JP7316940B2 - 対象を評価するための非侵襲的静脈波形解析 - Google Patents

Description

相互参照
本願は、２０１７年４月１４日に出願された米国仮特許出願第６２／４８５，４２３号に対する優先権を主張し、その全体が参照により本明細書に組み込まれる。

連邦政府による資金提供を受けた研究又は開発に関する記載
本発明は、国立科学財団により授与された契約番号１５４９５７６の下で政府の支援を受けてなされた。政府は本発明に一定の権利を有する。

本明細書において別段の指示がない限り、このセクションに記載される資料は、本願の特許請求の範囲に対する先行技術ではなく、このセクションに含められることによって先行技術であるとは認められない。

急性非代償性心不全は、患者の入院の一般的な原因である。患者の肺毛細血管楔入圧（ｐｕｌｍｏｎａｒｙ ｃａｐｉｌｌａｒｙ ｗｅｄｇｅ ｐｒｅｓｓｕｒｅ，ＰＣＷＰ）を評価することは、そのような心不全を引き起こすおそれのある血管容積の過負荷を評価するための有用なツールである。ＰＣＷＰ評価を用いて、心不全の重症度を評価し、駆出率が保たれた心不全の診断を確認することもできる。ＰＣＷＰデータが利用可能であるとき、臨床医は心不全による入院を防ぎ、患者の生活の質を改善することができる。処置には肺動脈カテーテルの侵襲的留置が必要であり、場合によっては高価な侵襲的永久装置の留置が必要となるので、ＰＣＷＰデータの取得はやや困難である。

一例では、方法は、センサを介して、対象の静脈から生じる振動を検出することと、周波数範囲にわたって、検出された振動の強度スペクトルを取得することとを含む。本方法は更に、取得された強度スペクトルを用いて、対象の肺毛細血管楔入圧（ＰＣＷＰ）、平均肺動脈圧、肺動脈拡張期圧、左室拡張末期圧、左室拡張末期容積、心拍出量、全血液量及び容積反応性を含む群から選択される測定基準を決定することを含む。

別の例では、コンピューティングデバイスは、１つ以上のプロセッサと、センサと、１つ以上のプロセッサによって実行されたときにコンピューティングデバイスに機能を実行させる命令を格納するコンピュータ可読媒体と、を有する。機能は、センサを介して、対象の静脈から生じる振動を検出することと、周波数範囲にわたって、検出された振動の強度スペクトルを取得することとを含む。機能は更に、取得された強度スペクトルを用いて、対象の肺毛細血管楔入圧（ＰＣＷＰ）、平均肺動脈圧、肺動脈拡張期圧、左室拡張末期圧、左室拡張末期容積、心拍出量、全血液量及び容積反応性を含む群から選択される測定基準を決定することを含む。

更に別の例では、非一時的コンピュータ可読媒体は、センサを有するコンピューティングデバイスによって実行されたときに、コンピューティングデバイスに機能を実行させる命令を格納する。機能は、センサを介して、対象の静脈から生じる振動を検出することと、周波数範囲にわたって、検出された振動の強度スペクトルを取得することとを含む。機能は更に、取得された強度スペクトルを用いて、対象の肺毛細血管楔入圧（ＰＣＷＰ）、平均肺動脈圧、肺動脈拡張期圧、左室拡張末期圧、左室拡張末期容積、心拍出量、全血液量及び容積反応性を含む群から選択される測定基準を決定することを含む。

これら、並びに他の態様、利点及び代替は、必要であれば添付の図面を参照しながら以下の詳細な説明を読むことにより、当業者には明らかになるであろう。更に、本明細書で提供される本概要並びに他の説明及び図は、例として本発明を説明することのみを意図しており、そのようなものとして、多数の変形が可能であることを理解されたい。

例示的な実施形態に係るコンピューティングデバイスの概略図である。 例示的な実施形態に係る、コンピューティングデバイスに通信可能に結合された無線センサを有するコンピューティングデバイスを示す。 例示的な実施形態に係るコンピューティングデバイスを示す。 例示的な実施形態に係るセンサを示す。 例示的な実施形態に係る方法を示すブロック図である。 例示的な実施形態に係る、対象の静脈から生じる振動の強度スペクトルを示す。 ２０ｍｍＨｇを超える対象のＰＣＷＰを予測するための受信者操作曲線を示す。 対象ＮＩＶＡスコアと対象容積状況の相関を示す。 対象ＮＩＶＡスコアと対象容積状況の相関を示す。 ＰＣＷＰと対象容積状況の相関を示す。 実際の対象ＰＣＷＰと、対象ＮＩＶＡスコアに基づいて決定された対象ＰＣＷＰの相関を示す。 対象心拍出量と対象容積状況の相関を示す。 対象心拍出量の実際の変化と、対象ＮＩＶＡスコアに基づいて予測された対象心拍出量の変化の相関を示す。

前述のように、ＰＣＷＰの直接測定には診断的価値があるが、本質的に侵襲的であり、コストがかかるおそれがある。本明細書では、非侵襲性静脈波形解析（ｎｏｎ－ｉｎｖａｓｉｖｅ ｖｅｎｏｕｓ ｗａｖｅｆｏｒｍ ａｎａｌｙｓｉｓ，ＮＩＶＡ）を用いて、ＰＣＷＰ及び他の対象測定基準を間接的に決定する方法並びにシステムが開示される。

ＰＣＷＰは、特定の時間における対象の循環系内の血液の量を評価するための重要な指標とみなされ、本明細書では容積状況とも呼ばれる。ＮＩＶＡは、容積状況の評価に加えて、平均肺動脈圧、肺動脈拡張期圧、左室拡張末期圧、左室拡張末期容積、心拍出量、全血液量及び容積反応性などの、他の有用な対象測定基準を間接的に決定するためにも用いることができる。そして、これらの決定された測定基準は、対象を苦しめるおそれのある様々な障害を診断又は治療するために用いることができる。

より具体的には、対象の末梢静脈の上にセンサを適用して、静脈内の血流によって引き起こされる振動を検出することができる。次いでコンピューティングデバイスは、信号処理を介して、ある周波数範囲にわたって検出された振動の強度スペクトルを取得してよい。例えば、コンピューティングデバイスは、検出された振動を表す信号に対して高速フーリエ変換（ＦＦＴ）を実行して、様々なそれぞれの振動周波数に対応する強度を生成してよい。周波数は、対象の呼吸数、脈拍数、及び脈拍数の様々な高調波を現してよい。次に、コンピューティングデバイスは、取得された強度スペクトルを用いて、対象のＰＣＷＰ、又は本明細書に記載される任意の他の対象測定基準を決定してよい。例えば、コンピューティングデバイス（又は臨床医）は、ＰＣＷＰと振動周波数の絶対強度及び／又は１つ以上の他の振動周波数と比較した１つ以上の振動周波数の相対強度との間の既知の相関に基づいて、ＰＣＷＰ又は他の測定基準を決定してよい。

図１は、本開示に記載されているもののうちいずれかなど、様々な動作及び／又は機能を実行することのできる例示的なコンピューティングデバイス１００の簡略ブロック図である。コンピューティングデバイス１００は、他の可能性の中でもとりわけ、携帯電話、タブレットコンピュータ、ラップトップコンピュータ、デスクトップコンピュータ、ウェアラブルコンピューティングデバイス（例えばリストバンドの形態）であってよい。

コンピューティングデバイス１００は、１つ以上のプロセッサ１０２、データ記憶ユニット１０４、通信インタフェース１０６、ユーザインタフェース１０８、ディスプレイ１１０及びセンサ１１２を有する。これらのコンポーネント及び他の可能なコンポーネントは、２つ以上の装置又はシステム間の通信を容易にする機構を表す接続機構１１４を介して、互いに（又は別の装置又はシステムに）接続することができる。そのようなものとして、接続機構１１４は、ケーブル又はシステムバスなどの単純な機構、又はパケットベースの通信ネットワーク（例えばインターネット）などの比較的複雑な機構とすることができる。場合によっては、接続機構は無形の媒体を含むことができる（例えば接続が無線である場合）。

プロセッサ１０２は、汎用プロセッサ（例えばマイクロプロセッサ）及び／又は専用プロセッサ（例えばデジタル信号プロセッサ（ＤＳＰ））を含んでよい。場合によっては、コンピューティングデバイス１００は、本明細書に記載される機能を実行するために複数のプロセッサを有してよい。

データ記憶ユニット１０４は、磁気、光学又はフラッシュストレージなどの１つ以上の揮発性、不揮発性、リムーバブル且つ／又はリムーバブルでない記憶コンポーネントを含んでよく、且つ／又は、プロセッサ１０２の全体又は一部に統合することができる。そのようなものとして、データ記憶ユニット１０４は、プログラム命令（例えば、コンパイル又は非コンパイルのプログラムロジック及び／又は機械語）を格納した非一時的コンピュータ可読記憶媒体の形態をとってよく、プログラム命令は、プロセッサ１０２によって実行されると、コンピューティングデバイス１００に、本開示に記載されるものなどの１つ以上の動作及び／又は機能を実行させる。そのようなプログラム命令は、個別のソフトウェアアプリケーションを定義することができ、且つ／又はその一部とすることができる。場合によっては、コンピューティングデバイス１００は、通信インタフェース１０６及び／又はユーザインタフェース１０８などからの入力を受信することに応えて、プログラム命令を実行することができる。また、データ記憶ユニット１０４は、本開示に記載されるようなタイプなど、他のタイプのデータを記憶してもよい。

