CN116114026A - 用于确定用于用户的建议的治疗的系统和方法 - Google Patents
用于确定用于用户的建议的治疗的系统和方法 Download PDFInfo
- Publication number
- CN116114026A CN116114026A CN202180053643.0A CN202180053643A CN116114026A CN 116114026 A CN116114026 A CN 116114026A CN 202180053643 A CN202180053643 A CN 202180053643A CN 116114026 A CN116114026 A CN 116114026A
- Authority
- CN
- China
- Prior art keywords
- user
- sleep
- suggested
- sleep period
- sensor
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000011282 treatment Methods 0.000 title claims description 41
- 230000007958 sleep Effects 0.000 claims abstract description 344
- 238000002560 therapeutic procedure Methods 0.000 claims abstract description 69
- 238000002644 respiratory therapy Methods 0.000 claims description 84
- 230000000694 effects Effects 0.000 claims description 28
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 claims description 7
- 206010022437 insomnia Diseases 0.000 claims description 7
- 201000002859 sleep apnea Diseases 0.000 claims description 7
- 230000001144 postural effect Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims 3
- 230000004461 rapid eye movement Effects 0.000 description 42
- 230000029058 respiratory gaseous exchange Effects 0.000 description 35
- 208000008784 apnea Diseases 0.000 description 28
- 230000033001 locomotion Effects 0.000 description 28
- 230000004622 sleep time Effects 0.000 description 28
- 229910052760 oxygen Inorganic materials 0.000 description 20
- 230000037007 arousal Effects 0.000 description 18
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 18
- 239000001301 oxygen Substances 0.000 description 18
- 230000000241 respiratory effect Effects 0.000 description 18
- 206010021079 Hypopnoea Diseases 0.000 description 15
- 239000012491 analyte Substances 0.000 description 15
- 230000008667 sleep stage Effects 0.000 description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 11
- 206010062519 Poor quality sleep Diseases 0.000 description 10
- 208000035475 disorder Diseases 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- 208000001797 obstructive sleep apnea Diseases 0.000 description 10
- 208000003417 Central Sleep Apnea Diseases 0.000 description 9
- 208000005793 Restless legs syndrome Diseases 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 238000013186 photoplethysmography Methods 0.000 description 8
- 239000008280 blood Substances 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 7
- 230000036772 blood pressure Effects 0.000 description 7
- 230000003860 sleep quality Effects 0.000 description 7
- 230000002459 sustained effect Effects 0.000 description 7
- 208000018360 neuromuscular disease Diseases 0.000 description 6
- 230000037081 physical activity Effects 0.000 description 6
- 230000036387 respiratory rate Effects 0.000 description 6
- 208000024891 symptom Diseases 0.000 description 6
- 230000002618 waking effect Effects 0.000 description 6
- 206010003497 Asphyxia Diseases 0.000 description 5
- 208000000059 Dyspnea Diseases 0.000 description 5
- 206010013975 Dyspnoeas Diseases 0.000 description 5
- 206010041235 Snoring Diseases 0.000 description 5
- 206010041349 Somnolence Diseases 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 206010010904 Convulsion Diseases 0.000 description 4
- 208000022249 Sleep-Wake Transition disease Diseases 0.000 description 4
- 208000006673 asthma Diseases 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 208000000122 hyperventilation Diseases 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000000284 resting effect Effects 0.000 description 4
- 208000019116 sleep disease Diseases 0.000 description 4
- 238000009423 ventilation Methods 0.000 description 4
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000002045 lasting effect Effects 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 230000037053 non-rapid eye movement Effects 0.000 description 3
- 230000000414 obstructive effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 3
- 208000023504 respiratory system disease Diseases 0.000 description 3
- 231100000430 skin reaction Toxicity 0.000 description 3
- 210000000779 thoracic wall Anatomy 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 2
- 206010020591 Hypercapnia Diseases 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 206010021133 Hypoventilation Diseases 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 230000036757 core body temperature Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000003434 inspiratory effect Effects 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 238000002496 oximetry Methods 0.000 description 2
- 208000023515 periodic limb movement disease Diseases 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000004620 sleep latency Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010000060 Abdominal distension Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 1
- 206010013789 Dry throat Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 230000005355 Hall effect Effects 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 208000001705 Mouth breathing Diseases 0.000 description 1
- 206010068319 Oropharyngeal pain Diseases 0.000 description 1
- 201000007100 Pharyngitis Diseases 0.000 description 1
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 206010047924 Wheezing Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 208000024330 bloating Diseases 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 208000020020 complex sleep apnea Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011513 continuous positive airway pressure therapy Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 229910001092 metal group alloy Inorganic materials 0.000 description 1
- 201000006646 mixed sleep apnea Diseases 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 208000001022 morbid obesity Diseases 0.000 description 1
- 230000004220 muscle function Effects 0.000 description 1
- 230000007171 neuropathology Effects 0.000 description 1
- 230000008452 non REM sleep Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 201000004193 respiratory failure Diseases 0.000 description 1
- 230000004202 respiratory function Effects 0.000 description 1
- 210000003019 respiratory muscle Anatomy 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000037322 slow-wave sleep Effects 0.000 description 1
- 210000001584 soft palate Anatomy 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000004580 weight loss Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Urology & Nephrology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Orthopedics, Nursing, And Contraception (AREA)
Abstract
一种方法包括在初始睡眠时段的至少一部分期间接收与用户相关联的生理数据。该方法还包括接收与用户相关联的人口统计信息。该方法还包括从用户接收与初始睡眠时段的至少一部分相关联的主观反馈。该方法还包括至少部分地基于与用户相关联的生理数据、与用户相关联的人口统计信息、以及初始睡眠时段的主观反馈来确定用户的简档。该方法还包括至少部分地基于用于该用户的所确定的简档和与多个其他用户相关联的简档之间的比较来确定用于该用户的建议的治疗和用于该建议的治疗的一个或多个建议的参数。
Description
相关申请的交叉引用
本申请要求于2020年8月31日提交的第63/072,486号美国临时专利申请的权益和优先权,其全部内容在此通过引用并入本文作为参考。
技术领域
本公开总体上涉及用于确定用于用户的建议的治疗的系统和方法,并且更具体地涉及用于确定用户的简档并且至少部分地基于所确定的简档来确定用于用户的建议的治疗的系统和方法。
背景技术
许多个体患有睡眠相关的和/或呼吸相关的障碍,例如周期性肢体运动障碍(PLMD)、下肢不宁综合征(RLS)、睡眠障碍呼吸(SDB),例如阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)和其他类型的呼吸暂停,例如混合性呼吸暂停和呼吸不足、与呼吸相关的唤醒(RERA)、潮式呼吸(CSR)、呼吸功能不全、肥胖性换气过度综合征(OHS)、慢性阻塞性肺病(COPD)、神经肌肉疾病(NM)、快速眼运动(REM)行为障碍(也称为RBD)、梦境行为(DEB)、高血压、糖尿病、中风、失眠和胸壁障碍。这些障碍中的许多可以使用呼吸治疗系统来治疗,而其他可以使用不同的技术来治疗。这些障碍通常通过睡眠研究来诊断,并且基于结果来开出治疗处方。然而,处方治疗类型和/或用于治疗的一个或多个参数通常基于广泛的概括来选择,并且可能不适用于特定个体。本公开旨在解决这些和其他问题。
发明内容
根据本公开的一些实施方式,一种方法包括在初始睡眠时段的至少一部分期间接收与用户相关联的第一生理数据。该方法还包括接收与用户相关联的人口统计信息。该方法还包括从用户接收与初始睡眠时段的至少一部分相关联的主观反馈。该方法还包括至少部分地基于与用户相关联的第一生理数据、与用户相关联的人口统计信息和初始睡眠时段的主观反馈来确定用户的简档。该方法还包括至少部分地基于用于该用户的所确定的简档和与多个其他用户相关联的简档之间的比较来确定用于该用户的建议的治疗和用于该建议的治疗的一个或多个建议的参数。
根据本公开的一些实施方式,系统包括电子接口、存储器和控制系统。存储器存储机器可读指令。该控制系统包括一个或多个处理器,其被配置为执行该机器可读指令以至少部分地基于与该用户相关联的第一生理数据,与该用户相关联的人口统计信息和与该第一睡眠时段的至少一部分相关联的主观反馈或其任意组合来确定该用户的简档。该控制系统还被配置为至少部分地基于用于该用户的所确定的简档和与多个其他用户相关联的简档之间的比较来确定用于用户的建议的治疗和针对该建议的治疗的一个或多个建议的参数。
以上概述并非旨在表示本公开的每个实施方式或每个方面。本公开的附加特征和益处从以下阐述的详细描述和附图中显而易见。
附图说明
图1是根据本公开的一些实施方式的系统的功能框图;
图2是根据本公开的一些实施方式的图1的系统、用户和床伴的至少一部分的透视图;
图3图示了根据本公开的一些实施方式的睡眠时段的示例性时间线;
图4图示了根据本公开的一些实施方式的与图3的睡眠时段相关联的示例性睡眠图;和
图5是根据本公开的一些实施方式的用于向用户建议的治疗的方法的过程流程图。
虽然本公开容许各种修改和替代形式,但其特定实施方式和实施例已通过附图中的示例示出并将在本文详细描述。然而,应当理解,这并不旨在将本公开限制为所公开的特定形式,而是相反,本公开将覆盖落入由所附权利要求限定的本公开的精神和范围内的所有修改、等效物和替换物。
具体实施方式
许多个体患有睡眠相关和/或呼吸障碍。睡眠相关和/或呼吸障碍的示例包括周期性肢体运动障碍(PLMD)、下肢不宁综合征(RLS)、睡眠障碍呼吸(SDB),诸如阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)和其他类型的呼吸暂停,诸如混合性呼吸暂停和呼吸不足、与呼吸相关的唤醒(RERA)、潮式呼吸(CSR)、呼吸功能不全、肥胖性换气过度综合征(OHS)、慢性阻塞性肺病(COPD)、神经肌肉疾病(NM)、快速眼运动(REM)行为障碍(也称为RBD)、梦境行为(DEB)、高血压、糖尿病、中风、失眠和胸壁障碍。
阻塞性睡眠呼吸暂停(OSA)是睡眠呼吸障碍(SDB)的一种形式,其特征是包括睡眠时段期间由异常小的上气道和舌、软腭和后口咽壁区域中的正常肌肉张力丧失的组合引起的上气道的阻塞或阻塞的事件。更通常,呼吸暂停一般是指由空气阻塞(阻塞性睡眠呼吸暂停)或呼吸功能停止(通常称为中枢性睡眠呼吸暂停)引起的呼吸停止。通常,在阻塞性睡眠呼吸暂停事件期间,个体将停止呼吸约15秒到约30秒。
其他类型的呼吸暂停包括低通气、呼吸过度和高碳酸血症。低通气的特征通常是由狭窄气道引起的缓慢或浅呼吸,而不是阻塞气道。呼吸过度通常以呼吸的深度和/或速率增加为特征。高碳酸血症的特征通常是血流中二氧化碳过量,通常由低通气引起。
潮式呼吸(CSR)是另一种睡眠呼吸障碍形式。CSR是患者呼吸控制器的障碍,其中存在称为CSR循环的盛衰通气的律动交替周期。CSR的特征在于动脉血的重复性缺氧和复氧。
肥胖通气过度综合征(OHS)被定义为严重肥胖和清醒时慢性高碳酸血症的组合,不存在通气不足的其他已知原因。症状包括呼吸困难、晨起头痛和过度日间睡意。
慢性阻塞性肺病(COPD)包括具有某些共同特征的下气道疾病组中的任一种,诸如对空气运动的阻力增加、呼吸的呼气阶段延长和肺的正常弹性丧失。
神经肌肉疾病(NMD)包括直接经由内在肌肉病理或间接经由神经病理损害肌肉功能的许多疾病和病痛。胸壁障碍是一组导致呼吸肌与胸廓之间无效率联接的胸廓畸形。
与呼吸相关的唤醒(RERA)事件的特征通常是持续十秒或更长的增加的呼吸努力,导致从睡眠中唤醒,并且其不满足呼吸暂停或低通气事件的标准。RERA被定义为呼吸序列,其特征是增加呼吸努力导致睡眠唤醒,但不满足呼吸暂停或低通气的标准。这些事件必须满足以下两个标准:(1)逐渐更负的食管压力模式,由压力突然变化到更低的负水平和唤醒而终止,和(2)该事件持续10秒或更长。在一些实施方式中,鼻插管/压力换能器系统在RERA的检测中是足够且可靠的。RERA检测器可以基于从呼吸治疗装置导出的实际流量信号。例如,可以基于流量信号确定流量限制测量。然后可以根据流量限制测量和通气量突然增加的测量导出唤醒测量。在转让给ResMed Ltd.的WO 2008/138040和美国专利第9,358,353中描述了一种此类方法,其每一者的公开内容在此通过引用整体并入本文作为参考。
这些和其他障碍的特征是当个体睡眠时发生的特定事件(例如,打鼾、呼吸暂停、低通气、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、癫痫发作或其任意组合)。
呼吸暂停低通气指数(AHI)是用于指示睡眠时段期间睡眠呼吸暂停严重性的指数。AHI用户在睡眠时段期间经历的呼吸暂停和/或低通气事件的数量除以睡眠时段中睡眠的总小时数来计算AHI。该事件可以是例如持续至少10秒的呼吸暂停。小于5的AHI被认为是正常的。大于或等于5但小于15的AHI被认为是浅睡眠呼吸暂停的指示。大于或等于15但小于30的AHI被认为是中度睡眠呼吸暂停的指示。大于或等于30的AHI被认为是严重睡眠呼吸暂停的指示。在儿童中,AHI大于1被认为是异常的。当AHI正常时,或当AHI正常或轻度时,睡眠呼吸暂停可被认为是“受控的”。AHI还可以与氧去饱和水平结合使用以指示阻塞性睡眠呼吸暂停的严重程度。
参考图1,图示了根据本公开的一些实施方式的系统100。系统100包括控制系统110、存储器装置114、一个或多个传感器130和一个或多个用户装置170。在一些实施方式中,系统100还可选地包括呼吸治疗系统120、血压装置180、活动跟踪器190或其任意组合。
控制系统110包括一个或多个处理器112(以下称为处理器112)。控制系统110通常用于控制系统100的各种部件和/或分析由系统100的部件获得和/或产生的数据。处理器112可以是通用或专用处理器或微处理器。虽然在图1中示出了一个处理器112,但是控制系统110可以包括任意合适数量的处理器(例如,一个处理器、两个处理器、五个处理器、十个处理器等),这些处理器可以在单个壳体中,或者彼此远离地定位。控制系统110可以联接至和/或定位在例如用户装置170的壳体,呼吸治疗系统120的一部分(例如,壳体)内,和/或一个或多个传感器130的壳体内。控制系统110可以是集中式的(在一个此类壳体内)或分散式的(在物理上不同的两个或多个此类壳体内)。在包括包含控制系统110的两个或多个壳体的此类实施方式中,此类壳体可以彼此靠近地和/或远离地定位。
存储装置114存储可由控制系统110的处理器112执行的机器可读指令。存储器装置114可以是任意合适的计算机可读存储器装置或介质,诸如,例如,随机或串行存取存储器装置、硬盘驱动器、固态驱动器、闪存装置等。虽然图1中示出了一个存储器装置114,但是系统100可以包括任意适当数量的存储器装置114(例如,一个存储器装置、两个存储器装置、五个存储器装置、十个存储器装置等)。存储器装置114可以联接至和/或定位在呼吸治疗装置122的外壳内、用户装置170的外壳内、一个或多个传感器130的外壳内,或其任何组合。类似于控制系统110,存储器装置114可以是集中式的(在一个此类壳体内)或分散式的(在物理上不同的两个或多个此类壳体内)。
在一些实施方式中,存储器装置114(图1)存储与用户相关联的用户简档。用户简档可包括例如与用户相关联的人口统计信息、与用户相关联的生物统计信息、与用户相关联的医疗信息、自报告用户反馈、与用户相关联的睡眠参数(例如,从一个或多个较早睡眠时段记录的睡眠相关参数)或其任意组合。人口统计信息可包括例如指示用户年龄、用户性别、用户种族、用户地理位置、关系状态、失眠的家族史、用户就业状态、用户教育状态、用户社会经济状态或其任何组合的信息。医疗信息可包括例如指示与用户相关联的一种或多种医疗状况、用户的药物使用或两者的信息。医疗信息数据还可以包括多睡眠潜伏期测试(MSLT)测试结果或评分和/或匹兹堡睡眠质量指数(PSQI)评分或值。自我报告的用户反馈可包括指示自我报告的主观睡眠评分(例如,差、平均、优秀)、用户的自我报告的主观压力水平、用户的自我报告的主观疲劳水平、用户的自我报告的主观健康状态、用户最近经历的生活事件或其任意组合的信息。
如在本文所描述的,控制系统110的处理器112和/或存储器装置114可以从该一个或多个传感器130接收数据(例如,生理数据和/或音频数据),使得该数据用于存储在存储器装置114中和/或用于由处理器112进行分析。处理器112和/或存储器装置114可使用有线连接或无线连接(例如,使用RF通信协议,Wi-Fi通信协议、蓝牙通信协议、经由蜂窝式网络等)与一个或多个传感器130通信。在一些实施方式中,系统100可以包括天线,接收器(例如,RF接收器),发送器(例如,RF发送器)、收发器或其任何组合。这些部件可以联接至或集成到控制系统110的外壳(例如,在与处理器112和/或存储器装置114相同的外壳中)或用户装置170。
如上所述,在一些实施方式中,系统100可选地包括呼吸治疗系统120(也称为呼吸治疗系统)。呼吸治疗系统120可以包括呼吸压力治疗装置122(在本文称为呼吸治疗装置122)、用户接口124(也称为面罩或用户接口)、导管126(也称为管或空气回路)、显示装置128、湿化罐129或其任何组合。在一些实施方式中,控制系统110、存储器装置114、显示装置128、传感器130中的一者或多者和湿化罐129是呼吸治疗装置122的一部分。呼吸压力治疗是指在受控目标压力下将空气供应施加到用户气道的入口,该受控目标压力在用户的整个呼吸周期内相对于大气名义上是正的(例如,与诸如罐通气机或胸甲的负压治疗形成对比)。呼吸治疗系统120通常用于治疗患有一种或多种睡眠相关呼吸障碍(例如,阻塞性睡眠呼吸暂停、中枢性睡眠呼吸暂停或混合性睡眠呼吸暂停)的个体。
呼吸治疗装置122通常用于产生递送到用户的加压空气(例如,使用驱动一个或多个压缩机的一个或多个马达)。在一些实施方式中,呼吸治疗装置122产生连续恒定的空气压力,该空气压力被递送至用户。在其他实施方式中,呼吸治疗装置122产生两个或多个预定压力(例如,第一预定空气压力和第二预定空气压力)。在其他实施方式中,呼吸治疗装置122被配置为在预定范围内产生多种不同的空气压力。例如,呼吸治疗装置122可以递送至少大约6cmH2O、至少大约10cmH2O、至少大约20cmH2O、大约6cmH2O和大约10cmH2O之间、大约7cmH2O和大约12cmH2O之间等。呼吸治疗装置122还可以以例如大约-20L/min和大约150L/min之间的预定流量递送加压空气,同时保持正压(相对于环境压力)。
用户接口124接合用户面部的一部分,并将加压空气从呼吸治疗装置122递送到用户的气道,以帮助防止气道在睡眠时段期间变窄和/或坍缩。这也可以增加用户在睡眠时段期间的氧气摄入。通常,用户接口124接合用户的面部,使得加压空气经由用户的嘴、用户的鼻子或用户的嘴和鼻子两者被递送到用户的气道。呼吸治疗装置122、用户接口124和导管126一起形成与用户气道流体联接的空气通路。加压空气还增加了睡眠时段期间使用者的氧气摄入。根据要施加的治疗,用户接口124可以例如与用户面部的区域或部分形成密封,以便于在与环境压力有足够变化的压力下,例如在相对于环境压力约10cmH2O的正压力下递送气体以实现治疗。对于其他形式的治疗,诸如氧气递送,用户接口可以不包括足以有利于将约10cmH2O的正压下的气体供给递送至气道的密封。
如图2所示,在一些实施方式中,用户接口124是覆盖用户的鼻子和嘴的面膜。可替代地,用户接口124可以是向用户的鼻子提供空气的鼻罩或直接向用户的鼻孔递送空气的鼻枕罩。用户接口124可以包括用于将接口定位和/或稳定在用户的一部分(例如,面部)上的多个绑带(例如,包括钩和环紧固件)以及有助于在用户接口124与用户之间提供气密密封的适形缓冲垫(例如,硅酮、塑料、泡沫等)。用户接口124还可以包括一个或多个通气口,用于允许用户210呼出的二氧化碳和其他气体逸出。在其他实施方式中,用户接口124是用于将加压空气引导到用户的口中的咬嘴(例如,模制为符合用户的牙齿的夜间防护咬嘴、下颌复位装置等)。
导管126(也称为空气回路或管)允许空气在呼吸治疗系统120的两个部件之间流动,诸如呼吸治疗装置122和用户接口124。在一些实施方式中,可以有用于吸入和呼出的导管的分开的分支。在其他实施方式中,单个分支导管用于吸入和呼出。导管126包括联接至呼吸治疗装置122的出口的第一端和联接至用户接口124的第二相对端。导管126可以使用多种技术(例如,压配合连接、卡扣配合连接、螺纹连接等)联接至呼吸治疗装置122和/或用户接口124。在一些实施方式中,导管126包括一个或多个加热元件,这些加热元件加热流动穿过导管126的加压空气(例如,将空气加热至预定温度或在预定温度范围内)。此类加热元件可以联接至和/或嵌入导管126中。在此类实施方式中,联接至呼吸治疗装置122的导管126的端部可以包括电接触件,该电接触件电联接至呼吸治疗装置122以对导管126的一个或多个加热元件供电。
呼吸治疗装置122、用户接口124、导管126、显示装置128和湿化罐129中的一者或多者可以包括一个或多个传感器(例如,压力传感器、流量传感器,或更通常在本文描述的任意其他传感器130)。这些一个或多个传感器可用于例如测量由呼吸治疗装置122供应的加压空气的空气压力和/或流量。
显示装置128通常用于显示包括静止图像、视频图像或两者的图像和/或关于呼吸治疗装置122的信息。例如,显示装置128可以提供关于呼吸治疗装置122的状态的信息(例如,呼吸治疗装置122是否开/关,由呼吸治疗装置122递送的空气的压力,由呼吸治疗装置122递送的空气的温度等)和/或其他信息(例如,睡眠评分和/或治疗评分,也称为myAirTM评分,诸如在WO 2016/061629和美国专利公开中描述的。第2017/0311879号,其全文以引用的方式并入本文中),当前日期/时间、用户的个人信息等。在一些实施方式中,显示装置128充当包括图形用户接口(GUI)的人机接口(HMI),该图形用户接口被配置为将图像显示为输入接口。显示装置128可以是LED显示器、OLED显示器、LCD显示器等。输入接口可以是例如触摸屏或触敏基板、鼠标、键盘或被配置为感测由与呼吸治疗装置122交互的人类用户做出的输入的任意传感器系统。
湿化器129联接至呼吸治疗装置122上或集成在呼吸治疗装置122中,并包括可用于湿化从呼吸治疗装置122递送的加压空气的储水器。呼吸治疗装置122可以包括加热器以加热湿化器129中的水以湿化提供给用户的加压空气。另外,在一些实施方式中,导管126还可以包括加热元件(例如,联接至和/或嵌入在导管126中),该加热元件加热递送至用户的加压空气。
呼吸治疗系统120可用作例如呼吸机或气道正压通气(PAP)系统,诸如持续气道正压通气(CPAP)系统,自动气道正压通气系统(APAP)、双水平或可变气道正压通气系统(BPAP或VPAP)或其任意组合。CPAP系统将预定气压(例如,由睡眠医师确定的)递送至用户。APAP系统基于例如与用户相关的呼吸数据自动改变递送给用户的气压。BPAP或VPAP系统被配置为递送第一预定压力(例如,吸气气道正压或IPAP)和低于第一预定压力的第二预定压力(例如,呼气气道正压或EPAP)。
参照图2,图示了根据一些实施方式的系统100(图1)的一部分。呼吸治疗系统120的用户210和床伴220位于床230中并躺在床垫232上。用户接口124(例如,完整的面罩)可以由用户210在睡眠时段间佩戴。用户接口124经由导管126流体联接和/或连接至呼吸治疗装置122。呼吸治疗装置122又经由导管126和用户接口124向用户递送加压空气,以增加用户的喉部中的空气压力,从而帮助防止气道在睡眠时段间闭合和/或变窄。呼吸治疗装置122可定位在如图2所示直接邻近床230的床头柜240上,或更通常,定位在通常邻近床230和/或使用者210的任意表面或结构上。
返回参考图1,系统100的一个或多个传感器130包括压力传感器132、流量传感器134、温度传感器136、运动传感器138、麦克风140、扬声器142、射频(RF)接收器146、RF发送器148、相机150、红外传感器152、光电容积描记(PPG)传感器154、心电图(ECG)传感器156、脑电图(EEG)传感器158、电容传感器160、力传感器162、应变仪传感器164、肌电图(EMG)传感器166、氧传感器168、分析物传感器174、湿度传感器176、LiDAR传感器178或其任意组合。通常,一个或多个传感器130中的每一者被配置为输出被接收并存储在存储器装置114或一个或多个其他存储器装置中的传感器数据。
虽然一个或多个传感器130被示出和描述为包括压力传感器132、流速传感器134、温度传感器136、运动传感器138、麦克风140、扬声器142、RF接收器146、RF发射器148、相机150、红外传感器152、光电容积描记(PPG)传感器154、心电图(ECG)传感器156、脑电图(EEG)传感器158、电容传感器160、力传感器162、应变仪传感器164、肌电图(EMG)传感器166、氧传感器168、分析物传感器174、湿度传感器176和LiDAR传感器178中的每一者,但是更一般地,一个或多个传感器130可以包括本文描述和/或示出的传感器中的每一者的任何组合和任何数量。
如本文所述,系统100通常可用于在睡眠时段期间生成与用户(例如,图2所示的呼吸治疗系统120的用户)相关联的生理数据。可以分析生理数据以生成一个或多个睡眠相关参数,其可以包括在睡眠时段期间与用户相关的任何参数、测量等。在睡眠时段期间可以为用户210确定的一个或多个睡眠相关参数包括,例如,呼吸暂停低通气指数(AHI)评分、睡眠评分、流量信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时事件的数量、事件模式、阶段、呼吸治疗装置122的压力设置、心率变异性、用户210的运动、温度、EEG活动、EMG活动、唤醒、打鼾、窒息、咳嗽、啸叫、喘鸣或其任意组合。
一个或多个传感器130可用于产生例如生理数据、音频数据或两者。控制系统110可以使用由一个或多个传感器130生成的生理数据来确定与睡眠时段期间的用户相关联的睡眠-清醒信号和一个或多个睡眠相关参数。睡眠-唤醒信号可以指示一个或多个睡眠状态,包括唤醒、放松的唤醒、微唤醒、快速眼动(REM)阶段、第一非REM阶段(通常称为“N1”)、第二非REM阶段(通常称为“N2”)、第三非REM阶段(通常称为“N3”)或其任意组合。睡眠-唤醒信号还可以被加上时间戳以指示用户进入床的时间、用户离开床的时间、用户试图入睡的时间等。睡眠-唤醒信号可以由传感器130在睡眠时段期间以预定采样速率(诸如,每秒一个样本、每30秒一个样本、每分钟一个样本等)测量。可以基于睡眠-唤醒信号在睡眠时段期间为用户确定的一个或多个睡眠相关参数的示例包括总的床上时间、总的睡眠时间、睡眠开始等待时间、睡眠后开始唤醒参数、睡眠效率、分段指数或其任何组合。用于从由一个或多个传感器,诸如一个或多个传感器210生成的生理数据确定睡眠状态和/或睡眠阶段的方法在例如WO 2014/047310、美国专利公开第2014/0088373号、第WO 2017/132726号、第WO2019/122413号、第WO 2019/122414号和美国专利公开第2020/0383580号中描述,其每个通过引用整体并入本文作为参考。睡眠-唤醒信号可以由传感器130在睡眠时段期间以预定采样速率(诸如,每秒一个样本、每30秒一个样本、每分钟一个样本等)测量。可以基于睡眠-唤醒信号在睡眠时段期间为用户确定的一个或多个睡眠相关参数的示例包括总的床上时间、总的睡眠时间、睡眠开始等待时间、睡眠后开始唤醒参数、睡眠效率、分段指数或其任何组合。
由一个或多个传感器130生成的生理数据和/或音频数据还可以用于确定与睡眠时段期间的用户相关联的呼吸信号。呼吸信号通常指示用户在睡眠时段期间的呼吸或呼吸。呼吸信号可以指示例如呼吸速率、呼吸速率变化性、吸气幅度、呼气幅度、吸气-呼气比率、每小时事件的数量、事件的模式、呼吸治疗装置122的压力设置或其任何组合。事件可以包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停、低通气、面罩泄漏(例如,从用户接口124)、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作或其任何组合。
压力传感器132输出可以存储在存储装置114中和/或由控制系统110的处理器112分析的压力数据。在一些实施方式中,压力传感器132是产生指示呼吸治疗系统120的用户的呼吸(例如,吸气和/或呼气)和/或环境压力的传感器数据的空气压力传感器(例如,大气压力传感器)。在此类实施方式中,压力传感器132可以联接至或集成在呼吸治疗装置122中。压力传感器132可以是例如电容传感器、电磁传感器、压电传感器、应变片传感器、光学传感器、电位传感器或其任意组合。在一个示例中,压力传感器132可以用于确定用户的血压。
流量传感器134输出可以存储在存储装置114中和/或由控制系统110的处理器112分析的流量数据。在一些实施方式中,流量传感器134用于确定来自呼吸治疗装置122的空气流量、通过导管126的空气流量、通过用户接口124的空气流量,或其任意组合。在此类实施方式中,流量传感器134可以联接至呼吸治疗装置122、用户接口124或导管126或集成在其中。流量传感器134可以是质量流量传感器,诸如旋转流量计(例如,霍尔效应流量计)、涡轮流量计、孔口流量计、超声流量计、热线传感器、涡流传感器、膜传感器或其任意组合。
温度传感器136输出可以存储在存储装置114中和/或由控制系统110的处理器112分析的温度数据。在一些实施方式中,温度传感器136生成指示用户210(图2)的核心体温、用户210的皮肤温度、从呼吸治疗装置122流出和/或通过导管126流动的空气的温度、用户接口124中的温度、环境温度或其任意组合的温度数据。温度传感器136可以是例如热电偶传感器、热敏电阻传感器、硅带隙温度传感器或基于半导体的传感器、电阻温度检测器或其任意组合。
运动传感器138输出可以存储在存储装置114中和/或由控制系统110的处理器112分析的运动数据。运动传感器138可用于在睡眠时段期间检测用户210的运动,和/或检测呼吸治疗系统120的任意部件(诸如呼吸治疗装置122、用户接口124或导管126)的运动。运动传感器138可以包括一个或多个惯性传感器,诸如加速计、陀螺仪和磁力计。在一些实施方式中,运动传感器138替代地或另外地生成表示用户的身体运动的一个或多个信号,从该一个或多个信号可以获得表示用户的睡眠状态的信号;例如,经由用户的呼吸运动。在一些实施方式中,来自运动传感器138的运动数据可以与来自另一传感器130的附加数据结合使用以确定用户的睡眠状态。
麦克风140输出可以存储在存储器装置114中和/或由控制系统110的处理器112分析的声学数据。由麦克风140产生的音频数据在睡眠时段期间可再现为一个或多个声音(例如,来自用户210的声音)。来自麦克风140的声学数据还可以用于识别(例如,使用控制系统110)用户在睡眠时段期间经历的事件,如本文进一步详细描述的。麦克风140可以联接至或集成在呼吸治疗装置122、用户接口124、导管126或用户装置170中。在一些实施方式中,系统100包括多个麦克风(例如,两个或更多个麦克风和/或具有波束成形的麦克风阵列),使得由多个麦克风中的每一者产生的声音数据可用于区分由多个麦克风中的另一者产生的声音数据。
扬声器142输出可由系统100的用户(例如,图2的用户210)听到的声波。扬声器142可用作例如闹钟或向用户210播放警报或消息(例如,响应于事件)。在一些实施方式中,扬声器142可用于将由麦克风140生成的声学数据传送给用户。扬声器142可以联接至或集成在呼吸治疗装置122、用户接口124、导管126或用户装置170中。
麦克风140和扬声器142可以用作单独的装置。在一些实施方式中,麦克风140和扬声器142可以被组合到声学传感器141中,如在例如WO 2018/050913中所描述的,在此通过引用将其整体并入本文作为参考。在此类实施方式中,扬声器142以预定间隔产生或发送声波,并且麦克风140检测来自扬声器142的发送声波的反射。由扬声器142产生或发送的声波具有人耳听不到的频率(例如,低于20Hz或高于约18kHz),以便不干扰用户210或床伴220的睡眠(图2)。至少部分地基于来自麦克风140和/或扬声器142的数据,控制系统110可以确定用户210(图2)的位置和/或在本文描述的睡眠相关参数中的一者或多者。
在一些实施方式中,传感器130包括(i)第一麦克风,其与麦克风140相同或相似,并且集成在声学传感器141中;以及(ii)第二麦克风,其与麦克风140相同或相似,但是与集成在声学传感器141中的第一麦克风分开且不同。
RF发送器148产生和/或发送具有预定频率和/或预定幅度(例如,在高频带内、在低频带内、长波信号、短波信号等)的无线电波。RF接收器146检测从RF发送器148发送的无线电波的反射,并且该数据可以由控制系统110分析以确定用户210(图2)的位置和/或本文描述的睡眠相关参数中的一者或多者。RF接收器(RF接收器146和RF发送器148或另一RF对)也可用于控制系统110、呼吸治疗装置122、一个或多个传感器130、用户装置170或其任意组合之间的无线通信。虽然RF接收器146和RF发送器148在图1中被示为分离且不同的元件,但是在一些实施方式中,RF接收器146和RF发送器148被组合为RF传感器147的一部分。在一些此类实施方式中,RF传感器147包括控制电路。RF通信的特定格式可以是WiFi、蓝牙等。
在一些实施方式中,RF传感器147是网格系统的一部分。网格系统的一个示例是Wi-Fi网格系统,其可以包括网格节点、(一个或多个)网格路由器和(一个或多个)网格网关,它们中的每一者都可以是移动的/可移动的或固定的。在此类实施方式中,WiFi网格系统包括WiFi路由器和/或WiFi控制器以及一个或多个卫星(例如,接入点),每个卫星包括与RF传感器147相同或相似的RF传感器。WiFi路由器和卫星使用WiFi信号连续地彼此通信。WiFi网格系统可以用于基于路由器和卫星之间的Wi-Fi信号中的变化(例如,接收信号强度中的差异)来生成运动数据,该Wi-Fi信号中的变化是由于移动的物体或人部分地阻挡了信号而引起的。运动数据可以指示运动、呼吸、心率、步态、跌倒、行为等或其任意组合。
相机150输出可再现为可存储在存储装置114中的一个或多个图像(例如,静止图像、视频图像、热图像或其组合)的图像数据。来自相机150的图像数据可以由控制系统110使用以确定本文描述的睡眠相关参数中的一者或多者,诸如,例如,一个或多个事件(例如,周期性肢体运动或不宁腿综合征)、呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时事件的数量、事件的模式、睡眠状态、睡眠阶段或其任何组合。此外,来自相机150的图像数据可以例如用于标识用户的位置,以确定用户210的胸部移动(图2),以确定用户210的嘴和/或鼻的气流,以确定用户210进入床230的时间(图2),并且以确定用户210离开床230的时间。在一些实施方式中,相机150包括广角镜头或鱼眼镜头。
红外(IR)传感器152输出可再现为可存储在存储器装置114中的一个或多个红外图像(例如,静止图像、视频图像或两者)的红外图像数据。来自IR传感器152的红外数据可用于确定睡眠时段期间的一个或多个睡眠相关参数,包括用户210的温度和/或用户210的移动。当测量用户210的存在、位置和/或移动时,IR传感器152也可以与相机150结合使用。例如,IR传感器152可以检测波长在约700nm和约1mm之间的红外光,而相机150可以检测波长在约380nm和约740nm之间的可见光。
PPG传感器154输出与用户210(图2)相关联的生理数据,所述生理数据可以被用于确定一个或多个睡眠相关参数,诸如心率、心率变异性、心动周期、呼吸率、吸气幅度、呼气幅度、吸气-呼气比、估计的血压参数或其任意组合。PPG传感器154可以由用户210佩戴、嵌入在由用户210佩戴的衣服和/或织物中、嵌入在和/或联接至用户接口124和/或其相关联的头戴装置(例如,绑带等)等。
ECG传感器156输出与用户210的心脏的电活动相关联的生理数据。在一些实施方式中,ECG传感器156包括在睡眠时段期间位于用户210的一部分之上或周围的一个或多个电极。来自ECG传感器156的生理数据可用于例如确定本文所述的睡眠相关参数中的一者或多者。
ECG传感器158输出与用户210的大脑的电活动相关联的生理数据。在一些实施方式中,EEG传感器158包括在睡眠时段期间定位在用户210的头皮上或周围的一个或多个电极。来自EEG传感器158的生理数据可用于例如在睡眠时段间的任何给定时间确定用户210的睡眠阶段。在一些实施方式中,EEG传感器158可以集成在用户接口124和/或相关联的头带(例如,绑带等)中。
电容性传感器160,力传感器162和应变仪传感器164输出可存储在存储装置114中且由控制系统110使用以确定本文所述的睡眠相关参数中的一者或多者的数据。EMG传感器166输出与由一个或多个肌肉产生的电活动相关联的生理数据。氧传感器168输出指示气体(例如,在导管126中或在用户接口124处)的氧浓度的氧数据。氧气传感器168可以是例如超声波氧气传感器、电氧气传感器、化学氧气传感器、光学氧气传感器或其任意组合。在一些实施方式中,一个或多个传感器130还包括皮肤电反应(GSR)传感器、血流传感器、呼吸传感器、脉搏传感器、血压计传感器、血氧测定传感器或其任意组合。
分析物传感器174可用于检测用户210呼气中分析物的存在。由分析物传感器174输出的数据可以存储在存储器装置114中,并由控制系统110使用以确定用户210的呼吸中的任何分析物的身份和浓度。在一些实施方式中,分析物传感器174位于用户210的嘴附近,以检测从用户210的嘴呼出的呼吸中的分析物。例如,当用户接口124是覆盖用户210的鼻子和嘴的面罩时,分析物传感器174可以位于面罩内以监视用户210的嘴呼吸。在其他实施方式中,诸如当用户接口124是鼻罩或鼻枕面罩时,分析物传感器174可定位在用户210的鼻子附近以检测通过用户鼻子呼出的呼吸中的分析物。在其他实施方式中,当用户接口124是鼻罩或鼻枕面罩时,分析物传感器174可以位于用户210的嘴附近。在该实施方式中,分析物传感器174可用于检测任意空气是否无意中从用户210的嘴泄漏。在一些实施方式中,分析物传感器174是可用于检测碳基化学品或化合物的挥发性有机化合物(VOC)传感器。在一些实施方式中,分析物传感器174还可用于检测用户210是否正在通过他们的鼻子或嘴呼吸。例如,如果由位于用户210的嘴附近或面罩内(在用户接口124是面罩的实施方式中)的分析物传感器174输出的数据检测到分析物的存在,则控制系统110可以使用该数据作为用户210正通过他们的嘴呼吸的指示。
湿度传感器176输出可以存储在存储装置114中并由控制系统110使用的数据。湿度传感器176可用于检测围绕用户的各种区域中的湿度(例如,在导管126或用户接口124内、在用户210的面部附近、在导管126和用户接口124之间的连接附近、在导管126和呼吸治疗装置122之间的连接附近等)。因此,在一些实施方式中,湿度传感器176可以被联接至或集成在用户接口124中或导管126中以监视来自呼吸治疗装置122的加压空气的湿度。在其他实施方式中,湿度传感器176被放置在需要监视湿度水平的任意区域附近。湿度传感器176还可以用于监视用户210周围的周围环境的湿度,例如卧室内的空气。
光检测和测距(激光雷达)传感器178可用于深度感测。此类型的光学传感器(例如,激光传感器)可用于检测受试者并构建周围环境(诸如,生活空间)的三维(3D)图。激光雷达通常可以利用脉冲激光来进行飞行时间测量。激光雷达也被称为3D激光扫描。在使用此类传感器的示例中,具有LiDAR传感器166的固定或移动装置(诸如智能电话)可以测量和映射从传感器延伸5米或更远的区域。例如,激光雷达数据可以与由电磁RADAR传感器估计的点云数据融合。LiDAR传感器178还可以使用人工智能(AI)通过检测和分类可能引起RADAR系统的问题的空间中的特征来自动地地理栅栏RADAR系统,诸如玻璃窗(其可以是对RADAR高度反射的)。例如,激光雷达还可以用于提供人的身高的估计,以及当人坐下或跌倒时身高的变化。LiDAR可用于形成环境的3D网格表示。在进一步的用途中,对于无线电波穿过的固体表面(例如,透射线材料),LiDAR可以反射离开此类表面,从而允许对不同类型的障碍物进行分类。
在一些实施方式中,一个或多个传感器130还包括皮肤电反应(GSR)传感器、血流传感器、呼吸传感器、脉搏传感器、血压计传感器、血氧测定传感器、声纳传感器、RADAR传感器、血糖传感器、颜色传感器、pH传感器、空气质量传感器、倾斜传感器、雨传感器、土壤湿度传感器、水流传感器、酒精传感器或其任意组合。
虽然在图1中单独示出,但是一个或多个传感器130的任意组合可以集成在系统100的任意一个或多个部件中和/或联接至系统100的任意一个或多个部件,包括呼吸治疗装置122、用户接口124、导管126、湿化罐129、控制系统110、用户装置170或其任意组合。例如,麦克风140和扬声器142集成在用户装置170中和/或联接至用户装置170,并且压力传感器130和/或流量传感器132集成在和/或联接至呼吸治疗装置122。在一些实施方式中,一个或多个传感器130中的至少一者未联接至呼吸治疗装置122、控制系统110或用户装置170,并且在睡眠时段期间被定位成大体邻近用户210(例如,被定位在用户210的一部分上或与其接触、由用户210佩戴、联接至或被定位在床头柜上、联接至床垫、联接至天花板等)。
可以分析来自一个或多个传感器130的数据,以确定一个或多个睡眠相关参数,睡眠相关参数可以包括呼吸信号、呼吸速率、呼吸模式、吸气幅度、呼气幅度、吸气-呼气比、一个或多个事件的发生、每小时的事件数量、事件模式、睡眠状态、呼吸暂停低通气指数(AHI)或其任意组合。该一个或多个事件可以包括打鼾、呼吸暂停、中枢性呼吸暂停、阻塞性呼吸暂停、混合型呼吸暂停、低通气、面罩泄漏、咳嗽、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作、血压升高或其任意组合。这些睡眠相关参数中的许多是生理参数,尽管睡眠相关参数中的一些可以被认为是非生理参数。还可以根据来自一个或多个传感器130的数据或根据其他类型的数据来确定其他类型的生理和非生理参数。
用户装置170(图1)包括显示装置172。用户装置170可以是例如移动装置,诸如智能电话、平板电脑、膝上型电脑等。可替代地,用户装置170可以是外部感测系统、电视机(例如,智能电视机)或另一智能家庭装置(例如,诸如Google Home、Amazon Echo、Alexa等的智能扬声器)。在一些实施方式中,用户装置是可穿戴装置(例如,智能手表)。显示装置172通常用于显示包括静止图像、视频图像或两者的图像。在一些实施方式中,显示装置172充当包括被配置为显示图像的图形用户接口(GUI)和输入接口的人机接口(HMI)。显示装置172可以是LED显示器、OLED显示器、LCD显示器等。输入接口可以是例如触摸屏或触敏基板、鼠标、键盘或被配置为感测由与用户装置170交互的人类用户进行的输入的任意传感器系统。在一些实施方式中,一个或多个用户装置可以由系统100使用和/或包括在系统100中。
活动跟踪器180通常用于帮助生成用于确定与用户相关联的活动测量的生理数据。活动测量可以包括,例如步数、行进的距离、攀登的步数、身体活动的持续时间、身体活动的类型、身体活动的强度、站立所花费的时间、呼吸速率、平均呼吸速率、休息呼吸速率、最大HE呼吸心率、呼吸速率变异性、心率、平均心率、休息心率、最大心率、心率变异性、燃烧的卡路里数、血氧饱和度、皮肤电活动(也称为皮肤电导或皮肤电反应)或其任意组合。活动跟踪器180包括本文描述的传感器130中的一者或多者,诸如,例如,运动传感器138(例如,一个或多个加速计和/或陀螺仪)、PPG传感器154和/或ECG传感器156。
在一些实施方式中,活动跟踪器180是可以由用户穿戴的可穿戴装置,诸如智能手表、腕带、戒指或贴片。例如,参考图2,活动跟踪器180佩戴在用户210的手腕上。活动跟踪器190还可以联接至或集成到用户所穿的衣服或衣物。可替代地,活动跟踪器180还可联接至或集成在用户装置170中(例如,在同一壳体内)。更一般地,活动跟踪器180可以与控制系统110、存储器114、呼吸治疗系统120和/或用户装置170通信地联接或物理地集成在其中(例如,在壳体内)。
虽然控制系统110和存储器装置114在图1中被描述和示出为系统100的单独且不同的部件,但是在一些实施方式中,控制系统110和/或存储器装置114被集成在用户装置170和/或呼吸治疗装置122中。可替代地,在一些实施方式中,控制系统110或其一部分(例如,处理器112)可以位于云中(例如,集成在服务器中、集成在物联网(IoT)装置中、连接至云、经受边缘云处理等)、位于一个或多个服务器(例如,远程服务器、本地服务器等或其任意组合)中。
虽然系统100被示为包括上述所有部件,但是根据本公开的实施方式,更多或更少的部件可以被包括在用于生成生理数据并为用户确定建议的通知或动作的系统中。例如,第一可选系统包括控制系统110、存储器装置114和一个或多个传感器130中的至少一者。作为另一示例,第二可选系统包括控制系统110、存储器装置114、一个或多个传感器130中的至少一者以及用户装置170。作为又一示例,第三备选系统包括控制系统110、存储器装置114、呼吸治疗系统120、一个或多个传感器130中的至少一者和用户装置170。因此,可使用本文所示和所述的部件的任何部分或多个部分和/或与一个或多个其他部件组合来形成各种系统。
如本文里所使用的,可以以多种方式定义睡眠时段。例如,睡眠时段可以由初始开始时间和结束时间来定义。在一些实施方式中,睡眠时段是用户睡眠的持续时间,即,睡眠时段具有开始时间和结束时间,并且在睡眠时段期间,用户直到结束时间才唤醒。也就是说,用户醒着的任意时段都不包括在睡眠时段中。根据睡眠时段的该第一定义,如果用户在同一夜晚多次唤醒并入睡,则由唤醒间隔分开的每个睡眠间隔是睡眠时段。
可替代地,在一些实施方式中,睡眠时段具有开始时间和结束时间,并且在睡眠时段期间,只要用户醒着的连续持续时间低于醒着持续时间阈值,用户就可以醒着,而睡眠时段不结束。唤醒持续时间阈值可以被定义为睡眠时段的百分比。唤醒持续时间阈值可以是例如睡眠时段的大约百分之二十、睡眠时段持续时间的大约百分之十五、睡眠时段持续时间的大约百分之十、睡眠时段持续时间的大约百分之五、睡眠时段持续时间的大约百分之二等,或者任何其他阈值百分比。在一些实施方式中,唤醒持续时间阈值被定义为固定的时间量,诸如大约一小时、大约三十分钟、大约十五分钟、大约十分钟、大约五分钟、大约两分钟等,或任意其他时间量。
在一些实施方式中,睡眠时段被定义为在晚上用户首先上床的时间与第二天早上用户最后起床的时间之间的整个时间。换言之,睡眠时段可以被定义为一个时间段,即开始于在当用户第一次上床想要入睡时(例如,如果用户不打算在入睡之前首先看电视或使用智能电话,则不是这样),可以被称为当前晚上的第一时间(例如,10:00Pm)的第一日期(例如,2020年1月6日星期一),并且结束于在当用户第一次下床并且不想在第二天早上睡觉时,可以被称为第二天早晨的第二时间(例如,7:00AM)的第二日期(例如,2020年1月7日星期二)。
在一些实施方式中,用户可以手动定义睡眠时段的开始和/或手动终止睡眠时段。例如,用户可以选择(例如,通过点击或轻敲)在用户装置170(图1)的显示装置172上显示的一个或多个用户可选元素来手动发起或终止睡眠时段。
通常,睡眠时段可以包括在用户210已经躺在或坐下在床230(或他们打算睡眠的另一区域或受试者)中并且已经打开呼吸治疗装置122并佩戴用户接口124之后的任何时间点。睡眠时段因此可以包括时间段(i),当用户210正在使用CPAP系统时,但是在用户210试图入睡之前(例如,当用户210躺在床230中阅读书籍时);(ii)当用户210开始尝试入睡但仍清醒时;(iii)当用户210处于轻度睡眠时(也称为非快速眼动(NREM)睡眠的阶段1和阶段2);(iv)当用户210处于深度睡眠(也称为慢波睡眠、SWS或NREM睡眠的阶段3)时;(v)当用户210处于快速眼动(REM)睡眠时;(vi)当用户210在轻度睡眠、深度睡眠或REM睡眠之间周期性地唤醒时;或(vii)当用户210唤醒而不回睡时。
睡眠时段通常被定义为一旦用户210移除用户接口124、关闭呼吸治疗装置122并离开床230就结束。在一些实施方式中,睡眠时段可以包括附加的时间段,或者可以被限制为仅上述时间段中的一些。例如,可以将睡眠时段定义为包括从呼吸治疗装置122开始向气道或用户210供应加压空气时开始,从呼吸治疗装置122停止向用户210的气道供应加压空气时结束,以及包括用户210睡着或清醒时之间的一些或全部时间点的时间段。
参考图3,示出了睡眠时段的示例性时间线300。时间线300包括上床时间(t入床)、入睡时间(tGTS)、初始睡眠时间(t睡眠)、第一微唤醒MA1、第二微唤醒MA2、唤醒A、唤醒时间(t觉醒)和起床时间(t起床)。
进入床时间t入床与用户在入睡之前(例如,当用户躺下或坐在床中时)最初进入床(例如,图2中的床230)的时间相关联。可基于床阈值持续时间来标识上床时间t入床,以在用户上床睡觉的时间和用户出于其他原因(例如,观看TV)上床的时间之间进行区分。例如,床阈值持续时间可以是至少约10分钟、至少约20分钟、至少约30分钟、至少约45分钟、至少约1小时、至少约2小时等。尽管在本文中参照床描述了入床时间t入床,但是更通常,入床时间t入床可以指用户最初进入任意位置以睡觉的时间(例如,睡椅、椅子、睡袋等)。
入睡时间(GTS)与用户在进入床之后最初尝试入睡的时间(t入床)相关联。例如,在上床之后,用户可以参加一个或多个活动以在尝试睡眠之前放松一下(例如,阅读、观看电视、听音乐、使用用户装置170等)。初始睡眠时间(t睡眠)是用户初始入睡的时间。例如,初始睡眠时间(t睡眠)可以是用户初始进入第一非REM睡眠阶段的时间。
唤醒时间t觉醒是与用户在不回到睡眠的情况下唤醒的时间(例如,与用户在晚间唤醒并回到睡眠相反)相关联的时间。用户可以在最初入睡之后体验具有短持续时间(例如,5秒、10秒、30秒、1分钟等)的多个无意识微唤醒(例如,微唤醒MA1和MA2)中的一个。与唤醒时间t觉醒相反,用户在微唤醒MA1和MA2中的每一者之后回到睡眠。类似地,用户可以在最初入睡(例如,起床去浴室、照顾儿童或宠物、睡眠行走等)之后具有一个或多个有意识的唤醒(例如,唤醒A)。然而,用户在唤醒A之后回到睡眠。因此,可以例如基于唤醒阈值持续时间(例如,用户被唤醒至少15分钟、至少20分钟、至少30分钟、至少1小时等)来定义唤醒时间t觉醒。
类似地,起床时间t起床与用户起床并起床以结束睡眠时段(例如,与用户在夜间起床去浴室、照顾儿童或宠物、睡眠行走等相反)的时间相关联。换言之,起床时间t起床是用户最后起床而不返回床直到下一个睡眠时段(例如,下一个晚上)的时间。因此,可以例如基于上升阈值持续时间(例如,用户已经起床至少15分钟、至少20分钟、至少30分钟、至少1小时等)来定义起床时间t起床。还可以基于上升阈值持续时间(例如,用户已经起床至少4小时、至少6小时、至少8小时、至少12小时等)来定义第二后续睡眠时段的入床时间t入床时间。
如上所述,在最初的t入床和最后的t起床之间的夜晚期间,用户可以唤醒并起床一次以上。在一些实施方式中,最终唤醒时间t觉醒和/或最终起床时间t起床是基于事件(例如,入睡或起床)之后的预定阈值持续时间来识别或确定的。此类阈值持续时间可以为用户定制。对于在晚上睡觉、然后在早晨唤醒和离床的标准用户,可以使用在大约12和大约18小时之间的任意时段(在用户唤醒(t觉醒)或起床(t起床)之间,以及用户上床(t入床)、入睡(tGTS)或入睡(t睡眠)。对于在床上花费较长时段的用户,可以使用较短的阈值时段(例如,在约8小时和约14小时之间)。可以基于监视用户睡眠行为的系统初始地选择和/或稍后调整阈值周期。
床中总时间(TIB)是入床时间t入床和起床时间t起床之间的持续时间。总睡眠时间(TST)与初始睡眠时间和唤醒时间之间的持续时间相关联,不包括其间的任意有意识或无意识的唤醒和/或微唤醒。通常,总睡眠时间(TST)将比总卧床时间(TIB)短(例如,一分钟短、十分钟短、一小时短等)。例如,参考图3的时间线300,总睡眠时间(TST)跨越初始睡眠时间t睡眠和唤醒时间t觉醒之间,但不包括第一微唤醒MA1,第二微唤醒MA2和唤醒A的持续时间。如图所示,在该示例中,总睡眠时间(TST)比床中的总时间(TIB)短。
在一些实施方式中,总睡眠时间(TST)可以被定义为持久总睡眠时间(PTST)。在这些实施方式中,持续总睡眠时间不包括第一非REM阶段(例如,浅睡眠阶段)的预定初始部分或时段。例如,预定初始部分可以在大约30秒和大约20分钟之间、在大约1分钟和大约10分钟之间、在大约3分钟和大约5分钟之间等。持续的总睡眠时间是持续睡眠的度量,并且使睡眠-唤醒睡眠图平滑。例如,当用户最初入睡时,用户可以处于第一非REM阶段很短的时间(例如,大约30秒),然后返回到唤醒阶段很短的时间(例如,一分钟),然后返回到第一非REM阶段。在此示例中,持久总睡眠时间排除第一非REM阶段的第一示例(例如,约30秒)。
在一些实施方式中,睡眠时段被定义为在入床时间(t入床)开始并在起床时间(t起床)结束,即,睡眠时段被定义为总入床时间(TIB)。在一些实施方式中,睡眠时段被定义为在初始睡眠时间(t睡眠)开始并在唤醒时间(t觉醒)结束。在一些实施方式中,睡眠时段被定义为总睡眠时间(TST)。在一些实施方式中,睡眠时段被定义为在入睡时间(tGTS)开始并在唤醒时间(t觉醒)结束。在一些实施方式中,睡眠时段被定义为在入睡时间(tGTS)开始并在起床时间(t起床)结束。在一些实施方式中,睡眠时段被定义为在入床时间(t入床)开始并在唤醒时间(t觉醒)结束。在一些实施方式中,睡眠时段被定义为在初始睡眠时间(t睡眠)开始并在起床时间(t起床)结束。
参照图4,示出了根据一些实施方式的对应于时间线300(图3)的示例性睡眠图400。如图所示,睡眠图400包括睡眠-唤醒信号401、唤醒阶段轴410、REM阶段轴420、浅睡眠阶段轴430和深睡眠阶段轴440。睡眠-清醒信号401与轴410-440中的一者之间的相交指示在睡眠时段期间给定时间的睡眠阶段。
睡眠-清醒信号401可基于与用户相关联的生理数据(例如,由本文所述的传感器130中的一者或多者产生)而产生。睡眠-唤醒信号可以指示一种或多种睡眠状态、包括唤醒、放松的唤醒、微唤醒、REM阶段、第一非REM阶段、第二非REM阶段、第三非REM阶段或其任意组合。在一些实施方式中,第一非REM阶段,第二非REM阶段和第三非REM阶段中的一者或多者可以被分组在一起并且被分类为浅睡眠阶段或深睡眠阶段。例如,浅睡眠阶段可以包括第一非REM阶段,而深睡眠阶段可以包括第二非REM阶段和第三非REM阶段。虽然在图4中示出的睡眠图400包括浅睡眠阶段轴430和深睡眠阶段轴440,但是在一些实施方式中,睡眠图400可以包括用于第一非REM阶段、第二非REM阶段和第三非REM阶段中的每一者的轴。在其他实施方式中,睡眠-唤醒信号还可以指示呼吸信号、呼吸速率、吸气幅度、呼气幅度、吸气-呼气比、每小时事件的数量、事件的模式或其任意组合。描述睡眠-唤醒信号的信息可以存储在存储器装置114中。
睡眠图400可以用于确定一个或多个睡眠相关参数,诸如睡眠开始潜伏期(SOL)、睡眠后唤醒开始(WASO)、睡眠效率(SE)、睡眠分段指数、睡眠块或其任意组合。
睡眠开始等待时间(SOL)被定义为入睡时间(tGTS)和初始睡眠时间(t睡眠)之间的时间。换言之,睡眠开始等待时间表示用户在最初尝试入睡之后实际入睡所花费的时间。在一些实施方式中,睡眠开始等待时间被定义为持续睡眠开始等待时间(PSOL)。持续睡眠开始等待时间与睡眠开始等待时间的不同之处在于,持续睡眠开始等待时间被定义为入睡时间与预定量的持续睡眠之间的持续时间。在一些实施方式中,预定量的持续睡眠可包括例如在第二非REM阶段、第三非REM阶段和/或REM阶段内睡眠至少10分钟,并且唤醒不超过2分钟、第一非REM阶段和/或其间的移动。换句话说,在第二非REM阶段、第三非REM阶段和/或REM阶段和/或REM阶段内持续睡眠多达例如8分钟。在其他实施方式中,预定量的持续睡眠可以包括在初始睡眠时间之后的第一非REM阶段、第二非REM阶段、第三非REM阶段和/或REM阶段内的至少10分钟的睡眠。在此类实施方式中,预定量的持续睡眠可以排除任意微唤醒(例如,十秒微唤醒不重新开始10分钟时段)。
睡眠后唤醒开始(WASO)与用户在初始睡眠时间和唤醒时间之间醒着的总持续时间相关联。因此,睡眠后唤醒开始包括睡眠时段期间的短暂和微唤醒(例如,图4中所示的微唤醒MA1和MA2),无论是有意识的还是无意识的。在一些实施方式中,睡眠后唤醒开始(WASO)被定义为仅包括具有预定长度(例如,大于10秒、大于30秒、大于60秒、大于约5分钟、大于约10分钟等)的唤醒的总持续时间的持续睡眠后唤醒开始(PWASO)。
睡眠效率(SE)被确定为床中总时间(TIB)与总睡眠时间(TST)的比率。例如,如果在床上的总时间是8小时并且总睡眠时间是7.5小时,则该睡眠时段的睡眠效率是93.75%。睡眠效率指示用户的睡眠卫生。例如,如果用户在睡觉之前上床并花费时间从事其他活动(例如,观看电视),则睡眠效率将降低(例如,用户被处罚)。在一些实施方式中,可以基于床上总时间(TIB)和用户试图睡眠的总时间来计算睡眠效率(SE)。在此类实施方式中,用户试图睡眠的总时间被定义为入睡(GTS)时间本文描述的起床时间之间的持续时间。例如,如果总睡眠时间是8小时(例如,在11PM和7AM之间),入睡时间是10:45PM,并且起床时间是7:15AM,则在此类实施方式中,睡眠效率参数被计算为大约94%。
至少部分地基于睡眠时段期间的唤醒次数来确定分段指数。例如,如果用户具有两个微唤醒(例如,图4中所示的微唤醒MA1和微唤醒MA2),则分段指数可以表示为2。在一些实施方式中,分段指数在整数的预定范围之间(例如,在0和10之间)缩放。
睡眠块与任意睡眠阶段(例如,第一非REM阶段、第二非REM阶段、第三非REM阶段和/或REM)和唤醒阶段之间的过渡相关联。可以以例如30秒的分辨率计算睡眠块。
在一些实施方式中,本文描述的系统和方法可以包括生成或分析包括睡眠-唤醒信号的睡眠图,以至少部分地基于睡眠图的睡眠-唤醒信号来确定或识别进入床时间(t入床)、入睡时间(tGTS)、初始睡眠时间(t睡眠)、一个或多个第一微唤醒(例如,MA1和MA2)、唤醒时间(t觉醒)、起床时间(t起床)或其任意组合。
在其他实施方式中,传感器130中的一者或多者可以用于确定或识别进入床时间(t入床)、入睡时间(tGTS)、初始睡眠时间(t睡眠)、一个或多个第一微唤醒(例如,MA1和MA2)、唤醒时间(t觉醒)、起床时间(t起床)或其任意组合,其进而定义睡眠时段。例如,可以基于例如由运动传感器138、麦克风140、相机150或其任意组合生成的数据来确定进入床时间t入床。例如,可以基于来自运动传感器138的数据(例如,指示用户没有移动的数据)、来自相机150的数据(例如,指示用户没有移动和/或用户已经关闭灯的数据)、来自麦克风140的数据(例如,指示使用关闭TV的数据)、来自用户装置170的数据(例如,指示用户不再使用用户装置170的数据)、来自压力传感器132和/或流量传感器134的数据(例如,指示用户打开呼吸治疗装置122的数据、指示用户穿上用户接口124的数据等)或其任何组合来确定入睡时间。
参照图5,图示了根据本公开的一些实施方式的用于为用户确定建议的治疗的方法500。方法500的一个或多个步骤或方面可以使用本文描述的系统100的任何部分或方面来实施。
方法500的步骤501包括在第一时间段期间接收与用户相关联的第一生理数据。第一生理数据可以由在本文描述的一个或多个传感器130(图1)产生并从其接收。所接收的第一生理数据可以指示一个或多个生理参数,诸如,例如,运动、心率变异性、心脏波形、呼吸速率变异性、呼吸深度、潮气量、吸气幅度、呼气幅度、吸气-呼气比、排汗、温度(例如,环境温度、体温、核心体温、表面温度等)、血氧、光电容积描记术、脉冲传输时间、血压或其任何组合。第一生理数据可以由例如本文所述的用户装置170从一个或多个传感器130中的至少一者接收,并存储在存储器114(图1)中。第一生理数据可以由用户装置170直接或间接地(例如,利用一个或多个媒介)从一个或多个传感器130中的至少一者接收。
第一时间段包括至少第一睡眠时段。例如,第一时间段的第一生理数据的第一部分可以与用户开始第一睡眠时段之前的第一天(例如,星期一)的第一部分和用户开始第一睡眠时段之后的第一天的第二部分相关联。如果第一睡眠时段在结束之前延伸到第二天(例如,星期二),则第一时间段的第一生理数据也将与第二天的一部分相关联。在该示例中,第一生理数据的第一部分可以与第一睡眠时段的任何部分相关联(例如,第一睡眠时段的10%、第一睡眠时段的25%、第一睡眠时段的50%、第一睡眠时段的100%等)。
在一些实施方式中,第一时间段还包括在第一睡眠时段之后但在紧随第一睡眠时段之后的下一紧接的连续睡眠时段之前的时间段。在此类实施方式中,一个或多个传感器130中的至少一者在第一睡眠时段之后生成与用户相关联的活动相关生理数据。例如,可以从本文所述的一个或多个传感器130的第一传感器或第一组传感器生成或获得与第一睡眠时段相关联的第一生理数据,并且可以从一个或多个传感器130的第二传感器或第二组传感器生成或获得在第一睡眠时段之后生成的活动相关生理数据。例如,第一生理数据可以由联接至或集成在本文所述的呼吸治疗系统120中的第一传感器生成或获得,而活动相关生理数据可以由联接至或集成在用户装置170或活动跟踪器180中的第二传感器生成或获得。活动相关生理数据可以用于确定与用户相关联的活动测量结果,诸如例如步数、行进的距离、攀登的步数、身体活动的持续时间、身体活动的类型、身体活动的强度、站立所花费的时间、呼吸速率、平均呼吸速率、休息呼吸速率、呼吸速率变化性、心率、平均心率、休息心率、最大心率、心率变化性、燃烧的卡路里数、血氧饱和度、皮肤电活动(也称为皮肤电导或皮肤电反应)或其任何组合。
方法500的步骤502包括接收与用户相关联的人口统计信息。人口统计信息可以包括例如指示用户的年龄、用户的性别、用户的体重、用户的体质指数(BMI)、用户的身高、用户的种族、用户的关系或婚姻状况、失眠症的家庭历史、用户的就业状况、用户的教育状况、用户的社会经济状况或其任何组合的信息。人口统计信息还可包括与用户相关联的医疗信息,诸如包括指示与用户相关联的一个或多个医疗状况、用户的药物使用或两者。人口统计信息可由存储器114(图1)接收并存储在存储器114中。人口统计信息可以由用户手动提供,例如,经由用户装置170(例如,经由通过显示装置172呈现的调查表或调查)。可替代地,人口统计信息可从与用户相关联的一个或多个数据源(例如,医疗记录)自动收集。
方法500的步骤503包括从用户接收与第一睡眠时段相关联的反馈。反馈可以包括多睡眠潜伏期测试(MSLT)测试结果或评分和/或匹兹堡睡眠质量指数(PSQI)评分或值。自报告用户反馈可以包括指示自报告主观睡眠评分(例如,差、平均、极好、在数值尺度上例如从1到10的睡眠质量、5星是最佳睡眠而1星是最差睡眠的星级等)、用户的自报告主观压力水平、用户的自报告主观疲劳水平、用户的自报告主观健康状态、用户经历的最近生活事件或其任何组合的信息。该主观反馈可以包括例如第一睡眠时段之后的主观睡意水平、第一睡眠时段之前的主观睡意水平、第一睡眠时段的主观睡眠满意度评级或其任何组合。
在一些实施方式中,步骤503包括致使用户装置170的显示器172显示用于提供与第一睡眠时段相关联的反馈的一个或多个提示(例如,经由字母数字文本、图像、音频或其任何组合)。例如,步骤503可以包括经由用户装置170的显示器172显示调查表或调查。可以提示用户在第一睡眠时段之后但在下一后续睡眠时段之前的任何时间(例如,第一睡眠时段之后30秒、第一睡眠时段之后1分钟、第一睡眠时段之后5分钟、第一睡眠时段之后15分钟、第一睡眠时段之后30分钟、第一睡眠时段之后1小时、第一睡眠时段之后8小时、第一睡眠时段之后12小时等)提供反馈。还可以提示用户在睡眠时段期间提供反馈,例如,如果用户在夜间唤醒。在一些实施方式中,步骤503包括向用户提供至少部分地基于在步骤501期间接收的第一生理数据而选择的调查或问卷。
方法500的步骤504包括确定用户的简档。至少部分地基于与第一时间段相关联的生理数据的至少一部分(步骤501)、接收的人口统计信息(步骤502)、接收的第一睡眠时段的反馈(步骤503)或其任何组合来确定用户的简档。简档可以存储在系统100的存储器114(图1)中。如本文所述,该简档可用于确定针对个体用户定制的建议的治疗和/或建议的治疗参数。此外,可以基于后续数据连续地更新或修改简档,使得可以更新或修改建议的治疗或建议的治疗参数。
在一些实施方式中,步骤504包括至少部分地基于在步骤501期间接收的生理数据的至少一部分来确定与第一睡眠时段相关联的一个或多个睡眠相关参数。第二睡眠相关参数集可以包括,例如,呼吸暂停低通气指数(AHI)、用户经历的一个或多个事件的标识、每小时事件的数量、事件的模式、睡眠评分、总睡眠时间、总床上时间、唤醒时间、起床时间、睡眠图、总浅睡眠时间、总深睡时间、总REM睡眠时间、唤醒的次数、睡眠开始等待时间、呼吸速率,或其任意组合。事件可以包括打鼾、呼吸暂停、中枢性呼吸暂停、体位性呼吸暂停、阻塞性呼吸暂停、混合性呼吸暂停、低通气、面罩泄漏(例如,从用户接口124)、不宁腿、睡眠障碍、窒息、心率增加、呼吸困难、哮喘发作、癫痫发作或其任何组合。在一些实施方式中,第一组睡眠相关参数可以包括睡眠评分,诸如在国际公布第WO 2015/006364号中描述的睡眠评分,在此通过引用将其整体并入本文作为参考。第一睡眠相关参数集可以包括任意数量的睡眠相关参数(例如,1个睡眠相关参数、2个睡眠相关参数、5个睡眠相关参数、50个睡眠相关参数等)。
在一些实施方式中,一个或多个睡眠相关参数还包括用户在第一睡眠时段期间的一个或多个身体姿势(例如,用户通常侧卧,用户通常仰卧,用户通常面朝下、上斜、下斜等)。可以基于来自例如本文所述的运动传感器138、声学传感器141、RF传感器147、激光雷达传感器178(图1)的数据来确定睡眠时段期间用户的一个或多个身体位置。例如,可以使用用户的身体位置来确定用户是否正在经历体位性呼吸暂停。
方法500的步骤505包括至少部分地基于所确定的患者简档来确定用于用户的建议的治疗(步骤504)。可以至少部分地基于用于用户的所确定的简档和与多个其他用户(例如,5个用户、10个用户、100个用户、10,000个用户等)相关联的简档之间的比较来确定用于用户的建议的治疗。在一些实施方式中,为用户建议的治疗是使用本文描述的呼吸治疗系统之一(例如,CPAP治疗系统)。建议的治疗可以是或包括在睡眠时段期间调整用户的位置(例如,鼓励用户侧睡而不是仰卧)。其他建议的治疗可包括用户的建议就寝时间或醒来时间、药物、手术、建议饮食和/或锻炼(例如,以帮助引起体重减轻)或其任何组合。
建议的治疗通常适合于使用者以帮助最大化疗法的功效和帮助减少或消除症状或通常改善睡眠质量。在一些情况下,医师可以基于由用户报告的症状和/或测试结果(例如,来自睡眠实验室)开具特定疗法的处方。例如,医生可以解释症状或测试结果,并开出使用CPAP系统作为治疗的处方(例如,如果用户具有超过15的AHI,则用户通常开出CPAP系统,而不进一步分析基础数据)。然而,因为只有医生可获得的某些信息,所以处方疗法实际上可能不是治疗用户的最有效疗法(例如,用户可能正经历与呼吸暂停相反的失眠,或反之亦然)。通过将确定的患者简档(其包括生理数据、人口统计信息和反馈)与其他用户的简档进行比较来确定建议的治疗可有助于识别个体用户的最有效疗法。
在一些实施方式中,步骤505包括使用训练的机器学习算法来确定用于用户的建议的治疗。机器学习算法可以包括例如神经网络、卷积神经网络、去卷积神经网络、递归神经网络、生成对手网络或其任意组合。可以使用与多个其他用户相关联的数据来训练(例如,使用监督或非监督训练技术)机器学习算法,以接收用户的简档作为输入,并输出建议的治疗和/或建议的治疗的一个或多个建议的参数。也就是说,可以训练机器学习算法,使得它接收用于用户的数据,并且基于针对与该用户最相似的其他用户所进行的治疗(例如,就具有相似的生理数据、相似的人口统计、相似的反馈或其任何组合而言)来输出用于用户的建议的治疗。
在一些实施方式中,方法500的步骤505还包括至少部分地基于所确定的患者简档(步骤504)来确定用于建议疗法的一个或多个建议参数(步骤505)。在建议的治疗包括使用呼吸治疗系统(例如,CPAP系统)的实施方式中,一个或多个建议的参数可以包括建议的用户接口。通常,在开始时(例如,在诊断或试验时段期间或之后)向用户呈现呼吸治疗系统的若干接口(例如,面罩)选项并选择一个。在许多情况下,使用者将选择或偏好最小侵入类型的接口(例如,与全罩式面罩相反的鼻枕)。然而,取决于用户的特性,某些接口可能比其他接口更有效。例如,将空气递送到鼻孔的鼻枕面罩对于口腔通气器将不是有效的。作为另一个示例,相反地,使用者可能不需要全罩式面罩,因为鼻枕面罩将同样或类似地有效,但较少侵入。
另外,在其中建议的治疗包括使用呼吸治疗系统(例如,CPAP系统)的此类实施方式中,一个或多个建议的参数可以包括最小压力设置、最大压力设置或两者。通常,期望使用可能的最小压力以充分保持气道打开,因为较高的压力可能具有多种不利的副作用(例如,咽喉痛或咽喉干燥、气胀、噪音增加等)。基于用于用户的所确定的简档来确定建议的最小和/或最大压力设置可以有助于针对该特定用户来优化和定制呼吸治疗系统的压力设置。
用于建议的治疗的一个或多个建议的参数还可以包括用于治疗的建议的持续时间。建议的治疗持续时间可以是每个睡眠时段的建议的持续时间(例如,每晚使用治疗至少6小时)和/或多个睡眠时段过程中的建议的持续时间(例如,每晚使用治疗至少一个月)。通常,优选的是,用户对每个睡眠时段采用呼吸治疗。然而,在一些情况下,用户不在每个睡眠时段或仅在睡眠时段的一部分使用治疗,尤其是如果用户没有察觉到来自治疗的益处。建议的持续时间小于整个睡眠时段可有助于鼓励用户遵守建议的治疗。
方法500的步骤506包括在第二睡眠时段的至少一部分中接收与用户相关联的第二生理数据。第二生理数据可以与上述第一生理数据相同或相似(步骤501)。第二睡眠时段在第一睡眠时段之后。在一些实施方式中,第二睡眠时段是紧随第一睡眠时段之后的下一个紧接连续的睡眠时段(例如,第一睡眠时段开始于周一晚上并结束于周二早上,而第二睡眠时段开始于同一周二晚上并结束于下一个周三早上)。在其他实施方式中,在第一睡眠时段和第二睡眠时段之间存在一个或多个附加睡眠时段。第二睡眠时段与第一睡眠时段的不同之处在于,用户正在对第二睡眠时段的至少一部分使用建议的治疗(步骤505)。
第一睡眠时段和/或第二睡眠时段可以是诊断睡眠时段。诊断睡眠时段通常是其中一个或多个传感器130用于诊断用户或执行睡眠研究的睡眠时段。例如,诊断睡眠时段可以是家庭内诊断睡眠时段(例如,家庭睡眠呼吸暂停测试或HSAT),其中向用户提供用于测量血氧饱和度的脉搏血氧计(例如,指尖脉搏血氧计)和用于测量气流、呼吸努力、心脏数据等的一个或多个附加传感器中的一个或多个。在这样的实施方式中,本文描述的一个或多个传感器130可以用于在诊断睡眠时段的至少一部分期间测量外周动脉张力测量。此外,在家用示例中,一个或多个传感器130可以是一次性的(例如,单次使用或仅用于该特定用户)或可重复使用的(例如,由用户返回到医疗提供者,该医疗提供者消毒并重新发放给其他用户)。作为另一示例,诊断睡眠时段可以是在实验室中与监督技术人员或专家(例如,使用ECG传感器156、EEG传感器158、EMG传感器166、EOG传感器或其任何组合)一起执行的多导睡眠图(PSG)测试。
在一些实施方式中,第一睡眠时段是第一类型的诊断睡眠时段(例如,在家时段),并且第二睡眠时段是第二类型的诊断睡眠时段(例如,PSG测试时段)。可替代地,第一睡眠时段可以是诊断睡眠时段,而第二睡眠时段不是诊断睡眠时段。
方法500的步骤507包括从用户接收与第二睡眠时段相关联的反馈。步骤507与步骤503相同或类似,但是不同之处在于反馈在第二睡眠时段之后被接收并且与第二睡眠时段相关联。第二睡眠时段的反馈(步骤507)可以不同于第一睡眠时段的反馈(步骤501)。例如,用户可以在第一睡眠时段之后报告更多的睡意(例如,以1-5的标度),但是在使用建议的治疗之后,用户可以在第二睡眠时段之后报告更少的睡意,这可以指示建议的治疗的功效。相反地,第一睡眠时段(步骤501)和第二睡眠时段(步骤507)的反馈可以基本上相同,这可以指示所建议的治疗的功效的缺乏和/或所建议的治疗的建议的参数的缺乏。
如上所述,接收与第一睡眠时段相关联的反馈(步骤503)可以包括向用户提供调查表或调查以收集信息。步骤507可以包括用于征求与第二睡眠时段相关联的反馈的相同或的问卷或调查。在一些情况下,用于请求与第二睡眠时段相关联的反馈的调查表或调查(步骤507)不同于用于第一睡眠时段的调查表或调查(步骤503)。在这些情况下,可以至少部分地基于与第二睡眠时段相关联的生理数据来选择用于步骤507的调查表或调查。
如上所述,在一些实施方式中,用户在第一睡眠时段期间不使用任何治疗,并且在第二睡眠时段期间使用确定的建议的治疗(步骤505)。在此类实施方式中,与第二睡眠时段相关联的反馈(步骤507)可以不同于与第一睡眠时段相关联的反馈(步骤503),因为与第二睡眠时段相关联的反馈可以包括关于建议的治疗的反馈。例如,反馈可以包括用户在使用建议的治疗中的舒适度的指示(例如,舒适、不舒适、不关心等)、在使用建议的治疗中的益处的主观指示(例如,睡眠质量的改善、更差的睡眠质量、睡眠质量没有差异等)、用户将继续使用建议的治疗用于随后的睡眠时段的可能性的指示(例如,可能、不可能、不确定等)。如下所述,该信息可用于修改用于用户的建议的治疗或用于建议的治疗的建议的参数。
方法500的步骤508包括至少部分地基于与第二睡眠时段相关联的第二生理数据,与第二睡眠时段相关联的反馈或两者来修改用于用户的所确定的简档。以此方式,可基于与第一睡眠时段之后的额外睡眠时段相关联的数据来连续地更新确定的简档。用户的修改简档可以存储在存储器114(图1)中。
方法500的步骤509包括至少部分地基于用户的修改简档来修改用于用户的建议的治疗或用于建议的治疗的建议的参数(步骤508)。如上所述,基于第一生理数据,人口统计信息和/或第一睡眠时段的反馈为用户确定建议的治疗和建议的治疗的建议的参数。然而,随着更多的数据随时间累积,可以修改建议的治疗或建议的治疗参数以更适合于个体用户。因此,步骤506-508可以针对多个睡眠时段(例如,两个睡眠时段、五个睡眠时段、三十个睡眠时段、一百个睡眠时段等)重复一次或多次,以定制治疗类型或治疗参数。
例如,如果确定的建议治疗(步骤505)是使用呼吸治疗系统并且针对该治疗的建议参数包括针对呼吸治疗系统的最大压力设置和最小压力设置,则可以在步骤509期间基于用于用户的更新的简档来修改(例如,增加或减小)这些压力设置以帮助增加治疗的功效。作为另一个示例,如果确定的建议治疗(步骤505)是使用呼吸治疗系统并且建议参数包括第一用户接口类型(例如,鼻枕),步骤509可以包括修改建议参数以包括不同于第一用户接口类型的第二用户接口类型(例如,面罩),以帮助增加治疗的功效(例如,更新的简档可以反映用户是口呼吸器,并且因此面罩与用于该特定用户的鼻枕相比将是有利的)。
作为另一个示例,步骤509可以包括修改建议的治疗类型。例如,如果在步骤505期间建议的治疗是使用呼吸治疗系统,则步骤509可以包括将建议的治疗修改为不同类型的治疗(例如,不使用呼吸治疗系统)。例如,与第一睡眠时段相关联的第一生理数据,人口统计信息和反馈可提示用户正经历呼吸暂停症状。然而,在收集附加数据时(步骤506和步骤507),附加数据可以揭示用户的症状是由失眠而不是呼吸暂停引起的。
可以例如经由用户装置170(例如,经由显示装置172)将修改的建议的治疗的指示或修改的建议的治疗参数传达给用户。附加地或可选地,修改的指示可以被传达给医师或其他医疗专业人员或提供者。
来自以下权利要求1-39中任一项中的一个或多个元素或方面或步骤或其任意部分可以与来自其他权利要求1-39中任一项中的一个或多个元素或方面或步骤或其任意部分组合,以形成本公开的一个或多个附加实施方式和/或权利要求。
虽然已经参考一个或多个特定实施例或实施方式描述了本公开,但是本领域技术人员将认识到,在不脱离本公开的精神和范围的情况下,可以对其进行许多改变。这些实施方式中的每一者及其明显的变型被认为落入本公开的精神和范围内。还预期根据本公开的方面的另外的实施方式可以组合来自本文描述的实施方式中的任一个的任意数量的特征。
Claims (39)
1.一种方法,包括:
在初始睡眠时段的至少一部分期间接收与用户相关联的第一生理数据;
接收与所述用户相关联的人口统计信息;
从所述用户接收与所述初始睡眠时段的至少一部分相关联的主观反馈;
至少部分地基于与所述用户相关联的所述第一生理数据、与所述用户相关联的所述人口统计信息、所述初始睡眠时段的所述主观反馈、或它们的任何组合来确定用于所述用户的简档;和
至少部分地基于用于所述用户的所确定的简档和与多个其他用户相关联的简档之间的比较来确定(i)用于所述用户的建议的治疗和(ii)用于所述建议的治疗的一个或多个建议的参数。
2.根据权利要求1所述的方法,其中所述建议的治疗包括使用呼吸治疗系统。
3.根据权利要求2所述的方法,其中所述呼吸治疗系统是持续气道正压通气(CPAP)系统。
4.根据权利要求1或2所述的方法,其中用于所述建议的治疗疗程的所述一个或多个建议的参数包括用于所述呼吸治疗系统的建议的用户接口。
5.根据权利要求4所述的方法,其中所述建议的用户接口是面罩、鼻罩、鼻枕罩、或咬嘴。
6.根据权利要求2至5中任一项所述的方法,其中用于所述建议的治疗疗程的所述一个或多个建议的参数包括用于所述呼吸治疗系统的最小压力设置、用于所述呼吸治疗系统的最大压力设置、或两者。
7.根据权利要求1至6中任一项所述的方法,其中用于所述建议的治疗疗程的所述一个或多个建议的参数包括用于所述建议的治疗的建议的持续时间。
8.根据权利要求1至7中任一项所述的系统,还包括:
在所述初始睡眠时段之后且在下一睡眠时段之前接收与所述用户相关联的第二生理数据;和
至少部分地基于所述第二生理数据来修改用于所述用户的所确定的简档。
9.根据权利要求8所述的方法,其中从第一传感器接收所述第一生理数据,并且从不同于所述第一传感器的第二传感器接收所述第二生理数据。
10.根据权利要求8或9所述的方法,还包括至少部分地基于用于所述用户的经修改的所确定的简档来修改所述建议的治疗、用于所述建议的治疗的所述一个或多个建议的参数、或两者。
11.根据权利要求1至10中任一项所述的系统,还包括:
在所述初始睡眠时段之后的第二睡眠时段的至少一部分期间接收与所述用户相关联的第三生理数据,其中在所述第二睡眠时段期间使用所述建议的治疗;和
至少部分地基于所述第三生理数据来修改用于所述用户的所确定的简档。
12.根据权利要求11所述的方法,还包括在所述第二睡眠时段之后从所述用户接收第二主观反馈,其中所述修改所确定的简档还至少部分地基于所述第二主观反馈。
13.根据权利要求11或12所述的方法,还包括至少部分地基于所述第三生理数据、所述第二主观反馈、或两者来修改用于所述建议的治疗的所述一个或多个建议的参数。
14.根据权利要求13所述的方法,其中所述修改用于所述建议的治疗的所述一个或多个建议的参数包括减少用于所述建议的治疗的建议的持续时间。
15.根据权利要求11或12所述的方法,还包括至少部分地基于所述第三生理数据、所述第二主观反馈、或两者来为所述用户确定不同于所述建议的治疗的第二建议的治疗。
16.根据权利要求11至15所述的方法,其中所述第二睡眠时段是诊断睡眠时段。
17.根据权利要求11至16中任一项所述的方法,其中所述初始睡眠时段是诊断睡眠时段。
18.根据权利要求1至17中任一项所述的方法,还包括至少部分地基于所述生理数据来确定所述用户在所述初始睡眠时段期间是否经历了一个或多个事件。
19.根据权利要求18所述的方法,其中所述一个或多个事件包括体位性睡眠呼吸暂停。
20.根据权利要求18或19所述的方法,其中所述确定用于所述用户的简档至少部分地基于所确定的所述用户在所述初始睡眠时段期间所经历的一个或多个事件。
21.根据权利要求1至20中任一项所述的方法,其中与所述用户相关联的所述人口统计信息包括所述用户的年龄、所述用户的性别、所述用户的体重、所述用户的体质指数、所述用户的身高、所述用户的种族、失眠症的家族史、所述用户的就业状态、所述用户的教育状态、所述用户的社会经济状态、与所述用户相关联的一个或多个医学状况、所述用户的药物使用、或它们的任意组合。
22.一种系统,包括:
控制系统,其包括一个或多个处理器;和
其上存储有机器可读指令的存储器;
其中所述控制系统联接至所述存储器,并且当所述存储器中的所述机器可执行指令由所述控制系统的所述一个或多个处理器中的至少一者执行时,实施根据权利要求1至21中任一项所述的方法。
23.一种用于将一个或多个指示传达给用户的系统,所述系统包括控制系统,所述控制系统被配置来实施根据权利要求1至21中任一项所述的方法。
24.一种包括指令的计算机程序产品,所述指令在由计算机执行时,使所述计算机执行根据权利要求1至21中任一项所述的方法。
25.根据权利要求24所述的计算机程序产品,其中所述计算机程序产品是非暂时性计算机可读介质。
26.一种系统,包括:
存储机器可读指令的存储器;和
控制系统,其包括一个或多个处理器,所述一个或多个处理器被配置来执行所述机器可读指令以:
至少部分地基于在第一睡眠时段期间与所述用户相关联的第一生理数据、与所述用户相关联的人口统计信息、与所述第一睡眠时段的至少一部分相关联的主观反馈、或它们的任何组合来确定用于所述用户的简档;和
至少部分地基于用于所述用户的所确定的简档和与多个其他用户相关联的简档之间的比较来确定(i)用于所述用户的建议的治疗和(ii)用于所述建议的治疗的一个或多个建议的参数。
27.根据权利要求26所述的系统,还包括被配置来产生所述第一生理数据的第一传感器。
28.根据权利要求26或27所述的系统,其中所述电子接口被配置为在所述第一睡眠时段之后接收与所述用户相关联的第二生理数据。
29.根据权利要求28所述的系统,还包括被配置来生成所述第二生理数据的第二传感器。
30.根据权利要求29所述的系统,其中所述第二传感器物理地联接至或集成到用户装置或活动跟踪器。
31.根据权利要求28至30中任一项所述的系统,其中所述控制系统还被配置为至少部分地基于所述第二生理数据来修改用于所述用户的所确定的简档。
32.根据权利要求31所述的系统,其中所述控制系统还被配置为至少部分地基于所述第二生理数据、与所述第二睡眠时段相关联的所述主观反馈、或两者来修改用于所述用户的所确定的简档。
33.根据权利要求32所述的系统,其中所述控制系统还被配置为至少部分地基于所述用户的经修改的简档来修改用于所述用户的所述建议的治疗或用于所述建议的治疗的所述一个或多个建议的参数。
34.根据权利要求26至33中任一项所述的系统,其中所述电子接口被配置为在所述第一睡眠时段之后的第二睡眠时段期间接收与所述用户相关联的第三生理数据以及与所述第二睡眠时段的至少一部分相关联的主观反馈。
35.根据权利要求34所述的系统,其中所述控制系统还被配置为至少部分地基于所述第三生理数据、与所述第二睡眠时段相关联的所述主观反馈、或两者来修改用于所述用户的所确定的简档。
36.根据权利要求29所述的系统,其中所述控制系统还被配置为至少部分地基于所述用户的经修改的简档来修改用于所述用户的所述建议的治疗或用于所述建议的治疗的所述一个或多个建议的参数。
37.根据权利要求26至36中任一项所述的系统,还包括:
呼吸器装置,其被配置来供应加压空气;和
经由导管联接至所述呼吸器装置的用户接口,所述用户接口被配置为在睡眠时段期间接合用户以帮助将所供应的加压空气引导到所述用户的气道。
38.根据权利要求37所述的系统,其中所述第一传感器物理地联接至或集成到所述呼吸器装置、所述用户接口、所述导管、或它们的任何组合中。
39.根据权利要求37或38所述的系统,其中用于所述建议的治疗的所述一个或多个建议的参数包括用于所述呼吸器装置的最小压力设置、用于所述呼吸器装置的最大压力设置、或两者。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063072486P | 2020-08-31 | 2020-08-31 | |
US63/072,486 | 2020-08-31 | ||
PCT/US2021/047975 WO2022047172A1 (en) | 2020-08-31 | 2021-08-27 | Systems and methods for determining a recommended therapy for a user |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116114026A true CN116114026A (zh) | 2023-05-12 |
Family
ID=77951807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180053643.0A Pending CN116114026A (zh) | 2020-08-31 | 2021-08-27 | 用于确定用于用户的建议的治疗的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240145085A1 (zh) |
CN (1) | CN116114026A (zh) |
WO (1) | WO2022047172A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023230350A1 (en) * | 2022-05-27 | 2023-11-30 | Somnology, Inc. | Methods and systems for monitoring sleep activity and providing a treatment |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ580125A (en) | 2007-05-11 | 2012-06-29 | Resmed Ltd | Automated control for detection of flow limitation |
US10492720B2 (en) | 2012-09-19 | 2019-12-03 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
KR102091167B1 (ko) | 2012-09-19 | 2020-03-20 | 레스메드 센서 테크놀로지스 리미티드 | 수면 스테이지를 결정하는 시스템 및 방법 |
WO2015006364A2 (en) | 2013-07-08 | 2015-01-15 | Resmed Sensor Technologies Limited | Method and system for sleep management |
NZ630770A (en) * | 2013-10-09 | 2016-03-31 | Resmed Sensor Technologies Ltd | Fatigue monitoring and management system |
CN107106799B (zh) | 2014-10-24 | 2020-11-27 | 瑞思迈公司 | 呼吸压力治疗系统 |
EP3838138A3 (en) * | 2015-08-26 | 2021-09-15 | ResMed Sensor Technologies Limited | Systems and methods for monitoring and management of chronic disease |
US11433201B2 (en) | 2016-02-02 | 2022-09-06 | ResMed Pty Ltd | Methods and apparatus for treating respiratory disorders |
KR102647218B1 (ko) | 2016-09-19 | 2024-03-12 | 레스메드 센서 테크놀로지스 리미티드 | 오디오 신호 및 다중 신호로부터 생리학적 운동을 검출하는 장치, 시스템 및 방법 |
EP3727135B1 (en) | 2017-12-22 | 2024-02-28 | ResMed Sensor Technologies Limited | Apparatus, system, and method for motion sensing |
US11707197B2 (en) | 2017-12-22 | 2023-07-25 | Resmed Sensor Technologies Limited | Apparatus, system, and method for physiological sensing in vehicles |
-
2021
- 2021-08-27 US US18/020,477 patent/US20240145085A1/en active Pending
- 2021-08-27 CN CN202180053643.0A patent/CN116114026A/zh active Pending
- 2021-08-27 WO PCT/US2021/047975 patent/WO2022047172A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20240145085A1 (en) | 2024-05-02 |
WO2022047172A1 (en) | 2022-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114901134B (zh) | 用于失眠症筛查和管理的系统和方法 | |
US20230293097A1 (en) | Systems and methods for prioritizing messages to encourage a behavioral response | |
US20230037360A1 (en) | Systems and methods for determining a sleep time | |
US20220339380A1 (en) | Systems and methods for continuous care | |
WO2022162589A1 (en) | Systems and methods for estimating a subjective comfort level | |
CN115485788A (zh) | 用于预测警觉性的系统和方法 | |
US20240145085A1 (en) | Systems and methods for determining a recommended therapy for a user | |
US20230363700A1 (en) | Systems and methods for monitoring comorbidities | |
CN116456901A (zh) | 用于帮助呼吸治疗系统用户的系统和方法 | |
AU2021215064A1 (en) | Systems and methods for requesting consent for data | |
US20230218844A1 (en) | Systems And Methods For Therapy Cessation Diagnoses | |
WO2023173166A1 (en) | Systems and methods for optimizing parameters of a respiratory therapy system | |
EP4329848A1 (en) | Systems and methods for modifying pressure settings of a respiratory therapy system | |
WO2024039774A1 (en) | Systems and methods for collaborative sleep therapy usage | |
JP2023542739A (ja) | 呼吸治療システムの使用を決定するためのシステム及び方法 | |
CN116801793A (zh) | 用于在呼吸治疗期间识别用户身体位置的系统和方法 |
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 |