JP2009510436A - Ldlコレステロールサブフラクションの分布におけるldl粒子数を定量的に判定する方法 - Google Patents
Ldlコレステロールサブフラクションの分布におけるldl粒子数を定量的に判定する方法 Download PDFInfo
- Publication number
- JP2009510436A JP2009510436A JP2008533430A JP2008533430A JP2009510436A JP 2009510436 A JP2009510436 A JP 2009510436A JP 2008533430 A JP2008533430 A JP 2008533430A JP 2008533430 A JP2008533430 A JP 2008533430A JP 2009510436 A JP2009510436 A JP 2009510436A
- Authority
- JP
- Japan
- Prior art keywords
- ldl
- particles
- distribution
- subfraction
- particle
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/92—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving lipids, e.g. cholesterol, lipoproteins, or their receptors
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Biomedical Technology (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Medicinal Chemistry (AREA)
- Cell Biology (AREA)
- Microbiology (AREA)
- Biotechnology (AREA)
- Endocrinology (AREA)
- Food Science & Technology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本発明は、LDLサブフラクション中の粒子数を計算する方法(例えばコンピューターアルゴリズム)を提供する。その方法は、1)血液試料由来のLDL粒子の最初の分布(例えば相対質量分布)を測定する工程;2)LDL粒子の最初の分布を数学的モデルを用いて処理して、LDL粒子の修正した分布(例えば相対粒子分布)を判定する工程;3)血液試料由来の全LDL数の値を判定する工程;および4)修正された粒子の分布と全LDL粒子数の値の両方を分析して、LDLサブフラクション中の粒子数の値を計算する工程を特徴とする。
Description
関連する出願との相互参照
本出願は、2005年9月29日に出願された米国仮特許出願60/722051号;2005年9月29日に出願された米国仮特許出願60/721825号;2005年9月29日に出願された米国仮特許出願60/721665号;2005年9月29日に出願された米国仮特許出願60/721756号;2005年9月29日に出願された米国仮特許出願60/721617号の優先権を主張し、上記出願は全て、参照によりここに完全に組み込まれる。
本出願は、2005年9月29日に出願された米国仮特許出願60/722051号;2005年9月29日に出願された米国仮特許出願60/721825号;2005年9月29日に出願された米国仮特許出願60/721665号;2005年9月29日に出願された米国仮特許出願60/721756号;2005年9月29日に出願された米国仮特許出願60/721617号の優先権を主張し、上記出願は全て、参照によりここに完全に組み込まれる。
背景
発明の属する分野
本発明は、低密度リポタンパク質コレステロール(‘LDL’といわれる)の‘サブフラクション’を測定および定量化する方法に関する。
発明の属する分野
本発明は、低密度リポタンパク質コレステロール(‘LDL’といわれる)の‘サブフラクション’を測定および定量化する方法に関する。
関連技術の記載
近年、心疾患(CVD)の死亡率が減少してきているが、この疾患は、アメリカにおける男女両方にとって死亡および障害の一番の原因のままである。全体で、7億人のアメリカ人はCVDの状態になり、高血圧(約5億人のアメリカ人)、冠状動脈性心臓病(1250万人)、心筋梗塞(730万人)、狭心症(640万人)、脳卒中(450万人)、先天性心血管異常(100万人)、およびうっ血性心不全(470万人)が含まれる。アテローム性動脈硬化症(ASCVD)は、CVDの一つであるが、動脈の硬化および狭窄を引き起こす可能性があり、続いて、血流を制限して生命維持に必要な酸素および栄養の心臓への運搬を妨げる。進行性のアテローム性動脈硬化症は、冠動脈、脳血管、および末梢血管の病気を引き起こす可能性があり、組み合わせてCVDによる全ての死亡の約75%という結果となる。
近年、心疾患(CVD)の死亡率が減少してきているが、この疾患は、アメリカにおける男女両方にとって死亡および障害の一番の原因のままである。全体で、7億人のアメリカ人はCVDの状態になり、高血圧(約5億人のアメリカ人)、冠状動脈性心臓病(1250万人)、心筋梗塞(730万人)、狭心症(640万人)、脳卒中(450万人)、先天性心血管異常(100万人)、およびうっ血性心不全(470万人)が含まれる。アテローム性動脈硬化症(ASCVD)は、CVDの一つであるが、動脈の硬化および狭窄を引き起こす可能性があり、続いて、血流を制限して生命維持に必要な酸素および栄養の心臓への運搬を妨げる。進行性のアテローム性動脈硬化症は、冠動脈、脳血管、および末梢血管の病気を引き起こす可能性があり、組み合わせてCVDによる全ての死亡の約75%という結果となる。
