JP4025220B2

JP4025220B2 - 血圧計および心血管系疾病リスク分析プログラム

Info

Publication number: JP4025220B2
Application number: JP2003056052A
Authority: JP
Inventors: 七臣苅尾; 修白崎
Original assignee: Omron Healthcare Co Ltd
Current assignee: Omron Healthcare Co Ltd
Priority date: 2003-03-03
Filing date: 2003-03-03
Publication date: 2007-12-19
Anticipated expiration: 2023-03-03
Also published as: US7018335B2; US20040176692A1; JP2004261452A

Description

【０００１】
【発明の属する技術分野】
この発明は血圧計およびリスク分析プログラムに関し、特に、心血管リスクに関する情報を提供することのできる血圧計および心血管系疾病リスク分析プログラムに関する。
【０００２】
【従来の技術】
昨今のセルフメディケイションの広がりに伴ない、家庭において血圧を測定するための機器が急速に一般家庭に普及している。
【０００３】
現状普及している家庭用の血圧測定計は、時刻の異なるばらつきの大きな血圧レベルを測定値として表示するか、もしくは一回の測定値がある一定の値を超えた場合に危険度を患者にブザーで知らせるなどの機能が備わっている場合がある。また例えば、特許文献１においては、平常時から一定の運動負荷を経て常態復帰までの血圧を測定して、患者の心機能を解析する血圧計について開示している。
【０００４】
血圧は心機能を解析するバロメータとなり、血圧に基づいてリスク解析を行なうことは、例えば脳卒中や心不全や心筋梗塞などの心血管系の疾患を予防する上で有効である。
【０００５】
例えば、非特許文献１において、本願の発明者は、自身の研究結果である、モーニングサージと言われる、朝起きて１時間から１時間半くらいの間に生ずる急峻な血圧上昇の脳卒中への関わりに言及し、心血管系の疾患のリスク解析を行なう上で、血圧変化の相互関係を把握する必要性を述べている。
【０００６】
このように、血圧は、個々の身体活動やストレスへの反応、行動様式に対する心血管の反応などによって変化し、さらに、夜間に血圧は下降し、朝方覚醒前後に上昇に転ずるという日内変動リズムがあるが、従来の血圧計はこの血圧変動を単に時間軸で表示したり、変動の大きさを数値的・統計的に示すに留まっていた。
【０００７】
【特許文献１】
特開平１１−３３００３号公報
【０００８】
【非特許文献１】
苅尾七臣，「早朝高血圧と脳血管障害のリスクについて」，「血圧（Journal Of Blood Pressure）１１月号」，株式会社先端医学社，２００２年１１月１日，ｖｏｌ．９，ｎｏ．１１，ｐ．９４−９７
【０００９】
【発明が解決しようとする課題】
しかしながら、上述の特許文献１にような従来の血圧計には、血圧値と変動性の経時的変化とから経時的に刻々変わる血圧測定値の情報を統合的に解析・評価し、個人の心血管リスクを推定して血圧管理治療に生かせる情報として患者もしくは医師に告知するような機能は備えられていないという問題があった。
【００１０】
本発明はこのような問題に鑑みてなされたものであって、患者個人個人の家庭で測定した血圧のレベル、変動性、および経時的変化に基づき解析・評価した心血管リスクに関する情報を提供することによって、患者の自己血圧評価、管理および医師による降圧療法の選択を容易にし、早期に最適な降圧管理・治療を実施できるようにする血圧計および心血管系疾病リスク分析プログラムを提供することを目的とする。
【００１１】
【課題を解決するための手段】
上記目的を達成するために、本発明のある局面に従うと、血圧計は、同じ測定条件下で測定された少なくとも１個の血圧データを含む血圧データ群を、測定条件ごとに複数日にわたって記憶する血圧データ記憶手段と、血圧データ群に含まれる血圧データと、測定条件の異なる他の血圧データ群に含まれる血圧データとの相互関係に基づく評価量を算出する評価量算出手段と、血圧データ群に含まれる血圧データの群内平均を、測定条件の異なる血圧データ群のそれぞれに対して算出する群内平均算出手段とを備える。
【００１３】
また、上述の評価量算出手段は、血圧データ群それぞれの群内平均の平均値と差分値とに基づいて評価量を算出することが望ましい。
【００１４】
また、上述の評価量は、心臓血管系疾病のリスク度合いに関係することが望ましい。
【００１５】
また、上述の測定条件は、複数の特定の時間帯であることが望ましい。
さらに、上述の複数の特定の時間帯は、就寝前約２時間以降に始まり就寝後約２時間以前で終わる第１の時間帯と、起床前約２時間以降に始まり起床後約２時間以前で終わる第２の時間帯とを含むことが望ましい。
【００１６】
さらに、血圧計は、時間情報を出力する時計手段をさらに備え、血圧データ記憶手段は、時計手段の出力する時間情報に基づいて測定条件を血圧データごとに判別して、血圧データを測定条件ごとに記憶することが望ましい。
【００１７】
あるいは、血圧計は、ユーザが測定条件を入力する入力手段をさらに備え、血圧データ記憶手段は、入力手段から入力された測定条件に基づいて血圧データを前記測定条件ごとに記憶することが望ましい。
【００１８】
また、血圧計は、測定条件の異なる複数の血圧データ群の群内平均、または群内平均の平均値および差分値として得られる複数の１次パラメータ軸の少なくとも１つに対して１以上のしきい値を設け、複数の１次パラメータ軸で構成される１次パラメータ多次元領域にしきい値によって規定される複数の１次パラメータ領域を定義し、測定された血圧データから得られる１次パラメータの実測値が、複数の１次パラメータ領域のうちのいずれの領域に存在するかを判定あるいは表示することで、血圧データに基づいた診断を行なう診断手段をさらに備えることが望ましい。
【００１９】
さらに、血圧計は、１次パラメータ多次元領域を表示する１次パラメータ領域表示手段をさらに備え、１次パラメータ領域表示手段は、１次パラメータの実測値を１次パラメータ多次元領域上に表示することが望ましい。
【００２０】
さらに、血圧計は、測定条件の異なる複数の血圧データ群の群内平均、または群内平均の平均値および差分値の対である１次パラメータ組を複数組記憶する１次パラメータ組記憶手段をさらに備え、１次パラメータ領域表示手段は、複数の１次パラメータ組を、同時に１次パラメータ多次元領域上に表示することが望ましい。
【００２１】
さらに、血圧計は、１次パラメータ領域ごとに、数値化した心血管系疾病のリスクの度合いを対応付けた心血管系疾病リスク定義手段をさらに備え、リスク算出手段は、１次パラメータの実測値が複数の１次パラメータ領域のうちのいずれの領域に存在するかの判定に基づいて心血管系疾病リスクを決定あるいは表示することが望ましい。
【００２２】
さらに、血圧データ群の群内平均の平均値として得られる１次パラメータ軸に設けるしきい値は、収縮期血圧についてのしきい値であって、約１３５ｍｍＨｇであることが望ましい。
【００２３】
また、血圧データ群の群内平均の差分値は、就寝前の時刻に測定された収縮期血圧に対する起床前後の時刻に測定された収縮期血圧の増加分であり、群内平均の差分値として得られる１次パラメータ軸に設けるしきい値は約２０ｍｍＨｇであることが望ましい。
【００２４】
また、血圧計は、血圧データ群の群内平均の平均値および差分値の両者を入力変数とし、心血管系疾病のリスクの度合いを数値的に推定する心血管系疾病リスク算出関数手段をさらに備え、心血管系疾病リスク算出関数手段は、群内平均の平均値および差分値の実測値が得られた際に、心血管系疾病リスクを算出あるいは表示することが望ましい。
【００２５】
本発明の他の局面に従うと、心血管系疾病リスク分析プログラムは、複数日にわたって血圧データを取得する取得ステップと、取得した血圧データのうち、同じ測定条件下で測定された少なくとも１個の血圧データを含む血圧データ群を、複数日にわたって、測定条件ごとに記憶部に格納する血圧データ格納ステップと、血圧データ群に含まれる血圧データと、測定条件の異なる他の血圧データ群に含まれる血圧データとの相互関係に基づく評価量を算出する評価量算出ステップと、血圧データ群に含まれる血圧データの群内平均を、測定条件の異なる血圧データ群のそれぞれに対して算出する群内平均算出ステップとをコンピュータに実行させる。
【００２７】
また、上述の評価量算出ステップは、血圧データ群それぞれの群内平均の平均値と差分値とに基づいて評価量を算出することが望ましい。
【００２８】
また、上述の評価量は、心臓血管系疾病のリスク度合いに関係することが望ましい。
【００２９】
また、上述の測定条件は、複数の特定の時間帯であることが望ましい。
さらに、上述の複数の特定の時間帯は、就寝前約２時間以降に始まり就寝後約２時間以前で終わる第１の時間帯と、起床前約２時間以降に始まり起床後約２時間以前で終わる第２の時間帯とを含むことが望ましい。
【００３０】
さらに、心血管系疾病リスク分析プログラムは、時間情報を出力する時計ステップをさらに実行させ、血圧データ格納ステップは、時計ステップの出力する時間情報に基づいて測定条件を血圧データごとに判別して、血圧データを測定条件ごとに記憶部に格納することが望ましい。
【００３１】
あるいは、心血管系疾病リスク分析プログラムは、ユーザからが測定条件を受付ける入力ステップをさらに実行させ、血圧データ格納ステップは、入力ステップで入力された測定条件に基づいて血圧データを測定条件ごとに記憶部に格納することが望ましい。
【００３２】
さらに、心血管系疾病リスク分析プログラムは、測定条件の異なる複数の血圧データ群の群内平均、または群内平均の平均値および差分値として得られる複数の１次パラメータ軸の少なくとも１つに対して１以上のしきい値を設け、複数の１次パラメータ軸で構成される１次パラメータ多次元領域にしきい値によって規定される複数の１次パラメータ領域を定義し、測定された血圧データから得られる１次パラメータの実測値が、複数の１次パラメータ領域のうちのいずれの領域に存在するかを判定あるいは表示することで、血圧データに基づいた診断を行なう診断ステップをさらに実行させることが望ましい。
【００３３】
さらに、心血管系疾病リスク分析プログラムは、１次パラメータ多次元領域を表示する１次パラメータ領域表示ステップをさらに実行させ、１次パラメータ領域表示ステップは、１次パラメータの実測値を１次パラメータ多次元領域上に表示させることが望ましい。
【００３４】
さらに、心血管系疾病リスク分析プログラムは、測定条件の異なる複数の血圧データ群の群内平均、または群内平均の平均値および差分値の対である１次パラメータ組を複数組記憶部に格納する１次パラメータ組格納ステップをさらに実行させ、１次パラメータ領域表示ステップは、複数の１次パラメータ組を、同時に１次パラメータ多次元領域上に表示することが望ましい。
【００３５】
さらに、心血管系疾病リスク分析プログラムは、１次パラメータ領域ごとに、数値化した心血管系疾病のリスクの度合いを対応付けた心血管系疾病リスク定義ステップをさらに実行させ、リスク算出ステップは、１次パラメータの実測値が複数の１次パラメータ領域のうちのいずれの領域に存在するかの判定に基づいて心血管系疾病リスクを決定あるいは表示することが望ましい。
【００３６】
さらに、上述の血圧データ群の群内平均の平均値として得られる１次パラメータ軸に設けるしきい値は、収縮期血圧についてのしきい値であって、約１３５ｍｍＨｇであることが望ましい。
【００３７】
また、血圧データ群の群内平均の差分値は、就寝前の時刻に測定された収縮期血圧に対する起床前後の時刻に測定された収縮期血圧の増加分であり、群内平均の差分値として得られる１次パラメータ軸に設けるしきい値は約２０ｍｍＨｇであることが望ましい。
【００３８】
また、リスク分析プログラムは、血圧データ群の群内平均の平均値および差分値の両者を入力変数とし、心血管系疾病のリスクの度合いを数値的に推定する心血管系疾病リスク算出関数ステップをさらに実行させ、心血管系疾病リスク算出関数ステップは、群内平均の平均値および差分値の実測値が得られた際に、心血管系疾病リスクを算出あるいは表示することが望ましい。
【００３９】
【発明の実施の形態】
以下に、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品および構成要素には同一の符号を付してある。それらの名称および機能も同じである。したがってそれらについての詳細な説明は繰返さない。
【００４０】
図１に本実施の形態における血圧計１の外観の具体例を示す。図１を参照して、血圧計１の本体にはカフ（腕帯）２がエアホースによって接続される。患者や医師は、このカフ２を患者の上腕や手首など四肢のいずれかなどに装着して血圧を測定する。血圧の測定は、血圧計１に含まれるマイクロプロセッサ１５（図２参照）によって制御される。
【００４１】
また、図１を参照して、血圧計１本体の表面には、血圧計１の電源のＯＮ／ＯＦＦ操作を行なう電源スイッチ１１と、血圧測定の開始を指示する開始スイッチ１２と、血圧測定時の条件を入力する条件スイッチ１３と、後に説明する血圧値の推移を確認する期間を設定する期間設定スイッチ１６と、液晶パネル等から構成され測定結果などを表示する表示部１４とが具備される。
【００４２】
次に、図２に、血圧計１の構成の具体例をブロック図で示す。図２に示される血圧計１の構成は、血圧計１がオシロメトリック式の血圧測定原理を採用した血圧測定を行なう場合の構成の具体例である。この血圧測定原理は１つの具体例であって、本発明はこの血圧測定原理に限定されるものではない。
【００４３】
図２を参照して、血圧計１は、カフ２での血圧測定のための動作を行なわせる排気部１０２、加圧部１０３、およびカフ圧検出部１０４と、血圧計１での血圧値の算出およびリスク分析を制御するマイクロプロセッサ１５とを含んで構成される。
【００４４】
マイクロプロセッサ１５に含まれる排気／加圧部制御部１０１は、開始スイッチ１２からの血圧測定の開始を指示する制御信号を受取る。そして、排気／加圧部制御部１０１は、カフ２の内部に注入された空気の排気を行なう排気部１０２と、カフ２の内部に空気を注入することで加圧する加圧部１０３とに制御信号を送出して動作させる。
【００４５】
すなわち、血圧計１を用いて患者の血圧を測定しようと開始スイッチ１２を押下すると、制御信号が排気／加圧部制御部１０１に入力され、排気／加圧部制御部１０１は、加圧部１０３を動作させる。
