JP2016500866A - 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 - Google Patents
数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2016500866A JP2016500866A JP2015535867A JP2015535867A JP2016500866A JP 2016500866 A JP2016500866 A JP 2016500866A JP 2015535867 A JP2015535867 A JP 2015535867A JP 2015535867 A JP2015535867 A JP 2015535867A JP 2016500866 A JP2016500866 A JP 2016500866A
- Authority
- JP
- Japan
- Prior art keywords
- patient
- response
- specific
- dosing
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 147
- 238000013178 mathematical model Methods 0.000 title claims abstract description 134
- 230000004044 response Effects 0.000 claims abstract description 234
- 239000003814 drug Substances 0.000 claims abstract description 80
- 229940079593 drug Drugs 0.000 claims abstract description 71
- 238000012935 Averaging Methods 0.000 claims abstract description 44
- 230000006870 function Effects 0.000 claims description 113
- 239000002131 composite material Substances 0.000 claims description 65
- 238000011282 treatment Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 18
- 230000001225 therapeutic effect Effects 0.000 claims description 16
- 239000003795 chemical substances by application Substances 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 239000008280 blood Substances 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 claims description 4
- 230000036772 blood pressure Effects 0.000 claims description 3
- 238000005534 hematocrit Methods 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims 4
- 230000036765 blood level Effects 0.000 description 23
- 229960000598 infliximab Drugs 0.000 description 20
- 238000012360 testing method Methods 0.000 description 14
- 238000013459 approach Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 12
- 238000013500 data storage Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- 238000007620 mathematical function Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000001647 drug administration Methods 0.000 description 5
- 238000009533 lab test Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000037396 body weight Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 239000004072 C09CA03 - Valsartan Substances 0.000 description 2
- 241001289753 Graphium sarpedon Species 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010420 art technique Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000011221 initial treatment Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003285 pharmacodynamic effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 229940124597 therapeutic agent Drugs 0.000 description 2
- 206010019280 Heart failures Diseases 0.000 description 1
- 229960003697 abatacept Drugs 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 229940125364 angiotensin receptor blocker Drugs 0.000 description 1
- 238000013476 bayesian approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000009509 drug development Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001631 hypertensive effect Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical class C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000000955 prescription drug Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 231100000041 toxicology testing Toxicity 0.000 description 1
- ACWBQPMHZXGDFX-QFIPXVFZSA-N valsartan Chemical compound C1=CC(CN(C(=O)CCCC)[C@@H](C(C)C)C(O)=O)=CC=C1C1=CC=CC=C1C1=NN=NN1 ACWBQPMHZXGDFX-QFIPXVFZSA-N 0.000 description 1
- 229960004699 valsartan Drugs 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Medicinal Chemistry (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Mathematical Optimization (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Urology & Nephrology (AREA)
- Molecular Biology (AREA)
- Hematology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
Abstract
Description
