫正器疗法治疗的病状则受试者应继续进行口腔矫正器滴定测试。决定可以是基于受试者具有某一状态的阈值(例如，一定呼吸事件数目/小时)，所述阈值满足临床疾病阈值(例如，>5个事件/小时、>10个事件/小时、>15个事件/小时)或疾病定义(例如，使用3％减饱和度指数对比4％减饱和度指数测量的在具有或不具有气流的情况下的AHI)。另外，决定可以是基于受试者满足测试的某些状态。例如，第一种类型的测试可以测量中枢性睡眠呼吸暂停事件的存在和数目。可以基于中枢性睡眠呼吸暂停事件的数目低于某一阈值(例如，例如小于50％的事件是中枢性的)来决定继续口腔矫正器滴定测试。在第二实例中，第一种类型的测试可以测量呼吸事件的类型的比率(例如，呼吸暂停与呼吸不足的比率、阻塞性事件与中枢性事件的比率)。在第三实例中，第一种类型的测试可以测量在睡眠期间的身体位置并且确定与每个位置相关的呼吸事件的频率。继续进行口腔矫正器疗法的决定可以是基于事件的频率和/或严重性是否在一个位置中大于在另一个位置中。例如，继续进行的决定可以是基于所述频率是否在背卧位中大于侧卧位。任选地，来自第一测试(例如，诊断测试)的某些测量值或变量可以用于确定口腔矫正器滴定测试中所用的测试参数、测试计划和/或分析方法。例如，在诊断测试中的呼吸事件频率可以用于确定分析口腔矫正器滴定测试的一个或多个测试期所使用的方法，如参考图14A-图14C所述的。
从第一种类型的测试(例如，诊断测试)继续到第二种类型的测试(例如，滴定测试)的决定可以自动进行。例如，所述装置可以自动分析来自第一种类型的测试(例如，诊断测试)的数据并且使用开始第二种类型的测试(例如，口腔矫正器滴定测试)所需要的设置配置所述装置。这可以任选地在无睡眠专业人员干预的情况下执行。例如，所述装置可以设定方案以控制下颌移位装置的移动以用于滴定测试。任选地，所述装置可以提供患者继续进行下一个测试的指令，所述下一个测试需要患者在测试期间将下颌移位装置的口腔矫正器滴定托盘放置在口腔中。所述装置可以任选地要求提供设置，例如患者前突限制或测试的起始位置。所述装置可以任选地要求直接来自患者或来自训练的操作者的这些设置。如上文详细描述，所述装置可以被配置成分析来自测试期的数据并鉴定用于方案的变量和/或设定参数，例如建立用于方案的设置。任选地，所述装置可以被配置成连接至通信网络以便从操作者远程接收这些设置和/或从远程服务器接收这些设置。应理解，所述装置可以包括关于图11描述的计算装置，其包括用于在通信网络上通信的部件。任选地，来自第一种类型的测试(例如，诊断测试)的结果可以通过训练的操作者或专业人员(例如，睡眠医师、技术人员、牙科医生等)确认。本公开涵盖的是，操作者或专业人员可以通过通信网络接收与测试期相关的数据，所述装置如上文所述地连接至所述通信网络，以使得操作者或专业人员可以远程检查数据，从而通过通信网络提供返回至所述装置的指令。
任选地，在第一测试期(例如，诊断测试)中，患者不使用或未提供有下颌移位装置，包括滴定牙托(例如，图1A-图1B所述的可调整下颌移位装置10)。任选地，例如使用所述装置向受试者提供指令，不将下颌移位装置放置在口腔中。任选地，例如使用所述装置向使用者提供指令，以配置一个或多个传感器(例如，图1B中所述的监测单元30)，以测量来自受试者的所需生理信息。换言之，第一测试可以包括仅测量来自患者的生理信号(例如，本文所述的一个或多个生理信号中的任一个，诸如气流、氧饱和度、EEG等)。在第二种类型的测试(例如，口腔矫正器滴定测试)中，受试者使用或提供有可调整下颌移位装置(例如，图1A-图1B中所述的可调整下颌移位装置10)。任选地，例如使用所述装置向受试者提供指令，不将下颌移位装置放置在口腔中。任选地，例如使用所述装置向使用者提供指令，以配置一个或多个传感器(例如，图1B中所述的监测单元30)，以测量来自受试者的所需生理信息。任选地，可以在第二测试期期间调整可调整下颌移位装置的前突水平。本文描述用于控制可调整下颌移位装置的方法，包括但不限于增加/降低前突水平、基于流逝时间量控制前突水平(例如，持续固定时间段将前突水平保持恒定)、基于呼吸事件的频率或严重性控制前突水平、优化呼吸气流等。可替代地或另外地，可以基于在口腔矫正器滴定测试期期间可调整下颌移位装置的前突水平的调整来建立口腔矫正器疗法的推荐。
现在参考图15A，本文还描述了用于执行多目的睡眠测试方案的示例性操作1500A。在1502A处，可以向受试者提供睡眠测试工具箱，其包括下颌移位装置和用于测量来自受试者的生理信息的一个或多个传感器(例如，图1A-图1B中所述的滴定系统)。所述睡眠测试工具箱可以被配置成执行诊断睡眠测试方案和滴定口腔矫正器疗法方案。在1504A处，可以向受试者提供用于在诊断睡眠测试方案期间配置睡眠测试工具箱的指令。如上文所述的，这些指令可以任选地包括未将下颌移位装置放置在口腔内和/或如何使用/配置一个或多个传感器以用于收集诊断睡眠测试方案所需要的所需生理信息。任选地，可以任选地使用睡眠测试工具箱向受试者提供这些指令。例如，可以使用下颌移位装置的显示装置(例如，在视觉上)或扬声器(例如，可听地)提供这些指令。在1506A处，可以例如通过睡眠测试工具箱自动执行诊断睡眠测试方案。在1508A处，向受试者提供用于在口腔矫正器疗法方案的滴定期间配置睡眠测试工具箱的指令。如上文所述，这些指令可以任选地包括将下颌移位装置放置在口腔内和/或如何使用/配置一个或多个传感器以用于收集口腔矫正器疗法测试方案的滴定所需要的所需生理信息。任选地，可以任选地使用睡眠测试工具箱向受试者提供这些指令。例如，可以使用下颌移位装置的显示装置(例如，在视觉上)或扬声器(例如，可听地)提供这些指令。在1510A处，可以例如通过睡眠测试工具箱自动执行口腔矫正器疗法方案的滴定。另外，口腔矫正器疗法方案的滴定可以根据如本文所述的诊断睡眠测试方案的结果执行。例如，可以通过睡眠测试工具箱自动确定所分析的变量、方案的参数、执行的测试期数目等。
任选地，诊断睡眠测试方案和口腔矫正器疗法方案的滴定可以自动地连续执行。可替代地或另外地，诊断睡眠测试方案和口腔矫正器疗法方案的滴定可以任选地在如上文所述的非临床环境中例如在受试者的家中执行。可替代地或另外地，诊断睡眠测试方案和口腔矫正器疗法方案的滴定可以在单次睡眠期期间执行。可替代地，诊断睡眠测试方案和口腔矫正器疗法方案的滴定可以在不同睡眠期期间执行。不同睡眠期可以是同一个夜晚。不同睡眠期可以是在不同的夜晚。
可替代地或另外地，诊断睡眠测试方案的结果可以任选地是呼吸事件的测量值。例如，呼吸事件的测量值可以是呼吸暂停或呼吸不足的数目、持续时间、频率、严重性或比率。
可替代地或另外地，可以接收关于受试者的诊断信息并且将其用作口腔矫正器疗法方案的诊断或滴定的一部分。任选地，诊断信息可以是关于受试者的任何信息，包括但不限于受试者经历的呼吸事件的基线测量值、呼吸事件的分布、减饱和度水平、在诊断睡眠研究期间受试者的身体位置、在诊断睡眠研究期间的睡眠阶段、受试者的身体特征、受试者的病史或受试者的症状。
本公开涵盖的是，上文所述的示例性操作可以例如使用关于图1A-图1B描述的滴定系统执行。应理解，可以使用除关于图1A-图1B描述的滴定系统之外的系统。用于执行诊断睡眠测试方案的技术可以包括监测来自受试者的生理信息并分析所述生理信息以诊断患有睡眠障碍呼吸病状的受试者。睡眠障碍呼吸病状可以是阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)、吸气流量限制(IFL)、高上气道阻力(HUAR)、上气道阻力综合征(UARS)或打鼾。在上文中详细描述了用于执行口腔矫正器疗法方案的滴定的技术。例如，在测试期期间的滴定可以包括将可调整下颌移位装置定位在受试者的口腔中、监测来自所述受试者的生理信息以及调整可调整下颌移位装置的前突水平。口腔矫正器疗法的结果可以是口腔矫正器疗法的成功或失败的预测、口腔矫正器疗法的预测的有效前突水平或者口腔矫正器疗法的预测的最佳前突水平。
现在参考图15B，本文还描述了用于执行多目的睡眠测试方案的示例性操作1500B。在1502处，向受试者提供装置诸如图1A-图1B所述的滴定系统。在1504处，可以监测受试者在第一测试类型期间的一个或多个生理反应。对这种测试类型的监测不需要实时监测，并且相反可以在整个夜晚收集和记录信号。任选地，例如，生理反应可以是呼吸事件。在上文中详细讨论了检测呼吸事件。例如，检测呼吸事件包括根据预定标准定义和测量来自受试者的生理信息。在1506处，可以分析在第一测试类型期间的生理反应。任选地，在1508处，可以使用分析诊断睡眠障碍呼吸，其可以包括但不限于阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)、吸气流量限制(IFL)、高上气道阻力(HUAR)、上气道阻力综合征(UARS)或打鼾。在1510处，可以使用来自第一测试类型的分析和/或诊断，以确定受试者是否应继续进行第二测试类型口腔矫正器滴定测试。继续进行的决定可以是基于上文所述的标准(包括临床诊断、可以满足某些状态的要求和/或在无临床诊断的情况下某些病状的存在)。任选地，如上文所述的，使用第一种类型的测试(例如，诊断测试)确定的某些测量值诸如患者输入(例如，来自受试者的诊断信息)可以用于设定口腔矫正器滴定测试的状态或参数。例如，在诊断测试中测量的呼吸事件数目/小时(例如，受试者的基线AHI)可以用于引导在口腔矫正器滴定测试中执行的分析类型，如参考图14A-图14C所述的。
根据在1510处的决定，可以在1512处将可调整下颌移位装置定位在受试者的口腔中。在1514处，可以监测受试者在口腔矫正器测试期期间的一个或多个生理反应。任选地，例如，生理反应可以是呼吸事件。在上文中详细讨论了检测呼吸事件。例如，检测呼吸事件包括根据预定标准定义和测量来自受试者的生理信息。另外在1514处，可以在第一测试期期间调整可调整下颌移位装置的前突水平。上文讨论了用于控制可调整下颌移位装置的方法，包括但不限于增加/降低前突水平、基于流逝时间量控制前突水平(例如，持续固定时间段将前突水平保持恒定)、基于呼吸事件的频率或严重性控制前突水平、优化呼吸气流等。如上文所述的，可以监测受试者在根据测试计划的额外测试期期间的一个或多个生理反应。然后，在1516处，口腔矫正器疗法的推荐可以基于口腔矫正器滴定测试的一个或多个测试期的结果。任选地，来自口腔矫正器滴定测试的口腔矫正器疗法的推荐可以依赖于来自第一测试类型的信息。例如，预期在使用口腔矫正器疗法的情况下呼吸事件的频率或发生率与来自第一测试类型的测量值相比有所改变(例如，与基线AHI相比的50％减少)。
研究资格鉴定
如本文所讨论的，研究资格鉴定步骤可以任选地用于确定在推荐测试计划继续进行随后的测试期之前是否已满足测试期的某些状态。任选地，如果未满足所述状态，则所述装置(例如，图1A-图1B所述的下颌移位装置)可以重复测试期以便获得所需要的最小状态。任选地，可以修订测试计划以适应重复的测试。例如，可以通过额外测试期增加测试计划以适应重复的测试，或者可替代地，可以修订测试计划以去除先前计划的测试以将测试期总数目保持在所需数目下。如上文所述的，修订测试计划可以影响口腔矫正器推荐的准确性，或者可以牺牲由口腔矫正器滴定确定的最小前突目标位置，或者可以引起最终结果的一些其他变化。
研究资格状态可以需要已实现最少研究时间量。例如，最少4小时。应理解，仅提供4小时最小值作为实例并且最小值可以大于或小于4小时，例如像介于3小时与5小时之间的最小值。最少研究时间可以是连续时间(例如，未被受试者的停顿中断或者指示错失的生理输入或其他中断的警报的发生)。最少研究时间可以可替代地由在中断之间收集的片段化部分组成，包括在多个睡眠期期间收集的部分。任选地，所述不连续睡眠期可以是在睡眠研究的多个测试期期间的睡眠。根据患者输入(例如，来自受试者的诊断信息)，研究资格状态可以任选地需要在睡眠期间某些身体位置(诸如背卧位或侧卧位中的睡眠)和/或某一阶段的睡眠诸如REM或非REM睡眠。这些患者输入可以在第一测试类型(例如，诊断测试)或先前的口腔矫正器滴定测试期期间确定。例如，研究资格可以要求受试者以类似于先前测量的身体位置在夜晚某一部分时睡眠(例如，>50％夜晚背卧位、或>90％夜晚背卧位、或<10％夜晚背卧位)。研究资格状态可以任选地验证某些失败状态不存在。例如，可以要求证实滴定托盘是处于口腔矫正器滴定测试的整个持续时间的位置中或者口腔矫正器滴定测试的一些部分中。
现在参考图16A，描述了用于使睡眠研究状态合格的示例性操作1600A。在1602A处，对受试者执行睡眠研究。睡眠研究可以包括一个或多个测试期，其中测试方案如上文所述地执行。在1604A处，分析在睡眠研究期间收集的数据以确定满足预定状态的睡眠研究时间量。然后，在1606A处，可以确定时间量是大于还是等于预定阈值以便使睡眠研究合格。预定阈值可以任选地是4小时，如上文所述的。
任选地，如果所述时间量大于或等于预定阈值，则执行睡眠研究。可替代地，如果所述时间量小于预定阈值，则睡眠研究继续，包括执行睡眠研究的另一个测试期。任选地，所述睡眠研究的另一个测试期可以是先前测试期的重复或在为满足预定状态而定制的状态下的测试期。
可替代地或另外地，所述预定状态可以是在特定位置中的睡眠，例如背卧位或侧卧位的睡眠。任选地，所述预定状态可以是特定位置中的REM或非REM睡眠。
可替代地或另外地，所述预定状态可以是其中下颌移位装置固定至受试者的牙齿的睡眠。任选地，所述操作可以包括当所述下颌移位装置固定至所述受试者的牙齿时感测。在此情况下，下颌移位装置(例如，图1A-图1B所述的下颌移位装置)可以包括用于检测施加于受试者牙齿的力的一个或多个力传感器。可替代地或另外地，可以测量供应于下颌移位装置的能量，其可以提供施加于受试者牙齿的力的指示。
可替代地或另外地，所述方法可以包括当受试者不是在特定位置中睡眠时或者在将下颌移位装置固定至受试者的牙齿的情况下向所述受试者提供警报(例如，听觉、触觉和/或视觉警报)。下颌移位装置(例如，图1A-图1B所述的下颌移位装置)可以通过显示装置、扬声器或其他输出单元提供警报。可替代地或另外地，可以在与受试者相关的数据文件中例如使用计算装置(例如，图1的计算装置50)提供符号。数据文件中的符号提供关于滴定状态的信息。在最终分析或最终评价期间和/或通过睡眠技术人员可以访问数据文件中的符号。
本公开涵盖的是，上文所述的示例性操作可以例如使用关于图1A-图1B描述的滴定系统执行。应理解，可以使用除关于图1A-图1B描述的滴定系统之外的系统。用于执行诊断睡眠测试方案的技术可以包括监测来自受试者的生理信息并分析所述生理信息以诊断患有睡眠障碍呼吸病状的受试者。在上文中详细描述了用于执行口腔矫正器疗法方案的滴定的技术。例如，在测试期期间的滴定可以包括将可调整下颌移位装置定位在受试者的口腔中、监测来自所述受试者的生理信息以及调整可调整下颌移位装置的前突水平。
现在参考图16B，描述了显示用于研究资格的示例性操作1600B的流程图。在1602处，可以将可调整下颌移位装置定位在受试者的口腔中。在1604处，可以监测受试者在口腔矫正器测试期期间的一个或多个生理反应。任选地，例如，生理反应可以是呼吸事件。在上文中详细讨论了检测呼吸事件。例如，检测呼吸事件包括根据预定标准定义和测量来自受试者的生理信息。另外在1606处，可以在测试期期间调整可调整下颌移位装置的前突水平。上文讨论了用于控制可调整下颌移位装置的方法，包括但不限于增加/降低前突水平、基于呼吸事件的频率或严重性控制前突水平、基于流逝时间量控制前突水平、优化呼吸气流等。如上文所述的，可以监测受试者在根据测试计划的额外测试期期间的一个或多个生理反应。然后，在1608处，可以分析来自测试期的数据。所述分析可以包括确定满足研究资格状态所需要的测量值，其实例包括最少研究时间量、在睡眠期间的身体位置、牢固地固定至受试者牙齿的口腔矫正器滴定托盘的存在。然后，在1610处，可以评价测量值以确定其是否满足研究资格状态。如果发现其不满足最小状态，则可以决定重复测试期，使用1602再次开始。可替代地，可以决定根据如上文所述的所需结果状态(例如，结果预测的准确性、目标前突位置的最小化等)修改测试计划。如果在1610处发现测量值满足研究资格状态，则可以按预期进行测试计划，所述测试将与下一个测试期一起进行，或者口腔矫正器疗法的推荐可以是基于口腔矫正器滴定测试的一个或多个测试期的结果。
示例性计算装置
应当了解，本文关于各图描述的逻辑操作可实施为(1)运行在计算装置上的计算机实施的动作或程序模块(即，软件)的序列，(2)计算装置内的互连机器逻辑电路或电路模块(即，硬件)，和/或(3)计算装置的软件和硬件的组合。因此，本文所论述的逻辑操作并不限于硬件和软件的任何特定组合。实施方式是取决于计算装置的性能和其它要求的选择问题。因此，本文所描述的逻辑运算被不同地称为操作、结构设备、行为或模块。这些操作、结构装置、动作和模块可以软件、固件、专用数字逻辑以及其任何组合的形式实施。还应了解，可执行比附图中示出且本文中描述的更多或更少的操作。这些操作也可以与本文中描述的不同的次序来执行。
当本文中描述的逻辑操作以软件实施时，过程可在任何类型的计算架构或平台上执行。例如，参考图11，示出在其上实施本发明的实施方案的示例性计算装置。例如，关于图1讨论的下颌移位装置控制器40和/或计算装置50可以实施为计算装置1100。计算装置1100可包括用于在计算装置1100的各种部件之间传达信息的总线或其它通信机构。在计算装置最基本的配置中，所述计算装置1100通常包括至少一个处理单元1106和系统存储器1104。根据计算装置的确切配置和类型，系统存储器1104可为易失性的(如随机存取存储器(RAM))、非易失性的(如只读存储器(ROM)、闪存等)、或这两者的某个组合。这种最基本的配置在图11中由虚线1102示出。处理单元1106可为执行对计算装置1100的操作必要的算术和逻辑操作的标准可编程处理器。
计算装置1100可具有另外的特征/功能性。例如，计算装置1100可包括另外的存储装置，如可移动存储装置1108和不可移动存储装置1110，包括但不限于磁性或光盘或磁带。计算装置1100还可包含允许装置与其它装置通信的网络连接1116。计算装置1100也可以具有输入装置1114诸如键盘、鼠标、触摸屏等。还可以包括输出装置1112，诸如显示器、扬声器、打印机等。另外装置可连接到总线，以便有助于在计算装置1100的部件之间的数据通信。所有这些装置是本领域中众所周知的，并且无需在此详述。
处理单元1106可被配置成执行编码在有形计算机可读介质中的程序代码。计算机可读介质是指能够提供致使计算装置1100(即，机器)以特定方式操作的数据的任何介质。可利用各种计算机可读介质来向处理单元1106提供指令以供执行。常见形式的计算机可读介质包括例如磁性介质、光学介质、物理介质、存储器芯片或匣盒、载波或计算机可从中读取的任何其它介质。示例计算机可读介质可包括但不限于易失性介质、非易失性介质以及传输介质。易失性和非易失性介质可以任何方法或技术实施，用以存储信息如计算机可读指令、数据结构、程序模块或其它数据，并且常见形式在下文中详细论述。传输介质可包括同轴线缆、铜线和/或光纤线缆，以及声波或光波如在无线电波和红外线数据通信期间所产生的那些声波或光波。示例性有形计算机可读记录介质包括但不限于集成电路(例如，现场可编程门阵列或专用IC)、硬盘、光盘、磁光盘、软盘、磁带、全息存储介质、固态装置、RAM、ROM、电可擦除编程只读存储器(EEPROM)、闪存或其它存储器技术、CD-ROM、数字通用光盘(DVD)或其它光学存储装置、磁盒、磁带、磁盘存储装置或其它磁性存储装置。
在示例实施方式中，处理单元1106可执行存储在系统存储器1104中的程序代码。例如，总线可将数据运载到系统存储器1104，处理单元1106从系统存储器1104接收指令并且执行指令。系统存储器1104接收到的数据可在由处理单元1106执行之前或之后任选地存储在可移动存储装置1108或不可移动存储装置1110上。
计算装置1100通常包括多种计算机可读介质。计算机可读介质可为可由装置1100存取的任何可用介质，并且包括易失性和非易失性介质、移动和不可移动介质两者。计算机存储介质包括在任何方法或技术中实施的易失性和非易失性介质以及移动和不可移动介质，用以存储信息如计算机可读指令、数据结构、程序模块或其它数据。系统存储器1104、可移动存储装置1108以及不可移动存储装置1110均为计算机存储介质的实例。计算机存储介质包括但不限于RAM、ROM、电可擦除编程只读存储器(EEPROM)、闪存或其它存储器技术、CD-ROM、数字通用光盘(DVD)或其它光学存储装置、磁盒、磁带、磁盘存储装置或其它磁性存储装置，或可用来存储期望信息并可由计算装置1100存取的任何其它介质。任何此类计算机存储介质均可为计算装置1100的一部分。
应当理解，本文中描述的各种技术可结合硬件或软件、或在适当时结合其组合来实施。因此，目前所公开的主题的方法和设备、或其某些方面或部分可采取体现在有形介质中的程序代码(即，指令)的形式，所述有形介质如软盘、CD-ROM、硬盘驱动器或任何其他机器可读存储介质，其中当将程序代码加载到机器(如计算装置)中并由所述机器执行时，所述机器变为一种用于实践目前所公开的主题的设备。在程序代码在可编程计算机上执行的情况下，计算装置通常包括处理器、可由处理器读取的存储介质(包括易失性和非易失性存储器和/或存储元件)、至少一个输入装置以及至少一个输出装置。一个或多个程序可实施或利用结合目前所公开的主题而描述的过程，例如，通过使用应用程序编程接口(API)、可再用控件等。此类程序可以高级程序或面向对象的程序编程语言来实施以与计算机系统通信。然而，如果期望的话，程序可以汇编或机器语言来实施。在任何情况下，语言可为编译或解释语言，并且其可与硬件实施方式组合。
实施例1
在睡眠诊所中在技术人员的监督下执行测试自动滴定研究的功效的研究。
招募十四位受试者并使用自动RCMP装置使其在睡眠中心经历整夜滴定测试。每位受试者先前已在家使用便携式睡眠监测器接收两个夜晚基线的治疗前的呼吸评价。然后每位受试者通过牙科协同研究员评价并且装备使用填充有压痕材料的上牙和下牙滴定托盘。牙科医生由滴定托盘上的尺度测量最大后移和前突值。
在自动滴定研究的夜晚，经训练的多导睡眠描记技术人员将相同的后移值和前突值输入到RCMP滴定软件中。将滴定托盘附接至下颌定位器并且通过手动可调整按钮将托盘的位置调整自完全后移附近。然后将托盘插入到受试者口腔中并将其用于滴定研究的持续时间。一旦患者睡眠，就使用决策算法控制RCMP装置(例如，根据用于执行上文所讨论的口腔矫正器疗法的滴定的实施方式)。所述算法连续接收反馈信息(例如，SaO2-氧饱和度和鼻孔特定气流)，自动检测和分类呼吸暂停和呼吸不足，并且做出关于下颌定位的时间至时间的决定。
分析所收集的数据以鉴定残余RDI在前突水平下是否低于10个事件/小时的阈值，其中下颌定位器在此水平或高于此水平下花费所述夜晚的至少85％。基于此分析，预测受试者是口腔矫正器疗法的成功或不成功候选者，并且确定目标前突位置。
先前已使用手动RCMP研究同样十四位患者。由手动RCMP研究，所述受试者先前已装备永久性下颌重定位矫正器(MRA)并且在睡眠期间在治疗后的呼吸评价中使用相同便携式监测器进行测试，所述便携式监测器用于在家使用下颌重定位矫正器(MRA)进行两个夜晚的基线研究。
将成功的预测和来自自动滴定研究的目标前突距离与手动RCMP方案中测量的患者治疗结果相比较。对于预测为成功的那些受试者，将预测的目标前突位置与手动RCMP方案中确定的目标前突位置相比较。
发现使用自动滴定方案预测为成功的所有七位受试者在使用永久性MRA的情况下是成功的。正确预测使用自动滴定方案预测为失败的七位受试者中的五位(即，他们使用永久性MRA未能实现治疗结果)，同时不正确预测已被预测为失败的两位受试者(即，他们使用永久性MRA实现治疗结果)。灵敏度被计算为78％并且特异性被计算为100％。
实施例2
于在家环境中在无人照看下执行测试自动滴定研究的功效的研究。
招募一百五十一位受试者并且使其经历使用自动RCMP装置的多夜晚在家滴定测试。每位受试者先前已在家使用便携式睡眠监测器接收两个夜晚基线的治疗前的呼吸评价。然后每位受试者通过牙科协同研究员评价并且装备填充有压痕材料的上牙和下牙滴定托盘。牙科医生由滴定托盘上的尺度测量最大后移和前突值。
在自动滴定研究的第一个夜晚时，临床协调员访问受试者的家中以设定装备并将后移值和前突值输入到RCMP滴定软件中。将滴定托盘附接至下颌定位器并且通过手动可调整按钮将托盘的位置调整自完全后移附近。向受试者显示如何将托盘放置在其口腔中和如何佩戴手指血氧计和鼻套管。向其提供关于如何运行软件的简要指导。在进入睡眠之前，受试者将托盘放置到其口腔中，持续滴定研究的持续时间。一旦患者睡眠，就使用决策算法控制RCMP装置(例如，根据用于执行上文所讨论的口腔矫正器疗法的滴定的技术)。所述算法连续接收反馈信息(例如，SaO2-氧饱和度和鼻孔特定气流)，自动检测和分类呼吸暂停和呼吸不足，并且做出关于下颌定位的时间至时间的决定。
当夜晚研究结束时，将数据自动上传到中央服务器并且由训练的技术人员访问，所述技术人员分析所述数据以鉴定残余RDI在前突水平下是否低于10个事件/小时的阈值，其中下颌定位器在此水平或高于此水平下花费所述夜晚的至少85％。基于此分析，预测受试者是口腔矫正器疗法的成功或不成功候选者，并且确定目标前突位置。如果获得的数据不足(例如，小于4小时)，则重复所述夜晚。
在自动滴定研究的第二个夜晚，临床协调员返回并设定装置运行确认方案以测试来自第一个夜晚的评价。设定方案以将可调整矫正器保持在确定的目标前突位置，并且只要检测到超过某一阈值的呼吸事件将自动调整。如果预测受试者对于口腔矫正器疗法是不成功的，则将前突位置保持在高前突位置处以验证所述预测。当第二个夜晚研究结束时，将数据自动上传到中央服务器并且由分析所述数据的训练的技术人员访问。
如果来自第一个夜晚和第二个夜晚的结果矛盾，则使用第三个夜晚细化目标前突距离或者建立最终预测。具体地说，如果第一个夜晚预测受试者使用口腔矫正器疗法是成功的，并且第二夜晚未能确认所述预测，则执行第三个夜晚以重复第二夜晚方案。如果确认成功，则将目标前突距离选择为来自第一夜晚和第三夜晚的较高值。相比之下，如果在第一个夜晚预测受试者使用口腔矫正器疗法是失败的，并且在第二个夜晚发现是成功的，则其为来自第一个夜晚的方案，重复所述方案以便细化和最小化目标。在一些情况下，使用设定在咬合平面的增加的分离量(7mm，而非3mm)下的矫正器收集另一个夜晚并且将结果与来自研究的第一个夜晚的结果评价相比较，以比较预测和目标前突距离两者。
受试者返回至牙科医生处以装备永久性下颌重定位矫正器(MRA)并且在睡眠期间在治疗后的呼吸评价中使用相同便携式监测器进行测试，所述便携式监测器用于在家使用下颌重定位矫正器(MRA)进行两个夜晚的基线研究。
在85位预测使用口腔矫正器疗法为成功的受试者中，79位实现小于10/小时的治疗性AHI和与基线相比大于50％的减少。在预测使用口腔矫正器疗法为失败的46位受试者中，正确预测29位(即，他们使用永久性MRA未能实现治疗结果)，同时不正确预测已被预测为失败的17位受试者(即，他们使用永久性MRA实现治疗结果)。灵敏度被计算为82％并且特异性被计算为83％。在预测为成功的79位受试者中的72位受试者中正确预测了目标前突位置并且所述目标前突位置实现了对应治疗结果。在18％的情况下需要研究的第三个夜晚来解决研究的第一个夜晚与第二个夜晚之间的冲突。在使用研究的第三个夜晚细化目标的情况下，通过执行第三个夜晚将前突位置降低2.5至4.0mm。
实施例3
于在家环境中在无人照看下执行测试自动滴定研究的功效的研究。
在上文所述的研究(实施例2)中，分析所收集数据的吸引子行为的发生率。在预测使用口腔矫正器疗法为成功的受试者中，发现具有比预测使用口腔矫正器疗法为不成功的受试者更大的数目的吸引子行为情况。例如，大于五个/小时而非小于三个/小时。
实施例4
在睡眠诊所中在技术人员的监督下执行证明自动滴定研究的高上气道阻力的研究。
招募一位受试者并使其在睡眠中心经历使用自动RCMP装置的整夜滴定测试，所述装置被特别修改来包括测量身体位置的加速计和检测声能的麦克风。受试者先前在家接受使用便携式睡眠监测器进行的两个夜晚基线的治疗前的呼吸评价，并且所述受试者已通过牙科协同研究员评价并且装备填充有压痕材料的上牙和下牙滴定托盘。牙科医生由滴定托盘上的尺度测量最大后移和前突值。
在自动滴定研究的夜晚，训练的多导睡眠描记技术人员将相同的后移值和前突值输入到RCMP滴定软件中。将滴定托盘附接至下颌定位器并且然后将托盘插入到受试者口腔中并将其用于滴定研究的持续时间。一旦患者睡眠，就使用决策算法控制RCMP装置(例如，根据用于执行上文所讨论的口腔矫正器疗法的滴定的技术)。所述算法连续接收反馈信息(例如，SaO2、声音和鼻孔特定气流)，并且使用训练的神经网络(例如,分类系统)实时评价每个记录的呼吸是否是流量限制的。然后使用来自此评价的结果做出关于下颌定位的时间至时间决定，包括响应于吸气流量限制呼吸的较高发生率的一系列前突搜索。
分析所收集的数据以确定哪些水平下的前突搜索在消除或最小化吸气流量限制呼吸的流行率方面是成功的。然后将其组合以得到最佳前突位置的估值，以治疗高上气道阻力。
实施例5
对151位患者的研究(实施例2)发现，所述装置能够以93％准确性(PPV)以及分别为82％和83％的灵敏度/特异性正面鉴定候选者。总体误差率是19％并且否定预测准确性为仅63％。回顾性分析最终数据集以便尝试改进这些结果。
回顾性分析的数据由旨在测试滴定方法的预测准确性的临床试验(n>150)获得，所述滴定方法于在家环境中对新招募的患者采用计算机控制的下颌定位器(CCMP)，使用口腔矫正器疗法(OAT)对所述患者进行的治疗功效是未知的。如上文所述地执行所述方法。
在那时对完整数据集可用的131位患者执行回顾性分析(平均AHI＝25.3±13.3h5h-1；平均BMI＝30.1±5.0kg/m2)。
回顾性分析的目标是如果可能的话设计一组预测规则，以允许使总体误差率最小化、灵敏度/特异性和正面/否定预测值的增加。
所述分析以构建含有在滴定过程的2-3个夜晚期间聚集的所有标准信息的195个变量开始。将具有最终治疗结果的131位参与者的这些变量的值制成表格。采用机器学习技术以便找到最佳预测模型并且使必需变量的数目最小化。使用基线AHI的加强干枝标准16.0–20.0h-1和涉及三个额外变量的额外两个分支点的回顾性分类树模型将总体误差率降低至11％并且提供0.91/0.81和0.92/0.79的灵敏度/特异性和P/NPV的值。这表示使用预期数据分析对先前结果的改进。因此，回顾性模型可以相同精确性和准确性预测此群体之外的其他OSA患者的口腔矫正器疗法的结果。
回顾性分析利用在试验中收集的相同生理信号，例如氧饱和度和对于每个鼻孔单独记录的呼吸流量信号。还记录来自三轴加速计的信号以便确定头部位置。引起确定每个单独呼吸的吸气的开始和结束的基础信号处理、呼吸事件的实时检测和分类、干预的幅度和时间的计算与实施例2中相同。检查195个变量中的每个变量并且仔细检查下颌前突的函数的通过夜晚的时间轨迹和/或其图示。此检查有助于集中在通过不能捕获或适当放大的变量执行的信息的特定方面，而且，所述变量是目前使用/解释的。例如，当检查下颌前突函数的残余AHI的图时，应注意仅集中于此函数值下降至10个事件/小时之下的点。推导反映此函数的绝对最小值的新导数变量。此新变量的意义根本上不同于初始变量的意义。另一个实例将是对于确认夜晚的长度计算的AHI值。可以计算此值：(i)在将下颌前突至预定义目标时的时间开始的夜晚的整个长度，(ii)在最高前突时的时间长度，(iii)研究的最后两小时，或者(iv)在最高前突时的一个小时。所有四个变量(i)-(iv)高度相关，但是同时每个变量放大研究的不同方面。还引入若干新变量，诸如吸引子总数目/小时、基本吸引子数目/小时等。如上文所述的，图12包括示出一些变量的表。
回顾性分析的目标是形成能够对根据初始方案研究的每位个别OSA患者进行二元分类的普通预测模型，作为具有高精确性和准确性的口腔矫正器疗法的潜在响应者(成功)或非响应者(失败)。
采用用于从195个潜在输入变量中选择最佳数据子集的组合特性选择方案(例如，过滤器、包装器或嵌入方法)方案，以找到最适于描绘实验数据的特定模型结构/技术。为了找到用于问题的最佳机器学习技术，探索三种方案：人工神经网络(NN)、支持向量机(SVM)和决策树(DT)。对于每种技术考虑最简单的模型并且在此阶段未进行调节。使用前110位受试者的这三种模型结构/技术的相应总体误差率以比较性能并且发现如下：NN 16.4％；SVM20.0％；DT 13.6％。因此，选择决策树方案并且转而集中调节所述技术。
在迭代方案中，对不同设定(例如，纯度函数、分割标准等)进行测试以改进模型预测的准确性。使用两个分割标准构建的样品DT结构和防止过拟合的对每个叶片的群体的限制发现模型能够从131位受试者中正确分类出116位(即，11.45％的总体误差率)。图14C示出当将基线AHI的特性(例如，来自受试者的诊断信息)用作树的主干。这类似于成功的预期规则：(i)低于10的残余AHI或者(ii)与基线AHI相比的50％减少，无论哪个更小。此成功规则规定在大约20的基线AHI处分割：对于超过20的基线AHI，成功意味着低于10的最终AHI；并且对于低于20而言，成功意味着最终AHI小于基线AHI的50％。在图17A中示出了具有以大约20个事件/小时分割的主干的决策树。
为了提高此分割阈值方案的准确性，进行敏感度分析。图17B示出了基线AHI变量的不同分割阈值(范围为13至40)的预测误差数目。根据图17C，16.7是最佳阈值。图17C示出基于此阈值连同二元分类结果的DT结构。
具有基线AHI的加强干枝标准16.7h-1和涉及三个额外变量的额外两个分支点的上文提供的DT模型将总误差率减小至11％并且提供0.91/0.81和0.92/0.79的灵敏度/特异性和P/NPV的值，所述三个额外变量例如来自评价夜晚的残余AHI的最小值(例如，图17C中的第一测试期)、确认夜晚的最后一小时的AHI(例如，图17C中的第二测试期)和来自确认夜晚的最大前突处的AHI(例如，图17C中的第二测试期)。这表示对来自预期数据分析(实施例2)的先前结果的改进。
于在家环境中在无人照看下执行使用自动滴定研究测试DT方案的功效的预期研究。
招募十二位受试者并且使其经历使用自动RCMP装置的多夜晚在家滴定测试。研究设计类似于实施例2中的研究设计。简言之，每位受试者先前已在家使用便携式睡眠监测器接收两个夜晚基线的治疗前的呼吸评价。然后每位受试者通过牙科协同研究员评价并且装备填充有压痕材料的上牙和下牙滴定托盘。牙科医生由滴定托盘上的尺度测量最大后移和前突值。
一旦患者睡眠，就在2至3个夜晚时段(由至少两种不同类型的时期组成)内使用决策算法控制RCMP装置(例如，根据用于执行上文所讨论的口腔矫正器疗法的滴定的技术)。所述算法连续接收反馈信息(例如，SaO2-氧饱和度和鼻孔特定气流)，自动检测和分类呼吸暂停和呼吸不足，并且做出关于下颌定位的时间至时间的决定。所述装置计算来自每个夜晚的数据集以设定随后夜晚时期的参数。如果数据不足，所述装置重复相同时期。当研究结束时，分析来自多个夜晚的数据以预测患者对于口腔矫正器疗法被认为是成功或不成功的候选者，并且确定目标前突位置。
受试者返回至牙科医生处以装备永久性下颌重定位矫正器(MRA)并且在睡眠期间在治疗后的呼吸评价中使用相同便携式监测器进行测试，所述便携式监测器用于在家使用下颌重定位矫正器(MRA)进行两个夜晚的基线研究。
在7位预测使用口腔矫正器疗法为成功的受试者中，7位实现小于10/小时的治疗性AHI和与基线相比大于50％的减少。在预测使用口腔矫正器疗法为失败的5位受试者中，正确预测4位(即，他们使用永久性MRA未能实现治疗结果)，同时不正确预测已被预测为失败的1位受试者(即，他们使用永久性MRA实现治疗结果)。灵敏度被计算为88％并且特异性被计算为100％。此研究预期确认在实施例2中详述的一个研究中的DT方案的改进。
实施例6
使用随机森林(RF)技术分析来自(实施例2)的在实施例5中回顾性分析的相同数据集。对完整数据集可用的131位患者执行回顾性分析(平均AHI＝25.3±13.3h5h-1；平均BMI＝30.1±5.0kg/m2)。
所述分析以提取含有在滴定过程的2-3个夜晚期间聚集的所有标准信息的266个变量开始。所述变量是实施例5中所用和图12所示的许多相同变量。特征包括在各个前突水平和时间下呼吸紊乱事件的不同测量值。从基线研究、人口统计、调查问卷和牙齿测量中提取另一组变量。采用总体机器学习技术以便找到最佳预测模型，所述模型已知针对训练集合的过度拟合是坚固的，与单个决策树相反。采用随机森林方法，其中连续树并不取决于早期树，每个树独立地使用数据集的自举样本构建并且进行简单多数投票来预测。使用完整数据集、使用+1和-1的类别名称并对两个类别进行同量加权来训练模型。使用预测误差对比树数目鉴定决策树数目，其中足够的数目是误差率基本上未改变的情况。由不同类型的成功标准(RDI<10个事件/小时；RDI<10个事件/小时和与基线相比的50％减少)和不同类型的RDI(例如，AHI 4％、AHI 3％、ODI 4％)训练数据集。为了找到随机选择的变量(NVar)的最佳集合和袋观察的分数(FBoot)，对于两种成功标准使用500个树的随机森林设定每个集合的不同值。基于10倍交叉验证(CV)的输出误差率，对每种标准选择Nvar和Fboot的值。使用这些输入，基于误差率的收敛单独设定每个标准的树数目。例如，设定Nvar＝10和FBoot＝0.3，在ODI 4％情况下在小于10个事件/小时和与基线相比50％减少的成功标准下，误差率在150个树处收敛。在仅小于10个事件/小时的成功标准下，误差率在100个树处收敛。在设定树的数目之后，使用10倍CV估算群体中的预测准确率。在训练的数据集上，CV的3次尝试结果发现预测准确性对于第一测量值和第二测量值而言分别在82％和85％处是一致的。
此回顾性分析的目标是形成能够对每位个别OSA患者进行二元分类的普通预测模型，作为根据呼吸事件类型和成功标准的使用者选择的标准具有高精确性和准确性的口腔矫正器疗法的潜在响应者(成功)或非响应者(失败)。
于在家环境中在无人照看下执行使用自动滴定研究测试RF方案的功效的预期研究。
招募总计50位受试者并且使其经历使用自动RCMP装置的多夜晚在家滴定测试。研究设计类似于实施例2中的研究设计。简言之，每位受试者先前已在家使用便携式睡眠监测器接收两个夜晚基线的治疗前的呼吸评价。然后每位受试者通过牙科协同研究员评价并且装备填充有压痕材料的上牙和下牙滴定托盘。牙科医生由滴定托盘上的尺度测量最大后移和前突值。
一旦患者睡眠，就在2至3个夜晚时段(由至少两种不同类型的时期组成)内使用决策算法控制RCMP装置(例如，根据用于执行上文所讨论的口腔矫正器疗法的滴定的技术)。所述算法连续接收反馈信息(例如，SaO2-氧饱和度和鼻孔特定气流)，自动检测和分类呼吸暂停和呼吸不足，并且做出关于下颌定位的时间至时间的决定。所述装置计算来自每个夜晚的数据集以设定随后夜晚时期的参数。如果数据不足，所述装置重复相同时期。当研究结束时，分析来自多个夜晚的数据以预测患者对于口腔矫正器疗法被认为是成功或不成功的候选者，并且确定目标前突位置。
受试者返回至牙科医生处以装备永久性下颌重定位矫正器(MRA)并且在睡眠期间在治疗后的呼吸评价中使用相同便携式监测器进行测试，所述便携式监测器用于在家使用下颌重定位矫正器(MRA)进行两个夜晚的基线研究。
在27位通过随机森林方法预测使用口腔矫正器疗法为成功的受试者中，26位实现小于10/小时的治疗性AHI和与基线相比大于50％的减少。在预测使用口腔矫正器疗法为失败的21位受试者中，正确预测15位(即，他们使用永久性MRA未能实现治疗结果)，同时不正确预测已被预测为失败的6位受试者(即，他们使用永久性MRA实现治疗结果)。灵敏度被计算为81％并且具体地说被计算为94％。使用对于仅小于10(没有与基线相比50％的减少)的结果预测调节的不同随机森林方法，灵敏和特异性分别是85％和93％。此预期研究确认用于对每位个别OSA患者进行二元分类的随机森林方法的实施方式，所述方法作为根据呼吸事件类型和成功标准的使用者选择的标准具有高精确性和准确性的口腔矫正器疗法的潜在响应者(成功)或非响应者(失败)。
尽管已经用专用于结构特征和/或方法论行为的语言对主题进行了描述，但应当理解，所附权利要求中定义的主题不一定限制于上文所描述的特定特征或行为。相反，上文所描述的特定特征和行为是作为实现所附权利要求书的示例性形式而公开。

Claims (29)

1.一种用于使睡眠研究的状态合格的系统，其包括：
监测单元，所述监测单元被配置成感测来自受试者的一个或多个生理输入；以及
控制单元，所述控制单元包括处理单元和可操作地联接至所述处理单元的存储器，所述存储器具有保存在其上的计算机可执行指令，所述计算机可执行指令当由所述处理单元执行时，引起所述系统：
对受试者执行所述睡眠研究；
分析在所述睡眠研究期间收集的数据以确定满足预定状态的所述睡眠研究的时间量；并且
确定所述时间量是否大于或等于预定阈值。
2.如权利要求1所述的系统，其中所述睡眠研究是诊断睡眠测试，所述存储器具有保存在其上的其他计算机可执行指令，所述其他计算机可执行指令当由所述处理单元执行时引起所述系统分析所述生理输入以诊断患有睡眠障碍呼吸病状的所述受试者。
3.如权利要求2所述的系统，其中所述睡眠障碍呼吸病状是阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)、吸气流量限制(IFL)、高上气道阻力(HUAR)、上气道阻力综合征(UARS)或打鼾中的至少一个。
4.如权利要求1所述的系统，其中所述睡眠研究是口腔矫正器疗法的滴定，所述系统还包括被配置成定位在所述受试者的口腔中的下颌移位装置，并且所述存储器具有保存在其上的其他计算机可执行指令，所述其他计算机可执行指令当由所述处理单元执行时引起所述系统：
调整所述下颌移位装置的前突水平；以及
分析所述生理输入以评价口腔矫正器疗法的结果。
5.如权利要求4所述的系统，其中口腔矫正器疗法的所述结果包括口腔矫正器疗法的成功或失败的预测、口腔矫正器疗法的预测的有效前突水平或者口腔矫正器疗法的预测的最佳前突水平中的至少一个。
6.如权利要求4或5中任一项所述的系统，其中所述存储器具有保存在其上的其他计算机可执行指令，所述其他计算机可执行指令当由所述处理单元执行时，引起所述系统在所述下颌移位装置固定至所述受试者的牙齿时感测。
7.如权利要求6所述的系统，其中所述感测使用用于检测施加于所述受试者的牙齿的力的力传感器或通过测量供应于所述下颌移位装置的能量来执行。
8.如权利要求1-7中任一项所述的系统，其中所述时间量发生在连续睡眠期期间。
9.如权利要求1-7中任一项所述的系统，其中所述时间量发生在多个不连续睡眠期期间。
10.如权利要求1-9中任一项所述的系统，其中所述预定状态是在特定位置中的睡眠。
11.如权利要求1-10中任一项所述的系统，其中所述特定位置是背卧位或侧卧位。
12.如权利要求11所述的系统，其中所述预定状态是在所述特定位置中的REM或非REM睡眠。
13.如权利要求1-12中任一项所述的系统，其中所述预定状态是在下颌移位装置固定至所述受试者的牙齿的情况下的睡眠。
14.如权利要求1-13中任一项所述的系统，其中所述存储器具有保存在其上的其他计算机可执行指令，所述其他计算机可执行指令当由所述处理单元执行时，引起所述系统在所述受试者不是在所述特定位置中睡眠时或者在将所述下颌移位装置固定至所述受试者的牙齿的情况下向受试者提供警报。
15.一种用于执行多目的睡眠测试方案的系统，其包括：
下颌移位装置，所述下颌移位装置被配置成定位在受试者的口腔中；
监测单元，所述监测单元被配置成感测来自所述受试者的一个或多个生理输入；以及
控制单元，所述控制单元包括处理单元和可操作地联接至所述处理单元的存储器，所述存储器具有保存在其上的计算机可执行指令，所述计算机可执行指令当由所述处理单元执行时，引起所述系统：
在所述诊断睡眠测试方案期间配置所述下颌移位装置或所述监测单元中的至少一个；
执行所述诊断睡眠测试方案；
在口腔矫正器疗法方案的所述滴定期间配置所述下颌移位装置或所述监测单元中的至少一个；以及
执行口腔矫正器疗法方案的所述滴定。
16.如权利要求15所述的系统，其中所述存储器具有保存在其上的其他计算机可执行指令，所述其他计算机可执行指令当由所述处理单元执行时引起所述系统自动地连续执行所述诊断睡眠测试方案和口腔矫正器疗法方案的所述滴定。
17.如权利要求16所述的系统，其中所述诊断睡眠测试方案和口腔矫正器疗法方案的所述滴定在没有睡眠专业人员干预的情况下自动地执行。
18.如权利要求16或17中任一项所述的系统，其中所述诊断睡眠测试方案和口腔矫正器疗法方案的所述滴定在非临床环境中执行。
19.如权利要求15-18中任一项所述的系统，其中存储器具有存储在其上的其他计算机可执行指令，当由处理单元执行时，所述其他计算机可执行指令导致系统从诊断性睡眠测试方案切换到口腔矫正器疗法方案的滴定。
20.如权利要求15-19中任一项所述的系统，其中存储器具有存储在其上的其他计算机可执行指令，当由处理单元执行时，所述其他计算机可执行指令导致系统依赖于诊断性睡眠测试方案的结果而执行口腔矫正器疗法方案的滴定。
21.如权利要求15-20中任一项所述的系统，其中存储器具有存储在其上的其他计算机可执行指令，当由处理单元执行时，所述其他计算机可执行指令导致系统接收有关受试者的诊断信息。
22.如权利要求21中任一项所述的系统，其中存储器具有存储在其上的其他计算机可执行指令，当由处理单元执行时，所述其他计算机可执行指令导致系统使用诊断信息为诊断性睡眠测试方案或口腔矫正器疗法方案的滴定设置参数。
23.如权利要求21或22中任一项所述的系统，其中诊断信息包括受试者经历的呼吸事件的基线测量、呼吸事件的分布、减饱和度水平、在诊断睡眠研究期间受试者的身体位置、在诊断睡眠研究期间的睡眠阶段、受试者的身体特征、受试者的病史或受试者的症状中的至少一项。
24.如权利要求15-23中任一项所述的系统，其中，当由处理单元执行时，所述计算机可执行指令导致系统执行诊断性睡眠测试方案还导致系统：
监测来自受试者的生理信息；以及
分析生理信息以诊断具有睡眠障碍呼吸病状的所述受试者。
25.如权利要求24所述的系统，其中所述睡眠障碍呼吸病状是阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)、吸气流量限制(IFL)、高上气道阻力(HUAR)、上气道阻力综合征(UARS)或打鼾中的至少一个。
26.如权利要求15-25中任一项所述的系统，其中，当由处理单元执行时，所述计算机可执行指令导致系统执行口腔矫正器疗法方案的滴定还导致系统：
监测来自所述受试者的生理信息；
调整所述可调整下颌移位装置的前突水平；以及
分析所述生理信息以评价口腔矫正器疗法的结果。
27.如权利要求26所述的系统，其中口腔矫正器疗法的所述结果包括口腔矫正器疗法的成功或失败的预测、口腔矫正器疗法的预测的有效前突水平或者口腔矫正器疗法的预测的最佳前突水平中的至少一个。
28.如权利要求26或27中任一项所述的系统，其中，存储器具有存储在其上的其他计算机可执行指令，当由处理单元执行时，所述其他计算机可执行指令导致系统接收关于所述受试者的诊断信息，其中所述诊断信息用于建立口腔矫正器疗法的结果。
29.如权利要求15-28中任一项所述的系统，其中存储器具有存储在其上的其他计算机可执行指令，当由处理单元执行时，所述其他计算机可执行指令导致系统向下颌移位装置传送控制信号。
CN202110059769.0A 2015-03-31 2016-03-31 用于提供口腔矫正器疗法的自动滴定的系统和方法 Pending CN112891048A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562140637P 2015-03-31 2015-03-31
US62/140,637 2015-03-31
CN201680026859.7A CN107530003B (zh) 2015-03-31 2016-03-31 用于提供口腔矫正器疗法的自动滴定的系统和方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201680026859.7A Division CN107530003B (zh) 2015-03-31 2016-03-31 用于提供口腔矫正器疗法的自动滴定的系统和方法

Publications (1)

Publication Number Publication Date
CN112891048A true CN112891048A (zh) 2021-06-04

Family

ID=57006772

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201680026859.7A Expired - Fee Related CN107530003B (zh) 2015-03-31 2016-03-31 用于提供口腔矫正器疗法的自动滴定的系统和方法
CN202110059769.0A Pending CN112891048A (zh) 2015-03-31 2016-03-31 用于提供口腔矫正器疗法的自动滴定的系统和方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201680026859.7A Expired - Fee Related CN107530003B (zh) 2015-03-31 2016-03-31 用于提供口腔矫正器疗法的自动滴定的系统和方法

Country Status (7)

Country Link
US (2) US10709599B2 (zh)
EP (2) EP3677169A1 (zh)
JP (2) JP6873910B2 (zh)
CN (2) CN107530003B (zh)
AU (1) AU2016241595B2 (zh)
CA (1) CA2981212A1 (zh)
WO (1) WO2016157129A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2862641A1 (en) 2011-12-30 2013-07-04 Zst Holdings, Inc. Oral appliances and methods of use
US20160354231A1 (en) * 2015-06-08 2016-12-08 Airway Technologies, Llc Device and system for improved breathing
US20190328319A1 (en) * 2016-12-29 2019-10-31 Koninklijke Philips N.V. System and method for determining a personalized anti-snoring solution
CN108969176B (zh) * 2018-02-06 2020-11-03 美的集团股份有限公司 止鼾枕的控制方法、止鼾枕和计算机可读存储介质
CN108784878B (zh) * 2018-06-15 2020-09-18 北京缔佳医疗器械有限公司 一种牙模成型匹配精度检测方法及检测装置
EP3708067A1 (en) * 2019-03-12 2020-09-16 Pro3Dure Medical Gmbh Adaptation system for oral appliance
KR102445156B1 (ko) * 2020-09-29 2022-09-21 서울대학교산학협력단 수면 장애 제어 장치 및 방법
EP4103048A4 (en) * 2020-09-30 2024-03-20 ResMed Pty Ltd SYSTEMS AND METHODS FOR DIAGNOSING THERAPY TERMINATION
WO2022074627A1 (en) * 2020-10-09 2022-04-14 Resmed Sensor Technologies Limited Automatic oral appliance adjustment
CN117561021A (zh) * 2021-06-30 2024-02-13 韦斯珀公司 睡眠呼吸暂停的体位治疗系统、方法及其组件
JP7365737B1 (ja) * 2023-04-11 2023-10-20 株式会社歯科専門集患アウトソーシング 歯列改善トレーニング支援装置及び歯列改善トレーニング支援プログラム、並びに、呼吸改善トレーニング支援装置及び呼吸改善トレーニング支援プログラム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6057767A (en) * 1998-07-30 2000-05-02 Barnoach; Izhak Snoring prevention and sleep posture alert apparatus
CN1917915A (zh) * 2004-02-11 2007-02-21 雷斯梅德有限公司 用于治疗睡眠障碍性呼吸的设备的逐时间段调节
CN102448409A (zh) * 2009-06-05 2012-05-09 高级头脑监控公司 用于控制位置的系统和方法
CN102858286A (zh) * 2010-03-26 2013-01-02 高级头脑监控公司 用于优化睡眠呼吸暂停治疗的口腔矫治器治疗的系统和方法
WO2013188660A2 (en) * 2012-06-13 2013-12-19 Zst Holdings, Inc. Methods and apparatuses for performing remote titration of mandibular protrusion
JP2014230679A (ja) * 2013-05-30 2014-12-11 富士通株式会社 検知方法，検知装置および検知プログラム

Family Cites Families (108)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2171695A (en) 1939-02-08 1939-09-05 Robert N Harper Method and apparatus for procuring impressions of the surfaces of the anterior teeth or dental work
NL169820C (nl) 1979-05-09 1982-09-01 Gaba Bv Inrichting voor het behandelen van een gebit.
US4602905A (en) 1985-03-26 1986-07-29 Keefe Iii John T O Dental impression registration device
US4901737A (en) 1987-04-13 1990-02-20 Toone Kent J Method and therapeutic apparatus for reducing snoring
US5030098A (en) 1989-08-29 1991-07-09 Branford William G Vibratory dental mouthpiece
US5154609A (en) 1991-07-16 1992-10-13 George Peter T Instrument for registration of the dental bite
US5882314A (en) 1991-12-17 1999-03-16 Biomechanics, Inc. Airway geometry imaging
US5313960A (en) 1992-11-04 1994-05-24 Marc S. Bernstein Apparatus and method for reducing snoring and method of making same
US6055986A (en) 1992-11-16 2000-05-02 Meade; Thomas E. Apparatus and method for the reduction of snoring
US6729335B1 (en) 1993-04-13 2004-05-04 Silent Knights Ventures Inc. Dental appliance for treatment of snoring and obstructive sleep apnea
US5868138A (en) 1993-04-13 1999-02-09 Silent Knight Ventures, Inc. Dental appliance for treatment of snoring and obstructive sleep apnea
US5365945A (en) 1993-04-13 1994-11-22 Halstrom Leonard W Adjustable dental applicance for treatment of snoring and obstructive sleep apnea
US6041784A (en) 1993-04-13 2000-03-28 Silent Knights Ventures Inc. Dental appliance for treatment of snoring and obstructive sleep apnea
EP0705083A4 (en) 1993-06-14 1997-02-05 Kenneth L Hilsen DEVICE AGAINST SNORING AND BREATHSTILL IN SLEEP
US5427117A (en) 1993-09-29 1995-06-27 Thornton; W. Keith Apparatus for prevention of snoring and improved breathing during sleep
US5513986A (en) 1993-10-21 1996-05-07 Erika B. Feltham Intraoral dental apparatus
US5570704A (en) 1993-10-28 1996-11-05 Snoreless Corp Universal, user-adjustable oral cavity appliance to control snoring and reduce episodes of obstructive sleep apnea
US5409017A (en) 1994-01-19 1995-04-25 The University Of British Columbia Mandible repositioning appliance
US5678567A (en) 1994-03-25 1997-10-21 Thornton; W. Keith Apparatus for adjusting a dental device
US5671733A (en) 1994-04-21 1997-09-30 Snap Laboratories, L.L.C. Method of analyzing sleep disorders
US5954048A (en) 1994-06-03 1999-09-21 Thornton; W. Keith Device and method for improving breathing
US5537994A (en) 1994-06-03 1996-07-23 Thornton; W. Keith Combination face mask and dental device for improved breathing during sleep
US5983892A (en) 1994-06-03 1999-11-16 Thornton; W. Keith Device for improving breathing
US5782240A (en) 1994-12-22 1998-07-21 Snap Laboratories, L.L.C. Method of classifying respiratory sounds
US5794627A (en) 1995-06-23 1998-08-18 Frantz; Don E. Disposable mandibular advancement appliance
US6109265A (en) 1995-06-23 2000-08-29 Frantz; Don E. Elastic mandibular advancement appliance
FR2737403B1 (fr) 1995-07-31 1997-09-26 David Michel Dispositif intrabuccal, destine notamment au traitement du ronflement
US5953713A (en) 1995-10-26 1999-09-14 Board Of Regents, The University Of Texas System Method and apparatus for treatment of sleep disorder breathing employing artificial neural network
US5921942A (en) 1995-11-01 1999-07-13 University Technologies International, Inc. Adaptively controlled mandibular positioning device and method of using the device
US5846212A (en) 1996-03-28 1998-12-08 Therabite Corporation Passive mandible translator
US5816799A (en) 1996-04-15 1998-10-06 Parker; Jonathan A. Intraoral orthopedic appliance adjustment apparatus
US5642737A (en) 1996-05-06 1997-07-01 Parks; Scotty M. Device for alleviating snoring
US5823193A (en) 1997-01-27 1998-10-20 Singer; Gary H. Dental appliance for alleviating snoring and protecting teeth from bruxism
US5884628A (en) 1997-03-17 1999-03-23 Hilsen; Kenneth Snoring device
US5829441A (en) 1997-06-24 1998-11-03 Nellcor Puritan Bennett Customizable dental device for snoring and sleep apnea treatment
US5941247A (en) 1998-02-17 1999-08-24 Keane; Michael Alexander Snore prevention apparatus
CA2236747C (en) 1998-05-05 2003-07-22 Stephen Y.Y. Woo Articulating connector for a mandibular repositioning oral appliance
US6290654B1 (en) 1998-10-08 2001-09-18 Sleep Solutions, Inc. Obstructive sleep apnea detection apparatus and method using pattern recognition
US6634353B1 (en) 1999-03-18 2003-10-21 Stanley Knebelman Methods of treating respiratory disorders
US6769910B1 (en) 1999-09-09 2004-08-03 Don A. Pantino Methods and apparatus for improved interocclusal mandibular repositioning with adjustable relational members
US6305376B1 (en) 1999-09-09 2001-10-23 W. Keith Thornton Device and method for improving breathing
US6325064B1 (en) 1999-09-15 2001-12-04 W. Keith Thornton Device for improving breathing and method of fitting same
US6877513B2 (en) 2000-01-21 2005-04-12 Respironics, Inc. Intraoral apparatus for enhancing airway patency
EP1353594B1 (en) 2000-12-29 2008-10-29 Ares Medical, Inc. Sleep apnea risk evaluation
FR2831427B1 (fr) 2001-10-26 2004-08-20 Philippe Mousselon Orthese intra-orale anti-ronflement
GB0209668D0 (en) 2002-04-27 2002-06-05 Zacher Adrian K Oral devices
JP4324549B2 (ja) 2002-05-01 2009-09-02 ダブリュ ソーントン，キース ユーザーの呼吸を向上させる装具及び配置機構
CA2484059A1 (en) 2002-05-30 2003-12-11 Ortho-Tain, Inc. Dental appliances having attachable upper and lower halves and systems and methods for treating malocclusions
US20060020178A1 (en) 2002-08-07 2006-01-26 Apneos Corp. System and method for assessing sleep quality
US7282027B2 (en) 2002-08-07 2007-10-16 Apneos Corporation Service center system and method as a component of a population diagnostic for sleep disorders
US7841987B2 (en) 2004-03-30 2010-11-30 Apneos Corporation System and method for visualizing sleep-related information
US20060155205A1 (en) 2003-11-24 2006-07-13 Apneos Corp. System and method for assessing breathing
US7331349B2 (en) 2003-01-23 2008-02-19 Surgical Devices, Ltd., Co. Morningstar Holding Ltd. Method and device for the prevention of snoring and sleep apnea
US7328705B2 (en) 2003-03-10 2008-02-12 Mark Abramson Dental appliance for improving airflow through nasal-pharyngeal airway
US7448388B2 (en) 2003-08-07 2008-11-11 Halstrom Leonard W Mandible positioning devices
US7832403B2 (en) 2003-08-07 2010-11-16 Respironics, Inc. Mandible positioning devices
US7396333B2 (en) 2003-08-18 2008-07-08 Cardiac Pacemakers, Inc. Prediction of disordered breathing
US20050053549A1 (en) 2003-09-10 2005-03-10 Aperon Biosystems Corp. Method for treating airway disorders
US20050175709A1 (en) 2003-12-11 2005-08-11 Baty Ace M.Iii Therapeutic microparticles
US8025063B2 (en) 2004-03-10 2011-09-27 Apneos Corporation System and method for treatment of upper airway disorders
SE0401207D0 (sv) 2004-05-10 2004-05-10 Breas Medical Ab Diagnostic system for disordered breathing
US7314372B2 (en) 2004-05-19 2008-01-01 Orthovisage, Inc. System and method to bioengineer facial form in adults
US20060003292A1 (en) 2004-05-24 2006-01-05 Lauren Mark D Digital manufacturing of removable oral appliances
US8226569B2 (en) 2004-05-26 2012-07-24 Sotos John G System and method for managing sleep disorders
US8336553B2 (en) 2004-09-21 2012-12-25 Medtronic Xomed, Inc. Auto-titration of positive airway pressure machine with feedback from implantable sensor
US8813753B2 (en) 2004-09-21 2014-08-26 Medtronic Xomed, Inc. Implantable obstructive sleep apnea sensor
CN100486545C (zh) 2004-11-19 2009-05-13 同济大学 阻塞性睡眠呼吸暂停患者口腔矫治器疗效预判系统
KR100914010B1 (ko) 2004-12-28 2009-08-28 구루메 다이가쿠 기도 확보 장치 및 그것에 사용하는 무단계 조절 장치
US8371307B2 (en) 2005-02-08 2013-02-12 Koninklijke Philips Electronics N.V. Methods and devices for the treatment of airway obstruction, sleep apnea and snoring
US20060241708A1 (en) * 2005-04-22 2006-10-26 Willem Boute Multiple sensors for sleep apnea with probability indication for sleep diagnosis and means for automatic activation of alert or therapy
US20070068534A1 (en) 2005-09-23 2007-03-29 E. Benson Hood Laboratories Apparatus for maximizing airflow patency
US20070183572A1 (en) 2006-01-13 2007-08-09 Arielle Drummond Apparatus and method for manufacturing a mandibular advancement device
US7697968B2 (en) 2006-03-28 2010-04-13 Kent Moore System and method of predicting efficacy of tongue-base therapies
US20070283973A1 (en) 2006-06-05 2007-12-13 Longley William H Apparatuses, Systems and Methods for Confirming Use of an Oral Appliance
US7637262B2 (en) 2006-06-12 2009-12-29 Bailey Dennis R Anti-retrusion oral appliance
WO2008030965A2 (en) 2006-09-06 2008-03-13 Voxelogix Corporation Methods for the virtual design and computer manufacture of intra oral devices
US20080076094A1 (en) 2006-09-27 2008-03-27 Jeffrey Hindin System And Method For Facilitating Adjustment Of An Oral Appliance
WO2008058328A1 (en) 2006-11-13 2008-05-22 Resmed Ltd Systems, methods, and/or apparatuses for non-invasive monitoring of respiratory parameters in sleep disordered breathing
US7712468B2 (en) 2007-02-21 2010-05-11 Hargadon Paul K Magnetic dental appliance
MX370864B (es) 2007-03-28 2020-01-08 Ortho Tain Inc Aparato, sistema y método para evitar los ronquidos.
AU2007202799A1 (en) 2007-06-15 2009-01-08 John Razmovski Improved Oral Cavity Manipulator
US20100204614A1 (en) 2007-06-26 2010-08-12 Zurlin Technologies Holdings, Llc Electronic snore recording device and associated methods
US7810372B1 (en) 2007-10-01 2010-10-12 Colgate-Palmolive Company Payout-glide-flakeoff apparatus for characterizing deodorant and antiperspirant sticks
US8122889B2 (en) 2007-11-13 2012-02-28 Apnicure, Inc. Methods and systems for improving airway patency
US8127769B2 (en) 2007-11-18 2012-03-06 Dreamscape Medical Llc Integrated oral appliance for sleep-disordered breathing
US20100163043A1 (en) 2008-06-25 2010-07-01 Hart William T Self-contained oral ventilation device
US8616208B2 (en) 2008-10-29 2013-12-31 Industrial Technology Research Institute Oral appliance with auto negative pressure control and method thereof
CA2747332C (en) * 2008-12-23 2015-01-27 F. Hoffmann-La Roche Ag Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device
US8312884B2 (en) 2008-12-24 2012-11-20 Brian D Fuselier Intra-oral apnea and snoring prevention appliance
WO2010087824A1 (en) 2009-01-29 2010-08-05 Callender R Sam Method and apparatus for treatment of sleep apnea
US8355769B2 (en) 2009-03-17 2013-01-15 Advanced Brain Monitoring, Inc. System for the assessment of sleep quality in adults and children
US20100300457A1 (en) 2009-06-02 2010-12-02 Airway Metrics LLC Method and apparatus for treating sleep apnea
US20100312484A1 (en) 2009-06-05 2010-12-09 Duhamel James B System for monitoring of and managing compliance with treatment for obstructive sleep apnea using oral appliance therapy and method therfor
EP2437694B1 (en) 2009-06-05 2019-02-20 ZST Holdings, Inc. Apparatuses for mandibular protrusion
EP2445441A4 (en) 2009-06-24 2016-03-16 William H Hanewinkel Iii MANDIBULAR MANIPULATOR
US8550816B2 (en) 2009-06-24 2013-10-08 Kosmo Technologies, Llc Mandibular manipulator and related methods
US8215312B2 (en) 2009-07-07 2012-07-10 Charles Garabadian Therapeutic mouthpiece for treating sleep disorders
EP2519296A4 (en) * 2009-12-31 2015-03-11 Eric N Doelling DEVICES, SYSTEMS AND METHODS FOR MONITORING, ANALYZING AND / OR SETTING SLEEP CONDITIONS
US20110168186A1 (en) 2010-01-13 2011-07-14 Leonard Wayne Halstrom Intra-oral appliance for treatment of sleep disorders
WO2011147985A1 (en) 2010-05-28 2011-12-01 Resmed Sas Apparatus, system and method for determining compliant use of an intraoral appliance
CN103841888B (zh) 2011-05-17 2018-04-06 大学健康网络 使用呼吸模式识别的呼吸暂停和呼吸不足检测
JP6092212B2 (ja) 2011-08-11 2017-03-08 インスパイア・メディカル・システムズ・インコーポレイテッドＩｎｓｐｉｒｅ Ｍｅｄｉｃａｌ Ｓｙｓｔｅｍｓ， Ｉｎｃ． 呼吸努力の検知結果に基づいて刺激プロトコルを選択するためのシステム
AU2012343270B2 (en) 2011-11-25 2017-01-05 Braebon Medical Corporation Method and apparatus for verifying compliance with dental appliance therapy
CA2862641A1 (en) 2011-12-30 2013-07-04 Zst Holdings, Inc. Oral appliances and methods of use
US20140114146A1 (en) 2012-10-22 2014-04-24 Kosmo Technologies, Llc Diagnostic devices, mandibular manipulators with tongue and nasal sensors, automated mandibular manipulators and related methods
US20140180036A1 (en) 2012-12-21 2014-06-26 The Board Of Regents For Oklahoma State University Device and method for predicting and preventing obstructive sleep apnea (osa) episodes
CN109820477A (zh) 2013-03-14 2019-05-31 Zst控股股份有限公司 用于提供用于口腔矫治器疗法的自动滴定的系统和方法
EP3636150B1 (en) 2013-04-17 2023-06-07 Fisher & Paykel Healthcare Limited Distinguishing between central and obstructive sleep apnea

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6057767A (en) * 1998-07-30 2000-05-02 Barnoach; Izhak Snoring prevention and sleep posture alert apparatus
CN1917915A (zh) * 2004-02-11 2007-02-21 雷斯梅德有限公司 用于治疗睡眠障碍性呼吸的设备的逐时间段调节
CN102448409A (zh) * 2009-06-05 2012-05-09 高级头脑监控公司 用于控制位置的系统和方法
CN102858286A (zh) * 2010-03-26 2013-01-02 高级头脑监控公司 用于优化睡眠呼吸暂停治疗的口腔矫治器治疗的系统和方法
WO2013188660A2 (en) * 2012-06-13 2013-12-19 Zst Holdings, Inc. Methods and apparatuses for performing remote titration of mandibular protrusion
JP2014230679A (ja) * 2013-05-30 2014-12-11 富士通株式会社 検知方法，検知装置および検知プログラム

Also Published As

Publication number Publication date
EP3277163B1 (en) 2019-12-04
CN107530003B (zh) 2021-02-05
EP3277163A4 (en) 2018-11-07
JP6873910B2 (ja) 2021-05-19
AU2016241595B2 (en) 2020-09-03
AU2016241595A1 (en) 2017-10-12
CN107530003A (zh) 2018-01-02
CA2981212A1 (en) 2016-10-06
WO2016157129A1 (en) 2016-10-06
US10709599B2 (en) 2020-07-14
US20200337886A1 (en) 2020-10-29
EP3677169A1 (en) 2020-07-08
JP2021074581A (ja) 2021-05-20
EP3277163A1 (en) 2018-02-07
JP2018511407A (ja) 2018-04-26
US20180078403A1 (en) 2018-03-22

Similar Documents

Publication Publication Date Title
CN107530003B (zh) 用于提供口腔矫正器疗法的自动滴定的系统和方法
US20190246975A1 (en) Systems and methods for providing an automated titration for oral appliance therapy
EP2934707B1 (en) Automated systems, methods, and apparatus for breath training
Várady et al. A novel method for the detection of apnea and hypopnea events in respiration signals
Waxman et al. Automated prediction of apnea and hypopnea, using a LAMSTAR artificial neural network
Gederi et al. Model-based estimation of loop gain using spontaneous breathing: a validation study
WO2009114755A2 (en) Methods for diagnosing or treating sleep apnea
Garde et al. Recent advances in paediatric sleep disordered breathing
US20240066244A1 (en) Generating a model of the airway of a sleeping subject
WO2018052407A2 (en) Screening system for assessing sleep abnormalities
Kwiatkowska et al. Telehealth-based framework for supporting the treatment of obstructive sleep apnea
Ravesloot Redefining Outcome Measures
Sabatino et al. 460 Alianza Barbed Pharyngoplasty in Moderate to Severe OSAS Patients
Tzavaras et al. Fuzzy reasoning Clinical Decision Support for manual titration of Positive Airway Pressure Support and Oxygen supply in patients with Obstructive Sleep Apnea
Lennon et al. Classification of obstructive sleep apnea using bio-control feedback EEG biosensor device
JP2024524612A (ja) 舌下神経刺激に対する応答レベルを定量するための方法および推定する方法
WO2024192512A1 (en) Digital twin and artificial intelligence (ai) models for personalization and management of breathing assistance
Rathnayake et al. Modelling of polysomnographic respiratory measurements for artefact detection and signal restoration

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210604

WD01 Invention patent application deemed withdrawn after publication