CN108309791B - 通过智能药盒确定药物依从性的方法 - Google Patents

通过智能药盒确定药物依从性的方法 Download PDF

Info

Publication number
CN108309791B
CN108309791B CN201810150036.6A CN201810150036A CN108309791B CN 108309791 B CN108309791 B CN 108309791B CN 201810150036 A CN201810150036 A CN 201810150036A CN 108309791 B CN108309791 B CN 108309791B
Authority
CN
China
Prior art keywords
medication
dosage
time
user
actual
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.)
Active
Application number
CN201810150036.6A
Other languages
English (en)
Other versions
CN108309791A (zh
Inventor
甄莉
李国新
陈韬
邹琴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southern Hospital Southern Medical University
Original Assignee
Southern Hospital Southern Medical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southern Hospital Southern Medical University filed Critical Southern Hospital Southern Medical University
Priority to CN201810150036.6A priority Critical patent/CN108309791B/zh
Publication of CN108309791A publication Critical patent/CN108309791A/zh
Application granted granted Critical
Publication of CN108309791B publication Critical patent/CN108309791B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61J—CONTAINERS SPECIALLY ADAPTED FOR MEDICAL OR PHARMACEUTICAL PURPOSES; DEVICES OR METHODS SPECIALLY ADAPTED FOR BRINGING PHARMACEUTICAL PRODUCTS INTO PARTICULAR PHYSICAL OR ADMINISTERING FORMS; DEVICES FOR ADMINISTERING FOOD OR MEDICINES ORALLY; BABY COMFORTERS; DEVICES FOR RECEIVING SPITTLE
    • A61J1/00—Containers specially adapted for medical or pharmaceutical purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61J—CONTAINERS SPECIALLY ADAPTED FOR MEDICAL OR PHARMACEUTICAL PURPOSES; DEVICES OR METHODS SPECIALLY ADAPTED FOR BRINGING PHARMACEUTICAL PRODUCTS INTO PARTICULAR PHYSICAL OR ADMINISTERING FORMS; DEVICES FOR ADMINISTERING FOOD OR MEDICINES ORALLY; BABY COMFORTERS; DEVICES FOR RECEIVING SPITTLE
    • A61J2200/00—General characteristics or adaptations
    • A61J2200/30—Compliance analysis for taking medication
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61J—CONTAINERS SPECIALLY ADAPTED FOR MEDICAL OR PHARMACEUTICAL PURPOSES; DEVICES OR METHODS SPECIALLY ADAPTED FOR BRINGING PHARMACEUTICAL PRODUCTS INTO PARTICULAR PHYSICAL OR ADMINISTERING FORMS; DEVICES FOR ADMINISTERING FOOD OR MEDICINES ORALLY; BABY COMFORTERS; DEVICES FOR RECEIVING SPITTLE
    • A61J2200/00—General characteristics or adaptations
    • A61J2200/70—Device provided with specific sensor or indicating means

Landscapes

  • Health & Medical Sciences (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种通过智能药盒确定药物依从性的方法。通过人机交互界面设定服药期间理想用药时间和理想用药量；处理器自动记录服药者在服药期间的实际用药时间和实际用药量；处理器提取已保存的上述数据，通过处理得到用药时间药物依从性指数和用药量药物依从性指数；根据使用者用药时间以及用药量可得到使用者Basel评估量表的得分，分析出理想服药时间与实际服药时间的差值、理想服药量与实际服药量的差值，以及这些差值与评估量表得分的对应关系，由此得到药物依从性分级；处理器确定使用者的药物依从性级别，以及判断使用者是用药量不足还是用药量过多，将信息反馈到所述人机交互界面。本发明所述方法有利于实现临床药物的精准化治疗。

