JP2018513437A - 治療の選択肢をランク付けするためのシステムおよび治療の選択肢をランク付けするための方法 - Google Patents
治療の選択肢をランク付けするためのシステムおよび治療の選択肢をランク付けするための方法 Download PDFInfo
- Publication number
- JP2018513437A JP2018513437A JP2017539351A JP2017539351A JP2018513437A JP 2018513437 A JP2018513437 A JP 2018513437A JP 2017539351 A JP2017539351 A JP 2017539351A JP 2017539351 A JP2017539351 A JP 2017539351A JP 2018513437 A JP2018513437 A JP 2018513437A
- Authority
- JP
- Japan
- Prior art keywords
- processor
- patient
- drug
- probability
- target value
- 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 36
- 238000002651 drug therapy Methods 0.000 claims abstract description 77
- 244000052769 pathogen Species 0.000 claims abstract description 45
- 208000015181 infectious disease Diseases 0.000 claims abstract description 36
- 238000004590 computer program Methods 0.000 claims abstract description 25
- 230000001717 pathogenic effect Effects 0.000 claims abstract description 25
- 239000003814 drug Substances 0.000 claims description 79
- 229940079593 drug Drugs 0.000 claims description 79
- 238000002560 therapeutic procedure Methods 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 14
- 238000002483 medication Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 4
- 208000035473 Communicable disease Diseases 0.000 abstract description 2
- 201000010099 disease Diseases 0.000 abstract 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 17
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 14
- 230000002924 anti-infective effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 239000003242 anti bacterial agent Substances 0.000 description 10
- 229940088710 antibiotic agent Drugs 0.000 description 10
- MYSWGUAQZAJSOK-UHFFFAOYSA-N ciprofloxacin Chemical compound C12=CC(N3CCNCC3)=C(F)C=C2C(=O)C(C(=O)O)=CN1C1CC1 MYSWGUAQZAJSOK-UHFFFAOYSA-N 0.000 description 10
- 238000009826 distribution Methods 0.000 description 8
- 229960002260 meropenem Drugs 0.000 description 8
- DMJNNHOOLUXYBV-PQTSNVLCSA-N meropenem Chemical compound C=1([C@H](C)[C@@H]2[C@H](C(N2C=1C(O)=O)=O)[C@H](O)C)S[C@@H]1CN[C@H](C(=O)N(C)C)C1 DMJNNHOOLUXYBV-PQTSNVLCSA-N 0.000 description 8
- 229940109239 creatinine Drugs 0.000 description 7
- 230000029142 excretion Effects 0.000 description 6
- 229960003405 ciprofloxacin Drugs 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000003115 biocidal effect Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 238000001802 infusion Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000001050 pharmacotherapy Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 239000004599 antimicrobial Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000338 in vitro Methods 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 210000002966 serum Anatomy 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 229930182555 Penicillin Natural products 0.000 description 1
- JGSARLDLIJGVTE-MBNYWOFBSA-N Penicillin G Chemical compound N([C@H]1[C@H]2SC([C@@H](N2C1=O)C(O)=O)(C)C)C(=O)CC1=CC=CC=C1 JGSARLDLIJGVTE-MBNYWOFBSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 229940121375 antifungal agent Drugs 0.000 description 1
- 239000003443 antiviral agent Substances 0.000 description 1
- 229940121357 antivirals Drugs 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 229940049954 penicillin Drugs 0.000 description 1
- 230000003285 pharmacodynamic effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
- A61P31/00—Antiinfectives, i.e. antibiotics, antiseptics, chemotherapeutics
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Medicinal Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Oncology (AREA)
- Veterinary Medicine (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Communicable Diseases (AREA)
- Animal Behavior & Ethology (AREA)
- General Chemical & Material Sciences (AREA)
- Pharmacology & Pharmacy (AREA)
- Organic Chemistry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
Abstract
患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるためのコンピュータシステム、コンピュータプログラム製品、および方法であって、方法は、プロセッサが、感染症を特定する情報を取得するステップと、プロセッサが、情報に基づき、情報と合致する１つまたは複数の病原体を含むリストを生成し、表示するステップと、プロセッサが、次いで、１つまたは複数の病原体を含むリストの中から少なくとも１つの病原体を指定する第１の指示を取得するステップと、少なくとも１つの病原体の取得に基づき、少なくとも１つの病原体を治療するのに使用される１つまたは複数の薬物療法を含むリストを生成するステップと、を含む。また方法は、プロセッサが、患者に関する記述情報を獲得し、１つまたは複数の薬物療法に基づいて、薬物動態モデルを選択するステップと、プロセッサが、１つまたは複数の薬物療法の各々について、感染症に罹患した患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるために、薬物動態モデルを適用し、患者に関する情報を使用するステップと、をさらに含む。
Description
本発明は、一般に、保健医療提供者が選択された感染症の治療のための可能性のある抗感染療法を見分けることを可能にするためのシステムおよび方法に関する。
抗感染スチュワードシップの目標は、感染症に罹患している患者の良好な転帰の確率を最適化する療法を選択することである。抗感染スチュワードシップの主な焦点は、投与量、投与間隔、および持続期間を含む、抗感染療法の最適な選択である。抗感染薬耐性病原体の出現により、最適な抗感染療法の選択は、ペニシリン到来以来の他のどの時期よりも一層複雑になっている。
患者と提供者との間のコミュニケーションを改善するための方法を提供することにより、先行技術の短所が克服され、追加的な利点が提供され、本方法は、プロセッサが、感染症を特定する情報を取得するステップと、プロセッサが、情報に基づき、情報と合致する１つまたは複数の病原体を含むリストを生成し、表示するステップと、プロセッサが、１つまたは複数の病原体を含むリストの中から少なくとも１つの病原体を指定する第１の指示を取得するステップと、プロセッサが、少なくとも１つの病原体の取得に基づき、少なくとも１つの病原体を治療するのに使用される１つまたは複数の薬物療法を含むリストを生成するステップと、患者に関する記述情報を取得するステップと、１つまたは複数の薬物療法に基づき、薬物動態モデルを選択するステップと、プロセッサが、１つまたは複数の薬物療法の各々について、感染症に罹患した患者についての有効性と関連付けられた薬物動態・薬力学（ＰＫ−ＰＤ）ターゲット値を達成する確率を求めるために、薬物動態モデルを適用し、患者に関する情報を使用するステップと、を含む。
本出願では、本技術の１つまたは複数の態様に関連するコンピュータシステム、コンピュータプログラム製品、および方法についても記載し、特許請求する。さらに、本出願では、本技術の１つまたは複数の態様に関連するサービスについても記載し、特許請求する。
本発明の技術によれば追加的な特徴が実現される。本明細書では本発明の他の実施形態および態様について詳細に説明し、それらは特許請求される発明の一部とみされる。
以上の記述、ならびに本発明の１つまたは複数の態様の目的、特徴、および利点については、以下の詳細な説明を添付の図面と併せて読めば明らかになる。
本発明の態様、ならびにそのいくつかの特徴、利点および詳細を、添付の図面に例示されている非限定的な例を参照して以下でより十分に説明する。周知の材料、加工ツール、処理技術などの説明は、本発明を不必要に不明瞭にすることのないように詳細を省く。しかし、詳細な説明および具体例は、本発明の態様を指示してはいるが、例示として提示しているにすぎず、限定としてではないことを理解すべきである。本開示を読めば当業者には、様々な置換、改変、追加、および／または配置が、基礎をなす発明概念の趣旨および／または範囲内で明らかになるであろう。
抗感染療法による適切な治療には、それだけに限らないが、抗生物質、抗菌薬、抗真菌薬、抗ウイルス薬、および／または抗微生物薬が含まれ、臨床家が制御することのできない多くの要因が関与する。例えば、薬物曝露における患者間変動、感染性病原体の最小発育阻止濃度（ＭＩＣ）、患者の臨床状態といった要因が、投薬計画の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率に影響を及ぼす可能性がある。ＭＩＣは、分離された病原体の発育を阻止する薬物療法の最小濃度をいう。本発明の方法およびシステムの実施形態は、これらの不確実性にもかかわらず、臨床家（ユーザ）が、コンピュータシステムの少なくとも１つのプロセッサで実行されたプログラムコードによる薬物動態モデルおよびシミュレーションの選択および適用に基づく事前定義要因の状況における有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率の推定値を取得することを可能にする。体内の経時的な薬物濃度を記述するために、薬物動態モデルを用いて、薬物が体全体においてどこを、どれ程の速さで伝達されているかを含む、薬物の分布を記述することができる。
本発明の一実施形態では、本発明の技術で、有効性転帰と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を推定することを可能にする事前定義要因には、それだけに限らないが、臨床家が制御できる、かつ／または臨床家に知られている要因が含まれる。
本発明の実施形態では、所与の患者の抗感染薬曝露を、それだけに限らないが、所与の患者が獲得した（１つまたは複数の）感染症、所与の患者から分離された（１つまたは複数の）病原体、および、それだけに限らないが、患者のクレアチニンクリアランス、体重、身長を含む、所与の患者を記述する人口統計学的情報を含むデータを用いて推定する。本発明では、潜在的に有用な薬物療法のリストを作成するために、入力を取得し、関連する薬物動態モデルおよび／または表形式の出力を特定し、適用する。本発明の実施形態では、本技術の結果は、薬物、投与量、および投与間隔を含む所与の患者についての（薬物、投与量および投与間隔を考慮した）抗生物質投与計画の異なる選択肢、ならびに、有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率に基づくランク付けによるこれら異なる選択肢の比較が含まれる。本発明の一実施形態は、個々の患者のための助言ではなく情報を提供するように設計されている。提供される情報は、それだけに限らないが、選択肢を含み、臨床判断なしの最終助言としてではなく、意思決定支援に（すなわち、有害事象といった他の要因を考慮せずに）使用される。
本発明の一実施形態では、考察される薬物療法ごとに、所与の人物に関連した情報を取得すると、本発明では、考察されている病原体の発育を阻止する薬物の濃度を表す感受性の尺度であるＭＩＣに従って薬物曝露に指標をつける。ＭＩＣは、既知の値、値の分布、またはインビトロ感受性試験解釈基準に基づいて感受性を定義する値とすることができる。本実施形態では、薬物ごとの指標つき薬物曝露は、ＰＫ−ＰＤ指標と呼ばれ、それだけに限らないが、ＭＩＣに対するある期間（例えば、２４時間）にわたる濃度−時間曲線下面積の比（ＡＵＣ：ＭＩＣ比）、薬物濃度がＭＩＣを上回ったままである投与間隔の割合（ＭＩＣを上回っている時間の割合）、およびＭＩＣに対する投与間隔における最大薬物濃度の比（Ｃｍａｘ：ＭＩＣ比）を含むいくつかの形をとることができる。所与の薬物および投与計画についてのＰＫ−ＰＤ指標は、前臨床または臨床感染曝露−反応モデルに基づいて、有効性に必要とされるＰＫ−ＰＤ指標と比較される。次いで、変動の原因を説明する１つまたは複数の式および／またはモデルを用いて、前臨床または臨床感染曝露−反応モデルに基づいて、有効性と関連付けられたＰＫ−ＰＤ指標を基準としたＰＫ−ＰＤ指標（すなわち、有効性と関連付けられたＰＫ−ＰＤターゲット値）を達成する確率が、リストに記載された抗生物質および投与計画ごとに、当該患者について求められる。
本発明の一実施形態では、ソフトウェアは、他の特定された関連する療法に対して、有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率に基づいて、評価される薬物療法ごとにランク付けを決定することができる。
本発明の一実施形態では、収集された情報および結果として得られた確率は、後でアクセスするために、例えば、本発明の一実施形態においてプロセッサ上で実行されるプログラムコードからアクセス可能なデータストアやデータベースに記憶される。
本発明の別の実施形態では、ユーザは、所与の個人に選択肢がリレーされた後で、ソフトウェアを使用して結果を追跡することができる。本発明の一実施形態では、プログラムコードは、患者情報および関連データを使用して、所与の投薬計画の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を推定する。ユーザに治療選択肢の全容を提供するために、本発明の一実施形態では、使用される抗感染療法をプログラムコードが評価することに加えて、プログラムコードは、患者情報および／または関連データに基づいて、考察すべき追加的な抗感染療法も特定する。プログラムコードがユーザから取得した１つまたは複数の抗感染療法と、追加的な抗感染療法とは、どちらも、所与の患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を推定する際にプログラムコードによって考察される。
図１は、本発明の一実施形態の少なくとも１つの態様を実施するように構成されたコンピュータシステム１００である。図１の実施形態では、ソフトウェア１０がコンピュータ上の少なくとも１つのプロセッサによって実行され、このコンピュータは、図１では明確にするためにベースコンピュータ１２として示されている。ソフトウェア、プログラムコード、コンピュータ・プログラム・コード、コード、コンピュータプログラム製品、および実行可能命令という各用語は、本出願全体において区別なく用いる。
ソフトウェアは、プロセッサからアクセス可能であり、コンピュータ１２の少なくとも１つのプロセッサによって実行可能なコードを含む。ソフトウェアは、物理コンピュータ１２上のメモリに、かつ／または、当業者に公知のプロトコルを使用して、それだけに限らないが、無線および／もしくは無線ネットワークを含むネットワーク接続を介してコンピュータ１２からアクセス可能なメモリおよび／もしくはリムーバブルメディアに記憶することができる。コンピュータは、ソフトウェアを実行し、データベース１４をホストし、かつ／またはデータベースと対話することができるウェブサーバとして動作するように構成されていてもよい。
ベースコンピュータ１２、および本明細書に記載されている任意の他のコンピュータは、パーソナルコンピュータ、サーバ、スマートフォン、モバイル機器、ラップトップ、デスクトップ、および／または、ソフトウェア１０もしくはソフトウェア１０の部分を実行することができ、無線もしくは有線のネットワーク上でソフトウェア１０を実行するコンピュータと通信することができる個人もしくは企業のコンピューティングデバイスの任意の手段を含むことができる。
図１の実施形態では、ベースコンピュータは、それだけに限らないが、私設および公衆アクセスの有線および無線ネットワーク、ならびにインターネットを含むコンピュータネットワーク１６に接続されている。本実施形態では、補助コンピュータ１８ａ〜１８ｃと呼ばれる１台または複数のコンピュータが、それだけに限らないが、インターネットを含むコンピュータネットワーク１６を介してコンピュータ１２に通信可能に接続されている。補助コンピュータ１８ａ〜１８ｃは、例えば、コンピュータ１２上のウェブ・アプリケーション・サーバを介してコンピュータ１２からデータを受信し、補助コンピュータ１８ａ〜１８ｃは、それだけに限らないが、人口統計学的情報および／または臨床検査室データを含む、ベースコンピュータ１２で取得され、かつ／またはベースコンピュータ１２上の処理リソースからアクセス可能なデータベース１４に記憶された所与の患者を記述するデータに基づいて、所与の患者の治療のための様々な抗生物質の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率に関する判定を（表示するために）レンダリングすることができる。ベースコンピュータは、補助コンピュータ１８ａ〜１８ｃから、それだけに限らないが、その抗生物質選択肢が求められている所与の患者に関する前述の記述データを含むデータを取得することができる。当業者には理解されるように、本発明の様々な実施形態のプログラムコードは、メモリリソース上に記憶し、かつ／またはベースコンピュータ１２および／もしくは補助コンピュータ１８ａ〜１８ｃのうちの１台もしくは複数で実行することができる。
図１の実施形態におけるベースコンピュータ１２は、データベース１４を含んでいる。本発明の別の実施形態では、ソフトウェア１０を実行するベースコンピュータ１２からリモートにアクセス可能な異なる物理的位置にあるデータベースおよび他のメモリデバイスを使用する。図１の実施形態では、データベース１４は、それだけに限らないが、選択された感染症を治療するのに用いることができる潜在的に有用な抗生物質のリストのための母集団薬物動態モデルに基づく式および／もしくは表形式の出力、様々な抗生物質および抗生物質が本発明の方法によって提供された患者に関する情報、ならびに／または本発明の実施形態によって返された選択肢の結果を含むデータを記憶する。
図２に、本技術のいくつかの実施形態の技術的アーキテクチャの一部である、コンピュータシステム１００内のベースコンピュータ１２および／または補助コンピュータ１８ａ〜１８ｃのようなリソース２００のブロック図を示す。リソース２００は、いくつかの実施形態ではマイクロプロセッサ２０４を含む回路２０２を含んでいてよい。またコンピュータシステム２００は、メモリ２０６（例えば、揮発性メモリデバイス）および記憶装置２０８も含んでいてよい。記憶装置２０８は、不揮発性メモリデバイス（例えば、ＥＥＰＲＯＭ、ＲＯＭ、ＰＲＯＭ、ＲＡＭ、ＤＲＡＭ、ＳＲＡＭ、フラッシュ、ファームウェア、プログラマブルロジックなど）、磁気ディスクドライブ、光ディスクドライブ、テープドライブなどを含んでいてよい。記憶装置２０８は、内部記憶装置、付属記憶装置および／またはネットワークアクセス可能な記憶装置を含んでいてよい。システム２００は、メモリ２０６にロードされ、マイクロプロセッサ２０４または回路２０２によって実行されるコード２１２を含むプログラムロジック２１０を含んでいてよい。
いくつかの実施形態では、コード２１２を含むプログラムロジック２１０は、記憶装置２０８またはメモリ２０６に記憶されていてよい。いくつかの他の実施形態では、プログラムロジック２１０は、回路２０２において実装されていてよい。したがって、図２には他の要素とは別にプログラムロジック２１０が示されているが、プログラムロジック２１０は、メモリ２０６および／または回路２０２において実装されていてよい。
このコードを記憶する場所は、リソース２００の処理リソースを用いたソフトウェア、コンピュータ可読コードまたは命令の実行によって制限されない。プログラムロジック、コード、およびソフトウェアという用語は、本出願全体において区別なく用いる。
図３を参照すると、一例において、コンピュータプログラム製品３００は、例えば、本技術の１つまたは複数の態様を提供し、円滑に行わせるために、コンピュータ可読プログラムコード手段またはロジック３０４を記憶するための１つまたは複数の非一時的なコンピュータ可読記憶媒体３０２を含む。
当業者には理解されるように、本技術の態様は、システム、方法、またはコンピュータプログラム製品として具現化される。したがって、本技術の態様は、完全にハードウェアの実施形態、完全にソフトウェアの実施形態（ファームウェア、常駐ソフトウェア、マイクロコードなどを含む）、またはソフトウェア態様とハードウェア態様とを組み合わせた実施形態の形をとることができ、本明細書ではこれらすべてを一般に、「回路」、「モジュール」または「システム」と呼ぶ。さらに、本技術の態様は、コンピュータ可読プログラムコードが具現化されている１つまたは複数のコンピュータ可読媒体として具現化されたコンピュータプログラム製品の形をとることもできる。
１つまたは複数のコンピュータ可読媒体の任意の組み合わせが使用されてよい。コンピュータ可読媒体は、コンピュータ可読信号媒体またはコンピュータ可読記憶媒体とすることができる。コンピュータ可読信号媒体は、例えば、ベースバンドにおいて、または搬送波の一部としてコンピュータ可読プログラムコードが具現化されている伝搬データ信号を含む。このような伝搬信号は、それだけに限らないが、電磁気、光、またはそれらの任意の適切な組み合わせを含む様々な形態のいずれかをとることができる。コンピュータ可読信号媒体は、コンピュータ可読記憶媒体ではなく、命令実行システム、装置もしくはデバイスが、またはこれらと関連して用いるためのプログラムを伝え、伝搬し、または転送することができる任意のコンピュータ可読媒体であってよい。
コンピュータ可読記憶媒体は、例えば、それだけに限らないが、電子、磁気、光、電磁気、赤外線もしくは半導体のシステム、装置、もしくはデバイス、またはこれらの任意の適切な組み合わせとすることができる。コンピュータ可読記憶媒体のより具体的な例（非網羅的なリスト）には、１つまたは複数の配線を有する電気接続、携帯型コンピュータディスケット、ハードディスク、ランダム・アクセス・メモリ（ＲＡＭ）、読取り専用メモリ（ＲＯＭ）、消去可能プログラム可能読取り専用メモリ（ＥＰＲＯＭまたはフラッシュメモリ）、光ファイバ、携帯型コンパクトディスク読取り専用メモリ（ＣＤ−ＲＯＭ）、光記憶装置、磁気記憶装置、またはそれらの任意の適切な組み合わせが含まれる。本明細書の状況において、コンピュータ可読記憶媒体とは、命令実行システム、装置もしくはデバイスが、またはこれらと関連して用いるためのプログラムを含み、または記憶することができる任意の有形の媒体である。
コンピュータ可読媒体上に具現化されたプログラムコードは、それだけに限らないが、無線、有線、光ファイバケーブル、ＲＦなど、またはこれらの任意の適切な組み合わせを含む適切な媒体を用いて伝送することができる。
本技術の態様の動作を実行するためのコンピュータ・プログラム・コードは、Ｊａｖａ、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などといったオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語、アセンブラまたは類似したプログラミング言語といった従来の手続き型プログラミング言語を含む、１つまたは複数のプログラミング言語の任意の組み合わせで書かれていてよい。プログラムコードは、全部がユーザのコンピュータ上で実行されてもよく、一部がユーザのコンピュータ上で実行されてもよく、独立型ソフトウェアパッケージとして実行されてもよく、一部がユーザのコンピュータ上で、一部がリモートコンピュータ上で実行されてもよく、全部がリモートコンピュータまたはサーバ上で実行されてもよい。後者のシナリオでは、リモートコンピュータは、ローカル・エリア・ネットワーク（ＬＡＮ）または広域ネットワーク（ＷＡＮ）を含む任意の種類のネットワークを介してユーザのコンピュータに接続されてよく、接続は（例えば、インターネット・サービス・プロバイダを用いてインターネットを介して）外部コンピュータに対してなされてよい。
本明細書では本技術の態様を、本発明の実施形態による方法、装置（システム）およびコンピュータプログラム製品の流れ図および／またはブロック図を参照して説明する。流れ図および／またはブロック図の各ブロック、ならびに流れ図および／またはブロック図のブロックの組み合わせは、コンピュータプログラム命令によって実施できることが理解されよう。これらのコンピュータプログラム命令は、これらの命令が、コンピュータまたは他のプログラマブルデータ処理装置のプロセッサによって実行され、流れ図および／またはブロック図の１つまたは複数のブロックで指定された機能／動作を実施する手段を作り出すように、汎用コンピュータ、専用コンピュータ、または他のプログラマブルデータ処理装置のプロセッサに提供されて機械を生じさせてもよい。
またこれらのコンピュータプログラム命令は、コンピュータ可読媒体に記憶された命令が、流れ図および／またはブロック図の１つまたは複数のブロックで指定された機能／動作を実施する命令を含む製造品を生じさせるように、コンピュータ、他のプログラマブルデータ処理装置、または他のデバイスに、特定の方法で機能するよう指図することができるコンピュータ可読媒体に記憶されてもよい。
またコンピュータプログラム命令は、コンピュータまたは他のプログラマブル装置上で実行された命令が、流れ図および／またはブロック図の１つまたは複数のブロックで指定された機能／動作を実施するためのプロセスを提供するように、コンピュータ・プログラム・コードとも呼ばれ、コンピュータ、他のプログラマブルデータ処理装置、または他のデバイスにロードされて、コンピュータ、他のプログラマブルデータ処理装置、または他のデバイス上で一連の動作ステップを実行させてコンピュータ実装プロセスを生じさせてもよい。
各図の流れ図およびブロック図には、本技術の様々な実施形態によるシステム、方法、およびコンピュータプログラム製品の可能な実施態様のアーキテクチャ、機能、および動作が示されている。これに関して、流れ図またはブロック図の各ブロックは、指定された（１つまたは複数の）論理機能を実施するための１つまたは複数の実行可能命令を含むモジュール、セグメント、またはコード部分を表している。また、いくつかの代替の実施態様では、ブロックに記載された機能は、図に記載された順序以外の順序で行われうることにも留意すべきである。例えば、連続して示されている２つのブロックが、実際には実質的に同時に実行される場合もあり、関与する機能によっては、各ブロックが逆の順序で実行される場合もある。また、ブロック図および／または流れ図の各ブロック、ならびにブロック図および／または流れ図のブロックの組み合わせは、指定された機能または動作を実施する専用ハードウェアベースのシステム、または専用ハードウェアとコンピュータ命令との組み合わせによって実施することができることも理解されるであろう。
上記に加えて、本技術の１つまたは複数の態様を、顧客環境の管理を提供するサービスプロバイダが供給、提供、配置、管理、サービスすることもできる。例えば、サービスプロバイダは、１または複数の顧客のために本技術の１つまたは複数の態様を実施するコンピュータコードおよび／またはコンピュータインフラストラクチャを作成、維持、サポートすることもできる。それと引き替えに、サービスプロバイダは、例えば、加入契約および／または料金契約の下で顧客から支払いを受けることができる。加えて、または代替として、サービスプロバイダは、１または複数の第三者への広告コンテンツの販売から支払いを受け取ることもできる。
本技術の一態様では、本技術の１つまたは複数の態様を実施するためにアプリケーションが配置される。一例として、アプリケーションの配置は、本技術の１つまたは複数の態様を実施するように動作するコンピュータインフラストラクチャを提供することを含む。
本技術の別の態様として、コンピュータ可読コードをコンピューティングシステムに統合することを含むコンピューティングインフラストラクチャが配置されてもよく、その場合、コンピューティングシステムと組み合わせたコードは、本技術の１つまたは複数の態様を実施することができる。本技術の別の態様として、システムは、それだけに限らないが、１つまたは複数のデータベースを含むいくつかのシステムリソースが共有されるが、１つまたは複数のプロセッサが実行可能なプログラムコードは、各コンピュータ（ワークステーション）にローカルにロードされるピアツーピアモードで動作することができる。
本技術の別の態様として、コンピュータ可読コードをコンピューティングシステムに統合することを含む、コンピューティングインフラストラクチャを統合するためのプロセスが提供される。コンピュータシステムはコンピュータ可読媒体を含み、コンピュータ媒体は、本技術の１つまたは複数の態様を含む。コンピュータシステムと組み合わせたコードは、本技術の１つまたは複数の態様を実施することができる。
さらに、他の種類のコンピューティング環境は、本技術の１つまたは複数の態様から利益を得ることができる。一例として、環境はエミュレータ（例えば、ソフトウェアや他のエミュレーション機構）を含み、特定のアーキテクチャ（例えば、命令実行、アドレス変換などのアーキテクチャ化された機能、およびアーキテクチャ化されたレジスタを含む）またはその一部が（例えば、プロセッサとメモリとを有するネイティブ・コンピュータ・システム上で）エミュレートされる。このような環境では、たとえエミュレータを実行するコンピュータがエミュレートされる機能と異なるアーキテクチャを有していても、エミュレータの１つまたは複数のエミュレーション機能が本技術の１つまたは複数の態様を実施することができる。一例として、エミュレーションモードでは、エミュレートされる特定の命令または演算がデコードされ、個々の命令または演算を実施するように適切なエミュレーション機能が構築される。
エミュレーション環境では、ホストコンピュータは、例えば、命令およびデータを記憶するためのメモリと、メモリから命令をフェッチし、任意選択で、フェッチされた命令のためのローカルバッファを提供する命令フェッチユニットと、フェッチされた命令を受け取り、フェッチされた命令の種類を判定するための命令デコードユニットと、命令を実行する命令実行ユニットとを含む。実行は、メモリからレジスタにデータをロードすること、レジスタからメモリにデータを戻すこと、またはデコードユニットによって決定された、何らかの種類の算術演算または論理演算を実行することを含む。一例では、各ユニットはソフトウェアとして実装される。例えば、各ユニットによって実行される演算は、エミュレータソフトウェア内の１つまたは複数のサブルーチンとして実装される。
さらに、システムバスを介してメモリ素子に直接的または間接的に結合された少なくとも１つのプロセッサを含む、プログラムコードを記憶し、かつ／または実行するのに適したデータ処理システムを使用できる。メモリ素子は、例えば、プログラムコードの実際の実行時に用いられるローカルメモリ、大容量記憶、および実行時に大容量記憶からコードを取り出さなければならない回数を減らすために少なくとも一部のプログラムコードの一時記憶を提供するキャッシュメモリを含む。
入力／出力または入出力装置（それだけに限らないが、キーボード、ディスプレイ、ポインティングデバイス、ＤＡＳＤ、テープ、ＣＤ、ＤＶＤ、サムドライブおよび他の記憶媒体などを含む）は、直接的に、または介在する入出力コントローラを介してシステムに結合することができる。データ処理システムが、介在する私設ネットワークまたは公衆ネットワークを介して他のデータ処理システムまたはリモートプリンタまたは記憶装置に結合されることを可能にするために、ネットワークアダプタもシステムに結合することができる。利用可能なネットワークアダプタの種類のほんの一部がモデム、ケーブルモデム、およびイーサネットカードである。
図４に、本技術の一実施形態の態様のワークフロー４００を示す。所与の患者の抗感染薬曝露を推定するために、リソース２００といったコンピュータリソース上で少なくとも１つのプロセッサによって実行されたプログラムコードは、それだけに限らないが、感染がどこに位置しているか、および／または感染がどこで獲得されたかを含む、感染症に関する記述情報を取得する（Ｓ４１０）。
図５に、本発明の実施形態の一態様とすることができるコンピュータリソースである、モバイル機器５００上のグラフィカル・ユーザ・インターフェース５１０の例を示す。図５に示す画面は、「感染」画面と呼ばれ、この画面で、ユーザ、例えば臨床家は、感染に関するさらなる特性を取得する際に、プログラムコードがこのコンピュータリソースのプロセッサ上で実行するのを助けるための記述用語を選択することができる。
図４に戻って、プログラムコードは、感染に関する記述情報を取得すると、提供された記述情報と合致する可能性のある病原体のリストを生成し、表示する（Ｓ４２０）。可能性のある病原体を列挙した例示的な画面を有するＧＵＩを表す図６に示すように、プログラムコードによって生成されたリストは、記述に基づいて、最も可能性が高い病原体および／または可能性のある病原体は何か指示することができる。本発明の一実施形態では、プロセッサによって実行されたプログラムコードは、この判定を、コンピュータリソースに対してローカルであるか、または通信接続を介してアクセス可能な記憶媒体上のデータにアクセスすることによって行うことができる。
図４に戻って、コンピュータリソースのプロセッサによって実行されたプログラムコードは、病原体を記述するデータを取得する（Ｓ４３０）。図７に示すように、本発明の本実施形態のユーザは、可能性のある病原体を列挙した、プログラムコードによって表示されたＧＵＩにおいてユーザが選択を行うと、プログラムコードは病原体を取得することができる。
病原体を記述するデータを受け取ったことに応答して、プロセッサによって実行されたプログラムコードは、それだけに限らないが、病原体を治療するための選択肢である抗生物質を含む薬物療法のリストを生成する（Ｓ４４０）。プロセッサによって実行されたプログラムコードによって生成されるリストは、取得された情報に基づく単一の結果または結果のグループを含むことができる。
本発明の一実施形態では、プログラムコードによって作成されたリストを含む薬物療法に関連したデータを、コンピュータリソースと一体のメモリリソース、および／または通信接続を介してコンピュータリソースからアクセス可能なメモリリソースに記憶することができる。
図８は、本発明の一実施形態においてプログラムコードによって生成された薬物療法のリストの例である。図８の例では、抗生物質のリストがプログラムコードによって生成され、ユーザに表示された。本発明の一実施形態では、臨床家などのユーザは、特定された病原体および／または感染に関連したこの薬物療法のリストの中から、さらなる評価を求めて、所与の患者を治療する際の薬物の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を受け取るために、リストの中から１つまたは複数の薬物療法を選択することができる。本発明の一実施形態では、プログラムコードによってユーザに対して列挙される薬物療法は、プログラムコードによって取得された、例えば、ユーザがコンピュータリソースへの入力によって特定した病原体の治療において成功したことが知られている薬物療法を含む。
図４に戻って、プログラムコードは、プログラムコードがさらに評価するために薬物療法のうちの１つまたは複数を取得する（Ｓ４５０）。前述のように、プログラムコードは、タッチスクリーンといった入力装置を用いてユーザが行った選択に基づいて、さらに評価するための１つまたは複数の薬物療法を受け取ることができる。図９、本発明の一実施形態におけるＧＵＩの画面の例において、ユーザは、プログラムコードによるさらなる分析を求めて、薬物療法、この例では抗生物質を選択している。本発明の一実施形態では、プログラムコードが、ユーザがその中から選択するための薬物療法を列挙することに加えて、ユーザが評価を求めて１つまたは複数の薬物療法を入力することもできる。プログラムコードは、後で用いるために、それだけに限らないが、１つまたは複数のリモート・メモリ・リソースを含むメモリリソース上で、入力された薬物療法を保持し、所与の病原体を治療する際の薬物療法およびそれらの関係を保存することができる。本発明の一実施形態では、プログラムコードは、メモリリソースから、所与の患者が罹患した感染症および／または病原体によって指示される、選択された感染症を治療するのに用いることができる潜在的に有用な抗生物質のリストを取得する。
本発明の別の実施形態では、プログラムコードは、さらに評価する療法の数をユーザまたは自動プロセスに制限させるのではなく、提供されたすべての薬物療法を評価する。
図４に戻って、プログラムコードは、特定の薬物の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を評価する際に使用すべき最小発育阻止濃度（ＭＩＣ）値またはＭＩＣ値の分布も取得する（Ｓ４６０）。ユーザは、プログラムコードが適用するＭＩＣ分布の種類を選択することができる。ＭＩＣは、一夜培養後の微生物の視認できる発育を阻止する抗微生物薬の最低濃度である。ＭＩＣ値は薬物の有効性のインビトロ測定に関連するものであるため、所与の患者に関連した、薬物療法の有効性は、後述する、追加的なパラメータの使用および関連する薬物動態モデルの適用なしでは、直ちに明らかにはならない。
企図されている薬物療法の種類によっては、ユーザは固定されたＭＩＣ値ではなくＭＩＣ分布を選択してもよい。図１０は、ユーザに対してＭＩＣ値の選択肢を表示するために本発明の一実施形態で使用されるＧＵＩの例である。感受性パターン、よって可能性の高いＭＩＣ値は所与の患者の地理的位置に影響される可能性があるため、ユーザが、それだけに限らないが、ＳＥＮＴＲＹ２０１４）など、ＳＥＮＴＲＹデータリポジトリを含む調査データに基づくＭＩＣ値の分布を選択した場合には、図１１に示すように、ユーザに、患者の位置を入力するよう促すことができる。
本発明の一実施形態では、コンピュータリソースは、プログラムコードがユーザの位置を発見し、したがって、関連するＭＩＣ分布を適用するのに使用するＧＰＳを含むことができる。図１１に示すように、プログラムコードは「位置特定」機能を表示する。この例では、ユーザがこの位置特定機能を選択すると、プログラムコードはＧＰＳに位置情報を要求し、要求に応答してこの情報を受け取り、その情報を用いてユーザ位置を生成する。
図４に戻って、上述のように、患者に関連した人口統計学的情報も、公知の薬物療法の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるプログラムコードによって使用される。よって、プログラムコードは、所与の患者に関する記述情報を取得する（Ｓ４７０）。記述情報は、それだけに限らないが、患者の体重および所与の患者のクレアチニンクリアランスを含む。
本発明の一実施形態では、プログラムコードは、既存の患者に関する記述情報のリストを表示し、ユーザがこのリストの中から患者を選択することを可能にする。既存の患者記録は、データベースなどのアクセス可能なメモリリソース上で保持される。プログラムコードが既存の患者のリストをレンダリングするＧＵＩの例が、図１２として表示されている。
本発明の一実施形態では、プロセッサによって実行されたプログラムコードは、ユーザ入力からユーザ情報を取得することができる。例えば、ユーザは、新しい患者に関連した患者情報を入力することができる。図１２にはこの選択肢も示されており、選択された場合、本発明の一実施形態では、プログラムコードは、図１３Ａおよび図１３Ｂに示すように、ユーザが新しい患者情報を入力するためのＧＵＩを生成する。前述のように、ＧＵＩで要求され、したがってプログラムコードによって受け取られるパラメータの中には、患者の体重および血清クレアチニンがある。図１３Ａおよび図１３Ｂに示すように、ユーザが患者情報を入力するためのＧＵＩは、ＨＩＰＡＡ規則に従って、ユーザに患者識別可能情報を入力しないよう警告するように構成することができる。加えて、本発明の一実施形態では、プログラムコードは、ＨＩＰＡＡに違反した個人情報の取得および／または保持を行わない。
プログラムコードが、それだけに限らないが、投与量、注入期間、および／または投与間隔、ＭＩＣまたはＭＩＣ分布、ならびに前述の患者特性を含みうる記述要因を含む、考察されている薬物療法を取得した後で、プログラムコードは、選択された１つまたは複数の薬物療法の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求める。本発明の一実施形態では、プロセッサによって実行されたプログラムコードはユーザに対して、プログラムコードがＰＫ−ＰＤターゲット値達成を求めるのに使用する取得データを含む概要画面を表示する。図１４は、概要画面の例である。
図１４を参照すると、概要画面には、感染症、病原体、選択された薬物療法、この例では抗生物質、およびＭＩＣの選択が記載されている。概要画面には、患者に関する記述情報、この例では、性別、年齢、体重、身長、血清クレアチニン、および肝機能のカテゴリも記載されている。プログラムコードは、当該療法に基づいて、療法ごとに有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求める際に使用されるパラメータを変える。例えば、患者の身長は所与の薬物療法についての判定には役立つが、当該パラメータは、異なる薬物の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求める際にはプログラムコードによって用いられない。よって、図４に戻って、プログラムコードは、選択された各薬物療法に基づき、曝露を決定し、本発明の一実施形態では確率として表される、当該薬物療法の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるために適用すべき薬物動態モデルを選択する（Ｓ４８０）。プログラムコードは、所与の患者についての所与の薬物療法の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求める際に、少なくとも１つの薬物動態モデルを使用する。よって、プログラムコードは、薬物動態モデルを選択すると、特定のターゲット値を与えられた場合のその特定の薬物の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるためにそのモデルを適用する（Ｓ４９０）。
異なる薬物療法と関連付けられた薬物動態モデルは、体内の薬物濃度の時間経過を記述するのに、身体の部分の数学的表現を用いる。薬物濃度の時間経過に影響を及ぼす身体の部分を記述するために、患者の身体を、区画を含むものとして理解することができる。各モデルは、ｎ個の区画に相当する。モデルによっては、３区画を使用するものもある。薬物療法であるメロペネムを例にとると、その薬物動態は２区画を用いて記述することができる。２区画は血液と組織とを表す。この２区画型の薬物動態モデルは、注入中および注入後に適用される。
本明細書において後述する２区画薬物動態モデルにおいて、Ｖｃは、通常は血液である「中央区画の容積」を表す。よって、薬物が注入される場合（Ｋｏ）、薬物はこの区画に入力されることになる。第２の区画、Ｖｐは、組織を近似する「周辺区画」を表す。これら２区画間の薬物の伝達速度は、「分布クリアランス」（ＣＬｄ）と呼ばれる。中央区画では、薬物は（腎排泄や代謝などの経路によって）排泄され、これは出力とみなされ、「総クリアランス」（ＣＬｔ）と呼ばれる。これらのパラメータは、所与の薬物療法についての式が知られている場合に計算することができ、前述のように、ほとんどの薬物療法について、患者の体重および所与の患者のクレアチニンクリアランスも知られている。
図１４に戻って、本発明の一実施形態のＧＵＩを使用する場合、ユーザは、概要画面上の情報が正しいことを目視で検証し、図４に関連して論じたように、選択された薬物療法ごとの有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるために、この情報をプログラムコードに提示することができる。
本発明の一実施形態では、プログラムコードが、選択された各薬物療法および／またはユーザによって選択されなかった薬物療法の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めた後で、プログラムコードは、考察のために選択された薬物療法と、別個にプログラムコードが考察するために取得した薬物療法とについて、結果を確率の順にランク付けする（Ｓ４９１）。図１５は、求められたＰＫ−ＰＤターゲット値達成確率を表示し、これらの確率で薬物療法をランク付けするための、本発明の一実施形態で使用されるＧＵＩの画面の例である。
ユーザに、考察された薬物療法の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を提供した後で、本発明の一実施形態では、プログラムコードは、ユーザが所与の患者に投与しようとする薬物療法のユーザの選択を取得することができる（Ｓ４９５）。本発明の一実施形態では、プログラムコードはその選択を、プロセッサからアクセス可能なメモリデバイス上に保持する。本発明の一実施形態では、プログラムコードは、図１５のようなリスト画面から、様々な薬物療法の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率の個々の結果を表示するＧＵＩを生成することができる。図１６は、この種の詳細画面の例であり、この場合は、薬物療法テディゾリドのものである。薬物療法の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率は、ユーザによる情報の入力時にプログラムコードが取得した感染および／または病原体の状況において提示される。
本発明の一実施形態では、ユーザは、例えば、予期される転帰と実際の転帰とを比較し対比するために、選択された薬物療法の実際の有効性を追跡することができる。図１７では、ユーザが選択肢として返された薬物療法の中から薬物療法を選択した後で、ユーザは、患者を経過観察するよう確認されたいかどうか選択することができる。ユーザが経過観察を選択した場合、本発明の一実施形態では、プログラムコードは、所与の患者に関して経過観察するようユーザに促す注意喚起を表示する。図１８は、この経過観察活動のための可能な表示の例であり、加えて、それだけに限らないが、ユーザが情報を入力するよう要求することおよび／または外部データリポジトリから情報をインポートすることを含めて、有効性に関する情報を収集することもできる。本発明の一実施形態では、プログラムコードによって生成される注意喚起は、可聴形式および／または可視形式とすることができる。
図４に戻って、プログラムコードが経過観察要求を取得する本発明の一実施形態では、プログラムコードはこの要求に従ってユーザに経過観察の入力を促す（Ｓ４９６）。
図１９は、所与の患者に投与された場合の薬物療法の有効性を確認するために使用できる経過観察画面の例である。図１９〜図２０には、選択された治療の成功を追跡するためにプログラムコードが質問／収集することのできる異なる種類の質問／データが表されている。
図４を考察したときに述べたように、プログラムコードは、所与の薬物療法の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるために適用すべき薬物動態モデルを選択する。以下の各項では、本発明の様々な実施形態において適用できるモデルの例と、これらのモデルをプログラムコードがどのように適用することができるかを示す。図２１には、所与の薬物療法に対して薬物動態モデルを選択し、適用する際にプログラムコードによって行われる様々な判定が詳述されている。
本発明の一態様では、薬物動態モデルを選択するために、プログラムコードはまず、どのＰＫ−ＰＤ指標分類が薬物の有効性を最もよく記述しているか判定する。この分類の可能なカテゴリは２つを上回るが、一例として、図２１には、２つのカテゴリのみに基づく例が示されている（Ｓ２１１０）。第１のクラスでは、薬物療法の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率は、少なくとも一部は、２４時間における総薬物曝露量に基づいて求められ、ＡＵＣ：ＭＩＣ比が判定の少なくとも一部である（Ｓ２１２０ａ）。第２のクラスでは、ＭＩＣを上回っている時間の割合が計算され、判定の少なくとも一部を構成する（Ｓ２１２０ｂ）。プログラムコードが薬物をこれら２つの異なるクラスに類別するにもかかわらず、プログラムコードによって適用されるモデルは薬物間で異なる。プログラムコードは、選択された薬物療法に応じて、表示される確率を最終的に求めるために、ユーザに要求するパラメータを変えることを含めて、カスタマイズされたモデルを適用することができる。しかし、本発明の実施形態では、薬物が属するクラスは、プログラムコードが使用するモデルの種類を指示する。
第１のカテゴリに分類されるはずの１つの薬物療法の例は、シプロフロキサシンである。前述のように、プログラムコードは、薬物療法自体に基づいてモデルを選択し、適用する。しかし、プログラムコードによって取得された患者特性およびＭＩＣは、結果として得られるＰＫ−ＰＤターゲット値達成の予測に影響を及ぼす。
以下の式において、シプロフロキサシンの有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する推定確率を、図４に記載された方法でプログラムコードが取得した、シプロフロキサシンに関連したパラメータに基づいて求める。プログラムが取得するパラメータには、それだけに限らないが、薬物療法および投与量が含まれ、これらは以下の例では、薬物療法は、静脈内に８時間ごとに投与されるシプロフロキサシンである。患者特性は次のとおりである。
１）クレアチニンクリアランス（ＣＬｃｒ）：６３ｍＬ／分
２）体重（ＷＴ）：
下記の例のＭＩＣは１ｍｇ／Ｌである。
プログラムコードは、シプロフロキサシンに特有のパラメータを使用して、２４時間にわたる曲線下面積（ＡＵＣ２４）を求める。式１は、プログラムコードがこの決定を行うために使用できる式の例である。以下の式２では、ＡＵＣ２４を用いて総クリアランス（ＣＬｔ）を求める。
上記のパラメータを適用することによって、以下の計算を行うことができる。
ＡＵＣ：ＭＩＣ比が計算されると、ＡＵＣ：ＭＩＣ比は、有効性と関連付けられたＡＵＣ：ＭＩＣ比の閾値（すなわち、ＰＫ−ＰＤターゲット値）と比較される。ＡＵＣ：ＭＩＣ比がＰＫ−ＰＤターゲット値を上回っている場合、患者が療法に対して良好な反応を示す可能性が高く、ＰＫ−ＰＤターゲット値を下回っている場合、患者の良好な反応の可能性は低い。ＰＫ−ＰＤターゲット値達成確率の点推定は、ＡＵＣ：ＭＩＣ比の関数として求められる。この推定に関する変動性も、プログラムコードによって決定される。よって、ユーザおよび／またはメモリリソースからパラメータを取得し、関連するモデルを決定し、モデルを適用し、シミュレーションを使用し、結果をユーザに返すことによる。
図２１に戻って、プログラムコードによって評価されている薬物療法が第２のクラスである場合、プログラムコードは、判定の少なくとも一部分を構成する、ＭＩＣを上回っている時間の割合を計算する（Ｓ２１２０ｂ）。前述したように、本発明の実施形態では、所与の薬物療法の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を予測するために、適用される薬物動態モデルは実際の薬物に依存し、そのためプログラムコードは、薬物療法に基づいてどんなモデルを適用すべきか決定した。メロペネムは、このクラスのメンバである薬物療法の例であり、このＰＫ−ＰＤ分類のメンバに適用される薬物動態モデルの例を説明する例として用いられている。
図２２は、所与の患者についての薬物療法の有効性を判定するための薬物動態モデルの適用の例である。図２２を参照すると、前述したように、プログラムコードは、患者特性、ＭＩＣ、ならびに薬物療法および投与量の各パラメータを取得する。プログラムコードは、これらのパラメータを用いて、ＭＩＣを上回っている時間の割合を算出する。この決定を行うために、プログラムコードは、Ｋｃｐ値、Ｋｐｃ値、およびＫｅｌ値、アルファおよびベータ、ＡおよびＢを計算し、次いで、これらの値を用いて、注入中の濃度、注入後の濃度を求め、次いで、これらの値を適用して、所与の患者についての薬物の最終的な有効性のパーセンテージを計算する。これらの個々の値の導出については後述する。この例で使用される変数は、以下のように定義される。Ｋｃｐは、中央から周辺への流れの速度定数であり、Ｋｐｃは、周辺から中央への流れの速度定数であり、アルファは、薬物排泄の第１相の速度定数であり、ベータは、薬物排泄の第２相の速度定数であり、Ａは、時刻０におけるアルファ相の濃度であり、Ｂは、時刻０におけるベータ相の濃度である。
図２３に、メロペネムを評価する場合に使用される２−区画モデルの例を示す。図において、Ｖｃを有する区画は、通常は血液である「中央区画の容積」を表す。よって、メロペネムが注入されると（Ｋｏと記載された矢印）、この区画に入力される。第２の区画、Ｖｐ、「周辺区画」は、組織のものである。これら２区画間の薬物の伝達速度は、「分布クリアランス」（ＣＬｄ）と呼ばれる。中央区画では、薬物は（腎排泄や代謝などの経路によって）排泄され、これは出力（どこにも出ない矢印）とみなされ、「総クリアランス」（ＣＬｔ）と呼ばれる。
定常状態モデルおよび薬物メロペネムの２−区画モデルを用いて、式３および式４を適用することができる。
以下の表１には、上記の式で使用するパラメータが含まれている。
以下は、本発明においてメロペネムに使用できる値である。本発明の一実施形態では、プログラムコードは、これらの値をメモリリソース上で保持し、プログラムコードが薬物をＰＫ−ＰＤ指標で類別し、適切なモデルを特定したときに、これらの値を特定し、使用することができる。
メロペネムの場合：
Ｖｃ（リットル）＝１０．８×（ＷＴ／７０）
Ｖｐ（リットル）＝１２．６×（ＷＴ／７０）
ＣＬｄ（リットル／時）＝１８．６×（ＷＴ／７０）
ＣＬｔ（リットル／時）＝（１０．２＋２．０８×ＣＬｃｒ）×（ＷＴ／７０）×０．０６
非結合分率（ｆｕｐ）＝０．９８
この例で使用される変数は、以下のように定義される。Ｋｃｐは、中央から周辺への流れの速度定数であり、Ｋｐｃは、周辺から中央への流れの速度定数であり、アルファは、薬物排泄の第１相の速度定数であり、ベータは、薬物排泄の第２相の速度定数であり、Ａは、時刻０におけるアルファ相の濃度であり、Ｂは、時刻０におけるベータ相の濃度である。
本発明の一実施形態では、以下の薬物および投与量情報を取得することができる：投与量＝２０００ミリグラム、注入期間（Ｔｉｎｆ）＝３時間、Ｋ０＝用量／Ｔｉｎｆ＝２０００ｍｇ／３時間、投与間隔（τ）＝８時間。本実施形態では、以下の患者特性を取得することもできる：クレアチニンクリアランス（ＣＬｃｒ）＝６３．４ｍＬ／分、体重（ＷＴ）＝８６ｋｇ。また本発明では、以下のＭＩＣも取得する：ＭＩＣ＝８ｍｇ／Ｌ。これらの値を使用して、プログラムコードは、Ｋｃｐ値、Ｋｐｃ値、およびＫｅｌ値、アルファおよびベータ、ＡおよびＢを求めることができ、次いで、これらの値を用いて、注入中の濃度、注入後の濃度を求め、次いで、これらの値を適用して、所与の患者についての薬物の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を計算する。この例では、プログラムコードは、これらのパラメータを用いてこの薬物の有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率について９９％の値を返す。
本明細書で用いる用語は、特定の実施形態を説明するためのものにすぎず、本発明を限定するためのものではない。本明細書で用いる単数形の「ａ」、「ａｎ」および「ｔｈｅ」は、文脈上そうでないことが明らかでない限り、複数形も含むことが意図されている。「ｃｏｍｐｒｉｓｅｓ」および／または「ｃｏｍｐｒｉｓｉｎｇ」という用語は、本明細書で用いる場合、記載された特徴、整数、ステップ、操作、要素、および／または構成要素の存在を指定するが、１つまたは複数の他の特徴、整数、ステップ、操作、要素、構成要素、および／またはそれらのグループの存在または追加を排除するものではないことをさらに理解されたい。
添付の特許請求の範囲における対応する構造、材料、作用およびすべてのミーンズまたはステップ・プラス・ファンクション要素の均等物は、それがある場合は、具体的に記載されるように他の要素と組み合わせて機能を果たすための任意の構造、材料または作用を含むことが意図されている。本技術の説明は、例示と説明を目的として提示されており、網羅的であることも、開示の形態の発明に限定することも意図されていない。当業者には、本発明の範囲および趣旨を逸脱することなく、多くの改変および変形が明らかであろう。実施形態は、本発明の原理および実際の応用を最も適切に説明し、当業者が、企図される特定の用途に適する様々な改変を伴う様々な実施形態について本発明を理解することを可能にするために選択し、記載したものである。
Claims (20)
- 患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるための方法であって、
プロセッサが、感染症を特定する情報を取得するステップと、
前記プロセッサが、前記情報に基づき、前記情報と合致する１つまたは複数の病原体を含むリストを生成し、表示するステップと、
前記プロセッサが、１つまたは複数の病原体を含む前記リストの中から少なくとも１つの病原体を指定する第１の指示を取得するステップと、
前記プロセッサが、前記少なくとも１つの病原体の取得に基づき、前記少なくとも１つの病原体を治療するのに使用される１つまたは複数の薬物療法を含むリストを生成するステップと、
患者に関する記述情報を取得するステップと、
前記１つまたは複数の薬物療法に基づき、薬物動態モデルを選択するステップと、
前記プロセッサが、前記１つまたは複数の薬物療法の各々について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるために、前記薬物動態モデルを適用し、前記患者に関する前記情報を使用するステップと、
を含む、方法。 - 前記プロセッサが、有効性の順に、前記１つまたは複数の薬物療法の各々について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する前記確率を表示するステップ、
をさらに含む、請求項１に記載の方法。 - 前記プロセッサが、１つまたは複数の薬物を含む前記リストの中から少なくとも１つの薬物療法を指定する第２の指示を取得するステップであって、前記選択するステップおよび前記適用するステップで使用される前記１つまたは複数の薬物療法の前記各々は、前記第２の指示を構成する前記少なくとも１つの薬物療法に限定される、前記ステップ、
をさらに含む、請求項１に記載の方法。 - 前記選択するステップは、
前記１つまたは複数の薬物療法の各々について、ＰＫ−ＰＤ指標のクラスを決定するステップと、
前記１つまたは複数の薬物療法のうちの薬物療法が第１のクラスであると判定したことに基づき、薬物動態モデルを選択するステップであって、前記薬物動態モデルを適用するステップは、前記薬物療法について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する前記確率を求めるために、２４時間における総薬物曝露量を評価するステップを含む、前記ステップと、
前記１つまたは複数の薬物療法のうちの薬物療法が第２のクラスであると判定したことに基づき、薬物動態モデルを選択するステップであって、前記薬物動態モデルを適用するステップは、前記薬物療法について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する前記確率を求めるために、ＭＩＣを上回っている時間の割合を評価するステップを含む、前記ステップと、
を含む、請求項１に記載の方法。 - 前記プロセッサが、前記表示するステップに応答して、表示された前記１つまたは複数の薬物療法から薬物療法を指定をすることを含む第３の指示を取得するステップと、
前記プロセッサが、メモリデバイス上で前記指定を保持するステップと、
をさらに含む、請求項２に記載の方法。 - 前記プロセッサが、経過観察選択肢を表示するステップと、
前記経過観察選択肢に対する肯定応答を取得したことに応答して、グラフィカル・ユーザ・インターフェース上で前記患者を経過観察するよう促す注意喚起を提示するステップと、
をさらに含む、請求項５に記載の方法。 - 患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるためのコンピュータシステムであって、前記コンピュータシステムは、
メモリと、
前記メモリと通信するプロセッサと、を含み、前記コンピュータシステムは、方法を実行するように構成されており、前記方法は、
プロセッサが、感染症を特定する情報を取得するステップと、
前記プロセッサが、前記情報に基づき、前記情報と合致する１つまたは複数の病原体を含むリストを生成し、表示するステップと、
前記プロセッサが、１つまたは複数の病原体を含む前記リストの中から少なくとも１つの病原体を指定する第１の指示を取得するステップと、
前記プロセッサが、前記少なくとも１つの病原体の取得に基づき、前記少なくとも１つの病原体を治療するのに使用される１つまたは複数の薬物療法を含むリストを生成するステップと、
患者に関する記述情報を取得するステップと、
前記１つまたは複数の薬物療法に基づき、薬物動態モデルを選択するステップと、
前記プロセッサが、前記１つまたは複数の薬物療法の各々について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるために、前記薬物動態モデルを適用し、前記患者に関する前記情報を使用するステップと、
を含む、コンピュータシステム。 - 前記方法は、
前記プロセッサが、ＰＫ−ＰＤターゲット値達成の確率の順に、前記１つまたは複数の薬物療法の各々について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する前記確率を表示するステップ、
をさらに含む、請求項７に記載のコンピュータシステム。 - 前記方法は、
前記プロセッサが、１つまたは複数の薬物を含む前記リストの中から少なくとも１つの薬物療法を指定する第２の指示を取得するステップであって、前記選択するステップおよび前記適用するステップで使用される前記１つまたは複数の薬物療法の前記各々は、前記第２の指示を構成する前記少なくとも１つの薬物療法に限定される、前記ステップ、
をさらに含む、請求項７に記載のコンピュータシステム。 - 前記選択するステップは、
前記１つまたは複数の薬物療法の各々について、クラスを決定するステップと、
前記１つまたは複数の薬物療法のうちの薬物療法が第１のクラスであると判定したことに基づき、薬物動態モデルを選択するステップであって、前記薬物動態モデルを適用するステップは、前記薬物療法について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する前記確率を求めるために、２４時間における総薬物曝露量を評価するステップを含む、前記ステップと、
前記１つまたは複数の薬物療法のうちの薬物療法が第２のクラスであると判定したことに基づき、薬物動態モデルを選択するステップであって、前記薬物動態モデルを適用するステップは、前記薬物療法について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する前記確率を求めるために、ＭＩＣを上回っている時間の割合を評価するステップを含む、前記ステップと、
をさらに含む、請求項７に記載のコンピュータシステム。 - 前記方法は、
前記プロセッサが、前記表示するステップに応答して、表示された前記１つまたは複数の薬物療法についての薬物療法の指定を含む第３の指示を取得するステップと、
前記プロセッサが、メモリデバイス上で前記指定を保持するステップと、
をさらに含む、請求項８に記載のコンピュータシステム。 - 前記方法は、
前記プロセッサが、経過観察選択肢を表示するステップと、
前記経過観察選択肢に対する肯定応答を取得したことに応答して、グラフィカル・ユーザ・インターフェース上で前記患者を経過観察するよう促す注意喚起を表示するステップと、
をさらに含む、請求項１１に記載のコンピュータシステム。 - 前記グラフィカル・ユーザ・インターフェースはモバイル機器上にある、請求項１２に記載のコンピュータシステム。
- 患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるためのコンピュータプログラム製品であって、前記コンピュータプログラム製品は、
処理回路が読取り可能な、前記処理回路が方法を実施するために実行する命令を記憶したコンピュータ可読記憶媒体、を含み、前記方法は、
プロセッサが、感染症を特定する情報を取得するステップと、
前記プロセッサが、前記情報に基づき、前記情報と合致する１つまたは複数の病原体を含むリストを生成し、表示するステップと、
前記プロセッサが、１つまたは複数の病原体を含む前記リストの中から少なくとも１つの病原体を指定する第１の指示を取得するステップと、
前記プロセッサが、前記少なくとも１つの病原体の取得に基づき、前記少なくとも１つの病原体を治療するのに使用される１つまたは複数の薬物療法を含むリストを生成するステップと、
患者に関する記述情報を取得するステップと、
前記１つまたは複数の薬物療法に基づき、薬物動態モデルを選択するステップと、
前記プロセッサが、前記１つまたは複数の薬物療法の各々について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する確率を求めるために、前記薬物動態モデルを適用し、前記患者に関する前記情報を使用するステップと、
を含む、コンピュータプログラム製品。 - 前記方法は、
前記プロセッサが、有効性の順に、前記１つまたは複数の薬物療法の各々について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する前記確率を表示するステップ、
をさらに含む、請求項１４に記載のコンピュータプログラム製品。 - 前記方法は、
前記プロセッサが、１つまたは複数の薬物を含む前記リストの中から少なくとも１つの薬物療法を指定する第２の指示を取得するステップであって、前記選択するステップおよび前記適用するステップで使用される前記１つまたは複数の薬物療法の前記各々は、前記第２の指示を構成する前記少なくとも１つの薬物療法に限定される、前記ステップ、
をさらに含む、請求項１４に記載のコンピュータプログラム製品。 - 前記選択するステップは、
前記１つまたは複数の薬物療法の各々について、クラスを決定するステップと、
前記１つまたは複数の薬物療法のうちの薬物療法が第１のクラスであると判定したことに基づき、薬物動態モデルを選択するステップであって、前記薬物動態モデルを適用するステップは、前記薬物療法について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する前記確率を求めるために、２４時間における総薬物曝露量を評価するステップを含む、前記ステップと、
前記１つまたは複数の薬物療法のうちの薬物療法が第２のクラスであると判定したことに基づき、薬物動態モデルを選択するステップであって、前記薬物動態モデルを適用するステップは、前記薬物療法について、前記感染症に罹患した前記患者についての有効性と関連付けられたＰＫ−ＰＤターゲット値を達成する前記確率を求めるために、ＭＩＣを上回っている時間の割合を評価するステップを含む、前記ステップと、
をさらに含む、請求項１４に記載のコンピュータプログラム製品。 - 前記方法は、
前記プロセッサが、前記表示するステップに応答して、表示された前記１つまたは複数の薬物療法についての薬物療法の指定を含む第３の指示を取得するステップと、
前記プロセッサが、メモリデバイス上で前記指定を保持するステップと、
をさらに含む、請求項１５に記載のコンピュータプログラム製品。 - 前記方法は、
前記プロセッサが、経過観察選択肢を表示するステップと、
前記経過観察選択肢に対する肯定応答を取得したことに応答して、前記患者を経過観察するための通知を生成するステップと、
をさらに含む、請求項１８に記載のコンピュータプログラム製品。 - 良好な転帰の確率がパーセンテージ値として表示される、請求項１５に記載のコンピュータプログラム製品。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14/600,948 US10534895B2 (en) | 2015-01-20 | 2015-01-20 | System and method for ranking options for medical treatments |
| US14/600,948 | 2015-01-20 | ||
| PCT/US2016/014020 WO2016118562A1 (en) | 2015-01-20 | 2016-01-20 | System and method for ranking options for medical treatments |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2018513437A true JP2018513437A (ja) | 2018-05-24 |
| JP2018513437A5 JP2018513437A5 (ja) | 2019-02-14 |
| JP6626897B2 JP6626897B2 (ja) | 2019-12-25 |
Family
ID=56408064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017539351A Active JP6626897B2 (ja) | 2015-01-20 | 2016-01-20 | 治療の選択肢をランク付けするためのシステムおよび治療の選択肢をランク付けするための方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10534895B2 (ja) |
| EP (1) | EP3247463A4 (ja) |
| JP (1) | JP6626897B2 (ja) |
| CA (1) | CA2974383A1 (ja) |
| WO (1) | WO2016118562A1 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011143265A2 (en) | 2010-05-10 | 2011-11-17 | Ted Cole | Uv germicidal system, method, and device thereof |
| US9974873B2 (en) | 2010-05-10 | 2018-05-22 | Uv Partners, Inc. | UV germicidal system, method, and device thereof |
| US10534895B2 (en) | 2015-01-20 | 2020-01-14 | Icpd Technologies, Llc | System and method for ranking options for medical treatments |
| ES2973210T3 (es) | 2016-04-15 | 2024-06-19 | Takeda Pharmaceuticals Co | Método y aparato para proporcionar un régimen de dosificación de fármacos farmacocinético |
| US10896749B2 (en) | 2017-01-27 | 2021-01-19 | Shire Human Genetic Therapies, Inc. | Drug monitoring tool |
| GB2608748B (en) | 2020-03-06 | 2024-08-07 | Uv Partners Inc | UV disinfection platform |
| CN115720523A (zh) | 2020-06-24 | 2023-02-28 | 上海延锋金桥汽车饰件系统有限公司 | 车辆内部部件 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7286970B2 (en) | 2002-01-07 | 2007-10-23 | The Regents Of The University Of California | Computational model, method, and system for kinetically-tailoring multi-drug chemotherapy for individuals |
| US20050080570A1 (en) * | 2003-09-15 | 2005-04-14 | Acosta Edward P. | Predicting probabilities of achieving a desired minimum trough level for an anti-infective agent |
| DE102004010516A1 (de) * | 2004-03-04 | 2005-09-22 | Bayer Technology Services Gmbh | Verbessertes Verfahren zur zeitlichen Dosierung von Arzneistoffen |
| DK2508621T3 (en) | 2005-11-29 | 2015-01-12 | Childrens Hosp Medical Center | Optimization and individualization of drug selection and dosage |
| US7428253B2 (en) | 2006-09-29 | 2008-09-23 | Pyrophotonics Lasers Inc. | Method and system for a pulsed laser source emitting shaped optical waveforms |
| US20080234322A1 (en) * | 2007-03-20 | 2008-09-25 | University Of Utah | Methods and apparatus for drug modeling and displaying drug models |
| WO2010048630A1 (en) * | 2008-10-24 | 2010-04-29 | Los Angeles Biomedical Reserch Institute At Harbor-Ucla Medical Center | Anti-infective hydroxy-phenyl-benzoates and methods of use |
| WO2010129233A2 (en) | 2009-04-28 | 2010-11-11 | Targanta Therapeutics Corp. | Methods of treating bacterial infections using oritavancin |
| US20140244292A1 (en) * | 2011-01-27 | 2014-08-28 | Wiser Together, Inc. | Method for Helping Patients Find Treatments Based on Similar Patients' Experiences |
| US20130144887A1 (en) * | 2011-12-03 | 2013-06-06 | Medeolinx, LLC | Integrative pathway modeling for drug efficacy prediction |
| US20180071407A9 (en) * | 2013-09-19 | 2018-03-15 | Tal Burt | Systems and methods for intra-target microdosing (itm) |
| US10534895B2 (en) | 2015-01-20 | 2020-01-14 | Icpd Technologies, Llc | System and method for ranking options for medical treatments |
-
2015
- 2015-01-20 US US14/600,948 patent/US10534895B2/en active Active
-
2016
- 2016-01-20 EP EP16740631.3A patent/EP3247463A4/en active Pending
- 2016-01-20 CA CA2974383A patent/CA2974383A1/en active Pending
- 2016-01-20 JP JP2017539351A patent/JP6626897B2/ja active Active
- 2016-01-20 WO PCT/US2016/014020 patent/WO2016118562A1/en active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| EP3247463A1 (en) | 2017-11-29 |
| WO2016118562A1 (en) | 2016-07-28 |
| JP6626897B2 (ja) | 2019-12-25 |
| US10534895B2 (en) | 2020-01-14 |
| EP3247463A4 (en) | 2018-10-17 |
| US20160210436A1 (en) | 2016-07-21 |
| CA2974383A1 (en) | 2016-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6626897B2 (ja) | 治療の選択肢をランク付けするためのシステムおよび治療の選択肢をランク付けするための方法 | |
| Brilleman et al. | Joint longitudinal and time-to-event models for multilevel hierarchical data | |
| Bartlett et al. | Multiple imputation of covariates by fully conditional specification: accommodating the substantive model | |
| Curtis et al. | Risks of mortality, myocardial infarction, bleeding, and stroke associated with therapies for age-related macular degeneration | |
| Fleet et al. | Gabapentin dose and the 30-day risk of altered mental status in older adults: A retrospective population-based study | |
| Von Herrath et al. | Lost in translation: barriers to implementing clinical immunotherapeutics for autoimmunity | |
| US20150363559A1 (en) | Systems and methods for clinical decision support | |
| Talisa et al. | Arguing for adaptive clinical trials in sepsis | |
| Röver et al. | Dynamically borrowing strength from another study through shrinkage estimation | |
| Powell | Are new oral anticoagulant dosing recommendations optimal for all patients? | |
| Schneeweiss | Improving therapeutic effectiveness and safety through big healthcare data | |
| Neely | Scalpels not hammers: The way forward for precision drug prescription. | |
| Dagliati et al. | Careflow mining techniques to explore type 2 diabetes evolution | |
| Downing et al. | Innovation, risk, and patient empowerment: The FDA-mandated withdrawal of 23andme’s personal genome service | |
| US20200152307A1 (en) | System and method for ranking options for medical treatments | |
| Merola et al. | Oncology drug effectiveness from electronic health record data calibrated against RCT evidence: the PARSIFAL trial emulation | |
| Swami et al. | Comparative effectiveness of immune checkpoint inhibitors in patients with platinum refractory advanced urothelial carcinoma | |
| Gordon et al. | A FHIR human leukocyte antigen (HLA) interface for platelet transfusion support | |
| Zimmermann et al. | Pseudo-ranks: the better way of ranking? | |
| Oprea et al. | Mediminder–Medication Management and Reminder Application | |
| Li et al. | Optimizing implementation of hepatitis C birth-cohort screening and treatment strategies: model-based projections | |
| Levy et al. | US-based drug cost parameter estimation for economic evaluations | |
| Nowak et al. | Group sequential methods for the Mann-Whitney parameter | |
| Yamamuro et al. | Mediational g-formula for time-varying treatment and repeated-measured multiple mediators: application to atorvastatin’s effect on cardiovascular disease via cholesterol lowering and anti-inflammatory actions in elderly type 2 diabetics | |
| Hammond et al. | Impact of targeted educational interventions on clostridium difficile infection treatment in critically ill adults |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181227 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181227 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190910 |
|
| 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: 20191105 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191202 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6626897 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 |