通信インタフェース１０６は、コンピューティングデバイス１００が１つ以上の通信プロトコルに従って、別の他の装置又はシステムに接続及び／又は通信できるようにすることができる。通信インタフェース１０６は、イーサネットインタフェース又は高精細シリアル・デジタル・インタフェース（ＨＤ‐ＳＤＩ）などの有線インタフェースとすることができる。通信インタフェース１０６は、追加的又は代替的に、セルラ又はＷＩ‐ＦＩインタフェースなどの無線インタフェースを含むことができる。通信インタフェース１０６によって提供される接続は、直接接続又は間接接続とすることができ、後者は、ルータ、スイッチャ又は他のネットワークデバイスなどの１つ以上のエンティティを通過及び／又は横断する接続である。同様に、通信インタフェース１０６への、又は通信インタフェース１０６からの送信は、直接送信又は間接送信とすることができる。

ユーザインタフェース１０８は、該当する場合、コンピューティングデバイス１００とコンピューティングデバイス１００のユーザとの間のインタラクションを容易にすることができる。そのようなものとして、ユーザインタフェース１０８は、キーボード、キーパッド、マウス、タッチセンサ式及び／若しくは存在センサ式パッド又はディスプレイ、マイク、カメラなどの入力コンポーネント、及び／又は、ディスプレイデバイス（例えばタッチセンサ式及び／若しくは存在センサ式パネルと組み合わせることができる）、スピーカ及び／又は触覚フィードバックシステムなどの出力コンポーネントを含むことができる。より一般的には、ユーザインタフェース１０８は、コンピューティングデバイス１００とコンピューティングデバイス１００のユーザとの間のインタラクションを容易にするハードウェア及び／又はソフトウェアコンポーネントを含むことができる。

更なる態様では、コンピューティングデバイス１００はディスプレイ１１０を有する。ディスプレイ１１０は、任意のタイプのグラフィックディスプレイであってよい。そのようなものとして、ディスプレイ１１０は、サイズ、形状及び／又は解像度が異なってよい。更に、ディスプレイ１１０は、カラーディスプレイ又はモノクロディスプレイであってよい。

センサ１１２は、圧電センサ、圧力センサ、力センサ、光波長選択的反射率又は吸光度測定システム、トノメータ、超音波プローブ、プレチスモグラフ又は圧力変換器の形態をとってよい。他の例も可能である。センサ１１２は、本明細書で更に説明されるように、対象の静脈から生じる振動を検出するように構成されてよい。

上述のように、接続機構１１４は、コンピューティングデバイス１００のコンポーネントを接続してよい。接続機構１１４は有線接続として示されているが、一部の実施では無線接続が用いられてもよい。例えば、通信機構１１２は、ユニバーサルシリアルバス又はパラレルバスなどの有線シリアルバスであってよい。有線接続も独自の接続であってよい。同様に、通信機構１１２は無線接続であってもよく、他の可能性の中でもとりわけ、例えばＢｌｕｅｔｏｏｔｈ（登録商標）無線技術、ＩＥＥＥ８０２．１１（任意のＩＥＥＥ８０２．１１改訂版を含む）に記載された通信プロトコル、セルラ技術（ＧＳＭ、ＣＤＭＡ、ＵＭＴＳ、ＥＶ－ＤＯ、ＷｉＭＡＸ又はＬＴＥなど）又はＺｉｇｂｅｅ（登録商標）技術を用いてよい。

図２は、コンピューティングデバイス１００及びセンサ１１２の一実施形態を示す。図２では、センサ１１２は、ヒトの対象によって着用されるウェアラブルリストバンドの形態をとり、コンピューティングデバイス１００は携帯電話の形態をとる。センサ１１２は、対象の手首の静脈から生じる振動を検出し、検出された振動を表す信号を無線で（例えばＢｌｕｅｔｏｏｔｈ（登録商標）を介して）送信してよい。コンピューティングデバイス１００は、本明細書で更に説明される更なる処理のために信号を受信してよい。

図３Ａは、コンピューティングデバイス１００の別の実施形態を示す。図３Ａでは、コンピューティングデバイス１００は、有線接続を介してセンサ１１２に通信可能に結合されている。

図３Ｂは、リストバンドの形態をとるセンサ１１２の実施形態を示す。

図４Ａは、コンピューティングデバイス１００の使用により、且つ／又は使用を介して実行され得る方法４００のブロック図である。

ブロック４０２において、本方法は、センサを介して、対象の静脈から生じる振動を検出することを含む。例えば、コンピューティングデバイス１００は、センサ１１２を介して、対象の静脈（例えば静脈壁）から生じる振動を検出してよい。具体的な例では、センサ１１２は、対象の前腕静脈の上又は近くの対象の皮膚に（例えばベルクロストラップを介して）固定されてよい。センサ１１２は、対象の皮膚などの組織を介して振動が伝導されると、前腕静脈（又は別の静脈）を通る血流によって引き起こされる振動を検出してよい。対象はヒトであってよいが、他の動物も可能である。センサ１１２が振動を検出するとき、対象は、例えば人工呼吸器の助けを借りずに、又は人工呼吸器の助けを借りて、自発的に呼吸していてよい。

ブロック４０４において、本方法は、周波数範囲（例えば０．０５Ｈｚ～２５Ｈｚ）にわたって、検出された振動の強度スペクトルを取得することを含む。より具体的には、コンピューティングデバイス１００は、センサ１１２から受信される検出された振動を表す信号に対して、高速フーリエ変換（ＦＦＴ）を実行してよい。ＦＦＴを実行すると、検出された振動の１つ以上の周波数にそれぞれ対応する１つ以上の強度を得ることができる。対象の呼吸数、脈拍数、脈拍数の高調波又は倍数などの関心周波数は、得られた強度スペクトル内で「ピーク」の形態をとってよい。そのようなピークは、信号周波数に関する信号強度の極大（又は最大）の形態をとってよい。ＦＦＴは非線形であってよく、又はＦＦＴの他の形式であってよい。一部の例では、コンピューティングデバイス１００が振動を表す信号に対して自己相関演算、ヒルベルト・ファン変換（ＨＨＴ）又は経験的モード分解（ＥＭＤ）を実行した後、コンピューティングデバイス１００はＦＦＴを実行してよい。

図４Ｂは、静脈壁から検出された振動を表す信号に対してＦＦＴを実行することにより得られた任意の強度スペクトルのグラフ描写である。任意の強度スペクトルは、様々なそれぞれの周波数に対応する静脈振動の強度を表す。図４Ｂは、静脈振動データと以下で論じる様々な対象測定基準との相関を確立するための関心周波数を表すことができる強度又は振幅のピーク４１０、４１２、４１４及び４１６を示す。

ブロック４０６において、本方法は、取得された強度スペクトルを用いて、対象の肺毛細血管楔入圧（ＰＣＷＰ）、平均肺動脈圧、肺動脈拡張期圧、左室拡張末期圧、左室拡張末期容積、心拍出量、全血液量及び容積反応性を含む群から選択される測定基準を決定することを含む。より具体的には、コンピューティングデバイス１００又はユーザは、取得された強度スペクトルを用いて、前述の対象の測定基準のうちの１つ以上を決定してよい。

このプロセスは、対象の静脈振動の以前に収集された強度スペクトルと前述の対象測定基準との間の既知の統計的相関を用いることを含んでよい。例えば、多数の対象について静脈振動データが収集されてよく、一方で、対象の各々について前述の測定基準のうちの１つ以上が直接測定されてよい。次いで、このデータを用いて、収集された静脈振動データと前述の対象の測定基準データとの間の統計的相関が決定されてよい。より具体的には、静脈振動データと対象の測定基準データとの間のそのような相関は、様々な統計分析又は「曲線近似」法（例えば最小二乗分析）を用いて、数学関数として近似することができる。そのようなものとして、後に収集される静脈振動強度データに対して、同定された数学関数を実行することにより、将来の対象測定基準を間接的（例えば直接測定なしで）且つ非侵襲的に、センサ１１２を用いて決定することができる。

具体的な例では、ＰＣＷＰは以下の派生式、ＮＩＶＡスコア＝６．５＋４．８（０．９２Ａ_０＋２Ａ_１＋０．４Ａ_２＋０．２Ａ_３）／（Ａ_０＋Ａ_１＋Ａ_２＋Ａ_３）＋４４＊（Ａ_４＋Ａ_５＋Ａ_６＋Ａ_７＋Ａ_８）／（Ａ_１＋Ａ_２＋Ａ_３＋Ａ_４＋Ａ_５＋Ａ_６＋Ａ_７＋Ａ_８）＋０．０２９６（Ａ_０／Ａ_１）を用いて決定されてよい。一部の例では、決定されたＮＩＶＡスコアは、対象のＰＣＷＰに等しいと予測される値に等しい。この例では、Ａ_０は対象の呼吸数の強度、Ａ_１は対象の脈拍数（ｆ_１）の強度、Ａ_２、Ａ_３、Ａ_４、Ａ_５、Ａ_６、Ａ_７及びＡ_８はそれぞれ２ｆ_１、３ｆ_１、４ｆ_１、５ｆ_１、６ｆ_１、７ｆ_１及び８ｆ_１の強度である。呼吸数、脈拍数及び脈拍数の高調波は、強度の極大又は最大が発生する周波数として識別されてよい。

決定されたＰＣＷＰ又は他の決定された対象の測定基準は、以下の障害、すなわち循環血液量過多、循環血液量減少、正常血液量、脱水、心不全、組織低灌流、心筋梗塞、低血圧、心臓弁膜症、先天性心疾患、心筋症、肺疾患、不整脈、薬物効果、出血、全身性炎症反応症候群、感染症、敗血症、電解質異常、アシドーシス、腎不全、肝不全、脳損傷、熱傷、心タンポナーデ、妊娠高血圧腎症／子癇、又は毒性のうちの１つ以上の診断又は治療に用いられてよい。また、決定されたＰＣＷＰ又は他の決定された対象の測定基準は、以下の状態すなわち肺炎、心疾患、敗血症、喘息、閉塞性睡眠時無呼吸、低呼吸、感覚消失、疼痛若しくは麻酔の使用のうちの１つ以上に起因する呼吸促迫又は低換気の診断に用いられてもよい。

方法４００は、対照と比較した場合の心拍出量の増加若しくは減少、又は対照と比較した場合の血管内容積状況の増加若しくは減少を患っている対象を診断又は治療するために実行されてよい。また、方法４００は、心臓カテーテル法を受ける予定の対象又は心臓カテーテル法を受けた対象に対して実行されてもよい。

決定されたＰＣＷＰ又は他の決定された対象測定基準は、更に、対象に対して流体を静脈内投与することが、対象心拍出量を増加させるか、減少させるか、又は対象心拍出量に有意な影響を与えるかを決定するために用いられてよい。

一部の例では、方法４００は、１つ以上の障害の治療又は診断の前に１回目が実行され、治療の実行又は診断の決定の後に２回目が実行されてよい。

方法４００は、肺毛細血管楔入圧（ＰＣＷＰ）、平均肺動脈圧、肺動脈拡張期圧、左室拡張末期圧、左室拡張末期容積、心拍出量、全血液量又は容積反応性について収集されたデータに対するｆ_０～ｆ_８のうちの１つ以上の寄与のレバレッジプロットを用いる反復導出を含んでよい。値に値する対数を用いて、ＮＩＶＡ容積インデックス又はスコアを定義するために最適な重み付け係数と定数を決定することができる。この場合、アルゴリズムは、ｌ（ｆ_０）＋ｍ（ｆ_１）＋ｎ（ｆ_２）＋ｏ（ｆ_３）＋ｐ（ｆ_４）＋ｑ（ｆ_５）＋ｒ（ｆ_６）＋ｓ（ｆ_７）＋ｔ（ｆ_８）＋（γ）で割られたａ（ｆ_０）＋ｂ（ｆ_１）＋ｃ（ｆ_２）＋ｄ（ｆ_３）＋ｅ（ｆ_４）＋ｇ（ｆ_５）＋ｈ（ｆ_６）＋ｉ（ｆ_７）＋ｊ（ｆ_８）＋（κ）に従って、データを既知の臨床出力（対象の肺毛細血管楔入圧（ＰＣＷＰ）、平均肺動脈圧、肺動脈拡張期圧、左室拡張末期圧、左室拡張末期容積、心拍出量、全血液量及び容積反応性など）に正規化する定数によって修正された、脈拍数の低めの高調波の振幅の合計に対する、脈拍数の高めの高調波の合計の比率であってよい。式中、ｆ_０～ｆ_８は、静脈波形の高速フーリエ変換から派生した周波数であり、κ、γ、ａ、ｂ、ｃ、ｄ、ｅ、ｇ、ｈ、ｉ、ｊ、ｌ、ｍ、ｎ、ｏ、ｐ、ｑ、ｒ、ｓ、ｔは、アルゴリズムを重み付けして正規化する数値定数である。

図５は、静脈振動データをＰＣＷＰデータと比較するＲＯＣ曲線を示す。曲線下の面積は０．８０５であり、２０ｍｍＨｇを超えるＰＣＷＰを検出するための方法４００の使用が成功したことを示す。ＰＣＷＰが２０ｍｍＨｇを超える患者は、容積反応性を示さず、血管内容積状況は増加しないと予想される。

図６は、対象ＮＩＶＡスコアと対象容積状況の相関を示す。図示のように、流体（例えばボーラス）の投与によりＮＩＶＡスコアが増加し、結果として血管内容積が増加することが示されている。

図７は、対象ＮＩＶＡスコアと対象容積状況との相関を示す生データを示す。侵襲的な右心カテーテル法を受けた１１人の患者は、５００ｍＬの晶質の投与の前後にＮＩＶＡ測定も受けた。流体の投与により、ＮＩＶＡスコアにおいて有意な（ｐ＜０．０５）増加があった。

図８は、ＰＣＷＰと対象容積状況の相関を示す。図示のように、流体の投与によりＰＣＷＰが増加し、結果として血管内容積が増加することが示されている。流体投与後、ＮＩＶＡスコアとＰＣＷＰはそれぞれ、有意に２１．４％（ｐ＝０．００６）と３３．３％（ｐ＜０．００１）増加した。

図９は、実際の対象ＰＣＷＰと、対象ＮＩＶＡスコアに基づいて決定された対象ＰＣＷＰとの相関を示す。侵襲的な右心カテーテル法を受けた４９人の患者にＮＩＶＡデバイスが装着された。これらの患者はＰＣＷＰを測定し、これはＮＩＶＡ測定と相関した（ｐ＜０．０５，Ｒ＝０．７１）。

図１０は、対象心拍出量と対象容積状況との相関を示す。侵襲的な右心カテーテル法を受けた１３人の患者が流体投与を受け、５００ｍＬの流体ボーラスの前後に心拍出量が測定された。流体の投与により、心拍出量において有意な（ｐ＜０．０５）増加があった。

図１１は、対象心拍出量の実際の変化と、対象ＮＩＶＡスコアに基づいて予測された対象心拍出量の変化との相関を示す。心拍出量の予測される変化（Ｎ＝９）は、熱希釈法に基づく心拍出量測定と強く相関し、ｒ^２＝０．８２であった。

以下は、上記の方法及びシステムに関連する更なる詳細を含む。

例１．高い肺毛細血管楔入圧の予測のための非侵襲的静脈波形解析（ＮＩＶＡ）の臨床研究。

急性非代償性心不全は、６５歳以上の患者の入院の主な原因である。肺毛細血管楔入圧（ＰＣＷＰ）は、容積過負荷を評価するためのゴールドスタンダードと見なされている。ＰＣＷＰは、心不全の重症度を評価し、駆出率が保たれた心不全の診断を確認するためにも使用されてきた。臨床医が継続的な肺動脈圧測定値を利用できる場合、心不全による入院の減少と生活の質の改善が実証されている。肺毛細血管楔入圧の制限は、肺動脈カテーテルの侵襲的留置を必要とし、場合によっては高価な侵襲的永久装置の留置を必要とすることである。我々は、血管の高調波を検出するために圧電センサを利用する非侵襲的静脈波形解析（ＮＩＶＡ）により、侵襲的処置を必要とせずに高い（＞２０ｍｍＨｇ）肺毛細血管楔入圧を予測することができると仮定する。

方法：

心臓カテーテル法を受けている患者（ｎ＝４３）を、このヴァンダービルト大学施設内審査委員会により承認されたプロトコルに登録した。患者が心臓カテーテル法を受ける前に、ＮＩＶＡ装置を前腕正中皮静脈の上に配置した。手順の過程で、血管高調波の連続的で非侵襲的なリアルタイムデータを取得した。手順が完了すると、患者から圧電センサを取り外し、データをＬａｂＣｈａｒｔソフトウェア（ＡＤＩｎｓｔｒｕｍｅｎｔｓ、コロラド州コロラドスプリングス、米国）にインポートした。フーリエ変換を用いてデータを周波数領域に変換し、正弦波とそれに対応するパワーの関数として患者信号を表示した。患者の心拍数（ｆ_１～ｆ_８）に対応するピークをパワーの関数として測定し、我々の「ＮＩＶＡ信号」アルゴリズムに入力した（方法４００の少なくともブロック４０６に関する上記の説明を参照）。ＰＣＷＰは、ルーチンごとに、心臓カテーテル法時に用いられる肺動脈カテーテルから得た。ＰＣＷＰの上昇（２０ｍｍＨｇ超）を予測するＮＩＶＡ信号の能力を決定するために、受信者操作特性（ＲＯＣ）曲線を用いた。

結果：

ＮＩＶＡ信号をＰＣＷＰと比較するＲＯＣ曲線により、曲線下の面積が０．８０５であることが明らかになり、２０ｍｍＨｇを超える楔入圧を検出するＮＩＶＡの能力が示された（図５を参照）。

結論：

心臓カテーテル法を受けている患者では、患者のＮＩＶＡ信号によって高い肺毛細血管楔入圧を検出することができた。この非侵襲的方法は、肺毛細血管楔入圧が高いときに臨床医に通知することにより、患者の心臓状態のリアルタイム評価を提供することができる。

例２．自発呼吸している対象の流体反応性の予測のための非侵襲性静脈波形解析（ＮＩＶＡ）の臨床研究

本研究では、非侵襲的静脈波形解析（ＮＩＶＡ）と、晶質液ボーラスに応答する心拍出量の変化によって定義される流体反応性との相関を評価した。

方法

選択的右心カテーテル法を受けている１１人の患者を、ヴァンダービルト大学医療センター施設内審査委員会によって承認されたこの研究に含めた。人工呼吸器を装着した患者は除外した。前腕正中皮静脈の上にＮＩＶＡセンサを適用し、５００ｍＬの晶質液ボーラスの注入の直前及び直後にデータを収集した。肺毛細血管楔入圧（ＰＣＷＰ）と、可能であれば心拍出量（ＣＯ）も、注入前後に記録した。ＮＩＶＡスコアは、脈拍数の１次～４次の高調波を含む共変量を含む線形回帰モデルを用いて計算した。心拍出量の予測される変化は、計算されたＮＩＶＡスコアと回帰係数を含む単純な線形モデルとして計算した。対応のあるスチューデントのｔ検定を用いてデータを分析した。

結果

ボーラス前からボーラス後までのＮＩＶＡスコアとＰＣＷＰは、それぞれ有意に２１．４％（ｐ＝０．００６）と３３．３％（ｐ＜０．００１）増加した。図６及び図８を参照されたい。心拍出量の予測される変化（Ｎ＝９）は、熱希釈法に基づく心拍出量測定と強く相関し、ｒ^２＝０．８２であった。図１１を参照されたい。

結論

右心カテーテル法を受けている自発呼吸患者では、ＮＩＶＡは熱希釈法によって測定された心拍出量の変化と強く相関した。ＮＩＶＡは、自発呼吸をしている個体における流体反応性の測定のための有望な非侵襲的モダリティである。

本明細書では様々な例示的な態様及び例示的な実施形態が開示されたが、当業者には他の態様及び実施形態が明らかであろう。本明細書で開示される様々な例示的な態様及び例示的な実施形態は、説明を目的とするものであり、限定を意図するものではなく、真の範囲及び主旨は以下の特許請求の範囲によって示される。

Claims (25)

1. （ａ）対象の皮膚に置かれたセンサを介して、前記対象の静脈から生じる振動を検出することと、
   （ｂ）周波数範囲にわたって、検出された前記振動の強度スペクトルを取得することと、
   （ｃ）取得された前記強度スペクトルを用いて、前記対象の肺毛細血管楔入圧（ｐｕｌｍｏｎａｒｙ ｃａｐｉｌｌａｒｙ ｗｅｄｇｅ ｐｒｅｓｓｕｒｅ，ＰＣＷＰ）を決定することと、
   を含む方法。
2. 前記センサは、圧電センサを含む、
   請求項１に記載の方法。
3. 前記振動は、前記静脈を流れる流体によって生み出される前記静脈の壁の振動を含む、
   請求項１又は２のいずれか一項に記載の方法。
4. 前記センサは前記対象の末梢静脈に近接して配置され、前記振動は前記対象の前記末梢静脈から生じる、
   請求項１～３のいずれか一項に記載の方法。
5. 前記対象は、ヒトの対象又は動物の対象である、
   請求項１～４のいずれか一項に記載の方法。
6. 前記振動が検出されている間、前記対象は自発的に呼吸している、
   請求項１～５のいずれか一項に記載の方法。
7. 前記周波数範囲は０．０５Ｈｚ～２５Ｈｚである、
   請求項１～６のいずれか一項に記載の方法。
8. 前記強度スペクトルを取得することは、検出された前記振動の周波数にそれぞれ対応する強度を得るために、検出された前記振動を表す信号に対して高速フーリエ変換（ｆａｓｔ Ｆｏｕｒｉｅｒ ｔｒａｎｓｆｏｒｍ，ＦＦＴ）を実行することを含む、
   請求項１～７のいずれか一項に記載の方法。
9. 前記ＦＦＴを実行することは、前記信号の自己相関を実行した後に前記ＦＦＴを実行することを含む、
   請求項８に記載の方法。
10. 前記ＦＦＴを実行することは、前記信号に対してヒルベルト‐ファン変換（Ｈｉｌｂｅｒｔ－Ｈｕａｎｇ Ｔｒａｎｓｆｏｒｍ，ＨＨＴ）を実行した後に前記ＦＦＴを実行することを含む、
    請求項８に記載の方法。
11. 前記ＦＦＴを実行することは、前記信号に対して経験的モード分解（ｅｍｐｉｒｉｃａｌ ｍｏｄｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ，ＥＭＤ）を実行した後に前記ＦＦＴを実行することを含む、
    請求項８に記載の方法。
12. 前記ＦＦＴを実行することは非線形ＦＦＴを実行することを含む、
    請求項８～１１のいずれか一項に記載の方法。
13. 取得された前記強度スペクトルを用いることは、前記強度の第１のグループの加重和を計算することを含み、前記第１のグループは、前記対象の呼吸の頻度、前記対象の脈拍の頻度及び前記対象の脈拍の頻度の１つ以上の第１の高調波、に対応する強度を含む、
    請求項８～１２のいずれか一項に記載の方法。
14. 取得された前記強度スペクトルを用いることは、更に、前記強度の前記第１のグループの非加重和で前記加重和を割ることを含む、
    請求項１３に記載の方法。
15. 取得された前記強度スペクトルを用いることは、前記強度の第２のグループの第２の合計を計算することを含み、前記強度の前記第２のグループは、前記対象の脈拍の頻度の２つ以上の高調波である２つ以上の周波数に対応し、前記２つ以上の高調波は、前記対象の脈拍の頻度の前記１つ以上の第１の高調波より高次である、
