JP5864642B2 - 臨床転帰を評価するための方法およびシステム - Google Patents
臨床転帰を評価するための方法およびシステム Download PDFInfo
- Publication number
- JP5864642B2 JP5864642B2 JP2014038435A JP2014038435A JP5864642B2 JP 5864642 B2 JP5864642 B2 JP 5864642B2 JP 2014038435 A JP2014038435 A JP 2014038435A JP 2014038435 A JP2014038435 A JP 2014038435A JP 5864642 B2 JP5864642 B2 JP 5864642B2
- Authority
- JP
- Japan
- Prior art keywords
- subject
- data
- medical
- probability
- item
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/30—Unsupervised data analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/90—Programming languages; Computing architectures; Database systems; Data warehousing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Description
本出願は、2008年3月26日に出願された米国仮特許出願第61/039,721号の優先権を主張し、その出願は本明細書に参考として援用される。
患者の臨床転帰を評価するための従来の方法は、主に、臨床医の判断および過去の経験に基づく。従来の方法は、概して、単独時点における、実験試験、患者調査、および外来診療を伴うが、それらはすべて、時系列分析、特に、患者の臨床転帰の動向をリアルタイムで追跡または予測する時系列分析に対して拡張可能ではない。従来の方法論には、単一臨床医の個人的選好等の比較的少ない情報集合が、臨床的決定に達する際に考慮されるという、深刻な欠点が内在する。したがって、既存の医療システム下では、多重変数が含まれる場合、患者治療は、益々困難となる。特に、大規模バイオマーカ集合が、臨床転帰の診断、予後、および治療、または臨床試験の設計および実行を補助するために使用される、多次元分析を実施するためのシステムおよび方法が欠如している。
本発明は、被検者データ分析のための医療情報システムを提供する。一局面では、本発明のシステムは、血液検査およびデータ分析の将来を発展させるために特に有用である。例えば、システムは、小血液サンプル(例えば、500μl、50μl、25μl、10μl以下)を分析し、その情報をリアルタイムデータと異種データベース(患者記録、遺伝子/ゲノム情報、主試験からのデータ)から記憶されたデータを1つの中央保存場所に統合するデータベースに無線伝送する、リアルタイム医療現場用消費者血液監視デバイスの周囲に構築される統合基盤の一部であることが可能である。次いで、システムは、特有コマンドまたはタスク、例えば、所与の病状の病態生理学と関連して、リアルタイムPK/PDの動的マッピング等を行なうために、データ保存場所への多変量多次元計算の自動的適用を可能にする。
例えば、本発明は以下の項目を提供する。
(項目1)
被検者の臨床転帰の確率を特性化するための方法であって、
a.離散臨床転帰集合であって、その各々が少なくとも1つの生物学的マーカの統計的分布によって特性化される、離散臨床転帰集合によって定義される確率空間を構築するステップと、
b.該少なくとも1つの生物学的マーカに対応する被検者データを取得するステップと、
c.該確率空間内の該被検者データの位置を計算し、それによって、該被検者の臨床転帰の確率を特性化するステップと
を含む、方法。
(項目2)
被検者データ分析のための医療情報システムであって、
a.被検者データを受信し、プロセッサと通信するための入力デバイスと、
b.(i)離散臨床転帰集合であって、その各々が少なくとも1つの生物学的マーカの統計的分布によって特性化される、離散臨床転帰集合によって定義される確率空間に対応するデータを記憶し、(ii)該少なくとも1つの生物学的マーカに対応する被検者データを記憶するためのデータベースを有する、該プロセッサと通信する記憶装置と、
c.該被検者の離散臨床転帰の確率を評価する方法として、該確率空間内の該被検者データの位置を計算するプロセッサと、
d.c)の離散臨床転帰に関連する情報をエンドユーザに伝送する出力デバイスと
を含む、システム。
(項目3)
被検者の臨床転帰を特性化する方法であって、
a.サーバ内に確率空間を構築するステップであって、該確率空間は、離散臨床転帰集合であって、その各々が少なくとも1つの生物学的マーカの統計的分布によって特性化される、離散臨床転帰集合によって定義される、ステップと、
b.被検者のデータを該サーバに入力するステップであって、該データは、該少なくとも1つの生物学的マーカに対応する、ステップと、
c.該確率空間内の該被検者データの位置を計算し、それによって、該被検者の臨床転帰を特性化するステップと
を含む、方法。
(項目4)
少なくともステップbおよびcは、確率空間内に軌道をもたらすように、種々の時点で反復され、該軌道は、上記臨床転帰に対する進行の可能性を示す、項目1または3に記載の方法。
(項目5)
上記確率空間内の上記被検者データの位置を評価または特性化するときに、医療従事者または医療措置を講じる必要性がある被検者に通知するステップをさらに含む、項目1または3に記載の方法。
(項目6)
上記医療措置は、上記被検者に投与される現行の治療剤の用量の変更、異なる治療剤の投与、および治療剤の異なる組み合わせの投与から成る群から選択される、少なくとも1つの措置を伴う、項目5に記載の方法。
(項目7)
上記通知は、電子的に伝送される、項目5に記載の方法。
(項目8)
上記通知は、無線で伝送される、項目5に記載の方法。
(項目9)
上記少なくとも1つの措置の選択の際に、該選択された措置の結果を評価するために、転帰分析を行なうステップと、上記被検者の離散臨床転帰の確率を自動的に更新するステップとをさらに含む、項目5に記載の方法。
(項目10)
上記種々の時点は、約24時間未満の期間に及ぶ、項目4に記載の方法。
(項目11)
上記臨床転帰は、完全応答(CR)、部分応答(PR)、安定疾患(SR)、無応答(NR)、薬物副作用(ADR)、および薬物毒性から成る群から選択される、項目1または2に記載の方法。
(項目12)
上記エンドユーザは、医療従事者または上記被検者である、項目2に記載の医療情報システム。
(項目13)
上記エンドユーザは、製薬会社の従業員である、項目2に記載の医療情報システム。
(項目14)
上記出力デバイスは、上記エンドユーザからの命令に応答して、上記被検者データおよび上記確率空間の選択された部分を伝送する、項目2に記載の医療情報システム。
(項目15)
上記記憶装置は、上記少なくとも1つの生物学的マーカと関連付けながら、複数の被検者の履歴参照データを記憶する、項目2に記載の医療情報システム。
(項目16)
上記記憶装置内に記憶されるデータは、病理学、解剖学、治療選択肢、治療転帰、薬理学的パラメータ、薬物動態学的パラメータ、心理学的パラメータ、およびゲノム情報から成るカテゴリから選択される、項目2に記載の医療情報システム。
(項目17)
上記データベースは、公開データベースである、項目2に記載の医療情報システム。
(項目18)
上記データベースは、内部データベースである、項目2に記載の医療情報システム。
(項目19)
上記出力デバイスによって伝送される情報は、暗号化される、項目2に記載の医療情報システム。
(項目20)
ネットワークを含む、項目2に記載の医療情報システム。
(項目21)
上記入力デバイスおよび/または上記出力デバイスは、上記ネットワークに遠隔からアクセス可能なユーザインターフェースを含む、項目2に記載の医療情報システム。
(項目22)
上記プロセッサは、上記被検者の離散臨床転帰の確率を評価する方法として、上記確率空間内の上記被検者データの位置を計算する、項目2に記載の医療情報システム。
(項目23)
上記入力デバイスは、タッチスクリーンを含む、項目2に記載の医療情報システム。
(項目24)
上記入力デバイスは、データ入力ポータルまたはキーボードを含む、項目2に記載の医療情報システム。
(項目25)
上記被検者データは、テキストまたは数値である、項目2に記載の医療情報システム。
(項目26)
上記テキストまたは数値情報は、上記エンドユーザから要請される、項目25に記載の医療情報システム。
(項目27)
上記被検者データは、体液内に存在する少なくとも1つの生物学的マーカの測定を表す、項目2に記載の医療情報システム。
(項目28)
上記被検者データは、血液内に存在する少なくとも1つの生物学的マーカの測定を表す、項目2に記載の医療情報システム。
(項目29)
上記被検者データは、血液内に存在する少なくとも1つの生物学的マーカの測定を表す、項目2に記載の医療情報システム。
(項目30)
上記測定は、上記被検者によって操作される医療現場用デバイスによって取得される、項目29に記載の医療情報システム。
(項目31)
上記測定は、上記確率空間内に軌道をもたらすように、種々の時点で行なわれ、該軌道は、上記評価された臨床転帰の時系列を表す、項目30に記載の医療情報システム。
(項目32)
上記出力デバイスによって伝送される情報は、単一時点における上記被検者の臨床転帰の評価を表す、項目31に記載の医療情報システム。
(項目33)
上記出力デバイスによって伝送される情報は、上記評価された臨床転帰の時系列を表す、項目31に記載の医療情報システム。
(項目34)
上記出力デバイスは、自動警告システムを含む、項目2に記載の医療情報システム。
(項目35)
上記自動警告システムは、上記エンドユーザによってプログラム可能である、項目34に記載の医療情報システム。
(項目36)
上記自動警告システムは、臨床試験のための定義済みのプロトコルに基づいてプログラム可能である、項目34に記載の医療情報システム。
(項目37)
上記被検者データは、血液内に存在する少なくとも1つの生物学的マーカの測定を表す、項目2に記載の医療情報システム。
(項目38)
上記エンドユーザは、医療提供者である、項目2に記載の医療情報システム。
(項目39)
上記医療提供者は、健康保険機構(HMO)である、項目37に記載の医療情報システム。
(項目40)
コンピュータ可読命令を含む、コンピュータ可読媒体であって、実行時、プロセッサに、
a.離散臨床転帰集合であって、その各々が少なくとも1つの生物学的マーカの統計的分布によって特性化される、離散臨床転帰集合によって定義される確率空間を提供させ、
b.該少なくとも1つの生物学的マーカに対応する被検者データを取得させ、
c.該確率空間内の該被検者データの位置を計算し、該被検者の臨床転帰の確率を評価させる、コンピュータ可読媒体。
(項目41)
上記命令は、ソフトウェアランタイム環境内で動作する、項目40に記載のコンピュータ可読媒体。
(項目42)
上記命令は、実行時、プロセッサにさらに、上記確率空間内の上記被検者データの軌道パラメータの評価に基づいて、ユーザ定義警告条件を提供させ、該軌道パラメータは、速度、加速度、方向、および位置のうちの少なくとも1つである、項目40に記載のコンピュータ可読媒体。
(項目43)
医療介入を必要とする病状の発生を予測する方法であって、
a.被検者内に存在する第1のバイオマーカ集合の濃度を測定し、所与の頻度で該被検者の1つ以上の生理学的指標を測定するステップであって、該第1のバイオマーカ集合は、該病状が予測できると推測される、ステップと、
b.(a)の濃度測定に基づいて、該第1の集合から、該病状の発生とより相関するバイオマーカの下位集合および/または該バイオマーカの新たな測定頻度を生成するステップと、
c.(b)の下位集合の濃度を測定する、および/または1つ以上のバイオマーカの該新たな測定頻度に従い、それによって、該病状の発生を予測するステップと
を含む、方法。
(項目44)
多変量統計ソフトウェアによって、上記濃度および/または上記生理学的指標を反映するデータを分析するステップをさらに含む、項目43に記載の方法。
(項目45)
上記生物学的マーカは、上記被検者の生体サンプル内に存在する、項目43に記載の方法。
(項目46)
上記生体サンプルは、適切な倍率によって希釈される、項目45に記載の方法。
(項目47)
被検者の敗血症発症を監視する方法であって、
(1)該被検者の体温、(2)該被検者のタンパク質C濃度、(3)該被検者のインターロイキン6(IL−6)濃度から成る群から選択される、少なくとも2つのパラメータを複数回測定し、温度、タンパク質C、および/またはIL−6の動向をもたらすステップを含み、
正常体温を超える上昇、タンパク質C濃度の低下、および/またはIL−6濃度の増加は、該被検者における敗血症の発症を示す、方法。
(項目48)
タンパク質Cの減少に続く、IL−6の増加は、上記被検者における敗血症の発症を示す、項目47に記載の方法。
(項目49)
タンパク質Cの減少に続く、IL−6の増加および正常体温を超える上昇は、上記被検者における敗血症の発症を示す、項目47に記載の方法。
(項目50)
上記被検者内の少なくとも約10倍のIL−6濃度の増加は、該被検者における敗血症の発症を示す、項目47に記載の方法。
(項目51)
上記被検者内の少なくとも約100倍のIL−6濃度の増加は、該被検者における敗血症の発症を示す、項目47に記載の方法。
(項目52)
正常体温を超える上昇および/またはタンパク質C濃度の減少の際に、IL−6濃度を測定する頻度を増加させるステップをさらに含む、項目47に記載の方法。
(項目53)
上記頻度は、1日1回、12、8、6、または4時間に1回に増加させられる、項目47に記載の方法。
(項目54)
被検者の病状を特性化するための方法であって、
a.該被検者から、少なくとも1つの生物学的マーカと、少なくとも1つの生理学的パラメータとを含む、第1の被検者データ集合を取得するステップと、
b.取得された該第1の被検者データ集合を使用して、該被検者の病状の確率を決定するステップと、
c.該病状の確率から第2の被検者データ集合を選択するステップと、
d.該被検者から該第2の被検者データ集合を取得し、それによって、該被検者の病状を特性化するステップと
を含む、方法。
(項目55)
被検者の病態の周期性を特性化するための方法であって、
a.臨床的に関連する状態に対するバイオマーカ集合を識別するステップと、
b.該集合内の少なくとも1つのバイオマーカに対応する長期的被検者データを取得し、該被検者データの動向を取得するステップと、
c.該動向を分析し、該少なくとも1つのバイオマーカの周期的変化を識別するステップと、
d.該動向の周期的変化のピーク測定値を測定するステップと、
e.該ピーク値を特性化し、それによって、該臨床的に関連する状態の周期性を特性化するステップと
を含む、方法。
(項目56)
上記分析ステップは、ARIMAモデルを展開し、該基礎的モデルにおける差分遅延を決定するステップを含む、項目55に記載の方法。
(項目57)
上記差分遅延を使用して、上記動向を調整し、定常動向を確立する、項目56に記載の方法。
(項目58)
上記分析ステップは、自己相関関数を計算するステップを含む、項目55に記載の方法。
(項目59)
上記測定ステップは、上記自己相関関数における統計的に有意なピークを識別するステップを含む、項目58に記載の方法。
(項目60)
上記分析ステップは、スペクトル密度を計算するステップを含む、項目55に記載の方法。
(項目61)
上記スペクトル密度を計算するステップは、高速フーリエ変換を使用して行なわれる、項目60に記載の方法。
(項目62)
上記測定ステップは、最大スペクトル密度周波数のパワースペクトルを識別するステップを含む、項目55に記載の方法。
(項目63)
療法に対する被検者応答を監視するための方法であって、
