DE60016940T2

DE60016940T2 - System zur Vorhersage des Resultats eines imaginären Defibrillatorschocks

Info

Publication number: DE60016940T2
Application number: DE60016940T
Authority: DE
Inventors: Helge Myklebust; Trygve Eftestol
Original assignee: Laerdal Medical AS
Current assignee: Laerdal Medical AS
Priority date: 1999-09-07
Filing date: 2000-09-06
Publication date: 2005-12-15
Anticipated expiration: 2020-09-07
Also published as: EP1215993B1; ATE285195T1; NO322399B1; DE60016940D1; AU773760B2; NO994344L; NO994344D0; EP1215993A1; AU7325000A; WO2001017419A1; US20060217624A1; JP2003508142A; ES2232495T3

Description

Die vorliegende Erfindung betrifft ein System zur Berechnung des Wahrscheinlichkeitswertes für das Resultat eines unmittelbar darauffolgenden Defibrillatorschocks auf der Grundlage von Eigenschaften des Herzens, die während eines plötzlichen Herzstillstandes und der Wiederbelebung gemessen wurden, wie im Oberbegriff von Anspruch 1 angegeben.
Nahezu 40 Prozent all derjenigen, die einen plötzlichen Herzstillstand erleiden, könnten überleben, wenn sie sofort eine gute, lebensrettende Behandlung erfahren würden. Ist die Behandlung verzögert, nehmen die Überlebenschancen ab, siehe den Artikel von Holmberg S., Holmberg, M: "National register of sudden cardiac arrest outside of hospitals", 1998 [1]. Die Behandlung besteht primär in der Herz-Lungen-Reanimation (CPR), die erfolgt, bis ein Defibrillator an Ort und Stelle ist. Danach besteht die Behandlung aus einer abwechselnden Verwendung des Defibrillators und von Herz-Lungen-Reanimation, bis die Wiederbelebung erreicht wurde, oder bis ein ALS-Team eintrifft (ALS = Advanced Life Support). Letzteres umfaßt auch die Medikation und die Sicherung der Atemwege als Teil der Behandlung, siehe ILCOR, "Advisory statements of the International Liaison Committee an Resuscitation. Circulation", 1997; 95:2172 to 2184 [6].

Die wissenschaftlichen Veröffentlichungen der letzten Jahre geben eine Reihe von Faktoren an, die die Überlebenschancen beeinträchtigen:

Die Zeit:	Die Chance, einen plötzlichen Herzstillstand zu überleben, nimmt mit der Zeit ab dem Herzversagen ab, bis der erste Defibrillatorschock appliziert wurde. [1]
CPR:	Die Überlebenschance nimmt zu, wenn irgendjemand eine Herz-Lungen-Reanimation durchführt, bevor der Defibrillator eingesetzt wird. [1]
Die Qualität der CPR:	Untersuchungen haben gezeigt, daß die Qualität der Herz-Lungen-Reanimation das Überleben beeinflußt.
	(Siehe die Veröffentlichungen von Wik, L., Steen, P.A., Bircher, N.G., "Quality of bystander CPR influences outcme after prehospital cardiac arrest. Resuscitation" 1994; 28:195 to 203 [2] Gallagher, E.J. Lombardi, G., Gennis, P. "Effectiveness of bystander CPR and survival following out-of-hospital cardiac arrest", J Am Med Assoc 1995; 274:1922-5 [3],
	Van Hoyvegen, R.J., Bossaert, H., "Quality and efficiency of bystander CPR. Resuscitation" 1993: 26:47 to 52 [4])
Zeitliche Koordination von CPR und DefibrillatorBehandlung	Eine Untersuchung hat gezeigt, daß wenn die Dauer des plötzlichen Herzstillstandes einige Minuten übersteigt, die Chance des Überlebens zunimmt, wenn das Ambulanz-Personal zunächst eine Zeitlang eine Herz-Lungen-Reanimation durchführt, bevor der Defibrillator eingesetzt wird. (Siehe Cobb, L. u.a., "Influence of cardiopulmonary resuscitation in patients with out-of hospital ventricular fibrillation. JAMA",

April 7, 1999, Bd. 281, Nr. 13 [5]

Bei einem plötzlichen Herzstillstand zeigt die elektrische Aktivität im Herzen (ECG) den Zustand des Herzens an. Die gegenwärtigen Defibrillatoren messen und analysieren ECG, um den Rhythmus einzustufen. Wenn der Rhythmus als ventrikuläre Tachykardie (VT) oder ventrikuläres Flimmern (VF) eingestuft wurde, kann eine Defibrillator-Behandlung wirksam sein. Oft geht die ventrikuläre Tachykardie dem Kammerflimmern voraus. Wenn die Zeit vergeht, und die Energie- und Sauerstoffreserven des Herzmuskels erschöpft sind, tendiert das Kammerflimmern zur Asystolie, ein Rhythmus, der durch eine sehr geringe oder gar keine elektrische Aktivität gekennzeichnet ist. Die Defibrillator-Behandlung verfolgt das Ziel, die organisierte elektrische Aktivität des Herzens und des damit verbundenen Blutdrucks und des Blutkreislaufs wiederherzustellen. Das wird oft als Wiedereinsetzen des spontanen Kreislaufs (ROSC), bezeichnet und ist der erste Schritt für ein Überleben.
Nur ein Teil der angewendeten Schocks führt zum Wiedereinsetzen des spontanen Kreislaufs. Die meisten, gegenwärtig applizierten Schocks führen nicht zum Wiedereinsetzen des spontanen Kreislaufs, siehe die Veröffentlichungen von Gliner, B.E. u. a., "Treatment of Out-of Hospital Cardiac Arrest with a Low-Energy Impedance-Compensating Biphasic Waveform Automated External Defibrillator" [7]; Sunde, K., Eftest⌀l, T., Askenberg, C., Steen, P.A., "Quality evaluation of defibrillation and ALS using the registration module from the defibrillator. Resuscitation", 1999 [14]. Allgemein kann gesagt werden, dass die Chance des Wiedereinsetzens des spontanen Kreislaufs sofort nach einem plötzlichen Herzstillstand am größten ist, wenn der Herzmuskel noch Energiereserven und Sauerstoff hat. Bei vielen Patienten setzt der spontane Kreislauf nach einer abwechselnden Anwendung von Schocks und einer Herz-Lungen- Reanimation wieder ein. Es hat mehrere Nachteile, wenn zu viele Schocks eingesetzt werden müssen: Zunächst einmal erfolgt keine Herz-Lungen-Reanimation während der Schockbehandlung, ein Faktor, der die Situation für die lebenswichtigen Organe, insbesondere für das Gehirn, weiter erschwert. Es hat sich weiter herausgestellt, dass der Herzmuskel durch die Schocks ebenfalls beschädigt wird, und dass sich diese Schädigung mit der Anzahl der Schocks und der Energiemenge steigert, siehe die Veröffentlichungen von Ewy G.A., Taren, D., Bangert, J. u.a., "Comparison of myocardial damage from defibrillator discharges at various dosages. Medical instrumentation", 1980; 14: 9 to 12 [16]. Für den Patienten wäre es ideal, wenn nur ein Schock gegeben werde müßte und mit diesem Schock das Wiedereinsetzen des spontanen Kreislaufs erfolgte.
Es ist daher für viele Patienten entscheidend, dass die Herz-Lungen-Reanimation effektiv ist, um das Herz dadurch zu revitalisieren, daß ein Strom von Blut durch den Herzmuskel fließt, siehe die Veröffentlichung von Michael J.R. u.a., "Mechanism by which augments cerebral and myocardial perfusion during cardiopulmonary resuscitation in dogs. Circulation", 1984; 69: 822 to 835 [17]. Diese Revitalisierung kann durch ECG-Messungen angezeigt werden, in denen ECG-Charakeristiken, wie z.B. Form, Flachheitsspektrums-Messungen, Frequenz, Amplitude, Energie, etc., zu erkennen sind, die zu ihren Anfangswerten zurückkehren, die sie hatten, unmittelbar nachdem die Herztätigkeit aufgehört hatte; siehe die Veröffentlichungen von Eftest⌀l, T., Aase, S.O., Hus⌀y, J.H., "Spectral flatness measure for characterising changes in cardiac arrhythmias". Computers in Cardiology [15] und Noc, M., Weill, M.H. Gazmuri, S.S., Biscera, J. and Tang, W., "Ventricular fibrillation voltage as a monitor of the effectiveness of cardiopulmonary resuscitation", in J Lab Clin Med, September 1994 [13]. Diese Revitalisierung steigert die Wahrscheinlichkeit, dass auf den nächsten Schock das Wiedereinsetzen des spontanen Kreislaufs folgt.
Unglücklicherweise überlebt nicht jeder. Bei vielen ist der Grund für den plötzlichen Herzstillstand dergestalt, dass Wiederbelebung unmöglich ist. Weiterhin spielen der Zeitfaktor und die Qualität der Behandlung ebenfalls eine Rolle und beeinflussen das Überleben.
Die gegenwärtigen Reanimations-Richtlinien beschreiben ein Protokoll, welches für jeden gleich ist, unabhängig von Geschlecht, Rasse und wie lange die Herztätigkeit aufgehört hat und ob jemand aus der Öffentlichkeit eine Herz-Lungen-Reanimation angewendet hat, etc. Die Mittel der Reanimation sind primär die Herz-Lungen-Reanimation und die Defibrillator-Behandlung, später aber auch Medikamente, die von Lebensrettern verabreicht werden, die auf diesem Gebiet ein spezielles Training erhalten haben. Das gegenwärtige Protokoll ist derart, dass, wenn die ersten drei Schocks keine Wirkung zeigen, eine Minute lang eine Herz-Lungen-Reanimation durchgeführt werden muß, dann drei weitere Schocks angewendet werden, etc. Da eine Minute vergeht, bis drei Schocks appliziert worden sind, ist der Patient während der Hälfte der Zeit ohne Herz-Lungen-Reanimation.
In der Literatur und in anderen Patentanmeldungen wird eine Verfahrenstechnik beschrieben, deren Aufgabe es ist, den Lebensretter bei der Wahl zwischen Herz-Lungen-Reanimation und Defibrillator-Behandlung anzuleiten. In den US-Patenten Nr. 5 683 424 und 5 571 142 [10] beschreiben Brown u. a. ein System, das beruhend auf Spektrumsmessungen beim Kammerflimmern (VF), den Lebensretter instruiert, entweder eine Herz-Lungen-Reanimation vorzunehmen oder einen Schock anzuwenden. Eine gesonderte Analyse dieses Verfahrens, wobei das Verfahren beim Kammerflimmern eines Menschen getestet wurde, erbringt Ergebnisse, die zeigen, daß das Verfahren eine geringe Spezifizität aufweist, das heißt, daß das Verfahren nur in einem geringen Maße die Anzahl unnötiger Schocks verringert. Noc, M., Weil, M.H., Tang, W., Suns, S., Pernat, A., Bisera, J., "Electrocardiographic prediction of the success of cardiac resuscitation", in Crit Care Med, 1999, Bd. 27, Nr. 4 [12] beschreiben ein ähnliches System, das auf einem Tiermodell beruht, das die mittlere Amplitude und die vorherrschende Frequenz des Kammerflimmerns mit dem Ergebnis des Defribrillator-Schocks in Verbindung bringt. Beide Verfahren zielen darauf ab, vom Gebrauch des Defibrillators abzuraten, solange der Zustand des Herzens so ist, daß angenommen wird, daß ein Schock keine Wirkung zeigt, und stattdessen eine Herz-Lungen-Reanimation anzuwenden. Beide Verfahren definieren auf der Grundlage einer begrenzten Anzahl von Beobachtungen einer definierten Gruppe von Patienten oder Tieren absolute Kriterien.
Aufgabe der Erfindung ist es, zu versuchen, die Behandlung ständig zu optimieren, durch:

a) Messung der Eigenschaften des Herzens während eines plötzlichen Herzstillstandes mit Hilfe eines am Patienten angeschlossenen Gerätes und Kenntnisse über den Patienten auf der Grundlage einer relevanten Behandlung und über vergleichbare Zustände und der Ergebnisse einer vorher durchgeführten Behandlung, Berechnung des Wahrscheinlichkeitswertes für das Erreichen von ROSC – Prosc (Wahrscheinlichkeit von ROSC);
b) Vorlage des Wahrscheinlichkeitswertes oder Verwendung des Wahrscheinlichkeitswertes als Hilfe für die Entscheidung über die weitere Behandlung;
c) Weitergabe der Eintragungen über jede Behandlung zusammen mit dem Ergebnis jedes Schocks an einen zentral angeordneten Computer und Verwendung dieser Erfahrung zur Verbesserung der Berechnungsgrundlagen für Prosc, um so das Vertrauen in die nächste Berechnung zu verbessern;
d) Eintragung der gemessenen CPR-Parameter, falls möglich, und, zusammen mit der Information über die verabreichten Medikamente, Beobachtung der Entwicklung des Wahrscheinlichkeitswertes zum Zweck der Bestimmung einer wirksamen Lebensrettung;
e) Rückkopplung mit dem Benutzer, falls möglich, in Bezug darauf, welche CPR-Parameter und welche verabreichten Medikamente als wirksam erkannt worden sind oder, alternativ dazu, Verwendung dieser Information, um den Benutzer bei der effektiven Herz-Lungen-Reanimation anzuleiten.

Der Begriff "falls möglich" wurde verwendet, um die Tatsache zu berücksichtigen, daß es viele Kategorien von Benutzern und Lebensrettern gibt, und daß es auf der Basis ihres beruflichen Niveaus und der Wirtschaftlichkeit zweckdienlich ist, die Lösungen zu verwenden, die dem Ziel am dienlichsten sind.
Aufgabe der Erfindung ist es, einen Beitrag dazu zu leisten, dem Patienten eine Behandlung zu geben, die für den Einzelnen besser geeignet ist, und die eine größere Überlebenschance bietet. Die Verwendung empirischer Daten ermöglicht es, Unterschiede und immer unterschiedlichen Patientengruppen und -behandlungen zu berücksichtigen. In dem Maße, in dem nicht alle Schocks zu ROSC führen, versucht das System Faktoren zu berücksichtigen, die die Wahrscheinlichkeit des ROSC beeinflussen oder beeinflussen können:

– die Eigenschaften des Herzens, die über die Elektroden beobachtet werden können und die den Stoffwechselzustand und die Pumptätigkeit ausdrücken. Diese Eigenschaften entwickeln sich mit der Zeit während eines plötzlichen Herzstillstandes, sie können aber auch, infolge der Medikation und CPR, teilweise umgekehrt sein.
– Der Typ des Defibrillatorschocks und die Energiewahl sind von unterschiedlicher Effektivität.
– Physische Bedingungen. Ein großer Patient erhält bei gleicher Energiewahl eine niedrigere Stromdichte durch das Herz als ein kleiner Patient.
– Patienteninformationen. Das System berücksichtigt die Tatsache, daß es aufgrund der Tatsache einen Unterschied zwischen Mann und Frau geben kann, daß über 70 % derjenigen, die einen plötzlichen Herzstillstand erleiden, Männer sind. In bestimmten Teilen der Welt hat die Lebensdauer zugenommen, so daß die Anzahl älterer Menschen, die einen plötzlichen Herzstillstand erleiden, zunimmt. Diese können sehr wohl über einen Zeitraum hinweg behandelt worden sein, sowohl medikamentös, als auch durch chirurgische Behandlung und Hilfen, wie z.B. Herzschrittmacher, wobei jede Behandlung eine Wirkung auf Prosc haben kann.
– Geographie, Rasse. Das System berücksichtigt ferner die Tatsache, daß es aufgrund des Lebensstils und der genetischen Bedingungen Unterschiede geben kann, da gerade die Lebenserwartung sehr stark in Abhängigkeit von Geographie und Rasse variiert.