    請求項１３～１４のいずれか一項に記載の方法。
16. 取得された前記強度スペクトルを用いることは、更に、前記強度の前記第１のグループと前記強度の前記第２のグループとの非加重和で前記第２の合計を割ることを含む、
    請求項１５に記載の方法。
17. 取得された前記強度スペクトルを用いることは、前記対象の呼吸の頻度に対応する前記強度を前記対象の脈拍の頻度の前記強度で割った商を計算することを含む、
    請求項１６に記載の方法。
18. Ａ_０は前記対象の呼吸の頻度の強度であり、Ａ_１は前記対象の脈拍の頻度（ｆ_１）の強度であり、Ａ_２、Ａ_３、Ａ_４、Ａ_５、Ａ_６、Ａ_７及びＡ_８はそれぞれ２ｆ_１、３ｆ_１、４ｆ_１、５ｆ_１、６ｆ_１、７ｆ_１及び８ｆ_１の強度であり、
    取得された前記強度スペクトルを用いることは、６．５＋４．８（０．９２Ａ_０＋２Ａ_１＋０．４Ａ_２＋０．２Ａ_３）／（Ａ_０＋Ａ_１＋Ａ_２＋Ａ_３）＋４４＊（Ａ_４＋Ａ_５＋Ａ_６＋Ａ_７＋Ａ_８）／（Ａ_１＋Ａ_２＋Ａ_３＋Ａ_４＋Ａ_５＋Ａ_６＋Ａ_７＋Ａ_８）＋０．０２９６（Ａ_０／Ａ_１）に等しいスコアを計算することを含む、
    請求項１～１２のいずれか一項に記載の方法。
19. 取得された前記強度スペクトルを用いることは、アルゴリズムを用いて数値スコアを生
    成することを含む、
    請求項１～１８のいずれか一項に記載の方法。
20. コンピューティングデバイスであって、
    １つ以上のプロセッサと、
    センサと、
    命令を格納したコンピュータ可読媒体であり、前記命令は、前記１つ以上のプロセッサによって実行されたときに、前記コンピューティングデバイスに請求項１～１９に記載の方法のいずれか１つを実行させる、コンピュータ可読媒体と、
    を備えるコンピューティングデバイス。
21. 以下の障害、すなわち循環血液量過多、循環血液量減少、正常血液量、脱水、心不全、組織低灌流、心筋梗塞、低血圧、心臓弁膜症、先天性心疾患、心筋症、肺疾患、不整脈、薬物効果、出血、全身性炎症反応症候群、感染症、敗血症、電解質異常、アシドーシス、腎不全、肝不全、脳損傷、熱傷、心タンポナーデ、妊娠高血圧腎症／子癇又は毒性のうちの１つ以上の診断に前記決定されたＰＣＷＰを用いるように、前記コンピューティングデバイスが更に構成される、
    請求項２０に記載のコンピューティングデバイス。
22. ステップ（ａ）～（ｃ）を実行して、以下の状態すなわち肺炎、心疾患、敗血症、喘息、閉塞性睡眠時無呼吸、低呼吸、感覚消失、疼痛若しくは麻酔の使用のうちの１つ以上に起因する呼吸促迫又は低換気を診断するように、前記コンピューティングデバイスが更に構成される、
    請求項２０～２１のいずれか一項に記載のコンピューティングデバイス。
23. 命令を格納した非一時的コンピュータ可読媒体であって、前記命令は、請求項２０に記載のコンピューティングデバイスによって実行されたときに、前記コンピューティングデバイスに請求項１～１９に記載の方法のいずれか１つを実行させる、非一時的コンピュータ可読媒体。
24. 前記コンピューティングデバイスが前記決定されたＰＣＷＰを用いて、以下の障害、すなわち循環血液量過多、循環血液量減少、正常血液量、脱水、心不全、組織低灌流、心筋梗塞、低血圧、心臓弁膜症、先天性心疾患、心筋症、肺疾患、不整脈、薬物効果、出血、全身性炎症反応症候群、感染症、敗血症、電解質異常、アシドーシス、腎不全、肝不全、脳損傷、熱傷、心タンポナーデ、妊娠高血圧腎症／子癇又は毒性のうちの１つ以上を診断することで、前記コンピューティングデバイスが前記命令を実行可能である、
    請求項２３に記載の非一時的コンピュータ可読媒体。
25. 前記コンピューティングデバイスがステップ（ａ）～（ｃ）を実行して、以下の状態すなわち肺炎、心疾患、敗血症、喘息、閉塞性睡眠時無呼吸、低呼吸、感覚消失、疼痛若しくは麻酔の使用のうちの１つ以上に起因する呼吸促迫又は低換気を診断することで、前記コンピューティングデバイスが前記命令を実行可能である、
    請求項２３～２４のいずれか一項に記載の非一時的コンピュータ可読媒体。

Images