LDLの濃度上昇および小さく高密度のサブフラクションの増加を含む様々なリポタンパク質異常は、ASCVDの発症に原因として関係している。やがてこれらの化合物は、血管の内壁におけるアテローム性粥種の有害な形成および集積の原因となり、それによって血流が制限される。患者がASCVDにかかる可能性は、一般にLDLコレステロールのレベルが上昇するにつれて増大し、LDLコレステロールは大抵‘悪玉コレステロール’といわれる。反対に、高密度リポタンパク質コレステロール(‘HDL’といわれる)は、再循環または除去するためにコレステロールを結合して肝臓に送り返す‘コレステロールスカベンジャー’として機能することができる。このプロセスは、‘コレステロール逆輸送’と呼ばれる。高水準のHDLは、したがって、心臓病および脳卒中の発症リスクを下げることに関連しており、よってHDLは通常‘善玉コレステロール’といわれる。
リポタンパク質分析(リポタンパク質プロファイルまたは脂質パネルとも呼ばれる)は、LDLおよびHDLの血中濃度を測定する血液検査である。HDLおよびLDLおよびそれらの関連するサブフラクションを測定する一つの方法は、‘潜在的に危険な状態にある心疾患の患者を同定する方法’と題する米国特許6812033号に記載される。この特許は、バークレーハートラボ社に譲渡されてここに参照により組み込まれるが、この特許には勾配ゲル電気泳動(GGE)に基づく血液検査が記載される。GGEにおいて使用される勾配ゲルは、通常、様々な濃度のアクリルアミドを用いて調製され、通常の電気泳動ゲルに比べて高解像度で質量によって高分子を分離することができる。この技術を用いて、GGEはHDLとLDLの両方のサブフラクションを判定する。例えば、GGEはLDLの7つのサブフラクション(LDL I、IIa、IIb、IIIa、IIIb、IVa、およびIVbといわれる)まで、およびHDLの5つのサブフラクション(HDL 2b、2a、3a、3b、3cといわれる)まで識別することができる。GGEから判定されたリポタンパク質サブフラクションは‘サブ粒子’ともいわれ、確立されたリポタンパク質サブフラクションの臨床検査基準である分析超遠心(AnUC)と呼ばれる技術の結果と相互に関連する。
最も小さいLDL粒子を含んでいるサブフラクションであるLDL IVbレベルの上昇は、動脈造影の進行と関連しないことが報告されている;LDL IIIaおよびLDL IIIbを組み合わせた分布は、通常、この特徴の重篤度を反映する。
アポリポタンパク質B100(‘Apo B’といわれる)等のようなアポリポタンパク質は、脂質代謝の不可欠な部分であり、リポタンパク質の成分である。Apo Bおよび関連する化合物は、リポタンパク質への構造的な整合性を提供し、その中心で疎水性の脂質(すなわち水を吸収しない脂質)を保護する。それらは、多くの体細胞の表面で見られる受容体により認識され、リポタンパク質がそれらの細胞に結合するのを助けて、コレステロールおよびトリグリセリドのリポタンパク質から細胞への輸送または取り込みを可能とする。Apo Bレベルの上昇はLDL粒子レベルの上昇に非常に対応しており、冠動脈疾患およびその他の心疾患のリスク上昇にも関連する。
各LDLコレステロール粒子はApo B分子を有し、したがって一次近似として、LDL粒子数とApo Bは、1:1の対応を有する。さらに、Apo Bのレベル上昇は、上昇した小さく高密度なLDL粒子と連結して比較する場合に、個人のCAD発症リスクを決定するためのマーカーと考えられる。ごく低密度のリポタンパク質からのApo Bの封入により、これらの値がいくらか上昇する可能性がある。しかし、この上昇は、200mg/dL未満のトリグリセリドの値の10%未満であると推定される。
発明の要約
第一の形態において、本発明は、LDLサブフラクション中の粒子数を計算する方法(例えばコンピューターアルゴリズム)を提供する。その方法は、1)血液試料由来のLDL粒子の最初の分布(例えば相対質量分布)を測定する工程;2)LDL粒子の最初の分布を数学的モデルを用いて処理して、修正した分布(例えば相対粒子分布)を判定する工程;3)血液試料由来の全LDL値を判定する工程;および4)修正された粒子の分布と全LDL粒子数の値の両方を分析して、LDLサブフラクション中のLDL粒子数の値を計算する工程を特徴とする。
第一の形態において、本発明は、LDLサブフラクション中の粒子数を計算する方法(例えばコンピューターアルゴリズム)を提供する。その方法は、1)血液試料由来のLDL粒子の最初の分布(例えば相対質量分布)を測定する工程;2)LDL粒子の最初の分布を数学的モデルを用いて処理して、修正した分布(例えば相対粒子分布)を判定する工程;3)血液試料由来の全LDL値を判定する工程;および4)修正された粒子の分布と全LDL粒子数の値の両方を分析して、LDLサブフラクション中のLDL粒子数の値を計算する工程を特徴とする。
第二の形態において、本発明は、患者をモニタリングするシステムを提供する。そのシステムは、1)例えばLDLサブフラクション中の粒子数を記述している血液検査の情報を保存するデータベース;2)患者のバイタルサイン情報をモニターするシステムを含むモニタリング装置;3)モニタリング装置からバイタルサイン情報を受け取るデータベース;および4)血液検査およびバイタルサイン情報を受け取り、保存し、表示するように設定されたインターネットに基づくシステムを含む。
実施態様において、アルゴリズム中で用いられた数学的モデルは、LDLサブフラクション中のLDL粒子の少なくとも一の幾何学的な性質(例えば、半径、直径)を解析し、変換係数を決定する。例えば、変換係数は、二つのサブフラクション中でのLDL粒子の表面積の比から得ることができる。通常、変換係数は処理の前に決定され、全ての患者に一定である。一度決定されると、アルゴリズムはその変換係数を使用して相対質量分布を相対粒子分布に変換し、次に各LDLサブフラクション中のLDL粒子数を定量化するために使用される。
好ましい実施態様において、その方法は、Apo Bの値から全LDL粒子数の値を判定する工程を特徴とする。この場合、例えば、Apo Bの値は分離血液検査中に血液試料から測定され、LDL粒子数の値はApo BとLDL粒子間の生理学的な1:1の比を仮定することにより決定される。一度この仮定がなされると、各LDLサブフラクション中のLDL粒子数は、相対粒子分布に全LDL粒子数をかけることにより計算することができる。
