JP6692355B2 - バイタルサインサンプリング周波数が限定されるときのスコア信頼区間推定に関する方法 - Google Patents

Description

本願は一般に、医療監視技術、監視される患者に関する医療警告システムなどに関する。

病院、老人ホーム、及び他の医療施設は一般に、所与の患者が集中治療室（ＩＣＵ）又は心臓ケアユニット（ＣＣＵ）に入院するなどの救急医療を必要とする可能性があるかどうかに関する予測情報を提供するよう設計された早期警戒スコアリング（ＥＷＳ）を用いる。例として、修正された早期警戒システム（ＭＥＷＳ）として知られる１つの既知のＥＷＳシステムは、生理的パラメータに基づきスコアを計算する。このパラメータは、血圧、心拍数、呼吸速度、患者の体温、及び（例えば、ＡＶＰＵ尺度を用いて定量化される）意識レベルを含む。ＭＥＷＳでは、これらの生理学的パラメータのそれぞれは、スコア０の正常範囲を持ち、生理的パラメータに関するスコア成分は、値が正常範囲外に移動するとき増加する。例えば、５１〜１００拍動／分（ＢＰＭ）の正常範囲内の心拍数はスコア０であり、４１〜５０又は１０１〜１１０ＢＭＰの心拍はスコア１であり、４０未満又は１１１〜１２９ＢＰＭの心拍はスコア２であり、１３０ＢＰＭ以上の心拍はスコア３である。ＡＶＰＵは、「警告」の場合はスコア０、「音声応答」の場合はスコア１、「痛み反応」の場合はスコア２、「反応しない」場合はスコア３である。生理学的パラメータのスコアは合計され、閾値、例えば５よりも大きいスコアが、アクショントリガとみなされる（例えば、緊急医療チームコールをトリガする、ＩＣＵ又はＣＣＵへの転送をトリガするなど）。

従来、ＥＷＳシステムは、紙ベースのシステムであった。例えば、看護師は、印刷された表にパラメータスコアを適切に記入し、それらの値を合計してＥＷＳスコアを生成する。

１つの側面によれば、患者監視システムが、表示デバイスと、患者監視方法を実行するようにプログラムされた電子データ処理コンポーネントとを有し、上記方法が、各連続的な現在時間において、１つ又は複数の入力された生理学的パラメータのそれぞれに関して最近受信された測定値に基づき、上記現在時間における患者状態値を決定するステップと、上記現在時間と、上記１つ又は複数の入力された生理学的パラメータのそれぞれに関する最近受信された測定値の受信時間との間の時間間隔に基づき、上記現在時間における上記患者状態値の信頼区間を推定するステップと、患者状態情報を上記表示デバイスに表示するステップであって、上記表示された患者状態情報が、上記現在時間における上記患者状態値と、上記現在時間における上記患者状態値に関する推定された信頼区間とに基づかれる、ステップとを含む。上記患者状態値が、早期警戒システム（ＥＷＳ）スコアとすることができ、上記決定するステップは、複数の入力された生理学的パラメータの最新の受信された測定値に基づき上記ＥＷＳスコアを計算するステップを有することができる。いくつかの実施形態では、ＥＷＳスコアは、整数値のみを仮定する。

別の側面によれば、上記患者監視システムにおいて、上記現在時間における上記患者状態値に関する上記推定された信頼区間とともに、上記現在時間における上記患者状態値が記表示デバイスに表示されることができる。ある実施形態において、上記１つ又は複数の入力された生理学的パラメータが、複数の入力された生理的パラメータを含み、上記推定するステップは、上記現在時間と、上記入力された生理学的パラメータに対する最近受信された測定の受信時間との間の時間間隔に基づき、各入力された生理学的パラメータに関する上記現在時間における信頼区間を推定するステップと、上記複数の入力された生理学的パラメータに関する上記現在時間における上記推定された信頼区間に基づき、上記現在時間における上記患者状態値に関する信頼区間を推定するステップとを有することができる。いくつかの実施形態において、信頼区間は、過去の患者データベースに記憶された入力された生理学的パラメータに関する測定値の統計的分布に基づき推定される。別の側面によれば、複数のパラメータのうち、上記患者状態値に関する上記信頼区間に最も寄与するパラメータとして、最も古いパラメータが決定されることができる。最も古いパラメータは、例えば、最も古いパラメータを更新する（即ち、再測定する）推奨の形で、ディスプレイに表示されることができる。

別の側面によれば、患者監視システムが、表示デバイスと、患者監視方法を実行するようにプログラムされた電子データ処理コンポーネントとを有し、上記方法が、生理的パラメータの測定を受信するステップと、各連続的な現在時間において、（ｉ）生理学的パラメータの最近受信された測定値に基づき早期警戒システム（ＥＷＳ）スコアを計算するステップと、（ｉｉ）上記現在時間と上記生理学的パラメータの最近受信された測定値の受信時間との間の時間間隔に基づき前記ＥＷＳスコアの信頼区間を推定するステップと、（ｉｉｉ）ＥＷＳ情報を表示デバイス１０に表示するステップであって、上記表示されたＥＷＳ情報が、上記計算されたＥＷＳスコア及び上記ＥＷＳスコアの推定された信頼区間とに基づかれる、ステップとを含む。上記表示されたＥＷＳ情報が、上記計算されたＥＷＳスコア及び上記ＥＷＳスコアに関する推定された信頼区間を含むことができる。

