JP2022079470A - 患者集団の疾患症状比較を視覚化するためのシステム及び方法 - Google Patents

Abstract

【課題】患者集団の疾患症状比較を視覚化するためのシステム及び方法を提供すること。【解決手段】本明細書に開示する実施形態は、複数の患者を含む患者集団からの疾患症状及び疾患因子の入力を受け取るステップと、個々の疾患因子が、患者集団内の個々の患者に個々の疾患症状を生じさせる傾向にあるか、それとも患者集団内の個々の患者に個々の疾患症状が生じるのを防ぐ傾向にあるかを決定するステップと、疾患症状の患者集団誘因視覚化をグラフィカルユーザインターフェイスに表示させるステップとを含み、誘因視覚化は、複数の行及び１又は２以上の列を含み、第１の列は、第１の患者の第１の疾患症状に対応し、第１の列の第１の行は、第１のリスク因子が第１の患者の第１の疾患症状の疾患誘因又は疾患プロテクタである度合いの表示を含む。【選択図】図５

Description

〔関連出願との相互参照〕
本出願は、２０１８年６月９日に出願された「患者集団の疾患症状比較を視覚化するためのシステム及び方法（Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ ｆｏｒ Ｖｉｓｕａｌｉｚｉｎｇ Ｐａｔｉｅｎｔ Ｐｏｐｕｌａｔｉｏｎ Ｄｉｓｅａｓｅ Ｓｙｍｐｔｏｍ Ｃｏｍｐａｒｉｓｏｎ）」という名称の現在係属中の米国仮特許出願第６２／５１７，５５２号の優先権を主張するものである。米国仮特許出願第６２／５１７，５５２号の内容は、その全体が引用により本出願に組み入れられる。本出願には、（ｉ）２０１７年２月６日に出願された米国特許出願公開第１５／５０２，０８７号、（ｉｉ）２０１５年８月６日に出願された米国特許出願公開第１５／０４３，９４５号、（ｉｉｉ）２０１４年８月７日に出願された米国仮特許出願第６２／０３４，４０８号、（ｉｉｉ）２０１５年２月２５日に出願された米国仮特許出願第６２／１２０，５３４号、（ｉｖ）２０１５年３月２７日に出願された米国仮特許出願第６２／１３９，２９１号、（ｖ）２０１５年４月１５日に出願された米国仮特許出願第６２／１４８，１３０号、（ｖｉ）２０１５年６月８日に出願された米国仮特許出願第６２／１７２，５９４号、及び（ｖｉｉ）２０１４年１月３０日に出願された米国特許出願公開第１４／０１３，８９４号の内容も全体が引用により組み入れられる。

医療研究者及び／又は患者は、（ｉ）１又は２以上の患者のリスク因子と疾患症状との間の統計的関連性及び／又は相関性を決定し、（ｉｉ）１又は２以上のリスク因子が１又は２以上の患者の１又は２以上の疾患症状を引き起こす傾向にあるか、それとも防ぐ傾向にあるか、及びその度合いを識別し、（ｉｉｉ）１又は２以上のリスク因子が１又は２以上の患者の１又は２以上の疾患症状を引き起こす傾向にあるか、それとも防ぐ傾向にあるか、及びその度合いを患者毎に示す１又は２以上の視覚化を１又は２以上の患者についてグラフィカルユーザインターフェイスを介して表示するように構成された、本明細書で説明するコンピュータベースの方法及びシステムの実施形態から恩恵を受けることができる。

これに加えて、又はこれとは別に、いくつかの実施形態は、（ｉ）個々の患者の疾患症状のリスク因子と発症及び／又は重さとの間の統計的関連性及び／又は相関性を決定し、（ｉｉ）リスク因子が特定の患者又は患者群の特定の疾患症状の発症及び／又は重さに影響を与えるかどうか、及びその度合いを識別し、（ｉｉｉ）１又は２以上のリスク因子が１又は２以上の特定の疾患症状の発症及び重さに影響を与えるかどうか、及びその度合いを患者毎に示す１又は２以上の視覚化を１又は２以上の患者についてグラフィカルユーザインターフェイスを介して表示する。

本明細書で使用する疾患症状とは、特定の疾病の物理的発現のことである。疾患症状は、以下に限定するわけではないが、（ｉ）発生又は発生頻度として定量化及び／又は表現できる、患者に疾患症状が生じた時間（又は時間範囲）、（ｉｉ）疾患症状の重さ、（ｉｉｉ）疾患症状を表す態様又は特徴、及び／又は、（ｉｖ）疾患症状が他の関連する疾患症状（さらに、場合によってはリスク因子及び／又は疾患誘因及び／又はプロテクタ）を伴うかどうか、のうちの１つ又は２つ以上を含む複数の特徴付け指標（ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｍｅｔｒｉｃｓ）によって特徴付けることができる。

疾患症状が偏頭痛である例では、偏頭痛の特徴付け指標が、（ｉ）偏頭痛がいつ発生したか、（ｉｉ）偏頭痛がどれほど継続したか、（ｉｉｉ）偏頭痛の強さ及び／又は重さ、（ｉｖ）偏頭痛が吐き気又はめまいなどの他の関連する疾患症状を伴ったかどうか、また伴った場合にはその随伴症状の時間、継続時間、強さ／重さ、のうちの１つ又は２つ以上を含むことができる。他の慢性病の疾患症状は、異なる特徴付け指標を含むことができる。

本明細書で使用するリスク因子とは、患者に疾患症状が生じるように、患者に疾患症状が生じるのを防ぐように、及び／又は患者に生じた疾患症状の重さを減少又は増大させるように影響し、作用し、又は仕向ける可能性がある、患者に関連する及び／又は患者が実行するいずれかの事象、曝露、行動又は行為のことである。疾患因子は、（ｉ）特定の食品の消費、特定の治療薬の摂取、特定の治療薬の塗布、特定の栄養補助食品又は薬物の摂取、特定の身体活動の実行、及び／又は特定の化学薬品への曝露などの、患者が少なくともある程度制御できる、患者による自発的な又は変更可能な行為及び／又は体験、並びに、（ｉｉ）環境因子（例えば、スモッグ、日光、雨、雪、高湿度又は低湿度、或いは高温又は低温）への曝露、強制的治療薬又は薬物（例えば、他の疾患を維持するための薬物）への曝露、及び患者がほとんど、又は場合によっては事実上制御できない他の疾病又は体調の影響、などの無意識的な又は変更不可能な行為及び／又は体験の両方を含むことができる。

疾患症状と同様に、リスク因子も複数の特徴付け指標によって特徴付けることができ、異なるリスク因子は異なる特徴付け指標を有することができる。例えば、食品又は薬物の消費に基づくリスク因子では、特徴付け指標が、例えば（ｉ）患者が食品又は薬物をいつ消費したか、及び／又は（ｉｉ）患者がどれほどの食品又は薬物を消費したか、を含むことができる。曝露に基づくリスク因子の特徴付け指標は、例えば（ｉ）患者がいつ曝露されたか、（ｉｉ）曝露の強さ（例えば、明るい日光）、及び／又は（ｉｉｉ）曝露の期間を含むことができる。

いくつかの実施形態では、リスク因子が、実際に患者に疾患症状を生じさせることはないかもしれないが特定の患者の疾患症状の発症に密接に関連し得る前駆兆候又は前兆を含むこともできる。再び偏頭痛の例を使用すると、患者が偏頭痛を体験する前に恐らくは患者の身体内の化学変化によって引き起こされる甘い食べ物に対する欲求を前駆兆候と考えることもできる。甘い食べ物に対する欲求が偏頭痛を引き起こすのではなく、この欲求が何らかの化学変化によって引き起こされ、その化学変化が患者に偏頭痛も引き起こす可能性が高い。同様に、リスク因子は、疾患症状が治まった時点（例えば、偏頭痛の強さと痛みが最高である段階が終わった時点）から患者が再び「正常に戻った」と感じる時点までの間の後発兆候を含むこともできる。

場合によっては、患者が感じる特定の物理的発現が状況によって疾患症状又はリスク因子になることもある。再び偏頭痛の例を使用すると、異常な体温、異常な心拍数及び異常な血糖値は偏頭痛などの疾患症状を引き起こす傾向にあるため、リスク因子と考えることができる。しかしながら、他の状況では、異常な体温、異常な心拍数及び異常な血糖値が、他のリスク因子によって引き起こされる疾患症状である場合もある。

本明細書で使用する疾患誘因とは、例えば統計分析又はその他の分析法を通じて、患者に特定の疾患症状を生じさせること、或いは少なくとも患者に特定の疾患症状が生じるリスク又は確率を高めることに対して十分に強い関連性があると決定されたリスク因子のことである。状況によっては、疾患誘因が、（ｉ）体験時に疾患症状の重さを増大させること、及び／又は（ｉｉ）まず第一に疾患症状の発症確率を増大させること、の一方又は両方を引き起こすこともある。

本明細書で使用するプロテクタとは、例えば統計分析又はその他の分析法を通じて、患者に特定の疾患症状が生じるのを防ぐこと、或いは少なくとも患者に特定の疾患症状が生じるリスク又は確率を下げることに対して十分に強い関連性があると決定されたリスク因子のことである。状況によっては、プロテクタが、（ｉ）体験時に疾患症状の重さを減少させること、及び／又は（ｉｉ）まず第一に疾患症状の発症確率を下げること、の一方又は両方を行うこともある。

いくつかの実施形態では、患者の疾患誘因／プロテクタが、患者の疾患症状との間に確固たる単変量関連性を有するリスク因子であり、この確固たる単変量関連性は、１よりも大きなＣｏｘハザード比と、０．０５以下のｐ値とを有する。

いくつかの実施形態では、１又は２以上のサーバシステムが、患者集団から受け取られた疾患症状データ及びリスク因子データを分析して、どのリスク因子が特定の患者の疾患誘因／プロテクタのレベルにまで上昇するかを決定する。動作中、患者集団は、全員が１又は２以上の類似性（例えば、同じ年齢又は年齢層、同じ性別、同じ民族、同じ国籍、同じ疾患、同じアレルギー、同じ遺伝子マーカ、及び／又は場合によってはその他の類似性）を共有する多く（数百人、数千人、又は場合によっては数百万人）の患者を含むことができる。患者の中には、複数の患者集団のメンバーである者も存在し得る。

いくつかの実施形態は、一般に患者集団のリスク因子及びリスク誘因を識別した後に（識別された患者集団のリスク因子及びリスク誘因に基づいて）個々の患者のリスク因子及びリスク誘因を識別する２ステップ反復アプローチを適用する。

第１のステップでは、サーバシステムが、患者集団内の患者からリスク因子及び疾患誘因データを収集して分析し、患者集団内の患者の特定の疾患症状に最も強く関連している傾向にあるリスク因子を識別する。（サーバシステムの直接的又は間接的制御下にある）クライアント装置は、患者集団内の患者に、サーバシステムが患者集団の特定の疾患症状に最も強く関連していると決定したリスク因子の特徴付け指標を入力するように促すように構成される。

第２のステップでは、サーバシステムが、患者集団内の患者のリスク因子の特徴付け指標を分析し、集団内の各患者について、（その患者の）特定のリスク因子と疾患症状との間の関連性の強さを決定する。次に、サーバシステムは、疾患症状に最も強く関連しているリスク因子を個々の患者の疾患誘因又はプロテクタとして患者毎に指定する。

この２ステッププロセスは、患者集団内の１人の患者について識別された疾患誘因を患者集団全体について分析した後で個々の患者について検査できるという点で反復的である。この反復的な２段階プロセスのいくつかの態様は、２０１４年１月３０日に出願された米国特許出願公開第２０１４／０１３８９４号に記載されており、この文献の内容は引用により本明細書に組み入れられる。しかしながら、個々の患者の疾患誘因／プロテクタを識別する他の方法を使用することもできる。

いくつかの実施形態では、患者が単独で、又は外部センサ及び／又は第三者情報源と組み合わせて操作するクライアント装置が、患者の疾患症状、リスク因子及び／又は疾患誘因及びプロテクタに関するデータをモニタして収集するように構成される。動作中、クライアント装置は、（ｉ）収集した疾患症状／疾患因子／疾患誘因／プロテクタデータを分析のために１又は２以上のサーバに直接的又は間接的に送信し、及び／又は、（ｉｉ）収集した疾患症状／疾患因子／疾患誘因／プロテクタデータを分析のために１又は２以上のサーバに送信する準備を行う、ように構成することができる。この結果、１又は２以上のサーバは、（ｉ）クライアント装置、センサ及び／又は情報源から受け取られた疾患症状／疾患因子／疾患誘因／プロテクタ入力データを分析し、（ｉｉ）個々の患者の疾患誘因及びプロテクタを患者毎に決定する。

大きな患者集団から収集された非常に多くのデータ（又は１人の患者から収集された大量のデータ）に伴う１つの難題は、データから有意義な結論を引き出せるようにデータを体系化して表示する方法である。本明細書に開示する実施形態は、採用するデータ収集法及び分析法にかかわらず、研究者（又は場合によっては患者）がサーバシステムにアクセスし、そこに記憶されている患者データ（例えば、患者の疾患症状、リスク因子及び／又は疾患誘因／プロテクタ）の少なくとも一部を１又は２以上の直観的フォーマットで表示できるようにする。いくつかの実施形態では、この直観的フォーマットが、図１及び図２に示す例などの梯子型視覚化（ｌａｄｄｅｒ－ｓｔｙｌｅ ｖｉｓｕａｌｉｚａｔｉｏｎ）の形を取る。しかしながら、同様に他の視覚化を使用することもできる。

いくつかの実施形態による、ウェブベースのクライアントサーバコンピュータシステム例を示す図である。 いくつかの実施形態によるクライアント装置例を示す図である。 いくつかの実施形態による、患者集団の疾患因子と疾患症状との間の関連性及び／又は相関性を決定することを含む方法例を示す図である。 いくつかの実施形態による、患者の疾患因子及び／又は疾患誘因と疾患症状との間の関連性及び／又は相関性を決定することを含む方法例を示す図である。 いくつかの実施形態による、梯子型視覚化患者データ例を示す図である。 いくつかの実施形態による、患者データの梯子型視覚化例を示す図である。

本明細書では、方法及びシステムの例について説明する。なお、本明細書では、「例、事例又は説明例の役割を果たす」ことを意味するために「例（ｅｘａｍｐｌｅ）」「例示的（ｅｘｅｍｐｌａｒｙ）」及び「例証的（ｉｌｌｕｓｔｒａｔｉｖｅ）」という単語を使用していると理解されたい。本明細書において「例」、「例示的」又は「例証的」として説明するあらゆる実施形態又は特徴は、必ずしも他の実施形態又は特徴よりも好ましいもの又は有利なものとして解釈すべきではない。本明細書で説明する実施形態例は、限定を意図するものではない。本明細書で大まかに説明する本開示の態様は、様々な異なる構成で配置し、代用し、組み合わせ、分離し、設計することができ、本明細書ではこれらの全てが明確に企図されると容易に理解されるであろう。

システムの概要
図１に、いくつかの実施形態による、ウェブベースのクライアントサーバコンピュータシステム例１００を示す。システム例１００は、ウェブサーバ１０２及びデータストレージ１１２を含む。動作中、ウェブサーバ１０２は、ネットワーク１１４を介して複数のクライアント装置１１６ａ～ｂと通信するように構成される。動作中、ネットワーク１１４は、（ｉ）ローカルエリアネットワーク（ＬＡＮ）、（ｉｉ）ワイドエリアネットワーク（ＷＡＮ）、及び／又は（ｉｉｉ）インターネット又は有線及び／又は無線通信ネットワークの他の組み合わせ、のうちの１つ又は２つ以上を含むことができる。

ウェサーバ１０２は、１又は２以上のプロセッサ１０４と、コンピュータ可読メモリ１０６と、１又は２以上の通信インターフェイス１１０とを含む。

１又は２以上のプロセッサ１０４の各々は、以下に限定するわけではないが、汎用プロセッサ、専用プロセッサ、特定用途向け集積回路（ＡＳＩＣ）、又はコンピュータプログラム命令を実行するように構成された他のタイプのプロセッサを含む、現在知られている又は今後開発されるあらゆるタイプのプロセッサとすることができる。

コンピュータ可読メモリ１０６は、以下に限定するわけではないが、磁気メモリ、光学メモリ、ハードディスク、光学ディスク、フラッシュメモリ、又はプログラムコード及び／又はその他のデータを記憶するように構成された他のタイプのメモリを含む、現在知られている又は今後開発されるあらゆるタイプの有形非一時的コンピュータメモリとすることができる。動作中、コンピュータ可読メモリ１０６は、１又は２以上のプロセッサ１０４によって実行された時に本明細書で説明する計算及び通信機能などの１又は２以上の計算及び通信機能をウェブサーバ１０２に実行させる少なくとも１又は２以上のウェブベースアプリケーション１０８（又はその他のコンピュータアプリケーション）を記憶するように構成される。

１又は２以上の通信インターフェイス１１０は、以下に限定するわけではないが、ウェブサーバ１０２によるデータストレージ１１２へのアクセスを可能にするとともに、ウェブサーバが複数のクライアント装置１１６ａ～ｂと通信して情報交換することを可能にするように構成された有線、無線又は光通信インターフェイスを含む、現在知られている又は今後開発されるあらゆるタイプの通信インターフェイスとすることができる。

データストレージ１１２は、コンピュータ可読メモリなどのあらゆるタイプの情報記憶媒体とすることができる。いくつかの実施形態では、データストレージ１１２が、複数の患者及び患者集団の疾患症状、疾患因子及び疾患誘因データを記憶するためのデータベースシステムとして構成される。動作中、ウェブサーバ１０２は、本明細書で説明する計算及び通信機能の実行の一部として、データストレージ１１２に対するデータの書き込み及びデータの読み出しを行う。

動作中、ウェブサーバ１０２は、個々の患者及び患者集団の疾患症状、疾患因子及び疾患誘因データを、具体的には患者の疾患症状、疾患因子及び疾患誘因を表す特徴付け指標を受け取るように構成される。

