CN116097364A - 接受腹膜透析的个体的状态评估 - Google Patents

接受腹膜透析的个体的状态评估 Download PDF

Info

Publication number
CN116097364A
CN116097364A CN202180054932.2A CN202180054932A CN116097364A CN 116097364 A CN116097364 A CN 116097364A CN 202180054932 A CN202180054932 A CN 202180054932A CN 116097364 A CN116097364 A CN 116097364A
Authority
CN
China
Prior art keywords
therapeutic fluid
peritoneal cavity
fluid
data
time
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
CN202180054932.2A
Other languages
English (en)
Inventor
P-O·博格奎斯特
C·厄伯格
K·伯格林
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.)
Gambro Lundia AB
Original Assignee
Gambro Lundia AB
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 Gambro Lundia AB filed Critical Gambro Lundia AB
Publication of CN116097364A publication Critical patent/CN116097364A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
    • A61M1/14—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis
    • A61M1/28—Peritoneal dialysis ; Other peritoneal treatment, e.g. oxygenation
    • A61M1/282—Operational modes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
    • A61M1/14—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis
    • A61M1/15—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis with a cassette forming partially or totally the flow circuit for the treating fluid, e.g. the dialysate fluid circuit or the treating gas circuit
    • A61M1/154—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis with a cassette forming partially or totally the flow circuit for the treating fluid, e.g. the dialysate fluid circuit or the treating gas circuit with sensing means or components thereof
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Urology & Nephrology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Emergency Medicine (AREA)
  • Hematology (AREA)
  • Vascular Medicine (AREA)
  • Anesthesiology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • External Artificial Organs (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一种测试方法确定接受腹膜透析的个体的至少一个状态参数。状态参数可以包括腹膜的转运特性、张力或残余体积。测试方法由以下装置实施，该装置输入第一数据(54A)和第二数据(54B)，第一数据(54A)表示在包括一个或多个流体交换循环在内的测试流程期间，经由个体上的腹膜入口进出腹膜腔的治疗流体随时间变化的流速，第二数据(54B)包括测量的数据样本，该测量的数据样本表示在测试流程期间的时间点处的腹膜腔中的治疗流体中的一种或多种溶质的浓度。第一计算模块(52)基于第一数据(54A)并通过使用用于腹膜的数学转运模型(52’)来计算表示在时间点处的腹膜腔中的治疗流体中的一种或多种溶质的浓度的估计的数据样本。第二计算模块(53)根据测量的数据样本和估计的数据样本来确定状态参数。

Description

接受腹膜透析的个体的状态评估
技术领域
本公开一般涉及腹膜透析，尤其涉及用于评估接受腹膜透析的个体的状态(例如个体的腹膜的功能性)的技术。
背景技术
在治疗患有急性或慢性肾功能不全的个体时，可能需要透析治疗。透析治疗的一个类别是腹膜透析(PD)。在PD中，治疗流体(“透析液”)被输注到个体的腹膜腔中。该腔由高度血管化的腹腔薄膜(“腹膜”)覆盖。物质主要通过扩散穿过腹膜进入到治疗流体中而从患者血液中去除。过量的流体(水)也可通过高渗治疗流体引起的渗透作用而被去除。
腹膜的溶质转运能力和超滤能力在患者间和患者内存在相当大的差异。这种差异使得难以开发针对PD治疗的患者优化处方。此外，持续暴露于治疗流体可能导致腹膜功能改变。因此，进行腹膜测试以评估腹膜功能是标准流程。有多种方法进行腹膜测试，包括腹膜平衡测试(PET)。PET有许多变型，但所谓的标准PET是目前使用最广泛的，下面将对其进行简要描述。
该处理可以以8-12小时的长时间过夜驻留(overnight dwell)启动。当患者在PET测试当天早上到达诊所时，应在患者坐起至少20分钟的情况下排出过夜驻留。为了尽可能增大流出物的量，患者可以躺下，并在排出过程快结束时左右滚动。针对PET，在10分钟内输注2L具有预定渗透剂浓度的治疗流体。患者每隔2分钟左右滚动一次，以混合治疗流体。输注完成后，200mL治疗流体从腹膜腔排入袋中，并通过数次翻转袋来混合排出的治疗流体。然后，使用无菌技术获取10mL样本，并将剩余的治疗流体回输至患者体内。在4小时驻留的剩余时间内，患者保持直立和走动状态。在2小时的时间点，获取另一份10mL样本，并采集血样用于血清测量。驻留4小时后，患者于直立位置完全排出至少20分钟。在采集10mL治疗流体样本之前，通过称重测量排出体积。采集PET样本后，将分析血清和治疗流体样本中的尿素、肌酐和葡萄糖浓度。针对尿素和肌酐，计算每份治疗流体样本的透析液与血浆(D/P)比。针对葡萄糖，计算每个治疗流体样本的D/D0比值。根据这些平衡比，腹膜被表征为四种转运类型之一：高、高平均值、低平均值、低。
除了对腹膜进行粗略且非信息性的表征外，标准PET是复杂的，需要花费大量的时间和资源，例如运行测试、执行实验室分析、解释数据等。标准PET由医务人员进行，对需要在专门诊所或医院至少待半天的患者来说，耗时较长。
现有技术包括EP 2623139，其提出了一种不需要血液样本和实验室分析的腹膜功能性测试。所提出的测试包括从腹膜腔中提取平衡治疗流体的第一样本并测量其电导率，排出腹膜腔，将新鲜的治疗流体输注到腹膜腔中，并在设定的驻留时间(例如1小时)之后从腹膜腔中提取平衡治疗流体的第二样本并测量其电导率。使用样本之间的电导率的差将通过腹膜的转运分类为有缺陷的、正常的或最佳的。虽然比标准PET简单得多，但提出的测试结果对腹膜的功能性的表征更加粗略。此外，所提出的测试未考虑残余体积，即排出后可能留在腹膜腔中的治疗流体的量。不同患者之间或同一患者接受的不同测试之间的残余体积将对表征的准确性产生显著的负面影响。
发明内容
目的是至少部分地克服现有技术的一个或多个限制。
一个目的是提供一种能够更详细地表征腹膜功能的技术。
另一个目的是提供一种无需血清样本的技术。
另一个目的是提供一种能够量化残余体积的技术。
这些目的中的一个或多个以及可以从下面的描述中出现的另外的目的通过根据独立权利要求的用于确定接受腹膜透析的个体的至少一个状态参数的装置、腹膜透析装置、确定至少一个状态参数的方法、计算机可读介质和监测方法至少部分地实现，其实施例由从属权利要求限定。
第一方面是用于确定接受腹膜透析的个体的至少一个状态参数的装置，所述装置包括：
输入部，用于接收第一数据和第二数据，所述第一数据表示在一个或多个流体交换循环期间治疗流体经由所述个体上的腹膜通路进出腹膜腔的随时间变化的流速，其中相应的流体交换循环包括填充阶段、驻留阶段和排出阶段，所述第二数据包括测量数据样本，所述测量数据样本表示在所述一个或多个流体交换循环期间的两个或更多个时间点的所述腹膜腔中的所述治疗流体中的一种或多种溶质的浓度；
第一计算模块，被配置为基于所述第一数据并通过使用水和溶质通过腹膜腔中的腹腔薄膜的转运的数学模型来计算表示在所述两个或更多个时间点的腹膜腔中的治疗流体中的一种或多种溶质的浓度的估计数据样本；以及
第二计算模块，被配置为根据所述测量数据样本和所述估计数据样本来确定所述至少一个状态参数。
第二方面是一种腹膜透析装置，包括：
体外流体回路，可连接到个体的腹膜通路，用于将治疗流体从腹膜腔输送/输送到腹膜腔；
至少一个传感器装置，被布置在所述体外流体回路中并且被配置为提供表示所述治疗流体中的一种或多种溶质的浓度的数据样本；
控制设备，其被配置为操作所述体外流体回路并从所述传感器装置获得所述数据样本；以及
根据第一方面的装置，被连接以从控制设备接收第一和第二数据。
第三方面是确定接受腹膜透析的个体的至少一个状态参数的方法，所述方法包括：
在一个或多个流体交换循环期间获得第一数据，所述第一数据表示治疗流体经由个体上的腹膜通路进出腹膜腔的随时间变化的流速，其中相应的流体交换循环包括填充阶段、驻留阶段和排出阶段；
获得第二数据，所述第二数据包括测量数据样本，所述测量数据样本表示在所述一个或多个流体交换循环期间的两个或更多个时间点的所述腹膜腔中的所述治疗流体中的一种或多种溶质的浓度；
基于所述第一数据并通过使用水和溶质通过所述腹膜腔中的所述腹膜的转运的数学模型，计算表示在所述两个或更多个时间点的腹膜腔中的治疗流体中的一种或多种溶质的浓度的估计数据样本；并且
根据所述测量数据样本和所述估计数据样本来确定所述至少一个状态参数。
第四方面是一种包括计算机指令的计算机可读介质，当由一个或多个处理器执行时，所述计算机指令使得所述一个或多个处理器执行第三方面的方法。
第五方面是一种监测方法，包括：
操作第一方面的装置以确定至少一个状态参数；并且
评价所述至少一个状态参数以检测所述腹膜的潜在衰竭。
与现有技术相比，这些方面采取了根本不同的方法。腹膜腔中的腹膜流体中的一种或多种溶质的测量浓度或等效特性(例如电导率)用作确定影响浓度的一个或多个状态参数的参考数据。相应的状态参数是个体的特性，其被认为在流体交换循环期间具有已知的时间依赖性，并且其影响腹膜腔中的治疗流体的量和/或腹膜腔中的治疗流体中的一种或多种溶质的浓度。具体地，这些方面基于如下的认识：由于溶质的浓度受到状态参数影响，可以通过进行对腹膜腔中的治疗流体中的溶质的浓度的模拟并且将一种或多种溶质的所得(“估计”)浓度(或电导率)与测量的浓度(或电导率)进行比较来确定状态参数。当估计浓度和测量浓度(或电导率)基本匹配时，模拟中使用的相应状态参数的值将接近实际值。为了模拟腹膜腔中治疗流体的浓度或电导率，使用了溶质和水通过腹腔薄膜转运的数学模型。通过使用第一数据来执行所述模拟，所述第一数据指示在流体交换循环期间治疗流体经由腹膜通路进出腹膜腔的随时间变化的流速。本领域技术人员理解，模拟可以使用进一步的输入数据，例如在填充阶段期间输注腹膜腔的治疗流体的成分和/或电导率、治疗流体中的一种或多种溶质的各种特性、状态参数的初始值等。为了使确定的状态参数具有合理的精度，参考数据应包括至少两个测量数据样本，这些样本是在流体交换循环期间的不同时间点获得的。如果在更多数量的时间点测量数据样本，则可以增加状态参数的精度和/或可以确定附加的状态参数。可以根据待确定的状态参数选择不同的时间点。状态参数的实施例包括腹膜的转运特性、在指定时间点腹膜腔中的治疗流体的量(例如，残余体积)、或个体的张力参数。
因此认识到，通过确定状态参数，前述方面使得能够更详细地表征或量化腹膜的功能性。此外，这通过测量腹膜腔中的治疗流体中的浓度或电导率的简单流程(例如通过从腹膜腔提取流体样本且不需要采集和分析血清样本)来实现。在一些实施例中，对于排出阶段，可以方便地获得测量数据样本中的至少一个。此外，上述方面使得能够在常规PD治疗疗程期间确定状态参数。这种PD治疗疗程的治疗效率仅会受到从腹膜腔中提取流体样本以在流体交换循环中的一个或多个时间点进行浓度或电导率测量的可能性的适度影响。
其他目的、方面和技术效果以及实施例、特征和优点可从以下详细描述、所附权利要求以及附图中显现。可以注意到，如本文所发现的，第一方面的任何实施例可以被适配并实现为第二至第五方面的实施例。
附图说明
现在将参考附图和示意图更详细地描述实施例。
图1示出了用于自动腹膜透析(APD)的示例装置。
图2是在一系列APD治疗中的流体交换循环期间腹膜内体积相对于时间的示例曲线图。
图3示出了影响腹膜腔中溶质的浓度和治疗流体的量的转运处理。
图4A至图4C分别是针对超滤系数、葡萄糖的渗透表面积乘积和残余体积的不同值的腹膜腔中的治疗流体电导率随时间变化的曲线图。
图5A至图5B是用于确定PD患者的状态参数的示例计算装置的框图，图5C是计算装置中的腹膜转运模型的示例实现方式的框图。
图6A是用于确定PD患者的状态参数的示例方法的流程图，图6B是用于检测腹腔薄膜衰竭的示例监测方法。
图7A是电导率、钠浓度、葡萄糖浓度和腹膜内体积相对于时间的模拟曲线图的组合，指示了在短测试流程期间电导率测量的实例，图7B是用于长测试序列的模拟曲线图的对应组合。
图8A是针对不同转运体类型和不同葡萄糖浓度的基于图7A所示类型的短测试流程确定的PSG中的相对误差的箱线图，图8B至图8D是针对不同转运体类型和不同葡萄糖浓度的基于图7B所示类型的长测试流程分别确定的PSG、LpS和fCpw中的相对误差的箱线图，图8E是通过不同估计技术计算的针对不同转运体类型的残余体积中的绝对误差的箱线图。
图9是用于基于通过计算装置确定的状态参数来计算标准化PET流程的模拟输出参数的模拟模块的框图。
图10A至图10B是通过图9中的模拟模块计算的标准PET参数相对于时间的模拟曲线图。
图11A至图11B是分别针对低转运体类型和高转运体类型的在具有正常的和升高的PS值的患者的PD治疗期间治疗流体电导率相对于时间的模拟曲线图。
图12A至图12B是根据修改后的测试流程的随时间采集的腹膜内体积和数据样本的示例图。
图13是在示例样本提取流程期间的腹膜内体积相对于时间的曲线图。
图14是可以实现本文描述的方法、流程和功能的示例机器的框图。
具体实施方式
在下文中，将参考附图更全面地描述实施例，其中示出了一些但不是所有的实施例。实际上，本公开的主题可以以许多不同的形式体现，并且不应当被解释为限于本文阐述的实施例，相反，提供这些实施例使得本公开可以满足适用的法律要求。
此外，应当理解，在可能的情况下，本文所述和/或设想的任何实施例的任何优点、特征、功能、器件和/或操作方面可以包括在本文所述和/或设想的任何其他实施例中，和/或反之亦然。此外，在可能的情况下，除非另有明确说明，否则本文中以单数形式表达的任何术语都意味着也包括复数形式，和/或反之亦然。如本文所使用的，“至少一个”应表示“一个或多个”，并且这些短语是可互换的。因此，术语“一”和/或“一个”应表示“至少一个”或“一个或多个”，即使短语“一个或多个”或“至少一个”也在本文中使用。如本文所使用的，除了由于表达语言或必要的含义而在上下文中另有要求的情况之外，词语“包括”或诸如“包含”或“含有”之类的变型以包括的含义使用，即，指定所述特征的存在，但不排除在各种实施例中存在或添加其他特征。
如本文所使用的，术语“多个”、“复数的”和“复数个”意在暗示提供两个或更多个元素，而术语“一组”意在暗示提供一个或多个元素。术语“和/或”包括一个或多个相关列出元素的任何组合和所有组合。
方括号([])中的参数或变量表示该参数或变量的一系列值。此外，参数或变量上的星号(*)表示已经通过测量获得了的该参数或变量的值。
此外，应当理解，虽然术语第一、第二等可以用于描述各种元素，但是这些元素不应该被这些术语限制。这些术语仅用于区分一个元素与另一个元素。例如，在不脱离本公开的范围的情况下，第一元素可以被称为第二元素，并且类似地，第二元素可以被称为第一元素。
为了简洁和/或清楚起见，可能不详细描述众所周知的功能或结构。除非另有定义，否则本文使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域的普通技术人员通常理解的含义相同的含义。
相同的附图标记始终表示相同的元素。
图1是用于腹膜透析治疗的示例装置1的示意图。装置(或系统)1通常用于利用适当的治疗流体对患者P进行现场治疗。具体而言，PD装置1设计用于治疗肾功能不全的患者，特别是利用自动腹膜透析(APD)循环仪3。
APD循环仪3包括腹膜透析(PD)单元3a和相应的一次性单元3b，有时称为“一次性管路装置”。PD单元3a包括连接到致动器5的控制系统3’，致动器5形成用于移动一次性单元3b的液压回路中的流体的泵送机构。
一次性单元3b可连接在PD单元3a上，用于通过PD单元3a中的泵送机构5接合。患者管线12包括在一次性单元3b中或连接到一次性单元3b，并且被配置为连接到植入患者P体内的导管或其它入口器件12’。入口器件12’在下文中被称为“入口”。
PD装置1包括治疗流体的源S，在图1的实施例中，治疗流体的源S包括三个容器6，三个容器6通过相应的供给管线连接到一次性单元3b的相应的处理端口7、8、9。源S中的容器6的数量可以根据在PD治疗过程中要输注到腹膜腔(PC)中的治疗流体而不同。例如，不同的容器可以容纳不同成分的治疗流体。在替代方案中，源S包括用于在线制备治疗流体的设备，例如通过混合纯化水和一种或多种浓缩液。
治疗流体可以包括至少一种渗透剂。如本领域所公知的，治疗流体相对于血液的渗透浓度决定了流体在治疗流体和血液之间交换的程度。治疗流体中的高渗透浓度产生高梯度。在本文所述的任何实施例中，渗透剂可以是或包括葡萄糖(或多聚葡萄糖)、左旋肉碱、甘油、艾考糊精或任何其它合适的试剂。替代渗透剂可以是果糖、山梨醇、甘露醇和木糖醇。值得注意的是，在PD领域，葡萄糖(glucose)有时也被称为右旋糖(dextrose)。在此，术语葡萄糖旨在包括右旋糖。
在图1所示的实施例中，一次性单元3b还包括递送容器11或连接到递送容器11(有时称为“加热袋”)，递送容器11构造成接收来自源S的新鲜的治疗流体。递送容器11布置在PD单元3a的加热器(未示出)上。操作加热器以在治疗流体被泵送到患者P的PC中之前将治疗流体的温度调节到预定温度。一次性单元3b还包括排出管线13或连接到排出管线13，排出管线13被布置成通过一次性单元3b上的排出端口10接收用过的治疗流体。排出管线13延伸到排出部15。在未示出的替代方案中，排出管线13可以延伸到可用于用过的治疗流体的容器。
PD装置1还包括至少一个传感器14，用于检测在一次性单元3b中或在与一次性单元3b流体连接的管线或容器(例如排出管线13)中流动的流体的特性。在一些实施例中，传感器14是用于测量通过的流体的电导率的电导率传感器。在一些实施例中，传感器14是用于测量通过的流体中的一种或多种物质的浓度的浓度传感器。传感器14不需要安装在排出管线14中，而是可以安装在一次性单元中的任何位置或上述用于在线产生治疗流体的源S中。此外，PD装置1可以包括不止一个这样的传感器14。在一些实施例中，PD装置1包括一个这样的传感器14，传感器14被布置成感测从患者的PC排出的治疗流体的特性。在一些实施例中，PD装置包括另一个这样的传感器14，该传感器14布置成感测要输注到患者的PC中的新鲜的治疗流体的特性。在一些实施例中，被布置成感测排出的治疗流体的特性的传感器14还布置成通过将新鲜的治疗流体的样本泵送到传感器14来感测新鲜的治疗流体的特性。
虽然在图1中未示出，但是PD装置1可以包括用于检测流体的其他特性的其他传感器，例如用于测量治疗流体进出患者P的PC的流速的一个或多个流速传感器、用于测量治疗流体的温度的温度传感器等。流速传感器可以位于PD装置中的任何位置，并且可以例如通过重量变化、体积吞吐量或泵冲程的推算定位来确定流体流速。然而，应当理解，用于计算的流速不需要由一个或多个流量计测量，而是可以由PD装置1的设定值给出(参见图5A中的测试方案的数据54A)。
PD装置1可通过控制单元3’进行操作，以执行包括一个或多个流体交换循环的PD治疗。相应的交换循环包括一系列的填充阶段、驻留阶段和排出阶段。在填充阶段，操作PD装置1以将新鲜的治疗流体从递送容器11经由患者管线12和入口12’泵送到患者P的PC。在驻留阶段，治疗流体驻留在PC中。在排出阶段，操作PD装置1以将用过的治疗流体从PC经由入口12’和管线12、13泵送到排出部15。用过的治疗流体在本领域中也称为“流出物”。
图2示意性地表示PD治疗的随时间变化的腹膜内体积IPV。IPV表示驻留在PC中的治疗流体的量，本文中也表示为Vp。示出的PD治疗包括六个连续的交换循环。填充、驻留和排出阶段由F、DW和D表示，并且针对第三个交换循环进行了指示。驻留阶段的持续时间(在交换循环之间可能不同)由ΔT1-ΔT6表示。在示出的实施例中，患者在启动时PC中有残余体积，表示为Vres。在第一个交换循环中，将一定量的治疗流体Vf输注到PC中。在F、DW和D阶段，通过腹膜将液体从患者血液转运到PC，PC中的治疗流体的量增加，称为超滤(UF)。根据渗透压梯度，正UF和负UF都是可能的。出于说明的目的，仅针对图2中的驻留阶段DW对UF进行指示。在排出阶段，从PC中抽出用过的治疗流体，留下残余体积。该残余体积可能不同于PD治疗开始时的残余体积，并且也可能在排出与排出之间不同。
在图2的实施例中，以排出阶段完成PD治疗，并且以填充阶段启动下一个PD治疗。然而，尽管图2中未示出，但通常通过将治疗流体留在PC中的填充阶段来完成PD治疗。然后，患者将断开与PD装置1的连接，并可在PC中携带治疗流体直至下一个治疗疗程，或在选定的驻留时间后进行手动排出。APD通常在夜间患者睡眠时进行，允许患者在白天自由活动。由此，PD治疗可以从排出阶段(“初始排出”)启动(图2中未示出)，其遗留残余体积Vres。
图3是将PC 31与患者的血液侧32隔开的腹腔薄膜(“腹膜”)30的示意图。在图3中，将在血液侧32的各溶质(i)随时间变化的浓度表示为Cbi(t)，将随时间变化的腹膜内体积表示为Vp(t)，将治疗流体中的各溶质(i)随时间变化的浓度表示为Cpi(t)。溶质可以包括但不限于钠、钾、钙、镁、乳酸盐、磷酸盐、白蛋白、碳酸氢盐、尿素、肌酸酐、氯化物等。溶质还可以包括例如根据上述任一实施例的渗透剂。在以下实施例中，渗透剂假定为葡萄糖。图3还描绘了可能影响Vp(t)和Cpi(t)的过程。这些过程包括通过入口12’的流体流量，该流体流量包括在填充阶段期间经由入口12’进入到PC 31中的治疗流体流量，表示为Jf(t)，在排出阶段期间经由入口12’流出PC 31的治疗流体流量，表示为Jd(t)，以及当经由入口12’从PC 31中的治疗流体取得流体样本(见下文)时PC 31中治疗流体的损失，表示为Js(t)。过程还包括通过腹膜30的流体流量，该流体流量包括表示为Jv(t)的总流体流量、表示为Ji(t)的相应溶质的溶质流量和表示为L的淋巴液流量。应当理解，相应的物质可以在任一方向上移动穿过薄膜30，并且图3中的箭头仅指示对应于相应流动的正号的方向。
腹膜30可以通过其转运特性进行表征。图3表示了两种这样转运特性，LpS和PS。特性LpS是薄膜30的导水率，也称为流体渗透率或超滤系数。例如，特性LpS可以用mL/min/mmHg表示。特性PS是渗透率-表面积乘积，其也被称为传质面积系数或扩散传质面积系数，并且其表示溶质(分子)通过薄膜30的流量。例如，特性PS可以用mL/min表示。特性PS通常因溶质而异，因此在本文中表示为PSi。在一些实施例中，假设所有溶质的PSi之间存在预定义关系，因此如果一种溶质的PSi已知，则可以计算任何溶质的PSi。这一假设有助于计算，因为确定多种不同溶质的PSi可简化为确定标定因子fPS，该标定因子fPS根据PSi＝fPS·PSiG标定不同溶质的PS值的通用集合PSiG，其中PSiG是溶质i的通用PS值。该通用集合表示上述预定义关系，并可被视为包括表示“通用患者”的PS值。当确定了fPS后，可以通过利用fPS标定相应的PSiG来确定任何PSi。
图3还示出了另一个标定因子fCpw，其表示患者的张力并且可以表示患者与等渗状态的偏差。在一些实施例中，为了避免采集患者的血清样本的需求，对于标准(标称)患者，可以将溶质的血液浓度Cbi(t)设置为固定(非时变)值。考虑到患者之间的张力可能不同，可使用fCpw来标定标称血液浓度值。因此，标定因子fCpw可被视为考虑了患者的实际血浆含水量。
将要描述的实施例提供了一种通过使用PC 31中的治疗流体中的溶质浓度的动态模型来估计患者P的一个或多个状态参数的技术。动态模型取决于一个或多个状态参数，并且考虑了图3中由Jf(t)、Jd(t)和Js(t)表示的治疗流体的流量的时间动态，以及通过薄膜30的流体流量Jv(t)和溶质流量Ji(t)的时间动态。这样的实施例依赖于如下认识：通过将的估计的数据样本(表示通过动态模型估计的一组时间点处的治疗流体中的一种或多种溶质的浓度)与的测量数据样本(表示测量的该组时间点处的溶质的实际浓度)进行比较来估计状态参数是可能的。
值得注意的是，在这种情况下，“浓度的表示”包括任何等同的特性和所有等同的特性。在一个实施例中，数据样本包括治疗流体中的至少一种溶质(例如渗透剂或钠)的浓度值。在另一实施例中，数据样本包括由一个或多个电导率传感器测量的电导率值(参见图1中的14)。为简单起见，以下描述假定数据样本为电导率值。基于浓度值的相应实施例对于本领域技术人员来说是显而易见的。
图4A至图4C中示出了所提出的实施例的实用性，这些图是在300分钟的时间段内PC中的治疗流体的电导率的模拟曲线图。图4A示出了不同LpS值的电导率，并且具有15.27mL/min的固定的PSG，其中PSG是葡萄糖的PS值。图4B示出了不同PSG值的电导率，并且具有0.074mL/min/mmHg的固定的LpS。图4C示出了在LpS和PSG值固定的情况下，残余体积Vres的不同值的电导率。如从图4A至图4C所理解的，随着时间的推移，腹膜的转运特性和PC中治疗流体的残余体积各自会对所得到的治疗流体的电导率(以及其中的各种溶质的浓度)产生很大影响。对标定因子fCpw也有类似的影响。
在一些实施例中，动态模型基于众所周知的腹膜三孔隙模型(TPM)。TPM是一种转运模型，其假设腹膜的血管壁有三种类型的不同孔径的孔隙，能够被动转运不同尺寸特性的分子。最小的孔隙类型称为水通道蛋白-1(AQP-1)，是一种水选择性孔隙结构。AQP-1孔隙能够被动转运水，即渗透力驱动的超滤。中等孔隙类型允许流体和较小溶质的转运。大部分蛋白质在薄膜上的转运是由大孔隙类型实现的。TPM的实施例见WO 2018/041760以及由
Figure BDA0004110406560000111
和B.Rippe撰写的文章“使用扩展的3孔隙模型优化自动腹膜透析”，发表于《肾脏国际期刊》，2(5):943-951(2017)，这两篇均通过引用整体并入本文。
附录A中详细列出了表示图3中的过程的公式。虽然这些公式基于TPM，但也可以使用其他动态模型，例如本领域技术人员容易理解的双孔隙模型、双屏障薄膜模型或分布式模型。
附录A中的公式1-4可以概括为关于如下各项的基本时间相关控制函数：通过腹膜的流体流量Jv(t)、通过腹膜的溶质i的流量Ji(t)、腹膜内体积的瞬时改变dVp/dt、以及PC中治疗流体中溶质i的浓度的瞬时改变dCpi/dt：
Jv(t)＝f1(LpS,Vp(t),Cp1..N(t))
Ji(t)＝f2(LpS,Vp(t),Cp1..N(t),PS1..N,Jv(t))
Figure BDA0004110406560000121
Figure BDA0004110406560000122
其中，Cp1..N(t)表示在时间t所有包含的溶质的浓度值的整体，并且PS1..N表示所有包含的溶质的PS值的整体。
如从附录A中所见和所理解的，控制函数复杂且混合着取决于图3中所示的时间相关变量以及转运特性LpS和PSi。控制函数f1、f2、f3、f4可以组合以定义腹膜转运模型，如将在下面参考图5A至图5C作为示例给出的。
可以注意到，上述标定因子fCpw包含在Cbi中(参见图3)，Cbi用于计算Jv(t)和Ji(t)(参见附录A中的公式2和公式4)。因此，控制函数f1和f2还取决于fCpw(如果使用了)。
从附录A中还可以注意到，函数f2可以用于指定了孔隙类型特定值的PSi,m。在一些实施例中，大孔隙的PS值(PSi,3)被设置为通用值，例如由上述通用集合给出，并且标定因子fPS可以仅应用于小孔隙的PS值(PSi,2)。然后，可以通过按标定因子fPS标定小孔隙和大孔隙的相应通用PS值的和来计算特定溶质的PS值。已经发现这种简化对结果的准确性几乎没有影响。然而，在其他实施例中，标定因子fPS可以应用于小孔隙(PSi,2)和大孔隙(PSi,3)的PS值。为了进一步简化，可以通过按标定因子fPS标定小孔隙的相应的PSiG并由此忽略大孔隙的影响来计算特定溶质的PS值。这种进一步简化至少适用于小溶质(例如葡萄糖或钠)，对于这些小溶质，大孔隙对PSi的贡献实际上可以忽略不计。
图5A是示例腹膜测试装置50(“PT装置”)的框图，该腹膜测试装置50用于基于在由PD装置1执行的测试流程期间进行的测量来确定个体的一个或多个状态参数，例如如图1中所示与患者P有关的。测试流程包括一个或多个流体交换循环。PT装置50包括输入部51，输入部51可以包括被配置为接收任何格式的输入数据的任何类型的硬件和/或软件结构。例如，输入部51可以是被配置为从一个或多个传感器(参见图1中的14)、从控制单元(参见图1中的3’)、从用于存储的存储器或从输入单元(诸如键盘、触摸板、触摸屏、计算机鼠标等)接收信号的接口。在示出的实施例中，PT装置50被配置为经由输入部51接收测试方案数据54A、测量数据54B、治疗历史数据56A、通用患者数据56B、患者特定数据56C和溶质特性数据56D。PT装置50还包括第一计算模块52和第二计算模块53，它们协同运行以确定一个或多个状态参数55，状态参数55可以被输出用于呈现、存储、进一步处理等。第一计算模块52定义或包括腹膜转运模型(PTM)52’，其是水和溶质通过个体的PC中的腹膜转运的数学模型，并且其还考虑了治疗流体经由入口12’进出PC的转运。例如，PTM 52’可能是控制函数f1-f4的实现方式。第一计算模块52被配置为在经由输入部51接收的输入数据的至少一部分上操作PTM 52’，以生成对应于测量数据54B的估计数据样本。第二计算模块53定义或包括参数拟合算法(PFA)53’，其被配置为在来自第一计算模块52的估计数据样本和测量数据54B上进行操作，以确定个体的候选特性数据。候选特性数据包括由PTM 52’处理的一个或多个参数，用于生成估计的数据样本。第一计算模块51和第二计算模块52被配置为交替地生成估计的数据样本和候选特性数据，直到PFA53’发现候选特性数据满足收敛标准，或者时间限制期满。然后，PT装置50基于候选特性数据生成状态参数55。PFA53’可以是能够解决非线性优化问题并能够将实验数据拟合到模拟数据的任何算法。这些算法包括任何非线性规划(NLP)算法，如最小二乘最小化算法。本文给出的结果是使用MATLAB中的标准函数Lsqnonlin生成的。
更详细地参见图5A中呈现的输入数据，测试方案数据54A表示在测试流程期间经由入口12’进出PC的随时间变化的治疗流体的流速。在图3的符号中，测试方案数据54A因此指示Jf(t)、Jd(t)和Js(t)，以及测试流程的启动和结束时间。测试方案数据也可以指示新鲜的治疗流体的成分(参见附录A中的公式3中的CIi)。应注意，新鲜的治疗流体的成分在流体交换循环之间可能不同。
在以下实施例中，测量数据54B表示在一个或多个流体交换循环期间的一组时间点处的PC内的治疗流体的测量电导率。如果没有预定义，测量数据54B也可以识别该组时间点。在图1的实施例中，可以通过传感器14测量电导率，这将在下面参考图7进一步详细描述。
治疗历史数据56A可以包括在先前时间段内，例如在12-48小时的测试流程内，对个体执行的一个或多个流体交换循环的测试方案数据。
通用患者数据56B可以包括上述PSi值的通用集合，以及溶质的血浆浓度的通用值(参见图3中的Cbi)。在一些实施例中，预期以至少约0.5mmol/L的浓度存在于血液或治疗流体中的所有溶质被包括在PTM 52’中，因此也包括在通用患者数据56B中。通用值可以作为总体平均值给出。应当理解，通用患者数据56B还可以包括PTM 52’使用的其他参数值，例如αm(见附录A)。
患者特定数据56C可以包括与PT装置50的计算相关的患者的任何已知或估计的特性。例如，患者特定数据可以包括患者血液中一种或多种溶质的浓度，或在先确定的Vres、LpS、PSi或fCpw的值(参见图3)。应当认识到，提供患者特定数据56C可以降低由PT装置50进行的计算的复杂性和/或增加其准确性。
溶质特性数据56D可以包括PTM 52’所使用的控制函数中包含的溶质的任何已知特性数据。在附录A的实施例中，溶质特性数据56D可以包括渗透系数
Figure BDA0004110406560000141
溶质电荷(zi)等中的一个或多个。
图5A中所示的和上述的输入数据不是限制性的，仅作为示例提供。可以想到的是，使用附加的输入数据和/或省略数据项56A-56D中的一个或多个。例如，患者特定数据56C可能不可用。在另一实施例中，溶质特性数据56D的全部或一部分可以被集成到PTM 52’中。此外，可以完全省略治疗历史数据56A。
图5B是PT装置50(图5A)中的第一计算模块52和第二计算模块53的更详细示例的框图。在图5B中，PT装置50被配置为接收输入数据54，输入数据54包括已经测量的用来表示在上述一组时间点处的PC中的治疗流体的电导率的一组数据样本[Kp*]。输入数据54可以是图5A的测量数据54A的一部分。PTM 52’被配置为接收初始数据集52A，该初始数据集52A包括控制函数中的变量的初始值，并且对初始数据集52A进行操作以生成数据集57A，该数据集57A包括PC内的治疗流体中的溶质的浓度[Cpi]的估计的值的序列。为至少近似匹配[Kp*]的时间点集合的时间点生成估计的值。在示出的实施例中，PT装置50还包括转换模块57，其被配置为将每个时间点处的溶质的估计的浓度[Cpi]转换为相应的治疗流体的估计的电导率[Kp]。转换模块57可以被配置为在给定所有带电溶质的浓度的情况下聚合所有带电溶质的电导率贡献，同时也可能考虑到不带电溶质(例如葡萄糖和尿素(如果存在))的影响。因此，转换模块57可以根据众所周知的标准公式进行配置，标准公式例如US 2012/0018379和WO 2016/188950所述，其通过引用并入本文。包括[Kp]的转换模块57的输出数据57B由减法模块58接收，该减法模块58被配置为计算[Kp]和[Kp*]中的对应值之间的差，即在一组时间点处的估计的电导率值和测量的电导率值之间的差。结果是一组时间点处的差值的序列，在图5B中表示为残差数据53A。PFA53’被配置为对残差数据53A进行操作，以生成上述候选特性数据53B，在图5B中被例示为LpS和PSi。PTM52’被配置为然后对候选特性数据53B进行操作，并且可能对初始数据集52A的至少一部分进行操作，以生成包括更新的[Cpi]的新数据集57A。如从前面所理解的，计算和数据流可以继续，直到PFA53’发现满足收敛标准，例如残差数据53A足够小。图5B中的PT装置可以被视为表示反馈控制系统，其中第一计算模块52对应于待控制的系统，输入数据54对应于设定值，输出数据57B对应于实际值，PFA53’对应于控制器。
在一些实施例中，假设候选特性数据53B在测试流程期间是非时变(恒定)的，这可以便于计算。然而，候选特性数据53B中的一个或多个参数也可以通过包括预定义的对相应参数的时间依赖性而时变。例如，先前已知可在PD期间对PSi和/或LpS的下降的时间依赖性进行建模，例如，如Waniewski等人在ASAIO J 1996；42:M518-523上发表的文章《连续动态腹膜透析中单次交换过程中的扩散传质系数不是恒定的(Diffusive Mass TransferCoefficients Are Not Constant During a Single Exchange In ContinuousAmbulatory Peritoneal Dialysis)》中所述，其全部内容通过引用结合于此。
还应当理解，候选特性数据53B可以包括PTM 52’的控制函数中所包括的任何未知特性。在图5B的实施例中，假定fCpw是已知的，并且LpS和PSi由PFA 53’拟合。在另一实施例中，候选特性数据53B包括fCpw、LpS和PSi。在其他实施例中，仅LpS、PSi和fCpw中的一个通过PFA53’拟合，而其他的被设置为固定且已知的值。
在一些实施例中，如上所述，PSi可以用标定因子fPS表示。因此，标定因子fPS可通过PFA53’拟合，或被设置为固定的已知值。
如图5B所示，转换模块57和减法模块58不需要包括在第一计算模块52中，但是模块57、58中的一个或两个可以替代地包括在第二计算模块53或第三计算模块中。
图5C是PTM 52’的更详细示例的框图。一般来说，PTM 52’被配置为实现控制函数f1-f4。在示出的实施例中，PTM 52’包括微分方程求解器子模块(DES)71，其被配置为以一个或多个在先时间步长(time step)对变量的导数(“瞬时改变”)的值进行操作，以生成当前时间步长处的变量的值。例如，DES子模块71可以实现用于获得微分方程的数值解的任何已知回归方法，例如线性多步方法、龙格-库塔方法或一般线性方法(GLM)。本文给出的结果是通过在常规的ODE(常微分方程)求解器上实现PTM 52’而产生的，特别是MATLAB中的ode45函数。
在示出的实施例中，PTM 52’被配置为生成腹膜内体积Vp的值的时间序列和对应的PC中的治疗流体中的溶质浓度Cpi的值的时间序列。为此，PTM52’还包括控制子模块72-75，它们实现各自的控制函数f1-f4。在操作期间，DES子模块71基于包括针对前一时间步长的Vp和Cpi的导数的数据集74B、75B生成包括针对当前时间步长的Vp、Cpi的数据集71B。控制子模块72对针对当前时间步长的Vp、Cpi进行操作，以生成针对当前时间步长的Jv。控制子模块73对当前时间步长的Jv、Vp、Cpi进行操作，以生成当前时间步长的Ji。控制子模块74对当前时间步长的Jv进行操作，以生成当前时间步长的Vp的导数。控制子模块75对Jv、Ji、Cpi、Vp进行操作，以生成当前时间步长的Cpi的导数。可以认识到，通过从启动时间(t＝0)到结束时间对FTM 52’进行操作，生成Vp和Cpi值的相应时间序列。基于Cpi值的时间序列，FTM 52’提取一组时间点处的Cpi值，得到[Cpi]，其作为数据集57A输出，以供转换模块57使用(参见图5B)。
当第一次启动PTM 52’的操作时，DES子模块71从初始数据集52A获得启动时间处的腹膜内体积Vp(0)和启动时间处的PC中的治疗流体中的溶质的浓度Cpi(0)。在图5C的实施例中，初始数据集52A由启动数据模块76提供。Vp(0)、Cpi(0)的值随后被提供为启动时间(t＝0)处的数据集71B。从控制函数f1-f4可以理解，子模块72对LpS(和可能的fCpw)进行操作，子模块73对LpS和PS1…N(和可能的fCpw)进行操作。就LpS、PSi和fCPw被包括在候选特性数据53B中并且因此将由PT装置50确定而言，初始数据集52A可以包括LpS、PSi和fCpw的初始值，以在PTM 52’的操作首次启动时由子模块72、73、75使用。在图5C的实施例中，相应的子模块72、73可以从初始数据集52A检索初始值LpS0和PSi0。初始值LpS0、PSi0可以例如由启动数据模块76从通用患者数据56B或患者特定数据56C获得(图5A)。
初始值Vp(0)、Cpi(0)也可以由启动数据模块76从通用患者数据56B或患者特定数据56C获得(图5A)。然而，如果一个或多个初始值Cpi(0)与患者的实际值显著不同，则使用通用患者数据56B可能会降低结果状态参数的准确性。在一些实施例中，为了减轻该潜在问题，启动数据模块76被配置为基于治疗历史数据56A(图5A)中关于一个或多个最近的治疗方案的信息来运行模拟。可以通过使用控制函数f1-f4基于假定的患者残余体积并考虑最近的治疗方案计算Cpi(0)来执行模拟。可将该模拟的残余体积中的溶质的浓度的初始值作为血浆水浓度，可选地通过例如降低大溶质的含量和/或根据Donnan平衡调节钠和氯化物来对血浆水进行轻微修改。
可选地，启动数据模块76可以将初始值Cpi(0)设置为等于血浆水浓度，可选地，同时对(如白蛋白)的大溶质应用减缩因子。在另一替代方案中，启动数据模块76可将初始值Cpi(0)设定为等于新鲜的治疗流体中的相应溶质的浓度。
当PFA53’已经基于由PTM 52’为初始数据集52A生成的数据集57A计算出候选特性数据53B时，再次操作PTM 52’以生成Vp和Cpi的值的相应时间序列。PTM 52’可以再次使用Vp(0)和Cpi(0)作为初始值，但是现在将使用来自PFA 53’的候选特性数据53B中的LpS和PSi(图5B)。
如图4C所示，残余体积可能对PC中治疗流体的电导率有深远的影响。这意味着初始值Vp(0)中的误差可能会对估计的浓度值[Cpi]的精度以及由此对估计的电导率[Kp]产生重大影响。在一些实施例中，为了减轻这种对误差的影响，PFA 53’被配置为将一个或多个时间点处的腹膜内体积包括在所拟合的参数中。换句话说，在候选特性数据53B中包括一个或多个时间点处的Vp。在一些实施例中，在候选特性数据53B中包括排出循环结束时的腹膜内体积(即残余体积Vres)。
图6A是用于确定接受PD透析的个体的至少一个状态参数的示例方法600的流程图。示例方法600可以由图5A至图5C中示出并在上文描述的示例PT装置50来执行。在步骤601中，输入第一数据。第一数据指示在一个或多个流体交换循环期间经由个体上的腹膜入口12’(图1)进出腹膜腔31(图3)的治疗流体随时间变化的流速。第一数据可以对应于或包括在测试方案数据54A(图5A)中。在步骤602中，输入第二数据。第二数据包括表示在一个或多个流体交换循环期间的两个或更多个时间点处的腹膜腔31中治疗流体的电导率的测量的数据样本[Kp*](图5B)。第二数据可以对应于或包括在测量数据54B(图5A)中。步骤603基于第一数据来评估数学腹膜转运模型52’(图5A至图5C)，并且包括计算表示两个或更多个时间点处的腹膜腔31中治疗流体的电导率的估计的数据样本[Kp](图5B)的子步骤603A。步骤604根据由第二数据给出的测量的数据样本[Kp*]以及由步骤603给出的估计的数据样本[Kp]来确定至少一个状态参数。
可以认识到，示例方法600可以通过与图5A至图5C中的示例PT装置50显著不同的PT装置来执行。因此，本公开不限于参考图1至图5呈现的特征的特定组合。例如，可以想到降低控制函数f1-f4的复杂性，从而简化由PT装置50执行的计算，尽管可能以牺牲精度为代价。甚至可以定义控制函数，从而允许基于测量的数据样本和估计的数据样本进行状态参数的代数计算。
同时，应当认识到，上述实施例包括单独或结合起来可以提供明显的技术优势的特征，例如提高精度、提高处理效率等。
在一些实施例中，所述至少一个状态参数包括腹膜的一种或多种转运特性。对这种转运特性的了解有助于对腹膜状态进行详细评估。
在一些实施例中，所述至少一个状态参数包括溶质通过腹膜的扩散能力和/或水通过腹膜的过滤能力。这两种转运特性都是腹膜状态的相关指标。从上述内容中可以理解，扩散能力可以包括治疗流体中的试剂的渗透表面积乘积PSi。试剂可以是新鲜或用过的治疗流体中存在的任何溶质，例如渗透剂。如从前面所理解的，过滤能力可以包括例如由超滤系数给出的导水率。
在一些实施例中，所述至少一个状态参数包括选定时间点处腹膜腔中的治疗流体的体积。例如，选定的时间点可以是在一个或多个流体交换循环中的至少一个的排出阶段完成时，产生残余体积。如上参考图5C所述，可以包括一个或多个时间点处的腹膜内体积，作为基于测量的和估计的数据样本而确定的参数。通过适当选择时间点，因此有可能获得残余体积的改进的估计。残余体积是评估腹膜状态的相关特征，也可用于优化PD治疗。
在一些实施例中，至少一个状态参数包括个体的张力参数，例如上述标定因子fCpw。这样的张力参数可以用于评估患者的状态。
在一些实施例中，如图5A至图5C中举例说明的，PT装置50包括参数拟合算法53’，其能被操作以确定数学腹膜转运模型52’中包括的一组参数的相应候选值，以最小化测量的数据样本与估计的数据样本之间的差。该组参数包括至少一个状态参数。因此，相应的状态参数可以由使差最小化的相应候选值给出，至少使差低于一定阈值。参数拟合算法53’的使用使得能够使用更复杂且可能更精确的腹膜转运模型52’。
在一些实施例中，如图5B中举例说明的，该组参数表示一种或多种溶质通过腹膜的扩散能力(例如PSi或fPS)和水通过腹膜的过滤能力(例如LpS)。
在一些实施例中，如参照图5B所述，该组参数还表示个体的张力(例如fCpw)。
在一些实施例中，如图5A至图5C所示，第一计算模块52被配置为基于由第二计算模块53交替确定的参数值集合的相应候选值(参见候选特性数据53B)来交替计算估计的数据样本[Kp]。因此，第二计算模块53可以被配置为基于来自第一计算模块52的估计的数据样本[Kp]来交替地确定该组参数的相应候选值。第二计算模块53可以被配置为当满足收敛标准或达到时间限制时输出至少一个状态参数。因此，第一计算模块52和第二计算模块53被布置成定义上述反馈控制系统，该反馈控制系统操作为迭代地找到该组参数的最佳值，从而也找到至少一个状态参数的最佳值。
在一些实施例中，如图5C中举例说明的，第一计算模块52被配置为基于第一数据(参见测试方案数据54A)并通过使用数学腹膜转运模型52’来计算在一个或多个流体交换循环期间的一段时间内腹膜腔中治疗流体的估计量的时间序列。从前面的描述中可以理解，Vp值时间序列的计算使得能够以较高的精度计算相应的Cpi值。
在一些实施例中，数学腹膜转运模型52’是用于通过腹膜转运的三孔隙模型TPM。TPM是成熟可靠的模型。
在一些实施例中，数学腹膜转运模型52’被配置为对由腹膜的相反两侧上的溶解离子的量的差和腹膜对大的带电溶质的反射所引起的穿过腹膜的静电力的离子转运进行考虑。附录A中给出了这种数学腹膜转运模型52’的一个实施例。在腹膜输送模型中引入静电力的另一个例子见于出版物《肾小球和腹膜微循环中的血管转运现象分析(Analysis ofTransvascular Transport Phenomena in the glomerular and peritonealmicrocirculation)》第17章(第33-36页)，作者是
Figure BDA0004110406560000201
(1版)，隆德：隆德大学：医学院，ISBN978-91-7619-372-3。目前认为，通过对静电力进行考虑可以获得更精确的结果。可以注意到，存在替代的和/或更简单的技术对静电力的离子转运进行考虑，例如通过使用所谓的Donnan因子。
在一些实施例中，如图5C中所例示的，第一计算模块52包括微分方程求解器(DES)子模块71，其被配置为基于腹膜腔中的治疗流体的量的在先瞬时改变(参见74B)来计算针对当前时间步长的腹膜腔中的治疗流体的量(参见71B)。DES子模块71还可以被配置为基于腹膜腔中的治疗流体中的一种或多种溶质的浓度的在先瞬时改变(参见75B)来计算针对当前时间步长的腹膜腔中的治疗流体中的一种或多种溶质的浓度(参见71B)。从前面的描述中可以理解，这使得能够以较高的精度计算Cpi值的时间序列。
在一些实施例中，如图5C所示，第一计算模块52还包括第一改变计算系统，该第一改变计算系统被配置为根据由DES子模块71计算的腹膜腔中的治疗流体中的一种或多种溶质的当前浓度(参见71B)和由DES子模块71计算的腹膜腔中的治疗流体的当前量(参见71B)来计算腹膜腔中的治疗流体的量的当前瞬时改变(参见74B)。从前面的描述中可以理解，这使得能够以较高的精度计算Cpi值的时间序列。
在一些实施例中，如图5C所示，第一改变计算系统包括第一流速计算子模块72，第一流速计算子模块72被配置为根据由DES子模块71计算的腹膜腔中的治疗流体的当前量(参见71B)来计算通过腹膜的水的当前流速(参见72B)。第一改变计算系统还可以包括第一改变计算子模块74，其被配置为根据通过腹膜的水的当前流速(参见72B)来计算腹膜腔中的治疗流体的量的当前瞬时改变(参见74B)。从前面的描述中可以理解，这使得能够以较高的精度计算Cpi值的时间序列。
在一些实施例中，如图5C所示，第一计算模块52还包括第二改变计算系统，该第二改变计算系统被配置为根据由DES子模块71计算的腹膜腔中的治疗流体中的一种或多种溶质的当前浓度(参见71B)和由DES子模块77计算的腹膜腔中的治疗流体的当前量(参见71B)来计算腹膜腔中的治疗流体中的一种或多种溶质的浓度的当前瞬时改变(参见75B)。从前面的描述中可以理解，这使得能够以较高的精度计算Cpi值的时间序列。
在一些实施例中，如图5C所示，第二改变计算系统包括第二流速计算子模块73，第二流速计算子模块73被配置为根据由DES子模块71计算的腹膜腔中的治疗流体中的一种或多种溶质的当前浓度(参见71B)和由DES子模块71计算的腹膜腔中的治疗流体的当前量(参见71B)来计算通过腹膜的一种或多种溶质的当前流速(参见73B)。第二改变计算系统还可以包括第二改变计算子模块75，第二改变计算子模块75可以被配置为根据通过腹膜的一种或多种溶质的当前流速(参见图73B)、通过腹膜的水的当前流速(参见图72B)、由DES子模块71计算的腹膜腔内的治疗流体中的一种或多种溶质的当前浓度(参见71B)、以及由DES子模块71计算的腹膜腔内的治疗流体的当前量(参见71B)来计算腹膜腔中的治疗流体中的一种或多种溶质的浓度的当前瞬时改变(参见图75B)。从前面的描述中可以理解，这使得能够以较高的精度计算Cpi值的时间序列。
在一些实施例中，如图5B中所例示的，第一计算模块52被配置为生成腹膜腔中的治疗流体中的至少一种溶质的估计的浓度值的时间序列[Cpi]，将估计的浓度值的时间序列转换为电导率值的时间序列，并且从电导率值的时间序列确定估计的数据样本[Kp]。从浓度值到电导率值的转换使得第一计算模块52能够应用腹膜腔中溶质浓度的动态模型，该模型又使得能够对状态参数对腹膜腔中的治疗流体的电导率的影响进行物理精确地建模。最终，这保证了确定的状态参数的准确性。
在一些实施例中，在图5C中举例说明，PT装置50还被布置成在一个或多个流体交换循环之前接收在先时间段中的个体的流体交换数据(参见图5A中的56A)。PT装置50还可以被配置为基于流体交换数据来估计在评估起点处的腹膜腔中的治疗流体中的一种或多种溶质的初始浓度Cpi(0)。第一计算模块52可以被配置为基于初始浓度来计算估计的数据样本[Kp]。如从前面所理解的，对初始浓度值的估计使得估计的数据样本[Kp]的精度得以提高，因为相比于通用浓度值，根据在先时间段中的个体的流体交换数据来估计初始浓度值更能表示评估起点处的患者。
现在将参考图7至图11所示的仿真数据来描述上述技术的操作和使用。
图7A至图7B是由第一计算模块52为具有已知值PSi、LpS、fCpw和Vres的模拟患者生成的示例变量的曲线图。图7A示出了短测试流程，其依次包括填充阶段、驻留阶段、排出阶段、填充阶段和部分驻留阶段。图7B示出了包括填充阶段和部分驻留阶段之后的六个完整的流体交换循环的长测试流程。在图7A和图7B的每一个中，该图自上而下示出了腹膜腔中的治疗流体的电导率(K)、腹膜腔中的治疗流体中的钠浓度(CpNa)、腹膜腔中的治疗流体中的葡萄糖浓度(CpG)和腹膜内体积(Vp)。已对测试流程进行了模拟，这些测试流程在初始排出阶段(未示出)结束时启动，并在一段时间后进入结束驻留阶段。图7A中的垂直虚线被添加为指示不同阶段之间的转变时间点。变量Vp、CpNa和CpG由第一计算模块52中的PTM52’生成，CpNa和CpG是Cpi的示例，变量K由转换模块57基于Cpi(包括CpNa和CpG)生成。
图7A至图7B还示出了用于在测试流程期间用于测量电导率的时间点的实施例。在图7A的短测试流程中，示出了在五个时间点处的数据样本。在初始排出阶段结束时，即在第一个填充阶段启动之前，采集数据样本Kp0*。在第一个填充阶段完成后的预定义时间段(Δt1)，在接下来的驻留阶段采集数据样本Kp1*。在下一个排出阶段采集数据样本Kp2*。该数据样本可以在排出阶段的任何明确定义的时间点采集，也可以在多个时间点采集。在图7A中，在排出阶段的启动和完成时指示数据样本Kp2*。在下一个填充阶段完成后的预定义时间段(Δt2)，即下一个驻留阶段，采集数据样本Kp3*。在非限制性实施例中，Δt1和Δt2可以在0分钟-20分钟或0分钟-10分钟的范围内。图7A还示出了电导率数据样本Kd0*和Kd1*，它们是在相应填充阶段中对要输注到腹膜腔中的新鲜的治疗流体进行的测量。如上所述，PTM 52’可以对新鲜的治疗流体中的溶质的标称浓度进行操作(参见附录A中的公式3的CIi)。然而，可通过对实际浓度(如果可用)或对新鲜的治疗流体中的实际浓度的估计进行操作来提高状态参数的精度。例如，生产现成的治疗流体的成分的容许限度相对较大。例如，钠的浓度可能有±2.5％的容许限度。这意味着电导率可能因治疗流体批次而异，从而在状态参数的计算中引入误差。通过测量新鲜的治疗流体的电导率(Kd0*)，并了解其标称电导率，可调整标称浓度，以更好地表示实际浓度。如本领域技术人员容易理解的，该调整可以以不同的方式执行。在一个实施例中，可以计算新鲜的治疗流体中的含水量，以最小化标称电导率和测量的电导率之间的差，同时确保治疗流体中的电荷总和为零，因此标称浓度按含水量标定。
回到图1中的PD装置1，数据样本Kd0*、Kd1*等可以由传感器14或PD装置中的另一个电导率传感器测量。如果在所有流体交换循环中使用相同的治疗流体，则仅获得新鲜的治疗流体电导率的一个测量数据样本可能就足够了。
在图7B中，示出了用于长测试流程的数据样本的实施例。与图7A相比，Kp3*已经从第一流体交换循环之后的驻留阶段移动到最后完成的流体交换循环之后的驻留阶段。数据样本Kd12*、Kd13*、Kd14*、Kd15*、Kd16*与Kd1*相对应，如果流体交换循环之间的治疗流体相同，则可以省略。数据样本Kp22*、Kp23*、Kp24*、Kp25*、Kp26*对应于Kp2*并在相应的流体交换循环中测量。
回到图1中的PD装置1，数据样本可由传感器14测量。可以认识到，当治疗流体(流出物)通过排出管线13从腹膜腔泵送时，通过测量治疗流体(流出物)的电导率的传感器14可以容易地获得排出阶段期间的数据样本Kp2*。这同样适用于数据样本Kp0*。其它数据样本Kp1*、Kp3*可通过操作APD循环仪3以经由患者管线12将一小部分治疗流体从腹膜腔抽出到排出管线13中用于由传感器14测量而获得。或者，数据样本Kp0*、Kp1*、Kp3*可以由PD装置1的液压回路中的另一个电导率传感器测量。治疗流体的提取导致腹膜腔中治疗流体的少量损失，其由图3中的Js(t)表示，并在图7A至图7B中的相应测量时间点处显示为Vp的轻微降低。
在测试流程中获得的用于计算状态参数的数据样本数量取决于状态参数所需的精度(置信度)、状态参数的数量以及可能要计算的状态参数的类型。当要计算单个状态参数时，两个数据样本就足够了。数据样本的时序可能取决于要计算的状态参数。目前认为，使用数据样本Kp2*和Kp3*，例如如图7A所示，能够计算状态参数PSi、LpS、fCpw或Vres中的任何一个。通过包括Kp0*和Kp1*中的一个或两个，例如如图7A所示，精度可以显著提高和/或可以计算其他状态参数。还认识到，通过对包括一个以上完整交换阶段的测试流程进行计算，并可以通过获取更多数据样本来提高精度，例如由图7B中的一个或多个数据样本Kd12*、Kd13*、Kd14*、Kd15*、Kd16*、Kp22*、Kp23*、Kp24*、Kp25*、Kp26*表示的数据样本。
由于在排出阶段最容易获得数据样本，因此可能需要尽可能多地利用Kp2*。如上所述，在计算中可使用两个或更多个时间分离的Kp2*样本。已经令人惊讶地发现，通过生成残差数据53A(图5B)，不仅包括一个Kp2*样本和对应的模拟Kp2样本之间的差值，而且还包括在排出阶段期间测量的电导率的瞬时改变和对应的模拟瞬时改变之间的差值，可以增加状态参数的准确度。在一个实施例中，测量的瞬时改变由两个Kp2*样本之间的电导率差除以Kp2*样本之间的时间给出。
需要注意的是，如图7B所示，Kp1*不需要在第一个交换循环中取得，但是可以在任何后续的交换循环中取得。然而，在排出阶段和随后的驻留阶段之间测量的电导率的改变预期在测试流程期间减小，例如如在图7B的上部分图示中所见。目前认为，通过在第一个交换循环中获得Kp1*来改进计算，从而最大化测量电导率的改变。
图8A至图8D呈现了针对图5A至图5C中所示的实现方式而生成的仿真结果，其中候选特性数据包括PSi、LpS、fCpw和Vres，并且PSi由上述标定因子fPS表示。已对新鲜的治疗流体的三种不同葡萄糖成分进行了模拟，分别含有1.36％w/v、2.27％w/v和3.86％w/v葡萄糖。模拟针对测量电导率的模拟增加了0.01mS/cm(标准偏差)的随机误差，并针对标称流速增加了0.45％(标准偏差)的随机误差。针对属于四种不同转运体类型H、HA、LA、L的患者以及针对图7A的短测试流程和图7B的长测试流程进行了模拟。
图8A中的方框图说明了当针对短测试流程进行计算时，针对各种转运体类型的Psi中的葡萄糖的相对误差(RE)。对于相应的转运体类型，从左到右，方框表示葡萄糖含量为1.36％、2.27％和3.86％的新鲜的治疗流体。所有转运体类型和所有葡萄糖含量均达到合理的精度，其中H和HA转运体的精度更高。图8B中的方框图对应于图8A，但针对长测试流程计算。可以看出，在长时间的测试流程中，PSi的精度显著提高。
图8C中的箱线图说明了当针对长测试流程进行计算时，针对各种转运体类型的LpS中的相对误差(RE)。可见，所有转运体类型和葡萄糖含量均可达到良好的精度。
图8D中的箱线图说明了当针对长测试流程进行计算时，针对各种转运体类型的fCpw中的相对误差(RE)。可见，所有转运体类型和葡萄糖含量均可达到良好的精度。
图8E中的箱线图说明了当针对短测试流程(由I表示)和长测试流程(由II表示)进行计算时，针对各种转运体类型的Vres中的绝对误差(mL)。如所见，在两种情况下，所有转运体类型和葡萄糖含量均可达到良好的精度。箱线图还通过III说明了根据不同转运体类型和葡萄糖含量的常规稀释公式计算时的Vres中的绝对误差(mL)。稀释公式根据排出阶段中测量的治疗流体的电导率、后续填充阶段完成时测量的治疗流体的电导率、新鲜的治疗流体的电导率和填充阶段输注的治疗流体的量来计算Vres。例如，上述EP2623139中提供了此类计算的实施例。稀释公式未考虑通过腹膜的转运始终在进行这一事实，即在填充期间也是如此，因此对转运体类型和葡萄糖含量高度敏感。这种相关性在图8E中清晰可见，使得稀释公式在很大程度上不可靠，无法用于测定Vres。
本文所述的测试流程和计算法有许多有益之处。测试流程和计算法可以是自动化的，并且可以在护理点进行。此外，测试流程可作为常规和处方治疗的一部分进行。这与标准PET形成鲜明对比，标准PET是一种4小时流程，无论患者的处方如何，都需要特定成分的新鲜的治疗流体。
计算技术能够确定腹膜的小溶质转运特性，如渗透表面积PSi。标准PET生成的D/D0葡萄糖和D/P肌酐等小溶质转运特性可用于分类为H/HA/LA/L，这对腹膜状态的信息量明显较少。此外，计算技术可配置为同时考虑带电荷和不带电荷的溶质，而标准PET仅测量不带电荷的葡萄糖和肌酐。
计算技术能够确定水通过腹膜的过滤能力，如超滤系数LpS。在进行患者转运分类H/HA/LA/L时，考虑到标准PET的超滤特性的能力有限。标准PET包括在减去输注量后，测量可用于测定患者液体转运速率的总排出量。然而，由于缺乏关于残余体积的准确信息并且在确定输注和抽出的液体量时的测量误差，误差幅度将很大。同样，除非在标准PET测试中增加了额外的非常规流程(如测量输注前后组分的浓度)，否则标准PET不提供残余体积信息，而本文所述的计算技术能够在任何时间(例如在任何排出循环完成时)测定腹膜腔中的治疗流体量。
测试流程和计算方法可以频繁运行，例如每天运行。每日测试可在长时间和短时间尺度上评估腹膜的进展状态，例如检测可能的薄膜衰竭。标准PET一年最多做两次。
计算技术能够确定患者的张力，该张力是总血浆电解质浓度的量度。张力可以是用于患者诊断和/或分类以及优化处方或检测偏移的有用特性。标准PET未提供此类信息。
图9是可以包括在PT装置50中的附加模块90的框图，以基于由PT装置50计算的状态参数55来模拟标准化的PET流程。标准化PET流程可以是由标准化方案(方案、采集等)给出的任何PET流程，包括但不限于标准PET。模拟模块90可以包括PTM 52’，并且可以被配置为对具有根据由PT装置50计算的状态参数的特征的患者的测试方案数据操作PTM 52’，所述测试方案数据专用于标准化的PET流程，包括交换循环的定时和数量、随时间变化的通过入口12’的流速以及新鲜的治疗流体的成分。模块90中的PTM 52’由此被操作为模拟腹膜腔中的治疗流体中的溶质的浓度，提取特定时间点的特定溶质的浓度值，并计算标准化PET流程的输出参数，例如用于标准PET的D/D0和D/P。参数D/D0表示启动时间点和特定时间点之间腹膜腔内治疗流体中葡萄糖浓度的相对改变。参数D/P可以指定在特定时间点腹膜腔中的治疗流体和患者血浆之间的肌酐浓度比。替代地或附加地，可以针对尿素计算参数D/P。在一个或多个特定时间点计算出的D/D0和/或D/P的参数值可以代替状态参数或作为状态参数的补充，例如提供给希望基于测试流程评估患者及其腹膜的状态的医生。图10A至图10B是针对根据标准PET的关于H、HA、LA和L转运体类型的测试方案，由包括本文所述的PTM52’的模拟模块90产生的肌酸酐的D/D0和D/P的曲线图。
在一些实施例中，PT装置50还被配置为处理如针对测试流程、用于检测例如由炎症和/或感染(也称为腹膜炎)引起的腹膜的潜在衰竭所计算的一个或多个状态参数。及早发现薄膜衰竭使医务人员能够及早采取措施对抗腹膜炎，有利于患者健康，避免PD治疗中途退出。在检测到潜在衰竭时，PT装置50可以被配置为例如通过激活视觉、听觉或触觉反馈装置来产生专用警报和/或经由任何合适的通信信道产生警告(例如给医生的电子消息)。可以监测PSi、LpS、Vres和fCpw中的任何一种或其任意组合，以检测薄膜衰竭。
在一些实施例中，PT装置50被配置为分析一个或多个状态参数中的趋势以检测改变，并且评估该改变以检测潜在衰竭。这种趋势可能会在几个测试流程中延续，并且这种改变可能是突然的(例如逐步的)或者会在更长的时间段出现(例如一周或几周)。
在一些实施例中，只要状态参数的值超过阈值，就可以检测到潜在衰竭，该阈值可以相对于状态参数的一个或多个在先计算值来设置，例如相对于移动平均值。在一个实施例中，当状态参数的值超过移动平均值至少20％、30％、40％或50％时，可以检测到潜在衰竭。为了说明PSi增加50％的影响，图11A至图11B示出了具有正常PSi值(表示为K1)和正常PSi值增加50％(表示为K2)的腹膜腔中的治疗流体的电导率的模拟结果，其中图11A是针对H转运体给出的，而图11B是针对L转运体给出的。应当认识到，薄膜衰竭可能导致所测量的治疗流体的电导率的显著改变，并且由此也可能从由PT装置50计算的状态参数中检测到。
图6B是用于薄膜衰竭的示例性监测方法610的流程图。示例性方法610可以由PT装置50执行，并且包括两阶段评估。在第一阶段中，根据图6A中的示例性方法600确定当前测试流程的一个或多个状态参数，但仅针对当前测试流程的流体交换循环的子集。步骤611评估用于检测第一瞬时改变的状态参数的趋势。如果没有检测到第一瞬时改变，步骤612继续到终止方法610。如果检测到第一瞬时改变，则步骤612进行到第二阶段评估，其中根据图6A中的示例性方法600确定相同或任何其他状态参数，同时在当前测试流程的下一交换循环中包括电导率测量。如从前面所理解的，通过增加流体交换循环的数量，所计算的状态参数的精度增加。步骤613通过与步骤611中用于检测第一瞬时改变的标准相同或不同的标准，评估用于检测第二瞬时改变的状态参数的趋势。如果没有检测到第二瞬时改变，步骤614继续到终止方法610。否则，步骤614继续产生警报。在一些实施例中，步骤611被布置为检测第一瞬时改变，作为在当前测试流程中发生的状态参数的逐步改变。由于这种逐步改变可能由测量误差引起，因此第二阶段评估将降低产生误报警的风险。
从以上讨论中可以理解，使用数学腹膜转运模型的本文所述计算技术可用于估计PD治疗期间的IPV。可对该信息进行监测，以确保在PD治疗期间IPV维持在限值内。在当代的APD中，IPV在很大程度上是未知的，因为在完全排出之后或如果未进行完全排出(例如在潮汐治疗期间)，PC中的残余体积可能会发生改变。因此，存在患者过度填充的风险。为了降低这一风险，在PD治疗期间经常进行完全排出。然而，这可能会增加所谓的“排出疼痛”的发生，这是APD的常见并发症。科学界尚未完全了解排出疼痛的起源。一些人认为排出疼痛是由于在每个排出循环快结束时对非常敏感的壁腹膜施加负压所致。这会导致所提及的疼痛，通常非常不舒服并且在直肠或生殖器区域会感觉到。其他推测，排出疼痛与肠外壁负压吸引有关。无论起源如何，管理排出疼痛都是挑战。
参考图7A，申请人已经发现，至少基于在排出阶段期间采集的数据样本(参见Kp0*或Kp2*)和在随后的填充阶段(例如在随后的驻留阶段)之后采集的数据样本(参见Kp1*或Kp3*)，可以确定填充阶段之后的IPV。基于IPV，可确定前一排出阶段后的残余体积。通过这种类型的计算，例如在图7B的测试流程中，一个排出阶段之后的残余体积可以被估计并且在随后的填充阶段中被考虑，通过APD循环仪调节输注量以避免过度填充，并且在随后的排出阶段中，通过APD循环仪调节排出量以减轻排出疼痛的风险。在一系列交换循环中，可以对每一系列的排出阶段和填充阶段重复该计算。因此，在包括一系列交换循环的测试流程中，例如对于相应的交换循环，可以间歇地估计残余体积。申请人还发现，除了在驻留阶段采集的一个数据样本之外，可以省去所有样本。因此，可以在测试流程期间通过使用在排出阶段期间获取的数据样本(例如，Kp0*)、在随后的填充阶段之后的驻留阶段获取的数据样本(例如，Kp1*)、以及在交换循环的序列中的至少一个随后的排出阶段期间获取的数据样本(例如，Kp2*、Kp22*、Kp23*等)来间歇地估计一系列交换循环中每个排出阶段之后的残余体积。
因此，在一些实施例中，PT装置(图5A中的50)可以被配置为在交换循环中提供表示估计的IPV的输出数据(例如Vres)以供APD循环仪(图1中的3)接收，由此使得APD循环仪基于估计的IPV来执行随后的交换循环的排出阶段和填充阶段中的至少一个的调整。该调整可以包括降低或增加治疗流体的输注量。
如上所述，如果假设患者在连接至APD循环仪时PC中存有大量治疗流体，则PD治疗可从初始排出启动。在一些实施例中，通过上述计算至少基于在初始排出期间采集的数据样本和在随后的填充阶段之后采集的数据样本来估计残余体积。因此，可进一步减轻PD治疗期间的过度填充和/或排出疼痛风险。
申请人进一步认识到，通过提供初始限制探查循环(以下简称IRPC)，有可能进一步减轻过度填充和/或排出疼痛的风险。IRPC依次包括排出阶段和填充阶段。IRPC可在PD治疗前由APD循环仪进行，并且受到“限制”，因为仅从腹膜腔中提取了最大填充量的一小部分。可以测量患者的最大填充量或通用值。基于IRPC期间采集的两个或更多个电导率(或浓度)数据样本，可通过使用数学腹膜转运模型(例如基于附录A中的公式和/或上述控制函数)来计算腹膜内体积(IPV)。因此，可在PD治疗刚一开始时对IPV进行估计。这使APD循环仪能够根据由此估算的IPV自动调整其运行，以降低排出疼痛和/或过度填充的风险。
将参考图12A描述IRPC及其使用的实施例，图12A示出了随时间变化的IPV(Vp)。假设当患者连接至APD循环仪时，残余体积未知。IRPC从排出阶段启动，在此阶段，运行APD循环仪，从PC中排出有限量(表示为ΔVp)的治疗流体。在一些实施例中，ΔVp被设置为限制排出疼痛的风险。例如，ΔVp可设置为等于或小于标称残余体积，可根据历史数据针对患者或一组患者确定标称残余体积。在一些实施例中，ΔVp被设置为小于最大填充量的10％-25％。在一些实施例中，ΔVp在50mL-400mL或100mL-300mL的范围内。排出阶段之后是填充阶段，在此阶段，新鲜的治疗流体被输注到PC中。为避免过度填充的风险，可将输注的治疗流体量设定为等于或小于ΔVp。在IRPC期间，第一个数据样本Kpi0*由排出阶段的一次或多次测量给出，与上述Kp0*和Kp2*类似。填充阶段完成后，在预定义时间段(Δti)内采集第二个数据样本Kpi1*。时间段Δti可以在0-20分钟或0-10分钟的范围内。第二个数据样本Kpi1*可通过运行APD循环仪从PC中提取一小部分治疗流体来获得，与上述Kp1*和Kp3*类似。因此，Kpi1*导致PC中治疗流体的少量损失，如图12A所示。经过短暂的计算时间后，在时间点C1，基于提取量(ΔVp)、输注量Kpi0*和Kpi1*，计算出IPV(Vp)。在示出的实施例中，发现IPV很大，根据常规做法，APD循环仪用于执行初始排出。但是，将控制初始排出，以减轻排出疼痛，例如通过设置排出量以确保PC不会被初始排出完全排空。同样，基于估计的IPV和排出量设定随后填充阶段的输注量，以避免过度填充。如图12A所示，APD循环仪然后可以通过执行一个或多个交换循环同时获得进一步的数据样本(例如Kp0*、Kp1*等)来继续根据图7A至图7B中的示例的测试流程。测试流程的计算可产生一个或多个上述状态参数。如上所述，要确定各排出阶段后的残余体积，只需在排出阶段获取数据样本(例如Kp0*、Kp2*、Kp22*等)即可。
图12B示出了使用IRPC的另一实施例。图12B与图12A的不同之处在于患者以小IPV启动。这通过与图12A中相同的计算在时间C1被检测到。人们认识到，提取有限量(ΔVp)可降低IRPC期间排出疼痛的风险。在图示的实施例中，由于发现IPV较小，因此APD循环仪运行以执行填充阶段。此外，因为在时间点C1的IPV是已知的，所以可以控制填充阶段以防止过量填充。填充阶段可以是如上所述的测试流程的一部分，并且上述状态参数中的至少一个可以基于在测试流程期间采集的一组数据样本产生。例如，图12B中的Kp1*可以(但不需要)被包括在数据样本的集合中。
从图12A至图12B中可以理解，可以基于针对IRPC而估计的IPV来控制APD循环仪的运行。在一些实施例中，APD循环仪被配置为如果估计的IPV小于极限值(参见图12B)，则在IRPC之后执行填充阶段，并且如果估计的IPV超过极限值，则执行排出阶段(参见图12A)。在一个实施例中，极限值在300mL-700mL范围内。该极限值可以是患者特定的，例如由护理人员设置。
因此，在一些实施例中，PT装置(图5A中的50)被配置为提供表示估计IPV的输出数据(例如Vres)，以供APD循环仪(图1中的3)接收，由此使得APD循环仪根据估计的IPV选择性地启动IPRC之后的排出阶段或填充阶段。
如上所述，IPV的计算可在测试流程中重复进行，从而得出测试流程中离散时间点的计算IPV值。这样的实施例使得IPV能够随着时间被跟踪，例如以确保IPV保持在限制内。如果尚不了解腹膜的转运特性，或怀疑转运特性发生漂移(例如由于感染)，这一点可能很重要。
应理解，IPV的计算可另外基于Kd0*(参见图7A至图7B)，即新鲜的治疗流体的测量的电导率/浓度，而不是标称电导率/浓度。
在一些实施例中，IRPC的IPV计算如上文所述执行，但是腹膜的一个或多个转运特性被设置为固定值。因此，在一些实施例中，PT装置被配置为在计算IPV时将腹膜的一个或多个转运特性(如数学腹膜转运模型(图5A中的52’)中所包括的)设置为固定值。本领域技术人员认识到，通过假设PSi、LpS和fCpw中至少一个的固定值，计算将大大简化。例如，可以降低参数拟合算法(图5B中的53’)的复杂性。固定值可以由患者的历史值给出，例如由一个或多个在先测试流程的计算产生。替代地或附加地，固定值可以由通用转运特性(例如一组患者的平均值)给出。还可以想象，来自对患者进行的标准PET的信息可用于调整对患者的此类通用转运特性。
如上所述，可以通过使用常规的稀释公式来估计残余体积，而不是使用数学腹膜转运模型来计算残余体积。这种估计可以针对排出阶段和填充阶段(例如在IRPC期间或在常规PD治疗期间)的任何序列来执行。如上所述，这种公式计算随以下三个电导率值而改变的残余体积：排出阶段中的治疗流体的电导率、随后的填充阶段完成时(可选地在延迟时段之后)的治疗流体的电导率以及新鲜的治疗流体的电导率。
针对PD治疗前的IRPC或针对PD治疗的初始交换循环，申请人还设想进一步使用通过使用数学腹膜转运模型或稀释公式来估计IPV。
一种这样的进一步的用途是根据残余体积Vres(由估计的IPV给出)改变新鲜的治疗流体的成分。新鲜的治疗流体将与PC中的残余体积混合，导致治疗流体稀释，并可能降低治疗效果。在一些实施例中，APD循环仪包括一种算法，该算法基于估计的Vres来计算治疗流体的经调整的成分，当与PC内的残余体积混合时，该经调整的成分近似地导致规定的成分。APD循环仪可进一步配置为在IRPC之后的一个或多个填充阶段期间获得并输注具有经调节的组合物的治疗流体。因此，在一些实施例中，PT装置(图5A中的50)可以被配置为提供表示Vres的输出数据，以供APD循环仪(图1中的3)接收，从而使APD循环仪调节由APD循环仪产生的新鲜的治疗流体的成分，以考虑由Vres给出的PC中的残留流体对新鲜的治疗流体的稀释。可以调节组合物以至少部分抵消稀释。
另一个用途是根据完全排出后的估计的IPV给出的残余体积Vres检测腹膜通路的问题。通路问题将导致Vres异常升高，因此，如果Vres超过患者安全限值(例如在600mL-900mL范围内)，则可能会被APD循环仪检测到并发出信号。通路问题可能由导管阻塞或移位或便秘引起。可以注意到，通路问题的检测可以但不需要基于针对IRPC而确定的IPV。在变型中，基于针对测试流程确定的Vres来检测通路问题，例如如参考图7A至图7B所述。因此，在一些实施例中，PT装置(图5A中的50)可以被配置为评估用于检测腹膜通路问题的IPV，并且输出警告信号以在检测到通路问题时警告看护人。
图13示意性地示出了在对腹膜内体积的影响最小的情况下从腹膜腔采样治疗流体的技术。采样包括提取阶段D’、测量阶段和返回阶段F’。采样持续时间Δt可能约为1-5分钟。在提取阶段D’中，治疗流体从腹膜腔通过PD装置的线路被抽吸到电导率传感器(参见图1)。治疗流体的提取量为ΔV1+ΔV2，例如200mL。在返回阶段F’中，提取量的至少一部分被泵回腹膜腔中，如图13中用ΔV2所示。通过执行返回阶段F’，尽可能减小采样对腹膜内体积的影响，因为仅去除了ΔV1。回到图3，可以注意到，当将Js(t)作为测试方案数据(图5A中的54A)的一部分输入到PT装置50时，Js(t)可以再现在样本提取期间随时间变化的治疗流体的流速。
本文所述的PT装置50可以是PD装置的一部分，例如集成到APD循环仪中。或者，PT装置50可以在与PD装置1分离的器件上实现。这种器件可以是本地计算机器件，也可以是远程计算机器件，它们可以位于也可以不位于云中。此外，PT装置50可以被配置为自动获得图5A所示的输入数据的至少一部分。在一些实施例中，PT装置50可被构成和连接以从电导率传感器14或APD循环仪3获得测量数据(图5A中的54B)。在其他实施例中，测量数据54B可以由操作者经由连接到PT装置50的输入单元手动输入。
本文公开的结构和方法适用于自动腹膜透析(APD)的任何形式，包括但不限于连续循环腹膜透析(CCPD)、间歇腹膜透析(IPD)、潮汐腹膜透析(TPD)、连续流动腹膜透析(CFPD)。所有这些模式都包括至少一个流体交换循环，该循环包括填充阶段、驻留阶段和排出阶段。
本文公开的结构和方法可以通过硬件或软件和硬件的组合来实现。在一些实施例中，硬件包括一个或多个软件控制的计算机资源。图14示意性地描绘了这样的计算机资源200，其包括处理系统201、计算机存储器202和用于输入和/或输出数据的通信接口或电路203。通信接口203可以被配置为用于有线和/或无线通信。如从前述所理解的，计算机资源200可以是或可以不是APD循环仪的一部分。例如，处理系统201可以包括CPU(“中央处理单元”)、DSP(“数字信号处理器”)、GPU(“图形处理单元”)、微处理器、微控制器、ASIC(“专用集成电路”)、离散模拟和/或数字组件的组合或诸如FPGA(“现场可编程门阵列”)的一些其他可编程逻辑器件中的一个或多个。包括计算机指令的控制程序202A存储在存储器202中，并由处理系统201执行，以实现执行上述任何方法、流程、功能或步骤的逻辑。控制程序202A可以在计算机可读介质205上提供给计算机资源200，计算机可读介质205可以是有形(非暂时性)产品(例如，磁介质、光盘、只读存储器、闪存等)或传播信号。如图14所示，存储器202还可存储控制数据202B以供处理系统201使用，例如测试方案数据54A、治疗历史数据56A、通用患者数据56B、患者特定数据56C或溶质特性数据56D(图5A)的全部或部分。
虽然已经结合目前被认为是最实用的实施例描述了本发明的主题，但应当理解的是，本发明的主题不限于所公开的实施例，相反，旨在覆盖包括在所附权利要求的精神和范围内的各种修改和等同装置。
此外，虽然图中以特定次序描述了操作，但这不应被理解为要求以所示的特定次序或顺序次序执行这些操作，或执行所有所示操作，以获得期望的结果。
在下文中，列举了一些项目，以总结上文所公开的一些方面和实施例。
项1.一种用于确定接受腹膜透析的个体(P)的至少一个状态参数的装置，所述装置包括：输入部(51)，其用于接收第一数据(54A)和第二数据(54B)，所述第一数据(54A)指示在一个或多个流体交换循环期间，经由所述个体(P)上的腹膜入口进出腹膜腔(31)的治疗流体的随时间变化的流速，其中，相应的流体交换循环包括填充阶段、驻留阶段和排出阶段，所述第二数据(54B)包括测量的数据样本([Kp*])，所述测量的数据样本表示在所述一个或多个流体交换循环期间的两个或更多个时间点处所述腹膜腔(31)中的治疗流体中的一种或多种溶质的浓度；第一计算模块(52)，其被配置为基于所述第一数据(54A)并通过使用水和溶质通过腹膜腔(31)中的腹膜(30)的转运的数学模型(52’)来计算表示在所述两个或更多个时间点处的腹膜腔(31)中的治疗流体中的一种或多种溶质的浓度的估计的数据样本([Kp])；以及第二计算模块(53)，其被配置为根据所述测量的数据样本([Kp*])和所述估计的数据样本([Kp])来确定所述至少一个状态参数。
项2.根据项1所述的装置，其中，所述至少一个状态参数包括所述腹膜(30)的转运特性。
项3.根据前述项中任一项所述的装置，其中，所述第二计算模块(53)包括参数拟合算法(53’)，且能够被操作为通过使用所述参数拟合算法(53’)来确定包括在所述数学模型(52’)中的参数集合的相应候选值(53B)，以最小化所述测量的数据样本与所述估计的数据样本([Kp*]、[Kp])之间的一个或多个差异，其中，所述参数集合包括所述至少一个状态参数。
项4.根据项3所述的装置，其中，所述第二计算模块(52)还被配置为根据所述测量的数据样本和所述估计的数据样本([Kp*]、[Kp])来计算在所述一个或多个流体交换循环的排出阶段期间电导率的测量的瞬时改变和估计的瞬时改变，并且其中，所述第二计算模块(52)能够被操作为通过使用所述参数拟合算法(53’)来确定相应的候选值(53B)，以进一步最小化所述测量的瞬时改变与所述估计的瞬时改变之间的差异。
项5.根据项3或4所述的装置，其中，所述参数集合表示一种或多种溶质通过所述腹膜(30)的扩散能力和水通过所述腹膜(30)的过滤能力。
项6.根据项4或5所述的装置，其中，所述参数集合还表示所述个体(P)的张力(fCpw)。
项7.根据项2-6中任一项所述的装置，其中，所述第一计算模块(52)被配置为基于由所述第二计算模块(53)确定的所述参数集合的值的相应的候选值(53B)来重复计算所述估计的数据样本([Kp])，并且所述第二计算模块(53)被配置为基于来自所述第一计算模块(52)的估计的数据样本([Kp])来重复确定所述参数集合的相应的候选值(53B)，其中，所述第二计算模块(53)被配置为当满足收敛标准或达到时间限制时输出所述至少一个状态参数。
项8.其中，所述第一计算模块(52)还被配置为基于所述第一数据(54A)并通过使用所述数学模型(52’)来计算在所述一个或多个流体交换循环期间的一时间段内所述腹膜腔(31)中的治疗流体的估计的量的时间序列。
项9.根据前述项中任一项所述的装置，其中，所述数学模型(52’)是用于通过所述腹膜(30)转运的三孔隙模型。
项10.根据前述项中任一项所述的装置，其中，所述数学模型(52’)被配置为对穿过所述腹膜(30)的静电力的离子转运进行考虑，所述离子转运是由所述腹膜(30)的相对侧上的溶解离子的量的差异和所述腹膜(30)对大的带电溶质的反射而引起的。
项11.根据前述项中任一项所述的装置，还被配置为评估所述至少一个状态参数以检测所述腹膜(30)的潜在衰竭，且在检测到所述潜在衰竭时产生警报或警告。
项12.根据项11所述的装置，被配置为分析所述至少一个状态参数中的趋势以检测改变，并且评估所述改变以检测所述潜在衰竭。
项13.根据项11所述的装置，被配置为分析所述至少一个状态参数中的趋势以检测第一瞬时改变；在检测到所述第一瞬时改变时，以提高后的精度确定所述至少一个状态参数；将所述至少一个状态参数以提高后的精度包括在所述趋势中；分析所述趋势以检测第二瞬时改变；以及评估所述第二瞬时改变以检测所述潜在衰竭。
项14.根据项13所述的装置，被配置为通过增加包括在所述第一数据(54A)中并且由所述第一计算模块(52)使用以计算所述估计的数据样本([Kp])的交换循环的数量，来以提高后的精度确定所述至少一个状态参数。
项15.根据前述项中任一项所述的装置，还包括模拟模块(90)，所述模拟模块(90)被配置为根据所述至少一个状态参数以及在由标准化PET流程给出的一个或多个时间点处计算以下中的至少一项：所述个体的所述腹膜腔(30)中的治疗流体与血浆之间的尿素或肌酸酐中的至少一者的浓度比(D/P)，或者从所述一个或多个流体交换循环中的启动时间点起所述腹膜腔(30)中的治疗流体中的葡萄糖浓度的相对改变(D/D0)。
项16.根据前述项中任一项所述的装置，其中，所述第二数据(54B)还包括一个或多个测量的数据样本(Kd0*、Kd1*、Kd12*、Kd13*、Kd14*、Kd15*、Kd16*)，所述测量的数据样本表示在所述一个或多个流体交换循环的填充阶段期间输注到所述腹膜腔(30)中的所述治疗流体中的一种或多种溶质的浓度。
项17.根据前述项中任一项所述的装置，其中，所述第一计算模块(52)包括微分方程求解器子模块(71)，所述微分方程求解器子模块(71)被配置为从初始时间点到结束时间点，计算包括中间时间步长在内的从所述初始时间点到所述结束时间点的所述腹膜腔(31)中的治疗流体的量(71B)，并且计算包括所述中间时间步长在内的从所述初始时间点到所述结束时间点的所述腹膜腔(31)中的治疗流体中的一种或多种溶质的浓度(71B)。
项18.根据项17所述的装置，其中，所述微分方程求解器子模块(71)被配置为针对相应的时间步长，基于所述腹膜腔(31)中的治疗流体的量的在先瞬时改变(74B)来计算所述腹膜腔(31)中的所述治疗流体的量(71B)，并且针对所述相应的时间步长，基于所述腹膜腔(31)中的治疗流体中的一种或多种溶质的浓度的在先瞬时改变(75B)来计算所述腹膜腔(31)中的所述治疗流体中的一种或多种溶质的浓度(71B)。
项19.根据项18所述的装置，其中，所述第一计算模块(52)还包括第一改变计算系统(72、74)，所述第一改变计算系统(72、74)被配置为针对相应的时间步长，根据由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的所述治疗流体中的一种或多种溶质的浓度(71B)以及由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的所述治疗流体的量(71B)，来计算所述腹膜腔(31)中的所述治疗流体的量的瞬时改变(74B)。
项20.根据项19所述的装置，其中，所述第一改变计算系统(72、74)包括第一流速计算子模块(72)，所述第一流速计算子模块(72)被配置为针对相应的时间步长，根据由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的治疗流体的量(71B)来计算通过所述腹膜(30)的水的流速(72B)，并且其中所述第一改变计算系统(72、74)还包括第一改变计算子模块(74)，所述第一改变计算子模块(74)被配置为根据水通过所述腹膜(30)的流速(72B)来计算所述腹膜腔(31)中的治疗流体的量的瞬时改变(74B)。
项21.根据项19或20所述的装置，其中，所述第一计算模块(52)还包括第二改变计算系统(73、75)，所述第二改变计算系统(73、75)被配置为针对相应的时间步长，根据由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的治疗流体中的一种或多种溶质的浓度(71B)和由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的治疗流体的量(71B)，来计算所述腹膜腔(31)中的所述治疗流体中的一种或多种溶质的浓度的瞬时改变(75B)。
项22.根据项21所述的装置，其中，所述第二改变计算系统(73、75)包括第二流速计算子模块(73)，所述第二流速计算子模块(73)被配置为针对相应的时间步长，根据由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的治疗流体中的所述一种或多种溶质的浓度(71B)以及由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的治疗流体的量(71B)，来计算所述通过所述腹腔薄膜(30)的所述一种或多种溶质的流速(73B)，并且其中，所述第二改变计算系统(73、75)还包括第二改变计算子模块(75)，所述第二改变计算子模块(75)被配置为根据通过所述腹膜(30)的所述一种或多种溶质的流速(73B)、通过腹膜(30)的水的流速(72B)、由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的所述治疗流体中的一种或多种溶质的浓度(71B)以及由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的所述治疗流体的量(71B)，来计算所述腹膜腔(31)中的所述治疗流体中的一种或多种溶质的浓度的瞬时改变(75B)。
项23.根据前述项中任一项所述的装置，其中，所述测量的数据样本([Kp*])包括测量的电导率值。
项24.根据前述项中任一项所述的装置，其中，所述第一计算模块(52)被配置为生成所述腹膜腔(31)中的治疗流体中的至少一种溶质的估计的浓度的值的时间序列([Cpi])，将所述估计的浓度的值的时间序列([Cpi])转换为电导率值的时间序列，并且根据所述电导率值的时间序列确定所述估计的数据样本([Kp])。
项25.根据前述项中任一项所述的装置，其中，所述一个或多个流体交换循环包括两个连续的交换循环，其中，所述两个或更多个时间点包括所述第一流体交换循环的排出阶段期间的时间点以及在所述第一交换循环之后的第二流体交换循环的驻留阶段期间的时间点。
项26.根据项25所述的装置，其中，所述两个或更多个时间点还包括以下中的至少一项：所述第一流体交换循环的驻留阶段期间的时间点或所述第一流体交换循环之前的排出阶段期间的时间点。
项27.根据前述项中任一项所述的装置，其中，所述输入部(51)还被布置成接收所述个体(P)在所述一个或多个流体交换循环之前的在先时间段中的流体交换数据，并且其中，所述装置还被配置为基于所述流体交换数据来估计在评估起始点处所述腹膜腔(31)中的治疗流体中的一种或多种溶质的初始浓度，并且其中，所述第一计算模块(52)被配置为基于所述初始浓度来计算所述估计的数据样本([Kp])。
项28.根据前述项中任一项所述的装置，其中，所述至少一个状态参数包括以下中的至少一项：通过所述腹膜(30)的溶质的扩散能力或通过所述腹膜(30)的水的过滤能力。
项29.根据项28所述的装置，其中，所述溶质的扩散能力包括所述治疗流体中的试剂的渗透表面积乘积(PSi)，所述水的过滤能力包括导水率(LpS)。
项30.根据前述项中任一项所述的装置，其中，所述至少一个状态参数包括在选定时间点处的所述腹膜腔(31)中的所述治疗流体的体积。
项31.根据项30的装置，其中，所述选定时间点对应于所述一个或多个流体交换循环中的至少一个流体交换循环的排出阶段的完成。
项32.根据项30或31所述的装置，其中，所述第二数据(53B)中的测量的数据样本包括在排出阶段期间获取的第一数据样本和在所述排出阶段之后的填充阶段完成之后获取的第二数据样本，并且其中，所述第二计算模块(53)被配置为确定在所述选定时间点处的所述腹膜腔(31)中的治疗流体的体积。
项33.根据项32所述的装置，其中，所述第一数据样本和所述第二数据样本在初始探查循环(IRPC)期间获取，所述初始探查循环包括所述排出阶段和所述填充阶段，并且在所述初始探查循环中，在所述排出阶段提取所述腹膜腔(31)中的有限量(ΔVp)的治疗流体，所述有限量(ΔVp)对应于所述腹膜腔(31)的最大填充体积的一部分。
项34.根据项33所述的装置，其中，所述有限量小于所述最大填充体积的10％-25％。
项35.根据项33或34所述的装置，其中，所述有限量在50mL-400mL或100mL-300mL的范围内。
项36.根据项33-35中任一项所述的装置，被配置为提供表示所述腹膜腔(31)中的治疗流体的体积的输出数据，以便被操作以执行所述腹膜透析的腹膜透析装置(3)接收，从而使得：如果所述治疗流体的体积高于极限值，则使所述腹膜透析装置(3)在所述初始探查循环(IPRC)之后启动排出阶段，以及如果所述治疗流体的体积低于所述极限值，则在所述初始探查循环(IPRC)之后启动填充阶段。
项37.根据项32-36中任一项所述的装置，其中，所述第二数据(54B)中的测量的数据样本还包括在随后的排出阶段期间获取的数据样本，并且其中，所述第二计算模块(53)还被配置为在所述随后的排出阶段结束时确定所述腹膜腔(31)中的治疗流体的体积。
项38.根据项30-37中任一项所述的装置，被配置为当确定了所述选定时间点处的所述腹膜腔(31)中的治疗流体的体积时，将包括在所述数学模型(52’)中的所述腹膜(31)的一个或多个转运特性设置为固定值。
项39.根据项30-38中任一项所述的装置，被配置为在所述腹膜透析期间间歇地确定并输出用于相应的流体交换循环的治疗流体的体积。
项40.根据项39所述的装置，被配置为提供表示用于相应的流体交换循环的治疗流体的体积的输出数据，以便被操作为执行所述腹膜透析的腹膜透析装置(3)接收，从而使得所述腹膜透析装置(3)基于用于相应的流体交换循环的治疗流体的体积来调节在相应的流体交换循环之后的流体交换循环的排出阶段和填充阶段中的至少一个。
项41.根据项30-40中任一项所述的装置，还被配置为评估所述选定时间点处的所述腹膜腔(31)中的治疗流体的体积，以检测所述腹膜入口的问题，并且当检测到问题时输出警告信号。
项42.根据项30-41中任一项所述的装置，被配置为提供表示在排出阶段完成之后所述腹膜腔(31)中的治疗流体的体积的输出数据，以便被操作为执行所述腹膜透析的腹膜透析装置(3)接收，从而使得所述腹膜透析装置(3)调节由所述腹膜透析装置(3)产生的新鲜的治疗流体的成分，以对所述新鲜的治疗流体被所述腹膜腔(31)中的治疗流体的体积稀释的情况进行考虑。
项43.根据前述项中任一项所述的装置，其中，所述至少一个状态参数包括所述个体(P)的张力参数(fCpw)。
项44.一种腹膜透析装置，包括：体外流体回路(3b)，其能够连接到个体(P)的腹膜入口，用于将治疗流体从腹膜腔(31)输送/输送到腹膜腔(31)；至少一个传感器装置(14)，其布置在所述体外流体回路(3b)中，且被配置为提供表示所述治疗流体中的一种或多种溶质的浓度的数据样本；控制设备(3a)，其被配置为操作所述体外流体回路(3b)并从所述传感器装置(14)获得所述数据样本；以及根据项1-31中任一项所述的装置，连接该装置以从所述控制设备(3a)接收第一数据和第二数据。
项45.一种确定接受腹膜透析的个体的至少一个状态参数的方法，所述方法包括：在一个或多个流体交换循环期间获得(601)第一数据，所述第一数据指示在一个或多个流体交换循环期间，经由所述个体上的腹膜入口进出腹膜腔的治疗流体的随时间变化的流速，其中，相应的流体交换循环包括填充阶段、驻留阶段和排出阶段；获得(602)第二数据，所述第二数据包括测量的数据样本，所述测量的数据样本表示在所述一个或多个流体交换循环期间的两个或更多个时间点处的所述腹膜腔中的治疗流体中的一种或多种溶质的浓度；基于所述第一数据并通过使用水和溶质通过所述腹膜腔中的腹膜的转运的数学模型，计算(603、603A)表示在所述两个或更多个时间点处的腹膜腔中的治疗流体中的一种或多种溶质的浓度的估计的数据样本；以及根据所述测量的数据样本和所述估计的数据样本来确定(605)所述至少一个状态参数。
项46.一种计算机可读介质，包括计算机指令(202A)，所述计算机指令(202A)在由一个或多个处理器(201)执行时，使所述一个或多个处理器(201)执行项45的方法。
项47.一种监测方法，包括：操作项1-43中任一项所述的装置以确定至少一个状态参数；以及评估所述至少一个状态参数以检测所述腹膜的潜在衰竭。
附录A
腹腔内体积的改变通过以下公式给出：
Figure BDA0004110406560000411
其中，Jf(t)是填充阶段期间的流速，Jd(t)是排出阶段期间的流速，Js(t)是样本提取期间的流体损失，L是淋巴吸收，可以假设其恒定，例如为0.3mL/min。
流过腹腔薄膜的总流体流量是通过水通道蛋白(m1)、小孔隙(m2)和大孔隙(m3)的流量的总和：
Figure BDA0004110406560000421
其中，αm为相应孔隙类型的导水率的一部分，可假设为α1＝0.02、α2＝0.90和α3＝0.08，R为理想气体常数，T为体温，N为不同溶质的数量。
可以引入面积因子Af(t)以考虑交换的有效面积取决于腹腔中的流体的体积。面积因子可由下式给出：
Figure BDA0004110406560000422
腹膜腔和毛细血管之间的静水压差ΔP(t)可计算为ΔP(t)＝Pcap(t)-IPP(t)，其中IPP(t)为腹膜内压力，可假定为腹膜内体积的函数，具体如下：
Figure BDA0004110406560000423
毛细管压力Pcap(t)可设置为取决于平均动脉压力MAP和静脉压力，可假设其等于IPP(t)：
Figure BDA0004110406560000424
不同溶质的渗透系数
Figure BDA0004110406560000426
可通过列表值给出，不同溶质的反射系数σm,i可通过以下公式给出：
Figure BDA0004110406560000425
其中，λm,i是溶质i的流体动态半径与相应孔隙类型的孔隙半径之间的商(m＝1,2,3)。不同溶质的流体动态半径是尺寸的有效量度，其取决于分子质量/几何形状以及电荷。还应注意，对于水通道蛋白而言σ1,i＝1。
每种溶质的浓度差取决于溶质的流量、流过薄膜的流体流量的稀释以及填充阶段的稀释：
Figure BDA0004110406560000431
其中，CIi是新鲜的治疗流体中溶质i的浓度。溶质i的流量由下式给出：
Figure BDA0004110406560000432
其中，Pei,m(t)为溶质i通过孔隙类型m的无量纲佩克莱数(对流通过扩散)，由下式给出：
Figure BDA0004110406560000433
其中σi,m为溶质i在孔隙类型m处的反射系数，其可由列表值给出。最后一项是来自溶质电荷的静电效应zi和穿过薄膜30的电势ΔE(t)。然而，由于在腹膜腔31和血液侧32之间没有电流：
Figure BDA0004110406560000434
其中，Ji,m2(t)和Ji,m3(t)分别是溶质i通过小孔隙(m2)和大孔隙(m3)的流量。这意味着在每个时间点处都有一个满足零电流的电势ΔE(t)。可以通过使用任何合适的求根算法(例如交叉法(bracketing method)，诸如二等分法或诸如牛顿法或类牛顿法的迭代法)来确定电势的大小，从而确定Pei,m(t)。

Claims (47)

1.一种用于确定接受腹膜透析的个体(P)的至少一个状态参数的装置，所述装置包括：
输入部(51)，其用于接收第一数据(54A)和第二数据(54B)，所述第一数据(54A)指示在一个或多个流体交换循环期间，经由所述个体(P)上的腹膜入口进出腹膜腔(31)的治疗流体的随时间变化的流速，其中，相应的流体交换循环包括填充阶段、驻留阶段和排出阶段，所述第二数据(54B)包括测量的数据样本([Kp*])，所述测量的数据样本表示在所述一个或多个流体交换循环期间的两个或更多个时间点处所述腹膜腔(31)中的治疗流体中的一种或多种溶质的浓度；
第一计算模块(52)，其被配置为基于所述第一数据(54A)并通过使用水和溶质通过腹膜腔(31)中的腹膜(30)的转运的数学模型(52’)来计算表示在所述两个或更多个时间点处的腹膜腔(31)中的治疗流体中的一种或多种溶质的浓度的估计的数据样本([Kp])；以及
第二计算模块(53)，其被配置为根据所述测量的数据样本([Kp*])和所述估计的数据样本([Kp])来确定所述至少一个状态参数。
2.根据权利要求1所述的装置，其中，所述至少一个状态参数包括所述腹膜(30)的转运特性。
3.根据前述权利要求中任一项所述的装置，其中，所述第二计算模块(53)包括参数拟合算法(53’)，且能够被操作为通过使用所述参数拟合算法(53’)来确定包括在所述数学模型(52’)中的参数集合的相应候选值(53B)，以最小化所述测量的数据样本与所述估计的数据样本([Kp*]、[Kp])之间的一个或多个差异，其中，所述参数集合包括所述至少一个状态参数。
4.根据权利要求3所述的装置，其中，所述第二计算模块(52)还被配置为根据所述测量的数据样本和所述估计的数据样本([Kp*]、[Kp])来计算在所述一个或多个流体交换循环的排出阶段期间电导率的测量的瞬时改变和估计的瞬时改变，并且其中，所述第二计算模块(52)能够被操作为通过使用所述参数拟合算法(53’)来确定相应的候选值(53B)，以进一步最小化所述测量的瞬时改变与所述估计的瞬时改变之间的差异。
5.根据权利要求3或4所述的装置，其中，所述参数集合表示一种或多种溶质通过所述腹膜(30)的扩散能力和水通过所述腹膜(30)的过滤能力。
6.根据权利要求4或5所述的装置，其中，所述参数集合还表示所述个体(P)的张力(fCpw)。
7.根据权利要求2至6中任一项所述的装置，其中，所述第一计算模块(52)被配置为基于由所述第二计算模块(53)确定的所述参数集合的值的相应的候选值(53B)来重复计算所述估计的数据样本([Kp])，并且所述第二计算模块(53)被配置为基于来自所述第一计算模块(52)的估计的数据样本([Kp])来重复确定所述参数集合的相应的候选值(53B)，其中，所述第二计算模块(53)被配置为当满足收敛标准或达到时间限制时输出所述至少一个状态参数。
8.根据前述权利要求中任一项所述的装置，其中，所述第一计算模块(52)还被配置为基于所述第一数据(54A)并通过使用所述数学模型(52’)来计算在所述一个或多个流体交换循环期间的一时间段内所述腹膜腔(31)中的治疗流体的估计的量的时间序列。
9.根据前述权利要求中任一项所述的装置，其中，所述数学模型(52’)是用于通过所述腹膜(30)转运的三孔隙模型。
10.根据前述权利要求中任一项所述的装置，其中，所述数学模型(52’)被配置为对穿过所述腹膜(30)的静电力的离子转运进行考虑，所述离子转运是由所述腹膜(30)的相对侧上的溶解离子的量的差异和所述腹膜(30)对大的带电溶质的反射而引起的。
11.根据前述权利要求中任一项所述的装置，还被配置为评估所述至少一个状态参数以检测所述腹膜(30)的潜在衰竭，且在检测到所述潜在衰竭时产生警报或警告。
12.根据权利要求11所述的装置，被配置为分析所述至少一个状态参数中的趋势以检测改变，并且评估所述改变以检测所述潜在衰竭。
13.根据权利要求11所述的装置，被配置为分析所述至少一个状态参数中的趋势以检测第一瞬时改变；在检测到所述第一瞬时改变时，以提高后的精度确定所述至少一个状态参数；将所述至少一个状态参数以提高后的精度包括在所述趋势中；分析所述趋势以检测第二瞬时改变；以及评估所述第二瞬时改变以检测所述潜在衰竭。
14.根据权利要求13所述的装置，被配置为通过增加包括在所述第一数据(54A)中并且由所述第一计算模块(52)使用以计算所述估计的数据样本([Kp])的交换循环的数量，来以提高后的精度确定所述至少一个状态参数。
15.根据前述权利要求中任一项所述的装置，还包括模拟模块(90)，所述模拟模块(90)被配置为根据所述至少一个状态参数以及在由标准化PET流程给出的一个或多个时间点处计算以下中的至少一项：所述个体的所述腹膜腔(30)中的治疗流体与血浆之间的尿素或肌酸酐中的至少一者的浓度比(D/P)，或者从所述一个或多个流体交换循环中的启动时间点起所述腹膜腔(30)中的治疗流体中的葡萄糖浓度的相对改变(D/D0)。
16.根据前述权利要求中任一项所述的装置，其中，所述第二数据(54B)还包括一个或多个测量的数据样本(Kd0*、Kd1*、Kd12*、Kd13*、Kd14*、Kd15*、Kd16*)，所述测量的数据样本表示在所述一个或多个流体交换循环的填充阶段期间输注到所述腹膜腔(30)中的所述治疗流体中的一种或多种溶质的浓度。
17.根据前述权利要求中任一项所述的装置，其中，所述第一计算模块(52)包括微分方程求解器子模块(71)，所述微分方程求解器子模块(71)被配置为从初始时间点到结束时间点，计算包括中间时间步长在内的从所述初始时间点到所述结束时间点的所述腹膜腔(31)中的治疗流体的量(71B)，并且计算包括所述中间时间步长在内的从所述初始时间点到所述结束时间点的所述腹膜腔(31)中的治疗流体中的一种或多种溶质的浓度(71B)。
18.根据权利要求17所述的装置，其中，所述微分方程求解器子模块(71)被配置为针对相应的时间步长，基于所述腹膜腔(31)中的治疗流体的量的在先瞬时改变(74B)来计算所述腹膜腔(31)中的所述治疗流体的量(71B)，并且针对所述相应的时间步长，基于所述腹膜腔(31)中的治疗流体中的一种或多种溶质的浓度的在先瞬时改变(75B)来计算所述腹膜腔(31)中的所述治疗流体中的一种或多种溶质的浓度(71B)。
19.根据权利要求18所述的装置，其中，所述第一计算模块(52)还包括第一改变计算系统(72、74)，所述第一改变计算系统(72、74)被配置为针对相应的时间步长，根据由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的所述治疗流体中的一种或多种溶质的浓度(71B)以及由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的所述治疗流体的量(71B)，来计算所述腹膜腔(31)中的所述治疗流体的量的瞬时改变(74B)。
20.根据权利要求19所述的装置，其中，所述第一改变计算系统(72、74)包括第一流速计算子模块(72)，所述第一流速计算子模块(72)被配置为针对相应的时间步长，根据由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的治疗流体的量(71B)来计算通过所述腹膜(30)的水的流速(72B)，并且其中所述第一改变计算系统(72、74)还包括第一改变计算子模块(74)，所述第一改变计算子模块(74)被配置为根据水通过所述腹膜(30)的流速(72B)来计算所述腹膜腔(31)中的治疗流体的量的瞬时改变(74B)。
21.根据权利要求19或20所述的装置，其中，所述第一计算模块(52)还包括第二改变计算系统(73、75)，所述第二改变计算系统(73、75)被配置为针对相应的时间步长，根据由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的治疗流体中的一种或多种溶质的浓度(71B)和由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的治疗流体的量(71B)，来计算所述腹膜腔(31)中的所述治疗流体中的一种或多种溶质的浓度的瞬时改变(75B)。
22.根据权利要求21所述的装置，其中，所述第二改变计算系统(73、75)包括第二流速计算子模块(73)，所述第二流速计算子模块(73)被配置为针对相应的时间步长，根据由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的治疗流体中的所述一种或多种溶质的浓度(71B)以及由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的治疗流体的量(71B)，来计算所述通过所述腹腔薄膜(30)的所述一种或多种溶质的流速(73B)，并且其中，所述第二改变计算系统(73、75)还包括第二改变计算子模块(75)，所述第二改变计算子模块(75)被配置为根据通过所述腹膜(30)的所述一种或多种溶质的流速(73B)、通过腹膜(30)的水的流速(72B)、由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的所述治疗流体中的一种或多种溶质的浓度(71B)，以及由所述微分方程求解器子模块(71)针对所述相应的时间步长而计算的所述腹膜腔(31)中的所述治疗流体的量(71B)，来计算所述腹膜腔(31)中的所述治疗流体中的一种或多种溶质的浓度的瞬时改变(75B)。
23.根据前述权利要求中任一项所述的装置，其中，所述测量的数据样本([Kp*])包括测量的电导率值。
24.根据前述权利要求中任一项所述的装置，其中，所述第一计算模块(52)被配置为生成所述腹膜腔(31)中的治疗流体中的至少一种溶质的估计的浓度的值的时间序列([Cpi])，将所述估计的浓度的值的时间序列([Cpi])转换为电导率值的时间序列，并且根据所述电导率值的时间序列确定所述估计的数据样本([Kp])。
25.根据前述权利要求中任一项所述的装置，其中，所述一个或多个流体交换循环包括两个连续的交换循环，其中，所述两个或更多个时间点包括所述第一流体交换循环的排出阶段期间的时间点以及在所述第一交换循环之后的第二流体交换循环的驻留阶段期间的时间点。
26.根据权利要求25所述的装置，其中，所述两个或更多个时间点还包括以下中的至少一项：所述第一流体交换循环的驻留阶段期间的时间点或所述第一流体交换循环之前的排出阶段期间的时间点。
27.根据前述权利要求中任一项所述的装置，其中，所述输入部(51)还被布置成接收所述个体(P)在所述一个或多个流体交换循环之前的在先时间段中的流体交换数据，并且其中，所述装置还被配置为基于所述流体交换数据来估计在评估起始点处所述腹膜腔(31)中的治疗流体中的一种或多种溶质的初始浓度，并且其中，所述第一计算模块(52)被配置为基于所述初始浓度来计算所述估计的数据样本([Kp])。
28.根据前述权利要求中任一项所述的装置，其中，所述至少一个状态参数包括以下中的至少一项：通过所述腹膜(30)的溶质的扩散能力或通过所述腹膜(30)的水的过滤能力。
29.根据权利要求28所述的装置，其中，所述溶质的扩散能力包括所述治疗流体中的试剂的渗透表面积乘积(PSi)，所述水的过滤能力包括导水率(LpS)。
30.根据前述权利要求中任一项所述的装置，其中，所述至少一个状态参数包括在选定时间点处的所述腹膜腔(31)中的所述治疗流体的体积。
31.根据权利要求30所述的装置，其中，所述选定时间点对应于所述一个或多个流体交换循环中的至少一个流体交换循环的排出阶段的完成。
32.根据权利要求30或31所述的装置，其中，所述第二数据(53B)中的测量的数据样本包括在排出阶段期间获取的第一数据样本和在所述排出阶段之后的填充阶段完成之后获取的第二数据样本，并且其中，所述第二计算模块(53)被配置为确定在所述选定时间点处的所述腹膜腔(31)中的治疗流体的体积。
33.根据权利要求32所述的装置，其中，所述第一数据样本和所述第二数据样本在初始探查循环(IRPC)期间获取，所述初始探查循环包括所述排出阶段和所述填充阶段，并且在所述初始探查循环中，在所述排出阶段提取所述腹膜腔(31)中的有限量(ΔVp)的治疗流体，所述有限量(ΔVp)对应于所述腹膜腔(31)的最大填充体积的一部分。
34.根据权利要求33所述的装置，其中，所述有限量小于所述最大填充体积的10％-25％。
35.根据权利要求33或34所述的装置，其中，所述有限量在50mL-400mL或100mL-300mL的范围内。
36.根据权利要求33至35中任一项所述的装置，被配置为提供表示所述腹膜腔(31)中的治疗流体的体积的输出数据，以便被操作以执行所述腹膜透析的腹膜透析装置(3)接收，从而使得：如果所述治疗流体的体积高于极限值，则使所述腹膜透析装置(3)在所述初始探查循环(IPRC)之后启动排出阶段，以及如果所述治疗流体的体积低于所述极限值，则在所述初始探查循环(IPRC)之后启动填充阶段。
37.根据权利要求32至36中任一项所述的装置，其中，所述第二数据(54B)中的测量的数据样本还包括在随后的排出阶段期间获取的数据样本，并且其中，所述第二计算模块(53)还被配置为在所述随后的排出阶段结束时确定所述腹膜腔(31)中的治疗流体的体积。
38.根据权利要求30至37中任一项所述的装置，被配置为当确定了所述选定时间点处的所述腹膜腔(31)中的治疗流体的体积时，将包括在所述数学模型(52’)中的所述腹膜(31)的一个或多个转运特性设置为固定值。
39.根据权利要求30至38中任一项所述的装置，被配置为在所述腹膜透析期间间歇地确定并输出用于相应的流体交换循环的治疗流体的体积。
40.根据权利要求39所述的装置，被配置为提供表示用于相应的流体交换循环的治疗流体的体积的输出数据，以便被操作为执行所述腹膜透析的腹膜透析装置(3)接收，从而使得所述腹膜透析装置(3)基于用于相应的流体交换循环的治疗流体的体积来调节在相应的流体交换循环之后的流体交换循环的排出阶段和填充阶段中的至少一个。
41.根据权利要求30至40中任一项所述的装置，还被配置为评估所述选定时间点处的所述腹膜腔(31)中的治疗流体的体积，以检测所述腹膜入口的问题，并且当检测到问题时输出警告信号。
42.根据权利要求30至41中任一项所述的装置，被配置为提供表示在排出阶段完成之后所述腹膜腔(31)中的治疗流体的体积的输出数据，以便被操作为执行所述腹膜透析的腹膜透析装置(3)接收，从而使得所述腹膜透析装置(3)调节由所述腹膜透析装置(3)产生的新鲜的治疗流体的成分，以对所述新鲜的治疗流体被所述腹膜腔(31)中的治疗流体的体积稀释的情况进行考虑。
43.根据前述权利要求中任一项所述的装置，其中，所述至少一个状态参数包括所述个体(P)的张力参数(fCpw)。
44.一种腹膜透析装置，包括：
体外流体回路(3b)，其能够连接到个体(P)的腹膜入口，用于将治疗流体从腹膜腔(31)输送/输送到腹膜腔(31)；
至少一个传感器装置(14)，其布置在所述体外流体回路(3b)中，且被配置为提供表示所述治疗流体中的一种或多种溶质的浓度的数据样本；
控制设备(3a)，其被配置为操作所述体外流体回路(3b)并从所述传感器装置(14)获得所述数据样本；以及
根据权利要求1至31中任一项所述的装置，连接该装置以从所述控制设备(3a)接收第一数据和第二数据。
45.一种确定接受腹膜透析的个体的至少一个状态参数的方法，所述方法包括：
在一个或多个流体交换循环期间获得(601)第一数据，所述第一数据指示在一个或多个流体交换循环期间，经由所述个体上的腹膜入口进出腹膜腔的治疗流体的随时间变化的流速，其中，相应的流体交换循环包括填充阶段、驻留阶段和排出阶段；
获得(602)第二数据，所述第二数据包括测量的数据样本，所述测量的数据样本表示在所述一个或多个流体交换循环期间的两个或更多个时间点处的所述腹膜腔中的治疗流体中的一种或多种溶质的浓度；
基于所述第一数据并通过使用水和溶质通过所述腹膜腔中的腹膜的转运的数学模型，计算(603、603A)表示在所述两个或更多个时间点处的腹膜腔中的治疗流体中的一种或多种溶质的浓度的估计的数据样本；以及
根据所述测量的数据样本和所述估计的数据样本来确定(605)所述至少一个状态参数。
46.一种计算机可读介质，包括计算机指令(202A)，所述计算机指令(202A)在由一个或多个处理器(201)执行时，使所述一个或多个处理器(201)执行如权利要求45所述的方法。
47.一种监测方法，包括：
操作如权利要求1至43中任一项所述的装置以确定至少一个状态参数；以及
评估所述至少一个状态参数以检测所述腹膜的潜在衰竭。
CN202180054932.2A 2020-09-04 2021-09-02 接受腹膜透析的个体的状态评估 Pending CN116097364A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
SE2051047-5 2020-09-04
SE2051047 2020-09-04
PCT/EP2021/074288 WO2022049208A1 (en) 2020-09-04 2021-09-02 Status assessment of an individual undergoing peritoneal dialysis

Publications (1)

Publication Number Publication Date
CN116097364A true CN116097364A (zh) 2023-05-09

Family

ID=78078172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180054932.2A Pending CN116097364A (zh) 2020-09-04 2021-09-02 接受腹膜透析的个体的状态评估

Country Status (7)

Country Link
US (1) US20230347034A1 (zh)
EP (1) EP4208872A1 (zh)
JP (1) JP2023539913A (zh)
CN (1) CN116097364A (zh)
CA (1) CA3191036A1 (zh)
MX (1) MX2023002438A (zh)
WO (1) WO2022049208A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2682052T3 (es) 2009-03-31 2018-09-18 Fresenius Medical Care Deutschland Gmbh Dispositivo para la determinación y regulación de la concentración de al menos una sustancia disuelta en un circuito fluido
ITMO20120021A1 (it) 2012-02-01 2013-08-02 Fabio Grandi Metodo e sistema di dialisi peritoneale
WO2016188950A1 (en) 2015-05-25 2016-12-01 Gambro Lundia Ab Apparatus for extracorporeal blood treatment i
EP3506963A1 (en) 2016-09-02 2019-07-10 Gambro Lundia AB Apparatus for providing automated peritoneal dialysis
US11806456B2 (en) * 2018-12-10 2023-11-07 Mozarc Medical Us Llc Precision peritoneal dialysis therapy based on dialysis adequacy measurements

Also Published As

Publication number Publication date
CA3191036A1 (en) 2022-03-10
WO2022049208A1 (en) 2022-03-10
JP2023539913A (ja) 2023-09-20
MX2023002438A (es) 2023-03-22
US20230347034A1 (en) 2023-11-02
EP4208872A1 (en) 2023-07-12

Similar Documents

Publication Publication Date Title
US20180043080A1 (en) Catheter and peritoneum health monitoring
EP2005982B1 (en) Apparatus for determining the reduction ratio or the Kt/V value of a kidney substitution treatment
JP5505846B2 (ja) 腹膜透析のための簡易化された腹膜平衡試験
JP5221613B2 (ja) 血液処理設備のための制御装置および制御方法
Castellarnau et al. Real-time Kt/V determination by ultraviolet absorbance in spent dialysate: technique validation
CA2797616C (en) Medical apparatus for extracorporeal blood treatment and method for determining a blood parameter value in a medical apparatus
EP1535576B1 (en) Method for assessing peritoneal dialysis function
EP2292283A1 (en) Method and device to obtain physiological parameters and detect clinical or subclinical abnormalities during a kidney substitution treatment
JP7470489B2 (ja) 等張性ナトリウム血症用透析を実施するための装置および方法
EP2745863A1 (en) An apparatus for extracorporeal blood treatment
US20140102983A1 (en) Dialysis optimizing method
CN109475672A (zh) 血液处理机的连接测试ii
CN104970767B (zh) 用于测定透析患者的分布容量的装置和方法
CN116097364A (zh) 接受腹膜透析的个体的状态评估
US11806457B2 (en) Peritoneal dialysis adequacy meaurements
JP2527122B2 (ja) 透析治療に於ける循環血液量の相対的変動測定装置
WO2023170018A1 (en) Control of a machine for peritoneal dialysis
WO2018001994A1 (en) Connection test for blood treatment machines i
US20200038572A1 (en) Measuring access flow rate by use of blood treatment machine
KR20220018979A (ko) 계산 기기 및 투석 장치
CN113574607A (zh) 估计透析患者体内物质的生成率
CN115461098A (zh) 具有用于确定至少两个血液透析参数的设备的透析设备

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