a.臨床的に関連する状態に対するバイオマーカ集合内の少なくとも1つのバイオマーカに対応する長期的被検者データを取得し、該被検者データの動向を求めるステップであって、該被検者データは、療法を受けている被検者から取得される、ステップと、
b.該動向の周期性を監視するステップと、
c.該周期性を該被検者によって受けられる該療法に対する応答に対応させるステップと
を含む、方法。
(項目64)
上記療法は、周期的投与計画である、項目63に記載の方法。
(項目65)
上記療法に対する応答は、上記動向のピークレベルの時間依存挙動によって特性化される、項目63に記載の方法。
(項目66)
上記時間依存挙動は、実質的に一定である、項目65に記載の方法。
(項目67)
上記時間依存挙動は、線形に変化する、項目65に記載の方法。
(項目68)
上記時間依存挙動は、指数関数的に変化する、項目65に記載の方法。
(項目69)
治療剤に曝露された患者の臨床的に関連する部分母集団の出現を特性化するための方法であって、
a.該治療剤の代理マーカとして作用する血液サンプル内のバイオマーカ集合を識別するステップと、
b.該治療剤に曝露された患者の群から長期的に該バイオマーカ集合を測定するステップと、
c.該患者群から、該バイオマーカ集合の測定値の多変量クラスタリング空間内の別クラスタを識別するステップと、
d.該別クラスタの分離率を決定し、該複数の別クラスタ間の距離を統計的に測定するステップと、
e.該患者群から患者情報を取得し、臨床的に関連する部分母集団内の該患者を分類するステップと、
f.該別クラスタを該臨床的に関連する部分母集団と比較し、該別クラスタの感度および特異度を特性化し、該臨床的に関連する部分母集団を予測するステップと
を含む、方法。
(項目70)
別クラスタの上記出現の特性化を改良し、上記臨床的に関連する部分母集団を予測するように構成される、第2のバイオマーカ集合を識別するステップをさらに含む、項目69に記載の方法。
(項目71)
上記治療剤に曝露される上記患者群は、臨床試験参加者である、項目69に記載の方法。
(項目72)
上記臨床試験は、投与量決定試験である、項目71に記載の方法。
(項目73)
上記臨床試験は、適応臨床試験の一部である、項目71に記載の方法。
(項目74)
上記適応臨床試験は、最適投与計画を特性化するように設計される、項目73に記載の方法。
(項目75)
上記適応臨床試験は、最適応答者母集団を特性化するように設計される、項目73に記載の方法。
(項目76)
上記距離を測定するステップは、上記複数の別クラスタ重心間のマハラノビス距離を測定するステップを含む、項目71に記載の方法。
(項目77)
上記距離を測定するステップは、上記複数の別クラスタ間の最近傍距離を測定するステップを含む、項目71に記載の方法。
(項目78)
上記距離を測定するステップは、上記複数の別クラスタ間のユークリッド距離を測定するステップを含む、項目71に記載の方法。
(項目79)
上記距離を測定するステップは、上記複数の別クラスタ間のマンハッタン距離を測定するステップを含む、項目71に記載の方法。
本明細書に記述の全刊行物および特許出願は、各個々の刊行物または特許出願が、明確かつ個別に参考として援用される場合と同様に、本明細書に参考として援用される。
一実施形態では、本明細書では、被検者の臨床転帰の確率を特性化するための方法が提供される。方法は、(a)それぞれ、少なくとも1つの生物学的マーカの統計的分布によって特性化される、離散臨床転帰集合によって定義される確率空間を構築するステップと、(b)少なくとも1つの生物学的マーカに対応する被検者データを取得するステップと、(c)確率空間内の被検者データの位置を計算し、それによって、被検者の臨床転帰の確率を特性化するステップとを備える。
いくつかの事例では、数学的モデル化によって、系の動的状態を記述する。いくつかの事例では、モデルは、方程式系を使用して、転帰パラメータ、バイオマーカ、および薬物濃度等を経時的に表す。そのような式は、閉形式を解法するのに十分に単純であって、アルゴリズム式をもたらしてもよい。しかしながら、いくつかの事例では、ヒト疾患のモデルは、複雑過ぎて、単純閉形式解が認められない。いくつかの事例では、本明細書に記載される解法は、時間的前方方向に数値解を投影可能であって、また、予測生体シミュレーションとしても知られる。
dP(t)/dt=f(P(t)、{他のタンパク質、細胞種類等}、モデルパラメータ)
式中、P(t)は、時間の関数としての所与のタンパク質の濃度である。fは、特有タンパク質濃度曲線に影響を及ぼすP(t)および実体の関数であって、第2の信号、細胞数等を含む。モデルパラメータは、それらの関係を定量化する式中の係数であって、例えば、生成率およびクリアランス率を含む。系は、線形または非線形であることが可能である。
時間的上方調節または下方調節を表すことが可能である。系は、以下のベクトル式によって表されるが、それに限定されない。
dII(t)/dt=M(II(t);β(II(t))*II(t)
さらに別の実施例では、生体系の動的状態は、例示的生体シミュレーション系として表現される特異度レベルを有する。系内の各実体は、通常は、他の実体の小下位集合に作用するであろう。例えば、タンパク質2は、活性エフェクタ細胞上の細胞表面受容体に結合することによって、タンパク質1の生成率を修正する。タンパク質2の濃度は、タンパク質1の生成率を修正する。第3のタンパク質が、タンパク質2の生成に作用する場合、タンパク質1の生成率は、タンパク質2の生成レベルに間接的に依存する。
dP1/dt=β12P2(t)
dP2/dt=−β22P2(t)+β23P3(t)
dP3/dt=0
これらの例示的式では、タンパク質3の濃度は、一定であって、タンパク質1の生成率は、タンパク質2レベルの増加関数であって、β12>0によって因数分解される。加えて、タンパク質2のレベルは、この場合、因数β22>0によって比例的に、タンパク質2が系から除去され、因数β23>0によって記述される、その生成に及ぼすP3(t)の影響が、ベクトル(β12、β22、β23)によってパラメータ化される、関数率である。任意の三重項ベクトルは、一般的場合、タンパク質1および2に対する任意の集合の軌道を時間的に発生させるために使用可能である。タンパク質3は、その導関数はゼロのままであるため、本モデルでは、不変である。
病状の進展に伴って、被検者は、通常は、医療従事者によって監視される。監視は、一連の試験を実行することによって行なうことが可能である。医療現場用マイクロ流体デバイス等の試験方法およびデバイスがより信頼可能かつアクセス可能となるにつれ、患者からのデータは、複数の時点において取得および処理可能である。取得されたデータの連続的構造は、多くの場合、時系列または長期的データ集合であるが、また、特有時間参照を伴わずに、連続的に生じる変化を反映するデータであってもよい。系は、時間または連続値が等間隔であることを必要としない。実際、時間パラメータは、それ自体ランダム変数であることが可能である。
本発明による、生物学的マーカ(本明細書では、バイオマーカとも称される)として、薬物、プロドラッグ、調合薬、薬物代謝産物、発現タンパク質および細胞マーカ等の、バイオマーカ抗体、血清タンパク質、コレステロール、多糖類、核酸、生物学的検体、バイオマーカ、遺伝子、タンパク質、またはホルモン、あるいはそれらの任意の組み合わせを含むが、それらに限定されない。分子レベルでは、バイオマーカは、ポリペプチド、糖タンパク質、多糖類、脂質、核酸、およびそれらの組み合わせであり得る。
本明細書に記載される例示的方法およびシステムは、種々の形態のハードウェア、ソフトウェア、ファームウェア、特殊用途プロセッサ、またはそれらの組み合わせとして実装されてもよいことを理解されたい。本明細書の方法は、1つ以上のプログラム記憶デバイス上に有形的に具現化されるアプリケーションプログラムとして、ソフトウェア内に実装可能である。アプリケーションプログラムは、好適なアーキテクチャを備える、任意の機械、デバイス、またはプラットフォームによって実行されてもよい。さらに、図に描写されるシステムおよび方法のいくつかは、好ましくは、ソフトウェア内に実装されるため、システム構成要素(または、プロセスステップ)間の実際の接続は、本発明がプログラムされる方法に応じて異なり得ることを理解されたい。本発明の教示を考慮して、当業者は、本発明のこれらおよび類似実装または構成を企図あるいは実践可能であるだろう。
本発明の異なる局面が、医療システムのために使用および開発可能である。そのようなシステムの実施例として、医療現場用システム、医療オペレーティングシステム、または両方の組み合わせを含む。例えば、ユーザは、デバイスによって、血液サンプルを試験してもよく、試験からの情報は、本発明のシステムまたは方法に提供可能であって、順に、付加的情報がユーザに送信される。
(前立腺癌および抗血管新生治療)
前立腺癌と診断された被検者を抗血管新生薬で治療するための第I相または第IIa相臨床試験は、試験の間の用量調節を可能にする。被検者は、臨床研究の間、経時的に監視される。抗血管新生薬による作用の方法は、腫瘍内およびその周囲の血管の成長を停止させ、それによって、十分な血液供給を腫瘍に与えないというものである。これは、腫瘍内の虚血および栄養性壊死を誘発し、それによって、腫瘍を減少させ得る。
(敗血症および抗TNF治療)
敗血症または全身性炎症反応症候群(SIRS)が認められた、あるいは疑われる被検者は、第IIb相(投与量調節可)または第III相(投与量調節不可)臨床試験の間、抗TNF治療薬によって治療される。被検者は、臨床研究の間、経時的に監視される。抗TNF薬による作用の方法は、抗炎症性である。本薬は、敗血症の後の続発症を防止または制限することを目的とする。通常は、抗TNF薬は、広域抗生物質と併用して与えられる。
(糖尿病およびインスリン感作)
非インスリン依存性2型糖尿病被検者は、市販のインスリン抵抗性改善薬によって治療され、有効性および安全性が監視される(懸念される主要ADRは、うっ血性心不全(CHF)である)。被検者は、臨床研究の間、経時的に監視される。インスリン抵抗性改善薬による作用の方法は、脂肪組織および肝臓内の核受容体の拮抗作用を介して、被検者のインスリン感度を再確立するステップを伴う。インスリン抵抗性改善薬および作用の方法は、周辺組織内のグルコース摂取を増加させ、したがって、循環血糖を減少させるように作用する。
(被検者の臨床転帰の図式的表示)
本実施例は、数学的モデルからの結果をユーザに通信するための方法を実証する。本方法は、多角形によって境界される空間内に一連の点およびベクトルをプロットするというものである。多角形の頂点は、離散臨床転帰のクラスタの重心を表す。点の位置は、被検者データが各重心に属する確率を表す。離散臨床転帰に属する点の確率は、頂点からの点の距離に反比例する。頂点は、あらゆる有意な臨床転帰を表すため、所与の点に対する確率の和は、1であるはずである。
薬物の開発は、非常に危険な事柄である。過去10年にわたって、臨床計画の失敗率は、90%と高く、その償却原価は、承認薬物当たり約10億ドルであるとされている。これらの失敗は、いくつかの要因によるものである。このようなものとして、疾患の進行および病態生理における標的の役割に関する欠陥仮説、仮説の不適切かつ非予測的動物モデルにおける試験、化合物のMOAに関する欠陥仮説、不適切な薬物動態/薬力学的(PK/PD)特性を含む、標的部分母集団内の個人に対する不適切な投与量スケジュール、ならびに患者母集団の一部における有害な生理学的効果(例えば、薬物副作用(ADR))の発生に伴う、その母集団における化合物に対する治療指数の低下を含むが、それらに限定されない。
(周期的投与計画を示す1型バイオマーカの識別)
治療戦略としての周期的投与は、多くの慢性疾患または状態の治療のための支柱となっている。これらの中でも、抗癌化学療法計画および自己免疫疾患のための治療は、注目に値する。治療的にかまたは適応臨床試験という状況においてかどうかにかかわらず、任意の所与の患者における特定の投与計画のための有効性および毒性プロファイルを監視し、特性化する能力は、臨床専門医にその投与戦略の治療的有効性に関する重要な情報を提供する。そのようなフィードバック機構の利点は、フィードバックが適時であって、化合物の作用機序および臨床的影響を表すことである。例えば、癌の化学療法では、フィードバックは、全身腫瘍組織量を定量化する助けとなる撮像技術によって提供されるが、多くの場合、適時ではない。
(循環ピロゲンのレベルおよび他のバイオマーカの時系列測定による時間対熱の急上昇および敗血症)
入院化学療法を受けている急性骨髄性白血病(AML)患者が、本明細書に記載される方法およびシステムを使用して監視され、4から8時間毎に、血液がサンプリングされた。また、患者の体温を高頻度に監視した。IL−6上昇(連続測定間で>1000倍)が、表2のゼロ時に認められ、14時間後、連続測定間で>30%の有意な減少が認められた。発熱は、8時間後に最初に認められた。本明細書の方法は、8時間毎の後に生じる敗血症の認識を予測していたであろう。
急上昇までの時間=36.6−8*log(IL6)+2.4*Log(IL−6倍率変化)−0.3*Log(IL−1β+4.4*Log(TNFα)。
Dj 2(x)=(μj−x)TΣ−1(μj)であって、式中、j=1、2、3である。ベイズ確率は、
Pr(j|x)=exp(−0.5Dj 2(x))/Σexp(0.5Dk 2(x))であって、
式中、μは、患者母集団の重心を表す平均ベクトルであって、jは、3つの異なる転帰(敗血症、発熱、感染症)でる。
Claims (28)
- コンピュータ読み取り可能な命令を含む、コンピュータ読み取り可能な媒体であって、実行時、プロセッサに、
a.離散臨床転帰集合によって定義される確率空間を提供することであって、離散臨床転帰の各々は、被検者から得られた生体サンプル内に存在する少なくとも1つの生物学的マーカの統計的分布によって特性化される、ことと、
b.医療現場用デバイスを用いて、前記少なくとも1つの生物学的マーカに対応する被検者データを取得することと、
c.前記確率空間内に前記被検者データの軌道をもたらすように、種々の時点で、データのクラスタの重心に対する、前記確率空間内の前記被検者データの位置を計算することであって、各時点における前記確率空間内の前記位置は、前記少なくとも1つの生物学的マーカに基づいており、前記位置と前記重心との間の距離は、マハラノビス距離を用いて決定され、ベイズ推定法、ネルソン推定法、通常の最小二乗推定法、加重最小二乗推定法、または、最尤推定法を用いて、前記決定から、確率が計算され、前記軌道が前記確率空間内の臨床転帰の位置にどの程度近く接近しているかは、前記臨床転帰に対する進行の可能性を示し、かつ、前記被検者の臨床転帰の確率を評価することに有効である、ことと
を行わせる、コンピュータ読み取り可能な媒体。 - 前記命令は、ソフトウェアランタイム環境内で動作する、請求項1に記載のコンピュータ読み取り可能な媒体。
- 前記命令は、実行時、プロセッサに、前記確率空間内の前記被検者データの軌道パラメータの評価に基づいて、ユーザ定義警告条件を提供することをさらに行わせ、前記軌道パラメータは、速度、加速度、方向、位置のうちの少なくとも1つである、請求項1に記載のコンピュータ読み取り可能な媒体。
- 医療介入を必要とする病状の発生を予測する方法であって、前記方法は、
a.医療現場用デバイスを用いて、被検者から得られた生体サンプル内に存在する第1のバイオマーカ集合の濃度を測定し、所与の頻度で前記被検者の1つ以上の生理学的指標を測定することであって、種々の時点における前記バイオマーカの前記測定された濃度は、離散臨床転帰集合によって定義される確率空間内の位置における被検者データを提供し、前記臨床転帰の各々は、少なくとも1つの生物学的マーカの統計的分布によって特性化され、前記第1のバイオマーカ集合は、前記病状が予測できると推測され、前記位置とデータのクラスタの重心との間の距離は、マハラノビス距離を用いて決定され、ベイズ推定法、ネルソン推定法、通常の最小二乗推定法、加重最小二乗推定法、または、最尤推定法を用いて、前記決定から、確率が計算され、前記確率空間内の前記被検者データの軌道をもたらすことに有効であり、前記軌道が前記確率空間内の臨床転帰の位置にどの程度近くに接近しているかは、病状の発生を予測する、ことと、