Claims (46)
- コンピュータ化薬剤投与計画推奨システムを使用して、薬剤を用いた治療のための患者特有の投与計画を提供するための方法であって、前記システムは、マイクロプロセッサと、メモリと、複数の数学モデルとを備え、各モデルは、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表し、前記方法は、
前記複数の数学モデルおよび前記モデルの前記共変量患者因子に対応する特定の患者の特性の関数としての複合モデルであって、前記複合モデルは、共変量患者因子として前記特定の患者の特性を有する典型的な患者についての応答プロファイルを表す、複合モデルを作成し、
前記複合モデルの関数として第1の複数の提案された投与計画の各々についての典型的な患者応答を予測し、
前記特定の患者の特性を有する典型的な患者に好適である推奨される典型的な投与計画を選択し、
前記システムからの出力として、前記推奨される典型的な投与計画を提供し、
施行された投与計画への前記特定の患者の観察された応答を反映するデータを受信し、
対応する複数の更新された患者特有の数学モデルを作成するように、前記観察された患者応答データの関数として前記複数の数学モデルの各々を更新し、
更新された患者特有の複合モデルを作り出すように、各更新された患者特有の数学モデルを処理し、
前記更新された患者特有の複合モデルの関数として、第2の複数の提案された投与計画の各々についての患者特有の応答を予測し、
前記特定の患者に好適である、推奨された患者特有の投与計画を選択し、
前記システムからの出力として、前記推奨された患者特有の投与計画を提供するように、
前記システムを動作させることを含む、方法。 - 前記複合モデルは、ベイジアンモデル平均化技法を使用して、前記複数の数学モデルを処理することによって作り出される、請求項1に記載の方法。
- 前記典型的な患者応答は、ベイジアン予測技法を使用して、前記複合モデルを処理することによって予測される、請求項1に記載の方法。
- 前記典型的な患者応答を予測することは、前記システムが、
入力として複数の提案された投与計画を受信することと、
前記複数の提案された投与計画の各々について、対応する典型的な患者応答を予測することと
を含む、請求項1に記載の方法。 - 推奨される典型的な投与計画を選択することは、前記システムが、前記予測された典型的な患者応答から、前記特定の患者の特性を有する典型的な患者に好適である推奨される典型的な投与計画を選択することを含み、前記推奨される典型的な投与計画は、所定の基準を満たすために選択される、請求項4に記載の方法。
- 出力として前記推奨される典型的な投与計画を提供することは、複数の代替的な推奨される典型的な投与計画を含むリストを出力することを含む、請求項4に記載の方法。
- 典型的な患者応答を予測することは、前記システムが、
所定の論理に従って、複数の提案された投与計画を自動的に選択することと、
前記複数の提案された投与計画の各々についての典型的な患者応答を予測することと
を含む、請求項1に記載の方法。 - 所定の論理に従って、前記複数の提案された投与計画を自動的に選択することは、提案された投与計画への予測された典型的な患者応答の関数として、次の提案された投与計画を選択することを含む、請求項7に記載の方法。
- 前記所定の論理は、治療目的を最も良く満たす、対応する予測された典型的な患者応答を提供するように、前記複数の提案された投与計画の選択を提供する、請求項8に記載の方法。
- 前記所定の論理は、目的関数の最小値を見出すように、前記複数の提案された投与計画の選択を提供する、請求項8に記載の方法。
- 前記所定の論理は、目的関数の大域的最小値を見出すように、前記複数の提案された投与計画の選択を提供する、請求項8に記載の方法。
- 前記システムが、前記予測された典型的な患者応答から、前記特定の患者の特性を有する典型的な患者に好適である推奨される典型的な投与計画を選択することをさらに含み、前記推奨される典型的な投与計画は、所定の基準を満たすために選択される、請求項7に記載の方法。
- 前記システムが、出力として、前記推奨される典型的な投与計画を提供することをさらに含む、請求項12に記載の方法。
- 前記システムが、出力として、複数の推奨される典型的な投与計画を含むリストを提供することをさらに含む、請求項12に記載の方法。
- 前記患者特有の応答を予測することは、前記システムが、
入力として複数の提案された投与計画を受信することと、
前記複数の提案された投与計画の各々について、対応する患者特有の応答を予測することと
を含む、請求項1に記載の方法。 - 推奨された患者特有の投与計画を選択することは、前記システムが、前記予測された患者特有の応答から、前記特定の患者に好適である、推奨された患者特有の投与計画を選択することを含み、前記推奨された患者特有の投与計画は、所定の基準を満たすために選択される、請求項1に記載の方法。
- 出力として、前記推奨された患者特有の投与計画を提供することは、複数の代替的な推奨された患者特有の投与計画を含むリストを出力することを含む、請求項1に記載の方法。
- 患者特有の応答を予測することは、前記システムが、
所定の論理に従って、複数の提案された投与計画を自動的に選択することと、
前記複数の提案された投与計画の各々についての患者特有の応答を予測することと
を含む、請求項1に記載の方法。 - 所定の論理に従って、前記複数の提案された投与計画を自動的に選択することは、提案された投与計画への予測された患者特有の応答の関数として、次の提案された投与計画を選択することを含む、請求項18に記載の方法。
- 前記所定の論理は、治療目的を最も良く満たす、対応する予測された患者特有の応答を提供するように、前記複数の提案された投与計画の選択を提供する、請求項18に記載の方法。
- 前記所定の論理は、目的関数の最小値を見出すように、前記複数の提案された投与計画の選択を提供する、請求項18に記載の方法。
- 前記所定の論理は、目的関数の大域的最小値を見出すように、前記複数の提案された投与計画の選択を提供する、請求項18に記載の方法。
- 前記システムが、前記予測された患者特有の応答から、前記特定の患者に好適である、推奨された患者特有の投与計画を選択することをさらに含み、前記推奨される典型的な投与計画は、所定の基準を満たすために選択される、請求項17に記載の方法。
- 前記システムが、出力として、前記推奨された患者特有の投与計画を提供することをさらに含む、請求項23に記載の方法。
- 前記システムが、出力として、複数の推奨された患者特有の投与計画を含むリストを提供することをさらに含む、請求項23に記載の方法。
- 前記複数の数学モデルの各々は、ベイジアン更新技法を使用して前記複数の数学モデルの各々を処理することによって更新される、請求項1に記載の方法。
- 各更新された患者特有の数学モデルは、ベイジアンモデル平均化技法を使用して処理される、請求項1に記載の方法。
- 前記患者特有の応答は、ベイジアン予測技法を使用して前記更新された患者特有の数学モデルを処理することによって予測される、請求項1に記載の方法。
- 前記推奨される典型的な投与計画は、一式の典型的な投与計画の間から選択され、前記推奨される典型的な投与計画は、所定の基準に密接に合致する、関連する予測された患者応答を提供するために選択される、請求項1に記載の方法。
- 前記所定の基準は、標的患者応答である、請求項29に記載の方法。
- 前記推奨された患者特有の投与計画は、一式の患者特有の投与計画の間から選択され、前記推奨された患者特有の投与計画は、所定の基準に密接に合致する、関連する予測された患者応答を提供するために選択される、請求項1に記載の方法。
- 前記所定の基準は、標的患者応答である、請求項31に記載の方法。
- 前記共変量患者因子は、血液濃度レベル、血圧示度、および、ヘマトクリットレベルから成る群から選択される少なくとも1つの共変量患者因子を含む、請求項1に記載の方法。
- コンピュータ化薬剤投与計画推奨システムを使用して、薬剤を用いた治療のための患者特有の投与計画を提供するための方法であって、前記システムは、マイクロプロセッサと、メモリと、複数の数学モデルとを備え、前記複数の数学モデルの各々は、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表し、前記方法は、
前記複数の数学モデルおよび前記モデルの前記共変量患者因子に対応する特定の患者の特性の関数としての複合モデルであって、前記複合モデルは、共変量患者因子として前記特定の患者の特性を有する典型的な患者についての応答プロファイルを表す、複合モデルを作り出すようにベイジアンモデル平均化を行い、
ベイジアン予測を行うことにより、前記複合モデルの関数として第1の複数の提案された投与計画の各々についての典型的な患者応答を予測するように、前記複合モデルを処理し、
一式の予測された典型的な患者応答から、前記特定の患者の特性を有する典型的な患者に好適である推奨される典型的な投与計画であって、前記推奨される典型的な投与計画は、所定の標的応答を達成するように選択される推奨される、典型的な投与計画を選択し、
前記システムからの出力として、前記推奨される典型的な投与計画を提供し、
施行された投与計画への前記特定の患者の観察された応答を反映するデータを受信し、
前記観察された患者応答データの関数として前記複数の数学モデルの各々を更新することにより、対応する複数の更新された患者特有の数学モデルを作成するように、ベイジアン更新を行い、
更新された患者特有の複合モデルを作り出すように、前記複数の更新された患者特有の数学モデルのベイジアンモデル平均化を行い、
前記更新された患者特有の複合モデルの関数として、第2の複数の提案された投与計画の各々についての患者特有の応答を予測するように、ベイジアン予測を行い、
一式の予測された患者特有の応答から、前記特定の患者に好適である、推奨された患者特有の投与計画であって、前記推奨された患者特有の投与計画は、前記所定の標的応答を達成するように選択される、推奨された患者特有の投与計画を選択し、
前記システムからの出力として、前記推奨された患者特有の投与計画を提供するように、
前記システムを動作させることを含む、方法。 - コンピュータ化薬剤投与計画推奨システムを使用して、薬剤を用いた治療のための患者特有の投与計画を提供するための方法であって、前記システムは、マイクロプロセッサと、メモリと、複数の数学モデルとを備え、前記複数の数学モデルの各々は、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表し、前記方法は、
前記複数の数学モデルおよび前記モデルの前記共変量患者因子に対応する特定の患者の特性の関数としての複合モデルであって、前記複合モデルは、共変量患者因子として前記特定の患者の特性を有する典型的な患者についての応答プロファイルを表す、複合モデルを作り出すようにベイジアンモデル平均化を行い、
ベイジアン予測を行うことにより、前記複合モデルの関数として第1の複数の提案された投与計画の各々についての典型的な患者応答を予測するように、前記複合モデルを処理し、
一式の予測された典型的な患者応答から、前記特定の患者の特性を有する典型的な患者に好適である推奨される典型的な投与計画であって、前記推奨される典型的な投与計画は、所定の標的応答を達成するように選択される、推奨される典型的な投与計画を選択し、
前記システムからの出力として、前記推奨される典型的な投与計画を提供するように、
前記システムを動作させることを含む、方法。 - コンピュータ化薬剤投与計画推奨システムを使用して、薬剤を用いた治療のための患者特有の投与計画を提供するための方法であって、前記システムは、マイクロプロセッサと、メモリと、複数の数学モデルとを備え、前記複数の数学モデルの各々は、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表し、前記方法は、
前記複数の数学モデルおよび前記モデルの前記共変量患者因子に対応する特定の患者の特性の関数としての複合モデルであって、前記複合モデルは、共変量患者因子として前記特定の患者の特性を有する典型的な患者についての応答プロファイルを表す、複合モデルを作り出すようにベイジアンモデル平均化を行い、
施行された投与計画への前記特定の患者の観察された応答を反映するデータを受信し、
対応する複数の更新された患者特有の数学モデルを作成するように、前記観察された患者応答データの関数として、前記複数の数学モデルの各々にベイジアン更新を行い、
更新された患者特有の複合モデルを作り出すように、前記複数の更新された患者特有の数学モデルのベイジアンモデル平均化を行い、
前記システムからの出力として、前記更新された患者特有の複合モデルを提供するように、
前記システムを動作させることを含む、方法。 - コンピュータ化薬剤投与計画推奨システムを使用して、薬剤を用いた治療のための患者特有の投与計画を提供するための方法であって、前記システムは、マイクロプロセッサと、メモリと、少なくとも1つの数学モデルとを備え、各数学モデルは、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表し、前記方法は、
ベイジアン予測を行うことにより、前記モデルの関数として、第1の複数の提案された投与計画の各々についての典型的な患者応答を予測するように、前記モデルを処理し、
一式の予測された典型的な患者応答から、前記特定の患者の特性を有する典型的な患者に好適である推奨される典型的な投与計画であって、前記推奨される典型的な投与計画は、所定の標的応答を達成するように選択される、推奨される典型的な投与計画を選択し、
前記システムからの出力として、前記推奨される典型的な投与計画を提供し、
施行された投与計画への前記特定の患者の観察された応答を反映するデータを受信し、
対応する更新された患者特有の数学モデルを作成するように、前記観察された患者応答データの関数として、各数学モデルにベイジアン更新を行い、
各更新された患者特有のモデルの関数として、第2の複数の提案された投与計画の各々についての患者特有の応答を予測するように、ベイジアン予測を行い、
一式の予測された患者特有の応答から、前記特定の患者に好適である推奨された患者特有の投与計画であって、前記推奨された患者特有の投与計画は、前記所定の標的応答を達成するように選択される、推奨された患者特有の投与計画を選択し、
前記システムからの出力として、前記推奨された患者特有の投与計画を提供するように、
前記システムを動作させることを含む、方法。 - コンピュータ化薬剤投与計画推奨システムを使用して、薬剤を用いた治療のための患者特有の投与計画を提供するための方法であって、前記システムは、マイクロプロセッサと、メモリと、少なくとも1つの数学モデルとを備え、各数学モデルは、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表し、前記方法は、
施行された投与計画への前記特定の患者の観察された応答を反映するデータを受信し、
対応する更新された患者特有の数学モデルを作成するように、前記観察された患者応答データの関数として、各数学モデルにベイジアン更新を行い、
各更新された患者特有のモデルの関数として、第2の複数の提案された投与計画の各々についての患者特有の応答を予測するように、ベイジアン予測を行い、
一式の予測された患者特有の患者応答から、前記特定の患者に好適である推奨された患者特有の投与計画であって、前記推奨された患者特有の投与計画は、前記所定の標的応答を達成するように選択される、推奨された患者特有の投与計画を選択し、
前記システムからの出力として、前記推奨された患者特有の投与計画を提供するように、
前記システムを動作させることを含む、方法。 - コンピュータ化薬剤投与計画推奨システムを使用して、薬剤を用いた治療のための患者特有の投与計画を提供するための方法であって、前記システムは、マイクロプロセッサと、メモリと、少なくとも1つの数学モデルとを備え、各数学モデルは、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表し、前記方法は、
ベイジアン予測を行うことにより、前記モデルの関数として、第1の複数の提案された投与計画の各々についての典型的な患者応答を予測するように、前記モデルを処理し、
一式の予測された患者特有の患者応答から、前記特定の患者の特性を有する典型的な患者に好適である推奨される典型的な投与計画であって、前記推奨される典型的な投与計画は、所定の標的応答を達成するように選択される、推奨される典型的な投与計画を選択し、
前記システムからの出力として、前記推奨される典型的な投与計画を提供し、
施行された投与計画への前記特定の患者の観察された応答を反映するデータを受信し、
対応する更新された患者特有の数学モデルを作成するように、前記観察された患者応答データの関数として、各数学モデルにベイジアン更新を行い、
前記システムからの出力として、前記更新された患者特有の数学モデルを提供するように、
前記システムを動作させることを含む、方法。 - 薬剤を用いた治療のために患者特有の投与計画を提供するためのシステムであって、前記システムは、
マイクロプロセッサと、
前記マイクロプロセッサに動作可能に接続されたメモリと、
複数の数学モデルであって、前記複数の数学モデルの各々は、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表す、複数の数学モデルと、