別の側面によれば、ある方法が、１つ又は複数の入力された生理学的パラメータのそれぞれに関する最近受信された測定値に基づき、現在時間における患者状態値を決定するステップと、上記現在時間と、上記１つ又は複数の入力された生理学的パラメータのそれぞれに関する最近受信された測定値の受信時間との間の時間間隔に基づき、上記現在時間における上記患者状態値の信頼区間を推定するステップと、上記患者状態情報を表示デバイスに表示するステップとを有する。上記表示された患者状態情報が、上記現在時間における上記患者状態値と、上記現在時間における上記患者状態値に関する推定された信頼区間とに基づかれる。

１つの利点は、患者のリスクを伝えることにおいて患者モニタの効果及び精度を改善する点にある。

別の利点は、病院資源のより良好な配置にある。例えば、資源は、よりリスクの高い患者に割り当てられることができる。

別の利点は、例えば患者リスク評価を容易にするため、生理的パラメータ測定を推奨することができる患者モニタを提供する点にある。

本発明の更に追加的な利点は、以下の詳細な説明を読み及び理解することにより当業者に認識されるだろう。これらの利点の１つ、２つ、又はこれ以上が、特定の実施形態により達成さることができる点を理解されたい。

本発明は、様々な要素及び要素の配列の形式並びに様々なステップ及びステップの配列の形式を取ることができる。図面は、好ましい実施形態を説明するためだけにあり、本発明を限定するものとして解釈されるべきものではない。

患者監視システムの実施形態を図式的に示す図である。 心拍数の誤差分布を示す図である。 単一パラメータ警報システムの一例を示す図である。 マルチパラメータ離散スコアリングシステムにおける新しいスコアの分析的計算の例を示す図である。 最新のスコアが特定の範囲にあるときの早期劣化インジケータ（ＥＤＩ）のスコア分布を示す図である。 閾値を超えるスコアの確率に関連付けられるプロセスを図式的に示す図である。 心拍数（ＨＲ）及び歩行型血圧（ＡＢＰ）に基づきＥＤＩが計算される例を示す図である。 ＨＲ、温度及びＡＢＰに基づきＥＤＩが計算される例を示す図である。

患者は一般に、電子患者モニタにより監視される。これは、例えば心拍数（ＨＲ）、血圧、及び／若しくは呼吸数（ＲＲ）といった複数の生理学的パラメータ入力を受信し、傾向をプロットし、並びに／又は各パラメータの瞬時値を表示する。斯かる患者モニタは、患者の状態が矯正措置を必要とするほど低下しているかどうかのインジケーションを提供する早期警戒システム（ＥＷＳ）スコアを計算及び表示することが有利であり得る。ＥＷＳスコアは、患者モニタにより取得された監視値と、可能であれば看護師により入力された、又は電子医療記録（ＥＭＲ）から読み出された他のパラメータの値とに基づき計算されることができる。前述のＭＥＷＳの例を用いて説明すると、患者モニタは、心拍数、血圧、及び呼吸数を（可能であればＳｐ０２といった他のパラメータとともに）連続的に監視することができる（本書で使用される「連続」又は「リアルタイム」モニタリングという用語は、数秒ごとに心拍数サンプルを測定するなど、連続したリアルタイムデータに近似するほど速くサンプルを取得することを示す）。他方、患者の体温は、看護師により時折取得される場合があり、患者の覚醒は更に頻繁にチェックされる場合がある。これらの比較的まれな生理学的パラメータ測定値は、モニタへの手動入力を介して、又は病院データネットワークにわたるＥＭＲの読み出しにより、患者モニタに供給されることができる。ＥＷＳスコアは、（合成されているものの）別の監視された生理的パラメータとして、例えばリアルタイム数値として及び／又は傾向線として、患者モニタに表示されることができる。これは、看護師により頻繁にレビューされる他の生理学的パラメータと同じ表示デバイスにＥＷＳスコアを示し、（生理学的センサの自動測定、看護師によるモニタへの入力、病院のデータネットワークを介して読み出されたデータなどにより）連続的な測定値（例えば、心拍数）が受信されるとき自動的にＥＷＳスコアを更新することを含む点で有利である。

しかしながら、本書で理解される困難は、斯かる表示がミスリードする可能性がある点にある。なぜなら、医療従事者は、表示されたＥＷＳスコアを正確なリアルタイム値として誤解する場合があるからである。しかしながら、実際には、「ｇｒｏｕｎｄ ｔｒｕｔｈ」ＥＷＳスコアは、患者状態が改善又は悪化するとき、時々刻々と変化する可能性があるが、患者モニタに表示されるＥＷＳスコアは、各入力された生理学的パラメータの最後の測定値のみを反映する。例えば、患者の体温が１時間ごとに測定される場合、表示されたＥＷＳスコアは、「古い」温度測定に依存しているため、最大１時間古い可能性がある。同様に、覚醒度が１日に２回しか測定されない場合、表示されるＥＷＳスコアは、最大１２時間前の覚醒度スコアに基づかれる場合がある。異なる生理学的パラメータが異なる時間に測定される場合、表示されたＥＷＳスコアは完全な現在の反映ではない場合がある。