b.(a)において測定された濃度に基づいて、前記第1のバイオマーカ集合から、前記病状の発生により相関するバイオマーカの下位集合および/または前記バイオマーカの新たな測定頻度を生成することと、
c.医療現場用デバイスを用いて、前記被検者から得られた生体サンプル内に存在する(b)の下位集合の濃度を測定する、および/または、1つ以上のバイオマーカの前記新たな測定頻度に従うことであって、これにより、前記病状の発生を予測する、ことと
を含む、方法。 - 多変量統計ソフトウェアを用いて、前記濃度および/または前記生理学的指標を反映するデータを分析することをさらに含む、請求項4に記載の方法。
- 前記生体サンプルは、適切な倍率によって希釈される、請求項4に記載の方法。
- 被検者の病状を特性化するための方法であって、前記方法は、
a.医療現場用デバイスを用いて、前記被検者から、前記被検者から得られた生体サンプル内で測定された少なくとも1つの生物学的マーカと、少なくとも1つの生理学的パラメータとを含む、第1の被検者データ集合を取得することであって、前記被検者データの位置は、離散臨床転帰集合によって定義される確率空間内で決定され、前記臨床転帰の各々は、少なくとも1つの生物学的マーカの統計的分布によって特性化され、前記位置とデータのクラスタの重心との間の距離は、マハラノビス距離を用いて決定される、ことと、
b.取得された前記第1の被検者データ集合を用いて、かつ、ベイズ推定法、ネルソン推定法、通常の最小二乗推定法、加重最小二乗推定法、または、最尤推定法を用いて、前記被検者の病状の確率を決定することと、
c.前記病状の確率から第2の被検者データ集合を選択することと、
d.医療現場用デバイスを用いて、前記被検者から前記第2の被検者データ集合を取得することであって、これにより、前記第1の被検者データ集合および前記第2の被検者データ集合を用いて決定された確率に基づいて、前記被検者の病状を特性化する、ことと
を含む、方法。 - 被検者の病態の周期性を特性化するための方法であって、前記方法は、
a.臨床的に関連する状態に対するバイオマーカ集合を識別することと、
b.医療現場用デバイスを用いて、前記集合内の少なくとも1つのバイオマーカに対応する前記被検者から得られた生体サンプル内で測定された長期的被検者データを取得することにより、前記被検者データの動向を取得することであって、前記長期的被検者データの位置は、離散臨床転帰集合によって定義される確率空間内で種々の時点において決定され、前記臨床転帰の各々は、少なくとも1つの生物学的マーカの統計的分布によって特性化され、前記位置とデータのクラスタの重心との間の距離は、マハラノビス距離を用いて決定され、ベイズ推定法、ネルソン推定法、通常の最小二乗推定法、加重最小二乗推定法、または、最尤推定法を用いて、前記決定から、確率が計算され、前記確率空間内の前記被検者データの軌道をもたらすことに有効であり、前記軌道は、前記被検者データの動向を示す、ことと、
c.前記動向を分析することにより、前記少なくとも1つのバイオマーカの周期的変化を識別することと、
d.前記動向の周期的変化のピーク測定値を測定することと、
e.前記ピーク値を特性化することであって、これにより、前記臨床的に関連する状態の周期性を特性化する、ことと
を含む、方法。 - 前記分析するステップは、自己回帰和分移動平均(ARIMA)モデルを展開することにより、基礎的モデルにおける差分遅延を決定することを含む、請求項8に記載の方法。
- 前記差分遅延は、前記動向を調整し、定常動向を確立するために用いられる、請求項9に記載の方法。
- 前記分析するステップは、自己相関関数を計算することを含む、請求項8に記載の方法。
- 前記測定するステップは、前記自己相関関数における統計的に有意なピークを識別することを含む、請求項11に記載の方法。
- 前記分析するステップは、スペクトル密度を計算することを含む、請求項8に記載の方法。
- 前記スペクトル密度を計算することは、高速フーリエ変換を用いて行なわれる、請求項13に記載の方法。
- 前記測定するステップは、最大スペクトル密度周波数のパワースペクトルを識別することを含む、請求項8に記載の方法。
- 療法に対する被検者応答を監視するための方法であって、前記方法は、
a.医療現場用デバイスを用いて、臨床的に関連する状態に対するバイオマーカ集合内の少なくとも1つのバイオマーカに対応する長期的被検者データを取得することにより、前記被検者データの動向を取得することであって、前記被検者データは、療法を受けている被検者から得られた生体サンプルから取得され、前記長期的被検者データの位置は、離散臨床転帰集合によって定義される確率空間内で種々の時点において決定され、前記臨床転帰の各々は、少なくとも1つの生物学的マーカの統計的分布によって特性化され、前記位置とデータのクラスタの重心との間の距離は、マハラノビス距離を用いて決定され、ベイズ推定法、ネルソン推定法、通常の最小二乗推定法、加重最小二乗推定法、または、最尤推定法を用いて、前記決定から、確率が計算され、前記確率空間内の前記被検者データの軌道をもたらすことに有効であり、前記軌道は、前記被検者データの動向を示す、ことと、
b.前記動向の周期性を監視することと、
c.前記動向の前記周期性と前記被検者によって受けられる前記療法に対する応答との間の対応の量を決定することと
を含む、方法。 - 前記療法は、周期的投与計画である、請求項16に記載の方法。
- 前記療法に対する応答は、前記動向のピークレベルの時間依存挙動によって特性化される、請求項16に記載の方法。
- 前記時間依存挙動は、実質的に一定である、請求項18に記載の方法。
- 前記時間依存挙動は、線形に変化する、請求項18に記載の方法。
- 前記時間依存挙動は、指数関数的に変化する、請求項18に記載の方法。
- 治療剤に曝露された患者の臨床的に関連する部分母集団の出現を特性化するための方法であって、前記方法は、
a.前記治療剤の代理マーカとして作用する血液サンプル内のバイオマーカ集合を識別することと、
b.医療現場用デバイスを用いて、前記治療剤に曝露された患者の群から得られた血液サンプル内で長期的に前記バイオマーカ集合を測定することと、
c.前記患者群から、前記バイオマーカ集合の測定値の多変量クラスタリング空間内の別クラスタを識別することであって、前記多変量クラスタリング空間は、離散臨床転帰集合によって定義される確率空間内のバイオマーカ集合の前記測定値のクラスタを含み、前記臨床転帰の各々は、少なくとも1つの生物学的マーカの統計的分布によって特性化される、ことと、
d.前記別クラスタの分離率を決定し、前記複数の別クラスタ間の距離を統計的に測定することであって、前記複数の別クラスタ間の距離は、
前記複数の別のクラスタの重心の間のマハラノビス距離を測定すること、
前記複数の別のクラスタ間の最近傍距離を測定すること、
ユークリッド距離測定を用いて前記複数の別のクラスタ間の距離を測定すること、または
マンハッタン距離測定を用いて、前記複数の別のクラスタ間の距離を測定すること
によって測定される、ことと、
e.前記患者群から患者情報を取得することにより、臨床的に関連する部分母集団内の前記患者を分類することと、
f.前記別クラスタを前記臨床的に関連する部分母集団と比較することにより、前記別クラスタの感度および特異度を特性化することにより、前記臨床的に関連する部分母集団を予測することと
を含む、方法。 - 別クラスタの前記出現の特性化を改良することにより、前記臨床的に関連する部分母集団を予測するように構成されている第2のバイオマーカ集合を識別することをさらに含む、請求項22に記載の方法。
- 前記治療剤に曝露される前記患者群は、臨床試験参加者である、請求項22に記載の方法。
- 前記臨床試験は、投与量決定試験である、請求項24に記載の方法。
- 前記臨床試験は、適応臨床試験の一部である、請求項24に記載の方法。
- 前記適応臨床試験は、最適投与計画を特性化するように設計される、請求項26に記載の方法。
- 前記適応臨床試験は、最適応答者母集団を特性化するように設計される、請求項26に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US3972108P | 2008-03-26 | 2008-03-26 | |
US61/039,721 | 2008-03-26 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011502079A Division JP5550633B2 (ja) | 2008-03-26 | 2009-03-26 | 臨床転帰を評価するための方法およびシステム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015076583A Division JP6178358B2 (ja) | 2008-03-26 | 2015-04-03 | 臨床転帰を評価するための方法およびシステム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2014130629A JP2014130629A (ja) | 2014-07-10 |
JP2014130629A5 JP2014130629A5 (ja) | 2014-08-21 |
JP5864642B2 true JP5864642B2 (ja) | 2016-02-17 |
Family
ID=41114337
Family Applications (5)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011502079A Expired - Fee Related JP5550633B2 (ja) | 2008-03-26 | 2009-03-26 | 臨床転帰を評価するための方法およびシステム |
JP2014038435A Expired - Fee Related JP5864642B2 (ja) | 2008-03-26 | 2014-02-28 | 臨床転帰を評価するための方法およびシステム |
JP2015076583A Expired - Fee Related JP6178358B2 (ja) | 2008-03-26 | 2015-04-03 | 臨床転帰を評価するための方法およびシステム |
JP2017074278A Withdrawn JP2017181507A (ja) | 2008-03-26 | 2017-04-04 | 臨床転帰を評価するための方法およびシステム |
JP2019006736A Pending JP2019070669A (ja) | 2008-03-26 | 2019-01-18 | 臨床転帰を評価するための方法およびシステム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011502079A Expired - Fee Related JP5550633B2 (ja) | 2008-03-26 | 2009-03-26 | 臨床転帰を評価するための方法およびシステム |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015076583A Expired - Fee Related JP6178358B2 (ja) | 2008-03-26 | 2015-04-03 | 臨床転帰を評価するための方法およびシステム |
JP2017074278A Withdrawn JP2017181507A (ja) | 2008-03-26 | 2017-04-04 | 臨床転帰を評価するための方法およびシステム |
JP2019006736A Pending JP2019070669A (ja) | 2008-03-26 | 2019-01-18 | 臨床転帰を評価するための方法およびシステム |
Country Status (15)
Country | Link |
---|---|
US (4) | US20090318775A1 (ja) |
EP (2) | EP3432175A1 (ja) |
JP (5) | JP5550633B2 (ja) |
KR (3) | KR101766473B1 (ja) |
CN (3) | CN102047255B (ja) |
AU (1) | AU2009228145B2 (ja) |
BR (1) | BRPI0910608A2 (ja) |
CA (2) | CA3029513A1 (ja) |
HK (2) | HK1231579A1 (ja) |
IL (2) | IL208323A (ja) |
MX (3) | MX2010010400A (ja) |
NZ (4) | NZ588741A (ja) |
RU (2) | RU2015123307A (ja) |
SG (3) | SG177936A1 (ja) |
WO (1) | WO2009120909A1 (ja) |
Families Citing this family (206)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9468378B2 (en) | 1997-01-27 | 2016-10-18 | Lawrence A. Lynn | Airway instability detection system and method |
US9042952B2 (en) | 1997-01-27 | 2015-05-26 | Lawrence A. Lynn | System and method for automatic detection of a plurality of SPO2 time series pattern types |
US8932227B2 (en) | 2000-07-28 | 2015-01-13 | Lawrence A. Lynn | System and method for CO2 and oximetry integration |
US20070191697A1 (en) | 2006-02-10 | 2007-08-16 | Lynn Lawrence A | System and method for SPO2 instability detection and quantification |
US9521971B2 (en) | 1997-07-14 | 2016-12-20 | Lawrence A. Lynn | System and method for automatic detection of a plurality of SPO2 time series pattern types |
US20060195041A1 (en) | 2002-05-17 | 2006-08-31 | Lynn Lawrence A | Centralized hospital monitoring system for automatically detecting upper airway instability and for preventing and aborting adverse drug reactions |
US9053222B2 (en) | 2002-05-17 | 2015-06-09 | Lawrence A. Lynn | Patient safety processor |
US20090281838A1 (en) | 2008-05-07 | 2009-11-12 | Lawrence A. Lynn | Medical failure pattern search engine |
US7888125B2 (en) | 2005-05-09 | 2011-02-15 | Theranos, Inc. | Calibration of fluidic devices |
US7668579B2 (en) | 2006-02-10 | 2010-02-23 | Lynn Lawrence A | System and method for the detection of physiologic response to stimulation |