Description

通过智能药盒确定药物依从性的方法
技术领域
本发明涉及一种确定药物依从性的方法，特别是通过智能药盒确定药物依从性的方法。
背景技术
药物依从性是指个体的用药行为与健康照护者推荐的行为相符合的程度，是使用者药物治疗中重要的部分。药物依从性包括药物治疗的开始，执行过程以及停药三个阶段。对某些药物而言，比如免疫抑制药物依从性差会导致诸如急性排斥反应、移植物丢失、移植物功能丧失等不良情况，进而增加医疗投入。因而准确判断药物依从性差进而对使用者采取干预措施是保证药物治疗有效性的重要条件。然而，目前尚缺乏有效的测量药物依从性的“标准”。再则慢性病在全球疾病负担中占有极大的比例，慢病使用者的依从性问题是人们关注的重点。药物治疗依从性差直接影响到使用者的治疗效果。因此，选用适宜的药物依从性判别工具尤为重要。
目前依从性的评价方法，总体上可以分为客观和主观两种。其中依从性问卷是一种被广泛使用的主观评价方法，但是当问卷数据较多的时候，数据整理处理上耗时耗力。客观依赖于计算机分析方法比主观方法效率快，但前期仍需要对数据进行采集和预处理，且目前标准不一。
发明内容
本发明的目的在于提供一种通过智能药盒确定药物依从性的方法，该方法可以通过智能药盒准确获得使用者服药的时间和服药的数量，精确判断使用者的药物依从性级别，展现不同时间段、时间点使用者用药依从性的变化，帮助医护人员制定有效干预措施，从而指导后续的临床跟进和干预治疗。
本发明所述的通过智能药盒确定药物依从性的方法，所述智能药盒包括处理器、存储器、人机交互界面，所述方法包括以下步骤：
通过所述人机交互界面设定服药期间理想用药时间T0和理想用药量S0，并保存于所述存储器内，其中，T0＝{t01,t02,...,t0n}，S0＝{s01,s02,...,s0n}；
所述处理器自动记录服药者在服药期间的实际用药时间T和实际用药量S，并保存于所述存储器内，其中，T＝{t1,t2,...,tn}，S＝{s1,s2,...,sn}；
所述处理器从所述存储器提取已保存的上述数据，进行以下处理过程：
(1)将理想用药时间T0量化为向量
Figure BDA0001579787500000021
将实际用药时间T量化为向量
Figure BDA0001579787500000022
将理想用药量S0量化为向量
Figure BDA0001579787500000023
将实际用药量S量化为向量
Figure BDA0001579787500000024
(2)采用Jaccard系数法获得
Figure BDA0001579787500000025
与
Figure BDA0001579787500000026
的相似性函数
Figure BDA0001579787500000027
Figure BDA0001579787500000028
其中，ti与t0i分别为
Figure BDA0001579787500000029
与
Figure BDA00015797875000000210
的第i维数据，即第i次用药的实际时间与理想时间；
(3)采用Jaccard系数法获得
Figure BDA00015797875000000211
与
Figure BDA00015797875000000212
的相似性函数
Figure BDA00015797875000000213
Figure BDA00015797875000000214
其中，si与s0i分别为
Figure BDA00015797875000000215
与
Figure BDA00015797875000000216
的第i维数据，即第i次用药的实际量与理想量；
(4)定义用药时间相对误差向量为
Figure BDA00015797875000000217
则用药时间相对差异系数
Figure BDA00015797875000000218
其中
Figure BDA00015797875000000219
定义用药量相对误差向量为
Figure BDA00015797875000000220
则用药量相对差异系数
Figure BDA00015797875000000221
其中
Figure BDA00015797875000000222
(5)根据上述相似性函数和相对差异系数得到药物依从性指数，即将用药时间药物依从性指数定义为
Figure BDA00015797875000000223
将用药量药物依从性指数定义为
Figure BDA00015797875000000224
(6)参考免疫抑制药物依从性Basel评估量表，根据使用者用药时间以及用药量可得到使用者Basel评估量表的得分，参考所述得分，结合医学专家或医生的建议，分析出理想服药时间与实际服药时间的差值、理想服药量与实际服药量的差值以及这些差值与评估量表得分的对应关系，由此得到药物依从性分级；
所述处理器根据使用者的药物依从性指数D(T)和D(S)，确定使用者的药物依从性级别，以及判断使用者是用药量不足还是用药量过多，将信息反馈到所述人机交互界面。
本发明所述的智能药盒可采用已有的商业化产品，通常盒体内设计有单片机控制模块、传感器模块、处理模块(包括处理器和存储器)、电源、探测头、PCB板等硬件，盒体外具有显示屏，作为人机交互界面。
