CN113747837A - 组织缺氧的程度的标识和量化 - Google Patents
组织缺氧的程度的标识和量化 Download PDFInfo
- Publication number
- CN113747837A CN113747837A CN202080027128.0A CN202080027128A CN113747837A CN 113747837 A CN113747837 A CN 113747837A CN 202080027128 A CN202080027128 A CN 202080027128A CN 113747837 A CN113747837 A CN 113747837A
- Authority
- CN
- China
- Prior art keywords
- value
- blood
- abg
- subject
- arterial blood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 206010021143 Hypoxia Diseases 0.000 title claims abstract description 100
- 230000007954 hypoxia Effects 0.000 title claims abstract description 100
- 238000011002 quantification Methods 0.000 title description 2
- 239000008280 blood Substances 0.000 claims abstract description 188
- 210000004369 blood Anatomy 0.000 claims abstract description 179
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000006213 oxygenation reaction Methods 0.000 claims abstract description 38
- 238000005259 measurement Methods 0.000 claims abstract description 11
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 49
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 33
- 238000009423 ventilation Methods 0.000 claims description 30
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 28
- 229910052760 oxygen Inorganic materials 0.000 claims description 28
- 239000001301 oxygen Substances 0.000 claims description 28
- 239000001569 carbon dioxide Substances 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 18
- 239000007853 buffer solution Substances 0.000 claims description 15
- 239000002253 acid Substances 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 230000000241 respiratory effect Effects 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 230000002269 spontaneous effect Effects 0.000 claims description 3
- 210000000624 ear auricle Anatomy 0.000 claims description 2
- 230000000153 supplemental effect Effects 0.000 claims description 2
- 230000004060 metabolic process Effects 0.000 description 35
- 210000001367 artery Anatomy 0.000 description 21
- 210000003462 vein Anatomy 0.000 description 21
- 238000007792 addition Methods 0.000 description 10
- 230000001052 transient effect Effects 0.000 description 10
- 239000000872 buffer Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 206010040047 Sepsis Diseases 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 108010054147 Hemoglobins Proteins 0.000 description 3
- 102000001554 Hemoglobins Human genes 0.000 description 3
- 150000007513 acids Chemical class 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 101100243025 Arabidopsis thaliana PCO2 gene Proteins 0.000 description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 208000030159 metabolic disease Diseases 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- BVKZGUZCCUSVTD-UHFFFAOYSA-M Bicarbonate Chemical compound OC([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-M 0.000 description 1
- 108010061951 Methemoglobin Proteins 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 239000001177 diphosphate Substances 0.000 description 1
- XPPKVPWEQAFLFU-UHFFFAOYSA-J diphosphate(4-) Chemical compound [O-]P([O-])(=O)OP([O-])([O-])=O XPPKVPWEQAFLFU-UHFFFAOYSA-J 0.000 description 1