US11287421B2 (en) | 2006-03-24 | 2022-03-29 | Labrador Diagnostics Llc | Systems and methods of sample processing and fluid control in a fluidic system |
US8741230B2 (en) | 2006-03-24 | 2014-06-03 | Theranos, Inc. | Systems and methods of sample processing and fluid control in a fluidic system |
SG10201606120XA (en) | 2007-10-02 | 2016-09-29 | Theranos Inc | Modular Point-Of-Care Devices And Uses Thereof |
SG177936A1 (en) | 2008-03-26 | 2012-02-28 | Theranos Inc | Methods and systems for assessing clinical outcomes |
US20140241601A1 (en) * | 2013-02-28 | 2014-08-28 | Lawrence A. Lynn | System for Analysis and Imaging Using Perturbation Feature Quanta |
US20110066968A1 (en) * | 2008-10-27 | 2011-03-17 | Cogent Medicine a Delaware C-Corporation | Information system for healthcare and biology |
US20100250274A1 (en) * | 2009-03-23 | 2010-09-30 | Rajesh Jugulum | Mathematical index based health management system |
CN105825049A (zh) * | 2009-10-19 | 2016-08-03 | 提拉诺斯公司 | 集成的健康数据采集和分析系统 |
WO2011072177A2 (en) * | 2009-12-09 | 2011-06-16 | Aviir, Inc. | Biomarker assay for diagnosis and classification of cardiovascular disease |
US8458610B2 (en) * | 2010-03-17 | 2013-06-04 | Discus Investments, Llc | Medical information generation and recordation methods and apparatus |
WO2011116791A1 (de) * | 2010-03-25 | 2011-09-29 | Normamed S.A. | Verfahren und erfassungsmaschine zur erfassung von gesundheitsbezogenen informationen |
JP5838557B2 (ja) * | 2010-07-05 | 2016-01-06 | ソニー株式会社 | 生体情報処理方法および装置、並びに記録媒体 |
EP2913405B1 (en) | 2010-07-27 | 2016-11-09 | Genomic Health, Inc. | Method for using gene expression to determine prognosis of prostate cancer |
US11398310B1 (en) | 2010-10-01 | 2022-07-26 | Cerner Innovation, Inc. | Clinical decision support for sepsis |
US10734115B1 (en) * | 2012-08-09 | 2020-08-04 | Cerner Innovation, Inc | Clinical decision support for sepsis |
US20120089421A1 (en) | 2010-10-08 | 2012-04-12 | Cerner Innovation, Inc. | Multi-site clinical decision support for sepsis |
US10431336B1 (en) | 2010-10-01 | 2019-10-01 | Cerner Innovation, Inc. | Computerized systems and methods for facilitating clinical decision making |
EP2640384A1 (en) * | 2010-11-18 | 2013-09-25 | Synta Pharmaceuticals Corp. | Preselection of subjects for therapeutic treatment with oxygen sensitive agents based on hypoxic status |
US8843852B2 (en) * | 2010-12-17 | 2014-09-23 | Orca Health, Inc. | Medical interface, annotation and communication systems |
US10628553B1 (en) | 2010-12-30 | 2020-04-21 | Cerner Innovation, Inc. | Health information transformation system |
CN106248582B (zh) | 2011-01-21 | 2020-10-20 | 拉布拉多诊断有限责任公司 | 样品使用最大化的系统和方法 |
KR101212714B1 (ko) * | 2011-01-26 | 2013-01-22 | 계명대학교 산학협력단 | 계층적 퍼지 추론에 기반한 임상진단 지원방법 및 그 시스템 |
US8725676B1 (en) * | 2011-03-31 | 2014-05-13 | Rockwell Collins, Inc. | State change detection |
WO2012142278A1 (en) * | 2011-04-14 | 2012-10-18 | The Trustees Of Columbia University In The City Of New York | Metrics and semiparametric model estimating failure rate and mean time between failures |
CN110544517A (zh) | 2011-05-10 | 2019-12-06 | 雀巢产品有限公司 | 用于个体化治疗管理的疾病活动性表征方法 |
US8660968B2 (en) * | 2011-05-25 | 2014-02-25 | Azure Vault Ltd. | Remote chemical assay classification |
US9547693B1 (en) | 2011-06-23 | 2017-01-17 | Palantir Technologies Inc. | Periodic database search manager for multiple data sources |
US11133096B2 (en) * | 2011-08-08 | 2021-09-28 | Smith & Nephew, Inc. | Method for non-invasive motion tracking to augment patient administered physical rehabilitation |
WO2013036853A2 (en) * | 2011-09-09 | 2013-03-14 | Discus Investments, Llc | Medical information systems and medical data processing methods |
US9619627B2 (en) | 2011-09-25 | 2017-04-11 | Theranos, Inc. | Systems and methods for collecting and transmitting assay results |
US9664702B2 (en) | 2011-09-25 | 2017-05-30 | Theranos, Inc. | Fluid handling apparatus and configurations |
US9632102B2 (en) | 2011-09-25 | 2017-04-25 | Theranos, Inc. | Systems and methods for multi-purpose analysis |
US8475739B2 (en) | 2011-09-25 | 2013-07-02 | Theranos, Inc. | Systems and methods for fluid handling |
US8380541B1 (en) | 2011-09-25 | 2013-02-19 | Theranos, Inc. | Systems and methods for collecting and transmitting assay results |
US8435738B2 (en) | 2011-09-25 | 2013-05-07 | Theranos, Inc. | Systems and methods for multi-analysis |
US20140170735A1 (en) | 2011-09-25 | 2014-06-19 | Elizabeth A. Holmes | Systems and methods for multi-analysis |
US8840838B2 (en) | 2011-09-25 | 2014-09-23 | Theranos, Inc. | Centrifuge configurations |
US9268915B2 (en) | 2011-09-25 | 2016-02-23 | Theranos, Inc. | Systems and methods for diagnosis or treatment |
US9250229B2 (en) | 2011-09-25 | 2016-02-02 | Theranos, Inc. | Systems and methods for multi-analysis |
US10012664B2 (en) | 2011-09-25 | 2018-07-03 | Theranos Ip Company, Llc | Systems and methods for fluid and component handling |
US9810704B2 (en) | 2013-02-18 | 2017-11-07 | Theranos, Inc. | Systems and methods for multi-analysis |
US8856156B1 (en) | 2011-10-07 | 2014-10-07 | Cerner Innovation, Inc. | Ontology mapper |
EP2780884A4 (en) * | 2011-11-14 | 2016-02-17 | Lawrence A Lynn | PATHOPHYSIOLOGICAL STORM TRACKER |
WO2013082123A2 (en) * | 2011-11-28 | 2013-06-06 | University Of Chicago | Method, system, software and medium for advanced image-based arrays for analysis and display of biomedical information |
CN103164823B (zh) * | 2011-12-13 | 2017-12-29 | 天津阿贝斯努科技有限公司 | 药物临床试验监督管理系统 |
US11676730B2 (en) * | 2011-12-16 | 2023-06-13 | Etiometry Inc. | System and methods for transitioning patient care from signal based monitoring to risk based monitoring |
WO2013098687A1 (en) * | 2011-12-30 | 2013-07-04 | Koninklijke Philips Electronics N.V. | Selection of clinical guideline for cervical cancer |
US20130231944A1 (en) * | 2012-03-01 | 2013-09-05 | Medtronic, Inc. | Evaluation of Medical Therapy Design Assumptions Based on Trial Outcomes |
US10318092B2 (en) * | 2012-03-13 | 2019-06-11 | Koninklijke Philips N.V. | Medical records visualization system for displaying related medical records in clusters with marked interrelationships on a time line |
US20150080237A1 (en) * | 2012-04-20 | 2015-03-19 | University Of Connecticut | Pipeline for rational design and interpretation of biomarker panels |
US10249385B1 (en) | 2012-05-01 | 2019-04-02 | Cerner Innovation, Inc. | System and method for record linkage |
WO2013173715A1 (en) * | 2012-05-18 | 2013-11-21 | Medtronic, Inc. | Establishing risk-based study conduct |
WO2013192593A2 (en) * | 2012-06-21 | 2013-12-27 | Battelle Memorial Institute | Clinical predictive analytics system |
US9500639B2 (en) | 2012-07-18 | 2016-11-22 | Theranos, Inc. | Low-volume coagulation assay |
US10068670B2 (en) | 2012-08-16 | 2018-09-04 | Ginger.io, Inc. | Method for modeling behavior and depression state |
US10650920B2 (en) | 2012-08-16 | 2020-05-12 | Ginger.io, Inc. | Method and system for improving care determination |
CN109785972B (zh) | 2012-08-16 | 2023-09-26 | 橙点公司 | 用于对行为和健康变化进行建模的方法 |