従って、患者モニタは、リアルタイム値であると思われるＥＷＳスコアを提供するが、これは実際には、最後の患者測定から発生した患者における様々な変化のため古くなっている場合があるという問題が存在する。たとえ医療従事者がＥＷＳスコアが古くなっていると認識したとしても、ＥＷＳスコアの精度をどのように改善するかは容易には分からないという更なる問題も存在する。

これらの問題は、さまざまな影響を与える可能性がある。

まず、スコアの決定における不確かさがある。現在のスコアの計算に古い測定値を使用することは、患者の状態が２回の測定の間に変化しないことを前提としている。これは通常そうではない。古い測定値を使用して決定されたスコアは、患者の状態がいかに動的であるかを考慮すれば、正確な劣化指標ではない場合がある。

第２に、偽陰性が起こり得る。そこでは、実際に患者の状態が処置が必要とされる点まで悪化しているときでも、（古い）ＥＷＳスコアが、患者が安定していることを示す。患者の状態は、時間の経過と共に動的である。しかしながら、斯かる「偽陰性」スコアを表示することは、臨床医に、患者の状態が安定しているとの誤った印象を与える場合がある。

第３に、不均衡な資源配分がある。スコアが安定性／不安定性の閾値よりわずかに高い患者に、過度の資源が投入される場合がある。患者が安定した後でさえ、ＥＷＳスコアは、患者の安定化を反映する次の測定が行われるまで同じままである。これは、ＥＷＳスコアが治療措置の効力をすぐに反映しないことを意味する。

更に、古くなったＥＷＳスコアは、生理学的測定及び／又はＥＷＳシステムの不信を招く可能性がある。スコア及び測定は、生理学的測定の陳腐化に関わらず、正確な現在の値として提示される。スコアは、時間と共に信頼性が低下し、従って、古いデータを使用したスコアは、偽陽性及び偽陰性の傾向が高い。しかし、これは介護者に伝達されないので、斯かるスコアを経験することは、システム全体のユーザ感情に悪影響を及ぼし、新しいデータのスコアさえも疑わしいものとして扱われる。

これらの問題に対処する１つの方法は、ベッドサイドモニタを介して最も効率的にバイタルサインモニタリングの頻度を増加させることであるが、これは、患者ケア費用を増加させ、介護者のリソースを減らす。更に、覚醒といったいくつかの入力測定は、事実上、頻繁に実行されることはできない（覚醒度を評価するため看護師／患者とのやりとりが使用されるたびに、患者は邪魔される）。

本書には、生理的パラメータ及び／又はＥＷＳスコアの値を統計的に評価し、これらの値の不確実性を表示することにより、生理的パラメータ及び／又はＥＷＳスコアのより現実的なインジケーションを医療従事者に提供する改善された患者監視システム及び方法が開示される。いくつかの実施形態では、不確実性を効率的に減少させるため、どのパラメータが有利に更新（例えば、再測定）されるかを医療関係者は通知されることもできる。この技術は、患者監視システムの一部として適切に提供される。

いくつかの開示された実施形態は、古い測定がスコア決定に使用されなければならない場合、統計的方法を使用して、スコアの範囲及びこれらのスコアの確率を推定する。スコアを単一の値として提示する代わりに、ある側面は、スコアを信頼区間と共に表示し、スコアが古い測定値に基づき決定されるという事実を強調する。

一実施形態は、以下の動作を含む。（１）過去の患者データを遡及的に分析することにより、パラメータ／スコアの統計分布を生成する、（２）最後の測定からの所与の時間において、実際のスコアの信頼区間を推定する、及び（３）予想されるスコア又はアラームをそれらの確率値と共に表示する。この手法を用いると、過去の測定値しか利用できない場合でも、スコアの範囲が、患者の現在の状態をより正確に表すことができる。

統計における「信頼区間」という用語は一般に、パラメータが母集団に含まれる範囲の統計的な推定を指す。例えば、パラメータに関する９５％信頼区間は、統計的に有意なサイズの集団に対して、集団の構成員の９５％が、９５％信頼区間に含まれるパラメータの値を示すことを示す。本書で使用される「信頼区間」という用語は、信頼区間として明示的に表される不確実性メトリクスと、誤差のマージンなどの他の形式を用いて表される不確実性メトリクスとを包含するものとして意図される（例えば、信頼区間は、誤差のマージンとして表されることができ、例えば、パラメータは、±５％の誤差のマージンを持つことで知られる）。

図１を参照すると、患者６は、例えばパルス及びＥＣＧトレースを提供するＥＣＧの心電計（ＥＣＧ）電極といった脈拍センサ、ＳｐＯ２センサ（パルス及び周辺酸素を提供する）、血圧センサ、呼吸センサなどの１つ又は複数である、複数の生理的センサ８により監視される。患者モニタ２０は、表示デバイス１０と、電子データ処理コンポーネント（図示省略）とを含む。この処理コンポーネントは例えば、非一時的記憶媒体（例えば、ハードドライブ、読み取り専用メモリ、即ちＲＯＭ、フラッシュメモリなど）に格納された命令を実行する電子マイクロプロセッサ、マイクロコントローラなどである。いくつかの実施形態では、患者モニタ２０は、センサ８に関する入力を提供する周辺カードを備えたコンピュータとして実現されることができる。他の実施形態では、患者モニタ２０は、斯かる入力を備える専用の電子患者モニタデバイスとすることができる。患者モニタ２０は、生理学的センサ８から生理学的測定値を読み出す又は受信する。いくつかのセンサは、患者モニタ２０に送信されるデジタル値として生理学的測定値を生成するオンボード電子機器を含むことができる。いくつかのセンサは、患者モニタ２０のアナログ／デジタル（Ａ／Ｄ）変換器によりデジタル値に変換される、例えば電圧又は電流といったアナログ信号を提供することができる。いくつかのセンサは、関心生理学的パラメータを直接測定し、一方他のセンサは、生理学的データを測定し、このデータはその後、関心生理学的測定値を生成するため、患者モニタ２０により処理されることができる。例示的な例として、ＥＣＧの場合、直接測定された生理学的データは、ＥＣＧ電極電圧とすることができ、患者モニタ２０は、リード電圧（選択された電極間の差電圧）を計算することにより、及び／又は信号周期性に基づき心拍数を計算することにより、これらのデータを処理する。患者モニタ２０は、監視された生理学的パラメータとしてＥＣＧリードトレースを表示してもよく、並びに／又は傾向及び／若しくは現在の数値として心拍数を表示してもよい。例示的なセンサ８は、患者モニタ２０と有線接続されるが、センサは、追加的又は代替的に、例えばＢｌｕｅｔｏｏｔｈ又はＺｉｇｂｅｅプロトコルの無線リンク、赤外線リンクなどの無線で接続されることができる。生理学的センサ８から得られた様々な生理学的パラメータは、トレース（即ち、時間の関数としてプロットされた値）として及び／又は現在の数値として、表示デバイス１０に適切に表示される。患者モニタ２０は、様々に構成可能である。例えば、どのパラメータを表示するか、表示フォーマット（数値、トレース、又はその両方）、様々なパラメータに対する上限及び／又は下限アラーム限界の設定などのユーザ選択を可能にする。いくつかの実施形態では、患者モニタ２０は、例えばキーボード（ＬＣＤキーボード又はディスプレイのタッチセンシティブエリアとして実現されることもある）といった１つ又は複数のユーザ入力デバイスを更に含む。この入力デバイスを介して、看護師は、センサ８により測定されるのではなく、むしろ看護師により測定される１つ又は複数のパラメータに関する値（例えば、覚醒度スコア、手動で取得された患者温度の読み出しなど）を入力することができる。いくつかの実施形態では、患者モニタ２０は、電子データネットワーク（例えば病院ネットワーク及び／又はインターネット）に接続され、斯かる実施形態では、患者モニタ２０は、ネットワークにわたり１つ又は複数の患者生理的パラメータに関する測定（例えば、血液検査室の結果）を受信することができる。

患者モニタ２０又は他の計算デバイスは、１つ若しくは複数の生理学的パラメータ、及び／又はＥＷＳスコア又は他の導出パラメータ（一般に患者状態値）に関する信頼区間を計算し、患者状態情報を表示デバイス１０に表示する。この状態は、現在時間における患者状態値と、現在時間における患者状態値に対する推定された信頼区間とに基づかれる。患者モニタ２０又は他の計算デバイスは、例えば、患者の少なくとも１つのパラメータを受信し（ステップ１０１）、過去の患者のデータからオフラインで得られた誤差分布を読み出し（又は、代替的なアプローチでは、現在の患者のデータからオンラインで誤差分布を計算し）（ステップ１０２）、及び誤差分布及び信頼区間を表示する（ステップ１０３）。

以下では、異なるＥＷＳスコアリングシステムを使用するＥＷＳスコア推定に適した２つの例示的な実施形態が説明される。第１は、単一パラメータアラーム又は離散スコアリングモデルが使用される臨床環境に最も適している。第２は、連続スコアリングモデルが使用される臨床環境に最も適している。更なる例示的な実施形態は、前述の実施形態の要素を組み合わせる。

第１の例示的な実施形態は、単一パラメータアラーム又は離散スコアリングモデルのスコア推定に関する。個々のパラメータに関する分布の生成は、以下のように実行されることができ、そこでは、時間ｔ０において、バイタルサインが測定され、その値はｖ０であると仮定される（用語「生理学的パラメータ」及び「バイタルサイン」は、本書では互換的に使用される）。後の時間ｔ'において、新たな測定は利用可能ではないが、この時点でのパラメータの実際の値は、ここではｖ'として示され、その結果、古い測定を使用することにより生じる誤差は、

である。ｖ'及び

の実際の値は既知ではないが、ｖ'及び

の確率は、過去の患者データを以下のように遡及的に分析することにより推定されることができる。

患者が、ｔ１、ｔ２、...ｔＮで行われるＮ回の測定値ｖ１、ｖ２、...ｖＮを持つとする。

各ｖｉに対して、これはセット

を提供する。すべての患者から同じバイタルサインの

及び

を集めることで、誤差分布が推定されることができる。ここで「誤差」とは、古い測定値が使用されるときの値の不確実性を意味する。

図２を参照すると、心拍数の誤差分布の一例がプロットされる。ｘ軸は、時間遅延

であり、ｙ軸は、誤差

であり、ｚ軸は、誤差の確率である。数時間前に行われた測定を使用すると、大きな不確実性が生じることがわかる。一般に、誤差の大きさは、時間

と共に増加する。なぜなら、最後の測定値が増加するからである。

スコア又はアラームの信頼区間推定は、以下のように実行されることができる。一般に、アラームは、特定のしきい値又は複数のしきい値を超える単一パラメータ又は複数パラメータのスコアによりトリガされることができる。

単一のパラメータの場合、ｔ０において、パラメータ、例えばＨＲは、ｖ０と測定されると仮定する。後の時間ｔ'でＨＲがしきい値を超えることに基づかれる単一パラメータのアラームの確率は、

である。ここで、この確率は、上記した誤差分布から得られることができる。例えば、確率は、図２に示される誤差分布から得られることができる。

マルチパラメータの場合、マルチパラメータスコアが特定の閾値を超える確率が分析的に計算されることができる。説明的な例として修正された早期警戒システム（ＭＥＷＳ）を取ると、患者が劣化の危機にあることをＭＥＷＳスコアが示すとき、直ちに注意を要する状態と考えられる。例えば、いくつかのＭＥＷＳ実現では、スコア５が、クリティカル閾値とみなされる。時間ｔ０でのＭＥＷＳスコアは、ここではＭＥＷＳ０と表される。ＭＥＷＳ０＝４である説明的な例を考える。ｔ０から時間が進むにつれて、最後の測定からの時間と共に信頼区間が増加することで、実際のスコアが５になる確率が高くなる場合、スコアの信頼性を高めるために新しい測定値の読み出しをアドバイスする通知が出されることができる。

実際のスコアが５である確率は、例えば、

により分析的に計算されることができる。ここで、各組み合わせの確率は、

である。

パラメータのさまざまな組み合わせが、ＭＥＷＳの値を５へと増加させることができる。例えば、ＨＲは、１つ多い（one more）ポイントをスコアするが、他のパラメータは同じままである、ＨＲ及び他のパラメータは同じであるが、ＲＲは、１つ多いポイントをスコアする、又は、ＨＲは、２つ多いポイントをスコアするが、ＲＲは、１ポイント減少する、等となる。しかし、ＭＥＷＳは離散的なスコアリングシステムであるので、組み合わせの数は限られており、実際のスコアが５を超える確率は分析的に計算されることができる。

一般に、最後の測定の時間ｔ０から時間が進むにつれて、ＥＷＳスコアの不確実性（信頼区間）が増加する。ｔ０からの時間の関数としての信頼区間は、いくつかの実施形態では、例えば図２を参照して説明した過去の患者データベースにおける患者データの統計的分析により適切に特徴付けられる。追加的又は代替的に、信頼区間は、現在の監視を受けている現在の患者６に関する過去のデータに基づき推定されることができる。例えば、図２を参照して説明した統計分析は、現在の患者６に関する過去に取得されたデータに適用されることができる。このアプローチは、現在の患者６に関するパラメータの歴史的変動性を説明する。例えば、現在の患者６に関するＨＲが、過去において約７０ｂｐｍで安定し、８０ｂｐｍ以上又は６５ｂｐｍ未満になっていない場合、間隔[６５,８０]ｂｐｍは、ＨＲに関する合理的な信頼区間である。

時間が過去のｔ０に進行するとき、ＥＷＳスコアの信頼区間が、実際のＥＷＳスコアがアクションのしきい値を超える可能性が高い点まで増加すると、さまざまな是正措置が講じられることができる。１つの可能な改善では、ＥＷＳスコアが現在信頼できないことを示す警告が表示デバイス１０に表示される。これは、医療従事者にとって有用であり得る。その結果、彼らは現在のＥＷＳスコアに過度の信頼を置かない。しかしながら、それは、再度ＥＷＳスコアがどのくらい信頼できるようになったかを医療関係者に通知するものではない。いくつかの実施形態では、改善は、追加的又は代替的に、どの生理的パラメータ測定が最も古くなっているかを医療従事者に知らせることを含む。本書で使用される最も古いパラメータは、ＥＷＳスコアの不確実性に最も寄与するパラメータである。この目的のため、患者モニタ２０は、古いパラメータを示し、古いパラメータの新しい測定値を取得することを推奨するメッセージを表示デバイス１０に表示することができる。一般に、ｔ０で得られた最新の測定値に基づき計算されたスコアを表示する代わりに、又はこれに加えて、信頼区間、実際のスコアがより高い意思決定閾値を超える確率、又は計算された信頼区間に基づかれる他の情報が、表示されることができる。実際のスコアが危険ゾーンにあるかどうかを確認するための追加のスポットチェックといった推奨事項が提供されることができます。

図３は、更に様々な態様を示す。単一パラメータ警報システム（図３Ａ）では、第１のステップは、古い測定値を使用することによりもたらされる誤差分布を推定することである。これは、図２に対応する。第２のステップは、時間ｔ＞ｔ０でのバイタルサインの信頼区間と、バイタルサインがｔ＞ｔ０で特定の閾値を超える確率とを計算することである（例えば、「特定の閾値」は、例えば投薬を施す、又はオンコールの医師に電話するといったいくつかの治療処置を取るための閾値とすることができる）。特定の閾値を超える確率が高いとき、信頼区間がスコアと共に表示され、通知が送信されることができる。

マルチパラメータ離散スコアリングシステム（図３Ｂ）では、第１のステップは、各生理学的パラメータの誤差分布を推定することである。第２のステップは、実際のスコアが次の意思決定閾値を超える確率を計算することである（例えば、実際のＭＥＷＳは５であり、一方最新の測定から計算されたスコアは４である）。最後のステップは、確率と共にスコアを表示することである。図３Ｂは、ディスプレイの概略的な例を示す。ｔ０及びｔ１から水平に伸びる実線は、最新の測定値に基づき計算されたＭＥＷＳスコアである。ＭＥＷＳスコアを計算するのに使用されるすべてのパラメータは、時間ｔ０、時間ｔ１、時間ｔ２で測定される。従って、時間ｔ０、ｔ１、及びｔ２におけるＭＥＷＳスコアは、（測定精度内で）正確であると考えられ、信頼区間は、時間ｔ０、ｔ１及びｔ２でゼロである。ｔ０とｔ１との間の時間間隔において、ｔ０から延びる点線は、実際のスコアが意思決定閾値を超える確率をプロットする。新しい測定値がｔ１で利用可能になるまで、確率は時間とともに増加する。

前述の実施形態では、推定された信頼区間情報と共に表示される患者状態情報は、ＭＥＷＳスコアを有し、これは、整数値のみを仮定するので離散値である。別の例示的な例として、早期劣化インジケータ（ＥＤＩ）が考慮される。これは、ＭＥＷＳのような離散値のパラメータではなく、連続した値のパラメータである。例えばＥＤＩといった連続的な値のパラメータに関しては、以前に説明した分析計算が依然として使用されることができるが、計算集約的である。しかし、スコアの信頼区間は、上述の単一パラメータアラームシナリオと同様の方法により推定されることができる。以下の説明は、ｔ０において、ＥＤＩの基礎となるすべての生理学的パラメータが新たに測定され、ＥＤＩスコアｓ０が計算され、その信頼区間がゼロであることを仮定する（即ち、時間ｔ０でのＥＤＩスコアｓ０は、不確かさゼロである。なぜなら、ここでは測定誤差は無視されるからである。）。後の時間ｔ'＞ｔ０において、新しいスコアが利用可能でない場合、スコアｓ０は、ｔ'＞ｔ０についてプロット又は表示され続ける。この時点ｔ'における実際の（未知の）スコアがｓ'である場合、古い値を使用することによりもたらされる誤差は

である。ここでも、ｓ'及び

の実際の値は既知ではない。しかし、ｓ'及び

の確率は、図２を参照して前述したように、過去の患者データを遡及的に分析することにより推定されることができる（典型的には現在の患者６以外の患者に対して。しかし、現在の患者６からの過去のデータも含まれる。）。患者がそれぞれｔ１、ｔ２、...ｔＮで得られるＮ個のスコアｓ１、ｓ２、...ｓＮを持つ場合、各ｓｉに対して、セット

が得られる。すべての患者からｓ'及び

を集約すると、実際のスコア分布が推定されることができる。

図４を参照すると、最近のスコアが０.３〜０.４の範囲にあるときのＥＤＩのスコア分布の例が示される。ｘ軸は、時間遅延

であり、ｙ軸は、実際のスコアｓ'であり、色は、実際のスコアの確率を示す。測定の最後のセットの時間ｔ０から遅延

だけ離れた所与の時間ｔにおけるＥＤＩスコアの不確実さが、この較正データから推定されることができる。

ＥＤＩスコア信頼区間推定はその後、以下のように実行されることができる。ｔ０におけるスコアはｓ０であると仮定する。

後の時間ｔ'における実際のスコアの確率は、

であり、ここで、確率ｐは、例えば図３Ａ又は図３Ｂのステップ１から得られることができる。

ここで図５を参照すると、患者モニタ２０により適切に実行されるプロセスのより具体的な一例が説明される。このプロセスは、２つのフェーズを含む。（１）信頼区間分布生成フェーズ（ステップ５０１、５０２）と、（２）現在の患者６が監視される間の患者監視フェーズ（ステップ５０３、５０４、５０５、５０６）とである。ステップ５０１では、過去の患者の生理的パラメータのデータベースが提供される。これは、患者モニタ２０のメモリに記憶された測定値のログを含むことができ、及び／又は例えば集中治療室若しくは他の医療施設で使用される複数の患者モニタから得られた測定値のログを含むことができる。ステップ５０２において、（ｉ）最近生成されたスコア、及び（ｉｉ）その最近のスコアを生成するのに使用された測定の最後のセットからの時間間隔