通过本发明所述的方法，使用者每次取药，传感器模块会发出信号供给控制模块分析，并将分析结果发送给处理模块处理，这些处理包括对服药时间和服药量数据进行记录，对药物依从性进行分析，并且显示出一段时间的药物依从性等。该智能药盒同时亦可根据临床医生建议设定使用者的理想服药时间和服药量，通过芯片处理显示于药盒之上来提醒使用者按要求服药，从而有效辅助临床治疗。
本发明所述的通过智能药盒确定药物依从性的方法具有以下优点：
(1)可以更加全面的展示使用者一段时间的药物依从性和当前时间的药物依从性，便于临床分析。
(2)通过与理想用药量和理想用药时间进行对比获得的药物依从性更加准确，临床有效性更高。
(3)这是一种客观的药物依从性评价方法，消除了主观因素的影响。
(4)利用有效的计算机数据处理方法，提高了药物依从性的计算效率，确保计算结果的精准度，从而使得医护人员对使用者进行及时有效的干预。
附图说明
图1为使用者A服药量药物依从性指数变化图。
图2为使用者A服药时间药物依从性指数变化图。
图3为使用者A服药期间药物依从性级别变化。
图4为Basel评估量表的具体内容。
具体实施方式
以下通过具体实施例并结合附图对本发明进行详细描述。
1.数据采集：
1.1根据医生建议在智能药盒中设定服药期间理想的用药时间T0＝{t01,t02.....t0n}和理想的用药量S0＝{s01,s02.....s0n}。
1.2使用者使用智能药盒服药，通过智能药盒获取使用者服药期间的用药时间T＝{t1,t2.....tn},用药量S＝{s1,s2.....sn}。
2.药物依从性指数计算：
2.1将理想用药时间量化为向量
Figure BDA0001579787500000041
实际用药时间
Figure BDA0001579787500000042
Figure BDA0001579787500000043
同理得到理想用药量向量
Figure BDA0001579787500000044
实际用药量向量
Figure BDA0001579787500000045
2.2计算得到
Figure BDA0001579787500000046
与
Figure BDA0001579787500000047
的相似性函数
Figure BDA0001579787500000048
这里采用Jaccard系数法来获得
Figure BDA0001579787500000049
与
Figure BDA00015797875000000410
的相似性函数
Figure BDA00015797875000000411
其中ti与t0i分别为
Figure BDA00015797875000000412
与
Figure BDA00015797875000000413
的第i维数据，即第i次用药的实际时间与理想时间；同理计算得到
Figure BDA00015797875000000414
与
Figure BDA00015797875000000415
的相似性函数
Figure BDA00015797875000000416
其中si与s0i分别为
Figure BDA00015797875000000417
与
Figure BDA00015797875000000418
的第i维数据，即第i次用药的实际量与理想量。
2.3计算得到
Figure BDA00015797875000000419
与
Figure BDA00015797875000000420
的相对差异系数
Figure BDA00015797875000000421
这里定义用药时间相对误差向量为
Figure BDA00015797875000000422
则时间相对差异系数
Figure BDA00015797875000000423
Figure BDA00015797875000000424
其中
Figure BDA00015797875000000425
定义用药量相对误差向量为
Figure BDA00015797875000000426
Figure BDA00015797875000000427
则用药量相对差异系数
Figure BDA00015797875000000428
其中
Figure BDA00015797875000000429
2.4将用药时间药物依从性指数定义为
Figure BDA00015797875000000430
将用药量药物依从性指数定义为
Figure BDA00015797875000000431
3.药物依从性等级划分
3.1参考免疫抑制药物依从性Basel评估量表，Basel评估量表共包含5个条目。前4个条目采用Likert 6评分法负向评分，从“否”到“几乎每天”或“大于4次”依次计1～6分，前4个条目得分相加为量表总分，得分范围为4～24分；得分越高提示使用者的服药依从性越差。量表最后1个条目评估使用者的擅自停药情况，该条目选项为“是”或“否”。在量表的5个条目中，若使用者选项均为“否”或“没有”，则提示使用者对免疫抑制药物服药依从；任一个问题选项非“否”或“没有”，提示使用者不依从。图4为Basel评估量表的具体内容。
3.2将药物依从性等级按照附表3进行划分，这一划分标准来源于发明人对使用者药物依从性的调查以及参考了免疫抑制药物依从性Basel评估量表。根据使用者用药时间以及用药量可得到使用者Basel评估量表的得分，参考这个得分，结合医学专家或医生的建议，将药物依从性等级划分为9个级别如附表1和附表2所示。根据这一分级标准，得到基于服药时间与服药量的量表得分，从而得到附表3中的药物依从性分级标准。
4.根据药物依从性指数判断药物依从性等级
由上述步骤1和2，结合步骤3中的量表，可以得到基于药物依从性指数D(T)和D(S)的药物依从性等级量表，如附表4所示。通过智能药盒获取使用者用药时间和用药量后就可根据步骤2得到使用者的药物依从性指数，进而判断药物依从性级别。值得注意的是，附表4中的药物依从性等级是某一服药时刻离散的等级，不足以表现出一段时间类使用者药物依从性的变化，因此，以附表5中使用者的服药数据为例，绘制了一段时间使用者药物依从性指数的变化，更好的展示了本发明所提基于使用者服药时间和用药量的药物依从性判断方法的优点。
附表1：基于Basel评估量表得分情况划分的药物依从性级别
服药情况/得分 药物依从性级别
未服药 2
[4,6) 9
[6,8) 8
[8,10) 7
[10,12) 6
[12,14) 5
[14,16) 4
[16,18) 3
[18,21) 2
[21,24] 1
附表2：理想服药时间以及理想服药量与实际服药时间以及服药量差值与评估量表得分对应关系
Figure BDA0001579787500000061
附表2中，ΔS代表实际用药量与理想用药量的差值，ΔT代表实际用药时间与理想用药时间的差值，单位为H。
附表3：根据实际用药量与理想用药量的差值，实际用药时间与理想用药时间的差值而做出的药物依从性分级表
Figure BDA0001579787500000062
Figure BDA0001579787500000071
表3中，ΔS代表实际用药量与理想用药量的差值，ΔT代表实际用药时间与理想用药时间的差值，单位为H。D代表药物依从性级别。本表参考免疫抑制药物依从性Basel评估量表将药物依从性分为9级，级别越高则药物依从性越好。其中
Figure BDA0001579787500000072
时代表使用者没有服药，即用药量为0。
附表4：基于使用者用药时间药物依从性指数和使用者用药量依从性指数以及附表1的分级标准而做出的药物依从性分级表
Figure BDA0001579787500000073
Figure BDA0001579787500000081
表4是以理想用药时间为12.00，理想用药量为10，利用附表1的分级标准而做出的附表。表中，D(T)和D(S)分别为使用者用药时间药物依从性指数和使用者用药量依从性指数，智能药盒判断使用者是用药量不足还是用药量过多后，就可根据使用者的D(T)和D(S)来判断他的药物依从性等级，本表表示的药物依从性等级是某一服药时刻离散的等级。
附表5：使用者A用药记录表
Figure BDA0001579787500000082
Figure BDA0001579787500000091
临床医生所要求的理想服药时间为：从2017年12月12日到2017年12月18日，服药1周，每天8.00、12.00、18.00分别服药4,5,6个单位。使用者A的实际服药时间和服药量如表5中所示。
以附表5中使用者的服药数据为例，绘制了一段时间使用者药物依从性指数的变化，更好的展示了本发明所提基于使用者服药时间和用药量的药物依从性判断方法的优点。如图1和图2所示。同时也可根据图1，图2所示的药物依从性指数得到随服药次数变化的药物依从性等级D的变化如图3所示。
图1为使用者A服药量药物依从性指数D(S)随服药次数的变化。由图1可以看到，当使用者A服药量不遵从医生的要求时，D(S)下降，当使用者A开始正常服药时，D(S)回升，但由于前期的不正常服药，回升较慢，因此本算法与实际情况很贴近。
图2为使用者A服药时间药物依从性指数D(T)随服药次数的变化。由图2可以看到，当使用者A服药时间不遵从医生的要求时，D(T)下降，当使用者A开始正常服药时，D(T)回升并随着服药次数的变化而波动。
在服药期内使用者A的平均服药量药物依从性指数为0.8652，平均服药时间药物依从性指数为0.5685，由附表2可得使用者A服药期间的药物依从性等级为7～8级。
图3为使用者A药物依从性等级D随服药次数的变化，可以看到，使用者A服药量不遵从医生的要求时D随服药次数下降，随着服药次数的变化而波动，当使用者A开始正常服药时，D也存在回升现象，与图1和图2所示的D(S)和D(T)变化趋势一致，这也正是本文所提基于使用者服药时间和用药量的药物依从性判断方法的最与实际情况相符合的地方，可供临床参考使用。
综上所述，本发明基于免疫抑制药物依从性Basel评估量表而设计出自己的药物依从性量表，从而根据确定的药物依从性量表对使用者的药物依从性进行分级，并且对使用者一段时间的药物依从性指数进行分析，进行下一步临床干预措施的制定。本发明可以更加全面，精准地展示使用者一段时间的药物依从性和当前时间的药物依从性，极大限度地消除主观因素影响，通过芯片处理显示于药盒之上，从而提醒使用者按要求服药，有利于实现临床药物的精准化治疗。

Claims (2)

1.一种通过智能药盒确定药物依从性的方法，所述智能药盒包括处理器、存储器、人机交互界面，其特征在于，所述方法包括以下步骤：
通过所述人机交互界面设定服药期间理想用药时间T0和理想用药量S0，并保存于所述存储器内，其中，T0＝{t01,t02,...,t0n}，S0＝{s01,s02,...,s0n}；
所述处理器自动记录服药者在服药期间的实际用药时间T和实际用药量S，并保存于所述存储器内，其中，T＝{t1,t2,...,tn}，S＝{s1,s2,...,sn}；
所述处理器从所述存储器提取已保存的数据，进行以下处理过程：
(1)将理想用药时间T0量化为向量
Figure FDA0002594491950000011
将实际用药时间T量化为向量
Figure FDA0002594491950000012
将理想用药量S0量化为向量
Figure FDA0002594491950000013
将实际用药量S量化为向量
Figure FDA0002594491950000014
(2)采用Jaccard系数法获得
Figure FDA0002594491950000015
与
Figure FDA0002594491950000016
的相似性函数
Figure FDA0002594491950000017
Figure FDA0002594491950000018
其中，ti与t0i分别为
Figure FDA0002594491950000019
与
Figure FDA00025944919500000110
的第i维数据，即第i次用药的实际时间与理想时间；
(3)采用Jaccard系数法获得
Figure FDA00025944919500000111
与
Figure FDA00025944919500000112
的相似性函数
Figure FDA00025944919500000113
Figure FDA00025944919500000114
其中，si与s0i分别为
Figure FDA00025944919500000115
与
Figure FDA00025944919500000116
的第i维数据，即第i次用药的实际量与理想量；
(4)定义用药时间相对误差向量为
Figure FDA00025944919500000117
则用药时间相对差异系数
Figure FDA00025944919500000118
其中
Figure FDA00025944919500000119
定义用药量相对误差向量为
Figure FDA00025944919500000120
则用药量相对差异系数
Figure FDA00025944919500000121
其中
Figure FDA00025944919500000122
(5)根据上述相似性函数和相对差异系数得到药物依从性指数，即将用药时间药物依从性指数定义为
Figure FDA00025944919500000123
将用药量药物依从性指数定义为
Figure FDA00025944919500000124
(6)参考免疫抑制药物依从性Basel评估量表，根据使用者用药时间以及用药量可得到使用者Basel评估量表的得分，参考所述得分，结合医学专家或医生的建议，分析出理想服药时间与实际服药时间的差值、理想服药量与实际服药量的差值，以及这些差值与评估量表得分的对应关系，由此得到药物依从性分级；所述处理器根据使用者的药物依从性指数D(T)和D(S)，确定使用者的药物依从性级别，以及判断使用者是用药量不足还是用药量过多，将信息反馈到所述人机交互界面。
2.根据权利要求1所述的方法，其特征在于：所述的智能药盒的盒体内设计有单片机控制模块、传感器模块、处理模块、电源、探测头、PCB板，所述处理模块包括处理器和存储器，盒体外具有显示屏，作为人机交互界面。
CN201810150036.6A 2018-02-13 2018-02-13 通过智能药盒确定药物依从性的方法 Active CN108309791B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810150036.6A CN108309791B (zh) 2018-02-13 2018-02-13 通过智能药盒确定药物依从性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810150036.6A CN108309791B (zh) 2018-02-13 2018-02-13 通过智能药盒确定药物依从性的方法

Publications (2)

Publication Number Publication Date
CN108309791A CN108309791A (zh) 2018-07-24
CN108309791B true CN108309791B (zh) 2021-01-08

Family

ID=62904043

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810150036.6A Active CN108309791B (zh) 2018-02-13 2018-02-13 通过智能药盒确定药物依从性的方法

Country Status (1)

Country Link
CN (1) CN108309791B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111816278A (zh) * 2020-06-17 2020-10-23 成都慢乐科技有限公司 一种通过增强现实模拟治疗过程并分析依从性的***及方法
CN113161014A (zh) * 2021-05-07 2021-07-23 中国人民解放军海军军医大学第一附属医院 一种药物效果测试方法、装置、设备和可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104000726A (zh) * 2014-06-09 2014-08-27 嘉兴太美医疗科技有限公司 一种智能药盒***
CN105395369A (zh) * 2015-11-27 2016-03-16 广东欧珀移动通信有限公司 一种用药提醒方法、终端、药盒装置和***
CN105701356A (zh) * 2016-02-24 2016-06-22 黄文佳 患者服药依从性的判断方法
CN106456447A (zh) * 2014-04-28 2017-02-22 加利福尼亚大学董事会 用于监视并促进患者依从性的不突显的无线电子***
CN107229833A (zh) * 2017-06-14 2017-10-03 重庆新三禾网络科技有限公司 一种用药追踪评分方法及***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7725327B2 (en) * 2003-10-22 2010-05-25 Medco Health Solutions, Inc. Computer system and method for generating healthcare risk indices using medication compliance information

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106456447A (zh) * 2014-04-28 2017-02-22 加利福尼亚大学董事会 用于监视并促进患者依从性的不突显的无线电子***
CN104000726A (zh) * 2014-06-09 2014-08-27 嘉兴太美医疗科技有限公司 一种智能药盒***
CN105395369A (zh) * 2015-11-27 2016-03-16 广东欧珀移动通信有限公司 一种用药提醒方法、终端、药盒装置和***
CN105701356A (zh) * 2016-02-24 2016-06-22 黄文佳 患者服药依从性的判断方法
CN107229833A (zh) * 2017-06-14 2017-10-03 重庆新三禾网络科技有限公司 一种用药追踪评分方法及***

Also Published As

Publication number Publication date
CN108309791A (zh) 2018-07-24

Similar Documents

Publication Publication Date Title
JP6351622B2 (ja) 治療指針のための血糖値メジアン、変動、及び低血糖リスクの分析
Lapin et al. The Epworth Sleepiness Scale: validation of one-dimensional factor structure in a large clinical sample
Berger et al. Methodological challenges when using actigraphy in research
Ferastraoaru et al. Characteristics of large patient‐reported outcomes: where can one million seizures get us?
US9872890B2 (en) Determining insulin dosing schedules and carbohydrate-to-insulin ratios in diabetic patients
CN108877954B (zh) 一种用药依从性评估方法
Dickinson et al. Screening older patients for obstructive airways disease in a semi-rural practice
Hamer et al. Adverse effects of antipsychotics as outcome measures
US9965587B2 (en) Reminder, classification, and pattern identification systems and methods for handheld diabetes management devices
US11670409B2 (en) Method and apparatus for providing a pharmacokinetic drug dosing regiment
CN105592973A (zh) 药物动力学药物给药方案设备和方法
US20210256872A1 (en) Devices, systems, and methods for predicting blood glucose levels based on a personalized blood glucose regulation model
CN108309791B (zh) 通过智能药盒确定药物依从性的方法
WO1999057669A1 (en) Medical analysis and treatment method and system
US20150278459A1 (en) Diagnostic process analysis system
US11062797B2 (en) Method and system for obtaining and using pharmacokinetic data in drug administration
CN105701356A (zh) 患者服药依从性的判断方法
White et al. Variation in lung function as a marker of adherence to oral and inhaled medication in cystic fibrosis
Stewart et al. Factors influencing adherence to guidelines in general practice
US11965206B2 (en) Method of dosing a patient with multiple drugs using adjusted phenotypes of CYP450 enzymes
Rehberg et al. Can remifentanil use in obstetrics be improved by optimal patient-controlled analgesia bolus timing?
CN113257436A (zh) 一种帕金森病治疗的药物治疗管理方法和***
CN117577267A (zh) 一种肝癌消融护理质量评价方法及***
US20210098132A1 (en) Analysis system and analysis method
Hogan et al. Free-text fields change the meaning of coded data.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant