JP2006511311A - 心臓病リスク評価方法 - Google Patents

Abstract

患者の自律神経バランス、死のリスク、及びこれらのアセスメントの点から見た治療に対する患者の応答を評価する、データ管理方法を記載する。この方法は、「未加工の変数」（ＲＶ）セットが、患者の心血管反射調節及び死のリスクを定量化する死亡率予測指数（ＭＰＩ）として定義される新規変数の１つ又は複数に変換されるプロセスを記載する。変換された変数は、中枢及び末梢の化学受容性、圧反射、並びに末梢の作業受容器（ｅｒｇｏ ｒｅｃｅｐｔｏｒｓ）を表し、これらが次には、交感神経−迷走神経バランス又は自律神経バランスの指標を提供する。安静時、動的アイソトニック運動の間、及び回復の間の、ＭＰＩ、したがって自律神経バランスの交感神経成分及び副交感神経成分の、選択並びに測定プロセスを記載する。本発明は、さらに、変換された特定の変数について、カプランマイヤープロットを使用して死のリスクを定義する。当該方法によって、医師が、単純で広く理解された視覚化技術を使用して、多数の情報源から複雑なデータを収集し、考察し、追跡し、管理して、治療行為の結果をより良く理解することができる。

Description

本発明は、一般に、データ管理及びデータ処理の分野に関する。より詳細には、本発明は、患者の自律神経バランス、死のリスク、並びに治療に対する患者の応答を評価するための、患者データの管理及び処理に関わる。開示される方法によって、医師は、単純で広く理解された視覚化技術を使用して、多数の情報源から複雑なデータを収集し、考察し、追跡し、管理して、治療行為の結果をより良く理解することができる。提供されるデータには、これだけに限るものではないが、心肺運動負荷（ＣＰＸ：ｃａｒｄｉｏｐｕｌｍｏｎａｒｙ ｅｘｅｒｃｉｓｅ）試験システムを使用して測定される動的心肺変数（ＤＣＰ：ｄｙｎａｍｉｃ−ｃａｒｄｉｏｐｕｌｍｏｎａｒｙ ｖａｒｉａｂｌｅｓ）、及び市販の血液化学検査器具によって収集される静的生化学／神経液変数（ＳＢＮＶ：ｓｔａｔｉｃ，ｂｉｏｃｈｅｍｉｃａｌ／ｎｅｕｒｏｈｕｍｏｒａｌ ｖａｒｉａｂｌｅｓ）が含まれる。

コンピュータ化されたシステムを使用して患者の生理学的状態を監視することが有用であることが、広く認識されている。この理由から、手術中、術後ＩＣＵ内、心臓ＩＣＵ内などを含め、突然死のリスクがある患者を監視するコンピュータ化された多種多様な生理学的測定手段が市販されている。

また、心肺運動負荷試験（ＣＰＸ）が、有酸素能に関する患者の即時の生理学的状態を定量化するための有用な情報をもたらすことも、広く認識されている。ＣＰＸシステムは、言うまでもなく、単純に、酸素消費量（ＶＯ_２）、二酸化炭素産生量（ＶＣＯ_２）、換気量（ＶＥ）、及び心拍度数（ＨＲ）を測定する。通常、これらの測定値から、患者の最大有酸素能（ピーク到達ＶＯ_２）及び消耗指数（無酸素性作業閾値（ａｎａｅｒｏｂｉｃ ｔｈｒｅｓｈｏｌｄ）、すなわち呼吸性代償の開始）を導き出すことができる。

他の多機能ＣＰＸシステムは、Ａｎｄｅｒｓｏｎらの文献（米国特許第４，４６３，７５４号）に示されている。当該システムには、呼吸ごとの心肺機能のリアルタイム分析を実施するマイクロプロセッサベースの波形解析装置が含まれ、身体の健康状態を診断且つ確認するための、負荷試験を含む複数のパラメータを測定する。この装置は、評価データの優れた供給源であるが、明らかに、特定の患者群に関するリスク因子を定義する患者データ管理システムとしては機能しない。そのようなデータを測定データの表及びグラフから成る未加工の形式で使用することは、なぜなら、通常、臨床医には避けられている。データの提示の例が不完全であり、最も専門の臨床医以外には無関係なものと見なされるからである。必要なこと、すなわち、１）患者のリスク因子が何であるか、２）治療に対する経時的な患者の応答がどのようであるかを臨床医に伝えるには、単純にデータ点が多すぎ、データ変換が不十分である。ＣＰＸ試験に対する他の制限事項は、認知されているように、患者を有効ピークＶＯ_２まで運動させる必要があることである。本明細書に記載の方法は、患者がピークＶＯ_２に到達しない場合でも有効な、心肺勾配変数（ＣＳＶ：ｃａｒｄｉｏｐｕｌｍｏｎａｒｙ ｓｌｏｐｅ ｖａｒｉａｂｌｅｓ）を使用し、それによって総試験時間を短縮し、したがって患者の我慢を短縮する。

さらに、慢性疾患を患う患者に関係するデータのクラスを長期的に監視するための、同様のコンピュータ化システムは存在しない。そのような疾患には、慢性閉塞性肺疾患ＣＯＰＤ（ｃｈｒｏｎｉｃ ｏｂｓｔｒｕｃｔｉｖｅ ｐｕｌｍｏｎａｒｙ ｄｉｓｅａｓｅ）、高血圧若しくは虚血性の冠動脈性心疾患（ＣＨＤ：ｃｏｒｏｎａｒｙ ｈｅａｒｔ ｄｉｓｅａｓｅ）による鬱血心不全（ＣＨＦ：ｃｏｎｇｅｓｔｉｖｅ ｈｅａｒｔ ｆａｉｌｕｒｅ）、或いは徐脈性不整脈及び／又は頻脈性不整脈の処置のための心臓ペースメーカ及び／又は植込み型心臓細動除去器を有する患者、或いはアテローム性動脈硬化又は深部静脈血栓により生ずる末梢血管疾患（ＰＶＤ：ｐｅｒｉｐｈｅｒａｌ ｖａｓｃｕｌａｒ ｄｉｓｅａｓｅ）を患う患者が含まれる。突然死とは対照的に、これらの形態の慢性疾患は、長期にわたる変性プロセスを特徴とする。したがって、ＣＨＦは、医療費払戻しのための診断群別分類（ＤＲＧ：ｄｉａｇｎｏｓｔｉｃ ｒｅｌａｔｅｄ ｇｒｏｕｐｉｎｇｓ）の中で最も高額である。今日、長期的な慢性疾患を患う患者の処置に利用可能な治療がいくつかあるが、そのような治療によって疾患の過程を逆行させるのに要する時間が長く、また処方医によって使用されるべき完全に統合された情報フィードバックシステムが存在しないので、そのような治療の効果は、十分には理解されていない。

本発明の方法は、本明細書に記載のように、市販の患者監視システムに類似の機能を提供するが、新しいクラスのデータがいくつか導入されており、これらクラスのデータが、はるかに長い時間枠にわたる監視について、測定され、変換され、提示される。

医師の役割をさらに複雑にしている今日の他の欠点は、処置の間に利用可能な総ての関連情報の集中化に欠けることである。処置を評価するのに使用できるクラスの情報がいくつか存在するが、これらは、現在のところ、別個の情報源として提供されている。脳性ナトリウム利尿ペプチド（ＢＮＰ：ｂｒａｉｎ ｎａｔｒｉｕｒｅｔｉｃ ｐｅｐｔｉｄｅ）やＣ反応性タンパク質など、生化学／神経液データを評価するために、しばしば血液試料が収集される。本発明は、関連データの多数のクラスについてデータ管理機能を集中化することによって、この複雑さを低減する。

本発明は、前述した問題すべてをかなりの程度まで取り除く。本発明は、平均値並びに認められる若しくは推定される標準偏差及びカットオフポイント（死のリスクの増加の徴候を示す変数値）が存在する、関連変数の複数のクラスから収集されたデータを管理及び処理する様々な哲学的手法を提示する。当該方法は、データを統計的に使用可能な形式に変換し、その後、当該データに正の大きさの値及び負の大きさの値から選択される大きさの値を割り当て、当該データを、視覚化された相対的な値を有するオブジェクトとして提示するものである。正の値及び負の値は、例えばデータ重量を表現するために、天秤型の提示で累積することができる。

詳細な実施形態では、患者の動的変数データ及び静的変数データを使用して、概念について説明する。治療に対する患者の応答を評価するために、データは、長期間にわたって収集される。本発明には、２つのクラスの与件変数、すなわち、１）動的心肺（ＤＣＰ）変数、及び２）静的生化学／神経液（ＳＢＮ）変数の統合を含め、新規の評価概念がいくつか含まれる。本発明は、さらに、未加工のＤＣＰ変数を、消耗閾値及び有酸素能を定義するブレークポイントに変換することについて記載しており、このブレークポイントが、その後、測定されたブレークポイントについての正常値とともに、「仮想バロメータ」を使用して表示される。未加工のＤＣＰ変数対は、さらに、心肺勾配変数（ＣＳＶ）、すなわち、患者の心血管反射調節能力の特定の一側面の代替的測定値を表す、非侵襲的に測定された変数に変換される。

後述するように、測定されたブレークポイント、ＣＳＶ、及び／又はＳＢＮＶと、その統計的に導出された平均値との間の差を、統計的に導出された標準偏差によって除して、自律神経バランス指数（ＡＢＩ：Ａｕｔｏｎｏｍｉｃ Ｂａｌａｎｃｅ Ｉｎｄｅｘ）と呼ばれる新規変数を定義する。また、「正規化値」（ＮＶ：ｎｏｒｍａｌｉｚｉｎｇ ｖａｌｕｅ）は、カットオフポイントと平均値との差を標準偏差で除した分数として定義される。次いで、ＮＶからＡＢＩを減じて、この値をさらにＮＶで除すことによって、中間死亡率予測指数（ＭＰＩ１：Ｍｏｒｔａｌｉｔｙ Ｐｒｅｄｉｃｔｉｏｎ Ｉｎｄｅｘ）が計算される。ＭＰＩを計算する際の最終ステップは、ＭＰＩ１をＮＶで除すステップである。

各ＭＰＩは、「仮想天秤ばかり（ｖｉｒｔｕａｌ ｂａｌａｎｃｅ ｂｅａｍ ｓｃａｌｅ）」上に「載せられる」。この仮想天秤ばかりの「指示器」は、患者が高い死のリスクを持つかどうかと、そのリスクの相対的な大きさを明示するように設計される。ＭＰＩの負の値は、はかりの左側に載せられ、交感神経の過剰な作動（ｏｖｅｒｄｒｉｖｅ）を表し、患者の死のリスクを定量化する。ＭＰＩの正の値は、はかりの右側に載せられ、統計的評価に基づく死のリスクがない自律神経バランスを表す。はかりの両側のＭＰＩ値は、「計量され」、合計を出すために加算される。符号及び大きさを使用して、特定の日時についての患者の累積ＭＰＩが明示される。

さらに、ブレークポイント、ＣＳＶ、ＳＢＮＶ、個々のＭＰＩ、及び累積ＡＢＩのそれぞれの傾向を示すグラフを経時的にプロットして、治療によって誘発される変化を反映させることができる。この方法では、患者の死のリスクを、また、変数統計学に関し情報源となる文献から得られるカプランマイヤープロット（Ｋａｐｌａｎ−Ｍｅｉｅｒ Ｐｌｏｔ）を使用して表示することもできる。

２つのクラスのＡＢＩ、すなわち、１）動的心肺（ＤＣＰ）、及び２）静的生化学／神経液（ＳＢＮ）について説明する。ＤＣＰクラスのＲＶは、ＶＯ_２、ＶＣＯ_２、ＶＥ、及びＨＲであり、心肺運動負荷（ＣＰＸ）試験システムを使用して、仕事量を短時間にわたって直線的に増加させる（強制的機能）ようにプログラムされたエルゴメータで患者が運動している間に測定される。これらのＲＶは、強制的仕事負荷機能及び患者に生じた生理学的変化を反映する動態並びにブレークポイントを決定するために、さらに分析される。

ＳＢＮクラスのＲＶ（ＳＢＮＶ）は、市販の血液化学検査器具を使用して得られ、このＲＶには、脳性ナトリウム利尿ペプチド（ＢＮＰ）及び反応性タンパク質が含まれる。この分析の結果は、「仮想バロメータ」の表示を使用して、個々の同様の人体計測データについての統計的正常値と比較される。

ＤＣＰクラスのＲＶは、さらに、「心肺勾配変数」（ＣＳＶ）として定義される新規クラスの変数を決定するために分析される。そのような分析には、応答勾配（ｓｌｏｐｅ）を導出するために互いに対してプロットされた２つのＲＶの線形回帰分析が含まれる。次いで、そのようにして導出された値は、科学文献から得られるそのＲＶセットについての勾配の平均値（ＭＶ）と比較され、ブレークポイント、ＣＳＶ、及びＳＢＮＶすべてについて参照テーブルに格納される。ＣＳＶについてのＭＰＩが、前述のように計算される。

同様に、ＤＣＰクラスのＲＶはまた、ブレークポイントを得るために引き続き分析される。分析は、ＤＣＰについてのＭＰＩの導出を続ける。さらに、心肺ブレークポイント、ＣＳＶ、ＳＢＮＶ、及び累積ＭＰＩのそれぞれの傾向を示すグラフを経時的にプロットして、治療によって誘発される変化を反映させることができる。さらに、個々のＭＰＩは、いずれも科学文献から導出されており、情報源となる文献を入手するための手段が、医師の参照ために与えられている。

したがって、本発明の主な利点は、多数のデータセットを収集し、変換し、統合し、提示し、管理する改良方法を提供することである。当該データは、患者のリスクを特定し、治療によって誘発される応答を経時的に監視するために使用される、医療関連データとすることができる。初めに、これには、２つのクラスのデータ、すなわち、１）動的心肺（ＤＣＰ）データ、及び２）静的生化学／神経液（ＳＢＮ）データの、データ取得及びデータ変換を統合する方法が含まれる。

本発明は、ＣＰＸ試験によって測定された「未加工の変数」から観測されるブレークポイントの測定値及び正常値を、「仮想バロメータ」を使用して視覚的に表示する、新規方法を提供する。

他の利点として、本発明は、（１）ピーク到達ＶＯ_２、（２）無酸素性作業閾値、（３）呼吸性代償の開始、及び（４）最大到達酸素パルス（ＶＯ_２／ＨＲ）を含め、複数のブレークポイントを測定する手段を提供する。このような新規ブレークポイントが科学文献で利用可能になるにつれて、当該ブレークポイントによって前述のブレークポイントリストを拡張させることができる。

本発明は、ＣＰＸ試験によって測定される複数の「未加工の変数」から導き出される、心血管反射調節の指標を表す新規クラスの変数ＣＳＶを提供し、さらに、（１）換気効率（ＶＥ／ＶＣＯ_２の勾配）、（２）変時性応答指数（使用された心拍予備量と使用された代謝予備量との比率）、（３）有酸素パワー（Ａｅｒｏｂｉｃ Ｐｏｗｅｒ）（ＶＯ_２／仕事量の勾配）、（４）酸素摂取効率（Ｏｘｙｇｅｎ Ｕｐｔａｋｅ Ｅｆｆｉｃｉｅｎｃｙ）（ＶＯ_２／ｌｏｇＶＥの勾配）、及び（５）心拍度数回復（Ｈｅａｒｔ Ｒａｔｅ Ｒｅｃｏｖｅｒｙ）（運動後１分間の回復の後の心拍度数／時間の勾配）を含めた、複数のＣＳＶを測定するシステムを提供する。当該システムは、さらに、このような新規ＣＳＶを科学文献で利用可能になるにつれて、当該新規ＣＳＶによる前述のＣＳＶリストの拡張に対応する。

本発明の方法は、（１）ＢＮＰ、及び（２）Ｃ反応性タンパク質を含め、複数のＳＢＮＶを得る能力を有し、血液化学検査器具を使って取得されるＳＢＮＶを統合する。当該システムは、このような新規ＳＢＮＶが科学文献で利用可能になるにつれ、当該新規ＳＢＮＶに対応することができる。

本発明の新規方法は、さらに、複数のブレークポイント、ＣＳＶ、及びＳＢＮについての、統計的に導出された正常値に関し、科学文献に開示されているデータの統合を可能にし、医師の参照のために、ブレークポイント、ＣＳＶ、及びＳＢＮの正常値についての情報源となる文献へのアクセスを提供することができる。

本発明の他の特徴は、測定されたブレークポイント、ＣＳＶ、及びＳＢＮＶのそれぞれを、統計的に導出されたそれぞれについての平均値、標準偏差、及びカットオフポイントと比較して、死亡率予測指数を算出する能力である。

当該システムは、さらに、自律神経バランス及び患者の死のリスクを描写するのに使用できる「仮想天秤ばかり」を含む、新規の視覚的表示技術を特徴とする。

本発明は、また、ブレークポイント、ＣＳＶ、ＳＢＮＶ、個々のＭＰＩ、及び累積ＭＰＩの傾向を示すプロットを提示することもできる。

最後に、本発明は、データを使用して、測定された（１つ又は複数の）変数によるカプランマイヤープロットとして表される患者の死のリスクを明示する。

患者データに関する以下の詳細な説明は、本発明の概念を使用する好ましい方法を例示することを目的としたものであり、当業者が思い付く類似の方法及び追加ステップ若しくは他のステップに対して徹底的又は制限的なものでは決してない。以下では、さらに具体例を使用して説明するが、この例は、関連変数の複数のクラスからのデータを処理する、より広義の概念の十分な理解を当業者に伝えるに十分であると考えられ、徹底的な実施例は、不要と信じる。

前述のように、データのクラスの１つである動的心肺（ＤＣＰ）データは、仕事負荷量の増加によって生じる生理学的変化を引き出すための強制的な機能を果たす、標準化された仕事負荷プロトコルに従って実施される身体運動負荷試験を使用して得られる。このようなデータは、多種多様な医学的治療についての主要「エンドポイント」の記述と見なすことができる。すなわち、身体的仕事の実施に関与するときに、個人に生じる生理学的変化の点から見て、当該個人がその身体の世界でどのように機能できるかを説明するデータと見なすことができる。

生理学的変化は、心肺運動負荷試験システム（ＣＰＸ）を使用して測定され、これらの測定値若しくは「未加工の変数」（ＲＶ＝ＶＯ_２、ＶＣＯ_２、ＶＥ、ＨＲ）は、その後、連続的な段階で、（１）無酸素性作業閾値、呼吸性代償の開始、ピークＶＯ_２、及びピークＯ_２パルの点で定義されるブレークポイント、（２）「心肺勾配変数」（ＣＳＶ）、（３）測定されたブレークポイント及びＣＳＶを当該ブレークポイント及びＣＳＶの平均値並びに標準偏差と比較する「仮想バロメータ」を使用した、視覚的ディスプレイ、（４）個々のブレークポイント及びＣＳＶについて演算される死亡率予測指数、（５）「仮想天秤ばかり」を使用して、そのようなすべてのＣＳＶ及びブレークポイントを合計して得られる累積ＭＰＩ、並びに（６）カプランマイヤープロットを使用した定量化された死のリスクへと変換される。

そうすることで、「未加工の変数」は、それからは何も（測定単位をもった単純な値以外）暗示できない形式から、それから意味のある（診断的及び予測的）情報を導出できる形式へと変換され（身体の仕事に関するこの個人の能力は、正常な人にあるべき能力よりも低い）、それは、用語「正常」の意味を定義する科学的研究から導出される統計的用語で表現される。例えるなら、交通安全法は、自動車の速度の測定に基づいており、その時点での自動車の位置に基づかない。したがって、個人の慢性疾患による死からの「安全」は、いかなる時点でも心拍度数によって判断すべきではなく、むしろ、例えば、経時的に実施される仕事に対して測定したときの心拍度数の変化の割合（速度）によって判断すべきということになる。

患者の状態をより完全に評価するために、関連のあるデータを改良し、集中化してる医師の便宜を図ることは、患者の情報の追加的なクラスを利用可能にする。一例として、市販の血液化学検査器具の使用によって、静的生化学／神経液変数（ＳＢＮＶ）を収集することができる。各ＳＢＮＶには、このクラスについてのＭＰＩを導出するために、ステップ４及び５に類似のステップが実施される。ブレークポイント、ＣＳＶ、及びＳＢＮＶが得られ、合わせて分析されると、それらの患者リスク予測力がさらに著明になる。

そうすることで、医師は、いずれの時点でも、患者の状態の真の生理学的評価を導き出すために必要なデータ変換及びデータ統合の実施から解放される。また、変換されたデータの経時的な傾向を示すプロットを提供することによって、医師は、所与の治療行為の結果をよりよく理解することができる。行為（治療）及び生理学的応答（治療に対する応答）の閉鎖ループシステムを提供することによって、心疾患及び心血管疾患を患う患者の処置の質が向上し、コストが削減される。

必要な詳細を伝えるのに、個々のブレークポイント、ＣＳＶ、若しくはＳＢＮＶそれぞれについての変換プロセスを説明する必要はないと思われ、或いは累積ＭＰＩ、個々のブレークポイント、ＣＳＶ、ＳＢＮＶ、ＭＰＩそれぞれについての傾向を示すグラフ、並びにカプランマイヤープロットを使用して、所望の出力、すなわち、「仮想バロメータ」、変換された変数、「仮想天秤ばかり」を生成するために、個々のブレークポイント、ＣＳＶ、若しくはＳＢＮＶすべてが個々にどのように使用されるかを説明する必要はないと考えられている。不要な反復を避けるために、単一のブレークポイント、ＣＳＶ、及びＳＢＮがＭＰＩに変換される方法について詳細に説明する。また、得られたＭＰＩから目的の出力を生成するために使用される追加的な方法についても詳細に説明する。

本発明のデータ採集態様は、公知の技術及び分析に関わっており、それは、本発明によって観察者が患者（ｐａｔｅｎｔ）の現時の状態及び傾向に対する新規且つ有益な洞察を得られるようになる、データの処理及び複合化の態様である。したがって、好ましい方法によれば、心肺運動負荷試験（ＣＰＸ）は、各データセットについて実施される。このような試験の実施は、当業者にはよく理解されており、試験実施についてのこれ以上の説明は、不要と思われる。加えて、ＳＢＮＶクラスのデータの測定は、一般に市販されている血液化学検査器具を周知の方法で使用する血液分析によって得られ、この手順についてのこれ以上の説明は、不要と思われる。

このことを念頭において、図１に典型的なハードウェアが示されており、図１は、それによって心肺運動負荷試験（ＣＰＸ）を実施でき、本発明の方法に従って結果を表示できる、典型的な機器を示している。当該システムが、そこでＰＣ１２のパーソナルコンピュータとして示されたデータ処理装置を含むことがわかり、このデータ処理装置は、ビデオディスプレイ端末１４を、マウス１６、レポートプリンタ１７、及びキーボード１８と伴に含む。当該システムは、さらに、ディスクハンドラ２０を関連するフロッピー（登録商標）ディスク２２と伴に有する。当該技術分野では周知のように、フロッピー（登録商標）ディスクハンドラ２０の入出力インターフェースは、読取り／書込み装置を含んでおり、当該読取り／書込み装置が、機械可読媒体、すなわちフロッピー（登録商標）ディスク上の、格納された事前記録情報を読み取り、記録された情報を削除し、追加し、又は変更し、さらに、演算モジュール１２に含まれるＲＡＭ又はＲＯＭメモリ（図示せず）にロードされたソフトウェアプログラムに従って操作されるデータ又はオペランドと見なすことのできる信号を提供する。

プロトコルで使用される機器には、ペダルクランク入力装置３２を操作する被験者３０とともに２８で表されている、心肺ストレス負荷試験システム（ＣＰＸ）で使用されるように設計された自転車エルゴメータが含まれる。グラフィックディスプレイ装置３４は、ＣＰＸ装置の操作の間、被験者と対話する。ストレス依存性の生理学的且つ心理学的変数の形式をしたデータが測定される。生理学的変数は、心拍度数（ＨＲ）、換気量（ＶＥ）、酸素摂取若しくは酸素消費速度（ＶＯ_２）、及び二酸化炭素産生速度（ＶＣＯ_２）、又は認識されている他の変数から選択することができる。収集された生理学的データは、コンダクタ３１又は他の通信装置を介して、演算モジュール１２へと送られる。

個々の死亡率予測指数（ＭＰＩ）の計算
動的心肺クラス（ＤＣＰ）
心肺勾配変数
初めに、ＣＰＸ試験を使用して、患者が図１に示したようなエルゴメータ上で運動している間に、未加工のＤＣＰ変数であるＶＯ_２、ＶＣＯ_２、ＶＥ、ＨＲが測定される。このリストは、全包括的又は制限的なものではなく、経時的な、血圧などの追加的な変数が含まれる。図２に示したように、３つのデータ収集段階、すなわち、安静４０、アイソトニック運動４２、及び回復４４が使用される。未加工のＤＣＰ変数が心肺勾配変数（ＣＳＶ）に変換されるので、アイソトニック運動段階の間に患者が消耗状態まで運動する必要がないことが認識されよう。代わりに、運動による仕事負荷は、１）患者の疲労、又は２）ＶＯ_２及びＶＣＯ_２に対するＶＥの急激な加速により、４６で終了される。未加工のＤＣＰ変数は、仕事負荷が取り除かれた後、所定の時間量（回復期間）にわたって測定且つ収集される。

次いで、未加工のＤＣＰ変数は、１つ又は複数のクラスのＣＳＶに変換される。初めに、ＣＳＶには、（１）換気効率（ＶＥ／ＶＣＯ_２の勾配）、（２）変時性応答指数（使用された心拍予備量と使用された代謝予備量との比率）、（３）有酸素パワー（ＶＯ_２／仕事量の勾配）、（４）酸素摂取効率（ＶＯ_２／ｌｏｇＶＥの勾配）、及び（５）心拍度数回復（運動後１分間の回復の後の心拍度数／時間の勾配）が含まれる。前述したように、このリストは、全包括的なものではなく、いずれはこのようなＣＳＶの追加的なものが科学文献から利用可能になることが予想される。

好ましい変換方法の第１ステップは、コンピュータプログラムの実行である（図３）。ステップ１では、互いに対してプロットされた、５０からの２つの未加工の変数若しくはＲＶが、５２で線形回帰分析されて、５４で、図４に一例としてＶＥ／ＶＣＯ_２を用いて示された応答の勾配を導出する。また、５６で、回帰分析を使用して、心肺勾配変数（ＣＳＶ）の勾配が決定される。回帰分析に関しては、記録された試験データが、採取点（瞬時）ｔ_ｉを持つ時系列として換気量ＶＥ及び二酸化炭素排出量ＶＣＯ_２のチャネルを含んでおり、したがって、２セットのデータポイントＶＥ_ｉ及びＶＣＯ_２ｉ（ｉ−１，．．．，Ｎ）が存在することに留意する。ポイント対（ＶＥ_ｉ，ＶＣＯ２_ｉ）の全体に対して最も適合する直線ＶＥ＝ａＶＣＯ２＋ｂを見つけるには、これらのポイントから直線までの距離の２乗の合計を最小にする、線形回帰分析を使用することができる。例えば、ＰＲＥＳＳ，Ｗ．Ｈ．、Ｂ．Ｐ．ＦＬＡＮＮＥＲＹ、Ｓ．Ａ．ＴＥＵＫＯＬＳＫＹ、Ｗ．Ｔ．ＶＥＴＴＥＲＬＩＮＧ、「数値的手法、科学計算技術（Ｎｕｍｅｒｉｃａｌ Ｒｅｃｉｐｅｓ，Ｔｈｅ Ａｒｔ ｏｆ Ｓｃｉｅｎｔｉｆｉｃ Ｃｏｍｐｕｔｉｎｇ．）」、ケンブリッジ大学出版（Ｃａｍｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ）、ケンブリッジなど、１９８６、第１４．２章を参照されたい。このような分析の主な結果は、回帰直線を記述する定数ａ及びｂ、並びにこの直線に沿った又はこの直線の周囲にあるデータの規則性を示す尺度としての回帰係数ｒである。定数ａは、前述したデータ全体のＶＥ／ＶＣＯ_２の勾配である。

記録されたデータすべてがＶＥ／ＶＣＯ_２勾配パラメータの決定に有意であるとは限らず、ＣＰＸ試験のアイソトニック運動段階（図２の４２）に属する一部のデータだけが有意である。

ステップ２（図３）では、５８で、被試験対象に関する平均値（ＭＶ）及び標準偏差（ＳＤ）が、参照オブジェクト定義テーブル（Ｏｂｊｅｃｔ Ｄｅｆｉｎｉｔｉｏｎ Ｔａｂｌｅ）６０から得られる（図５も参照）。変換された変数タイプすべてが、オブジェクト定義テーブルにエントリを有する。図３のステップ３では、６２で、測定されたＣＳＶとＭＶとの間の差が算出され、このようにして導出された値が、６４で、ＣＳＶの標準偏差（前述の参照テーブル６０から得られる）によって除されて、６６で、ＣＳＶであるＶＥ／ＶＣＯ_２勾配についての自律神経バランス指数として定義される新規変数をもたらす。

ブレークポイント
ＣＰＸ試験の終了後、アイソトニック運動期間の間の強制的仕事負荷機能及び患者に生じた生理学的変化を反映するブレークポイント（ＢＰ）を決定するために、未加工のＤＣＰ変数をさらに分析するコンピュータプログラムが実行される。前述したＣＳＶと同様に、ＤＣＰクラスから導出される特定のＢＰを、さらにＡＢＩ値に変換することができる。

類似の統計的情報は、科学文献に存在しており、そのようなＢＰには、（１）ピーク到達ＶＯ_２、（２）最大到達酸素パルス（ＶＯ_２／ＨＲ）、（３）無酸素性作業閾値、（４）呼吸性代償（ＲＣ）の開始が含まれる。このリストは、全包括的なものではなく、このようなＢＰの追加的なものが科学文献で標準値として認められるようになることが予想される。

ＣＳＶについて前述したのと類似のプロセスにおいて、６８、７０、及び７２でコンピュータプログラム（図３の５０、５２、及び５４）が実行される。ステップ１では、ＢＰを導出するためにＯ_２脈（ＶＯ_２／ＨＲ）の分析が実施される。それは、一例としては図６を使用し、６８で時間に対するＯ_２脈のプロットが示されて、７０でピーク値が検出される。ピークＯ_２脈は、７２で示される。ステップ２では、５８で、ピークＯ_２脈についての平均値（ＭＶ）及び標準偏差（ＳＤ）が、ＣＳＶ変数の場合と同様に被試験対象６０について導出され、さらにオブジェクト定義参照テーブル（図５）から得られる。図３のステップ３では、７４で、測定されたピークＯ_２脈とＭＶとの間の差が算出される。このようにして導出された値は、７６で、ピークＯ_２脈の標準偏差によって除されて、７８で、ＢＰ変数であるピークＯ_２脈についての自律神経バランス指数（ＡＢＩ）として定義される新規変数をもたらす。

静的な一生化学／神経液クラス（ＳＢＮ）
図３に８０で示した未加工のＳＢＮＶは、上述で示したように測定される。初めに、ＳＢＮＶには、（１）ＢＮＰ、及び（２）Ｃ反応性タンパク質が含まれる。このリストは、全包括的又は制限的なものではなく、いずれはこのようなＳＢＮＶの追加的なものが科学文献から利用可能になることが予想される。

ＣＳＶ及びＢＰについて前述したのと類似のプロセスにおいて、コンピュータプログラム（図３のステップ１〜３）が実行される。ステップ２では、５８で、被試験対象に関するＳＢＮＶ８０についての平均値（ＭＶ）及び標準偏差（ＳＤ）が、やはり、オブジェクト定義テーブル６０から得られる。ステップ３では、８２で、測定されたＳＢＮＶとＭＶとの間の差が算出され、このようにして導出された値が、８４で、ＳＢＮＶの標準偏差（前述の参照テーブル６０から得られる）によって除されて、８６で、ＳＢＮＶについての自律神経バランス指数（ＡＢＩ）として定義される新規変数をもたらす。

ＭＰＩの計算
好ましい変換方法の次のステップでは、オブジェクト定義テーブル（図５）でそのプロパティが定義されたＭＰＩを定義するために、コンピュータプログラム（図７）が実行される。正規化値（ＮＶ：Ｎｏｒｍａｌｉｚｉｎｇ Ｖａｌｕｅ）の考え方によって、ＡＢＩをさらに変換することができる。ＮＶは、ＣＳＶ、ＢＰ、又はＳＢＮについて測定された値を、患者の死のリスクを定義する研究データに結び付ける。ＮＶは、それからＡＢＩを減じると、このリスクの高さを示す値をもたらすような数である。９８で、ＭＰＩの値＝（ＮＶ−ＡＢＩ）／ＮＶであり、定義によれば、負の値は、高いリスクを示す。軽減因子は、一部の変数（換気効率勾配）で、高い値が高いリスクを示す。一部の変数（変時性応答指数）では、低い値が高いリスクを示す。この理由から、９６で、ＡＢＩの符号を適宜調節しなければならない。ＭＰＩの負の値が大きいほど、死のリスクが高い。正のＭＰＩは、単純に、測定された変数の変換値が、カットオフポイントによって定義される高いリスクの範囲外にあることを示す。

次いで、ＣＳＶ、ブレークポイント、及びＳＢＮＶについてのＭＰＩ計算値が、９０、９２、９４で、対応する特定のＡＢＩ６６、７８、８６について算出される。図８に示すように、ユーザが１００でシステムのマウスを「右クリック」すると、ＭＰＩプロパティがドロップダウンリスト１０２に表示される。

仮想天秤ばかりへのＭＰＩの載荷及び表示
例示的な変換方法の次のステップは、前述のように値が算出されたＭＰＩで載荷される「仮想天秤ばかり」を表示するためのコンピュータプログラムの実行である。事前に定義されたＭＰＩは、それぞれ図９で処理される。１１０でＭＰＩの符号が負である（交感神経の過剰作動を示す）場合、当該ＭＰＩは、１１２ではかりの左側に「載せられる」。１１０でＭＰＩの符号が正である（自律神経バランスを示す）場合、当該ＭＰＩは、１１４ではかりの右側に「載せられ」、累計の一部となる。このプロセスが完了すると、「左側に載せられた」すべてのＭＰＩが左側の秤皿上に現れ、「右側に載せられた」すべてのＭＰＩが右側の秤皿上に現れる。載荷された天秤ばかりの一例は、図１０のように見える。次いで、「仮想針」１２０が、はかり１２２上の値を示し、またさらに、患者が自律神経バランスを示すか、又は交感神経の過剰作動及び高い死のリスク側に傾いているかを示し、その様子が図１１に相対的に示されている。

仮想バロメータを表示する好ましい方法
図１２では、「仮想バロメータ」上で変換された測定値が１３０及び１３２に示され、次いで統計的平均値及び標準偏差が、１３４、１３６に表示され、それによって「正常な」個人に関連付けられた患者の状態のグラフィック描写を提供する。バロメータは、その高さが測定された変数に等しいバー１３８として表される。比較の目的で、その後の試験値を１４０に表示することができる。加えて、ある標準偏差より下の領域及び上の領域を色分けして、測定された変数が患者の状態の改善（１４２の緑色の陰影）を表すか、又は患者の状態の悪化（１４４の赤色の陰影）を表すか示すことができる。このようにして、傾向情報を同様に導出することができる。

死のリスクの表示
患者の死のリスクは、図１３に示したように、カプランマイヤープロットを使用して表示される。変換された変数の値及び情報源である文献が、図１３に描かれるように、再生成されたプロット上に印刷される。

傾向グラフを表示する好ましい方法
好ましい変換方法の次のステップは、連続的な試験日付について、測定された変数、個々のＭＰＩ、及び累積ＭＰＩの傾向グラフを提供することである（図１４）。図１４では、１５０、１５２で測定値が示され、次いでそれぞれについての統計的平均値及び標準偏差が、１５４、１５６に表示され、それによって「正常な」個人に関連付けられた患者の状態のグラフィック描写を提供する。カットオフポイントは、１５８に表示される。したがって、別個の区域、すなわち、平均値がある標準偏差未満の区域１６０、平均値がある標準偏差前後の区域１６２、及びカットオフポイントを超える領域１６４が定義される。図１４では、もう１つの区域を１６６で示すことができ、これは、ある標準偏差及びカットオフポイントより上の領域である（これがまた、用語「カットオフポイント」と「標準偏差」との相違を説明する）。加えて、ある標準偏差より下の領域１６０及びカットオフポイントより上の領域１６４を色分けして、測定された変数が患者の状態の改善（１６０の緑色の陰影）を表すか、又は患者の状態の悪化（１６４の赤色の陰影）を表すか示すことができる。

特許法に従うために、またさらに、新規原理を適用し、また必要に応じてそのような特殊なコンポーネントを構築して使用するのに必要な情報を当業者に提供するために、本発明についてかなり詳細に説明した。ただし、本発明を明確に異なる機器及び装置によって実施でき、また、本発明自体の範囲から逸脱することなく、機器の詳細及び操作手順に関して様々な変更を達成できることを理解すべきである。

本発明で使用可能なＣＰＸ試験システムの機能的コンポーネントを示す略図である。 時間軸に沿った動的心肺データ収集の３つの段階、すなわち、安静、アイソトニック運動、及び回復を示す図である。 本発明の自律神経バランス指数（ＡＢＩ）変換プロセスを示す図である。 回帰直線及びその勾配を示すＶＥ／ＶＣＯ_２のプロットである。 詳細な説明において提供される実施例で使用される各変数クラスについてのエントリを含む、オブジェクト定義テーブルの形式を示す図である。 時間に対するＯ_２脈（ＶＯ_２／ＨＲ）を示すプロットである。 死亡率予測指数（ＭＰＩ）計算ステップを示す図である。 ＭＰＩのプロパティを示す図である。 仮想天秤ばかりに載荷するプロトコルを示す図である。 図９のプロトコルに従って載荷された仮想天秤ばかりを示す図である。 累積ＭＰＩによる仮想天秤ばかりをさらに示す図であり、患者がバランス状態を示すか、又は交感神経の暴走に傾いているかに関して、針がはかり上の値を指示する様子を示す図である。 測定値セット間の変換された測定値の変化にさらに注目した、変換された変数と、それぞれについての統計的正常値とを比較する、測定値対正常値バロメータを示す図である。 心不全死亡率の予測因子としてのカプランマイヤープロットを示す図である。 経時的なＶＥ／ＶＣＯ_２勾配の変化及びＶＥ／ＶＣＯ_２勾配についての平均値を示す傾向グラフである。

Claims (26)

1. 慢性の心血管疾患又は心肺疾患を患う患者に与えられた治療を評価する方法であって、仮想の視覚的オブジェクトへと数学的に変換し複合化された生理学的測定値から導出される選択されたリスク因子に基づき、死のリスクの個々の分析及び累積分析をグラフィック表示するステップを含む方法。
2. 前記選択されたリスク因子が、動的心肺運動負荷試験変数、静的生化学／神経液変数、及びこれらの組合せから成る群から選択される測定値から導出される、請求項１に記載の方法。
3. 前記リスク因子が、動的心肺運動負荷試験変数及び静的生化学／神経液変数の両方を含めた測定値から導出される、請求項２に記載の方法。
4. 前記生理学的測定値の前記動的心肺運動負荷試験変数が、
   （ａ）線形回帰分析を実施することによって動的心肺変数の第１変換を生み出して、回帰直線の勾配を得るステップと、
   （ｂ）ブレークポイント分析を実施することによって動的心肺変数の第２変換を生み出して、数値を得るステップと、
   （ｃ）上記ステップ（ａ）及び（ｂ）で得られた中間値について、統計的に導出された平均値、標準偏差値、及び正規化値を含む、オブジェクト定義テーブルを定義するステップと、
   （ｄ）上記ステップ（ａ）及び（ｂ）で得られた測定値から、前記オブジェクト定義テーブルから得られる平均値を減じて、差を得るステップと、
   （ｅ）ステップ（ｄ）で得られた差を前記オブジェクト定義テーブルから得られる標準偏差によって除すステップとを使用して、
   自律神経バランス指数として知られる変数のクラスに変換される、請求項２に記載の方法。
5. 前記生理学測定値の前記静的生化学／神経液変数が、
   （ａ）１つ又は複数の生化学／神経液変数の静的測定を実施するステップと、
   （ｂ）前記静的測定を実施して得られた値について、統計的に導出された平均値、標準偏差値、及び正規化値を含む、オブジェクト定義テーブルを定義するステップと、
   （ｃ）上記で得られた前記静的測定の値から、前記オブジェクト定義テーブルから得られる平均値を減じて、差を得るステップと、
   （ｄ）ステップ（ｃ）で得られた差を前記オブジェクト定義テーブルから得られる標準偏差によって除すステップとを使用して、
   自律神経バランス指数として知られる変数のクラスに変換される、請求項２に記載の方法。
6. 得られた前記自律神経バランス指数が、さらに、追加的な
   （ｆ）請求項４及び５で事前に得られた前記自律神経バランス指数において、小さい数がより高いリスクを示す場合、前記自律神経バランス指数の符号を反転させるステップと、
   （ｇ）カットオフ値と平均値との差を標準偏差で除した分数を表す正規化値から、（ｆ）で得られた値を減じるステップと、
   （ｈ）さらに（ｇ）で得られた結果を前記正規化値で除して、ＭＰＩについての最終値を得るステップと、
   （ｉ）視覚的対象を（ｈ）で得られた値に比例したサイズに拡大／縮小するステップとに従って、
   個々のリスク因子を定量化し、象徴的に表す（ｔｙｐｉｆｙ）ことできる視覚的オブジェクトとして表示することもできる死亡率予測指数（ＭＰＩ）に変換される、請求項４から５までのいずれか一項に記載の方法。
7. 請求項６に記載の方法であって、さらに、
   （ｉ）１つ又は複数の数学的演算子を使用して、負の符号を有する視覚的オブジェクトの個々の値を累積し、新規値を得るステップと、
   （ｊ）１つ又は複数の数学的演算子を使用して、正の符合を有する視覚的オブジェクトの個々の値を累積し、新規値を得るステップと、
   （ｋ）負の符号をもった前記視覚的オブジェクトを２皿型天秤ばかりの左側の秤皿上に置くステップと、
   （ｌ）正の符号をもった前記視覚的オブジェクトを２皿型天秤ばかりの右側の秤皿上に置くステップと、
   （ｍ）天秤ばかりの指示器に、（ｉ）で決定された前記新規値と、（ｊ）で決定された前記新規値との間の差に等しい秤値を指させ、正の場合にはある方向、負の場合には別の方向で、この差に比例した水平線からの角度に天秤棒を傾けさせるステップと、
   （ｍ）前記指示器が０の左側を指す領域を、高い死のリスクとして定義するステップと、
   （ｎ）前記指示器が０の右側を指す領域を、高い死のリスクなしとして定義するステップとを含む、個々の生理学的リスク因子が、「仮想」計量装置を使用して数学的に複合化されて表示される方法。
8. 前記変換された変数が、「仮想バロメータ」を使用して、統計的平均値及び標準偏差に関連付けて表示される、請求項４又は５のいずれか一項に記載の方法。
9. 前記変換された変数が、正若しくは負の結果を示すように設計された陰影の付いたカプランマイヤープロットとともに表示される、請求項４又は５のいずれか一項に記載の方法。
10. 前記変換された変数が、時系列グラフとして表示され、前記変換された変数の平均値、標準偏差、カットオフポイント、及び正若しくは負の傾向を示すように設計された陰影に関連付けられる、請求項４又は５のいずれか一項に記載の方法。
11. 前記変換された変数及びそれらの死亡率予測指数が、時系列グラフとして表示される、請求項６に記載の方法。
12. 前記変換された変数及びそれらの死亡率予測指数が、時系列グラフとして表示される、請求項７に記載の方法。
13. 前記動的心肺運動負荷試験変数が、患者による最大労力なしに得られる、請求項４から５までのいずれか一項に記載の方法。
14. データを処理する方法であって、
    （ａ）平均値及び標準偏差が存在する、関連変数の複数のクラスからデータを採集するステップと、
    （ｂ）前記データを統計的に使用可能な形式に変換するステップと、
    （ｃ）前記データに正の値及び負の値から選択される大きさの値を割り当て、前記データを、視覚化された相対的な値を有するオブジェクトとして提示するステップとを含む方法。
15. 前記オブジェクトをはかりの上に累積して、指示される最終結果を生成するステップをさらに含む、請求項１４に記載の方法。
16. 前記オブジェクトが、仮想天秤ばかりの上の重量として累積される、請求項１５に記載の方法。
17. 慢性の心血管疾患又は心肺疾患を患う患者に与えられた治療を評価するデータを提示する方法であって、仮想の視覚的オブジェクトへと数学的に変換し複合化した生理学的測定値から導出される選択されたリスク因子に基づき、死のリスクの個々の分析データ及び累積分析データをグラフィック表示するステップを含む方法。
18. 前記選択されたリスク因子が、動的心肺運動負荷試験変数、静的生化学／神経液変数、及びこれらの組合せから成る群から選択される測定値から導出される、請求項１７に記載の方法。
19. 前記リスク因子が、動的心肺運動負荷試験変数及び静的生化学／神経液変数の両方を含む測定値から導出される、請求項１８に記載の方法。
20. 前記生理学的測定データが、自律神経バランス指数として知られる変数のクラスとして提示される前記リスク因子の１つ又は複数に関係する、請求項１７から１９までのいずれか一項に記載の方法。
21. 前記自律神経バランス指数を変換して、個々のリスク因子を定量化し、象徴的に表す（ｔｙｐｉｆｙ）ことができる視覚的オブジェクトの形式で死亡率予測指数を提示するステップをさらに含む、請求項２０に記載の方法。
22. 前記変換された変数及びそれらの死亡率予測指数が、時系列グラフとして表示される、請求項２１に記載の方法。
23. 前記変換された変数が、正若しくは負の結果を示すように設計された陰影の付いたカプランマイヤープロットとともに表示される、請求項２１に記載の方法。
24. 前記変換された変数が、「仮想バロメータ」を使用して、統計的平均値及び標準偏差に関連して表示される、請求項２１に記載の方法。
25. 前記オブジェクトを視覚的ディスプレイとしてはかりの上に累積して、指示される最終結果を生成するステップをさらに含む、請求項１７に記載の方法。
26. 前記オブジェクトが、仮想天秤ばかりの上の重量として表される、請求項２５に記載の方法。