使用生物标志信息用于心力衰竭风险计算制造技术

提供了用于确定预期心力衰竭事件风险的方法、系统和/或仪器。从设备存储器获取的是心力衰竭患者的当前风险评价时段和之前的风险评价时段。针对当前风险评价总量对在当前风险评价时段中检测到的数据观察进行计数，并针对之前的风险评价时段总量对在之前的风险评价时段中检测到的数据观察进行计数。将当前风险评价总量和之前的风险评价总量与查询表进行关联，以获取之前的风险评价时段和当前风险评价时段的心力衰竭(HF)事件的预期风险。采用之前的风险评价时段和当前风险评价时段的HF事件的预期风险的加权总和，以计算患者的HF事件的加权预期风险。

【技术实现步骤摘要】
【国外来华专利技术】使用生物标志信息用于心力衰竭风险计算
本公开涉及医疗设备，并且更具体地涉及监测心脏健康的医疗设备。
技术介绍
慢性心力衰竭(HF)发生在心脏无法响应于充盈压力而以充足的速率持续地泵送血液。为了改进心脏泵送血液的能力，被归类为具有II至IVHF的纽约心脏协会(NewYorkHeartAssociation；NYHA)级别状态的充血性心力衰竭患者可能需要植入式医疗设备(IMD)，诸如，植入式心脏复律除颤器(ICD)和具有除颤能力的心脏再同步设备(CRT-D)。尽管使用了IMD改进心脏功能，但一些HF患者可能需要住院。由于心力衰竭住院(HFH)，全球医疗保健系统每年产生数十亿美元。标识处于HFH风险的患者以能够及时干预并防止昂贵的住院仍然是挑战。植入式心脏复律除颤器(ICD)和具有除颤能力的心脏再同步设备(CRT-D)被配置成获取各种诊断度量的数据，其随HF状态而改变，并共同地具有发出HFH风险增大的信号的潜力。由IMD收集的诊断参数数据包括活动、白天和夜晚心率(NHR)、房性心动过速/心房颤动(AT/AF)负担、AT/AF期间的平均速率、CRT起搏百分比、电击的次数和胸内阻抗。附加地，诊断度量的预设阈值或可编程阈值在被越过时触发通知，被称为设备观察。每个设备观察被记录在IMD报告中。一种用于预测HFH风险的常规方法是Sarkar等人的题为“心力衰竭监测(HeartFailureMonitoring)”的美国预授权公开No.2012/0253207A1。Sarkar等人针对通过无线传输远程询问IMD以使用设备诊断来评估患者的预后的出院后时段。例如，可以在出院后的7天时段期间执行评估，使得做出以下的确定：患者是否具有1-6天的AF负担>6小时、是否具有差的速率控制(即1天的AF>6小时且速率>90bpm)、是否具有大于60或100欧姆-天的流体指数、是否夜晚心率>85bpm、是否心率变异性小于或等于40ms、是否具有室性心动过速、或是否％CRT起搏<90％。如果满足列出的参数中任何两个，则认为患者有重新入院的高风险，并指定患者进行出院后护理(例如，护士呼叫或医治修改)。如果没有满足标准，则认为患者处于HFH的低风险，并且向该患者提供较少的关注。虽然Sarkar等人为了计算HFH的风险提供了有用的信息，但是期望提供HFH风险的等级。附加地，还期望提供开发简化HFH风险计算而无需考虑是否触发了两个不同的列出的参数的方法。在MartinR.Cowie等人的风险分层研究中公开了另一种用于估计HFH风险的方法，“开发并验证从在植入式设备中监测到的参数导出的集成诊断算法，其用于标识处于走动环境中的心力衰竭住院风险处的患者，其公开了可以使用启发性方法将各种IMD诊断变量结合用于先前的30天以评价在接下来30天中的患者HF风险(DevelopmentAndValidationOfAnIntegratedDiagnosticAlgorithmDerivedFromParametersMonitoredInImplantableDevicesForIdentifyingPatientsAtRiskForHeartFailureHospitalizationInAnAmbulatorySettingWhichDisclosedThatVariousIMDDiagnosticsVariablesCouldBeCombinedForThePrevious30-DaysUsingAHeuristicApproachToAssessPatientHFRiskInTheNext30Days)”，欧洲心脏期刊(EuropeanHeartJournal)(2013年八月14日)(以下被称为EHJ文章)。又另一种方法涉及Cazares等人的美国专利No.8,768,718B2。Cazares等人使用患者之间比较，用于进行未来心力衰竭失代偿的风险分层。由患者监测设备收集当前的患者数据。确定与患者相关的参考组。从该参考组选择参考组数据集。该数据集包括其是从患者监测设备接收的类似类型的患者数据。使用概率分布函数生成参考组数据集的模型，并将其自动与接收的生理数据的模型进行比较以导出患者的指数。该方法是麻烦的。例如，该方法需要生成参考组数据集的模型，并使用概率分布函数将其自动进行比较。许多其他方法包括各种复杂性，诸如，Cho等人的美国8,777,850、Hettrick等人的美国预授权申请2012/0109243、Anderson等人的美国7,682,316B2。虽然可以使用数个方法来预测HFH风险，但是可以进行改进。例如，期望开发估计HFH的风险的方法，可以容易地实现该方法而不会过度加重医疗保健提供者的负担。另外，将期望具有能够呈现增加的HFH风险的等级而不是诸如高风险和低风险之类的宽泛风险类别的方法或系统。附图说明图1是示出被配置成传输指示心力衰竭的诊断信息的示例系统的概念图，该示例系统包括被耦合到植入式医疗引线的植入式医疗设备(IMD)。图2A是示出图1的示例IMD和引线连同心脏的概念图。图2B是示出被耦合到不同配置的植入式医疗引线的图1的示例性IMD连同心脏的概念图。图3是示出图1的IMD的示例配置的功能框图。图4是示出促进用户与IMD通信的外部编程器的示例配置的功能框图。图5是示出包括外部设备、和经由网络被耦合到图1中所示的IMD和编程器的一个或多个计算设备的示例计算机系统的框图。图6示出了示例用户界面，其包括可用于针对患者确定心力衰竭住院的示例性心力衰竭数据。图7示出了示例用户界面，其包括可用于确定患者心力衰竭住院的示例性心力衰竭数据。图8是将与心力衰竭患者相关的数据组织并存储在存储器中的示例性技术的流程图，该数据后续用于预测患者的心力衰竭住院的预期风险。图9描绘了诊断变量和示例性默认阈值。图10描绘了示例性心力衰竭住院风险评价，其取决于心力衰竭患者的数据观察的持续时间和量。图11A-11B将心力衰竭住院事件率图形地描述为诊断数据观察的数量，其中排除阻抗趋势(图11A)并且包括阻抗趋势(图11B)。图12是描绘与增大的风险相关联的设备和临床事件心血管警报的图形用户界面。图13A-13C涉及数据库的形成，其中生成用于预期心力衰竭风险的查找表。图13A描绘了一组时间线，其中针对一组患者触发数据观察。图13B描绘了与心力衰竭住院相关联的一组数据观察类别，用于预测预期的心力衰竭住院。图13C是创建的查找表，其用于将评估时段期间的总数据观察与预期的心力衰竭住院进行关联。图14描绘了预测患者心力衰竭住院的预期风险的流程图。图15是描绘可以向用户显示的设备和临床事件心血管警报的图形用户界面。图16是用于产生心力衰竭事件风险状态而获取的数据的框图。图17是根据本公开的生成HF风险评分的总体方法的功能说明。图18描绘了脑利钠肽(BNP)水平的阻抗和发生频率。图19是关联患者的阻抗和BNP的散点图。具体实施方式提出了技术，其中使用通过使用植入式医疗设备(IMD)而习惯上获取的数据的医疗设备系统预测患者的心力衰竭住院(HFH)的风险。医疗系统包括在预测患者的HFH风险时访问的外部本文档来自技高网...

【技术保护点】
1.一种用于确定预期心力衰竭事件风险的医疗系统，所述方法包括：(a)用于从设备存储器获取心力衰竭患者的当前风险评价时段和之前的风险评价时段的装置；(b)用于针对当前风险评价总量对在所述当前风险评价时段中检测到的数据观察进行计数并且针对之前的风险评价时段总量对在所述之前的风险评价时段中检测到的数据观察进行计数的装置；(c)用于将所述当前风险评价总量和之前的风险评价总量与查询表进行关联以获取所述之前的风险评价时段和所述当前风险评价时段的心力衰竭(HF)事件的预期风险的装置；(d)用于采用所述之前的风险评价时段和所述当前风险评价时段的所述HF事件的所述预期风险的加权总和以计算患者的所述HF事件的加权预期风险的装置；以及(e)用于在图形用户界面上显示所述患者的所述HF事件的所述加权预期风险的显示装置。

【技术特征摘要】
【国外来华专利技术】2015.12.09 US 14/964,5291.一种用于确定预期心力衰竭事件风险的医疗系统，所述方法包括：(a)用于从设备存储器获取心力衰竭患者的当前风险评价时段和之前的风险评价时段的装置；(b)用于针对当前风险评价总量对在所述当前风险评价时段中检测到的数据观察进行计数并且针对之前的风险评价时段总量对在所述之前的风险评价时段中检测到的数据观察进行计数的装置；(c)用于将所述当前风险评价总量和之前的风险评价总量与查询表进行关联以获取所述之前的风险评价时段和所述当前风险评价时段的心力衰竭(HF)事件的预期风险的装置；(d)用于采用所述之前的风险评价时段和所述当前风险评价时段的所述HF事件的所述预期风险的加权总和以计算患者的所述HF事件的加权预期风险的装置；以及(e)用于在图形用户界面上显示所述患者的所述HF事件的所述加权预期风险的显示装置。2.如权利要求1所述的系统，其特征在于，当在走动环境中时能够实时预测预期HF事件风险。3.如权利要求1-2中任一项所述的系统，其特征在于，所述查找表包括一组数据观察类别、以及针对每个所述...

【专利技术属性】
技术研发人员：V·沙尔玛，E·N·沃曼，Y·K·曹，S·萨卡，
申请(专利权)人：美敦力公司，
类型：发明
国别省市：美国,US