【００４６】
加圧部１０３は、排気／加圧部制御部１０１から制御信号が入力されると、カフ２の内部の圧力（以下、カフ圧という）が所定の圧力になるまでカフ２の内部に空気を注入し、カフ圧を加圧する。また、排気部１０２は、排気／加圧部制御部１０１から制御信号が入力されると、カフ２の内部に注入されていた空気を排気し、カフ圧を減圧する。
【００４７】
カフ圧検出部１０４は、圧力センサを含んで構成され、動脈を圧迫しているカフ圧と共に、そのカフ圧信号上に重畳する患者の動脈からの脈動を捕捉する。そして、カフ圧検出部１０４での検出結果は、マイクロプロセッサ１５に含まれる血圧算出部１０５に入力される。
【００４８】
マイクロプロセッサ１５に含まれる血圧算出部１０５は、カフ圧検出部１０４から入力された検出結果に基づいて患者の患部の血圧値を算出する。具体的な血圧値としては、収縮期血圧や拡張期血圧などが挙げられる。そして、血圧算出部１０５は、算出した血圧値を、同じくマイクロプロセッサ１５に含まれるメモリ１０７に入力する。また、条件スイッチ１３は、使用者から指定された当該測定の条件情報をメモリ１０７に入力する。
【００４９】
メモリ１０７は、血圧算出部１０５から入力された血圧値と条件スイッチ１３から入力された条件情報とを対応付けて所定の領域に格納する。
【００５０】
ここでの対応付けの具体例として、図３に示すように、血圧算出部１０５から入力された血圧値を条件スイッチ１３から入力された条件情報（第１条件、第２条件…第Ｎ条件）に基づいてグループ化して、グループごとにメモリ１０７の所定の領域に格納する方法が挙げられる。以降の説明においては、図３に示すように、条件情報に基づいて血圧値がグループ化され各々のメモリ領域に血圧値が格納されているものとするが、言うまでもなく対応付けの方法はこのような方法に限定されない。例えば、血圧値と条件情報とを対にしてメモリ１０７に格納する方法であってもよいし、血圧値と条件情報との対応付けをテーブルとしてメモリ１０７に格納する方法などであってもよい。
【００５１】
血圧データグループ内平均算出部１０８は、メモリ１０７に格納された血圧値を読出して、図３に示されるような各メモリ領域ごとに、血圧値の平均を算出する処理を行なう。すなわち、同じ測定条件下で測定された血圧データを含む血圧データグループのグループ内平均を、各血圧データグループごとに算出する。そして、血圧データグループ内平均算出部１０８は、算出結果をリスク算出部１０９に入力する。
【００５２】
リスク算出部１０９は、メモリ１０７から予めメモリ１０７に格納されているリスクを判定するための判定情報を読出し、血圧データグループ内平均算出部１０８から入力された算出結果に基づいて心臓血管系の疾病のリスク値を算出する。そして、リスク算出部１０９が算出結果を表示部１４に入力することで、表示部１４は、血圧値の測定結果と共にリスク値も表示する。
【００５３】
さらに、クロック１０６は、当該測定が行なわれた時刻を示す時刻情報をメモリ１０７に入力する。その場合には、メモリ１０７は、血圧算出部１０５から入力された血圧値とクロック１０６から入力された時刻情報とを対応付け、時刻情報に基づいた所定の領域に格納する。
【００５４】
次に、血圧計１におけるリスク分析処理について第１の実施例および第２の実施例として説明する。
【００５５】
（実施例１）
血圧計１におけるリスク分析処理の第１の実施例を図４のフローチャートに示す。図４のフローチャートに示される処理は、マイクロプロセッサ１５が記憶装置（図示せず）に記憶されるプログラムを読出して図２に示される各部を機能させることによって実行される。
【００５６】
図４を参照して、始めに、ステップＳ１で、使用者が開始スイッチ１２を操作することによって血圧測定が行なわれる。ステップＳ１では、血圧測定がスタートすると、マイクロプロセッサ１５に含まれる排気／加圧部制御部１０１は加圧部１０３を制御してカフ２を加圧し、一連の測定動作を開始させる。なお、ステップＳ１における測定動作は一般的なものであり、その概要は上述のとおりであるため、ここでの説明は繰返さない。
【００５７】
ステップＳ１における血圧測定が完了すると、ステップＳ２で、マイクロプロセッサ１５に含まれる血圧算出部１０５は、カフ圧検出部１０４の検出結果に基づいて患者の血圧値を算出する。ステップＳ２において、血圧算出部１０５は、収縮期血圧や拡張期血圧などを算出する。なお、ここでは、１回の検出結果から血圧値を算出してもよいが、測定のばらつきを抑えるため、複数回ステップＳ１での血圧測定を行ない、各々の検出結果から得た血圧値の平均算出してそれを血圧値とすることが好ましい。
【００５８】
ステップＳ２における算出方法は、カフ圧検出部１０４で検出された圧力からカフ圧を除去してカフ圧信号上に重畳する患者の動脈圧を算出する方法が挙げられる。なお、このような血圧値の算出方法は一般的な血圧計において行なわれている方法であって、本発明を限定するものではない。
【００５９】
ステップＳ２における血圧値の算出が完了すると、ステップＳ３において、カフ２の圧力が除去されるなど測定完了時の処理が実行されると共に、表示部１４に測定値が表示される。また、血圧算出部１０５は、算出した血圧値をメモリ１０７に入力する。
【００６０】
次に、ステップＳ４において、マイクロプロセッサ１５は使用者の操作によって当該測定に指定された条件を判別する。ここでは、当該測定に条件１あるいは条件２が指定されるものとして説明を行なうが、指定される条件の数は２に限定されるものではなく、２以上であっても以降に説明する処理と同様の処理が行なわれる。
【００６１】
そして、ステップＳ４で判定された指定内容（ステップＳ４で「第１条件」あるいは「第２条件」）に応じて、ステップＳ５またはステップＳ６において、メモリ１０７は血圧算出部１０５から入力された血圧値を第１条件メモリ領域または第２条件メモリ領域に格納する。
【００６２】
次に、ステップＳ７で、マイクロプロセッサ１５はリスク算出が可能であるか否かを判定する。以降に説明するリスク算出処理は、メモリ１０７に含まれるメモリ領域の演算値を用いる処理であるため、リスク算出処理で用いるメモリ領域に１以上の血圧値が格納されている必要がある。そのため、ステップＳ７で、マイクロプロセッサ１５は、リスク算出処理で用いる各メモリ領域に１以上の血圧値が格納されているか否かを確認する。
【００６３】
ステップＳ７での判定の結果、リスク算出処理で用いる第１条件メモリ領域あるいは第２条件メモリ領域に血圧値が１つも格納されていない場合には（Ｓ７でＮＯ）、ここで本処理を終了する。
【００６４】
一方、ステップＳ７での判定の結果、リスク算出処理で用いる第１条件メモリ領域および第２条件メモリ領域に１以上の血圧値が格納されている場合には（Ｓ７でＹＥＳ）、ステップＳ８で、血圧データグループ内平均計算部１０８は、第１条件メモリ領域および第２条件メモリ領域それぞれについて、格納されている血圧値の平均値を算出し、算出結果をリスク算出部１０９に入力する。なお、本実施の形態においては、各メモリ領域に格納されている血圧値の平均値を算出して以降の処理に用いるものとしているが、平均値に限定されず、各メモリ領域に格納されている血圧値の相互関係を示すその他の値が算出されて以降の処理に用いられてもよい。具体的には、所定の係数を用いた重み付け平均値や、最大値と最小値との差などが用いられてもよい。
【００６５】
そして、ステップＳ９で、リスク算出部１０９は、血圧データグループ内平均計算部１０８で算出された第１条件メモリ領域および第２条件メモリ領域に格納されている血圧値の平均値を入力パラメータである１次パラメータとして、リスク値の算出を行なう。なお、ステップＳ９におけるリスク値の算出方法については様々な方法があり、本発明においては限定されるものではない。その具体例について後に説明する。また、血圧測定に指定される条件が２以上ある場合には、ステップＳ９でリスク値の算出に用いられる入力パラメータは２つに限定されず、２以上であってもよい。あるいは、複数の入力パラメータから適当な入力パラメータが選択されてステップＳ９でリスク値の算出に用いられてもよい。
【００６６】
以上で第１の実施例に示すリスク分析処理を終了する。上述のステップＳ７〜Ｓ９に示されるリスク分析処理は、ステップＳ１〜Ｓ６に示される血圧測定が行なわれるたびに自動的に実行されてもよいし、図示しないリスク計算スイッチを血圧計１が備え、使用者がリスク計算スイッチを操作することで、上述のステップＳ７でさらにリスク計算スイッチの操作が検出されて実行されてもよい。
【００６７】
本発明の血圧計１が第１の実施例に示す上述のリスク分析処理を行なうことで、血圧計１は、異なる条件で測定した血圧値を条件ごとに平均し、単純にそれぞれの平均値をリスク算出の入力パラメータである１次パラメータとしてリスク分析を行なうことができる。
【００６８】
このような第１の実施例に示したリスク分析は、例えば、交感神経などによる血圧調節機能の異常を検出するために、被測定者の手を冷水などで冷やしてその反応としての血圧の差を観測する場合などに有効である。すなわち、冷水で手を冷やす前および後を第１条件および第２条件として、それぞれの平均値をリスク算出の入力パラメータとして血圧測定を行なってリスク分析を行なうことが有効である。また、降圧などの目的で治療薬を服用する際、ある日を境に服薬の量や種類を変えて観察する場合や運動の前後の血圧を状態を観察する場合などにも、その前および後を第１条件および第２条件としてリスク分析を行なうことが有効である。なお、このような場合において、当然種々の理由で条件内（例えば冷却前後や薬の量・種類）で測定される血圧はばらつくから、各条件ごとに複数の血圧値を得、平均値を算出して比較した方が信頼性が改善され好ましい。
【００６９】
（実施例２）
次に、血圧計１におけるリスク分析処理の第２の実施例を図５のフローチャートに示す。図５のフローチャートに示される処理もまた、マイクロプロセッサ１５が記憶装置（図示せず）に記憶されるプログラムを読出して図２に示される各部を機能させることによって実行される。
【００７０】
図５を参照して、始めに、ステップＳ１０１で、使用者が開始スイッチ１２を操作することによって血圧測定が行なわれる。ステップＳ１０１では、血圧測定がスタートすると、マイクロプロセッサ１５に含まれる排気／加圧部制御部１０１は加圧部１０３を制御してカフ２を加圧し、一連の測定動作を開始させる。なお、ステップＳ１０１における測定動作も第１の実施例のステップＳ１における測定動作と同様に一般的なものであり、ここでの説明は繰返さない。
【００７１】
ステップＳ１０１における血圧測定が完了すると、ステップＳ１０２で、マイクロプロセッサ１５に含まれる血圧算出部１０５は、カフ圧検出部１０４の検出結果に基づいて患者の血圧値を算出する。ここでもまた、１回の検出結果から血圧値を算出してもよいが、測定のばらつきを抑えるため、複数回ステップＳ１での血圧測定を行ない、各々の検出結果から得た血圧値の平均算出してそれを血圧値とすることが好ましい。
【００７２】
ステップＳ１０２における算出方法もまた、第１の実施例のステップＳ２における算出方法と同様に、カフ圧検出部１０４で検出された圧力からカフ圧を除去してカフ圧信号上に重畳する患者の動脈圧を算出する方法が挙げられる。なお、このような血圧値の算出方法は一般的な血圧計において行なわれている方法であって、本発明を限定するものではない。
【００７３】
ステップＳ１０２における血圧値の算出が完了すると、ステップＳ１０３において、カフ２の圧力が除去されるなど測定完了時の処理が実行されると共に、表示部１４に測定値が表示される。また、血圧算出部１０５は、算出した血圧値をメモリ１０７に入力する。
【００７４】
次に、ステップＳ１０４において、マイクロプロセッサ１５は、クロック１０６から入力され血圧値に対応つけられた時刻情報に基づいて、当該血圧値について、測定が行なわれた時間帯を判別する。使用者が測定を行なう時刻にはばらつきがあることが予想されるため、ここでは、予めメモリ１０７に記憶された時間帯の境界値を参照して当該測定が行なわれた時間帯を判別することが好ましい。具体的には、朝時間帯を午前６時から８時の間、夕方時間帯を午後１０時から１２時の間、その他の時間をその他時間帯などと設定しておけば、使用者の起床直後、就寝前という心血管のリスクを推し量るのに好適な時間帯を自動認識でき好ましい。すなわち、朝時間帯をおおよそ起床前約２時間から起床後約２時間程度の時間帯とし、夕方時間帯をおおよそ就寝前約２時間から就寝後約２時間程度と設定することが好ましい。なお、ここでは、リスク値の算出に朝時間帯および夕方時間帯の血圧値を用いるものとして説明を行なうが、用いる血圧値の時間帯はこのような時間帯に限定されるものではなく、その他の時間帯の血圧値を用いる場合であっても以降に説明する処理と同様の処理が行なわれる。
【００７５】
そして、ステップＳ１０４で判定された時間帯（ステップＳ１０４で「朝時間帯」あるいは「夕方時間帯」）に応じて、ステップＳ１０５またはステップＳ１０６において、メモリ１０７は血圧算出部１０５から入力された血圧値をグループ化して所定のメモリ領域に格納する。なお、この場合の、メモリ１０７の血圧値を格納する領域は図６に示されるように構成され、朝時間帯に測定された血圧値ＭＢＰ１，ＭＢＰ２，…は朝時間帯メモリ領域に、夕方時間帯に測定された血圧値ＥＢＰ１，ＥＢＰ２，…は夕方時間帯メモリ領域に格納される。
【００７６】
一方、ステップＳ１０４で判定された時間帯がこれらの時間帯に入らない血圧値、すなわち以降のリスク値算出処理で用いない血圧値は、メモリ１０７の記憶対象から除いてもよいし、他のメモリ領域を設置して、リスク算出対象外の血圧値として記憶してもよい。
【００７７】
次にステップＳ１０７で、マイクロプロセッサ１５はリスク算出が可能であるか否かを判定する。すなわち、第１の実施例のステップＳ７における処理と同様に、マイクロプロセッサ１５は、リスク算出処理で用いる各メモリ領域に１以上の血圧値が格納されているか否かを確認する。
【００７８】
ステップＳ１０７での判定の結果、リスク算出処理で用いる朝時間帯メモリ領域あるいは夕方時間帯メモリ領域に血圧値が１つも格納されていない場合には（Ｓ１０７でＮＯ）、ここで本処理を終了する。
【００７９】
一方、ステップＳ１０７での判定の結果、リスク算出処理で用いる朝時間帯メモリ領域および夕方時間帯メモリ領域に１以上の血圧値が格納されている場合には（Ｓ１０７でＹＥＳ）、ステップＳ１０８で、血圧データグループ内平均計算部１０８は、朝時間帯メモリ領域および夕方時間帯メモリ領域それぞれについて、格納されている血圧値の平均値を算出し、算出結果をリスク算出部１０９に入力する。ここで算出される、朝時間帯メモリ領域に格納されている血圧値ＭＢＰ１，ＭＢＰ２，…の平均値をＭＢＰ、朝時間帯メモリ領域に格納されている血圧値ＥＢＰ１，ＥＢＰ２，…の平均値をＥＢＰとする。なお、本実施の形態においては、各メモリ領域に格納されている血圧値の平均値を算出して以降の処理に用いるものとしているが、平均値に限定されず、各メモリ領域に格納されている血圧値の相互関係を示すその他の値が算出されて以降の処理に用いられてもよい。具体的には、所定の係数を用いた重み付け平均値や、最大値と最小値との差などが用いられてもよい。
【００８０】
さらに、ステップＳ１０９で、リスク算出部１０９は、ＭＢＰおよびＥＢＰの平均（以下、ＭＥ平均値という）と差（以下、ＭＥ差という）とを算出する。そして、ステップＳ１１０で、リスク算出部１０９は、ＭＥ平均値とＭＥ差とを入力パラメータとしてリスク値の算出を行なう。なお、ステップＳ１１０におけるリスク値の算出方法についても第１の実施例のステップＳ９におけるリスク値の算出方法と同様に様々な方法があり、本発明においては限定されるものではない。その具体例について後に説明する。また、入力パラメータは、ＭＥ平均値とＭＥ差とに限定されず、ＭＢＰとＥＢＰとの相互関係を示すその他の演算結果であってもよい。また、ステップＳ１０９でリスク値の算出に用いられる入力パラメータは２つに限定されず、２以上であってもよい。
【００８１】
以上で第２の実施例に示すリスク分析処理を終了する。上述のステップＳ１０７〜Ｓ１１０に示されるリスク分析処理もまた、ステップＳ１０１〜Ｓ１０６に示される血圧測定が行なわれるたびに自動的に実行されてもよいし、図示しないリスク計算スイッチを血圧計１が備え、使用者がリスク計算スイッチを操作することで、上述のステップＳ１０７でさらにリスク計算スイッチの操作が検出されて実行されてもよい。
【００８２】
本発明の血圧計１が第２の実施例に示す上述のリスク分析処理を行なうことで、血圧計１は、条件の異なる血圧値を単純にリスク算出の入力パラメータとするのではなく、一旦異なる条件下での複数の血圧値の平均を算出した後、それらを演算した結果をリスク算出の入力パラメータとしてリスク分析を行なうことができる。すなわち、異なる条件下で得たそれぞれ少なくとも１つの血圧値からなる複数の血圧データ群を得、それぞれの群に含まれる血圧値の相互関係に基づいて心血管系疾患のリスクを推定することができる。また、上記異なる条件をクロック機能により自動的に検出してグループ化することができる。
【００８３】
このような第２の実施例に示したリスク分析は、脳卒中、心不全、脳梗塞、脳出血、くも膜下出血、一過性脳虚血発作、転倒、失神、めまい、ふらつき、心筋梗塞、狭心症、無症候性心虚血、不整脈、突然死、解離性大動脈瘤、および大動脈瘤破裂などの心血管事故を防止するのに特に有効である。
【００８４】
具体的には、本願発明者の研究成果によれば、図７に示されるように、就寝前の時間帯（夕方時間帯）と起床直後の時間帯（朝時間帯）とに測定した血圧値の平均値（ＭＥ平均値）を横軸に、両者の差（ＭＥ差）を縦軸に設定した平面において、横軸に１３５ｍｍＨｇ、縦軸に２０ｍｍＨｇのしきい値を設けて４つの領域（第１〜第４領域）に分割した上に多人数の高血圧患者の血圧データをプロットすると、第４領域、すなわち、ＭＥ平均値とＭＥ差とが共に大きい領域に、図７中において黒点で示した脳卒中を起こした患者のデータが特に多いことがわかっている。図７において、四隅に示す数値は、拡張期血圧領域に含まれる被験者数、脳卒中のあった被験者数、および脳卒中のあった被験者の人数比（％）を示している。なお、上述の横軸および縦軸に設けるしきい値は１３５ｍｍＨｇおよび２０ｍｍＨｇに限定されず、横軸のしきい値は１３５ｍｍＨｇ〜１４０ｍｍＨｇ、縦軸のしきい値は１０ｍｍＨｇ〜２０ｍｍＨｇであることが好ましい。
【００８５】
例えば、第４領域の脳卒中の比率は、第１領域（つまり、ＭＥ平均値、ＭＥ差ともに低い領域）の５．１倍に達する。これは、言い換えれば、ＭＥ平均値とＭＥ差という２つのパラメータによって脳卒中や心筋梗塞などの心血管系事故のリスク（起こる確率）が推定できることを意味する。ただ、血圧は種々の要因に影響されてばらつくため、好ましくは複数日にわたってこれらの時間帯で血圧測定を繰返し、それぞれの時間帯について平均値を求めてからＭＥ平均値やＭＥ差を得て、結果を求めた方がリスク推定の精度が向上する。
【００８６】
本発明にかかる血圧計１は、第２の実施例に示したリスク分析処理を実行することで、就寝前の時間帯（朝時間帯）と起床直後の時間帯（夕方時間帯）に測ったそれぞれ少なくとも１つの血圧値を含む血圧データ群（朝時間帯メモリ領域および夕方時間帯メモリ領域に含まれるデータ）を得て、各群に含まれる血圧値の平均をそれぞれ算出した後（群内平均（ＭＢＰ，ＥＢＰ））、群どうしの平均値（ＭＥ平均値）と差（ＭＥ差）という２つの入力パラメータである１次パラメータを算出する。このため、本発明にかかる血圧計１は、ＭＥ平均値とＭＥ差という２つの１次パラメータに基づいて心血管系疾患のリスク値を算出してリスクを推定するのに特に有効である。
【００８７】
すなわち、本発明にかかる血圧計１では、血圧値それぞれの測定時間帯を自動的に区別してリスク値の算出を行なうため、使用者は、従来のメモリ機能およびクロック機能付き血圧計を操作するのと同じ簡便さでリスクの推定を行なうことができる。
【００８８】
さらに、血圧計１は、第２の実施例に示したリスク分析処理を実行して朝時間帯および夕方時間帯に測定された血圧値からＭＥ平均値とＭＥ差とを算出し、両者が高いと判断される場合には、脳卒中などの心血管系事故のリスクが高いため、医師に治療を受けていない場合は速やかに受けるよう使用者に対して警告したり、すでに治療を受けている場合にもそのリスクの高さに応じて治療内容の変更を医師と相談するよう通知するなど、使用者に対して心血管事故を防ぐための警告を行なうことも好ましい。
【００８９】
また、血圧は種々の要因によって変化し、その結果測定値もばらつくため、朝夕１回ずつの血圧値だけで上記のようなリスクを判定するには若干正確さが不足する場合もある。そのような場合であっても、本発明にかかる血圧計１は、複数の日にわたって朝時間帯および夕方時間帯に測定した血圧値をメモリ１０７に蓄積し、メモリ１０７に蓄積された朝時間帯および夕方時間帯それぞれの平均値（ＭＢＰ，ＥＢＰ）どうしでＭＥ平均値やＭＥ差を算出してリスク値の算出を行なうことを特徴とするため、判定結果の信頼性を各段に向上させることができる。
【００９０】
次に、リスク分析処理におけるリスク値の算出方法の具体例を挙げて説明する。これは、第１の実施例に示すリスク分析処理においてはステップＳ９、第２の実施例に示すリスク分析処理においてはステップＳ１１０でリスク算出部１０９が実行するリスク値の算出処理の具体的な方法である。
【００９１】
第１のリスク値算出方法の具体例として、図８にフローチャートを示す。図８を参照して、始めに、リスク算出部１０９は、ステップＳ２０１で、２つの入力パラメータである１次パラメータの軸で定義される２次元平面において、それぞれの軸につき少なくとも１つのしきい値を判断基準として設定し、それらで分割される複数の１次パラメータ領域である小領域を、判断基準領域として定義する。
【００９２】
次に、リスク算出部１０９は、ステップＳ２０２で、２つの入力パラメータで表わされる実測値を上記２次元平面に対応付け、それがいずれの小領域に含まれるかを判定する。
【００９３】
最後に、リスク算出部１０９は、ステップＳ２０３で、ステップＳ２０２での判定結果に基づいて、メモリ１０７に記憶された各小領域に対応するリスク値のうち当該２つの入力パラメータで表わされる実測値が含まれる小領域のリスク値を読出し、リスク算出値とする。
【００９４】
さらに、リスク算出部１０９が上記２次元平面の情報と２つの入力パラメータで表わされる実測値の情報とを表示部１４に渡すことで、表示部１４において、上記２次元平面上に実測値が表示されることが好ましい。
【００９５】
リスク算出部１０９が上述の第１のリスク値算出方法を採用したリスク値算出処理を実行することで、例えば、第２の実施例に示されたリスク分析処理のステップＳ１１０では、入力パラメータであるＭＥ平均値およびＭＥ差を横軸および縦軸とする図７に示される２次元平面を定義する。そして、リスク算出部１０９は、横軸であるＭＥ平均値に１３５ｍｍＨｇ、縦軸であるＭＥ差に２０ｍｍＨｇのしきい値を設定して、それらで分割される第１〜第４の領域を定義する。
【００９６】
各小領域に対応する心血管疾患リスク値は種々考えられるが、例えば図７に示されるデータに基づけば、ＭＥ平均値、ＭＥ差共に低値である左下の第１の領域における脳卒中の発生比率は４．１％であるから、その発生比率に対する相対的な発生率の比を各小領域におけるリスクとすることができる。具体的には、基準となる第１の領域のリスク値を１．０とし、第２の領域では７．９％／４．１％＝１．９、第３の領域ではリスク値は３．４％／４．１％＝０．８、第４の領域では２１．％／４．１％＝５．１となる。そこで、これらのリスク値を予めメモリ１０７に記憶しておき、上述のステップＳ２０２では、ＭＥ平均値とＭＥ差との実測値に基づいて該当する小領域を特定して対応するリスク値を表示すればよい。
【００９７】
なお、上述の第１のリスク値算出方法の具体例は、２つの入力パラメータを用いてリスク値を算出する場合の算出方法であるが、２以上の入力パラメータを用いてリスク値を算出する場合にも同様の方法を用いることができる。すなわち、Ｎ個の入力パラメータを用いてリスク値を算出する場合には、ステップＳ２０１でＮ個の入力パラメータの軸で定義されるＮ次元領域において、それぞれの軸につき少なくとも１つのしきい値を判断基準として設定し、それらで分割される複数のＮ次元の１次パラメータ領域である小領域を判断基準領域として定義する。そして、ステップＳ２０２で、Ｎ個の入力パラメータで表わされる実測値を上記Ｎ次元領域に対応付け、その実測値が含まれる小領域に対応するリスク値をメモリ１０７から読出して、リスク算出値とする。
【００９８】
上述の第１のリスク値算出方法では、しきい値の設定数を少なくすることで、すなわち、小領域の面積を大きくして小領域の数を少なくすることで、血圧計１での処理を容易にすることができる。しかし、本算出方法では小領域内でのリスク値を一定と仮定しているため、しきい値の設定数を少なくすると、実際に少領域内で局所的に変化するリスク値は反映されにくくなり、算出されるリスク値の精度が低くなるおそれがある。
【００９９】
そこで、第２のリスク値算出方法として、各入力パラメータで表わされる値に基づいて連続量で定義されるリスクを算出する方法について説明する。これは、上述の第１のリスク値算出方法において、しきい値の設定数を無限大にした場合に相当する方法である。言い換えれば、各入力パラメータを変数とした次式のようなＮ変数関数Ｆによってリスク値Ｒを算出する方法である。
【０１００】
Ｒ＝Ｆ（入力パラメータ１，入力パラメータ２，…，入力パラメータＮ）
このＮ変数関数Ｆは、Ｎ個のパラメータについて局所的にリスク値の算出を実際に行ない、それらの近似することで得ることができる。例えば、前述の具体例の場合、朝夕の血圧の平均値（ＭＥ平均値）と差（ＭＥ差）という２つの入力パラメータで表わされる血圧データについて局所的に脳卒中が発生する率であるリスク値を計算してそれらを近似することで、図９に具体例が示されるようなＭＥ平均値とＭＥ差とを変数とした２変数関数Ｆを得ることができる。
【０１０１】
このようにして得られるＮ変数関数を予めメモリ１０７に判定情報として記憶させておけば、リスク算出部１０９は、Ｎ個の入力パラメータで表わされる実測値をメモリ１０７から読出したそのＮ変数関数に入力することによってリスク値を得ることができる。さらに、リスク算出部１０９は、メモリ１０７から読出したＮ変数関数とＮ個の入力パラメータで表わされる実測値とを表示部１４に渡すことで、表示部１４において、上記Ｎ変数関数で表わされる領域に上記実測値が表示されることが好ましい。
【０１０２】
ところで、血圧計１でのリスク分析を、治療効果の観察や病状が悪化していないかの確認などを目的として行なうことも好ましい。この場合、ある程度の期間にわたって、このような心血管系疾患のリスクを比較・追跡する必要がある場合がある。そのため、血圧計１は、複数の期間に算出した１次パラメータを同一座標上で表示し、その推移を確認できる機能を備えることが好ましい。なお、このようなリスク分析を行なう前提として、血圧計１に含まれるクロック１０６は、血圧計１で測定が行なわれた日時を示す日時情報をメモリ１０７に入力する。そして、メモリ１０７の所定の領域には、血圧算出部１０５から入力された血圧値とクロック１０６から入力された日時情報とが対応付けられて格納されているものとする。さらに、メモリ１０７の所定の領域には、血圧算出部１０５から入力された血圧値とクロック１０６から入力された日時情報と条件スイッチ１３から入力された条件情報とが対応付けられて格納されていてもよい。
【０１０３】
本発明の血圧計１が上述の機能を備える場合の構成の具体例について図１０にブロック図で示す。図１０に示される構成は、図２に示される構成に上述の機能を実現するための血圧値抽出部１１０をさらに含む構成である。そこで、図１０については、図２に示される構成との違いについて説明する。
【０１０４】
図１０に示される血圧値抽出部１１０は、期間設定スイッチ１６から、複数の設定された期間の情報を受取る。血圧値抽出部１１０は、メモリ１０７に格納されている血圧値から、受取った各期間に該当する血圧値を抽出する。そして、血圧値抽出部１１０は、抽出した各期間に該当する血圧値をデータグループ内平均算出部１０８に入力する。
【０１０５】
データグループ内平均算出部１０８は、血圧値抽出部１１０から入力された血圧値の、各期間について、図３に示されるような各メモリ領域ごとに、血圧値の平均を算出する処理を行なう。そして、血圧データグループ内平均算出部１０８は、算出結果をリスク算出部１０９に入力する。
【０１０６】
リスク算出部１０９は、血圧データグループ内平均算出部１０８から入力された算出結果に基づいて、上述と同様のリスク値の算出を行なう。
【０１０７】
図１１に、血圧計１が１次パラメータの推移を表示する場合の処理をフローチャートで示す。図１１のフローチャートに示される処理もまた、マイクロプロセッサ１５が記憶装置（図示せず）に記憶されるプログラムを読出して図１０に示される各部を機能させることによって実行される。
【０１０８】
図１１を参照して、始めに、ステップＳ３０１で、使用者が期間設定スイッチ１６を操作することによって、血圧計１は１次パラメータの推移を表示するための複数の期間の設定を行なう。
【０１０９】
次に、ステップＳ３０２で、血圧値抽出部１１０は、メモリ１０７に格納されている血圧値から、受取った各期間に該当する血圧値を抽出する。ステップＳ３０２では、血圧値抽出部１１０は、メモリ１０７に格納されている血圧値に対応付けられている日時情報を参照して、期間設定スイッチ１６から受取った各期間に該当する日時情報が対応付けられている血圧値を抽出する。
【０１１０】
次に、ステップＳ３０３で、マイクロプロセッサ１５は、当該期間についてリスク算出が可能であるか否かを判定する。上述のように、リスク算出処理は、メモリ１０７に含まれるメモリ領域の演算値を用いる処理であるため、リスク算出処理で用いるメモリ領域に１以上の血圧値が格納されている必要がある。そのため、ステップＳ３０３で、マイクロプロセッサ１５は、各期間ごとのリスク算出処理で用いる各メモリ領域に１以上の血圧値が格納されているか否かを確認する。
【０１１１】
ステップＳ３０３での判定の結果、各期間ごとのリスク算出処理で用いるいずれかのメモリ領域に血圧値が１つも格納されていない場合には（Ｓ３０３でＮＯ）、ここで本処理を終了する。
【０１１２】
一方、ステップＳ３０３での判定の結果、各期間ごとのリスク算出処理で用いる各メモリ領域に１以上の血圧値が格納されている場合には（Ｓ３０３でＹＥＳ）、ステップＳ３０４で、血圧データグループ内平均計算部１０８は、各期間ごとに、各メモリ領域それぞれについて格納されている血圧値の平均値を算出し、算出結果をリスク算出部１０９に入力する。
【０１１３】
ステップＳ３０５で、リスク算出部１０９は、血圧データグループ内平均計算部１０８で算出された各期間ごとの各メモリ領域に格納されている血圧値の平均値を１次パラメータとして、設定された各期間ごとの１次パラメータの推移を表示させるために、表示部１４に入力する。
【０１１４】
さらに、上述のように、血圧の測定が行なわれた時間帯に基づいたリスク値の推移を表示させる場合には、ステップＳ３０５で、上述のステップＳ１０９での処理と同様に、リスク算出部１０９は、ステップＳ３０４で算出した各メモリ領域の平均値、すなわち、朝時間帯メモリ領域の平均値ＭＢＰと夕方時間帯メモリ領域の平均値ＥＢＰとの平均（ＭＥ平均値）と差（ＭＥ差）とを算出して、それらの算出結果を１次パラメータとして表示部１４に入力する。
【０１１５】
本発明の血圧計１が上述の処理を行なうことで、図１２に具体例が示されるように、設定された複数の期間ごとの１次パラメータの推移を表示部１４に表示させることができる。そのため、異なる条件下の複数の１次パラメータ群が複数存在する場合に、それらを比較したり、変化の経緯を観察したりする場合に有効である。
【０１１６】
なお、図１２に示される１次パラメータの推移の表示の具体例は、１次パラメータとしてＭＥ平均値とＭＥ差との推移を表示したものである。さらに、図１２に示すように、１次パラメータの推移をより明確に表示させるために、各データポイントの間を、その順番にしたがって矢印で結んだり、測定日を表示したりさせることも好ましい。また、それらの１次パラメータを用いて上述と同様の方法でリスク値を算出させ、各データポイントごとにリスク値を表示させることも好ましい。
【０１１７】
なお、上述の処理では、血圧計１は、１次パラメータの推移を表示させるための期間の設定を受付けてから各期間ごとの１次パラメータを算出しているが、予め期間の設定をたとえば１ヶ月ごと、などと受付けておいて、所定期間ごとに算出された１次パラメータをメモリ１０７の所定領域に格納して記憶しておいてもよい。そして、ユーザからの呼出し操作によって、それらをメモリ１０７から呼出して表示部１４に同時に表示させることも好ましい。
【０１１８】
また、１次パラメータの推移を表示させるための期間の設定は１ヶ月などの期間に限定されず、２０００年９月２２日，２００１年２月１２日，２００１年１０月５日などの複数の所定の日の設定であってもよい。その場合には、血圧計１は、その日を示す日時情報が対応付けられている血圧値、つまり、その日に測定された血圧値のみをメモリ１０７から抽出して１次パラメータを算出して表示させてもよい。あるいは、予め１次パラメータを算出するための期間を１ヶ月などと設定しておくことで、複数の所定の日が設定された場合に、血圧計１は、その日の前１ヶ月間の血圧値をメモリ１０７から抽出して１次パラメータを算出して表示させてもよい。
【０１１９】
［変形例］
さらに、上述の血圧計１が行なうリスク値算出方法、１次パラメータの推移の表示方法を、プログラムとして提供することもできる。このようなプログラムは、コンピュータに付属するフレキシブルディスク、ＣＤ−ＲＯＭ（Compact Disc-Read Only Memory）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）およびメモリカードなどのコンピュータ読取り可能な記録媒体にて記録させて、プログラム製品として提供することもできる。あるいは、コンピュータに内蔵するハードディスクなどの記録媒体にて記録させて、プログラムを提供することもできる。また、ネットワークを介したダウンロードによって、プログラムを提供することもできる。
【０１２０】
提供されるプログラム製品は、ハードディスクなどのプログラム格納部にインストールされて実行される。なお、プログラム製品は、プログラム自体と、プログラムが記録された記録媒体とを含む。
【０１２１】
図１３は、変形例における心血管系疾病リスク分析システムの構成の具体例を示す図である。図１３を参照して、変形例における心血管系疾病リスク分析システムは、上述のプログラムを格納したパーソナルコンピュータ等のコンピュータ（以下、パソコンという）５と血圧計１ａとを含んで構成され、それらはＬＡＮ（Local Area Network）等の専用回線、あるいは電話回線などの公衆回線、あるいは無線などを介して通信を行なう。
【０１２２】
パソコン５は、一般的なパーソナルコンピュータ等であるため、そのハードウェア構成についてのここでの詳細な説明は行なわない。このようなパソコン５は、一般家庭に備えられるものであってもよいし、病院等の医療施設に備えられるサーバであってもよい。
【０１２３】
また、パソコン５で実行される処理は、上述の血圧計１で実行される処理と同様であるため、ここでの詳細な説明は繰返さない。すなわち、パソコン５では上述のプログラムが実行され、血圧計１ａから受信したデータや過去に蓄積したデータを使って、画面上にリスク値を表示したり、図１２に示すような１次パラメータの推移を示すグラフを表示することができる。
【０１２４】
この場合、血圧計１ａは、一般的な血圧計の構成要素に加えて、図１３に示すように送信ボタン１７と、一般公衆回線に接続するためのモデムやインタフェース等の通信手段とをさらに備える。そして、血圧計１ａは、血圧を測定後送信ボタン１７を押下されることで、測定された血圧値をパソコン５に送信する。
【０１２５】
あるいは、血圧計１ａは、図２に示される血圧計１の構成要素に加えて送信ボタン１７と通信手段とをさらに備えてもよい。その場合、血圧計１ａは、ＭＥ平均値およびＭＥ差や、冷却をする前と後の血圧値の相互関係に基づく評価量など、各測定条件による測定値の相互関係に基づいた評価量を日付情報と共にメモリに記憶させておき、それらのデータをパソコン５に送信してもよい。そうすることで、送信するデータ量を少なくし、通信時間を少なくさせることもできる。
【０１２６】
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
【図面の簡単な説明】
【図１】本実施の形態における血圧計１の外観の具体例を示す図である。
【図２】血圧計１の構成の具体例を示すブロック図である。
【図３】メモリ１０７の血圧値を格納する領域の第１の具体例を示す図である。
【図４】血圧計１におけるリスク分析処理の第１の実施例を示すフローチャートである。
【図５】血圧計１におけるリスク分析処理の第２の実施例を示すフローチャートである。
【図６】メモリ１０７の血圧値を格納する領域の第２の具体例を示す図である。
【図７】就寝前の時間帯と起床直後の時間帯とに測定した血圧値の相互関係と、脳卒中のリスクとの関係を表わす図である。
【図８】第１のリスク値算出方法の具体例を示すフローチャートである。
【図９】ＭＥ平均値とＭＥ差とを変数とした２変数関数Ｆの具体例を示す図である。
【図１０】血圧計１が１次パラメータの推移を確認できる機能を備える場合の構成の具体例を示すブロック図である。
【図１１】血圧計１が１次パラメータの推移を表示する場合の処理を示すフローチャートである。
【図１２】１次パラメータの推移の表示の具体例を示す図である。
【図１３】変形例における心血管系疾病リスク分析システムの構成の具体例を示す図である。
【符号の説明】
１，１ａ血圧計、２カフ、５パソコン、１１電源スイッチ、１２開始スイッチ、１３条件スイッチ、１４表示部、１５マイクロプロセッサ、１６期間設定スイッチ、１７送信ボタン、１０１排気／加圧部制御部、１０２排気部、１０３加圧部、１０４カフ圧検出部、１０５血圧算出部、１０６クロック、１０７メモリ、１０８血圧データグループ内平均算出部、１０９リスク算出部、１１０血圧値抽出部。

Claims

同じ測定条件下で測定された少なくとも１個の血圧データを含む血圧データ群を、測定条件ごとに複数日にわたって記憶する血圧データ記憶手段と、
前記血圧データ群に含まれる血圧データと、前記測定条件の異なる他の血圧データ群に含まれる血圧データとの相互関係に基づく評価量を算出する評価量算出手段と、
前記血圧データ群に含まれる血圧データの群内平均を、前記測定条件の異なる血圧データ群のそれぞれに対して算出する群内平均算出手段とを備え、
前記評価量は、心臓血管系疾病のリスク度合いに関係し、
前記測定条件は、就寝前約２時間以降に始まり就寝後約２時間以前で終わる第１の時間帯と、起床前約２時間以降に始まり起床後約２時間以前で終わる第２の時間帯とを含む、複数の特定の時間帯である、血圧計。
前記評価量算出手段は、前記血圧データ群それぞれの群内平均の平均値と差分値とに基づいて前記評価量を算出する、請求項１に記載の血圧計。
時間情報を出力する時計手段をさらに備え、
前記血圧データ記憶手段は、前記時計手段の出力する時間情報に基づいて前記測定条件を血圧データごとに判別して、前記血圧データを前記測定条件ごとに記憶する、請求項１に記載の血圧計。
同じ測定条件下で測定された少なくとも１個の血圧データを含む血圧データ群を、測定条件ごとに複数日にわたって記憶する血圧データ記憶手段と、
前記血圧データ群に含まれる血圧データと、前記測定条件の異なる他の血圧データ群に含まれる血圧データとの相互関係に基づく評価量を算出する評価量算出手段と、
前記血圧データ群に含まれる血圧データの群内平均を、前記測定条件の異なる血圧データ群のそれぞれに対して算出する群内平均算出手段と、
前記測定条件の異なる複数の血圧データ群の群内平均、または前記群内平均の平均値および差分値として得られる複数の１次パラメータ軸の少なくとも１つに対して１以上のしきい値を設け、前記複数の１次パラメータ軸で構成される１次パラメータ多次元領域に前記しきい値によって規定される複数の１次パラメータ領域を定義し、前記測定された血圧データから得られる１次パラメータの実測値が、前記複数の１次パラメータ領域のうちのいずれの領域に存在するかを判定あるいは表示することで、前記血圧データに基づいた診断を行なう診断手段とを備える、血圧計。
前記１次パラメータ多次元領域を表示する１次パラメータ領域表示手段をさらに備え、
前記１次パラメータ領域表示手段は、前記１次パラメータの実測値を前記１次パラメータ多次元領域上に表示することを特徴とする、請求項４に記載の血圧計。
前記測定条件の異なる複数の血圧データ群の群内平均、または前記群内平均の平均値および差分値の対である１次パラメータ組を複数組記憶する１次パラメータ組記憶手段をさらに備え、
前記１次パラメータ領域表示手段は、前記複数の１次パラメータ組を、同時に前記１次パラメータ多次元領域上に表示することを特徴とする、請求項５に記載の血圧計。
前記１次パラメータ領域ごとに、数値化した心血管系疾病のリスクの度合いを対応付けた心血管系疾病リスク定義手段をさらに備え、
前記リスク算出手段は、前記１次パラメータの実測値が前記複数の１次パラメータ領域のうちのいずれの領域に存在するかの判定に基づいて心血管系疾病リスクを決定あるいは表示する、請求項４〜６のいずれかに記載の血圧計。
前記血圧データ群の群内平均の平均値として得られる前記１次パラメータ軸に設けるしきい値は、収縮期血圧についてのしきい値であって、約１３５ｍｍＨｇである、請求項４〜７のいずれかに記載の血圧計。
前記血圧データ群の群内平均の差分値は、就寝前の時刻に測定された収縮期血圧に対する起床前後の時刻に測定された収縮期血圧の増加分であり、前記群内平均の差分値として得られる前記１次パラメータ軸に設けるしきい値は約２０ｍｍＨｇである、請求項４〜８のいずれかに記載の血圧計。
同じ測定条件下で測定された少なくとも１個の血圧データを含む血圧データ群を、測定条件ごとに複数日にわたって記憶する血圧データ記憶手段と、
前記血圧データ群に含まれる血圧データと、前記測定条件の異なる他の血圧データ群に含まれる血圧データとの相互関係に基づく評価量を算出する評価量算出手段と、
前記血圧データ群に含まれる血圧データの群内平均を、前記測定条件の異なる血圧データ群のそれぞれに対して算出する群内平均算出手段と、
前記血圧データ群の群内平均の平均値および差分値の両者を入力変数とし、心血管系疾病のリスクの度合いを数値的に推定する心血管系疾病リスク算出関数手段とを備え、
前記心血管系疾病リスク算出関数手段は、前記群内平均の平均値および差分値の実測値が得られた際に、心血管系疾病リスクを算出あるいは表示することを特徴とする、血圧計。
複数日にわたって血圧データを取得する取得ステップと、
前記取得した血圧データのうち、同じ測定条件下で測定された少なくとも１個の血圧データを含む血圧データ群を、前記複数日にわたって、測定条件ごとに記憶部に格納する血圧データ格納ステップと、
前記血圧データ群に含まれる血圧データと、前記測定条件の異なる他の血圧データ群に含まれる血圧データとの相互関係に基づく評価量を算出する評価量算出ステップと、
前記血圧データ群に含まれる血圧データの群内平均を、前記測定条件の異なる血圧データ群のそれぞれに対して算出する群内平均算出ステップとをコンピュータに実行させ、
前記評価量は、心臓血管系疾病のリスク度合いに関係し、
前記測定条件は、就寝前約２時間以降に始まり就寝後約２時間以前で終わる第１の時間帯と、起床前約２時間以降に始まり起床後約２時間以前で終わる第２の時間帯とを含む、複数の特定の時間帯である、心血管系疾病リスク分析プログラム。