用于预测心力衰竭代偿失调的系统和方法技术方案

本公开涉及被一种配置为预测具有心力衰竭的对象中的代偿失调的系统。所述系统包括一个或多个硬件处理器，所述一个或多个硬件处理器通过机器可读指令被配置为：接收关于所述对象的体重信息、血压信息和心率信息；基于接收到的信息来确定一个或多个体重参数、一个或多个血压参数以及一个或多个心率参数；并且基于所述一个或多个体重参数、所述一个或多个血压参数以及所述一个或多个心率参数来预测所述对象中的代偿失调。现有技术中的系统仅将体重参数用于这种预测。然而，单独体重参数经常不能预测代偿失调。

【技术实现步骤摘要】
【国外来华专利技术】用于预测心力衰竭代偿失调的系统和方法
本公开涉及用于识别和/或预测具有心力衰竭的对象中的代偿失调的系统和方法。
技术介绍
检测心力衰竭的患者中的代偿失调是已知的。通常，仅基于心力衰竭患者的体重改变来检测心力衰竭患者中的代偿失调。例如，一些心力衰竭事件与水分保持作用导致的体重增加相关，这一发现已被用作开发“辨别”代偿失调预测模型的一部分。尽管已经确立了在心力衰竭之前体重增加的预后潜力，但其灵敏度相当差，并且尚未成功用于预测代偿失调。
技术实现思路
因此，本公开的一个或多个方面涉及一种被配置为预测具有心力衰竭的对象中代偿失调的系统。所述系统包括一个或多个硬件处理器和/或其他部件。所述一个或多个硬件机处理器通过计算机可读指令被配置为：接收包括由一个或多个体重传感器生成的所述对象的体重的体重信息；接收包括由一个或多个血压传感器生成的所述对象的血压的血压信息；接收包括由一个或多个心率传感器生成的所述对象的心率的心率信息；基于所述体重信息来确定与所述对象的所述体重的变化相关联的一个或多个体重参数；基于所述血压信息来确定与所述对象的所述血压的变化相关联的一个或多个血压参数；基于所述心率信息来确定与所述对象的所述心率的变化相关联的一个或多个心率参数；并且基于所述一个或多个体重参数、所述一个或多个血压参数以及所述一个或多个心率参数来预测所述对象中的代偿失调。本公开的另一方面涉及一种用于利用预测系统来预测具有心力衰竭的对象中的代偿失调的方法。所述系统包括一个或多个硬件处理器和/或其他部件。所述方法包括：利用所述一个或多个硬件处理器接收包括由一个或多个体重传感器生成的所述对象的体重的体重信息；利用所述一个或多个硬件处理器接收包括由一个或多个血压传感器生成的所述对象的血压的血压信息；利用所述一个或多个硬件处理器接收包括由一个或多个心率传感器生成的所述对象的心率的心率信息；利用所述一个或多个硬件处理器，基于所述体重信息来确定与所述对象的所述体重的变化相关联的一个或多个体重参数；利用所述一个或多个硬件处理器，基于所述血压信息来确定与所述对象的所述血压的变化相关联的一个或多个血压参数；利用所述一个或多个硬件处理器，基于所述心率信息来确定与所述对象的所述心率的变化相关联的一个或多个心率参数；并且利用所述一个或多个硬件处理器，基于所述一个或多个体重参数、所述一个或多个血压参数以及所述一个或多个心率参数来预测所述对象中的代偿失调。本公开的又一方面涉及一种用于预测具有心力衰竭的对象中的代偿失调的系统。所述系统包括：用于接收包括由一个或多个体重传感器生成的包括所述对象的体重的体重信息的单元；用于接收包括由一个或多个血压传感器生成的所述对象的血压的血压信息的单元；用于接收包括由一个或多个心率传感器生成的所述对象的心率的心率信息的单元；用于基于所述体重信息来确定与所述对象的所述体重的变化相关联的一个或多个体重参数的单元；用于基于所述血压信息来确定与所述对象的所述血压的变化相关联的一个或多个血压参数的单元；用于基于所述心率信息来确定与所述对象的所述心率的变化相关联的一个或多个心率参数的单元；以及用于基于所述一个或多个体重参数、所述一个或多个血压参数以及所述一个或多个心率参数来预测所述对象中的代偿失调的单元。本专利技术的这些和其他目的、特征和特性，以及相关结构元件的操作方法和功能以及部件组合和制造经济性将在参考附图理解本专利技术和权利要求后变得更加明显，所有附图均形成说明书的一部分，其中，各个附图中同样的附图标记指代对应的部件。然而，要明确理解，附图仅出于图示和说明的目的并且不旨在作为对本公开的限度的限制。附图说明图1是被配置为预测具有心力衰竭的对象中的代偿失调的系统的示意图。图2图示了用于预测具有心力衰竭的对象中的代偿失调的方法。图3图示了在示例实验中应用于心力衰竭病例和对照项的实验选择标准。图4图示了基于示例实验中的体重趋势来分离心力衰竭的实例。图5图示了最佳表现的实验特征(例如，参数)的AUC值。图6图示了针对窗口长度为2、5、8和12天的最佳特征组合的AUC和AUC的SD。图7图示了针对第一示例特征(f-3)的个体风险评估。图8图示了针对第二示例特征(f-4)的个体风险评估。图9图示了针对第三示例特征(f-11)的个体风险评估。具体实施方式本文中使用的单数形式的“一”、“一个”以及“该”包括多个指代物，除非上下文中明确地另行规定。本文中所用的两个或多个零件或部件被“耦合”的表述将意味着所述零件直接或间接地(即，通过一个或多个中间零件或部件，只要发生连接)被结合到一起或一起工作。本文中所用的“直接耦合”意指两个元件彼此直接接触。本文中所用的“固定耦合”或“固定”意指两个部件被耦合以作为一体移动，同时维持相对于彼此的固定取向。本文中所用的词语“一体的”意指部件被创建为单件或单个单元。亦即，包括单独创建并然后被耦合到一起成为单元的多件的部件不是“一体的”部件或体。本文中采用的两个或多个零件或部件相互“接合”的表述将意味着所述零件直接地或通过一个或多个中间零件或部件而相互施加力。本文中采用的术语“若干”将意味着一或大于一的整数(即，多个)。本文中使用的方向短语，例如但不限于，顶部、底部、左、右、上、下、前、后以及它们的派生词涉及附图中所示的元件的取向，并且不对权利要求构成限制，除非在权利要求中明确记载。图1是被配置为识别和/或预测具有心力衰竭的对象12中的代偿失调的系统10的示意图。心力衰竭是由于心脏结构和/或功能异常引起的慢性状况。心力衰竭难以管理，并且与高的再入院率相关联并且具有差的预后。心力衰竭患者可能会经历一段时间的心率衰竭症状恶化，直到他们最终需要住院治疗。这种恶化，也称为代偿失调，最初可能不是急性的。这样，存在机会窗口，在其期间，代偿失调本身和/或即将出现的代偿失调反映在对象12的生理信号中。系统10被配置为在心力衰竭的对象需要住院之前方便心力衰竭患者(例如对象12)的早期干预和处置(通过药物治疗，及时的生活方式介入，患者教育等)。系统10通过保持患者稳定等优点，改善患者结果并降低成本和健康护理系统的负担。系统10被配置为自动分析关于对象12的生理信息(例如，体重信息，血压信息，心率信息)并识别和/或预测对象12中的代偿失调。系统10可以被定位于对象12本地处或靠近对象12(例如，被定位于对象12的家中)和/或远离对象12(例如，系统10可以包括远程定位的服务器，所述服务器接收从生成输出信号的传感器无线地发送的信息，所述输出信号传达关于对象12的生命体征的信息)。在一些实施例中中，系统10包括一个或多个传感器14、硬件处理器18、电子存储设备40、用户接口42、外部资源44和/或其他部件。例如，在一些实施例中，系统10可以包括传感器14，处理器18，电子存储设备40，用户接口42和外部资源44。在一些实施例中，系统10本身可以包括处理器18。传感器14被配置为生成传达与对象12的一个或多个生命体征和/或其他信息有关的信息的输出信号。对象12的生命体征包括与对象12的体重、对象12的血压、对象12的心率和/或对象12的其他生理参数有关的生命体征。在一些实施例中，传感器14生成仅传达这样的信息的输出信号和/或传达这样的信息与对象12的其他本文档来自技高网...

【技术保护点】
一种被配置为预测具有心力衰竭的对象(12)中的代偿失调的系统(10)，所述系统包括：一个或多个硬件处理器(18)，其通过机器可读指令被配置为：接收包括由一个或多个体重传感器生成的所述对象的体重的体重信息；接收包括由一个或多个血压传感器生成的所述对象的血压的血压信息；接收包括由一个或多个心率传感器生成的所述对象的心率的心率信息；基于所述体重信息来确定与所述对象的所述体重的变化相关联的一个或多个体重参数；基于所述血压信息来确定与所述对象的所述血压的变化相关联的一个或多个血压参数；基于所述心率信息来确定与所述对象的所述心率的变化相关联的一个或多个心率参数；并且基于所述一个或多个体重参数、所述一个或多个血压参数以及所述一个或多个心率参数来预测所述对象中的代偿失调。

【技术特征摘要】
【国外来华专利技术】2015.10.13 US 62/240,7021.一种被配置为预测具有心力衰竭的对象(12)中的代偿失调的系统(10)，所述系统包括：一个或多个硬件处理器(18)，其通过机器可读指令被配置为：接收包括由一个或多个体重传感器生成的所述对象的体重的体重信息；接收包括由一个或多个血压传感器生成的所述对象的血压的血压信息；接收包括由一个或多个心率传感器生成的所述对象的心率的心率信息；基于所述体重信息来确定与所述对象的所述体重的变化相关联的一个或多个体重参数；基于所述血压信息来确定与所述对象的所述血压的变化相关联的一个或多个血压参数；基于所述心率信息来确定与所述对象的所述心率的变化相关联的一个或多个心率参数；并且基于所述一个或多个体重参数、所述一个或多个血压参数以及所述一个或多个心率参数来预测所述对象中的代偿失调。2.根据权利要求1所述的系统，其中，所述一个或多个硬件处理器还被配置为使用所述一个或多个体重参数、所述一个或多个血压参数以及所述一个或多个心率参数作为朴素贝叶斯分类器中的特征输入来预测代偿失调。3.根据权利要求1所述的系统，其中，所述一个或多个硬件处理器还被配置为使得所述一个或多个血压参数包括以下中的一个或多个：具有40天的长期窗口大小和5天的短期窗口大小的基于收缩血压的移动平均收敛发散，具有20天的样本长度的基于收缩血压的标准评分，具有40天的样本长度的基于收缩血压的标准评分，在紧接的前一星期期间平均舒张血压的变化，或者具有20天的样本长度的基于舒张血压的标准评分。4.根据权利要求1所述的系统，其中，所述一个或多个硬件处理器还被配置为使得所述一个或多个心率参数包括以下中的一个或多个：在紧接的前一个月期间平均心率的变化，具有20天的长期窗口大小和5天的短期窗口大小的基于心率的移动平均收敛发散，具有40天的长期窗口大小和5天的短期窗口大小的基于心率的移动平均收敛发散，或者具有20天的长期窗口大小和5天的短期窗口大小的基于脉压的移动平均收敛发散。5.根据权利要求1所述的系统，其中，所述一个或多个硬件处理器还被配置为使得预测代偿失调包括：生成随着代偿失调的风险的增加而增加的代偿失调风险评分，并且确定所述代偿失调风险评分是否突破代偿失调风险阈值水平。6.一种用于利用预测系统预测具有心力衰竭的对象(12)中的代偿失调的方法，所述系统包括一个或多个硬件处理器(18)，所述方法包括：利用所述一个或多个硬件处理器接收包括由一个或多个体重传感器生成的所述对象的体重的体重信息；利用所述一个或多个硬件处理器接收包括由一个或多个血压传感器生成的所述对象的血压的血压信息；利用所述一个或多个硬件处理器接收包括由一个或多个心率传感器生成的所述对象的心率的心率信息；利用所述一个或多个硬件处理器，基于所述体重信息来确定与所述对象的所述体重的变化相关联的一个或多个体重参数；利用所述一个或多个硬件处理器，基于所述血压信息来确定与所述对象的所述血压的变化相关联的一个或多个血压参数；利用所述一个或多个硬件处理器，基于所述心率信息来确定与所述对象的所述心率的变化相关联的一个或多个心率参数；并且利用所述一个或多个硬件处理器，基于所述一个或多个体重参数、所述一个或多个血压参数以及所述一个或多个心率参数来预测所述对象中的代偿失调。7.根据权利要求6...

【专利技术属性】
技术研发人员：I·G·L·库巴于伦斯滕，R·乔希，H·J·特霍斯特，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：荷兰,NL