請求項1に記載の方法を実行するように前記システムを動作させるための、前記メモリに記憶されたマイクロプロセッサ実行可能命令と
を備える、システム。 - 薬剤を用いた治療のために患者特有の投与計画を提供するためのシステムであって、前記システムは、
マイクロプロセッサと、
前記マイクロプロセッサに動作可能に接続されたメモリと、
複数の数学モデルであって、前記複数の数学モデルの各々は、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表す、複数の数学モデルと、
請求項34に記載の方法を実行するように前記システムを動作させるための、前記メモリに記憶されたマイクロプロセッサ実行可能命令と
を備える、システム。 - 薬剤を用いた治療のために患者特有の投与計画を提供するためのシステムであって、前記システムは、
マイクロプロセッサと、
前記マイクロプロセッサに動作可能に接続されたメモリと、
複数の数学モデルであって、前記複数の数学モデルの各々は、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表す、複数の数学モデルと、
請求項35に記載の方法を実行するように前記システムを動作させるための、前記メモリに記憶されたマイクロプロセッサ実行可能命令と
を備える、システム。 - 薬剤を用いた治療のために患者特有の投与計画を提供するためのシステムであって、前記システムは、
マイクロプロセッサと、
前記マイクロプロセッサに動作可能に接続されたメモリと、
複数の数学モデルであって、前記複数の数学モデルの各々は、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表す、複数の数学モデルと、
請求項36に記載の方法を実行するように前記システムを動作させるための、前記メモリに記憶されたマイクロプロセッサ実行可能命令と
を備える、システム。 - 薬剤を用いた治療のために患者特有の投与計画を提供するためのシステムであって、前記システムは、
マイクロプロセッサと、
前記マイクロプロセッサに動作可能に接続されたメモリと、
複数の数学モデルであって、前記複数の数学モデルの各々は、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表す、複数の数学モデルと、
請求項37に記載の方法を実行するように前記システムを動作させるための、前記メモリに記憶されたマイクロプロセッサ実行可能命令と
を備える、システム。 - 薬剤を用いた治療のために患者特有の投与計画を提供するためのシステムであって、前記システムは、
マイクロプロセッサと、
前記マイクロプロセッサに動作可能に接続されたメモリと、
複数の数学モデルであって、前記複数の数学モデルの各々は、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表す、複数の数学モデルと、
請求項38に記載の方法を実行するように前記システムを動作させるための、前記メモリに記憶されたマイクロプロセッサ実行可能命令と
を備える、システム。 - 薬剤を用いた治療のために患者特有の投与計画を提供するためのシステムであって、前記システムは、
マイクロプロセッサと、
前記マイクロプロセッサに動作可能に接続されたメモリと、
複数の数学モデルであって、前記複数の数学モデルの各々は、前記薬剤を用いて治療される患者集団についての応答プロファイルを表し、各モデルはさらに、共変量患者因子の関数として典型的な患者応答を表す、複数の数学モデルと、
請求項39に記載の方法を実行するように前記システムを動作させるための、前記メモリに記憶されたマイクロプロセッサ実行可能命令と
を備える、システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261710330P | 2012-10-05 | 2012-10-05 | |
US61/710,330 | 2012-10-05 | ||
PCT/US2013/063691 WO2014055978A1 (en) | 2012-10-05 | 2013-10-07 | System and method for providing patient-specific dosing as a function of mathematical models |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018183803A Division JP6653365B2 (ja) | 2012-10-05 | 2018-09-28 | 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016500866A true JP2016500866A (ja) | 2016-01-14 |
JP2016500866A5 JP2016500866A5 (ja) | 2016-11-24 |
JP6412499B2 JP6412499B2 (ja) | 2018-10-24 |
Family
ID=50433375
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015535867A Active JP6412499B2 (ja) | 2012-10-05 | 2013-10-07 | 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 |
JP2018183803A Active JP6653365B2 (ja) | 2012-10-05 | 2018-09-28 | 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 |
JP2020010887A Withdrawn JP2020080161A (ja) | 2012-10-05 | 2020-01-27 | 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 |
JP2022094292A Pending JP2022111352A (ja) | 2012-10-05 | 2022-06-10 | 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018183803A Active JP6653365B2 (ja) | 2012-10-05 | 2018-09-28 | 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 |
JP2020010887A Withdrawn JP2020080161A (ja) | 2012-10-05 | 2020-01-27 | 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 |
JP2022094292A Pending JP2022111352A (ja) | 2012-10-05 | 2022-06-10 | 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 |
Country Status (10)
Country | Link |
---|---|
US (6) | US10083400B2 (ja) |
EP (2) | EP4224482A1 (ja) |
JP (4) | JP6412499B2 (ja) |
KR (3) | KR102223018B1 (ja) |
AU (4) | AU2013326801A1 (ja) |
CA (1) | CA2887072C (ja) |
HK (1) | HK1213983A1 (ja) |
IL (3) | IL238115B (ja) |
SG (2) | SG11201502616WA (ja) |
WO (1) | WO2014055978A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017146067A1 (ja) * | 2016-02-26 | 2017-08-31 | 株式会社豊崎会計事務所 | 情報処理装置 |
JP2020532014A (ja) * | 2017-08-30 | 2020-11-05 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | モデル及びイメージングデータに基づく冠動脈健康状態予測 |
JP2021522575A (ja) * | 2018-04-23 | 2021-08-30 | ダイアン アール. モールド, | 適応投与計画を修正するためのシステムおよび方法 |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9238100B2 (en) | 2012-06-07 | 2016-01-19 | Tandem Diabetes Care, Inc. | Device and method for training users of ambulatory medical devices |
KR102223018B1 (ko) | 2012-10-05 | 2021-03-05 | 다이앤 몰드 | 수학적 모형 함수로서 환자-특이적 투여법을 제공하는 시스템 및 방법 |
US9238144B2 (en) * | 2013-03-14 | 2016-01-19 | Neuropace, Inc. | Optimizing data retrieval from an active implantable medical device |
ES2967617T3 (es) * | 2013-12-06 | 2024-05-03 | Bioverativ Therapeutics Inc | Herramientas de farmacocinética poblacional y sus usos |
US10713225B2 (en) | 2014-10-30 | 2020-07-14 | Pearson Education, Inc. | Content database generation |
US9667321B2 (en) * | 2014-10-31 | 2017-05-30 | Pearson Education, Inc. | Predictive recommendation engine |
ITMI20142149A1 (it) * | 2014-12-16 | 2016-06-16 | L I A Di Giuseppe Capasso | Apparato di diagnosi differenziale in medicina adattato per determinare la sequenza di test ottimale atta ad identificare una patologia secondo criteri di appropriatezza diagnostica |
US20190121935A1 (en) * | 2015-03-18 | 2019-04-25 | The Regents Of The University Of California | Phenotypic personalized medicine: adaptive optimization of patient-specific combination therapy |
EP4050616A1 (en) | 2015-04-09 | 2022-08-31 | Diane R. Mould | Systems and methods for patient-specific dosing |
US11670409B2 (en) | 2016-04-15 | 2023-06-06 | Takeda Pharmaceutical Company Limited | Method and apparatus for providing a pharmacokinetic drug dosing regiment |
US10896749B2 (en) | 2017-01-27 | 2021-01-19 | Shire Human Genetic Therapies, Inc. | Drug monitoring tool |
US20190065684A1 (en) * | 2017-08-24 | 2019-02-28 | Fitmylife Health Analytics Inc. | Computer program products, methods, and systems for assisting a user to achieve a health-related goal |
US10803540B2 (en) | 2018-03-14 | 2020-10-13 | Motorola Solutions, Inc. | System for validating and appending incident-related data records in a distributed electronic ledger |
WO2019195733A1 (en) * | 2018-04-05 | 2019-10-10 | University Of Maryland, Baltimore | Method and apparatus for individualized administration of medicaments for delivery within a therapeutic range |
EP3788377A1 (en) | 2018-05-04 | 2021-03-10 | Abbott Laboratories | Hbv diagnostic, prognostic, and therapeutic methods and products |
WO2020002478A1 (en) * | 2018-06-28 | 2020-01-02 | Koninklijke Philips N.V. | Method and system for personalized hypertension treatment |
US10810293B2 (en) * | 2018-10-16 | 2020-10-20 | Motorola Solutions, Inc. | Method and apparatus for dynamically adjusting biometric user authentication for accessing a communication device |
CN111104054B (zh) * | 2018-10-29 | 2023-10-27 | 伊姆西Ip控股有限责任公司 | 管理输入/输出操作的方法、装置和计算机程序产品 |
BE1027052A1 (fr) * | 2019-02-14 | 2020-09-07 | Aardex Group | Procede d'assistance a la prise ou a l'acte d'un traitement therapeutique |
WO2020185699A1 (en) | 2019-03-08 | 2020-09-17 | Mould Diane R | Systems and methods for drug-agnostic patient-specific dosing regimens |
AU2020252109A1 (en) * | 2019-03-31 | 2021-10-28 | Resmed Inc. | Methods and apparatuses for analyzing one or more analytes from a user |
KR102062157B1 (ko) * | 2019-04-29 | 2020-01-03 | 오케스트로 주식회사 | 가상 머신 배치 방법 및 이를 구현하는 가상 머신 배치 장치 |
JP7342491B2 (ja) * | 2019-07-25 | 2023-09-12 | オムロン株式会社 | 推論装置、推論方法、及び推論プログラム |
KR102527404B1 (ko) * | 2019-10-29 | 2023-05-02 | 고려대학교 산학협력단 | 인슐린 투여량 조절 방법 |
US11823782B2 (en) | 2020-03-03 | 2023-11-21 | Optum, Inc. | Systems, methods, apparatuses, and computer program products for administering pain management solutions remotely |
US11075010B1 (en) | 2020-03-19 | 2021-07-27 | Insight RX, Inc. | Pharmacology model optimization based on distributed data acquisition |
US20220028527A1 (en) * | 2020-07-22 | 2022-01-27 | Optimdosing Llc | Smart nutrition dosing |
KR102559883B1 (ko) * | 2020-09-03 | 2023-07-25 | 한양대학교 산학협력단 | 마르코프 의사결정 과정을 이용하는 투약 전략 생성 방법 |
IL308827A (en) | 2021-05-29 | 2024-01-01 | Diane R Mould | Systems and methods for monoclonal antibody nomography |
KR20230036545A (ko) | 2021-09-07 | 2023-03-14 | 서울대학교산학협력단 | 적응적 설계 최적화 기반으로 하는 실험 최적화 시스템 및 그 방법 |
US20230107786A1 (en) * | 2021-10-05 | 2023-04-06 | Bradford RABIN | Methods and systems for electronically adjusting a dosing pattern of a patient undergoing a medical regimen |
KR20230128848A (ko) * | 2022-02-28 | 2023-09-05 | 한국전자기술연구원 | 목표 농도 조절 주입을 지원하는 약물 투여 장치 및 방법 |
WO2023212347A1 (en) * | 2022-04-28 | 2023-11-02 | Regents Of The University Of Michigan | Closed-loop architecture for distributing and administering medicines to patients |
KR102447046B1 (ko) * | 2022-06-03 | 2022-09-26 | 주식회사 인투인월드 | 인공지능 기반 임상시험 프로토콜 설계 방법, 장치 및 시스템 |
US20230410968A1 (en) * | 2022-06-15 | 2023-12-21 | Express Scripts Strategic Development, Inc. | Alternate dose regimen identification system |
WO2024059692A1 (en) | 2022-09-15 | 2024-03-21 | Abbott Laboratories | Hbv diagnostic, prognostic, and therapeutic methods and products |
KR20240042278A (ko) * | 2022-09-23 | 2024-04-02 | 재단법인 아산사회복지재단 | 머신러닝 기술을 활용한 항응고제 초기 적정 용량 예측 방법 및 장치 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060036619A1 (en) * | 2004-08-09 | 2006-02-16 | Oren Fuerst | Method for accessing and analyzing medically related information from multiple sources collected into one or more databases for deriving illness probability and/or for generating alerts for the detection of emergency events relating to disease management including HIV and SARS, and for syndromic surveillance of infectious disease and for predicting risk of adverse events to one or more drugs |
US20090171697A1 (en) * | 2005-11-29 | 2009-07-02 | Glauser Tracy A | Optimization and Individualization of Medication Selection and Dosing |
Family Cites Families (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5694950A (en) | 1992-08-21 | 1997-12-09 | J & W Mcmichael Software, Inc. | Method and system for use in treating a patient with immunosuppresants using whole blood level criteria to prevent an adverse immune response |
US5365948A (en) | 1992-08-21 | 1994-11-22 | J & W Mcmichael Software Inc. | Method for use in treating a patient with FK 506 to prevent an adverse immune response |
US6267116B1 (en) | 1999-07-06 | 2001-07-31 | The Rxfiles Corporation | Method and system for use in treating a patient with any drug to optimize therapy and prevent an adverse drug |
US6581607B2 (en) | 1999-07-06 | 2003-06-24 | The Rx Files Corporation | Method and system for use in treating a patient with a biological substance to optimize therapy and prevent an adverse response |
US6581606B2 (en) | 1999-07-06 | 2003-06-24 | The Rx Files Corporation | Method, apparatus and system for use in treating patient with a drug having an antineoplastic effect to optimize therapy and prevent an adverse drug response |
US6575169B2 (en) | 1999-07-06 | 2003-06-10 | The Rxfiles Corporation | Method and apparatus for use in treating a patient with any drug to optimize therapy and prevent an adverse drug |
US7585847B2 (en) | 2000-02-03 | 2009-09-08 | Coley Pharmaceutical Group, Inc. | Immunostimulatory nucleic acids for the treatment of asthma and allergy |
EP1328806A2 (en) | 2000-09-15 | 2003-07-23 | Virco N.V. | System and method for optimizing drug therapy for the treatment of diseases |
US6883521B2 (en) | 2001-08-24 | 2005-04-26 | Dimensional Dosing Systems, Inc. | Method and apparatus for dosing single and multi-agent therapy |
US6578582B2 (en) | 2001-08-24 | 2003-06-17 | The Rxfiles Corporation | Method and apparatus using IDS™ for multi-agent therapy |
US20040122719A1 (en) * | 2002-12-18 | 2004-06-24 | Sabol John M. | Medical resource processing system and method utilizing multiple resource type data |
US7490085B2 (en) | 2002-12-18 | 2009-02-10 | Ge Medical Systems Global Technology Company, Llc | Computer-assisted data processing system and method incorporating automated learning |
WO2005004806A2 (en) | 2003-07-02 | 2005-01-20 | Merck & Co., Inc. | Combination therapy for treating chronic inflammatory diseases |
AU2005209275B2 (en) * | 2004-01-27 | 2011-05-26 | Fresenius Vial Sas | System for adaptive drug delivery |
AU2005209909B8 (en) | 2004-02-03 | 2009-01-15 | The Regents Of The University Of Michigan | Compositions and methods for characterizing, regulating, diagnosing, and treating cancer |
US20050187789A1 (en) | 2004-02-25 | 2005-08-25 | Cardiac Pacemakers, Inc. | Advanced patient and medication therapy management system and method |
US7687608B2 (en) | 2005-10-19 | 2010-03-30 | Smartcells, Inc. | Methods for reducing the mitogenicity of lectin compositions |
US8781566B2 (en) * | 2006-03-01 | 2014-07-15 | Angel Medical Systems, Inc. | System and methods for sliding-scale cardiac event detection |
US8540517B2 (en) | 2006-11-27 | 2013-09-24 | Pharos Innovations, Llc | Calculating a behavioral path based on a statistical profile |
US8010476B2 (en) * | 2007-06-04 | 2011-08-30 | Siemens Medical Solutions Usa, Inc. | System and method for medical predictive models using likelihood gamble pricing |
EP2562664B1 (en) | 2007-06-27 | 2020-11-25 | Roche Diabetes Care GmbH | System for determining an insulin delivery and communicating a dose in automated pancreas software |
WO2010062960A2 (en) * | 2008-11-26 | 2010-06-03 | Cedars-Sinai Medical Center | METHODS OF DETERMINING RESPONSIVENESS TO ANTI-TNFα THERAPY IN INFLAMMATORY BOWEL DISEASE |
US20100273738A1 (en) | 2009-04-23 | 2010-10-28 | Valcke Christian P | Integrated patient management and control system for medication delivery |
WO2011059824A2 (en) | 2009-10-29 | 2011-05-19 | Medtronic, Inc. | Methods and materials for optimized hepatitis c therapeutic regimens |
US8843321B2 (en) | 2010-01-26 | 2014-09-23 | Roche Diagnostics Operations, Inc. | Methods and systems for processing glucose data measured from a person having diabetes |
US8679009B2 (en) * | 2010-06-15 | 2014-03-25 | Flint Hills Scientific, Llc | Systems approach to comorbidity assessment |
US8951192B2 (en) * | 2010-06-15 | 2015-02-10 | Flint Hills Scientific, Llc | Systems approach to disease state and health assessment |
KR102223018B1 (ko) | 2012-10-05 | 2021-03-05 | 다이앤 몰드 | 수학적 모형 함수로서 환자-특이적 투여법을 제공하는 시스템 및 방법 |
US20140114676A1 (en) | 2012-10-23 | 2014-04-24 | Theranos, Inc. | Drug Monitoring and Regulation Systems and Methods |
EP2989569B1 (en) | 2013-04-24 | 2021-06-23 | Fresenius Kabi Deutschland GmbH | Method of operating a control device for controlling an infusion device |
MY176173A (en) | 2013-06-20 | 2020-07-24 | Baxalta Inc | Providing a pharmacokinetic drug dosing regimen |
EP4050616A1 (en) | 2015-04-09 | 2022-08-31 | Diane R. Mould | Systems and methods for patient-specific dosing |
-
2013
- 2013-10-07 KR KR1020157011564A patent/KR102223018B1/ko active IP Right Grant
- 2013-10-07 WO PCT/US2013/063691 patent/WO2014055978A1/en active Application Filing
- 2013-10-07 EP EP23173217.3A patent/EP4224482A1/en active Pending
- 2013-10-07 US US14/047,545 patent/US10083400B2/en active Active
- 2013-10-07 SG SG11201502616WA patent/SG11201502616WA/en unknown
- 2013-10-07 KR KR1020227006798A patent/KR102450486B1/ko active IP Right Grant
- 2013-10-07 EP EP13843939.3A patent/EP2904388B1/en active Active
- 2013-10-07 SG SG10201907682R patent/SG10201907682RA/en unknown
- 2013-10-07 JP JP2015535867A patent/JP6412499B2/ja active Active
- 2013-10-07 AU AU2013326801A patent/AU2013326801A1/en not_active Abandoned
- 2013-10-07 KR KR1020217005789A patent/KR102370479B1/ko active IP Right Grant
- 2013-10-07 CA CA2887072A patent/CA2887072C/en active Active
-
2014
- 2014-08-12 US US14/457,601 patent/US10706364B2/en active Active
-
2015
- 2015-04-02 IL IL238115A patent/IL238115B/en active IP Right Grant
-
2016
- 2016-02-12 HK HK16101579.9A patent/HK1213983A1/zh unknown
-
2017
- 2017-10-11 US US15/730,112 patent/US10268966B2/en active Active
-
2018
- 2018-09-28 JP JP2018183803A patent/JP6653365B2/ja active Active
-
2019
- 2019-01-07 IL IL264125A patent/IL264125B/en active IP Right Grant
- 2019-02-08 US US16/271,528 patent/US10740687B2/en active Active
- 2019-09-19 AU AU2019232874A patent/AU2019232874A1/en not_active Abandoned
-
2020
- 2020-01-27 JP JP2020010887A patent/JP2020080161A/ja not_active Withdrawn
- 2020-02-19 IL IL272760A patent/IL272760B/en unknown
- 2020-07-02 US US16/919,247 patent/US20200334561A1/en active Pending
-
2021
- 2021-10-06 AU AU2021245151A patent/AU2021245151A1/en not_active Abandoned
- 2021-10-14 US US17/501,851 patent/US11373743B2/en active Active
-
2022
- 2022-06-10 JP JP2022094292A patent/JP2022111352A/ja active Pending
-
2023
- 2023-12-06 AU AU2023278028A patent/AU2023278028A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060036619A1 (en) * | 2004-08-09 | 2006-02-16 | Oren Fuerst | Method for accessing and analyzing medically related information from multiple sources collected into one or more databases for deriving illness probability and/or for generating alerts for the detection of emergency events relating to disease management including HIV and SARS, and for syndromic surveillance of infectious disease and for predicting risk of adverse events to one or more drugs |
US20090171697A1 (en) * | 2005-11-29 | 2009-07-02 | Glauser Tracy A | Optimization and Individualization of Medication Selection and Dosing |
JP2012123837A (ja) * | 2005-11-29 | 2012-06-28 | Children's Hospital Medical Center | 薬物選択及び投薬の最適化及び個別化 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017146067A1 (ja) * | 2016-02-26 | 2017-08-31 | 株式会社豊崎会計事務所 | 情報処理装置 |
JPWO2017146067A1 (ja) * | 2016-02-26 | 2019-01-31 | 株式会社豊崎会計事務所 | 情報処理装置 |
JP7029753B2 (ja) | 2016-02-26 | 2022-03-04 | 株式会社豊崎会計事務所 | 情報処理装置 |
JP2020532014A (ja) * | 2017-08-30 | 2020-11-05 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | モデル及びイメージングデータに基づく冠動脈健康状態予測 |
JP7232245B2 (ja) | 2017-08-30 | 2023-03-02 | コーニンクレッカ フィリップス エヌ ヴェ | モデル及びイメージングデータに基づく冠動脈健康状態予測 |
JP2021522575A (ja) * | 2018-04-23 | 2021-08-30 | ダイアン アール. モールド, | 適応投与計画を修正するためのシステムおよび方法 |
JP7396680B2 (ja) | 2018-04-23 | 2023-12-12 | ダイアン アール. モールド, | 適応投与計画を修正するためのシステムおよび方法 |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6653365B2 (ja) | 数学モデルの関数として患者特有の投与を提供するためのシステムおよび方法 | |
US20230178203A1 (en) | Systems and methods for patient-specific dosing | |
US11145417B2 (en) | Method and system for prediction of medical treatment effect | |
Kovatchev et al. | Effect of automated bio-behavioral feedback on the control of type 1 diabetes | |
Singla et al. | Developing clinical decision support system using machine learning methods for type 2 diabetes drug management | |
Kılıç et al. | Patient adherence in healthcare operations: A narrative review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20160226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20160226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161006 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161006 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171006 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171108 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20180205 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20180326 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180508 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180829 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180928 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6412499 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |