JP2023537996A - 修正された意識状態のレベルおよび/または疼痛のレベルと組み合わせたおよび/または相関した不安のレベルを測定するための方法およびシステム - Google Patents
修正された意識状態のレベルおよび/または疼痛のレベルと組み合わせたおよび/または相関した不安のレベルを測定するための方法およびシステム Download PDFInfo
- Publication number
- JP2023537996A JP2023537996A JP2023509843A JP2023509843A JP2023537996A JP 2023537996 A JP2023537996 A JP 2023537996A JP 2023509843 A JP2023509843 A JP 2023509843A JP 2023509843 A JP2023509843 A JP 2023509843A JP 2023537996 A JP2023537996 A JP 2023537996A
- Authority
- JP
- Japan
- Prior art keywords
- data
- loa
- dos
- lop
- anxiety
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- 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
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/163—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- 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
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Physiology (AREA)
- Hospice & Palliative Care (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Educational Technology (AREA)
- Pulmonology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
修正された意識状態のレベルおよび/または疼痛のレベルと組み合わせたおよび/または相関した不安のレベルを測定するための方法およびシステム修正された意識状態のレベルおよび/または疼痛のレベルと組み合わせたおよび/または相関した不安のレベルを測定するためのコンピュータ実施方法が記載されている。EEGデータを含む測定データが受信される。EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(P-パワー(dt))に基づく第8グループ指標が抽出される。EEGデータからさらに、デルタ-シータ周波数範囲内のデルタ-シータ周波数帯域(dt)に関連するパワー(F-パワー(dt))に基づく第1グループ指標、および/またはシータ-アルファ周波数範囲内のシータ-アルファ周波数帯域(ta)に関連するパワー(パワー(ta))に対応する第4グループ指標が抽出される。前記第8グループ指標に基づいて、不安のレベルが決定される。さらに、前記第1グループ指標に基づいて、状態の深度(DoS)が決定され、および/または前記第4グループ指標、および任意で前記第3グループ指標および/または第5グループ指標に基づいて、疼痛のレベルが決定される。次いで、複数のLoA、LoPおよび/またはDoS測定値に基づく相関を決定することができる。【選択図】図5
Description
本発明は、対象における不安のレベル、修正された意識状態のレベル、および/または疼痛のレベルを自動的に測定するためのコンピュータ実施方法およびシステムの分野にある。
不安や、例えば、不安が患者の快適さおよび医学的治療の有効性に与える影響は、よく知られた普遍的な問題である。したがって、不安管理は医学の重要な一分野である。しかしながら、対象が経験している不安のレベルを評価するための従来技術の方法には重大な欠点があり、対象が経験する不安のレベルの効率的で、信頼でき、確実で、客観的で、再現可能な指標を提供することができない。この問題は、例えば、言葉を話せない子供、障害のある人、…の場合など、対象が経験した不安のレベルについて信頼できるまたは明確な説明を提供することができない場合に直ちに明らかとなる。さらに、同様に、対象が知覚する疼痛のレベルの測定を改善する必要がある。さらに、同様に、対象が経験している可能性のある任意の修正された意識状態を確実に定量化できながら、不安のレベルまたは疼痛のレベルを確実に測定することが特に必要である。このように不安のレベル、疼痛のレベルおよび/または修正された意識状態の測定を改善することは、これらのパラメータの各々および/またはパラメータ間の相互作用が対象に与える影響を、しっかりと確実に評価するために重要である。これらの測定は、対象が置かれている状態についてのより信頼できる洞察を提供する。そして、このような洞察は、治療計画を最適化するためおよび/または不安のレベル、疼痛のレベルを修正することおよび/または対象の意識状態を修正することを目的とした治療に関連するリスクを低減するために使用され得る。
現在、患者が経験した不安のレベルまたは対象が知覚した疼痛のレベルを評価するために、自己報告ツールが使用されている。しかしながら、患者の自己報告による評価に依存するこのような手動ツールは、望ましくない主観的バイアスがかかりやすく、効率、信頼性、精度および再現性に欠けることは明らかである。さらに、このような自己報告ツールは、不安の多次元的側面、対象が知覚する疼痛のレベルを効率的に考慮する能力に欠けており、例えば、薬理学的または非薬理学的鎮静の場合のような、修正された意識状態の状況で適用することが困難である。典型的に、このような自己報告ツールは、質問の数が多いため、管理するのに広範で煩雑であり、処理するのに複雑で徹底的である。
不安、疼痛および/または修正された意識状態を正確かつ確実に測定することは、例えば、正確な診断、治療計画を決定し、治療の有効性を評価するのに役立つため、医療現場において重要である。さらに、例えば抗不安薬および/または鎮痛薬の過剰投与など、特に薬理学的不安および疼痛治療に関連して、治療の過剰投与の問題が増大している。また、例えば鎮静薬などによって意識レベルを薬理学的に修正する場合には、過剰投与および/または過少投与に関連する有害事象を最小限に抑えながら、所望のレベルの修正された意識状態を達成するために、過剰投与および/または過少投与を回避する必要がある。同様に、非薬理学的治療においても、ケアワーカーは、不安、疼痛および修正された意識状態のレベルを安全かつ効果的に測定するために、より信頼できるツールを必要としている。さらに、不安および疼痛ならびにそれらの治療が、医学的成果および患者の回復に影響を与えることも明らかである。不安は、例えば手術を含む治療および/または任意の他の適切な医学的および/または非医学的治療などの治療の前、間および/または後に対象が経験するような、例えば、疲労、吐き気、不眠、疼痛などの健康関連作用に影響を与える。疼痛測定は、ある患者の他の患者と比較したニーズの緊急性を決定することによってトリアージを行うため、潜在的な疾患または医学的問題をスクリーニングするために使用することができ、医学的治療などを受けるおよび/または継続することが安全であるかどうかを決定するために使用することができる。
したがって、対象が経験した不安のレベル、対象が知覚した疼痛のレベル、および/または対象の修正された意識状態の、改善された、確実で、信頼でき、効率的な測定の必要性が存在する。
第1の態様によれば、修正された意識状態のレベルおよび/または疼痛のレベルと組み合わせたおよび/または相関した不安のレベルを測定するためのコンピュータ実施方法であって、
対象の頭頂葉に対応する頭皮の解剖学的領域から頭頂EEG(P-EEG)データを収集するように構成された少なくとも1つの頭頂(P)電極および対象の前頭葉に対応する頭皮の解剖学的領域から前頭EEG(F-EEG)データを収集するように構成された少なくとも1つの前頭(F)電極のうちの少なくとも1つから収集されたEEGデータ、および任意で筋電図(EMG)データを含む測定データを受信するステップ、および
以下と組み合わせた、前記P-EEGデータから収集された前記EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(P-パワー(dt))に基づく第8グループ指標を抽出するステップ、
前記F-EEGデータから収集された前記EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(F-パワー(dt))に基づく第1グループ指標を抽出し、および、任意で、前記F-EEGデータから収集された前記EEGデータから、平均信号ピーク間振幅(F-MSPA)に基づく第2グループ指標を抽出するステップ、および/または
前記EEGデータから、シータ-アルファ周波数範囲内にあるシータ-アルファ周波数帯域(ta)に関連するパワー(パワー(ta))に対応する第4グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(MSPA)に対応する第3グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(EMG-MSPA)に対応する第5グループ指標を抽出するステップ、および
以下と組み合わせた、前記第8グループ指標に基づいて、前記対象の前記不安のレベルを示す値である不安のレべル(LoA)を決定するステップ、
前記第1グループ指標および任意で前記第2グループ指標に基づいて、前記対象の前記修正された意識状態のレベルを示す値である状態の深度(DoS)を決定するステップ、および/または
前記第4グループ指標および任意で前記第3グループ指標および/または第5グループ指標に基づいて、前記対象における前記疼痛のレベルを示す値である疼痛のレべル(LoP)を決定するステップ
を備える方法が提供される。
対象の頭頂葉に対応する頭皮の解剖学的領域から頭頂EEG(P-EEG)データを収集するように構成された少なくとも1つの頭頂(P)電極および対象の前頭葉に対応する頭皮の解剖学的領域から前頭EEG(F-EEG)データを収集するように構成された少なくとも1つの前頭(F)電極のうちの少なくとも1つから収集されたEEGデータ、および任意で筋電図(EMG)データを含む測定データを受信するステップ、および
以下と組み合わせた、前記P-EEGデータから収集された前記EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(P-パワー(dt))に基づく第8グループ指標を抽出するステップ、
前記F-EEGデータから収集された前記EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(F-パワー(dt))に基づく第1グループ指標を抽出し、および、任意で、前記F-EEGデータから収集された前記EEGデータから、平均信号ピーク間振幅(F-MSPA)に基づく第2グループ指標を抽出するステップ、および/または
前記EEGデータから、シータ-アルファ周波数範囲内にあるシータ-アルファ周波数帯域(ta)に関連するパワー(パワー(ta))に対応する第4グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(MSPA)に対応する第3グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(EMG-MSPA)に対応する第5グループ指標を抽出するステップ、および
以下と組み合わせた、前記第8グループ指標に基づいて、前記対象の前記不安のレベルを示す値である不安のレべル(LoA)を決定するステップ、
前記第1グループ指標および任意で前記第2グループ指標に基づいて、前記対象の前記修正された意識状態のレベルを示す値である状態の深度(DoS)を決定するステップ、および/または
前記第4グループ指標および任意で前記第3グループ指標および/または第5グループ指標に基づいて、前記対象における前記疼痛のレベルを示す値である疼痛のレべル(LoP)を決定するステップ
を備える方法が提供される。
DoSと組み合わせたLoA、LoPと組み合わせたLoA、またはLoA、LoPおよびDoSの3つすべての組み合わせを測定することにより、例えば、LoAがLoPにどのように影響するか、またはその逆、修正された意識状態によってLoAがどのように調整されるか、特定の修正された意識状態に到達する能力がLoAおよび/またはLoPによってどのように影響されるかなどをつきとめることが可能になる。LoA、LoP、DoSを、これらのパラメータのうちの少なくとも2つの任意の適切な組み合わせで、この改善された方法で測定することにより、対象が経験した不安のレベル、対象が知覚した疼痛のレベル、および修正された意識状態のレベルを、自動的、効率的、正確、再現可能、かつ客観的に決定および/または監視することが可能になる。以下にさらに詳細に説明するように、LoA、LoPおよび/またはDoSを組み合わせて測定することは、例えば、LoAの一部がLoPによって引き起こされ得るため、特に有利である。以下にさらに詳細に説明するように、LoA、LoPおよび/またはDoSの間の相互作用および/または相関を測定および/または決定することができ、相互作用および/または相関は、例えば、LoPを減少させることによってLoAを減少させることを可能にするか、LoAが増加すると対象が知覚するLoPが増加する原因であり、または例えば、意識状態の修正によってLoPおよびLoPの両方を減少させることを可能にするか、高いレベルの不安が意識レベルを修正することを目的とする治療に対して負の影響を有し得るという事実を導く。さらに、説明した実施形態に加えて、複数のLoA、LoPおよび/またはDoS測定値を相関させ、および/または複数のLoA、LoPおよび/またはDoS測定値間の相関を決定するためのさらなる代替的な適切な実施形態があることが明らかである。対象の不安のレベルは、対象における不安のレベルとも呼ばれ得ることは明らかである。
以下にさらに詳細に説明されるように、LoAを決定するためのPパワー(dt)に関して、EEG電極を用いてこの特定の位置で収集されたデータの脳波周波数のこの特定の組み合わせについての特定の相関のみが見出された。さらに、LoPを決定するためのパワー(ta)およびLoAを決定するためのP-パワー(dt)の両方について、単一のEEG電極から収集することができるこのデータからパワーを計算することは、簡単かつ効率的な方法で達成することができる。
本明細書の文脈において、(EEGまたはEMGに基づく)MSPAは、外部または他の疼痛刺激に対して時間ロックされていてもよく、または外部または他の疼痛刺激がリンクしていないまたはそれによって引き起こされないローリング時間窓であってもよい、所与の時間窓において定義され、ここで
- EEGまたはEMGデータが、前記時間窓内に単一のピークを含む信号を含む場合、MSPAは、信号のピーク間振幅であり、
- EEGまたはEMGデータが前記時間窓内に複数のピークを含む信号を含む場合、MSPAは、複数のピークの個々のピーク間振幅の平均、アベレージ、加重平均などの関数である。
- EEGまたはEMGデータが、前記時間窓内に単一のピークを含む信号を含む場合、MSPAは、信号のピーク間振幅であり、
- EEGまたはEMGデータが前記時間窓内に複数のピークを含む信号を含む場合、MSPAは、複数のピークの個々のピーク間振幅の平均、アベレージ、加重平均などの関数である。
信号ピーク振幅は、ゼロ点からの信号波の最大偏位である。信号ピーク間振幅は、負のピークから正のピークまでの距離である。測定のための時間窓は、例えば、0.1秒から5秒の範囲など、0.01秒から10秒の範囲であり得る。時間窓は、例えば、内部または外部の疼痛刺激、刺激のタイプ、刺激の持続時間…の検出に基づいて適応することができる。例えば、刺激が、例えば疼痛を伴わない刺激などの任意の適切な刺激である、さらなる実施形態が可能であることは明らかである。
この改善されたより確実で信頼できるLoA、LoPおよびDoSの測定は、より正確な診断、改善されたより安全な治療計画、および治療の有効性の改善された評価を決定するのに役立つ。不安、疼痛、および修正された意識状態の影響に対して明確な割り当てを行うことができるため、不安の治療が必要な場合に疼痛の治療を行うリスク、またはその逆のリスクが低下する。また、過量投与および/または過少投与のリスクも減少する。なぜなら、例えば、この測定により、不安を治療するために抗不安薬を使用するかどうか、および/または疼痛を治療するために鎮痛薬を使用するかどうか、および/または意識状態を修正するために鎮静薬を使用するかどうかについて明確な決定を下すことができ、また、測定されたLoA、LoPおよび/またはDoSの組み合わせに応じてそれらの投与量を最適化することができるからである。しかしながら、そのような測定は、薬理学的治療の最適化に限定されず、不安、疼痛治療、および/または意識状態、または不安、疼痛、および/または特定の意識状態に関連する任意の他の症状の修正に向けられた非薬理学的治療、および/または薬理学的治療および/または非薬理学的治療の任意の組み合わせ、または任意の他の適切な治療を最適化する場合にも有用であることは明らかである。
したがって、対象のLoA、LoPおよびDoSのうちの少なくとも2つの組み合わせのそのような改善された測定は、例えば、不安治療、疼痛治療、修正された意識状態につながる治療、…などの任意の非薬理学的および/または薬理学的治療および/または混合治療を受けている場合、および/またはいずれの治療も受けていない場合であっても、対象の状態を測定するために有益であることは明らかである。例えば、鎮静薬によって薬理学的に、または対象の解離のレベル、没頭のレベルなどを調節する治療によって非薬理学的に対象の意識状態を修正する治療は、対象が経験する不安のレベルおよび/または対象が知覚する疼痛のレベルに影響を与えることは明らかである。さらに、疼痛が不安の引き金となり、より高いレベルの不安が、対象が知覚するより高いレベルの疼痛につながることは明らかであり、したがって、これらのパラメータのそれぞれを組み合わせて測定することにより、これらの相互作用を測定および表示することが可能になる。このようにして、LoA、DoSおよびLoPのうちの少なくとも2つの測定によって、このような相互作用を客観的に測定および表示することが可能になり、例えば、このような測定が、個人および/または集団に基づくベンチマークの作成のために使用される、および/または個人および/または集団に基づくベンチマークに基づくことが可能になる。これにより、特に不安および疼痛管理の状況において、特に疼痛および/または不安を間接的に管理し、および/または薬理学的な疼痛および/または不安の治療と組み合わせて意識状態を修正する薬理学的および/または非薬理学的治療を伴う場合に、より信頼できる客観的な判断を下すことができる。
いくつかの実施形態によれば、この方法は、生体からのデータおよび物理量のような情報を単に得ることに限定され、収集されたデータと標準値との比較中に何らかの有意な偏差、すなわち症状を見出すことを目的とせず、そのような偏差を特定の臨床像、すなわち演繹的な医学的判断段階に帰することを目的としないことは明らかであろう。いくつかの実施形態によれば、方法は、収集された後に受信された測定データに対して実行されることが好ましく、言い換えれば、方法は、人体に対して実施されるデータを収集するステップを除外する。いくつかの実施形態によれば、コンピュータ実施方法は、対象の精神生理学的特性である、対象が経験する不安のレベルの測定のため、対象が知覚する疼痛のレベルの測定のため、および/または修正された意識状態のレベルの測定のために情報を得ることのみに関する。いくつかの態様によれば、コンピュータ実施方法は、身体の疾患または機能不全を治癒するためのステップや対象の身体への治療効果に関連するステップを除外する。
測定された不安のレベルは、少なくとも対象の脳のレベルで測定された対象が経験した不安のレベルを含むこと、言い換えれば、認知的次元を含むことは明らかである。不安は、精神生理学的および感情的な側面を伴う反応であり、明らかにそのような認知的次元を伴う。上記の実験に基づいて、上記のように測定された不安は、この認知的次元を捉えることができ、非認知的パラメータのみの測定に限定されないことが示された。例えば、不安は扁桃体の活動の増加と関連しており、扁桃体の活動は、例えば、前帯状皮質および注意の集中を担う前頭前皮質を含む高次脳構造の活動によって影響される可能性がある。したがって、対象が経験する不安は、任意で、他の任意の適切な次元に加えて、認知的次元を含むことが明らかである。
疼痛のレベルが、知覚された疼痛のレベル、言い換えれば、対象の脳の皮質のレベルで測定される、対象が意識的に知覚した疼痛のレベルに関連することは明らかである。したがって、疼痛のレベルは、対象が意識的に知覚した疼痛知覚のレベルに対応する。したがって、対象が知覚した疼痛のレベルは、外部疼痛刺激の強度そのものに直接相関せず、疼痛知覚のレベルに関連する。言い換えれば、例えば視床および/または他の下流および/または上流の神経経路による潜在的な調整および/または抑制の後に、典型的には皮質に関連する、対象の意識に現れるような疼痛のレベルの知覚である。
これにより、例えば、局所および/または静脈内投薬を行い、不安、疼痛または鎮静治療を改善および最適化することが可能になる。患者が治療中に元気であり、ある時点で、不安のレベル、疼痛のレベルの増加またはピーク、または修正された意識状態への望ましくない変化が測定された場合、局所麻酔薬、および/またはIV鎮痛薬の用量は、例えば、外科的治療の前、間、および後の麻酔科医による患者の意識状態、疼痛、および不安の主観的推定に基づくのではなく、客観的なDoS、対象が知覚するLoP、対象が経験するLoAの組み合わせに基づいて増加することができる。DoS、LoPおよび/またはLoAの組み合わせの測定により、言葉を話せない患者(小児、障害のある成人、認知症患者、…)の不安および/または疼痛診断も可能になる。DoS、LoPおよび/またはLoAのいずれかの測定された組み合わせは、例えば、さらなる鎮静薬および/または鎮痛薬および/または抗不安薬の必要性または不必要性の良い指標でもある。このようにして、鎮痛薬または鎮静薬または抗不安薬治療の過剰投与および/または負の副次的作用のリスクを減少させながら、鎮静薬および/または鎮痛薬および/または抗不安薬の安全で信頼できる用量または滴定を実現することができる。
DoSおよび/またはLoPと組み合わされたLoAのこのような改善された測定は、以下の具体的な臨床例において有利である。
・ 患者が軽い鎮静を伴う処置を受けている。測定されたLoA、DoSおよび/またはLoPに基づいて、麻酔科医は、LoA、DoSおよび/またはLoPを客観的に監視し、必要に応じて鎮静を適応させることができるようになる。例えば、麻酔科医は患者の疼痛の知覚を管理するのに局所麻酔が十分であるかどうかおよび/またはいつ対象の不安のレベルがそれを許すかを監視することができるようになるので、静脈内鎮静の投与量を増やす代わりに、局所麻酔の投与量を増やすことができる。さらなる例として、これらの測定に基づいて、薬理学的治療に加えて、および/または薬理学的治療の代わりに、例えば、患者の不安および/または意識状態のレベルを修正することによって患者の疼痛知覚に影響を与える非薬理学的治療を提供することができるかどうかを決定することができる。
・ 患者が軽い鎮静を伴う処置を受けている。測定されたLoA、DoSおよび/またはLoPに基づいて、麻酔科医は、LoA、DoSおよび/またはLoPを客観的に監視し、必要に応じて鎮静を適応させることができるようになる。例えば、麻酔科医は患者の疼痛の知覚を管理するのに局所麻酔が十分であるかどうかおよび/またはいつ対象の不安のレベルがそれを許すかを監視することができるようになるので、静脈内鎮静の投与量を増やす代わりに、局所麻酔の投与量を増やすことができる。さらなる例として、これらの測定に基づいて、薬理学的治療に加えて、および/または薬理学的治療の代わりに、例えば、患者の不安および/または意識状態のレベルを修正することによって患者の疼痛知覚に影響を与える非薬理学的治療を提供することができるかどうかを決定することができる。
・ 患者が必要としない場合は、鎮痛薬、鎮静薬、抗不安薬、…の制限が可能になる。より高いレベルの不安は、対象が知覚するより高いレベルの疼痛と関連する。LoAをLoPと組み合わせて測定することによって、高いLoPが高いLoAと関連しているかどうかを決定することができ、次いで、このような状況で、例えば、鎮痛薬の使用を増加する代わりに、例えば抗不安薬または任意の適切な非薬理学的不安治療などの不安治療を利用して、まずLoAを所望のレベルまで低下させることがより有益であり、その結果、対象が知覚するLoPの不安に関連する部分を減少させることができ、鎮痛薬の使用を制限することができることを判断することができる。さらに、DoSおよび/またはLoPと組み合わせて測定されたLoAによって、不必要に高いLoAは、対象が所望の修正された意識状態に容易に到達することを防止するまたは遅らせる可能性があるため、例えば、任意の鎮静薬が投与される前に確実にLoAを所定の閾値未満に減少させる際、鎮静薬の滴定を制限することを可能にする。さらに、例えば、まずLoAを所望の閾値未満に減少させた後に、望ましくないほど高いLoAの影響を受けることなくDoSおよび/またはLoPを測定することが可能になり、それによって、不必要に高い用量の鎮静薬および/または鎮痛薬を使用するリスクを低減し得るDoSおよび/またはLoPの測定値を提供することができる。他方、例えば、DoSが、患者が十分に鎮静されていることを示すが、LoAが、依然として許容できないレベルの不安を対象が経験していることを示し、および/または、LoPが、依然として許容できないレベルの疼痛を対象が知覚していることを示す場合、鎮静薬の使用を増加させないで過剰投与を防止し、例えば、抗不安薬および/または鎮痛薬による、例えば、薬理学的および/または非薬理学的不安治療および/または疼痛治療の使用を増加させることを決定することができる。
・ 治療の不安な瞬間における非薬理学的不安管理治療(例えば、臨床催眠術、デジタル鎮静、鍼治療、心理的治療、心身治療など)の効力を客観的に測定する。現在のところ、そのような非薬理学的方法に対して、意識状態および/または対象が知覚する疼痛のレベルと組み合わせて不安のレベルを確実かつ客観的に測定する先行技術の方法がないため、特に、そのような治療が非薬理学的に誘導された修正された意識状態を利用する場合。
・ 言葉を話せない患者(緩和、負傷した…)は、DoS、患者が経験したLoAおよび/または患者が知覚したLoPを客観的に監視しながら処置を受けることができるようになる。より良い鎮静、不安および疼痛管理が可能になる。
一実施形態によれば、方法は以下のステップを含む。
- 測定データおよび/またはLoAおよびDoSの同時測定値を含む測定データから、異なるDoSにおける複数のLoAを決定するステップ、
- 異なるDoSにおけるLoAの進化および/または測定データからのDoSの進化に対するLoAの進化を評価することによって、DoSによるLoAの調整を決定するステップ。
- 測定データおよび/またはLoAおよびDoSの同時測定値を含む測定データから、異なるDoSにおける複数のLoAを決定するステップ、
- 異なるDoSにおけるLoAの進化および/または測定データからのDoSの進化に対するLoAの進化を評価することによって、DoSによるLoAの調整を決定するステップ。
このようにして、DoSによるLoAの調整を決定することができる。これは、以下にさらに詳細に説明するように、不安は、修正された意識状態、言い換えれば、例えば対象の解離の深さ、対象の没頭のレベルなどに対応する状態の深度と逆相関するので有用である。これは、例えば、意識レベルを修正することによってLoAを低下させることができることを意味する。これは、治療セッション前に経験されるより高いレベルの不安は、治療セッション中のより低いレベルの解離に関連するため、さらに有益である。このようにして、例えば、修正された意識状態を伴う治療の前に、高いレベルの不安を経験する患者について、修正された意識状態を伴う治療の開始前に不安治療から恩恵を受けることができるかどうかを、より客観的に決定することができるようになる。DoSによるLoAの調整および/またはその逆に基づく他の治療によって、特定の治療がまず置換および/または補足される代替的な実施形態が可能であることは明らかである。
例えば、より深い解離の深度、より高い没頭のレベルなどの、より深い状態の深度に関連する修正された意識レベルは、さらに詳細に説明するように、対象が経験する不安のレベルを低下させるようである。このようにして、DoSと組み合わせたLoAの測定は、対象の意識状態を修正すること、例えば、没頭のレベル、解離の深度を修正することなどの、例えばDoSを修正することによって不安のどの部分を治療することができるかを決定することを可能にすることができ、さらに、例えば、精神療法、…におけるような非薬理学的治療に使用される場合のように、状態の深度に対するそのような変化の即時効果と長期効果とを区別して不安を減少させることを可能にすることができる。
一実施形態によれば、方法は以下のステップを含む。
- 測定データおよび/またはLoAおよびDoSの同時測定値を含む測定データから、異なるDoSおよび/またはLoAにおける複数のLoPを決定するステップ、
- 異なるDoSにおけるLoPの進化および/または測定データからのDoSおよび/またはLoAの進化に対するLoPの進化を評価することによって、DoSおよび/またはLoAによるLoPの調整を決定するステップ。
- 測定データおよび/またはLoAおよびDoSの同時測定値を含む測定データから、異なるDoSおよび/またはLoAにおける複数のLoPを決定するステップ、
- 異なるDoSにおけるLoPの進化および/または測定データからのDoSおよび/またはLoAの進化に対するLoPの進化を評価することによって、DoSおよび/またはLoAによるLoPの調整を決定するステップ。
このようにして、LoPがDoSによってどのように調整されるかを決定することが可能であり得、および/またはLoPがLoAによってどのように調整されるかを決定することが可能であり得、および/またはその逆も可能であり得る。これは、治療セッションの前、間、および/または後の不安のレベルの増加が、対象が知覚する疼痛のレベルを増加させる可能性があり、疼痛の知覚の引き金となる可能性さえあるため、有用である。これは、例えば、不安が慢性疼痛に関与しているため、重要である。上記の実施形態に基づいて、例えば、LoPを減少させるための不安軽減治療から恩恵を受ける可能性があるLoAが高い患者を決定することが可能になる。さらに、不安は、急性の疼痛の後に持続的/慢性的な疼痛を発症する危険因子であり、したがって、上記の実施形態は、例えば、慢性疼痛の発症に関して高リスク群を決定するために、および/または慢性疼痛を発症するリスクを低下させるために有用である可能性がある。さらに、疼痛は不安を誘発する重要な事象であるため、LoPはLoAにも影響を与える。
一実施形態によると、方法は、以下のさらなるステップを含む。
- 前記DoSに基づいて、前記LoAを、所定の基準DoSにおける対象の不安のレベルを示す値である正規化された不安のレベル(NLoA)に調節するステップ、および/または
- 前記LoPに基づいて、前記LoAを、所定の基準LoPにおける対象の不安のレベルを示す値である正規化された不安のレベル(NLoA)に調節するステップ。
- 前記DoSに基づいて、前記LoAを、所定の基準DoSにおける対象の不安のレベルを示す値である正規化された不安のレベル(NLoA)に調節するステップ、および/または
- 前記LoPに基づいて、前記LoAを、所定の基準LoPにおける対象の不安のレベルを示す値である正規化された不安のレベル(NLoA)に調節するステップ。
このようにして、NLoAの値は、現在のDoS/LoPおよび/または現在のDoS/LoPに対する任意の変化とは無関係に、所定の関心のある基準DoSおよび/またはLoPにおけるLoAの値を提供し、それによって、例えば、この基準DoSが通常の覚醒状態であるおよび/または基準LoPが疼痛のない状態に対応する場合に、対象が通常の覚醒意識状態および/または疼痛のない状態であるかまたは戻るときに、経験されるであろう不安の相当量の指標を提供する。
一実施形態によると、方法は、以下のさらなるステップを含む。
- 前記DoSおよび/またはLoAに基づいて、前記LoPを、所定の基準DoSおよび/または所定の基準LoAにおける対象の疼痛のレベルを示す値である正規化された疼痛のレベル(NLoP)に調節するステップ、
このようにして、NLoPの値は、現在のDoS/LoAおよび/または現在のDoS/LoAに対する任意の変化とは無関係に、所定の関心のある基準DoSおよび/またはLoAにおけるLoPの値を提供し、それによって、例えば、この基準DoSが通常の覚醒状態であるおよび/または基準LoAが不安のない状態に対応する場合に、対象が通常の覚醒意識状態および/または不安のない状態になるかまたは戻るときに、知覚されるであろう疼痛の相当量の指標を提供する。
- 前記DoSおよび/またはLoAに基づいて、前記LoPを、所定の基準DoSおよび/または所定の基準LoAにおける対象の疼痛のレベルを示す値である正規化された疼痛のレベル(NLoP)に調節するステップ、
このようにして、NLoPの値は、現在のDoS/LoAおよび/または現在のDoS/LoAに対する任意の変化とは無関係に、所定の関心のある基準DoSおよび/またはLoAにおけるLoPの値を提供し、それによって、例えば、この基準DoSが通常の覚醒状態であるおよび/または基準LoAが不安のない状態に対応する場合に、対象が通常の覚醒意識状態および/または不安のない状態になるかまたは戻るときに、知覚されるであろう疼痛の相当量の指標を提供する。
一実施形態によると、方法は、以下のさらなるステップを含む。
- 前記LoAおよび/または前記LoPに基づいて、対象が前記LoAおよび/または前記LoPを経験するときに到達可能な意識レベルの調整の少なくとも1つの限界および/または範囲を示す前記DoSの少なくとも1つの限界および/または範囲(DoSLimit)を計算するステップ、および/または
- 前記LoPに基づいて、対象が前記LoPを経験するときに到達可能な不安のレベルの少なくとも1つの限界および/または範囲を示す前記LoAの少なくとも1つの限界および/または範囲(LoALimit)を計算するステップ。
- 前記LoAおよび/または前記LoPに基づいて、対象が前記LoAおよび/または前記LoPを経験するときに到達可能な意識レベルの調整の少なくとも1つの限界および/または範囲を示す前記DoSの少なくとも1つの限界および/または範囲(DoSLimit)を計算するステップ、および/または
- 前記LoPに基づいて、対象が前記LoPを経験するときに到達可能な不安のレベルの少なくとも1つの限界および/または範囲を示す前記LoAの少なくとも1つの限界および/または範囲(LoALimit)を計算するステップ。
このようにして、例えば、適切な解離の深度、没頭のレベルなどを伴う非薬理学的方法によって、例えば、所望の修正された意識状態に到達するにはLoAおよび/またはLoPが高すぎる場合を決定することが可能である。
一実施形態によると、方法は、以下のさらなるステップを含む。
- 前記LoAおよび/またはDoPに基づいて、対象が前記LoAおよび/または前記DoPを経験するときに到達可能な疼痛のレベルの少なくとも1つの限界および/または範囲を示す前記LoPの少なくとも1つの限界および/または範囲(LoPLimit)を計算するステップ。
- 前記LoAおよび/またはDoPに基づいて、対象が前記LoAおよび/または前記DoPを経験するときに到達可能な疼痛のレベルの少なくとも1つの限界および/または範囲を示す前記LoPの少なくとも1つの限界および/または範囲(LoPLimit)を計算するステップ。
これは、例えば、LoPが高すぎると不安を管理することが困難になり、LoAが高すぎると疼痛を管理することが困難になり、自然にピークに達する可能性があるため、有利である。このような場合、不安および/または疼痛の治療は、LoAおよび/またはLoPを所望のレベルに管理することが困難である可能性がある。さらなる例によれば、LoAおよび/またはLoPが高すぎる場合、所望の修正された意識レベルに到達することが困難である可能性があり、例えば、状態の深度に到達しないか、不十分であるか、または非常に限定されている可能性がある。
第2の態様によれば、好ましくは治療の前、間および/または後に、対象における修正された意識状態のレベルおよび/または疼痛のレベルと組み合わせたおよび/または相関した不安のレベルを測定および/または予測および/または集約するためのコンピュータ実施方法であって、
好ましくは前記治療の前、間および/または後の、少なくとも2つの異なる時点で、前記請求項のいずれか一項に記載の前記DoSおよび/または前記LoPと組み合わせた前記LoAを測定するステップ、および
少なくとも2つの異なる時点で測定された少なくとも2つのDoSおよび/または少なくとも2つのLoPと組み合わせたおよび/または相関した少なくとも2つのLoAのそれぞれの比較に基づいて、前記DoSおよび/または前記LoPと組み合わせた前記LoAの進化、好ましくは治療誘導性進化を測定および/または監視および/または予測するステップ、および/または
少なくとも2つの異なる時点および/またはある期間にわたって測定された少なくとも2つのLoAおよび/または少なくとも2つのDoSおよび/または少なくとも2つのLoPの集約に基づく、不安レベルスコアすなわちLoASおよび/または状態深度スコアすなわちDoSSおよび/または疼痛レベルスコアすなわちLoPSを集約するステップ
を備える方法が提供される。
好ましくは前記治療の前、間および/または後の、少なくとも2つの異なる時点で、前記請求項のいずれか一項に記載の前記DoSおよび/または前記LoPと組み合わせた前記LoAを測定するステップ、および
少なくとも2つの異なる時点で測定された少なくとも2つのDoSおよび/または少なくとも2つのLoPと組み合わせたおよび/または相関した少なくとも2つのLoAのそれぞれの比較に基づいて、前記DoSおよび/または前記LoPと組み合わせた前記LoAの進化、好ましくは治療誘導性進化を測定および/または監視および/または予測するステップ、および/または
少なくとも2つの異なる時点および/またはある期間にわたって測定された少なくとも2つのLoAおよび/または少なくとも2つのDoSおよび/または少なくとも2つのLoPの集約に基づく、不安レベルスコアすなわちLoASおよび/または状態深度スコアすなわちDoSSおよび/または疼痛レベルスコアすなわちLoPSを集約するステップ
を備える方法が提供される。
LoA、DoSおよび/またはLoPは、少なくとも2つの異なる時点でそれぞれ測定される必要があるだけであり、したがって、LoA/DoS/LoPは必ずしも同時に測定されるべきではないことは明らかである。
このようにして、DoSおよび/またはLoPと組み合わせたLoAの進化の測定が実現される。
このようにして、DoSおよび/またはLoPと組み合わせたLoAの進化の測定が実現される。
一実施形態によれば、方法は以下のステップを含む。
- DoSおよび/またはLoPと組み合わせた前記LoAの治療誘導性進化を、治療の間および/または後に決定されたDoSおよび/またはLoPと組み合わせた前記LoAと、治療前に決定されたDoSおよび/またはLoPと組み合わせた前記LoAとのそれぞれの比較に基づいて決定するステップ。
このようにして、治療誘導性進化の測定が可能になる。同様に、上述したように、いくつかの実施形態によればLoA、DoSおよび/またはLoPの同時測定が可能であるが、LoA、DoSおよび/またはLoPが必ずしも同時に測定されない代替的な実施形態が可能であることは明らかである。
- DoSおよび/またはLoPと組み合わせた前記LoAの治療誘導性進化を、治療の間および/または後に決定されたDoSおよび/またはLoPと組み合わせた前記LoAと、治療前に決定されたDoSおよび/またはLoPと組み合わせた前記LoAとのそれぞれの比較に基づいて決定するステップ。
このようにして、治療誘導性進化の測定が可能になる。同様に、上述したように、いくつかの実施形態によればLoA、DoSおよび/またはLoPの同時測定が可能であるが、LoA、DoSおよび/またはLoPが必ずしも同時に測定されない代替的な実施形態が可能であることは明らかである。
一実施形態によれば、
- 前記治療は疼痛管理治療であり、前記方法は、
- 前記LoPおよび/または前記LoAが所定の範囲外のときおよび/または前記LoPおよび/または前記LoAが所定の範囲内に入るまで、前記疼痛管理治療を不安管理治療に置き換えおよび/または組み合わせるステップを含み、
- 前記治療は前記意識状態を修正する治療であり、前記方法は、
- 前記LoPおよび/またはLoAが所定の範囲外のときおよび/または前記LoPおよび/または前記LoAが前記所定の範囲内に入るまで、前記意識状態を修正する治療を不安および/または疼痛軽減治療に置き換えおよび/または組み合わせるステップを含み、および/または
- 前記治療は不安管理治療であり、前記方法は、
- 前記LoPおよび/またはLoAが所定の範囲外のときおよび/または前記LoPおよび/または前記LoAが前記所定の範囲内に入るまで、前記不安管理治療を疼痛管理治療に置き換えおよび/または組み合わせるステップを含み、
- 前記治療は不安管理治療であり、前記方法は、
- 前記DoSおよび/またはLoAが所定の範囲外のときおよび/または前記DoSおよび/または前記LoAが前記所定の範囲内に入るまで、前記不安管理治療を前記意識レベルを修正する治療に置き換えおよび/または組み合わせるステップを含む。
- 前記治療は疼痛管理治療であり、前記方法は、
- 前記LoPおよび/または前記LoAが所定の範囲外のときおよび/または前記LoPおよび/または前記LoAが所定の範囲内に入るまで、前記疼痛管理治療を不安管理治療に置き換えおよび/または組み合わせるステップを含み、
- 前記治療は前記意識状態を修正する治療であり、前記方法は、
- 前記LoPおよび/またはLoAが所定の範囲外のときおよび/または前記LoPおよび/または前記LoAが前記所定の範囲内に入るまで、前記意識状態を修正する治療を不安および/または疼痛軽減治療に置き換えおよび/または組み合わせるステップを含み、および/または
- 前記治療は不安管理治療であり、前記方法は、
- 前記LoPおよび/またはLoAが所定の範囲外のときおよび/または前記LoPおよび/または前記LoAが前記所定の範囲内に入るまで、前記不安管理治療を疼痛管理治療に置き換えおよび/または組み合わせるステップを含み、
- 前記治療は不安管理治療であり、前記方法は、
- 前記DoSおよび/またはLoAが所定の範囲外のときおよび/または前記DoSおよび/または前記LoAが前記所定の範囲内に入るまで、前記不安管理治療を前記意識レベルを修正する治療に置き換えおよび/または組み合わせるステップを含む。
所定の範囲は、不安管理治療、疼痛管理治療および/または意識状態を修正する治療が依然として有効である範囲として、LoPおよび/またはLoAおよび/またはDoSについての所定の範囲を規定する1つまたは複数の適切な限界値、および/または1つまたは複数の所望の範囲、閾値、限界、…によって規定することができることは明らかである。この範囲は、この範囲外では、不安管理治療、疼痛軽減治療および/または意識状態を修正する治療がもはや有効でないか、または管理するのが困難であるように定義することができる。所定の範囲は、いくつかの実施形態によれば、自動化され、動的で、適応的であることができることは明らかであり、例えば、いくつかの実施形態によれば、自動範囲の形態と呼ばれ、これは、所定の範囲が、例えば、対象(例えば、較正段階の間に測定された基準範囲など)または集団(例えば、集団の特性に基づく所定の範囲など)の以前の測定値に基づいて適応されることを意味する。
一実施形態によれば、治療は不安軽減治療であり、方法は以下のステップを含む。
- 前記NLoAの治療誘導性進化に基づいて、不安軽減治療の効力を決定および/または監視するステップ。
- 前記NLoAの治療誘導性進化に基づいて、不安軽減治療の効力を決定および/または監視するステップ。
一実施形態によれば、不安治療は、例えば、不安軽減治療であってもよく、あるいは、望ましくないレベルの不安を制御または予防する不安制御治療または不安予防治療であってもよく、または、他の適切な不安治療であってもよい。
一実施形態によれば、疼痛治療は、例えば、疼痛軽減治療であってもよく、あるいは、望ましくないレベルの疼痛を制御または予防する疼痛制御治療または疼痛予防治療であってもよく、または、他の適切な疼痛治療であってもよい。
一実施形態によれば、治療は不安を軽減するために意識状態を修正する治療であり、方法は以下のステップを含む。
- 前記意識状態を修正する治療の前、間および/または後の少なくとも2つの異なる時点での前記DoSを測定するステップ、および/または
- 前記意識状態を修正する治療の間および/または後に測定された前記DoSおよび/または前記LoAと前記意識状態を修正する治療の前に測定された前記DoSおよび/または前記LoAとの比較に基づいて、前記DoSおよび/または前記LoAの前記治療誘導性進化を決定するステップ。
- 前記意識状態を修正する治療の前、間および/または後の少なくとも2つの異なる時点での前記DoSを測定するステップ、および/または
- 前記意識状態を修正する治療の間および/または後に測定された前記DoSおよび/または前記LoAと前記意識状態を修正する治療の前に測定された前記DoSおよび/または前記LoAとの比較に基づいて、前記DoSおよび/または前記LoAの前記治療誘導性進化を決定するステップ。
第3の態様によれば、治療を決定するためおよび/または治療に対する調節を決定するためおよび/または治療の強度を決定するためおよび/または治療の有効性を決定するためおよび/または治療の選択を決定するためのコンピュータ実施方法であって、
- 上述の実施形態に記載の対象におけるNLoAおよび/またはNLoPおよび/またはDoSLimitおよび/またはLoPLimitおよび/またはLoALimitを測定および/または監視および/または予測および/または集約するステップ、および
- 前記測定および/または監視されたおよび/または予測および/または集約されたNLoAおよび/またはNLoPおよび/またはDoSLimitおよび/またはLoPLimitおよび/またはLoALimitに基づいて、治療を決定および/または治療に対する調節を決定および/または治療の強度を決定および/または治療の効力を決定および/または治療の選択を決定するステップ
を備える方法が提供される。
- 上述の実施形態に記載の対象におけるNLoAおよび/またはNLoPおよび/またはDoSLimitおよび/またはLoPLimitおよび/またはLoALimitを測定および/または監視および/または予測および/または集約するステップ、および
- 前記測定および/または監視されたおよび/または予測および/または集約されたNLoAおよび/またはNLoPおよび/またはDoSLimitおよび/またはLoPLimitおよび/またはLoALimitに基づいて、治療を決定および/または治療に対する調節を決定および/または治療の強度を決定および/または治療の効力を決定および/または治療の選択を決定するステップ
を備える方法が提供される。
一実施形態によれば、方法は以下のステップを含む。
- DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAに相関する対象および/または集団の測定データを含む基準データを受信するステップ、
- DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAと、前記基準データから抽出された少なくとも1つのそれぞれのグループ指標との少なくとも1つの相関を決定するステップ、および
- 前記DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAに対して、DoSおよび/またはLoPと組み合わせた、続いて測定されたLoAを、前記少なくとも1つのそれぞれの相関によってスケーリングおよび/または指数化し、任意で、不安レベル指数(LoAI)、および状態深度指数(DoSI)および/または疼痛レベル指数(LoPI)を決定するステップ。
- DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAに相関する対象および/または集団の測定データを含む基準データを受信するステップ、
- DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAと、前記基準データから抽出された少なくとも1つのそれぞれのグループ指標との少なくとも1つの相関を決定するステップ、および
- 前記DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAに対して、DoSおよび/またはLoPと組み合わせた、続いて測定されたLoAを、前記少なくとも1つのそれぞれの相関によってスケーリングおよび/または指数化し、任意で、不安レベル指数(LoAI)、および状態深度指数(DoSI)および/または疼痛レベル指数(LoPI)を決定するステップ。
一実施形態によれば、方法は以下のステップを含む。
- EEG電極から収集された前記脳波図(EEG)データを含む、前記対象の前記測定データを受信するステップであって、
前記EEG電極は、
- 前記対象の前頭葉に対応する頭皮の解剖学的領域からF-EEG電極データを収集するように構成された前頭(F)EEG電極、
- 前記対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEG電極データを収集するように構成された頭頂(P)EEG電極、
- 前記対象の中心前回および中心後回に対応する頭皮の解剖学的領域からC-EEG電極データを収集するように構成された中心(C)EEG電極
のうちの1つまたは複数であるステップ。
- EEG電極から収集された前記脳波図(EEG)データを含む、前記対象の前記測定データを受信するステップであって、
前記EEG電極は、
- 前記対象の前頭葉に対応する頭皮の解剖学的領域からF-EEG電極データを収集するように構成された前頭(F)EEG電極、
- 前記対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEG電極データを収集するように構成された頭頂(P)EEG電極、
- 前記対象の中心前回および中心後回に対応する頭皮の解剖学的領域からC-EEG電極データを収集するように構成された中心(C)EEG電極
のうちの1つまたは複数であるステップ。
EEG電極に加えて、接地電極および/または参照電極も存在するさらなる代替的な実施形態が可能であることは明らかである。好ましくは、EEG電極からのデータは独立して処理することができ、これは、2つ以上のEEG電極の信号の相互作用および/または相互関係に関する計算を提供する必要がないことを意味する。
一実施形態によれば、方法は以下のステップを含む。
- DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAに相関する対象および/または集団の測定データを含む基準データを受信するステップ、
- DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAと、前記基準データから抽出された少なくとも一つのそれぞれのグループ指標との少なくとも1つの相関を決定するステップ、および
- 前記DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAに対して、DoSおよび/またはLoPと組み合わせた、続いて測定されたLoAを、前記少なくとも1つのそれぞれの相関によってスケーリングおよび/または指数化し、任意で、不安レベル指数(LoAI)、および状態深度指数(DoSI)および/または疼痛レベル指数(LoPI)を決定するステップ。
- DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAに相関する対象および/または集団の測定データを含む基準データを受信するステップ、
- DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAと、前記基準データから抽出された少なくとも一つのそれぞれのグループ指標との少なくとも1つの相関を決定するステップ、および
- 前記DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAに対して、DoSおよび/またはLoPと組み合わせた、続いて測定されたLoAを、前記少なくとも1つのそれぞれの相関によってスケーリングおよび/または指数化し、任意で、不安レベル指数(LoAI)、および状態深度指数(DoSI)および/または疼痛レベル指数(LoPI)を決定するステップ。
スケーリングおよび/または指標化されたLoAは、例えば、不安レベル指数すなわちLoAIと呼ばれることがある。
スケーリングおよび/または指標化されたLoPは、例えば、疼痛レベル指数すなわちLoPIと呼ばれることがある。
スケーリングおよび/または指標化されたDoSは、例えば、状態深度指数すなわちDoSIと呼ばれることがある。
スケーリングおよび/または指標化されたLoPは、例えば、疼痛レベル指数すなわちLoPIと呼ばれることがある。
スケーリングおよび/または指標化されたDoSは、例えば、状態深度指数すなわちDoSIと呼ばれることがある。
本発明の第4の態様によれば、対象の疼痛のレベルおよび/または修正された意識状態のレベルと組み合わせたおよび/または相関した不安のレベルを測定および/または監視および/または進化を予測および/または集約するためのコンピュータ実施方法であって、対象の測定データを受信することによって、対象に適用された本発明の第1の態様に記載の修正された意識状態のレベルおよび疼痛のレベルと組み合わせたおよび/または相関した不安のレベルを測定するための方法を含む、コンピュータ実施方法が提供される。
対象の測定データは、例えば、適切なセンサから受信されるリアルタイムデータとすることができるが、過去データ、以前に格納されたデータ、…および/またはそれらの任意の組み合わせを使用して不安のレベル、疼痛のレベルおよび/または修正された意識状態を測定する代替的な実施形態も可能である。
特定の実施形態によれば、治療は、例えば、不安軽減治療または疼痛軽減治療などの不安治療または疼痛治療を含むことができることは明らかである。しかしながら、例えば、針穿刺、カテーテルのポートの配置、切開、ワイヤの導入などの、1つまたは複数の不安または痛みを誘発する行為が行われる間の外科的治療または任意の他の医学的介入などの治療の代替的な実施形態が可能であることは明らかである。これらの治療のいくつかの間、所望の治療誘導進化はLoAまたはLoPの減少を含むが、代替的な治療では、例えば、追加の不安または疼痛管理措置の必要性を確実に評価することができるように、治療中の望ましくない変化についてLoAまたはLoPを監視することがより重要であり得る。同様に、DoSの所望の治療誘性進化は、治療によるDoSへの所望の変化、または治療によるDoSへの望ましくない変化の防止を含み得る。
一実施形態によれば、前記シータ-アルファ周波数帯域(ta)は、
- シータ脳波およびアルファ脳波の両方を包含する周波数帯域、
- 6Hzから12Hzまでの範囲に広がる周波数帯域、
- 少なくとも2Hzの帯域幅、および少なくとも6Hzから8Hzまでの範囲に広がる高速シータ波を含む周波数帯域
のうちの1つまたは複数を含み、および/または
前記シータ-アルファ周波数範囲は、
- シータ脳波およびアルファ脳波の両方を包含する周波数範囲を含み、および/または
- 4Hzから12Hzまでの範囲に広がり、および/または
前記デルタ-シータ(dt)周波数帯域(dt)は、
- デルタ脳波およびシータ脳波の両方を包含する周波数帯域、
- 0Hzから8Hzまでの範囲に広がる周波数帯域、
- 少なくとも2Hzの帯域幅、および少なくとも3Hzから6Hzまでの範囲に広がる低速シータ脳波を含む周波数帯域
のうちの1つまたは複数を含み、および/または
前記デルタ-シータ周波数範囲は、
- デルタ脳波およびアルファ脳波の両方を包含する周波数範囲を含み、および/または
- 1Hzから6Hzまでの範囲に広がる。
- シータ脳波およびアルファ脳波の両方を包含する周波数帯域、
- 6Hzから12Hzまでの範囲に広がる周波数帯域、
- 少なくとも2Hzの帯域幅、および少なくとも6Hzから8Hzまでの範囲に広がる高速シータ波を含む周波数帯域
のうちの1つまたは複数を含み、および/または
前記シータ-アルファ周波数範囲は、
- シータ脳波およびアルファ脳波の両方を包含する周波数範囲を含み、および/または
- 4Hzから12Hzまでの範囲に広がり、および/または
前記デルタ-シータ(dt)周波数帯域(dt)は、
- デルタ脳波およびシータ脳波の両方を包含する周波数帯域、
- 0Hzから8Hzまでの範囲に広がる周波数帯域、
- 少なくとも2Hzの帯域幅、および少なくとも3Hzから6Hzまでの範囲に広がる低速シータ脳波を含む周波数帯域
のうちの1つまたは複数を含み、および/または
前記デルタ-シータ周波数範囲は、
- デルタ脳波およびアルファ脳波の両方を包含する周波数範囲を含み、および/または
- 1Hzから6Hzまでの範囲に広がる。
さらに別の実施形態が可能であることは明らかであり、例えば、シータ-アルファ周波数帯域は、
- 5Hzから9Hzまで、5Hzから10Hzまで、5Hzから11Hzまで、または5Hzから12Hzまでの周波数帯域、または
- 6Hzから9Hzまで、6Hzから10Hzまで、6Hzから11Hzまで、または6Hzから12Hzまでの周波数帯域、または
- 端点を含まない上記の範囲のいずれかからなる。
- 5Hzから9Hzまで、5Hzから10Hzまで、5Hzから11Hzまで、または5Hzから12Hzまでの周波数帯域、または
- 6Hzから9Hzまで、6Hzから10Hzまで、6Hzから11Hzまで、または6Hzから12Hzまでの周波数帯域、または
- 端点を含まない上記の範囲のいずれかからなる。
さらに別の実施形態が可能であることは明らかであり、例えば、デルタ-シータ周波数帯域は、
- 0Hzから6Hzまで、1Hzから6Hzまで、2Hzから6Hzまで、または3Hzから6Hzまでの周波数帯域、または
- 0Hzから5Hzまで、1Hzから5Hzまで、2Hzから5Hzまで、または3Hzから5Hzまでの周波数帯域、または
- 端点を含まない上記の範囲のいずれかからなる。
- 0Hzから6Hzまで、1Hzから6Hzまで、2Hzから6Hzまで、または3Hzから6Hzまでの周波数帯域、または
- 0Hzから5Hzまで、1Hzから5Hzまで、2Hzから5Hzまで、または3Hzから5Hzまでの周波数帯域、または
- 端点を含まない上記の範囲のいずれかからなる。
有利な実施形態によれば、デルタ-シータ周波数帯域は、例えば、少なくとも2つ、好ましくは丁度2つのタイプの脳波の組み合わせを含むことは明らかである。
有利な実施形態によれば、デルタ-シータ周波数帯域は、以下の組合せからなる。
- デルタ周波数帯域の少なくとも一部、および
- シータ周波数帯域の少なくとも一部。
- デルタ周波数帯域の少なくとも一部、および
- シータ周波数帯域の少なくとも一部。
有利な実施形態によれば、デルタ-シータ周波数帯域は、デルタ周波数帯域の少なくとも一部とシータ周波数帯域の少なくとも一部との組み合わせからなる。
言い換えれば、デルタ-シータ(dt)周波数帯域は、デルタ周波数帯域の少なくとも一部とシータ周波数帯域の少なくとも一部との組み合わせを含み、好ましくは、これらの組み合わせからなる。
このような2つの脳波周波数または少なくともその一部の組み合わせを含むおよび/または組み合わせからなるデルタ-シータ周波数帯域は、1つの脳波周波数帯域のみを含む周波数帯域とは異なり、2より多い脳波周波数帯域を含む周波数帯域とは異なることは明らかである。
言い換えれば、デルタ-シータ(dt)周波数帯域は、デルタ周波数帯域の少なくとも一部とシータ周波数帯域の少なくとも一部との組み合わせを含み、好ましくは、これらの組み合わせからなる。
このような2つの脳波周波数または少なくともその一部の組み合わせを含むおよび/または組み合わせからなるデルタ-シータ周波数帯域は、1つの脳波周波数帯域のみを含む周波数帯域とは異なり、2より多い脳波周波数帯域を含む周波数帯域とは異なることは明らかである。
2つの特定の脳周波数帯域の少なくとも一部からなるこのような組み合わされた周波数帯域は、驚くべきことに、P-EEG電極の特定の位置から収集されたデータについて、個々の脳周波数帯域のそれぞれよりも、不安のレベルとのより良い相関を提供することが分かった。
有利な実施形態によれば、シータ-アルファ周波数帯域は、例えば、少なくとも2つ、好ましくは丁度2つのタイプの脳波またはそれらの一部の組み合わせを含むことは明らかである。
有利な実施形態によれば、シータ-アルファ周波数帯域は、以下の組合せからなる。
- シータ周波数帯域の少なくとも一部、および
- アルファ周波数帯域の少なくとも一部。
- シータ周波数帯域の少なくとも一部、および
- アルファ周波数帯域の少なくとも一部。
有利な実施形態によれば、シータ-アルファ周波数帯域は、シータ周波数帯域の少なくとも一部とアルファ周波数帯域の少なくとも一部との組み合わせからなる。
言い換えれば、シータ-アルファ(ta)周波数帯域は、シータ周波数帯域の少なくとも一部とアルファ周波数帯域の少なくとも一部との組み合わせを含み、好ましくは、これらの組み合わせからなる。
このような2つの脳波周波数または少なくともその一部の組み合わせを含むおよび/または組み合わせからなるシータ-アルファ周波数帯域は、1つの脳波周波数帯域のみを含む周波数帯域とは異なり、2より多い脳波周波数帯域を含む周波数帯域とは異なることは明らかである。
言い換えれば、シータ-アルファ(ta)周波数帯域は、シータ周波数帯域の少なくとも一部とアルファ周波数帯域の少なくとも一部との組み合わせを含み、好ましくは、これらの組み合わせからなる。
このような2つの脳波周波数または少なくともその一部の組み合わせを含むおよび/または組み合わせからなるシータ-アルファ周波数帯域は、1つの脳波周波数帯域のみを含む周波数帯域とは異なり、2より多い脳波周波数帯域を含む周波数帯域とは異なることは明らかである。
2つの特定の脳周波数帯域からなるこのような組み合わされた周波数帯域は、驚くべきことに、適切な電極から収集されたEEGデータについて、例えば、P-EEG電極、F-EEG電極および/またはC-EEG電極の特定の位置から収集されたデータ、または任意の適切な位置から収集された任意の他のEEGデータについて、個々の脳周波数帯域のそれぞれよりも、疼痛のレベルとのより良い相関を提供することが分かった。
一実施形態によれば、方法は以下のステップを含む。
- さらに心血管データを含む測定データを受信するステップ、
- 前記心血管データから、前記心血管データからの心拍数および/または心拍数変動、好ましくは心拍数と心拍数変動との組み合わせに基づく第7グループ指標を抽出するステップ、
- 前記第8グループ指標および少なくとも前記第7グループ指標に基づいて前記LoAを決定するステップ、および/または
より直接的に不安の認知的次元にリンクされているEEGデータから抽出された特定の信号と、心拍数、心拍数変動、呼吸頻度、呼吸変動、酸素飽和度、…などの1つまたは複数の特定の信号との組み合わせ、および/またはより直接的に自律性-感情的次元にリンクされている後述する生理学的パラメータの他の適切な特定の実施形態によって不安のレベルが測定されるこのような実施形態によれば、対象が経験する不安のレベルの特に有利な多次元測定が提供される。したがって、特定のEEGデータおよび特定の生理学的パラメータからの少なくとも1つの特定の他の信号の両方から抽出された特定の信号に基づいて、不安の多次元性を考慮した測定が可能になるが、対象が経験する不安のレベルに関連する測定を提供するためには、特定のEEGデータにリンクされた認知的次元が不可欠である。
- さらに心血管データを含む測定データを受信するステップ、
- 前記心血管データから、前記心血管データからの心拍数および/または心拍数変動、好ましくは心拍数と心拍数変動との組み合わせに基づく第7グループ指標を抽出するステップ、
- 前記第8グループ指標および少なくとも前記第7グループ指標に基づいて前記LoAを決定するステップ、および/または
より直接的に不安の認知的次元にリンクされているEEGデータから抽出された特定の信号と、心拍数、心拍数変動、呼吸頻度、呼吸変動、酸素飽和度、…などの1つまたは複数の特定の信号との組み合わせ、および/またはより直接的に自律性-感情的次元にリンクされている後述する生理学的パラメータの他の適切な特定の実施形態によって不安のレベルが測定されるこのような実施形態によれば、対象が経験する不安のレベルの特に有利な多次元測定が提供される。したがって、特定のEEGデータおよび特定の生理学的パラメータからの少なくとも1つの特定の他の信号の両方から抽出された特定の信号に基づいて、不安の多次元性を考慮した測定が可能になるが、対象が経験する不安のレベルに関連する測定を提供するためには、特定のEEGデータにリンクされた認知的次元が不可欠である。
以下にさらに詳細に説明するように、心拍数と心拍数変動データとの特定の組み合わせは、対象が経験する不安のレベルとの相関が改善された、特に有利で簡単な測定を提供する。しかしながら、例えば、心臓活動データ、血行動態活動データ、…などの任意の他の適切な心血管データおよび/またはそれらの組み合わせが使用される代替的な実施形態が可能であることは明らかである。
一実施形態によれば、方法は以下のステップを含む。
- さらに呼吸データを含む測定データを受信するステップ、
- 前記呼吸データから、前記呼吸データからの呼吸数および/または呼吸変動および/または酸素飽和度および/または所定の呼吸パターンに基づく第6グループ指標を抽出するステップ、
- 前記第8グループ指標および少なくとも前記第6グループ指標に基づいて前記LoAを決定するステップ。
- さらに呼吸データを含む測定データを受信するステップ、
- 前記呼吸データから、前記呼吸データからの呼吸数および/または呼吸変動および/または酸素飽和度および/または所定の呼吸パターンに基づく第6グループ指標を抽出するステップ、
- 前記第8グループ指標および少なくとも前記第6グループ指標に基づいて前記LoAを決定するステップ。
一実施形態によれば、方法は以下のステップを含む。
- さらに眼球運動データを含む測定データを受信するステップ、
- 前記眼球運動データから、前記眼球運動データからの眼球運動速度および/または眼球運動振幅および/または所定の眼球運動パターンに基づく第9グループ指標を抽出するステップ、
- 前記第8グループ指標および少なくとも前記第9グループ指標に基づいて前記LoAを決定するステップ。
- さらに眼球運動データを含む測定データを受信するステップ、
- 前記眼球運動データから、前記眼球運動データからの眼球運動速度および/または眼球運動振幅および/または所定の眼球運動パターンに基づく第9グループ指標を抽出するステップ、
- 前記第8グループ指標および少なくとも前記第9グループ指標に基づいて前記LoAを決定するステップ。
一実施形態によれば、
- 前記眼球運動データがEOGデータを含み、および/または
- 前記第9グループ指標は、前記眼球運動データからの衝動性眼球運動の検出、および任意で前記衝動性眼球運動の1つまたは複数の特性に基づいている。
- 前記眼球運動データがEOGデータを含み、および/または
- 前記第9グループ指標は、前記眼球運動データからの衝動性眼球運動の検出、および任意で前記衝動性眼球運動の1つまたは複数の特性に基づいている。
一実施形態によれば、方法は以下のステップを含む。
- さらに筋肉活動データを含む測定データを受信するステップ、
- 前記筋肉活動データから、前記筋肉活動データからの筋肉活動に基づく第10グループ指標を抽出するステップ、
- 前記第8グループ指標および少なくとも前記第10グループ指標に基づいて前記LoAを決定するステップ。
- さらに筋肉活動データを含む測定データを受信するステップ、
- 前記筋肉活動データから、前記筋肉活動データからの筋肉活動に基づく第10グループ指標を抽出するステップ、
- 前記第8グループ指標および少なくとも前記第10グループ指標に基づいて前記LoAを決定するステップ。
一実施形態によれば、方法は以下のステップを含む。
- 前記筋肉活動データは、筋電図(EMG)データを含み、および/または
- 前記第10グループ10の指標は、前記EMGデータからの筋電図(EMG)活動に基づいている。
- 前記筋肉活動データは、筋電図(EMG)データを含み、および/または
- 前記第10グループ10の指標は、前記EMGデータからの筋電図(EMG)活動に基づいている。
好ましい実施形態によれば、EMGデータは2つ以上の電極位置で捕捉されるため、全体的な筋張力を決定することができ、局所的に分離したアーチファクトを検出して除去することができる。
一実施形態によれば、方法は以下のステップを含む。
- さらに体温データを含む測定データを受信するステップ、
- 前記眼球運動データから、前記体温データからの体温に基づく第11グループ指標を抽出するステップ、
- 前記第8グループ指標および少なくとも前記第11グループ指標に基づいて前記LoAを決定するステップ。
このような態様によれば、LoAは、不安の多次元的な側面を考慮して測定される。
- さらに体温データを含む測定データを受信するステップ、
- 前記眼球運動データから、前記体温データからの体温に基づく第11グループ指標を抽出するステップ、
- 前記第8グループ指標および少なくとも前記第11グループ指標に基づいて前記LoAを決定するステップ。
このような態様によれば、LoAは、不安の多次元的な側面を考慮して測定される。
一実施形態によれば、治療は不安治療である方法が提供され、方法は以下のステップを含む。
- DoSおよび/またはLoPと組み合わせたLoPの治療誘導性進化に基づいて、不安治療の効力を決定および/または監視するステップ。
不安治療は、例えば、不安軽減治療であってもよく、あるいは、望ましくないレベルの不安を制御または予防する不安制御治療または不安予防治療であってもよく、または、他の適切な不安治療であってもよい。
- DoSおよび/またはLoPと組み合わせたLoPの治療誘導性進化に基づいて、不安治療の効力を決定および/または監視するステップ。
不安治療は、例えば、不安軽減治療であってもよく、あるいは、望ましくないレベルの不安を制御または予防する不安制御治療または不安予防治療であってもよく、または、他の適切な不安治療であってもよい。
一実施形態によれば、治療は不安治療である方法が提供され、方法は以下のステップを含む。
- DoSおよび/またはLoPと組み合わせたLoAの治療誘導性進化に基づいて、不安治療を最適化および/または適応させるステップ。
既に上述したように、不安治療は、例えば、不安軽減治療であってもよく、あるいは、望ましくないレベルの不安を制御または予防する不安制御治療または不安予防治療であってもよく、または、他の適切な不安治療であってもよい。
- DoSおよび/またはLoPと組み合わせたLoAの治療誘導性進化に基づいて、不安治療を最適化および/または適応させるステップ。
既に上述したように、不安治療は、例えば、不安軽減治療であってもよく、あるいは、望ましくないレベルの不安を制御または予防する不安制御治療または不安予防治療であってもよく、または、他の適切な不安治療であってもよい。
本発明の第5の態様によれば、治療を決定するため、および/または治療に対する調節を決定するため、および/または治療の強度を決定するため、および/または治療の効力を決定するため、および/または治療の選択を決定するためのコンピュータ実施方法であって、
- 本発明の第1の態様に記載のDoSおよび/またはLoPと組み合わせたLoAを測定するステップ、
- DoSおよび/またはLoPと組み合わせたLoAの測定値に基づいて、治療を決定および/または治療に対する調節を決定および/または治療の強度を決定および/または治療の効力を決定および/または治療の選択を決定するステップ
を備える方法が提供される。
- 本発明の第1の態様に記載のDoSおよび/またはLoPと組み合わせたLoAを測定するステップ、
- DoSおよび/またはLoPと組み合わせたLoAの測定値に基づいて、治療を決定および/または治療に対する調節を決定および/または治療の強度を決定および/または治療の効力を決定および/または治療の選択を決定するステップ
を備える方法が提供される。
本発明の第6の態様によれば、任意の前の態様および/または実施形態に記載の方法に従ってDoSおよび/またはLoPと組み合わせたおよび/または相関したLoAを測定するように構成されたシステムであって、
対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEGデータを収集するように構成された少なくとも1つの頭頂(P)電極および対象の前頭葉に対応する頭皮の解剖学的領域からF-EEGデータを収集するように構成された少なくとも1つの前頭(F)電極のうちの少なくとも1つから収集されたデータを含むEEGデータ含む測定データであって、任意でさらに筋電図(EMG)データをさらに含む測定データを取得するように構成された監視装置、および
コントローラモジュールであって、
前記監視装置から前記測定データを受信し、
前記P-EEGデータから収集された前記EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(P-パワー(dt))に基づく第8グループ指標を抽出し、
前記EEGデータから、少なくとも1つのF-EEG電極データから抽出されたデルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(F-パワー(dt))に基づく第1グループ指標を抽出し、および、任意で、前記F-EEGデータから収集された前記EEGデータから、平均信号ピーク間振幅(F-MSPA)に基づく第2グループ指標を抽出し、および/または前記EEGデータから、シータ-アルファ周波数範囲内にあるシータ-アルファ周波数帯域(ta)に関連するパワー(パワー(ta))に対応する第4グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(MSPA)に対応する第3グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(EMG-MSPA)に対応する第5グループ指標を抽出し、
前記第8グループ指標に基づいて、前記対象の前記不安のレベルを示す値である不安のレベル(LoA)を決定し、および
前記第1グループ指標および任意で前記第2グループ指標に基づいて、前記修正された意識状態のレベルを示す値である状態の深度(DoS)を決定し、および/または
前記第4グループ指標および任意で前記第3グループ指標および任意で第5グループ指標に基づいて、前記対象における前記疼痛のレベルを示す値である疼痛のレベル(LoP)を決定する
ように構成されたコントローラモジュール
を備えるシステムが提供される。
対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEGデータを収集するように構成された少なくとも1つの頭頂(P)電極および対象の前頭葉に対応する頭皮の解剖学的領域からF-EEGデータを収集するように構成された少なくとも1つの前頭(F)電極のうちの少なくとも1つから収集されたデータを含むEEGデータ含む測定データであって、任意でさらに筋電図(EMG)データをさらに含む測定データを取得するように構成された監視装置、および
コントローラモジュールであって、
前記監視装置から前記測定データを受信し、
前記P-EEGデータから収集された前記EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(P-パワー(dt))に基づく第8グループ指標を抽出し、
前記EEGデータから、少なくとも1つのF-EEG電極データから抽出されたデルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(F-パワー(dt))に基づく第1グループ指標を抽出し、および、任意で、前記F-EEGデータから収集された前記EEGデータから、平均信号ピーク間振幅(F-MSPA)に基づく第2グループ指標を抽出し、および/または前記EEGデータから、シータ-アルファ周波数範囲内にあるシータ-アルファ周波数帯域(ta)に関連するパワー(パワー(ta))に対応する第4グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(MSPA)に対応する第3グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(EMG-MSPA)に対応する第5グループ指標を抽出し、
前記第8グループ指標に基づいて、前記対象の前記不安のレベルを示す値である不安のレベル(LoA)を決定し、および
前記第1グループ指標および任意で前記第2グループ指標に基づいて、前記修正された意識状態のレベルを示す値である状態の深度(DoS)を決定し、および/または
前記第4グループ指標および任意で前記第3グループ指標および任意で第5グループ指標に基づいて、前記対象における前記疼痛のレベルを示す値である疼痛のレベル(LoP)を決定する
ように構成されたコントローラモジュール
を備えるシステムが提供される。
一実施形態によれば、前記監視装置は、測定データを取得するために、
脳波図(EEG)データを収集するように構成された1つまたは複数の電極であって、
前記対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEGデータを収集するように構成された1つまたは複数の頭頂(P)電極、
前記対象の前頭葉に対応する頭皮の解剖学的領域からF-EEGデータを収集するように構成された1つまたは複数の前頭(F)電極、
任意で、対象の中心前回および中心後回に対応する頭皮の解剖学的領域からC-EEGデータを収集するように構成された1つまたは複数の中心(C)電極、
任意で、脳波図(EEG)データを収集するように構成された1つまたは複数のさらなる電極
を含む1つまたは複数の電極、
任意で、呼吸データ捕捉ユニット、
任意で、心血管データ捕捉ユニット、
任意で、眼球運動データ捕捉ユニット、
任意で、筋肉活動データ捕捉ユニット、
任意で、体温データ捕捉ユニット
のうちの1つまたは複数を含む。
脳波図(EEG)データを収集するように構成された1つまたは複数の電極であって、
前記対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEGデータを収集するように構成された1つまたは複数の頭頂(P)電極、
前記対象の前頭葉に対応する頭皮の解剖学的領域からF-EEGデータを収集するように構成された1つまたは複数の前頭(F)電極、
任意で、対象の中心前回および中心後回に対応する頭皮の解剖学的領域からC-EEGデータを収集するように構成された1つまたは複数の中心(C)電極、
任意で、脳波図(EEG)データを収集するように構成された1つまたは複数のさらなる電極
を含む1つまたは複数の電極、
任意で、呼吸データ捕捉ユニット、
任意で、心血管データ捕捉ユニット、
任意で、眼球運動データ捕捉ユニット、
任意で、筋肉活動データ捕捉ユニット、
任意で、体温データ捕捉ユニット
のうちの1つまたは複数を含む。
例えば、1つまたは複数の他の生理学的測定のための1つまたは複数のセンサおよび/または捕捉ユニットを含む、さらに別の代替的な実施形態が可能であることは明らかである。
一実施形態によれば、以下のうちの1つまたは複数を数値的および/またはグラフィカルに示すように構成されたグラフィカルユーザインタフェース(GUI)をさらに含むシステムが提供される。
- それぞれ異なる時点で測定された少なくとも2つのLoA、DoSおよび/またはLoP、好ましくは、過去、現在および/または予想されるLoA、DoSおよび/またはLoP、
- それぞれ異なる時点で測定された少なくとも2つのLoA、DoSおよび/またはLoPの進化および/または比率および/または集約、
- 任意で、任意の(N)LoA(I)(S)、(N)LoP(I)(S)、および/またはDoS(I)(S)、LoALimit、LoPLimitおよび/またはDoSlimit、および/または
- 任意で、前記測定データの1つまたは複数の成分、好ましくは1つまたは複数のEEGデータおよび任意でEMGデータ、呼吸データ、心血管データ、筋肉運動データ、眼球運動データおよび/または体温データ。
この説明の文脈において、異なる時点で測定されたとは、ある期間にわたって測定されたことも指すことができることは明らかである。
- それぞれ異なる時点で測定された少なくとも2つのLoA、DoSおよび/またはLoP、好ましくは、過去、現在および/または予想されるLoA、DoSおよび/またはLoP、
- それぞれ異なる時点で測定された少なくとも2つのLoA、DoSおよび/またはLoPの進化および/または比率および/または集約、
- 任意で、任意の(N)LoA(I)(S)、(N)LoP(I)(S)、および/またはDoS(I)(S)、LoALimit、LoPLimitおよび/またはDoSlimit、および/または
- 任意で、前記測定データの1つまたは複数の成分、好ましくは1つまたは複数のEEGデータおよび任意でEMGデータ、呼吸データ、心血管データ、筋肉運動データ、眼球運動データおよび/または体温データ。
この説明の文脈において、異なる時点で測定されたとは、ある期間にわたって測定されたことも指すことができることは明らかである。
例えば、1つまたは複数の他の電気生理学的および/または生理学的測定のための1つまたは複数のセンサおよび/または捕捉ユニットを含む、さらに別の代替的な実施形態が可能であることは明らかである。
例えば、ECGデータ、心血管データ、呼吸データ、眼球運動データ、EOGデータ、筋肉活動データ、EMGデータ、体温データ、…などのさらなるデータが表示されるGUIの代替的な実施形態が可能であることは明らかである。
本方法および/またはシステムの上述の実施形態において、LoA、LoPおよび/またはDoSに言及して定義された任意の実施形態は、例えば、LoAI、LoPI、DoSI、LoA(I)S、LoP(I)Sなどの、LoA、LoPおよび/またはDoSから導出されたパラメータに基づく同様の実施形態も指すことは明らかである。
実験データを生成するために、この特定の実施形態に従って、催眠治療セッションを含む実験が設定された。しかしながら、任意の他の適切な治療セッションが使用される、および/または治療セッションが使用されない代替的な実施形態が可能であることは明らかである。この実験の結果、12人の健常者を対象とした研究が行われ、そのうちの10人がその後の分析に含まれた。実験は、有効な質問票を用いた対象の自己報告による不安のレベル、疼痛のレベル、および修正された意識状態の測定を含んでいた。
実験の実施形態の設定は、実験の様々な段階を示す図1によって明らかにされる。図示されるように、実験にかけられる対象の安全を保証し、自己報告データに関して高いレベルの質を保証するために、任意で、実験の様々な段階の前および後に、スクリーニングの一部および/または研究終了(EOS)として臨床検査および有害事象評価が実施された。
初期較正段階510中、最初のステップ512において、対象は、以下にさらに詳細に説明するように、評価パラメータについて自己報告値を提供するように求められた。続いて、ステップ514において、階段法を使用することによって、対象は、強度が増加する一連の経皮電気刺激、言い換えれば、疼痛刺激を受け、その結果、ステップ516において、対象は、知覚された疼痛のレベルがVAS疼痛スケールで8の値を有する疼痛のレベルに対応したときを指摘することができた。言い換えれば、知覚された疼痛のレベルが、「かなり痛く、耐えるのにある程度の努力を要する」と認定された疼痛のレベルに対応する疼痛スケールで値8に対応すると判断したときを指摘するように対象に求めることによって、疼痛刺激の強度は、階段法を用いて、各対象に対して個々に較正される。実験の実施形態による疼痛の自己報告のためのこのような疼痛スケールは、視覚的アナログスケールすなわちVASによって決定された。これは、値の連続体にわたって変動すると考えられ、容易に直接測定することができない特性または態度を測定しようとする測定具である。この実施形態によれば、「疼痛なし」の0の値から「重度または極度の疼痛」の10までの範囲にわたるVASスケールである。このような測定具は、臨床研究において、例えば、患者が知覚した疼痛のレベルなどの症状の強度を測定するためによく使用される。自己申告値のための代替的な実施形態が可能であることは明らかである。例えば、数値評価スケール(NRS-11)は、患者が疼痛を自己申告するための11点スケールであり、「疼痛なし」の0点から「重度の疼痛」の10点までの範囲にわたる。
較正段階510のステップ512および516における自己報告された疼痛のレベルと同様に、以下にさらに詳細に説明するように、実験中のさらなるステップ、例えば、通常の覚醒状態530のステップ534および催眠治療セッション540のステップ544において、患者はまた、経験した不安のレベルを評価するために自己報告値を提供するように求められた。この実施形態によれば、「不安なし」の0の値から「重度または極度の不安」の10までの範囲にわたるVASスケールである。値を自己報告するための代替的な実施形態が可能であることは明らかである。
図1にさらに概略的に示されるように、較正段階510に続いて第1段階520が行われた。これは図1において試験段階520として表示され、対象の通常の覚醒状態における第1セッション530を含む。概略的に図示されるように、この第1セッション530中、前の較正段階中に較正された1つまたは複数の疼痛刺激が生成された。図示されるように、この実施形態によれば、較正段階中にVAS疼痛スケールで8と認定された複数の、例えばステップ532に示されるように3つの疼痛刺激が生成された。言い換えれば、この実施形態によれば、疼痛刺激は、適用されると、例えば同一強度の経皮電気刺激によって、同一の疼痛状態を提供した。しかしながら、異なる数の疼痛刺激および/または他の適切な強度および/または変化する強度の疼痛刺激が適用される、実験の代替的な実施形態が可能であることは明らかである。この実施形態によれば、較正段階510中に対象によって所定の疼痛のレベルと関連付けられた所定の強度の較正された疼痛刺激532が、適切な時間に、適切な間隔で、例えば30分間の期間中、適用されることは明らかである。しかしながら、1つまたは複数の疼痛刺激532、および/または任意の他の適切なタイプの刺激誘発不安が適用される適切な期間の代替的な実施形態が可能であることは明らかである。ステップ534に示されるように、不安誘発刺激とも認められる疼痛刺激532が適用されるこの期間中、適切なセンサは、適切なプロセッサに提供して、対象の身体または身体機能の状態および/または活動に対応する測定データを生成するために、対象によって生成された生理学的信号を監視および/または登録するように構成されている。このような生理学的センサは、生理学的信号の客観的な測定を提供する。このような生理学的センサは、適切に処理されると、対象の脳、心臓、筋肉、皮膚、…によって生成された電気信号の記録に基づく測定データを提供する信号を提供する。このような生理学的センサの実施形態は、例えば、呼吸、心電図すなわちECG、筋電図すなわちEMG、血圧すなわちBP、血液量圧すなわちBVP、眼電図すなわちEOG、脳波図すなわちEEG、…を測定するように構成された生理学的信号を測定するためのセンサである。脳波図すなわちEEGは、脳の電気的活動を記録するための電気生理学的監視方法であり、認知的電気生理学的信号と呼ぶことができ、コルチコイド信号に関連する。他の生理学的および/または電気生理学的信号は、例えば、筋肉活動を測定するEMG、皮膚の表皮および/または真皮における水分量を測定するEDAまたは皮膚コンダクタンス、例えば心拍数、心拍間隔、心拍数変動、…などの心臓活動を測定するEKGまたはECG、例えば眼球運動を測定する眼電図、血圧を測定するBVP、例えば呼吸数、呼吸の深さ、努力、温度、吸気および/または呼気時の空気圧、…を測定する呼吸センサなどの自律生理学的信号と呼ぶことができる。図示された実施形態によれば、脳波図(EEG)データ、心血管データ(心拍数、心拍数変動、…)、筋電図(EMG)データ、呼吸データ(呼吸数、呼吸変動、所定の呼吸パターン、努力、温度、および空気圧(吸気/呼気))、眼電図すなわちEOG、および体温が、各対象から測定データとして収集されたが、例えば、以下にさらに詳細に説明するように、代替的な認知的電気生理学的信号および/または自律生理学的信号の監視を含む代替的な実施形態が可能であることは明らかである。
生理学的信号の測定が行われた期間536に続いて、対象は、ステップ534中、例えば適切なVAS患者質問票によって、不安のレベル、疼痛のレベル、修正された意識レベルなどに関する自己報告値を提供するように求められた。
図1に示す実験の実施形態によれば、試験段階520は、その後、第2セッション540を含み、これは、以下にさらに詳細に説明するように、仮想現実ヘッドセットを含むシステムを使用して提供された自動催眠治療セッション548を含む。しかしながら、任意の他の適切な治療セッションが使用される、および/または治療セッションが使用されない代替的な実施形態が可能であることは明らかである。催眠パッケージとも呼ばれるこのシステムの実施形態は、Sedakitと呼ばれ、Oncomfortによって製造されている。Sedakitは、自動催眠治療セッションのアクア30分モジュール実施形態に構成され、これにより、ステップ548で30分間、対象は自動催眠治療セッションにかけられた。この催眠治療セッション548中、上記と同様に、脳波図(EEG)、心血管データ、例えば筋電図すなわちEMGデータなどの筋肉活動データ、呼吸データ(呼吸数、呼吸変動、所定の呼吸パターン、努力、温度、および空気圧(吸気/呼気))、例えば眼電図すなわちEOGデータなどの眼球運動データ、および体温データが、各対象から測定データとして収集されたが、代替的な生理学的信号の監視を含む代替的なの実施形態が可能であることは明らかである。また、上記と同様に、催眠治療セッション548中、各対象は、不安誘発事象とも認められる1つまたは複数の経皮疼痛刺激にさらされた。例えば、例えば3つの疼痛刺激542として図示されるような、複数の疼痛刺激のシーケンスである。上記と同様に、この実施形態によれば、催眠治療セッション548中に適用される疼痛刺激542も、較正段階中にVAS疼痛スケールで8と認められた。言い換えれば、この実施形態によれば、疼痛刺激は、適用されると、例えば同一強度の経皮電気刺激によって、同一の疼痛状態を提供した。しかしながら、異なる数の疼痛刺激および/または他の適切な強度および/または変化する強度の疼痛刺激、または任意の他の適切なタイプの不安誘発刺激が適用される、実験の代替的な実施形態が可能であることは明らかである。この実施形態によれば、較正段階510中に対象によって所定の疼痛のレベルと関連付けられた所定の強度の較正された疼痛刺激532が、適切な時間に、適切な間隔で、例えば30分間の期間中、適用されることは明らかである。実験の実施形態によれば、外部疼痛刺激は、実験中に前腕に提供される電気経皮刺激の形態で提供されたが、適切な疼痛刺激の代替的な実施形態が可能であることは明らかである。続いて、上記と同様に、ステップ544において、各対象は、催眠治療セッション548中に経験した不安のレベル、経験した疼痛のレベル、解離の深度などを患者質問票によって評価するよう求められた。任意で、しかし好ましくは、通常の覚醒状態での第1セッション530および催眠治療セッションを伴う第2セッション540の両方の間、対象は同様の状況に置かれる。例えば、両方のセッションにおいて、好ましくは、対象は同様の姿勢で配置され、例えば、椅子に横たわる。さらに図示されるように、例えば、対象は、例えば病院環境の音などの同様の音537、547を経験している。任意で、患者質問票に加えて、例えば、実験の質を保証するため、および/または疼痛、不安、解離などの自己報告された評価のうちの1つまたは複数に関する追加的および/または代替的な評価を提供するために、観察者の質問票531、541を使用してもよい。
実験中、EEG測定のために、頭皮を覆い、脳の局所領域から生じる局所的な電圧変動を検出するように配置されたEEG電極が使用された。この実施形態によれば、256個のセンサまたはチャネルを有する高密度EEGが使用されたが、異なる数のセンサを有する代替的な実施形態が可能であることは明らかである。実験の実施形態によれば、電極は、256チャネルのHydrocel Geodesic Sensor Networkの所定のレイアウトに従って配置された。さらに、EEG電極が主に脳の上層で生じる神経活動、言い換えれば、脳の皮質の神経活動を測定することは、当業者に知られている。実験中、EMG測定センサとして、一対の表面EMGセンサを各患者の脚に配置して、筋肉が活性化されたときに筋肉細胞によって生成された電位を検出した。しかしながら、EMGセンサが、例えば顔、腕などの任意の他の適切な位置に設けられる代替的な実施形態が可能であることは明らかである。しかしながら、代替的な実施形態によれば、EEGおよび/またはEMG信号を測定するために、他のタイプの適切なEEG電極またはセンサ、EMG電極またはセンサ、および/または任意の他の適切なタイプの電極またはセンサを使用することができることは明らかである。
以下は、図1の実施形態による上述の実験の結果である。上述したように、実験500は、「通常の覚醒状態」530と「催眠治療セッション」540とを伴う試験段階520を含み、この試験段階のために、ステップ534、544において、1つまたは複数の較正された不安誘発事象としても認められる較正された疼痛刺激を受けた各対象について、不安のレベル、疼痛のレベル、および解離のレベルに関する両方の自己報告データが収集された。図1の実験の結果は、以下の表1によって示されるように、不安のレベル、より具体的には不安のレベルの減少、疼痛のレベル、より具体的には疼痛の減少、および解離のレベル、より具体的には解離のレベルの増加に関して、催眠治療セッション540対通常の覚醒状態530の測定可能かつ統計的に有意な効果を示す。以下にさらに詳細に説明されるように、解離のレベルは、例えば、催眠治療セッションから生じるような修正された意識レベルを定量化するための例示的な測定基準であるが、例えば、没頭のレベルなどの、修正された意識レベルの代替的な実施形態が可能であることは明らかである。
以下の表1は、通常の覚醒状態530中と催眠治療セッション540中の、図1の実験中の対象の自己報告データのウィルコクソン符号順位検定を示す。
通常の覚醒状態530中の疼痛刺激の適用に反応して、自己申告された不安レベルが、疼痛刺激の適用前に報告された不安のレベルに対して増加したことにまず留意されたい。したがって、疼痛刺激が不安誘発刺激または不安誘発事象としても機能することが明らかである。これは、平均値±標準偏差:2.65(2.06)および中央値[IQR]:2.15[3.55]であり、p値=0.002および調整p値=0.008であった、通常の覚醒状態530前の自己報告された不安のレベルの測定によって確認される。通常の覚醒状態530と催眠治療セッション540との間に、一時停止または中断があり、催眠治療セッション540の前に、自己報告された不安レベルの測定も行われた。この測定では、平均値±標準偏差:2.79(2.21)および中央値[IQR]:2.65[1.25]であり、p値=0.53および調整p値=1であった。
したがって、通常の覚醒状態530および催眠治療セッション540の両方の間、同一強度の疼痛刺激が適用された、言い換えれば、同一強度の疼痛刺激すなわち同一不安誘発事象および/または刺激の適用中に対象が同一の疼痛状態を経験した、上述の実施形態によれば、自己報告された不安のレベルは、両方のセッション530、540において有意に異なることは明らかである。例えば、図示されるように、通常の覚醒状態530における自己報告された不安の値の平均は4.92である一方、催眠治療セッション540では3.16であると報告された。言い換えれば、通常の覚醒状態に対して30%を超える減少である。したがって、明らかに、同一の外部疼痛刺激に誘発される不安のレベルの自己報告値は、催眠治療セッションによって引き起こされる修正された意識状態によって調整されるため、自己報告された不安のレベルが、対象が経験した不安のレベルに対応することは明らかである。言い換えれば、不安のレベルの自己報告データは、対象が経験した不安のレベル、言い換えれば、経験された不安のレベルの指標である。不安に関する自己報告データは、疼痛刺激によって誘発されるので、これらの疼痛刺激は、不安誘発事象、言い換えれば特定の瞬間における有害な状況と見なすことができ、したがって、自己報告データは、不安誘発疼痛刺激に関して経験された対象の不安のレベルに関連することは明らかである。さらに、実験は、実験前と比較して増加した不安のレベルを伴う通常の覚醒状態530における第1の段階を含んでいたが、催眠治療セッション540中におけるその後の第2の段階中には、再び減少した不安のレベルが報告されていることに留意されたい。通常の覚醒状態530と催眠治療セッション540との間の所定の休息時間が含まれていた。
したがって、通常の覚醒状態530および催眠治療セッション540の両方の間、同一強度の疼痛刺激が適用された、言い換えれば、同一強度の疼痛刺激の適用中に対象が同一の疼痛状態を経験した、上述の実施形態によれば、自己報告された疼痛のレベルは、両方のセッション530、540において有意に異なることはさらに明らかである。例えば、図示されるように、通常の覚醒状態530における自己報告された疼痛の値の平均は4.21である一方、催眠治療セッション540では1.39であると報告された。言い換えれば、通常の覚醒状態に対して50%を超える減少である。したがって、明らかに、同一の外部疼痛刺激に相関する疼痛のレベルの自己報告値は、催眠治療セッションによって引き起こされる修正された意識状態によって調整されるため、自己報告された疼痛のレベルが、対象が知覚した疼痛のレベルに対応することは明らかである。言い換えれば、疼痛のレベルの自己報告データは、対象が意識的に知覚した疼痛のレベル、言い換えれば、知覚された疼痛のレベルの指標である。さらに、この知覚された疼痛のレベルは、例えば対象の解離のレベルの変化など、対象の意識レベルの修正または変化によって調節されるようなものであることが明らかである。
通常の覚醒状態に対する催眠治療セッションによる対象の解離のレベルの変化は、催眠治療セッション540中の7.52に対して通常の覚醒状態530中の4.11である解離のレベルの平均自己報告値を示す表1の自己報告データによって確認される。言い換えれば、催眠治療セッション540中、通常の覚醒状態530に対して80%を超える解離のレベルの増加がある。
さらに、表2に関してさらに詳細に示されるように、催眠治療セッション540および通常の覚醒状態530の両方についての自己報告データ内の統計的に関連する相関が見出され、ここで、自己報告された疼痛のレベルの値は、自己報告された解離のレベルの値と逆相関することが見出された。したがって、これは、対象が自己報告された解離のレベルのより高い値と関連する意識状態にある場合、同一の疼痛条件下での自己報告された疼痛のレベルのより低い値につながることを意味する。
さらに、以下の表2にさらに詳細に示されるように、自己報告された不安のレベルと、疼痛刺激の刺激強度、言い換えれば、適用された経皮電気刺激の強度との間に、統計的に有意な相関はないことが分かった。したがって、既に上述したように、自己報告された不安のレベルは、対象が経験した不安のレベルに対応し、したがって、外部疼痛刺激の強度、言い換えれば不安誘発事象の強度自体に直接相関せず、対象が認知的に経験した不安のレベルに関連する。言い換えれば、自己報告された不安のレベルは、対象の認知的経験および任意で自律生理学的経験に現れる不安の経験に明らかに関連している。
さらに、以下の表2にさらに詳細に示されるように、自己報告された疼痛のレベルと、疼痛刺激の刺激強度、言い換えれば、適用された経皮電気刺激の強度との間に、統計的に有意な相関はないことが分かった。したがって、既に上述したように、自己報告された疼痛のレベルは、対象の意識的に知覚した疼痛知覚のレベルに対応し、したがって、外部疼痛刺激の強度そのものに直接相関せず、意識的な疼痛知覚のレベルに関連する。言い換えれば、例えば視床および/または他の下流および/または上流の神経経路による潜在的な調整および/または抑制の後に、典型的には皮質に関連する、対象の意識的知覚意識に現れるような疼痛の知覚である。
さらに、疼痛刺激の刺激強度と自己報告された解離のレベルとの間には、一定のレベルの統計的に関連する相関がある。これは、実験中に解離のレベルのより高い値を報告した対象が、適用された電気刺激のより高い強度を、較正ステップ中に疼痛スケールで8の値に相関させたことを意味する。
以下の表2は、催眠治療セッション540および通常の覚醒状態530の両方についてのスピアマン相関を示す。
表2において、rsはスピアマン相関係数を示す。これは、1から-1までの範囲の値をとることができる。0の値は、2つの変数の間に関連がないことを示す。0より大きい値は正の関連を示す。つまり、一方の変数の値が増加すると、他方の変数の値も増加する。0より小さい値は負の関連を示す。つまり、一方の変数の値が増加すると、他方の変数の値は減少する。pは、相関が単なる偶然ではなく、統計的に有意であるかどうかを評価するための統計的検定に関連するp値である。一般に、0.05より小さいp値は統計的に有意であると考えられる。p値が0に近いほど、統計的関連性が高い、言い換えれば相関が高いことを示す。
実験500中に生成されたEEG測定データを自己報告データと組み合わせて分析した結果によって、局所的な脳構造/ネットワークと、不安の経験、疼痛の知覚および/または例えば解離のような修正された意識状態との間の関連付けが可能になった。不安の経験、疼痛の知覚、および修正された意識状態に関連するこれらの局所的な構造/ネットワークの識別によって、例えば、催眠治療セッションまたは任意の他の適切な治療セッション中に、不安のレベル、対象が知覚する疼痛のレベル、言い換えれば、対象の疼痛知覚のレベルおよび/または対象の意識状態への修正の客観的な組み合わせ測定が可能になる。これにより、較正された不安誘発刺激としても機能する較正された外部疼痛刺激を受けたときに、対象が経験する不安のレベルと対象が知覚する疼痛のレベルとの間の関連を決定することも可能になり、任意で、例えば、解離のレベルによって特徴付けられるような、対象の修正された意識状態によるその修正、抑制および/または調節が、実験500によって決定された。
脳では、いくつかのタイプの脳活動が同時に発生し、これは並列処理とも呼ばれる。特定のタイプの脳活動は、実験中に測定されたEEGデータにおける特定の周波数帯域と相関させることができる。異なるタイプの脳活動を調査するために、例えば高速フーリエ変換またはFFT演算によって、時間領域信号を周波数領域に変換することにより、実験500中に生成されたEEG測定データの適切な処理を利用することができる。そして、このような周波数領域信号から、例えば、特定の信号周波数帯域のパワーを決定することができ、ここで、パワーは、例えば、以下にさらに詳細に説明するような、1つまたは複数の特定の脳波に関連する特定の周波数範囲内にある周波数領域信号の振幅の二乗を指す。このような周波数帯域は、例えばデルタ-シータ周波数帯域またはシータ-アルファ周波数帯域などの、少なくとも2つ、または丁度2つのタイプの脳波の組み合わせを含むことができる。このことは、このようなシータ-アルファ周波数帯域が、例えば、シータ周波数帯域の少なくとも一部とアルファ周波数帯域の少なくとも一部との組み合わせからなることを意味する。このことは、このようなシータ-アルファ周波数帯域が、例えば、シータ周波数帯域の少なくとも一部とアルファ周波数帯域の少なくとも一部との組み合わせからなることを意味する。このことは、このようなデルタ-シータ周波数帯域が、例えば、デルタ周波数帯域の少なくとも一部とシータ周波数帯域の少なくとも一部との組み合わせからなることを意味する。このことは、このようなデルタ-シータ周波数帯域が、例えば、デルタ周波数帯域の少なくとも一部とシータ周波数帯域の少なくとも一部との組み合わせからなることを意味する。以下に説明する実施形態によれば、周波数帯域は、例えば、2つの脳波デルタおよびシータの組み合わせを含むデルタ-シータ周波数帯域と、2つの脳波シータおよびアルファの組み合わせを含むシータ-アルファ周波数帯域のような、少なくとも2つ、または丁度2つのタイプの脳波の組み合わせを含むことができる。
実験500中に測定されたデータのEEGデータにおいて、通常の覚醒状態530と比較して非薬理学的に誘導された修正された意識状態の実施形態である催眠治療セッション540中の対象の測定データと比較すると、2つの異なるタイプの脳波の組み合わせを含む特定のデルタ-シータ(dt)帯域において、有意なパワー差が見出され、これは、2つの異なる自己報告された対象が経験した不安のレベルおよび2つの異なる自己報告された対象が知覚した疼痛のレベルに関連する。
- P-パワー(dt)が、頭頂葉(P)周辺に位置するデルタ-シータ周波数範囲にあるデルタ-シータ(dt)周波数帯域の実施形態である1~6Hz周波数帯域において、通常の覚醒状態530に対して催眠治療セッション540中に減少した。これは、初期成分とも呼ばれる。以下にさらに詳細に説明するように、このようなEEG測定データは、対象の不安のレベル、より詳細には対象が経験した不安のレベルについての第8グループ指標の一部として使用することができる。上述の説明から、自己報告された不安のレベルも、催眠治療セッション540中、通常の覚醒状態530に対して有意に異なることは明らかである。
- パワー(dt)が、前頭葉(F)周辺に位置するデルタ-シータ周波数範囲にあるデルタ-シータ(dt)周波数帯域の実施形態である1~6Hz周波数帯域において、通常の覚醒状態530に対して催眠治療セッション540中に減少した。これは、初期成分とも呼ばれる。以下にさらに詳細に説明するように、このようなEEG測定データは、対象の意識状態、より詳細には対象の解離のレベルについての第1グループ指標の一部として使用することができる。上述の説明から、自己報告された解離のレベルおよび自己報告された疼痛のレベルの両方が、催眠治療セッション540中、通常の覚醒状態530に対して有意に異なることは明らかである。
- パワー(ta)が、前頭葉(F)、中心葉(C)、頭頂葉(P)周辺に位置するシータ-アルファ周波数範囲にあるシータ-アルファ(ta)周波数帯域の実施形態である6~12Hz周波数帯域において、通常の覚醒状態530に対して催眠治療セッション540中に増加した。これは、後期成分とも呼ばれる。しかしながら、パワー(ta)はまた、任意の他の適切な頭皮位置において決定することができることは明らかである。以下にさらに詳細に説明するように、このようなEEG測定データは、対象の疼痛知覚のレベルについての第4グループ指標の一部として使用することができる。
上述の説明から、自己報告された不安のレベル、自己報告された解離のレベルおよび/または自己報告された疼痛のレベルのうちの少なくとも2つの任意の適切な組み合わせが、催眠治療セッション540中、通常の覚醒状態530に対して有意に異なることは明らかである。
初期成分とは、疼痛刺激の開始および/または任意の他の適切な不安誘発事象の開始後0.1から0.5秒の期間に測定されたパワー(dt)の減少をいう。後期成分とは、疼痛刺激の開始後0.38から0.78秒の期間に測定されたパワー(ta)の増加をいう。外部疼痛刺激が存在するこの特定の実施形態によれば、パワーは、刺激開始を基準に-0.5秒から1.5秒まで計算され、言い換えれば、パワーは、刺激開始を含む2秒の時間窓で計算された。しかしながら、例えば、少なくとも0.1秒の時間窓、例えば、0.5秒から60秒までの範囲の時間窓、または任意の他の適切な時間窓が、時間窓が刺激開始後のある時点の少なくとも一部を含む限り、刺激開始を基準とした任意の他の適切な時点で使用される、代替的な実施形態が可能であることは明らかである。さらに別の実施形態によれば、例えば、特定の外部刺激に関連しない連続的なパワー測定中などに、パワーは、例えば2秒間、または、例えば少なくとも0.1秒間、または0.5秒から60秒までの範囲内、…などの任意の他の適切な期間の重複する時間窓に基づいて連続的に計算することができる。
上述の結果は、特に、例えばシータおよびアルファ脳波、またはデルタおよびシータ脳波などの、2つの脳波の少なくとも一部の組み合わせを含むおよび/または組み合わせからなる脳周波数帯域について、自動催眠治療セッションと通常の覚醒状態との間の位置特有の脳周波数帯域の違いを初めて識別するものである。これらの結果はまた、任意の他の適切な治療セッション、例えば、薬理学的および/または非薬理学的治療セッション、および/または治療セッションが使用されない場合について、これを初めて識別するものでもあることは明らかである。これはまた、対象が経験する異なる不安のレベルに関して、および/または対象が知覚する異なる疼痛のレベルに関して、および/または異なる解離のレベルに関して、脳周波数帯域差、特に2つの脳波の組み合わせを含む脳周波数帯域差を初めて識別するものでもあることは明らかである。既に上述したように、このような2つの脳波周波数の組み合わせまたは少なくともその一部を含むおよび/またはそれからなる周波数帯域は、1つの脳波周波数帯域のみを含む周波数帯域とは異なり、2より多い脳波周波数帯域を含む周波数帯域とは異なることは明らかである。
実験500中に測定されたEEGデータから、EEG電極F、Cおよび/またはPにおけるパワー(dt)および/またはパワー(ta)が抽出され、以下の結果が得られた。
- 自己申告された不安のレベルは、計算された第8グループ指標、言い換えればEEG電極PにおけるP-パワー(dt)(rs=0.51、p=0.022)と相関(スピアマン)していた。図2は、上述した実験500に参加した対象について、自己報告された不安のレベルと、実験500中の測定データから計算されたEEG電極PにおけるP-パワー(dt)との間の相関関係を示す。したがって、特定の第8グループ指標(P-パワー(dt))は、不安のレベルの自己報告値と相関していることが明らかである。
- 自己申告された不安のレベルは、計算された第8グループ指標、言い換えればEEG電極PにおけるP-パワー(dt)(rs=0.51、p=0.022)と相関(スピアマン)していた。図2は、上述した実験500に参加した対象について、自己報告された不安のレベルと、実験500中の測定データから計算されたEEG電極PにおけるP-パワー(dt)との間の相関関係を示す。したがって、特定の第8グループ指標(P-パワー(dt))は、不安のレベルの自己報告値と相関していることが明らかである。
- EEG電極位置P(通常の覚醒状態530中の0.84mVに対して催眠治療セッション540中の0.44mV、p=0.027)におけるEEG測定データから計算されるように、第8グループ指標、言い換えればP-パワー(dt)は、通常の覚醒状態530と比較して、催眠治療セッション540中に有意に低下した。これは、第8グループ指標(P-パワー(dt))と不安のレベルの自己報告値との間の上述の相関と一致している。この実験データの実施形態は、例えば図2に示されている。
- 自己報告された疼痛のレベルは、計算された第4グループ指標、言い換えれば、EEG電極F(rs=-0.29、p=0.10)、P(rs=-0.33、p=0.15)および/またはC(rs=-0.49、p=0.02)におけるパワー(ta)と相関(スピアマン)していた。図3は、上述した実験500に参加した対象について、対象が知覚した自己報告された疼痛のレベルと、実験500中の測定データから計算されたEEG電極F、Pおよび/またはCにおけるパワー(ta)との間の相関関係をより詳細に示す。したがって、第4グループ指標(パワー(ta))は、疼痛のレベルの自己報告値と逆相関していることが明らかである。
- 第4グループ指標、言い換えればパワー(ta)は、3つのEEG電極位置F(通常の覚醒状態530中の0.13に対して催眠治療セッション540中の0.29、p=0.009)、P(通常の覚醒状態530中の0.16に対して催眠治療セッション540中の0.29、p=0.009)およびC(通常の覚醒状態530中の0.089に対して催眠治療セッション540中の0.147、p=0.005)におけるEEG測定データから計算されるように、通常の覚醒状態530と比較して、催眠治療セッション540中に有意に高かった。これは、第4グループ指標(パワー(ta))と疼痛のレベルの自己報告値との間の上述の逆相関と一致する。
- 自己申告された解離の測定値は、計算された第1グループ指標、言い換えればEEG電極P(rs=-0.37、p=0.011)およびF(rs=-0.55、p=0.010)におけるパワー(dt)と相関(スピアマン)していた。図4は、上述した実験500に参加した対象について、自己報告された解離のレベルと、実験500中の測定データから計算されたEEG電極F、Pにおけるパワー(dt)との間の相関関係を示す。したがって、第1グループ指標(F-パワー(dt))は、解離のレベルの自己報告値と逆相関していることが明らかである。さらに、頭頂頭皮位置のような他の頭皮位置は、第1グループ指標のF-パワー(dt)のために選択される前頭頭皮位置ほど高い相関を有しないことも明らかである。
- 第1グループ指標、言い換えればF-パワー(dt)は、EEG電極位置P(通常の覚醒状態530中の0.84に対して催眠治療セッション540中の0.44、p=0.027)およびF(通常の覚醒状態530中の1.01に対して催眠治療セッション540中の0.43、p=0.048)におけるEEG測定データから計算されるように、通常の覚醒状態530と比較して、催眠治療セッション540中に有意に低下した。これは、第1グループ指標(F-パワー(dt))と解離のレベルの自己報告値との間の上述の逆相関と一致する。この実験データの実施形態は、例えば図4に示されている。好ましい実施形態によれば、第1グループ指標は、F-パワー(dt)のみに基づいており、他の頭皮位置からのいかなるEEGデータにも基づいていない。なぜなら、これが最良の相関を提供するためである。任意で、第1グループ指標は、P-パワー(dt)と組み合わせたF-パワー(dt)に基づくことができるが、実施形態にしたがって、評価プロトコルは、DoSを決定するときに、P-パワー(dt)成分よりもF-パワー(dt)成分により大きな重みを割り当てることは明らかであろう。
結合された脳波周波数帯域デルタ-シータから計算されたP-パワー(dt)が、驚くべきことに、それを構成する個々の脳波周波数帯域すなわちデルタおよびシータのそれぞれの自己報告された不安のレベルに実質的により高い相関を提供することは明らかであろう。自己報告された不安のレベルは、P-パワー(デルタ)、すなわち、同じEEG電極Pにおける個別のデルタ脳波周波数帯域についての同じパワー計算値と相関(スピアマン)しており、rs=0.09およびp値=0.80であった。自己報告された不安のレベルは、P-パワー(シータ)、すなわち、同じEEG電極Pにおける個別のシータ脳波周波数帯域についての同じパワー計算値と相関(スピアマン)しており、rs=0.24およびp値=0.4であった。したがって、特定のデルタ-シータ結合周波数帯域のP-パワーが、個々の周波数帯域成分デルタおよびシータのいずれに基づいても予測できなかった、驚くべき予想外に高いレベルの相関を提供することは明らかである。
結合された脳波周波数帯域シータ-アルファから計算されたパワー(ta)は、驚くべきことに、それを構成する個々の脳波周波数帯域すなわちシータおよびアルファのそれぞれの自己報告された疼痛のレベルに実質的により高い相関を提供することに留意されたい。自己報告された疼痛のレベルは、パワー(シータ)、すなわち、同じEEG電極F、PおよびCにおける個別のシータ脳波周波数帯域についての同じパワー計算値と相関(スピアマン)しており、以下の相関値であった。
- 電極F:rs=-0.06、p=0.3
- 電極P:rs=-0.22、p=0.35
- 電極C:rs=0.24、p=0.19
- 電極F:rs=-0.06、p=0.3
- 電極P:rs=-0.22、p=0.35
- 電極C:rs=0.24、p=0.19
同様に、自己報告された疼痛のレベルは、パワー(アルファ)、すなわち、同じEEG電極F、PおよびCにおける個別のアルファ脳波周波数帯域についての同じパワー計算値と相関(スピアマン)しており、以下の相関値であった。
- 電極F:rs=0.09、p=0.79
- 電極P:rs=-0.28、p=0.42
- 電極C:rs=-0.33、p=0.33
したがって、特定のシータ-アルファ結合周波数帯域のパワーが、個々の周波数帯域成分シータおよびアルファのいずれに基づいても予測できなかった、驚くべき予想外に高いレベルの相関を提供することは明らかである。
- 電極F:rs=0.09、p=0.79
- 電極P:rs=-0.28、p=0.42
- 電極C:rs=-0.33、p=0.33
したがって、特定のシータ-アルファ結合周波数帯域のパワーが、個々の周波数帯域成分シータおよびアルファのいずれに基づいても予測できなかった、驚くべき予想外に高いレベルの相関を提供することは明らかである。
結合された脳波周波数帯域デルタ-シータから計算されたパワー(dt)が、驚くべきことに、それを構成する個々の脳波周波数帯域すなわちデルタおよびシータのそれぞれの自己報告された解離のレベルに実質的により高い相関を提供することにさらに留意されたい。自己報告された解離のレベルは、パワー(デルタ)、すなわち、同じEEG電極FおよびPにおける個別のデルタ脳波周波数帯域についての同じパワー計算値と相関(スピアマン)しており、以下の相関値であった。
- 電極F:rs=-0.42、p=0.21
- 電極P:rs=-0.05、p=0.13
- 電極F:rs=-0.42、p=0.21
- 電極P:rs=-0.05、p=0.13
同様に、自己報告された解離のレベルは、パワー(シータ)、すなわち、同じEEG電極FおよびPにおける個別のシータ脳波周波数帯域についての同じパワー計算値と相関(スピアマン)しており、以下の相関値であった。
- 電極F:rs=0.19、p=0.58
- 電極P:rs=-0.09、p=0.86
したがって、特定のデルタ-シータ結合周波数帯域のパワーが、個々の周波数帯域成分デルタおよびシータのいずれに基づいても予測できなかった、驚くべき予想外に高いレベルの相関を提供することは明らかである。
- 電極F:rs=0.19、p=0.58
- 電極P:rs=-0.09、p=0.86
したがって、特定のデルタ-シータ結合周波数帯域のパワーが、個々の周波数帯域成分デルタおよびシータのいずれに基づいても予測できなかった、驚くべき予想外に高いレベルの相関を提供することは明らかである。
実験500中に生成された上記の実験データは、EEGデータなどの測定データと自己報告データの両方を含み、反応データとも呼ばれ得るものであるが、自己報告された不安のレベルと、この実施形態によれば、1Hzから6Hzまでの範囲に広がるデルタ-シータ周波数帯域(dt)に関連し、第8グループ指標とも呼ばれる特定の位置における特定の結合脳波周波数帯域のパワー(P-パワー(dt))との間に相関関係が存在することを確認する。しかしながら、既に上述したように、周波数帯域がデルタ脳波とシータ脳波の両方の組み合わせを含む代替的な実施形態が可能であることは明らかである。
上記の実験データから、驚くべきことに、P-EEG電極から受信された測定データのみが、パワー(dt)と自己報告された不安のレベルとの一定レベルの相関を示すことがわかった。現在の実験では、例えばCおよびF電極位置のような異なる電極位置での相関は見出されなかった。C-EEG電極の実験データでは、C-パワー(dt)と自己報告された不安のレベルとの相関は、rs=-0.09で、p値=0.69であった。同様に、F-EEG電極の実験データでは、F-パワー(dt)と自己報告された不安のレベルとの相関は、rs=0.18で、p値=0.44であった。したがって、頭頂位置の電極から得られたEEG測定データのみが、不安のレベルとの十分に高いレベルの相関を提供し、一方、中央および前頭位置のような他の位置の電極からのEEG測定データは、そのような十分に高いレベルの相関を提供しなかった、言い換えれば、相関が存在しなかったまたは非常に低いレベルであったことは明らかである。ここで説明する実施形態によれば、頭頂位置におけるrs値の絶対値は0.45以上であり、他の位置におけるrs値の絶対値は0.20以下であった。
代替的な実施形態によれば、代替的な外部疼痛および/または不安刺激を提供することができることは明らかである。外部疼痛および/または不安刺激に対する不安のレベルの測定の代わりに、および/またはそれに加えて、実験データは、例えば、外部疼痛および/または不安刺激などの外部事象が適用されることによって引き起こされるのではない、経験した不安に関連し得る、対象の内部事象または状態によって引き起こされた不安のレベルの測定のために使用することもできる。例えば0Hzから8Hzまでの周波数範囲に広がる任意の適切な帯域などの、デルタ脳波とシータ脳波の両方の組み合わせ、または少なくともその一部を含むおよび/またはそれからなる任意の他の適切な周波数帯域についてP-パワー(dt)が決定される、実験の代替的な実施形態が可能であることは明らかである。
実験500中に生成された上記の実験データは、EEGデータなどの測定データと自己報告データの両方を含み、反応データと呼ばれ得るものであるが、自己報告された疼痛と、この実施形態によれば、6Hzから12Hzまでの範囲に広がり、第4グループ指標とも呼ばれるシータ-アルファ周波数帯域(ta)に関連するパワー(パワー(ta))との間に相関関係が存在することを確認する。しかしながら、周波数帯域がシータ脳波とアルファ脳波の両方の組み合わせを含む代替的な実施形態が可能であることは明らかである。上記の実験データから、C、PおよびF-EEG電極から受信された測定データはすべて、パワー(ta)と自己報告された疼痛の測定値との一定レベルの相関を示すことは明らかである。現在の実験では、相関はC-EEG電極で最も高いが、代替的な実施形態によれば、異なるEEG電極間の相関のレベルの分布が異なる可能性があることは明らかである。しかしながら、代替的な実施形態によれば、代替的な外部疼痛刺激を提供することができることは明らかである。外部疼痛刺激に対する疼痛のレベルの測定の代わりに、および/またはそれに加えて、実験データは、例えば、外部疼痛刺激などの外部事象が適用されることによって引き起こされるのではない、経験された疼痛に関連し得る、対象の内部事象または状態によって引き起こされる疼痛のレベルの測定のためにも使用することができることは明らかである。例えば4Hzから12Hzまでの周波数範囲に広がる任意の適切な帯域などの、シータ脳波とアルファ脳波の両方の組み合わせを含む任意の他の適切な周波数帯域についてパワー(ta)が決定される、実験の代替的な実施形態が可能であることは明らかである。
さらに、以下にさらに詳しく説明するように、実験500中に生成された上記の実験データは、EEGデータなどの測定データと自己報告データの両方を含み、反応データと呼ばれ得るものであるが、自己報告された解離のレベルと、この実施形態によれば、1Hzから6Hzまでの範囲に広がるデルタ-シータ周波数帯域(dt)に関連し、第1グループ指標とも呼ばれるパワー(パワー(dt))との間に相関関係が存在することを確認する。しかしながら、周波数帯域がデルタ脳波とシータ脳波の両方の組み合わせを含むおよび/またはその組み合わせからなる代替的な実施形態が可能であることは明らかである。
これらの知見は、不安のレベル、修正された意識のレベルおよび/または疼痛のレベルを測定するためのコンピュータ実施方法に有利に適用されてきた。P-パワー(dt)と不安のレベルの自己報告測定値との間に相関が存在し、パワー(ta)と疼痛のレベルの自己報告測定値との間に相関が存在するという洞察に基づいて、自己報告された不安および/または疼痛の測定が可能または利用可能でない場合、例えば、対象がコミュニケーションをとることができないかそれが難しい状態にある場合、対象が幼い子供である場合、…など、であっても、不安のレベルおよび/または疼痛のレベルをより客観的に測定することが可能になる。不安のレベルすなわちLoAは、不安誘発事象または状況に対する精神生理学的反応の強さの指標であることは明らかである。このような対象が経験した不安のレベルは、例えば対象の意識状態などの、例えば、その感情的、心理的、認知的状態によって調整される可能性があることは明らかである。したがって、LoAは、対象が経験した不安のレベルの指標であり、したがって、対象が、例えば認知的、感情的および/または物理的レベルで不安を経験した程度の指標として使用することができる。
疼痛のレベルすなわちLoPが、対象が疼痛を認識し受容するレベルまたは程度の指標であることは明らかである。言い換えれば、それは対象が意識的に知覚する疼痛のレベルを指す。このような対象による疼痛知覚のレベルは、例えば対象の意識状態などの、例えば、その感情的、心理的、認知的状態によって調整される可能性があることは明らかである。したがって、LoPは、対象の主観的疼痛知覚の指標であり、したがって、対象が、例えば感情的、認知的および/または物理的レベルで疼痛を経験する程度の指標として使用することができる。
したがって、不安、より具体的には上で定義された不安は、対象による認知的経験および任意で生理学的経験も含むことは明らかである。言い換えれば、対象が経験する不安のレベルは、例えば生物学的、心理学的、認知的、生理学的、神経生理学的および社会的因子によって様々な程度に影響される主観的、精神生理学的な経験である。何かが不安を引き起こすという経験には、例えば、不安刺激の強度、質、…などの認知的特徴、および/または情緒的感情的側面が含まれる。さらに、このように、経験された不安と、純粋に自律的な自立生理的ストレス応答とは異なり、例えば、互いに独立して起こり得ることに留意されたい。
以下にさらに詳細に説明するように、本出願の文脈において、不安レベル指数すなわちLoAIすなわち不安指数は、対象が少なくとも認知的に経験しているおよび任意で生理学的に経験している不安のレベルを示す標準化された指数を指す。言い換えれば、対象が認知的次元で不安を経験する程度であって、任意で、以下にさらに詳細に説明されるように、例えば自律感覚および/または感情レベルによって補足される。このLoAIは、例えば、不安の経験に影響しない因子とは無関係に、対象が経験する不安の強度に応じて体系的に変化する。LoAIの第1の限界、例えばLoAIの下限は、例えば、対象が不安を経験していないことを示し得る。LoAIの第2の限界、例えば、LoAIの上限は、例えば、対象が最も強い/可能な限り最悪の不安を経験していることを示し得る。
したがって、この説明の文脈における疼痛は、例えば、国際疼痛学会すなわちIASPによって定義されるように、典型的に、実際のまたは潜在的な組織損傷によって引き起こされるか、またはそれに類似する嫌悪的な感覚的および感情的経験であることは明らかである。したがって、疼痛は、対象によって意識的知覚として経験されることは明らかである。言い換えれば、対象が経験する疼痛のレベルは、例えば生物学的、心理学的、および社会的因子によって様々な程度に影響される主観的な経験である。何かが疼痛を引き起こすという意識的知覚には、例えば、強度、質、および位置、…などの感覚的識別特性、および/または情緒的感情的側面が含まれる。このように、意識的に知覚される疼痛と侵害受容は異なる現象であり、互いに独立して起こりうることにさらに留意すべきであろう。疼痛の意識的経験または知覚は、常に感覚経路における活動に還元されるとは限らない。IASPが定義する侵害受容とは、侵害刺激および/または疼痛刺激を符号化する神経プロセスである。そのような符号化の結果は、例えば血圧上昇などの自動的なものであってもよく、または例えば運動反射などの行動的なものであってもよい。しかしながら、意識的な疼痛の経験が必ずしも暗示されているわけではないことは明らかである。以下にさらに詳細に説明するように、本出願の文脈において、疼痛レベル指数すなわちLoPIすなわち疼痛指数は、対象が意識的に認識している疼痛のレベルを示す標準化された指数を指す。言い換えれば、対象が例えば感覚および/または感情レベルで意識的に疼痛を知覚する程度を指す。このLoPIは、例えば、疼痛知覚に影響しない因子とは無関係に、対象が知覚する疼痛強度に応じて体系的に変化する。LoPIの第1の限界、例えばLoPIの下限は、例えば、対象が疼痛の意識的知覚を経験していないことを示し得る。LoPIの第2の限界、例えば、LoPIの上限は、例えば、対象が可能な限り最も強い疼痛の意識的知覚を経験していることを示し得る。
図5に示す実施形態によれば、対象が経験した不安のレベル、対象の修正された意識レベル、および/または対象が意識的に知覚した疼痛のレベル300を客観的に測定するためのこのようなコンピュータ実施方法が提供される。
図5に示す実施形態によれば、対象が経験した不安のレベルすなわちLoA、対象が知覚した疼痛のレベルすなわちLoP、対象の修正された意識状態すなわちDoSを客観的に測定するためのこのようなコンピュータ実施方法300は、例えば、EEGデータを受信するステップ302と、P-パワー(dt)を抽出するステップ304と、不安のレベル(LoA)を決定するステップ306とを含む。ステップ302では、1つまたは複数のP-EEG電極から収集された脳波図(EEG)データを含む測定データが受信される。次に、ステップ304では、EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(P-パワー(dt))に対応する第8グループ指標が抽出される。次に、ステップ306では、前記第8グループ指標に基づいて、対象が経験した不安のレベルを示す値である不安のレベル(LoA)が決定される。代替的な実施形態によれば、任意で、前記第8グループ指標に加えて、他のグループ指標、測定値、パラメータ、基準測定値、…などのさらなる要素を、LoAを決定するために考慮することができることは明らかである。特定の実施形態によれば、方法は、例えば、EEGデータまたは任意の他の適切なデータを受信するステップの後に、EEGデータまたは他のデータを前処理し、続いて関連する特徴を抽出し、それによって、例えば、第8グループ指標または他の適切なグループ指標の決定を可能にし、続いて、正規化および/または分類を可能にし、それによって、例えば、以下にさらに詳細に説明するように、LoAや、例えばLoAIなどの、LoAの指数化および/またはスケーリングされたバージョンを決定する追加のステップを含むことができることは明らかである。しかしながら、さらに別の代替的な実施形態が可能であることは明らかである。
図5に示す実施形態によれば、対象が経験した不安のレベルすなわちLoA、対象が知覚した疼痛のレベルすなわちLoP、対象の修正された意識状態すなわちDoSを客観的に測定するためのこのようなコンピュータ実施方法300は、例えば、EEGデータを受信するステップ302と、P-パワー(dt)を抽出するステップ304と、不安のレベル(LoA)を決定するステップ306とを含む。ステップ302では、1つまたは複数のP-EEG電極から収集された脳波図(EEG)データを含む測定データが受信される。次に、ステップ304では、EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(P-パワー(dt))に対応する第8グループ指標が抽出される。次に、ステップ306では、前記第8グループ指標に基づいて、対象が経験した不安のレベルを示す値である不安のレベル(LoA)が決定される。代替的な実施形態によれば、任意で、前記第8グループ指標に加えて、他のグループ指標、測定値、パラメータ、基準測定値、…などのさらなる要素を、LoAを決定するために考慮することができることは明らかである。特定の実施形態によれば、方法は、例えば、EEGデータまたは任意の他の適切なデータを受信するステップの後に、EEGデータまたは他のデータを前処理し、続いて関連する特徴を抽出し、それによって、例えば、第8グループ指標または他の適切なグループ指標の決定を可能にし、続いて、正規化および/または分類を可能にし、それによって、例えば、以下にさらに詳細に説明するように、LoAや、例えばLoAIなどの、LoAの指数化および/またはスケーリングされたバージョンを決定する追加のステップを含むことができることは明らかである。しかしながら、さらに別の代替的な実施形態が可能であることは明らかである。
上で生成された実験データの実施形態によれば、平均自己報告不安値が4.92である集団について、疼痛スケールで値8の較正された疼痛刺激が通常の覚醒状態530で適用された際、0.84mV2の平均P-パワー(dt)が測定されたことが分かった。平均自己報告不安値が3.16である集団について、疼痛スケールで値8の較正された疼痛刺激が催眠治療セッション540中に適用された際、0.44mV2の平均P-パワー(dt)が測定された。既に上述したように、上の実験データから、LoAは、第8グループ指標(P-パワー(dt))と相関する、言い換えれば、P-パワー(dt)の増加は、LoAの増加に対応し、P-パワー(dt)の減少は、対象が経験したLoAの減少に対応することが分かる。既に上述したように、外部疼痛および/不安刺激があった実施形態によれば、上述したP-パワー(dt)値は、刺激開始を基準に-0.5秒から1.5秒まで計算されたこと、言い換えれば、パワーは、刺激開始を含む2秒の時間窓で計算されたことは明らかである。しかしながら、さらに上述したように、別の適切な時間窓が使用され、および/または時間窓が特定の外部刺激に関連せず、例えば、パワーは、重複する時間窓に基づいて連続的に計算することができる代替的な実施形態が可能であることは明らかである。
さらに、図5に示す方法の実施形態によれば、この方法は、例えば、EEGデータを受信するステップ302と、パワー(ta)を抽出するステップ314と、疼痛のレベル(LoP)を決定するステップ316とを含む。ステップ302では、1つまたは複数のEEG電極から収集された脳波図(EEG)データを含む測定データが受信される。次に、ステップ314では、EEGデータから、シータ-アルファ周波数範囲内にあるシータ-アルファ周波数帯域(ta)に関連するパワー(パワー(ta))に対応する第4グループ指標が抽出される。次に、ステップ306では、前記第4グループ指標に基づいて、対象の疼痛のレベルを示す値である疼痛のレベル(LoP)が決定される。代替的な実施形態によれば、任意で、前記第4グループ指標に加えて、他のグループ指標、測定値、パラメータ、基準測定値、…などのさらなる要素を、LoPを決定するために考慮することができることは明らかである。特定の実施形態によれば、方法は、例えば、EEGデータまたは任意の他の適切なデータを受信するステップの後に、EEGデータまたは他のデータを前処理し、続いて関連する特徴を抽出し、それによって、例えば、第4グループ指標または他の適切なグループ指標の決定を可能にし、続いて、正規化および/または分類を可能にし、それによって、例えば、以下にさらに詳細に説明するように、LoPや、例えばLoPIなどの、LoPの指数化および/またはスケーリングされたバージョンを決定する追加のステップを含むことができることは明らかである。しかしながら、さらに別の代替的な実施形態が可能であることは明らかである。
任意で、好ましくは、図5の実施形態によれば、ステップ318において、例えば図10から図16の実施形態などを参照して以下にさらに詳細に説明するように、複数のLoA、LoPおよび/またはDoS測定値を相関させることができ、および/または複数のLoA、LoPおよび/またはDoS測定値間の相関を決定することができる。
上で生成された実験データの実施形態によれば、平均自己報告疼痛値が4.2である集団について、疼痛スケールで値8の較正された疼痛刺激が通常の覚醒状態530で適用された際、0.16mV2の平均パワー(ta)が測定されたことが分かった。平均自己報告疼痛値が1.4である集団について、疼痛スケールで値8の較正された疼痛刺激が催眠治療セッション540中に適用された際、0.29mV2の平均パワー(ta)が測定された。既に上述したように、上の実験データから、LoPは、第4グループ指標(パワー(ta))と逆相関する、言い換えれば、パワー(ta)の増加は、LoPの減少に対応し、パワー(ta)の減少は、対象が意識的に知覚したLoPの増加に対応することが分かる。
上で生成された実験データの実施形態によれば、平均自己報告疼痛値が4.2である集団について、疼痛スケールで値8の較正された疼痛刺激が通常の覚醒状態530で適用された際、0.16mV2の平均パワー(ta)が測定されたことが分かった。平均自己報告疼痛値が1.4である集団について、疼痛スケールで値8の較正された疼痛刺激が催眠治療セッション540中に適用された際、0.29mV2の平均パワー(ta)が測定された。既に上述したように、上の実験データから、LoPは、第4グループ指標(パワー(ta))と逆相関する、言い換えれば、パワー(ta)の増加は、LoPの減少に対応し、パワー(ta)の減少は、対象が意識的に知覚したLoPの増加に対応することが分かる。
さらに、例えば治療セッションへの対象の反応を表す反応データを使用して、対象の意識状態、特に修正された意識状態のレベルを決定することもできることが明らかである。
さらなる態様によれば、図36に概略的に示されるように、参照により本明細書に組み込まれる同時係属中の特許出願PCT/EP2020/053136で詳細に説明されるように、本方法は、第1グループ指標および任意で第2グループ指標によって状態の深度(DoS)を測定するためのさらなるステップを含む。
さらなる態様によれば、図36に概略的に示されるように、参照により本明細書に組み込まれる同時係属中の特許出願PCT/EP2020/053136で詳細に説明されるように、本方法は、第1グループ指標および任意で第2グループ指標によって状態の深度(DoS)を測定するためのさらなるステップを含む。
このような実施形態によれば、上で説明したのと同様に、ステップ302において、対象の前頭葉に対応する頭皮の解剖学的領域に位置する少なくとも1つの前頭(F)EEG電極から収集されたデータを含むEEGデータを含む測定データが受信されることは明らかである。そして、これにより、ステップ308において、少なくとも1つのF-EEG電極データから抽出されたデルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(F-パワー(dt))に基づいて、第1グループ指標を抽出することができる。この第1グループ指標に基づいて、DoSを決定できる。そして、第1グループ指標に基づいて、修正された意識状態のレベルを示す値である状態の深度(DoS)を決定することができる。
好ましい実施形態によれば、異なるDoSにおける複数のLoAおよび/またはLoP、および/または異なるLoAにおける複数のLoP、および/または異なるLoPにおける複数のLoAなどが、測定データおよび/または、好ましくは、同一の疼痛条件下および/または同一の不安誘発事象下で得られるが、必ずしもそうである必要はないLoAおよび/またはLoPおよびDoSの同時測定値を含む測定データから決定される。同一の疼痛状態は、必ずしも一定の疼痛状態を意味するものではなく、LoAおよび/またはLoPおよびDoSの測定時に、不安および/または疼痛状態が同一、実質的に同一および/または類似していることを意味するだけであることは明らかであろう。LoA、LoPおよび/またはDoSの測定が同時に行われない代替的な実施形態が可能であることは明らかである。そして、そのような測定に基づいて、例えば、異なるDoSにおけるLoAおよび/またはLoPの進化、および/または好ましくは同一の疼痛および/または不安条件下で得られるが、必ずしもそうである必要はない測定データからのDoSの進化に関するLoAおよび/またはLoPの進化を評価することによって、DoSによるLoAおよび/またはLoPの調整を決定することができる。代替的な実施形態によれば、LoPを、前記DoSおよび/または前記LoAに基づいて、正規化された疼痛のレベル(NLoP)に調節することができ、NLoPは、所定の基準DoSおよび/または所定の基準LoAにおける対象の疼痛のレベルを示す値である。代替的な実施形態によれば、LoAは、前記DoSおよび/または前記LoPに基づいて、正規化された不安のレベル(NLoA)に調節することができ、NLoAは、所定の基準DoSおよび/または所定の基準LoPにおける対象の不安のレベルを示す値である。基準DoSは、例えば、通常の覚醒状態のものであり得、基準LoPは、例えば、疼痛がないかまたは最小量の疼痛が知覚される疼痛のレベルであり得、および/または基準LoAは、例えば、不安がないかまたは最小レベルの不安が経験される不安のレベルであり得、例えば、図7~図9に示されるようなものであり、これらの図において、DoS、LoA、NLoA、LoPおよびNLoPは、以下にさらに詳細に説明されるように、また、例えば図38を参照して説明されるのと同様に、DoSI、LoAI、NLoAI、LoPIおよびNLoPIとしてスケーリングされ、指数化されている。
しかしながら、この説明の文脈において、DoS、LoA、NLoA、LoP、NLoP、および任意の他のパラメータに関連する値の計算、表示などに関して、代替的なの実施形態にしたがって、DoSI、LoAI、NLoAI、LoPI、NLoPIなどの指数化されたおよび/またはスケーリングされたパラメータに関して例が与えられる場合、これらは、DoS、LoA、NLoA、LoP、NLoPなどの指数化されていないおよび/またはスケーリングされていない値によって置き換えることができ、またはその逆も可能であることは明らかであろう。このようにして、NLoPの値は、現在のDoSおよび/または現在のDoSに対する任意の変化とは無関係に、所定の関心のある基準DoSにおけるLoPの値を提供し、それによって、例えば、この基準DoSが例えば図7~図9に示されるような通常の覚醒状態である場合に、対象が通常の覚醒意識状態になるかまたは戻るときに、意識的に知覚されるであろう疼痛の相当量の指標を提供する。しかしながら、例えば、NLoPが所定の基準LoA、および/または所定の基準LoAと所定の基準DoSとの組み合わせなどに基づく代替的な実施形態が可能であることは明らかである。図7において、NLoPまたはNLoAI、または図示される実施形態によるとNLoPIまたはNLoAIは、以下のように計算することができる。例えば、50%のDoSIが測定され、15%のLoPIまたはLoAIが測定される場合、これは、例えば、同一の疼痛および/または不安状態の下で複数の異なるDoSIにおいてLoPIまたはLoAIを測定することによって決定される、DoSとLoPまたはDoSとLoAとの間の所定の相関の一部である特定の点を指すが、代替的な実施形態が可能であることは明らかである。実線で表されるLoPIとDoSIまたはLoAIとDoSIとの間の所定の相関関数によって示されるように、本実施形態によれば100%に設定されている基準DoSIにおいて、NLoPIまたはNLoAIが40%であると決定することができる。これは、DoSIが測定された50%のDoSIから100%の基準DoSIに変化する場合、例えば、現在の疼痛および/または不安状態の下で、言い換えれば、疼痛および/または不安状態が同一のまたは変化しないままである場合に、対象が知覚する疼痛のレベルまたは対象が経験する不安のレベルが、測定された15%から40%に上昇することを意味する。同様に、図7に示すように、DoSI=50%で、LoPIまたはLoAI=50%または85%が測定される場合、破線または一点鎖線の相関関数によって、対応するNLoPI=60%または90%がそれぞれ得られる。適当なルックアップテーブル、個人および/または集団ベースの過去データを利用する自己学習システムなどのような、図7に示される概略的な所定の相関よりも、所定の基準DoSに基づき、およびDoSおよびLoPまたはDoSおよびLoAの測定値に基づき、NLoPまたはNLoAIを計算するための代替的な実施形態が可能であることは明らかである。例えば、前記DoSに基づくLoAを、所定の基準DoSにおける患者の不安のレベルを示す値である正規化された不安のレベル(NLoA)に調節するさらに別の実施形態が可能であることは明らかである。上で説明したのと同様に、以下でさらに詳細に説明するように、LoAはLoPにも影響され、したがって同様に、LoAは、DoSに基づく調節の代わりに、および/またはそれに加えて、前記LoPに基づいて、所定の基準LoPにおけるおよび任意で所定の基準DoSにおける対象の不安のレベルを示す値である正規化された不安のレベル(NLoA)に調整することができることが明らかである。
さらに別の代替的な実施形態によれば、以下にさらに詳細に示されるように、LoPがLoAおよびDoSによって調整され得るという洞察に基づいて、さらに別の実施形態によれば、測定データおよび/またはLoAおよびDoSの同時測定値を含む測定データから異なるDoSおよび/またはLoAにおける複数のLoPを決定することが有用であり得る。特定の実施形態によれば、これは、例えば、異なるDoSおよび/またはLoAにおけるLoPの進化、および/または測定データからのDoSおよび/またはLoAの進化に対するLoPの進化を評価することによって、DoSおよび/またはLoAによるLoPの調整を決定するのに役立つ。
図10は、図1の実験の実施形態からの測定データに基づいて、複数のLoAおよびLoPを相関させる方法の例示的な実施形態を示す。疼痛のレベル(LoP)と不安のレベル(LoA)の間の計算された相関は、r=0.8、p値<0.001と良好な相関に適合することが分かった。これは、より高い不安のレベルが、同時のより高いレベルの疼痛と相関および/または関連していることを意味する。したがって、この相関は、LoPが増加するにつれてLoAが増加するように機能し、疼痛の知覚の引き金になることさえある。したがって、LoAおよびLoPの組み合わせ測定および任意の対応する相関の計算によって、LoPのどの部分がLoAと関連し、例えば、不安管理治療によって治療することができるかを決定することが可能になる。あるいは、LoAおよびLoPの組み合わせ測定および任意の対応する相関の計算によって、LoAのどの部分がLoPと関連し、例えば、疼痛管理治療によって治療することができるかを決定することが可能になる。
したがって、疼痛が不安の原因であり得、逆もまた同様であり、LoAおよびLoPの組み合わせ測定および任意でそれらの間の任意の相関の計算は、不安および/または疼痛の根本原因、調節因子、悪化因子などを決定し、適切な治療、例えば、LoAが主要な寄与成分である場合は不安管理治療、またはLoPが主要な寄与成分である場合は疼痛管理治療、および/またはLoAおよび/またはLoPの寄与におけるそれぞれの重みおよびそれぞれの相関に応じた不安および疼痛管理治療の適切な加重混合によって、それを効果的に治療することを可能にすることが、上記から明らかである。このような相関は、LoAおよびLoPの同時測定値間で最も容易に決定できることは明らかであるが、相関されるLoAおよびLoPが同時に測定されるのではなく、例えば治療の前、間および/または後などの類似の期間および/または事象の間に測定される代替的な実施形態が可能であることは明らかである。さらに別の実施形態によれば、例えばLoA、LoPおよび/またはDoSの以前の測定に基づいて、対象ベースおよび/または集団ベースの相関が利用可能である場合、これらの相関を、LoA、LoPおよび/またはDoSの測定中に使用するために、および/またはそれらの間の任意の相関を利用する場合に、例えば適切なデータベースに格納し、そこから検索することができる。
特定の有利な使用によれば、不安が慢性疼痛において重要な役割を果たすという事実に基づいて、LoAおよびLoPの組み合わせ測定および/または任意の関連する相関により、例えば、慢性疼痛に関連するLoPを減少させるために不安管理治療から恩恵を受ける可能性のあるLoAが高い患者を決定することができる可能性がある。
図11は、図1の実験の実施形態からの測定データに基づいて、複数のLoAおよびDoSを相関させる方法の例示的な実施形態を示す。不安のレベル(LoA)と、状態の深度(DoS)の一実施形態である解離の深度との間の計算された相関は、r=-0.49、p値=0.014と良好な相関に適合することが分かった。言い換えれば、DoSとLoAとの間には逆相関があり、これは解離の深度が増加すると不安のレベルが減少することを意味する。上述したのと同様に、このように、LoAとDoSとの組み合わせ測定および任意でそれらの相関は、例えば、LoAのどの部分を、DoSを修正する治療、例えば、解離の深度、没頭のレベルなどを修正する治療などによって管理することができるかを決定することを可能にする。特定の実施形態によれば、例えば、心理療法などの適切な薬理学的および/または非薬理学的治療によって、例えば、解離の深度、没頭のレベルなどを管理することによって、例えば、不安のレベルの変化、例えば減少に関する、例えば、DoSの修正を伴う治療の短期効果と長期効果とを決定および/または区別することさえ可能であり得る(例えば、精神療法における使用、…など)。
図12は、図1の実験の実施形態からの測定データに基づいて、複数のLoAおよびLoPを相関させる方法の代替的な実施形態を示す。不安のレベルと疼痛のレベルとを同時に測定した図10の実施形態と異なり、ここでは、疼痛のレベルと不安のレベルとは同時に測定されない。LoAは、試験段階520の前に、例えば、図1の実施形態のステップ512で測定され、LoPは、試験段階中、好ましくは、例えば、ステップ534および/または544のような不安誘発疼痛刺激の間および/または後に測定された。しかしながら、LoAが、例えば、治療前に測定され、LoPが治療の間および/または後に測定される代替的な実施形態、および/またはLoAおよびLoPが異なる時点で測定される任意の他の適切な実施形態が可能であることは明らかである。図12に示す実施形態によれば、試験段階520中の疼痛のレベル(LoP)と試験段階前の不安のレベル(LoA)との間の計算された相関は、r=0.38、p値=0.06で相関することが分かった。相関のこの実施形態によれば、試験段階520または任意の他の治療セッション前のより高いレベルの不安は、試験段階520または任意の他の適切な治療セッション中のより高いレベルの疼痛と関連していることが分かる。このようなタイプの相関は、治療前に測定されたLoAに基づいて、および任意で治療前に測定されたLoPと組み合わせて、治療後の疼痛のレベルを測定、管理および/または予測するのに有用であり得る。特定の実施形態によれば、これは、例えば、介入後の疼痛を測定、管理および/または予測することを可能にする。あるいは、この相関に基づいて、LoAおよび任意でLoPの治療前測定は、例えば、治療前の不安のレベルを管理することによって、治療の間および/または後の疼痛のレベルを低下させることができるように、潜在的な不安誘発刺激を含む別の治療を行う前に、不安管理治療を行う対象および/または集団を決定することを可能にすることができる。すでに上述したように、不安はまた、急性疼痛および/または不安誘発事象に続いて、持続性および/または慢性疼痛を発症する危険因子である。例えば治療前のLoAとLoPとの組み合わせ非同時測定および任意の相関は、治療後の慢性疼痛のリスクが高い高リスク対象および/または高リスク対象群を決定することができ、例えば適切な不安管理治療によって、この慢性疼痛を発症するリスクの低減を潜在的に可能にすることができる。
図13は、図1の実験の実施形態からの測定データに基づいて、複数のLoAおよびDoSを相関させる方法の例示的な実施形態を示す。図11の実施形態とは異なり、ここでもLoAとDoSは同時に測定されない。同様に、図12の実施形態と同様に、LoAは、治療セッション前に測定され、DoSは、試験段階520の治療セッション540中に測定される。デジタル治療セッション中の解離の深度の形態のDoSと試験段階520前の不安のレベルとの間の計算された相関は、r=-0.38、p値=0.06を有する。言い換えれば、相関によって、治療セッション前のより高いレベルの不安は、治療セッション中のより低いレベルの解離と関連している。言い換えれば、治療セッション前の不安のレベルは、例えば図1の実施形態の催眠治療セッション540または治療セッションの任意の他の適切な実施形態のような、修正された意識状態を伴う治療セッション中にその後達成され得るDoSの最大レベルおよび/または最大修正を制限する。このようにして、LoAとDoSとの非同時組み合わせ測定およびそれに関連する相関は、例えば、さらなる治療セッション、例えば、修正された意識状態を伴う治療または任意の他の適切な治療を行う前に、例えば、LoAを所定の所望の範囲内に減少させるために不安治療を必要とし得る不安のレベルが高すぎる対象をより客観的に決定することを可能にする。
さらに、図13の相関の実施形態に概略的に示されるように、LoAに基づいて、およびこの実施形態によると、治療前LoAと治療中DoSとの間の対応する相関に基づいて、対象が前記LoAを経験するときに達成可能な意識レベルの修正の少なくとも1つの限界および/または範囲を示すDoSLimitと呼ぶことができる前記DoSの少なくとも1つの限界および/または範囲を計算することができる。示された実施形態によれば、相関曲線を利用するこの実施形態によれば、DoSLimitは、0の治療前LoAと相関する8より高い解離の深度からわずかに減少し、4の治療前LoAで約6の値となり、6以上の治療前LoAと相関する0の値まで急激に減少することが明らかである。したがって、この特定の実施形態によれば、このことは、例えば6以上の治療前LoAが測定される場合、この実施形態によれば解離の深度として具現化されるDoSを修正することができないので、修正意識状態を伴う治療セッションを開始する意味がないことを意味する。治療中に到達すべき所望のDoSがDoSLimitよりも高い、言い換えればDoSLimitによって規定される達成可能な範囲外である場合、この実施形態によると、まず、治療前LoAは、例えば適切な不安管理治療によって、適切に高い関連するDoSLimitが達成されるまで、減少される必要がある。あるいは、例えば適切な治療によって所望のDoSに到達する場合、DoSLimitに関連するLoAは、そのDoSに到達することが望まれる場合に許容される最大レベルのLoAを提供する。DoSLimitに関連するLoAおよび/またはLoP、LoALimitに関連するDoSおよび/またはLoP、LoPLimitに関連するLoAおよび/またはDoSが、それぞれ所望のLoA、LoPおよび/またはDoSの適切な限界値および/または範囲を規定する代替的な実施形態が可能であることは明らかである。
例えば、LoAおよび/またはLoPに基づいて、DoS、対象がLoAおよび/またはLoPを経験するときに到達可能な意識レベルの修正の少なくとも1つの限界および/または範囲を示す少なくとも1つの限界および/または範囲(DoSLimit)が計算される代替的な実施形態が可能であることは明らかである。さらに別の代替的な実施形態によれば、LoAに基づいて、対象が前記LoAを経験するときに到達可能な疼痛のレベルの少なくとも1つの限界および/または範囲を示す前記LoPの少なくとも1つの限界および/または範囲(LoPLimit)を計算することができる。上述したのと同様に、例えば所望のLoPよりも高いLoPLimitに関連したLoAが測定された場合、例えば疼痛管理治療を行う前に、所望のLoPがその範囲および/または限界内に入るLoPLimitが達成されるように、適切な治療によってLoAを調節することが必要とされる。さらに別の実施形態によれば、例えば、前記LoPおよび例えばLoAとの適切な相関に基づいて、対象が前記LoPを経験するときに到達可能な疼痛のレベルの少なくとも1つの限界および/または範囲を示す前記LoAの少なくとも1つの限界および/または範囲(LoALimit)を計算することができる。同様に、上述したように、所望のLoAが、測定されたLoPに関連するLoALimitの範囲および/または限界の外にある場合、まず、例えば適切な疼痛管理治療などのLoPを調節する治療を調節して、所望のLoAがその範囲および/または限界の内にある適切な関連するLoALimitを得ることができるようにする必要がある。
図14は、疼痛のレベルと不安のレベルが相関しているさらに別の実施形態を示す。この実施形態によれば、図10の実施形態と同様に、LoAおよびLoPが同時に測定される。図示されるように、この実施形態によると、データは、DoSの一実施形態である、円で示される高レベルの解離に関連するデータ点と、低レベルの解離に関連するデータ点とに分けられる。低いDoSのデータと高いDoSのデータの両方とも、良好な相関を有する。低いDoSに関連するLoAおよびLoPは、r=0.67およびp値=0.016の相関を有する。高いDoSに関連するLoAおよびLoPは、r=0.68およびp値=0.018の相関を有する。したがって、DoSの違いとは無関係に、異なる解離の深度によって、LoAおよびLoPが相関することは明らかであるが、図14の実施形態から明らかなように、解離の深度が低い場合と比較して解離の深度が高い場合に、同等のLoAは、低いLoPと関連する。同様に、解離の深度が低い場合と比較して解離の深度が高い場合に、同等のLoPは低いLoAと関連する。言い換えれば、解離の深度がLoPとLoAの関係に与える影響は、LoAがLoPに与える影響を小さくすることである。一実施形態によれば、これは、例えば、解離の深度がLoPまたはLoAのいずれかの増強された効果を支持するので、例えば、解離の深度または任意の他の適切なDoSを増加させることによって、またはその逆によって、LoAがLoPに与える影響を低減するために使用することができる。
図15は、試験セッション520前のLoAと、例えば平均値=3.11の低い解離の深度と関連する通常の覚醒状態530中の疼痛刺激中のLoPとの非同時組み合わせ測定の実施形態を示す。図16は、試験セッション520前のLoAと、例えば平均値=7.52のより高い解離の深度と関連する催眠治療セッション540中の疼痛刺激中のLoPとの非同時組み合わせ測定の同様の実施形態を示す。図示されるように、測定されたLoAは、図15および図16に示される両方の状態において、大きく変化しない。しかしながら、図15と比較して、図16に示されるように、解離の深度がより深くなると、LoPは明らかに減少する。言い換えれば、LoAがLoPに与える負の影響は、解離の深度、またはDoSの任意の他の適切な実施形態がより高くなると減少する。これは、例えば、LoAの任意の負の影響を減少させることによって疼痛を間接的に管理するために、解離の深度を高めることを目的とした治療の恩恵を受けることができる対象および/または集団を決定することによって有利な方法で使用することができる。
図8は、例えば、測定されたDoSI=50%、LoAI=25%およびLoPI=15%と、100%に設定された基準DoSIにおいて、50%と算出されたNLoAIおよび40%と算出されたNLoPIとを表示する実施形態を示す。このような表示は、例えば、以下に説明するのと同様に、GUIの一実施形態に統合することができ、例えば、施術者が、修正された意識レベルを伴う治療中に、対象が通常の覚醒状態に戻ったときに、不安のレベルまたは疼痛のレベルが治療後にどのように進化するか、および/またはその逆を評価することを可能にする。このようなユーザインタフェースでは、基準DoSIは、例えば、適切な修正可能な入力パラメータとして実現することができる。
これは、例えば、図9によって例示され、ここで、修正された意識状態において、例えば、図1を参照して説明した意識レベルを修正するための非薬理学的治療の結果が示されているが、例えば、意識状態を修正する薬理学的治療を伴う代替的な実施形態が可能であり得ることは明らかであり、図8に関する上記の例と同様に、DoSIは50%に減少し、25%のLoAおよび15%のLoPIが測定された。図示されるように、治療の次の段階では、対象は覚醒させられ、測定されたDoSIは、通常の覚醒状態で、例えば100%に達するまで上昇する。図示されるように、この覚醒中に、測定されたLoAIも、25%から通常の覚醒状態で50%に達するまで上昇し、測定されたLoPIも、15%から通常の覚醒状態で40%に達するまで上昇する。図9にさらに示されるように、上で説明された例に従って、基準DoSIが100%すなわち通常の覚醒状態に設定され、既に修正された意識状態にある場合、例えば上で説明したように50%であると計算されたNLoAI、または例えば上で説明したように40%であると計算されたNLoPIによって、その後DoSIが基準DoSIに変化するときに存在するLoAIまたはLoPIの指標を提供することができる。言い換えれば、図9に示すように、例えば同一の疼痛または不安状態の下では、NLoAIは50%で一定であり、NLoPIは40%で一定であり、いずれのDoSIの変化とも無関係である。さらに、所定の基準DoSに基づくNLoAおよび/またはNLoPの計算によって、例えば、LoA、LoPおよび/またはDoSのための適切なスケールおよび/または指数を開発および/または決定する状況において、対象間/集団間のNLoAおよび/またはNLoPの比較または使用が、それらのDoSとは無関係に可能になり得る。しかしながら、NLoAおよびNLoPのさらに別の代替的な実施形態および使用が可能であることは明らかである。より詳細には、既に上述したように、NLoAが、所定の基準LoPおよび/または所定の基準DoSにおける対象の不安のレベルを示す値である代替的な実施形態、またはNLoPが、所定の基準DoSおよび/または所定の基準LoAにおける対象の疼痛のレベルを示す値である実施形態である。
具体的には、NLoA(I)に関して、図9に示されるものに関する、例えば、意識状態を修正する治療がLoAに対して一時的な効果しかない場合、および/または例えば、不安誘発刺激が意識状態を修正するための治療後も存在し続ける場合に可能である、DoSIが上昇したときにLoAIが再び上昇する代替的な実施形態が可能である。しかしながら、代替的な実施形態によれば、典型的には、不安管理治療は、例えば図55の実施形態に示されるように、LoAに対してより持続的な長期効果を有し、治療後のNLoAIは、例えば、治療中に達成される最小LoAに近いか、またはそれに等しいままであり得、これは、例えば、修正された意識状態を伴う治療であり得るが、例えば、任意の適切な不安管理治療などの代替的な治療が可能であり得る。図示されるように、例えば、治療後に通常の覚醒意識状態に戻るとき、LoAは、治療前よりも低い可能性がある。したがって、図示されているように、DoSIがセッション中に、例えば、特定のタスクへの対象の適切なレベルの没頭によって十分に修正されたこのような実施形態によると、治療中に減少するLoAIは、治療前と比較してそのようなより低いレベルにとどまる。このようにして、治療後のNLoAIは、基準DoSIに関して、例えば、治療前のLoAIと、治療中に達成されたDoSIおよび/またはLoAIの最小値とに基づいて、または他の任意の適切な方法で計算することができる。
図56によって概略的に示されるさらに別の実施形態によると、特に図55の実施形態において、例えば、治療セッション中に到達したDoSと、例えば、通常の覚醒状態に関連する所定の基準DoSに戻った時に、治療後にLoAがどれだけ増加するかの指標として構成されるLoA*指標と呼ばれる導出された指数との間に、集団ベースまたは対象ベースの相関をさらに作成することができる。さらに導出された指数は、回復係数と呼ばれる。以下に説明するように、図56を参照すると、これは、例えば、このような回復係数に基づいてNLoAを計算することを可能にする。例えば、図56において一点鎖線の曲線で示されるように、このような回復係数の一実施形態が、LoA*/Min(LoA)の所定の比の形態で示されている。この回復係数は、NLoAの基準DoSと相関された。Min(LoA)は、治療セッション中に到達したLoAの最小レベルである。このような実施形態によれば、図示されるように、治療セッション中に50%のDoSに到達した対象は、セッション後に、図54の実施形態に示されるように、100%の基準DoSにおいて、NLoAに等しくなり、治療中の50%のこのDoSに相関する回復係数を乗じたMin(LoA)として計算することができるLoAを有することになる。したがって、図示された実施形態によれば、NLoAはMin(LoA)*1.4となる。代替的な実施形態によれば、実線の曲線は、代替的な治療についてのそのような相関を示し、治療セッション中に40%より低いDoSに達した対象についてのそのような治療について、セッション後のLoA、言い換えれば基準DoSにおけるNLoAは、回復係数が約1であるため、Min(LoA)*1として計算することができることが明らかである。このような実施形態によれば、図55に示すのと同様に、治療後、LoAは増加しないか、または治療中に達成された最小LoAと実質的に同じままとなる。
図56に示された実施形態からさらに明らかなように、例えば、治療中に、治療がDoSを減少させることおよび/またはLoAを減少させることに成功しない場合、治療後のLoA、すなわち基準DoSにおけるNLoAは、LoA*/LoA*を乗じたLoA*から(Min(LoA)=LoA*として)計算されるように、治療前のLoA*のままとなる。言い換えれば、このような実施形態によれば、治療後LoAは、治療前LoAのままとなる。曲線によって表される相関の両方の実施形態が、治療セッション中に到達したDoSと、治療セッション中に達成された最小LoAが治療セッションの終了後にどのように進化するかを示す回復係数との間の相関を提供することは明らかである。例えば、治療ベース、対象ベース、および/または集団ベースのパラメータに依存する、このような相関の多数の代替的な実施形態が可能であることは明らかである。
図6によれば、この測定データに基づいたDoSおよび/またはLoPと組み合わせたLoAのコンピュータ実施測定を適用して、例えばLoA、DoSおよび/またはLoPの治療誘導性進化などの進化を測定、監視および/または予測することができる。例えば、不安管理治療、疼痛管理治療または任意の他の適切な治療などの治療が適用される場合、LoA、DoSおよび/またはLoPに対するこの治療の効果は、このような方法の実施形態によって監視され得る。このような治療は、例えば、非薬理学的不安治療、非薬理学的鎮静、催眠、他のエビデンスに基づく心理学的および/または心身介入などの非薬理学的治療、および/または例えば薬理学的不安治療、薬理学的鎮静、薬理学的有効成分の投与、鎮痛薬の投与、抗不安薬の投与を含む治療などの薬理学的治療、および/または例えば外科手術、理学療法、電気的治療、機械的治療、…などの医学的または準医学的治療などの他の適切な治療、および/または鍼治療、バイオフィードバック、マッサージ…などの心身の補完または代替医療などの任意の適切な治療を含み得る。このようにして、図6は、治療400の前、間および/または後に対象におけるLoA、DoSおよび/またはLoPを測定および/または監視するためのコンピュータ実施方法の一実施形態を示す。図6に示す方法400の実施形態は、以下のステップを含む。
- 第1の時点、例えば、治療の前または治療の間の第1の時点でLoA、DoSおよび/またはLoPを測定するステップ402、
- 第2の時点、例えば、治療の後または治療の間の第1の時点よりも後の第2の時点でLoA、DoSおよび/またはLoPを測定するステップ404、および
- LoA、DoSおよび/またはLoPの治療誘導性進化を決定するステップ406。
- 第1の時点、例えば、治療の前または治療の間の第1の時点でLoA、DoSおよび/またはLoPを測定するステップ402、
- 第2の時点、例えば、治療の後または治療の間の第1の時点よりも後の第2の時点でLoA、DoSおよび/またはLoPを測定するステップ404、および
- LoA、DoSおよび/またはLoPの治療誘導性進化を決定するステップ406。
治療およびそれに関連する順番は、図6の実施形態において例えば、開始点および終了点が明確に定義された単一の治療セッションを表すことができる矢印408によって概略的に示されているが、治療が、例えば、開始点および終了点が明確に定義されていない連続的および/または慢性的な性質を有するか、または、治療が、断続的な性質を有し、治療セッションの間に任意の休憩または休止を有する一連の複数の治療セッションを含むか、または、例えば、一連の治療段階、ステップなどを含む時系列の性質を有する任意の他の適切なタイプの治療を含む、代替的な実施形態が可能であることは明らかである。
ステップ402に示すように、LoA、DoSおよび/またはLoPは、例えば図5に示す実施形態によるDoSおよびLoPを測定する方法300の実施形態を用いて測定される。この第1のLoA、DoSおよび/またはLoPの測定値は、例えば、治療セッションの開始前のDoSおよび/またはLoPと組み合わせたLoAの測定値であり、いくつかの実施形態によると、それぞれ、その後のLoA、DoSおよび/またはLoPの測定のための所定の基準レベルとして機能する基準、初期、ベースライン、…LoA、DoSおよび/またはLoPと見なすことができる。さらに図6に示すように、ステップ404では、第2の後続のLoA、DoSおよび/またはLoPの測定値も、例えば、図5に示すLoA、DoSおよび/またはLoPを測定する方法300を用いて測定される。これは、例えば、不安および/または疼痛管理治療などの治療の間または後のLoA、DoSおよび/またはLoPの測定値であり得る。次に、ステップ406では、ステップ402および404で測定された第1のLoA、DoSおよび/またはLoPと第2のLoA、DoSおよび/またはLoPそれぞれとの比較に基づいて、LoA、DoSおよび/またはLoPの治療誘導性進化が決定される。このようにして、LoA、DoSおよび/またはLoPの治療誘導性進化は、治療の有効性、強度、所望の効果などを表す値を示すことができる。したがって、図6の実施形態において、例えば、治療の前、間および/または後に、対象における不安のレベル、疼痛のレベルおよび/または修正された意識状態のレベルを測定および/または監視および/または予測および/または集約するためのコンピュータ実施方法が提供されることは明らかである。言い換えれば、例えば、治療の前、間および/または後などの少なくとも2つの異なる時点で、および/またはある期間にわたって、LoA、LoPおよび/またはDoSが測定および/または監視および/または予測および/または集約される。しかしながら、LoA、LoPおよび/またはDoSが、任意の適切な期間の少なくとも2つの異なる時点で測定および/または監視される代替的な実施形態が可能であることは明らかである。
そして、少なくとも2つの異なる時点で測定された少なくとも2つのLoA、少なくとも2つのLoPおよび/または少なくとも2つのDoSのそれぞれの比較に基づいて、LoA、LoPおよび/またはDoSの治療誘導性進化を測定および/または監視することができる。特に単純な実施形態によれば、LoA、LoPおよびDoSの治療誘導性進化は、例えば、治療の間および/または後に測定されたLoA、LoPおよびDoSと、治療前にそれぞれ測定されたLoA、LoPおよびDoSとのそれぞれの比較に基づいて決定される。しかしながら、このような比較は、任意の適切な期間におけるLoA、LoPおよびDoSの任意の適切な進化を決定するために行うことができることは明らかである。追加的におよび/または代替的に、いくつかの実施形態によれば、LoA、LoPおよび/またはDoSは予測することもできる。例えば、図44に関して以下にさらに詳細に説明されるように、LoA、LoPおよび/またはDoSに関する適切な複数の過去データ点は、例えば、移動平均に相関する傾向、平均、または任意の他の適切な過去データ点の傾向に基づいて、適切な傾向分析を提供することができ、それによって、将来の、予想される、または傾向データ点の予測を可能にする。このようにして、LoA、LoPおよびDoSの進化の予測を達成することができることは明らかである。過去データ点の予測分析は、任意の適切な方法によって、例えば、特定の治療の異なる段階または期間中のLoA、LoPおよび/またはDoSの進化間の所定の相関に基づいて、または繰り返しおよび/または予測可能なパターンおよび/または相関を検出するために過去データセットで訓練され、それによって、測定されたデータにおける検出可能なパターンおよび/または相関の評価を可能にし、それによって、測定されたデータに基づく現在および予測の傾向の決定を可能にする自己学習、自己最適化アルゴリズム、人工知能アルゴリズムなどによって行うことができる。現在の測定値の予測分析を可能にするためのLoA、LoPおよび/またはDoS測定値および/または任意の他の適切な測定値から得られる過去データ点および/または任意の他の適切なデータの代替的な実施形態が可能であることは明らかである。予測分析が基づくことができるそのようなデータは、例えば、個々の対象からの過去データ、集団からの過去データ、LoA、LoP、DoSなどの進化の所定の治療関連パターンなどを含むことができる。
さらに別の実施形態によれば、追加的および/または代替的に、少なくとも2つの異なる時点で測定された少なくとも2つのLoA、少なくとも2つのLoPおよび/または少なくとも2つのDoSのそれぞれの集約に基づく、不安レベルスコアすなわちLoAS、疼痛レベルスコアすなわちLoPS、および/または状態深度スコアすなわちDoSSを集約し得る。したがって、このような実施形態によれば、測定された少なくとも2つのLoA、少なくとも2つのLoP、および/または少なくとも2つのDoSのそれぞれの集約を、所定の期間にわたって行うことができることは明らかである。不安測定に関連するLoASのようなこのような集約されたパラメータは、性格特性および/または不安障害に関連する可能性のある不安の慢性状態の影響を判断するのに有用であり得る。疼痛の測定に関連するLoPSのような集約されたパラメータは、慢性の疼痛の影響の決定において有用であり得、例えば、数時間および/または数日などのより長い期間中、疼痛のレベルが連続的に測定され、集約されたLoPSが、瞬間的な疼痛のピークではなく、対象が知覚する一定の慢性の疼痛のレベルの影響の指標を提供することができる。これは、たとえ中程度または低レベルの不安および/または疼痛であっても、慢性的に経験される場合には、対象の生活の質に対して大きな影響を有し得る一方、例えば、短い、まれな不安および/または疼痛の突発は、たとえ激しい場合であっても、より容易に耐えることができるため、有用である。同様に、集約されたDoSSは、特定の期間における修正された意識レベルに関連する安全生および安定性のレベルを識別するのに有用であり得る。例えば、手術中に、修正された意識レベルが十分に安定した状態で確立されており、一時的、短期的な意識レベルの進化の結果ではないことを確認することは大切である。このような集約された形態はまた、本明細書に詳述されているような疼痛のレベルおよび意識状態に関連する任意の他のパラメータ、および/または例えばLoA(I)、LoP(I)、DoS(I)、NLoP(I)、DoD(I)、DoH(I)などのそれらのスケーリングされたおよび/または指数化されたバージョンに対して有用であり、それによって、これらのパラメータの少なくとも2つの値の集約に対応するこれらのパラメータの類似のスコアを可能にすることは明らかである。特定の実施形態によれば、LoA(I)S、LoP(I)S、DoS(I)、NLoP(I)S、DoD(I)S、DoH(I)Sなどは、例えば、合計、平均、アベレージなどの、所定の期間にわたるそれぞれのLoA(I)、LoP(I)、DoS(I)、NLoP(I)、DoD(I)、DoH(I)などの値の集約の任意の適切な実施形態を含むことができ、値は、例えば、任意でLoA(I)、LoP(I)、DoS(I)、NLoP(I)、DoD(I)、DoH(I)などが集約された期間に関連して、集約された値を提示するなど、例えば、以下に説明するのと同様にシステムのGUIに提示することができる。
好ましくは治療の前、間および/または後に、対象における修正された意識状態のレベルおよび/または疼痛のレベルと組み合わせたおよび/または相関した不安のレベルを測定および/または監視および/または予測および/または集約するためのこのような方法のさらに別の代替的な実施形態が可能であることは明らかであり、この方法は以下のステップを含む。
- 好ましくは治療の前、間および/または後の少なくとも2つの異なる時点で、DoSおよび/またはLoPと組み合わせたLoAを測定するステップ、および
- 少なくとも2つの異なる時点で測定された少なくとも2つのDoSおよび/または少なくとも2つのLoPと組み合わせたおよび/または相関した少なくとも2つのLoAのそれぞれの比較に基づいて、DoSおよび/またはLoPと組み合わせたLoAの進化、好ましくは治療誘導性進化を測定および/または監視および/または予測するステップ、および/または
- 少なくとも2つの異なる時点および/またはある期間にわたって測定された少なくとも2つのLoAおよび/または少なくとも2つのDoSおよび/または少なくとも2つのLoPの集約に基づいて、不安レベルスコアすなわちLoASおよび/または状態深度スコアすなわちDoSSおよび/または疼痛レベルスコアすなわちLoPSを集約するステップ。
- 好ましくは治療の前、間および/または後の少なくとも2つの異なる時点で、DoSおよび/またはLoPと組み合わせたLoAを測定するステップ、および
- 少なくとも2つの異なる時点で測定された少なくとも2つのDoSおよび/または少なくとも2つのLoPと組み合わせたおよび/または相関した少なくとも2つのLoAのそれぞれの比較に基づいて、DoSおよび/またはLoPと組み合わせたLoAの進化、好ましくは治療誘導性進化を測定および/または監視および/または予測するステップ、および/または
- 少なくとも2つの異なる時点および/またはある期間にわたって測定された少なくとも2つのLoAおよび/または少なくとも2つのDoSおよび/または少なくとも2つのLoPの集約に基づいて、不安レベルスコアすなわちLoASおよび/または状態深度スコアすなわちDoSSおよび/または疼痛レベルスコアすなわちLoPSを集約するステップ。
特定の実施形態によれば、DoSおよび/またはLoPと組み合わせたLoAの治療誘導性進化は、治療の間および/または後に決定されたDoSおよび/またはLoPと組み合わせたLoAと、治療前に決定されたDoSおよび/またはLoPと組み合わせたLoAとのそれぞれの比較に基づいて決定することができる。これは、LoAの治療誘導性進化が、この実施形態によれば治療の間および後に決定されたLoAの比較によって決定されること、および/またはDoSの治療誘導性進化が、同様に、治療の間および後に決定されたDoSの比較によって決定されること、および/またはLoPの治療誘導性進化が、治療の間および後に決定されたLoPの比較によって決定されることを意味する。
特定の実施形態によれば、DoSLimit、LoALimit、および/またはLoPLimitに関して上述したのと同様に、LoPおよび/またはLoAが所定の範囲外にある場合、および/またはLoPおよび/またはLoAが所定の範囲内になるまで、治療が疼痛管理治療である場合、疼痛管理治療は、不安管理治療と置き換えおよび/または組み合わせ可能であり、および/または治療が不安管理治療である場合、不安管理治療は、疼痛管理治療と置き換えおよび/または組み合わせ可能である。このような実施形態によれば、LoAが高すぎる場合、これは、例えば、LoAが、例えば疼痛管理治療によってLoPをさらに効率的に管理することができないことに関連する1つまたは複数の所定の限界を超えることによって、所定の範囲外にある場合、疼痛管理治療の効果を制限し得る。そのような場合、少なくとも、不安管理治療が、例えば、LoAが、疼痛管理治療を継続および/または再開することができ、任意で不安管理治療を安定化、軽減および/または終了することができる、疼痛管理治療がLoPを管理するのに有効であることが知られている所定の範囲内に再び入るように、LoAを所定の限界内に適切に減少させることによって、LoAの治療誘導性進化を提供することができるようになるまで、疼痛管理治療を不安管理治療と置き換えることおよび/または組み合わせることが有益である。同様に、上述したように、一実施形態によれば、治療が不安管理治療である場合、LoPおよび/またはLoAが所定の範囲外にある場合、および/またはLoPおよび/またはLoAが所定の範囲内に入るまで、不安管理治療を疼痛管理治療に置き換えることができる。これは、例えば、LoPが、任意の不安管理治療が有効であるための所定の限界および/または閾値を超える場合、例えば、まず、LoPが、所定の限界を超えなくなるまで、または不安管理治療がLoAを再び管理するのに有効であるための任意の適切な所定の範囲内に入るまで、減少されることを確実にする。不安管理治療および/または疼痛管理治療および/または意識状態の修正を伴う治療の任意の適切な組み合わせを使用して、LoPおよび/またはLoAおよび/またはDoSが、さらなる治療が有効であることを可能にするためのそれぞれの所定の範囲内に入るおよび/またはその範囲内に留まるようにそれぞれ管理されることを確実にする、さらに別の実施形態が可能であることは明らかである。さらに別の実施形態によれば、治療が意識状態を修正する治療である場合、例えば、LoPおよび/またはLoAが所定の範囲外にあるとき、および/またはLoPおよび/またはLoAが所定の範囲内に入るまで、意識状態を修正する治療を不安および/または疼痛軽減治療と置き換えおよび/または組み合わせることが有益であり得る。
さらなる特定の実施形態によれば、治療が疼痛管理治療である場合、DoSが所定の範囲外にあるとき、および/またはDoSが所定の範囲内に入るまで、疼痛管理治療を、意識状態を修正する治療と置き換えおよび/または組み合わせることができる。
同様に、意識状態を修正する治療は、LoPが所定の範囲外にある場合、および/またはLoPが所定の範囲内に入るまで、疼痛管理治療と置き換えおよび/または組み合わせることができる。したがって、代替的な実施形態によれば、例えば、疼痛軽減、疼痛制御、疼痛予防、または任意の他の適切な疼痛管理治療などのような疼痛管理治療の効力は、NLoPの治療誘導性進化に基づいて決定および/または監視することができる。同様に、不安軽減治療の効力は、NLoAの治療誘導性進化に基づいて決定および/または監視することができる。
治療が、例えば、催眠治療セッション、心身治療、認知行動療法などの非薬理学的治療、または例えば、鎮静治療などの薬理学的治療など、不安を軽減するために意識状態を修正する治療である場合、例えば、意識状態を修正する治療の前、間および/または後の少なくとも2つの異なる時点でDoSを測定することによって、例えば、意識状態を修正する治療の間および/または後に測定されたDoSおよび/またはLoAと、意識状態を修正する治療の前に測定されたDoSおよび/またはLoAとの比較に基づいて、DoSおよび/またはLoAの治療誘導性進化を決定することができる。
治療が、例えば催眠治療セッションのような非薬理学的治療、または例えば鎮静治療のような薬理学的治療など、疼痛を軽減するために意識状態を修正する治療である場合、意識状態を修正する治療の前、間および/または後の少なくとも2つの異なる時点でDoSを測定することによって、意識状態を修正する治療の間および/または後に測定されたDoSおよび/またはLoPと、意識状態を修正する治療の前に測定されたDoSおよび/またはLoPとの比較に基づいて、DoSおよび/またはLoPの治療誘導性進化を決定することができる。
あるいは、治療の効力を決定するために、意識レベルの変化とは無関係に、例えば、対象および/または集団間の比較を可能にするために、例えば、滴定または投薬計画を決定/調節するために、または催眠治療セッション中に必要な状態の深度を決定/調節するために、決定および/または監視されたNLoAおよび/またはNLoPおよび/またはDoSLimitおよび/またはLoPLimitおよび/またはLoALimitそれぞれに基づいて、治療を決定し、および/または治療に対する調節を決定し、および/または治療の強度を決定することができる。そして、これにより、対象の意識状態に対する変化とは無関係に、例えば、不安のレベルおよび/または疼痛のレベルそれぞれに関して、例えば、治療の効力を決定することが可能になる。例えば、これにより、麻酔科医が、例えば、鎮静治療の初期段階の前および/または間に、DoSに対する変化と無関係にLoAを評価すること、および/または鎮静された患者を通常の覚醒状態に戻す前に、この鎮静された患者が通常の覚醒状態に戻されたときに経験するLoPを評価することが可能になる。そして、これにより、鎮静治療の前および/または鎮静状態から患者を覚醒させる前に、適切な抗不安、鎮痛および/または鎮静治療計画を設定し実施することが可能となる。NLoAおよび/またはNLoPの使用のさらに別の代替実施形態が可能であることは明らかである。さらなる態様によれば、これにより、例えば、測定および/または監視および/または予測および/または集約されたNLoAおよび/またはNLoPおよび/またはDoSLimitおよび/またはLoPLimitおよび/またはLoALimitに基づいて、治療および/または治療に対する調節および/または治療の強度および/または治療の効力および/または治療の選択を決定することが可能となる。
治療が、例えば、不安管理治療である場合、例えば、ステップ302で測定された第1のLoAと比較したステップ304で測定された第2のLoAの減少に対応するLoAの治療誘導性進化、および例えば、ステップ302で測定された第1のDoSと比較したステップ304で測定された第2のDoSの減少に対応するDoSの治療誘導性進化によって、治療の有効性を確認することができる。いくつかの実施形態によれば、DoSおよびLoAの治療誘導性進化の値も、治療の強度の指標を提供する。例えば、一実施形態によれば、不安管理治療は、ステップ402において第1の値を有する第1のLoA測定値を、ステップ404における第2の測定において、第1の値の50%の減少に対応する第2の値まで減少させ、したがって、これは、-50%のLoAの治療誘導性進化、言い換えれば、治療前のステップ302における測定値に対して50%の減少に対応するLoAの変化に対応する。この治療が適応されるか、または-25%のLoAの治療誘導性進化しか引き起こさない別の治療が適用される場合、後者の治療が前者より低い強度を有することは明らかである。第1のLoA測定値に対して変化が検出されない場合、LoAの治療誘導性進化は、LoAに対する変化がないことに対応する、言い換えれば、その時点の治療は、例えば、LoAを減少させるのに有効ではなく、適応または別のタイプの治療への変更が必要かもしれないと結論づけることができる。同様に、好ましくはLoAと組み合わせて、治療の強度を示すために、DoSの治療誘導性進化を定量化することもできる。しかしながら、例えば治療が、例えば注射、局所鎮静薬の投与などを含む医学的治療中のような、不安誘発刺激の適用を含む代替的な実施形態によれば、治療前に測定されたLoAおよび/または治療の特定の段階中に達成されたDoSが、治療中、特に不安誘発刺激の適用中および/または適用後に、変化しない、増加しない、および/または所望の範囲外まで増加しない場合、例えば薬理学的および/または非薬理学的不安管理治療の形態の不安管理治療が効果的に行われていることは明らかである。
治療が、例えば、疼痛軽減治療である場合、例えば、ステップ302で測定された第1のLoPと比較したステップ304で測定された第2のLoPの減少および/または望まない増加の不在に対応するLoPの治療誘導性進化、および例えば、ステップ302で測定された第1のDoSと比較したステップ304で測定された第2のDoSの減少に対応するDoSの治療誘導性進化によって、治療の有効性を確認することができる。いくつかの実施形態によれば、DoSおよびLoPの治療誘導性進化の値も、治療の強度の指標を提供する。例えば、一実施形態によれば、疼痛軽減治療は、ステップ402において第1の値を有する第1のLoP測定値を、ステップ404における第2の測定において、第1の値の50%の減少に対応する第2の値まで減少させ、したがって、これは、-50%のLoPの治療誘導性進化、言い換えれば、治療前のステップ302における測定値に対して50%の減少に対応するLoPの変化に対応する。この治療が適応されるか、または-25%のLoPの治療誘導性進化しか引き起こさない別の治療が適用される場合、後者の治療が前者より低い強度を有することは明らかである。第1のLoP測定値に対して変化が検出されない場合、LoPの治療誘導性進化は、LoPに対する変化がないことに対応する、言い換えれば、その時点の治療は、例えば、LoPを減少させるのに有効ではなく、適応または別のタイプの治療への変更が必要かもしれないと結論づけることができる。同様に、好ましくはLoPと組み合わせて、治療の強度を示すために、DoSの治療誘導性進化を定量化することもできる。しかしながら、例えば治療が、例えば外科的治療中のような、疼痛刺激の適用を含む代替的な実施形態によれば、治療前に測定されたLoPおよび/または治療の特定の段階中に達成されたDoSが、治療中、特に疼痛刺激の適用中および/または適用後に、変化しない、増加しない、および/または所望の範囲外まで増加しない場合、例えば薬理学的および/または非薬理学的鎮静の形態の疼痛治療が効果的に行われていることは明らかである。
破線410によって概略的に示されるように、オプションの実施形態によれば、ステップ402よりも後の時点の、ステップ404におけるDoSおよび/またはLoPと組み合わせたおよび/または相関したさらなるLoAの測定は、繰り返され得るか、または連続的に実施され得、これによって、LoA、DoSおよび/またはLoPの治療誘導性進化の繰り返しのおよび/または連続的な監視、言い換えれば、2つの異なる時点でそれぞれ測定された2つのLoA、DoSおよび/またはLoPの比較が可能になる。治療の前、間および/または後の異なる時点での任意の適切な複数のLoA、DoSおよび/またはLoP測定値を使用して、少なくとも2つの異なる時点で測定されたこれらの少なくとも2つのLoA、DoSおよび/またはLoPの比較に基づいて、LoA、DoSおよび/またはLoPの治療誘導性進化を決定および/または監視する代替的な実施形態が可能であることは明らかである。したがって、このようなLoA、DoSおよび/またはLoPの治療誘導性進化は、LoA、DoSおよび/またはLoPに対する治療によって誘導された変化(もしあれば)を示すことは明らかである。
図1に示す実験500および図5および6のコンピュータ実施方法へのこの実験の結果の適用に関して上述した第4グループ指標に加えて、LoPは、任意で、以下にさらに詳細に説明するように、例えば第3グループ指標または第5グループ指標などの追加の指標によって決定することができる。
このような実施形態によれば、図1に示す実験の実施形態の間に、第4グループ指標に加えて、例えば、測定されたEEGデータから、較正された疼痛刺激に対する、例えば適切な事象関連電位すなわちERPによって、時間領域における第3グループ指標が抽出される。
このような実施形態によれば、図1に示す実験の実施形態の間に、第4グループ指標に加えて、例えば、測定されたEEGデータから、較正された疼痛刺激に対する、例えば適切な事象関連電位すなわちERPによって、時間領域における第3グループ指標が抽出される。
このような時間領域EEG分析により、通常の覚醒状態530と比較して、催眠治療セッション540中のERP成分が全体的に減少していることが分かった。測定されたEEGデータに基づいて、疼痛刺激開始に時間ロックされた全体的な平均信号ピーク間振幅すなわちMSPAに差が見られた。特定の実施形態によれば、図17、図18および図19に示すように、時間窓は、例えば、x軸上で0ミリ秒として表される疼痛刺激開始後300ミリ秒から350ミリ秒に設定することができる。しかしながら、MSPAが、例えば、外部疼痛刺激にリンクまたは誘発されない適切なローリング時間窓によって継続的に測定される代替的な実施形態が可能であることは明らかである。MSPAを測定するための時間窓内に単一のピークしか存在しない場合、MSPAは信号のピーク間振幅に等しい。MSPAを測定するための時間窓内の信号に複数のピークがある場合、MSPAは、信号のこれらの複数のピークの個々のピーク間振幅の平均またはアベレージの関数で計算される。第1段階520の2つのセッション530、540の間、言い換えれば、通常の覚醒状態530と、異なるレベルの対象が知覚する疼痛を誘発する催眠治療セッション540との間のこの実施形態におけるERP振幅の差は、少なくとも以下の3つのEEG測定位置において有意であることが見出された。
- 例えば、正中矢状面に沿って、中心葉(C)に配置されたEEG電極において、通常の覚醒状態530と比較して、催眠治療セッション540中に全体的なMSPAの減少が見られた。言い換えれば、C-MSPA EEG測定データは、較正された疼痛刺激に対する反応への関与の減少を示す。
- 例えば、正中矢状面に沿って、頭頂葉(P)に配置されたEEG電極において、通常の覚醒状態530と比較して、催眠治療セッション540中に全体的なMSPAの減少が見られた。言い換えれば、P-MSPA EEG測定データは、較正された疼痛刺激に対する反応への関与の減少を示す。
- 例えば、正中矢状面に沿って、前頭葉(F)に配置されたEEG電極において、通常の覚醒状態530と比較して、催眠治療セッション540中の全体的なMSPAの減少が見られた。言い換えれば、P-MSPA EEG測定データは、較正された疼痛刺激に対する反応への関与の減少を示す。
したがって、この実験に基づく研究は、較正された疼痛刺激に反応して知覚される異なるレベルの疼痛に相関する、例えば非薬物療法、例えば催眠的に誘導された治療セッション中の修正された意識状態と通常の覚醒状態530とを比較した場合、EEG測定データのこれらの特定の位置において統計的に有意なMSPA変化を示している。
第3グループ指標と呼ぶこともできる、実験500の測定データのEEGデータからの、電極F、Cおよび/またはPについての平均信号ピーク間振幅すなわちMSPAの抽出は、以下の結果を提供した。
- EEGデータから抽出されたMSPAすなわち第3グループ指標は、少なくとも以下の3つのEEG電極位置において、通常の覚醒状態530と比較して、催眠治療セッション540中に有意に低い:EEG電極位置Fでは、通常の覚醒状態530中に24.13mVのF-MSPA値が抽出されたのに対して、催眠治療セッション中に11.16mVのF-MSPA値が抽出された(p値=0.019)、EEG電極位置Cでは、通常の覚醒状態530中に8.67mVのC-MSPA値が抽出されたのに対して、催眠治療セッション540中に2.94mVのC-MSPA値が抽出された(p値=0.037)、EEG電極位置Pでは、通常の覚醒状態530中に5.159mVのP-MSPA値が抽出されたのに対して、催眠治療セッション540中に2.635mVのP-MSPA値が抽出された(p値=0.037)。したがって、上記と同様に、第3グループ指標は、同一の較正された疼痛刺激が上記のように適用された実験の同一の疼痛条件下での意識状態の変化によって修正されるので、第3グループ指標が、対象が意識的に知覚する疼痛のレベルの指標であることは明らかである。
- 自己申告による疼痛の測定値は、少なくともF(rs=0.38、p=0.097)、C(rs=0.407、p=0.074)および/またはP(rs=0.34、p=0.095)の3つのEEG電極位置において、第3グループ指標の一実施形態、すなわちEEG測定データから抽出されたMSPAと相関(スピアマン)している。###図20は、第3グループ指標、言い換えれば、3つのEEG電極F、CおよびPにおいて測定されたEEGデータから抽出されたMSPAと、実験500中の疼痛との間の相関を示すグラフを示す。
- 自己報告された解離の測定値は、電極位置F(rs=-0.41、p=0.07)で測定されたEEGデータから抽出されたMSPA、言い換えればF-MSPAに対応する第2グループ指標の実施形態と相関(スピアマン)する。図21は、F-EEG電極において測定されたMSPAと解離との間の相関関係を示す。
図17、図18および図19に示す信号に関連して既に述べたように、MSPAを測定するための時間窓内に単一のピークしか存在しない場合、MSPAは信号のピーク間振幅に等しい。MSPAを測定するための時間窓内の信号に複数のピークがある場合、MSPAは、信号のこれらの複数のピークの個々のピーク間振幅の平均またはアベレージの関数で計算される。測定のための時間窓は、例えば、0.1秒から5秒の範囲など、0.01秒から10秒の範囲であり得る。
したがって、上述の実験500の研究は、催眠治療セッション540中の修正された意識状態、または修正された意識状態を誘発する任意の他の適切な非薬理学的または薬理学的治療を通常の覚醒状態530と比較した場合、言い換えれば、異なる状態の深度すなわちDoSの一実施形態である、異なる解離のレベルまたは深度すなわちDoDを比較した場合に、これらの特定のEEGセンサ位置で測定されたEEGデータにおける有意なMSPA変化を示す。これはまた、通常の覚醒状態530中に対象が知覚した疼痛のレベルが、催眠治療セッション540中に対象が知覚した疼痛のレベルと異なるため、対象が知覚した異なるレベルの疼痛を比較すると、測定されたEEGデータにおける有意なMSPA変化が観察されたことを意味することは明らかである。
上記と同様に、上の実験500の洞察によって、EEGデータから平均信号ピーク間振幅(MSPA)に対応する第3グループ指標を抽出するさらなるステップを含む、疼痛のレベルを測定するためのコンピュータ実施方法300の代替的な実施形態が可能になる。そして、次のステップで、第4グループ指標および少なくとも第3グループ指標に基づいてLoPが決定される。同様に、不安のレベル、修正された意識レベルおよび/または疼痛のレベルを測定するためのこの代替的な方法を含む、対象の不安のレベル、修正された意識レベルおよび/または疼痛のレベルを決定および/または監視するためのコンピュータ実施方法400の代替的な実施形態が可能であることは明らかである。
さらに別の実施形態によれば、例えば1つまたは複数のEMG電極または任意の他の適切な電極から収集された、例えば筋電図(EMG)データなどの筋肉活動データを含む測定データを受信するさらなるステップを含む、疼痛のレベルを測定するためのコンピュータ実施方法300が提供される。これらのEMG電極は、例えば、脚、顔、腕、または任意の他の適切な位置、…のうちの1つまたは複数の位置に配置することができる。さらに別の実施形態によれば、EMG信号および/またはEMGデータを、例えばEEG電極などの任意の他の適切な電極から受信された信号および/またはデータから導出することが可能である。後続のステップ中に、EMGデータから、平均信号ピーク間振幅(EMG-MSPA)に対応する第5グループ指標を抽出する。そして、続いて、第4グループ指標および少なくとも第5グループ指標に基づいてLoPを決定する。
このような実施形態は、試験段階520中のEMG信号の適切な測定からEMG測定データが得られた、上述の実験500の実施形態から得られる以下の洞察によって可能になる。通常の覚醒状態530と比較して、催眠セッション540中に、疼痛刺激によって引き起こされたERP-EMGのMSPAの減少が見られた。また、EMG-MSPAと自己報告された疼痛知覚のレベルとの間に、疼痛刺激によって引き起こされたERP-EMG間の相関が見られた(r=0.387、p値=0.09)。さらに、より幅の広いERP-EMGが、自己申告された疼痛知覚のレベルの増加と関連していたことが分かった。図22は、自己報告された疼痛知覚のレベルと、実験500中にEMG測定データから抽出されたEMG-ERPのMSPAとの間の相関を示す。
方法300の好ましい実施形態によれば、LoPは、第4グループ指標、第3グループ指標、および第5グループ指標に基づいて決定される。
上記と同様に、好ましい実施形態によれば、LoA、DoSおよび/またはLoPを測定するための方法300は、以下のEEG電極のうちの1つまたは複数から収集された脳波図(EEG)データを含む対象の測定データを受信するステップを含む。
- 前記対象の前頭葉に対応する頭皮の解剖学的領域からF-EEG電極データを収集するように構成された前頭(F)EEG電極、
- 前記対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEG電極データを収集するように構成された頭頂(P)EEG電極、および
- 前記対象の中心前回および中心後回に対応する頭皮の解剖学的領域からC-EEG電極データを収集するように構成された中心(C)EEG電極。
このようなEEGデータは、皮質を含む頭皮に近い脳の部分によって生成された脳波に関連し、したがって、対象による疼痛のレベルの意識的知覚に関連する。
- 前記対象の前頭葉に対応する頭皮の解剖学的領域からF-EEG電極データを収集するように構成された前頭(F)EEG電極、
- 前記対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEG電極データを収集するように構成された頭頂(P)EEG電極、および
- 前記対象の中心前回および中心後回に対応する頭皮の解剖学的領域からC-EEG電極データを収集するように構成された中心(C)EEG電極。
このようなEEGデータは、皮質を含む頭皮に近い脳の部分によって生成された脳波に関連し、したがって、対象による疼痛のレベルの意識的知覚に関連する。
脳波検査(EEG)は、脳の電気的活動を記録するための当技術分野で周知の技術である。特定の位置に頭皮に沿って配置されたEEG電極は、主に皮質を含む頭皮に近い脳の領域で、脳のニューロン内の電気インパルスに起因する電圧変動を測定する。EEG測定データは、脳ネットワーク内の異なるニューロン/ニューロン集団が電気インパルスによってどのように互いにコミュニケーションをとっているかを反映する。脳波検査は、脳波図を生成する。このようにEEGデータを形成する脳波図は、特定の電極位置、例えば、上述した前頭電極、頭頂電極または中心電極に絞り込まれ得る。EEGデータから、例えば、周波数ベースのパラメータおよび/または位相ベースのパラメータ、および/または振幅ベースのパラメータを抽出し得る。周波数ベースのパラメータは、例えば、EEG測定データの周波数ベースの分析によって取得し得る。このようなEEG測定データの周波数ベースの分析は、例えば、特定の信号周波数帯域に含まれるパワーを測定するために使用され得、ここで、パワーは、例えば、デルタ-シータ周波数範囲にまたがるもしくはその中にある周波数帯域、またはシータ-アルファ周波数範囲にまたがるもしくはその中にある周波数帯域などの周波数帯域または範囲内の特定の帯域内に典型的に含まれる周波数領域信号の振幅の二乗を指す。
「デルタ-シータ」(dt)周波数帯域とは、例えば、デルタ脳波とシータ脳波の両方を包含する範囲の周波数の帯域を指す。デルタ-シータ(dt)周波数帯域は、典型的には0Hzより大きく、8Hz以下である。シータ脳波は、好ましくは、例えば3Hzより大きく6Hz以下の低速シータ脳波である。デルタ-シータ(dt)周波数帯域の幅は、少なくとも2Hzであり得る。最も好ましくは、デルタ-シータ(dt)周波数帯域は1Hz以上、6Hz以下である。言い換えれば、デルタ-シータ(dt)周波数帯域は、デルタ周波数帯域の少なくとも一部とシータ周波数帯域の少なくとも一部との組み合わせを含み、好ましくは、これらの組み合わせからなる。
「シータ-アルファ」(ta)周波数帯域とは、シータ脳波とアルファ脳波の両方を包含する周波数範囲における周波数の帯域を指す。シータ-アルファ(ta)周波数範囲は、典型的には4Hz以上、12Hz以下である。シータ脳波は、好ましくは、例えば6Hzより大きく8Hz以下の高速シータ脳波である。シータ-アルファ(ta)周波数帯域の幅は、少なくとも2Hzであり得る。最も好ましくは、シータ-アルファ(ta)周波数帯域は6Hzより大きく、12Hz以下である。言い換えれば、シータ-アルファ(ta)周波数帯域は、シータ周波数帯域の少なくとも一部とアルファ周波数帯域の少なくとも一部との組み合わせを含み、好ましくは、これらの組み合わせからなる。
位相ベースのパラメータは、例えば、EEG測定データの位相ベースの分析によって取得し得る。振幅ベースのパラメータは、例えば時間領域における平均信号ピーク間振幅すなわちMSPAなどの、EEG測定データの振幅ベースの分析によって取得し得る。信号ピーク振幅は、ゼロ点からの信号波の最大偏位である。信号ピーク間振幅は、負のピークから正のピークまでの距離である。
実験500中、対象は、催眠治療セッション540中に、通常の覚醒状態530中の活動と比較して、前頭皮質および/またはデルタ波の周波数範囲における活動の増加、ならびに前頭および/または後頭ネットワークおよび/またはアルファ波の周波数範囲における活動の減少を経験し得る。
EEGデータは、前頭葉、頭頂葉、および/または中心前回と中心後回の両方の位置に対応する解剖学的領域の頭皮上に配置された1つまたは複数のEEG電極を用いて取得し得る。
前頭EEG電極すなわちF-EEG電極は、前頭葉に対応する頭皮の解剖学的領域に位置する。それは、前頭葉に対応する頭皮の解剖学的領域に取り付けるまたは接触するように構成される。それは、F-EEG電極データを記録する。前頭葉とは、脳の解剖学的部分を指す。前頭葉の領域は、矢状面に沿っていてもよく、より好ましくは、中矢状面に沿って、前頭葉に対応する頭皮の解剖学的領域の中央にあってもよい。
頭頂EEG電極すなわちP-EEG電極は、頭頂葉に対応する頭皮の解剖学的領域に位置する。それは、頭頂葉に対応する頭皮の解剖学的領域に取り付けるまたは接触するように構成される。それは、P-EEG電極データを記録する。頭頂葉とは、脳の解剖学的部分を指す。頭頂葉の領域は、矢状面に沿っていてもよく、より好ましくは、中矢状面に沿って、頭頂葉に対応する頭皮の解剖学的領域の中央にあってもよい。
中心EEG電極すなわちC-EEG電極は、中心前回および中心後回に対応する頭皮の解剖学的領域に位置する。それは、中心前回および中心後回に対応する頭皮の解剖学的領域に取り付けるまたは接触するように構成される。それは、C-EEG電極データを記録する。中心前回と中心後回とは、脳の解剖学的部分を指す。中心前回および中心後回の領域は、矢状面に沿っていてもよく、より好ましくは、矢状面に沿って、中心前回および中心後回に対応する頭皮の解剖学的領域の中央にあってもよい。
1つまたは複数のEEG電極が上記の位置および/または追加の適切な頭皮の解剖学的領域に配置される代替的な実施形態が可能であることは明らかである。例えば、前頭葉の頭皮の解剖学的領域に配置されるなど、最低限1つの局所的なEEG電極を使用し得る。しかしながら、コモンモード除去のため、すなわち、関連情報をノイズから分離するために、第2の電極すなわち接地電極を採用し得ることが理解される。これは、頭皮上の任意の場所、例えば、頭皮の別の領域に両側の位置に配置することができる。電圧差を計算するために、第3の電極すなわち基準電極を採用し得る。この第3の電極は、頭皮上の任意の場所、例えば電気的に中性の位置に配置することができる。
したがって、測定データは、例えば、測定データ成分であるEEGデータ、また例えばEMGデータ、ECGデータ、EOGデータ…などの1つまたは複数の測定データ成分を含み得ることは明らかである。
実験500、DoSおよびLoPと組み合わせたLoAを測定するための方法300などの実施形態は、測定されたデータに加えて、任意で、観察データおよび/または自己報告データを考慮してもよい。言い換えれば、これらの方法は、測定データと、任意で、観察データおよび/または自己報告データとを含み得る反応データを利用し得る。反応データは、測定データおよび/または観察データおよび/または自己報告データを含み得る。反応データは、1つまたは複数のデータ成分を含み、各成分は、単一の測定(例えば、EEG、EMG、EDA、ECG、EOG)、単一の観察(例えば、動き、皮膚の色)、または、例えば、上述したような自己報告された不安のレベル、自己報告された疼痛のレベルまたは自己報告された解離のレベルなどの単一の自己報告事象から導出される。
測定データが、対象に関連して配置された、例えば変換器、カメラ、モーションセンサ、…などの電極および/またはセンサのような1つまたは複数のデバイスを使用して対象から得られたデータであることは明らかである。そして、観察データは、対象の非自己すなわちヘテロ観察から得られたデータである。自己報告データは、例えば、LoA、LoP、DoSの測定および/または治療の前、間、または後に、対象によって報告されたデータまたは情報である。
特定の実施形態によれば、反応データは、電気的活動データを含み得る。電気的活動データは測定データである。電気的活動データは、電気電極によって得られる測定値から導出される任意のデータである。電極は典型的には皮膚上に配置される。通常、データは少なくとも2つの電極(例えば、2、3、4、5またはそれ以上)によって捕捉される。電極捕捉データの例には、脳波図(EEG)データ、筋電図(EMG)データ、皮膚電気活動(EDA)データ、ガルバニック皮膚反応(GSR)、心電図(ECG)データ、眼電図(EOG)データが含まれる。反応データは、少なくともEEGデータを含むことが好ましい。どの電気データ成分(例えば、EEGデータ)も、測定データおよび/または反応データとして使用される前に処理されても処理されなくてもよい。
特定の実施形態によれば、反応データは、生理学的データを含み得る。生理学的データは測定データである。生理学的データは、通常、変換器、カメラ、モーションセンサを含むデバイスによって得られる対象の測定値から導出されるデータである。生理学的データは、上述の電気的活動データを除く。生理学的データの例には、脈拍数データ、心血管データ(例えば、心拍数、心拍数変動データ)、血圧データ、呼吸(数)データ(例えば、呼吸数、呼吸数変動データ)、脳酸素化データ、血中O2飽和度データ、局部および/または中心血中O2飽和度データ、体温データ、フォトプレチスモグラム(PPG)データが含まれる。血中酸素飽和度は、例えば、SpO2、SvO2などであり得る。どの生理学的データ成分(例えば、脈拍数データ)も、反応データとして使用される前に処理されても処理されなくてもよい。いくつかの実施形態によれば、生理学的データは、電気的活動データから導出することができ、例えば、心血管データは、例えば、ECGデータなどから導出することができることは明らかである。
反応データが、例えばECG、心拍数、心拍数変動などの心血管データおよび/または例えば呼吸数、呼吸数変動などの呼吸データをさらに含む例示的な実施形態によれば、LoPは、実験中に以下のことが検出されたように、そのような反応データの関数でさらに決定することができる。
- 心拍数変動は、安静時(平均97ミリ秒、標準偏差10)に比べ、疼痛刺激時(平均137ミリ秒、標準偏差64)有意に高かった(p値=0.017)、および
- 呼吸数は、安静時(平均11.06回/秒、標準偏差1.16)に比べ、疼痛刺激時(平均9.8回/秒、標準偏差1.2)有意に低かった(p値=0.032)。
- 心拍数変動は、安静時(平均97ミリ秒、標準偏差10)に比べ、疼痛刺激時(平均137ミリ秒、標準偏差64)有意に高かった(p値=0.017)、および
- 呼吸数は、安静時(平均11.06回/秒、標準偏差1.16)に比べ、疼痛刺激時(平均9.8回/秒、標準偏差1.2)有意に低かった(p値=0.032)。
特定の実施形態によれば、反応データは、体動追跡データを含み得る。体動追跡データは測定データである。体動追跡データは、身体または身体の一部の動きから得られるデータである。典型的には、体動追跡データは、1つまたは複数のモーションセンサ(例えば、2軸または3軸の加速度計、ジャイロスコープ、1つまたは複数のカメラ)によって測定される。体動追跡データは、身体追跡データ(例えば、頭、四肢(腕脚手)、身体の震え)および/または眼追跡データのうちの1つまたは複数を含み得る。体動は、自発的なものであってもよく、および/または刺激の結果としてのものであってもよい。
特定の実施形態によれば、反応データは、表情データを含み得る。表情データは測定データである。表情データは、感情および/または疼痛知覚に関するデータである。典型的には、表情データは、顔に向けられた1つまたは複数のカメラ(またはEMGセンサ)によって測定される。
特定の実施形態によれば、反応データは、観察データを含み得る。観察データは、対象について他者が観察したデータである。観察データは、ユーザ(例えば、医師、医療助手、または非医療助手(例えば、友人、親戚、ヘルパー)などのケア提供者)、またはユーザに関連する利害関係者(例えば、病院)が観察したデータ、またはデータベース(例えば、医療記録)から取得されたデータである。観察データは、1つまたは複数の観察データ成分を含み得る(例えば、対象の動きは観察データ成分である)。観察データには、対象の動き/動きの欠如、処置上の事象、臨床観察(皮膚の色、不快感のうめき声または言語化…)、年齢、手術の種類、民族起源、言語、鎮静薬の投与量のうちの1つまたは複数が含まれ得る。
特定の実施形態によれば、反応データは、自己報告データを含み得る。自己申告データは、対象によって報告されたデータである。自己報告データは、例えば、治療セッション中に提供され得る。好ましくは、自己報告データは、治療セッションの前、間および/または後に提供される。自己報告データは、1つまたは複数の自己報告データ成分を含み得る(例えば、測定中または治療中の疼痛のレベルは、自己報告データ成分である)。自己報告データは、例えば、治療の前、間および/または後の自己報告された疼痛のレベル、治療の前、間および/または後の自己報告された解離のレベル、処置の推定所要時間、セッション中の事象の想起、…のうちの1つまたは複数を含み得る。
筋肉活動データがEMG測定データを含む実施形態によれば、EMGデータは、皮膚上、好ましくは四肢または顔面上に配置された1つ、2つ、またはそれ以上のEMG電極を使用して取得されてもよく、またはEEGのように別のセンサから得られてもよい。これは、対象筋肉組織からの電気的活動データを表す。これは、周波数ベースのパラメータおよび/または位相ベースのパラメータおよび/または振幅ベースのパラメータを含み得る。しかしながら、代替的な実施形態によれば、EMG測定データは、例えば、EEG電極によって測定された信号など、任意の適切な電極から抽出され得ることは明らかである。
さらなる実施形態によれば、以下の測定データは、上記および/または下記の方法の代替的な実施形態の間に、任意でおよび/または追加的に捕捉および処理され得る。
心血管測定データは、末梢または前胸部配置を使用して、またはECGデータを得ることができる任意の他の配置を使用して、皮膚上に配置された2つ以上の心電図(ECG)電極を使用して取得し得る。ECGは、心臓の電気的活動を検出する。これに代えてまたはこれに加えて、心血管データは、皮膚上に配置されたフォトプレチスモグラム(PPG)センサを使用して取得され得る。PPGは、皮膚下の血管系の血液量変化を検出する。心血管データは、心拍数、心拍数変動、導出されたメトリクス、位相ベースのパラメータ、周波数ベースのパラメータを含み得る。しかしながら、代替的な実施形態によれば、ECG測定データは、例えば、EEG電極によって測定された信号からなど、任意の適切な電極から抽出され得ることは明らかである。
心血管測定データは、末梢または前胸部配置を使用して、またはECGデータを得ることができる任意の他の配置を使用して、皮膚上に配置された2つ以上の心電図(ECG)電極を使用して取得し得る。ECGは、心臓の電気的活動を検出する。これに代えてまたはこれに加えて、心血管データは、皮膚上に配置されたフォトプレチスモグラム(PPG)センサを使用して取得され得る。PPGは、皮膚下の血管系の血液量変化を検出する。心血管データは、心拍数、心拍数変動、導出されたメトリクス、位相ベースのパラメータ、周波数ベースのパラメータを含み得る。しかしながら、代替的な実施形態によれば、ECG測定データは、例えば、EEG電極によって測定された信号からなど、任意の適切な電極から抽出され得ることは明らかである。
呼吸測定データは、1つまたは複数の力/運動変換器(例えば、胸部バンド)または気圧センサを用いて取得されてもよく、またはPPGセンサから、または呼吸数が検出可能な位置に配置されたECG電極から得られてもよい。呼吸データは、呼吸数、呼吸数変動(呼吸変動としても知られる)、吸気圧、呼気圧、呼吸リズム、呼吸深度、呼吸パターン、および導出された指数のうちの1つまたは複数を含み得る。呼吸パターンの変化は、例えば、LoPおよび/またはLoAの変化を示し得る。呼吸データは、本明細書では、呼吸数データとして知られ得る。しかしながら、代替的な実施形態によれば、呼吸測定データは、例えば、2軸または3軸の加速度計またはジャイロスコープによって測定された信号からなど、任意の適切なセンサから抽出され得ることは明らかである。
眼球運動測定データすなわち眼追跡測定データは、瞳孔拡張、眼球固定、瞬目率または頻度、眼球EOG、眼球運動、瞬目閉鎖時間、瞬き連射、閉眼率、眼瞼距離変化(通常の眼瞼距離を基準とする)のうちの1つまたは複数を含み得る。瞳孔拡張は、脳内でノルエピネフリン(ストレスホルモン)が合成される主要な部位である青斑核の活動や、眠気/覚醒状態に関する情報を提供できる。
例えば眼電図(EOG)測定データなどの眼球運動データは、眼の周囲の皮膚(例えば、眼の上下または左右)に配置された2つ以上のEOG電極を使用して取得し得る。EOGは、人間の眼の表と裏との間に存在する角膜網膜常在電位に基づいて眼球運動を記録する。EOGデータは、眼球運動/固定、瞬目、両方の眼球運動の同期を含み得る。
皮膚ガルバニック測定データは、皮膚上に配置された2つ以上の伝動性測定電極を使用して取得し得る。データは皮膚の導電率を表し、交感神経活動を反映する汗腺活動の変化とリンクしている。皮膚ガルバニックデータは、導電率変動、ピーク振幅/レイテンシ、傾向を含み得る。
SpO2測定データは、血中酸素飽和度の測定値である。これは、パルスオキシメトリなどの多くの技術を用いて測定し得る。SpO2データは、タイムライン値を含み得る。これは、呼吸機能とリンクし、組織の酸素化を反映するため、麻酔科医にとって重要なパラメータである。
体動追跡測定データ(例えば、頭部、四肢(腕脚手))は、体の動きの増加または減少の指標を含み得る。頭部の動きの変化は、治療セッションの受動的な「深化」段階中のタスクへの集中力の欠如/低没入性/注意散漫の徴候であり得る。代替的な実施形態が可能であることは明らかであり、例えば、指示および/または治療セッションが、体動をもたらす相互作用を要求する場合、そのような体動の検出の欠如は、このタスクにおける没頭の欠如の指標となり得る。
特定の実施形態による反応データは、EEGデータ、および任意で例えばEMGデータなどの筋肉活動データ、例えばECGデータなどの心血管データ、および例えばEOGすなわち眼追跡データなどの眼球運動データを含む測定データ、患者の観察された動きまたは動きの欠如および受け取った薬の投与量を含む観察データ、および/または自己申告された意識的に知覚された疼痛のレベルの評価、解離のレベルの評価、任意で健忘評価、…を含む自己申告データを含み得る。好ましくは、反応データはEEGデータを含む。好ましくは、自己報告データ(もしあれば)は、不安のレベル、疼痛のレベル、および任意で例えば、解離のレベル、没頭のレベルなどの状態の深度に関する評価を含む。
いくつかの実施形態によれば、心血管データおよび/または呼吸データは、体動追跡データおよび/または顔に向けられた1つまたは複数のカメラによって生成されたデータから導出することもできる。
例示的な実施形態によれば、反応データは、LoAを決定することができるECGおよび/または心血管データおよび/または呼吸データおよび/または筋肉活動データおよび/またはEOGデータおよび/または体温データをさらに含む。
例示的な実施形態によれば、反応データは、LoAを決定することができるECGおよび/または心血管データおよび/または呼吸データおよび/または筋肉活動データおよび/またはEOGデータおよび/または体温データをさらに含む。
好ましくは、測定データは、F-EEG電極および/またはP-EEG電極および/またはC-EEG電極から収集されたデータを含むEEGデータを含み、第4グループ指標は以下によって決定される。
- F-EEG電極データから、シータ-アルファ(ta)周波数範囲内の帯域に関連するパワー(F-パワー(ta))を抽出する、および/または
- P-EEG電極データから、シータ-アルファ(ta)周波数範囲内の帯域に関連するパワー(P-パワー(ta))を抽出する、および/または
- C-EEG電極データから、シータ-アルファ(ta)周波数範囲内の帯域に関連するパワー(C-パワー(ta))を抽出する、
ここで、F-パワー(ta)および/またはP-パワー(ta)および/またはC-パワー(ta)(第4グループ指標)は、そろって対象の意識状態をさらに示す。例えば、同一の一定の疼痛刺激を受けた場合、測定されたLoPの変化も、対象の意識状態の変化の指標である。
- F-EEG電極データから、シータ-アルファ(ta)周波数範囲内の帯域に関連するパワー(F-パワー(ta))を抽出する、および/または
- P-EEG電極データから、シータ-アルファ(ta)周波数範囲内の帯域に関連するパワー(P-パワー(ta))を抽出する、および/または
- C-EEG電極データから、シータ-アルファ(ta)周波数範囲内の帯域に関連するパワー(C-パワー(ta))を抽出する、
ここで、F-パワー(ta)および/またはP-パワー(ta)および/またはC-パワー(ta)(第4グループ指標)は、そろって対象の意識状態をさらに示す。例えば、同一の一定の疼痛刺激を受けた場合、測定されたLoPの変化も、対象の意識状態の変化の指標である。
第4グループ指標の実施形態、
- F-パワー(ta)、P-パワー(ta)、C-パワー(ta)のうちの1つまたは複数
も対象の意識状態の指標である。特に、これらは対象が意識的に知覚する疼痛のレベルを示す。言い換えれば、例えば、同一の一定の疼痛刺激を受けた場合、測定されたLoPの変化も、対象の意識状態の変化の指標である。
- F-パワー(ta)、P-パワー(ta)、C-パワー(ta)のうちの1つまたは複数
も対象の意識状態の指標である。特に、これらは対象が意識的に知覚する疼痛のレベルを示す。言い換えれば、例えば、同一の一定の疼痛刺激を受けた場合、測定されたLoPの変化も、対象の意識状態の変化の指標である。
好ましくは、EEGデータは、C-EEG電極から収集されたデータと、任意でP-EEG電極から収集されたデータと、任意でF-EEG電極から収集されたデータとを含み、決定することは以下を含む。
- C-EEG電極データからC-パワー(ta)を抽出すること、
- 任意で、P-EEG電極データからP-パワー(ta)を抽出すること、
- 任意で、F-EEG電極データからF-パワー(ta)を抽出すること
ここで、C-パワー(ta)、および任意でP-パワー(ta)、および任意でF-パワー(ta)は、LoPおよび任意で対象の意識状態を示す。
- C-EEG電極データからC-パワー(ta)を抽出すること、
- 任意で、P-EEG電極データからP-パワー(ta)を抽出すること、
- 任意で、F-EEG電極データからF-パワー(ta)を抽出すること
ここで、C-パワー(ta)、および任意でP-パワー(ta)、および任意でF-パワー(ta)は、LoPおよび任意で対象の意識状態を示す。
好ましくは、EEGデータは、C-EEG電極およびP-EEG電極から収集されたデータと、任意でF-EEG電極から収集されたデータとを含み、決定することは以下を含む。
- C-EEG電極データからC-パワー(ta)を抽出すること、
- P-EEG電極データからP-パワー(ta)を抽出すること、および
- 任意で、F-EEG電極データからF-パワー(ta)を抽出すること
ここで、C-パワー(ta)およびP-パワー(ta)および任意でF-パワー(ta)は、LoPおよび任意で対象の意識状態を示す。
- C-EEG電極データからC-パワー(ta)を抽出すること、
- P-EEG電極データからP-パワー(ta)を抽出すること、および
- 任意で、F-EEG電極データからF-パワー(ta)を抽出すること
ここで、C-パワー(ta)およびP-パワー(ta)および任意でF-パワー(ta)は、LoPおよび任意で対象の意識状態を示す。
EEGデータは、C-EEG電極およびP-EEG電極およびF-EEG電極から収集されたデータを含み得、決定することは以下を含む。
- C-EEG電極データからC-パワー(ta)を抽出すること、および
- P-EEG電極データからP-パワー(ta)を抽出すること、および
- F-EEG電極データからF-パワー(ta)を抽出すること
ここで、C-パワー(ta)とP-パワー(ta)とF-パワー(ta)の組み合わせは、LoPおよび任意で対象の意識状態を示す。
- C-EEG電極データからC-パワー(ta)を抽出すること、および
- P-EEG電極データからP-パワー(ta)を抽出すること、および
- F-EEG電極データからF-パワー(ta)を抽出すること
ここで、C-パワー(ta)とP-パワー(ta)とF-パワー(ta)の組み合わせは、LoPおよび任意で対象の意識状態を示す。
上述したEEG電極のうちの1つまたは複数、および/または少なくとも1つの他のEEG電極の任意の適切な組み合わせから収集されたEEGデータの代替的な実施形態が可能であることは明らかである。したがって、任意の適切な頭皮位置にある1つまたは複数の電極からのEEG電極データを使用して、パワー(ta)、言い換えれば、対象が意識的に経験したLoPを示すシータ-アルファ周波数帯域に関連するパワーを抽出する、第4グループ指標のさらに別の実施形態が可能であることは明らかである。
特定の実施形態によれば、基準値と比較されたパワー(ta)の値は、対象が経験したLoPをさらに示す。例えば、基準値と比較された前記F-パワー(ta)の値は、対象が経験したLoPをさらに示し、基準値と比較された前記P-パワー(ta)の値は、対象が経験したLoPをさらに示し、および/または基準値と比較された前記C-パワー(ta)の値は、対象が経験したLoPをさらに示す。
このような実施形態によれば、それぞれの基準値と比較したパワー(ta)、例えば、F-パワー(ta)および/またはP-パワー(ta)および/またはC-パワー(ta)の増加は、LoPの減少を示し、その逆もまた同様である。
このような実施形態によれば、基準値と比較したパワー(ta)、例えば、F-パワー(ta)、P-パワー(ta)、および/またはC-パワー(ta)の増加は、対象の、例えば、より高い解離のレベルに関連する、より低い意識状態もさらに示し、および/またはその逆もまた同様である。
以下にさらに詳細に説明するように、このような基準値または基準データを使用して、例えばパワー(ta)や任意の他の測定データなどの測定データおよび/またはそれから決定される例えばLoPなどのパラメータをスケーリングおよび/または指数化することができる。このような実施形態によれば、少なくとも1つの所定の基準LoPに相関する対象および/または集団の測定データを含む基準データが受信される。これは、例えば、例えば治療セッションの前など、実験の較正段階または通常の覚醒状態と同様のプロセスのような、対象自身によって生成された基準データであり得る。代替的な実施形態によれば、基準データおよび相関は、別個の異なる対象または集団ベースの基準測定から得ることができる。次に、少なくとも1つの所定の基準LoPと、基準データから抽出された少なくとも1つのグループ指標との少なくとも1つの相関を決定することができる。このようにして、上記と同様に、例えば、第4グループ指標パワー(ta)の1つまたは複数の特定の値を、LoPの1つまたは複数の対応する特定の基準値と相関させることができる。次に、これらの相関により、例えば、第4グループ指標パワー(ta)などの、そのようなグループ指標の任意のその後の測定値をスケーリングおよび/または指標化することが可能になる。他のグループ指標についても同様に、少なくとも1つの所定の基準LoPに関して、その後に測定されるLoPを、前記少なくとも1つの相関によってスケーリングおよび/または指標化することができることは明らかである。
特定の実施形態によれば、既に上述したのと同様に、LoPは第3グループ指標にも基づいている。このような実施形態によれば、好ましくは、EEGデータは、C-EEG電極および/またはP-EEG電極および/またはF-EEG電極から収集されたデータを含み、決定することは以下を含む。
- C-EEG電極データから平均信号ピーク間振幅(C-MSPA)を抽出すること、および/または
- P-EEG電極データから平均信号ピーク間振幅(P-MSPA)を抽出すること、および/または
- F-EEG電極データから平均信号ピーク間振幅(F-MSPA)を抽出すること、
ここで、第3グループ指標の実施形態であるC-MSPA、および/またはP-MSPAおよび/またはF-MSPAは、対象のLoPを示す。特に、これらは対象がどれだけの疼痛を意識的に知覚しているかを示す。上で説明したのと同様に、例えば同一の疼痛条件下での疼痛知覚もまた、対象の意識状態の指標となり得る。
- C-EEG電極データから平均信号ピーク間振幅(C-MSPA)を抽出すること、および/または
- P-EEG電極データから平均信号ピーク間振幅(P-MSPA)を抽出すること、および/または
- F-EEG電極データから平均信号ピーク間振幅(F-MSPA)を抽出すること、
ここで、第3グループ指標の実施形態であるC-MSPA、および/またはP-MSPAおよび/またはF-MSPAは、対象のLoPを示す。特に、これらは対象がどれだけの疼痛を意識的に知覚しているかを示す。上で説明したのと同様に、例えば同一の疼痛条件下での疼痛知覚もまた、対象の意識状態の指標となり得る。
第3グループ指標の実施形態、
- C-MSPA、P-MSPA、F-MSPAのうちの1つまたは複数
は対象のLoPの指標である。
- C-MSPA、P-MSPA、F-MSPAのうちの1つまたは複数
は対象のLoPの指標である。
第4グループ指標を参照して上に説明したのと同様に、第3グループ指標についても、基準データを使用して、LoPを決定するために測定データをスケーリングおよび/または指数化することができる。例えば、それぞれの基準値と比較した前記C-MSPAおよび/またはP-MSPAおよび/またはF-MSPAの変化は、対象のLoPの変化を示す。特に、前記C-MSPAおよび/または前記P-MSPAおよび/または前記F-MSPAの減少は、対象のLoPの減少を示し、したがって、基準値に対する増加は、LoPの増加を示す。第4グループ指標に関して上で説明したのと同様に、例えば同一の疼痛条件下での、LoPの変化もまた、対象の意識状態への対応する変化を示すことができる。第4グループ指標に関して上記したのと同様に、第3グループ指標に関しても、および/またはグループ指標の任意の適切な組み合わせおよび/または他のグループ指標に関しても、対象ベースまたは集団ベースであり得る前記少なくとも一つの相関によって、少なくとも一つの所定の基準LoPに対して、その後に測定されるLoPをスケーリングおよび/または指標化できることは明らかである。
好ましい実施形態によれば、EEGデータは、C-EEG電極から収集されたデータと、任意でP-EEG電極から収集されたデータと、任意でF-EEG電極から収集されたデータとを含み、決定することは以下を含む。
- C-EEG電極データからC-MSPAを抽出すること、
- 任意で、P-EEG電極データからP-MSPAを抽出すること、
- 任意で、F-EEG電極データからF-MSPAを抽出すること、
ここで、C-MSPA、および任意でP-MSPA、および任意でF-MSPAは、対象のLoPを示す。
- C-EEG電極データからC-MSPAを抽出すること、
- 任意で、P-EEG電極データからP-MSPAを抽出すること、
- 任意で、F-EEG電極データからF-MSPAを抽出すること、
ここで、C-MSPA、および任意でP-MSPA、および任意でF-MSPAは、対象のLoPを示す。
さらなる実施形態によれば、EEGデータは、C-EEG電極およびP-EEG電極から収集されたデータ、および任意でF-EEG電極から収集されたデータを含み得、決定することは以下を含む。
- C-EEG電極データからC-MSPAを抽出すること、
- P-EEG電極データからP-MSPAを抽出すること、
- 任意で、F-EEG電極データからF-MSPAを抽出すること
ここで、C-MSPA、およびP-MSPA、および任意でF-MSPAは、対象のLoPを示す。
- C-EEG電極データからC-MSPAを抽出すること、
- P-EEG電極データからP-MSPAを抽出すること、
- 任意で、F-EEG電極データからF-MSPAを抽出すること
ここで、C-MSPA、およびP-MSPA、および任意でF-MSPAは、対象のLoPを示す。
さらなる実施形態によれば、EEGデータは、C-EEG電極およびP-EEG電極およびF-EEG電極から収集されたデータを含み得、決定することは以下を含む。
- C-EEG電極データからC-MSPAを抽出すること、
- P-EEG電極データからP-MSPAを抽出すること、
- F-EEG電極データからF-MSPAを抽出すること
ここで、C-MSPA、およびP-MSPAおよびF-MSPAの組み合わせは、対象のLoPを示す。
- C-EEG電極データからC-MSPAを抽出すること、
- P-EEG電極データからP-MSPAを抽出すること、
- F-EEG電極データからF-MSPAを抽出すること
ここで、C-MSPA、およびP-MSPAおよびF-MSPAの組み合わせは、対象のLoPを示す。
特定の実施形態によれば、既に上述したのと同様に、LoPは第5グループ指標にも基づいている。このような実施形態によれば、好ましくは、測定データは、例えば1つまたは複数のEMG電極から収集される、または例えばEEG電極のような任意の他の適切な電極から得られる筋電図(EMG)データをさらに含み得る。EMGデータから、例えば平均信号ピーク間振幅である第5グループ指標すなわちEMG-MSPAを抽出することができ、ここで、EMG-MSPAすなわち第5グループ指標は、対象が意識的に知覚する疼痛のレベルを示す。上で説明したのと同様に、例えば同一の疼痛条件下での疼痛知覚もまた、対象の意識状態の指標となり得る。
第5グループ指標、
- EMG-MSPA
は、対象が意識的に知覚する疼痛のレベル、言い換えれば、LoPの指標である。
- EMG-MSPA
は、対象が意識的に知覚する疼痛のレベル、言い換えれば、LoPの指標である。
第4グループ指標を参照して上に説明したのと同様に、第5グループ指標についても、基準データを使用して、LoPを決定するために測定データをスケーリングおよび/または指数化することができる。例えば、基準値と比較した前記EMG-MSPAの変化は、対象のLoPの変化をさらに示す。基準値と比較した前記EMG-MSPAの減少は、対象のLoPの減少をさらに示す。したがって、基準値と比較した増加は、LoPの増加を示すことは明らかである。第4グループ指標に関して上で説明したのと同様に、例えば同一の疼痛条件下での、LoPの変化もまた、対象の意識状態への対応する変化を示すことができる。第4グループ指標に関して上記したのと同様に、第5グループ指標に関しても、および/またはグループ指標の任意の適切な組み合わせおよび/または他のグループ指標に関しても、対象ベースまたは集団ベースであり得る前記少なくとも一つの相関によって、少なくとも一つの所定の基準LoPに対して、その後に測定されるLoPをスケーリングおよび/または指標化できることは明らかである。
既に上述したように、対象の疼痛のレベルすなわちLoPは、第4グループ指標、および任意で第3グループ指標および/または第5グループ指標から決定し得る。
特に、疼痛のレベル(LoP)は、以下から決定し得る。
- 例えば、C-パワー(ta)、P-パワー(ta)、およびF-パワー(ta)のうちの1つまたは複数などのパワー(ta)(第4グループ指標)、および任意で
- 例えば、C-MSPA、および/またはP-MSPAおよび/またはF-MSPAなどのMSPA(第3グループ指標)、および/または
- EMG-MSPA(第5グループ指標)。
特に、疼痛のレベル(LoP)は、以下から決定し得る。
- 例えば、C-パワー(ta)、P-パワー(ta)、およびF-パワー(ta)のうちの1つまたは複数などのパワー(ta)(第4グループ指標)、および任意で
- 例えば、C-MSPA、および/またはP-MSPAおよび/またはF-MSPAなどのMSPA(第3グループ指標)、および/または
- EMG-MSPA(第5グループ指標)。
特に、疼痛のレベルLoPは、以下から決定し得る。
- 例えば、C-パワー(ta)、P-パワー(ta)、F-パワー(ta)のうちの1つまたは複数などのパワー(ta)(第4グループ指標)、
- 任意で、例えば、C-MSPA、および任意でP-MSPAおよび任意でF-MSPAなどのMSPA(第3グループ指標)、および
- 任意でEMG-MSPA(第5グループ指標)。
- 例えば、C-パワー(ta)、P-パワー(ta)、F-パワー(ta)のうちの1つまたは複数などのパワー(ta)(第4グループ指標)、
- 任意で、例えば、C-MSPA、および任意でP-MSPAおよび任意でF-MSPAなどのMSPA(第3グループ指標)、および
- 任意でEMG-MSPA(第5グループ指標)。
特に、疼痛のレベル(LoP)は、以下から決定し得る。
- 例えば、C-パワー(ta)、および任意でP-パワー(ta)、および任意でF-パワー(ta)などのパワー(ta)(第4グループ指標)、および
- 例えば、C-MSPA、および任意でP-MSPAおよび任意でF-MSPAなどのMSPA(第3グループ指標)、および
- 任意でEMG-MSPA(第5グループ指標)。
- 例えば、C-パワー(ta)、および任意でP-パワー(ta)、および任意でF-パワー(ta)などのパワー(ta)(第4グループ指標)、および
- 例えば、C-MSPA、および任意でP-MSPAおよび任意でF-MSPAなどのMSPA(第3グループ指標)、および
- 任意でEMG-MSPA(第5グループ指標)。
図1に示す実験500および図5および図6のコンピュータ実施方法へのこの実験の結果の適用に関して上述した第8グループ指標に加えて、LoAは、任意で、以下にさらに詳細に説明するように、例えば第6、第7、第9、第10および/または第11グループ指標などの追加の指標によって決定することができる。
このような実施形態によれば、図1に示されるような実験の実施形態の間に、第8グループ指標に加えて、例えば、測定されたデータから、時間領域における任意の他の適切なグループ指標が、較正された疼痛および/または不安誘発刺激に応答して、例えば適切な事象関連電位すなわちERPによって、および/または周波数領域における任意の他の適切なグループ指標が、上記と同様に抽出される。
以下にさらに詳細に説明し、既に上述したように、第8グループ指標は、認知的電気生理学的信号と呼ぶことができるEEGデータを含む測定データに基づいており、コルチコイド信号に関連し、対象が経験する不安のレベルの認知的次元に関連する。第6、第7、第9、第10および/または第11グループ指標は全て、例えば、心血管データ、ECGデータ、呼吸データ、眼球運動データ、EOGデータ、筋肉活動データ、EMGデータ、体温データなどの測定データを生成するための非認知的生理学的および/または非認知的電気生理学的信号に関連する。したがって、以下にさらに詳細に説明するように、不安のレベルの認知的次元を測定するための第8グループ指標と、任意で、追加的におよび/または好ましくは、例えば第6、第7、第9、第10および/または第11グループなどの少なくとも1つの非認知的生理学的グループ指標との組み合わせは、不安のこの認知的次元と自律神経的次元との組み合わせを測定し、それによって、対象が経験する不安のレベルの多次元的側面の測定を可能にすることが明らかである。
例示的な実施形態によれば、測定データは、心血管データを含み得る。このような心血管データは、例えば、末梢または前胸部配置を使用してまたはECGデータを得ることができる任意の他の配置を使用して皮膚上に配置された2つ以上の心電図(ECG)電極を使用して取得し得る。ECGは、心臓の電気的活動を検出する。代替的にまたは追加的に、心血管データは、皮膚上に配置されたフォトプレチスモグラム(PPG)センサを使用して取得され得る。PPGは、皮膚下の血管系の血液量変化を検出し、これから例えば心拍数、心拍数変動などを導出することができる。心血管データは、代替的にまたは追加的に、心拍数、心拍数変動などの心血管データを検出および/または抽出することができる信号を検出するように構成された、例えば1つまたは複数のEEG電極などの少なくとも1つの他の適切な電極から取得されてもよい。心血管データは、心拍数、心拍数変動、導出されたメトリクス、位相ベースのパラメータ、周波数ベースのパラメータを含み得る。しかしながら、代替的な実施形態によれば、ECG測定データは、例えば、EEG電極によって測定された信号からなど、任意の適切な電極から抽出され得ることは明らかである。一般に、以下にさらに詳細に説明するように、このような心血管データは、任意の適切な心血管データ捕捉ユニットから受信し得る。
このような実施形態によれば、P-EEGデータに加えて心血管データをさらに含む受信された測定データに基づいて、心血管データから、心拍数および/または心拍数変動に基づく第7グループ指標を抽出することができる。好ましくは、図23および/または図24ないし図26に示された実施形態に関してさらに詳細に説明するように、好ましくは、心拍数および心拍数変動の特定の組み合わせが、第7グループ指標を抽出するために使用される。続いて、第8グループ指標および少なくとも第7グループ指標に基づいてLoAが決定される。
第7グループ指標を提供する心拍数すなわちHRと心拍数変動HRVとの特定の組み合わせ間の相関は、図1を参照して上で説明した実施形態による測定データについて図37に示されている。図示されるように、HRおよびHRVのこの特定の組み合わせについて、以下にさらに詳細に説明するように、自己報告されたLoAとrs=0.5およびp値=0.02という強い相関があった。図23は、HRおよびHRVを得るためにECGデータを使用する実施形態を詳細に示す。しかしながら、HRおよびHRVが代替的な手段によって決定され、および/または実験から直接得られた測定データ中に存在する代替的な実施形態が可能であることは明らかである。図23の実施形態によると、ECG信号の振幅の例が示され、続いて、このECG信号におけるピーク検出によって、心拍数を検出することができ、これは、1分当たりの拍動数またはbpmとして示される。そして、検出された心拍数の変動は、心拍数変動を計算するための基礎となる。特定の実施形態によると、図23に示されるように、ECG信号は、例えば、まずノイズおよびアーチファクトを除去するために前処理される。続いて、当業者に知られているように、例えば、心房の脱分極を表すP波、心室の脱分極を表すQRS波、および/または心室の再分極を表すT波などのECG信号の任意の有用な特徴を抽出することができる。図示された実施形態によると、各ECG信号のRピークが検出され、R-R間隔、すなわち2つの連続する心拍ECG信号のRピーク間の間隔が決定され、このR-R間隔に基づいて心拍数が計算される。続いて、R-R間隔および/または導出された心拍数に基づいて、時間領域分析が実行され、2つの隣接するR-R間隔間の差および/または変動、および/または2つの隣接する心拍に関連する心拍数に基づいて、HRVが決定される。特定の実施形態によれば、HRVは、例えば、特定の期間における正常なR-R間隔の標準偏差に基づいて決定することができる。
上記の実験の実施形態のある対象は、例えば、通常の覚醒段階530中に4.1の自己報告された不安のレベルを提供し、その間、対応するHR=58bpmであり、これは、例えば、通常の覚醒段階中のHRの平均、アベレージ、加重平均、…であった。さらに、通常の覚醒段階530中の正常R-R間隔の標準偏差として、HRV=53msが測定された。続いて、催眠治療セッションを伴う第2段階540中に、1.1のより低い自己報告された不安のレベルが対象によって提供され、これは測定されたHR=51bpmおよびHRV=169msに対応した。
HRVに対する効果をさらに視覚化するために図24は、図25におけるよりも不安のレベルが高い対象についての例示的な心拍数変動を示し、図25は、図24におけるよりも不安のレベルが低い対象についての心拍数変動を示す。
第8グループ指標と第7グループ指標との組み合わせがLoAを決定するために使用される特定の有利な実施形態によれば、LoAを計算するために以下の特定の式が使用される。
- LoAs,tは、時刻tにおける対象sの不安のレベルであり、
- group 8 indicators,tは、時刻tにおける対象sの上述したP-パワー(dt)に基づく第8グループ指標の実施形態であり、
- αiは、例えば、対象特性、集団特性、集団サイズ、…の関数で決定されるパラメータであり、例えば、測定データおよび/または例えば集団ベースの基準データなどの基準データの所定のセットとの最良の相関を提供するパラメータが選択される自動化された機械学習プロセスを使用して決定されるパラメータであり、
- ftは、測定データおよび/または例えば集団ベースの基準データなどの基準データの所定のセットとの最良の相関を提供する関数が選択される類似の自動機械学習プロセスを使用して決定される数学関数であり、
- HRs,[t’,t]は、時刻t’から時刻tまでの期間における対象sの心拍数を表す単一の値、例えば平均値であるが、アベレージ値、加重平均などの代替的な実施形態も可能であり、
- HRV s,[t’,t]は、時刻t’から時刻tまでの期間における対象sのHRVを表す単一の値、例えば、正常なR-R間隔の標準偏差、またはHRVの任意の他の適切な定量化である。
- ftは、測定データおよび/または例えば集団ベースの基準データなどの基準データの所定のセットとの最良の相関を提供する関数が選択される類似の自動機械学習プロセスを使用して決定される数学関数であり、
- HRs,[t’,t]は、時刻t’から時刻tまでの期間における対象sの心拍数を表す単一の値、例えば平均値であるが、アベレージ値、加重平均などの代替的な実施形態も可能であり、
- HRV s,[t’,t]は、時刻t’から時刻tまでの期間における対象sのHRVを表す単一の値、例えば、正常なR-R間隔の標準偏差、またはHRVの任意の他の適切な定量化である。
第7グループ指標のこの特定の実施形態は、HRとHRVを組み合わせるだけでなく、複合HR-HRV因子、
と呼ぶことができるものを含むので、特に有利である。この複合HR-HRVの驚くべき有利な効果を実証するために、図26は、「f(HR、HRV)」と表示された第7グループ指標の計算のために、HRとHRVの組み合わせ、言い換えれば
を含む関数のみを使用するモデルに基づく、予測されたLoAと実際に測定されたLoAとの間の差の箱ひげ図を示す。比較のために、第7グループ指標の計算のために、複合HR-HRV因子、言い換えれば
も使用された「f(HR、HRV、複合HR-HRV因子)」と表示されたさらなる箱ひげ図が示を示す。我々は、複合HR-HRV因子を使用するモデルの予測精度は、平均差=0.36および標準偏差=1.55であってより良好であり、これは、複合HR-HRV因子を使用しないモデルの平均差=-1.14および標準偏差=2.20よりも良好であることを観察する。
任意で、HRVの時間-周波数分析を実行して、HRV信号から呼吸数に相関する信号を抽出することができ、これは、以下にさらに詳細に説明するように、グループ指標を決定するためにも使用することができる。しかしながら、HRおよびHRVを測定データから抽出することができる代替的な実施形態が可能であることは明らかである。図24および図25に示すように、HRV信号には、1周期が呼吸周期に対応する、山と谷を有する正弦波パターンとして認識可能な呼吸周波数の明確な影響がある。図24のように対象がより高いレベルの不安を経験している場合、図25に示されるように、より低いレベルの不安の場合よりも呼吸速度がより不安定であるか、またはより高いレベルの変動を含むことは明らかである。
さらに別の実施形態によれば、呼吸データをさらに含む測定データを受信するさらなるステップを含む、不安のレベルを測定するためのコンピュータ実施方法300が提供される。この呼吸データから、呼吸数および/または呼吸変動および/または所定の呼吸パターンおよび/または酸素飽和度に基づく第6グループ指標を抽出することができる。そして、これにより、第8グループ指標および少なくとも第6グループ指標に基づいてLoAを決定することができ、これは、上記と同様に、LoAの多次元測定を提供する。
図1の実験の測定データから、呼吸数と自己報告された不安のレベルとの相関が認められ、rs=0.458およびp値=0.002であった。言い換えれば、既に上述したように、対象が経験した不安のレベルが増加すると、呼吸数が増加する。図27は、図1の実験からの測定データについて、自己申告された不安と呼吸頻度とも呼ばれる呼吸数との相関関係を示す。呼吸数すなわち呼吸頻度は、典型的には、1分あたりの呼吸サイクル数を指すことは明らかである。
さらに、例えば、サイクル間間隔すなわちICIの標準偏差などのような呼吸数変動との間の相関もまた見出され、より高いLoAの期間中、有意に高いことが見出された。したがって、自己報告された不安レベルとの相関があることが見出され、rs=0.434およびp値=0.005であった。すなわち、不安のレベルが増加すると、呼吸パターンが規則的でなくなる。図28は、図1の実験からの測定データについて、自己報告された不安のレベルと、呼吸変動とも呼ばれる呼吸数変動との間のそのような相関を示す。したがって、例えばICIの標準偏差として決定されるような呼吸数変動は、ある期間にわたる連続する呼吸サイクルの規則性および/または不規則性の計測値であることは明らかである。
さらに、図29は、時間領域呼吸データ信号の例示的な実施形態を示し、これは、例えば、数回の連続する呼吸サイクルの間の流量および/または圧力の変動を示し、ここで、呼吸サイクルは、連続する呼気および吸気の組み合わせを含む。図29は、約1分間のこのような呼吸データを示す。図示されるように、このような呼吸データから、1つの完全な呼吸サイクルに関連する期間である呼吸サイクル持続時間、呼気が行われる呼吸サイクルの一部に関連する期間である呼気持続時間、吸気が行われる呼吸サイクルの一部に関連する期間である吸気持続時間、および/またはこのような持続時間の任意の比および/または任意の組合せ、および/またはこのような時間領域呼吸データ信号から導出可能な任意の他のパラメータ、例えば、信号のピーク間振幅、信号の最小値および最大値、および/またはこのような信号の変動などを抽出することができる。図30および図31は、図1の実験に参加した例示的な対象の呼吸データ信号を示す。図30は、対象が自己報告された不安のレベル=4.6を経験した通常の覚醒状態530中の対象の呼吸データ信号を示す。図31は、対象が自己報告された不安のレベル=2.5を経験した催眠治療セッション540中の同一対象の呼吸データ信号を示す。図30と図31との比較から明らかなように、不安のレベルが低い場合、これは、例えば、より低い呼吸数、言い換えれば、より長い呼吸サイクル持続時間に相関する。さらに、図示されるように、より低いレベルの不安はまた、より規則的な呼吸サイクルと相関し、言い換えれば、連続する呼吸サイクルの持続時間および/または振幅、連続する吸気期間の持続時間および/または振幅、連続する呼気期間の持続時間および/または振幅などに関する変動がより少ない。さらに、例えば図示されるように、より低いレベルの不安では、呼気持続時間は、吸気持続時間よりも長く、一方、より高いレベルの不安では、これは、もはや常にそうであるとは限らない。したがって、これらのパラメータのいずれか、および/またはその任意の適切な組み合わせ、比などにより、LoAを決定するための呼吸データに基づく適切な第6グループ指標のさらなる実施形態が可能になる。しかしながら、さらに別の代替的な実施形態が可能であることは明らかである。このような代替的な実施形態によれば、例えば、任意の適切な所定の呼吸パターンの発生、例えば、呼気と吸気との間に明確な区別ができない不規則な呼吸サイクルの発生、吸気および/または呼気間および/または中の休止の発生、頻度および/または持続時間などを考慮することができる。しかしながら、第6グループ指標の実施形態のために考慮することができる、代替的な所定の呼吸パターンの代替的な実施形態が可能であることは明らかである。
特定の有利な実施形態によれば、LoAは、第6グループ指標および第7グループ指標の一実施形態と組み合わせた、グループ8インジケータ、言い換えれば、LoA~f(group 8 indicator, group 7 indicator, group 6 indicator)に基づいて計算される。
特定の有利な実施形態によれば、複合HR-HRV因子に関して、上述したのと同様に、呼吸数またはBRの心拍数および/または心拍数変動への影響を考慮した複合因子が追加的に使用されることが好ましく、上述したのと同様に、そのような複合HR-BR因子は、例えば、第7グループ指標および/または第6グループ指標の一部として、例えば、
などのLoAの計算のための式に含めることができる。
呼吸データから第6グループ指標を決定するためのさらに別の実施形態では、例えば、呼吸の量および/または深さに関するデータを考慮することが可能であることは明らかであり、呼吸の量および/または深さに関するデータは、例えば、直接測定、および/または例えば、SpO2センサなどによって酸素飽和度に関するデータから、または呼吸中の腹部および/または胸部の動きの量から間接的に導出することができる。不安のレベルがより高い人は、対象がより低いレベルの不安を経験しているときより、呼吸が浅く、呼吸量が少ないことが検出されている。これは、例えば、図31の信号のピーク間振幅が図30の振幅よりも大きいので、図30および図31の実施形態にも示されている。しかしながら、例えば、吸気および/または呼気中の空気の流量、体積および/または圧力の減少の検出など、さらに別の代替的な実施形態が可能であることは明らかである。
さらに別の実施形態によれば、上述したように、また以下により詳細に説明するように、LoAの多次元測定を提供するために、自律生理学的パラメータに関する測定データを受信するステップをさらに含む、不安のレベルを測定するためのコンピュータ実施方法300が提供される。これらの実施形態によれば、LoAは、第8グループ指標、および第6、第7、第9、第10および/または第11グループ指標の少なくとも1つ以上に基づいて決定することができる。たとえば、
などである。
このような実施形態によれば、受信された測定データは、眼球運動データをさらに含み、眼球運動データからの眼球運動速度および/または眼球運動振幅および/または所定の眼球運動パターンに基づいて第9グループ指標を抽出することができる。そして、これによって、第8グループ指標および少なくとも第9グループ指標、ならびに任意で、他の任意の適切な自律生理学的グループ指標に基づいてLoAを決定することができる。
特定の実施形態によれば、眼球運動データはEOGデータとして捕捉され、第9グループ指標は眼球運動データからの衝動性眼球運動の検出に基づく。
図32および図33は、図1の実験中にEOGデータ信号の形態で捕捉された単一の対象の眼球運動データの実施形態を示す。図32は、対象が自己報告された不安のレベル=2.1を経験した催眠治療セッション540中の対象のEOGデータ信号を示す。図33は、対象が自己報告された不安のレベル=6.8を経験した通常の覚醒状態530中の対象のEOGデータ信号を示す。図示される信号の期間は約30秒である。図示された実施形態によれば、衝動性眼球運動の頻度および/または特定の期間における衝動性眼球運動の数を決定するために、例えば図32および図33の破線によって概略的に表されるように、1つまたは複数の閾値を使用することができる。このような実施形態によれば、例えば、EOG信号がこれらの閾値のうちの1つを越えるたびに、衝動性眼球運動が検出される。図32に示されるように、自己報告された不安のレベル=2.1では、この対象のEOG信号において衝動性眼球運動は検出されない。図33に示されるように、自己報告された不安のレベル=6.8で、この対象のEOG信号において約30秒間に9回の衝動性眼球運動が検出される。言い換えれば、衝動性眼球運動の頻度は、不安のレベルが高いほど高くなる。しかしながら、LoAを決定するために第9グループ指標の適切な実施形態が基づくことができる、例えばEOGデータなどの眼球運動データから、衝動性眼球運動の数および/または頻度、およびまたは、例えば振幅、方向、所定のパターンなどの衝動性眼球運動に関連する任意の他の適切なパラメータが抽出される代替的な実施形態が可能であることは明らかである。
図32および図33は、図1の実験中にEOGデータ信号の形態で捕捉された単一の対象の眼球運動データの実施形態を示す。図32は、対象が自己報告された不安のレベル=2.1を経験した催眠治療セッション540中の対象のEOGデータ信号を示す。図33は、対象が自己報告された不安のレベル=6.8を経験した通常の覚醒状態530中の対象のEOGデータ信号を示す。図示される信号の期間は約30秒である。図示された実施形態によれば、衝動性眼球運動の頻度および/または特定の期間における衝動性眼球運動の数を決定するために、例えば図32および図33の破線によって概略的に表されるように、1つまたは複数の閾値を使用することができる。このような実施形態によれば、例えば、EOG信号がこれらの閾値のうちの1つを越えるたびに、衝動性眼球運動が検出される。図32に示されるように、自己報告された不安のレベル=2.1では、この対象のEOG信号において衝動性眼球運動は検出されない。図33に示されるように、自己報告された不安のレベル=6.8で、この対象のEOG信号において約30秒間に9回の衝動性眼球運動が検出される。言い換えれば、衝動性眼球運動の頻度は、不安のレベルが高いほど高くなる。しかしながら、LoAを決定するために第9グループ指標の適切な実施形態が基づくことができる、例えばEOGデータなどの眼球運動データから、衝動性眼球運動の数および/または頻度、およびまたは、例えば振幅、方向、所定のパターンなどの衝動性眼球運動に関連する任意の他の適切なパラメータが抽出される代替的な実施形態が可能であることは明らかである。
図34は、複数の対象に関して平均化されたEOGデータ信号の形態の時間領域眼球運動データの代替的、例示的な実施形態を示しており、これは、不安誘発刺激として機能する疼痛刺激に時間ロックされている。言い換えれば、図1の実験中、疼痛刺激に時間ロックされたEOGデータ信号の事象関連電位すなわちERPが示されている。図示された例示的な実施形態によれば、時間領域信号は、例えば、一点鎖線の四角形によって概略的に示されるように、例えば約2秒である特定の時間窓の間、分析することができ、その間に、例えば、眼球運動データ信号に関するピーク振幅、ピーク間振幅、および/または任意の他の適切な振幅ベースのパラメータを決定することができる。実線グラフは、図1の実験中の通常の覚醒状態530における全対象の平均EOG信号を示し、破線グラフは、催眠治療セッション540中の全対象の平均EOG信号を示す。この時間窓において、眼球運動データ信号のピーク間振幅が、より高い不安のレベルの信号ほど大きくなることは明らかである。さらに、この特定の実施形態によれば、具体的には、EOG信号の負のピーク振幅、言い換えれば時間窓におけるEOG信号の最小値は、異なる不安のレベルにおいて明確に違う。図1の実験では、時間窓中のEOGデータ信号の振幅の平均値は、例えば、より高い不安のレベルに対応する通常の覚醒状態530中は-17.8mVであったが、催眠治療セッション540中はわずか-7.6mVであった。しかしながら、例えば眼球運動データの振幅に基づいて、LoAを決定するための第9グループ指標の適切な実施形態を決定することができる代替的な実施形態が可能であることは明らかである。しかしながら、EOGデータの振幅、および/または眼球運動に関連する任意の他の適切なパラメータが、例えばEOGデータのような眼球運動データから抽出され、それに、例えば眼球運動速度、眼球運動振幅、所定の眼球運動パターン、衝動性眼球運動の検出、例えば周波数、振幅、方向のような衝動性眼球運動パターンの1つまたは複数の特性、および/または所定の衝動性眼球運動パターンのような、LoAを決定するための第9グループ指標の適切な実施形態が基づくことが可能である代替的な実施形態が可能であることは明らかである。
EOGデータは、人間の眼の表と裏との間に存在する角膜網膜常在電位を測定するための技術である電気眼球図記録法のための適切なセンサによって捕捉することができる。その結果得られる信号は眼電図すなわちEOGとよばれる。EOGによって、眼球運動を記録することができる。
眼球運動には、衝動性眼球運動、円滑追跡眼球運動、輻輳眼球運動、前庭眼球運動の4つの基本的なタイプがある。衝動性眼球運動とは、固視点が突然変わる、眼球の急速な弾道運動である。対象がより高いレベルの不安を経験すると、衝動性眼球運動の所定の時間フレームにおける頻度および/または数が増加することが分かっている。
このようなさらなる実施形態によれば、受信された測定データは、例えば、筋電図(EMG)データなどの筋肉活動データをさらに含み、このデータから、例えば、筋電図(EMG)活動などの筋肉活動に基づく第10グループ指標を抽出することができ、これにより、前記第8グループ指標と、少なくとも第10グループ指標と、任意で、任意の他の適切なグループ指標とに基づいてLoAを決定することができる。
図35は、図1の実験中に、時間領域において、EMGデータ信号の形態で捕捉された、例えば、乳様突起筋または任意の他の適切な筋肉の単一の対象の筋肉活動データの実施形態を示す。一点鎖線で示された信号は、対象が不安のレベル=6.8を報告した通常の覚醒状態530中に、この対象について捕捉されたEMG信号である。実線で示された信号は、対象が不安のレベル=2.1を報告した催眠治療セッション540中に、この対象について捕捉されたEMG信号である。言い換えれば、一点鎖線のEMG信号は、より高い不安のレベルに関連し、一方、実線のEMG信号は、より低い不安のレベルに関連する。図示された実施形態から明らかなように、例えば、EMG信号のピーク間振幅は、不安のレベルが高いほど高く、言い換えれば、対象がより高いレベルの不安を経験すると、筋肉活動が増え、および/または筋肉収縮のレベルが上がる。したがって、例えば、EMG信号の振幅におけるそのような違いに基づいて、LoAを決定するために第10グループ指標の適切な実施形態を決定することができることは明らかである。しかしながら、第10グループ指標が、例えばEMG信号から抽出された筋肉活動データの任意の適切なパラメータ、例えば振幅、周波数、変動、所定のパターンなどに基づく、さらなる実施形態が可能であることは明らかである。
このようなさらなる実施形態によれば、受信された測定データは、体温に基づく第11グループ指標を抽出することができる体温データをさらに含み、これにより、前記第8グループ指標および少なくとも第11グループ指標または任意の他の適切な指標に基づくLoAが得られる。
上記と同様に、好ましい実施形態によれば、LoAを測定するための方法300は、以下のEEG電極のうちの1つまたは複数から収集された脳波図(EEG)データを含む対象の測定データを受信するステップを含む。
- 対象の前頭葉に対応する頭皮の解剖学的領域からF-EEG電極データを収集するように構成された前頭(F)EEG電極、
- 対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEG電極データを収集するように構成された頭頂(P)EEG電極、
- 対象の中心前回および中心後回に対応する頭皮の解剖学的領域からC-EEG電極データを収集するように構成された中心(C)EEG電極。
- 対象の前頭葉に対応する頭皮の解剖学的領域からF-EEG電極データを収集するように構成された前頭(F)EEG電極、
- 対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEG電極データを収集するように構成された頭頂(P)EEG電極、
- 対象の中心前回および中心後回に対応する頭皮の解剖学的領域からC-EEG電極データを収集するように構成された中心(C)EEG電極。
このようなEEGデータは、皮質を含む頭皮に近い脳の部分によって生成された脳波に関連し、したがって、対象が認知的に経験し、任意で生理学的に経験する不安のレベルに関連している。
特定の実施形態によれば、基準値と比較されたP-パワー(dt)の値は、対象が経験したLoAをさらに示す。例えば、基準値と比較されたP-パワー(dt)の値は、対象が経験したLoAをさらに示す。このような実施形態によれば、それぞれの基準値と比較したP-パワー(dt)の増加は、LoAの増加を示し、その逆もまた同様である。
以下にさらに詳細に説明するように、このような基準値または基準データを使用して、例えばP-パワー(dt)などの測定データまたは任意の他の測定データおよび/またはそれから決定される例えばLoAなどのパラメータをスケーリングおよび/または指数化することができる。このような実施形態によれば、少なくとも1つの所定の基準LoAに相関する対象および/または集団の測定データを含む基準データが受信される。これは、例えば、例えば治療セッションの前など、実験の較正段階または通常の覚醒状態と同様のプロセスのような、対象自身によって生成された基準データであり得る。代替的な実施形態によれば、基準データおよび相関は、別個の異なる対象または集団ベースの基準測定から得ることができる。次に、少なくとも1つの所定の基準LoAと、基準データから抽出された少なくとも1つのグループ指標との少なくとも1つの相関を決定することができる。このようにして、上記と同様に、例えば、第8グループ指標(P-パワー(dt))の1つまたは複数の特定の値を、LoAの1つまたは複数の対応する特定の基準値と相関させることができる。次に、これらの相関により、例えば、第8グループ指標(P-パワー(dt))などの、このようなグループ指標の任意のその後の測定値をスケーリングおよび/または指標化することが可能になる。他のグループ指標についても同様に、少なくとも1つの所定の基準LoAに関して、その後に測定されるLoAを、前記少なくとも1つの相関によってスケーリングおよび/または指標化することができることは明らかである。
第8グループ指標を参照して上に説明したのと同様に、第6、第7、第9、第10、および/または第11グループ指標などの他のグループ指標のいずれについても、基準データを使用して、LoAを決定するために測定データをスケーリングおよび/または指数化することができる。第8グループ指標に関して上記したのと同様に、第6、第7、第9、第10、および/または第11グループ指標のいずれに関しても、および/またはグループ指標の任意の適切な組み合わせおよび/または他のグループ指標に関しても、対象ベースまたは集団ベースであり得る前記少なくとも一つの相関によって、少なくとも一つの所定の基準LoAに対して、その後に測定されるLoAをスケーリングおよび/または指標化できることは明らかである。
好ましい実施形態によれば、DoSおよび/またはLoPとそれぞれ組み合わせた、少なくとも1つの所定の基準LoAに相関する対象および/または集団の測定データを含む基準データが受信される。基準データから、それぞれDoSおよび/またはLoPと組み合わせた、少なくとも1つの所定の基準LoAと、少なくとも1つの抽出されたそれぞれのグループ指標との少なくとも1つの相関が決定される。そして、続いて測定されたLoAは、それぞれDoSおよび/またはLoPと組み合わせた、少なくとも1つの所定の基準LoAに関して、前記少なくとも1つのそれぞれの相関によってDoSおよび/またはLoPと組み合わせてスケーリングおよび/または指数化することができ、任意で、そこから、不安レベル指数すなわちLoAI、および状態深度指数すなわちDoSIおよび/または疼痛レベル指数すなわちLoPIを決定することができる。
本明細書では、対象が経験した不安のレベルを示す標準化された指数である、1つまたは複数の指数を説明する。典型的には、指数は、基準と比較して標準化または正規化される。上述のように、そのような基準は、例えば、対象ベースまたは集団ベースであり得る。
本明細書で説明する指数は、不安レベル指数(LoAI)を含む。
不安レベル指数(LoAI)とは、対象が経験する不安のレベルを示す不安のレベル(LoA)の標準化された指数である。このような指数により、基準状態と比較して、例えば、治療セッション、特に薬理学的および/または非薬理学的治療セッションによって、LoAがどの程度修正されたかを決定することも可能になる。
不安レベル指数(LoAI)とは、対象が経験する不安のレベルを示す不安のレベル(LoA)の標準化された指数である。このような指数により、基準状態と比較して、例えば、治療セッション、特に薬理学的および/または非薬理学的治療セッションによって、LoAがどの程度修正されたかを決定することも可能になる。
指数、例えば、LoAIの1つまたは複数は、第1および第2の限界を有するスケールを有し得る。基準状態と比較して、第1の限界は、最低の不安レベル、あるいは不安なしに関連する最低の不安レベルを表してもよく、第2の限界は、最高の不安レベルを表してもよい。第1の限界は、対象および/または集団の初期状態または基準状態を表してもよい。第1の限界は、通常の不安レベルを表してもよく、第2の限界は、最高の不安レベルを表してもよい。第1の限界は通常の不安レベルを表してもよく、第2の限界は有意に増加した不安レベルを表してもよい。第1および第2の限界は、それぞれ、例えば、0から20、20から0、0から60、60から0、0から100、100から0、0から1、1から0などのように数値で表してもよい。第2の限界は第1の限界よりも高くてもよく、または第1の限界は第2の限界よりも高くてもよい。第2の限界により大きな数値を選択するかどうかは、対象またはユーザ観点に依存する。麻酔科医は、第1の限界(例えば、1、60、100、100%)が第2の限界(例えば、0、0%)よりも高いことを好み得る。
例えば、例えば、第1の限界の近くにとどまる指標LoAIを有する対象は、例えば、不安のレベルが十分に低いままである限り、さらなる治療に安全に取り掛かることができる。
指数は、第1の限界と第2の限界の間のスケールを有し得、スケールは、線形、対数、またはその他であり得る。スケールは、連続的、カテゴリ的、離散的、パーセンテージ、比率であり得る。
指標、例えばLoAIは、対象について、多くの異なる不安のレベルすなわち異なるLoAを示し得る。レベルの数は任意であってよく、例えば3から10、好ましくは4から8レベルである。4つ、6つ、または8つのレベルがあってもよい。レベルは、第1および第2の限界内で分割され得る。分割は、均等(線形)、対数、または他のスキームによることができる。最低レベル(例えば、第1レベル)は、第1の限界と相関するか、またはそれを含んでもよく、最高レベル(例えば、第4レベル)は、第2の限界と相関するか、またはそれを含んでもよい。指数が100(第1の限界)から0(第2の限界)の間の値であり、レベルの数が4である場合、4つのレベルは、100から76(第1レベル)、75から51(第2レベル)、50から26(第3レベル)、25から0(第4レベル)であり得る。レベルの終点により、次のレベルへの連続的な数値スケール(中断されない)が可能になることを理解されたい。指数が100(第1の限界)から0(第2の限界)の間の値であり、レベルの数が8である場合、8つのレベルは、100から87.5(第1レベル)、87.5から75(第2レベル)、75から62.5(第3レベル)、62.5から50(第4レベル)、50から37.5(第5レベル)、37.5から25(第6レベル)、25から12.5(第7レベル)、12.5から0(第8レベル)であり得る。当業者は、スケールの範囲(例えば、100から0、または60から0)、スケール内のレベルの数(例えば、4、6または8)、スケールのタイプ(例えば、線形、対数)、および状況に応じたレベル間の境界を決定することができるであろう。
指数は、各対象の状態が、対象自身または対象のグループ、または1つまたは複数の特定の集団の基準状態と比較される対象ベースの指数であってもよい。指数は、各対象の状態が集団ベースの基準と比較される集団ベースの指数であってもよい。代わりに、指数は絶対スケールに従ってスケーリングされてもよいことは明らかである。相対、絶対、個人および/または集団ベースの任意の適切な組み合わせを使用して、指数をスケーリングすることができることは明らかである。
対象ベースの指数に関して、基準状態、例えば、LoAの基準値は、例えば、治療セッションの前に対象について測定される。治療セッション中または後に、測定データを含む反応データに基づいて、LoAの1つまたは複数のリアルタイム値が、対象について測定される。治療セッション中に、基準値とリアルタイムLoA値との比較に基づいて、LoAIの1つまたは複数のリアルタイム値が計算される。
集団ベースの指数に関して、基準状態、例えば、LoAの1つまたは複数の基準値が、例えば、データベースから引き出される。データベースは、例えば、集団研究に基づく基準値を含む。基準値は、年齢、性別、民族性、介入特性を含む特定の因子によって変化し得るため、基準値は、対象および/またはユーザに応じて適応され得る。治療セッション中または後に、測定データを含む反応データに基づいて、LoAの1つまたは複数のリアルタイム値が、対象について測定される。治療セッション中または後に、集団ベースの基準値を含むデータベースとリアルタイムLoA値との比較に基づいて、LoAIの1つまたは複数のリアルタイム値が計算される。
あるいは、例えば、さらなる基準測定が必要とされないように、また、例えば、リアルタイム値を決定するためのLoAの測定が、いかなる治療セッションも必要とせずに行うことができるように、対象ベースまたは集団ベースの絶対スケールに従ってLoAをスケーリングすることができることは明らかである。言い換えれば、対象ベースまたは集団ベースの絶対スケールを用いて、任意の適切な状況においてLoAおよび/またはLoAIを測定することが可能である。
反応データは、評価プロトコルを使用して、指数、例えばLoAIに変換し得る。評価プロトコルは、数学的(例えば統計的)モデル、学習済み機械学習モデル、数学的指数、基準データのうちの1つまたは複数の使用を含み得る。評価プロトコルは反応データを入力とし、指数を出力する。
評価プロトコルは、反応データから、第8グループ指標および任意で第6、第7、第9、第10、および/または第11グループ指標のうちの1つまたは複数を抽出するステップを含み得る。
測定データは、1つまたは複数のデータ成分を含み得る。データ成分は、単一の測定データ、例えば、EEGデータ、ECGデータ、…、単一の観察データ、例えば、運き、皮膚の色、…、または単一の自己報告事象データ、例えば、自己報告された不安のレベル、…からなる。
評価プロトコルは、反応データのデータ成分を等しくまたは異なるように重み付けし得る。データ成分に与えられる重み付けは、とりわけ、成分の関連性および精度に依存する。例えば、評価プロトコルは、その高い関連性および精度を反映して、EEGデータにより高い評価を与えてもよい。評価プロトコルは、関連性や精度が低くても、状況を十分に示すデータ成分を使用してもよい。状況によっては、反応データは、状況を十分に示す、高い関連性および精度を有する少数のデータ成分を含んでもよい。状況によっては、反応データは、状況を十分に示す、より低い関連性および精度を有するより多くの数のデータ成分を含んでもよい。例えば、いくつかの実施形態によれば、LoAの計算のために本明細書全体を通して言及された異なるグループ指標に与えられる重み付けは、例えば、LoAの異なる次元の所望の重みおよび/または効果に応じて、LoAの計算を調整および/または微調整するために適合され得る、様々な実施形態が可能であることは明らかである。いくつかの実施形態によれば、重み付けは、LoAの認知的次元がLoAの他の次元より重い状況でLoAが測定される場合に、第8グループ指標により大きな重みを与えるように構成することができる。しかしながら、代替的な実施形態によれば、LoAの認知的次元とLoAの他の次元との組み合わせがより重要である状況において、第8グループ指標には、より低い重みが提供され、および/または他のグループの指標の方がより重くされ得ることは明らかである。
この方法を用いてより多くの対象を評価するにつれて、評価プロトコルが改良され得る。評価プロトコルを改良する方法は、以下を含み得る。
- 例えば、治療セッションに対する対象の反応を表す、対象の反応データを受信すること、
- LoA(I)の独立して測定されたデータを受信すること、
- 反応データおよび独立して測定されたデータを使用して評価プロトコルを改良すること。
- 例えば、治療セッションに対する対象の反応を表す、対象の反応データを受信すること、
- LoA(I)の独立して測定されたデータを受信すること、
- 反応データおよび独立して測定されたデータを使用して評価プロトコルを改良すること。
評価プロトコルを改良する方法は、以下を含み得る。
- 例えば、治療セッションへの対象の反応を表す、対象の測定された反応データを受信すること、
- LoA(I)の自己報告されたおよび/または観察による測定値を受信すること、
- LoA(I)の独立して測定されたデータを受信すること、
- 反応データ、自己報告されたおよび/または観察によるデータ、および独立して測定されたデータを使用して評価プロトコルを改良すること。
- 例えば、治療セッションへの対象の反応を表す、対象の測定された反応データを受信すること、
- LoA(I)の自己報告されたおよび/または観察による測定値を受信すること、
- LoA(I)の独立して測定されたデータを受信すること、
- 反応データ、自己報告されたおよび/または観察によるデータ、および独立して測定されたデータを使用して評価プロトコルを改良すること。
評価プロトコルは、追加的または代替的に、分析を使用して改良されてもよい。1つまたは複数の以前の測定、および/または1つまたは複数の以前の治療セッションの前、間、および/または後に収集されたデータは、評価プロトコルの改良に寄与し得る。
このような評価プロトコルの作成および/または改良のためのこのような方法は、以下にさらに詳細に説明するように、いくつかの実施形態によれば、適切な人工知能および/またはデータマイニング方法を利用することができるコンピュータ実施方法を指すことは明らかである。
評価プロトコルが作成および/または改良されるにつれて、反応データの1つまたは複数のデータ成分が、不安のレベル、または例えば、不安治療、対象の意識状態の修正を伴う治療などを伴う薬理学的および/または非薬理学的治療による不安のレベルの修正の測定、言い換えれば決定および/または監視において冗長になることは明らかであるかもしれない。好ましい実施形態によれば、測定データ、観察データおよび反応データの少なくとも1つ、好ましくは全てを使用して、評価プロトコルを作成および/または改良する。好ましい実施形態によれば、LoAを測定する方法では、測定データのみが使用される。
LoAIを決定するための評価プロトコルの実施形態を以下に示す。一般的に言えば、例えば、5つの主要なステップを含み得る。
ステップ1:例えば治療セッション中に、EEGデータを含む反応データを受信してデジタル化する。EEGデータは、例えば、P-EEG電極および任意でC-EEGおよびF-EEG電極のうちの1つまたは複数、または任意の他の適切なEEG電極、および任意で1つまたは複数のECG電極から提供され得る。さらに別の実施形態によれば、任意で、必要に応じて心血管データ、呼吸データ、眼球運動データ、筋肉活動データ、体温データなどのうちの1つまたは複数を捕捉するための適切なセンサおよび/または電極を含む適切な捕捉ユニットを提供することができる。
ステップ2:デジタル化された反応データおよび任意で第6、第7、第9、第10および/または第11グループ指標から第8グループ指標(P-パワー(dt))を生成する。
ステップ1:例えば治療セッション中に、EEGデータを含む反応データを受信してデジタル化する。EEGデータは、例えば、P-EEG電極および任意でC-EEGおよびF-EEG電極のうちの1つまたは複数、または任意の他の適切なEEG電極、および任意で1つまたは複数のECG電極から提供され得る。さらに別の実施形態によれば、任意で、必要に応じて心血管データ、呼吸データ、眼球運動データ、筋肉活動データ、体温データなどのうちの1つまたは複数を捕捉するための適切なセンサおよび/または電極を含む適切な捕捉ユニットを提供することができる。
ステップ2:デジタル化された反応データおよび任意で第6、第7、第9、第10および/または第11グループ指標から第8グループ指標(P-パワー(dt))を生成する。
ステップ3:例えば、統合分析を使用して、例えば、ステップ2)からの第8グループ指標、第6、第7、第9、第10、第11グループ指標、または任意の他の適切なグループ指標などのグループ指標のいずれかの値を意味する1つまたは複数の指標値を生成する。
ステップ4:ステップ3)の値を基準値、例えば、上述したような集団ベースの指数または対象ベースの指数と比較する。
ステップ5:ステップ4)からLoAI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。本明細書でさらに詳細に説明するように、いくつかの実施形態によるそのようなLoAI指数は、適切なグラフィカルな視覚化によって提供することができることは明らかである。
ステップ4:ステップ3)の値を基準値、例えば、上述したような集団ベースの指数または対象ベースの指数と比較する。
ステップ5:ステップ4)からLoAI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。本明細書でさらに詳細に説明するように、いくつかの実施形態によるそのようなLoAI指数は、適切なグラフィカルな視覚化によって提供することができることは明らかである。
ステップ2において、デジタル化された反応データは、アベレージ基準の再参照、低および高周波数アーチファクトを除くためのバンドパスおよび/またはノッチフィルタリング、いわゆるエポック(=x秒の時間窓のセット)への信号分割、アーチファクト除去(眼、筋肉、…)、およびベースライン調整のうちの1つまたは複数を含む前処理プロトコルにかけられ得る。EEG、ECG、EMG、EOG、体温、…信号の時間領域解析では、典型的には、ピーク間の期間、ピーク振幅およびレイテンシ(複数のエポックの場合は時系列の形式)を決定するためのピーク検出、および数学的変換(例えば、複数のエポックの場合は平均または変化変数)が実行される。測定のための時間窓は、例えば、0.1秒から5秒の範囲など、0.01秒から10秒の範囲であり得る。
例えばEEG信号の周波数領域解析では、典型的には、時間周波数変換(例えば、フーリエ変換)が行われ、関連する周波数帯域(例えば、デルタ-シータ(dt))が抽出され、各周波数帯域(および各エポック)の振幅/パワーおよび位相が決定され、数学的変換(例えば、複数のエポックの場合は平均)が実行される。
時間領域で分析される信号に関して、ピークを検出することができ、ピーク間の時間間隔を決定することができ、数学的変換(例えば、複数のエポックの場合は平均)を行うことができる。
これから、少なくとも1つの電極について、デルタ-シータ周波数帯域関連振幅/パワー、デルタ-シータ周波数帯域関連位相、ECGのR-Rピーク間隔、…のうちの少なくとも1つの特徴が得られる。例えば、全ての対象が同様に貢献することを確実にするために、介入の時間を補正する正規化ステップがあってもよい。
ステップ3では、統合分析を使用して、例えば、以下の式を用いて、1つまたは複数のグループ指標値が生成される。
ここでαiは、集団の大きさおよび特性とともに進化する任意のパラメータであり、反応データおよび/またはLoAの独立して測定されたデータに基づく学習プロセスを使用して決定されてもよく、fiは反応データおよび/またはLoAの独立して測定されたデータに基づく学習プロセスを使用して決定される関数であり、Fi,s,[t',t]は、時刻t’から時刻t(t’<t)までの点2から対象について得られた特徴の値である。上述の[t’-t]間隔は、時刻tにおけるLoAの値が、いくつかのFi,s,t値から抽出された特徴に基づいて計算され得ることを意味する。例えば、過去のxミリ秒から平均および標準偏差を取ることは、LoAのより高感度でより確実な決定につながる。したがって、[t’-t]間隔が上述の時間窓を指すことは明らかである。
ステップ4では、値と基準値の比較が行われる。
指数が対象ベースの指数である場合(各対象が自身の対照)、
指数が集団ベース(絶対)であり、対象sが集団pの一部である場合、
指数が対象ベースの指数である場合(各対象が自身の対照)、
ここで、Sはスケールアップパラメータであり、βは反応データおよび/またはLoAの独立して測定されたデータに基づく学習プロセスを用いて決定された集団特性(年齢、性別、民族性、…)を説明するパラメータであり、LoA*s,pは個人/対象ベースの基準状態であり、LoA*pは反応データおよび/またはLoAの独立して測定されたデータに基づく学習プロセスを用いた絶対/集団ベースの基準状態であり、Kはユーザの好みに基づいて閾値を調整することを可能にする「変換」パラメータである。
図1を参照して上記したものと同様の実験に基づくステップ1から4の例を以下に示す。実験は、さらに詳細に上述されるように仮想現実ヘッドセットを含むシステムを使用して提供された自動催眠治療セッション548を含む、試験段階520の第2セッション540中に1人の特定の対象に対して実施された。実験のこの実施形態において、対象は25歳の女性であり、適用された時間窓は、刺激開始を基準に-0.5秒から1.5秒の2秒であった。
ステップ1:この実施形態によれば、EEGデータおよびEMGデータが受信されデジタル化される。
ステップ2:この実施形態によれば、
P-パワー(dt)=0.24mV2のようにP-EEG電極から第8グループ指標が生成され、および
HR=55.02bpmおよびHRV=96.89msのように心拍数すなわちHR、および心拍数変動すなわちHRVデータから第7グループ指標が生成された。
ステップ2:この実施形態によれば、
P-パワー(dt)=0.24mV2のようにP-EEG電極から第8グループ指標が生成され、および
HR=55.02bpmおよびHRV=96.89msのように心拍数すなわちHR、および心拍数変動すなわちHRVデータから第7グループ指標が生成された。
ステップ3:ここで、モデルまたは評価モデルまたは評価プロトコルの実施形態を表す上述の式の実施形態の例を説明する。この評価プロトコルは、例えば、機械学習モジュールのような人工知能モジュールで構成された計算システムを使用して構築されたものであり、この機械学習モジュールは、例えば、図1に記載されたような実験によって、または例えば臨床診療におけるデータ収集の一部としてなど任意の他の適切な方法によって、研究が行われる集団のデジタル化されたHRおよびHRVデータのようなEEGデータおよび心血管データを受信し、このデータをその集団の対象によって報告されたLoAに関連付けるためのモデルを計算し、以下の通りである。
LoA=1.31*P-Power(dt)+0.15*HR-0.006HRV-0.00008*HR*HRV=3.72。
LoA=1.31*P-Power(dt)+0.15*HR-0.006HRV-0.00008*HR*HRV=3.72。
言い換えれば、この特定の実施形態によれば、LoA=第8グループ指標+第7グループ指標であり、ここで
- 第8グループ指標はP-パワー(dt)であり、
- 第7グループ指標は、HR、HRVおよび複合HR-HRV因子であり、
- 数値は上述の式のαiパラメータであり、および
- この特定の例におけるfiは、単位関数である。
- 第8グループ指標はP-パワー(dt)であり、
- 第7グループ指標は、HR、HRVおよび複合HR-HRV因子であり、
- 数値は上述の式のαiパラメータであり、および
- この特定の例におけるfiは、単位関数である。
しかしながら、代替的な実施形態が可能であることは明らかである。この実施形態によれば、実験中に対象によって報告されたVAS疼痛スケール値のスケールに相関させるために、LoA値が0~10のスケールで計算されることはさらに明らかである。
図58は、人工知能または任意の適切なデータマイニング方法を利用するコンピュータ実施方法が、EEGデータ、心血管データ、…などの受信データを含むデータベースからのデータを、任意で、例えば、対象によって報告された不安のレベルなどの臨床観察からのデータと組み合わせて処理することによって、このデータを報告された不安のレベルに関連付けるためのモデルを計算する、例示的な実施形態を示す。データベース内のデータおよび臨床観察からのデータは、パフォーマンス監視中などに、例えば、図1に記載された実験から、または例えば、臨床診療におけるデータ収集の一部としてなど、他の適切な方法で得られてもよい。上記の例によれば、非薬理学的鎮静、および/または他の形態の治療と組み合わされた非薬理学的鎮静、および/または不安に作用する他のあらゆる治療を利用する診療または実験に関連するEEGデータ、心血管データなどを含むデータベースが、特に重要であることは明らかである。このようにして、AIまたはデータマイニングコンピュータ実施方法は、例えば、本明細書中に記載されるような適切なグループ指標に基づいて、言い換えれば、例えば、本明細書中に記載されるような、EEG、HR、HRV、EMG、ECG、EOG、呼吸、皮膚コンダクタンス、…からのデータに基づく適切なバイオマーカーによって、適切なモデルを計算し、選択し、最適化することができる。このようにして、例えばLoAを計算するための適切なモデルまたはそれから導出された任意の適切な指数を計算し、選択し、および/または最適化することができることは明らかである。
ステップ4:特定の実施形態によれば、上述した式によって0~100のスケールで提示される対象ベースの指標を計算することができる。他の適切なスケールが使用される代替的な実施形態が可能であることは明らかである。このような実施形態によれば、
- パラメータS=10により、この実施形態によれば0~10スケールで計算されたステップ3のLoAを0~100スケールにスケーリングできるようになり、
- パラメータβ=1は、集団コホートが存在しないこと、言い換えれば、対象ベースの指数が計算されることを意味し、
- パラメータk=3.04は、計算された指標の1つまたは複数の特定の値が、自己報告された不安のレベルの1つまたは複数の特定の値に対応するように、計算された値のユーザの好みに基づく変換が確実に行われるようにする。以下の例において、例えば、kは、例えば、0~100のスケールで計算された33.04という指数が、0~10のスケールで自己報告された2という不安のレベルに対応するように決定される。
- パラメータS=10により、この実施形態によれば0~10スケールで計算されたステップ3のLoAを0~100スケールにスケーリングできるようになり、
- パラメータβ=1は、集団コホートが存在しないこと、言い換えれば、対象ベースの指数が計算されることを意味し、
- パラメータk=3.04は、計算された指標の1つまたは複数の特定の値が、自己報告された不安のレベルの1つまたは複数の特定の値に対応するように、計算された値のユーザの好みに基づく変換が確実に行われるようにする。以下の例において、例えば、kは、例えば、0~100のスケールで計算された33.04という指数が、0~10のスケールで自己報告された2という不安のレベルに対応するように決定される。
- LoA*=6.76は、個人/対象ベースの基準状態を指す。一実施形態によれば、この基準状態は、例えばステップ3で参照された同じモデルを用いて、実験の較正段階510中に受信されたデータ、および/または疼痛刺激のない期間に取得されたデータに基づいて、または任意の他の適切な方法で計算することができる。
- 例えば、ステップ3を参照して上述したようにLoA=3.72が計算され、上記の式によって、本実施形態によれば、ΔrLoA=18.78となる。
- 例えば、ステップ3を参照して上述したようにLoA=3.72が計算され、上記の式によって、本実施形態によれば、ΔrLoA=18.78となる。
この実施形態の評価モデルの精度を実証するために、図61の箱ひげ図グラフに、自己報告された不安のレベルと、この評価プロトコルの実施形態を用いて計算されたLoAとの間の差が表示されている。図61の実施形態によれば、モデルのこの実施形態は、12人の対象の集団、言い換えれば、n=12の研究のための実験の実施形態の集団のデータに適用される。図61の箱ひげ図は、研究集団全体について自己報告されたLoAと計算されたLoAとの間の測定された差が位置する範囲を表す。この実施形態では、上述したように、自己報告されたLoAおよび計算されたLoAが0~10のスケールであることは明らかである。この差に関して、箱ひげ図が次のことを示していることは明らかである。
- 最小値(Q0または0パーセンタイル):外れ値を除く最低データ点。
- 最大値(Q4または100パーセンタイル):外れ値を除く最大データ点。
- 中央値(Q2または50パーセンタイル):データセットの中央値。
- 第1四分位数(Q1または25パーセンタイル):下位四分位数qn(0.25)とも呼ばれ、データセットの下半分の中央値である。
- 第3四分位数(Q3または75パーセンタイル):上位四分位数qn(0.75)とも呼ばれ、データセットの上半分の中央値である。
図示されるように、差は全て、約-1から約+1の狭い範囲内にある。
- 最小値(Q0または0パーセンタイル):外れ値を除く最低データ点。
- 最大値(Q4または100パーセンタイル):外れ値を除く最大データ点。
- 中央値(Q2または50パーセンタイル):データセットの中央値。
- 第1四分位数(Q1または25パーセンタイル):下位四分位数qn(0.25)とも呼ばれ、データセットの下半分の中央値である。
- 第3四分位数(Q3または75パーセンタイル):上位四分位数qn(0.75)とも呼ばれ、データセットの上半分の中央値である。
図示されるように、差は全て、約-1から約+1の狭い範囲内にある。
図58は、人工知能または任意の適切なデータマイニング方法を利用するコンピュータ実施方法が、EEGデータ、心血管データ、…などの受信データを含むデータベースからのデータを、任意で、例えば、対象によって報告された不安のレベルなどの臨床観察からのデータと組み合わせて処理することによって、例えば図59の実施形態に示されるように、決定されたコホートを考慮に入れて、このデータをこれらの個人の報告された不安のレベルに関連付けるために使用される1人または複数の個人のための適切なコホートを決定する例示的な実施形態を示す。
図59に示すように、図58を参照して上述したのと同様に、データベース内のデータおよび臨床観察からのデータは、例えばパフォーマンス監視中などに、図1の上記した実験から、または例えば臨床診療におけるデータ収集の一部としてなど、他の適切な方法で得られてもよい。上記の例によれば、非薬理学的鎮静、および他の形態の治療と組み合わされた非薬理学的鎮静、および/または不安に作用する他のあらゆる治療を利用する診療または実験に関連するEEGデータ、心血管データなどを含むデータベースが、特に重要であることは明らかである。しかしながら、医療分野の内外の任意の適切な適用に関連する任意の適切な生理学的データを含むデータベースが可能であることは明らかである。このようにして、CII法とも呼ばれるAIまたはデータマイニングコンピュータ実施方法は、少なくとも1つの共有特性を含む個人のグループに関連する適切なコホートを計算、選択、および最適化することができる。図示されるように、コホートを決定するための特性を決定する際に考慮され得る例示的な因子は、例えば、年齢、性別、状態、または任意の他の適切な因子である。年齢に関する例示的なコホートは、例えば、適切な年齢範囲によって決定されるような、例えば、子供、若者、成人および高齢者であり得る。性別に関する例示的なコホートは、例えば、男性および女性であり得る。状態に関する例示的なコホートは、例えば、精神状態、神経の疾患および/または問題、心理状態などであり得る。適切なコホートおよび/または特定の例示的コホートを決定するための因子に関して、さらなる代替的な実施形態が可能であることは明らかである。さらに図示されるように、そのようなAI CII法は、例えば、1人または複数の個人に関連するデータに基づいて、この1人または複数の個人がどのコホートに属するかを決定するためにも使用することができる。これらのコホートは、集団コホートまたは集団と呼ばれることもあることは明らかである。代替的な実施形態によれば、このようなAI CII法はまた、最も関連するコホートを決定するために、データベースからのデータに基づいて、因子を選択、計算および/または最適化するために使用されることもある。
図60に示されるように、および上記の集団ベースの指数についての式の例示的な実施形態に関連するように、これらのコホートは、適切なモデルに基づいて、例えば、LoAまたはそれから導出される任意の適切な指数などの適切な出力を計算するために、AI CII法によって利用されることもある。このようにして、例えば本明細書に記載されるように、例えばEEG、心血管データ、EMG、ECG、EOG、呼吸、皮膚コンダクタンス…からのデータに基づく適切なバイオマーカーを含む個人からのデータに基づいて、例えばLoAまたはそれから導出される任意の適切な指数を計算するための適切な出力を計算、選択、および/または最適化することができることは明らかである。
ステップ5では、LoAI指数が生成される。ステップ4で得られた値は、反応データおよび/または独立して測定されたデータおよび/または基準データに基づいて、例えば、学習済み機械学習モデルおよび/または人工知能を使用して、評価プロトコルの改良に関するセクションで上記したプロセスに従って決定された対象/介入特性に依存する所定のスケールと比較される。評価プロトコルのこのような改良、言い換えれば最適化は、図58~60に関して上記したのと同様の人工知能および/またはデータマイニングを利用するコンピュータ実施方法を指すことは明らかである。以下に説明するように、特定の実施形態によれば、LoAI指数または任意の代替の適切な指数は、例えば、安全レベルを示し、好ましくは、例えば、グラフィカルユーザインターフェース上の適切なシンボルまたはコードによって表示することができる1つまたは複数の所定の範囲および/または閾値に関連するような方法で生成することができる。以下にさらに詳細に説明されるように、そのような安全レベルは、例えば、治療または任意の他の適切な行動を開始、継続および/または停止するための安全レベルを示すことができる。このような実施形態によれば、LoAまたはLoAI、または任意の他の適切なパラメータおよび/または指数について、1つまたは複数のこのような所定の範囲および/または閾値を決定するためのコンピュータ実施方法が提供される。好ましくは、そのような所定の範囲および/または閾値を表示するように構成されたGUIが提供される。これらの所定の範囲および/または閾値は、対象の安全レベルに関連し得る。例えば、治療、医学的介入、スポーツパフォーマンス、訓練プログラム、または対象の安全に影響し得る任意の他の適切な行動を開始、継続、停止するための安全レベルである。
LoAIでは、指数は集団ベースの指数、言い換えれば、対象を集団および/または任意の他の適切な絶対基準と比較する絶対スケールであり得る。第1の限界は、不安のレベルが、集団によって決定される、不安が経験されていないこと、または不安がないことに対応することを示し得る。第2の限界は、不安のレベルが、集団によって決定される、可能な最高レベルの不安を経験していることに対応することを示し得る。中間値は中間レベルの不安を表す。
LoAIでは、指数は対象ベースの指数、言い換えれば、各対象が自身と比較される相対的なスケールであり得る。第1の限界は、不安のレベルが、対象自身によって決定される、不安が経験されていないこと、または不安がないことに対応することを示し得る。第2の限界は、不安のレベルが、対象自身によって決定される、可能な最高レベルの不安を経験していることに対応することを示し得る。
本方法およびシステムは、例えば、治療セッションの前、間、および/または後の特定の段階、既に実施された治療の行為などに基づいて、例えば、治療セッションの前、間、および/または後のある時点について、予想されるLoAIおよび/または比率を決定し得る。例えば、治療が催眠セッションを含む場合、予想されるLoAIは、に、催眠セッションの段階、例えば、以下にさらに詳細に説明するような段階(i)から(iv)のうちの1つから、および例えばそのような段階内の位置から決定し得る。例えば、治療が薬理学的治療セッションを含む場合、予想されるLoAIは、抗不安薬の投与量、滴定、および/またはタイミングから決定され得る。予想されるLoAIは、例えば、集団データまたは対象データから、すなわち、過去および/または先行データから決定され得る。
施された治療が必ずしも予想されるLoAにつながるとは限らないので、測定されたLoAと予想されるLoAとの間の差は、治療に関する是正措置の指針をユーザに提供する。
対象の測定データを受信することによって対象に適用される、上記の実施形態のうちの1つまたは複数による、不安のレベルの測定のための方法を含む、対象の不安のレベルを測定、言い換えれば決定および/または監視するためのコンピュータ実施方法が提供される、さらに別の代替的な実施形態が可能であることは明らかである。
対象の測定データを受信することによって対象に適用される、上記の実施形態のうちの1つまたは複数による、不安のレベルの測定のための方法を含む、対象の不安のレベルを測定、言い換えれば決定および/または監視するためのコンピュータ実施方法が提供される、さらに別の代替的な実施形態が可能であることは明らかである。
したがって、さらなる態様によれば、上記と同様に、例えば、治療の前、間および/または後の少なくとも2つの異なる時点で、対象の不安のレベルを決定および/または監視するための方法も提供される。このような方法によれば、例えば、治療の前、間および/または後の少なくとも2つの異なる時点で、LoAが測定される。次に、少なくとも2つの異なる時点で測定された少なくとも2つのLoAの比較に基づいて、進化、例えば、LoAの治療誘導性進化が決定および/または監視される。しかしながら、このような比較は、任意の適切な期間におけるLoAの任意の適切な進化を決定するために実行することができることは明らかである。追加的におよび/または代替的に、いくつかの実施形態によれば、LoAを予測することもできる。例えば、図12に関して以下にさらに詳細に説明されるように、LoAに関する適切な複数の過去データ点は、例えば、移動平均相関する傾向、平均、または任意の他の適切な過去データ点の傾向に基づいて、適切な傾向分析を提供することができ、それによって、将来の、予想される、または傾向データ点の予測を可能にする。このようにして、LoAの進化の予測を達成することができることは明らかである。過去データ点の予測分析は、任意の適切な方法によって、例えば、特定の治療の異なる段階または期間中のLoAの進化間の所定の相関に基づいて、または繰り返しおよび/または予測可能なパターンおよび/または相関を検出するために過去データセットで訓練され、それによって、測定されたデータにおける検出可能なパターンおよび/または相関の評価を可能にし、それによって、測定されたデータに基づく現在および予測の傾向の決定を可能にする自己学習、自己最適化アルゴリズム、人工知能アルゴリズムなどによって行うことができる。現在の測定値の予測分析を可能にするためのLoA測定値および/または任意の他の適切な測定値から得られる過去データ点および/または任意の他の適切なデータの代替的な実施形態が可能であることは明らかである。予測分析が基づくことができるそのようなデータは、例えば、個々の対象からの過去データ、集団からの過去データ、LoAの進化の所定の治療関連パターンなどを含むことができる。さらに別の実施形態によれば、追加的および/または代替的に、少なくとも2つの異なる時点で決定された少なくとも2つのLoAの集約に基づく、不安のレベルのスコアすなわちLoASを集約し得る。不安測定に関連するLoASなどのこのような集約されたパラメータは、慢性の不安の影響を決定する際に有用であり得、例えば数時間および/または数日などのより長い期間中、不安のレベルが連続的に測定され、集約されたLoASが、瞬間的な不安のピークではなく、対象が経験する持続性の、慢性の不安のレベルの影響の指標を提供することができる。これは、たとえ中程度または低レベルの不安であっても、慢性的に経験される場合には、対象の生活の質に対して大きな影響を有し得る一方、例えば、短い、まれな不安の突発は、たとえ激しい場合であっても、より容易に耐えることができるため、有用である。このような集約された形態はまた、本明細書に詳述されているような不安のレベルに関連する任意のパラメータ、および/または例えばLoA(I)などのそれらのスケールリングされたおよび/または指数化されたバージョンに対して有用であり、それによって、これらのパラメータの少なくとも2つの値の集約に対応するこれらのパラメータの類似のスコアを可能にすることは明らかである。特定の実施形態によれば、LoA(I)Sは、例えば、合計、平均、アベレージなどの、所定の期間にわたるLoA(I)値の集約の任意の適切な実施形態を含むことができ、値は、例えば、任意でLoA(I)が集約された期間に関して、集約された値を提示するなど、例えば、以下に説明するのと同様にシステムのGUIに提示することができる。
例えば不安治療など、例えば薬理学的および/または非薬理学的治療が、例えば抗不安薬によって対象が経験している特定のレベルの不安を減少させるために使用されるいくつかの治療によれば、治療の目標はLoAを減少させることであり、例えば治療の間および/または後のそのようなLoAの減少は、LoAの所望の治療誘導性進化に対応することは明らかである。しかしながら、特定の他の治療によれば、例えば、鎮静治療の状況で、例えば、外科的治療、歯科治療などの前に、対象が治療を受けない通常の覚醒状態で経験するようなLoAを、治療中も保持することが望まれる場合がある。このようにして、LoAの所望の治療誘導性進化は、LoAの増加の防止、または望ましくない閾値を超えるLoAの増加の防止であることが明らかである。このような実施形態によれば、LoAの治療誘導性進化は、例えば、治療の前および間に測定されたLoA、または治療の前および後に測定されたLoAなどの比較に基づくことができることは明らかである。したがって、治療が疼痛軽減治療である実施形態によれば、例えば、不安軽減、不安制御、不安予防、または任意の他の適切な不安治療など、このような不安治療の有効性は、LoAの治療誘導性進化に基づいて決定および/または監視することができることは明らかである。言い換えれば、LoAが例えば所望の閾値未満に十分に低減された場合、またはLoAが例えば望ましくない閾値を超えて望ましくないほどは増大しない場合である。好ましくは、このLoAの治療誘導性進化は、例えば、不安軽減、不安制御、不安予防、または任意の他の適切な不安治療などの不安治療を最適化および/または適応させることを可能にする。
さらに、測定されたLoAに基づいて、治療を決定することができ、および/または治療に対する調節を決定することができ、および/または治療の強度を決定することができることも明らかである。例えば、LoAの値が高いほど、鎮静薬または抗不安薬の投与量が多くなる可能性がある。別の例によれば、特定の不安治療がLoAの減少をもたらさず、LoAの増加を防止しない場合、代替の治療を開始することができる。薬理学的不安治療の滴定の所望のレベル、または例えば催眠の深度、非薬理学的不安治療の強度のような非薬理学的治療の所望の強度は、例えば、所望のLoAまたはそれの治療誘導性変化に基づいて増加または減少することができる。さらに別の実施形態によれば、測定されたおよび/または所望のLoAに基づいて、特定の不安管理治療および/または例えば、1つまたは複数の薬理学的および/または非薬理学的不安管理治療などの不安管理治療の任意の組み合わせおよび/または混合を選択および/または適応および/または置換する決定を行うことができる。
本明細書には、対象の疼痛または意識状態のレベルが治療セッションによって修正されたレベルまたは程度を示す標準化された指数である1つまたは複数の指数が記載されている。典型的には、指数は、基準と比較して標準化または正規化される。上述のように、このような基準は、例えば、対象ベースまたは集団ベースであり得る。
本明細書に記載される指数は、催眠深度指数(DoHI)、状態深度指数(DoSI)、解離深度指数(DoDI)、疼痛レベル指数(LoPI)、不安レベル指数(LoAI)を含む。
不安レベル指数(LoAI)とは、対象が経験した不安のレベルを示す不安のレベル(LoA)の標準化された指数である。このような指数によって、基準状態と比較して、例えば、治療セッション、特に薬理学的および/または非薬理学的治療セッションによって、LoAがどの程度修正されたかを決定することも可能になる。
疼痛レベル指数(LoPI)とは、対象が意識的に知覚した疼痛のレベルを示す疼痛のレベル(LoP)の標準化された指数である。このような指数によって、基準状態と比較して、例えば、治療セッション、特に薬理学的および/または非薬理学的治療セッションによって、LoPがどの程度修正されたかを決定することも可能になる。
状態深度指数(DoSI)は、基準状態と比較して、例えば、非薬理学的(例えば、催眠)治療セッションである治療セッションによって、および/または薬理学的治療セッションによって、対象の意識状態が修正されたレベルまたは程度を示す状態深度(DoS)の標準化された指数である。
催眠深度指数(DoHI)は、基準状態と比較して、非薬理学的(例えば、催眠)である治療セッションによって、対象の意識状態が修正されたレベルまたは程度を示す催眠深度(DoH)の標準化された指数である。
解離深度指数(DoDI)は、基準状態と比較して、治療セッション、特に非薬理学的治療セッションによって、対象の解離が修正されたレベルまたは程度を示す解離深度(DoD)の標準化された指数である。
指数、例えば、DoHI、DoSI、DoDI、LoPI、LoAIの1つまたは複数は、第1および第2の限界を有するスケールを有し得る。基準状態と比較して、第1の限界は、最低の疼痛レベル、あるいは疼痛なしに関連する最低の疼痛レベル、または通常の覚醒意識状態を表してもよく、第2の限界は、最高の疼痛レベルまたは最も修正された意識状態を表してもよい。第1の限界は、対象および/または集団の初期状態または基準状態を表してもよい。第1の限界は、通常の疼痛のレベルまたは通常の覚醒状態または軽くのみ修正された意識状態を表してもよく、第2の限界は、最高の疼痛のレベルもしくは完全にまたは深く修正された意識状態を表してもよい。第1の限界は通常の疼痛レベルを表してもよく、第2の限界は有意に増加した疼痛レベルを表してもよい。第1の限界は、軽いトランスのレベルを表してもよく、第2の限界は、深いトランスのレベルを表してもよく、その逆もあり得る。第1および第2の限界は、それぞれ、例えば、0から20、20から0、0から60、60から0、0から100、100から0、0から1、1から0などのように数値で表してもよい。第2の限界は第1の限界よりも高くてもよく、または第1の限界は第2の限界よりも高くてもよい。第2の限界により大きな数値を選択するかどうかは、対象またはユーザ観点に依存する。麻酔科医は、第1の限界(例えば、1、60、100、100%)が第2の限界(例えば、0、0%)よりも高いことを好み得る。後者は、例えば、この説明における実施形態のいくつかにおいて、DoSに関して例示されており、ここで、通常の覚醒状態または意識レベルが高い/増加した/最大の状態は、例えば100%のDoSに対応し、これは第1の限界の実施形態であり、深く解離した状態/没入状態または意識レベルが低い/減少した/最小の状態は、例えば0%のDoSに対応し、これは第2の限界の実施形態である。
例えば、第2の限界に向かう指数、例えばDoSI、DoHI、DoDIおよび第1の限界により近いままであるLoPIおよび/またはLoAIを有する対象は、疼痛のレベル、不安のレベルおよび/または意識状態の知覚が、所望の鎮痛、抗不安および/または麻酔効果を達成するために十分に修正された場合に、安全に手術を受けることができる。
指数は、第1の限界と第2の限界の間のスケールを有し得、スケールは、線形、対数、またはその他であり得る。スケールは、連続的、カテゴリ的、離散的、パーセンテージ、比率であり得る。
指標、例えば、DoHI、DoSI、DoDI、LoPI、LoAIのうちの1つまたは複数は、多数の異なる、例えば、状態深度(DoSI)、解離深度(DoDI)などの意識レベルを示し得、あるいは、多数の異なる疼痛のレベル(LoPI)を示し得、あるいは、対象の多数の異なる不安のレベル(LoAI)を示し得る。レベルの数は任意であってよく、例えば3から10、好ましくは4から8レベルである。4つ、6つ、または8つのレベルがあってもよい。レベルは、第1および第2の限界内で分割され得る。分割は、均等(線形)、対数、または他のスキームによることができる。最低レベル(例えば、第1レベル)は、第1の限界と相関するか、またはそれを含んでもよく、最高レベル(例えば、第4レベル)は、第2の限界と相関するか、またはそれを含んでもよい。指数が100(第1の限界)から0(第2の限界)の間の値であり、レベルの数が4である場合、4つのレベルは、100から76(第1レベル)、75から51(第2レベル)、50から26(第3レベル)、25から0(第4レベル)であり得る。レベルの終点により、次のレベルへの連続的な数値スケール(中断されない)が可能になることを理解されたい。指数が100(第1の限界)から0(第2の限界)の間の値であり、レベルの数が8である場合、8つのレベルは、100から87.5(第1レベル)、87.5から75(第2レベル)、75から62.5(第3レベル)、62.5から50(第4レベル)、50から37.5(第5レベル)、37.5から25(第6レベル)、25から12.5(第7レベル)、12.5から0(第8レベル)であり得る。当業者は、スケールの範囲(例えば、100から0、または60から0)、スケール内のレベルの数(例えば、4、6または8)、スケールのタイプ(例えば、線形、対数)、および状況に応じたレベル間の境界を決定することができるであろう。
指数は、各対象の状態が、対象自身または対象のグループ、または1つまたは複数の特定の集団の基準状態と比較される対象ベースの指数であってもよい。指数は、各対象の状態が集団ベースの基準と比較される集団ベースの指数であってもよい。代わりに、指数は絶対スケールに従ってスケーリングされてもよいことは明らかである。相対、絶対、個人および/または集団ベースの任意の適切な組み合わせを使用して、指数をスケーリングすることができることは明らかである。
対象ベースの指標に関して、基準状態、例えば、LoA、LoP、DoS、DoD、DoHのうちの1つまたは複数の基準値は、例えば、治療セッションの前に対象について測定される。治療セッション中または後に、測定データを含む反応データに基づいて、LoA、LoP、DoS、DoD、DoHのうちの1つまたは複数のリアルタイム値が、対象について測定される。治療セッション中に、基準値とリアルタイムLoA、LoP、DoS、DoD、DoH値との比較に基づいて、LoAI、LoPI、DoSI、DoDI、DoHIのうちの1つまたは複数のリアルタイム値が計算される。
集団ベースの指数に関して、基準状態、例えば、LoA、LoP、DoS、DoD、DoHのうちの1つまたは複数の基準値が、例えば、データベースから引き出される。データベースは、例えば、集団研究に基づく基準値を含む。基準値は、年齢、性別、民族性、介入特性を含む特定の因子によって変化し得るため、基準値は、対象および/またはユーザに応じて適応され得る。治療セッション中または後に、測定データを含む反応データに基づいて、LoA、LoP、DoS、DoD、DoHのうちの1つまたは複数のリアルタイム値が、対象について測定される。治療セッション中または後に、集団ベースの基準値を含むデータベースとリアルタイムLoA、LoP、DoS、DoD、DoH値との比較に基づいて、LoAI、LoPI、DoSI、DoDI、DoHIのうちの1つまたは複数のリアルタイム値が計算される。
あるいは、例えば、さらなる基準測定が必要とされないように、また、例えば、リアルタイム値を決定するためのLoPおよび/またはLoAの測定が、いかなる治療セッションも必要とせずに行うことができるように、対象ベースまたは集団ベースの絶対スケールに従ってLoPおよび/またはLoAをスケーリングすることができることは明らかである。言い換えれば、対象ベースまたは絶対および/または集団ベースのスケールを用いて、任意の適切な状況においてLoPおよび/またはLoAを測定することが可能である。
反応データは、評価プロトコルを使用して、指数、例えばLoAI、LoPI、DoDI、DoHI、DoSIに変換し得る。評価プロトコルは、数学的(例えば統計的)モデル、学習済み機械学習モデル、数学的指数、基準データのうちの1つまたは複数の使用を含み得る。評価プロトコルは反応データを入力とし、指数を出力する。
評価プロトコルは、反応データから、以下のうちの1つまたは複数を抽出するステップを含み得る。
- DoS(I)を決定するための第1グループ指標および任意で第2グループ指標、
- LoP(I)を決定するための第4グループ指標および任意で第3グループ指標、および/または第5グループ指標、および/または
- LoA(I)を決定するための第8グループ指標および任意で第6グループ指標、第7グループ指標、第9グループ指標、第10グループ指標、および/または第11グループ指標。
- DoS(I)を決定するための第1グループ指標および任意で第2グループ指標、
- LoP(I)を決定するための第4グループ指標および任意で第3グループ指標、および/または第5グループ指標、および/または
- LoA(I)を決定するための第8グループ指標および任意で第6グループ指標、第7グループ指標、第9グループ指標、第10グループ指標、および/または第11グループ指標。
測定データは、1つまたは複数のデータ成分を含み得る。データ成分は、単一の測定データ、例えば、EEGデータ、EMGデータ、筋肉活動データ、EDAデータ、ECGデータ、心血管データ、呼吸データ、眼球運動データ、EOGデータ、体温データ…、単一の観察データ、例えば、運き、皮膚の色、…、または単一の自己報告事象データ、例えば、自己報告された疼痛知覚のレベル、自己報告された解離のレベル…からなる。
評価プロトコルは、反応データのデータ成分を等しくまたは異なるように重み付けし得る。データ成分に与えられる重み付けは、とりわけ、成分の関連性および精度に依存する。例えば、評価プロトコルは、その高い関連性および精度を反映して、EEGデータにより高い評価を与えてもよい。評価プロトコルは、関連性や精度が低くても、状況を十分に示すデータ成分を使用してもよい。状況によっては、反応データは、状況を十分に示す、高い関連性および精度を有する少数のデータ成分を含んでもよい。状況によっては、反応データは、状況を十分に示す、より低い関連性および精度を有するより多くの数のデータ成分を含んでもよい。
この方法を用いてより多くの対象を評価するにつれて、評価プロトコルが改良され得る。評価プロトコルを改良する方法は、以下を含み得る。
- 例えば、治療セッションに対する対象の反応を表す、対象の反応データを受信すること、
- LoA(I)、LoP(I)、DoS(I)、DoD(I)、DoH(I)のうちの1つまたは複数の独立して測定されたデータを受信すること、
-反応データおよび独立して測定されたデータを使用して評価プロトコルを改良すること。
- 例えば、治療セッションに対する対象の反応を表す、対象の反応データを受信すること、
- LoA(I)、LoP(I)、DoS(I)、DoD(I)、DoH(I)のうちの1つまたは複数の独立して測定されたデータを受信すること、
-反応データおよび独立して測定されたデータを使用して評価プロトコルを改良すること。
評価プロトコルを改良する方法は、以下を含み得る。
- 例えば、治療セッションへの対象の反応を表す、対象の測定された反応データを受信すること、
- LoA、LoP、DoS、DoHおよび/またはDoDの自己報告されたおよび/または観察による測定値を受信すること、
- LoA(I)、LoP(I)、DoS(I)、DoH(I)および/またはDoD(I)の独立して測定されたデータを受信すること、
- 反応データ、自己報告されたおよび/または観察によるデータ、および独立して測定されたデータを使用して評価プロトコルを改良すること。
- 例えば、治療セッションへの対象の反応を表す、対象の測定された反応データを受信すること、
- LoA、LoP、DoS、DoHおよび/またはDoDの自己報告されたおよび/または観察による測定値を受信すること、
- LoA(I)、LoP(I)、DoS(I)、DoH(I)および/またはDoD(I)の独立して測定されたデータを受信すること、
- 反応データ、自己報告されたおよび/または観察によるデータ、および独立して測定されたデータを使用して評価プロトコルを改良すること。
評価プロトコルは、追加的または代替的に、分析を使用して改良されてもよい。1つまたは複数の以前の測定、および/または1つまたは複数の以前の治療セッションの前、間、および/または後に収集されたデータは、評価プロトコルの改良に寄与し得る。
評価プロトコルが作成および/または改良されるにつれて、反応データの1つまたは複数のデータ成分が、疼痛のレベル、または例えば、対象の意識状態の修正を伴う治療を伴う薬理学的および/または非薬理学的治療による疼痛のレベルの修正の決定および/または監視において冗長になることは明らかであるかもしれない。好ましい実施形態によれば、測定データ、観察データおよび反応データの少なくとも1つ、好ましくは全てを使用して、評価プロトコルを作成および/または改良する。好ましい実施形態によれば、LoPを測定するための方法において、測定データのみが使用される。
LoPIを決定するための評価プロトコルの実施形態を以下に示す。一般的に言えば、例えば、5つの主要なステップを含み得る。
ステップ1:例えば治療セッション中に、EEGデータを含む反応データを受信してデジタル化する。EEGデータは、例えば、C-EEG、P-EEGおよびF-EEG電極のうちの1つまたは複数、または任意の他の適切なEEG電極、および任意で1つまたは複数のEMG電極から提供され得る。
ステップ1:例えば治療セッション中に、EEGデータを含む反応データを受信してデジタル化する。EEGデータは、例えば、C-EEG、P-EEGおよびF-EEG電極のうちの1つまたは複数、または任意の他の適切なEEG電極、および任意で1つまたは複数のEMG電極から提供され得る。
ステップ2:以下を生成する。
デジタル化された反応データからの、第4グループ指標(パワー(ta))、例えば、C-パワー(ta)、P-パワー(ta)、F-パワー(ta)のうちの1つまたは複数、および/または
第3グループ指標(MSPA)、例えば、C-MSPA、P-MSPA、F-MSPAのうちの1つまたは複数、および/または
第5グループ指標(EMG)、例えば、EMG-MSPA。
デジタル化された反応データからの、第4グループ指標(パワー(ta))、例えば、C-パワー(ta)、P-パワー(ta)、F-パワー(ta)のうちの1つまたは複数、および/または
第3グループ指標(MSPA)、例えば、C-MSPA、P-MSPA、F-MSPAのうちの1つまたは複数、および/または
第5グループ指標(EMG)、例えば、EMG-MSPA。
ステップ3:例えば、統合分析を使用して、例えば、ステップ2)からの第4グループ指標、第3グループ指標、第5グループ指標、または任意の他の適切なグループ指標などのグループ指標のいずれかの値を意味する1つまたは複数の指標値を生成する。
ステップ4:ステップ3)の値を基準値、例えば、上述したような集団ベースの指数または対象ベースの指数と比較する。
ステップ5:ステップ4)からLoPI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
ステップ4:ステップ3)の値を基準値、例えば、上述したような集団ベースの指数または対象ベースの指数と比較する。
ステップ5:ステップ4)からLoPI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
ステップ2において、デジタル化された反応データは、アベレージ基準の再参照、低および高周波数アーチファクトを除くためのバンドパスおよび/またはノッチフィルタリング、いわゆるエポック(=x秒の時間窓のセット)への信号分割、アーチファクト除去(眼、筋肉、…)、およびベースライン調整のうちの1つまたは複数を含む前処理プロトコルにかけられ得る。EEG信号の時間領域解析では、典型的には、ピーク振幅およびレイテンシ(複数のエポックの場合は時系列の形式)を決定するためのピーク検出、および数学的変換(例えば、複数のエポックの場合は平均または変化変数)が実行される。EEG信号の周波数領域解析では、典型的には、時間周波数変換(例えば、フーリエ変換)が行われ、関連する周波数帯域(例えば、シータ-アルファ(ta))が抽出され、各周波数帯域(および各エポック)の振幅/パワーおよび位相が決定され、数学的変換(例えば、複数のエポックの場合は平均)が実行される。一実施形態によれば、例えば、MSPAを測定するための時間窓内に単一のピークしか存在しない場合、MSPAは信号のピーク間振幅に等しい。一実施形態によれば、例えば、MSPAを測定するための時間窓内の信号に複数のピークがある場合、MSPAは、信号のこれらの複数のピークの個々のピーク間振幅の平均、アベレージ、加重平均などの関数で計算される。このような実施形態によれば、測定のための時間窓は、例えば、0.1秒から5秒の範囲など、0.01秒から10秒の範囲であり得る。
各EMG電極対に対して、または1つしかない場合は各EMG電極に対して、(および各エポック)信号が時間領域で分析され、ピークが検出され、平均信号ピーク間振幅(MSPA)およびMSPAレイテンシが決定され、数学的変換(例えば、複数のエポックの場合は平均)が実行される。
このことから、少なくとも1つの電極について、MSPA振幅、MSPAパワー、MSPAレイテンシ、シータ-アルファ(ta)周波数帯域関連振幅/パワー、シータ-アルファ(ta)周波数帯域関連位相、EMGのMSPA、EMGのMSPAレイテンシのうちの少なくとも1つの特徴が得られる。例えば、全ての対象が同様に貢献することを確実にするために、介入の時間を補正する正規化ステップがあってもよい。
ステップ3では、統合分析を使用して、例えば、以下の方程式を用いて、1つまたは複数のグループ指標値が生成される。
ここでαiは、集団の大きさおよび特性とともに進化する任意のパラメータであり、反応データおよび/またはLoPの独立して測定されたデータに基づく学習プロセスを使用して決定されてもよく、fiは反応データおよび/またはLoPの独立して測定されたデータに基づく学習プロセスを使用して決定される関数であり、Fi,s,[t’,t]は、時刻t’から時刻t(t’<t)までの点2から対象について得られた特徴の値である。上述の[t’-t]間隔は、時刻tにおけるLoPの値が、いくつかのFi,s,t値から抽出された特徴に基づいて計算され得ることを意味する。例えば、過去のxミリ秒から平均および標準偏差を取ることは、LoPのより高感度でより確実な決定につながる。したがって、[t’-t]間隔が上述の時間窓を指すことは明らかである。
ステップ4では、値と基準値の比較が行われる。
指数が対象ベースの指数である場合(各対象が自身の対照)、
指数が絶対および/または集団ベースであり、対象sが集団pの一部である場合、
指数が対象ベースの指数である場合(各対象が自身の対照)、
ここで、Sはスケールアップパラメータであり、βは反応データおよび/またはLoPの独立して測定されたデータに基づく学習プロセスを用いて決定された、集団特性(年齢、性別、民族性、…)を説明するパラメータであり、LoP*s,pは個人/対象ベースの基準状態であり、LoP*pは反応データおよび/またはLoPの独立して測定されたデータに基づく学習プロセスを用いた絶対/集団ベースの基準状態であり、Kはユーザの好みに基づいて閾値を調節することを可能にする「変換」パラメータである。
LoPを決定するための、図1を参照して上記したものと同様の実験に基づくステップ1から4の例を以下に示す。
実験は、さらに詳細に上述されたように仮想現実ヘッドセットを含むシステムを使用して提供された自動催眠治療セッション548を含む、試験段階520の第2セッション540中に1人の特定の対象に対して実施された。実験のこの実施形態において、対象は25歳の女性であり、適用された時間窓は、刺激開始を基準に-0.5秒から1.5秒の2秒であった。
ステップ1:この実施形態によれば、EEGデータおよびEMGデータが受信されデジタル化される。
ステップ2:この実施形態によれば、
C-パワー(ta)=0.25mV2、P-パワー(ta)=0.52mV2、およびF-パワー(ta)=0.19mV2のようにC、PおよびF電極から第4グループ指標が生成され、
C-MSPA=1.63mV、P-MSPA=1.28mV、およびF-MSPA=1.44mVのようにC、PおよびF電極から第3グループ指標が生成され、および
EMG-MSPA=20.25mVのように第5グループ指標が生成される。
ステップ2:この実施形態によれば、
C-パワー(ta)=0.25mV2、P-パワー(ta)=0.52mV2、およびF-パワー(ta)=0.19mV2のようにC、PおよびF電極から第4グループ指標が生成され、
C-MSPA=1.63mV、P-MSPA=1.28mV、およびF-MSPA=1.44mVのようにC、PおよびF電極から第3グループ指標が生成され、および
EMG-MSPA=20.25mVのように第5グループ指標が生成される。
ステップ3:ここで、モデルまたは評価モデルまたは評価プロトコルの実施形態を表す上述の式の実施形態の例を説明する。この評価プロトコルは、例えば、機械学習モジュールのような人工知能モジュールで構成された計算システムを使用して構築されたものであり、この機械学習モジュールは、例えば、図1に記載されたような実験によって、または例えば臨床診療におけるデータ収集の一部としてなど任意の他の適切な方法によって、研究が行われる集団のデジタル化されたEEGデータおよびEMGデータを受信し、このデータをその集団の対象によって報告されたLoPに関連付けるためのモデルを計算する。式のこのような実施形態の例は以下の通りである。
LoP=0.07*F-MSPA+0.24*C-MSPA+0.024*P-MSPA-10.38*F-Power(ta)-2.64*C-Power(ta)-0.07*P-Power(ta)+0.2*EMG-MSPA=1.92。言い換えれば、この特定の実施形態によれば、LoP=第3グループ指標+第4グループ指標+第5グループ指標であり、ここで
- 第3グループ指標はF-MSPA、C-MSPAおよびP-MSPAであり、
- 第4グループ指標は、F-Power(ta)、C-Power(ta)、P-Power(ta)であり、および
- 第5グループ指標はEMG-MSPAであり、
- 数値は上述の式のαiパラメータであり、
- この特定の例におけるfiは、単位関数である。
LoP=0.07*F-MSPA+0.24*C-MSPA+0.024*P-MSPA-10.38*F-Power(ta)-2.64*C-Power(ta)-0.07*P-Power(ta)+0.2*EMG-MSPA=1.92。言い換えれば、この特定の実施形態によれば、LoP=第3グループ指標+第4グループ指標+第5グループ指標であり、ここで
- 第3グループ指標はF-MSPA、C-MSPAおよびP-MSPAであり、
- 第4グループ指標は、F-Power(ta)、C-Power(ta)、P-Power(ta)であり、および
- 第5グループ指標はEMG-MSPAであり、
- 数値は上述の式のαiパラメータであり、
- この特定の例におけるfiは、単位関数である。
しかしながら、代替的な実施形態が可能であることは明らかである。この実施形態によれば、実験中に対象によって報告されたVAS疼痛スケール値のスケールに相関させるために、LoP値が0~10のスケールで計算されることはさらに明らかである。
図58は、人工知能または任意の適切なデータマイニング方法を利用するコンピュータ実施方法が、EEGデータ、EMGデータ、…などの受信データを含むデータベースからのデータを、任意で、例えば、対象によって報告された疼痛のレベルなどの臨床観察からのデータと組み合わせて処理することによって、このデータを報告された疼痛のレベルに関連付けるためのモデルを計算する、例示的な実施形態を示す。データベース内のデータおよび臨床観察からのデータは、パフォーマンス監視中などに、例えば、図1に記載された実験から、または例えば、臨床診療におけるデータ収集の一部としてなど、他の適切な方法で得られでもよい。上記の例によれば、非薬理学的鎮静、および/または他の形態の治療と組み合わせた非薬理学的鎮静、および/または疼痛に作用する他のあらゆる治療を利用する診療または実験に関連するEEGデータ、EMGデータなどを含むデータベースが、特に重要であることは明らかである。このようにして、AIまたはデータマイニングコンピュータ実施方法は、例えば、本明細書中に記載されるような適切なグループ指標に基づいて、言い換えれば、例えば、本明細書中に記載されるような、EEG、EMG、ECG、EOG、呼吸、皮膚コンダクタンス、…からのデータに基づく適切なバイオマーカーによって、適切なモデルを計算し、選択し、最適化することができる。このようにして、例えばLoPを計算するための適切なモデルまたはそれから導出された任意の適切な指数を計算し、選択し、および/または最適化することができることは明らかである。
ステップ4:特定の実施形態によれば、上述した式によって0~100のスケールで提示される対象ベースの指標を計算することができる。他の適切なスケールが使用される代替的な実施形態が可能であることは明らかである。このような実施形態によれば、
- パラメータS=10により、この実施形態によれば0~10スケールで計算されたステップ3のLoPを0~100スケールにスケーリングできるようになり、
- パラメータβ=1は、集団コホートが存在しないこと、言い換えれば、対象ベースの指数が計算されることを意味し、
- パラメータk=-0.22は、計算された指標の1つまたは複数の特定の値が、自己報告された疼痛のレベルの1つまたは複数の特定の値に対応するように、計算された値のユーザの好みに基づく変換が確実に行われるようにする。以下の例において、例えば、kは、例えば、0~100のスケールで計算された18.78という指数が、0~10のスケールで自己報告された2という不安のレベルに対応するように決定される。
- パラメータS=10により、この実施形態によれば0~10スケールで計算されたステップ3のLoPを0~100スケールにスケーリングできるようになり、
- パラメータβ=1は、集団コホートが存在しないこと、言い換えれば、対象ベースの指数が計算されることを意味し、
- パラメータk=-0.22は、計算された指標の1つまたは複数の特定の値が、自己報告された疼痛のレベルの1つまたは複数の特定の値に対応するように、計算された値のユーザの好みに基づく変換が確実に行われるようにする。以下の例において、例えば、kは、例えば、0~100のスケールで計算された18.78という指数が、0~10のスケールで自己報告された2という不安のレベルに対応するように決定される。
- LoP*=3.80は、個人/対象ベースの基準状態を指す。一実施形態によれば、この基準状態は、例えばステップ3で参照された同じモデルを用いて、実験の較正段階510中に受信されたデータ、および/または疼痛刺激のない期間に取得されたデータに基づいて、または任意の他の適切な方法で計算することができる。
- 例えば、ステップ3を参照して上述したようにLoP=1.92が計算され、
上記の式によって、本実施形態によれば、ΔγLoP=18.78となる。
- 例えば、ステップ3を参照して上述したようにLoP=1.92が計算され、
上記の式によって、本実施形態によれば、ΔγLoP=18.78となる。
この実施形態の評価モデルの精度を実証するために、図62の箱ひげ図グラフに、自己報告された疼痛のレベルと、この評価プロトコルの実施形態を用いて計算されたLoPとの間の差が表示されている。図62の実施形態によれば、モデルのこの実施形態は、12人の対象の集団、言い換えれば、n=12の研究のための実験の実施形態の集団のデータに適用される。図62の箱ひげ図は、研究集団全体について自己報告されたLoPと計算されたLoPとの間の測定された差が位置する範囲を表す。この実施形態では、上述したように、自己報告されたLoPおよび計算されたLoPが0~10のスケールであることは明らかである。この差に関して、箱ひげ図が次のことを示していることは明らかである。
- 最小値(Q0または0パーセンタイル):外れ値を除く最低データ点。
- 最大値(Q4または100パーセンタイル):外れ値を除く最大データ点。
- 中央値(Q2または50パーセンタイル):データセットの中央値。
- 第1四分位数(Q1または25パーセンタイル):下位四分位数qn(0.25)とも呼ばれ、データセットの下半分の中央値である。
- 第3四分位数(Q3または75パーセンタイル):上位四分位数qn(0.75)とも呼ばれ、データセットの上半分の中央値である。
図示されるように、差は、約-0.7から約+1.2の狭い四分位数間範囲を有する。
- 最大値(Q4または100パーセンタイル):外れ値を除く最大データ点。
- 中央値(Q2または50パーセンタイル):データセットの中央値。
- 第1四分位数(Q1または25パーセンタイル):下位四分位数qn(0.25)とも呼ばれ、データセットの下半分の中央値である。
- 第3四分位数(Q3または75パーセンタイル):上位四分位数qn(0.75)とも呼ばれ、データセットの上半分の中央値である。
図示されるように、差は、約-0.7から約+1.2の狭い四分位数間範囲を有する。
図58は、人工知能または任意の適切なデータマイニング方法を利用するコンピュータ実施方法が、EEGデータ、EMGデータ、…などの受信データを含むデータベースからのデータを、任意で、例えば、対象によって報告された疼痛のレベルなどの臨床観察からのデータと組み合わせて処理することによって、例えば図60の実施形態に示されるように、決定されたコホートを考慮に入れて、このデータをこれらの個人の報告された疼痛のレベルに関連付けるために使用される1人または複数の個人のための適切なコホートを決定する例示的な実施形態を示す。
図59に示すように、図58を参照して上述したのと同様に、データベース内のデータおよび臨床観察からのデータは、例えばパフォーマンス監視中などに、図1の上記した実験から、または例えば臨床診療におけるデータ収集の一部としてなど、他の適切な方法で得られてもよい。上記の例によれば、非薬理学的鎮静、および他の形態の治療と組み合わせた非薬理学的鎮静、および/または疼痛に作用する他のあらゆる治療を利用する診療または実験に関連するEEGデータ、EMGデータなどを含むデータベースが、特に重要であることは明らかである。しかしながら、医療分野の内外の任意の適切な適用に関連する任意の適切な生理学的データを含むデータベースデータが可能であることは明らかである。このようにして、CII法とも呼ばれるAIまたはデータマイニングコンピュータ実施方法は、少なくとも1つの共有特性を含む個人のグループに関連する適切なコホートを計算、選択、および最適化することができる。図示されるように、コホートを決定するための特性を決定する際に考慮され得る例示的な因子は、例えば、年齢、性別、状態、または任意の他の適切な因子である。年齢に関する例示的なコホートは、例えば、適切な年齢範囲によって決定されるような、例えば、子供、若者、成人および高齢者であり得る。性別に関する例示的なコホートは、例えば、男性および女性であり得る。状態に関する例示的なコホートは、例えば、精神状態、神経の疾患および/または問題、心理状態などであり得る。適切なコホートおよび/または特定の例示的コホートを決定するための因子に関して、さらなる代替的な実施形態が可能であることは明らかである。さらに図示されるように、そのようなAI CII法は、例えば、1人または複数の個人に関連するデータに基づいて、この1人または複数の個人がどのコホートに属するかを決定するためにも使用することができる。これらのコホートは、集団コホートまたは集団と呼ばれることもあることは明らかである。代替的な実施形態によれば、このようなAI CII法はまた、最も関連するコホートを決定するために、データベースからのデータに基づいて、因子を選択、計算および/または最適化するために使用されることもある。
図60に示されるように、および上記の集団ベースの指数についての式の例示的な実施形態に関連するように、これらのコホートは、適切なモデルに基づいて、例えば、LoPまたはそれから導出される任意の適切な指数などの適切な出力を計算するために、AI CII法によって利用されることもある。このようにして、例えば本明細書に記載されるように、例えばEEG、EMG、ECG、EOG、呼吸、皮膚コンダクタンス…からのデータに基づく適切なバイオマーカーを含む個人からのデータに基づいて、例えばLoPまたはそれから導出される任意の適切な指数を計算するための適切な出力を計算、選択、および/または最適化することができることは明らかである。
ステップ5では、LoPI指数が生成される。ステップ4で得られた値は、反応データおよび/または独立して測定されたデータおよび/または基準データに基づいて、例えば、学習済み機械学習モデルおよび/または人工知能を使用して、評価プロトコルの改良に関する下のセクションで上記したプロセスに従って決定された対象/介入特性に依存する所定のスケールと比較される。評価プロトコルのこのような改良、言い換えれば最適化は、図58~60に関して上記したのと同様の人工知能および/またはデータマイニングを利用するコンピュータ実施方法を指すことは明らかである。以下に説明するように、特定の実施形態によれば、LoPI指数または任意の代替の適切な指数は、例えば、安全レベルを示し、好ましくは、例えば、グラフィカルユーザインターフェース上の適切なシンボルまたはコードによって表示することができる1つまたは複数の所定の範囲および/または閾値に関連するように生成することができる。以下にさらに詳細に説明されるように、このような安全レベルは、例えば、治療または任意の他の適切な行動を開始、継続および/または停止するための安全レベルを示すことができる。このような実施形態によれば、LoPまたはLoPI、または任意の他の適切なパラメータおよび/または指数について、1つまたは複数のこのような所定の範囲および/または閾値を決定するためのコンピュータ実施方法が提供される。好ましくは、このような所定の範囲および/または閾値を表示するように構成されたGUIが提供される。これらの所定の範囲および/または閾値は、対象の安全レベルに関連し得る。例えば、治療、医学的介入、スポーツパフォーマンス、訓練プログラム、または対象の安全に影響し得る任意の他の適切な行動を開始、継続、停止するための安全レベルである。
LoPIでは、指数は集団ベースの指数、言い換えれば、対象を集団および/または任意の他の適切な絶対基準と比較する絶対スケールであり得る。第1の限界は、疼痛のレベルが、集団によって決定される、疼痛が知覚されていないこと、または疼痛がないことに対応することを示し得る。第2の限界は、疼痛のレベルが、集団によって決定される、可能な最高レベルの疼痛を知覚していることに対応することを示し得る。中間値は中間レベルの疼痛を表す。
LoPIでは、指数は対象ベースの指数、言い換えれば、各対象が自身と比較される相対的なスケールであり得る。第1の限界は、疼痛のレベルが、対象自身によって決定される、疼痛が知覚されていないこと、または疼痛がないことに対応することを示し得る。第2の限界は、疼痛のレベルが、対象自身によって決定される、可能な最高レベルの疼痛を知覚していることに対応することを示し得る。
評価プロトコルは、DoS(I)、DoD(I)、および/またはDoH(I)の実施形態を決定するために、反応データから、第1グループ指標、第2グループ指標のうちの1つまたは複数を抽出するステップを含み得る。
DoDIを決定するための評価プロトコルの例を以下に示す。一般的に言えば、5つの主要なステップを含み得る。
ステップ1:F-EEG電極および任意でP-EEG電極から、治療セッション中の反応データを受信し、デジタル化する。
ステップ2:以下を生成する。
デジタル化された反応データおよび/または第2グループ指標、すなわちF-MSPAから、第1グループ指標、すなわちF-パワー(dt)、および任意でP-パワー(dt)、および/または
第2グループ指標、すなわちF=MSPA。
ステップ1:F-EEG電極および任意でP-EEG電極から、治療セッション中の反応データを受信し、デジタル化する。
ステップ2:以下を生成する。
デジタル化された反応データおよび/または第2グループ指標、すなわちF-MSPAから、第1グループ指標、すなわちF-パワー(dt)、および任意でP-パワー(dt)、および/または
第2グループ指標、すなわちF=MSPA。
ステップ3:例えば、統合分析を使用して、ステップ2)から1つまたは複数の指標値を生成する。第1グループ指標に関して上述したように、ステップ2でP-パワー(dt)を使用する場合、P-パワー(dt)は常にF-パワー(dt)と組み合わされ、かつF-パワー(dt)よりも低い重みを有する。
ステップ4:ステップ3)の値を基準値(集団ベースの指数または対象ベースの指数)と比較する。
ステップ5:ステップ4)からDoDI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
ステップ4:ステップ3)の値を基準値(集団ベースの指数または対象ベースの指数)と比較する。
ステップ5:ステップ4)からDoDI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
ステップ2において、デジタル化された反応データは、アベレージ基準の再参照、低および高周波数アーチファクトを除くためのバンドパスおよび/またはノッチフィルタリング、いわゆるエポックへの信号分割、アーチファクト除去(眼、筋肉、…)、およびベースライン調整のうちの1つまたは複数を含む前処理プロトコルにかけられ得る。エポックへの分割とは、特定の時間窓が連続EEG信号から抽出される手順をいう。これらの時間窓は、「エポック」と呼ばれ、通常、事象、例えば電気的刺激に対して時間ロックされている。ERPまたはMSPAは、エポックに基づいて測定される。EEG信号の時間領域解析では、典型的には、ピーク振幅およびレイテンシ(複数のエポックの場合は時系列の形式)を決定するためのピーク検出、および数学的変換(例えば、複数のエポックの場合は平均または変化変数)が実行される。EEG信号の周波数領域解析では、典型的には、時間から周波数への変換(例えば、フーリエ変換)が行われ、関連する周波数帯域(例えば、デルタ-シータ(td))が抽出され、各周波数帯域(および各エポック)の振幅/パワーおよび位相が決定され、数学的変換(例えば、複数のエポックの場合は平均)が実行される。このことから、少なくとも1つの電極について、デルタ-シータ(td)周波数帯域関連振幅/パワー、デルタ-シータ(td)周波数帯域関連位相、EEG平均信号ピーク間振幅(MSPA)、EEG MSPAレイテンシのうちの少なくとも1つの特徴が得られる。例えば、全ての対象が同様に貢献することを確実にするために、介入の時間を補正する正規化ステップがあってもよい。
ステップ3では、統合分析を使用して、例えば、以下の式を用いて、1つまたは複数の指標値が生成される。
ここでαiは、集団の大きさおよび特性とともに進化する任意のパラメータであり、反応データおよび/またはDoDの独立して測定されたデータに基づく学習プロセスを使用して決定されてもよく、fiは反応データおよび/またはDoDの独立して測定されたデータに基づく学習プロセスを使用して決定される関数であり、Fi,s,[t’,t]は、時刻t’から時刻t(t’<t)までの点2から対象について得られた特徴の値である。上の[t’-t]間隔は、時刻tにおける解離の値が、いくつかのFi,s,t値から抽出された特徴に基づいて計算され得ることを意味する。例えば、過去のxミリ秒から平均および標準偏差を取ることは、DoDIのより高感度でより確実な決定につながる。したがって、[t’-t]間隔が上述の時間窓を指すことは明らかである。
ステップ4では、値と基準値の比較が行われる。
指数が対象ベースの指数である場合(各対象が自身の対照)、
指数が集団ベース(絶対)であり、対象sが集団pの一部である場合、
指数が対象ベースの指数である場合(各対象が自身の対照)、
ここで、Sはスケールアップパラメータであり、βは反応データおよび/またはDoDの独立して測定されたデータに基づく学習プロセスを用いて決定された集団特性(年齢、性別、民族性、…)を説明するパラメータであり、DoD*s,pは個人/対象ベースの基準状態であり、DoD*pは反応データおよび/またはDoDの独立して測定されたデータに基づく学習プロセスを用いて決定された絶対/集団ベースの基準状態であり、Kはユーザの好みに基づいて閾値を調節することを可能にする「変換」パラメータである。
ステップ5では、DoDI指数が生成される。ステップ4で得られた値は、(収集、測定、観察および自己報告されたデータ/基準データに基づいて、学習済み機械学習モデルおよび/または人工知能を使用して)下の改良されたプロトコルで説明する下記のプロセスに従って決定された対象/介入特性に依存する所定のスケールと比較される。
DoDIでは、指数は集団ベースの指数(絶対スケール、対象は集団と比較される)であり得る。第1の限界は、「解離がない」こと、または実際の環境から来る刺激および/または内部事象に対して完全な注意を払っていることを表し得る。第2の限界は、「最も完全な解離」、すなわち、実際の環境から来る刺激および/または内部事象に対して完全に無関心であることを表し得、対象は、完全に別の現実に存在しているという感覚を有している。中間値は、実際の環境から来る刺激および/または内部事象に対する無関心の中間レベルである、中間レベルの解離を表す。
DoDIでは、指数は対象ベースの指数(比較スケール、各対象が自身と比較される)であり得る。第1の限界は、対象が初め(基準状態)に、解離していることを示し得る。実際の環境から来る刺激および/または内部事象に対する対象の無関心の程度は、治療セッション前と同じである。第2の限界は、対象が完全に解離していることを示し得る。実際の環境から来る刺激および/または内部事象に対する対象の無関心の程度は(自身にとって)最大であり、対象は、完全に別の現実に存在しているという感覚を有している。中間値は、実際の環境から来る刺激および/または内部事象に対する無関心の中間レベルである、中間レベルの解離を表す。
DoHIを決定するための評価プロトコルの例を以下に示す。このプロトコルでは、ステップ1および2は、反応データから1つまたは複数のグループ指標1から2を生成する。一般的に言えば、5つの主要なステップを含み得る。
ステップ1:F-EEG電極および任意でP-EEG電極から、治療セッション中の反応データを受信し、デジタル化する。
ステップ2:グループ指標1から2の1つまたは複数を生成する。第1グループ指標に関して上述したように、ステップ2でP-パワー(dt)を使用する場合、P-パワー(dt)は常にF-パワー(dt)と組み合わされ、かつF-パワー(dt)よりも低い重みを有する。
ステップ2:グループ指標1から2の1つまたは複数を生成する。第1グループ指標に関して上述したように、ステップ2でP-パワー(dt)を使用する場合、P-パワー(dt)は常にF-パワー(dt)と組み合わされ、かつF-パワー(dt)よりも低い重みを有する。
ステップ3:例えば、統合分析を使用して、ステップ2)から1つまたは複数の指標値を生成する。
ステップ4:ステップ3)の値を基準値(集団ベースの指数または対象ベースの指数)と比較する。
ステップ5:ステップ4)からDoHI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
ステップ4:ステップ3)の値を基準値(集団ベースの指数または対象ベースの指数)と比較する。
ステップ5:ステップ4)からDoHI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
あるいは、DoHIを決定するための評価プロトコルは、既に生成されたDoDIの1つまたは複数に基づき得る。ステップ1および2は、DoDIの1つまたは複数を取得し、それらを正規化するステップに置き換え得る。
ステップ1:DoDIを取得する。
ステップ2:DoDIの1つまたは複数を正規化する。
ステップ1:DoDIを取得する。
ステップ2:DoDIの1つまたは複数を正規化する。
ステップ3:例えば、統合分析を使用して、ステップ2)から1つまたは複数の指標値を生成する。
ステップ4:ステップ3)の値を基準値(集団ベースの指数または対象ベースの指数)と比較する。
ステップ5:ステップ4)からDoHI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
ステップ4:ステップ3)の値を基準値(集団ベースの指数または対象ベースの指数)と比較する。
ステップ5:ステップ4)からDoHI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
ステップ2において、正規化ステップは、DoDIの1つまたは複数を比較可能なスケールにするための変換である。
ステップ3では、統合分析を使用して、例えば、以下の式を用いて、1つまたは複数の指標値が生成される。
ステップ3では、統合分析を使用して、例えば、以下の式を用いて、1つまたは複数の指標値が生成される。
ここでαiは、集団の大きさおよび特性とともに進化する任意のパラメータであり、反応データおよび/または計算されたDoD、DoHおよび/またはDoD、DoHの独立して測定されたデータに基づく学習プロセスを使用して決定されてもよく、fiは反応データおよび/または計算されたDoD、DoHおよび/またはDoD、DoHの独立して測定されたデータに基づく学習プロセスを使用して決定される関数であり、Fi,s,[t’,t]は、時刻t’から時刻t(t’<t)までの点2から対象について得られた特徴の値である。したがって、[t’-t]間隔が上述の時間窓を指すことは明らかである。
ステップ4では、値と基準値の比較が行われる。
指数が対象ベースの指数である場合(各対象が自身の対照)、
指数が集団ベース(絶対)であり、対象sが集団pの一部である場合、
指数が対象ベースの指数である場合(各対象が自身の対照)、
ここで、Sはスケールアップパラメータであり、βは反応データおよび/または計算されたDoD、DoHおよび/またはDoD、DoHの独立して測定されたデータに基づく学習プロセスを用いて決定された集団特性(年齢、性別、民族性、…)を説明するパラメータであり、DoH*s,pは個人/対象ベースの基準状態であり、DoH*pは反応データおよび/または計算されたDoD、DoHおよび/またはDoD、DoHの独立して測定されたデータに基づく学習プロセスを用いて決定された絶対/集団ベースの基準状態であり、Kはユーザの好みに基づいて閾値を調節することを可能にする「変換」パラメータである。
ステップ5では、DoHI指数が生成される。ステップ4で得られた値は、(収集、測定、観察および自己報告されたデータ/基準データに基づいて、学習済み機械学習モデルおよび/または人工知能を使用して)後述の「評価プロトコル」のセクションで説明する下記のプロセスに従って決定された対象/介入特性に依存する所定のスケールと比較される。
DoHIでは、指数は集団ベースの指数(絶対スケール、対象は集団と比較される)であり得る。第1の限界は、対象の意識レベルが、通常の覚醒した対象について一般的に観察される意識レベルと類似していることを示し得る。第2の限界は、最も深い修正された意識状態、または完全に減少した末梢刺激の知覚、および対象の自己および環境内の自己の修正された知覚を表し得る。中間値は中間レベルの修正された意識状態を表す。
DoHIでは、指数は対象ベースの指数(比較スケール、各対象が自身と比較される)であり得る。第1の限界は、対象の意識状態が基準状態と比較して修正されていない(または有意に修正されていない)こと、つまり対象の末梢刺激の知覚および自己および環境内の自己の知覚の両方が、基準状態と比較して修正されていないことを示し得る。第2の限界は、対象の意識状態が基準状態と比較して完全に/深く修正されていることを示し得る。中間値は中間レベルの修正された意識状態を表す。
DoSIを決定するための評価プロトコルの例を以下に示す。このプロトコルでは、ステップ1および2は、反応データから1つまたは複数のグループ指標1から2を生成する。一般的に言えば、5つの主要なステップを含み得る。
ステップ1:F-EEG電極および任意でP-EEG電極から、治療セッション中の反応データを受信し、デジタル化する。
ステップ2:グループ指標1から2の1つまたは複数を生成する。第1グループ指標に関して上述したように、ステップ2でP-パワー(dt)を使用する場合、P-パワー(dt)は常にF-パワー(dt)と組み合わされ、かつF-パワー(dt)よりも低い重みを有する。
ステップ1:F-EEG電極および任意でP-EEG電極から、治療セッション中の反応データを受信し、デジタル化する。
ステップ2:グループ指標1から2の1つまたは複数を生成する。第1グループ指標に関して上述したように、ステップ2でP-パワー(dt)を使用する場合、P-パワー(dt)は常にF-パワー(dt)と組み合わされ、かつF-パワー(dt)よりも低い重みを有する。
ステップ3:例えば、統合分析を使用して、ステップ2)から1つまたは複数の指標値を生成する。
ステップ4:ステップ3)の値を基準値(集団ベースの指数または対象ベースの指数)と比較する。
ステップ5:ステップ4)からDoSI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
ステップ4:ステップ3)の値を基準値(集団ベースの指数または対象ベースの指数)と比較する。
ステップ5:ステップ4)からDoSI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
あるいは、DoSIを決定するための評価プロトコルは、既に生成されたDoDIの1つまたは複数に基づき得る。ステップ1および2は、DoDIの1つまたは複数を取得し、それらを正規化するステップに置き換え得る。
ステップ1:DoDIを取得する。
ステップ2:DoDIの1つまたは複数を正規化する。
ステップ3:例えば、統合分析を使用して、ステップ2)から1つまたは複数の指標値を生成する。
ステップ2:DoDIの1つまたは複数を正規化する。
ステップ3:例えば、統合分析を使用して、ステップ2)から1つまたは複数の指標値を生成する。
ステップ4:ステップ4)の値を基準値(集団ベースの指数または対象ベースの指数)と比較する。
ステップ5:ステップ3)からDoSI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
ステップ5:ステップ3)からDoSI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
あるいは、DoSIを決定するための評価プロトコルは、既に生成されたDoDIの1つまたは複数に基づき得る。ステップ1および2は、DoDIの1つまたは複数を取得し、それらを正規化するステップに置き換え得る。
ステップ1:DoDI、薬理学的に誘導された状態意識の測定値、他の治療によって誘導された意識状態の測定値の1つまたは複数を取得する。
ステップ2:DoDI、薬理学的に誘導された状態意識の測定値、他の治療によって誘導された意識状態の測定値の1つまたは複数を正規化する。
ステップ3:例えば、統合分析を使用して、ステップ2)から1つまたは複数の指標値を生成する。
ステップ2:DoDI、薬理学的に誘導された状態意識の測定値、他の治療によって誘導された意識状態の測定値の1つまたは複数を正規化する。
ステップ3:例えば、統合分析を使用して、ステップ2)から1つまたは複数の指標値を生成する。
ステップ4:ステップ4)の値を基準値(集団ベースの指数または対象ベースの指数)と比較する。
ステップ5:ステップ3)からDoSI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
ステップ5:ステップ3)からDoSI指数、例えば、0から20のスケールの数、または単語、またはカテゴリを取得する。
ステップ2において、正規化ステップは、DoDI、薬理学的に誘導された状態意識の測定値、他の治療によって誘導された意識状態の測定値の1つまたは複数を比較可能なスケールにするための変換である。
ステップ3では、統合分析を使用して、例えば、以下の式を用いて、1つまたは複数の指標値が生成される。
ここで、αiは、反応データおよび/または計算されたDoD、DoH、DoS、薬理学的に誘導された意識状態の測定値、他の治療によって誘導された意識状態の測定値のうちの1つまたは複数、および/またはDoD、DoH、DoS、薬理学的に誘導された意識状態の測定値、他の治療によって誘導された意識状態の測定値のうちの1つまたは複数の独立して測定されたデータに基づく学習プロセスを使用した、集団のサイズおよび特性と共に進化する任意パラメータであり、fiは、反応データおよび/または計算されたDoD、DoH、DoS、薬理学的に誘導された意識状態の測定値、他の治療によって誘導された意識状態の測定値のうちの1つまたは複数および/またはDoD、DoH、薬理学的に誘導された意識状態の測定値、他の治療によって誘導された意識状態の測定値のうちの1つまたは複数の独立して測定されたデータに基づく学習プロセスを使用して決定された関数であり、Fi,s,[t’,t]は、時刻t’から時刻t(t’<t)までの点2から対象について得られた特徴の値である。したがって、[t’-t]間隔が上述の時間窓を指すことは明らかである。
ステップ4では、値と基準値の比較が行われる。
指数が対象ベースの指数である場合(各対象が自身の対照)、
指数が集団ベース(絶対)であり、対象sが集団pの一部である場合、
指数が対象ベースの指数である場合(各対象が自身の対照)、
ここで、Sはスケールアップパラメータであり、βは、反応データおよび/または計算されたDoD、DoH、DoS、薬理学的に誘導された意識状態の測定値、他の治療によって誘導された意識状態の測定値および/またはDoD、DoH、薬理学的に誘導された意識状態の測定値、他の治療によって誘導された意識状態の測定値の独立して測定されたデータに基づく学習プロセスを使用して、集団の特性(年齢、性別、民族性など)を説明するパラメータであり、DoS*s,pは、個人/対象ベースの基準状態であり、DoS*pは、反応データおよび/または計算されたDoD、DoH、DoSおよび/またはDoD、DoH、DoSの独立して測定されたデータに基づく学習プロセスを使用して決定される絶対/集団ベースの基準状態であり、Kは、ユーザの好みに基づいて閾値を調節することを可能にする「変換」パラメータである。
上述したのと同様のステップ1から5は、得られたEEGデータから、例えば、状態の深度すなわちDoSによって、解離のレベルを決定する際にも準用可能である。
図1を参照して上記したものと同様の実験に基づくDoSを決定するためのステップ1から4の例を以下に示す。実験は、さらに詳細に上述されたように仮想現実ヘッドセットを含むシステムを使用して提供された自動催眠治療セッション548を含む、試験段階520の第2セッション540中に1人の特定の対象に対して実施された。実験のこの実施形態において、対象は25歳の女性であり、適用された時間窓は、刺激開始を基準に-0.5秒から1.5秒の2秒であった。
ステップ1:この実施形態によれば、EEGデータが受信されデジタル化される。
ステップ2:この実施形態によれば、
- F-Power(dt)=0.61mV2、P-Power(dt)=0.24mV2のようにFおよびP電極から第1グループ指標が生成され、
- F-MSPA=10.44mVのようにF電極から第2グループ指標が生成される。
ステップ2:この実施形態によれば、
- F-Power(dt)=0.61mV2、P-Power(dt)=0.24mV2のようにFおよびP電極から第1グループ指標が生成され、
- F-MSPA=10.44mVのようにF電極から第2グループ指標が生成される。
ステップ3:ここで、モデルまたは評価モデルまたは評価プロトコルの実施形態を示す上述の式の実施形態の例を説明する。この評価プロトコルは、例えば、機械学習モジュールのような人工知能モジュールで構成された計算システムを使用して構築されたものであり、この機械学習モジュールは、例えば、図1に記載されたような実験によって、または例えば臨床診療におけるデータ収集の一部としてなど任意の他の適切な方法によって、研究が行われる集団のデジタル化されたEEGデータを受信し、このデータをその集団の対象によって報告されたLoPに関連付けるためのモデルを計算する。式のこのような実施形態の例は以下の通りである。
DoS=0.1*F-MSPA-7.46*F-Power(dt)-2.46*P-Power(dt)=-4.09.
言い換えれば、この特定の実施形態によれば、DoS=第2グループ指標+第1グループ指標であり、ここで
- 第1グループ指標は、F-パワー(dt)およびP-パワー(dt)であり、
- 第2グループ指標は、F-MSPAであり、
- 数値は上述の式のαiパラメータであり、
- この特定の例におけるfiは、単位関数である。
言い換えれば、この特定の実施形態によれば、DoS=第2グループ指標+第1グループ指標であり、ここで
- 第1グループ指標は、F-パワー(dt)およびP-パワー(dt)であり、
- 第2グループ指標は、F-MSPAであり、
- 数値は上述の式のαiパラメータであり、
- この特定の例におけるfiは、単位関数である。
しかしながら、代替的な実施形態が可能であることは明らかである。この実施形態によれば、実験中に対象によって報告されたVASスケール値のスケールに相関させるために、DoS値が0~10のスケールで計算されることはさらに明らかである。
既に上述したように、図58は、人工知能または任意の適切なデータマイニング方法を利用するコンピュータ実施方法が、EEGデータ、EMGデータ、…などの受信データを含むデータベースからのデータを、任意で、例えば、対象によって報告された解離のレベルなどの臨床観察からのデータと組み合わせて処理することによって、このデータを報告された解離のレベルに関連付けるためのモデルを計算する、例示的な実施形態を示す。データベース内のデータおよび臨床観察からのデータは、パフォーマンス監視中などに、例えば、図1に記載された実験から、または例えば、臨床診療におけるデータ収集の一部としてなど、他の適切な方法で得られでもよい。上記の例によれば、非薬理学的鎮静、および/または他の形態の治療と組み合わされた非薬理学的鎮静、および/または意識状態に作用する他のあらゆる治療を利用する診療または実験に関連するEEGデータ、EMGデータなどを含むデータベースが、特に重要であることは明らかである。このようにして、AIまたはデータマイニングコンピュータ実施方法は、例えば、本明細書中に記載されるような適切なグループ指標に基づいて、言い換えれば、例えば、本明細書中に記載されるような、EEG、EMG、ECG、EOG、呼吸、皮膚コンダクタンス、…からのデータに基づく適切なバイオマーカーによって、適切なモデルを計算し、選択し、最適化することができる。このようにして、例えばDoSを計算するための適切なモデルまたはそれから導出された任意の適切な指数を計算し、選択し、および/または最適化することができることは明らかである。
ステップ4:特定の実施形態によれば、上述した式によって0~100のスケールで提示される対象ベースの指標を計算することができる。他の適切なスケールが使用される代替的な実施形態が可能であることは明らかである。このような実施形態によれば、
- パラメータS=10により、この実施形態によれば0~10スケールで計算されたステップ3のDoSを0~100スケールにスケーリングできるようになり、
- パラメータβ=1は、集団コホートが存在しないこと、言い換えれば、対象ベースの指数が計算されることを意味し、
- パラメータk=24.43は、計算された指標の1つまたは複数の特定の値が、自己報告された解離のレベルの1つまたは複数の特定の値に対応するように、計算された値のユーザの好みに基づく変換が確実に行われるようにする。
- パラメータS=10により、この実施形態によれば0~10スケールで計算されたステップ3のDoSを0~100スケールにスケーリングできるようになり、
- パラメータβ=1は、集団コホートが存在しないこと、言い換えれば、対象ベースの指数が計算されることを意味し、
- パラメータk=24.43は、計算された指標の1つまたは複数の特定の値が、自己報告された解離のレベルの1つまたは複数の特定の値に対応するように、計算された値のユーザの好みに基づく変換が確実に行われるようにする。
- DoS*=1.146は、個人/対象ベースの基準状態を指す。一実施形態によれば、この基準状態は、例えばステップ3で参照された同じモデルを用いて、実験の較正段階510中に受信されたデータ、および/または疼痛刺激のない期間および/または通常の覚醒状態中に取得されたデータに基づいて、または任意の他の適切な方法で計算することができる。
- 例えば、ステップ3を参照して上述したようにDoS=-4.09が計算され、
上記の式によって、本実施形態によれば、Δ_rΔDoSι=76.86となる。
- 例えば、ステップ3を参照して上述したようにDoS=-4.09が計算され、
上記の式によって、本実施形態によれば、Δ_rΔDoSι=76.86となる。
この実施形態の評価モデルの精度を実証するために、図63の箱ひげ図グラフに、自己報告された解離のレベルと、この評価プロトコルの実施形態を用いて計算されたDoSとの間の差が表示されている。図63の実施形態によれば、モデルのこの実施形態は、12人の対象の集団、言い換えれば、n=12の研究のための実験の実施形態の集団のデータに適用される。図63の箱ひげ図は、研究集団全体について自己報告された解離のレベルと計算されたDoSとの間の測定された差が位置する範囲を表す。この実施形態では、上述したように、自己報告されたDoSおよび計算されたDoSが0~10のスケールであることは明らかである。この差に関して、箱ひげ図が次のことを示していることは明らかである。
- 最小値(Q0または0パーセンタイル):外れ値を除く最低データポイント。
- 最大値(Q4または100パーセンタイル):外れ値を除く最大データポイント。
- 中央値(Q2または50パーセンタイル):データセットの中央値。
- 第1四分位数(Q1または25パーセンタイル):下位四分位数qn(0.25)とも呼ばれ、データセットの下半分の中央値である。
- 第3四分位数(Q3または75パーセンタイル):上位四分位数qn(0.75)とも呼ばれ、データセットの上半分の中央値である。
図示されるように、差は、約-1から約+1の狭い四分位数間範囲を有する。
- 最大値(Q4または100パーセンタイル):外れ値を除く最大データポイント。
- 中央値(Q2または50パーセンタイル):データセットの中央値。
- 第1四分位数(Q1または25パーセンタイル):下位四分位数qn(0.25)とも呼ばれ、データセットの下半分の中央値である。
- 第3四分位数(Q3または75パーセンタイル):上位四分位数qn(0.75)とも呼ばれ、データセットの上半分の中央値である。
図示されるように、差は、約-1から約+1の狭い四分位数間範囲を有する。
既に上述されたように、図58は、人工知能または任意の適切なデータマイニング方法を利用するコンピュータ実施方法が、EEGデータ、EMGデータ、…などの受信データを含むデータベースからのデータを、任意で、例えば、対象によって報告された疼痛のレベルなどの臨床観察からのデータと組み合わせて処理することによって、例えば図60の実施形態に示されるように、決定されたコホートを考慮に入れて、このデータをこれらの個人の報告された解離のレベルに関連付けるために使用される1人または複数の個人のための適切なコホートを決定する例示的な実施形態を示す。
既に上述されたように、図59に示すように、図58を参照して上述したのと同様に、データベース内のデータおよび臨床観察からのデータは、例えばパフォーマンス監視中などに、図1に上記した実験から、または例えば臨床診療におけるデータ収集の一部としてなど、他の適切な方法で得られでもよい。上記の例によれば、非薬理学的鎮静、および/他の形態の治療と組み合わされた非薬理学的鎮静、および/または意識状態に作用する他のあらゆる治療を利用する診療または実験に関連するEEGデータ、EMGデータなどを含むデータベースが、特に重要であることは明らかである。しかしながら、医療分野の内外の任意の適切な適用に関連する任意の適切な生理学的データを含むデータベースデータが可能であることは明らかである。このようにして、CII法とも呼ばれるAIまたはデータマイニングコンピュータ実施方法は、少なくとも1つの共有特性を含む個人のグループに関連する適切なコホートを計算、選択、および最適化することができる。図示されるように、コホートを決定するための特性を決定する際に考慮され得る例示的な因子は、例えば、年齢、性別、状態、または任意の他の適切な因子である。年齢に関する例示的なコホートは、例えば、適切な年齢範囲によって決定されるような、例えば、子供、若者、成人および高齢者であり得る。性別に関する例示的なコホートは、例えば、男性および女性であり得る。状態に関する例示的なコホートは、例えば、精神状態、神経の疾患および/または問題、心理状態などであり得る。適切なコホートおよび/または特定の例示的コホートを決定するための因子に関して、さらなる代替的な実施形態が可能であることは明らかである。さらに図示されるように、そのようなAI CII法は、例えば、1人または複数の個人に関連するデータに基づいて、この1人または複数の個人がどのコホートに属するかを決定するためにも使用することができる。これらのコホートは、集団コホートまたは集団と呼ばれることもあることは明らかである。代替的な実施形態によれば、このようなAI CII法はまた、最も関連するコホートを決定するために、データベースからのデータに基づいて、因子を選択、計算および/または最適化するために使用されることもある。
既に上述されたように、図60に示されるように、および上記の集団ベースの指数についての式の例示的な実施形態に関連するように、これらのコホートは、適切なモデルに基づいて、例えば、DoSまたはそれから導出される任意の適切な指数などの適切な出力を計算するために、AI CII法によって利用されることもある。このようにして、例えば本明細書に記載されるように、例えばEEG、EMG、ECG、EOG、呼吸、皮膚コンダクタンス…からのデータに基づく適切なバイオマーカーを含む個人からのデータに基づいて、例えばDoSまたはそれから導出される任意の適切な指数を計算するための適切な出力を計算、選択、および/または最適化することができることは明らかである。
ステップ5では、DoSI指数が生成される。ステップ4で得られた値は、反応データ、独立して測定されたデータ、観察データ、自己報告データおよび/または基準データに基づいて、例えば、学習済み機械学習モデルおよび/または人工知能を使用して、評価プロトコルの改良に関するセクションで上記したプロセスに従って決定された対象/介入特性に依存する所定のスケールと比較される。評価プロトコルのこのような改良、言い換えれば最適化は、図58~60に関して上記したのと同様の人工知能および/またはデータマイニングを利用するコンピュータ実施方法を指すことは明らかである。以下に説明するように、特定の実施形態によれば、DoSI指数または任意の代替の適切な指数は、例えば、安全レベルを示し、好ましくは、例えば、グラフィカルユーザインターフェース上の適切なシンボルまたはコードによって表示することができる1つまたは複数の所定の範囲および/または閾値に関連するような方法で生成することができる。以下にさらに詳細に説明されるように、そのような安全レベルは、例えば、治療または任意の他の適切な行動を開始、継続および/または停止するための安全レベルを示すことができる。このような実施形態によれば、DoSまたはDoSI、または任意の他の適切なパラメータおよび/または指数について、1つまたは複数のこのような所定の範囲および/または閾値を決定するためのコンピュータ実施方法が提供される。好ましくは、そのような所定の範囲および/または閾値を表示するように構成されたGUIが提供される。これらの所定の範囲および/または閾値は、対象の安全レベルに関連し得る。例えば、治療、医学的介入、スポーツパフォーマンス、訓練プログラム、または対象の安全に影響し得る任意の他の適切な行動を開始、継続、停止するための安全レベルである。
DoSIでは、指数は集団ベースの指数、言い換えれば、対象を集団および/または任意の他の適切な絶対基準と比較する絶対スケールであり得る。第1の限界は、解離のレベルが、通常の覚醒状態または集団によって決定される意識レベルが高い/増加した/最大の状態に対応することを示し得る。第1の限界は、「修正されていない意識状態」を表し得る。第1の限界は、対象の意識レベルが、通常の覚醒した対象について一般的に観察される意識レベルと類似していることを示し得る。第2の限界は、解離のレベルが、可能な最高レベルの解離または深く解離した状態/没入状態、または集団によって決定される低い/減少した/最小の意識レベルの状態を知覚することに対応することを示し得る。中間値は中間レベルの解離を表す。第2の限界は、最も深い修正された意識状態、または完全に減少した末梢刺激の知覚、および対象の自己および環境内の自己の修正された知覚を表し得る。中間値は中間レベルの修正された意識状態を表す。他の箇所で言及されているように、DoSIは、任意で薬理学的に誘導された意識状態の測定値と共に、また任意で他の治療によって誘導された意識状態の測定値と共に、DoHIの測定値であり得る。
DoSIでは、指数は対象ベースの指数、言い換えれば、各対象が自身と比較される相対的なスケールであり得る。第1の限界は、対象の意識状態が基準状態と比較して修正されていない(または有意に修正されていない)ことを示し得る。対象の末梢刺激の知覚および自己および環境中の自己の知覚の両方は、基準状態と比較して修正されていない。第1の限界は、解離のレベルが、通常の覚醒状態または対象自身によって決定される意識レベルが高い/増加した/最大の状態に対応することを示し得る。第2の限界は、対象の意識状態が基準状態と比較して完全に/深く修正されていることを示し得る。中間値は中間レベルの修正された意識状態を表す。他の箇所で言及されているように、DoSIは、任意で薬理学的に誘導された意識状態の測定値と共に、また任意で他の治療によって誘導された意識状態の測定値と共に、DoHIの測定値であり得る。第2の限界は、解離のレベルが、可能な最高レベルの解離または深く解離した状態/没入状態、または対象自身によって決定される低い/減少した/最小の意識レベルの状態を知覚することに対応することを示し得る。
より多くの対象が評価されると、より多くのデータが利用可能になり、これを使用して、DoDI、DoHIおよびDoSIのそれぞれに対する評価プロトコルを改良することができる。本明細書では、測定データ、観察データおよび自己報告データのうちの少なくとも1つ、好ましくは全てを使用して、それぞれの評価プロトコルを改良することができる例示的な方法(a)から(c)が説明される。
(a)モデルパラメータの増分
モデルパラメータ(αi, fi, β)は、数学的および/または統計的および/または機械学習プロセスを使用して、測定データおよび自己報告されたまたは独立して測定されたDoD(I)、DoH(I)および/またはDoSIに基づいて評価される。
評価プロトコルが改良されるにつれて、反応データの1つまたは複数のデータ成分が、対象の意識/解離のレベルを決定および/または監視する際に冗長になることが明らかであり得る。このデータは、上記の方法を使用する際、(ほぼ)ゼロの重みαiによって自動的に重み付けされる。
モデルパラメータ(αi, fi, β)は、数学的および/または統計的および/または機械学習プロセスを使用して、測定データおよび自己報告されたまたは独立して測定されたDoD(I)、DoH(I)および/またはDoSIに基づいて評価される。
評価プロトコルが改良されるにつれて、反応データの1つまたは複数のデータ成分が、対象の意識/解離のレベルを決定および/または監視する際に冗長になることが明らかであり得る。このデータは、上記の方法を使用する際、(ほぼ)ゼロの重みαiによって自動的に重み付けされる。
(b)DoS/DoD/DoHの計算に関連する新たな特徴を特定し、評価プロトコルに含める
新たにデータが受信されると、反応データの1つまたは複数のデータ成分が、対象の意識/解離のレベルを決定および/または監視することに関連すると思われ、評価プロトコルに含めるべきであることが明らかであり得る。新しいモデルのパラメータは、上記の説明に従って修正する必要がある。
新たにデータが受信されると、反応データの1つまたは複数のデータ成分が、対象の意識/解離のレベルを決定および/または監視することに関連すると思われ、評価プロトコルに含めるべきであることが明らかであり得る。新しいモデルのパラメータは、上記の説明に従って修正する必要がある。
(c)集団ベースの基準状態/閾値の構築
集団ベースの閾値および/または基準状態は、数学的および/または統計的および/または機械学習プロセスを使用して、測定データおよび/または観測データおよび/または自己報告されたおよび/または計算されたDoD(I)、DoH(I)、DoS(I)および/または独立して測定されたDoD(I)、DoH(I)およびDoSIに基づいて計算される。これらは、収束および安定性についてさらに検証される必要がある。
集団ベースの閾値および/または基準状態は、数学的および/または統計的および/または機械学習プロセスを使用して、測定データおよび/または観測データおよび/または自己報告されたおよび/または計算されたDoD(I)、DoH(I)、DoS(I)および/または独立して測定されたDoD(I)、DoH(I)およびDoSIに基づいて計算される。これらは、収束および安定性についてさらに検証される必要がある。
反応データは、評価プロトコルを使用してDoS(I)および/またはDoH(I)に変換される。評価プロトコルは、数学的(例えば統計的)モデル、学習済み機械学習モデル、数学的指数、基準データのうちの1つまたは複数の使用を含み得る。評価プロトコルは反応データを入力とし、DoSIおよび/またはDoHIを出力する。
測定データは、1つまたは複数のデータ成分を含み得る。データ成分は、単一の測定(例えば、EEG、EMG、EDA、またはECG)、単一の観察(例えば、動き、皮膚の色)、または単一の自己報告事象に起因する。評価プロトコルは、反応データのデータ成分を等しくまたは異なるように重み付けし得る。データ成分に与えられる重み付けは、とりわけ、成分の関連性および精度に依存する。このようにして、第1グループ指標に関して上述したように、DoS(I)、DoD(I)および/またはDoH(I)を決定するための評価プロトコルにおいてP-パワー(dt)が使用される場合、P-パワー(dt)は常にF-パワー(dt)と組み合わされ、かつF-パワー(dt)よりも低い重みを有することが明らかである。
本方法およびシステムは、例えば、治療セッションの前、間、および/または後の特定の段階、既に実施された治療の行為などに基づいて、例えば、治療セッションの前、間、および/または後のある時点について、予想されるLoAI、LoPI、DoSI、DoDIまたはDoHIおよび/または比率を決定し得る。例えば、治療が催眠セッション、または代替的に対象の意識レベルを修正する任意の他の治療を含む場合、予想されるLoAI、LoPI、DoSI、DoDIおよび/またはDoHIは、催眠セッションの段階、例えば、以下にさらに詳細に説明するような段階(i)から(iv)のうちの1つから、および例えばそのような段階内の位置から決定し得る。例えば、治療が薬理学的鎮静セッションを含む場合、予想されるLoAI、LoPI、DoSI、DoDIは、鎮静薬、抗不安薬、鎮痛薬などの投与量、滴定、タイミングから決定され得る。予想されるLoAI、LoPI、DoSI、DoDIおよび/またはDoHIは、例えば、集団データまたは対象データから、すなわち、過去および/または先行データから決定され得る。
施された治療が必ずしも予想されるLoA、LoP、DoS、DoD、DoHにつながるとは限らないので、測定されたLoA、LoP、DoS、DoD、DoHと予想されるLoA、LoP、DoS、DoD、DoHとの間の差は、治療に関する是正措置の指針をユーザに提供する。
対象の測定データを受信することによって対象に適用される、上記の実施形態のうちの1つまたは複数による、修正された意識レベル、不安のレベル、疼痛のレベルを測定するための方法を含む、対象の不安のレベルおよび/または疼痛のレベルを決定および/または監視するためのコンピュータ実施方法が提供される、さらに別の代替的な実施形態が可能であることは明らかである。
対象の測定データを受信することによって対象に適用される、上記の実施形態のうちの1つまたは複数による、修正された意識レベル、不安のレベル、疼痛のレベルを測定するための方法を含む、対象の不安のレベルおよび/または疼痛のレベルを決定および/または監視するためのコンピュータ実施方法が提供される、さらに別の代替的な実施形態が可能であることは明らかである。
したがって、さらなる態様によれば、上記と同様に、治療の前、間および/または後の、対象の疼痛のレベルおよび/または不安のレベルを決定および/または監視するための方法も提供される。このような方法によれば、治療の前、間および/または後の少なくとも2つの異なる時点で、LoPおよび/またはLoAが測定される。そして、少なくとも2つの異なる時点で測定された少なくとも2つのLoPおよび/またはLoAの比較に基づいて、LoPおよび/またはLoAの治療誘導性進化が決定および/または監視される。
例えば疼痛治療など、例えば薬理学的および/または非薬理学的治療が、例えば鎮静薬によって対象が経験している特定のレベルの疼痛を減少させるために使用されるいくつかの治療によれば、治療の目標はLoPを減少させることであり、例えば治療の間および/または後のそのようなLoPの減少は、LoPの所望の治療誘導性進化に対応することは明らかである。しかしながら、特定の他の治療によれば、例えば、麻酔治療の状況で、例えば、外科的治療の前に、対象が外科的治療を受けない通常の覚醒状態で経験するようなLoPを、外科的治療中も保持することが望まれる場合がある。このようにして、LoPの所望の治療誘導性進化は、LoPの増加の防止、または望ましくない制限を超えるまたは所定の所望の範囲外のLoPの増加の防止であることが明らかである。このような実施形態によれば、LoPの治療誘導性進化は、例えば、治療の前および間に測定されたLoP、または治療の前および後に測定されたLoPなどの比較に基づくことができることは明らかである。したがって、治療が疼痛軽減治療である実施形態によれば、例えば、疼痛軽減、疼痛制御、疼痛予防、または任意の他の適切な疼痛治療など、このような疼痛治療の有効性は、LoPの治療誘導性進化に基づいて決定および/または監視することができることは明らかである。言い換えれば、LoPが例えば所望の範囲内まで十分に低減された場合、またはLoPが例えば所望の範囲外まで望ましくないほどは増大しない場合である。好ましくは、このLoPの治療誘導性進化は、例えば、疼痛軽減、疼痛制御、疼痛予防、または任意の他の適切な疼痛治療などの疼痛治療を最適化および/または適応させることを可能にする。同様に、LoPに関しては、不安管理治療に関しても、LoAの所望の治療誘導性進化の同様の実施形態は、例えば、不安低減、不安制御、不安予防、または任意の他の適切な不安管理治療などの不安管理治療を最適化および/または適応させることを可能にすることができる。
さらに、測定されたLoA、LoPおよび/またはDoSに基づいて、治療を決定することができ、および/または治療に対する調節を決定することができ、および/または治療の強度を決定することができることも明らかである。例えば、LoAおよび/またはLoPの値が高いほど、例えば、このような増加が対象に対する外科的介入の間に認められる場合、鎮静薬治療の投与量が増えることにつながる可能性がある。別の例によれば、特定の不安および/または疼痛治療がLoAおよび/またはLoPの減少をもたらさない、および/またはLoAおよび/またはLoPの増加を防止しない場合、代替的な治療を開始することができる。薬理学的疼痛治療および/または不安管理治療の滴定の所望のレベル、または例えば催眠の深度、没頭のレベルなどのような非薬理学的治療の所望の強度は、例えば、所望のLoA、LoPまたはそれの治療誘導性変化に基づいて増加または減少することができる。
図36は、測定データから抽出された、DoSに関連する第1および2グループ指標、LoPに関連する第3から第5グループ指標、およびLoAに関連する第6から第11グループ指標の概略図を示す。右側には、不安へのリンクとLoAの決定のための使用、疼痛へのリンクとLoPの決定のための使用、および例えば、解離の深度、没頭のレベルなどのような修正された意識状態へのリンクが示されており、このような実施形態によれば、これらは全て、薬理学的および/または非薬理学的に誘導された修正された意識状態(SoC)とリンクしている。左側には、第1および第2グループ指標、第3から第5グループ指標および第6から第11グループ指標と、薬理学的および/または非薬理学的に誘導された修正された意識状態(SoC)との間のリンクが示されている。図示された特定の実施形態によれば、催眠を利用する非薬理学的治療の状況で、SoCは催眠の深度にリンクしている。このような実施形態によれば、状態の深度は、任意で薬理学的に誘導された修正された意識状態の測定値と共に、および任意で他の治療によって誘導された修正された状態の測定値と共に、催眠の深度とリンクしている。しかしながら、DoSが、例えば対象の没頭レベルなどのような、修正された意識状態を示すように構成された代替的および/または追加的なパラメータにリンクしている代替的な実施形態が可能であることは明らかである。LoA、LoP、および/またはDoSの実施形態の任意の適切な組み合わせが、例えば、各パラメータに適切な重みが与えられる計算によって、適切な導出された指数を提供し、例えば、適切な指標または信号、例えば、医学的介入を行うことが安全であるという信号、対象の安全を保証するために現在の治療を修正する必要があるという信号などを提供することができる代替的な実施形態が可能であることは明らかである。
本方法およびシステムは、グラフィカルユーザインターフェース(GUI)に出力を提供し得る。システムは、GUIを含み得る。以下にさらに詳細に説明するように、システムは、以下のうちの1つまたは複数を数値的および/またはグラフィカルに示すように構成されたグラフィカルユーザインタフェース(GUI)を含み得る。
- 過去、現在および/または予想される(N)LoA(I)(S)、(N)LoP(I)(S)および/またはDoS(I)(S)、
- 2つの異なる時点で測定されたる(N)LoA(I)(S)、(N)LoP(I)(S)および/またはDoS(I)(S)間の進化および/または比率、
- 任意で、測定データの1つまたは複数の成分、好ましくは1つまたは複数のEEGデータおよび任意でECGデータ、心血管データ、呼吸データ、EMGデータ、筋肉運動データ、EOGデータ、眼球運動データ、体温データ、…。
- 任意で、少なくとも2つの異なる時点で測定された少なくとも2つのLoAまたはLoAIの集約に基づく集約された不安レベルスコアすなわちLoASまたはLoAIS。
- 2つの異なる時点で測定されたる(N)LoA(I)(S)、(N)LoP(I)(S)および/またはDoS(I)(S)間の進化および/または比率、
- 任意で、測定データの1つまたは複数の成分、好ましくは1つまたは複数のEEGデータおよび任意でECGデータ、心血管データ、呼吸データ、EMGデータ、筋肉運動データ、EOGデータ、眼球運動データ、体温データ、…。
- 任意で、少なくとも2つの異なる時点で測定された少なくとも2つのLoAまたはLoAIの集約に基づく集約された不安レベルスコアすなわちLoASまたはLoAIS。
- 任意で、少なくとも2つの異なる時点で測定された少なくとも2つのLoPまたはLoPIの集約に基づく集約された疼痛レベルスコアすなわちLoPSまたはLoPIS。
さらなるデータが表示されるGUIの代替的な実施形態が可能であることは明らかである。
GUIへの出力は、追加的または代替的に、1つまたは複数の現在のデータ成分(例えば、1つまたは複数の測定データ成分、1つまたは複数の観察データ成分、および/または1つまたは複数の自己報告データ成分)を示し得る。現在のデータ成分の例には、本明細書の他の箇所に列挙されたものが含まれ、好ましくは、EEGデータ、心血管データ、呼吸データ、筋肉活動データ、眼球運動データ、体温データ、…のうちの1つまたは複数が含まれる。
さらなるデータが表示されるGUIの代替的な実施形態が可能であることは明らかである。
GUIへの出力は、追加的または代替的に、1つまたは複数の現在のデータ成分(例えば、1つまたは複数の測定データ成分、1つまたは複数の観察データ成分、および/または1つまたは複数の自己報告データ成分)を示し得る。現在のデータ成分の例には、本明細書の他の箇所に列挙されたものが含まれ、好ましくは、EEGデータ、心血管データ、呼吸データ、筋肉活動データ、眼球運動データ、体温データ、…のうちの1つまたは複数が含まれる。
GUIへの出力は、画面上の位置および/または色が、ユーザ(例えば、医師)に、対象の状態の表示および必要であれば取るべきステップを提供するグラフィカル指標を含み得る。例えば、緑色は、ユーザに対して、患者経験に関して信号のポジティブな状態を示し得る。例えば、赤色は、ユーザに対して、患者経験に関して信号のネガティブな状態を示し得る。例えば、左位置は、ユーザに対して、患者経験に関して信号のポジティブな状態を示し得る。例えば、右位置は、ユーザに対して、患者経験に関して信号のネガティブな状態を示し得る。例えば、上方位置は、ユーザに対して、患者経験に関して信号のポジティブな状態を示し得る。例えば、下方位置は、ユーザに対して、患者経験に関して信号のネガティブな状態を示し得る。
GUIへの出力は、追加的または代替的に、1つまたは複数の導出された指数を示し得る。導出された指数は、1つまたは複数のデータ成分および/または別の指数から導出された指数である。導出された指数は、LoAI、LoPIおよび/またはDoSIの比率に基づき得る。これらの導出された指標は、対象について観察されたような収集されたデータに基づいていてもよく、任意で、分析(すなわち、過去/集団データ)を使用して改良される。
グラフィカル出力は、タイムラインと、LoAI、NLoAI、LoPI、NLoPI、DoSI、DoDI、DoHI、…のうちの1つまたは複数および/またはその比率を示すタイムライン上のマーカーとを含み得る。LoAI、NLoAI、LoPI、NLoPI、DoSI、DoDI、DoHI、…のうちの1つまたは複数および/またはその比率は、第1および第2の限界、例えば、0から1、0から100を有するスケールであってもよい。
GUIは、第1の限界と第2の限界との間の1つまたは複数のスケール上に現在のLoAI、NLoAI、LoPI、NLoPI、DoSI、DoDI、DoHIのうちの1つまたは複数を示してもよく、スケールは、線形、対数、またはその他であってもよい。スケールは連続的、カテゴリ的、離散的、パーセンテージ、比率であってもよい。
GUIの例(200、aからg)を図38から図45および図52から図54に示す。
図38は、DoSI、LoPIおよびLoAIの現在の状態を別個の棒グラフ(それぞれ252、254、255)としてグラフィカル表示したGUI(200、a)を示す。
図38は、DoSI、LoPIおよびLoAIの現在の状態を別個の棒グラフ(それぞれ252、254、255)としてグラフィカル表示したGUI(200、a)を示す。
DoSI棒グラフ(252)を参照する。LoPI棒グラフ(254)とLoAI棒グラフ(255)には、同等の特徴(ラベルなし)が含まれている。表示されるDoSI(Y軸)棒グラフは、0~25%(224)、26~50%(222)、51~75%(220)、76~100%(218)の4つのゾーンに分割される。これらは任意で、安全レベルを示すために色を付けてもよい(例:76~100%-赤、51~75%-オレンジ、26~50%-薄緑、0~25%-深緑)。100~76%(218、赤)のゾーンは、対象が意識があり、注意を払っており、刺激された場合に興奮することを示し得、催眠セッションが進行するのを待ち、任意で鎮痛薬を投与する。75~50%(220、オレンジ)のゾーンは、対象が意識があり落ち着いているが、解離しておらず、まだ準備ができていないことを示し得る。50~26%(222、薄緑)のゾーンは、対象が軽い解離状態にあるが、まだ準備ができていないことを示し得る。0~25%(224、深緑)のゾーンは、対象が深く解離状態/没入状態にあることを示し得る。パーセントの単位および0~100%のスケールの範囲は例示的であり、他の単位(例えば、単位なし)およびスケール(例えば、0から1、0から40、0から50、0から60など、線形、対数)は本開示の範囲内であることが理解される。棒(256)の高さは、示された時刻(261)におけるDoSIを示す。数値表示(258)もDoSIを示す。現在の単位(パーセント)が表示されており(260)、単位ボタン(262)を使用して変更できる(例えば、単位なしおよび/またはその他の単位)。前進(264、a)および後進(264、b)ボタンによって、現在のDoSIと以前の読み取り値の間で表示を前後にスクロールできる。LoPI棒およびLoAI棒上のパーセンテージは、上述した疼痛スケールおよび/または不安スケールそれぞれと同様にスケーリングすることができ、例えば、0%は、疼痛または不安がないことに対応し、100%は、可能な限り激しい疼痛または可能な限り激しい不安に対応する。LoPI棒グラフ(254)およびLoAI棒グラフ(255)を参照する。表示されるLoPIおよびLoAI(Y軸)棒グラフは、0~25%(224)、26~50%(222)、51~75%(220)、76~100%(218)の4つのゾーンに分割される。これらは任意に、安全レベルを示すために色を付けてもよい(例:76~100%-赤、51~75%-オレンジ、26~50%-薄緑、0~25%-深緑)。100~76%(218、赤)のゾーンは、対象の知覚において、対象が非常に高い望ましくない量の疼痛または不安をそれぞれ経験していることを示し得、これは、例えば、任意で鎮痛薬または抗不安薬を投与する必要性を示し得る。75~50%(220、オレンジ)のゾーンは、対象が不快なレベルの疼痛または不安を知覚していることを示し得る。50~26%(222、薄緑)のゾーンは、対象が軽いレベルの疼痛または不安を知覚していることを示し得る。0~25%(224、深緑)のゾーンは、対象が疼痛または不安を知覚していないこと、または不快と知覚されない疼痛または不安のレベルを示し得る。パーセントの単位および0~100%のスケールの範囲は例示的であり、他の単位(例えば、単位なし)およびスケール(例えば、0から1、0から40、0から50、0から60など、線形、対数)は本開示の範囲内であることが理解される。棒(256)の高さは、示された時刻(261)におけるLoPIまたはLoAIを示す。数値表示(258)もLoPIまたはLoAIを示す。現在の単位(パーセント)が表示されており(260)、単位ボタン(262)を使用して変更できる(例えば、単位なしおよび/またはその他の単位)。前進(264、a)および後進(264、b)ボタンによって、現在のLoPIまたはLoAIと以前の読み取り値の間で表示を前後にスクロールできる。LoPI棒またはLoAI棒上のパーセンテージは、上述した疼痛スケールと同様にスケーリングすることができ、例えば、0%は、疼痛がないことに対応し、100%は、可能な限り激しい疼痛または不安に対応する。したがって、GUI上に示されるような、DoS(I)、LoP(I)、またはLoA(I)、または任意の他の適切な指数および/または例えばNLoA(I)、NLoP(I)、DoD(I)、DoH(I)、…などの導出された指数の複数の範囲に対応する複数のゾーンのこのような実施形態は、例えば、治療および/または介入を開始、継続、修正、停止、…するための安全レベルを示すことができる適切かつ効率的な指標を提供することが明らかである。これらの範囲を対応する安全レベルに合わせて任意に色分けすることは好ましい実施形態である。
図39Aおよび図38Bは、LoPI、LoAIおよびDoSIの現在の状態を別個のスクロールチャート(それぞれ、266-a、266-b、266-c)としてグラフィカル表示するGUI(200、b)を示す。図39AのLoPIスクロールチャート(266-a)を参照する。他のスクロールチャートは同等の特徴(ラベル付けされていない)を含む。表示されるLoPIスクロールチャートは、0~25%(224)、26~50%(222)、51~75%(220)、76~100%(218)の4つのゾーンに分割される。これらは任意に、安全レベルを示すために色を付けてもよい(例えば、図38のように、76~100%-赤、51~75%-オレンジ、26~50%-薄緑、0~25%-深緑)。LoPIスクロールチャート(266-a)は、示された時刻(261)におけるLoPI読み取り値(210)がそれに沿ってスライド(上下)する静止時間軸(268)を含む。数値表示(258)もLoPIを示す。時間軸(268)は静止したままである一方、背景は時間の方向(典型的には、右から左)にスクロールする。過去または傾向データ点(244)が示されている。現在の単位(パーセント)が表示されており(260)、単位ボタン(262)を使用して変更できる(例えば、単位なしおよび/またはその他の単位)。前進(264、a)および後進(264、b)ボタンによって、現在のLoPIと以前の読み取り値の間で表示を前後にスクロールできる。ボタン(272)のパネルは、ユーザが表示のためにスクロールチャートのセレクションから選択することを可能にし、LoPI(274)、LoAI(276)およびDoSI(280)のボタンが選択され(灰色の背景)、選択されたスクロールチャートが表示される(それぞれ、266-a、266-b、266-c)。選択されていないのは、EMG(278)およびDI-1(導出された指数-1、272)のボタンである。
図39Bでは、図39Aと同じGUIが示されており、ボタン(270)は図39Aでは選択されておらず、図39Bでは選択されており、ボタン(270)は、スクロールチャート上に重ね合わされた対象の予想LoPI(216)の表示のオン/オフを切り替え、現在のLoPI(210)および過去のLoPI(214)は、予想LoPI(216)と視覚的に比較することができる。
図39Aおよび図40Bは、経時的な治療セッションの進行(x軸)のグラフィカル表示であるGUI(200、c)を示す。図40AのLoAIグラフを参照すると、図40Bのグラフは同等の特徴(ラベル付けされていない)を含む。現時点における対象の現在のLoAI(210)は、例えば治療セッションの進行に伴って矢印(213)の方向に進む時間軸(212)に沿った円(210)として示される。表示されるLoAIグラフのY軸は0~25%(224)、26~50%(222)、51~75%(220)、76~100%(218)の4つのゾーンに分割される。これらは任意に、安全レベルを示すために色を付けてもよい(例えば、図38のように、76~100%-赤、51~75%-オレンジ、26~50%-薄緑、0~25%-深緑)。代替的な実施形態によれば、LoAIの代わりに、および/またはLoAIに加えて、例えば、図40Aおよび図40BにLoPIを表すことができる。
治療セッション中の対象の過去または傾向LoAIは、破線(214)として示されている。現在の単位(パーセント)が示されており(260)、ボックス(260)は、異なる単位間で(例えば、単位なしおよび/または他の単位へ)循環するためのボタンとしても機能する。図40Bでは、図40Aと同じグラフが示されており、ボタン(270)は、図40Aでは選択されておらず、図40Bでは選択されている。ボタン(270)は、グラフ上に重ね合わされる対象の予想LoPI(216)の表示のオン/オフを切り替え、現在のLoPI(210)および過去のLoPI(214)を予想LoPI(216)と視覚的に比較することができる。
図41は、ポインタとして示される対象の現在のLoAI(210)の「速度計」スケールを含むGUI(200、d)を示す。現在のスケール単位(パーセント)が表示されており(260)、単位ボタン(262)を使用して変更できる(例えば、単位なしおよび/またはその他の単位)。LoAIの速度計スケールは0~25%(224)、26~50%(222)、51~75%(220)、76~100%(218)の4つのゾーンに分割される。これらは任意に、安全レベルを示すために色を付けてもよい(例えば、図38のように、76~100%-赤、51~75%-オレンジ、26~50%-薄緑、0~25%-深緑)。ボタン(234、236、238)が表示され、ユーザはこれらのボタンから1つまたは複数のオプションを選択して、GUIの表示を変更し、さらなる情報を得ることができる。
図42は、対象の現在のLoAI(230)の数値表示を含むGUI(200、d2)を示す。現在の単位(パーセント)が表示されており(260)、単位ボタン(262)を使用して変更できる(例えば、単位なしおよび/またはその他の単位)。ボタン(234、236、238)が表示され、ユーザはこれらのボタンから1つまたは複数のオプションを選択して、GUIの表示を変更し、さらなる情報を得ることができる。
図43は、異なる指数が表されているGUI(200、e)を示す。各軸の外側の点は、この指数の最大スケール値を表す。このチャートは、様々な指数の値の概要を示す。
図44は、例えば、治療セッション、麻酔薬、鎮痛治療などの間の対象の現在のLoAI(240)を経時的に表示するGUI(200、f)を示す。過去または傾向データ点(244)も示され、過去または傾向データ点のアベレージが破線(242)として示される。
図44は、例えば、治療セッション、麻酔薬、鎮痛治療などの間の対象の現在のLoAI(240)を経時的に表示するGUI(200、f)を示す。過去または傾向データ点(244)も示され、過去または傾向データ点のアベレージが破線(242)として示される。
図45は、例えば治療セッションの同じ時点における、集団の残り(分析性)と比較した指数(LoPI、DoSI、LoAI)ごとのアベレージ測定値を表示するGUI(200、g)を示す。
図52は、図42のものと同様のGUI(200,h)を示し、同様の参照符号が、同様の特徴を示すために使用されているが、ここでは、現在のLoAIの代わりに、対象の集約されたLoAIS(230)の数値表示を含むLoAISが示されている。現在の単位(パーセント)が表示されており(260)、単位ボタン(262)を使用して変更できる(例えば、単位なしおよび/またはその他の単位)。ボタン(234、236、238)が表示され、ユーザはこれらのボタンから1つまたは複数のオプションを選択して、GUIの表示を変更し、さらなる情報を得ることができる。「合計時間」とラベル付けされたボタン234は、例えば、LoAIが集約された時間の表示を出力および/または入力するために使用することができる。「要約」とラベル付けされたボタンは、例えば、図54に示されるような、集約された期間中のLoA(I)およびLoA(I)Sの曲線のようなグラフ図を出力するために使用することができる。
図53は、図38のGUI(200、a)の実施形態と同様のGUI(200、i)の実施形態を示し、同様の要素は同様の参照符号で示されている。しかしながら、図38における棒グラフ(それぞれ252、254、255)としてのDoSI、LoPIおよびLoAIの現在の状態のグラフィカル表示の代わりに、ここで、この実施形態は、集約されたLoAISの棒グラフ255のグラフィカル表示を示す。図52および図53と同様に、LoA(I)S、LoP(I)Sおよび/またはDoS(I)Sのうちの1つまたは複数が、単独でおよび/または組み合わせて、数値的および/またはグラフィカルな方法で示される代替的な実施形態が可能であることは明らかである。上で説明されたのと同様に、表示されるLoAIS(Y軸)棒グラフは、0~25%(224)、26~50%(222)、51~75%(220)、76~100%(218)の4つのゾーンに分割される。これらは任意に、安全レベルを示すために色を付けてもよい(例:76~100%-赤、51~75%-オレンジ、26~50%-薄緑、0~25%-深緑)。棒(256)の高さは、示された期間(261)に集約された、集約されたLoAISを示す。図示された実施形態によれば、これは、LoAIが、表示されたLoAISを計算するために30分の期間の間に集約されたことを意味するが、代替的な期間が可能であることは明らかである。数値表示(258)もLoAISを示す。現在の単位(パーセント)が表示されており(260)、単位ボタン(262)を使用して変更できる(例えば、単位なしおよび/またはその他の単位)。
図54は、図44と同様のGUI(200、j)の実施形態を示し、これは、例えば、LoAISを計算するためにLoAIが集計される期間または他の任意の適切な期間、例えば治療セッション、麻酔、鎮痛治療などの間の、対象について測定されたLoAI(240)も示す。いくつかの実施形態に従って既に述べたように、破線は、例えば、過去または傾向データ点(242)のアベレージによって、または、例えば、LoAIの任意の過去、現在または傾向データ点を利用する任意の他の適切な実施形態によって、経時的なLoAIの進化を表す。実線は、LoAIの所定の期間にわたる集約である集約されたLoAISの経時的な進化246を示す。図示された実施形態によれば、例えば、LoA(I)Sは、LoA(I)が高い場合により急速に増加し、LoA(I)Sは、LoA(I)が低い場合によりゆっくりと増加することが明らかである。このようなGUIの同様の代替的な実施形態が、LoP(I)およびLoP(I)S、またはDoS(I)およびDoS(I)Sを単独でおよび/または組み合わせて表示するために可能であることは明らかである。
図57は、図52のものと類似し、図42のものと類似するGUI(200、k)のさらなる実施形態を示し、類似の参照符号は、類似の特徴を示すために使用されているが、ここでは、LoAI(S)の代わりに「リスク指数」と呼ばれる導出された指数が示されている。図示されるように、この実施形態に係る「リスク指数」は、例えば、測定されたLoA、LoPおよび/またはDoSおよび/またはそれらの任意の相関に基づいて、治療を行い、および/または治療を継続するためのリスクのレベルを、適切なラベルおよび/またはカテゴリによって示す表示を含む。現在の単位(カテゴリ)が示されており(260)、単位ボタン(262)を使用して変更できる(例えば、数値を示すためのパーセント、単位なしおよび/またはその他の単位に)。ボタン(234、236、238)が表示され、ユーザはこれらのボタンから1つまたは複数のオプションを選択して、GUIの表示を変更し、さらなる情報を得ることができる。「LoPI」とラベル付けされたボタン234は、例えば、LoPIの数値またはグラフィカル表示を出力するために使用することができる。「LoAI」とラベル付けされたボタン236は、例えば、LoAIの数値またはグラフィカル表示を出力するために使用することができる。「LoPI」とラベル付けされたボタン238は、例えば、LoPIの数値またはグラフィカル表示を出力するために使用することができる。このようにして、ボタンによって、リスク指数の形態の導出された指標の構成要素のより詳細な分析へのアクセスが可能になる。しかしながら、例えば、LoA(I)(S)、LoP(I)(S)、DoS(I)(S)および/またはそれらの任意の適切な相関に基づく任意の適切な指数などの、代替的な導出された指標が可能であることは明らかである。いくつかの実施形態によれば、リスク指数、快適指数などの、このような導出された指数は、患者の全体的な快適さおよび/または安全性の単一のかつ単純な視覚化を提供することができる。このような導出された指数は、例えば麻酔科医または他の任意の適切なオペレータに、対象のより全般的な状態を測定するために、LoA、LoPおよび/またはDoSを組み合わせるおよび/または相関させる単一の単純な指標を提供するので有利である。全般的なリスクスコア、全般的な快適スコアなどに関連するこのような指標および/または集約された指標は、麻酔科医が、例えば、治療の前および/または間の患者の全体的な状態を把握することを可能にする。ほとんどの状況および/または緊急の評価を行う必要がある場合は、このような単純な全般的な指数で十分であろう。好ましくは、個々の成分および/またはLoP、LoAおよび/またはDoSのような成分の対応する所望の範囲へのアクセスも、例えば限界および/または閾値の形態で、例えば上述したようなボタンによって、および/またはこれらの成分の同時表示によって、医療専門家に提供される。
既に上述したように、任意で集約された指数であり得るこのような導出された指数の代替的な実施形態が可能であることは明らかである。このような導出および/または集約された指数は、LoA、LoPおよびDoSのうちの1つまたは複数、および/またはそれらの任意の相関、集約、指数化、範囲検出、限界検出などに基づいて、例えば適切な評価プロトコルによって計算し得る。実施形態によれば、評価プロトコルは、例えば、関連する集団、治療、介入のタイプ、LoA、LoPおよびDoSの個々の現在の値、および/またはLoA、LoPおよびDoSの現在の進化などに応じて、異なる重みでLoA、LoPおよびDoSを動的に重み付けし得る。特定の例によれば、例えば不安の引き金となる事象のために、LoAが一定の限界または閾値を超える量だけ突然増加する場合、評価関数は、導出および/または集約された指標の現在の計算のために、LoAに対してより高い重みを与え得る。
このような実施形態によれば、LoA、LoPおよびDoSに基づく時刻tにおける導出および/または集約された指標は、以下の式に基づく評価関数によって計算され得る。
ここで、SおよびKはスケールアップパラメータであり、f, f1,t, f2,t, f3,tは、例えば、集団、治療、介入、LoA、LoPおよびDoSの個々の現在の値、および/またはそれらの任意の相関、および/またはLoA、LoPおよびDoSの現在の進化などに応じて変化する、例えば、重み付け、集約、限界監視、範囲監視…などの関数などの任意の適切な関数である。
図57に示される実施形態によると、導出された指数は、例えば、治療を行いおよび/または継続することがどれほど安全であるかを示すように構成されたリスク指数である。このような実施形態によれば、評価関数は、LoA、LoP、およびDoSが全て、治療を行いおよび/または継続することが安全である予め定義された所望の範囲内にあるかどうかを評価することができる。評価関数は、例えば、LoA<20%、LoP<20%、およびDoS>80%であるかどうかを決定することができる。これらの評価に基づいて、評価関数は、例えば、3つのリスクレベル、言い換えれば、リスク指数の3つのカテゴリを出力または決定することができ、リスクレベルは、これらの3つのカテゴリに従って、例えば、低=緑、中=オレンジ、高=赤にスケーリングされる。GUIの異なる実施形態に関して上述したのと同様に、リスク指数がグラフおよび/または数値で提示される代替的な実施形態が可能であることは明らかである。図57の実施形態によれば、評価関数は、LoA、LoPおよび/またはDoSが関連する所望の範囲内にあるかまたは範囲外にあるかに基づいてリスク指数のカテゴリを計算するように構成することができる。例えば、LoA、LoPおよび/またはDoSが全て所望の範囲内にある場合、評価関数はリスク指数=低と判定し、LoA、LoPおよび/またはDoSのうちの1つが所望の範囲内にない場合、評価関数はリスク指数=中と判定し、LoA、LoPおよび/またはDoSのうちの2つまたは全てが所望の範囲内にない場合、評価関数はリスク指数=高と判定する。しかしながら、このような導出および/または集約された指数および/または対応する評価関数の多数の代替的な実施形態が可能であることは明らかである。例えば、このような実施形態によれば、リスク指数の代わりに、快適指数、安全指数、…、または、例えば、快適指数、安全指数、…、のための例えば3つのカテゴリのような、リスク指数の値および/またはカテゴリと反対の値および/またはカテゴリを有する、患者の快適および/または安全のレベルを示す任意の他の適切な導出された指数が提供されてもよく、ここで、快適および/または安全レベルは、これら3つのカテゴリ、例えば、高=緑、中=オレンジ、低=赤に従ってスケーリングされる。GUIの異なる実施形態に関して上述したのと同様に、快適指数、安全指数、または任意の他の適切な指数がグラフおよび/または数値で提示される代替的な実施形態が可能であることは明らかである。
対象の疼痛のレベルおよび/または修正された意識状態と組み合わせたおよび/または相関した不安のレベルを測定および/または監視するためのシステムが提供されてもよく、このシステムは以下を含む。
- 任意で、治療セッションを対象に提示するように構成されたメディアレンダラ、
- 対象の測定データを取得するように構成された監視装置、
- 監視装置から測定データを受信し、測定データを含む反応データを(N)LoA(I)(S)、(N)LoP(I)(S)、DoS(I)(S)、DoDI、DoHIのうちの1つまたは複数に変換するように構成されたコントローラモジュール。評価プロトコルは、数学的(例えば統計的)モデル、学習済み機械学習モデル、数学的指数、基準データのうちの1つまたは複数の使用を含み得る。
- 任意で、治療セッションを対象に提示するように構成されたメディアレンダラ、
- 対象の測定データを取得するように構成された監視装置、
- 監視装置から測定データを受信し、測定データを含む反応データを(N)LoA(I)(S)、(N)LoP(I)(S)、DoS(I)(S)、DoDI、DoHIのうちの1つまたは複数に変換するように構成されたコントローラモジュール。評価プロトコルは、数学的(例えば統計的)モデル、学習済み機械学習モデル、数学的指数、基準データのうちの1つまたは複数の使用を含み得る。
したがって、一実施形態によれば、上記のLoA、LoPおよび/またはDoSを測定するための方法に従って疼痛のレベルおよび/または修正された意識レベルと組み合わせたおよび/または相関した不安のレベルを測定するように構成されたシステムが提供されることは明らかである。このようなシステムは、1つまたは複数の適切な電極から収集された脳波図(EEG)データを含む測定データを取得するように構成された監視装置を含む。EEGデータは、対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEGデータを収集するように構成された少なくとも1つの頭頂(P)電極と、対象の前頭葉に対応する頭皮の解剖学的領域からF-EEGデータを収集するように構成された少なくとも1つの前頭(F)電極とのうちの少なくとも1つから収集されたデータを含む。システムは、監視装置から測定データを受信するように構成されたコントローラモジュールをさらに備える。コントローラモジュールは、P-EEGデータから収集されたEEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(P-パワー(dt))に基づく第8グループ指標を抽出するように構成されている。任意で、コントローラモジュールは、少なくとも1つのF-EEG電極データから抽出されたデルタ-シータ周波数範囲内のデルタ-シータ周波数帯域(dt)に関連するパワー(F-パワー(dt))に基づく第1グループ指標をEEGデータから抽出するように、および/または任意でシータ-アルファ周波数範囲内のシータ-アルファ周波数帯域(ta)に関連するパワー(パワー(ta))に対応する第4グループ指標をEEGデータから抽出するように、さらに構成されている。コントローラモジュールは、前記第8グループ指標に基づいて、対象の不安のレベルを示す値である不安のレベル(LoA)を決定するように構成されている。コントローラモジュールはさらに、前記第1グループ指標に基づいて、修正された意識状態のレベルを示す値である状態の深度(DoS)を決定するように、および/または前記第4グループ指標に基づいて、対象における疼痛のレベルを示す値である疼痛のレベル(LoP)を決定するように構成されている。任意で、上述したのと同様の実施形態によれば、LoPを、さらに第3グループおよび/または第5グループ指標によって決定することができることは明らかである。任意で、上述したのと同様の実施形態によれば、LoAは、さらに第8グループ指標の組み合わせた第6、第7、第9、第10、および/または第11グループ指標によって決定することができることは明らかである。
好ましくは、監視装置は、測定データを得るために、対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEGデータを収集するように構成された1つまたは複数の頭頂(P)電極と、対象の前頭葉に対応する頭皮の解剖学的領域からF-EEGデータを収集するように構成された1つまたは複数の前頭(F)電極とを含む。任意で、監視装置は、対象の中心前回および中心後回に対応する頭皮の解剖学的領域からC-EEGデータを収集するように構成された1つまたは複数の中心(C)電極と、任意で、脳波(EEG)データを収集するように構成された1つまたは複数のさらなる電極とを含む。任意で、監視装置は、呼吸データ捕捉ユニットと、心血管データ捕捉ユニットと、眼球運動データ捕捉ユニットと、筋肉活動データ捕捉ユニットと、体温データ捕捉ユニットのうちの1つまたは複数を含む。以下にさらに詳細に説明するように、システムのさらに別の実施形態が可能であることは明らかである。
一実施形態によれば、監視装置は、対象の反応データ、特に対象の測定データを捕捉するように構成され得る。監視装置は、1つまたは複数のユニットを含み、各ユニットは、ユニットのタイプに応じて、測定データを捕捉する1つまたは複数の電極、センサ、カメラを含む。各ユニットの測定データ成分は、1つまたは複数の電極、センサ、カメラによって捕捉された信号の処理の結果であってもなくてもよい。
監視装置は、脳波図(EEG)捕捉ユニットを備え得る。反応データすなわち測定データは、出力されたEEGデータを含む。EEG捕捉ユニットは、対象の脳から電気的活動データを取得するように構成された、少なくとも2つ(例えば、2、3、4、5またはそれ以上)、好ましくは複数の電極を含み得る。電極は、対象の頭部領域にわたる所定の位置、例えば、前頭部、頭頂部、および/または後頭部に配置されるように構成され得る。例示的な電極構成は、頭部に対して2つの前頭電極、2つの側面電極、1つの後頭電極である。しかしながら、他の頭皮位置に他の電極を備える代替的な実施形態が可能であることは明らかである。
好ましい構成では、EEG捕捉ユニットは、少なくとも3つの電極を含み得る。
- 前頭葉に対応する頭皮の解剖学的領域に取り付けるまたは接触するように構成された前頭EEG電極(F-EEG電極)、
- 頭頂葉に対応する頭皮の解剖学的領域に取り付けるまたは接触するように構成された頭頂EEG電極(P-EEG電極)、
- 中心前回および中心後回に対応する頭皮の解剖学的領域に取り付けるまたは接触するように構成された中心EEG電極(C-EEG電極)。
- 前頭葉に対応する頭皮の解剖学的領域に取り付けるまたは接触するように構成された前頭EEG電極(F-EEG電極)、
- 頭頂葉に対応する頭皮の解剖学的領域に取り付けるまたは接触するように構成された頭頂EEG電極(P-EEG電極)、
- 中心前回および中心後回に対応する頭皮の解剖学的領域に取り付けるまたは接触するように構成された中心EEG電極(C-EEG電極)。
EEG捕捉ユニットは、接地電極または基準電極をさらに含み得る。これは、空間再構成を可能にするために、F-、P-またはC-EEG電極から離れた場所に設置される。しかしながら、代替的な実施形態によれば、EEG捕捉ユニットは、例えば、単一または2つの頭皮位置でデータを捕捉するための電極のみを備えることができる。
電極は、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。電極は、ウェアラブルデバイスに固定されてもよく、またはそれから着脱可能であってもよい。電極は、乾式接触電極であってもよい。電極は、重力によって、または力(例えば、バネまたは弾性体によって適用される)によって、または接着剤によって、適所に保持され得る。電極は、再使用可能であってもよく、または一度だけ使用するものであってもよい。電極は、ヘッドストラップまたは固定バンドに一体化されてもよい。電極は、以下にさらに詳細に説明するように、メディアレンダラのマスク部分に一体化されてもよい。脳波図(EEG)捕捉ユニットは、典型的には、検出された信号を増幅するための増幅器を含む。信号は、処理ユニットによる処理のためのデジタル-アナログ変換器による処理のためにデジタル化される。サンプリングレートは、典型的には、対象となる最高周波数の少なくとも2.5倍である。デジタル-アナログ変換器は、処理ユニットとは別個であってもよく、または処理ユニットに組み込まれていてもよい。
一実施形態によれば、監視装置は、例えば筋電図(EMG)捕捉ユニットなどの筋肉運動データ捕捉ユニットを含み得る。反応データすなわち測定データは、出力されたEMGデータを含む。EMG捕捉ユニットは、対象の筋肉組織から電気的活動データを取得するように構成された、少なくとも1つ(例えば、1、2、3、4、5またはそれ以上)、好ましくは複数の電極を含み得る。EEG捕捉ユニットが存在する場合、EMG捕捉ユニットは、少なくとも1つの電極をEEG捕捉ユニットと共有してもよい。同様に、EEG捕捉ユニットが存在する場合、ECG捕捉ユニットが、少なくとも1つの電極をEEG捕捉ユニットと共有してもよい。電極は、対象の頭蓋および/または顔面領域にわたって、好ましくは前頭領域までの、所定の位置に配置されるように構成されてもよい。電極は、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。電極は、ウェアラブルデバイスに固定されてもよく、またはそれから着脱可能であってもよい。電極は、乾式接触電極であってもよい。電極は、重力によって、または力(例えば、バネまたは弾性体によって適用される)によって、または接着剤によって、適所に保持され得る。電極は、再使用可能であってもよく、または一度だけ使用するものであってもよい。電極は、ヘッドストラップまたは固定バンドに一体化されてもよい。電極は、メディアレンダラのマスク部分に一体化されてもよい。EMG捕捉ユニットは、典型的には、検出された信号を増幅するための増幅器を含む。信号は、処理ユニットによる処理のためのデジタル-アナログ変換器による処理のためにデジタル化される。デジタル-アナログ変換器は、処理ユニットとは別個であってもよく、または処理ユニットに組み込まれていてもよい。
一実施形態によれば、監視装置は、呼吸データ(RD)捕捉ユニットを含み得る。反応データすなわち測定データは、出力された呼吸データを含む。RD捕捉ユニットは、対象からRDを取得するように構成された少なくとも1つ(例えば、1、2、3、4、5またはそれ以上)のセンサを含み得る。呼吸データは、呼吸数、呼吸数変動、吸気圧のうちの1つまたは複数を含み得る。RD捕捉ユニットは、1つまたは複数のフォトプレチスモグラム(PPG)センサを含み得る。PPGセンサは皮膚下の血管系の血液量変化を検出し、このセンサは典型的には光学式である。呼吸数および呼吸数変動は、PPGセンサから決定され得る。PPGセンサは、こめかみ領域および/または額領域に配置されてもよい。呼吸数および呼吸数変動は、PPGセンサから決定され得る。1つまたは複数のセンサは、対象の頭蓋および/または顔面領域にわたって所定の位置に配置されるように構成されてもよい。センサは、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。センサは、ウェアラブルデバイスに固定されてもよく、着脱可能であってもよい。一実施形態によると、センサは、乾式接触センサおよび/または電極であり得る。センサは、重力によって、または力(例えば、バネまたは弾性体によって適用される)によって、または接着剤によって、適所に保持され得る。センサは、再使用可能であってもよく、または一度だけ使用するものであってもよい。センサは、ヘッドストラップまたは固定バンドに一体化されてもよい。センサは、例えば、PPGセンサを額および/またはこめかみ領域に配置するために、メディアレンダラのマスク部分に一体化されてもよい。RD捕捉ユニットは、胸部の拡張および収縮を測定する力変換器を含むウェアラブル胸部バンドを含み得、呼吸数および呼吸数変動は、ウェアラブル胸部バンドセンサから決定し得る。RD捕捉ユニットは、(例えば、吸気または呼気中の)空気圧を測定する気道空気圧検出器を含み得る。RD捕捉ユニットは、典型的には、検出された信号を増幅するための増幅器を含む。信号は、処理ユニットによる処理のためのデジタル-アナログ変換器による処理のためにデジタル化される。デジタル-アナログ変換器は、処理ユニットとは別個であってもよく、または処理ユニットに組み込まれていてもよい。
一実施形態によれば、監視装置は、例えば一実施形態によれば心拍数(HR)捕捉ユニットを含む心血管データ捕捉ユニットを含み得る。反応データすなわち測定データは、出力されたHRデータを含む。HR捕捉ユニットは、対象から心臓データを取得するように構成された少なくとも1つの(例えば、1、2、3、4、5またはそれ以上の)センサおよび/または電極を含み得る。HR捕捉ユニットは、皮膚下の血管系の血液量変化を検出する1つまたは複数のフォトプレチスモグラム(PPG)センサを含み得、このセンサは典型的には光学式である。PPGセンサは、こめかみ領域および/または額領域に配置されてもよい。捕捉されたPPG波のピークは、心拍数、心拍数変動ならびに心拍間隔、および血圧(2つのPPGセンサ)を推定するのに使用することができる。HR捕捉ユニットは、1つまたは複数のECG電極、または対象の心臓から電気的活動データを取得するように構成された任意の他の適切な電極を含み得る。EEGまたはEMG捕捉ユニットが存在する場合、HR捕捉ユニットは、電極をEEGまたはEMG捕捉ユニットと共有してもよい。1つまたは複数のセンサおよび/または電極は、対象の頭蓋および/または顔面領域にわたって所定の位置に配置されるように構成されてもよく、それらは、左右対称に配置されてもよい。センサがPPGセンサである場合、それらは、額および/またはこめかみ領域に配置されるように構成されてもよい。センサおよび/または電極は、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。センサおよび/または電極は、ウェアラブルデバイスに固定されてもよく、着脱可能であってもよい。センサおよび/または電極は、乾式接触センサおよび/または電極であってもよい。センサおよび/または電極は、重力によって、または力(例えば、バネまたは弾性体によって適用される)によって、または接着剤によって、適所に保持され得る。センサおよび/または電極は、再使用可能であってもよく、または一度だけ使用するものであってもよい。センサおよび/または電極は、ヘッドストラップまたは固定バンドに一体化されてもよい。センサおよび/または電極は、例えば、PPGセンサを額および/またはこめかみ領域に配置するために、メディアレンダラのマスク部分に一体化されてもよい。HR捕捉ユニットは、典型的には、検出された信号を増幅するための増幅器を含む。信号は、処理ユニットによる処理のためのデジタル-アナログ変換器による処理のためにデジタル化される。デジタル-アナログ変換器は、処理ユニットとは別個であってもよく、または処理ユニットに組み込まれていてもよい。
一実施形態によれば、監視装置は、例えば一実施形態によれば眼電図(EOG)捕捉ユニットを含む眼球運動データ捕捉ユニットを含み得る。反応データすなわち測定データは、出力されたEOGデータを含む。EOG捕捉ユニットは、対象の目の周囲から電気的活動データを取得するように構成された、少なくとも1つ(例えば、1、2、3、4、5またはそれ以上)、好ましくは複数の電極を含み得る。EEGまたはEMG捕捉ユニットが存在する場合、EOG捕捉ユニットは、電極をEEGまたはEMG捕捉ユニットと共有してもよい。電極は、対象の頭蓋および/または顔面領域にわたって、好ましくはその周囲(例えば、眼の上下左右)の、所定の位置に配置されるように構成されてもよい。電極は、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。電極は、ウェアラブルデバイスに固定されてもよく、着脱可能であってもよい。電極は、乾式接触電極であってもよい。電極は、重力によって、または力(例えば、バネまたは弾性体によって適用される)によって、または接着剤によって、適所に保持され得る。電極は、再使用可能であってもよく、または一度だけ使用するものであってもよい。電極は、ヘッドストラップまたは固定バンドに一体化されてもよい。電極は、メディアレンダラのマスク部分に一体化されてもよい。EOG捕捉ユニットは、典型的には、検出された信号を増幅するための増幅器を含む。信号は、処理ユニットによる処理のためのデジタル-アナログ変換器による処理のためにデジタル化される。デジタル-アナログ変換器は、処理ユニットとは別個であってもよく、または処理ユニットに組み込まれていてもよい。
一実施形態によれば、監視装置は、皮膚電気活動(EDA)捕捉ユニットを含み得る。反応データすなわち測定データは、出力されたEDAデータを含む。EDA捕捉ユニットは、対象の皮膚組織から電気的活動データを取得するように構成された、少なくとも1つ(例えば、1、2、3、4、5またはそれ以上)、好ましくは複数の電極を含み得る。EEGまたはEMG捕捉ユニットが存在する場合、EDA捕捉ユニットは、電極をEEGまたはEMG捕捉ユニットと共有してもよい。電極は、対象の頭蓋および/または顔面領域にわたって、好ましくは前頭領域までの、所定の位置に配置されるように構成されてもよい。
電極は、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。電極は、ウェアラブルデバイスに固定されてもよく、着脱可能であってもよい。電極は、重力によって、または力(例えば、バネまたは弾性体によって適用される)によって、または接着剤によって、適所に保持され得る。電極は、再使用可能であってもよく、または一度だけ使用するものであってもよい。電極は、ヘッドストラップまたは固定バンドに一体化されてもよい。電極は、メディアレンダラのマスク部分に一体化されてもよい。EDA捕捉ユニットは、典型的には、検出された信号を増幅するための増幅器を含む。信号は、処理ユニットによる処理のためのデジタル-アナログ変換器による処理のためにデジタル化される。デジタル-アナログ変換器は、処理ユニットとは別個であってもよく、または処理ユニットに組み込まれていてもよい。
一実施形態によれば、EDA捕捉ユニットは、ガルバニック皮膚反応を測定するように構成し得る。反応データすなわち測定データは、出力されたGSRデータを含む。EDA捕捉ユニットは、ガルバニック皮膚反応を取得するように構成された、少なくとも1つ(例えば、1、2、3、4、5またはそれ以上)、好ましくは複数のGSR電極を含み得る。EEGまたはEMG捕捉ユニットが存在する場合、EDA捕捉ユニットは、局所または基準電極をEEGまたはEMG捕捉ユニットと共有して、ガルバニック皮膚反応を取得してもよい。電極は、対象の頭蓋および/または顔面領域にわたって、好ましくは前頭または額領域までの、所定の位置に配置されるように構成されてもよい。GSR電極は、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。GSR電極は、ウェアラブルデバイスに固定されてもよく、着脱可能であってもよい。GSR電極は、乾式接触電極であってもよい。GSR電極は、重力によって、または力(例えば、バネまたは弾性体によって適用される)によって、または接着剤によって、適所に保持されてもよい。GSR電極は、再使用可能であってもよく、または一度だけ使用するものであってもよい。GSR電極は、ヘッドストラップまたは固定バンドに一体化されてもよい。GSR電極は、メディアレンダラのマスク部分に一体化されてもよい。
一実施形態によれば、監視装置は、心電図(ECG)捕捉ユニットを備え得る。反応データすなわち測定データは、出力された心拍数またはECGデータを含む。ECG捕捉ユニットは、対象の心臓から電気的活動データを取得するように構成された、少なくとも1つ(例えば、1、2、3、4、5またはそれ以上)、好ましくは複数の電極を含み得る。EEG、EMG、またはEDA捕捉ユニットが存在する場合、ECG捕捉ユニットは、EEG、EMG、またはEDA捕捉ユニットと電極を共有してもよい。電極は、対象の胸部にわたる所定の位置、または心臓ECGデータを捕捉することができる任意の他の適切な位置に配置されるように構成されている。電極は、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。電極は、ウェアラブルデバイスに固定されてもよく、またはそれから着脱可能であってもよい。電極は、重力によって、または力(例えば、バネまたは弾性体によって適用される)によって、または接着剤によって、適所に保持され得る。電極は、再使用可能であってもよく、または一度だけ使用するものであってもよい。電極は、ヘッドストラップまたは固定バンドに一体化されてもよい。電極は、メディアレンダラの一部に一体化されてもよい。
一実施形態によれば、監視装置は、生理学的監視ユニットをさらに備え得る。反応データすなわち測定データは、出力された生理学的データを含む。生理学的監視ユニットは、対象の生理学的データ、特に生理学的データの成分を取得するための少なくとも1つ(例えば、1、2、3、4またはそれ以上)のセンサを含み得る。生理学的データは、脈拍数、心拍数、心拍数変動、血圧、呼吸数、呼吸数変動、吸気力、呼気圧、脳酸素化、血中O2飽和度(SpO2)、局部および/または中心血中O2飽和度、皮膚コンダクタンス、ガルバニック皮膚反応、体温のうちの1つまたは複数に関連し得る。生理学的データは、呼吸数、呼吸数変動、吸気圧、心拍数のうちの1つまたは複数に関連し得る。
一実施形態によれば、監視装置は、SpO2捕捉ユニットを備え得る。反応データすなわち測定データは、出力されたSpO2データを含む。SpO2捕捉ユニットは、対象からSpO2(血中酸素飽和度)を取得するように構成された少なくとも1つ(例えば、1、2、3、4、5またはそれ以上)のセンサを含み得る。SpO2データ捕捉ユニットは、1つまたは複数のセンサ、例えば、フォトプレチスモグラム(PPG)センサを含み得、このセンサは、典型的には、光学式である。センサは、こめかみ領域および/または額領域に配置されてもよい。センサは、額および/またはこめかみ領域に配置されるように構成されてもよい。センサは、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。センサは、ウェアラブルデバイスに固定されてもよく、着脱可能であってもよい。センサは、乾式接触電極であってもよい。センサは、重力によって、または力(例えば、バネまたは弾性体によって適用される)によって、または接着剤によって、適所に保持され得る。センサは、再使用可能であってもよく、または一度だけ使用するものであってもよい。センサは、ヘッドストラップまたは固定バンドに一体化されてもよい。センサは、例えば、センサを額および/またはこめかみ領域に配置するために、メディアレンダラのマスク部分に一体化されてもよい。SpO2捕捉ユニット捕捉ユニットは、典型的には、検出された信号を増幅するための増幅器を含む。信号は、処理ユニットによる処理のためのデジタル-アナログ変換器による処理のためにデジタル化される。デジタル-アナログ変換器は、処理ユニットとは別個であってもよく、または処理ユニットに組み込まれていてもよい。
一実施形態によれば、1つまたは複数のセンサは、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。1つまたは複数のセンサは、ウェアラブルデバイスに固定されてもよく、着脱可能であってもよい。1つまたは複数のセンサは、重力によって、または力(例えば、バネまたは弾性体によって適用される)によって、または接着剤によって適所に保持され得る。1つまたは複数のセンサは、再利用可能であってもよく、または一度だけ使用するものであってもよい。1つまたは複数のセンサは、ヘッドストラップに一体化されてもよい。センサは、以下にさらに詳細に説明するように、メディアレンダラのマスク部分に一体化されてもよい。
一実施形態によれば、監視装置は、体動追跡ユニットをさらに備え得る。反応データすなわち測定データは、出力された体動追跡データを含む。体動追跡ユニットは、対象の体動、特に体動追跡データの成分を取得するための少なくとも1つ(例えば、1、2、3、4またはそれ以上)のモーションセンサを含み得る。モーションセンサの例には、2軸または3軸の加速度計、ジャイロスコープ、1つまたは複数のカメラ、磁気/誘導変換器が含まれる。体動には、頭、四肢(腕、脚、手、膝、肘)の動きが含まれる。体動追跡ユニットは、頭部動き追跡ユニットであってもよい。
一実施形態によれば、1つまたは複数のモーションセンサは、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。1つまたは複数のモーションセンサは、ウェアラブルデバイスに固定されてもよく、着脱可能であってもよい。1つまたは複数のモーションセンサは、重力によって、または力(例えば、バネまたは弾性体によって適用される)によって、または接着剤によって適所に保持され得る。1つまたは複数のモーションセンサは、再利用可能であってもよく、または一度だけ使用するものであってもよい。1つまたは複数のモーションセンサは、ヘッドストラップに一体化されてもよい。モーションセンサは、メディアレンダラのマスク部分に一体化されてもよい。
一実施形態によれば、監視装置は、眼追跡ユニットをさらに備え得る。反応データすなわち測定データは、出力された眼追跡データを含む。眼追跡ユニットは、対象の一方または両方の眼の動きを監視するための少なくとも1つ(例えば、1、2、3、4またはそれ以上)のカメラを含み得る。眼追跡ユニットは、眼を照明するように構成された少なくとも1つの光源(例えば、可視光、赤外線)を含み得る。補足された画像は、眼追跡ソフトウェアを使用して分析され、対象の注意の焦点、眠気、意識または他の精神状態を決定し得る。
一実施形態によれば、1つまたは複数のカメラは、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。1つまたは複数のカメラは、ウェアラブルデバイスに固定されてもよく、またはそれから着脱可能であってもよい。1つまたは複数のカメラは、メディアレンダラのマスク部分に一体化されてもよい。
一実施形態によれば、監視装置は、表情補足ユニットをさらに備え得る。反応データすなわち測定データは、出力された表情データ、例えば感情、侵害受容を含む。表情捕捉ユニットは、対象の表情を監視するための少なくとも1つ(例えば、1、2、3、4またはそれ以上)のカメラを含み得る。表情捕捉ユニットは、顔を照明するように構成された少なくとも1つの光源(例えば、可視光、赤外線)を含み得る。捕捉された画像は、表情認識ソフトウェアを使用して分析され、対象の表情および反応、例えば、疼痛または(不)快適さを決定し得る。1つまたは複数のカメラは、ウェアラブルデバイス、例えば、ウェアラブルヘッドセットに一体化されてもよい。1つまたは複数のカメラは、ウェアラブルデバイスに固定されてもよく、またはそれから着脱可能であってもよい。1つまたは複数のカメラは、メディアレンダラの一部に一体化されてもよい。
一実施形態によれば、監視装置は、EEG捕捉ユニットと、EMG捕捉ユニットと、EDA捕捉ユニットと、ECG捕捉ユニットと、生理学的監視ユニットと、頭部追跡ユニットと、眼追跡ユニットと、顔捕捉ユニットとを含み得る。監視装置は、EEG捕捉ユニット、EMG捕捉ユニット、HR捕捉ユニット、および/または呼吸データ捕捉ユニットを含み得る。
システムが非薬理学的治療セッション中に使用される特定の実施形態によれば、システムは、治療セッションを対象に提示するメディアレンダラをさらに含み得る。治療セッションは、催眠および/または他の証拠に基づく心理学的および/または心身の介入を含み得る。メディアレンダラは、動画が表示されるスクリーン(例えば、LED、LCD、プロジェクタ)を含み得る。画像は、対象の注意を引きつける、および/または対象の経験および生理学的反応を制御する。メディアレンダラは、音声(例えば、音楽、会話、音響効果)が渡される音響変換器(例えば、イヤホン、ヘッドフォン、スピーカ)を含み得る。
好ましくは、メディアレンダラは、ウェアラブルデバイス例えばヘッドセットとして統合される。メディアレンダラは、仮想現実ヘッドセット、拡張現実ヘッドセット、または複合現実ヘッドセットとして提供し得る。最も好ましくは、メディアレンダラは、ディスプレイまたはプロジェクタ、ステレオサウンド(モノ、ステレオ、多次元)、および頭部体動追跡センサ(例えば、ジャイロスコープ、加速度計、構造光システムなど)を典型的に含む、仮想/拡張/混合/その他の現実を提供するウェアラブルデバイスと一体化される。適切なヘッドセットの例としては、Oculus(Oculus Rift、Oculus Go)、Pico(例えば、G2 4K、G2 Pro)、LG electronics(例えば、LG 360 VR)、HTC(例えば、HTC Vive)、Samsung(例えば、Samsung Gear VR)、Google(例えば、Google Cardboard)、Microsoft(例えば、Hololens)が提供するもの、およびその他の既製または特注設計のものがある。メディアレンダラは、振動(例えば、座席に備えられた振動モジュール)などの体性感覚コンテンツ、および/または嗅覚コンテンツ(例えば、1つ以上の香りを鼻腔内に放出する)もレンダリングすることによって拡張され得る。任意に、メディアレンダラは、データを実行または再生するためのコンピューティングユニットを備えていてもよく、または外部メディアサーバからデータを受信してもよい(すなわち、ストリーミング)。
前述したように、メディアレンダラは、ウェアラブルデバイス、例えばヘッドセットに一体化されてもよい。監視装置は、ウェアラブルデバイスに一体化されてもよい。監視装置の1つまたは複数の電極および/または1つまたは複数のセンサ、および/または1つまたは複数のカメラは、ウェアラブルデバイスに一体化されてもよい。
ウェアラブルデバイスの例示的な実施形態を図46、図47および図48に示す。図46は、仮想現実ビューア(104)に統合されたメディアレンダラを含むウェアラブルデバイス(100)の一実施形態を示す。ウェアラブルデバイス(100)は、仮想現実ビューアを支持するアイマスク(104)およびヘッドフォン(104)を対象の頭部(120)の所定の位置に保持する複数の弾性ストラップ(102、a、b、c)をさらに含む。しかしながら、例えば、図49に示されるようなアイマスクおよび/または図50に示されるようなヘッドフォンを含まず、電極およびセンサのみを含む、ウェアラブルデバイス(100)の代替的な実施形態が可能であることは明らかである。弾性ストラップ(102、a、b、c)はまた、複数の電極およびセンサを対象の頭部(120)の所定の位置に保持する。図示されているのは、EEGデータを測定するための電極(110、a(中心(C)EEG電極)、b(頭頂(P)EEG電極)、c(側頭)、d(前頭(F)EEG電極))と、心拍数、心拍数変動、SPO2を測定するためのセンサ(112)と、眼球運動および表情を捕捉するためのカメラ(114)である。図47は、EEGデータを測定するための電極(116、a、b、c、d)と、皮膚コンダクタンスを測定するための電極(118)とが配置されたマスクの実施形態の顔に接触する端部の図である。図19は、以下が配置されたマスク(104)の一実施形態の顔に接触する端部の図である。
- EEGデータを測定するための前頭(F)EEG電極(110e)、
- EMGデータを測定するためのEMG電極(111aから111d)、
- 呼吸データ、心拍数データ、血圧、spO2を測定するためのPPGセンサ(113a、113b)、
- EOGデータを測定するためのEOG電極(115aから115e)、
- GSRデータを測定するためのGSR電極(117)、
- EEG(110e)、EMG(111aから111d)、EOG(115aから115e)、GSR(117)電極のうちの1つまたは複数と組み合わせて基準/接地電極として動作することができる接地電極(119)。
- EEGデータを測定するための前頭(F)EEG電極(110e)、
- EMGデータを測定するためのEMG電極(111aから111d)、
- 呼吸データ、心拍数データ、血圧、spO2を測定するためのPPGセンサ(113a、113b)、
- EOGデータを測定するためのEOG電極(115aから115e)、
- GSRデータを測定するためのGSR電極(117)、
- EEG(110e)、EMG(111aから111d)、EOG(115aから115e)、GSR(117)電極のうちの1つまたは複数と組み合わせて基準/接地電極として動作することができる接地電極(119)。
しかしながら、システムおよび/またはウェアラブルデバイスが、例えば、国際10-20法で言及される1つまたは複数の頭皮位置に配置された1つまたは複数の電極、例えば2つ、3つ、4つまたはそれ以上の電極を含むデバイス、または1つまたは複数のEEG電極を含む任意の他の適切なデバイスなど、EEG電極の任意の他の適切な構成および/または配置を利用し得ることは明らかである。さらに、システムおよび/またはウェアラブルデバイスは、例えば、体温センサ、呼吸データセンサなどのような、センサおよび/または電極の任意の他のおよび/またはさらに適切な構成および/または配置を利用し得ることも明らかである。
一実施形態によれば、コントローラモジュールは、監視装置から測定データを受信し、測定データを含む反応データを(N)LoA(I)(S)、(N)LoP(I)(S)、DoS(I)(S)、DoD(I)、DoH(I)、…のうちの1つまたは複数に変換するように構成し得る。評価プロトコルは、数学的(例えば統計的)モデル、学習済み機械学習モデル、数学的指数、基準データのうちの1つまたは複数の使用を含み得る。
一実施形態によれば、コントローラモジュールは、監視装置から測定データを受信し、上述の評価プロトコルを使用して、測定データを含む反応データを、対象が経験する不安のレベルであるLoA、対象が知覚する疼痛のレベルを表すLoPI、および/または対象の非薬理学的および/または薬理学的に修正された意識状態の測定値を表すDoSI、DoDI、および/またはDoHIに変換するように構成し得る。評価プロトコルは、例えば、数学的(例えば統計的)モデル、学習済み機械学習モデル、数学的指数、基準データのうちの1つまたは複数の使用を含み得る。
一実施形態によれば、コントローラモジュールは、典型的には、処理ステップを実行するように構成された回路(例えば、マイクロプロセッサ)およびメモリを含む。コントローラモジュールは、ウェアラブルデバイスに統合されていてもされていなくてもよい。
方法は、コンピュータ実施方法であってもよい。
本明細書で説明する方法を実行するために構成されたコンピューティングデバイスまたはシステムがさらに提供される。
本明細書で説明する方法を実行するために構成されたコンピューティングデバイスまたはシステムがさらに提供される。
コンピューティングデバイスまたはシステムによって実行されると、コンピューティングデバイスまたはシステムに本明細書に記載の方法を実行させる命令を有する、コンピュータプログラムまたはコンピュータプログラム製品が提供される。
コンピューティングデバイスまたはシステムによって実行されると、コンピューティングデバイスまたはシステムに本明細書に記載の方法を実行させる命令を格納したコンピュータ可読媒体が提供される。
コンピューティングデバイスまたはシステムによって実行されると、コンピューティングデバイスまたはシステムに本明細書に記載の方法を実行させる命令を有するコンピュータプログラムまたはコンピュータプログラム製品を表すデータストリームが提供される。
本明細書に記載される方法およびシステムは、治療者が、対象が意識的に知覚する患者の不安のレベル、疼痛レベルおよび任意で意識状態、催眠状態、…を定量化することを可能にし、および/または鎮痛薬、麻酔薬、抗不安薬、…睡眠薬の初期投与量の最適かつ潜在的に個別の滴定を可能にし、および/または薬理学的および/または非薬理学的鎮静を最適化し(VR療法滴定)、および/または臨床的、医学的、外科的または治療的介入中の患者の生理学的反応/意識的に知覚する疼痛レベルを定量化、視覚化、傾向分析および潜在的に予測することによってより安全な進行を提供し、および/または対象の安全性を向上し、および/または医学的介入の対象の健忘を増加させる。
また、薬理学的および/または非薬理学的に誘導された対象の鎮静レベルを決定するための、本明細書に記載されたコンピュータ実施方法の使用も提供される。鎮静は、例えば、外科的介入のためであってもよく、および/または、例えば、薬理学的麻酔薬を非薬理学的麻酔薬で置換および/または補足するためであってもよい。
本発明は、記載された特定のシステムおよび方法または組み合わせに限定されないことが理解されるべきである。なぜなら、そのようなシステムおよび方法および組み合わせは、もちろん、多様であるからである。本発明の範囲は添付の特許請求の範囲によって決定されるため、本明細書で使用される用語は限定することを意図してないことも理解されるべきである。
本明細書において使用されるように、単数形「a」、「an」および「the」は、文脈が明らかに他のことを示さない限り、単数形および複数形の両方を含む。
本明細書で使用される「comprising」、「comprises」および「comprised of」という用語は、「including」、「includes」または「containing」、「contains」と同義であり、包含的またはオープンエンドであり、追加の、列挙されていない部材、要素または方法ステップを除外しない。本明細書で使用される「comprising」、「comprises」および「comprised of」という用語は、「consisting of」、「consists」および「consists of」という用語を含むことが理解されよう。
端点による数値範囲の記載は、記載された端点だけでなく、それぞれの範囲に包含されるすべての数値および端数を含む。
端点による数値範囲の記載は、記載された端点だけでなく、それぞれの範囲に包含されるすべての数値および端数を含む。
本明細書において、パラメータ、量、時間的持続時間などの測定可能な値に言及する際に使用される「約」または「およそ」という用語は、開示された発明において実行するのに適切な限りにおいて、特定の値の+/-10%以下、好ましくは+/-5%以下、より好ましくは+/-1%以下、さらにより好ましくは+/-0.1%以下の変動を包含することを意味する。修飾語「約」または「およそ」が指す値自体も、具体的かつ好ましく開示されていることが理解されよう。
例えば、メンバーのグループのうちの1つまたは複数または少なくとも1つのメンバーなどの「1つまたは複数」または「少なくとも1つ」という用語は、それ自体明確であるが、さらなる例示によって、これらの用語は、とりわけ、前記メンバーの任意の1つ、または前記メンバーの任意の2つ以上、例えば、前記メンバーの任意の≧3、≧4、≧5、≧6または≧7など、およびすべての前記メンバーへの言及を包含する。
本明細書に引用されるすべての参考文献は、その全体が参照により本明細書に組み込まれる。特に、本明細書中で具体的に言及されるすべての参考文献の教示は、参照により組み込まれる。
他に定義されない限り、技術および科学用語を含む、本発明を開示する際に使用されるすべての用語は、本発明が属する技術分野の当業者によって一般的に理解される意味を有する。さらなる指針により、本発明の教示をより良く理解するために用語の定義が含まれている。
他に定義されない限り、技術および科学用語を含む、本発明を開示する際に使用されるすべての用語は、本発明が属する技術分野の当業者によって一般的に理解される意味を有する。さらなる指針により、本発明の教示をより良く理解するために用語の定義が含まれている。
以下の節では、本発明の様々な態様がより詳細に定義されている。そのように定義された各態様は、反対であることが明確に示されない限り、任意の他の態様と組み合わせ得る。特に、好ましいまたは有利であると示された任意の特徴は、好ましいまたは有利であると示された任意の他の特徴と組み合わされ得る。
本明細書を通じて「一実施形態」または「実施形態」への言及は、その実施形態に関連して説明した特定の特徴、構造または特性が、本発明の少なくとも1つの実施形態に含まれることを意味する。したがって、本明細書の様々な箇所における「一実施形態において」または「実施形態において」という語句の出現は、必ずしもすべてが同じ実施形態を指しているわけではないが、そうであってもよい。さらに、特定の特徴、構造または特性は、本開示から当業者に明らかなように、1つまたは複数の実施形態において、任意の適切な方法で組み合わせ得る。さらに、本明細書に記載されるいくつかの実施形態は、他の実施形態に含まれるいくつかの特徴を含み、他の特徴は含まないが、当業者によって理解されるように、異なる実施形態の特徴の組み合わせは、本発明の範囲内にあり、異なる実施形態を形成することが意図される。例えば、添付の特許請求の範囲において、特許請求された実施形態はいずれも任意の組み合わせで使用することができる。
本発明の明細書では、明細書の一部を構成する添付図面を参照し、添付図面は、本発明を実施し得る特定の実施形態の例示のみを目的として示されている。各要素に付された括弧付きまたは太字の参照符号は、単に例としてそれぞれの要素を例示しており、それぞれの要素を限定することを意図するものではない。本発明の範囲から逸脱することなく、他の実施形態を利用してもよく、構造的または論理的な変更を行ってもよいことを理解されたい。したがって、以下の詳細な説明は、限定的な意味で解釈されるべきではなく、本発明の範囲は、添付の特許請求の範囲によって定義される。
発明者らは、例えば前頭EEG電極、頭頂EEG電極および中心EEG電極の少なくとも1つのような少なくとも1つのEEG電極から収集された反応データと対象のLoPとの間の強い関連性、および頭頂EEG電極からのデータとLoAとの間の関連性、前頭EEG電極と例えば対象の意識状態を修正するための薬理学的および/または非薬理学的治療セッション中の修正意識レベルとの間の関連性を初めて見出した。初めて、対象の疼痛のレベルおよび/または不安のレベルの客観的測定値をリアルタイムで決定することができる。これは、例えば、対象が薬理学的および/または非薬理学的鎮静または任意の代替的に有用な状況下で外科的侵襲的処置を受けている場合など、多くの状況で適用可能である。特に、例えば催眠などのような非薬理学的治療中に、このような反応データを用いて、LoA、LoPおよび/またはDoSの両方を組み合わせた測定が可能であるのは初めてである。
意識状態とは、対象の覚醒状態および/または自己認識、ならびに対象の存在感覚、興奮性(情動反応)および内部または外部刺激に対する(物理的)反応性を決定する環境認識の測定値を指し、生理的活動および/または神経学的徴候によって特徴づけられる。
特定の修正された意識状態、例えば、意識レベルが通常の覚醒状態に対して異なるかまたは修正されている場合において、対象は、例えば、よりリラックスしており、より少ない疼痛を感じるか疼痛を全く感じず、より少ない不安を感じるか不安を全く感じず、より解離しており、より暗示を受けやすく、および/または任意で鎮静されている。このような特定の修正された意識状態において、対象の認知機能が特定のタスクに吸収され、通常は一緒に起こる脳のプロセスが分離されることがある。対象が経験する不安が減少したまたは全くないこの特定の状態、例えば、特定のタスクに対するより高いレベルの没頭および/または注意を含む状態、解離状態、または意識レベルが通常の覚醒状態とは異なるおよび/または修正された任意の他の適切な状態の生成により、末梢刺激の低下した知覚、および対象による自己および環境中の自己の修正された知覚が可能になる。このような修正された意識状態のいくつかの実施形態によれば、対象の生理機能は通常、修正される(不随意運動、すなわち嚥下、四肢の動き、まばたきの減少、バイタルサインの安定性の向上、呼吸パターンの拡大、酸素化率の改善…)。例えば、修正された意識状態のような、不安の経験が減少したまたは全くないそのような特定の状態において、対象は、部分的または完全なカタレプシー、ならびに環境からの切断(すなわち、言葉による命令を聞かない/それに応答しない)を経験し得る。感覚は要求に応じて過少または過剰に活性化されることがある。しかしながら、例えば、修正された意識状態を伴う、不安の経験が減少したまたは全くない特定の状態の代替的な実施形態によれば、対象は、特定のタスクに没頭しているおよび/またはそれに注意を向けている、言い換えれば、より高いレベルの没頭および/または注意の状態であり得る。例えば、対象が、例えば、心身運動など、または任意の他の適切な生理的介入を受け、対象が、例えば、認知行動療法などの純粋に心理的な治療を受けるさらに別の実施形態が可能である。例えば、解離状態が不安の経験および/または疼痛の意識的知覚を十分に抑制し、その結果、例えば外科的介入、局所麻酔薬を利用する医学的介入などの医学的介入を安全に受けることが可能であるような、このような特定の修正された意識状態に対象を誘導することができる。
非薬理学的に誘導された意識状態は、後述するように、治療セッション中の対象の1つまたは複数の解離の深度(DoD)から決定することができる。
一実施形態によると、治療セッションは、対象の意識状態を修正するために、対象に適用される。治療セッションは、催眠および/または他の証拠に基づく心理学的および/または心身の介入(すなわち、非薬理学的治療)、薬理学的有効成分の投与(すなわち、薬理学的治療)、その他の治療(例えば、鍼治療、機械的治療、その他の非薬理学的治療)のうちの1つまたは複数を含み得る。好ましくは、それは催眠を含む。対象の意識状態が催眠によって修正された程度は、催眠の深度(DoH)と呼ばれ得る。対象の意識状態が催眠または任意の他の適切な非薬理学的治療によって、および/または任意で薬理学的有効成分によって、および任意で他の治療によって修正された程度は、状態の深度(DoS)と呼ばれ得る。
特に、非薬理学的治療には、例えば、催眠が含まれるが、催眠セッションを可能にするため、および/または解離/修正された没頭のレベル、修正された意識状態/治療効果、心身介入などを改善するために用いられる他の治療も含まれる。代替的な非薬理学的治療セッションが可能であることは明らかである。薬理学的治療セッションの例には、麻酔薬、鎮痛薬および/または抗不安薬の投与が含まれ得る。麻酔薬の例としては、以下のようなものがある。
- デスフルラン、エンフルレン、ハロタン、イソフルラン、メトキシフルラン、亜酸化窒素、セボフルランなどの吸入剤(吸入)
- バルビツール酸系、アモバルビタール、メトヘキシタール、チアミラール、チオペンタール、ベンゾジアゼピン系、ジアゼパム、ロラゼパム、ミダゾラム、エトミデート、ケタミン、プロポフォルのような静注用剤。
- バルビツール酸系、アモバルビタール、メトヘキシタール、チアミラール、チオペンタール、ベンゾジアゼピン系、ジアゼパム、ロラゼパム、ミダゾラム、エトミデート、ケタミン、プロポフォルのような静注用剤。
抗不安薬の例としては、以下のものがある。バルビツール酸系薬剤、ベンゾジアゼピン系薬剤、カーバメート系薬剤、抗ヒスタミン薬、オピオイド、抗うつ薬、交感神経遮断薬など。
本明細書中で使用される「対象」という用語は、治療セッションの受益者を指す。「ユーザ」とは、方法またはシステムを操作する単数の人または複数の人を指す。ユーザは、対象の医師、または医療助手、または非医療助手(例えば、友人、親戚、ヘルパー)などのケア提供者であり得る。いくつかの状況では、例えば、自宅で自分で治療を行う場合、ユーザは対象であり得る。
催眠は、対象に変性意識状態を誘発する1つの方法である。催眠療法は、医療(臨床)催眠療法、または家庭催眠療法、または任意のケアまたはウェルネス環境において提供される催眠療法であってもよい。催眠療法は、ケア施設で提供されない(すなわち、診療所、病院、ケアセンターで提供されない)院外催眠療法であってもよい。変性意識状態に没入している間、対象の自己知覚および周辺認識は影響を受け、対象の感覚、知覚および思考の経験は変化し、対象は暗示に従いやすくなる。対象は没頭し、現実から解離する。
例えば、催眠セッションの実施形態は、典型的には、図51に例示されるような4つの連続した段階、すなわち、(i)誘導段階、(ii)深化段階、(iii)移行段階、および/または(iv)再覚醒段階を含む。治療セッションに没入している間、対象の自己知覚および周辺認識は影響を受け、没入深度は(i)の段階で増加し、(ii)の段階で最大に達する。対象が鎮静されたり、リラックスするように誘導されたりする(ii)の段階では、対象は暗示的な制御を受けやすくなる。その後、対象は、(iii)および(iv)の段階を経て通常の意識状態に戻る。
以下では、各段階について詳しく説明する。
(i)対象が変性状態に没入するように準備される誘導段階。この段階では、典型的に、対象に快適さ、安全性、およびリラックス感が提供される。
(ii)対象が変性意識状態に置かれる深化段階。この状態は、典型的には、治療において明示的に示唆されない限り、現実の完全な解離および運きの欠如または減少によって特徴づけられる。
(iii)対象が、治療の特定の事象を覚えておくまたは忘れること、および/または1つまたは複数の対象の特定の問題に対処することを助け得る暗示的情報に曝される(催眠後暗示とも呼ばれる)移行段階。
(iv)対象が通常の意識状態に戻る再覚醒段階。この段階では、典型的には、対象は自分の感覚を取り戻し、解離状態は終了する。
(i)対象が変性状態に没入するように準備される誘導段階。この段階では、典型的に、対象に快適さ、安全性、およびリラックス感が提供される。
(ii)対象が変性意識状態に置かれる深化段階。この状態は、典型的には、治療において明示的に示唆されない限り、現実の完全な解離および運きの欠如または減少によって特徴づけられる。
(iii)対象が、治療の特定の事象を覚えておくまたは忘れること、および/または1つまたは複数の対象の特定の問題に対処することを助け得る暗示的情報に曝される(催眠後暗示とも呼ばれる)移行段階。
(iv)対象が通常の意識状態に戻る再覚醒段階。この段階では、典型的には、対象は自分の感覚を取り戻し、解離状態は終了する。
催眠治療セッションは、催眠術師によって提供されてもよく、より好ましくは、以下により詳細に説明するように、完全な没入効果のために、仮想現実ヘッドセットなどのメディアレンダラを使用して提示される。記憶された催眠治療セッションが、メディアレンダラを介して再生されてもよく、治療セッションの内容は、治療目標に固有のものであってもよい。
例えば、より高いレベルの没頭および/または注意を誘導する治療または活動によって誘導され、催眠によって誘導され、または任意の他の適切な治療によって誘導され、あるいは、必ずしも変性意識状態を伴わない任意の他の適切な治療によって誘導される、そのような変性意識状態においては、対象は、不安および/または疼痛ならびに他の症状/問題をより上手く管理することができる。対象は、例えば、薬理学的(麻酔/鎮痛/抗不安)薬剤なしで、またはより低用量で、医学的介入(例えば、侵襲的処置)を受けることができる。
Claims (15)
- 修正された意識状態のレベルおよび/または疼痛のレベルと組み合わせたおよび/または相関した不安のレベルを測定するためのコンピュータ実施方法であって、
対象の頭頂葉に対応する頭皮の解剖学的領域から頭頂EEG(P-EEG)データを収集するように構成された少なくとも1つの頭頂(P)電極および対象の前頭葉に対応する頭皮の解剖学的領域から前頭EEG(F-EEG)データを収集するように構成された少なくとも1つの前頭(F)電極のうちの少なくとも1つから収集されたEEGデータ、および任意で筋電図(EMG)データを含む測定データを受信するステップ、および
以下と組み合わせた、前記P-EEGデータから収集された前記EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(P-パワー(dt))に基づく第8グループ指標を抽出するステップ、
前記F-EEGデータから収集された前記EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(F-パワー(dt))に基づく第1グループ指標を抽出し、および、任意で、前記F-EEGデータから収集された前記EEGデータから、平均信号ピーク間振幅(F-MSPA)に基づく第2グループ指標を抽出するステップ、および/または
前記EEGデータから、シータ-アルファ周波数範囲内にあるシータ-アルファ周波数帯域(ta)に関連するパワー(パワー(ta))に対応する第4グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(MSPA)に対応する第3グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(EMG-MSPA)に対応する第5グループ指標を抽出するステップ、および
以下と組み合わせた、前記第8グループ指標に基づいて、前記対象の前記不安のレベルを示す値である不安のレべル(LoA)を決定するステップ、
前記第1グループ指標および任意で前記第2グループ指標に基づいて、前記対象の前記修正された意識状態のレベルを示す値である状態の深度(DoS)を決定するステップ、および/または
前記第4グループ指標および任意で前記第3グループ指標および/または第5グループ指標に基づいて、前記対象における前記疼痛のレベルを示す値である疼痛のレべル(LoP)を決定するステップ
を備える方法。 - 請求項1に記載の方法であって、
複数のLoA、LoPおよび/またはDoS測定値を相関させおよび/または複数のLoA、LoPおよび/またはDoS測定値間の相関を決定するステップ、
測定データおよび/またはLoAおよびDoSの同時測定値を含む測定データから、異なるDoSにおける複数のLoAを決定するステップ、および/または
前記異なるDoSにおけるLoAの進化および/または前記測定データからのDoSの進化に対するLoAの進化を評価することによって、DoSによるLoAの調整を決定するステップ
を備える方法。 - 請求項1または2に記載の方法であって、
測定データおよび/またはLoAおよびDoSの同時測定値を含む測定データから、異なるDoSおよび/またはLoAにおける複数のLoPを決定するステップ、および/または
前記異なるDoSにおけるLoPの進化および/または前記測定データからのDoSおよび/またはLoAの進化に対するLoPの進化を評価することによって、DoSおよび/またはLoAによるLoPの調整を決定するステップ
を備える方法。 - 請求項1~3のいずれか一項に記載の方法であって、
前記DoSに基づいて、前記LoAを、所定の基準DoSにおける前記対象の不安のレベルを示す値である正規化された不安のレベル(NLoA)に調節するステップ、および/または
前記LoPに基づいて、前記LoAを、所定の基準LoPにおける前記対象の不安のレベルを示す値である正規化された不安のレベル(NLoA)に調節するステップ、
前記DoSおよび/またはLoAに基づいて、前記LoPを、所定の基準DoSおよび/または所定の基準LoAにおける前記対象の疼痛のレベルを示す値である正規化された疼痛のレベル(NLoP)に調節するステップ、
前記LoAおよび/または前記LoPに基づいて、前記対象が前記LoAおよび/または前記LoPを経験するときに到達可能な前記意識レベルの調整の少なくとも1つの限界および/または範囲を示す前記DoSの少なくとも1つの限界および/または範囲(DoSLimit)を計算するステップ、および/または
前記LoAおよび/または前記DoPに基づいて、前記対象が前記LoAおよび/または前記DoPを経験するときに到達可能な前記疼痛のレベルの少なくとも1つの限界および/または範囲を示す前記LoPの少なくとも1つの限界および/または範囲(LoPLimit)を計算するステップ、および/または
前記LoPに基づいて、前記対象が前記LoPを経験するときに到達可能な前記疼痛のレベルの少なくとも1つの限界および/または範囲を示す前記LoAの少なくとも1つの限界および/または範囲(LoALimit)を計算するステップ
をさらに備える方法。 - 好ましくは治療の前、間および/または後に、対象における修正された意識状態のレベルおよび/または疼痛のレベルと組み合わせたおよび/または相関した不安のレベルを測定および/または予測および/または集約するためのコンピュータ実施方法であって、
好ましくは前記治療の前、間および/または後の、少なくとも2つの異なる時点で、請求項1~4のいずれか一項に記載の前記DoSおよび/または前記LoPと組み合わせた前記LoAを測定するステップ、および
少なくとも2つの異なる時点で測定された少なくとも2つのDoSおよび/または少なくとも2つのLoPと組み合わせたおよび/または相関した少なくとも2つのLoAのそれぞれの比較に基づいて、前記DoSおよび/または前記LoPと組み合わせた前記LoAの進化、好ましくは治療誘導性進化を測定および/または監視および/または予測するステップ、および/または
少なくとも2つの異なる時点および/またはある期間にわたって測定された少なくとも2つのLoAおよび/または少なくとも2つのDoSおよび/または少なくとも2つのLoPの集約に基づく、不安レベルスコアすなわちLoASおよび/または状態深度スコアすなわちDoSSおよび/または疼痛レベルスコアすなわちLoPSを集約するステップ
を備える方法。 - 請求項1~5のいずれか一項に記載の方法であって、
DoSおよび/またはLoPと組み合わせた前記LoAの治療誘導性進化を、治療の間および/または後に決定されたDoSおよび/またはLoPと組み合わせた前記LoAと、治療前に決定されたDoSおよび/またはLoPと組み合わせた前記LoAとのそれぞれの比較に基づいて決定するステップ
を備える方法。 - 請求項5または6に記載の方法であって、
前記治療は疼痛管理治療であり、前記方法は、
前記LoPおよび/または前記LoAが所定の範囲外のときおよび/または前記LoPおよび/または前記LoAが所定の範囲内に入るまで、前記疼痛管理治療を不安管理治療に置き換えおよび/または組み合わせるステップを含み、
前記治療は不安管理治療であり、前記方法は、
前記LoPおよび/または前記LoAが所定の範囲外のときおよび/または前記LoPおよび/または前記LoAが前記所定の範囲内に入るまで、前記不安管理治療を疼痛管理治療に置き換えおよび/または組み合わせるステップを含み、
前記治療は不安管理治療であり、前記方法は、
前記DoSおよび/またはLoAが所定の範囲外のときおよび/または前記DoSおよび/または前記LoAが前記所定の範囲内に入るまで、前記不安管理治療を前記意識レベルを修正する治療に置き換えおよび/または組み合わせるステップを含み、および/または
前記治療は前記意識状態を修正する治療であり、前記方法は、
前記LoPおよび/またはLoAおよび/またはDoSが所定の範囲外のときおよび/または前記LoPおよび/または前記LoAおよび/またはDoSが前記所定の範囲内に入るまで、前記意識状態を修正する治療を不安および/または疼痛軽減治療に置き換えおよび/または組み合わせるステップを含む
方法。 - 請求項6または7に記載の方法であって、請求項4(NLoA)に従属する場合、前記治療は不安軽減治療であり、前記方法は、
前記NLoAの治療誘導性進化に基づいて、不安軽減治療の効力を決定および/または監視するステップを含む
方法。 - 請求項6または7に記載の方法であって、前記治療は不安を軽減するために前記意識状態を修正する治療であり、前記方法は、
前記意識状態を修正する治療の前、間および/または後の少なくとも2つの異なる時点での前記DoSを測定するステップ、および/または
前記意識状態を修正する治療の間および/または後に測定された前記DoSおよび/または前記LoAと前記意識状態を修正する治療の前に測定された前記DoSおよび/または前記LoAとの比較に基づいて、前記DoSおよび/または前記LoAの前記治療誘導性進化を決定するステップ
を含む方法。 - 治療を決定するためおよび/または治療に対する調節を決定するためおよび/または治療の強度を決定するためおよび/または治療の有効性を決定するためおよび/または治療の選択を決定するためのコンピュータ実施方法であって、
請求項4に記載の対象におけるNLoAおよび/またはNLoPおよび/またはDoSLimitおよび/またはLoPLimitおよび/またはLoALimitを測定および/または監視および/または予測および/または集約するステップ、および
前記測定および/または監視されたおよび/または予測および/または集約されたNLoAおよび/またはNLoPおよび/またはDoSLimitおよび/またはLoPLimitおよび/またはLoALimitに基づいて、治療を決定および/または治療に対する調節を決定および/または治療の強度を決定および/または治療の効力を決定および/または治療の選択を決定するステップ
を備える方法。 - 請求項1~10のいずれか一項に記載の方法であって、
DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAに相関する対象および/または集団の測定データを含む基準データを受信するステップ、
DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAと、前記基準データから抽出された少なくとも1つのそれぞれのグループ指標との少なくとも1つの相関を決定するステップ、および
前記DoSおよび/またはLoPとそれぞれ組み合わせた少なくとも1つの所定の基準LoAに対して、DoSおよび/またはLoPと組み合わせた、続いて測定されたLoAを、前記少なくとも1つのそれぞれの相関によってスケーリングおよび/または指数化し、任意で、不安レベル指数(LoAI)、および状態深度指数(DoSI)および/または疼痛レベル指数(LoPI)を決定するステップ
を備える方法。 - 請求項1~11のいずれか一項に記載の方法であって、
前記シータ-アルファ周波数帯域(ta)は、
シータ脳波およびアルファ脳波の両方を包含する周波数帯域、
6Hzから12Hzまでの範囲に広がる周波数帯域、および/または
少なくとも2Hzの帯域幅、および少なくとも6Hzから8Hzまでの範囲に広がる高速シータ波を含む周波数帯域
のうちの1つまたは複数を含み、および/または
前記シータ-アルファ周波数範囲は、
シータ脳波およびアルファ脳波の両方を包含する周波数範囲を含み、および/または
4Hzから12Hzまでの範囲に広がり、および/または
前記デルタ-シータ(dt)周波数帯域(dt)は、
デルタ脳波およびシータ脳波の両方を包含する周波数帯域、
0Hzから8Hzまでの範囲に広がる周波数帯域、
少なくとも2Hzの帯域幅、および少なくとも3Hzから6Hzまでの範囲に広がる低速シータ脳波を含む周波数帯域
のうちの1つまたは複数を含み、および/または
前記デルタ-シータ周波数範囲は、
デルタ脳波およびアルファ脳波の両方を包含する周波数範囲を含み、および/または
1Hzから6Hzまでの範囲に広がる
方法。 - 請求項1~12のいずれか一項に記載の方法であって、
さらに心血管データを含む測定データを受信するステップ、
前記心血管データから、前記心血管データからの心拍数および/または心拍数変動、好ましくは心拍数と心拍数変動との組み合わせに基づく第7グループ指標を抽出するステップ、および
前記第8グループ指標および少なくとも前記第7グループ指標に基づいて前記LoAを決定するステップ、
および/または
さらに呼吸データを含む測定データを受信するステップ、
前記呼吸データから、前記呼吸データからの呼吸数および/または呼吸変動および/または酸素飽和度および/または所定の呼吸パターンに基づく第6グループ指標を抽出するステップ、
前記第8グループ指標および少なくとも前記第6グループ指標に基づいて前記LoAを決定するステップ、
および/または
さらに眼球運動データを含む測定データを受信するステップ、
前記眼球運動データから、前記眼球運動データからの眼球運動速度および/または眼球運動振幅および/または所定の眼球運動パターンに基づく第9グループ指標を抽出するステップ、
前記第8グループ指標および少なくとも前記第9グループ指標に基づいて前記LoAを決定するステップ、
および/または、任意で
前記眼球運動データがEOGデータを含み、および/または
前記第9グループ指標は、前記眼球運動データからの衝動性眼球運動の検出、および任意で前記衝動性眼球運動の1つまたは複数の特性に基づいており、
および/または
さらに筋肉活動データを含む測定データを受信するステップ、
前記筋肉活動データから、前記筋肉活動データからの筋肉活動に基づく第10グループ指標を抽出するステップ、
前記第8グループ指標および少なくとも前記第10グループ指標に基づいて前記LoAを決定するステップ、
および/または、任意で
前記筋肉活動データは、筋電図(EMG)データを含み、および/または
前記第10グループ指標は、前記EMGデータからの筋電図(EMG)活動に基づいており、
および/または
さらに体温データを含む測定データを受信するステップ、
前記体温データから、前記体温データからの体温に基づく第11グループ指標を抽出するステップ、
前記第8グループ指標および少なくとも前記第11グループ指標に基づいて前記LoAを決定するステップ
を備える方法。 - 請求項1~13のいずれか一項に記載の方法に従ってDoSおよび/またはLoPと組み合わせたおよび/または相関したLoAを測定するように構成されたシステムであって、
対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEGデータを収集するように構成された少なくとも1つの頭頂(P)電極および対象の前頭葉に対応する頭皮の解剖学的領域からF-EEGデータを収集するように構成された少なくとも1つの前頭(F)電極のうちの少なくとも1つから収集されたデータを含むEEGデータ含む測定データであって、任意でさらに筋電図(EMG)データをさらに含む測定データを取得するように構成された監視装置、および
コントローラモジュールであって、
前記監視装置から前記測定データを受信し、
前記P-EEGデータから収集された前記EEGデータから、デルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(P-パワー(dt))に基づく第8グループ指標を抽出し、
前記EEGデータから、少なくとも1つのF-EEG電極データから抽出されたデルタ-シータ周波数範囲内にあるデルタ-シータ周波数帯域(dt)に関連するパワー(F-パワー(dt))に基づく第1グループ指標を抽出し、および、任意で、前記F-EEGデータから収集された前記EEGデータから、平均信号ピーク間振幅(F-MSPA)に基づく第2グループ指標を抽出し、および/または前記EEGデータから、シータ-アルファ周波数範囲内にあるシータ-アルファ周波数帯域(ta)に関連するパワー(パワー(ta))に対応する第4グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(MSPA)に対応する第3グループ指標を抽出し、および、任意で、前記EMGデータから、平均信号ピーク間振幅(EMG-MSPA)に対応する第5グループ指標を抽出し、
前記第8グループ指標に基づいて、前記対象の前記不安のレベルを示す値である不安のレべル(LoA)を決定し、および
前記第1グループ指標および任意で前記第2グループ指標に基づいて、前記修正された意識状態のレベルを示す値である状態の深度(DoS)を決定し、および/または
前記第4グループ指標および任意で前記第3グループ指標および任意で第5グループ指標に基づいて、前記対象における前記疼痛のレベルを示す値である疼痛のレべル(LoP)を決定する
ように構成されたコントローラモジュール
を備えるシステム。 - 請求項14に記載のシステムであって、前記監視装置は、測定データを取得するために、
脳波図(EEG)データを収集するように構成された1つまたは複数の電極であって、
前記対象の頭頂葉に対応する頭皮の解剖学的領域からP-EEGデータを収集するように構成された1つまたは複数の頭頂(P)電極、
前記対象の前頭葉に対応する頭皮の解剖学的領域からF-EEGデータを収集するように構成された1つまたは複数の前頭(F)電極、
任意で、対象の中心前回および中心後回に対応する頭皮の解剖学的領域からC-EEGデータを収集するように構成された1つまたは複数の中心(C)電極、
任意で、脳波図(EEG)データを収集するように構成された1つまたは複数のさらなる電極
を含む1つまたは複数の電極、
任意で、呼吸データ捕捉ユニット、
任意で、心血管データ捕捉ユニット、
任意で、眼球運動データ捕捉ユニット、
任意で、筋肉活動データ捕捉ユニット、
任意で、体温データ捕捉ユニット
のうちの1つまたは複数を含み、および/または
前記システムは、
それぞれ異なる時点で測定された少なくとも2つのLoA、DoSおよび/またはLoP、好ましくは、過去、現在および/または予想されるLoA、DoSおよび/またはLoP、
それぞれ異なる時点で測定された少なくとも2つのLoA、DoSおよび/またはLoPの進化および/または比率および/または集約、
任意で、前記測定データの1つまたは複数の成分、好ましくは1つまたは複数のEEGデータおよび任意でEMGデータ、呼吸データ、心血管データ、筋肉運動データ、眼球運動データおよび/または体温データ、および/または
任意で、任意の(N)LoA(I)(S)、(N)LoP(I)(S)、および/またはDoS(I)(S)、LoALimit、LoPLimitおよび/またはDoSlimit
のうちの1つまたは複数を数値的および/またはグラフィカルに示すように構成されたグラフィカルユーザインタフェース(GUI)をさらに含む
システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP20191014.8 | 2020-08-13 | ||
EP20191014.8A EP3955257A1 (en) | 2020-08-13 | 2020-08-13 | A method and system for measurement of a level of anxiety combined with and/or correlated with a level of a modified state of consciousness and/or a level of pain |
PCT/EP2021/072568 WO2022034205A1 (en) | 2020-08-13 | 2021-08-13 | A method and system for measurement of a level of anxiety combined with and/or correlated with a level of a modified state of consciousness and/or a level of pain |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023537996A true JP2023537996A (ja) | 2023-09-06 |
Family
ID=72266101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023509843A Pending JP2023537996A (ja) | 2020-08-13 | 2021-08-13 | 修正された意識状態のレベルおよび/または疼痛のレベルと組み合わせたおよび/または相関した不安のレベルを測定するための方法およびシステム |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230248294A1 (ja) |
EP (2) | EP3955257A1 (ja) |
JP (1) | JP2023537996A (ja) |
KR (1) | KR20230051194A (ja) |
CN (1) | CN116250043A (ja) |
WO (1) | WO2022034205A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116269392B (zh) * | 2023-05-22 | 2023-07-18 | 华南理工大学 | 一种多参数耦合的应激水平评估方法及其系统 |
CN117257303B (zh) * | 2023-11-21 | 2024-02-06 | 北京视友科技有限责任公司 | 一种焦虑检测方法、装置、电子设备及存储介质 |
-
2020
- 2020-08-13 EP EP20191014.8A patent/EP3955257A1/en not_active Withdrawn
-
2021
- 2021-08-13 KR KR1020237005135A patent/KR20230051194A/ko unknown
- 2021-08-13 US US18/014,653 patent/US20230248294A1/en active Pending
- 2021-08-13 EP EP21749760.1A patent/EP4196990A1/en active Pending
- 2021-08-13 CN CN202180055284.2A patent/CN116250043A/zh active Pending
- 2021-08-13 WO PCT/EP2021/072568 patent/WO2022034205A1/en unknown
- 2021-08-13 JP JP2023509843A patent/JP2023537996A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
CN116250043A (zh) | 2023-06-09 |
EP3955257A1 (en) | 2022-02-16 |
EP4196990A1 (en) | 2023-06-21 |
US20230248294A1 (en) | 2023-08-10 |
KR20230051194A (ko) | 2023-04-17 |
WO2022034205A1 (en) | 2022-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tsai et al. | Efficacy of paced breathing for insomnia: enhances vagal activity and improves sleep quality | |
EP1495715B1 (en) | A method and apparatus based on combination of three phsysiological parameters for assessment of analgesia during anesthesia or sedation | |
JP2018525186A (ja) | 覚醒、鎮静及び全身麻酔中の意識、痛み及び侵害受容のレベルを評価するデバイス及び方法 | |
US20230248294A1 (en) | A method and system for measurement of a level of anxiety combined with and/or correlated with a level of a modified state of consciousness and/or a level of pain | |
US20230233121A1 (en) | A method and system for measuring a level of anxiety | |
US20210100491A1 (en) | System for use in improving cognitive function | |
US20220104751A1 (en) | A method and system for monitoring a level of non-pharmacologically-induced modified state of consciousness | |
da Cunha-Martins et al. | Short-term usage of three non-invasive ventilation interfaces causes progressive discomfort in healthy adults | |
Browne | Biofeedback and neurofeedback | |
US20230284961A1 (en) | A method and system for monitoring a level of modified consciousness and a level of pain | |
US20230293100A1 (en) | A method and system for monitoring a level of pain | |
RU2807285C1 (ru) | Способ оценки адекватности анестезии | |
Wyckoff et al. | Sleep better, live better | |
TWI494082B (zh) | 多維麻醉深度信號監控方法 | |
Molisso | Neurophysiological and neuropsychological evaluation of stress on health care professionals during Covid-19 emergency | |
de Donato | Evaluation of Meditation Practice Using a Physiological Computing Mobile Application | |
Cheng | A Quantitative Study on the Physiological Changes and Effects of Different Deep Breathing Durations on the Cognitive Control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230407 |