US10740438B2 (en) | 2012-08-16 | 2020-08-11 | Ginger.io, Inc. | Method and system for characterizing and/or treating poor sleep behavior |
US10265028B2 (en) | 2012-08-16 | 2019-04-23 | Ginger.io, Inc. | Method and system for modeling behavior and heart disease state |
US10741285B2 (en) | 2012-08-16 | 2020-08-11 | Ginger.io, Inc. | Method and system for providing automated conversations |
US10276260B2 (en) | 2012-08-16 | 2019-04-30 | Ginger.io, Inc. | Method for providing therapy to an individual |
US10068060B2 (en) | 2012-08-16 | 2018-09-04 | Ginger.io, Inc. | Method for modeling behavior and psychotic disorders |
US10748645B2 (en) * | 2012-08-16 | 2020-08-18 | Ginger.io, Inc. | Method for providing patient indications to an entity |
US20140073863A1 (en) * | 2012-09-11 | 2014-03-13 | Nellcor Puritan Bennett Llc | Methods and systems for determining physiological information using modulated signals |
MX2015002919A (es) | 2012-09-11 | 2015-08-14 | Theranos Inc | Sistemas y metodos de manejo de informacion que utilizan una firma biologica. |
WO2014047528A1 (en) * | 2012-09-21 | 2014-03-27 | Cardiomems, Inc. | Method and system for trend-based patient management |
US9804149B2 (en) | 2012-10-10 | 2017-10-31 | Bio-Rad Laboratories, Inc. | Patient-based results display |
US9953453B2 (en) | 2012-11-14 | 2018-04-24 | Lawrence A. Lynn | System for converting biologic particle density data into dynamic images |
US10354429B2 (en) | 2012-11-14 | 2019-07-16 | Lawrence A. Lynn | Patient storm tracker and visualization processor |
KR102272849B1 (ko) * | 2013-01-17 | 2021-07-02 | 더 리전트 오브 더 유니버시티 오브 캘리포니아 | 복합 시스템에 대한 입력 파라미터들의 최적화된 조합들의 빠른 식별 |
JP2016511397A (ja) * | 2013-01-31 | 2016-04-14 | ユニベルシテ ドゥ モンペリエ | 希少事象を同定する方法 |
US11894117B1 (en) | 2013-02-07 | 2024-02-06 | Cerner Innovation, Inc. | Discovering context-specific complexity and utilization sequences |
US10769241B1 (en) | 2013-02-07 | 2020-09-08 | Cerner Innovation, Inc. | Discovering context-specific complexity and utilization sequences |
US10946311B1 (en) * | 2013-02-07 | 2021-03-16 | Cerner Innovation, Inc. | Discovering context-specific serial health trajectories |
MX354033B (es) | 2013-02-18 | 2018-02-09 | Theranos Ip Co Llc | Sistemas y métodos para recolectar y transmitir resultados de ensayos. |
US10545161B2 (en) | 2013-03-11 | 2020-01-28 | Cue Health Inc. | Systems and methods for detection and quantification of analytes |
CN104707674B (zh) | 2013-03-11 | 2018-06-15 | 克忧公司 | 用于检测和量化分析物的系统和方法 |
US9623409B2 (en) | 2013-03-11 | 2017-04-18 | Cue Inc. | Cartridges, kits, and methods for enhanced mixing for detection and quantification of analytes |
BR112015022413A2 (pt) * | 2013-03-13 | 2017-07-18 | Fdna Uk Ltd | sistemas, métodos, e meios legíveis por computador para identificar quando um indivíduo é suscetível de ser afetado por uma condição médica |
US10119978B2 (en) | 2013-03-15 | 2018-11-06 | Wallac Oy | System and method for determining risk of diabetes based on biochemical marker analysis |
WO2014145705A2 (en) * | 2013-03-15 | 2014-09-18 | Battelle Memorial Institute | Progression analytics system |
US10275778B1 (en) | 2013-03-15 | 2019-04-30 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive investigation based on automatic malfeasance clustering of related data in various data structures |
US8788405B1 (en) | 2013-03-15 | 2014-07-22 | Palantir Technologies, Inc. | Generating data clusters with customizable analysis strategies |
US9965937B2 (en) | 2013-03-15 | 2018-05-08 | Palantir Technologies Inc. | External malware data item clustering and analysis |
AU2014268417A1 (en) * | 2013-05-23 | 2015-11-26 | Iphenotype Llc | Methods and systems for assisting persons, product providers and/or service providers |
US10474793B2 (en) | 2013-06-13 | 2019-11-12 | Northeastern University | Systems, apparatus and methods for delivery and augmentation of behavior modification therapy and teaching |
US20140379630A1 (en) * | 2013-06-24 | 2014-12-25 | Microsoft Corporation | Discovering adverse health events via behavioral data |
EP3016060A4 (en) * | 2013-06-28 | 2016-05-18 | Hitachi Ltd | SYSTEM FOR ANALYZING MEDICAL CARE PROCESSES |
CN105849744B (zh) * | 2013-07-25 | 2021-01-01 | 赛拉诺斯知识产权有限责任公司 | 用于分布式临床实验室的系统和方法 |
US10483003B1 (en) | 2013-08-12 | 2019-11-19 | Cerner Innovation, Inc. | Dynamically determining risk of clinical condition |
US10957449B1 (en) | 2013-08-12 | 2021-03-23 | Cerner Innovation, Inc. | Determining new knowledge for clinical decision support |
CN103455963A (zh) * | 2013-09-09 | 2013-12-18 | 丁玉兰 | 基于无线手持终端的以DGRs为导向的专科疾病护理系统 |
CA3210162A1 (en) * | 2013-10-08 | 2015-04-16 | COTA, Inc. | Clinical outcome tracking and analysis |
US9646135B2 (en) * | 2013-10-08 | 2017-05-09 | COTA, Inc. | Clinical outcome tracking and analysis |
US9734291B2 (en) * | 2013-10-08 | 2017-08-15 | COTA, Inc. | CNA-guided care for improving clinical outcomes and decreasing total cost of care |
US9116975B2 (en) | 2013-10-18 | 2015-08-25 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive simultaneous querying of multiple data stores |
US10579647B1 (en) | 2013-12-16 | 2020-03-03 | Palantir Technologies Inc. | Methods and systems for analyzing entity performance |
US10356032B2 (en) | 2013-12-26 | 2019-07-16 | Palantir Technologies Inc. | System and method for detecting confidential information emails |
US8832832B1 (en) | 2014-01-03 | 2014-09-09 | Palantir Technologies Inc. | IP reputation |
US20170188974A1 (en) * | 2014-02-03 | 2017-07-06 | Qingbo Li | Evaluating multivariate response of circadian rhythms |
CA2941146C (en) | 2014-03-26 | 2019-04-16 | Reflexion Health, Inc. | Systems and methods for teaching and instructing in a virtual world including multiple views |
US9846885B1 (en) * | 2014-04-30 | 2017-12-19 | Intuit Inc. | Method and system for comparing commercial entities based on purchase patterns |
USD745423S1 (en) | 2014-05-12 | 2015-12-15 | Cue Inc. | Automated analyzer test cartridge and sample collection device for analyte detection |
EP4145467A1 (en) * | 2014-06-17 | 2023-03-08 | University Of Virginia Patent Foundation | Continuous monitoring of event trajectories system and related method |
US20150371337A1 (en) * | 2014-06-24 | 2015-12-24 | Fair Isaac Corporation | Insurance Claim Outlier Detection with Variant of Minimum Volume Ellipsoids |
US9619557B2 (en) | 2014-06-30 | 2017-04-11 | Palantir Technologies, Inc. | Systems and methods for key phrase characterization of documents |
US9535974B1 (en) | 2014-06-30 | 2017-01-03 | Palantir Technologies Inc. | Systems and methods for identifying key phrase clusters within documents |
US9202249B1 (en) | 2014-07-03 | 2015-12-01 | Palantir Technologies Inc. | Data item clustering and analysis |
US9256664B2 (en) | 2014-07-03 | 2016-02-09 | Palantir Technologies Inc. | System and method for news events detection and visualization |
WO2016022438A1 (en) * | 2014-08-08 | 2016-02-11 | Icahn School Of Medicine At Mount Sinai | Automatic disease diagnoses using longitudinal medical record data |
US9767172B2 (en) | 2014-10-03 | 2017-09-19 | Palantir Technologies Inc. | Data aggregation and analysis system |
