JP2014507187A - 逐次分類器を用いる心不全検出 - Google Patents

Abstract

患者における心不全を自動的に解析するシステムおよび方法であって、少なくとも第１センサおよび第２センサを用いて２つ以上のセンサ測定値を収集することにより、患者から生理学的データを収集することと、少なくとも第１センサ測定値に基づいて第１複合値を計算することとを含み、第１複合値は、患者の心不全状態が変化した可能性の指示である。第１複合値が第１指定範囲外である場合、少なくとも第２センサ測定値に基づいて第２複合値が計算され、第２複合値は、患者の心不全状態が変化した可能性の指示である。第２複合値が第２指定範囲外である場合、心不全状態の変化の警告が生成され、警告は、患者の心不全状態が悪化した可能性の指示を含む。第１指定範囲および第２指定範囲を変更することができる。

Description

本出願は、米国以外のすべての国々を指定する場合の出願人として米国企業のＣａｒｄｉａｃ Ｐａｃｅｍａｋｅｒｓ，Ｉｎｃ．の名義で、米国のみを指定する場合の出願人として米国市民のＱｉ Ａｎ、１８１５ １１３^ｔｈ Ｓｔ．ＮＥ、Ｂｌａｉｎｅ、Ｍｉｎｎｅｓｏｔａ ５５４４９およびＹｉ Ｚｈａｎｇ、６０６０ Ｌａｎｅｗｏｏｄ Ｌａｎｅ Ｎｏｒｔｈ，Ｐｌｙｍｏｕｔｈ、Ｍｉｎｎｅｓｏｔａ ５５４４６の名義で、２０１１年１１月３０日にＰＣＴ国際特許出願として出願されており、２０１１年１１月２９日に出願された米国特許出願第１３／３０６，３４３号明細書および２０１０年１２月２０日に出願された米国仮特許出願第６１／４２５，０４４号明細書に対する優先権を主張し、それらの出願の内容は、参照により本明細書に組み込まれる。

本開示は、概して、医療デバイスからのデータを解析するシステムおよび方法と、より詳細には、心臓信号データを解析するために使用することができる医療システムおよび医療方法とに関する。

本発明の実施形態は、特に、医療デバイスからの情報を解析し収集するために使用することができる医療システムおよび医療方法に関する。

一実施形態では、患者における心不全を検出する方法は、少なくとも第１センサおよび第２センサを使用して２つ以上のセンサ測定値を収集することにより、患者から生理学的データを収集するステップと、少なくとも第１センサ測定値に基づいて第１複合値を計算するステップとを含み、第１複合値は、患者の心不全状態が変化した可能性の指示である。第１複合値が第１指定範囲外である場合、少なくとも第２センサ測定値に基づいて第２複合値が計算され、第２複合値は、患者の心不全状態が変化した可能性の指示である。第２複合値が第２指定範囲外である場合、心不全状態の変化の警告が生成され、警告は、患者の心不全状態が悪化した可能性の指示を含む。第１指定範囲および第２指定範囲を変更することができる。

別の実施形態では、患者における心不全を検出するシステムは、患者から生理学的データの２つ以上のセンサ測定値を収集する第１センサおよび第２センサと、少なくとも第１センサ測定値に基づいて第１複合値を計算するように構成されたプロセッサとを備え、第１複合値は、患者の心不全状態が変化した可能性の指示である。プロセッサは、第１複合値が第１指定範囲外にある場合に、少なくとも第２センサ測定値に基づいて第２複合値を計算するようにさらに構成されており、第２複合値は、患者の心不全状態が変化した可能性の指示である。システムは、第２複合値が第２指定範囲外にある場合に、心不全状態の変化の警告を生成するように構成された通信モジュールをさらに備え、警告は、患者の心不全状態が悪化した可能性の指示を含む。システムは、第１指定範囲および第２指定範囲を変更するように構成された範囲変更モジュールをさらに備えている。

さらに別の実施形態では、患者における心不全を検出する方法は、少なくとも第１センサおよび第２センサを使用して２つ以上のセンサ測定値を収集することにより、患者から生理学的データを収集するステップを含み、第１センサおよび第２センサは心調律管理デバイスに存在し、第１センサは呼吸数センサであり、第２センサは経胸腔インピーダンスセンサである。本方法の別のステップは、少なくとも第１センサ測定値に基づいて第１複合値を計算するステップであり、第１複合値は、患者の心不全状態が変化した可能性の指示である。第１複合値が第１指定範囲外である場合、少なくとも第２センサ測定値に基づいて第２複合値を計算し、第２複合値は、患者の心不全状態が変化した可能性の指示である。第２複合値が第２指定範囲外である場合、心不全状態の変化の警告を生成し、警告は、患者の心不全状態が悪化した可能性の指示を含む。この方法では、第１指定範囲および第２指定範囲を医療提供者（ｃａｒｅｇｉｖｅｒ）が変更することができ、第１複合値は、ある期間にわたる呼吸数に対する現在値および過去値に基づいて計算され、第２複合値は、ある期間にわたる経胸腔インピーダンスに対する現在値および過去値に基づいて計算される。

この要約は、本出願の教示のうちのいくつかの概要であり、本主題の排他的扱いまたは網羅的扱いであるようには意図されていない。さらなる詳細が、詳細な説明（発明を実施するための形態）および添付の特許請求の範囲に記載されている。以下の詳細な説明を読んで理解し、その一部を形成する図面（それらの各々は限定する意味で解釈されるべきではない）を見ると、当業者には他の態様が明らかとなろう。本発明の範囲は、添付の特許請求の範囲およびそれらの法的均等物によって定義される。

本発明を、以下の図面に関連してより完全に理解することができる。

植え込まれた心調律管理（ＣＲＭ）デバイス、外部インタフェースデバイスおよび患者管理コンピュータシステムを含む、ＣＲＭシステムの例示的な実施態様の概略図である。 請求項１の逐次分類器方法ステップのフローチャートである。 患者の心不全をモニタリングするデバイスの例のブロック図である。 患者管理システムの概略図である。 プログラマー等の外部インタフェースデバイスのコンポーネントの実施態様の概略図である。 植込型デバイスの一例の構成要素の概略図である。

本発明は、さまざまな変更および代替形態が可能であるが、その詳細を例および図面によって示しており、詳細に説明する。しかしながら、本発明は、説明する特定の実施形態に限定されないことが理解されるべきである。反対に、本発明は、本発明の趣旨および範囲内にある変更形態、均等形態および代替形態を包含するものである。

本開示は、概して医療データ生成デバイスに関し、特に、こうした医療デバイスからの情報を解析するシステムおよび方法に関する。特に、本開示は、センサの出力を使用して患者における心不全（ＨＦ）を検出するシステムおよび方法に関する。

目下、うっ血性心不全とも呼ばれる心不全（ＨＦ）は、世界中で心血管疾患関係の死亡の主な原因の１つである。臨床的に、ＨＦは、左心室機能および神経ホルモン調節の異常によって主に特徴付けられる心疾患によってもたらされる循環不全を含む。ＨＦは、これらの異常によって、心臓が、代謝組織が必要とする割合で血液をポンピングしなくなる時に発生する。ＨＦの影響は、労作中の障害から、あらゆるレベルの活動における心臓ポンピング機能の完全な不全まで及ぶ。ＨＦの臨床症状としては、息切れおよび疲労等の呼吸緊迫、運動能力または運動耐容能の低下、肺水腫および／または末梢性浮腫、拡張型心筋症または心室拡張が挙げられる。患者の健康に対して、ＨＦ代償不全の徴候および症候に対する早期の注意が必要であり、それにより、治療を早期に開始することができる。しかしながら、悪化しているＨＦの検出の多くの難題のうちの１つは、状態の実際のすなわち真の変化が正確に検出されることを確実にしながら、誤警報を低減するということである。以下に説明するシステムおよび方法は、患者をモニタリングし、心不全状態の悪化の指示がある時に臨床医に対して警告を生成する。警告は、警告をトリガしたものを確定し、適切な対応を特定するために、患者関係情報の臨床医による適時の評価を必要とすることが多いため、誤警報により医療資源の不必要な消費をもたらす。さらに、誤警報が多すぎることにより、臨床医が、真である検出を含むすべての警告に対する注意が散漫となり、それにより、システムの利点が無効になる。

いくつかの要因により、ＨＦの早期の診断および防止とＨＦの進行のモニタリングが比較的困難になる。まず、ＨＦの発症は、一般に微妙であり迷走性である。多くの場合、症候は無視され、患者は、自身の日常活動を変えることによって埋め合わせをする。結果として、多くのＨＦ状態またはＨＦの悪化が、肺水腫または心停止等のより深刻な問題が発生するまで診断未確定のままになる。さらに、ＨＦを患う感受性は、患者の年齢、性別、体調、ならびに糖尿病、肺疾患、高血圧および腎臓機能等の他の要素によって決まる。いずれの要素も手掛かりをもたらさない。最後に、年一回またはさらには月一回の健康診断は、よくても患者の健康の「スナップショット」を提供するものであり、ＨＦの発症または進行の前兆になる漸進的かつ微妙な臨床生理学的変化は、定期的な健康管理によってさえも、気付かれないままであることが多い。さらなる評価および療法を誘導しかつ精緻化することができる、治療の後のわずかな改善の文書化は、等しく実現しにくい可能性がある。

それにも関らず、患者によって手で記録される等、頻繁にかつ定期的に測定された生理学的測定値を、外部モニタリングデバイスあるいは治療デバイスを介して、または植込み型デバイス技術を介して利用することにより、ある程度の検出および防止を可能にすることができる。