ここで用いられる場合、‘血液検査情報’とは、GGEに基づく検査などのような一以上の血液検査から集めた情報を意味する。LDL粒子の相対質量分布に加えて、血液検査情報は濃度、量、または血液由来の化合物を記述するその他の情報を含むことができ、限定されるものではないが、全コレステロール、LDL(およびサブフラクション分布)、HDL(およびサブフラクション分布)、トリグリセリド、Apo B粒子、リポタンパク質(a)、Apo Eの遺伝子型、フィブリノゲン、葉酸、HbA1C、C反応性タンパク質、ホモシステイン、グルコース、インスリン、および他の化合物を含む。ここで用いられる場合、‘バイタルサイン情報’とは、医療機器を用いて患者から集められた情報、例えば患者の循環器系を記述する情報を意味する。この情報は、限定するものではないが、心拍(休息時および活動中に測定される)、血圧(収縮期、拡張期、および脈圧)、血圧波形、パルスオキシメトリ、光学的プレチスモグラフ、電気インピーダンスプレチスモグラフ、1回拍出量、ECGとEKG、体温、体重、体脂肪率、および他の特徴を含む。
本発明は多くの利点を有するが、特に、粒子の質量分布の相対的な割合よりもむしろ各LDLサブフラクションの定量化された粒子数を提供するからである。例えば、特に患者の全コレステロールおよびLDLコレステロールがコレステロール低下化合物(例えば、リピトールTM等のようなHMG−coA還元酵素阻害剤、一般に‘スタチン’とよばれる)を用いて顕著に低下している場合、患者のLDL粒子のパーセント質量分布は、時間とともに積極的な脂質低下療法に反応して変化しないことも、増加することも、または減少することもある。LDLサブクラスのパーセント分布における潜在的に変わりうる変換とは対照的に、本発明の方法により決定されるように、これらの療法は特定のLDL粒子数を低下させることができる。続いて、医師はこの情報を使用して、定量化できる脂質低下治療反応を標的として、患者のために特定の心臓のリスク低下プログラムを開発することができる。
各LDLサブフラクション中の患者の定量化された粒子数は、単独でまたは他の血液検査と組み合わせて、インターネットに基づく疾病管理システムおよびバイタルサインモニタリング装置を合わせて使用されてもよい。このシステムは情報を処理して、患者が個別の心臓のリスク低下プログラムに従うのに役立つ。例えば、システムは、ウェブサイト、eメールアドレス、ワイヤレス装置、またはモニタリング装置へ情報を送るメッセージングプラットフォームを通して、患者に個別のプログラムおよび関連する内容を提供することができる。最終的に、インターネットに基づくシステム、モニタリング装置、およびメッセージングプラットフォームを組み合わせて、疾病管理プログラムに患者を従事させ、以降の医療の予約を促し、患者のコンプライアンスを作ることができる相互接続した使いやすいツールを形成する。これらの要因は、続いて、患者がCVD等のようなある病状のリスクを低下させるのに役立つ。
本発明のこれらのおよび他の利点は、以下の詳細な説明および特許請求の範囲から明らかとなる。
発明の詳細な説明
図1および図2を参照すると、通常のGGE処理工程は、質量に従ってLDL粒子をサブフラクションに分離し、相対質量分布10を示すグラフ15が得られる。相対質量分布10は、粒子の大きさによって異なるI、IIa、IIb、IIIa、IIIb、IVa、およびIVbと分類される、7つのLDLサブフラクションにさらに細かく分けられる。以下の表1は、各サブフラクションと対応する領域、i)最大の粒子直径;ii)最小の粒子直径;iii)平均直径;iv)平均半径を表す。これらの値は別の研究、例えば超遠心に関する研究を用いて、うまく確立され、決定される。
図1および図2を参照すると、通常のGGE処理工程は、質量に従ってLDL粒子をサブフラクションに分離し、相対質量分布10を示すグラフ15が得られる。相対質量分布10は、粒子の大きさによって異なるI、IIa、IIb、IIIa、IIIb、IVa、およびIVbと分類される、7つのLDLサブフラクションにさらに細かく分けられる。以下の表1は、各サブフラクションと対応する領域、i)最大の粒子直径;ii)最小の粒子直径;iii)平均直径;iv)平均半径を表す。これらの値は別の研究、例えば超遠心に関する研究を用いて、うまく確立され、決定される。
図2において示されるようなアルゴリズム17は、相対質量分布10から各サブフラクション中のLDL粒子数を定量的に判定する。粒子数の定量的な解析は、粒子の相対質量分布とは対照的に、医学専門家が、以下に詳細に記載するような、患者のための効果的でカスタマイズされた心臓のリスクを低下させるプログラムを設計するのに役立てることができる。
アルゴリズム17は、GGEアッセイ(工程18)からの入力を処理することにより始まって、図1に示されるのと同様のLDL粒子の相対質量分布を作成する(工程20)。かかるGGEアッセイは、‘潜在的に危険な状態にある心疾患の患者を同定する方法’と題する米国特許6812033号中に記載され、その内容はここに参照により組み込まれる。アルゴリズム17は、各サブフラクションに対応する粒子の大きさを、i)サブフラクション中の全ての粒子は球状である;およびii)各サブフラクションにおける粒子の最大および最小直径は全ての患者に一定である、と仮定することによって処理する(工程22)。アルゴリズム17の工程は、以下の図3を参照することでより詳細に記載される。粒子の大きさを処理することにより、アルゴリズム17は、各サブフラクション中の粒子の相対表面積の比を決定し、この値を使用して相対質量分布を相対粒子分布に変換する(工程24)。相対粒子分布は、各サブフラクションに対応する粒子の相対的な割合を表す。
アルゴリズム17の分岐した枝は、全ての定量化されたLDL粒子数を、別のアッセイ(工程28)により測定されたApo Bの値を用いて判定する。一度Apo Bの値が決定されると、アルゴリズム17は、これらの化合物の間は1:1の関係であると仮定することにより、全LDL粒子数を見積もる(工程30)。この関係は以下の参考文献によく記載されており、その内容は参照により組み込まれる:1)Planella et al., ‘Calculation of LDL−Cholesterol by Using Apolipoprotein B for Classification of Nonchylomicronemic Dyslipemia’、Clinical Chemistry 43: 808−815, 1997; 2) Nauck et al., ‘Methods for Measurement of LDL−Cholesterol:A Critical Assessment of Direct Measurement by Homogenous Assays Versus Calculation’ Clinical Chemistry 48:2; 236−54, 2002; 3) Berman et al., ‘Metabolism of Apo B and Apo C Apoproteins in Man: Kinetic Studies in Normal and Hyperlipoproteinemic Subjects’、Journal of Lipid Research 19:38−56、1978; 4) Pease et al., ‘Regulation of Hepatic Apolipoprotein−B−Containing Lipoprotein Secretions’、 Current Opinion in Lipidology 7:132−8、 1996; 5) Gaw et al.,‘Apolipoprotein B Metabolism in Primary and Secondary Hyperlipidemias’、 Current Opinion on Lipidology 7:149−57, 1996; および6) Mahley et al., ‘Plasma Liporoteins and Apolipoprotein Structure and Function’、 Journal of Lipid Research 25:1277−1294, 1984。
アルゴリズムは次に、この値をLDL粒子の相対分布を用いて処理し(工程24)、各サブフラクション中のLDL粒子数を定量的に判定する(工程26)。
このプロファイルを決定した後、アルゴリズムは、以下および前記の参考文献に記載されるような疾病管理のための他のソフトウェアシステムと統合されることもでき、その内容は参照によりここに組み込まれる:1)INTERNET−BASED SYSTEM FOR MONITORING LIPID, VITAL−SIGN, AND EXERCISE INFORMATION FROM A PATIENT (2005年9月29日出願); 2) INTERNET−BASED PATIENT−MONITORING SYSTEM FEATURING INTERACTIVE MESSAGING ENGINE (2005年9月29日出願); 3) APOLIPOPROTEIN E GENOTYPING AND ACCOMPANYING INTERNET−BASED HEALTH MANAGEMENT SYSTEM(これに添付して); および4)INTERNET−BASED HEALTH MANAGEMENT SYSTEM FOR IDENTIFYING AND MINIMIZING RISK FACTORS CONTRIBUTING TO METABOLIC SYNDROME(2005年9月29日出願)。添付された本開示の一部である写し。
図2に記載されたアルゴリズムは、LDL粒子の相対質量分布から相対粒子分布を判定するための計算を必要とする。この計算をするために、アルゴリズムは各LDL粒子は球状であると仮定し、よって粒子の平均表面積(SA)は:
SA=4πr2
である。上記表1からの値を用いて、LDL IとLDL IVbの表面積の相対的な比は:
4π(139.25)2/4π(113.25)2=1.512
である。サブフラクションIにおける平均LDL粒子は、サブフラクションIVbにおける粒子の1.512倍の表面積を有する。表1に示されたLDL Iと他のLDL粒子間の相対的な表面積の比は、これと同様の手順を用いて計算することができる。
SA=4πr2
である。上記表1からの値を用いて、LDL IとLDL IVbの表面積の相対的な比は:
4π(139.25)2/4π(113.25)2=1.512
である。サブフラクションIにおける平均LDL粒子は、サブフラクションIVbにおける粒子の1.512倍の表面積を有する。表1に示されたLDL Iと他のLDL粒子間の相対的な表面積の比は、これと同様の手順を用いて計算することができる。
表2に示された比の逆数は、相対質量分布から対応する相対粒子分布に変換する係数を生じる。例えば、比較的大きいLDL I粒子50%と比較的小さいLDL IVb粒子50%を特徴とする相対質量分布を仮定すると、通常のGGEに基づくアッセイを用いて測定されるように: 10LDL IVb粒子ごとに6.61LDL I粒子となる。この同様の手順および表2中の係数を用いて、LDL粒子の完全な相対数分布を、通常のGGEアッセイから測定される相対質量分布から計算することができる。前記の例において、例えば、LDL IVb粒子50%およびLDL I粒子50%の相対質量分布は、LDL IVb粒子60.2%(10/(10+6.61)の%)およびLDL I粒子39.8%(6.61/(10+6.61)の%)の相対粒子分布に変わる。よって、それらの相対質量分布に比べて、より大きな粒子(例えばLDL I粒子)の相対数は減少する一方、より小さな粒子(例えばLDL IVb粒子)の相対数は増加する。
アルゴリズムは、相対数分布からの割合に、前記のようにApo Bの値から決定されたLDL粒子の総数をかけることにより、各サブフラクション中の粒子の定量的な数を測定する。
図3は、LDL相対質量分布110(GGEアッセイを用いて測定)を相対粒子分布115(前記アルゴリズムを用いて計算)と比較する概略図を示す。前記のように、二つの分布中でのサブフラクションの相対的な性質は、サブフラクション中で粒子の大きさにばらつきがあるため、異なっている。特に、より大きな粒子(例えば、LDL I、IIa、IIb)の粒子分布は、同じ粒子の質量分布に比べて低下する。反対に、より小さな粒子(例えば、LDL IIIa、IIIb、IVa、およびIVb)の粒子分布は、同じ粒子の質量分布に比べて上昇する。
文献における研究は、患者のLDLサブフラクションの注意深い解析によって患者のCADのリスクを判定できることを示す。このため、実施態様において、本発明は、各サブフラクション中で測定されるLDL粒子数を解析するインターネットに基づく疾病管理システムを提供し、それに応じて患者のためのカスタマイズされた心臓のリスクを低下させるプログラムを設計する。システムは、個別のプログラムおよびそれらの患者に関連する内容を、ウェブサイト、eメールアドレス、ワイヤレス装置、またはモニタリング装置へ情報を送るメッセージングプラットフォームを通して提供することもできる。最終的に、疾病管理システムおよびメッセージングプラットフォームを組み合わせて、患者を従事させ、以降の医療の予約を促し、患者のコンプライアンスを作ることができる相互接続した使いやすいツールを形成する。これらの要因は、続いて、患者がCVD等のようなある病状のリスクを低下させるのに役立つ。
図4は、例えば、本発明に従うインターネットに基づくシステム210を示す。そのシステムは、一以上の血液検査206からLDLコレステロールサブフラクションを記述する情報などのような血液検査情報を、およびモニタリング装置208からバイタルサイン情報(例えば血圧、心拍、パルスオキシメトリ、およびECG情報)を集める。かかるシステムは例えば、INTERNET−BASED SYSTEM FOR MONITORING LIPID, VITAL−SIGN, AND EXERCISE INFORMATION FROM A PATIENT (2005年9月29日出願)に記載され、その内容は参照により既にここに組み込まれた。インターネットに基づくシステム210は、それぞれ情報を保存、処理、および表示するためのデータベースレイヤー214、アプリケーションレイヤー213、およびインターフェースレイヤー212用のソフトウェアを管理するウェブアプリケーション239を特徴とする。ウェブアプリケーション239は、患者インターフェース202上で一人の患者からの情報、および医師インターフェース204上で患者の集団からの情報を提供する。より具体的には、ウェブアプリケーション239中で、アプリケーションレイヤー213は、データベースレイヤー214中に保存された血液検査およびバイタルサイン情報を解析する情報処理アルゴリズムを特徴とする。この情報の解析は、続いて、心臓血管のリスク低下プログラムに患者が従うのに役立つことができる代謝および心臓血管のリスクプロファイルをもたらすことができる。特に、この解析に基づいて、インターフェースレイヤー212は、個別のプログラムを記載する一以上のウェブページを提供し、そのプログラムは、“心臓に良い”食べ物の調理法、ニュース、参考文献などのような内容に沿った食物、運動、およびライフスタイルの変化のためのレポートおよびアドバイスを含む。これらのウェブページは患者インターフェース202および医師インターフェース204のどちらでも利用することができる。
他の実施態様も、本発明の範囲内である。例えば各LDLサブフラクション中の粒子数を判定する血液検査および解析方法は、他の血液検査と組み合わされうる。他の実施態様において、相対質量分布を相対粒子分布に変換するために、前記のもの以外の数学的アルゴリズムを使用してLDL粒子を解析することができる。他の実施態様において、全LDL値は、Apo Bの値から計算されるのとは反対に、直接計測される。
さらに他の実施態様において、情報を表示するために使用されるウェブページは、データが表示されるやり方をとれるように多くの異なる形にすることもできる。異なるウェブページは、エンドユーザーによってデザインされ、アクセスされてもよい。前述のように、個々のユーザーがバイタルサインデータを図にするだけのウェブページにアクセスする(つまり患者インターフェイス)一方で、多数の患者を支援する組織(例えば、診療所および/または病院)は患者の集団からのデータを含むウェブページにアクセスする(つまり医師インターフェイス)。他のインターフェースは、病院、保険会社、特定の会社の社員、製薬会社の臨床試験、および電子商取引の目的のために用いられるインターフェース等のようなウェブサイトとともに使用されうる。これらのウェブページ上に表示されるバイタルサイン情報は、例えば、患者の病歴、年齢、性別、病状、および地理的な位置によって保存され、解析されうる。
ウェブページは、一度血液検査情報から抽出されると、データを解析するために使用されうるアルゴリズムの広範囲の支援もする。例えば前記のテキストメッセージまたはeメールは、一刻を争う病状を示すバイタルサインまたは血液検査情報に応じて、‘警告’として送信されうる。または、データのパラメーター(例えば血圧、心拍)が規定の値を超えた場合に、メッセージが送信されうる。ある場合には、複数のパラメーターが同時に解析されて警告メッセージが作成されうる。一般に、警告メッセージは、任意の型のアルゴリズムを用いて一以上のデータのパラメーターが解析された後に送信されうる。
システムは、患者特有の内容(例えば、治療計画、食事の勧告、教育的な内容)を含むメッセージを作成するメッセージングプラットフォームを含むこともでき、その患者特有の内容は、疾病管理プログラム(例えば、心臓血管リスク減少プログラム)における患者のコンプライアンスを促進すること、患者を規定の目標および道しるべを達成するよう動機付けること、ならびに患者が以降の医療の予約をするよう促すことに役立つ。かかるメッセージングシステムは、‘INTERNET−BASED PATIENT−MONITORING SYSTEM FEATURING INTERACTIVE MESSAGING ENGINE’ (2005年9月29日出願)という同時係属出願中に記載され、その内容は既に参照によりここに組み込まれた。
ある実施態様において、本発明は、糖尿病、心臓病、うっ血性心不全、睡眠時無呼吸および他の睡眠障害、ぜんそく、心臓発作および他の心疾患、脳卒中、アルツハイマー病、ならびに高血圧などのような、広範囲にわたる疾患を特徴付けるために使用することができる。
さらに他の実施態様は、以下の特許請求の範囲内である。
Claims (19)
- LDLコレステロールサブフラクション中の粒子数を計算する方法であって、
1)血液試料由来のLDL粒子の最初の分布を測定する工程;
2)LDL粒子の最初の分布を数学的モデルを用いて処理して、LDL粒子の修正した分布を判定する工程;
3)血液試料由来の全LDL粒子数の値を判定する工程;および
4)修正された粒子の分布と全LDL粒子数の値の両方を解析して、LDLサブフラクション中のLDL粒子数を計算する工程
を含む該方法。 - LDL粒子の最初の分布が相対質量分布である、請求項1に記載の方法。
- 処理工程がさらに、相対質量分布を相対粒子分布に変換する数学的モデルを用いて相対質量分布を処理する工程を含む、請求項2に記載の方法。
- 数学的モデルがLDLサブフラクション中のLDL粒子の少なくとも一の幾何学的な性質を解析して変換係数を決定する、請求項3に記載の方法。
- 幾何学的な性質が粒子の大きさを表し、変換係数が第一のLDLサブフラクション中のLDL粒子の第一の表面積と第二のLDLサブフラクション中のLDL粒子の第二の表面積の比から得られる、請求項4に記載の方法。
- 処理工程がさらに、LDL粒子の最初の分布を数学的モデルを用いて処理し、相対LDL粒子分布を判定する工程を含む、請求項1に記載の方法。
- 処理工程がさらに、数学的モデルを用いてLDL粒子の相対質量分布を相対LDL粒子分布に変換する工程を含む、請求項6に記載の方法。
- 判定する工程がさらに、Apo Bの値またはその派生物から全LDL粒子数の値を判定する工程を含む、請求項1に記載の方法。
- 1)血液試料からApo Bの値またはその派生物を測定する工程;および
2)Apo Bと全LDL粒子数の値間の比を仮定する工程
をさらに含む、請求項8に記載の方法。 - Apo BとLDL粒子間の比を1:1と仮定する工程をさらに含む、請求項9に記載の方法。
- 測定する工程がさらに、GGEに基づくアッセイを用いて血液試料からLDL粒子の最初の分布を測定する工程を含む、請求項1に記載の方法。
- 測定する工程がさらに、超遠心アッセイからLDL粒子の最初の分布を測定する工程を含む、請求項1に記載の方法。
- LDLサブフラクション中の粒子数を計算する方法であって、
1)血液試料からLDL粒子の相対質量分布を測定する工程;
2)LDL粒子の相対質量分布を数学的モデルを用いて処理し、LDL粒子の相対粒子分布を判定する工程;
3)血液試料から全LDL粒子数の値を判定する工程;および
4)相対粒子分布と全LDL粒子数の値の両方を解析して、LDLサブフラクション中のLDL粒子数を計算する工程
を含む、該方法。 - 数学的モデルがLDLサブフラクション中のLDL粒子の少なくとも一の幾何学的な性質を解析して変換係数を決定する、請求項13に記載の方法。
- 幾何学的な性質が粒子の大きさを表し、変換係数が第一のLDLサブフラクション中のLDL粒子の第一の表面積と第二のLDLサブフラクション中のLDL粒子の第二の表面積の比から得られる、請求項14に記載の方法。
- 判定する工程がさらに、Apo Bの値またはその派生物から全LDL粒子数の値を判定する工程を含む、請求項13に記載の方法。
- 1)血液試料からApo Bの値またはその派生物を測定する工程;および
2)Apo BとLDL粒子の総数の間の比を仮定する工程
をさらに含む、請求項16に記載の方法。 - Apo BとLDL粒子の総数の間の比を1:1と仮定する工程をさらに含む、請求項17に記載の方法。
- 患者をモニタリングするシステムであって、
LDLサブフラクションの粒子数を記述する血液検査情報を保存するデータベース;
患者のバイタルサイン情報をモニターするシステムを含むモニタリング装置;
モニタリング装置からバイタルサインおよび運動の情報を受け取るデータベース;および
血液検査、バイタルサイン、および運動の情報を受け取り、保存し、表示するよう設定された、インターネットに基づくシステム
を含む該システム。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US72161705P | 2005-09-29 | 2005-09-29 | |
US72205105P | 2005-09-29 | 2005-09-29 | |
US72166505P | 2005-09-29 | 2005-09-29 | |
US72182505P | 2005-09-29 | 2005-09-29 | |
US72175605P | 2005-09-29 | 2005-09-29 | |
PCT/US2006/036310 WO2007040974A2 (en) | 2005-09-29 | 2006-09-18 | Method for quantitatively determining the ldl particle number in a distribution of ldl cholesterol subfractions |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009510436A true JP2009510436A (ja) | 2009-03-12 |
Family
ID=37906648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008533430A Withdrawn JP2009510436A (ja) | 2005-09-29 | 2006-09-18 | Ldlコレステロールサブフラクションの分布におけるldl粒子数を定量的に判定する方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20070072302A1 (ja) |
EP (1) | EP1929290A4 (ja) |
JP (1) | JP2009510436A (ja) |
CA (1) | CA2624023A1 (ja) |
WO (1) | WO2007040974A2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2765709A1 (en) * | 2009-06-17 | 2010-12-23 | Maine Standards Company, Llc | Method for measuring lipoprotein-specific apolipoproteins |
US9488666B2 (en) * | 2010-08-24 | 2016-11-08 | Helena Laboratories Corporation | Assay for determination of levels of lipoprotein particles in bodily fluids |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69220423T2 (de) * | 1991-07-25 | 1997-11-27 | Toray Industries | Polyestermischung, Verfahren zu ihrer Herstellung und daraus geformter Film |