US9501851B2 (en) | 2014-10-03 | 2016-11-22 | Palantir Technologies Inc. | Time-series analysis system |
US9984133B2 (en) | 2014-10-16 | 2018-05-29 | Palantir Technologies Inc. | Schematic and database linking system |
US20170235918A1 (en) * | 2014-10-25 | 2017-08-17 | Sumner Bluffs, Llc. | Systems and methods for determining compliance and efficacy of a dosing regimen for a pharmaceutical agent |
US9043894B1 (en) | 2014-11-06 | 2015-05-26 | Palantir Technologies Inc. | Malicious software detection in a computing system |
US10786173B2 (en) * | 2014-11-17 | 2020-09-29 | National Institute Of Advanced Industrial Science And Technology | Similarity evaluation method using brain waves, evaluation device, evaluation system, and program |
US10362133B1 (en) | 2014-12-22 | 2019-07-23 | Palantir Technologies Inc. | Communication data processing architecture |
US10552994B2 (en) | 2014-12-22 | 2020-02-04 | Palantir Technologies Inc. | Systems and interactive user interfaces for dynamic retrieval, analysis, and triage of data items |
US9367872B1 (en) | 2014-12-22 | 2016-06-14 | Palantir Technologies Inc. | Systems and user interfaces for dynamic and interactive investigation of bad actor behavior based on automatic clustering of related data in various data structures |
US9348920B1 (en) | 2014-12-22 | 2016-05-24 | Palantir Technologies Inc. | Concept indexing among database of documents using machine learning techniques |
US20160253672A1 (en) * | 2014-12-23 | 2016-09-01 | Palantir Technologies, Inc. | System and methods for detecting fraudulent transactions |
US9817563B1 (en) | 2014-12-29 | 2017-11-14 | Palantir Technologies Inc. | System and method of generating data points from one or more data stores of data items for chart creation and manipulation |
US20170103182A1 (en) * | 2015-01-25 | 2017-04-13 | International Business Machines Corporation | Modelling Disease Progression and Intervention Effects Using Non-Clinical Information Proxies for Clinical Information |
KR101870632B1 (ko) * | 2015-04-14 | 2018-06-25 | 주식회사 테라젠이텍스 | 질병 기전 연구를 위한 생물학적 데이터를 제공하는 데이터 제공 장치, 및 방법 |
US10103953B1 (en) | 2015-05-12 | 2018-10-16 | Palantir Technologies Inc. | Methods and systems for analyzing entity performance |
WO2017011549A1 (en) | 2015-07-15 | 2017-01-19 | Becton, Dickinson And Company | System and method for label selection |
CN108136391B (zh) | 2015-07-17 | 2021-01-26 | 克忧健康公司 | 用于增强检测和分析物定量的系统及方法 |
US9454785B1 (en) | 2015-07-30 | 2016-09-27 | Palantir Technologies Inc. | Systems and user interfaces for holistic, data-driven investigation of bad actor behavior based on clustering and scoring of related data |
US9456000B1 (en) | 2015-08-06 | 2016-09-27 | Palantir Technologies Inc. | Systems, methods, user interfaces, and computer-readable media for investigating potential malicious communications |
US10489391B1 (en) | 2015-08-17 | 2019-11-26 | Palantir Technologies Inc. | Systems and methods for grouping and enriching data items accessed from one or more databases for presentation in a user interface |
JP6771986B2 (ja) * | 2015-09-04 | 2020-10-21 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置 |
WO2017055958A1 (en) * | 2015-09-28 | 2017-04-06 | Koninklijke Philips N.V. | Challenge value icons for radiology report selection |
US10950341B2 (en) * | 2015-11-30 | 2021-03-16 | Physio-Control, Inc. | Integration of a point-of-care blood analyzer into a prehospital telemedicine system |
EP3433614A4 (en) * | 2016-03-23 | 2019-12-11 | Peach Intellihealth, Inc. | USE OF CLINICAL PARAMETERS FOR THE PREDICTION OF SYSTEMIC INFLAMMATORY RESPONSE SYNDROME |
CN105956378A (zh) * | 2016-04-26 | 2016-09-21 | 成都聚恒康科技有限公司 | 肿瘤诊疗临床决策支持系统 |
EP3239869A1 (en) * | 2016-04-29 | 2017-11-01 | Fujitsu Limited | A system and method to produce and validate weighted relations between drug and adverse drug reactions |
KR101886493B1 (ko) * | 2016-04-29 | 2018-08-07 | 연세대학교 산학협력단 | 구강암 발병 확률 예측 방법 및 장치 |
JP6198161B2 (ja) * | 2016-07-07 | 2017-09-20 | 国立研究開発法人科学技術振興機構 | 動的ネットワークバイオマーカーの検出装置、検出方法及び検出プログラム |
WO2018060996A1 (en) * | 2016-09-28 | 2018-04-05 | Medial Research Ltd. | Systems and methods for mining of medical data |
CN110168659A (zh) * | 2016-11-14 | 2019-08-23 | 科塔公司 | 用于改善临床结果并降低总护理费用的cna引导的护理 |
US10318630B1 (en) | 2016-11-21 | 2019-06-11 | Palantir Technologies Inc. | Analysis of large bodies of textual data |
WO2018105049A1 (ja) * | 2016-12-07 | 2018-06-14 | サスメド株式会社 | セキュリティシステムおよび認証サーバ |
RU2654125C1 (ru) * | 2016-12-09 | 2018-05-16 | Валерий Федорович Обеснюк | Способ статистической оценки многофакторного тренда условной вероятности наступления изучаемого неблагоприятного события в когортном исследовании |
US10620618B2 (en) | 2016-12-20 | 2020-04-14 | Palantir Technologies Inc. | Systems and methods for determining relationships between defects |
WO2018129413A1 (en) * | 2017-01-08 | 2018-07-12 | The Henry M. Jackson Foundation For The Advancement Of Military Medicine, Inc. | Systems and methods for using supervised learning to predict subject-specific bacteremia outcomes |
US11237161B2 (en) | 2017-01-25 | 2022-02-01 | Cue Health Inc. | Systems and methods for enhanced detection and quantification of analytes |
US10325224B1 (en) | 2017-03-23 | 2019-06-18 | Palantir Technologies Inc. | Systems and methods for selecting machine learning training data |
US10606866B1 (en) | 2017-03-30 | 2020-03-31 | Palantir Technologies Inc. | Framework for exposing network activities |
US10235461B2 (en) | 2017-05-02 | 2019-03-19 | Palantir Technologies Inc. | Automated assistance for generating relevant and valuable search results for an entity of interest |
US10482382B2 (en) | 2017-05-09 | 2019-11-19 | Palantir Technologies Inc. | Systems and methods for reducing manufacturing failure rates |
CA3135012A1 (en) | 2017-05-31 | 2018-12-06 | Anjali Jain | Methods for assessing mucosal healing in crohn's disease patients |
JP6948722B2 (ja) * | 2017-08-10 | 2021-10-13 | 国立研究開発法人科学技術振興機構 | 検出装置及び検出プログラム |
US11899022B2 (en) | 2017-08-23 | 2024-02-13 | The General Hospital Corporation | Multiplexed proteomics and predictive drug candidate assessment |
CN107799160B (zh) * | 2017-10-26 | 2021-12-31 | 医渡云(北京)技术有限公司 | 用药辅助决策方法及装置、存储介质、电子设备 |
JP2021521964A (ja) | 2018-04-30 | 2021-08-30 | ザ ボード オブ トラスティーズ オブ ザ レランド スタンフォード ジュニア ユニバーシティー | パーソナルデジタルフェノタイプを使用して健康を維持するシステム及び方法 |
CN108766587B (zh) * | 2018-05-11 | 2022-05-03 | 北京诺道认知医学科技有限公司 | 一种基于指定药物构建给药数据库的方法及装置 |
GB2578271A (en) * | 2018-07-05 | 2020-05-06 | Univ Oxford Innovation Ltd | Method and apparatus for designing a course of treatment |
US11887730B2 (en) * | 2018-07-30 | 2024-01-30 | Tata Consultancy Services Limited | Systems and methods for unobtrusive digital health assessment |
WO2020028898A1 (en) * | 2018-08-03 | 2020-02-06 | University Of Cincinnati | Test to assess liver disease severity |
WO2020047539A1 (en) * | 2018-08-31 | 2020-03-05 | Louisiana Tech Research Corporation | System and method for network analysis of a patient's neuro-cardio-respiratory system |
US20220028565A1 (en) * | 2018-09-17 | 2022-01-27 | Koninklijke Philips N.V. | Patient subtyping from disease progression trajectories |
US11120908B2 (en) | 2018-09-20 | 2021-09-14 | Abiomed, Inc. | Data storage and retrieval system for non-contiguous medical device operational data |
US11488693B2 (en) * | 2018-11-01 | 2022-11-01 | Upmc | Abstracting information from patient medical records |
US11810671B2 (en) | 2018-12-11 | 2023-11-07 | K Health Inc. | System and method for providing health information |
TWI716083B (zh) * | 2018-12-28 | 2021-01-11 | 國立成功大學 | 敗血症的菌種預測系統與方法 |
US11935652B1 (en) | 2019-02-20 | 2024-03-19 | Verily Life Sciences Llc | Health status change detection using anomaly detection in latent spaces |
CN109979589B (zh) * | 2019-02-21 | 2023-04-25 | 歌尔科技有限公司 | 治愈率的分析方法、装置以及计算机可读存储介质 |
CN110033448B (zh) * | 2019-04-15 | 2021-05-18 | 中国医学科学院皮肤病医院 | 一种aga临床图像的ai辅助雄秃汉密尔顿分级预测分析方法 |
WO2020243732A1 (en) * | 2019-05-31 | 2020-12-03 | Tempus Labs | Systems and methods of clinical trial evaluation |
WO2020247651A1 (en) * | 2019-06-05 | 2020-12-10 | The Ronin Project, Inc. | Modeling for complex outcomes using clustering and machine learning algorithms |
US20210074400A1 (en) * | 2019-09-05 | 2021-03-11 | Seth Feuerstein | System and method for performance-based management of therapeutic products |
US20210073648A1 (en) * | 2019-09-10 | 2021-03-11 | AI Therapeutics, Inc. | Techniques for semi-supervised training and associated applications |
CN111489325B (zh) * | 2019-12-16 | 2023-07-28 | 杭州电子科技大学 | 一种甲亢疾病即时鉴定装置及其控制方法 |
US11730420B2 (en) | 2019-12-17 | 2023-08-22 | Cerner Innovation, Inc. | Maternal-fetal sepsis indicator |
TWI709978B (zh) * | 2019-12-20 | 2020-11-11 | 國泰醫療財團法人國泰綜合醫院 | 智慧醫療決策方法及智慧醫療決策系統 |
RU2739118C1 (ru) * | 2019-12-23 | 2020-12-21 | федеральное государственное бюджетное образовательное учреждение высшего образования "Башкирский государственный медицинский университет" Министерства здравоохранения Российской Федерации | Способ прогнозирования течения острого периода ишемического инсульта у больных сахарным диабетом 2 типа |
CN111309781B (zh) * | 2020-01-21 | 2023-04-18 | 杭州杏林信息科技有限公司 | 统计抗菌药物治疗前病原学送检人数的方法及设备 |
JP7403884B2 (ja) * | 2020-02-26 | 2023-12-25 | ブライト クリニカル リサーチ リミテッド | オン・ゴーイング・クリニカル・トライアルを動的にモニタリングおよびガイドするためのレーダーシステム |
KR102425016B1 (ko) | 2020-03-18 | 2022-07-25 | 주식회사 트라이얼인포매틱스 | 자동화된 임상시험 영상평가데이터 관리 방법 및 시스템 |
US20210315517A1 (en) * | 2020-04-09 | 2021-10-14 | Massachusetts Institute Of Technology | Biomarkers of inflammation in neurophysiological systems |
US20220139508A1 (en) * | 2020-11-05 | 2022-05-05 | International Business Machines Corporation | Cool - a screening collaborative open outcomes tool |
KR102386414B1 (ko) * | 2020-11-10 | 2022-04-15 | 이희영 | 임상시험의 위반사항 보고 장치 및 방법 |
CN113035298B (zh) * | 2021-04-02 | 2023-06-20 | 南京信息工程大学 | 递归生成大阶数行限制覆盖阵列的药物临床试验设计方法 |
US11540879B2 (en) | 2021-04-16 | 2023-01-03 | Physcade, Inc. | Personalized heart rhythm therapy |
EP4330686A2 (en) * | 2021-04-30 | 2024-03-06 | F. Hoffmann-La Roche AG | Il6 marker panels for early detection of sepsis |
EP4338163A1 (en) * | 2021-05-13 | 2024-03-20 | Scipher Medicine Corporation | Assessing responsiveness to therapy |
US11710576B2 (en) | 2021-05-24 | 2023-07-25 | OrangeDot, Inc. | Method and system for computer-aided escalation in a digital health platform |
US20220415454A1 (en) * | 2021-06-24 | 2022-12-29 | Unlearn.AI, Inc. | Systems and Methods for Estimating Treatment Effects in Randomized Trials Using Covariate Adjusted Stratification and Pseudovalue Regression |
WO2023004015A1 (en) * | 2021-07-21 | 2023-01-26 | The Truestees Of Columbia University In The City Of New York | System, method, and computer-accessible medium for point processes for competing observations with recurrent networks |
CN113506602B (zh) * | 2021-07-29 | 2023-09-01 | 深圳万海思数字医疗有限公司 | 远程医疗平台医生调度方法和装置 |
CN113823365A (zh) * | 2021-09-30 | 2021-12-21 | 北京兴德通医药科技股份有限公司 | 临床研究质量控制方法、系统、电子设备和存储介质 |
CN114121293A (zh) * | 2021-11-12 | 2022-03-01 | 北京华彬立成科技有限公司 | 临床试验信息挖掘和查询方法及装置 |
CN114187582B (zh) * | 2021-11-17 | 2023-04-21 | 电子科技大学 | 一种基于人工神经网络技术的人工心肺机数据记录方法 |
US11868384B2 (en) | 2022-03-25 | 2024-01-09 | OrangeDot, Inc. | Method and system for automatically determining responses in a messaging platform |
US11868900B1 (en) | 2023-02-22 | 2024-01-09 | Unlearn.AI, Inc. | Systems and methods for training predictive models that ignore missing features |
CN116313163B (zh) * | 2023-05-16 | 2023-07-21 | 四川省医学科学院·四川省人民医院 | 一种基于白血病患儿治疗的交互方法和系统 |
Family Cites Families (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4891377A (en) * | 1988-12-02 | 1990-01-02 | Board Of Regents Acting For And On Behalf Of University Of Michigan | Transdermal delivery of the narcotic analgesics etorphine and analogs |
US5912178A (en) * | 1994-02-16 | 1999-06-15 | Wisconsin Alumni Research Foundation | Passive measurement of isotopes to monitor health |
US6306614B1 (en) * | 1994-06-08 | 2001-10-23 | Sepsis, Inc. | Measurement of analytes in whole blood |
US7921068B2 (en) * | 1998-05-01 | 2011-04-05 | Health Discovery Corporation | Data mining platform for knowledge discovery from heterogeneous data types and/or heterogeneous data sources |
CN1221915C (zh) * | 1998-07-23 | 2005-10-05 | 戴维·史密斯 | 用于分析生物系统的方法 |
ES2283153T3 (es) * | 1999-09-09 | 2007-10-16 | Nokia Corporation | Determinacion de la velocidad de datos, basada en estimaciones de la densidad espectral de potencia. |
US20020095260A1 (en) * | 2000-11-28 | 2002-07-18 | Surromed, Inc. | Methods for efficiently mining broad data sets for biological markers |
US7713705B2 (en) * | 2002-12-24 | 2010-05-11 | Biosite, Inc. | Markers for differential diagnosis and methods of use thereof |
US7255677B2 (en) * | 2002-03-04 | 2007-08-14 | Smiths Detection Inc. | Detection, diagnosis, and monitoring of a medical condition or disease with artificial olfactometry |
US7465555B2 (en) * | 2002-04-02 | 2008-12-16 | Becton, Dickinson And Company | Early detection of sepsis |
EP1527330A1 (en) * | 2002-08-06 | 2005-05-04 | The Regents of the University of California | Tear film osmometry |
US20040122703A1 (en) * | 2002-12-19 | 2004-06-24 | Walker Matthew J. | Medical data operating model development system and method |
US9342657B2 (en) * | 2003-03-24 | 2016-05-17 | Nien-Chih Wei | Methods for predicting an individual's clinical treatment outcome from sampling a group of patient's biological profiles |
WO2004089972A2 (en) * | 2003-04-02 | 2004-10-21 | Merck & Co., Inc. | Mass spectrometry data analysis techniques |
US20070038386A1 (en) * | 2003-08-05 | 2007-02-15 | Schadt Eric E | Computer systems and methods for inferring casuality from cellular constituent abundance data |
US20050119534A1 (en) * | 2003-10-23 | 2005-06-02 | Pfizer, Inc. | Method for predicting the onset or change of a medical condition |
JP2005165987A (ja) * | 2003-12-05 | 2005-06-23 | Hitachi Medical Corp | 医療情報提供システム |
JP4774534B2 (ja) * | 2003-12-11 | 2011-09-14 | アングーク ファーマシューティカル カンパニー,リミティド | 集中化適応モデル及び遠隔操作サンプルプロセッシングの使用を介した生物学的状態の診断方法 |
US20050209785A1 (en) * | 2004-02-27 | 2005-09-22 | Wells Martin D | Systems and methods for disease diagnosis |
JP2005285001A (ja) * | 2004-03-30 | 2005-10-13 | Sunstar Inc | 健康支援方法及びそのシステム |