の関数として、実際のスコアの分布を生成又は推定するため、データベースからの生理学的測定値が使用される。こうして、信頼区間分布が生成される。

その後、監視フェーズが実行され、そこでは、現在の患者６が監視される。ステップ５０３では、ＥＤＩが測定され、信頼区間がゼロ（又は測定の不確実さを示す何らかの小さな値）に設定される。各連続する現在時間において、ＥＤＩスコアは、ｔ０で測定されたＥＤＩスコアに設定されたままであるが、信頼区間間隔は、ｔ０でのＥＤＩスコアとｔ０からの時間間隔とを入力として使用して信頼区間分布から推定される（例えば、図５のステップ５０４）。いくつかの実施形態では、実際のＥＤＩスコアがアクション閾値を超える確率が決定される（例えば、図５のステップ５０５）。ステップ５０３、５０４のＥＤＩスコアは、信頼区間及びオプションでアクション閾値が超えられる確率と共に、ｔ０及び各連続時間に対して表示される（図５のステップ５０６）。追加的又は代替的に、現在のＥＤＩスコアがアクション閾値を超える確率が十分高い場合、より正確なＥＤＩスコアを得るため、測定されたパラメータの１つ又は複数を更新するようにユーザに知らせる通知が送信されることができる。即ち、ＥＤＩスコアの信頼性を向上させるため、新しい測定値の読み出しをアドバイスする通知が発行されることができる。

図６は、ＥＤＩスコアの不確実性範囲（即ち、信頼区間）がＨＲ及びＡＢＰにのみ基づき計算されるディスプレイの図式的な例を示す。ＨＲに対応する点線は、ＨＲが連続測定を近似するほど頻繁に測定され、従ってＨＲはＥＤＩの不確実性に寄与しないことを示す。一方、ＡＢＰは、ｔ０、ｔ１、ｔ２でのみ測定される。従って、図６では、ＥＤＩスコアは、すべてのパラメータが既知である点（例えば、ｔ０、ｔ１及びｔ２では、信頼区間がゼロである）でのみ正確に知られる。上述したように、過去の測定から時間が経過するとき、ＥＤＩスコアの不確実性は増加し、ＥＤＩの範囲は、過去の患者データを遡及的に分析することにより推定されることができる。また、時間が経過すると、ＥＤＩの範囲は一般に、しかし必ずしもいつもではないが増加する。図６は、ｔ０におけるＥＤＩスコアの上／下の線形対称増加を図式的に示すが、これは、必ずしもそうである必要はない点に留意されたい。この変化は線形である必要はなく、又はプラス／マイナス方向に対称的である必要はない。

図７は、ディスプレイの他の概略的な例を示す。ここで、ＥＤＩの不確実性の範囲は、ＡＢＰ、ＨＲ、及び温度に基づき計算される。図６と同様、ＨＲに対応する点線は、ＨＲが連続測定を近似するほど頻繁に測定されることを示す。他方、温度は、時間ｔ０及びｔ３においてのみ測定され、ＡＢＰは、時間ｔ０、ｔ１及びｔ２においてのみ測定される。これらの時間は、この例では一致しない点に留意されたい。即ち、ＡＢＰ及び温度は同時に測定されず、むしろ異なる時間に測定される。従って、ｔ０を除いて、ＥＤＩスコアに寄与する全ての生理的パラメータが同時に測定される時点は存在しない。前述の場合と同様、所与の生理学的パラメータの最後の測定から時間が経過するとき、ＥＤＩの範囲は、上述したように過去の患者データを遡及的に分析することにより推定されることができる。なぜなら、図７の例では、パラメータはｔ０でのみすべて既知であり、信頼区間は、ｔ０でのみゼロであり、信頼区間は、ｔ１、ｔ２、及びｔ３ではゼロではないからである。図７は、マルチパラメータシステムにおいて、所与の時間にＥＷＳスコアに寄与する１つの生理学的パラメータを測定することが、スコアを絶対的な確実さで既知とするには十分ではない場合があることを示す。なぜなら、ＥＷＳスコアに寄与する他のパラメータが「古い」かもしれず、従って不確実であるからである。しかし、不確かさに寄与するパラメータの測定は、各測定後（即ち、ｔ１、ｔ２、ｔ３）の信頼区間の急激な減少により見られるように、不確実性を低減させる。即ち、測定値は、（説明的な）ＥＤＩスコアをより多くの確実性で知ることをもたらす。例えば、ＡＢＰが測定されるｔ１では、ＥＤＩスコアの信頼区間が減少するが、温度が測定されてからの経過時間のために、ＥＤＩは依然として絶対的な確実さで既知とはなっていない。図７は、最後のＥＤＩスコアについて線形対称の信頼区間が増加することを示すが、これは、必ずしもそうである必要はない点に留意されたい。変化は、線形である必要はなく、又はプラス／マイナス方向に対称である必要もない。

本書に開示される患者監視技術は、開示された技術を実行するため、電子データ処理デバイス（例えば、患者モニタ２０）により読み出し可能かつ実行可能な命令を格納する非一時的記憶媒体により実現されることができる点を更に理解されたい。斯かる非一時的記憶媒体は例えば、ハードドライブ若しくは他の磁気記憶媒体、光ディスク若しくは他の光学記憶媒体、ＲＡＩＤディスクアレイといったクラウドベースの記憶媒体、フラッシュメモリ、又は他の不揮発性電子記憶媒体などを有することが出来る。

もちろん、上記の説明を読み及び理解すれば、他者は、修正及び変更を思いつくであろう。本発明は、添付の特許請求の範囲又はその均等の範囲内に入る限りにおいて、斯かる修正及び変更の全てを含むものとして解釈されることが意図される。

Claims (14)

1. 患者監視システムであって、
   表示デバイスと、
   患者監視方法を実行するようにプログラムされた電子データ処理コンポーネントとを有し、
   前記方法が、各連続的な現在時間において、
   複数の入力された生理学的パラメータのそれぞれに関して最近受信された測定値に基づき、前記現在時間における患者状態値を決定するステップと、
   前記現在時間と、前記複数の入力された生理学的パラメータのそれぞれに関して最近受信された測定の受信時間との間の複数の時間間隔に基づき、前記現在時間における患者状態値に関する信頼区間を推定するステップと、
   患者状態情報を前記表示デバイスに表示するステップであって、前記表示された患者状態情報が、前記現在時間における前記患者状態値と、前記現在時間における前記患者状態値に関する推定された信頼区間とに基づかれる、ステップとを含む、患者監視システム。
2. 前記患者状態値が、早期警戒システムＥＷＳスコアであり、前記決定するステップは、複数の入力された生理学的パラメータの最近受信された測定値に基づき前記ＥＷＳスコアを計算するステップを有する、請求項１に記載の患者監視システム。
3. 前記表示するステップが、前記現在時間における前記患者状態値に関する前記推定された信頼区間とともに、前記現在時間における前記患者状態値を前記表示デバイスに表示するステップを有する、請求項１又は２に記載の患者監視システム。
4. 前記１つ又は複数の入力された生理学的パラメータが、複数の入力された生理的パラメータを有し、
   前記推定するステップは、
   前記現在時間と、前記入力された生理学的パラメータに対する最近受信された測定の受信時間との間の時間間隔に基づき、各入力された生理学的パラメータに関する前記現在時間における信頼区間を推定するステップと、
   前記複数の入力された生理学的パラメータに関する前記現在時間における前記推定された信頼区間に基づき、前記現在時間における前記患者状態値に関する信頼区間を推定するステップとを有する、請求項１乃至３の任意の一項に記載の患者監視システム。
5. 前記各入力された生理学的パラメータに関する前記現在時間における信頼区間を推定するステップが、過去の患者データベースに格納された前記入力された生理学的パラメータに関する測定値の統計的分布に基づき前記信頼区間を推定するステップを有する、請求項４に記載の患者監視システム。
6. 前記各入力された生理学的パラメータに関する前記現在時間における信頼区間を推定するステップが、患者から収集されたデータに基づき信頼区間を推定するステップを有する、請求項４に記載の患者監視システム。
7. 前記患者監視方法が、
   複数のパラメータのうち、前記患者状態値に関する前記推定された信頼区間に最も寄与する信頼区間を持つパラメータとして、最も古いパラメータを決定するステップと、
   前記最も古いパラメータのインジケーションを表示デバイスに表示するステップとを更に有する、請求項４乃至６の任意の一項に記載の患者監視システム。
8. 前記患者監視方法が、前記現在時間における前記決定された患者状態値と、現前記在の時間における患者状態値に関する推定された信頼区間とに基づき、患者状態値が閾値を超える確率を推定するステップを更に有し、
   患者状態情報を前記表示デバイスに表示するステップが、前記患者状態値が前記閾値を超える確率のインジケーションを表示するステップを有する、請求項１乃至７の任意の一項に記載の患者監視システム。
9. 電子データ処理コンポーネントを含む患者監視システムの作動方法において、前記電子データ処理コンポーネントが、
   複数の入力された生理学的パラメータのそれぞれに関する最近受信された測定値に基づき、現在時間における患者状態値を決定するステップと、
   前記現在時間と、前記複数の入力された生理学的パラメータのそれぞれに関する最近受信された測定値の受信時間との間の複数の時間間隔に基づき、前記現在時間における前記患者状態値の信頼区間を推定するステップと、
   患者状態情報を表示デバイスに表示するステップとを有し、
   前記表示された患者状態情報が、前記現在時間における前記患者状態値と、前記現在時間における前記患者状態値に関する推定された信頼区間とに基づかれる、方法。
10. 前記１つ又は複数の入力された生理学的パラメータが、複数の入力された生理的パラメータを有し、
    前記推定するステップは、
    前記現在時間と、前記入力された生理学的パラメータに対する最近受信された測定の受信時間との間の時間間隔に基づき、各入力された生理学的パラメータに関する前記現在時間における信頼区間を推定するステップと、
    前記複数の入力された生理学的パラメータに関する前記現在時間における前記推定された信頼区間に基づき、前記現在時間における前記患者状態値に関する信頼区間を推定するステップとを有する、請求項９に記載の方法。
11. 前記電子データ処理コンポーネントが、
    複数のパラメータのうち、前記患者状態値に関する前記推定された信頼区間に最も寄与する信頼区間のパラメータとして、最も古いパラメータを決定するステップと、
    前記最も古いパラメータのインジケーションを前記表示デバイスに表示するステップとを更に有する、請求項１０に記載の方法。
12. 前記信頼区間が、（ｉ）前記患者状態値が存在し得る値の範囲と、（ｉｉ）前記患者状態値が前記値の範囲内にあり得る確率とを有する、請求項９に記載の方法。
13. 前記患者状態値に関する信頼区間が、図形的に表示される、請求項９乃至１２のいずれかに記載の方法。
14. 前記決定された患者状態値が所定の閾値に達する確率が表示される、請求項９に記載の方法。

Images