WO1998011820A1 (en) * | 1996-09-19 | 1998-03-26 | Ortivus Aktiebolag | Portable telemedicin device |
WO1998024212A1 (en) * | 1996-11-29 | 1998-06-04 | Micromedical Industries Limited | Telemedicine system |
US6239233B1 (en) * | 1998-10-09 | 2001-05-29 | Eastman Chemical Company | Polyester/polyamide blends with improved color |
US6653140B2 (en) * | 1999-02-26 | 2003-11-25 | Liposcience, Inc. | Methods for providing personalized lipoprotein-based risk assessments |
WO2000051054A1 (en) * | 1999-02-26 | 2000-08-31 | Lipomed, Inc. | Methods, systems, and computer program products for analyzing and presenting risk assessment results based on nmr lipoprotein analysis of blood |
US7647234B1 (en) * | 1999-03-24 | 2010-01-12 | Berkeley Heartlab, Inc. | Cardiovascular healthcare management system and method |
US7416895B2 (en) * | 2002-06-21 | 2008-08-26 | Berkeley Heartlab, Inc. | Method for identifying at risk cardiovascular disease patients |
US6812033B2 (en) * | 2002-04-12 | 2004-11-02 | Berkeley Heartlab, Inc. | Method for identifying risk cardiovascular disease patients |
CA2542107A1 (en) * | 2003-10-23 | 2005-05-12 | Liposcience, Inc. | Methods, systems and computer programs for assessing chd risk using mathematical models that consider in vivo concentration gradients of ldl particle subclasses of discrete size |
-
2006
- 2006-09-18 JP JP2008533430A patent/JP2009510436A/ja not_active Withdrawn
- 2006-09-18 US US11/522,591 patent/US20070072302A1/en not_active Abandoned
- 2006-09-18 CA CA002624023A patent/CA2624023A1/en not_active Abandoned
- 2006-09-18 EP EP06803789A patent/EP1929290A4/en not_active Withdrawn
- 2006-09-18 WO PCT/US2006/036310 patent/WO2007040974A2/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2007040974A3 (en) | 2007-11-01 |
EP1929290A2 (en) | 2008-06-11 |
CA2624023A1 (en) | 2007-04-12 |
US20070072302A1 (en) | 2007-03-29 |
WO2007040974A2 (en) | 2007-04-12 |
EP1929290A4 (en) | 2008-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pirro et al. | Age and duration of follow-up as modulators of the risk for ischemic heart disease associated with high plasma C-reactive protein levels in men | |
Hartiala et al. | Adolescence risk factors are predictive of coronary artery calcification at middle age: the cardiovascular risk in young Finns study | |
Bash et al. | Poor glycemic control in diabetes and the risk of incident chronic kidney disease even in the absence of albuminuria and retinopathy: Atherosclerosis Risk in Communities (ARIC) Study | |
Tientcheu et al. | Target organ complications and cardiovascular events associated with masked hypertension and white-coat hypertension: analysis from the Dallas Heart Study | |
Arsenault et al. | Visceral adipose tissue accumulation, cardiorespiratory fitness, and features of the metabolic syndrome | |
Langman et al. | Hyperhomocyst (e) inemia and the increased risk of venous thromboembolism: more evidence from a case-control study | |
Forman et al. | Uric acid and insulin sensitivity and risk of incident hypertension | |
Hirschler et al. | Can waist circumference identify children with the metabolic syndrome? | |
Miller et al. | High attributable risk of elevated C-reactive protein level to conventional coronary heart disease risk factors: the Third National Health and Nutrition Examination Survey | |
Beatty et al. | High-sensitivity cardiac troponin T levels and secondary events in outpatients with coronary heart disease from the Heart and Soul Study | |
US20070073558A1 (en) | Internet based patient-monitoring system featuring interactive messaging engine | |
Horne et al. | Exceptional mortality prediction by risk scores from common laboratory tests | |
Wilson et al. | C-reactive protein and risk of cardiovascular disease in men and women from the Framingham Heart Study | |
Laukkanen et al. | The predictive value of cardiorespiratory fitness for cardiovascular events in men with various risk profiles: a prospective population-based cohort study | |
Jacobson et al. | Impact of evidence-based clinical judgment on the number of American adults requiring lipid-lowering therapy based on updated NHANES III data | |
Khera et al. | Performance of the pooled cohort equations to estimate atherosclerotic cardiovascular disease risk by body mass index | |
Nguyen et al. | Fasting plasma glucose levels within the normoglycemic range in childhood as a predictor of prediabetes and type 2 diabetes in adulthood: the Bogalusa Heart Study | |
Terzikhan et al. | Pulmonary artery to aorta ratio and risk of all-cause mortality in the general population: the Rotterdam Study | |
Januzzi Jr et al. | Single-molecule hsTnI and short-term risk in stable patients with chest pain | |
Madden et al. | A rapid point-of-care ultrasound marker for muscle mass and muscle strength in older adults | |
JP6814732B2 (ja) | Hdlおよび炎症性バイオマーカインタラクションパラメータを含むリスクパラメータを用いた心血管リスク評価 | |
Blaha et al. | Multi-Ethnic Study of Atherosclerosis (MESA) JACC Focus Seminar 5/8 | |
Guo et al. | Optimal blood pressure thresholds for minimal coronary artery disease risk in type 1 diabetes | |
Liao et al. | The predictive value of repeated blood pressure measurements in childhood for cardiovascular risk in adults: the Hanzhong Adolescent Hypertension Study | |
Pincus et al. | Quantitative measures and indices to assess rheumatoid arthritis in clinical trials and clinical care |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20091201 |