何らかの形態の治療可能な心疾患をすでに患っている患者は、植込み型心調律管理デバイス（ＣＲＭデバイス）を含む心調律管理システム（ＣＲＭシステム）、外部インタフェースデバイスおよび患者管理コンピュータシステム等、植込み型医療デバイスまたは装着型医療デバイスを用いて治療されていることが多い。さらに、いくつかのＣＲＭは、電気的心臓活動信号をモニタリングすることによりイベントを検出する。いくつかのＣＲＭは、センサによって提供される電気信号から腔充填および収縮に関する血流力学的パラメータの測定値を導出する。ＣＲＭの例としては、心臓の律動および構造的問題をモニタリングし治療することができる、植込み型パルス発生器（ＩＰＧ）、心血管不全または心不全モニタ、治療デバイスまたは同様の外部装着型デバイスが挙げられる。

ここで、ＣＲＭデバイスの一実施形態について、例示的なＣＲＭシステム１００の概略図である図１を参照して説明する。システム１００は、患者１１２内に配置された植込み型医療デバイス（ＩＭＤ）１１４を含むことができる。植込み型医療デバイス１１４は、ペーシング機能を有することができる。植込み型医療デバイス１１４を、たとえばペースメーカ、除細動器、心臓再同期デバイス、心臓モニタリングデバイス等、さまざまなタイプとすることができる。いくつかの実施形態では、植込み型医療デバイス１１４は、患者の心臓１２６内にまたはその近くに配置された１つまたは複数のリード１２２を含むことができる。

植込み型医療デバイス１１４は、外部インタフェースシステム１１６と通信することができる。いくつかの実施形態では、植込み型医療デバイス１１４と外部インタフェースシステム１１６との間の通信は、植込み型医療デバイス１１４の近くで患者１１２の外部で保持されるワンド１１０による誘導通信を介することができる。しかしながら、他の実施形態では、通信を、無線周波数伝送を介して、音響的に、超音波的に等により行うことができる。

植込み型医療デバイス１１４は、患者１１２に関するデータを収集するために、１つまたは複数の植込み型センサを備えることができる。たとえば、植込み型医療デバイス１１４は、活動レベルセンサ、呼吸センサ、心音センサ、血圧センサ、インピーダンスセンサまたは他のセンサを備えることができる。

これらのタイプのセンサは、内蔵揮発性メモリに格納されたテレメータ計測信号の検索および解析を通して、患者状態の生理学的変化を検出するために有用である。通常、これらのデバイスは、心拍毎のビン化された平均ベースで、または、たとえば、心房または心室の電気的活動、分時換気量、患者活動スコア、心臓出力スコア、心音振幅、胸腔内インピーダンス、混合静脈血酸素スコア、心血管圧力測定値等からの導出ベースで記録される、３０分間を超える心拍毎のデータを格納することができる。これらのテレメータ計測信号を、自動患者ケアシステムを使用して遠隔で収集し解析することができる。

患者のＨＦ状態の変化を示す定期的に収集された生理学的データの傾向を検出する体系化された手法が必要である。患者のＨＦ状態の変化の例としては、自動化された遠隔患者ケアシステムを用いて診断されモニタリングされたＨＦの発症、進行、退縮または現状が挙げられる。発症の状態は、心不全が以前に診断されなかった場合に発生する可能性がある。進行、退縮または現状の状態は、心不全が以前に診断され、状態がそれぞれ悪化し、改善し、または同じままである場合に発生する可能性がある。生理学的データを、外部医療デバイスまたは植込み型医療デバイスのいずれかによって記録されたデータとすることができる。

逐次、２段階解析プロセスが利用される、心不全状態を解析する改善された方法が開発された。改善された方法において、連結分類器（ｃｏｎｃａｔｅｎａｔｅｄ ｃｌａｓｓｉｆｉｅｒ）方法に比較してより高いレベルの信頼度が確認された。連結分類器方法の一例は、２つの異なる基準を結合して単一の複合値にし、その後、単一指定範囲と比較する、というものである。

本明細書に記載する逐次解析の第１段階では、第１複合値が生成され、第１指定範囲と比較される。一例では、この第１複合値は、ＨＦに特に感度が高いデータを使用するように設計されるか、またはＨＦの初期マーカーを含むか、または両方である。一例では、第１複合値は、特にパワー−費用効率が高いデータを使用するように設計されている。

第１複合値が指定範囲外である場合のみ、解析の第２段階が行われる。この解析の第１段階により、ＨＦ状態変化に対するもっとも可能性の低い候補が除去される。解析の第２段階では、第２複合値が生成され、第２指定範囲と比較される。一例では、第２複合値は、ＨＦのより後期のマーカーに関連するか、またはＨＦのより特有の予測を提供するか、または両方である。

ここで、本方法のステップについて、図２を参照して説明する。まず、５２０において、第１センサおよび第２センサからデータを収集する。そして、５３０において、第１複合値を計算する。複合値は、種々の期間に取得された同じセンサの値か、または複数のセンサからの値等、複数のセンサ値の影響を表す単一の値である。

次に、ステップ５４０において、第１複合値を第１指定範囲と比較する。第１複合値が範囲外である場合、解析は第２段階を続ける。第１複合値が範囲外でない場合、プロセスは最初に戻り、さらなるデータを解析するかまたはさらなるデータを待機する。

ステップ５５０において、第２複合値を計算する。ステップ５６０において、第２複合値を第２指定値と比較する。第２複合値が範囲外でない場合、プロセスは開始に戻り、さらなるデータを解析するかまたはさらなるデータを待機する。第２複合値が範囲外である場合、システムは、ステップ５７０において心不全状態の変化の警告を生成する。

ステップ５８０において、使用者が、第１範囲、第２範囲または両方を変更することができる。所定の患者情報が使用されて第１複合値および第２複合値に対する適切な範囲を生成するように、第１範囲、第２範囲または両方を変更するアルゴリズムを使用することも可能である。

方法ステップの代替実施形態では、第２センサからのデータは、第１基準が満足されるまで、言い換えれば、第１複合値が第１範囲外にあると判断されるまで収集されない。そのため、第２センサからのデータの収集は、ステップ５２０から除去され、代りに、ステップ５４０において第１複合値が第１範囲外にあると判断された場合に、かつステップ５５０において第２複合値が計算される前に行われる。

多くの異なるセンサおよびセンサ読取値が、心臓の健康状態に関連する生理学的信号を提供することができ、それらを、本明細書に記載するシステムおよび方法で利用することができる。

図３は、患者または被験者のＨＦをモニタリングするデバイス３００の例のブロック図である。デバイス３００は、プロセッサ３０５と、プロセッサ３０５に通信可能に結合された複数のセンサ３１０とを備えている。一実施形態では、センサ３１０のうちの少なくとも１つが植込み型センサである。別の実施形態では、センサのいずれも植込み型ではない。プロセッサ３０５は、マイクロプロセッサ、デジタル信号プロセッサ、特定用途向け集積回路（ＡＳＩＣ）、マイクロプロセッサ、またはソフトウェアあるいはファームウェアで命令を解釈するかあるいは実行する、他のタイプのプロセッサを含むことができる。センサ３１０の各々は、生理学的情報を含むセンサ信号を提供する。通信可能な結合により、プロセッサ３０５およびセンサ３１０は、プロセッサ３０５とセンサ３１０との間に介在する回路がある可能性があっても、通信することができる。

いくつかの例では、センサ３１０は、植込み型心音センサを含む。心音は、患者の心臓の活動および心臓を通る血液の流れからの機械的振動に関連する。心音は、心周期毎に繰り返し、振動に関連する活動に従って分離され分類される。第１心音（Ｓ１）は、僧帽弁の緊張中に心臓によってもたらされる振動音である。第２心音（Ｓ２）は、大動脈弁の閉鎖および心拡張期の開始をマークする。第３心音（Ｓ３）および第４心音（Ｓ４）は、心拡張期中の左心室の充填圧力に関連する。心音センサは、患者の心臓の機械的活動を表す電気信号を生成する。心音センサは、心臓内、心臓の近く、または音響エネルギーを検知することができる別の位置に配置される。

いくつかの例では、心音センサは、心臓内または心臓の近くに配置される加速度計を含む。別の例では、心音センサは、ＩＭＤに配置される加速度計を含む。別の例では、心音センサは、心臓内または心臓の近くに配置されるマイクロホンを含む。

心音センサによって提供される信号には、多くのタイプの生理学的情報が含まれる可能性がある。たとえば、Ｓ３心音の存在は、充填圧力の上昇の指示であり得る。したがって、Ｓ３心音の発生または変化は、被験者のＨＦの状態の変化を示す可能性がある。心音をモニタリングする手法は、全体として参照により本明細書に組み込まれる、２００２年１２月３０日に出願された、「Ｍｅｔｈｏｄ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｍｏｎｉｔｏｒｉｎｇ ｏｆ Ｄｉａｓｔｏｌｉｃ Ｈｅｍｏｄｙｎａｍｉｃｓ」と題する、Ｓｉｅｊｋｏらによる米国特許出願公開第２００４／０１２７７９２号明細書に記載されている。

いくつかの例では、センサ３１０は呼吸センサを含む。呼吸センサの一例は、呼吸数および呼吸に関する他の情報を確定するために使用することができる加速度計である。こうした加速度計は、植込み型または外部のいずれかであり得る。加速度計信号から呼吸信号を確定する方法の一例は、全体として参照により本明細書に組み込まれる、米国特許第５，９３５，０８１号明細書に記載されている。

異なる植込み型呼吸センサの例は、経胸腔全インピーダンスセンサである。インピーダンスセンサによって提供される信号は、生理学的情報を提供し、それを使用して、呼吸数、一回呼吸気量、分時呼吸量、および一回呼吸気量に対する呼吸数の比等の導出されたパラメータ等、呼吸パラメータを測定することができる。経胸腔インピーダンスを測定する手法は、全体として参照により本明細書に組み込まれる、１９９８年２月２７日に出願された「Ｒａｔｅ Ａｄａｐｔｉｖｅ Ｃａｒｄｉａｃ Ｒｈｙｔｈｍ Ｍａｎａｇｅｍｅｎｔ Ｄｅｖｉｃｅ Ｕｓｉｎｇ Ｔｒａｎｓｔｈｏｒａｃｉｃ Ｉｍｐｅｄａｎｃｅ」と題する、Ｈａｒｔｌｅｙらによる米国特許第６，０７６，０１５号明細書に記載されている。呼吸パラメータの測定は、異常な呼吸を検出するのに有用であり得る。

インピーダンスセンサによって提供されるセンサ信号はまた、被験者の胸腔領域における流体蓄積の変化に関連する情報も提供することができる。インピーダンスの低下は、肺水腫による間質液蓄積の増大を示す可能性がある。

加速度計は、インピーダンスセンサよりパワー効率の高いセンサである。

いくつかの例では、センサ３１０は、植込み型患者活動センサを含む。植込み型患者活動センサの例は加速度計である。呼吸センサおよび活動センサの組合せ、ならびに／または心拍センサおよび活動センサの組合せは、異常な呼吸および活動による異常な反射性交感神経活性化の一方または両方の検出等、患者の活動に対する生理学的反応（ＰＲＡ）をモニタリングするのに有用である。デバイス３００は、本文書において後に説明するもの等、他のタイプのセンサを備えることができる。

プロセッサ３０５は、複合値計算部３１５を含む。モジュールは、ソフトウェア、ハードウェア、ファームウェアまたはそれらのいずれかの組合せであり得る。複数の機能を、要求に応じて１つまたは複数のモジュールで行うことができる。複合値計算部３１５は、特定の生理学的イベントに対するセンサ３１０からのデータに基づいて複合値の値を求める。生理学的イベントは、センサ読取値が記録された時刻を基準とする。生理学的イベントはまた、センサデータが記録されている期間を基準とすることも可能である。

プロセッサ３０５は、心不全（ＨＦ）検出モジュール３２０を含む。ＨＦ検出モジュール３２０は、複合値が患者のＨＦ状態の変化を示すか否かを判断する。判断を行うために、ＨＦ検出モジュール３２０は、複合値計算部３１５からの複合値を評価するために使用されるアルゴリズムを含む。このアルゴリズムは、少なくとも１つ、場合によっては２つの規則の適用を含む。ＨＦ検出モジュール３２０は、第１規則および第２規則に従ってＨＦ状態の変化の可能性を確定する。

プロセッサ３０５は、植込み型医療デバイスまたは外部医療デバイスの一部であり得る。

本明細書に記載する方法およびシステムは、センサ測定値に基づく複合値を使用する。いくつかの以前のシステムは、呼吸数の上昇を探し、次いで経胸腔インピーダンスの低下を探すことにより患者の心不全を特定し、その後、両方が見つかった場合に警告を宣言することを記載していた。しかしながら、こうしたシステムは、予測性能が望まれるより低い。対照的に、本明細書に記載する複合値を選択し、より高い予測性能を提供するように組み合わせて使用した。

まず、第１複合値とも呼ぶ事前選別器（ｐｒｅ−ｓｃｒｅｅｎｅｒ）複合値を計算する。選別の第１段階中に特に有用であるセンサおよびセンサ読取値の例は、他のセンサより心不全の比較的早期の指示を提供するセンサを含む。さらに、心不全に対してより感度が高いセンサが、第１複合値を計算するために有用である。「より感度が高い」とは、他のセンサ値より心不全の存在に応答して変化する可能性が高いことを意味する。たとえば、呼吸困難、労作時呼吸困難、一回呼吸気量、呼吸数、血漿レニン活性および頻浅呼吸指数（ｒａｐｉｄ ｓｈａｌｌｏｗ ｂｒｅａｔｈｉｎｇ ｉｎｄｅｘ）を示すセンサは、心不全のより容易かつより感度の高い指示を提供する。必ずしもより感度の高い指標ではないが、悪化するＨＦの早期の指標の例としては、Ｓ３心音、左心室心拡張期圧、左心房圧、肺動脈拡張期圧および肺毛細血管楔入圧が挙げられる。

他の実施形態では、よりパワー−費用効率の高いセンサ値が、第１段階複合値を計算するために有用である。各センサ値は、１つまたは複数の生センサ測定値を収集し所望のセンサ読取値を計算するために、一定量の電気エネルギーまたはパワーを必要とする。いくつかのセンサ値は、収集し、計算し、記録するために、他のセンサ値よりパワーを必要とする。たとえば、経胸腔インピーダンスの測定値は、以下の測定値よりパワーを必要とする。すなわち、加速度計を使用する呼吸数、歪みゲージを使用する呼吸数、加速度計からの心音の検知、圧力センサからの測定値、加速度計からの活動の測定値、心調律センサ（ＥＧＭ）からの信号である。別の例では、加速度計を使用する心音の測定値は、加速度計を使用する活動の測定よりパワーを必要とし、それは、心音を特定するためにより高パワーアルゴリズムが利用されるためである。

センサ値および事前選別器複合値に対する指定範囲を、解析の第１段階が最も可能性の低いイベントを除去するように選択する。いくつかの実施形態では、データのわずかな一部のみが、事前選別器段階を通過し、第２分類器によって解析される。事前選別器複合値が指定範囲外である場合、第２分類器を適用する。第２複合値を、心不全のより特有のマーカーまたはより後期のマーカーを使用して計算する。

センサ読取値の複合値を計算するための入力に対して多くの異なる選択肢がある。本明細書では、これらの入力のいくつかについて説明するが、これらの説明は、本明細書に記載するシステムおよび方法の範囲内の複合値計算の多様性に対して限定するものではないことが理解されるべきである。

Ｓｔ＿ａｖｇ−Ｌｔ＿ａｖｇ＠Ｘ ｄａｙｓ ａｇｏ
本明細書に記載するシステムおよび方法を開発する際に特定のセンサに対して検査された１つの所定タイプの複合値入力は、時間窓内の長期平均および短期平均の差であり、以降「Ｓｔ＿ａｖｇ−Ｌｔ＿ａｖｇ＠Ｘ ｄａｙｓ ａｇｏ」と略記する。この複合値入力を計算するために、システムはまず、センサ読取値の短期平均を計算する。短期平均は、長期平均に対して使用される時間の窓より、基準日前のより小さい時間の窓にわたる平均である。一例では、短期平均は、先の５日間にわたる等、先のＹ日間にわたる平均値である。別の例では、短期平均は、基準日の２日前に開始する５日間の窓にわたる等、基準日のＸ日前に開始するＹ日間の窓にわたる平均値であり得る。短期平均はまた、７日間あるいは３日間にわたる平均値、または間の別の値でもあり得る。

短期平均を計算した後、システムは、センサ読取値の長期平均を計算する。長期平均は、基準日前のより長い窓にわたる平均である。一例では、長期平均は、先の２０日間または１５日間にわたる等、先のＺ日間にわたる平均値である。別の例では、長期平均は、基準日の２日前に開始する２０日間の窓にわたるか、または１５日間、３０日間、あるいは間の複数の日にわたる等、基準日のＸ日前に開始するＸ日間の窓にわたる平均値であり得る。

そして、システムは、短期平均から長期平均を減じて複合値に対する入力に達する。

Ｌｔ＿ａｖｇ−ＢＬ＠Ｎ ｄａｙｓ ａｇｏ
特定のセンサに対する別の所定タイプの複合値入力は、時間窓内の長期平均およびベースラインの差である。この複合値入力を計算するために、本明細書に記載するように、まず、センサ読取値の長期平均を計算する。

次に、センサ読取値のベースライン値を計算する。ベースライン値は、固定窓または基準日前の窓にわたる平均である。一例では、ベースラインは、患者がデバイスを受け取った後の、最初の１４日間にわたる等、固定窓にわたる平均値である。別の例では、ベースラインは、基準日の３０日前に開始する１４日間の窓にわたるか、または４５日間あるいは６０日間、あるいは１４日間と６０日間の間のいずれかにわたる等、基準日のＮ日間前に開始するＬ日間の窓にわたる平均値であり得る。

次に、長期平均値からベースライン値を減じて、複合値に達する。

Ｌａｒｇｅｓｔ Ｍ−Ｓｍａｌｌｅｓｔ Ｍ
さらに別の所定のタイプの複合値入力は、時間窓内の特定のセンサ読取値に対するＭデータ点の最大セットとＭデータ点の最小セットとの差である。この複合値入力により、システムは、特定のセンサ読取値の変動が時間窓内にどれくらい発生するかを評価することができる。一例では、システムは、２０日間等の時間窓に対するＭ個の最大センサ読取値を特定し、これらの読取値を「最大セット」とであるものとみなす。システムは、時間窓に対するＭ個の最小センサ読取値を特定し、これらを「最小セット」とみなす。そして、システムは、各セットのセンサ読取値の中央値を確定し、最小セットの中央値を最大セットの中央値から減じてデータ点に達する。

さらに、この例では、各セットにおける点の時間的な値の平均を計算することができ、最大セットの時間的平均と最小セットの時間的平均との差を求めて、別のデータ点に達することができ、したがって、この例では複合値入力に対する２つのデータ点を生成し、複合値入力を、「Ｌａｒｇｅｓｔ Ｍ−Ｓｍａｌｌｅｓｔ Ｍ」と略する。計算において５つの最大センサ読取値および５つの最小センサ読取値を使用して、複合値入力に対して２つのデータ点を生成する場合、複合値入力を「Ｌａｒｇｅｓｔ ５−Ｓｍａｌｌｅｓｔ ５」と略す。一実施形態では、回帰モデルを使用して、患者情報のデータベースに基づいて第１複合値および第２複合値で使用するセンサ値を求める。回帰モデルは、１つまたは複数の他の変数が変化する場合の１つまたは複数の変数の変動を記述する統計モデルである。

本明細書に記載する第１複合値および第２複合値に対する推奨を生成する際に、ロジスティック回帰モデルを使用して、約２００人の患者からのセンサ読取値のデータベースを解析し、いずれのセンサ読取値が心不全イベントに遭遇していることを最も予測するものであるかを確定した。回帰モデリングにより、センサ選択が、予測アルゴリズムの感度および信頼度に影響を与えることが明らかとなった。回帰モデリングにより、アルゴリズムに適用される一連の基準もまた信頼度および感度に影響を与えることも明らかとなった。ここで、複合値の所定のかつ非限定的な例について説明する。

一実施形態では、第１センサは呼吸数センサであり、第１複合値を、ある期間にわたる呼吸数の現在値および過去値に基づいて計算する。

事前選別器複合値すなわち第１複合値として有用であることがわかった１つの所定の複合値は、先行する２４時間にわたる呼吸数中央値である、呼吸数中央値を示すセンサ値に対するＬｔ＿ａｖｇ−ＢＬ＠１９ ｄａｙｓである。事前選別器複合値すなわち第１複合値として有用であることがわかった別の所定の複合値は、最大呼吸数（ＭａｘＲＲ）を示すセンサ値に対するＬｔ＿ａｖｇ−ＢＬ＠１９ ｄａｙｓであり、ここで、ＭＡｘＲＲ数は、基準日の１９日前の、２４時間にわたる短い窓（たとえば１０分間〜３０分間）の呼吸数中央値の最大値である。別の所定の複合値は、基準日の１９日前ではなく３日前における最大呼吸数に対する長期平均およびベースライン値を比較する（ＭａｘＲＲに対するＬｔ＿ａｖｇ−ＢＬ＠３ ｄａｙｓ）。

２つの所定のタイプの複合値は、ＭａｘＲＲおよびＭｅｄＲＲに対する時間窓内の最大セットと最小セットとの差であり、ＭｅｄＲＲは、２４時間にわたって測定されたすべての呼吸数の中央値である。

選別の第２段階中に特に有用なセンサおよびセンサ読取値の例は、他の指示より特有の指示を含む。一実施形態では、第２段階複合値で使用される指示は、心不全に向かう軌跡の間において後期に発生する。一実施形態では、第２段階複合値を計算するために使用される値は、他の値より計算パワーを必要とする値である。例としては、経胸腔インピーダンスセンサ等、肺水腫を示すセンサが挙げられる。

除細動器等のいくつかの植込み型医療デバイスは、デバイスの表面とショック電極との間の電位を測定することにより、ショックインピーダンス（ＳｈｋＺ）と呼ばれる経胸腔インピーダンスを測定することができる。

第２複合値として有用であることが分かった３つの所定の複合値は、ＳｈｋＺに対するＬｔ＿ａｖｇ−ＢＬ＠１９ ｄａｙｓ、１４ ｄａｙｓおよび１０ ｄａｙｓである。別の有用な第２複合値は、ＳｈｋＺに対する２４時間の時間窓内における最大セットと最小セットとの差であり、各セットは、「Ｌａｒｇｅｓｔ ５−Ｓｍａｌｌｅｓｔ ５ ｆｏｒ ＳｈｋＺ」としても表される５つのデータ点を含む。別の有用な複合値は、ＳｈｋＺに対するＳｔ＿ａｖｇ−Ｌｔ＠１７ ｄａｙｓ ａｇｏである。

第１複合値および第２複合値は、患者の心不全状態が変化した可能性を示す。可能性の指示は、他の選択肢もあるが特に、パーセンテージ、１０進法、小数または数のスケールにおける数であり得る。

第１複合値に対して患者の心不全状態が変化した可能性の指示が確定された後、第１複合値を第１指定範囲と比較し、適切である場合、第２複合値を第２指定範囲と比較する。一例では、複合値は、各々、０と１との間の数であり、第１指定範囲は０から０．５である。第１複合値が０．５を超える場合、それは指定範囲外であり、本方法は、第２複合値の計算に進む。

一例における第２指定範囲は０から０．５であるため、第２複合値が０．５を超える場合、本システムは、心不全状態の変化の警告を生成する。警告は、患者の心不全状態が悪化した可能性の指示を含む。たとえば、警告は、患者の心不全状態が悪化した５１％、９５％または他の何らかのパーセンテージの可能性があることを示すことができる。

別の例では、第１複合値、第２複合値または両方は、０と１０との間の数値である。さらに別の例では、第１複合値、第２複合値または両方は、非常に安定、安定、幾分か不安定、最も不安定のうちの１つ等、分類変数である。

いくつかの実施形態では、システムはまた、患者の心不全状態が悪化したという判断における信頼度レベルの指示も提供し、それは、患者を治療するかまたはさらに評価する際に有用であり得る追加の情報を医療提供者に提供する。

一例では、ＨＦ悪化が発生している信頼度レベルを、１つまたは複数の回帰モデルを使用して求めることができる。回帰モデルは、１つまたは複数の応答変数を１つまたは複数の予測変数に関連付けることができる。回帰モデルを以下のように表すことができる。

ｙ＝ｆ（ｘ，β）＋ε

式中、ｙは１つまたは複数の応答変数を表し、ｘは１つまたは複数の予測変数を表し、βは１つまたは複数の未知のモデルパラメータを表し、εは雑音項を表す。回帰モデルの例としては、限定されないが、線形回帰モデル、ロジスティック回帰モデル、人工ニューラルネットワークまたは決定木を挙げることができる。

一例では、発生したＨＦ悪化イベントの信頼度レベルを、線形回帰モデルを使用すること等によって求めることができ、それを以下のように表すことができる。

ｙ＝β_０＋β_１ｘ_１＋…＋β_ｋｘ_ｋ＋ε，

式中、β_ｉ，ｉ＝０，…ｋは、予測変数ｘ_ｉ，ｉ＝１，…ｋの相対的な寄与を特定するモデルパラメータを表す。モデルパラメータβ_ｉ，ｉ＝０，…ｋを、最小二乗法、最小絶対偏差法または最尤法等の推定方法によって、訓練セットから特定することができる。

一例では、発生したＨＦ悪化イベントの信頼度レベルを、ロジスティック回帰モデルを使用すること等によって求めることができ、それ以下のように表すことができる。

式中、ｚ＝β_０＋β_１ｘ_１＋β_２ｘ_２＋…＋β_ｋｘ_ｋであり、ｙは発生したＨＦ悪化イベントの確率であり、ｚは使用した１つまたは複数のセンサ測定値のすべての全寄与であり、β_０はロジスティック回帰切片であり、β_１、β_２、…β_ｋは、１つまたは複数のセンサ測定値ｘ_１、ｘ_２、…ｘ_ｋそれぞれのロジスティック回帰係数である。

一実施形態では、医療提供者は、自身の観察および経験に従って第１指定範囲および第２指定範囲を調整することができる。別の実施形態では、第１指定範囲および第２指定範囲は、以下のデータのうちの１つまたは複数に基づくアルゴリズムによって調整される。すなわち、患者の母集団、患者の年齢、患者の性別および患者に対するイベント情報である。一例では、指定範囲は、所望の感度、特異性、陽性予測値、陰性予測値、偽陽性率、偽陰性率またはこれらのあらゆる組合せを達成するようにアルゴリズムによって調整される。

上述したものの代りにまたはそれに加えて、植込み型または外部の他のセンサを、図３のデバイス３００において使用してＨＦに対してモニタリングすることができる。いくつかの例では、デバイス３００は、左心室の腔圧を測定するために植込み型心臓圧力センサを含む。腔圧の低下は、ＨＦの悪化を示す可能性がある。

一例では、冠状血管に圧力センサを植え込むことにより、冠状血管圧の直接測定によって左心室圧を確定する。こうした植込み型圧力センサを使用するシステムおよび方法の説明は、全体として参照により本明細書に組み込まれる、２００２年１月４日に出願された、「Ｍｅｔｈｏｄ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｍｅａｓｕｒｉｎｇ Ｌｅｆｔ Ｖｅｎｔｒｉｃｕｌａｒ Ｐｒｅｓｓｕｒｅ」と題する、Ｓａｌｏらによる米国特許第６，６６６，８２６号明細書に記載されている。他の心臓圧力センサ例としては、右心室腔圧センサ、肺動脈圧センサおよび左心房圧力センサが挙げられる。心腔圧の変化は、心音においても明確である可能性があり、したがって、心音センサを使用して圧力の変化を推定することができる。

いくつかの例では、センサ３１０は、植込み型心拍センサを含む。ある例では、心拍センサは、心臓脱分極を表す電気記録図信号を検知する上述した回路および電極を備えている。心音センサを使用して、たとえばＳ２心音の間の間隔を測定すること等により、同様に心拍を検知することができる。

いくつかの例では、センサ３１０は、植込み型酸素飽和センサを含む。酸素飽和センサは、肺うっ血および組織への酸素送達の減少のうちの一方または両方がある時の不適切なガス交換により、悪化するＨＦによって低減する可能性がある、血液の酸素飽和に比例する電気センサ信号を生成する。植込み型センサを使用して血液酸素飽和レベルを測定する手法は、全体として参照により本明細書に組み込まれる、１９９２年１０月７日に出願された、「Ｏｘｙｇｅｎ Ｓｅｎｓｏｒ Ｂａｓｅｄ Ｃａｐｔｕｒｅ Ｄｅｔｅｃｔｉｏｎ ｆｏｒ ａ Ｐａｃｅｒ」と題する、Ｔｈｏｍｐｓｏｎによる米国特許第５，３４２，４０６号明細書に記載されている。

いくつかの例では、センサ３１０は、植込み型心臓温度センサを含む。いくつかの例では、植込み型心臓温度センサは、患者の冠状静脈洞内に植え込まれたリードシステムに含まれる。植込み型心臓温度センサは、心筋組織を通過した後に冠状静脈洞を通って戻る血液の温度を測定する。正常な心臓機能の副生成物として、心臓は熱を発生する。この熱は、灌流血液によって抽出される。血液は、右心房および右心室内に入る前に、冠静脈を通って冠状静脈洞に出る。そして、血液は、肺を通るようにポンピングされ、肺では、余分な熱が除去されて吐出される空気とともに体から排出される。

左心室によって行われる有用な仕事量（Ｗ_ｕ）は、心室を通って移動する血液の体積に関連し、左心室からの熱出力は総仕事量（Ｗ_Ｔ）に関連する。左心室に入る血液と冠静脈内の血液との温度差は、左心室仕事量に関連する。Ｗ_Ｔの増大、または活動または患者労作の増大の他の指示を伴わない、代理測定値としての心臓温度は、悪化するＨＦによる患者の血流力学系の効率の低下を示す可能性がある。

冠静脈内の温度を検知する手法は、全体として参照により本明細書に組み込まれる、２００１年１２月３１日に出願された、「Ｍｅｔｈｏｄ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｍｏｎｉｔｏｒｉｎｇ Ｌｅｆｔ Ｖｅｎｔｒｉｃｕｌａｒ Ｗｏｒｋ ｏｒ Ｐｏｗｅｒ」と題する、Ｓａｌｏによる米国特許出願公開第２００３／０１２５７７４号明細書に記載されている。

いくつかの例では、センサ３１０は血流センサを含む。血流センサの例は、心臓出力センサ回路または１回排出量センサ回路を含む。１回排出量検知の例は、全体として参照により本明細書に組み込まれる、１９８２年３月２９日に出願された、「Ｂｉｏｍｅｄｉｃａｌ Ｍｅｔｈｏｄ Ａｎｄ Ａｐｐａｒａｔｕｓ Ｆｏｒ Ｃｏｎｔｒｏｌｌｉｎｇ Ｔｈｅ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ Ｏｆ Ｔｈｅｒａｐｙ Ｔｏ Ａ Ｐａｔｉｅｎｔ Ｉｎ Ｒｅｓｐｏｎｓｅ Ｔｏ Ｃｈａｎｇｅｓ Ｉｎ Ｐｈｙｓｉｏｌｏｇｉｃ Ｄｅｍａｎｄ」と題する、Ｓａｌｏらによる米国特許第４，６８６，９８７号明細書と、１９９１年５月１３日に出願された、「Ｄｕａｌ Ｉｎｄｉｆｆｅｒｅｎｔ Ｅｌｅｃｔｒｏｄｅ Ｐａｃｅｍａｋｅｒ」と題する、Ｈａｕｃｋらによる米国特許第５，２８４，１３６号明細書において考察されている。

センサデータのさらなる例は、全体として参照により本明細書に組み込まれる、２００５年６月１０日に出願された、「Ｓｙｓｔｅｍ ａｎｄ ｍｅｔｈｏｄ ｆｏｒ ｄｉａｇｎｏｓｉｎｇ ａｎｄ ｍｏｎｉｔｏｒｉｎｇ ｃｏｎｇｅｓｔｉｖｅ ｈｅａｒｔ ｆａｉｌｕｒｅ」と題する、Ｂａｒｄｙによる米国特許出願公開第２００５／０２３４３５２号明細書に記載されている。

心臓信号データ源
データ生成デバイスの一例は、植込み型心調律管理デバイスである。所定の植込み型心調律管理デバイスとしては、ペースメーカ、除細動器、心臓再同期デバイス、心調律モニタリングデバイス等が挙げられる。他の植込み型データ生成デバイスとしては、圧力センサ、心音センサ、加速度計およびインピーダンスセンサが挙げられる。しかしながら、外部ペースメーカ、外部除細動器、外部再同期デバイス、外部圧力センサ、外部心音モニタおよび外部インピーダンスセンサを含む、外部デバイスからのエピソードデータを生成することも可能である。心臓活動をモニタリングする外部デバイスの更なる例としては、２４時間以上、心臓の電気的活動を連続的にモニタリングする、携帯型心電図検査デバイスまたはホルターモニタが挙げられる。データ生成デバイスは、特定の患者に対して心臓信号情報を提供することができるものである。

多くのタイプのＣＲＭデバイスが、体外に位置するデバイスと通信し、体外に位置するデバイスは、植込み型デバイスが治療を提供した時等、センサ情報およびイベントに関する情報を含む情報を植込み型デバイスから受け取ることができる。場合によっては、外部インタフェースデバイスはまた、植込み型ＣＲＭデバイスに動作パラメータを送信し、すなわちデバイスをプログラムすることも可能である。

これらの外部インタフェースデバイスを、患者に、多くの場合は患者の自宅で提供することができ、そうしたデバイスは、植込み型デバイスから情報を収集し、その情報を、患者の状態をモニタリングするように設計されたコンピュータシステムに提供することができる。例示的な遠隔患者管理システムは、Ｂｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｃｏｒｐｏｒａｔｉｏｎ、Ｎａｔｉｃｋ、ＭＡから入手可能なＬＡＴＩＴＵＤＥ（登録商標）患者管理システムである。例示的な遠隔患者管理およびモニタリングシステムの態様は、内容が全体として参照により本明細書に組み込まれる、米国特許第６，９７８，１８２号明細書に記載されている。

ＬＡＴＩＴＵＤＥ（登録商標）患者管理システム等の遠隔患者管理システムの存在により、植込み型医療デバイスにより患者に関する大量のデータが提供された。たとえば、これらのシステムは、心電図（ＥＧＭ）、圧力センサ信号、インピーダンス信号および心音信号を含む患者センサ読取値を格納する。センサ読取値は、患者が体験した不整脈エピソードおよび他のエピソードに関連する情報を含むことができる。これらのシステムはまた、患者の特性、デバイス設定、およびデバイスによる治療の送達に関する情報も格納する。

「エピソード」および「イベント」は、特定の対象となる期間内の患者の身体の活動を意味するように定義される。期間は、異常な活動、たとえば異常な心臓活動がある時間であり得る。期間はまた、異常な活動がない時間でもあり得る。「エピソードデータ」および「イベントデータ」は、異常なエピソードの前、間および後の医療データ生成デバイスからのセンサ読取値を含むように定義され、デバイス設定、デバイスが行った行為および他の情報も含むことができる。

１つまたは複数のデータ生成デバイスがエピソードデータを生成することができる。エピソードデータベースは、１つのデバイスによって生成されるかまたは複数のデバイスによって生成される複数のエピソードに関するエピソードデータを有することができる。一実施形態では、エピソードデータベースは、データ生成デバイスのいずれに対しても外部である。しかしながら、別の実施形態では、エピソードデータベースは、データ生成デバイスのうちの１つの中に位置している。

ハードウェアシステムの説明
ここで、システムのハードウェアのさらなる詳細な実施形態について添付図面を参照して説明する。

データ生成デバイスの一実施形態は、図１を参照して上述したようにＣＲＭデバイスである。ここで、図１のＣＲＭシステムに関連するさらなる詳細を提供する。

植込み型医療デバイス１１４を、ある期間にわたってデータを格納し、格納されたデータのうちの一部またはすべてを送信するために外部インタフェースシステム１１６と定期的に通信するように構成することができる。

外部インタフェースシステム１１６は、たとえば、プログラマー、プログラマー／レコーダ／モニタデバイス、コンピュータ、患者管理システム、携帯情報端末（ＰＤＡ）等であり得る。本明細書で用いるプログラマーという用語は、植込み型デバイスをプログラムし、植込み型デバイスからのデータを記録し、植込み型デバイスのモニタリングを可能にするデバイスを指す。例示的なプログラマー／レコーダ／モニタデバイスとしては、Ｂｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｃｏｒｐｏｒａｔｉｏｎ、Ｎａｔｉｃｋ、ＭＡから入手可能なＭｏｄｅｌ ３１２０ Ｐｒｏｇｒａｍｍｅｒが挙げられる。外部インタフェースシステム１１６は、キーボード１２０および／またはマウス１２８等のユーザ入力デバイスを含むことができる。外部インタフェースシステム１１６は、ビデオ出力を表示するビデオディスプレイ１１８等、ビデオ出力チャネルおよびビデオ出力デバイスを含むことができる。表示されたビデオ出力は、ユーザインタフェース画面を含むことができる。さらに、ビデオディスプレイ１１８にタッチスクリーンを装備することも可能であり、それによりビデオディスプレイ１１８が同様にユーザ入力デバイスになる。

外部インタフェースデバイス１１６は、リアルタイムデータおよび／または格納データをチャートまたはグラフ等でグラフィカルに、かつユーザインタフェーススクリーンを介して文字で表示することができる。さらに、外部インタフェースデバイス１１６は、いくつかの応答オプションとともに文字情報をユーザに提示することができる。外部インタフェースデバイス１１６はまた、質問に対するユーザの応答を入力し格納することも可能であり、いくつかの実施形態では、ユーザの文字による応答を格納することができる。

一実施形態では、ユーザインタフェースと呼ぶことも可能な外部インタフェースデバイス１１６は、患者管理コンピュータシステム１３２と通信する。ユーザインタフェース１１６と患者管理コンピュータシステム１３２との間の通信リンクは、電話線、インターネット１３０または他のあらゆるデータ接続を介することができる。ユーザインタフェース１１６を、デバイスと通信しておらず、患者管理コンピュータシステム１３２のみと通信している時にも使用することができる。

一実施形態では、外部インタフェースデバイス１１６は、植込み型医療デバイス１１４の動作パラメータを変更することができ、したがって、プログラマーと呼ばれる。通常、プログラマーは、診療室環境または病院環境にあるＣＲＭデバイスとインタフェースするために使用される。この状況では、外部インタフェースデバイスのユーザは、医師または訓練された技術者である。

図４は、本発明の少なくとも１つの実施形態と適合する患者管理システムの概略図である。患者管理システムは、コンピュータ記憶媒体を使用してエピソードデータベースを維持することができる。コンピュータ記憶媒体の例としては、 患者管理システム２００は、概して、１つまたは複数のデバイス２０２、２０４および２０６と、１つまたは複数の外部インタフェースデバイス２０８と、通信システム２１０と、１つまたは複数の遠隔周辺デバイス２０９と、ホスト２１２とを備えている。

患者管理システム２００の各コンポーネントは、通信システム２１０を使用して通信することができる。いくつかのコンポーネントはまた、互いに直接通信することができる。本明細書に例示する例としての患者管理システム２００のさまざまなコンポーネントについて以下に説明する。

データ生成デバイス２０２、２０４および２０６は、患者に関して以下の機能のうちの１つまたは複数を提供することができる植込み型デバイスまたは外部デバイスであり得る。すなわち、（１）検知、（２）データ解析および（３）治療である。たとえば、一実施形態では、デバイス２０２、２０４および２０６は、電気的手段、機械的手段および／または化学的手段を用いて患者の種々の生理学的状態、主観的な状態および環境的状態を測定するために使用される、植込み型デバイスまたは外部デバイスのいずれかである。デバイス２０２、２０４および２０６を、自動的にデータを収集するように構成することができ、または患者あるいは別の人による手動による介入を必要とすることができる。デバイス２０２、２０４および２０６を、生理学的測定値および／または主観的測定値に関連するデータを格納し、かつ／または後に詳細に説明する種々の方法を用いて通信システム２１０にデータを送信するように構成することができる。図示する実施形態例には、３つのデバイス２０２、２０４および２０６を示すが、患者管理システムにより多くのデバイスを結合することができる。一実施形態では、デバイス２０２、２０４および２０６の各々は、異なる患者に対して機能を提供（ｓｅｒｖｅ）している。一実施形態では、２つ以上のデバイスが１人の患者に対して機能を提供している。

デバイス２０２、２０４および２０６を、測定データを解析し、測定データに対して作用するように構成することができる。たとえば、デバイス２０２、２０４および２０６を、データの解析に基づいて治療を変更するかまたは警告を与えるように構成することができる。

一実施形態では、デバイス２０２、２０４および２０６は治療を提供する。治療を、自動的に、または外部通信に応答して提供することができる。デバイス２０２、２０４および２０６は、それらの検知の特性、治療の特性（たとえば時間および間隔）または通信の特性を、デバイス２０２、２０４および２０６と患者管理システム２００の他のコンポーネントとの間の通信によって変更することができるという点で、プログラム可能である。デバイス２０２、２０４および２０６はまた、デバイスが適切に機能していることを検証するように、自己検査を行うか、または通信システム２１０によって問合せされることが可能である。本明細書では、デバイス２０２、２０４および２０６の種々の実施形態の例を提供する。

体内に植え込まれたデバイスは、検知し通信するとともに、治療を提供する能力を有している。植込み型デバイスは、限定なしに、電気的心臓活動（たとえば、ペースメーカ、心臓再同期管理デバイス、除細動器等）、身体的運動、温度、心拍数、活動、血圧、呼吸パターン、駆出率、血液の粘度、血液の化学的性質、血液のグルコースレベルおよび他の患者特有の臨床生理学的パラメータを含む、身体の特性の直接測定値を提供することができるとともに、患者のコンプライアンスの必要を最小限にする。導出される測定値を、植込み型デバイスセンサ（たとえば、患者の全体的な健康状態（ｈｅａｌｔｈ）および健康であること（ｗｅｌｌ−ｂｅｉｎｇ）を定量化する生活の質の指標を計算するための、睡眠センサ、機能容量インジケータ、自律神経緊張度インジケータ、睡眠品質インジケータ、咳インジケータ、不安インジケータおよび心血管健康インジケータ）から確定することも可能である。

デバイス２０２、２０４および２０６はまた、生理学的データを測定するために使用される、外部デバイス、または身体に植え込まれないデバイス（温度計、血圧計、または血液特性、体重、体力、知的俊敏性（ｍｅｎｔａｌ ａｃｕｉｔｙ）、食生活、心臓特性および相対的な地理的位置を測定するために使用される外部デバイス）であり得る。

患者管理システム２００はまた、有線技術または無線技術を使用して通信システム２１０および／またはホスト２１２と通信する１つまたは複数の遠隔周辺デバイス２０９（たとえば、携帯電話、ページャ、ＰＤＡデバイス、ファクシミリ、リモートコンピュータ、プリンタ、ビデオおよび／またはオーディオデバイス）を備えることも可能である。

外部データベースモジュール２１４は、患者データベース４００、エピソードデータベース４０２、判定（ａｄｊｕｄｉｃａｔｉｏｎ）データベース４０４、母集団データベース４０６および医療データベース４０８を含み、それらのすべてについて以下に説明する。患者データベース４００は、デバイス２０２、２０４および２０６によって取得されたデータを含む患者特有データと、患者の医療記録および履歴情報とを含む。母集団データベース４０６は、他の患者および母集団の傾向に関連するデータ等、非患者特有データを含む。例としての医療データベース４０８は、複数の患者に対する、重要なイベントのマーカーとともに患者の疾患（複数可）の進行の記録の形態で履歴傾向データ等、疾患の治療に関連する臨床データを含む。

エピソードデータベース４０２は、デバイス２０２、２０４および２０６のうちのエピソードデータを提供するものから生成される複数の種々のエピソードに関するエピソードデータを有している。判定データベース４０４は、不整脈エピソード等のエピソードデータに関連する判定の結論を含む。判定データベース４０４およびエピソードデータベース４０２は、実際には、ユーザに提示されている特定のデータセットに応じて、エピソードデータまたは判定データのいずれかとして使用される共有データを含む、単一データベースであり得る。

外部データベース６００等の外部情報源から情報を提供することも可能である。たとえば、外部データベース６００は、患者に対して処方された薬物のタイプに関する情報を提供する、薬局によって保持されている薬物処方記録、または別の例では、許可されたユーザに不整脈エピソードデータを閲覧させる患者群からの許可データ等、第三者によって保持される外部医療記録を含むことができる。

例としての解析モジュール２１６は、患者解析モジュール５００と、上述したような心不全解析モジュール３２０と、母集団解析モジュール５０４と、学習モジュール５０６とを含む。患者解析モジュール５００は、患者管理システム２００によって収集された情報とともに、他の関連情報源に対する情報を利用して、患者に関するデータを解析し、患者の健康の適時かつ予測的な評価を提供することができる。心不全解析モジュール３２０は、センサから入力を受け取り、上述したように心不全の悪化の可能性を計算する。母集団解析モジュール５０４は、データベースモジュール２１４の収集されたデータを使用して、母集団の健康を管理する。学習モジュール５０６は、患者システム２００および外部情報源によって収集されたデータを含む、さまざまな情報源から提供されるデータを解析するものであり、その学習モジュール５０６を、たとえば確率的計算を行うように、ニューラルネットワーク（または等価の）システムを介して実装することができる。デバイス２０２、２０４および２０６ならびに外部インタフェースデバイス２０８からのデータを解析して、デバイスの問題または障害を予測し確定する、デバイス解析モジュールを含めることも可能である。

心不全解析モジュール３２０等の解析モジュール２１６の１つまたは複数の部分を、患者管理システム２００の他の部分から遠隔に配置することができる。

送出モジュール２１８は、ホスト２１２によって行われた解析に基づいて、報告、患者警告またはプログラミング推奨の送出を調整する。たとえば、デバイスから収集されかつホスト２１２によって解析されたデータに基づいて、送出モジュール２１８は、たとえば外部インタフェースデバイス２０８に設けられたディスプレイを用いて、医療提供者、ユーザ、または患者に情報を送出することができる。データ生成デバイスとは無関係のユーザインタフェースデバイス５１６を使用して、情報を送出することも可能である。外部インタフェースデバイス２０８およびユーザインタフェースデバイス５１６はまた、複数の実施形態によれば、報告、警告またはプログラミング推奨を表示し、ユーザからの上書き情報を受け取り、ユーザから他のデータを受け取るようにも構成されている。上述したように、表示データを、心不全モジュール３２０によって確定することができる。

プログラマー／レコーダ／モニタ等の外部インタフェースデバイス２０８表示情報は、多くのコンピューティングデバイスに共通のコンポーネントを含むことができる。表示すユーザからの情報を表示し受け取るユーザインタフェースデバイス５１６もまた、多くのコンピューティングデバイスに共通のコンポーネントを含むことができる。

ここで図５を参照すると、本発明のいくつかの実施形態によるさまざまなコンポーネントの図が示されている。しかしながら、外部インタフェースデバイスは、図５に示すコンポーネントのすべてを有している必要はない。

一実施形態では、外部インタフェースデバイスは、中央処理装置（ＣＰＵ）８０５またはプロセッサを備え、それは、従来のマイクロプロセッサ、情報を一時的に格納するランダムアクセスメモリ（ＲＡＭ）８１０、および情報を永久的に格納するリードオンリメモリ（ＲＯＭ）８１５を含むことができる。システムＲＡＭ８１０を制御するためにメモリコントローラ８２０が設けられている。データバス８３０を制御するためにバスコントローラ８２５が設けられており、他のシステムコンポーネントからのさまざまな割込み信号を受け取り処理するために、割込みコントローラ８３５が使用される。

コントローラ８４０によってバス８３０に接続されているディスケットドライブ８４１、コントローラ８４５によってバス８３０に接続されているＣＤ−ＲＯＭドライブ８４６、およびコントローラ８５０によってバス８３０に接続されているハードディスクドライブ８５１によって、大容量記憶装置を提供することができる。プログラマーシステムへのユーザ入力を、複数のデバイスによって提供することができる。たとえば、キーボードおよびマウスコントローラ８５５によって、バス８３０にキーボードおよびマウスを接続することができる。システムＲＡＭ８１０に直接メモリアクセスを行うために、ＤＭＡコントローラ８６０が設けられている。ビデオディスプレイ８７０を制御するビデオコントローラ８６５またはビデオ出力により、視覚的ディスプレイが生成される。外部システムはまた、外部システムが植込み型医療デバイスとインタフェースしデータを交換するのを可能にする、テレメトリインタフェース８９０またはテレメトリ回路を含むことができる。いくつかの実施形態には図５に示すさまざまな要素がない可能性があることが理解されよう。

ここで図６を参照すると、例示的な植込み型システム９００のいくつかのコンポーネントが概略的に示されている。植込み型医療システム９００は、１つまたは複数の刺激リード９３０および９２８に結合された植込み型医療デバイス９７２を含むことができる。植込み型デバイス９７２はまた、１つまたは複数の生理学的センサ９６２、または圧力センサ、インピーダンスセンサ等の他のセンサを含むことも可能である。

植込み型デバイスは、双方向データバスを介してメモリ９４６と通信するマイクロプロセッサ９４８（またはプロセッサ）を含むことができる。植込み型デバイスのプロセッサ９４８は、図３に関連して上述したように、複合値計算部３１５および心不全検出モジュール３２０を含むことができ、それにより、植込み型デバイス内で心不全解析が行われる。

メモリ９４６は、通常、プログラム格納用のＲＯＭまたはＲＡＭと、データ格納用のＲＡＭとを備えている。植込み型デバイスを、信号の処理および本明細書に記載する方法の実行等、さまざまな動作を実行するように構成することができる。プログラマーデバイスまたは患者管理システム等の外部ユニットと通信するために、テレメトリインタフェース９６４も設けられている。

植込み型デバイスは、心室センシングおよびペーシングチャネルを備えることができ、それは、センシング増幅器９５２と、出力回路９５４と、マイクロプロセッサ９４８のポートと双方向に通信する心室チャネルインタフェース９５０とを備えている。心室センシングおよびペーシングチャネルは、刺激リード９３０および電極９３４と通信することができる。植込み型デバイスは、心房センシングおよびペーシングチャネルを備えることができ、それは、センシング増幅器９５８と、出力回路９６０と、マイクロプロセッサ９４８のポートと双方向に通信する心房チャネルインタフェース９５６とを備えている。心房センシングおよびペーシングチャネルは、刺激リード９２８および電極９３２と通信することができる。各チャネルに対して、センシングおよびペーシングの両方に対して同じリードおよび電極を使用することができる。チャネルインタフェース９５０および９５６は、センシング増幅器からのセンシング信号入力をデジタル化するアナログ−デジタル変換器と、ペーシングパルスを出力し、ペーシングパルス振幅を変化させ、かつセンシング増幅器に対するゲインおよび閾値を調整するために、マイクロプロセッサによって書き込むことができるレジスタとを備えることができる。

本明細書および添付の特許請求の範囲で用いる、単数形「１つの（「ａ」、「ａｎ」）および「その（ｔｈｅ）」は、内容により特に明確に指示されない限り複数の指示対象を含むことが留意されるべきである。「または」という用語は、内容により特に明示的に指示されない限り、「および／または」を含む意味で概して採用されていることも留意されるべきである。

本明細書および添付の特許請求の範囲で用いられる、「構成された」という句は、特定のタスクを実行するかまたは特定の構成を採用するように構築されまたは構成されている、システム、装置または他の構造体を述べることも留意されるべきである。「構成された」という句を、「配置された」、「配置されかつ構成された」、「構成されかつ配置された」、「構築された」、「製造されかつ配置された」等、他の同様な句と同義で使用している可能性がある。

当業者は、本発明のさまざまな実施形態に関連して本明細書において示し説明したモジュール、回路および方法を、ソフトウェア、ハードウェアならびにソフトウェアおよびハードウェアの組合せを使用して実施することができることを理解するであろう。したがって、例示しかつ／または説明したモジュールおよび回路は、ソフトウェア実施態様、ハードウェア実施態様ならびにソフトウェアおよびハードウェア実施態様を包含するように意図されている。

本明細書におけるすべての刊行物および特許出願は、本発明が関連する技術分野における当業者のレベルを示すものである。すべての刊行物および特許出願は、各個々の刊行物または特許出願が参照により明確にかつ個々に示されているかのような程度まで、参照により本明細書に組み込まれている。

本出願は、本主題の応用または変形を包含するように意図されている。上記説明は、限定するものではなく例示するものであるように意図されていることが理解されるべきである。本主題の範囲を、添付の特許請求の範囲を、こうした特許請求の範囲に権利が与えられる均等物の完全な範囲とともに参照して確定されるべきである。

この要約は、本出願の教示のうちのいくつかの概要であり、本主題の排他的扱いまたは網羅的扱いであるようには意図されていない。さらなる詳細が、詳細な説明（発明を実施するための形態）および添付の特許請求の範囲に記載されている。以下の詳細な説明を読んで理解し、その一部を形成する図面（それらの各々は限定する意味で解釈されるべきではない）を見ると、当業者には他の態様が明らかとなろう。本発明の範囲は、添付の特許請求の範囲およびそれらの法的均等物によって定義される。
例えば、本願発明は以下の項目を提供する。
（項目１）
患者における心不全を検出する方法であって、
少なくとも第１センサおよび第２センサを使用して２つ以上のセンサ測定値を収集することにより、患者から生理学的データを収集するステップと、
少なくとも第１センサ測定値に基づいて第１複合値を計算するステップであって、前記第１複合値が、患者の心不全状態が変化した可能性の指示である、ステップと、
前記第１複合値が第１指定範囲外である場合、少なくとも第２センサ測定値に基づいて第２複合値を計算するステップであって、前記第２複合値が、前記患者の心不全状態が変化した可能性の指示である、ステップと、
前記第２複合値が第２指定範囲外である場合、心不全状態の変化の警告を生成するステップであって、前記警告が、前記患者の心不全状態が悪化した可能性の指示を含む、ステップと、
を含み、
前記第１指定範囲および前記第２指定範囲を変更することができる、方法。
（項目２）
前記第１指定範囲および前記第２指定範囲が、医療提供者によって変更される、項目１に記載の方法。
（項目３）
前記第１指定範囲および前記第２指定範囲が、患者母集団、患者の年齢、患者の性別および患者のイベント情報からなる群のうちの１つに基づくアルゴリズムによって変更される、項目１に記載の方法。
（項目４）
前記センサのうちの少なくとも１つが外部センサである、項目１〜３のいずれか一項に記載の方法。
（項目５）
前記センサのうちの少なくとも１つが、植込み型医療デバイスに存在する、項目１〜４のいずれか一項に記載の方法。
（項目６）
前記センサが、心調律管理デバイスに存在する、項目１、２、３または５に記載の方法。
（項目７）
前記第１複合値が、前記第２複合値より心不全に対して感度が高い、項目１〜６のいずれか一項に記載の方法。
（項目８）
前記第１複合値が、前記第２複合値より心不全の早期のマーカーである、項目１〜６のいずれか一項に記載の方法。
（項目９）
前記第１複合値が、前記第２複合値よりパワー−費用効率が高い測度である、項目１〜６のいずれか一項に記載の方法。
（項目１０）
前記第１センサが呼吸数センサであり、前記第１複合値が、ある期間にわたる呼吸数に対する現在値および過去値に基づいて計算される、項目１〜６のいずれか一項に記載の方法。
（項目１１）
前記第２センサが経胸腔インピーダンスセンサであり、前記第２複合値が、ある期間にわたる経胸腔インピーダンスに対する現在値および過去値に基づいて計算される、項目１〜１０のいずれか一項に記載の方法。
（項目１２）
前記第１複合値および前記第２複合値のうちの一方または両方が、回帰モデルを用いて計算される、項目１〜１１のいずれか一項に記載の方法。
（項目１３）
患者における心不全を検出するシステムであって、
患者から生理学的データの２つ以上のセンサ測定値を収集する第１センサおよび第２センサと、
少なくとも第１センサ測定値に基づいて第１複合値を計算するように構成されたプロセッサであって、前記第１複合値が、前記患者の心不全状態が変化した可能性の指示であり、
前記プロセッサが、前記第１複合値が第１指定範囲外である場合に、少なくとも第２センサ測定値に基づいて第２複合値を計算するようにさらに構成され、前記第２複合値が、前記患者の心不全状態が変化した可能性の指示である、プロセッサと、
前記第２複合値が第２指定範囲外である場合に、心不全状態の変化の警告を生成するように構成された通信モジュールであって、前記警告が、前記患者の心不全が悪化した可能性の指示を含む、通信モジュールと、
前記第１指定範囲および前記第２指定範囲を変更するように構成された範囲変更モジュールと、
を具備するシステム。
（項目１４）
医療提供者から、前記第１指定範囲および前記第２指定範囲に対する変更を受け取るように構成されたユーザインタフェースをさらに具備する、項目１３に記載のシステム。
（項目１５）
アルゴリズムに基づいて前記第１指定範囲および前記第２指定範囲に対する変更を確定することができる解析モジュールをさらに具備する、項目１３に記載のシステム。
（項目１６）
前記第１センサおよび前記第２センサのうちの少なくとも１つが外部センサである、項目１３〜１５のいずれか一項に記載のシステム。
（項目１７）
心調律管理デバイスを具備し、前記心調律管理デバイスが前記第１センサおよび前記第２センサを含む、項目１３〜１５のいずれか一項に記載のシステム。
（項目１８）
前記第１センサが呼吸数センサであり、前記第１複合値が、ある期間にわたる呼吸数に対する現在値および過去値に基づいて計算される、項目１７に記載のシステム。
（項目１９）
前記第２センサが経胸腔インピーダンスセンサであり、前記第２複合値が、ある期間にわたる経胸腔インピーダンスに対する現在値および過去値に基づいて計算される、項目１７または１８に記載のシステム。
（項目２０）
患者における心不全を検出する方法であって、
少なくとも第１センサおよび第２センサを使用して２つ以上のセンサ測定値を収集することにより、患者から生理学的データを収集するステップであって、前記第１センサおよび前記第２センサが心調律管理デバイスに存在し、前記第１センサが呼吸数センサであり、前記第２センサが経胸腔インピーダンスセンサである、ステップと、
少なくとも第１センサ測定値に基づいて第１複合値を計算するステップであって、前記第１複合値が、前記患者の心不全状態が変化した可能性の指示である、ステップと、
前記第１複合値が第１指定範囲外である場合に、少なくとも第２センサ測定値に基づいて第２複合値を計算するステップであって、前記第２複合値が、前記患者の心不全状態が変化した可能性の指示である、ステップと、
前記第２複合値が第２指定範囲外である場合に、心不全状態の変化の警告を生成するステップであって、前記警告が、前記患者の心不全状態が悪化した可能性の指示を含む、ステップと、
を含み、
前記第１指定範囲および前記第２指定範囲を、医療提供者が変更することができ、
前記第１複合値が、ある期間にわたる呼吸数に対する現在値および過去値に基づいて計算され、
前記第２複合値が、ある期間にわたる経胸腔インピーダンスに対する現在値および過去値に基づいて計算される、方法。

Claims (20)

1. 患者における心不全を検出する方法であって、
   少なくとも第１センサおよび第２センサを使用して２つ以上のセンサ測定値を収集することにより、患者から生理学的データを収集するステップと、
   少なくとも第１センサ測定値に基づいて第１複合値を計算するステップであって、前記第１複合値が、患者の心不全状態が変化した可能性の指示である、ステップと、
   前記第１複合値が第１指定範囲外である場合、少なくとも第２センサ測定値に基づいて第２複合値を計算するステップであって、前記第２複合値が、前記患者の心不全状態が変化した可能性の指示である、ステップと、
   前記第２複合値が第２指定範囲外である場合、心不全状態の変化の警告を生成するステップであって、前記警告が、前記患者の心不全状態が悪化した可能性の指示を含む、ステップと、
   を含み、
   前記第１指定範囲および前記第２指定範囲を変更することができる、方法。
2. 前記第１指定範囲および前記第２指定範囲が、医療提供者によって変更される、請求項１に記載の方法。
3. 前記第１指定範囲および前記第２指定範囲が、患者母集団、患者の年齢、患者の性別および患者のイベント情報からなる群のうちの１つに基づくアルゴリズムによって変更される、請求項１に記載の方法。
4. 前記センサのうちの少なくとも１つが外部センサである、請求項１〜３のいずれか一項に記載の方法。
5. 前記センサのうちの少なくとも１つが、植込み型医療デバイスに存在する、請求項１〜４のいずれか一項に記載の方法。
6. 前記センサが、心調律管理デバイスに存在する、請求項１、２、３または５に記載の方法。
7. 前記第１複合値が、前記第２複合値より心不全に対して感度が高い、請求項１〜６のいずれか一項に記載の方法。
8. 前記第１複合値が、前記第２複合値より心不全の早期のマーカーである、請求項１〜６のいずれか一項に記載の方法。
9. 前記第１複合値が、前記第２複合値よりパワー−費用効率が高い測度である、請求項１〜６のいずれか一項に記載の方法。
10. 前記第１センサが呼吸数センサであり、前記第１複合値が、ある期間にわたる呼吸数に対する現在値および過去値に基づいて計算される、請求項１〜６のいずれか一項に記載の方法。
11. 前記第２センサが経胸腔インピーダンスセンサであり、前記第２複合値が、ある期間にわたる経胸腔インピーダンスに対する現在値および過去値に基づいて計算される、請求項１〜１０のいずれか一項に記載の方法。
12. 前記第１複合値および前記第２複合値のうちの一方または両方が、回帰モデルを用いて計算される、請求項１〜１１のいずれか一項に記載の方法。
13. 患者における心不全を検出するシステムであって、
    患者から生理学的データの２つ以上のセンサ測定値を収集する第１センサおよび第２センサと、
    少なくとも第１センサ測定値に基づいて第１複合値を計算するように構成されたプロセッサであって、前記第１複合値が、前記患者の心不全状態が変化した可能性の指示であり、
    前記プロセッサが、前記第１複合値が第１指定範囲外である場合に、少なくとも第２センサ測定値に基づいて第２複合値を計算するようにさらに構成され、前記第２複合値が、前記患者の心不全状態が変化した可能性の指示である、プロセッサと、
    前記第２複合値が第２指定範囲外である場合に、心不全状態の変化の警告を生成するように構成された通信モジュールであって、前記警告が、前記患者の心不全が悪化した可能性の指示を含む、通信モジュールと、
    前記第１指定範囲および前記第２指定範囲を変更するように構成された範囲変更モジュールと、
    を具備するシステム。
14. 医療提供者から、前記第１指定範囲および前記第２指定範囲に対する変更を受け取るように構成されたユーザインタフェースをさらに具備する、請求項１３に記載のシステム。
15. アルゴリズムに基づいて前記第１指定範囲および前記第２指定範囲に対する変更を確定することができる解析モジュールをさらに具備する、請求項１３に記載のシステム。
16. 前記第１センサおよび前記第２センサのうちの少なくとも１つが外部センサである、請求項１３〜１５のいずれか一項に記載のシステム。
17. 心調律管理デバイスを具備し、前記心調律管理デバイスが前記第１センサおよび前記第２センサを含む、請求項１３〜１５のいずれか一項に記載のシステム。
18. 前記第１センサが呼吸数センサであり、前記第１複合値が、ある期間にわたる呼吸数に対する現在値および過去値に基づいて計算される、請求項１７に記載のシステム。
19. 前記第２センサが経胸腔インピーダンスセンサであり、前記第２複合値が、ある期間にわたる経胸腔インピーダンスに対する現在値および過去値に基づいて計算される、請求項１７または１８に記載のシステム。
20. 患者における心不全を検出する方法であって、
    少なくとも第１センサおよび第２センサを使用して２つ以上のセンサ測定値を収集することにより、患者から生理学的データを収集するステップであって、前記第１センサおよび前記第２センサが心調律管理デバイスに存在し、前記第１センサが呼吸数センサであり、前記第２センサが経胸腔インピーダンスセンサである、ステップと、
    少なくとも第１センサ測定値に基づいて第１複合値を計算するステップであって、前記第１複合値が、前記患者の心不全状態が変化した可能性の指示である、ステップと、
    前記第１複合値が第１指定範囲外である場合に、少なくとも第２センサ測定値に基づいて第２複合値を計算するステップであって、前記第２複合値が、前記患者の心不全状態が変化した可能性の指示である、ステップと、
    前記第２複合値が第２指定範囲外である場合に、心不全状態の変化の警告を生成するステップであって、前記警告が、前記患者の心不全状態が悪化した可能性の指示を含む、ステップと、
    を含み、
    前記第１指定範囲および前記第２指定範囲を、医療提供者が変更することができ、
    前記第１複合値が、ある期間にわたる呼吸数に対する現在値および過去値に基づいて計算され、
    前記第２複合値が、ある期間にわたる経胸腔インピーダンスに対する現在値および過去値に基づいて計算される、方法。

Images