- 235000011180 diphosphates Nutrition 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000016097 disease of metabolism Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 150000002148 esters Chemical class 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
- A61B5/412—Detecting or monitoring sepsis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Optics & Photonics (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Immunology (AREA)
- Vascular Medicine (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种用于根据来自静脉和/或动脉血液的酸碱和氧合状态的测量结果来标识组织缺氧的方法。
Description
技术领域
本发明涉及一种用于标识组织缺氧的程度的计算机实现方法。该方法分析动脉和静脉氧合与酸碱状态之间的差异，并且分离由于组织缺氧造成该差异的成分。本发明还涉及一种对应的数据处理系统、以及用于在计算机上执行的对应计算机程序产品。
背景技术
患有重大疾病的患者经常表现为循环或代谢障碍，从而导致组织缺氧。这进而可能导致组织中强酸的产生、以及该强酸向血液中的运输。此外，这可能导致这些强酸在组织中的缓冲（buffer），这升高了二氧化碳的分压（PCO2），并且导致了CO2从组织向血液的运输，该运输超过了由于正常有氧代谢导致的运输。将强酸和过量的CO2的量添加到通过组织的血液中导致具有氧（O2）和酸碱状态的静脉血液，这与其中组织与血液之间的O2和二氧化碳（CO2）的交换完全是由于有氧代谢的情形非常不同。对于有氧代谢而言，CO2添加与O2去除的比率（被称为呼吸商（RQ））在0.7-1.0之间变化，这意味着，在血液通过组织时，所去除的O2和所添加的CO2的量大致相等。在酸从组织到血液的运输或过量CO2运输的情形下，跨组织测量的表观RQ显著增加，其中相对于所去除的氧，更多量的CO2被添加到血液或由于酸缓冲而存在。
为了标识该情形以及因此为了描述组织缺氧的迹象（sign），先前的作者已经应用了CO2与O2含量的静脉与动脉值的比率。这些包括使用PCO2的比率，例如ΔPCO2(v-a)/ΔtO2(a-v)，或者使用静脉和动脉血液中CO2和O2的含量的比率，例如ΔtCO2(v-a)/ΔtO2(a-v)（以下引用的1-4）。然而，用于描述组织缺氧的体征的这些方法具有各种局限性，例如受其他医学条件所影响。
发明目的
本发明的目的是提供一种对现有技术的替代方案。特别地，提供一种方法，该方法解决了对组织缺氧的度量具有未知或不确定的影响的现有技术的上述问题，这可以被视为本发明的目的。
发明内容
如本发明人已经认识到的那样，使用PCO2的上述比率，例如ΔPCO2(v-a)/ΔtO2(a-v)、或者使用静脉和动脉血液中CO2和O2的含量的比率不是最优的。
然而，这些比率至少在两个方面中可能有缺陷。
首先是它们对有氧代谢的水平是敏感的。低水平的有氧代谢仅导致组织内的氧中的小的下降，即上面描述的ΔtO2(a-v)项。由于ΔtO2(a-v)的值在该比率的分母上，那么对于ΔtO2(a-v)的小的值而言，该比率对跨组织的CO2中的甚至小变化以及血气测量容差变得敏感。这将在下面参考图4和对应描述来更详细地示出。
其次，跨组织的CO2中的改变可能被通气（ventilation）中的瞬时改变所修改。通气中的增加将瞬时降低动脉PCO2水平。这将在组织与血液之间生成不是由有氧代谢或组织缺氧所引起的增加的PCO2中的梯度，这即使在不存在组织缺氧的情况下也导致这些指标的高值。
这两个局限性也可能一起作用，这意味着具有低基线代谢的受验者中的增加的通气可能在完全没有组织缺氧的情况下导致这些指标的极度升高的值。
因此，用于区别至少由于a）有氧代谢、b）通气中的瞬时改变、以及c）组织缺氧所导致的动脉与静脉差异的成分的改进方法在确定组织缺氧的程度时将是有利的。
因此，在本发明的第一方面中，旨在通过提供一种用于确定受验者的组织缺氧的程度的计算机实现方法来获得上面描述的目的和若干个其他目的，所述方法包括
a）测量和/或估计血液样本中的血液酸碱状态的值，所述血液样本从所述受验者的静脉血液获得，
b）提供来自所述受验者的所测量的和/或估计的动脉氧合的值，
c）通过应用静脉到动脉转换模型来转换静脉血液值，所述静脉到动脉转换模型用于将血液酸碱状态和氧合状态导出为第一估计动脉血液值，
d）提供来自所述受验者的第二参考动脉血液的酸碱状态和氧合值，
e）使用血液中的总缓冲碱浓度的度量和/或总二氧化碳含量的度量来实现组织缺氧模型，所述模型至少具有所述第一估计动脉血液值和所述第二参考动脉血液的值作为输入，
f）所述组织缺氧模型计算：
a. 第一度量，其指示所述第一估计动脉血液值与所述第二参考动脉血液的值之间的总缓冲碱浓度中的改变，和/或
b. 第二度量，其指示所述第一估计动脉血液值与所述第二参考动脉血液的值之间的总二氧化碳含量中的改变，以及
g）所述组织缺氧模型被布置成使用所述第一和/或第二度量来输出指示所述受验者中的组织缺氧的程度的度量。
本发明是特别地但不排他地有利的，因为测量和分析提供了描述组织缺氧的存在或程度的变量的值，据发明人的最佳知识，这在本领域中先前是不可获得的。
在最广泛的意义上，本发明可以被有利地应用于帮助评估在非特定静脉部位中取得的静脉值是否已经通过在血液通过组织时向血液中添加CO2或强酸而被修改，特别是与来自其中不存在无氧代谢的特定部位的静脉值相关地被修改。
在该情境中，术语“非特定”静脉血液被用于表示静脉样本，其中不了解该样本在其运送通过组织期间是否已经被除了有氧代谢之外的机制所修改。此外，在该情境中，术语“特定”静脉血液被用于表示如根据常规临床实践所标识的那样从温暖、灌注良好的肢体抽取的静脉样本，并且因此不太可能已经被其运送通过组织的无氧代谢所修改。
修改的存在可以以两个结果的方式（即‘存在’或‘不存在’）来描述，但是本发明当然也可以以定性和定量两者的方式来输出该风险的更细微的水平。因此，在定量方式中，它可以是数字，诸如有必要被添加到第二参考动脉血液以便考虑（account for）非特定静脉样本与第二参考动脉值之间的差异的CO2和/或强酸。特定静脉样本在如根据常规临床实践所标识的那样从温暖、灌注良好的部位抽取时可以被用作参考动脉值的替代品（surrogate），并且因此不太可能已经被其运送通过组织的无氧代谢所修改。如果以定性方式来提供，则它可以是例如三级制度（例如‘存在’、‘在小程度上’和‘在大程度上’），或者是四级风险制度等等。
静脉血液已经被组织缺氧修改到其的程度可以通过声音/警报或其他人机界面以任何种类的合适图形用户界面（GUI）来输出并且指示给用户（例如，临床医生），和/或被存储以用于以后使用（例如，以用于由临床医生分析和评估）。
因此，本发明的方法提供了关于正在进行的组织缺氧的存在和/或程度的指示，所述指示旨在帮助或指导例如临床医生做出治疗和/或诊断特性的决策。因此，本发明没有被设计成进行实际诊断，而是仅仅提供智能信息，该智能信息可以帮助他们做出评估动脉酸碱测量的质量的智能练习。如果需要的话，诊断然后可以伴随有治疗特性的动作。
在一个实施例中，其中g）中的输出度量可以包括第一度量和/或第二度量、或其任何组合。因此，所考虑的是，一旦本发明的一般原理和教导被技术人员所理解，第一和第二度量就可以形成用于直接临床价值的有价值的度量来描述组织缺氧的程度，这是迄今为止不可能的。