US20050283380A1 (en) * | 2004-06-18 | 2005-12-22 | Garduno Ramon S | Delivery service for a health management system |
US7937225B2 (en) * | 2004-09-03 | 2011-05-03 | New York University | Systems, methods and software arrangements for detection of genome copy number variation |
US20080204043A1 (en) * | 2004-10-27 | 2008-08-28 | University Of Florida Research Foundation, Inc. | Real-Time Assessment of Biomarkers for Disease |
US8641611B2 (en) * | 2004-10-28 | 2014-02-04 | Seems Inc. | Disease diagnostic system |
CA2594181A1 (en) * | 2004-12-30 | 2006-07-06 | Proventys, Inc. | Methods, systems, and computer program products for developing and using predictive models for predicting a plurality of medical outcomes, for evaluating intervention strategies, and for simultaneously validating biomarker causality |
EP1844322A4 (en) * | 2005-01-31 | 2009-06-10 | Insilicos Llc | METHOD FOR IDENTIFICATION OF BIOMARKERS BY MEANS OF MASS SPECTROMETRY TECHNIQUES |
BRPI0608448A2 (pt) * | 2005-03-04 | 2009-12-29 | Mentis Cura Ehf | método e um sistema para avaliar condições neurológicas |
JP2006346333A (ja) * | 2005-06-20 | 2006-12-28 | Toray Medical Co Ltd | 血液透析装置用管理システム |
US7495537B2 (en) * | 2005-08-10 | 2009-02-24 | Stereotaxis, Inc. | Method and apparatus for dynamic magnetic field control using multiple magnets |
US8041090B2 (en) * | 2005-09-10 | 2011-10-18 | Ge Healthcare Uk Limited | Method of, and apparatus and computer software for, performing image processing |
EP1931990A4 (en) * | 2005-10-03 | 2010-03-10 | Biosite Inc | METHOD AND COMPOSITIONS FOR DIAGNOSIS AND / OR FORECASTING IN SYSTEMIC INFLAMMATORY RESPONSE SYNDROMES |
WO2007054881A2 (en) * | 2005-11-10 | 2007-05-18 | Koninklijke Philips Electronics N.V. | Decision-based displays for medical information systems |
JP2007160108A (ja) * | 2005-12-12 | 2007-06-28 | Siemens Medical Solutions Usa Inc | 循環系機能を画像ベースで生理学的にモニタリングするためのシステムおよび方法 |
US7655428B2 (en) * | 2005-12-22 | 2010-02-02 | Biosite, Inc. | Latent protein C assays and their uses for diagnosis and/or prognosis in systemic inflammatory response syndromes |
CN101008644A (zh) * | 2006-01-27 | 2007-08-01 | 陈云 | 功能性中枢神经损伤诊断检测用蛋白芯片及其制造方法 |
US20090054740A1 (en) * | 2006-03-03 | 2009-02-26 | Mentis Cura Ehf | Method and apparatus of constructing and using a reference tool to generate a discriminatory signal for indicating a medical condition of a subject |
US8026049B2 (en) * | 2007-03-23 | 2011-09-27 | Wisconsin Alumni Research Foundation | Noninvasive measurement and identification of biomarkers in disease state |
SG177936A1 (en) | 2008-03-26 | 2012-02-28 | Theranos Inc | Methods and systems for assessing clinical outcomes |
-
2009
- 2009-03-26 SG SG2011097037A patent/SG177936A1/en unknown
- 2009-03-26 EP EP18175435.9A patent/EP3432175A1/en not_active Withdrawn
- 2009-03-26 AU AU2009228145A patent/AU2009228145B2/en not_active Ceased
- 2009-03-26 KR KR1020157008911A patent/KR101766473B1/ko active IP Right Grant
- 2009-03-26 MX MX2010010400A patent/MX2010010400A/es not_active Application Discontinuation
- 2009-03-26 KR KR1020177034858A patent/KR20170138578A/ko not_active Application Discontinuation
- 2009-03-26 NZ NZ588741A patent/NZ588741A/en not_active IP Right Cessation
- 2009-03-26 CA CA3029513A patent/CA3029513A1/en not_active Abandoned
- 2009-03-26 SG SG2011097102A patent/SG177938A1/en unknown
- 2009-03-26 NZ NZ627239A patent/NZ627239A/en not_active IP Right Cessation
- 2009-03-26 NZ NZ712746A patent/NZ712746A/en not_active IP Right Cessation
- 2009-03-26 CN CN200980119929.3A patent/CN102047255B/zh not_active Expired - Fee Related
- 2009-03-26 CN CN201610430085.6A patent/CN106126886A/zh active Pending
- 2009-03-26 JP JP2011502079A patent/JP5550633B2/ja not_active Expired - Fee Related
- 2009-03-26 RU RU2015123307/10A patent/RU2015123307A/ru not_active Application Discontinuation
- 2009-03-26 MX MX2015001393A patent/MX337333B/es unknown
- 2009-03-26 BR BRPI0910608A patent/BRPI0910608A2/pt not_active Application Discontinuation
- 2009-03-26 KR KR1020107023945A patent/KR101806432B1/ko active IP Right Grant
- 2009-03-26 SG SG2011097086A patent/SG177937A1/en unknown
- 2009-03-26 WO PCT/US2009/038467 patent/WO2009120909A1/en active Application Filing
- 2009-03-26 CA CA2719625A patent/CA2719625C/en not_active Expired - Fee Related
- 2009-03-26 CN CN201610423953.8A patent/CN106126881A/zh active Pending
- 2009-03-26 NZ NZ61456609A patent/NZ614566A/en not_active IP Right Cessation
- 2009-03-26 MX MX2016002422A patent/MX358656B/es unknown
- 2009-03-26 US US12/412,334 patent/US20090318775A1/en not_active Abandoned
- 2009-03-26 EP EP09723974A patent/EP2274699A4/en not_active Ceased
- 2009-03-26 RU RU2010143465/10A patent/RU2010143465A/ru unknown
-
2010
- 2010-09-21 IL IL208323A patent/IL208323A/en active IP Right Grant
-
2011
- 2011-09-26 US US13/244,762 patent/US8265955B2/en not_active Expired - Fee Related
- 2011-10-17 HK HK17104916.4A patent/HK1231579A1/zh unknown
- 2011-10-17 HK HK17104923.5A patent/HK1231580A1/zh unknown
-
2012
- 2012-09-10 US US13/609,144 patent/US8538774B2/en not_active Expired - Fee Related
-
2013
- 2013-08-27 US US14/011,730 patent/US20140046683A1/en not_active Abandoned
-
2014
- 2014-02-28 JP JP2014038435A patent/JP5864642B2/ja not_active Expired - Fee Related
-
2015
- 2015-04-03 JP JP2015076583A patent/JP6178358B2/ja not_active Expired - Fee Related
-
2016
- 2016-06-05 IL IL246042A patent/IL246042A0/en active IP Right Grant
-
2017
- 2017-04-04 JP JP2017074278A patent/JP2017181507A/ja not_active Withdrawn
-
2019
- 2019-01-18 JP JP2019006736A patent/JP2019070669A/ja active Pending
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6178358B2 (ja) | 臨床転帰を評価するための方法およびシステム | |
US11257579B2 (en) | Systems and methods for managing autoimmune conditions, disorders and diseases | |
US20090271342A1 (en) | Personalized medicine system | |
US11429899B2 (en) | Data model processing in machine learning using a reduced set of features | |
Fritsche et al. | Recognition of critical situations from time series of laboratory results by case-based reasoning | |
AU2013231105B2 (en) | Methods and systems for assessing clinical outcomes | |
US20210202093A1 (en) | Intelligent Ecosystem | |
AU2018203728A1 (en) | Methods and systems for assessing clinical outcomes | |
US20160034619A1 (en) | Systems and Methods for Comparative Analysis | |
US20240071623A1 (en) | Patient health platform | |
Regulski et al. | Machine Learning Prediction Techniques in the Optimization of Diagnostic Laboratories’ Network Operations | |
Mullachery | Mining Insights for Patterns in the Active Daily Life of Chronic Cancer and Cardiovascular Patients using Artificial Intelligence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140603 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141119 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150105 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150403 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20151222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151224 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5864642 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |