CN116711018A - 确定关于对象摄入物质的时间窗口 - Google Patents
确定关于对象摄入物质的时间窗口 Download PDFInfo
- Publication number
- CN116711018A CN116711018A CN202280009990.8A CN202280009990A CN116711018A CN 116711018 A CN116711018 A CN 116711018A CN 202280009990 A CN202280009990 A CN 202280009990A CN 116711018 A CN116711018 A CN 116711018A
- Authority
- CN
- China
- Prior art keywords
- substance
- subject
- concentration
- time
- sweat
- 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
- 239000000126 substance Substances 0.000 title claims abstract description 433
- 230000037406 food intake Effects 0.000 title claims abstract description 26
- 239000008280 blood Substances 0.000 claims abstract description 152
- 210000004369 blood Anatomy 0.000 claims abstract description 152
- 210000004243 sweat Anatomy 0.000 claims abstract description 149
- 238000000034 method Methods 0.000 claims abstract description 76
- 210000000106 sweat gland Anatomy 0.000 claims abstract description 16
- 239000002207 metabolite Substances 0.000 claims description 55
- 230000000144 pharmacologic effect Effects 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 10
- 230000037323 metabolic rate Effects 0.000 claims description 7
- 239000003814 drug Substances 0.000 description 113
- 229940079593 drug Drugs 0.000 description 102
- 238000005259 measurement Methods 0.000 description 33
- 238000010521 absorption reaction Methods 0.000 description 18
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 12
- 230000008859 change Effects 0.000 description 12
- 230000007423 decrease Effects 0.000 description 12
- 230000001225 therapeutic effect Effects 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 7
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 229910052742 iron Inorganic materials 0.000 description 6
- 230000004060 metabolic process Effects 0.000 description 6
- 239000013543 active substance Substances 0.000 description 5
- 235000013305 food Nutrition 0.000 description 5
- 238000001802 infusion Methods 0.000 description 5
- 239000004615 ingredient Substances 0.000 description 5
- 238000002483 medication Methods 0.000 description 5
- 235000015097 nutrients Nutrition 0.000 description 5
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 4
- 235000013361 beverage Nutrition 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 239000013589 supplement Substances 0.000 description 4
- 239000002676 xenobiotic agent Substances 0.000 description 4
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 3
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 3
- 229930003268 Vitamin C Natural products 0.000 description 3
- 239000000090 biomarker Substances 0.000 description 3
- 239000011575 calcium Substances 0.000 description 3
- 229910052791 calcium Inorganic materials 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000001647 drug administration Methods 0.000 description 3
- 239000003978 infusion fluid Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 235000019154 vitamin C Nutrition 0.000 description 3
- 239000011718 vitamin C Substances 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 208000018737 Parkinson disease Diseases 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 239000005556 hormone Substances 0.000 description 2
- 229940088597 hormone Drugs 0.000 description 2
- XXSMGPRMXLTPCZ-UHFFFAOYSA-N hydroxychloroquine Chemical compound ClC1=CC=C2C(NC(C)CCCN(CCO)CC)=CC=NC2=C1 XXSMGPRMXLTPCZ-UHFFFAOYSA-N 0.000 description 2
- 229960004171 hydroxychloroquine Drugs 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 230000036407 pain Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-O Ammonium Chemical compound [NH4+] QGZKDVFQNNGYKY-UHFFFAOYSA-O 0.000 description 1
- 240000000560 Citrus x paradisi Species 0.000 description 1
- MQJKPEGWNLWLTK-UHFFFAOYSA-N Dapsone Chemical compound C1=CC(N)=CC=C1S(=O)(=O)C1=CC=C(N)C=C1 MQJKPEGWNLWLTK-UHFFFAOYSA-N 0.000 description 1
- 206010013710 Drug interaction Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 206010039897 Sedation Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- CXGXDTSWFKGIHD-CLCIBRLLSA-N [(2S,3R,4S,5S,6R)-3,4,5-trihydroxy-6-(hydroxymethyl)oxan-2-yl] (2S,4aS,6aR,6aS,6bR,8aR,10S,12aS,14bR)-10-hydroxy-2,4a,6a,6b,9,9,12a-heptamethyl-13-oxo-3,4,5,6,6a,7,8,8a,10,11,12,14b-dodecahydro-1H-picene-2-carboxylate Chemical compound CC1(C)[C@@H](O)CC[C@@]2(C)[C@H]1CC[C@]1(C)[C@@H]2C(=O)C=C2[C@@H]3C[C@](C)(CC[C@]3(C)CC[C@@]12C)C(=O)O[C@@H]1O[C@H](CO)[C@@H](O)[C@H](O)[C@H]1O CXGXDTSWFKGIHD-CLCIBRLLSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000036592 analgesia Effects 0.000 description 1
- -1 and t bl Substances 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000036267 drug metabolism Effects 0.000 description 1
- 239000002359 drug metabolite Substances 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 210000003722 extracellular fluid Anatomy 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 238000001990 intravenous administration Methods 0.000 description 1
- 238000010253 intravenous injection Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000005906 menstruation Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 235000010755 mineral Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000036280 sedation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- 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
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
- A61B5/4261—Evaluating exocrine secretion production
- A61B5/4266—Evaluating exocrine secretion production sweat secretion
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4866—Evaluating metabolism
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- 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
- G16H50/20—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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medicinal Chemistry (AREA)
- Physiology (AREA)
- Databases & Information Systems (AREA)
- Gastroenterology & Hepatology (AREA)
- Endocrinology (AREA)
- Obesity (AREA)
- Toxicology (AREA)
- Pharmacology & Pharmacy (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
根据一个方面,提供了一种方法,包括:从传感器接收(402)指示从对象的汗腺分泌的汗液中的第一物质的浓度的第一数据;确定(404)(i)与汗液中的所述第一物质的浓度有关的特性事件的发生时间和(ii)与血液中的所述第一物质的浓度有关的所述特性事件的发生时间之间的关系;并且基于所述关系和所接收的第一数据来确定(406)关于由所述对象摄入第二物质的时间窗口。另一方面提供了一种用于执行该方法的装置。
Description
技术领域
本发明涉及确定关于对象摄入物质的时间窗口,并且更具体地涉及基于关于对象的汗液获得的数据来确定这样的时间窗口。
背景技术
在正确的时间给对象(例如,人类或动物)施用正确剂量的药物是至关重要的,例如在医学流程中用于处置帕金森病或糖尿病或用于镇静和/或止痛(即,缓解疼痛)的药物的情况下。
众所周知,由对象服用的或给对象施用的物质(例如,药物)不仅能够在对象的血液中检测到,而且在某种程度上也能够在对象的汗液中检测到。然而,物质在对象的血液中的浓度可能不同于(例如,高于或低于)该物质在对象的汗液中的浓度。这种对应性缺乏可能是由于物质从血液经组织液转运到汗腺的机制、汗腺中的潜在产物、汗腺的排泄以及在汗腺中可能发生的重新吸收。此外,在摄入物质后,物质在对象的血液中出现(例如,能在对象的血液中检测到)的速率会比物质在对象的汗液中出现(例如,能在对象的汗液中检测到)的速率更快。还已知在一次性给药后,随着时间的推移,血液和汗液中的异生物质的浓度都会降低。因此,通过简单地测量对象的汗液中的物质的浓度,很难确定对象的血液中的物质的准确且最新的浓度。
例如,当由对象服用药物或(例如从静脉内)给对象施用药物时,药物可以通过血管和毛细血管在对象的身体周围运输并且进入包围毛细血管的组织。为了使药物产生期望的效果,血流中应当存在一定量的活性物质。在首次施用了一定单剂量(bolus)或剂量的药物之后,应当在正确的时间递送下一单剂量或剂量的药物,以便避免用药过量并防止药物的治疗效果在患者体内逐渐消失。然而,很难知道何时应当服用或施用第二单剂量或剂量的药物。
发明内容
因此,期望基于对关于对象的汗液采集的测量结果来确定关于对象摄入物质的适当时间窗口的方法。本发明由独立权利要求来定义。从属权利要求定义了有利的实施例。
本公开内容的实施例提供了这样一种机制:通过该机制,能够使用对关于对象的汗液中的物质的浓度的测量结果来确定关于另一种物质的摄入或相同物质的进一步摄入的时间窗口。这是通过确定对象的汗液中的物质的浓度与对象的血液中的物质的浓度之间的关系来实现的。发明人已经认识到:通过确定与对象的汗液中的物质的浓度有关的特定事件(例如,最大值)的发生和与对象的血液中的物质的浓度有关的特定事件(例如,相同事件)的发生之间的时间差,能够确定关于合适(例如安全)或不合适(例如不安全)递送或摄入另一量的物质的时间窗口。
根据第一具体方面,提供了一种方法,所述方法包括:从传感器接收指示从对象的汗腺分泌的汗液中的第一物质的浓度的第一数据;确定(i)与汗液中的所述第一物质的浓度有关的特性事件的发生时间和(ii)与血液中的所述第一物质的浓度有关的所述特性事件的发生时间之间的关系;并且基于所述关系和所接收的第一数据来确定关于由所述对象摄入第二物质的时间窗口。
所述方法还可以包括基于所述关系和所接收的第一数据来确定所述对象的血液中的所述第一物质的浓度。
在一些实施例中,所述方法还可以包括在接收所述第一数据之前接收指示与血液中的所述第一物质的浓度有关的所述特性事件的发生时间的第二数据。
所述方法可以包括生成信号以向用户警示所确定的时间窗口。在一些实施例中,所述方法可以包括基于所确定的时间窗口来生成控制信号以控制在一个时间递送所述第二物质。
在一些实施例中,所述方法还可以包括获得与所述对象有关的生理学数据。确定所述时间窗口还基于所述生理学数据。
所述方法还可以包括获得与所述第一物质有关的第一药理学模型和与所述第二物质有关的第二药理学模型中的至少一项。确定所述时间窗口还基于所述第一药理学模型和所述第二药理学模型中的至少一项。
确定所述关系可以基于以下各项中的至少一项:对在由所述对象摄入所述第一物质后在所述对象的血液中检测到所述第一物质所用的时间的确定结果;对在由所述对象摄入所述第一物质后在所述对象的血液中检测到所述第一物质所用的时间的估计结果,所述估计结果基于人群;对在由所述对象摄入所述第一物质后由用户检测到所述第一物质的效果所用的时间的指示;以及对在由所述对象摄入所述第一物质后由传感器检测到所述第一物质的效果所用的时间的指示。
在一些实施例中,所接收的第一数据可以包括指示在一段时间内从对象的汗腺分泌的汗液中的所述第一物质的代谢物的浓度的数据。确定所述关系可以包括确定与汗液中的所述第一物质的所述代谢物的浓度有关的特性事件的发生时间和与血液中的所述第一物质的所述代谢物的浓度有关的所述特性事件的发生时间之间的关系。
所述方法还可以包括使用与所述第一物质有关的药理学模型和与所述对象有关的生理学数据来确定所述对象中的所述第一物质的代谢率。确定所述时间窗口还可以基于所确定的代谢率。
在一些实施例中,所述第一物质和所述第二物质可以彼此相互作用。在一些实施例中,所述第一物质的代谢产物和所述第二物质的代谢产物可以彼此相互作用。
根据第二具体方面,提供了一种包括非瞬态计算机可读介质的计算机程序产品,所述计算机可读介质具有体现在其中的计算机可读代码,所述计算机可读代码被配置为使得在由合适的计算机或处理器运行时使所述计算机或处理器执行根据前述权利要求中的任一项所述的方法。
根据第三具体方面,提供了一种装置,所述装置包括处理器,所述处理器被配置为执行本文公开的方法的步骤。
根据第四具体方面,提供了一种系统,所述系统包括:汗液传感器,其用于测量指示由对象的汗腺生成的汗液的特性的数据;以及本文公开的装置。所述第一数据可以是从所述汗液传感器接收的。
所述系统还可以包括用户接口,所述用户接口被配置为基于所确定的时间窗口在一个时间向所述对象提供通知。
参考下文描述的(一个或多个)实施例,这些方面和其他方面将变得明显并且得到阐明。
附图说明
现在将参考以下附图仅通过示例的方式描述示例性实施例,在附图中:
图1是示出针对两次相继摄入的血液中的物质的浓度的示例的图形;
图2是示出针对两次相继摄入的血液中的物质的浓度的另外的示例的图形;
图3是示出针对两次相继摄入的血液中的物质的浓度的另外的示例的图形;
图4是根据本公开内容的各种实施例的方法的示例的流程图;
图5是示出血液和汗液中的物质的浓度随时间变化的示例的图形;
图6是示出血液和汗液中的物质的浓度随时间变化的另外的示例的图形;
图7是图6的图形,其中指示了各个时间区域;
图8是根据本公开内容的各种实施例的方法的另外的示例的流程图;
图9是示出血液和汗液中的物质的浓度随时间变化的另外的示例的图形;
图10是示出血液和汗液中的物质的浓度随时间变化的另外的示例的图形;
图11是示出血液和汗液中的物质的浓度随时间变化的另外的示例的图形;
图12是与计算机可读介质通信的处理器的示例的示意图;
图13是根据本公开内容的各种实施例的装置的示例的示意图;并且
图14是根据本公开内容的各种实施例的系统的示例的示意图。
具体实施方式
本文公开的实施例提供了这样一种机制:通过该机制,能够基于对对象的汗液中的先前服用的物质的浓度的测量结果以及对象的汗液中的先前服用的物质的浓度与对象的血液中的先前服用的物质的浓度之间的关系的知识来确定与物质的安全摄入或施用有关的时间窗口。本文所引用的物质可以包括药物(例如,药品)、(例如食物或饮料的)成分或任何其他可以由对象(例如,人)消耗、吃下、服用的或给对象(例如,人)施用的物质,或者一旦该物质已被对象的身体所代谢则为这样的物质的产物。显而易见,本发明在临床护理领域尤其有利,在临床护理领域中,对象将服用药物或者将给对象施用药物。在这样的示例中,对象可能服用第一剂量的第一药物,并且可能需要在稍后的某个时间服用第二剂量的相同药物或一定剂量的第二药物。随着药物被吸收到对象的组织中,药物的浓度会随时间降低,并且(例如特别是在为了缓解疼痛而服用药物的情况下)可能期望在药物的浓度从第一剂量降低到药物治疗有效时的阈值以下之前服用第二剂量。此外,重要的是不要在来自第一剂量的药物的浓度仍然相对较高时过早服用第二剂量,因为这会导致用药过量。
图1、图2和图3是示出当在相对于彼此不同的时间服用第一剂量的物质和第二剂量的物质时所得到的对象的血液中的物质的浓度(以任意单位计)的示例的图形。在图1、图2和图3所示的图形中,线102表示对象的血液中的第一剂量的物质的浓度,线104表示对象的血液中第二剂量的物质的浓度,而线106表示由第一剂量的物质和第二剂量的物质所引起的对象的血液中的物质的总浓度的组合(例如,总和)。在所示的示例中,假定总浓度不应高于25个任意单位(a.u.),也不应低于5个a.u.。这涉及以下示例:其中,超过25个a.u.的浓度可能对对象有害(例如有毒),而低于5个a.u.的浓度不足以达到所期望的治疗效果。
在图1中,在服用第一剂量(线102)后的适当时间服用第二剂量(线104),使得物质的总浓度(线106)不会下降到药物变得无效的水平以下,并且不会增加到超过对对象有危险的水平。图2所示的图形表示了以下场景:其中,在摄入第一剂量(线102)后过早地摄入第二剂量(线104),导致在服用第二剂量的时间附近的总浓度(线106)特别高。在极端情况下,这可能导致对象用药过量,从而导致医学并发症。图3所示的图形表示了以下场景:其中,在摄入第一剂量(线102)后很久才服用第二剂量(线104),使得在服用第二剂量前不久总浓度(线106)几乎降至零(即,潜在的无效治疗水平)。除了其他优点以外,本文公开的实施例还有助于提供对用于服用第二剂量的适当时间窗口的指示,使得对象的血液中的物质的总浓度保持在可接受的、安全的且有效的界限内,例如在图1所示的示例中的情况。
在本文公开的实施例中,由对象(例如,人)服用的或给对象(例如,人)施用的物质的体积可以被称为剂量或单剂量。如本文所用的术语“单剂量”旨在指示为了将药物、药品或其他化合物在血液中的浓度升高到有效水平而在特定时间内服用或施用的离散量的药物、药品或其他化合物。很难确定特定物质的浓度何时已经降低到足以安全地服用下一单剂量的该物质的程度。可以通过定期抽血来测量对象的血液中的物质的量(例如,浓度)。抽血是干扰性的并且会是疼痛的;因此,替代性方法涉及测量在对象的汗液中存在的物质的浓度。然而,如上所述,在对象的血液中的物质的特定浓度与在对象的汗液中的该物质的对象浓度之间存在时滞。类似地,在对象的血液中的物质的浓度分布的特定特性(例如,最大浓度)的出现与在对象的汗液中的该物质的浓度分布的相同特性之间存在时滞。在公开的实施例中考虑了这种时滞。时滞/时间差可能取决于物质的性质(例如,药物的类型)和对象等,并且时滞可能受到诸如对象的生理参数、对象的年龄、对象的性别、对象的激素水平以及该物质与其他物质(例如,食物、饮料和其他药物)的相互作用之类的因素的影响。对象的出汗率和对象的位置也可能影响时滞。
本发明的第一方面涉及一种方法。图4是方法400的示例的流程图。方法400可以包括一种方法,例如,一种用于确定关于由对象摄入物质的时间窗口的方法。方法400包括:在步骤402处,从传感器接收指示从对象的汗腺分泌的汗液中的第一物质的浓度的第一数据。在一些实施例中,传感器可以形成汗液感测设备或汗液测量设备的部分(例如被结合到汗液感测设备或汗液测量设备中或与之相关联),在一些示例中,汗液感测设备或汗液测量设备可以包括被配置为被定位在(例如被附着到)对象的皮肤上的贴片或设备。在其他实施例中,传感器可以包括诸如智能手表之类的可穿戴设备或者形成该可穿戴设备的部分(例如被结合到该可穿戴设备中或者与之相关联)。
在本公开内容中,术语“对象”旨在包括任何能够产生汗液的生物(包括人类或动物)。在一些具体实施例中,对象可以包括人类(即,人),并且可以例如包括正在接受医学处置或健康评估(这涉及检测和/或测量人的汗液中的物质的浓度)的人。指示第一物质的浓度的第一数据可以例如包括对象的汗液中的第一物质的浓度的测量结果。在一些实施例中,从对象的汗腺分泌的汗液可以由汗液收集器(例如,位于对象的皮肤上的贴片位置的汗液收集部分)收集并被输送到传感器进行分析。在其他实施例中,分泌的汗液可以由传感器直接接收并分析。
如上所述,由传感器测量或分析的物质(例如,第一物质)可以包括药物(例如,药品)、食物或饮料的成分或者在汗液中存在的生物标志物,并且可以指示某种其他物质或状况的存在。因此,在一些实施例中,传感器可以包括生物传感器。更一般地,该物质可以包括异生物质,并且该传感器可以包括用于测量汗液中的异生物质的属性(例如,浓度)的生物传感器。异生物质是不会在生物体内(例如人体内)自然发现或自然产生的物质。该传感器可以被配置为或适于检测特定物质以用于分析或用于测量其浓度,而在其他实施例中,该传感器可以被配置为识别几种物质并分析或测量它们中的一种或多种在汗液中的浓度。
在一些实施例中,第一数据可以包括汗液中的第一物质的浓度的单次测量结果(即,第一物质在特定时间的浓度的测量结果)。然而,在其他实施例中,第一数据可以包括在一段时间内汗液中的第一物质的浓度的多次测量结果。例如,可以间隔地或定期地(例如,每30秒、每1分钟、每2分钟、每5分钟、每10分钟、每30分钟、每1小时等)进行测量。
在步骤404处,方法400包括确定(i)与汗液中的第一物质的浓度有关的特性事件的发生时间和(ii)与血液中的第一物质的浓度有关的特性事件的发生时间之间的关系。该步骤404可以执行一次,然后使用多次。例如,步骤404的结果可以被存储在查找表中。
方法400包括:在步骤406处,基于所述关系和所接收的第一数据来确定关于由对象摄入第二物质的时间窗口。该时间窗口可以包括适当/安全摄入物质的时间窗口或在其期间摄入物质可能不安全/不适当的时间窗口中的一项或多项。在一些实施例中,第一物质和第二物质可以包括相同的物质,而在其他实施例中,第一物质和第二物质可以包括不同的物质。第一物质和/或第二物质可以包括异生物质。下面参考图5来更详细地讨论步骤404和406。
图5是示出血液中的物质(例如,第一物质)随时间的浓度(线502)和汗液中的该物质随时间的浓度(504)的示例的图形500。首先参考线502,在tadmin时(例如以口服方式或从静脉内)给对象施用物质。在该示例中,假定在施用该物质后在对象的血液中能够立即检测到该物质(即,在对象的血液中能够测量到该物质的浓度),使得该物质在血液中的首次浓度变化的时间tbl,0等于施用该物质的时间(即,tadmin≡tbl,0)。因此,该物质在时间tb1,0时开始出现在对象的血液中,并且浓度急剧上升到最大浓度Cb1,max。这表示以下场景:其中,该物质被非常快速地吸收到对象的血流中。对象的血液中的该物质的浓度随后开始以近似指数的方式下降。出于本公开内容的目的,假定该物质在对象体内(例如在汗液和血液中)的浓度呈指数下降。根据指数模型,该物质在对象的血液中的浓度在该物质的半衰期到期后减少一半。在图5中,第一个半衰期出现在时间tbl,1/2时,此时该物质在对象的血液中的浓度由Cbl,1/2给出。第二个半衰期出现在时间tbl,1/4时,此时该物质在对象的血液中的浓度由Cbl,1/4给出。
现在参考线504,在汗液中出现该物质的首次浓度变化的时间由tsw,0指示,tsw,0的发生比在对象的血液中出现该物质的首次浓度变化的时间tbl,0晚了时间差tdiff。再次地,该物质在对象的汗液中的浓度急剧上升(由于物质吸收得非常快)而达到最大浓度Csw,max。该物质在对象的汗液中的浓度近似呈指数下降,使得在第一个半衰期tsw,1/2后该物质在对象的汗液中的浓度由Csw,1/2指示,而在第二个半衰期tsw,1/4后该物质在对象的汗液中的浓度由Csw,1/4指示。
在步骤404中引用的与第一物质的浓度有关的“特性事件”可以包括与物质的浓度有关地发生的任何事件,如图5的示例所示。例如,在施用该物质后该物质的浓度首次开始增加时(即,tbl,0和tsw,0),可以认为发生了特性事件。另一特性事件可以被认为发生在物质的浓度达到最大浓度(即,Cbl,max和Csw,max)时的时间。当物质的浓度减半(即,Cbl,1/2和Csw,1/2)时(例如在物质的半衰期时),可以认为发生了另一特性事件。基于来自对象的指示,在首次检测到对象体内的物质的效果的时刻,可以认为发生了另一特性事件。另一特性事件可以基于对在对象的血液中检测到该物质所用的时间的估计结果,该估计结果基于关于人群(例如,共享相似生理学数据或来自相似人口统计的人群)的估计结果或测量结果。也可以使用与第一物质的浓度有关的其他特性事件,并且下面讨论另外的示例。通常,确定所述关系(步骤404)可以基于以下各项中的至少一项:对在由对象摄入第一物质后在对象的血液中检测到第一物质所用的时间的确定结果;对在由对象摄入第一物质后在对象的血液中检测到第一物质所用的时间的估计结果,所述估计结果基于人群;对在由对象摄入第一物质后由用户(例如,对象、护理人员、观察人员)检测到第一物质的效果所用的时间的指示;以及对在由对象摄入第一物质后由传感器检测到第一物质的效果所用的时间的指示。例如,如下面所解释的,传感器(例如,加速度计)可以用于检测诸如振动或摇动之类的移动,这些移动是已知的由某些医学状况引起的效果。传感器检测到可以指示药物(即,第一物质)已经开始生效的效果已经减弱。
在下面的示例中,tdiff(即,汗液中的浓度变化(例如,特性事件)相比于血液中的等效变化的时间延迟)可以通过首次施用该物质的时间tadmin与在汗液中测量到该物质的首次浓度变化的时间tsw,0之间的时间差或时间延迟来近似表示。如上所述,在其他示例中,tdiff可以由血液和汗液中的最大浓度之间的时间差或者在浓度-时间曲线中出现的其他特性事件之间的时间差来表示。在该实施例中,假定在首次施用该物质前在对象的血液和汗液中存在非常少量的该物质或者没有该物质。
在该示例中,时间差tdiff可以被表示如下:
tdiff=tsw,0–tadmin [1]
这种情形适用于进入对象血流的吸收时间(tuptake)可忽略或非常快的物质,因此tdiff≈tdiff+tuptake(在tuptake<<tdiff的极限情况下)。如上所述,这种快速吸收意味着tadmin≡tbl,0(即,施用该物质与该物质在血液中出现之间的时间可忽略)。通常,对于通过吸入或静脉注射施用的物质,会发生快速吸收。公式[1]中的tadmin的值可以由执行方法400的计算设备的处理器从例如与对象相关联的记录(例如,电子病历(EMR))中取回,通过用户手动输入到与处理器相关联的用户接口中,或者在可以自动施用该物质的示例中从施用该物质的系统或设备的内部时钟中取回。因此,根据一个基本示例,tdiff可以通过测量给对象施用该物质(例如,药物)和该物质在对象的汗液中出现(例如,该物质的浓度从零增加)之间的时间来确定。
一旦确定了tdiff,就能够(例如通过处理器)将该物质在汗液中的浓度直接映射到该物质在血液中的浓度。这里假定在时间差tdiff之后该物质在血液中的峰值浓度Cbl,max将直接对应于该物质在汗液中的峰值浓度Csw,max。另外还假定在对时间延迟进行校正之后该物质在汗液中的浓度的变化直接对应于该物质在血液中的浓度的变化(即,血液和汗液中的浓度趋势具有1∶1的相关性)。然而,该物质在血液和汗液中的浓度可能不具有相同的数量级,因为该物质在汗液中的浓度可能低于或高于该物质在血液中的浓度。在图5所示的示例中,该物质在汗液中的最大浓度低于该物质在血液中的最大浓度。
在实践中,在给定时间t时该物质在血液中的相对浓度(即,Cbl(t)/Cbl,max)能够通过监测该物质在汗液中的相对浓度Csw(t)/Csw,max来预测,并且如图6所示通过使用例如指数函数拟合先前采集的测量结果来进行外推,并且在下面进行更详细的讨论。替代地,在给定时间t时该物质在血液中的相对浓度能够使用该物质的半衰期t1/2的知识来预测。例如,羟氯喹是可以在对象的血液和汗液中检测到并且可以测量其浓度的物质的示例。羟氯喹的半衰期(即,吸收半衰期)为3.6小时。该物质在给定时间t时在对象的血液中的相对浓度能够被表示为:
Cbl(t)/Cbl,max=Csw(t+tdiff)/Csw,max [2]
其中,Csw(t)由下式给出:
Csw(t)=Csw,max*exp(–λ(t–tdiff)) [3]
其中,λ是正数,它被称为衰减量(即,物质)的衰减常数,它由物质的半衰期决定(使得λ=ln(2)/t1/2)。
注意,时间t[小时]可以相对于全局时间尺度来定义,全局时间尺度基于在时间t=0时对活性物质的初始施用。
图6是示出了血液中的物质(例如,第一物质)随时间的浓度(线602)和汗液中的该物质随时间的浓度(实线604)的另外的示例的图形600。在该示例中,该物质在对象的汗液中的浓度的测量结果(实线604)仅在特定时间可用,而虚线604’表示通过外推在特定时间后该物质在汗液中的浓度来对物质在汗液中的浓度的变化的估计结果或预测结果。
为了说明使用这样的外推法来预测浓度,考虑以下示例:其中,在时间t=0时施用半衰期为1小时(即,λ=ln(2)/1≈0.693)的物质,并且该物质在15分钟后首次出现在汗液中,使得tdiff=0.25小时。2小时后,期望知道该物质在对象的血液中的相对浓度Cbl(2)/Cbl,max。将所有常数和值代入公式[2]和公式[3],得到:
Csw(t)/Csw,max=exp(–ln(2)(2–0.25))=0.297 [4]
它是在汗液中的测得的该物质的相对浓度;
Cbl(t)/Cbl,max=exp(–ln(2)(2))=0.250 [5]
它是在血液中的该物质的实际相对浓度。
从该实施例中可以清楚地看出,根据在给定时间t时在汗液中测量的浓度Csw(t)、汗液中的最大浓度Csw,max和时间差tdiff,可以计算半衰期,并且随后可以根据时间来确定血液中的该物质的相对浓度。
需要注意,由于时滞(即,tdiff),在给定时间时在汗液中测得的该物质的相对浓度远远大于在血液中测得的该物质的相对浓度,因为该物质从血液经间质扩散到汗腺中需要时间。
确定tdiff可以被认为是校准步骤,该校准步骤优选是在首次给对象施用该物质时执行的。一旦对该物质在汗液和血液中的浓度之间的时间延迟做出了修改,就可以如上所述地确定在任何时间点时该物质在血液中的相对浓度。这使得能够确定几个重要的参数,这几个重要的参数与在适当的时间窗口内安全或适当地施用该物质和/或防止在时间窗口内不安全或不适当地施用该物质相关。
为了确定在其中可以给对象施用更多量的物质的适当时间窗口,可以确定最晚施用时间和最早施用时间。最晚时间的确定基于关于对象体内的物质的浓度不会下降到下限以下的意图,而最早时间的确定基于关于对象体内的物质的浓度不会增加到上限以上的意图。
可以将该物质在血液中的期望效果的治疗下限或阈值定义在时间tb1,ll(其中,下标“ll”代表下限)时,该时间tb1,ll出现得在比在汗液中达到对应下限时的时间tsw,ll更早。也可以使用以下表达式,使用与该物质在汗液和血液中的浓度有关的事件之间的时间差或时间延迟来确定tbl,ll:
tbl,ll=tsw,ll–tdiff [6]
为了防止该物质在血液中的浓度降低到治疗下限Cbl,ll以下,应当最迟在时间tlatest=tbl,ll之前进一步给对象施用该物质(例如,进一步的单剂量或剂量的药物)。这再次假定物质的吸收是即时的。
对于给定的物质,如下所示,通过重置和简化公式[3]来求解t,可以确定tlatest:
tsw,ll=–ln(Csw,ll/Csw,max)/λ+tdiff [7]
因此:
tlatest=tbl,ll=tsw,ll–tdiff=–ln(Cbl,ll/Cbl,max)/λ [8]
其中,Csw,ll是该物质在汗液中的治疗下限。当把公式[6]代入公式[2]时,能够导出Csw,ll/Csw,max≡Cbl,ll/Cbl,max。
公式[7]和公式[8]暗示:由于时滞,该物质在血液中的浓度的下限将出现在该物质在汗液中的相对浓度将高于或等于该物质在血液中的相对浓度时。
作为示例,在时间t=0时施用具有Cbl,max/4的治疗下限和1小时的半衰期(即,λ=ln(2)/1≈0.693)的物质,并且该物质在15分钟后首次出现在汗液中,使得tdiff=0.25小时。通过将常数和值代入公式[8]中,可以确定施用进一步的量的物质(例如,一定单剂量或剂量的药物)的最晚时间:
tlatest=–ln(0.25)/0.693=2小时{相对于tadmin} [9]
如上所述,确定施用进一步的量的物质的时间窗口也可以涉及确定应当施用进一步的量的物质以防止物质的浓度超过上限阈值的最早时间tearliest,如果物质的浓度超过上限阈值,对象就会经历用药过量。例如,如果在第一量的物质(例如,第一单剂量的药物)之后过早地施用第二量的物质(例如,第二单剂量的药物),就会发生这种情况。可以将最早时间定义在时间tbl,ul(其中,下标“ul”代表上限)处,其对应于该物质在血液中的安全治疗上限。与该物质在汗液和血液中的浓度有关的事件之间的时间差或时间延迟也可以用于使用以下表达式来确定tbl,ul:
tbl,ul=tsw,ul–tdiff [10]
为了防止该物质在血液中的浓度增加到或超过治疗上限(即,毒性的阈值)Cbl,ul,应当最早在时间tearliest=tbl,ul给对象进一步施用该物质(例如,进一步的单剂量或剂量的药物)。
对于给定的物质,通过重置公式[3]来求解t,可以确定tearliest,并且认识到过量物质的量由Cbl,ul–Cbl,max给出,如下所示:
tsw,ul=–ln((Csw,ul–Csw,max)/Csw,max)/λ+tdiff [11]
因此:
tearliest=tbl,ul=tsw,ul–tdiff=–ln((Cbl,ul–Cbl,max)/Cbl,max)/λ [12]
其中,Csw,ul是该物质在汗液中的治疗上限。
作为示例,在时间t=0时施用具有3/2*Cbl,max的治疗上限和1小时的半衰期(即,λ=ln(2)/1≈0.693)的物质,并且该物质在15分钟后首次出现在汗液中,使得tdiff=0.25小时。通过将常数和值代入公式[12]中,可以确定施用进一步的量的物质(例如,一定剂量的药物)的最早时间:
tearliest=tbl,ul=tsw,ul–tdiff=–ln((1.5–1)/1)/0.693=1小时{相对于tadmin}[13]
因此,可以基于tearliest和tlatest将用于施用进一步的量的物质(例如,进一步的单剂量或剂量的药物)的适当时间窗口tapp定义为:
tearliest≤tapp≤tlatest [14]
因此,基于上面的示例,1小时≤tapp≤2小时。
确定这样的适当时间窗口对于具有窄治疗窗口的药物(例如,锂)能够是特别重要和相关的。
图7示出了图6的图形600,其中指示了各种时间窗口。第一区域702表示其间施用进一步的量的物质将导致该物质在对象的血液中的浓度超过治疗上限的一段时间。因此,第一区域702表示对于施用进一步的量的物质来说太早的时间窗口,因为它可能导致用药过量。第二区域704表示其间施用进一步的量的物质将导致该物质在对象的血液中的浓度降低到治疗下限以下的一段时间。因此,第二区域704表示对于施用进一步的量的物质来说太晚的时间窗口。第三区域706表示其间施用进一步的量的物质是适当/安全的一段时间。因此,第三区域706表示时间窗口tapp。
因此,通过测量或确定Csw(t)、Csw、max和tdiff的值,可以导出半衰期以及最早时间tearliest和最晚时间tlatest。通过确定最早时间和最晚时间并因此确定tapp,可以采取进一步措施来确保或鼓励在适当时间(例如在所确定的时间窗口内)施用物质并且防止在不期望的时间窗口内(例如,过早或过晚)施用物质。下面将更详细地讨论这些措施。
图8是方法800的另外的示例的流程图,方法800也可以包括这样一种方法,例如用于确定关于由对象摄入物质的时间窗口的方法。方法800可以包括上面讨论的方法400的步骤。在步骤802处,方法800可以包括基于所述关系和所接收的第一数据来确定对象的血液中的第一物质的浓度。例如,如果该物质在血液和汗液中的浓度之间的关系是已知的(例如对于铵,汗液中的浓度比血液中的浓度高20-50倍),则这是可以实现的。类似地,如果已经执行了校准,则可以确定血液中的第一物质的浓度;例如,当可以进行血液测量时,不仅确定延迟时间tdiff,而且还确定汗液中的测量浓度与血液中的测量浓度之间的关系((例如通过查看峰值浓度)考虑时滞)。
如上所述,当首次给对象施用第一物质时,可以测量对象的血液中的该物质的浓度。例如,当正在对患者给药的情况下,可以在首次对患者给药后立即或很快获取一个或多个血样,使得能够确定对象的血液中的药物的浓度的指示。根据这些测量结果,可以确定(在施用后)该药物首次出现在患者的血液中的时间、药物在患者的血液中的浓度达到最大值的时间以及药物在患者的血液中的实际最大浓度等。因此,在步骤804处,方法800可以包括在接收第一数据之前接收指示与血液中的第一物质的浓度有关的特性事件的发生时间的第二数据。
可以以多种方式使用所确定的时间窗口。在一些实施例中,可以向用户指示可以给对象安全施用物质的时间窗口。因此,方法800可以包括:在步骤806处,生成信号以向用户警示所确定的时间窗口。用户可以包括对象、医学专业人员(例如,给患者用药的护士)或任何其他人(例如,护理人员),对于他们来说,警示所确定的时间窗口会是有用的。在步骤806处(例如由执行方法800的处理器)生成的信号可以包括被配置为使设备向用户提供警示的信号。例如,所生成的信号可以使设备发出声音警报或警告用户现在是施用进一步的量的物质的适当时间。在一些实施例中,可以经由用户接口,以视觉方式,以听觉方式,经由触觉手段或以某种其他方式向用户提供警示。用户接口可以包括患者设备或患者和/或医学专业人员可访问的设备(例如,智能电话、工作站、可穿戴设备(例如,智能手表)等)的用户接口。例如,警示可以通过向用户呈现消息“请在距现在30到45分钟后服用新的单剂量的药物”来提醒用户应当给患者施用新的单剂量的药物。类似地,可以在实际应当施用新的单剂量的药物时提供警告警示:“请现在服用药物”。如果用户遵从警示并施用物质/药物,则用户可以使任何进一步的警示静音。在一些实施例中,当检测到该物质在汗液中的浓度已经开始增加或者已经增加到阈值量以上时,警示可以自动静音。然而,如果用户没有施用药物,则可以生成另外的信号来警示用户,从而例如敦促用户立即施用物质/药物:“没有在适当时间窗口期间施用该药物。请尽快施用该药物”。
在一些实施例中,除了生成信号以向用户警示所确定的时间窗口以外,方法800还可以生成信号以向用户警示要服用的物质的性质(例如,应当服用哪种药物)和/或要服用的物质的量(例如,要服用的药物的剂量):例如,“请服用[1片/5ml/60mg]的药物”。
在步骤808处,方法800还可以包括获得与对象有关的生理学数据。这样的生理学数据可以包括对象的细节(例如,对象的性别、年龄、医学背景、体重或血压)或与对象相关联的其他临床数据。确定时间窗口(步骤406)还可以基于生理学数据。
在一个示例中,生理学数据可以包括指示对象开始疲劳的时间、对象通常入睡的时间和/或对象通常醒来的时间的数据。当确定时间窗口时,可以考虑这样的数据,例如考虑对象的睡眠-觉醒模式。例如,对象可能已经表明他们通常在早上7点醒来,并且可以在醒来后不久服用药物。在这样的示例中,可以警示或通知用户服用药物的一种或多种可能性:“如果你在晚上10点服用药物,你应当服用60毫克。替代地,如果你在晚上11点服用药物,你应当服用50毫克。”对象(例如,患者)然后能够根据他们想要上床睡觉的时间来决定服用什么剂量。该方法可以进一步考虑预期的浓度水平,并且可以仅向对象提供那些半衰期能够覆盖整个晚上而无需在睡觉前增加额外的单剂量而导致物质的浓度超过阈值(例如,危险)极限的那些物质/药物的时间范围,并且使得当对象醒来时物质的浓度将足够高。否则,对象可能不得不在夜间醒来以施用进一步的剂量。在这样的示例中,该方法可以涉及生成信号以向对象建议在夜间的应当施用进一步的剂量的适当时间窗口。
在一些示例中,方法800可以包括向用户(例如,向对象和/或医学专业人员)呈现随时间的物质的测量浓度的视觉表示(例如,图形)和/或对其汗液和/或血液中的物质的当前情况的指示。可以在设备(例如,智能电话)或对对象执行测量的设备(例如,贴片)上提供这样的信息。可以向用户显示所确定的时间窗口(例如,从tearliest到tlatest的时间窗口),从而以视觉方式指示要施用的物质(例如,药物)的剩余时间。
在一些实施例中,被配置为执行方法400、800的设备(例如,处理器)可以与能够给对象施用物质的设备相通信。因此,方法800还可以包括:在步骤810处,基于所确定的时间窗口来生成控制信号以控制在一个时间递送第二物质。可以执行这样的自动药物施用,以规避用户忘记或无法自己施用物质/药物的问题,或者减轻医学专业人员的负担。可以使用例如静脉管线或输液泵来实现自动药物施用。
在一些实施例中,一种或多种因素可以影响该物质在对象的汗液中的浓度,使得浓度不会如预期的那样呈指数下降。因此,根据一些实施例,指示汗液中的第一物质的浓度的第一数据可以包括第一物质的浓度的多个测量结果。所述多个测量结果可以用于确定时间差(或时间延迟)tdiff。在一些实施例中,可以在施用了每个量的物质之后(例如,在施用了每个单剂量的药物之后)进行对该物质在对象的汗液中的浓度的测量或一系列测量。每个测量结果都可以用于计算时间差tdiff,并且可计算平均值并将其用于进一步的计算。在不同时间计算的tdiff值的比较可以用于确定一天中的不同时间的tdiff变化值之间的任何差异以及任何差异的原因,并且可以基于该比较来采取措施。例如,可以确定对象应当减少早晨施用的药物剂量。
各种事件可以促使或触发进行额外的测量。例如,如果确定对象的出汗率已经显著改变(例如,如果他们开始出汗更多或更少),则可以进行额外的测量,因为tdiff可能取决于出汗率。在一些示例中,如果对象的体重有显著变化,则可以进行额外的测量。在其他示例中,如果检测到激素水平的较大变化(例如与月经有关),则可以进行额外的测量。在这种情况下,可以根据具有与当前(或先前)出汗率相当的出汗率的测量结果来确定tdiff。在这种情形中,由于该物质已经存在于对象的血流中,因此将基于在施用新的单剂量后该物质在血液中的浓度达到峰值的时间tbl,max和活性物质在汗液中的浓度达到最大值的时间tsw,max来确定tdiff。这能够被表示为:
tdiff=tsw,max–tbl,max[15]
对于物质吸收时间可以忽略的情况,tbl,max将等于tadmin,如图5所示的示例。
在上面讨论的示例中,假定给对象施用物质后该物质在血液中的吸收时间非常快(即,可以忽略)。然而,在一些情况下,物质可能不会被快速吸收到血流中(即,tuptake≥tdiff或tuptake<tdiff但不是<<tdiff)。这意味着施用物质的时间tadmin并不指示血流中存在该物质,因此公式[1]不成立。对于通过吃下或皮肤吸收而施用的物质,可能会出现这种情况。在这些情况下:
tdiff=tsw,0–tuptake[16]
其中,tsw,0是该物质在汗液中首次发生浓度变化的时间(例如,首次检测到物质浓度的变化),并且tuptake由下式给出:
tuptake=tbl,0–tadmin[17]
其中,tbl,0是该物质首次被血液吸收(例如在血液中首次检测到该物质)的时间,并且tadmin是首次施用该物质的时间。
在实践中,可以用几种方法中的一种方法来确定tuptake。例如,通过在首次施用该物质后的给定时刻测量从患者抽取的血样中的该物质的浓度(即,在对象的血液中目前没有该物质时施用该物质)来确定tuptake。如果对象(例如,患者)首次接受该物质时在医院,并且使用血气分析仪(例如使用在重症监护室(ICU)或中心实验室中的床边存在的血气分析仪)来分析从动脉管线或静脉管线抽取的血样,则可能出现这种场景。替代地,如前所述,可以使用针对给定物质的基于人群的吸收时间估计结果。为了提高准确性,基于人群的估计结果可以基于(使用诸如性别、年龄并且尤其是体重之类的参数得到的)特定人群(例如,特定患者组)。在另外的示例中,对象可以经由用户接口提供对他们的抱怨的手动指示并且/或者当他们感觉到活性物质的效果开始起作用时提供手动指示。如上所述,假定对象的血流中不存在可能干扰tbl,0确定的物质的浓度。
在一些实施例中,可以使用另一传感器来确定物质(即,药物)何时开始在对象体内生效。这可能与该物质在对象的血液中的浓度的升高有关。例如,如果患有帕金森症的对象的没有服用药物,则他们的身体部分(例如,手)可能会抖动。可以利用诸如加速度计之类的运动传感器来测量颤抖/振动,可以将加速度计作为手镯或戒指而佩戴,或者可以在对象每次使用他们的电话时测量加速度。由传感器测量的抖动的减少可以指示药物已经开始在对象的血液中生效。
在替代实施例中,可以基于测量血液中的物质的浓度的时间点tbl,meas和汗液中的该物质的相对于汗液中的最大浓度的相对浓度与被测血样中的该物质的相对浓度相匹配的时间点(即,时间t,其中,Csw/Csw,max=Cbl,meas/Cbl,max)之间的时间差来确定tdiff。因为能够半连续地(例如以规则间隔)测量该物质在汗液中的浓度,而不会给对象带来任何特别的不适,所以对于该实施例来说,可以测量到足够多的浓度。根据该实施例,时间差能够被表示如下:
tdiff=t(Csw/Csw,max=Cbl,meas/Cbl,max)–tbl,meas [18]
图9是示出针对如上面所讨论的缓慢吸收到对象的血液(和汗液)中的物质的作为时间的函数的血液中的物质(例如,第一物质)的浓度(线902)和汗液中的该物质的浓度(线904)的另外的示例的图形900。血液与汗液之间的时间差/延迟能够通过比较上面讨论的图形的特性事件(例如,当浓度首次开始增加时,当浓度达到最大值或处于浓度的半衰期时)来确定。然而,如上面所讨论的,可以根据在任意时间t(图9中的点906)时从对象抽取的血样中测量的样本浓度以及当汗液中的相对浓度与在时间t(图9中的点908)时血样中的物质的相对浓度相匹配时在汗液中测量的浓度来确定该示例中的时间差/延迟。
在该示例中,假定在达到血液中的最大浓度之后执行对血液中的该物质的浓度的测量。这能够例如通过在相继进行两次血液测量时观察血液中的该物质的浓度的趋势(例如通过识别浓度何时开始降低)或者通过使用基于已知药理学模型(例如,针对特定物质的药代动力学-药效学(PK-PD)模型)的计时来确定。
更一般地,当在步骤406处确定时间窗口时,可以考虑与要给对象施用的任何物质有关的药理学模型。在一些实施例中,方法800可以包括:在步骤812处,获得与第一物质有关的第一药理学模型和与第二物质有关的第二药理学模型中的至少一项。因此,在第一物质和第二物质是相同物质的情况下,可以使用相同的药理学模型,而在第一物质和第二物质不同的情况下,则可以获得单独的药理学模型来使用。确定时间窗口(步骤406)还可以基于第一药理学模型和第二药理学模型中的至少一项。如本文所述,这些药理学模型中的一个或多个药理学模型可以补充与对象有关的生理学数据。
在一些实施例中,在汗液中可能不能测量到给对象施用的物质本身。然而,一些物质可能被对象的身体代谢或生物转化而产生能够在汗液中检测到的代谢物,并且在汗液中能够测量到该代谢物的浓度。在这样的示例中,物质的施用时间tadmin并不指示对象的血液中的代谢物的存在,也不指示代谢物出现在对象的汗液中所用的时间。因此,在该示例中,公式[1]不再适用于确定tdiff。在确定tdiff时,除了吸收时间tuptake之外,还应当考虑代谢时间或生物转化时间:
tdiff=tsw,0–(tuptake+tmetabolism) [19]
其中,tuptake和tmetabolism由下式给出:
tuptake=tbl,0–tadmin [20]
tmetabolism=tbl,metabolite–tbl,0 [21]
其中,tadmin是首次给对象施用该物质的时间,tbl,0是该物质首次出现在血液中的时间,并且tbl,metabolite是该物质的代谢物首次出现在血液中的时间。
将公式[20]和公式[21]代入公式[19],可以得到tdiff的简化表达式:
tdiff=tsw,0–(tbl,metabolite–tadmin)=tsw,0–tbl,metabolite [22]
[自tadmin→0开始]
应当注意,公式[22]适用于进入血流的吸收时间(tuptake)很快的物质以及具有长吸收时间的物质。此外,应当注意,物质的代谢不是瞬时的,因此tbl,metabolite–tadmin将总是>0。
实际上,可以用几种方法中的一种方法来确定tbl,metabolite。例如,可以使用在首次施用活性物质后的给定时刻从患者抽取的血样中测量的代谢物的浓度来确定tbl,metabolite。如果对象在首次接受该物质时在医院,则可能发生这种场景,但是在不可能抽血的示例中,可以使用如上面所讨论的其他方法。
在替代实施例中,可以基于测量血液中的代谢物的浓度的时间点tbl,metabolism_meas和汗液中的该物质相对于汗液中的最大浓度的相对浓度与所测量的血样中的代谢物的相对浓度相匹配的时间点(即,时间t,其中,Csw,metabolite/Csw,metabolite,max=Cbl,metabolism_meas/Cbl,metabolite,max)之间的时间差来确定tdiff。根据该实施例,时间差能够被表示如下:
tdiff=tbl,metabolite_meas=twhere(Cbl,metabolite_meas/Cbl,metabolite,max)–tbl,metabolite_meas[23]
图10是示出作为时间的函数的血液中的物质的代谢物(例如,第一物质的代谢物)的浓度(线1002)和汗液中的该物质的该代谢物的浓度(线1004)的示例的图形1000。类似于上图9所示的示例,对血液与汗液之间的时间差/延迟的确定不仅根据上面讨论的图形的特性事件(例如,当浓度首次开始增加时,当浓度达到最大值或处于浓度的半衰期时)的比较,而且还根据在任意时间t(图10中的点1006)时从对象抽取的血样中测量的样本中的代谢物的浓度以及当汗液中的代谢物的相对浓度与时间t(图10中的点1008)时的血样中的代谢物的相对浓度相匹配时在汗液中测量的代谢物的浓度。
因此,从上面的示例可以清楚地看出,汗液中的第一物质的代谢物的浓度的测量结果也能够用于确定时间差tdiff并因此确定关于适当/安全地施用进一步的量的第一物质的时间窗口。因此,根据一些实施例,所接收的第一数据可以包括指示在一段时间内从对象的汗腺分泌的汗液中的第一物质的代谢物的浓度的数据。确定所述关系(步骤404)可以包括确定与汗液中的第一物质的代谢物的浓度有关的特性事件的发生时间和与血液中的第一物质的代谢物的浓度有关的特性事件的发生时间之间的关系。
注意,在本文讨论的各种示例中,可以使用药理学模型来帮助确定所述关系(步骤404)和/或时间窗口(步骤406)。由于物质的代谢率因人而异,因此与对象有关的生理学数据也可以用于辅助这些确定。因此,再次参考图8,方法800可以包括:在步骤814处,使用与第一物质有关的药理学模型和与对象有关的生理学数据来确定对象中的第一物质的代谢率。确定时间窗口(步骤406)还可以基于所确定的代谢率。
在一些实施例中,物质(例如,第一物质)可能在汗液中能够测量,但是该物质可能在对象体内被代谢,并且该物质的代谢物可能在汗液中无法测量。在该示例中,代谢物被认为是“活性”代谢物,因为它们在对象体内产生效果,而(未代谢的)物质被认为是“非活性”的,因为它在对象体内不产生效果。在该示例中,可以使用公式[1]或公式[16]或公式[19]来确定时间差tdiff,具体取决于该物质在血液中的吸收时间是可忽略的还是较长的,或者在人体内是代谢的还是生物转化的。然而,如上所述,该物质的代谢物是活性的,而该物质本身是无活性的。因此,在该实施例中,汗液中的非活性物质的浓度用于确定血液中的非活性物质的浓度。因此能够推断出血液中的活性代谢物的浓度。值得注意的是,代谢物的浓度不仅受非活性物质在体内代谢或生物转化的速率影响,还受活性代谢物被身体消耗的速率影响。这两个速率通常是不相等的,这引起了非活性物质的浓度与活性代谢物的浓度之间的不平凡传递函数。这可以通过获得和使用药理学模型(例如,药代动力学-药效学或PK-PD模型)来克服。针对每种物质或药品,通常可从制药公司获得指示药物被吃下后的吸收率和随后的代谢的数据,并且这些数据通常基于对象的年龄、体重和性别。在输入了这些患者特异性数据的情况下,可以根据可从药物数据库或从药理学模型获得的代谢数据来估计药品代谢物浓度。一旦确定了代谢物浓度,就能够将其与汗液中的非活性物质的浓度进行关联。在下面的图11中图示了该实施例的示例。
图11是示出作为时间的函数的血液中的物质(例如,第一物质)的浓度(线1102)和汗液中的该物质的浓度(线1104)的示例的图形1100。在该示例中,虚线1106指示(如基于使用患者特异性数据的药理学模型以及(通过使用汗液中的非活性物质的浓度的测量结果并考虑时间差tdiff来确定的)血液中的非活性物质的浓度所推断或预测的)该物质的代谢物的浓度。
到目前为止,已经讨论了本发明的实施例,其中,要施用的第二量的物质与在首次施用期间递送的物质相同。换句话说,在方法400中,第一物质和第二物质是相同的物质。然而,不同的物质(例如,活性物质)可能会相互作用。例如,药物或营养物质(例如,维生素、矿物质或营养物质(例如,食物或饮料成分))可能与其他类型的药物或营养物质相互作用。在一些情况下,不同物质之间的相互作用可能会对对象的身体产生不利影响,因此应当避免或尽量减少使用不同物质。为了实现这一点,本公开内容的实施例使得能够确定合适的时间窗口,在该时间窗口内,在施用了不同的第一物质后能够安全地施用第二物质。
方法400的步骤可以针对每种类型的物质(例如,要给对象施用的/由对象消耗的每种药物和成分)来执行。可以将对时间差tdiff和/或考虑了任何吸收时间tdiff+tuptake的时间差的确定执行为针对每种物质的校准步骤。例如,这可以针对以下各项中的至少一项来完成:第一物质中的药物、营养物质和成分以及与之反应的药物、营养物质和成分。一旦确定了时间差,就可以确定时间窗口,并且可以向用户(例如,对象和/或医学专业人员)提供关于何时能够施用药物或消耗物质以及何时不能施用药物或消耗物质的信息或建议。例如:
·对于已经服用了不应与酒精混合的药物的对象,在对象再次饮酒是安全的时候,可以提供“绿灯”(例如允许通知)以呈现给用户,并且/或者当不应饮酒时,可以提供“红灯”(例如,警告通知)以呈现给用户;
·对于要服用可以在饮酒后服用的药物的对象,在对象饮酒后服用该药物是安全的时候,可以通知对象。例如,通过外推法,能够确定汗液中的酒精浓度将下降到下限以下的时间,并且从该时间减去tdiff,alcohol+tuptake,medication来给出能够服用该药物的最早时间;
·可以通知对象在服用了维生素C后服用铁补充剂的安全或良好的时间窗口,或者在服用了铁补充剂时服用维生素C的安全或良好的时间窗口(因为维生素C增强身体对铁的吸收);或者
·可以通知对象在服用了铁补充剂后不应服用钙的时间窗口,或者在服用了钙后不应服用铁补充剂的时间窗口(因为钙会减少对铁的吸收)。
在该实施例的进一步细化中,可以确定是否发生了加强或减弱(例如,当一种物质的效果在另一种物质存在的情况下增强时,或者当一种药品降低了另一种药品的效果时)。例如,如果患者吃了已知会与某些药物相互作用的食物(例如,葡萄柚),就可能发生这种情况。在这样的示例中,该方法可以包括生成用于向对象通知或警告已经发生了食物-药物相互作用的信号。这在加强的情况下尤其重要,因为尽管施用了适当的单剂量的药物,药物对患者的效果也可能更强。
因此,本公开内容的一些实施例可以用在第一物质和第二物质彼此相互作用的场景中或者其中第一物质的代谢产物(例如,代谢物)和第二物质的代谢产物(例如,代谢物)彼此相互作用的场景中。
在上面讨论的示例中,可以根据在汗液中测量的物质的浓度来检测各种物质之间的相互作用。例如,如果特定物质(例如,生物标志物)的浓度显著高于或低于预期,则可以确定特定药品没有如预期那样起作用。因此,可以确定已经发生了某种相互作用。类似地,如果降低的浓度偏离了预期的指数下降,则可以确定另一种物质正在与该物质相互作用以降低(或增强)其效果。
在一些情况下,对象可能同时服用多种不同的物质/药物,由此每种物质在血液和药品代谢/生物转化中具有不同的吸收。对于这样的情况,首次施用每种药品时,能够使用本文描述的方法来确定针对每种物质(例如,药品A、药品B、药品C等或代谢物A、代谢物B、代谢物C等)的tdiff+tuptake和/或tdiff、tlatest和tearliest)并且记录它们。注意,这些不同的物质可以在不同的时间点(即,非同时)施用。因此,在一些实施例中,该方法可以包括生成信号以提供警示/提醒/警告/建议等,以在应当和/或不应当施用不同的药物时指导患者和/或用户。例如,可以向对象提供通知:“请在12:00服用药物A,在12:30服用药物B,并且在13:00服用药物C”。
另外,在一些实施例中,可以建议每种药物的量或剂量。例如,可以向对象提供通知:“请在12:00服用1片药物A,在12:30服用10mg的药物B,并且在13:00服用60ml的药物C”。
在另外的实施例中,该方法可以基于对象的汗液中的药物的浓度来检测患者是否服用了不正确的药物或药物量或者是否在不正确的时间服用了药物。能够向对象和/或医学专业人员提供警告/警示/警报。这是特别有利的,因为许多要服用多种药物的老年患者由于需要施用大量不同的药物而难以在正确的时间施用正确的药物。
在本文描述的一些示例中,可以将物质作为单剂量递送到或施用给对象。然而,在一些药物施用系统(例如,那些与输液治疗一起使用的药物施用系统)中,医学药品或营养物质可以溶解在输液液体中以进行施用,并且不是作为单剂量进行施用,而是通过调节输液液体进入人体的流速来应用。因此,上述实施例中的一些实施例无法与输液治疗系统一起使用。在这样的系统中,可以实施半单剂量的剂量施用方案。当输液治疗开始时,在短时间段内将流速设置为高值,随后降低到正常流速。然后施用(例如注射)单剂量的物质,并且这使得能够根据汗液中的测量浓度来确定该物质在血液中的浓度。可以如上述实施例中所描述的那样确定参数,这允许根据该物质在对象的汗液中的浓度的测量结果来确定该物质在对象的血液中的浓度,即使是在没有进行单剂量的时段中也是如此。以这种方式,能够基于在输液治疗期间该物质在对象的汗液中的浓度的测量结果来确定该物质在对象的血液中的浓度。正因如此,所确定的信息能够用于增大或减小输液液体的流速。这可以适用于人体自然产生的药品(例如,胰岛素)。
根据以上讨论将会清楚,方法400、800的步骤可以使用一个或多个计算设备的一个或多个处理器来执行。因此,本发明的另外的方面提供了一种计算机程序产品。图12是与计算机可读介质1204通信的处理器1202的示例的示意图。根据一些实施例,计算机程序产品可以包括非瞬态计算机可读介质1204,该计算机可读介质具有体现在其中的计算机可读代码,该计算机可读代码被配置为使得在由合适的计算机或处理器1202运行时使计算机或处理器执行本文公开的方法400、800的步骤。
类似地,处理器1202可以形成诸如计算设备(例如,台式计算机、膝上型计算机、平板计算机、智能电话或可穿戴设备)或服务器之类的装置的部分。因此,本发明的另外的方面提供了一种装置。图13是装置1300的示例的示意图。装置1300包括处理器1202,处理器1202被配置为执行本文公开的方法400、800的步骤。在一些实施例中,装置1300还可以包括计算机可读介质1204。
在一些实施例中,装置1300还可以包括用于测量对象的汗液中的物质的浓度等的传感器。然而,在其他实施例中,传感器和装置1300可以是能够作为系统的部分而彼此通信的单独部件。图14是这样的系统1400的示例的示意图。系统1400包括用于测量指示由对象的汗腺生成的汗液的特性的数据的汗液传感器1402。例如,汗液传感器1402可以包括能够测量对象的汗液中的物质(例如,第一物质、生物标志物等)的浓度的传感器。系统1400还包括本文公开的装置(例如,装置1300)。由装置1300的处理器1202接收的第一数据是从汗液传感器1402接收的。
在一些实施例中,系统1400还可以包括被配置为基于所确定的时间窗口在一个时间向对象提供通知的用户接口1404。例如,用户接口1404可以包括显示器或扬声器(例如,诸如智能电话之类的便携式设备或装置1300本身的显示器或扬声器),以向用户(例如,对象或医学专业人员)提供关于所确定的时间窗口的信息。例如,如上所述,这样的通知可以向用户告知服用或施用第二物质是安全的或者目前服用或施用第二物质是不安全的。如本文所述,可以经由用户接口1404提供其他警示、通知和警告。
本文描述的实施例提供了这样一种机制:通过该机制,能够根据从对象的汗液获取的测量结果来确定有价值的信息。分析对象的汗液远没有从对象身上抽取血液进行分析那么麻烦。基于关于汗液采集的数据,能够确定汗液中的物质的浓度与对象的血液中的该物质的浓度之间的关系,然后可以确定关于给对象施用另外的物质的时间窗口。因此,仅基于关于对象的汗液获取的测量结果,就能够向对象告知服用进一步的量的物质或不同的物质(例如,不同的药物)是否安全。
处理器1202能够包括一个或多个处理器、处理单元、多核处理器或模块,它们被配置或编程为以本文描述的方式控制装置1300。在特定实施方式中,处理器1202能够包括多个软件和/或硬件模块,每个软件和/或硬件模块都被配置为执行或者用于执行本文描述的方法的单个或多个步骤。
本文使用的术语“模块”旨在包括硬件部件(例如,处理器或被配置为执行特定功能的处理器的部件)或软件部件(例如,当由处理器运行时具有特定功能的一组指令数据)。
将意识到,本发明的实施例也适用于计算机程序,特别是载体上或载体中的计算机程序,该计算机程序适于将本发明付诸实践。该程序可以是源代码、目标代码、代码中间源和目标代码的形式(例如,部分编译的形式)或适合用于实施根据本发明的实施例的方法的任何其他形式。还将意识到,这样的程序可以具有许多不同的架构设计。例如,实施根据本发明的方法或系统的功能的程序代码可以被细分成一个或多个子例程。在这些子例程之间分配功能的许多不同方式对技术人员来说是显而易见的。子例程可以被一起存储在一个可执行文件中以形成自包含程序。这样的可执行文件可以包括计算机可执行指令,例如,处理器指令和/或解释器指令(例如,Java解释器指令)。替代地,一个或多个或所有子例程可以被存储在至少一个外部库文件中并且(例如在运行时)与主程序静态或动态地链接。主程序包含对子例程中的至少一个子例程的至少一个调用。子例程也可以包括相互之间的函数调用。涉及计算机程序产品的实施例包括与本文阐述的方法中的至少一种方法的每个处理阶段相对应的计算机可执行指令。这些指令可以被细分成子例程和/或被存储在一个或多个可以静态或动态链接的文件中。涉及计算机程序产品的另一实施例包括与本文阐述的系统和/或产品中的至少一项的每个单元相对应的计算机可执行指令。这些指令可以被细分成子例程和/或被存储在一个或多个可以静态或动态链接的文件中。
计算机程序的载体可以是能够承载该程序的任何实体或设备。例如,载体可以包括数据存储装置,例如,ROM,例如,CD ROM或半导体ROM,或者磁性记录介质,例如,硬盘。此外,载体可以是可传输载体,例如,电信号或光信号,其可以经由电缆或光缆或者通过无线电或其他手段来传送。当程序被体现在这样的信号中时,载体可以包括这样的线缆或其他设备或手段。替代地,载体可以是其中嵌入了程序的集成电路,该集成电路适于执行相关方法或者用于执行相关方法。
通过研究附图、公开内容和所附权利要求,本领域技术人员在实践本文描述的原理和技术时能够理解和实现对所公开的实施例的变化。在权利要求中,词语“包括”并不排除其他元件或步骤,并且词语“一”或“一个”并不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项目的功能。在相互不同的从属权利要求中记载的措施能够有利地组合使用。计算机程序可以被存储或分布在合适的介质上,例如与其他硬件一起提供的或作为其他硬件的部分的光学存储介质或固态介质,但是也可以以其他形式分布,例如经由互联网或其他有线或无线电信系统进行分布。权利要求中的任何附图标记都不应被解释为限制范围。
Claims (15)
1.一种方法(400),包括使用处理器(1202)进行以下操作:
从传感器接收(402)指示从对象的汗腺分泌的汗液中的第一物质的浓度的第一数据;并且
基于所接收的第一数据以及一方面与汗液中的所述第一物质的浓度有关的特性事件的发生时间和另一方面与血液中的所述第一物质的浓度有关的所述特性事件的发生时间之间的关系来确定(406)关于由所述对象摄入第二物质的时间窗口。
2.根据权利要求1所述的方法(400、800),还包括:
基于所述关系和所接收的第一数据来确定(802)所述对象的血液中的所述第一物质的浓度。
3.根据权利要求1或权利要求2所述的方法(400、800),还包括:
在接收所述第一数据之前接收(804)指示与血液中的所述第一物质的浓度有关的所述特性事件的发生时间的第二数据。
4.根据前述权利要求中的任一项所述的方法(400、800),还包括:
生成(806)信号以向用户警示所确定的时间窗口。
5.根据前述权利要求中的任一项所述的方法(400、800),还包括:
基于所确定的时间窗口来生成(810)控制信号以控制在一个时间递送所述第二物质。
6.根据前述权利要求中的任一项所述的方法(400、800),还包括:
获得(808)与所述对象有关的生理学数据;
其中,确定所述时间窗口还基于所述生理学数据。
7.根据前述权利要求中的任一项所述的方法(400、800),还包括:
获得(812)与所述第一物质有关的第一药理学模型和与所述第二物质有关的第二药理学模型中的至少一项;
其中,确定所述时间窗口还基于所述第一药理学模型和所述第二药理学模型中的至少一项。
8.根据前述权利要求中的任一项所述的方法(400、800),其中,确定所述关系基于以下各项中的至少一项:对在由所述对象摄入所述第一物质后在所述对象的血液中检测到所述第一物质所用的时间的确定结果;对在由所述对象摄入所述第一物质后在所述对象的血液中检测到所述第一物质所用的时间的估计结果,所述估计结果基于人群;对在由所述对象摄入所述第一物质后由用户检测到所述第一物质的效果所用的时间的指示;以及对在由所述对象摄入所述第一物质后由传感器检测到所述第一物质的效果所用的时间的指示。
9.根据前述权利要求中的任一项所述的方法(400、800),其中,所接收的第一数据包括指示在一段时间内从对象的汗腺分泌的汗液中的所述第一物质的代谢物的浓度的数据;并且
其中,所述的确定所述关系包括确定与汗液中的所述第一物质的所述代谢物的浓度有关的特性事件的发生时间和与血液中的所述第一物质的所述代谢物的浓度有关的所述特性事件的发生时间之间的关系。
10.根据前述权利要求中的任一项所述的方法(400、800),还包括:
使用与所述第一物质有关的药理学模型和与所述对象有关的生理学数据来确定(814)所述对象中的所述第一物质的代谢率;
其中,确定所述时间窗口还基于所确定的代谢率。
11.根据前述权利要求中的任一项所述的方法(400、800),其中,所述第一物质和所述第二物质彼此相互作用;或者其中,所述第一物质的代谢产物和所述第二物质的代谢产物彼此相互作用。
12.一种包括计算机可读代码的计算机程序产品,所述计算机可读代码被配置为使得在由合适的计算机或处理器(1202)运行时使所述计算机或处理器执行根据前述权利要求中的任一项所述的方法。
13.一种装置(1300),包括:
处理器(1202),其被配置为执行根据权利要求1至11中的任一项所述的方法的步骤。
14.一种系统(1400)包括:
汗液传感器(1402),其用于测量指示由对象的汗腺生成的汗液的特性的数据;以及
根据权利要求13所述的装置(1300);
其中,所述第一数据是从所述汗液传感器接收的。
15.根据权利要求14所述的系统(1400),还包括:
用户接口(1404),其被配置为基于所确定的时间窗口在一个时间向所述对象提供通知。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP21151287.6A EP4030439A1 (en) | 2021-01-13 | 2021-01-13 | Determining a time window regarding the intake of a substance by a subject |
EP21151287.6 | 2021-01-13 | ||
PCT/EP2022/050372 WO2022152661A1 (en) | 2021-01-13 | 2022-01-11 | Determining a time window regarding the intake of a substance by a subject |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116711018A true CN116711018A (zh) | 2023-09-05 |
Family
ID=74550414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280009990.8A Pending CN116711018A (zh) | 2021-01-13 | 2022-01-11 | 确定关于对象摄入物质的时间窗口 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240105302A1 (zh) |
EP (2) | EP4030439A1 (zh) |
JP (1) | JP2024503652A (zh) |
CN (1) | CN116711018A (zh) |
WO (1) | WO2022152661A1 (zh) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012024401A2 (en) * | 2010-08-17 | 2012-02-23 | University Of Florida Research Foundation, Inc. | Intelligent drug and/or fluid delivery system to optimizing medical treatment or therapy using pharmacodynamic and/or pharmacokinetic data |
-
2021
- 2021-01-13 EP EP21151287.6A patent/EP4030439A1/en not_active Withdrawn
-
2022
- 2022-01-11 JP JP2023541910A patent/JP2024503652A/ja active Pending
- 2022-01-11 US US18/272,130 patent/US20240105302A1/en active Pending
- 2022-01-11 CN CN202280009990.8A patent/CN116711018A/zh active Pending
- 2022-01-11 EP EP22700753.1A patent/EP4278357A1/en active Pending
- 2022-01-11 WO PCT/EP2022/050372 patent/WO2022152661A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JP2024503652A (ja) | 2024-01-26 |
US20240105302A1 (en) | 2024-03-28 |
EP4030439A1 (en) | 2022-07-20 |
EP4278357A1 (en) | 2023-11-22 |
WO2022152661A1 (en) | 2022-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10448834B2 (en) | Smart messages and alerts for an infusion delivery and management system | |
ElSayed et al. | 7. Diabetes technology: standards of care in diabetes—2023 | |
Zaharieva et al. | Lag time remains with newer real-time continuous glucose monitoring technology during aerobic exercise in adults living with type 1 diabetes | |
US11246986B2 (en) | Integrated closed-loop medication delivery with error model and safety check | |
DeBoer et al. | Heart rate informed artificial pancreas system enhances glycemic control during exercise in adolescents with T1D | |
EP2023256A1 (en) | Drug administration monitoring | |
US8454510B2 (en) | Method and device for assessing carbohydrate-to-insulin ratio | |
US9962112B2 (en) | Medical systems and methods of use | |
US20150095060A1 (en) | Method and System for Providing Data Management in Integrated Analyte Monitoring and Infusion System | |
KR20170057405A (ko) | 당뇨병이 있는 환자를 위한 결정 지원 | |
US8439897B2 (en) | Assessing residual insulin time | |
JP2011515112A (ja) | 薬物配給機器におけるボーラス用量を選択する方法 | |
JP2016540564A (ja) | 糖尿病管理用ボーラス投与フィードバック | |
US11311668B2 (en) | Auto-calibration of physiological response estimates for closed-loop insulin delivery using patient-selected standardized meals | |
Hussain et al. | Insulin Pumps and Continuous Glucose Monitoring Made Easy E-Book: Insulin Pumps and Continuous Glucose Monitoring Made Easy E-Book | |
US20240105302A1 (en) | Determining a time window regarding the intake of a substance by a subject | |
WO2022115475A2 (en) | Device and methods for a simple meal announcement for automatic drug delivery system | |
KR20170056904A (ko) | 연속 혈당 감지를 이용한 인슐린 투여 시스템 | |
US20220359054A1 (en) | Calculation of Insulin Sensitivity Factors used to determine correction doses of insulin at varying levels of glycemia in human patients. | |
US11284818B2 (en) | Glucose exposure diagnostics and therapeutics related thereto | |
JP2019519276A (ja) | ユーザの体液において少なくとも1つの分析物を検出するためのセンサ・デバイス |
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 |