有利地，组织缺氧模型可以进一步执行第一度量和/或第二度量的最小化过程。
技术人员将理解，在数学上，找到第一和/或第二度量的最优值的过程可以通过替代的数学方法（诸如重新表述（reformulation）为最大化过程等）来执行。有益地，尤其是考虑到表述组织缺氧模型的通常复杂的数学公式，可以通过使用所述度量的迭代过程来执行度量的最小化过程。
此外，第一度量和/或第二度量的最小化过程可以通过迭代过程来执行，优选地使用第一度量和第二度量、或被包括在这些度量中的任何酸碱的度量（诸如，pH、PCO2等）的组合误差函数，以快速和/或高效地获得满意的结果。
在实施例中，来自所述受验者的所述第二参考动脉血液值可以从静脉血液样本导出，所述静脉血液样本从温暖、灌注良好的肢体抽取，所述温暖、灌注良好的肢体比如手指、耳垂或如技术人员将容易理解的类似身体部位。附加地，来自所述受验者的这样的第二参考动脉血液值可以通过以下方式来导出：
- 测量和/或估计血液样本中的血液酸碱状态的值，所述血液样本从所述受验者的静脉血液抽取，
- 提供来自所述受验者的所测量的和/或估计的动脉氧合的值，以及
- 通过应用静脉到动脉转换模型来转换静脉血液值，所述静脉到动脉转换模型用于将血液酸碱状态和氧合状态导出为第二估计动脉血液值，即以类似于获得所述第一估计动脉血液值的方式来导出。因此，所述静脉到动脉转换模型可能是相同的，但其也可能是两个不同的模型。
在另一个实施例中，来自所述受验者的所述第二参考动脉血液值可以在稳定的通气机（ventilator）条件下从动脉血液样本导出，诸如在重症监护病房中的没有自主呼吸活动的机械通气患者中导出。
在另一个实施例中，来自所述受验者的所述第二参考动脉血液值可以从其中通气可能是不稳定的、即在所述受验者或患者的通气中可能存在瞬时改变、增加或减少的动脉血液样本导出。本发明使得能够实现该情形的度量，这是迄今为止不可能的。
在有利的实施例中，组织缺氧模型可以进一步接收来自所述受验者的动脉血液值的第三血液酸碱状态和氧合参考值。因此，组织缺氧模型可以接收用于比较的至少三个不同的血液样本，即动脉样本、来自温暖、灌注良好的肢体的外周静脉样本、以及第三中心静脉样本。然后，这些可以被用于从组织缺氧的影响中分摊（apportion）通气中的瞬时改变的影响（要知道它们两者可以同时发生），这在一些临床情形下可能是有利的。
在第二方面中，本发明涉及一种用于确定受验者的组织缺氧的程度的数据处理系统，所述数据处理系统包括：
a）用于测量和/或估计血液样本中的血液酸碱状态的值的装置，所述血液样本从所述受验者的静脉血液获得，
b）用于接收或提供来自所述受验者的所测量的和/或估计的动脉氧合的值的装置，
c）用于通过应用静脉到动脉转换模型来转换静脉血液值的装置，所述静脉到动脉转换模型用于将血液酸碱状态和氧合状态导出为第一估计动脉血液值，
d）用于接收或提供来自所述受验者的第二参考动脉血液的酸碱状态和氧合值的装置，
e）用于使用动脉血液中的总缓冲碱浓度的度量和/或总二氧化碳含量的度量来实现组织缺氧模型的装置，所述模型至少具有所述第一估计动脉血液值和所述第二参考动脉血液的值作为输入，
f）所述组织缺氧模型计算：
a. 第一度量，其指示所述第一估计动脉血液值与所述第二参考动脉血液的值之间的总缓冲碱浓度中的改变，和/或
b. 第二度量，其指示所述第一估计动脉血液值与所述第二参考动脉血液的值之间的总二氧化碳含量中的改变，以及
g）所述组织缺氧模型被布置成使用所述第一和/或第二度量来输出指示所述受验者的组织缺氧的程度的度量。
在第三方面中，本发明涉及一种计算机程序产品，其适于使得包括至少一个计算机的计算机系统能够控制根据本发明的第二方面的数据处理系统，所述计算机具有与其连接的数据存储装置。
本发明的该方面是特别地但不排他地有利的，因为本发明可以通过一种计算机程序产品来实现，所述计算机程序产品在被下载或上传到计算机系统中时使得计算机系统能够执行本发明的第二方面的数据处理系统的操作。这样的计算机程序产品可以在任何种类的计算机可读介质上提供，或者通过网络来提供。
在第四方面中，本发明涉及一种确定受验者的组织缺氧的程度和治疗所述受验者中的所确定的组织缺氧的方法，所述方法包括
a）测量和/或估计血液样本中的血液酸碱状态的值（VBG），所述血液样本从所述受验者的静脉血液获得，
b）提供来自所述受验者的所测量的和/或估计的动脉氧合的值（SO2AM，SO2AE，SpO2），
c）通过应用静脉到动脉转换模型来转换静脉血液值，所述静脉到动脉转换模型用于将血液酸碱状态和氧合状态导出为第一估计动脉血液值（1_ABGC），
d）提供来自所述受验者的第二参考动脉血液的酸碱状态和氧合值（2_ABG），
e）使用动脉血液中的总缓冲碱浓度（BB）的度量和/或总二氧化碳含量（tCO2）的度量来实现组织缺氧模型，所述模型至少具有所述第一估计动脉血液值（1_ABGC）和所述第二参考动脉血液的值（2_ABG）作为输入，
f）所述组织缺氧模型计算：
a. 第一度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总缓冲碱浓度中的改变（ΔBBT），和/或
b. 第二度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总二氧化碳含量中的改变（ΔtCO2,T），
g）所述组织缺氧模型被布置成使用所述第一和/或第二度量来输出指示所述受验者的组织缺氧的程度的度量，以及
h）根据指示组织缺氧的程度的度量来治疗所述受验者，诸如通过增加到所述受验者的氧气的流量或通过增加到所述受验者的通气速率来治疗所述受验者。
本发明的该方面是特别地但不排他地有利的，因为本发明可以向遭受组织缺氧的受验者提供自动化治疗，以便帮助操作者或医生治疗所述受验者。
在第五方面中，本发明涉及一种用于确定受验者的组织缺氧的程度的设备，所述设备包括：
a）用于测量和/或估计血液样本中的血液酸碱状态的值（VBG）的装置，所述血液样本从所述受验者的静脉血液获得，
b）用于接收或提供来自所述受验者的所测量的和/或估计的动脉氧合的值（SO2AM，SO2AE，SpO2）的装置，
c）用于通过应用静脉到动脉转换模型来转换静脉血液值的装置，所述静脉到动脉转换模型用于将血液酸碱状态和氧合状态导出为第一估计动脉血液值（1_ABGC），
d）用于接收或提供来自所述受验者的第二参考动脉血液的酸碱状态和氧合值（2_ABG）的装置，
e）用于使用动脉血液中的总缓冲碱浓度（BB）的度量和/或总二氧化碳含量（tCO2）的度量来实现组织缺氧模型的装置，所述模型至少具有所述第一估计动脉血液值（1_ABGC）和所述第二参考动脉血液的值（2_ABG）作为输入，
f）所述组织缺氧模型计算：
a. 第一度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总缓冲碱浓度中的改变（ΔBBT），和/或
b. 第二度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总二氧化碳含量中的改变（ΔtCO2,T），以及
所述组织缺氧模型被布置成使用所述第一和/或第二度量向所述设备的显示器输出指示所述受验者的组织缺氧的程度的度量。
在本发明的有利实施例中，所述设备进一步包括
g）通气装置，用于向受验者提供通气和补充氧气，以及
h）控制装置，用于控制从所述通气机到所述受验者的通气速率和/或氧气流量。
本发明的该方面是特别地但不排他地有利的，因为本发明提供了一种用于自动确定受验者的组织缺氧并且自动提供合适的治疗的设备，诸如增加或减少通气机的通气速率和或增加或减少到所述受验者的氧气流量，以便在没有操作者存在的情况下改进受验者组织缺氧的状态。
在第六方面中，本发明涉及根据本发明的第五方面的设备用于治疗组织缺氧的用途，其中所述设备基于由组织缺氧模型输出到所述设备的测量结果来调节所述相关联的通气机的通气速率和/或氧气流量。
本发明的各个方面可以各自与其他方面中的任何方面相组合。参考所描述的实施例，本发明的这些和其他方面将从以下描述中变得明显。
附图说明
现在将关于附图来更详细地描述本发明。附图示出了实现本发明的一种方式，并且不应被解释为限于落入所附权利要求集的范围内的其他可能的实施例。
图1
图1描绘了组织缺氧对组织部位处的血液CO2和BB的影响。
图2
图2是方法的示例，包括但不限于针对第二输入的优选实施例，即从特定静脉来计算参考动脉值，在这种情况下，预期外周静脉具有少量或没有组织缺氧。
图3/3b
图3概述了说明对组织缺氧的水平的计算的模拟患者病例
图3b示出了呈现在它们的各个缓冲线上的样本对。
图4/5
图4和图5图示了其中该方法相对于现有技术可能具有潜在优势的情形。
图4图示了其中在将组织缺氧的影响与有氧代谢的水平分离时，该方法可能具有潜在优势的情形。
图5
图5说明了其中在将组织缺氧的影响与通气中的瞬时改变分离时，该方法可能具有潜在优势的情形。
图6
图6图示了根据先前出版物（5）所修改的酸碱化学的数学模型的示例。
具体实施方式
本发明是一种方法和对应的计算机系统，用于标识组织缺氧已经将动脉酸碱化学的度量修改到其的程度。本发明的元素是酸碱化学的计算值和测量值的比较。
图2是本发明的方法的示意图。在该图上所说明的方法包括：来自使用指定和未指定的静脉血液样本的先前方法的输入，以获得酸碱和氧合状态的“计算动脉”值（参见WO2004/010861（属于OBI Medical Aps，丹麦））（5），如本发明的第一方面的步骤a、b和c中定义的那样。在该情境中，术语“非特定”静脉血液被用于表示静脉样本，其中不理解关于该样本在其运送通过组织期间是否已经被除了有氧代谢之外的机制所修改。因此，不了解该样本是否已经被组织缺氧或被任何其他机制所修改，如该方法的背景中所描述的那样。该输入实际上是在如果有氧代谢是用于修改跨组织的氧合和酸碱的唯一机制时所计算的动脉值，其中这些动脉值在该图上被称为“计算动脉”。
第二输入是描述了“参考动脉”值的输入。这些参考动脉值的来源可以是三种类型的，并且因此表示该方法的三个实施例。优选地，该来源包括来自先前方法的输入，该先前方法从特定静脉血液样本来计算动脉酸碱和氧合状态。该来源在图中被标记为A，并且在该情境中，术语“特定”静脉血液被用于表示如根据常规临床实践所标识的那样从温暖、灌注良好的肢体中抽取的静脉样本，并且因此不太可能已经被其运送通过组织的无氧代谢所修改。该输入实际上是在如果有氧代谢是唯一机制时、但是在其中组织缺氧是不太可能的情形下所计算的动脉值。
通常，在本发明的第一、第二和第三方面中，所计算的动脉值被定义为第一估计动脉血液值的实施例，并且所测量的动脉值被定义为第二参考动脉血液的酸碱状态和氧合值的实施例。
替代地，该来源可以在稳定的通气机条件下从动脉样本中测量（在该图上被标记为B），诸如在没有自主呼吸活动的机械通气患者中测量。
另一个替代方案可以是其中通气可能已经不稳定的动脉样本，在该图上被标记为C，其中不理解该样本是否已经通过通气中的瞬时改变而被修改。针对这三个来源中的任何一个，该输入在该图上被称为“参考动脉”。
使用计算动脉和参考动脉作为输入，使得能够计算这两者之间的差异。首先，使用酸碱化学的标准数学模型将计算动脉值转换成浓度，如图7中所图示，以便计算计算动脉血液中的总缓冲碱浓度（BB）和总CO2（tCO2）。
然后，计算动脉值与参考动脉值之间的差异可以被计算为需要被添加到血液或从血液去除的CO2含量（ΔtCO2,T）和/或缓冲碱（ΔBBT），使得pH和PCO2的修改的计算动脉值使所示的误差函数最小化。作为缓冲碱（ΔBBT）的替代方案，可以使用与CO2含量（ΔtCO2,T）相组合的过量碱（ΔBET）。这里，下标‘T’被用于表示由于组织缺氧的影响而导致的改变。
如图中所图示，ΔtCO2,T和ΔBBT的值可以通过以下方式来计算：迭代地搜索可能的值，直到找到使误差函数最小化的ΔtCO2,T和ΔBBT的值。该图中图示了一个潜在的误差函数。根据图上的输入2：A、B或C的不同来源，可以不同地理解ΔtCO2,T和ΔBBT的计算值。
针对来源A、即来自特定静脉样本的参考动脉值，参考动脉和计算动脉之间的差异仅仅由于无氧代谢所导致。因此，ΔtCO2,T和ΔBBT的值描述了由于组织缺氧而添加的CO2和强酸。
针对来源B、即来自在稳定通气时的测量动脉的参考动脉值，参考动脉与计算动脉之间的差异仅仅由于无氧代谢所导致。因此，ΔtCO2,T和ΔBBT的值描述了由于组织缺氧而添加的CO2和强酸。
针对来源C、即来自在潜在不稳定通气时的测量动脉的参考动脉值，参考动脉与计算动脉之间的差异可能由于通气障碍或无氧代谢所导致。
因此，ΔtCO2,T的值描述了由于这两种影响而添加的净CO2，其中强酸ΔBBT的添加强烈暗示组织缺氧。
图3是该方法的示例，包括针对第二输入的优选实施例，即从特定静脉样本来计算参考动脉值，在这种情况下，预期外周静脉样本具有少量或没有组织缺氧。除了本示例之外，非特定静脉是中心静脉样本。通过去除CO2（ΔtCO2,T）和添加缓冲碱（ΔBBT）来修改酸碱和氧状态的计算动脉值，以便考虑无氧代谢。选择ΔtCO2,T和ΔBBT的值，以便使所示的误差函数最小化，使得计算动脉的修改值尽可能接近参考动脉值。该示例说明了误差函数的最小化以及因此ΔtCO2,T和ΔBBT的估计中的可能的第一步骤。可以得出结论，不能够通过有氧代谢或瞬时通气来考虑这些添加，并且因此这些添加指示组织缺氧。
描述CO2和BB修改的常见方式是通过缓冲线来说明血液中的pH和PCO2之间的关系。图3b中图示了两个这样的缓冲线，从而说明了这种情况。特定静脉血液（在该示例中是外周静脉（被示出为点[A]））具有比参考动脉（点[B]）更高的PCO2和更低的pH，但是位于相同的缓冲线上。如果CO2在组织上的所有运输都是由于有氧代谢所导致（如可以从温暖的灌注良好的部位取得的外周静脉样本中所预期的那样），则根据该静脉计算的参考动脉表示不受通气中的改变所干扰的真实动脉。非特定静脉血液（在本示例中是中心静脉（被示出为点[C]））具有比计算动脉（点[D]）更高的PCO2和更低的pH，但是位于相同的缓冲线上。计算动脉与参考动脉之间的差异表示对CO2和BB两者中的改变的需要，以便沿着缓冲线以及在缓冲线之间移动，其中这些改变是由于组织缺氧所到致的。
图4图示了其中该方法相对于现有方法可能有利的情形。特别地，它图示了示出当前方法对有氧代谢的水平的敏感性的示例。示出了两个示例，第一个具有减少的有氧代谢（病例A-左），以及增加的有氧代谢（病例B-右）。当前临床实践中用于标识组织缺氧的标准比率被用于描述这两种情形；在针对这两个病例的图的上半部分中图示了针对单独的有氧代谢的情形。在向静脉样本添加1 mmol/l ΔtCO2,T的情况下，这两个图的下半部分中图示了针对存在组织缺氧的情形。在这样做时，示出了相同的1 mmol/l ΔtCO2,T向具有不同有氧条件的两个不同病例的添加如何可以具有非常不同的临床解释。在这样做时，示出了通过本专利中的方法提出的对ΔtCO2,T的计算相对于当前临床指标可能是有利的。细节如下：
该图的左侧上的病例A图示了减少的有氧代谢的模拟情形。左手侧上的图的中间所示的参考动脉血气值包括90%的氧饱和度和相对低的血红蛋白浓度的值（6 mmol/l）。这意味着，动脉血液的总氧浓度同样是低的，即taO2 = 5.4 mmol/l。此外，非特定静脉值（在该情况下是中心静脉）中的氧合的水平保持高，在80%的饱和度处，使得中心静脉氧浓度（tcvO2）为4.8 mmol/l。这意味着，组织中已经利用少量的氧，并且ΔtO2是小的（ΔtO2 =5.4-4.8 = 0.6 mmol/l）。
相比之下，该图的右侧上的病例B图示了升高的有氧代谢的情形。动脉血氧饱和度是90%，并且血红蛋白的值是高的（11 mmol/l）。这意味着，动脉血液的总氧浓度升高，taO2= 9.9 mmol/l。此外，静脉氧合的值是低的，在45%处，使得中心静脉氧浓度为4.95 mmol/l。因此，组织中利用了大量的氧，并且ΔtO2是大的，ΔtO2 = 9.9-4.95 = 4.95 mmol/l。
将被视为当前最佳实践的临床比率应用于这两种情形在单独的有氧代谢的情况下提供了类似的临床解释。针对单独的有氧代谢的病例示出了该比率（在该图上被标记为RATIO，并且被描述为ΔtCO2(v-a)/ΔtO2(a-v)的比率）的值，其中低有氧代谢病例（病例A）和高有氧代谢病例（病例B）具有分别为0.80和0.83的值。这些值低于用作标识脓毒症（sepsis）或组织缺氧（1）的界限（cut-off）的值1.02。
在该图的底部，在ΔtCO2,T = 1 mmol/l向中心静脉值的模拟添加之后，计算相同的指标，以便近似由于组织缺氧的导致的CO2添加的影响。示出了针对病例A和病例B的所得到的中心静脉值。在ΔtCO2,T = 1 mmol/l向两个中心静脉样本的添加之后应用相同的临床比率来比较动脉和中心静脉样本提供了截然不同的临床解释。低有氧代谢病例（A）具有2.50的比率的值；并且高有氧代谢病例具有1.00的值。在这种情况下，尽管由于组织缺氧导致相同的CO2浓度改变，但是只有低有氧代谢病例（病例A）将导致高于值1.02的比率，值1.02用于标识脓毒症或组织缺氧（1）。
这清楚地示出，可能根据这里提出的方法对ΔtCO2,T的标识与当前方法不等效，并且可能有利于标识与基础（underlying）有氧代谢分离的组织缺氧。
图5图示了其中该方法相对于现有方法可能是有利的第二种情形。特别地，它图示了模拟情形，其中通气障碍可能导致ΔtCO2(v-a)/ΔtO2(a-v)比率，该比率将把患者分类为具有组织缺氧或脓毒症，尽管这显然不是这种情况。
在该图的顶部处图示并且由框包围的是该方法的优选实施例的示例，其中非特定静脉测量作为中心静脉并且特定静脉测量作为外周静脉。在这种情况下，ΔCO2,T和ΔBBT的计算值两者都为零，这指示无组织缺氧。
该图上还包括的是存在通气中的瞬时增加时的同时动脉样本的值。由于动脉酸碱值迅速地对通气中的改变作出反应，因此CO2值显著低于参考动脉值和计算动脉值两者。然而，基于动脉和静脉差异比率对脓毒症和组织缺氧进行分类的当前指标无法区分由于通气中的增加与组织缺氧所导致的差异，并且因此可能导致错误的结论。这通过计算针对动脉血液与中心静脉血液之间的关系的ΔtCO2(v-a)/ΔtO2(a-v)比率的值来说明，并且这在该图的底部处示出。在这种情况下，针对该比率的值是1.81，其显著高于用于标识脓毒症或组织缺氧的1.02阈值（（参考1），从而潜在地在其中通气中的瞬时增加是唯一原因的情形下产生指示组织缺氧的信息。
该示例清楚地指示了这里提出的方法在将通气中的瞬时增加的影响与组织缺氧分离时相对于当前实践的有利的性质。
图6图示了先前公布的血液的酸碱化学的数学模型（5）。需要该模型或类似模型来执行对血液中的酸碱化学的修改的模拟，如它在图2-5中陈述了“根据模型计算”的地方所图示的那样。这些模型是可容易获得的，其中这里包括的该特定模型仅作为示例，因此，技术人员将理解，一旦理解了本发明的原理和教导，在本发明的情境中可以实现其他模型。
术语表
1_ABGC 第一估计或计算动脉值
2_ABG 第二参考动脉值
BB 缓冲碱
BE 碱过量
DPG 2，3-二磷酸甘油酯
FCOHb 碳氧血红蛋白分数
FMetHb 高铁血红蛋白分数
GUI 图形用户界面
Hb 血红蛋白
HCO3 - 碳酸氢根离子
PCO2 血液中的二氧化碳的分压
PO2 血液中的氧气的分压
RQ 呼吸商
SO2AE 所估计的动脉血液中的氧饱和度
SO2AM 所测量的动脉血液中的氧饱和度
SpO2 通过脉搏血氧仪测量的氧饱和度
tCO2 总二氧化碳含量
tO2 总氧含量
VBG 静脉血气
ΔtCO2,T 血液中的与组织缺氧相关的总CO2中的改变
ΔBBT 与组织缺氧相关的总缓冲碱中的改变。
参考文献
1. J. Mallat等人，“Ratios of central venous-to-arterial carbon dioxidecontent or tension to arteriovenous oxygen content are better markers ofglobal anaerobic metabolism than lactate in septic shock patients”，Ann.Intensive Care，第6卷，第1期，第1-9页，2016年。
2. G. A. Ospina-Tascón、G. Hernández和M. Cecconi，“Understanding thevenous-arterial CO 2 to arterial-venous O 2 content difference ratio”，Intensive Care Med.，第42卷，第1801-1804页，2016年。
3. G. A. Ospina-Tascón等人，“Combination of arterial lactate levelsand venous-arterial CO2 to arterial-venous O2 content difference ratio asmarkers of resuscitation in patients with septic shock”，Intensive Care Med.，第41卷，第5期，第796-805页，2015年。
4. X. Monnet等人，“Lactate and venoarterial carbon dioxide difference/arterial-venous oxygen difference ratio，but not central venous oxygensaturation, predict increase in oxygen consumption in fluid responders”，Crit.Care Med.，第41卷，第6期，第1412-1420页，2013年。
5. WO 2004/010861（属于OBI Medical Aps，丹麦）
6. S.E. Rees等人，A method for calculation of arterial acid-base andblood gas status from measurements in the peripheral venous blood，2006年。
所有的上述专利和非专利文献通过引用被整体地并入于此。
本发明可以借助于硬件、软件、固件或这些的任何组合来实现。本发明或其特征中的一些还可以被实现为在一个或多个数据处理器和/或数字信号处理器上运行、即在一个或多个计算机上数据处理的软件。
本发明的实施例的各个元件可以以任何合适的方式（诸如在单个单元中、在多个单元中或作为分离功能单元的部分）在物理上、功能上和逻辑上实现。本发明可以在单个单元中实现，或者在物理上和功能上两者分布在不同的单元和处理器之间。
尽管已经结合特定的实施例描述了本发明，但是不应当将其解释为以任何方式限于所呈现的示例。本发明的范围要根据所附权利要求集来解释。在权利要求的情境中，术语“包括”或“包含”不排除其他可能的元件或步骤。而且，提及诸如“一”或“一个”等的引用不应当被解释为排除多个。权利要求中关于附图中所指示的元件的参考符号的使用也不应被解释为限制本发明的范围。
此外，不同权利要求中提及的各个特征也许可能被有利地组合，并且在不同权利要求中提及这些特征并不排除特征的组合是不可能的和有利的。
Claims (15)
1.一种用于确定受验者的组织缺氧的程度的计算机实现方法，所述方法包括：
a）测量和/或估计血液样本中的血液酸碱状态的值（VBG），所述血液样本从所述受验者的静脉血液获得，
b）提供来自所述受验者的所测量的和/或估计的动脉氧合的值（SO2AM，SO2AE，SpO2），
c）通过应用静脉到动脉转换模型来转换静脉血液值，所述静脉到动脉转换模型用于将血液酸碱状态和氧合状态导出为第一估计动脉血液值（1_ABGC），
d）提供来自所述受验者的第二参考动脉血液的酸碱状态和氧合值（2_ABG），
e）使用动脉血液中的总缓冲碱浓度（BB）的度量和/或总二氧化碳含量（tCO2）的度量来实现组织缺氧模型，所述模型至少具有所述第一估计动脉血液值（1_ABGC）和所述第二参考动脉血液的值（2_ABG）作为输入，
f）所述组织缺氧模型计算：
a. 第一度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总缓冲碱浓度中的改变（ΔBBT），和/或
b. 第二度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总二氧化碳含量中的改变（ΔtCO2,T），以及
g）所述组织缺氧模型被布置成使用所述第一度量和/或第二度量来输出指示所述受验者的组织缺氧的程度的度量。
2.根据权利要求1所述的方法，其中g）中的输出度量包括第一度量（ΔBBT）和/或第二度量（ΔtCO2,T）或其任何组合。
3.根据权利要求1所述的方法，其中所述组织缺氧模型进一步执行所述第一度量（ΔBBT）和/或所述第二度量（ΔtCO2,T）的最小化过程。
4.根据权利要求3所述的方法，其中所述第一度量（ΔBBT）和/或所述第二度量（ΔtCO2,T）、或被包括在这些度量中的任何酸碱的度量的最小化过程通过迭代过程来执行，优选地使用第一和第二度量、或被包括在这些度量中的任何酸碱的度量的组合误差函数（ERROR）来执行。
5.根据权利要求1所述的方法，其中来自所述受验者的所述第二参考动脉血液值从静脉血液样本导出，所述静脉血液样本从温暖的、灌注良好的肢体抽取，所述温暖的、灌注良好的肢体比如手指、耳垂或类似身体部位。
6.根据权利要求5所述的方法，其中来自所述受验者的第二参考动脉血液值通过以下方式来导出：
- 测量和/或估计血液样本中的血液酸碱状态的值（VBG），所述血液样本从所述受验者的静脉血液抽取，
- 提供来自所述受验者的所测量的和/或估计的动脉氧合的值（SO2AM，SO2AE，SpO2），以及
- 通过应用静脉到动脉转换模型来转换静脉血液值，所述静脉到动脉转换模型用于将血液酸碱状态和氧合状态导出为第二估计动脉血液值（2_ABG）。
7.根据权利要求1所述的方法，其中来自所述受验者的所述第二参考动脉血液值在稳定的通气机条件下从动脉血液样本导出，诸如在没有自主呼吸活动的机械通气患者中导出。
8.根据权利要求1所述的方法，其中来自所述受验者的所述第二参考动脉血液值从其中通气可能是不稳定的动脉血液样本导出。
9.根据权利要求1所述的方法，其中所述组织缺氧模型进一步接收来自所述受验者的动脉血液值的第三血液酸碱状态和氧合参考值（3_ABG）。
10.一种用于确定受验者的组织缺氧的程度的数据处理系统，所述数据处理系统包括：
a）用于测量和/或估计血液样本中的血液酸碱状态的值（VBG）的装置，所述血液样本从所述受验者的静脉血液获得，
b）用于接收或提供来自所述受验者的所测量的和/或估计的动脉氧合的值（SO2AM，SO2AE，SpO2）的装置，
c）用于通过应用静脉到动脉转换模型来转换静脉血液值的装置，所述静脉到动脉转换模型用于将血液酸碱状态和氧合状态导出为第一估计动脉血液值（1_ABGC），
d）用于接收或提供来自所述受验者的第二参考动脉血液的酸碱状态和氧合值（2_ABG）的装置，
e）用于使用动脉血液中的总缓冲碱浓度（BB）的度量和/或总二氧化碳含量（tCO2）的度量来实现组织缺氧模型的装置，所述模型至少具有所述第一估计动脉血液值（1_ABGC）和所述第二参考动脉血液的值（2_ABG）作为输入，
f）所述组织缺氧模型计算：
a. 第一度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总缓冲碱浓度中的改变（ΔBBT），和/或
b. 第二度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总二氧化碳含量中的改变（ΔtCO2,T），以及
g）所述组织缺氧模型被布置成使用所述第一度量和/或第二度量来输出指示所述受验者的组织缺氧的程度的度量。
11.一种计算机程序产品，所述计算机程序产品在被下载或上传到计算机系统中时使得计算机系统能够执行权利要求10的系统的操作。
12.一种确定受验者的组织缺氧的程度和治疗所述受验者中的所确定的组织缺氧的方法，所述方法包括
a）测量和/或估计血液样本中的血液酸碱状态的值（VBG），所述血液样本从所述受验者的静脉血液获得，
b）提供来自所述受验者的所测量的和/或估计的动脉氧合的值（SO2AM，SO2AE，SpO2），
c）通过应用静脉到动脉转换模型来转换静脉血液值，所述静脉到动脉转换模型用于将血液酸碱状态和氧合状态导出为第一估计动脉血液值（1_ABGC），
d）提供来自所述受验者的第二参考动脉血液的酸碱状态和氧合值（2_ABG），
e）使用动脉血液中的总缓冲碱浓度（BB）的度量和/或总二氧化碳含量（tCO2）的度量来实现组织缺氧模型，所述模型至少具有所述第一估计动脉血液值（1_ABGC）和所述第二参考动脉血液的值（2_ABG）作为输入，
f）所述组织缺氧模型计算：
a. 第一度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总缓冲碱浓度中的改变（ΔBBT），和/或
b. 第二度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总二氧化碳含量中的改变（ΔtCO2,T），
g）所述组织缺氧模型被布置成使用所述第一度量和/或第二度量来输出指示所述受验者的组织缺氧的程度的度量，以及
h）根据指示组织缺氧的程度的度量来治疗所述受验者，诸如通过增加到所述受验者的氧气的流量或通过增加到所述受验者的通气速率来治疗所述受验者。
13.一种用于确定受验者的组织缺氧的程度的设备，所述设备包括：
a）用于测量和/或估计血液样本中的血液酸碱状态的值（VBG）的装置，所述血液样本从所述受验者的静脉血液获得，
b）用于接收或提供来自所述受验者的所测量的和/或估计的动脉氧合的值（SO2AM，SO2AE，SpO2）的装置，
c）用于通过应用静脉到动脉转换模型来转换静脉血液值的装置，所述静脉到动脉转换模型用于将血液酸碱状态和氧合状态导出为第一估计动脉血液值（1_ABGC），
d）用于接收或提供来自所述受验者的第二参考动脉血液的酸碱状态和氧合值（2_ABG）的装置，
e）用于使用动脉血液中的总缓冲碱浓度（BB）的度量和/或总二氧化碳含量（tCO2）的度量来实现组织缺氧模型的装置，所述模型至少具有所述第一估计动脉血液值（1_ABGC）和所述第二参考动脉血液的值（2_ABG）作为输入，
f）所述组织缺氧模型计算：