Die obige Aufgabe wird mit Hilfe eines Systems des anfangs erwähnten Typs gelöst, deren Kennzeichen in Anspruch 1 angegeben sind. Die weiteren Kennzeichen der Erfindung ergeben sich aus den restlichen, abhängigen Ansprüchen.
Die Anwendung von Prosc zur Optimierung der Behandlung kann auf verschiedene Weisen erfolgen. Für erfahrene Benutzer ist es am zweckmäßigsten, den Parameter gegen die Zeit als eine Trendkurve anzugeben. Das bietet eine direkte Anzeige für den Zustand des Herzens und gibt auch die Wirkung der Medikation und der Herz-Lungen-Reanimation an. Für Gruppen, die nicht darauf trainiert sind, diesen Typ von Informationen in einen Bezug zu setzen, ist es am besten, wenn eine automatische Entscheidungshilfe für die Frage gegeben wird, ob die Herz-Lungen-Reanimation erfolgen soll oder nicht, auf welche Weise sie erfolgen soll, oder ob Schocks gegeben werden sollten.
Das Prinzip der einfachen Entscheidungshilfe könnte so aussehen:

– Wenn Prosc sich unter einem Grenzwert, Grosc, befindet, wird die Herz-Lungen-Reanimation empfohlen. Ansonsten wird eine Reihe von aufeinanderfolgenden Defibrillatorschocks empfohlen.
– Die Herz-Lungen-Reanimation wird empfohlen, bis positive Änderungen im Prosc ausgeglichen sind, jedoch nicht länger als T Minuten, bevor eine Reihe von Defibrillatorschocks empfohlen wird.

Die Erfindung ist im folgenden unter Bezug auf die Zeichnungen im Einzelnen beschrieben, in denen zeigen:
1 Systemkomponenten, die aus einem Computer und, alternativ, aus mehreren Computern in einem Netzwerk bestehen, die mit einer Reihe angeordneter Analyseeinheiten kommunizieren,
2 das Blockdiagramm eines Defibrillators mit einer darin eingebauten Analyseeinheit,
3 das grundlegende Flußdiagramm für die Informationen,
4 einen Apparat mit an der Brust des Patienten an Stellen angebrachten Elektroden, wie sie üblicherweise für die Verabreichung eines Defibrillatorschocks verwendet werden, sowie zur Messung der elektrischen Aktivität im Herzen (ECG) gemäß Standardableitung II,
5 ein Flußdiagramm zur Entwicklung von Koeffizienten zum optimalen Filtern,
6 ein Flußdiagramm zur Entwicklung einer Einordnung, die die Anforderung der Allgemeingültigkeit erfüllt,
7 ein allgemeines Blockdiagramm der Erfindung, das sich auf die Analyseeinheit fokussiert.
Das System besteht aus einem Computer und, alternativ, aus mehreren Computern 1 in einem Netzwerk, die mit einer Reihe angeordneter Analyseeinheiten 2 kommunizieren können. Diese können entweder in die Einrichtung (U1, U2) integriert sein, wie die Defibrillatoren oder ECG-Monitoren, oder sie können während des Reanimationsversuchs als Hilfsprodukt verwendet werden, das während des Reanimationsversuchs verwendet wird. Die Analyseeinheiten 2 arbeiten generell von den Computern 1 unabhängig, liefern jedoch nach der Verwendung Felddaten an den Computer 1 und erhalten, falls möglich, eingestellte Algorithmen zur Berechnung des Eigenschaftsvektors und/oder Prosc.
Die Analyseeinheit 2 weist normalerweise mit ihr gekoppelte Subsysteme auf, siehe 2: Einige dieser Subsysteme sind Standard in der Einrichtung, wie die Defibrillatoren und ECG-Monitoren, und es sind die folgenden:
Bezugsziffer 3 bezeichnet ein System zum Messen von ECG, das mit Elektroden E verbunden ist. Zum Messen und Digitalisieren bioelektrischer Signale werden die mit der Haut des Patienten verbundenen Elektroden in Übereinstimmung mit der Standardableitung II verwendet, siehe 4, die das Gerät mit den an der Brust des Patienten an Stellen angebrachten Elektroden zeigt, wie sie normalerweise für die Verabreichung von Defibrillatorschocks verwendet werden, sowie zur Messung von ECG nach Standardableitung II. In dieser drückt ECG im wesentlichen die elektrische Aktivität in der Längsachse des Herzens aus. Bezugsziffer 4 bezeichnet ein System zur Überprüfung der Elektrodenverbindung zum Patienten, Bezugsziffer 5 bezeichnet ein Gerät zur Hochspannungs- und Schockabgabe, wenn in einen Defibrillator integriert, Bezugsziffer 7 bezeichnet einen Algorithmus zur Klassifizierung von ECG, wenn in einen Defibrillator integriert, Bezugsziffer 7 bezeichnet ein Mikroprozessorsystem und Software, Bezugsziffer 8 bezeichnet einen Computerspeicher, Bezugsziffer 9 bezeichnet eine Benutzerschnittstelle, Bezugsziffer 10 bezeichnet eine Energiezufuhr, Bezugsziffer 11 bezeichnet ein System zur Lieferung und zum Empfang von Daten von einer externen Einrichtung.
Die Subsysteme 3 bis 11 gehören zur Standardausrüstung Defibrillatoren und ECG-Monitoren, und sie sind daher in der vorliegenden Beschreibung nicht näher beschrieben.
Die Analyseeinheit 2 besteht aus den folgenden Einheiten:
Der Einheit 12 zur Bestimmung einer oder mehrerer Eigenschaften des Herzens, die zu einem Eigenschaftsvektor zusammengesetzt werden, und berechnet auf dieser Grundlage die Wahrscheinlichkeit von ROSC, Prosc, für den angeschlossenen Patienten. Eventuell auch aus einem Modul 13 zur Bestimmung des Blutstroms durch das Herz auf der Grundlage der gemessenen Impedanz und der Änderung der Impedanz zwischen den Elektroden als eine Funktion der Pumptätigkeit des Herzens und der Ausdehnung der Lungen, eventuell aus einem Modul 14 zur Registrierung von CPR-Parametern von den Sensoren S, eventuell aus einem Modul 15 zur Eintragung von patientenspezifischen Informationen, eventuell aus einem Modul 16 zur Eintragung der gesamten verabreichten Medikation und eventuell aus einem Modul 17 zur Korrelation positiver Änderungen des Prosc mit Informationen über die erfolgte Behandlung und zur Anzeige oder zur Verwendung dieser Informationen, um die Behandlung zu lenken.
Die Analyseeinheit kann als in sich geschlossene Mikroprozessoreinheit realisiert werden, oder sie kann durch die Mikroprozessoreinheit in der Einrichtung realisiert werden.
Jeder Computer besteht aus den folgenden Subsystemen:
(a) Der Hardware, (b) einem Operationssystem, (c) der Software und einer Schnittstelle für die Kommunikation in einem Netzwerk, (d) einer Datenbank für die Felddaten, (e) einem Algorithmus zur Berechnung des Eigenschaftsvektors einschließlich eines Klassifikationssystems zur Vorhersage des Ergebnisses eines unmittelbar folgenden Defibrillatorschocks, (f) einem System zur Berechnung von Prosc, (g) einem Algorithmus zur Korrelation von Änderungen des Prosc mit Informationen über den Patienten und die Behandlung und (h) einem System zur Lieferung und zum Empfang von Daten an die angeordneten Defibrillatoren bzw. von denselben.
Die Computer, die Subsysteme der Hardware, die Operationssysteme, die Software und die Schnittstelle sind gattungsgemäß und daher hier nicht im Einzelnen beschrieben.
Eine genauere Beschreibung des Systems, zuerst des Computers 1.
(d) Die Datenbank für die Felddaten besteht aus einer großen Anzahl von Zwischenbehandlungsdaten des Patienten und enthält:

– Patienteninformationen: Geschlecht, Alter, Gewicht, Rasse, etc.,
– geographische Informationen,
– Informationen über jeden Defibrillatorschock: Kurvenform, Energie, Zeitdauer gegen Kammerflimmern,
– für jeden Schock:
– Vorschock ECG,
– Vorschock CPR-Daten,
– Vorschock Medikationsdaten,
– Vorschock Impedanzdaten
– Nachschock ECG,
– Nachschock Impedanzdaten,
– Anmerkungen zu ROSC/Nicht-ROSC mit Ergebnis-Rhythmus zu jedem Schock.

(e) Der Algorithmus zur Berechnung des Eigenschaftsvektors (v) wendet mathematische Methoden an, um den Zustand des Herzens auf der Grundlage einer Aufzeichnung eines biomedizinischen Signals (x) zu charakterisieren. Das biomedizinische Signal stellt bevorzugt die elektrische Aktivität im Herzen (ECG) dar, es können aber auch andere Typen von Signalen, beispielsweise Signale berücksichtigt werden, die von der Impedanzänderung stammen, Schall oder Bewegungsmuster.
Der Algorithmus zur Berechnung des Eigenschaftsvektors ist im folgenden mit v(x) bezeichnet. v(x), welches für ECG aus empirischen Daten genommen wird, bietet zwei Sätze Eigenschaftsvektoren an: Einen Satz, V1, der n1 Eigenschaftsvektoren enthält, wobei das Ergebnis des Schocks ROSC ist, und einen Satz, V2, der n2 Eigenschaftsvektoren enthält, wobei das Ergebnis des Schocks Nicht-ROSC ist.
Im allgemeinen ist v(x) als Operator definiert, der mit einer ECG-Sequenz, x, operiert, die aus N Proben besteht, die einen Eigenschaftsvektor v erzeugt, der aus M Vektorelementen besteht, der idealerweise die Informationen in x berücksichtigt, die die Gruppe x mit dem Ergebnis ROSC, X1, von der Gruppe x mit dem Ergebnis Nicht-ROSC, X2, trennt. Es gibt ungezählte Methoden zur Gewinnung von Eigenschaften, einige dieser Methoden sind in der Literatur beschrieben, sie können grob in Zeitdomänen-Methoden und Tranformationsdomänen-Methoden eingeteilt werden, wo es das Ziel ist, x auf eine Weise zu strukturieren, die zur Gewinnung von Eigenschaften geeignet ist. Bevorzugt sind die folgenden Methoden:

– Optimierte digitale Filter, die durch L Filterparameter bestimmt werden, die x in M Kanäle aufteilen. Die Energie jedes Kanals wird berechnet, um einen Eigenschaftsvektor zu erhalten, der aus M Elementen besteht. Diese Typen von Filtern sind u.a. von T. Randen in "Filter and Filter Bank Design for Image Texture Recognition" in einer Doktorarbeit der NTNU, Oktober 1997, beschrieben worden, wo die Filter so optimiert sind, daß die bestmögliche Erkennung der verschiedenen Texturen erfolgt. Für den gegenwärtigen Zweck wurden die optimierten Filter gefunden, indem ein numerischer Gradienten-Suchalgorithmus verwendet wurde. (T. Coleman, M.A. Branch und A. Grace, Optimization Toolbox for Use with MATLAB, The Math Works Inc. 1999), um die bestmögliche Trennung der ROSC-Gruppe von der Nicht-ROSC-Gruppe zu erzielen. Die Trennungsbefähigung wird gemessen durch die Summe der Empfindlichkeit (Grad der korrekten Erkennung von ROSC) und spezifiziert (Grad der korrekten Erkennung von Nicht-ROSC). Diese Leistung wird anhand einer vorgegebenen Iteration in der Optimierung gemessen und der Satz der Parameter, die die Filter definieren, wird in der Richtung eingestellt, die dem Leistungsanstieg entspricht. Diese Prozedur wird solange wiederholt, bis ein Leistungsmaximum erreicht ist.
– Spektrumsmessungen, die auf der Grundlage einer Schätzung des Leistungsdichtespektrums (PSD) von x berechnet werden. Das Leistungsdichtespektrum kann geschätzt werden, indem Fouriertransformationen angewendet werden. Auf der Grundlage von PSD werden Kennwerte berechnet, die die Frequenzen im Zentrum und an den Punkten des Maximums von PSD ausdrücken. Die Flachheit und die Energie von PSD wird ebenfalls gekennzeichnet.

Beispiele für andere Methoden der Gewinnung von Eigenschaften sind:

– die Analyse kleiner Wellen,
– neurale Netze.

Die Beziehung zwischen V1 bzw. X1, V2 bzw. X2 ist wie folgt:
X1 enthält einen Satz von n1 ECG-Sequenzen, der, wenn auf v(x) angewandt, eine Reihe von Eigenschaftsvektoren V1 angibt, die alle zur Ergebnisklasse ROSC (w1) gehören. X2 enthält einen Satz von n2 ECG-Sequenzen, der, wenn auf v(x) angewandt, eine Reihe von Eigenschaftsvektoren V1 angibt, die alle zur Ergebnisklasse Nicht-ROSC (w2) gehören.
(f) Ein System zur Berechnung der Prosc-Funktion beruht auf der Mustererkennungstheorie und bildet das zweite Element des Klassifizierungssystems. In diesem Kontext ist der Begriff Klassen als Kollektion der Messungen des Zustands des Herzens definiert, die

– ROSC (w1)
– Nicht-ROSC (w2) entsprechen.

Die Eigenschaftsvektoren der zwei Klassen sind statistisch beschrieben durch:

– P(wi), i=1,2, d.h., die a-priori-Wahrscheinlichkeit der zwei Klassen. Das bedeutet, bevor eine Messung erfolgt, ist die Wahrscheinlichkeit des einen oder des anderen Ergebnisses durch die jeweiligen a-priori-Wahrscheinlichkeiten bekannt.
– p(v|wi) sind die klassenspezifischen Wahrscheinlichkeitsdichte-Funktionen. Diese drücken aus, wie die Messungen innerhalb der gegebenen Klassen verteilt sind. p(v) drückt die Zusammensetzung der Wahrscheinlichkeitsdichte-Funktion für die Messungen aus und ist gegeben, indem die klassenspezifischen Wahrscheinlichkeitsdichte-Funktionen, gewichtet durch die damit gekoppelten a-posteriori-Wahrscheinlichkeiten, addiert werden.
– P(wi|v) sind die a-posteriori-Wahrscheinlichkeits-Funktionen der zwei Klassen. Diese Funktionen drücken die Wahrscheinlichkeit aus, dass eine gegebene Messung zu wi gehört. Die Bayes-Formel drückt P(wi|v) als eine Funktion der obigen Wahrscheinlichkeitsfunktionen aus.
– P(wi|v) = P(wi)·p(v|wi)/(p(w1)÷P(w2)·p(v|w2).
– Die Summe der a-posteriori-Wahrscheinlichkeiten für ein gegebenes v ist immer 1.

Bei einer gegebenen Messung v ist es erwünscht, die Zuordnung zur Klasse w1 oder w2 zu bestimmen. Es hat sich erwiesen, dass die erwartete Wahrscheinlichkeit einer falschen Klassifizierung dadurch verringert wurde, dass das wi ausgewählt wurde, das dem maximalen P(wi|v) entspricht. Ferner ist es möglich, die Kosten für alle Typen einer falschen Klassifizierung zu definieren (eine Einschätzungsauswahl vorzunehmen), so dass das erwartete Risiko einer bestimmten Falschklassifikation durch das Produkt aus Kosten und der a-posteriori-Wahrscheinlichkeit der wahren Klasse gegeben ist. Das erwartete Risiko einer bestimmten Falschklassifikation kann dann minimiert werden, indem durch die Klassifikation eine Klasse ausgewählt wird, die dem Produkt mit dem kleinsten Wert entspricht.
In den meisten Fällen sind die Statistiken über den Eigenschaftsvektor nicht bekannt. Diese Zahlen müssen dann geschätzt werden, bevor Prosc(v) erzeugt werden kann. Die Mustererkennungstheorie beschreibt eine Vielzahl von Methoden hierfür, die auf Messungen (Praxisdaten) beruhen, die Beispiele der verschiedenen wi sind. Einige Beispiele hierzu:
– Histogrammtechniken, die den Ergebnisraum in Hyperwürfel einteilen, in denen die Wahrscheinlichkeiten in jedem derselben auf der Grundlage des Auftretens der verschiedenen Klassen innerhalb des gegebenen Hyperwürfels berechnet werden. Das entspricht auch dem hier angewendeten Verfahren. Im folgenden ist beschrieben, wie eine statistische Menge geschätzt wird.
Es wird mit einer Definition der Mengen begonnen:
n = die Gesamtzahl der Beobachtungen im empirischen Material
n1 = die Gesamtzahl der Beobachtungen entsprechend dem Ergebnis ROSC
n2 = die Gesamtzahl der Beobachtungen entsprechend dem Ergebnis Nicht-ROSC
nj1 = die Gesamtzahl der Beobachtungen entsprechend dem Ergebnis ROSC innerhalb des Hyperwürfels Nr. j
nj2 = die Gesamtzahl der Beobachtungen entsprechend dem Ergebnis
Nicht-ROSC innerhalb des Hyperwürfels Nr. j.
Es gilt n = n1 + n2. Dann ist die Schätzung für einer a-priori-Wahrscheinlichkeit: ^P(wi) = ni/n, i = 1, 2.
Dann sind die lokale Schätzungen (innerhalb des Hyperwürfels j) für die klassenspezifische Wahrscheinlichkeitsfunktion ^p(v|wi) = nji/ni, I = 1, 2.
Die lokalen Schätzungen für a-posteriori-Wahrscheinlichkeiten werden nach der Bayes-Formel einer eingefügten Einschätzung für eine a-priori Wahrscheinlichkeit und der lokalen klassenspezifischen Wahrscheinlichkeitsdichte-Funktionen berechnet. Siehe R. J. Schalkoff, Pattern recognition: Statistical, structural and neutral approaches. John Wiley & Sons, New York (NY), 1992. ^P(wi|v) = nji/(nj1 + nj2), i = 1, 2.

– Radiale Grundfunktionen, in denen die Wahrscheinlichkeiten an einem gegebenen Punkt auf der Grundlage des Beitrags umgebender Praxisdaten aus den verschiedenen Klassen berechnet werden. Mit zunehmendem Abstand nehmen die Beiträge ab.
– Parametrisches Modellieren, wobei ein Mittelwert und die Streuung für die verschiedenen Klassen verwendet werden, um analytische Wahrscheinlichkeitsmodelle zu erzeugen.
– Die neuralen Netze, die Lernvektor-Quantisierung und die Nächster-Nachbar-Klassifizierung sind weitere zentrale Verfahren de Mustererkennungstheorie.

Es ist wichtig, dass ein vorgegebener Klassifikator unabhängig von Praxisdaten (Praxissatz) an einem Satz von Beobachtungen (Testsatz) getestet wird, um zu prüfen, ob der Klassifikator die erwarteten Ergebnisse erzielt. Es wird gefordert, dass Konsistenz zwischen Test und Praxis besteht, dass der Klassifikator die Forderung der Allgemeingültigkeit erfüllt. Allgemeingültigkeit bedeutet: Durch Aufteilen der empirischen Daten in zwei Teile, und indem ein Teil einen Satz von Daten repräsentiert, der Praxissatz genannt wird, und der andere Teil einen Satz von Daten repräsentiert, der Testsatz genannt wird, wird die Allgemeingültigkeit wie folgt definiert: Die Entscheidungsgrenzen, die für alle Eigenschaftsvektoren in jedem Satz Daten für die Klassifizierung des Ergebnisses verwendet werden, das etwa das gleiche Leistungsvermögen (Summe aus Empfindlichkeit und Spezifität) für beide Datensätze bietet, erfüllen die Forderung der Allgemeingültigkeit. Diese Entscheidungsgrenzen werden durch einen iterativen Prozeß realisiert, in welchem der Praxissatz in die Berechnung der Entscheidungsgrenze eingeschlossen wird, siehe 6.
Solche Messungen v, die dem Ergebnis ROSC entsprechen, gehören zu w1. Die Wahrscheinlichkeit einer gegebenen Messung v, die zu w1 gehören, ist durch P(w1|v) gegeben. Mit anderen Worten, diese Wahrscheinlichkeitsfunktion drückt für eine gegebene Messung v den Wahrscheinlichkeitswert Prosc von ROS aus Prosc(v) = P(w1|v).
Wie oben angegeben, können verschiedene Eigenschaftsvektoren v mit Hilfe unzähliger Methoden berechnet werden. Welche Methoden und welche Dimension, M geeignet sind, um Prosc(v) auszudrücken, wird auf der Grundlage des erwarteten Risikos im Falle einer falschen Klassifikation für jede Methode beurteilt. Die Methode, die dieses Risiko verringert, ist die, die zur Darstellung von Prosc(v) am besten geeignet ist. 6 ist ein Flußdiagramm für eine iterative Entwicklung des Algorithmus zur Berechnung des Eigenschaftsvektors v. Grundlage für die iterative Entwicklung sind die empirischen Daten. Wenn die empirischen Daten zunehmen, wird dieser iterative Prozeß wiederholt, so dass die Befähigung des Eigenschaftsvektors, die Ergebnisklassen vorherzusagen, zunimmt. Die iterative Einstellung der Entscheidungsgrenze ist ebenfalls eingeschlossen, so dass die Forderung der Allgemeingültigkeit erfüllt ist.
(g) Der Algorithmus zur Korrelation der Änderungen von Prosc mit Informationen über den Patienten und die Behandlung dient in der Hauptsache wissenschaftlichen Zwecken. Der Defibrillator kann später die Ergebnisse der Korrelation nutzen, um den Benutzer während der Lebensrettung anzuleiten.
Prosc(v) wurde angegeben, wie unter den Punkten (d) und (e) beschrieben. Aus dem Patientenmaterial werden die ECG-Sequenzen entnommen, so dass die ECG-Sequenz einen Behandlungsverlauf beschreibt, der so einheitlich als möglich ist, wobei das komplette Patentienmaterial unter Eins zu sehen ist. Beispiele für einen solchen Behandlungsverlauf können sein:
– CPR-Sequenzen,
"Hände-weg"-Intervalle, beispielsweise ein Zeitraum für die Defibrillatorrhythmus-Analyse bis zum Schock, nach einem Zeitraum für CPR.
In diesen ECG-Sequenzen werden entsprechende Prosc(v)-Sequenzen berechnet, wie unter den Punkten (d) und (e) beschrieben ist. Dementsprechend wird die Änderung von Prosc(v), DProsc, für jede Sequenz berechnet. DProsc wird auf der Grundlage derjenigen Behandlungscharakteristiken gruppiert, die in Bezug auf die Wirkung der Behandlung von Interesse sind. Beispielsweise kann DProsc einzeln oder in Kombination in Bezug auf die folgenden Behandlungscharakteristiken gruppiert werden:

– Unterschiedliche Druckfrequenzen, Drucktiefen, Dauer des Drucks auf die Brust,
– Grad der Beatmung,
– Medikation,
– Physiologische Messungen, wie z.B. Blutstrom-, Blutdruckmessungen, etc.

Wenn bei DProsc signifikante Unterschiede bei ungleichen Behandlungsbedingungen auftreten, kann diese Information zur Erkennung vorteilhafter Behandlungsmethoden genutzt werden. Diese Information kann von der Person genutzt werden, die die Behandlung vornimmt, die so eine Rückkopplung bezüglich einer guten und einer schlechten Behandlung erhält.
(h) Ein System zur Lieferung und zum Empfang von Daten von angeordneten Analyseeinheiten. Hier gelten keine besonderen Anforderungen. Der Austausch von Daten kann direkt durch die Verwendung von Speichermodulen, wie PCMCIA, schnurlos, mit Hilfe von IR- oder RF-Kommunikation, über das Netz, beispielsweise das Internet, oder durch eine direkte Verbindung zwischen den Kommunikationsanschlüssen in der Einrichtung und dem Computer stattfinden. Das praktischste Verfahren unserer Tage ist es, wenn die Analyseeinheit 2 direkt mit dem Computer 1 über einen lokalen PC, mit dem sie kommunizieren kann, kommuniziert, und dass der lokale Computer die Daten über das Internet weiterleitet.
Detaillierte Beschreibung der Analyseeinheit 2.
System 12, Algorithmus v(x) zur Berechnung des Eigenschaftsvektors (v) und Algorithmus zur Berechnung der Wahrscheinlichkeit von ROSC, Prosc, für eine ECG des angeschlossenen Patienten.

– v(x) ist ein Satz mit Berechnung, der als Kombination einen Eigenschaftsvektor bildet. Die Berechnung ist ein Satz Energieberechnungen innerhalb eines vorgegebenen Frequenzbandes (optimiertes Filter) oder ein Satz vom Wirkungsdichtespektrum oder einer Kombination davon abgeleiteter Parameter.
– Der Algorithmus zur Berechnung von Prosc ist typischerweise eine Matrix, wo die Größe der Dimension mit der Größe der

Dimensionen innerhalb des Eigenschaftsvektors konsistent ist, wobei jedes Matrixelement einen numerischen Wert für pROSC enthält. Der numerische Wert wird vom Computer 1 heruntergeladen. Die Matrix ist dadurch angegeben, dass für jede ECG-Sequenz im empirischen Material ein Eigenschaftsvektor berechnet wird. Eigenschaftsvektoren, die beinahe identisch sind, werden danach zusammen in einer Reihe von Sätzen gruppiert, wobei jedem Satz ein Matrixelement zugeordnet wird. Für einen Satz wird das Auftreten von ROSC gezählt, nj1, verglichen mit dem Auftreten von Nicht-ROSC, nj2. Das Verhältnis zwischen der Anzahl {ROSC} zur Anzahl {ROSC+ Nicht-ROSC} definiert den numerischen Wert pROSC für jeden Satz j, der nj 1(nj1 +nj2) bedeutet. Das entspricht den lokalen Schätzungen einer a-posteriori-Wahrscheinlichkeit für die Klasse w1, wie unter Anwendung der Histogramm-Technik beschrieben. Der numerische Wert für jeden Satz wird dann gespeichert, indem das Matrixelement den Elementen des Eigenschaftsvektors entspricht.
Das Modul 13 zur Berechnung des Blutstroms durch das Herz, beruhend auf der gemessenen Impedanz, und der Änderung der Impedanz zwischen den Elektroden als Funktion der Pumptätigkeit des Herzens und der Ausdehnung der Lungen:

– Der Wert der gemessenen Impedanz, Zo, gemessen mit Hilfe eines beinahe konstanten Wechselstroms, informiert die Analyseeinheit 1 über die Impedanz zwischen den Elektroden und kann als Ersatz von System 4 verwendet werden.
– Die Impedanzänderung zwischen den Elektroden ist proportional zur Änderung der Luftmenge in den Lungen plus dem Arbeitsvolumen des Herzens. Die Änderung In Bezug auf die Luft dominiert. Wenn man auf das Signal zwischen zwei Beatmungen schaut, oder indem erst die Beatmung ausgefiltert wird, ist es möglich, das Arbeitsvolumen auf der Grundlage der Formel
zu schätzen.

Diese Formel ist allgemein bekannt und wird in der Impedanz-Kardiographie verwendet.
ist die Impedanzänderung, p ist der spezifische Widerstand des Blutes, L ist der Abstand zwischen den Elektroden und Zo ist der numerische Wert der Impedanz. Es wird eine vereinfachte Formel bevorzugt:
Hier ist k eine Konstante. Diese Messung zeigt an, bis zu welchem Grad das Blut fließt, und sie leistet einen Beitrag in Bezug auf die Kennzeichnung des Zustands des Herzens bei VF/VT, und sie zeigt weiter ROSC im Falle eines erfolgreichen Defibrillatorschocks an.
Modul 14 zur Messung und Registrierung der CPR-Parameter. Relevante CPR-Parameter sind:

– Die Aufblähzeit und das Aufblähvolumen werden gemessen, indem auf die Impedanzänderung zwischen den Elektroden geschaut wird. Diese Änderung ist um das Mehrfache größer als die Änderung, die als eine Funktion des Blutstroms vom Herzen stattfindet, und ist proportional zur Menge an Luft in den Lungen. Dieses Prinzip ist von anderen diagnostischen Einrichtungen bekannt.
– Kompressionsrate und Kompressionsproportion (das Verhältnis zwischen Kompressionszeit und Relaxationszeit) während des auf die Brust ausgeübten Drucks kann gemessen werden, indem auf die

Impedanzänderung zwischen den Elektroden geschaut wird, oder indem ein Sensor am Kompressionspunkt auf der Brust des Patienten angeordnet wird. Dieser Sensor kann einen Druckschalter oder einen Dynamometer oder einen Beschleunigungsmesser enthalten.

– Die Kompressionstiefe wird auf der Grundlage von Signalen von einem Beschleunigungsmesser berechnet, der am Kompressionspunkt angeordnet ist.
– Die Zeit zwischen dem Aufblähen und der Brustkompression und die Zeit zwischen der Brustkompression und dem Aufblähen.
– Die Proportion der CPR relativ zur gesamten Behandlungszeit.
– Die Größe der Kompression, die Summe aus dem Produkt zwischen Dauer und Tiefe der Kompression.

Modul 15 zur Anzeige von patientenspezifischen Informationen. Diese Informationen können zur Analyseeinheit 1 weitergeleitet werden, beispielsweise durch dedizierte Druckknöpfe, oder sie können von einer externen Quelle, z.B. einer Patientendatenbank oder einem Patientenjournal auf einem PC/einem tragbaren Computer, eingehen. Relevante Informationen sind:

– Geographisches Gebiet
– Alter,
– Geschlecht,
– Gewicht,
– Rasse.

Modul 16 zur Anzeige der Medikation und der verabreichten Dosis. Diese Informationen können von einem Patientenjournal auf einem PC oder von anderen Vorrichtungen, die die verabreichte Medikation protokollieren, zur Analyseeinheit 1 mit dedizierten Druckknöpfen weitergeleitet werden. Relevante Informationen sind:

– Epinephrin
– Lidocain
– Bretylium
– Magnesiumsulphat
– Procainamid
– Vasopressine
– Thrombolyse-Medikation
– etc.

Modul 17 zur Korrelation von positiven Änderungen des Prosc mit Informationen bezüglich der durchgeführten Behandlung und Anzeigen oder Verwenden dieser Informationen, um die Behandlung zu leiten.

– Das System kennzeichnet und registriert einen Zeitraum Prosc mit positiver Änderung. Gleichzeitig kennzeichnet und registriert das System den Durchschnitt jedes CPR-Parameters, der für einen Zeitraum vor der Änderung und während der Änderung gemessen wurde, und, falls anwendbar, welche Medikation während dieses Zeitraums verabreicht wurde.
– Tritt ein neuer Zeitraum mit einer verbesserten positiven Änderung auf, wird die Erkennung der CPR-Parameter und der Medikation wiederholt.
– Diese Informationen können auf dem Defibrillator-Bildschirm angezeigt werden, oder sie können zur Erzeugung von Sprachnachrichten verwendet werden, die den Benutzer mit Parametern anleiten, die Herz-Lungen-Reanimation durchzuführen, die mit der Registrierung übereinstimmen.
– Diese Informationen sind ebenfalls von großer Bedeutung für die Forschung im Hinblick auf die Optimierung der Richtlinien für die Herz-Lungen-Reanimation und für das Training.

Zusammenfassend kann die Erfindung unter Bezug auf 3 beschrieben werden, die schematisch den Informationsfluß zwischen dem Zentralcomputer 1 und der Analyseeinheit 2 in der angeordneten Einrichtung in einer Anwendung der vorliegenden Erfindung zeigt.
Der Computer 1 enthält empirische Daten von früheren Wiederbelebungsversuchen, bei denen das Ergebnis des Wiederbelebungsversuchs bekannt ist. Der Hauptbestandteil der empirischen Grundlage ist die elektrische Aktivität im Herzen (ECG) und das damit gekoppelte Ergebnis nach einem Schock (ROSC/ Nicht-ROSC). Zusätzliche empirische Daten verleihen der Beziehung zwischen dem Ergebnis, der Behandlung und den patientenspezifischen Faktoren weitere Nuancen.
Ein Algorithmus v(x) zur Berechnung eines Eigenschaftsvektors v wird auf der Grundlage empirischen Materials entwickelt. Dieser Algorithmus wird so angepaßt, dass die Befähigung des Eigenschaftsvektors, das Ergebnis (ROSC/ Nicht-ROSC) vorherzusagen, im Rahmen der Forderung der Allgemeingültigkeit optimiert wird.
Ein Eigenschaftsvektor v ist somit dadurch gekennzeichnet, dass er ECG-Segmente darstellt, nach denen nach dem Schock ROSC folgt, der typischerweise von den ECG-Segmenten verschieden ist, nach denen nach dem Schock Nicht-ROSC folgt. Ein derartiger Eigenschaftsvektor wird durch ein Iterationsverfahren erzeugt, in dem die Parameter für jeden Iterationsschritt eingestellt werden, bis die besten Leistungen erzielt werden, siehe 5.
Durch Gruppieren der Eigenschaftsvektoren im Satz empirischer Daten, die fast identisch sind, und durch Addieren der Anzahl der Fälle ROSC und Nicht-ROSC für jeden dieser Sätze, wird dann der Wahrscheinlichkeitswert Prosc für ROSC statistisch relativ zum Wert eines ankommenden Eigenschaftsvektors ausgedrückt, der das ECG-Segment darstellt, für das Prosc berechnet werden soll.
Der Eigenschaftsvektor eines ECG-Segments besteht aus einer Reihe von Elementen, die zusammen das ECG-Segment im Hinblick auf das Ergebnis nach einem Schock kennzeichnen. Es soll angenommen werden, der Wahrscheinlichkeitsvektor bestehe aus (n + p) Elementen, die zusammen ein bestimmtes ECG-Segment beschreiben. Der Eigenschaftsvektor stellt dann n Energieberechnungen des Ausgangssignals von n verschiedenen digitalen Filtern dar, wo das ECG-Segment das Eingangssignal plus p Parameter bildet, die die kennzeichnenden Merkmale durch das Leistungsdichtespektrum des ECG-Segments ausdrücken. Bevorzugte kennzeichnende Merkmale sind: Die Frequenz am Schwerpunkt, die Frequenz am Punkt des Maximums, Flachheitsspektrums-Messungen und die Spektrumsenergie. In gewissen Grenzen werden diese Parameter sich hinsichtlich der Informationsinhalte überlappen. Um den Satz Daten zu verringern, ohne dass der Informationsumfang verringert wird, kann beispielsweise eine Analyse der Hauptkomponenten angewandt werden. Mit einer solchen Methode kann ein großer Datensatz, der mit (n + p) Elementen beschrieben wird, in jedem Vektor auf einen Satz Daten verkleinert werden, bei dem jeder Vektor nur m Elemente aufweist; m < (n + p).
Eine praktische Weise, diese statistische Wechselbeziehung auszudrücken, geschieht durch eine Prosc-Funktion, die einen Ersatz für all die empirischen Daten darstellt, die aber mathematisch die gleiche Beziehung zwischen dem Eigenschaftsvektor und Prosc ausdrückt.
Diese Funktion wird in den Programmcode der Analyseeinheit eingegeben, so dass, wenn diese ein Segment von ECG erhält, die Analyseeinheit zuerst die gleiche Berechnung des Eigenschaftsvektors durchführt, wie diejenige, die der Computer durchführt und dann den Eigenschaftsvektor als Eingabe für die Prosc-Funktion verwendet, um den Wahrscheinlichkeitswert eines unmittelbar folgenden Defibrillatorschocks zu berechnen, der zu ROSC führt.
Die Analyseeinheit kann weitere Nuancen verleihen und dadurch einen genaueren Wahrscheinlichkeitswert angeben, indem auch Wissen über die Behandlung und den Patienten genutzt wird, welches in Relation zu den empirischen Daten gesehen wird.
Die sich ständig ändernden Formen der Behandlung und der Patientencharakteristiken machen eine laufende Aktualisierung der empirischen Grundlagen erforderlich. Das wird dadurch erreicht, dass jede Analyseeinheit ihre Erfahrung bezüglich jedes Schocks an den Zentralcomputer weiterleitet, wobei dieser die Gruppierung der Eigenschaftsvektoren wiederholt, die Prosc-Funktion neu berechnet und das Ergebnis zur Analyseeinheit rücküberträgt.

Claims

System zum Berechnen von Wahrscheinlichkeitswerten für das Ergebnis eines unmittelbar folgenden Defibrillatorschocks, der zum Widereinsetzen des spontanen Kreislaufs (ROSC) führt, wobei – eine Analyseeinheit mit einem Modul verbunden ist, das über Elektroden, die an einen Patienten angeschlossen sind, bioelektrische Signale mißt, – die Analyseeinheit vorgesehen ist, die bioelektrischen Signale kontinuierlich zu Segmenten zu ordnen, – die Analyseeinheit für jedes Segment vorgesehen ist, um einen Kombinationsparameter zu berechnen, der den Zustand des Herzens kennzeichnet, – die Analyseeinheit vorgesehen ist, um mit Hilfe eines Vergleichs jeder Kombination von Parametern eine entsprechende Kombination von Parametern zu finden, die aus früheren Defibrillator-Behandlungen gewonnen wurden, wobei jeder Kombination von Parametern ein Wahrscheinlichkeitswert zugewiesen wird, bei dem der Wahrscheinlichkeitswert die Anzahl der Defibrillatoschocks ausdrückt, die zum Widereinsetzen des spontanen Kreislaufs, ROSC, führen, bezogen auf die Gesamtzahl der Defibrillatoschocks für jede Kombination von Parametern, und – die Analyseeinheit einen Ausgang für den Wahrscheinlichkeitswert aufweist.
System nach Anspruch 1, wobei die bioelektrischen Signale Signale der elektrischen Aktivität im Herzen (ECG-Signale) sind.
System nach Anspruch 1, wobei die Analyseeinheit (2) zur Berechnung des Wahrscheinlichkeitswertes mit Hilfe eines Algorithmus vorgesehen ist.
System nach Anspruch 1 bis 3, wobei der Algorithmus zur Berechnung des Wahrscheinlichkeitswertes eine Nachschlagetabelle in einer m-dimensionalen Tabelle ist, in der für jedes Tabellenelement ein numerischer Wert für den Wahrscheinlichkeitswert gespeichert ist, und die Nachschlagetabelle vom Wert eines m-dimensionalen Vektors festgelegt wird, der Wert des m-dimensionalen Vektors aus der Berechnung der Energie der jeweiligen m verschiedenen Signalsequenzen abgeleitet wird, die am Ausgang der m verschiedenen digitalen Filter dargestellt werden, und das Signal am Eingang jedes digitalen Filters das Segment des ECG-Signals ist.
System nach Anspruch 4, wobei der Wert des m-dimensionalen Vektors aus der Berechnung der Flachheit, der Energie, der Frequenz am Schwerpunkt und der Frequenz am Punkt des Maximums eines Leistungsdichtespektrums abgeleitet wird, an dem das Leistungsdichtespektrum aus dem ECG-Signalsegment abgeleitet wird.
System nach den Ansprüchen 1 bis 5, wobei die Berechnungseinheit mit einem Datenspeicher verbunden ist, und die Berechnungseinheit für jede Behandlung Parameter speichert, die den Patienten beschreiben und Parameter, die die Behandlung beschreiben, und die Berechnungseinheit mit einer Einrichtung zum Austausch von Daten verbunden ist, der Austausch von Daten regelmäßig mit einem Zentralcomputer stattfindet, vom dem die Berechnungseinheit den optimierten Algorithmus zur Berechnung des Wahrscheinlichkeitswertes und der Computer Informationen erhält, die im Datenspeicher gespeichert werden.
System nach den Ansprüchen 1 bis 6, wobei ein optimierter Algorithmus bereitgestellt wird, indem zuerst ein aktualisierter Satz empirischer Daten erstellt wird, die aus Informationen über eine Reihe neuer Patientenbehandlungen zusammen mit Informationen über eine Reihe früherer Patientenbehandlungen bestehen, die alle ECG-Sequenzen enthalten, bei denen das Ergebnis nach dem Schock bekannt ist; der optimierte Algorithmus durch iteratives Suchen nach Filterkoeffizienten an m digitalen Filtern entsteht, an denen die Filterkoeffizienten iterativ im Hinblick auf die Durchführung einer Klassifizierungsroutine eingestellt werden, und die Klassifizierungsroutine wiederum iterativ im Hinblick auf Leistung und Allgemeingültigkeit eingestellt wird, die Leistung als Summe aus Empfindlichkeit und Spezifität für die Einordnung jeder ECG-Sequenz in die Ergebnisklassen ROSC bzw. Nicht-ROSC definiert wird, und das tatsächliche Ergebnis des Schocks für jede ECG-Sequenz bekannt ist, die Allgemeingültigkeit erfüllt ist, wenn die Klassifizierungsroutine für eine willkürlich zusammengesetzte Hälfte des empirischen Materials die gleiche Leistung wie für den Rest des empirischen Materials erbringt, die Messung von Allgemeingültigkeit und Leistung so erfolgt, dass jede ECG-Sequenz in dem empirischen Material als ein m-dimensionaler Vektor ausgedrückt wird, der aus der Energie am Ausgang von m digitalen Filtern berechnet wird, die Klassifizierungsroutine jeden m-dimensionalen Vektor in eine Ergebnisklasse ROSC bzw. Nicht-ROSC einordnet, die Leistung als Summe aus Empfindlichkeit und Spezifität der Klassifizierungsroutine gemessen wird, eine willkürlich zusammengesetzte Hälfte des empirischen Materials die gleiche Leistung wie der Rest des empirischen Materials erbringt, der optimierte Algorithmus zur Berechnung des Wahrscheinlichkeitswerts aus einer Matrix mit m Matrixelementen besteht, jedes Matrixelement einen Wahrscheinlichkeitswert ausdrückt, der Wahrscheinlichkeitswert für jedes Matrixelement durch Gruppieren der ECG-Sequenzen bereitgestellt wird, was durch beinahe identische m-dimensionale Vektoren ausgedrückt wird, das Auftreten der elektrischen Aktivität im Herzen (ECG), die zu ROSC durch Schock geführt hat, plus der Summe des Auftretens von ECG, das zu Nicht-ROSC durch Schock geführt haben, den Wahrscheinlichkeitswert für das Matrixelement bilden, und die m-dimensionale Matrix zusammen mit dem Filterkoeffizienten den optimierten Algorithmus zur Berechnung des Wahrscheinlichkeitswertes bilden.
System nach Anspruch 1, wobei der Ausgang der Analyseeinheit mit einem Empfänger in Form einer Anzeigeeinheit verbunden ist.
System nach Anspruch 8, wobei der Empfänger ein Defibrillator ist.
System nach Anspruch 1, wobei der Empfänger des Wahrscheinlichkeitswertes ein Algorithmus als Entscheidungshilfe für die Wahl der Behandlung ist.
System nach Anspruch 1, wobei die Analyseeinheit (2) Zeiträume einer positiven Änderung des Wahrscheinlichkeitswertes zusammen mit Parametern erkennt, die die Behandlung kennzeichnen, und den numerischen Wert der positiven Änderung des Wahrscheinlichkeitswertes zusammen mit dem Mittelwert jedes Behandlungsparameters in dem Zeitraum an einen Empfänger weiterleitet.
System nach Anspruch 1, wobei der Empfänger des numerischen Wertes der positiven Änderung des Wahrscheinlichkeitswertes zusammen mit dem Mittelwert jedes Behandlungsparameters in dem Zeitraum eine Anzeigeeinheit ist.
System nach Anspruch 1, wobei der Empfänger des numerischen Wertes der positiven Änderung des Wahrscheinlichkeitswertes zusammen mit dem Mittelwert jedes Behandlungsparameters in dem Zeitraum ein Algorithmus als Entscheidungshilfe für die Wahl der Behandlung ist.
System nach den Ansprüchen 1 bis 13, wobei eine Vorrichtung zur Anzeige von patientenspezifischen Informationen und/oder behandlungsspezifischer Informationen mit der Analyseeinheit (2) verbunden ist.