患者の疾患症状／疾患因子／疾患誘因のための特徴付け指標は、以下に限定するわけではないが、（ｉ）患者が自身のクライアント装置上のＧＵＩを介してクライアント装置に手動で入力したデータ、（ｉｉ）以下に限定するわけではないが、集積光学センサ、カメラ、位置センサ、動き検出器、ジャイロスコープ、加速度計及びＧＰＳトランシーバを含む、患者のクライアント装置（例えば、携帯電話機又は同様の装置）と一体化されたセンサによって収集されたデータ、（ｉｉｉ）以下に限定するわけではないが、例えば万歩計（登録商標）、体温計、心拍数モニタ、血糖値モニタ又は同様のセンサ／モニタなどの、患者の体温、心拍数、血糖値及び／又は身体活動を検出するセンサを含む、患者の（単複の）クライアント装置及び／又はウェブサーバ１０２の一方又は両方に通信可能に結合された医用及び／又は生体測定センサによって収集されたデータ、（ｉｖ）以下に限定するわけではないが、（気温を測定するための）温度計、（気圧を測定するための）気圧計、（周囲音を測定するための）マイク、（光強度及び／又は色を測定するための）光学センサを含む、患者の（単複の）クライアント装置及び／又はウェブサーバ１０２の一方又は両方に通信可能に結合された環境センサによって収集されたデータ、及び／又は、（ｖ）以下に限定するわけではないが、患者が存在する又は過去に存在していた地域に関連する環境データを提供するサーバからの気象、花粉及び／又は汚染物質データなどを含む、患者の（単複の）クライアント装置及び／又はウェブサーバ１０２の一方又は両方に通信可能に結合された、ニュース又は気象情報サービスなどの第三者情報源から収集されたデータ、を含む様々なソースのうちの１つ又は２つ以上に由来することができる。

（単複の）クライアント装置、生体測定センサ、環境センサ、及び第三者情報源（集合的に、疾患症状／疾患因子／疾患誘因データソース）は、収集した疾患症状／疾患因子／疾患誘因データを「リアルタイム」で（例えば、基本的にデータをウェブサーバ１０２に送信できるようになるや否や）ウェブサーバ１０２に送信するように構成又は別様に指示することができる。或いは、疾患症状／疾患因子／疾患誘因データソースは、疾患症状／疾患因子／疾患誘因データを長期にわたって収集し、その後にこれらの疾患症状／疾患因子／疾患誘因データを（１５分毎、３０分毎、１時間毎などの）一定間隔又は半一定間隔で定期的にウェブサーバ１０２にバッチ送信することができる。いくつかの実施形態では、特定の疾患症状／疾患因子／疾患誘因データを「優先度の高い」疾患症状／疾患因子／疾患誘因データとして識別し、疾患症状／疾患因子／疾患誘因データソースを、このような「優先度の高い」疾患症状／疾患因子／疾患誘因データを迅速にウェブサーバ１０２に送信するように構成することができる。例えば、クライアント装置は、このような「優先度の高い」疾患症状／疾患因子／疾患誘因データを保持してその後の時点で送信するのではなく、このような疾患症状／疾患因子／疾患誘因データを受け取ったことに応答して（又はその直後に）即座に（又は実質的に即座に）ウェブサーバ１０２に送信することができる。

ウェブサーバ１０２は、上述した疾患症状／疾患因子／疾患誘因データソースのいずれかから疾患症状／疾患因子／疾患誘因データを受け取った後に、受け取った疾患症状／疾患因子／疾患誘因データを分析して、（ｉ）（ｉ－ａ）疾患症状と（ｉ－ｂ）疾患因子及び／又は疾患誘因との間の関連性及び／又は相関性、（ｉｉ）どの疾患因子が特定の疾患系に最も強く又は高く関連しているか、及び／又は（ｉｉｉ）どの疾患因子が個々の患者の疾患誘因であるか、のうちの１つ又は２つ以上を決定する。一般に、いくつかの実施形態は、疾患症状／疾患因子／疾患誘因データを分析するために２ステップ反復アプローチを適用する。

まず、ウェブサーバ１０２は、患者集団内の全ての患者から受け取られた疾患症状／疾患因子／疾患誘因データを分析して、患者集団内の患者の特定の疾患症状に最も強く関連している傾向にある疾患因子及び／又は疾患誘因を識別する。次に、ウェブサーバ１０２は、個々の患者の疾患症状／疾患因子／疾患誘因データを分析して、（ｉ）その特定の患者について、どの疾患因子がこの患者の（単複の）疾患症状に最も強く関連しているかを識別し、及び／又は、（ｉｉ）その特定の患者について、例えば患者に特定の疾患症状を引き起こす可能性が最も高い、及び／又は患者に特定の疾患症状が生じるのを防ぐ可能性が最も高い患者の疾患因子／疾患誘因を識別することを含め、どの疾患因子が患者の（単複の）疾患症状と十分に強い関連性を有していてこの患者の疾患誘因として識別すべきであるかを識別する。このプロセスについては、図３及び図４を参照しながらさらに詳細に説明する。

疾患因子及び疾患誘因の潜在的母集団は非常に大きいので、ウェブサーバ１０２は、患者集団及び／又は特定の患者の疾患症状に最も強く関連していると決定された疾患因子／疾患誘因を使用して、どの実際の及び／又は潜在的な疾患因子及び疾患誘因に焦点を当てるべきかについての決定に役立てる。

本明細書ではクライアント装置又は単純にクライアントと呼ぶこともあるクライアントコンピュータ装置１１６ａ～ｂの各々は、スマートホン、タブレットコンピュータ、ラップトップコンピュータ、デスクトップコンピュータ、或いは現在知られている又は今後開発される他のあらゆるコンピュータ装置のうちのいずれかとすることができる。動作中、個々のクライアント装置１１６ａ～ｃは、以下に限定するわけではないが、（ｉ）患者の入力及び／又はセンサ読取値から疾患症状／疾患因子／疾患誘因データを受信、収集又は別様に取得すること、（ｉｉ）疾患症状／疾患因子／疾患誘因データをウェブサーバ１０２及び／又はデータストレージ１１２に送信すること（及び／又は、場合によっては疾患症状／疾患因子／疾患誘因データをウェブサーバ１０２及び／又はデータストレージ１１２に送信する準備を行うこと）、（ｉｉｉ）特定の疾患症状／疾患因子／疾患誘因データを入力するように患者を促すための命令を受け取り、これに応答してＧＵＩプロンプトを介して特定の疾患症状／疾患因子／疾患誘因データを入力するように患者を促すこと、（ｉｖ）患者への「リスクメータ」の表示と共に使用される、近い将来に患者に特定の疾患症状が生じる（又は生じない）確率を示す情報を受け取って、クライアント装置上のＧＵＩに「リスクメータ」を表示すること、及び／又は、（ｖ）患者又は医療従事者への「誘因視覚化」の表示と共に使用される、疾患症状／疾患因子／疾患誘因の関連性及び誘因決定に関する情報を受け取ってクライアント装置上のＧＵＩに誘因視覚化を表示すること、を含む様々な機能を実行するように構成される。

通常、各クライアント装置１１６ａ～ｃは、ユーザインターフェイス、プロセッサ、及び／又は本明細書で説明する特定の特徴又は機能を実行するためにプロセッサが実行できるプログラム命令を記憶するコンピュータ可読媒体を含む。ユーザインターフェイスは、１又は２以上のボタン、カメラ、マイク、又はタッチ画面などの入力装置と、タッチ画面、ディスプレイ画面及び／又は１又は２以上のスピーカなどの出力装置とを含むことができる。

図２に、いくつかの実施形態によるクライアント装置例２００を示す。クライアント装置２００は、図１に示して説明したクライアント装置１１６ａ～ｃと同様又は同一のものとすることができる。図２の例では、クライアント装置２００が、（ｉ）１又は２以上のプロセッサ（例えば、（単複の）中央処理装置又はＣＰＵ、及び／又は（単複の）グラフィックス処理装置又はＧＰＵ）と、（ｉｉ）有形の非一時的コンピュータ可読メモリと、（ｉｉｉ）入力／出力コンポーネント（例えば、スピーカ、センサ、ディスプレイ又はその他のインターフェイス）と、（ｉｖ）通信インターフェイス（無線及び／又は有線）と、を有するハードウェア２０６を含む。クライアント装置１０２のハードウェア２０６コンポーネントは、オペレーティングシステム２０４（又は同様のもの）及びコンピュータ技術において公知の１又は２以上のアプリケーション２０２ａ、２０２ｂ（又は同様のもの）を含むソフトウェアを実行するように構成される。アプリケーション２０２ａ及び２０２ｂの一方又は両方は、１又は２以上のプロセッサによって実行された時に本明細書で説明する機能及び特徴のうちの１つ又は２つ以上をクライアント装置２００に実行させるプログラムコードに対応することができる。

疾患因子と疾患症状との間の関連性の決定
図３に、いくつかの実施形態による、患者集団の疾患因子と疾患症状との間の関連性及び／又は相関性を決定することを含む方法例３００を示し、図４に、いくつかの実施形態による、患者の（ｉ）疾患因子及び／又は疾患誘因と（ｉｉ）疾患症状との間の関連性及び／又は相関性を決定することを含む方法例４００を示す。

順番にブロックを示しているが、場合によってはこれらのブロックを並行して、及び／又は本明細書に示す順序とは異なる順序で実行することもできる。また、所望の実装に基づいて、様々なブロックを組み合わせてブロックの数を低減することも、さらなるブロックに分割することも、及び／又は削除することもできる。また、方法例３００及び４００は、サーバが方法ステップを実行することを表すが、他の実施形態では、方法ステップの１つ又は２つ以上を患者のクライアント装置が実行することもできる。

また、方法３００及び４００では、各ブロックが、方法の特定の論理機能又はステップを実行するためにプロセッサ又はコンピュータ装置が実行できる１又は２以上の命令を含むモジュール、セグメント、又はプログラムコードの一部を表すことができる。プログラムコードは、例えばディスク又はハードドライブを含む記憶装置、或いはフラッシュメモリなどの他のタイプのメモリなどの、あらゆるタイプのコンピュータ可読媒体又はメモリに記憶することができる。コンピュータ可読媒体は、例えばレジスタメモリ、プロセッサキャッシュ及びランダムアクセスメモリ（ＲＡＭ）などの短期間にわたってデータを記憶するコンピュータ可読媒体などの、非一時的コンピュータ可読媒体を含むことができる。コンピュータ可読媒体は、例えばリードオンリメモリ（ＲＯＭ）、光学又は磁気ディスク、コンパクトディスクリードオンリメモリ（ＣＤ－ＲＯＭ）及び／又はフラッシュメモリなどの、二次的又は永続的長期ストレージなどの媒体を含むこともできる。コンピュータ可読媒体は、他のいずれかの揮発性又は不揮発性ストレージシステムとすることもできる。コンピュータ可読媒体は、例えばコンピュータ可読記憶媒体、又は有形記憶装置とみなすことができる。

いくつかの実施形態では、方法例３００がサーバシステムによって実行される。このような実施形態では、方法３００を実行するサーバを、本明細書に開示して説明するいずれかのサーバと同様又は同一のものとすることができる。

方法３００は、複数の患者を含む患者集団からの疾患症状及び疾患因子の入力を受け取るステップを含むブロック３０２から開始する。

方法３００は、患者集団から疾患症状及び疾患因子入力を受け取った後に、ロバスト分散推定を含むＣｏｘ比例ハザード分析に基づいて、疾患因子と疾患症状との間の多変量関連性（ｍｕｌｔｉｖａｒｉａｔｅ ａｓｓｏｃｉａｔｉｏｎｓ）を（患者集団について）決定するステップを含むブロック３０４に進み、ここではＣｏｘ比例ハザードモデルに対するＡｎｄｅｒｓｅｎ-Ｇｉｌｌ拡張の計数プロセス法（ｃｏｕｎｔｉｎｇ ｐｒｏｃｅｓｓ ｍｅｔｈｏｄ）を使用して時間依存変数、時間依存階層及び患者毎の複数の事象が組み込まれる。これとは別に、いくつかの実施形態は、ロジスティック回帰オッズ比分析（ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ ｏｄｄｓ ｒａｔｉｏ ａｎａｌｙｓｉｓ）又はその他の統計的方法及び／又はアプローチを使用することもできる。

次に、方法３００は、Ｗａｌｄ検定を使用して、決定された各関連性の統計的有意性を決定するステップを含むブロック３０６に進む。いくつかの実施形態は、別の方法を使用して、決定された各関連性の統計的有意性を決定することもできる。

方法３００は、ブロック３０６において、決定された各関連性の統計的有意性を決定した後に、ハザード比又は同様の分析に基づいて疾患症状に対する疾患因子の影響を（決定された各関連性について）決定するステップを含むブロック３０８に進む。

次に、ブロック３１０は、１よりも大きな多変量ハザードを有する患者集団の疾患因子を識別し、これらの識別された疾患因子を、（ｉ）患者集団内の患者に疾患症状を生じさせ、又は患者集団内の患者に疾患症状が生じるリスク又は確率を少なくとも高めるもの、或いは、（ｉｉ）患者集団内の患者に疾患症状が生じるのを防ぎ、又は患者集団内の患者に疾患症状が生じるリスク又は確率を少なくとも下げるもの、の少なくとも一方に有意に関連する疾患因子として指定するステップとを含む。

方法３００のいくつかの実施形態は、ＧＵＩ内に疾患症状の視覚化を表示するステップを含むブロック３１２をさらに含むことができる。動作中には、患者集団誘因視覚化（ｐａｔｉｅｎｔ ｐｏｐｕｌａｔｉｏｎ ｔｒｉｇｇｅｒ ｖｉｓｕａｌｉｚａｔｉｏｎ）が、（ｉ）ブロック３１０から識別された疾患因子のうちの１つ又は２つ以上と、（ｉｉ）患者集団のうちの１又は２以上の患者と、の間の１又は２以上の関係を示す。いくつかの実施形態では、サーバシステムが、本明細書において図示し説明したいずれかのクライアント装置などのクライアント装置に、患者集団誘因視覚化を表示するためのデータを送信するように構成される。患者集団誘因視覚化は、本明細書において図５及び／又は図６を参照しながら図示し説明する患者集団誘因視覚化例と同一又は同様のものとすることができる。

図４には、いくつかの実施形態による、（ｉ）患者の疾患因子及び／又は疾患誘因と（ｉｉ）疾患症状との間の関連性及び／又は相関性を決定することを含む方法例４００を示す。いくつかの実施形態では、方法４００がサーバシステムによって実行される。このような実施形態では、方法４００を実行するサーバを、本明細書に開示して説明するいずれかのサーバと同様又は同一のものとすることができる。

方法４００は、個々の患者の疾患因子データ及び疾患症状データを受け取るステップを含むブロック４０２から開始する。本明細書で説明したように、サーバシステムは、疾患因子データ及び疾患症状データを、（ｉ）クライアント装置での入力を介して自身の疾患症状データ及び疾患因子データの体験を報告する患者から、（ｉｉ）クライアント装置上のセンサ、又はクライアント装置と通信するセンサを介して患者の疾患症状又は疾患因子の体験（例えば、光学センサによって検出された明るい光、マイクによって検出された大きなノイズ、クライアント装置と通信する生理学的センサによって検出された生理的症状）を検出する患者のクライアント装置から、及び／又は、（ｉｉｉ）例えば第三者情報源を介して、患者が存在する地域の（単複の）疾患因子に関する情報を受け取るサーバシステムから受け取ることができる。

ブロック４０４は、受け取った疾患因子及び疾患症状データのＣｏｘ比例ハザード分析に基づいて、疾患因子と患者の疾患症状との間の単変量関連性を決定するステップを含む。これとは別に、いくつかの実施形態は、ロジスティック回帰オッズ比分析又はその他の統計的方法及び／又はアプローチを使用することもできる。

ブロック４０６において、サーバは、決定された各関連性について、Ｗａｌｄ検定を使用して、決定された関連性の統計的有意性を決定する。いくつかの実施形態は、別の方法を使用して、決定された各関連性の統計的有意性を決定することもできる。

次に、ブロック４０８は、決定された各関連性について、ハザード比又は同様の分析に基づいて疾患症状に対する疾患因子の影響を決定するステップを含む。

次に、ブロック４１０において、サーバは、患者の各疾患因子の単変量ハザード値及びｐ値を決定する。

次に、ブロック４１２において、サーバは、１よりも大きな単変量ハザード及び０．０５（又は場合によっては他の何らかのｐ値閾値）以下のｐ値を有する個々の疾患因子をこの特定の患者の疾患誘因として指定する。いくつかの実施形態では、本明細書において図５及び／又は図６を参照しながら図示し説明する誘因視覚化などの患者の誘因視覚化内に、患者の識別された疾患誘因を表示することができる。

いくつかの実施形態は、サーバが疾患症状のための患者集団誘因視覚化をＧＵＩ内に表示するブロック４１４をさらに含むことができる。動作中、患者集団誘因視覚化は、（ｉ）ブロック４１２において決定された疾患誘因のうちの１つ又は２つ以上と、（ｉｉ）患者集団のうちの１又は２以上の患者と、の間の関係を示す。いくつかの実施形態では、サーバシステムが、本明細書において図示し説明したいずれかのクライアント装置などのクライアント装置に、患者集団誘因視覚化を表示するためのデータを送信するように構成される。患者集団誘因視覚化は、本明細書において図５及び／又は図６を参照しながら図示し説明する患者集団誘因視覚化例と同一又は同様のものとすることができる。

視覚化例
図５に、第１の疾患症状（例えば、偏頭痛）及び第２の疾患症状（例えば、非偏頭痛頭痛）の一連のリスク因子３０２からの個々のリスク因子が患者４、８及び６２９という３人の患者にとって疾患誘因であるか、それともプロテクタであるか、及びその度合いを示す、いくつかの患者データ（例えば、患者の疾患症状、リスク因子及び／又は疾患誘因／プロテクタ）の少なくとも一部の梯子型視覚化例５００を示す。視覚化５００には３人の患者の比較を示しているが、１人、２人、３人又は４人以上の患者のデータを示すこともできる。

列５０４のブロックは、特定のリスク因子が第１の疾患症状の疾患誘因であるか、それともプロテクタであるか、及びその度合いを示し、列５０６のブロックは、特定のリスク因子が第２の疾患症状の疾患誘因であるか、それともプロテクタであるか、及びその度合いを示す。患者４、８及び６２９は、全て（上述した）同じ患者集団に属することもできるが、必ずしも同じ患者集団に属する必要はない。

視覚化５００の左側には、ストレス、不安、苛立ちなどを含む一連のリスク因子５０２をリストする。いくつかの実施形態では、一連のリスク因子５０２が、視覚化例５００に示す一連のリスク因子５０２よりも多くの、少ない、及び／又はこれとは異なるリスク因子を含むことができる。例えば、いくつかの実施形態では、一連のリスク因子５０２が、７０個の異なるリスク因子を含むことができる。同様に、異なる疾患症状は異なるリスク因子を有する傾向にある。

列５０４は一連のボックスを含み、列５０４の各個々のボックスは、一連のリスク因子５０２内の特定のリスク因子に対応する。列５０４の各ボックスのブロックのサイズ及び色（又はブロックの欠如）は、（ｉ）対応するリスク因子が第１の疾患症状の疾患因子であるか、それともプロテクタであるか（又はどちらでもないか）、（ｉｉ）患者にとっての、ボックスの対応するリスク因子と第１の疾患症状との間の関連性の度合い又は「強さ」（例えば、Ｃｏｘハザード比、ロジスティック回帰オッズ比、ｐ値、又は他の関連性の定量化）、を患者４について示す。

同様に、列５０６も一連のボックスを含み、列５０６の各個々のボックスは、一連のリスク因子５０２内の特定のリスク因子に対応する。列５０６の各ボックスのブロックのサイズ及び色（又はブロックの欠如）は、（ｉ）対応するリスク因子が第２の疾患症状の疾患因子であるか、それともプロテクタであるか（又はどちらでもないか）、（ｉｉ）患者にとっての、ボックスの対応するリスク因子と第２の疾患症状との間の関連性の度合い又は「強さ」（例えば、Ｃｏｘハザード比、ロジスティック回帰オッズ比、ｐ値、又は他の関連性の定量化）、を患者４について示す。

視覚化例５００では、第１の疾患症状（列５０４）が偏頭痛であり、第２の疾患症状（列５０６）が非偏頭痛頭痛である。患者４（及び他の各患者）に対して２つの列を示しているが、他の実施形態は、個々の患者のさらなる疾患症状のためのさらなる列を含むこともできる。また、紫色ブロックは、特定のリスク因子が疾患誘因であることを示し、青色ブロックは、特定のリスク因子がプロテクタであることを示し、色付きブロックの欠如は、特定のリスク因子が疾患誘因でもプロテクタでもないことを示す。また、サイズ（この例では長さ）は、（ｐ≦０．５～ｐ≧０．００１の）統計的関連性の強さを表す。ただし、同様に他の色、表示及び（例えば、サイズ以外の）相関を使用することもできる。

視覚化５００では、列５０４によって示す偏頭痛の場合、青色ブロック５１２が、幸福が患者４の偏頭痛のプロテクタであることを示す。同様に、青色ブロック５１４は、激しい活動も患者４の偏頭痛のプロテクタであることを示す。青色ブロック５１２は青色ブロック５１４よりも大きく／長く、このことは、患者４にとって幸福が激しい活動よりも強い偏頭痛のプロテクタであることを示す。

また、紫色ブロック５１６は、退屈が患者４の偏頭痛の疾患誘因であることを示す。同様に、紫色ブロック５１８は、明るい光も患者４の偏頭痛の疾患誘因であることを示す。紫色ブロック５１８は紫色ブロック５１６よりも大きく／長く、このことは、患者４にとって明るい光が退屈よりも強い偏頭痛の疾患誘因であることを示す。

さらに、ストレス、苛立ち、スパークリングワイン、チョコレート及び他の多くのリスク因子についての青色又は紫色ブロックが列５０４内に存在しないことは、（ｉ）ストレス、苛立ち、スパークリングワイン、チョコレート（及び対応する青色又は紫色ブロックを含まない他のあらゆるリスク因子）が患者４の偏頭痛の疾患誘因又はプロテクタでないこと、或いは、（ｉｉ）ストレス、苛立ち、スパークリングワイン、チョコレート（及び対応する青色又は紫色ブロックを含まない他のあらゆるリスク因子）が患者４の偏頭痛の疾患誘因又はプロテクタであるとの結論をサーバシステムが下すためのデータが不十分であること、のいずれかを示す。いくつかの実施形態は、異なる色を使用して、（ｉ）疾患誘因でもプロテクタでもないことが統計的に立証されたリスク因子と、（ｉｉ）疾患誘因であるか、それともプロテクタであるかを結論付けるのに十分なデータが不足しているリスク因子と、を区別することもできる。

非偏頭痛頭痛を表す列５０６の色付きブロック（又はその欠如）は、偏頭痛を表す列５０４の色付きブロック（又はその欠如）と同様である。

例えば、列５０６によって示される非偏頭痛頭痛では、青色ブロック５０８が、不安が患者４の非偏頭痛頭痛のプロテクタであることを示す。同様に、青色ブロック５１０は、幸福も患者４の偏頭痛のプロテクタであることを示す。青色ブロック５０８は青色ブロック５１０よりもわずかに大きく／長く、このことは、患者４にとって不安が幸福よりも強い非偏頭痛頭痛のプロテクタであることを示す。

また、紫色ブロック５２０は、カフェインが患者４の非偏頭痛頭痛の疾患誘因であることを示す。同様に、紫色ブロック５２２は、ソフトドリンクも患者４の非偏頭痛頭痛の疾患誘因であることを示す。紫色ブロック５２２は紫色ブロック５２０よりも大きく／長く、このことは、患者４にとってソフトドリンクがカフェインよりも強い非偏頭痛頭痛の疾患誘因であることを示す。

さらに、ストレス、苛立ち、スパークリングワイン、チョコレート及び他の多くのリスク因子についての青色又は紫色ブロックが列５０６内に存在しないことは、（ｉ）ストレス、苛立ち、スパークリングワイン、チョコレート（及び対応する青色又は紫色ブロックを含まない他のあらゆるリスク因子）が患者４の非偏頭痛頭痛の疾患誘因又はプロテクタでないこと、或いは、（ｉｉ）ストレス、苛立ち、スパークリングワイン、チョコレート（及び対応する青色又は紫色ブロックを含まない他のあらゆるリスク因子）が患者４の非偏頭痛頭痛の疾患誘因又はプロテクタであるとの結論をサーバシステムが下すためのデータが不十分であること、のいずれかを示す。いくつかの実施形態は、異なる色を使用して、（ｉ）疾患誘因でもプロテクタでもないことが統計的に立証されたリスク因子と、（ｉｉ）疾患誘因であるか、それともプロテクタであるかを結論付けるのに十分なデータが不足しているリスク因子と、を区別することもできる。

視覚化５００は、２つの異なる疾患症状（例えば、列５０４の偏頭痛及び列５０６の非偏頭痛頭痛）のリスク因子の疾患誘因データ及びプロテクタデータを患者４について横並びに表示することにより、個々の患者の偏頭痛及び非偏頭痛頭痛のリスク因子間の関係性、又は場合によってはその欠如を研究者に（又は場合によっては患者４又は他の患者に）示す。

また、視覚化５００は、２つの異なる疾患症状（例えば、偏頭痛及び非偏頭痛頭痛）のリスク因子の疾患誘因データ及びプロテクタデータを複数の患者（すなわち、患者４、８及び６２９）について横並びに表示することにより、複数の患者の偏頭痛及び非偏頭痛頭痛のリスク因子間の関係性、又は場合によってはその欠如を研究者に（又は場合によっては１又は２以上の患者に）示す。

例えば、ボックス５２４は、患者４、８及び６２９の偏頭痛及び非偏頭痛頭痛にとって「適度な活動」というリスク因子がどれほど異なるかを示す。具体的に言えば、適度な活動は、（ｉ）患者４にとっては偏頭痛又は非偏頭痛頭痛の疾患誘因でもプロテクタでもなく、（ｉｉ）患者８にとっては偏頭痛の疾患誘因であるが、患者８の非偏頭痛頭痛については疾患誘因でもプロテクタでもなく、（ｉｉｉ）患者６２９にとっては偏頭痛のプロテクタであるが、患者６２９の非偏頭痛頭痛については疾患誘因でもプロテクタでもない。

図６に、第１の疾患症状（例えば、偏頭痛）及び第２の疾患症状（例えば、非偏頭痛頭痛）の一連のリスク因子６０４からの個々のリスク因子が患者３及び５２という２人の患者にとって疾患誘因であるか、それともプロテクタであるか、及びその度合いを示す、いくつかの患者データ（例えば、患者の疾患症状、リスク因子及び／又は疾患誘因／プロテクタ）の少なくとも一部の別の梯子型視覚化例６００を示す。データセット６０６は患者３の患者データであり、データセット６０８は患者５２の患者データである。視覚化６００には２人の患者の比較を示しているが、１人、２人、３人又は４人以上の患者のデータを示すこともできる。

視覚化６００は、特定のリスク因子が１又は２以上の疾患症状の発症又は重さ（又は場合によってはこれらの両方）に影響を与えるかどうか、及びその度合いをさらに示している点を除いて視覚化５００と同様である。視覚化６００は、一例として（ｉ）偏頭痛及び（ｉｉ）非偏頭痛頭痛という２つの疾患症状を示す。しかしながら、視覚化６００は、図６に示す疾患症状よりも多くの、少ない、及び／又はこれとは異なる疾患症状と共に使用することもできる。

視覚化６００では、列６１０のブロックが、特定のリスク因子が偏頭痛の重さの疾患誘因であるか、それともプロテクタであるか、及びその度合いを示し、列６１２のブロックが、特定のリスク因子が偏頭痛の発症の疾患誘因であるか、それともプロテクタであるか、及びその度合いを示す。同様に、列６１４のブロックは、特定のリスク因子が非偏頭痛頭痛の重さの疾患誘因であるか、それともプロテクタであるか、及びその度合いを示し、列６１６のブロックは、特定のリスク因子が非偏頭痛頭痛の発症の疾患誘因であるか、それともプロテクタであるか、及びその度合いを示す。

視覚化６００は、患者５２についても偏頭痛及び非偏頭痛頭痛の重さ及び発症のための同様の列を含む。具体的に言えば、列６３６のブロックは、特定のリスク因子が偏頭痛の重さの疾患誘因であるか、それともプロテクタであるか、及びその度合いを示し、列６３８のブロックは、特定のリスク因子が偏頭痛の発症の疾患誘因であるか、それともプロテクタであるか、及びその度合いを示す。同様に、列６４０のブロックは、特定のリスク因子が非偏頭痛頭痛の重さの疾患誘因であるか、それともプロテクタであるか、及びその度合いを示し、列６４２のブロックは、特定のリスク因子が非偏頭痛頭痛の発症の疾患誘因であるか、それともプロテクタであるか、及びその度合いを示す。

患者３及び５２は、いずれも（上述した）同じ患者集団に属することもできるが、必ずしも同じ患者集団に属する必要はない。同様に、視覚化６００は、２人よりもさらに多くの患者を含むこともできる。例えば、（研究者又は患者などの）ユーザは、視覚化６００の最上部の選択ブロック６０２によって比較のための個々の患者を選択することができる。選択ブロック６０２に示すように、患者３及び５２が選択されているので、視覚化６００のメインウィンドウには患者３及び５２の患者データが示される。

視覚化６００の左側には、ストレス、不安、苛立ちなどを含む一連のリスク因子６０４をリストする。いくつかの実施形態では、一連のリスク因子６０４が、一連のリスク因子６０４よりも多くの、少ない、及び／又はこれとは異なるリスク因子を含むことができる。例えば、いくつかの実施形態では、一連のリスク因子６０４が、７０個の異なるリスク因子を含むことができる。列６０４のリスク因子は、図５を参照しながら図示し説明した一連のリスク因子５０２と同じもの又は実質的に同じものとすることができる。

列６１０は一連のボックスを含み、列６１０の各個々のボックスは、一連のリスク因子６０４内の特定のリスク因子に対応する。列６１０の各ボックスのブロックの色（又はブロックの欠如）は、対応するリスク因子が患者３の偏頭痛の重さの疾患誘因であるか、それともプロテクタであるか（又はどちらでもないか）、すなわちこのリスク因子が患者３の偏頭痛の重さを増大させる傾向にあるか、それとも減少させる傾向にあるかを示す。列６１０に特定のリスク因子の色付きブロックが存在しないことは、そのリスク因子が偏頭痛の重さに関して患者３の疾患誘因でもプロテクタでもないこと、或いは、少なくとも偏頭痛の重さに関してそのリスク因子が患者３の疾患誘因又はプロテクタであるとの結論を下すのに十分なデータをサーバシステムが有していないことを示す。また、列６１０内に色付きブロックが存在するリスク因子については、色付きブロックのサイズによって、そのリスク因子が患者３の偏頭痛の重さを増大又は減少させる傾向にある度合いが示される。

列６１２は一連のボックスを含み、列６１２の各個々のボックスは、一連のリスク因子６０４内の特定のリスク因子に対応する。列６１２の各ボックスのブロックの色（又はブロックの欠如）は、対応するリスク因子が患者３の偏頭痛の発症の疾患誘因であるか、それともプロテクタであるか（又はどちらでもないか）、すなわちこのリスク因子が患者３の偏頭痛の発症確率を高める傾向にあるか、それとも下げる傾向にあるかを示す。列６１２に特定のリスク因子の色付きブロックが存在しないことは、そのリスク因子が偏頭痛の発症に関して患者３の疾患誘因でもプロテクタでもないこと、或いは、少なくとも偏頭痛の発症に関してそのリスク因子が患者３の疾患誘因又はプロテクタであるとの結論を下すのに十分なデータをサーバシステムが有していないことを示す。また、列６１２内に色付きブロックが存在するリスク因子については、色付きブロックのサイズによって、そのリスク因子が患者３の偏頭痛の発症確率を上昇又は低下させる傾向にある度合いが示される。

非偏頭痛頭痛の重さ及び発症を表す列６１４及び６１６のそれぞれの色付きブロック（又はブロックの欠如）は、偏頭痛の重さ及び発症を表す列６１０及び６１２の色付きブロック（又はブロックの欠如）とそれぞれ同様である。

具体的に言えば、列６１４は一連のボックスを含み、列６１４の各個々のボックスは、一連のリスク因子６０４内の特定のリスク因子に対応する。列６１４の各ボックスのブロックの色（又はブロックの欠如）は、対応するリスク因子が患者３の非偏頭痛頭痛の重さの疾患誘因であるか、それともプロテクタであるか（又はどちらでもないか）、すなわちこのリスク因子が患者３の非偏頭痛頭痛の重さを増大させる傾向にあるか、それとも減少させる傾向にあるかを示す。列６１４に特定のリスク因子の色付きブロックが存在しないことは、そのリスク因子が非偏頭痛頭痛の重さに関して患者３の疾患誘因でもプロテクタでもないこと、或いは、少なくとも非偏頭痛頭痛の重さに関してそのリスク因子が患者３の疾患誘因又はプロテクタであるとの結論を下すのに十分なデータをサーバシステムが有していないことを示す。また、列６１４内に色付きブロックが存在するリスク因子については、色付きブロックのサイズによって、そのリスク因子が患者３の非偏頭痛頭痛の重さを増大又は減少させる傾向にある度合いが示される。

列６１６は一連のボックスを含み、列６１６の各個々のボックスは、一連のリスク因子６０４内の特定のリスク因子に対応する。列６１６の各ボックスのブロックの色（又はブロックの欠如）は、対応するリスク因子が非偏頭痛頭痛の発症の疾患誘因であるか、それともプロテクタであるか（又はどちらでもないか）、すなわちこのリスク因子が患者３の非偏頭痛頭痛の発症確率を高める傾向にあるか、それとも下げる傾向にあるかを示す。列６１６に特定のリスク因子の色付きブロックが存在しないことは、そのリスク因子が非偏頭痛頭痛の発症に関して患者３の疾患誘因でもプロテクタでもないこと、或いは、少なくとも非偏頭痛頭痛の発症に関してそのリスク因子が患者３の疾患誘因又はプロテクタであるとの結論を下すのに十分なデータをサーバシステムが有していないことを示す。また、列６１６内に色付きブロックが存在するリスク因子については、色付きブロックのサイズによって、そのリスク因子が患者３の非偏頭痛頭痛の発症確率を上昇又は低下させる傾向にある度合いが示される。

視覚化６００は、第１の疾患症状を偏頭痛として示し、第２の疾患症状を非偏頭痛頭痛として示しているが、同様にさらなる又は別の疾患症状を表示することもできる。また、視覚化６００は、紫色ブロックを使用して特定のリスク因子が疾患誘因であることを示し、青色ブロックを使用して特定のリスク因子がプロテクタであることを示し、色付きブロックの欠如によって特定のリスク因子が疾患誘因でもプロテクタでもないことを示しているが、これらに代えて他の色又は表示を使用することもできる。また、サイズ（この例では長さ）は、（ｐ≦０．５～ｐ≧０．００１の）統計的関連性の強さを表す。ただし、同様に他の色、表示及び（例えば、サイズ以外の）相関を使用することもできる。

視覚化６００では、列６１０によって示す偏頭痛の重さの場合、紫色ブロック６２０が、悲しみが患者３の偏頭痛の疾患誘因であり、すなわち悲しみが患者３の偏頭痛の重さを増大させる傾向にあることを示す。同様に、紫色ブロック６２０は、怒りも患者３の偏頭痛の誘因であり、すなわち怒りが患者３の偏頭痛の重さを増大させる傾向にあることを示す。紫色ブロック６２０は紫色ブロック６２２よりも大きく、このことは、患者３にとって悲しみが怒りよりも偏頭痛の重さにより影響を与えることを示す。

また、青色ブロック６２４は、幸福が患者３の偏頭痛の重さのプロテクタであり、すなわち幸福が患者３の偏頭痛の重さを減少させる傾向にあることを示す。同様に、青色ブロック６２６は、爽やかな目覚めも患者３の偏頭痛の重さのプロテクタであり、すなわち爽やかな目覚めが患者３の偏頭痛の重さを減少させる傾向にあることを示す。青色ブロック６２４は青色ブロック６２６よりも大きく、このことは、患者３にとって幸福が爽やかな目覚めよりも偏頭痛の重さにより影響を与えることを示す。ここでは、患者３の偏頭痛の重さが爽やかな目覚めよりも幸福によって大きく減少される傾向にある。

さらに、ストレス、アルコール、チョコレート及び他の多くのリスク因子についての青色又は紫色ブロックが列６１０内に存在しないことは、（ｉ）ストレス、アルコール、チョコレート（及び対応する青色又は紫色ブロックが列６１０内に存在しない他のあらゆるリスク因子）が患者３の偏頭痛の重さの疾患誘因又はプロテクタでないこと、或いは、（ｉｉ）ストレス、アルコール、チョコレート（及び対応する青色又は紫色ブロックが列６１０内に存在しない他のあらゆるリスク因子）が患者３の偏頭痛の重さに影響を与えるかどうか、又はその度合いについての結論をサーバシステムが下すためのデータが不十分であること、のいずれかを示す。

列６１２は、個々のリスク因子が患者３の偏頭痛の発症に影響を与えるかどうか、及びその度合いを示すのに対し、列６１０は、個々のリスク因子が患者３の偏頭痛の重さに影響を与えるかどうか、及びその度合いを示すという点を除き、列６１２は列６１０と同様である。

例えば、列６１２によって示される偏頭痛の発症では、紫色ブロック６２８が、大きな音が患者３の偏頭痛の発症の誘因であり、すなわち大きな音が患者３の偏頭痛の発症確率を高める傾向にあることを示す。同様に、紫色ブロック６３０は、適度な活動も患者３の偏頭痛の発症の誘因であり、すなわち適度な活動が患者３の偏頭痛の発症確率を高める傾向にあることを示す。紫色ブロック６２８は紫色ブロック６３０よりも大きく、このことは、患者３にとって大きな音が適度な活動よりも偏頭痛の発症確率を高めることを示す。

また、青色ブロック６３２は、休養が患者３の偏頭痛の発症のプロテクタであり、すなわち休養が患者３の偏頭痛の発症確率を減少させる傾向にあることを示す。

さらに、ストレス、アルコール、チョコレート及び他の多くのリスク因子についての青色又は紫色ブロックが列６１２内に存在しないことは、（ｉ）ストレス、アルコール、チョコレート（及び対応する青色又は紫色ブロックが列６１２内に存在しない他のあらゆるリスク因子）が患者３の偏頭痛の発症の疾患誘因又はプロテクタでないこと、或いは、（ｉｉ）ストレス、アルコール、チョコレート（及び対応する青色又は紫色ブロックが列６１２内に存在しない他のあらゆるリスク因子）が患者３の偏頭痛の発症確率を高める傾向にあるか、それとも下げる傾向にあるか、又はその度合いについての結論をサーバシステムが下すためのデータが不十分であること、のいずれかを示す。

視覚化６００は、２つの異なる疾患症状の重さと発症の両方（例えば、列６１０における偏頭痛の重さ、列６１２における偏頭痛の発症、列６１４における非偏頭痛頭痛の重さ、及び列６１６における非偏頭痛頭痛の発症）のリスク因子の疾患誘因データ及びプロテクタデータを患者３について横並びに表示することにより、個々の患者の偏頭痛及び非偏頭痛頭痛の重さ及び発症のリスク因子間の関係性、又は場合によってはその欠如を研究者に（又は場合によっては患者３又は他の患者に）示す。

また、特定のリスク因子が複数の疾患症状の重さ及び発症に影響を与えるかどうか、及びその度合いを複数の患者について横並びに表示することにより、研究者及び／又は患者は、複数の患者又は患者集団の偏頭痛の重さ及び発症、並びに非偏頭痛頭痛の重さ及び発症のリスク因子間の関係、又は場合によってはその欠如に容易にアクセスすることができる。

研究者（及び／又は患者）は、視覚化５００及び６００によって、（ｉ）特定の患者の疾患誘因及びプロテクタが、その特定の患者の患者集団内の及び／又は患者集団外の他の患者と比較してどのようであるか、（ｉｉ）特定の患者集団において、ある疾患誘因又はプロテクタが、疾患症状の発症及び重さの両方の点で、より優勢か、それともより劣勢か、及びその度合い、及び／又は、（ｉｉｉ）ある患者が、その患者の患者集団内の及び／又は患者集団外の他の患者と比べて、より多くの疾患誘因を有するか、それともより少ない疾患誘因を有するか、及びその度合い、を検討し、考察することができる。上述したように、患者集団は、全員が１又は２以上の類似性（例えば、同じ年齢又は年齢層、同じ性別、同じ民族、同じ国籍、同じ疾患、同じアレルギー、同じ遺伝子マーカ、及び／又は場合によってはその他の類似性）を共有する多く（数百人、数千人、又は場合によっては数百万人）の患者を含むことができる。患者の中には、複数の患者集団のメンバーである者も存在し得る。

例えば、ブロック６３４は、偏頭痛の重さ、偏頭痛の発症、非偏頭痛頭痛の重さ及び非偏頭痛頭痛の発症について睡眠時間が患者３及び５２にどれほど影響を与えるかを示す。

具体的に言えば、列６１０内の睡眠時間に対応する紫色ブロックは、睡眠時間が患者３の偏頭痛の重さの誘因であり、すなわち睡眠時間が患者３の偏頭痛の重さを高める傾向にあることを示す。列６１２内に睡眠時間に対応するブロックが存在しないことは、睡眠時間が患者３の偏頭痛の発症に影響しないこと、或いは少なくとも睡眠時間が患者３の偏頭痛の発症に影響を与えるかどうか、又はその度合いについて結論を下すためのデータが不十分であることを示す。列６１４内の睡眠時間に対応する紫色ブロックは、睡眠時間が患者３の非偏頭痛頭痛の重さの誘因であり、すなわち睡眠時間が患者３の非偏頭痛頭痛の重さを増大させる傾向にあることを示す。列６１６内の睡眠時間に対応する小さな青色ブロックは、睡眠時間が患者３の非偏頭痛頭痛の発症のプロテクタであり、すなわち睡眠時間が患者３の非偏頭痛頭痛の発症確率を低下させる傾向にあることを示す。

同様に、列６３６内の睡眠時間に対応する青色ブロックは、睡眠時間が患者５２の偏頭痛の重さのプロテクタであり、すなわち睡眠時間が患者５２の偏頭痛の重さを減少させる傾向にあることを示す。列６３８内に睡眠時間に対応するブロックが存在しないことは、睡眠時間が患者５２の偏頭痛の発症に影響しないこと、或いは少なくとも睡眠時間が患者５２の偏頭痛の発症に影響を与えるかどうか、又はその度合いについて結論を下すためのデータが不十分であることを示す。列６４０内の睡眠時間に対応する青色ブロックは、睡眠時間が患者５２の非偏頭痛頭痛の重さのプロテクタであり、すなわち睡眠時間が患者５２の非偏頭痛頭痛の重さを減少させる傾向にあることを示す。また、列６４２内に睡眠時間に対応するブロックが存在しないことは、睡眠時間が患者５２の非偏頭痛頭痛の発症に影響しないこと、或いは少なくとも睡眠時間が患者５２の非偏頭痛頭痛の発症に影響を与えるかどうか、又はその度合いについて結論を下すためのデータが不十分であることを示す。

いくつかの実施形態では、視覚化５００及び／又は６００が、以下に限定するわけではないが、患者、患者集団、性別、年齢、年齢層、地理的位置、民族、国籍、雇用タイプ又は場所、移動行程、治療、遺伝子マーカ、疾患症状、疾患症状の重さ、疾患症状の頻度、疾患誘因及び疾病プロテクタを含む多くの因子のうちの１つ又は２つ以上に基づく誘因データ及びプロテクタデータの記憶、フィルタ処理及び／又は分析を可能にする１又は２以上の入力フィールド（図示せず）をさらに含み、又はこのような入力フィールドを別様に伴うことができる。動作中、これらの記憶及び／又はフィルタ処理されたデータは、個々の患者及び／又は患者集団の疾患症状発症の類似性及び疾患症状／プロテクタの識別に役立つことができ、或いは場合によっては表示及び分析のために患者又は患者集団を異なる組にグループ化するのを容易にすることができる。

上記の概要は例示的なものにすぎず、決して限定を意図するものではない。図及び対応する技術的説明を参照することにより、上述した例示的な態様、実施形態及び特徴に加えてさらなる態様、実施形態及び特徴が明らかになるであろう。

５００ 梯子型視覚化
５０２ リスク因子
５０４ 列
５０６ 列
５０８ 青色ブロック
５１０ 青色ブロック
５１２ 青色ブロック
５１４ 青色ブロック
５１６ 紫色ブロック
５１８ 紫色ブロック
５２０ 紫色ブロック
５２２ 紫色ブロック
５２４ ボックス

Claims (16)

1. 複数の患者を含む患者集団からの疾患症状及び疾患因子の入力を受け取るステップと、
   前記患者集団について、ロバスト分散推定を含むＣｏｘ比例ハザード分析に基づいて前記疾患因子と前記疾患症状との間の多変量関連性を決定し、Ｃｏｘ比例ハザードモデルに対するＡｎｄｅｒｓｅｎ-Ｇｉｌｌ拡張の計数プロセス法を使用して時間依存変数、時間依存階層及び患者毎の複数の事象が組み込まれるようにするステップと、
   Ｗａｌｄ検定を使用して、前記決定された関連性の１又は２以上の統計的有意性を決定するステップと、
   各決定された関連性について、ハザード比分析に基づいて前記疾患症状に対する前記疾患因子の影響を決定するステップと、
   １よりも大きな多変量ハザードを有する前記患者集団の疾患因子を、（ｉ）前記患者集団内の患者に前記疾患症状を生じさせるもの、又は（ｉｉ）前記患者集団内の患者に前記疾患症状が生じるのを防ぐもの、の少なくとも一方に有意に関連する疾患因子として識別するステップと、
   前記疾患症状の患者集団誘因視覚化をグラフィカルユーザインターフェイスに表示させるステップと、
   を含み、前記誘因視覚化は、複数の行及び１又は２以上の列を含み、第１の列は、第１の患者の第１の疾患症状に対応し、前記第１の列の第１の行は、第１のリスク因子が前記第１の患者の前記第１の疾患症状の疾患誘因又は疾患プロテクタである度合いの表示を含む、
   ことを特徴とする方法。
2. 前記誘因視覚化は、前記第１の患者のための第２の列をさらに含み、該第２の列は、第１の患者の第２の疾患症状に対応し、前記第２の列の前記第１の行は、前記第１のリスク因子が前記第１の患者の前記第２の疾患症状の疾患誘因又は疾患プロテクタである度合いの表示を含む、
   請求項１に記載の方法。
3. 前記誘因視覚化は、第２の患者のための第３の列をさらに含み、該第３の列は、前記第２の患者の前記第１の疾患症状に対応し、前記第３の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第１の疾患症状の疾患誘因又は疾患プロテクタである度合いの表示を含む、
   請求項１に記載の方法。
4. 前記誘因視覚化は、前記第２の患者のための第４の列をさらに含み、該第４の列は、前記第２の患者の第２の疾患症状に対応し、前記第４の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第２の疾患症状の疾患誘因又は疾患プロテクタである度合いの表示を含む、
   請求項１に記載の方法。
5. 前記第１の列の前記第１の行は、前記第１のリスク因子が、前記第１の患者の前記第１の疾患症状の重さに良い又は悪い影響を与える度合いの表示を含み、前記誘因視覚化は、前記第１の患者のための第２の列をさらに含み、前記第２の列の前記第１の行は、前記第１のリスク因子が前記第１の患者の前記第１の疾患症状の発症に良い又は悪い影響を与える度合いの表示を含む、
   請求項１に記載の方法。
6. 前記誘因視覚化は、前記第１の患者のための第３の列及び前記第１の患者のための第４の列をさらに含み、前記第３の列及び前記第４の列は、前記第１の患者の第２の疾患症状に対応し、前記第３の列の前記第１の行は、前記第１のリスク因子が前記第１の患者の前記第２の疾患症状の重さに良い又は悪い影響を与える度合いの表示を含み、前記第４の列の前記第１の行は、前記第１のリスク因子が前記第１の患者の前記第２の疾患症状の発症に良い又は悪い影響を与える度合いの表示を含む、
   請求項５に記載の方法。
7. 前記誘因視覚化は、第２の患者のための第５の列及び前記第２の患者のための第６の列をさらに含み、前記第５の列及び前記第６の列は、前記第２の患者の前記第１の疾患症状に対応し、前記第５の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第１の疾患症状の重さに良い又は悪い影響を与える度合いの表示を含み、前記第６の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第１の疾患症状の発症に良い又は悪い影響を与える度合いの表示を含む、
   請求項５に記載の方法。
8. 前記誘因視覚化は、前記第２の患者のための第７の列及び前記第２の患者のための第８の列をさらに含み、前記第７の列及び前記第８の列は、前記第２の患者の前記第２の疾患症状に対応し、前記第６の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第２の疾患症状の重さに良い又は悪い影響を与える度合いの表示を含み、前記第８の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第２の疾患症状の発症に良い又は悪い影響を与える度合いの表示を含む、
   請求項７に記載の方法。
9. １又は２以上のプロセッサによって実行された時に１又は２以上のコンピュータシステムに方法を実行させる命令を記憶した有形の非一時的コンピュータ可読媒体であって、前記方法は、
   複数の患者を含む患者集団からの疾患症状及び疾患因子の入力を受け取るステップと、
   個々の疾患因子が、（ｉ）前記患者集団内の個々の患者に個々の疾患症状を生じさせる傾向にあるか、それとも（ｉｉ）前記患者集団内の個々の患者に個々の疾患症状が生じるのを防ぐ傾向にあるかを決定するステップと、
   前記疾患症状の患者集団誘因視覚化をグラフィカルユーザインターフェイスに表示させるステップと、
   を含み、前記誘因視覚化は、複数の行及び１又は２以上の列を含み、第１の列は、第１の患者の第１の疾患症状に対応し、前記第１の列の第１の行は、第１のリスク因子が前記第１の患者の前記第１の疾患症状の疾患誘因又は疾患プロテクタである度合いの表示を含む、
   有形の非一時的コンピュータ可読媒体。
10. 前記誘因視覚化は、前記第１の患者のための第２の列をさらに含み、該第２の列は、第１の患者の第２の疾患症状に対応し、前記第２の列の前記第１の行は、前記第１のリスク因子が前記第１の患者の前記第２の疾患症状の疾患誘因又は疾患プロテクタである度合いの表示を含む、
    請求項９に記載の有形の非一時的コンピュータ可読媒体。
11. 前記誘因視覚化は、第２の患者のための第３の列をさらに含み、該第３の列は、前記第２の患者の前記第１の疾患症状に対応し、前記第３の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第１の疾患症状の疾患誘因又は疾患プロテクタである度合いの表示を含む、
    請求項９に記載の有形の非一時的コンピュータ可読媒体。
12. 前記誘因視覚化は、前記第２の患者のための第４の列をさらに含み、該第４の列は、前記第２の患者の第２の疾患症状に対応し、前記第４の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第２の疾患症状の疾患誘因又は疾患プロテクタである度合いの表示を含む、
    請求項９に記載の有形の非一時的コンピュータ可読媒体。
13. 前記第１の列の前記第１の行は、前記第１のリスク因子が、前記第１の患者の前記第１の疾患症状の重さに良い又は悪い影響を与える度合いの表示を含み、前記誘因視覚化は、前記第１の患者のための第２の列をさらに含み、前記第２の列の前記第１の行は、前記第１のリスク因子が前記第１の患者の前記第１の疾患症状の発症に良い又は悪い影響を与える度合いの表示を含む、
    請求項９に記載の有形の非一時的コンピュータ可読媒体。
14. 前記誘因視覚化は、前記第１の患者のための第３の列及び前記第１の患者のための第４の列をさらに含み、前記第３の列及び前記第４の列は、前記第１の患者の第２の疾患症状に対応し、前記第３の列の前記第１の行は、前記第１のリスク因子が前記第１の患者の前記第２の疾患症状の重さに良い又は悪い影響を与える度合いの表示を含み、前記第４の列の前記第１の行は、前記第１のリスク因子が前記第１の患者の前記第２の疾患症状の発症に良い又は悪い影響を与える度合いの表示を含む、
    請求項１３に記載の有形の非一時的コンピュータ可読媒体。
15. 前記誘因視覚化は、第２の患者のための第５の列及び前記第２の患者のための第６の列をさらに含み、前記第５の列及び前記第６の列は、前記第２の患者の前記第１の疾患症状に対応し、前記第５の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第１の疾患症状の重さに良い又は悪い影響を与える度合いの表示を含み、前記第６の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第１の疾患症状の発症に良い又は悪い影響を与える度合いの表示を含む、
    請求項１３に記載の有形の非一時的コンピュータ可読媒体。
16. 前記誘因視覚化は、前記第２の患者のための第７の列及び前記第２の患者のための第８の列をさらに含み、前記第７の列及び前記第８の列は、前記第２の患者の前記第２の疾患症状に対応し、前記第６の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第２の疾患症状の重さに良い又は悪い影響を与える度合いの表示を含み、前記第８の列の前記第１の行は、前記第１のリスク因子が前記第２の患者の前記第２の疾患症状の発症に良い又は悪い影響を与える度合いの表示を含む、
    請求項１５に記載の有形の非一時的コンピュータ可読媒体。

Images