a. 第一度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总缓冲碱浓度中的改变（ΔBBT），和/或
b. 第二度量，其指示所述第一估计动脉血液值（1_ABGC）与所述第二参考动脉血液的值（2_ABG）之间的总二氧化碳含量中的改变（ΔtCO2,T），以及
所述组织缺氧模型被布置成使用所述第一度量和/或第二度量向所述设备的显示器输出指示所述受验者的组织缺氧的程度的度量。
14.根据权利要求13所述的设备，所述设备进一步包括：
g）通气装置，用于向受验者提供通气和补充氧气，以及
h）控制装置，用于控制从所述通气机到所述受验者的通气速率和/或氧气流量。
15.根据权利要求13和14中的任一项所述的设备用于治疗组织缺氧的用途，其中所述设备基于由组织缺氧模型输出到所述设备的测量结果来调节所述相关联的通气机的通气速率和/或氧气流量。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP19168646.8 | 2019-04-11 | ||
| EP19168646.8A EP3721805A1 (en) | 2019-04-11 | 2019-04-11 | Identification and quantification of the degree of tissue hypoxia |
| PCT/EP2020/059791 WO2020207979A1 (en) | 2019-04-11 | 2020-04-06 | Identification and quantification of the degree of tissue hypoxia |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113747837A true CN113747837A (zh) | 2021-12-03 |
| CN113747837B CN113747837B (zh) | 2024-05-07 |
Family
ID=66286082
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080027128.0A Active CN113747837B (zh) | 2019-04-11 | 2020-04-06 | 组织缺氧的程度的标识和量化 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20220175283A1 (zh) |
| EP (2) | EP3721805A1 (zh) |
| CN (1) | CN113747837B (zh) |
| WO (1) | WO2020207979A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114984391B (zh) * | 2022-05-25 | 2024-07-09 | 广州蓝仕威克医疗科技有限公司 | 一种可预防及治疗过度通气的高流量呼吸装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004010861A2 (en) * | 2002-07-26 | 2004-02-05 | Obi Aps | Method system and devices for converting venous blood values to arterial blood values |
| CN101954138A (zh) * | 2004-08-31 | 2011-01-26 | 伊西康内外科公司 | 医学执行器系统手术室单元和医学执行器系统 |
| US20130096404A1 (en) * | 2010-06-23 | 2013-04-18 | Oridion Medical 1987 Ltd. | Method and system for sleep disturbance analysis |
| US20160317765A1 (en) * | 2013-11-15 | 2016-11-03 | Mermaid Care A/S | Decision support system for lung ventilator settings |
| US20170232214A1 (en) * | 2014-08-07 | 2017-08-17 | Children's Medical Center Corporation | Computer aided mechanical ventilation systems and methods |
| CN107592818A (zh) * | 2015-05-13 | 2018-01-16 | 迈奎特心肺有限公司 | 一种临床参数计算模拟监测系统 |
-
2019
- 2019-04-11 EP EP19168646.8A patent/EP3721805A1/en not_active Withdrawn
-
2020
- 2020-04-06 CN CN202080027128.0A patent/CN113747837B/zh active Active
- 2020-04-06 EP EP20715110.1A patent/EP3952740A1/en active Pending
- 2020-04-06 US US17/600,620 patent/US20220175283A1/en active Pending
- 2020-04-06 WO PCT/EP2020/059791 patent/WO2020207979A1/en unknown
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004010861A2 (en) * | 2002-07-26 | 2004-02-05 | Obi Aps | Method system and devices for converting venous blood values to arterial blood values |
| US20060105319A1 (en) * | 2002-07-26 | 2006-05-18 | Obi Aps | Method for converting venous blood values to arterial blood values, system for utilising said method and devices for such system |
| CN101954138A (zh) * | 2004-08-31 | 2011-01-26 | 伊西康内外科公司 | 医学执行器系统手术室单元和医学执行器系统 |
| US20130096404A1 (en) * | 2010-06-23 | 2013-04-18 | Oridion Medical 1987 Ltd. | Method and system for sleep disturbance analysis |
| US20160317765A1 (en) * | 2013-11-15 | 2016-11-03 | Mermaid Care A/S | Decision support system for lung ventilator settings |
| US20170232214A1 (en) * | 2014-08-07 | 2017-08-17 | Children's Medical Center Corporation | Computer aided mechanical ventilation systems and methods |
| CN107592818A (zh) * | 2015-05-13 | 2018-01-16 | 迈奎特心肺有限公司 | 一种临床参数计算模拟监测系统 |
Non-Patent Citations (2)
| Title |
|---|
| MALLAT, J, ET AL: "Ratios of central venous-to-arterial carbon dioxide conten or tension to arteriovenous oxygen content are better markers of global anaerobic metabolism than lactate in septic shock patients", ANNALS OF INTENSIVE CARE, vol. 6 * |
| MORRIS，LAURA，E，ET AL: "Cerebrovascular and ventilatory responses to acute normobaric hypoxia in girls and women", PHYSIOLOGICAL REPORTS, vol. 5, no. 15 * |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020207979A1 (en) | 2020-10-15 |
| CN113747837B (zh) | 2024-05-07 |
| EP3721805A1 (en) | 2020-10-14 |
| EP3952740A1 (en) | 2022-02-16 |
| US20220175283A1 (en) | 2022-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Miller et al. | A comparison of three methods of hemoglobin monitoring in patients undergoing spine surgery | |
| US10390711B2 (en) | Automatic lung parameter estimator for measuring oxygen and carbon dioxide gas exchange | |
| US20220044817A1 (en) | Method, system, and program for creating health level positioning map and health function, and method for using these | |
| Schroeder et al. | HEART: an automated beat-to-beat cardiovascular analysis package using Matlab® | |
| Rees et al. | Converting venous acid–base and oxygen status to arterial in patients with lung disease | |
| Blaivas et al. | Machine learning algorithm using publicly available echo database for simplified “visual estimation” of left ventricular ejection fraction | |
| CN113747837A (zh) | 组织缺氧的程度的标识和量化 | |
| Zhu et al. | Accuracy assessment of noninvasive cardiac output monitoring in the hemodynamic monitoring in critically ill patients | |
| US20220202324A1 (en) | Identification and Quantification of A Ventilatory Disturbance Causing Incorrect Measurement Of Arterial Acid-Base Status | |
| Kretschmer et al. | A simple gas exchange model predicting arterial oxygen content for various FiO 2 levels | |
| JP7112495B2 (ja) | 動脈血の値を推定するための改良された方法 | |
| WO2023232945A1 (en) | An improved method of converting venous blood gas values to arterial blood gas values | |
| US10478081B2 (en) | Systems and method for identifying the need for measurement of cardiac output | |
| Toftegaard | A mathematical model based method for converting venous values of acid-base and oxygenation status to arterial values: description and evaluation | |
| Detry et al. | Calculation of bovine haemoglobin oxygen saturation by algorithms integrating age, haemoglobin content, blood pH, partial pressures of oxygen and carbon dioxide in the blood, and temperature | |
| Gohil | Diagnostic alarms in anaesthesia | |
| JP4899053B2 (ja) | パーキンソン病診断装置およびドーパミン計測データ解析方法 | |
| CN112951417A (zh) | 一种医疗时序数据医学特征交互表示方法 | |
| CN109564772A (zh) | 生物学特征分析技术 | |
| Jayawardene et al. | Prognostic models with competing risks: Methods and Application to Prostate Cancer data | |
| Karbing | Physiological models of gas exchange in decision support of mechanical ventilation: Prospective evaluation in an intensive care unit | |
| Karbing | Physiological models of gas exchange in decision support of mechanical ventilation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |