抹消遮断の監視
中心から末梢までの動脈圧遮断、すなわち、高心拍出量状態を監視するための方法を説明する。これらの方法は、正常な血液動態状態を経験している被検者と、中心から末梢までの遮断が発生する場合がある、高心拍出量状態を経験している被検者との両方について確立される、多変量統計モデルから計算されるパラメータの比較を伴う。２つの多変量統計モデルを使用して計算されるパラメータ間の差または比は、遮断のレベルの継続的指示を提供するとともに、閾値を超えた時に末梢遮断を示す。これらの方法は、被検者が末梢遮断を経験しているという事実をユーザに警告するとともに、１回拍出量および心拍出量等の他のパラメータの正確な値の計算を可能にする、正確な動脈緊張の測定値を提供するために、使用することができる。
【発明の詳細な説明】
【背景技術】
【０００１】
１回拍出量（ＳＶ）、心拍出量（ＣＯ）、拡張末期容量、駆出分画、１回拍出量変動（ＳＶＶ）、脈圧変動（ＰＰＶ）、および収縮期圧変動（ＳＰＶ）等の指標は、とりわけ、疾患の診断だけでなく、被検者における臨床的に有意な変化の「リアルタイム」、すなわち、継続的監視にも重要である。例えば、医療介護提供者は、人間および動物被検体の両方における前負荷依存、流体反応性、または容量反応性の変化に関心がある。したがって、示された変化のうちの１つ以上が被検者で発生しているという警告を提供しようとして、１つ以上の心臓指標を監視するための何らかの形態の機器がない病院は少ない。侵襲性技法、非侵襲性技法、およびそれらの組み合わせを含む、多くの技法が使用されており、さらには文献で提案されてきた。
【発明の概要】
【課題を解決するための手段】
【０００２】
被検者における中心から末梢までの動脈圧遮断を監視するための方法を説明する。これらの方法は、被検者からの動脈圧波形データを提供することと、被検者の遮断した動脈緊張の値を決定し、提供するように、第１の（遮断した）多変量統計モデルを動脈圧波形データに適用することとを伴う。第１の（遮断した）多変量統計モデルは、中心から末梢までの動脈圧遮断を経験していた一群の被験者からの一組の動脈圧波形データから作成される。次いで、第２の（正常な）多変量統計モデルは、被検者の正常な動脈緊張を決定し、提供するように、動脈圧波形データに適用される。第２の（正常な）多変量統計モデルは、正常な血液動態状態を伴う一群の被験者からの一組の動脈圧波形データから作成される。いったん被検者の遮断および正常動脈緊張が計算されると、値が比較される。閾値よりも大きい、被検者の第１の動脈緊張と被検者の第２の動脈緊張との間の差は、被検者が中心から末梢までの動脈圧遮断を経験していることを示す。同様に、閾値よりも大きい、被検者の第２の動脈緊張に対する被検者の第１の動脈緊張の比は、被検者が中心から末梢までの動脈圧遮断を経験していることを示す。
【図面の簡単な説明】
【０００３】
【図１】図１は、正常血液動態状態中のブタ動物モデルの上行大動脈（大動脈）、大腿動脈（大腿）、および橈骨動脈（橈骨）における同時記録された圧力波形を示す。
【図２】図２は、大量の流体および昇圧剤で蘇生させられた、内毒素性ショック（敗血症性ショック）中のブタ動物モデルの上行大動脈（大動脈）、大腿動脈（大腿）、および橈骨動脈（橈骨）における同時記録された圧力波形を示す。
【図３】図３は、心拍間隔心臓サイクルにわたる複素血圧曲線の実施例を示す。
【図４】図４は、図３の圧力波形の離散時間表現を示す。
【図５】図５は、動脈圧波形の収縮期部分の下の領域を示す。
【図６】図６は、正常被検者および高心拍出量被検者についての動脈圧波形の収縮期の下の領域の統計的分布を示す。
【図７】図７は、動脈圧波形についての収縮期の継続時間を示す。
【図８】図８は、正常被検者および高心拍出量被検者についての動脈圧波形の収縮期の継続時間の統計的分布を示す。
【図９】図９は、動脈圧波形についての収縮期の継続時間および拡張期の継続時間を示す。
【図１０】図１０は、正常な血液動態状態（鎖線）および高心拍出量状態（太線）の高心拍数被検者の拡張期の継続時間の統計的分布であり、全ての患者が組み合わされた分布も示されている（細線）。
【図１１】図１１は、正常な血液動態状態（鎖線）および高心拍出量状態（太線）の高心拍数被検者の収縮期の継続時間の統計的分布であり、全ての患者が組み合わされた分布も示されている（細線）。
【図１２】図１２は、本明細書で説明される方法を実装するシステムの主要構成要素を示す、ブロック図である。
【発明を実施するための形態】
【０００４】
中心から末梢までの動脈圧遮断、すなわち、高心拍出量状態を監視する方法を説明する。これらの方法は、正常な血液動態状態を経験している被検者と、その間に中心から末梢までの遮断が発生する場合がある、高心拍出量状態を経験している被検者との両方について確立される多変量統計モデルから計算されるパラメータの比較を伴う。２つの多変量統計モデルを使用して計算される動脈緊張間の差は、閾値を超えた時に末梢圧力遮断を示すために使用することができる。これらの方法は、被検者が末梢遮断を経験しているという事実をユーザに警告するとともに、１回拍出量および心拍出量等の他のパラメータの正確な値の計算を可能にする、正確な動脈緊張の測定値を提供し、それは順に、臨床医が被検者に治療を適切に提供することを可能にする。
【０００５】
本明細書で使用されるように、高心拍出量および血管拡張という用語は、動脈末梢圧力および流量が中心大動脈圧および流量から遮断される状態を意味し、末梢動脈という用語は、心臓から離れて位置する動脈、例えば、橈骨、大腿、または上腕動脈を意味することを目的としている。遮断された動脈圧とは、動脈末梢圧力と中心大動脈圧との間の正常な関係が有効ではなく、中心動脈圧を決定するために末梢動脈圧を使用することができないことを意味する。これはまた、末梢動脈圧が比例していないか、または中心大動脈圧の関数ではない状態も含む。正常な血液動態条件下では、心臓からさらに遠く離れて測定が得られると、血圧が増加する。そのような圧力増加が図１に示されており、すなわち、橈骨動脈で測定される圧力波の振幅は、大腿動脈で測定される圧力よりも大きく、それは順に大動脈圧よりも大きい。これらの圧力の差は波反射に関係付けられ、すなわち、圧力は末梢に向かって増幅される。
【０００６】
この圧力の正常な血液動態関係、すなわち、心臓から離れた圧力の増加は、しばしば、医学的診断で頼られる。しかしながら、高心拍出量／血管拡張条件下では、この関係は、中心大動脈圧よりも低くなる動脈圧と逆転され得る。この逆転は、例えば、上記で論議される波反射に影響を及ぼすことが示唆されている、末梢血管における動脈緊張に起因している。そのような高心拍出量状態が図２に示されており、すなわち、橈骨動脈で測定される圧力波の振幅は、大腿動脈で測定される圧力よりも低く、それは順に大動脈圧よりも低い。小末梢動脈を拡張させる薬剤（例えば、硝酸塩、ＡＣＥ阻害剤、およびカルシウム阻害剤）が、高心拍出量状態の一因となると考えられている。これらの種類の重度血管拡張状態はまた、橈骨動脈圧が大動脈における圧力を過小評価する心肺バイパス（冠状動脈バイパス）の直後の状況で、しばしば観察される。末梢動脈圧が中心大動脈圧を過小評価する、大幅な中心から末梢までの圧力差は、通常、重度の血管拡張につながる、大量の流体および高用量昇圧剤で治療されている重度敗血症の患者で観察される。非常に同様の状態は、末期肝疾患の患者でも観察される。当業者によって十分理解されるように、正常な血液動態状態の患者に対する、ある治療は、高心拍出量状態の被検者とは異なって着手される。したがって、本開示方法は、もしあれば、被検者における血管拡張を検出し、また、適切な動脈緊張に基づく計算を提供する。
【０００７】
本明細書で説明される、高心拍出量および非高心拍出量被検者における動脈緊張を測定するための方法は、概して、被検者からの動脈圧波形データを提供すること、次いで、データが分析されることを含む。第１に、被検者の遮断した動脈緊張を決定するように、被検者の動脈圧波形が分析される。次に、被検者の正常な動脈緊張を決定するように、被検者の動脈圧波形が分析される。これらのことは、連続して（任意の順序で）、または並行して行うことができる。次いで、被検者の遮断した動脈緊張および正常な動脈緊張が比較される。閾値よりも大きい、被検者の遮断した動脈緊張と正常な動脈緊張との間の差は、被検者が中心から末梢までの動脈圧遮断を経験していることを示す。同様に、閾値よりも大きい、被検者の正常な動脈緊張に対する被検者の遮断した動脈緊張の比は、被検者が中心から末梢までの動脈圧遮断を経験していることを示す。
【０００８】
これらの方法では、被検者の末梢動脈圧が被検者の中心大動脈圧から遮断されているかどうかを決定することは、多変量統計モデルを動脈圧波形データに適用することを伴う。第１の（遮断した）多変量統計モデルは、末梢動脈圧と中心大動脈圧との間の遮断を経験していた第１群の被験者からの第１の一組の動脈圧波形データから作成される。第２の（正常な）多変量統計モデルは、末梢動脈圧と中心大動脈圧との間の遮断を経験していなかった第２群の被験者からの第２の一組の動脈圧波形データから作成される。各多変量統計モデルは、２つの被験者群に対して動脈緊張値を提供する。
【０００９】
本明細書で使用される多変量統計モデルは、被検者の血管症状の影響を受ける１つ以上のパラメータを含む、複数組の係数に基づく。使用される各種類の係数、例えば、脈動標準偏差は、典型的には、特定の血管症状を経験している被検者と症状を経験していない被検者との間の差の見当を合わせる。しかしながら、この差はしばしば、連続体に沿って位置し、特定の被検者が、確定遮断指示と確定正常指示との間の値を有してもよく、または何らかの理由で、その被検者において、たとえ被検者が血管症状を経験していても、特定の係数が正常範囲内にあると思われてもよい。しかしながら、複数の係数、すなわち、血管症状の影響を受ける複数の係数を使用することによって、典型的には、症状が存在することを示すのに十分な陽性指示（または症状が存在しないことを示すのに十分な陰性指示）が存在するであろう。本明細書で説明されるような多変量統計モデルは、２つの状態、すなわち、末梢遮断を経験している、または経験していない状態について、動脈緊張を正確に計算する能力を増大させるために複数の係数を使用する能力を提供する。
【００１０】
多変量統計モデルで使用される係数の具体的な数は、特定の症状を経験している被検者と、特定の症状を経験していない被検者とを区別する、個々の係数の能力に依存する。係数の数はまた、より大きいレベルの精度をモデルに提供するように増加させることもできる。したがって、特定の状況で必要に応じて、モデルの精密性、精度、および／または再現性に役立つために、より多数の係数を使用することができる。本明細書で説明されるモデルで使用することができる係数の実施例は、（ａ）動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する収縮期の継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）被検者の体表面積に基づくパラメータを含む。本明細書で説明される多変量統計モデルとともに使用することができる付加的な係数は、（ｏ）心拍間隔動脈血圧信号の形状、および１以上の位数を有する動脈血圧信号の少なくとも１つの統計学的モーメントに基づくパラメータ、および（ｐ）被検者の一組の身体計測パラメータを含む。これらの係数のうちの１つ以上（またはこれらの係数の全て）を、本明細書で説明される多変量統計モデルで使用することができる。
【００１１】
本明細書で説明される多変量統計モデルで使用される係数は、動脈血圧に基づく信号または動脈血圧に比例する信号から計算される。動脈コンプライアンス（動脈緊張）等の心臓血管パラメータの計算は、その全体で参照することにより本明細書に組み込まれる、２００４年７月１４日出願の米国特許出願第１０／８９０，８８７号で説明されている。米国特許出願第１０／８９０，８８７号で論議されているパラメータを含む、本明細書で開示される方法とともに使用するための心臓血管パラメータを計算する際に使用される、係数およびデータの実施例を以下で説明する。
【００１２】
図３は、単一の心臓サイクルにわたって得られた、動脈圧波形Ｐ（ｔ）の実施例である。この心臓サイクルは、時間ｔｄｉａ０における拡張期圧Ｐｄｉａの点から始まり、収縮期圧Ｐｓｙｓまでの時間ｔｓｙｓを通って、血圧がもう一度Ｐｄｉａに達する時間ｔｄｉａ１までである。
【００１３】
本方法で有用な信号は、動脈樹、例えば、橈骨、大腿、または上腕動脈の中の任意の点で侵襲的または非侵襲的に測定される、動脈血圧に基づく心臓血管パラメータまたは動脈血圧に比例する任意の信号を含む。本明細書で使用されるように、動脈圧波形データという用語は、動脈血圧に基づくデータまたは動脈血圧に比例する任意の信号を意味することを目的としている。侵襲性器具、特に、カテーテル載置圧力トランスデューサが使用される場合には、任意の動脈が可能な測定点である。非侵襲性トランスデューサの配置は、典型的には、器具自体、例えば、指カフ、上腕圧力カフ、および耳朶クランプによって決定付けられる。使用される具体的な器具にかかわらず、取得されるデータは、最終的に、動脈血圧に対応する（例えば、比例する）電気信号を生じる。
【００１４】
図４に図示唆入れるように、任意の標準アナログ・デジタル変換器（ＡＤＣ）を使用して、動脈血圧等のアナログ信号を一連のデジタル値にデジタル化することができる。言い換えれば、既知の方法および回路を使用して、動脈血圧ｔ０≦ｔ≦ｔｆをデジタル形式のＰ（ｋ）、ｋ＝０、（ｎ−１）に変換することができ、ここで、ｔ０およびｔｆは、測定間隔の初期および最終の時間であり、ｎは、測定間隔にわたって通常は一様に分布する、計算に含まれる動脈血圧のサンプルの数である。
【００１５】
そのようなデジタルまたはデジタル化信号から関連データを捕捉するために、ｍ個の値の順序付けられた集合、つまり、ｉ＝１，．．．，（ｍ−１）であるシーケンスＹ（ｉ）を考慮する。統計学の分野から周知であるように、既知の式を使用して、Ｙ（ｉ）の最初の４つのモーメントμ１、μ２、μ３、およびμ４を計算することができ、ここで、μ１は、平均値（すなわち、算術平均）であり、μ２＝σ２は、変動（すなわち、標準偏差σの二乗）であり、μ３は、歪度であり、μ４は、尖度である。したがって、
μ１＝Ｙａｖｇ＝１／ｍ＊Σ（Ｙ（ｉ）） （式１）
μ２＝σ２＝１／（ｍ−１）＊Σ（Ｙ（ｉ）−Ｙａｖｇ）２ （式２）
μ３＝１／（ｍ−１）＊Σ［（Ｙ（ｉ）−Ｙａｖｇ）／σ］３ （式３）
μ４＝σ／（ｍ−１）＊Σ［（Ｙ（ｉ）−Ｙａｖｇ）／σ］４ （式４）
一般に、β番目のモーメントμｐは、以下のように表すことができ、
μβ＝１（ｍ−１）＊１／σβ＊Σ［（Ｙ）（ｉ）−Ｙａｖｇ］］β （式５）
ここで、ｉ＝０，．．．，（ｍ−１）である。第２から第４のモーメントに対する離散値の式は、通常、周知の統計的理由により、１／ｍの代わりに１／（ｍ−１）でスケーリングする。
【００１６】
本明細書で説明される方法は、圧力波形Ｐ（ｋ）の４つのモーメントだけでなく、圧力加重時間ベクトルの関数でもある係数を利用してもよい。標準偏差σは、σが大きくなるほど、関数Ｙ（ｉ）がより「広がる」、すなわち、より平均値から逸脱する携行があるという点で、１つのレベルの形状情報を提供する。標準偏差は何らかの形状情報を提供するが、値がシーケンスＹ（ｉ）を構成する順番が「逆転」される、すなわち、Ｙ（ｉ）がｉ＝０軸の周囲で反映され、値Ｙ（ｍ−１）がやがて第１の値になるように偏移される場合に、平均値および標準偏差が変化しないことを考慮することによって、その欠点を容易に理解することができる。
【００１７】
歪度は、対称性の欠如の尺度であり、統計モードに対する関数Ｙ（ｉ）の左側または右側が他方より重いかどうかを示す。正に歪曲された関数は、急速に上昇し、そのピークに到達し、次いで、ゆっくり下降する。反対のことが、負に歪曲された関数に当てはまる。要点としては、歪度値が、平均値または標準偏差値で見出されない形状情報を含み、具体的には、どれだけ急速に関数が最初にそのピークまで上昇し、次いで、どれだけゆっくりと減衰するかを示す。２つの異なる関数は、同じ平均値および標準偏差を有してもよいが、次いで、稀にしか同じ歪度を持たない。
【００１８】
尖度は、関数Ｙ（ｉ）が正規分布よりも尖頂があるか、または平坦であるかという尺度である。したがって、高い尖度値は、平均値付近で明確なピークを示し、その後減少し、その後に重い「後尾部」が続く。低い尖度値は、関数がそのピーク領域で比較的平坦であることを示す傾向がある。正規分布は、３．０の尖度を有し、したがって、尖度値はしばしば、代わりに値が始点に対するように、３．０で調整される。
【００１９】
心拍間隔動脈圧波形の４つの統計学的モーメントを使用することの利点としては、モーメントが心拍間隔動脈圧波形の形状の正確かつ高感度な数学的尺度である。動脈コンプライアンスおよび末梢抵抗が動脈圧波形の形状に直接影響を及ぼすため、動脈コンプライアンスおよび末梢抵抗の効果は、心拍間隔動脈圧波形の形状を測定することによって直接評価することができる。血管コンプライアンスおよび末梢抵抗の複合効果、すなわち、動脈緊張を測定するために、本明細書で説明される他の動脈圧パラメータとともに、心拍間隔動脈圧波形の形状感受性統計学的モーメントを効果的に使用することができる。動脈緊張は、動脈コンプライアンスおよび末梢抵抗の複合効果を表し、静電容量および抵抗成分から成る、ウィンドケッセル血液動態モデルの周知の２要素電気アナログ同等モデルのイピーダンスに対応する。動脈緊張を測定することによって、動脈弾性、１回拍出量、および心拍出量等の、動脈緊張に基づくいくつかの他のパラメータも直接測定することができる。これらのパラメータのうちのいずれかを、本明細書で説明される方法で係数として使用することができる。
【００２０】
圧力波形Ｐ（ｋ）の最初の４つのモーメントμ１Ｐ、μ２Ｐ、μ３Ｐ、およびμ４Ｐが計算され、多変量ブールまたは多変量統計モデルで使用される時、μ１Ｐは、平均値であり、μ２ＰＰ＝σＰ２は、変動、すなわち、標準偏差σＰの二乗であり、μ３Ｐは、歪度であり、σ４Ｐは、尖度であり、これらのモーメントの全ては圧力波形Ｐ（ｋ）に基づく。上記の式１−４は、ＰをＹに、ｋをｉに、ｎをｍに代入した後、これらの値を計算するために使用されてもよい。
【００２１】
上記の式２は、標準偏差を算出するための「模範的」方法を提供する。他のより近似の方法も使用されてもよい。例えば、少なくとも血圧に基づく測定との関連で、σＰへの概算は、最大および最小の測定された圧力値の間の差を３で割ることであり、時間に対するＰ（ｔ）の一次導関数の最小値の最大値または絶対値は、概して、σＰに比例する。
【００２２】
図４が図示するように、各離散時間ｋにおいて、対応する測定された圧力はＰ（ｋ）となる。値ｋおよびＰ（ｋ）は、ヒストグラムに対応するシーケンスＴ（ｊ）に形成することができ、各Ｐ（ｋ）値が対応するｋ値の「カウント」として使用されることを意味する。多大に単純化された一例として、圧力波形全体が、４つだけの測定値Ｐ（１）＝２５、Ｐ（２）＝５０、Ｐ（３）＝５５、およびＰ（４）＝３５から成ると仮定する。次いで、これは、２５個の１、５０個の２、５５個の３、および３５個の４を伴うシーケンスＴ（ｊ）として表すことができる。
【００２３】
Ｔ（ｊ）＝１，１，．．．，１，２，２，．．．，２，３，３，．．．，３，４，４，．．．，４
したがって、このシーケンスは、２５＋５０＋５５＋３５＝１６５個の項を有する。
【００２４】
モーメントが、他のどれかと同様に、このシーケンスについて算出されてもよい。例えば、平均値（第１のモーメントは）、
μ１Ｔ＝（１＊２５＋２＊５０＋３＊５５＋４＊３５）／１６５＝４３０／１６５＝２．６０６ （式６）
であり、標準偏差σＴは、変動μ２Ｔの平方根である。
【００２５】
ＳＱＲＴ［１／１６４＊２５（１−２．６１）２＋５０（２−２．６１）２＋５５（３−２．６１）２＋３５（４−２．６１）２］＝０．９８５
歪度μ３Ｔおよび尖度μ４Ｔは、式３および４における同様の代入によって算出することができる。
【００２６】
μ３Ｔ＝｛１／（１６４）＊（１／σＴ３）Σ［Ｐ（ｋ）＊（ｋ−μ１Ｔ）３］｝
（式７）
μ４Ｔ＝｛１／（１６４）＊（１／σＴ４）Σ［Ｐ（ｋ）＊（ｋ−μ１Ｔ）４］｝
（式８）
ここで、ｋ＝１，．．．，（ｍ−１）である。
【００２７】
これらの式が示すように、この過程は事実上、時間のモーメントを計算する前に、その対応する圧力値Ｐ（ｋ）によって各離散時間値ｋを「加重」する。シーケンスＴ（ｊ）は、圧力波形のタイミング分布を確実に特徴付けるという非常に有用な性質を有する。圧力値Ｐ（ｋ）の位数を逆転させることは、ほとんど全ての場合において、Ｔ（ｊ）の平均値、ならびに高次モーメントの全ての平均値さえも変化させる。また、重拍圧Ｐｄｉｃｒｏｔｉｃにおいて通常発生する２次「突起」も、尖度μ４Ｔの値に顕著に影響を及ぼし、対照的に、ロマーノ方法等の従来技術で重複隆起を単純に識別することは、少なくとも１つの導関数の騒音的計算を必要とする。
【００２８】
圧力加重モーメントは、心拍間隔動脈圧信号の振幅および時間情報の両方の非常に正確な尺度であるため、心拍間隔動脈圧信号の別のレベルの形状情報を提供する。圧力波形モーメントに加えた、圧力加重モーメントの使用は、本明細書で説明されるモデルの精度を増加させることができる。
【００２９】
本明細書で説明される方法で有用な１つの心臓血管パラメータは、単独で心臓血管パラメータとして、または１回拍出量あるいは心拍出量等の他の心臓血管パラメータの計算で使用することができる、動脈緊張係数χである。動脈緊張χの計算は、例えば、圧力波形および圧力加重時間モーメントのうちの４つ全てを使用してもよい。他の既知の特性、例えば、血管分岐の患者特有の複雑なパターンを考慮するように、付加的なパラメータが計算に含まれる。付加的な値の実施例は、心拍数ＨＲ（またはＲ波の期間）、体表面積ＢＳＡ、または被検者の他の身体計測パラメータ、圧力波形ならびに患者の年齢および性別の多項式関数としてコンプライアンスを算出する、Ｌａｎｇｅｗｏｕｔｅｒｓら（“Ｔｈｅ Ｓｔａｔｉｃ Ｅｌａｓｔｉｃ Ｐｒｏｐｅｒｔｉｅｓ ｏｆ ４５ Ｈｕｍａｎ Ｔｈｏｒａｃｉｃ ａｎｄ ２０ Ａｂｎｏｒｍａｌ Ａｏｒｔａｓ ｉｎ ｖｉｔｒｏ ａｎｄ ｔｈｅ Ｐａｒａｍｅｔｅｒｓ ｏｆ ａ Ｎｅｗ Ｍｏｄｅｌ，” Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ，１７（６）：４２５−４３５（１９８４））によって説明された方法等の既知の方法を使用して計算される、コンプライアンス値Ｃ（Ｐ）、動脈血圧信号の形状、および１以上の位数を有する動脈血圧信号の少なくとも１つの統計学的モーメントに基づくパラメータ、動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、収縮期の継続時間に基づくパラメータ、および拡張期の継続時間に対する収縮期の継続時間の比に基づくパラメータを含む。
【００３０】
これら最後の３つの心臓血管パラメータ、すなわち、動脈血圧信号の収縮期部分の下の領域、収縮期の継続時間、および拡張期の継続時間に対する収縮期の継続時間の比は、動脈緊張および血管コンプライアンスの影響を受け、したがって、例えば、正常な血液動態状態の被検者と高心拍出量状態の被検者との間で変化する。これら３つの心臓血管パラメータが正常被検者と高心拍出量被検者との間で変化するため、本明細書で説明される方法は、被検者の末梢動脈における血管拡張または血管収縮を検出するために、これらの心臓血管パラメータを使用することができる。
【００３１】
動脈圧波形の収縮期部分の下の領域（Ａｓｙｓ）が、図５で図式的に示されている。動脈圧信号における動脈圧波形の収縮期部分の下の領域は、拍動の開始から始まり、重複隆起（図５の点ｂから点ｄまで）で終了する波形の部分の下の領域として画定される。収縮期の下の領域は、１回拍出量に正比例し、動脈コンプライアンスに反比例する、収縮期中の動脈圧信号のエネルギーを表す。正常および高心拍出量患者群にわたって測定されると、Ａｓｙｓの偏移を検出することができる。図６に示されるように、例えば、高心拍出量状態の一部の被検者において、収縮期中の動脈圧信号のエネルギーはより高い。より高いＡｓｙｓを伴う被検者は、典型的には、高い心拍出量（ＣＯ）、および低または正常ＨＲを伴う被検者であり、上昇したＣＯは、主に上昇した心収縮性によって引き起こされ、これらの被検者が、収縮期中の動脈圧信号のエネルギーで直接反映される、増加した１回拍出量および減少した動脈コンプライアンスを有することを意味する。多くの高心拍出量状態中に通常は非常に強力である、反射波も、収縮期中の信号の増加したエネルギーに有意な貢献をしてもよい。
【００３２】
収縮期（ｔｓｙｓ）の継続時間が、図７で図式的に示されている。動脈圧波形における収縮期の継続時間は、拍動の開始から重複隆起（図７の点ｂから点ｄまで）での継続時間として画定される。収縮期の継続時間は、動脈コンプライアンスによる影響を直接受け、大きな反射波が存在する時を除いて、末梢動脈緊張の変化とは比較的無関係である。図８で示されるように、例えば、一部の高心拍出量被検者における収縮期の継続時間は、正常被検者における収縮期の継続時間よりも高い（データがより高いｔｓｙｓ値に向かって偏移している）。収縮期エネルギーについて見られるように、収縮期の継続時間は、典型的に、低または正常ＨＲも有する、高ＣＯを伴う患者でより高く、上昇したＣＯは、主に上昇した心収縮性によって引き起こされ、収縮性は、収縮期エネルギーを増加させるほど十分に高くなっていない場合がある。これらの患者における増加した１回拍出量は、部分的には増加した収縮性によるものであり、かつ部分的には収縮期の増加した継続時間によるものである。反射波もここで役割を果たす。
【００３３】
例えば、正常被検者と高心拍出量被検者との間で変化する、さらなるパラメータは、図９で図式的に示されるような、収縮期（ｔｓｙｓ）の継続時間および拡張期（ｔｄｉａ）の継続時間の比である。動脈圧波形における拡張期の継続時間は、重複隆起から心周期の終了まで（図９の点ｄから点ｅまで）の継続時間として画定される。いくつかの高心拍出量状態では、収縮期および拡張期の継続時間の比は、正常な血液動態状態で観察されるものよりも有意に高い。これは、典型的には、ＨＲも高い、上昇したＣＯを伴う敗血症性ショック患者で観察される。これらの種類の状態では、収縮期が心周期のほとんど全体を占有し、次の心周期が始まる前の拡張期のための時間をほとんど残さない。これは、敗血症性ショック患者および正常患者における高ＨＲ状態中の拡張期の継続時間（図１０）および収縮期の継続時間（図１１）を示す、図１０および１１で示されている。図に示されるように、正常な血液動態状態の高ＨＲ患者（鎖線）が、収縮期および拡張期の両方の低い継続時間を有する傾向がある一方で、敗血症性ショックを受けている高ＨＲ患者（太線）は、拡張期の低い継続時間を有するが、収縮期の正常または高い継続時間を有する。
【００３４】
例えば、１回拍出量（ＳＶ）、心拍出量（ＣＯ）、動脈流、または動脈弾性等の動脈緊張係数に基づく他のパラメータを、本明細書で説明される方法で係数として使用することができる。実施例として、１回拍出量（ＳＶ）は、動脈緊張および動脈圧信号の標準偏差の積として計算することができる。
【００３５】
【数１】
ここで、
ＳＶは、１回拍出量であり、
χは、動脈緊張であり、
σｐは、動脈圧の標準偏差である。
【００３６】
アナログ測定間隔、つまり、時間窓［ｔ０，ｔｆ］、したがって、各計算期間が実施される離散サンプリング間隔ｋ＝０，．．．，（ｎ−１）は、圧力および／または時間モーメントの大幅な偏移を包含しないように、十分小さくなるべきである。しかしながら、１つの心周期よりも長く延在する時間窓が、好適なデータを提供するであろう。好ましくは、測定間隔は、異なる心周期中の同じ点で始まり、終了する、複数の心周期である。複数の心周期を使用することにより、種々の高次モーメントの計算で使用される平均圧力値が、周期の不完全な測定によりバイアスされない平均圧力値Ｐａｖｇを使用することを確実にする。
【００３７】
より大きいサンプリングウィンドウは、反射によって引き起こされるもの等の摂動の効果が、典型的には低減されるという利点を有する。当業者に周知である通常の実験および臨床的方法を使用して、適切な時間窓を決定することができる。時間窓は単一の心周期と一致することが可能であり、その場合、平均圧力偏移は懸念されないことに留意されたい。
【００３８】
時間窓［ｔ０，ｔｆ］はまた、Ｐａｖｇの偏流に従って調整可能である。例えば、所与の時間窓にわたるＰａｖｇが、以前の時間窓のＰａｖｇとは閾値量以上に絶対的または比例的に異なる場合には、時間窓を低減することができ、この場合、次いで、時間窓を拡張できることを示すために、Ｐａｖｇの安定性が使用される。時間窓はまた、雑音源、または信号対雑音比あるいは変動に基づいて、拡張および収縮することもできる。好ましくは、どれだけ時間窓が拡張または収縮することを許可されるかに制限が置かれ、そのような拡張または収縮が全く許可されない場合には、好ましくは、時間間隔の指示がユーザに表示される。
【００３９】
時間窓は、心周期中の特定の点で始まる必要はない。したがって、ｔ０はｔｄｉａ０と同じである必要はないが、これは多くの実装において便利な選択肢であってもよい。したがって、各測定間隔の開始および終了（すなわち、ｔ０およびｔｆ）は、時間ｔｄｉａ０またはｔｓｙｓ等の心周期のほとんどあらゆる特性で、またはＲ波等の非圧力特性で誘起されてもよい。
【００４０】
血圧を直接測定するよりもむしろ、血圧に比例する任意の他の入力信号が使用されてもよい。これは、計算中のいくつかの点のうちのいずれかまたは全てにおいて、較正が行われてもよいことを意味する。例えば、動脈血圧自体以外の信号が入力として使用される場合には、種々の成分モーメントを計算するためにその値が使用される前に、またはその後で、血圧に較正されてもよく、その場合、いずれか一方の結果として生じるモーメント値をスケーリングすることができる。手短に言えば、場合によっては、心臓血管パラメータが動脈血圧の直接測定値以外の異なる入力信号を使用するという事実が、正確なコンプライアンス推定値を生成する能力を妨げない。
【００４１】
動脈緊張を計算するように多変量統計モデルを作成することは、いくつかのことを伴う。例えば、モデルを確立するために、多重線形回帰応答曲面法を使用することができる。モデルで使用される項の数は、モデルが強制される代替方法によって決定される、モデル出力値と動脈緊張値との間の平均二乗誤差を最小化するように、いくつかの数値的アプローチを使用して決定することができる。具体的には、以下のように、各一組の動脈圧波形パラメータに対するχの値を生じる多項式の係数を生成するために、多項式多変量適合関数が使用される。
【００４２】
【数２】
ここで、ａ１…ａｎは、多項式多重回帰モデルの係数であり、ｘ１…ｘｎは、モデルの予測変数である。予測変数は、動脈圧波形から導出される、上記で論議される係数から選択される。
【００４３】
モデルの予測変数χｉのそれぞれは、動脈圧波形パラメータｖｉの所定の組み合わせであり、以下のように算出することができる。
【００４４】
【数３】
係数ｖｉは、動脈圧波形の異なる時間および周波数領域パラメータである。
【００４５】
一例として、１１個の動脈圧波形パラメータを使用して、多変量統計モデルが作成された。これらのパラメータは、ν１（動脈拍動圧の標準偏差（σＰ））、ν２（心拍数）、ν３（平均動脈圧（Ｐａｖｇ））、ν４（圧力加重標準偏差（σＴ））、ν５（圧力加重ＭＡＰ（μ１Ｔ））、ν６（動脈拍動圧の歪度（μ３Ｐ））、ν７（動脈拍動圧の尖度（μ４Ｐ））、ν８（圧力加重歪度（μ３Ｔ））、ν９（圧力加重尖度（μ４Ｔ））、ν１０（圧力依存性ウィンドケッセルコンプライアンス（ＣＷ））、およびν１１（患者体表面積（ＢＳＡ））であった。係数ａｉおよび指数マトリクス「Ｐ」は、被検者から収集された係数データを使用する多変量最小二乗回帰によって決定することができる。係数および指数係数は、参照被検者集団について熱希釈法を通して決定される、「真の」１回拍出量に関係付けられる。このモデルでは、ＡおよびＰは、以下のように確立された。
【００４６】
【数４】
回帰は、回帰変数あたりのパラメータの数を３未満に抑える方法で行われ、各パラメータは２を超えない位数を有した。したがって、マトリクスＰの各横列は、多くても３つのゼロ以外の項を有し、Ｐの各要素の絶対値は多くても２である。これらの制約は、数値的安定性および精度を確立するために使用された。したがって、χの式は、１１次元パラメータ空間の中の二次曲線になる。χについて決定される多項式は、以下のように書くことができる。
【００４７】
【数５】
したがって、被検者の動脈緊張は、最初に既述のようなモデルを作成することによって決定することができる（すなわち、動脈緊張に依存する血圧パラメータを表す、一組の臨床的に導出された参照測定値に関する近似関数であって、上記で説明されるパラメータのうちの１つ以上の関数である近似関数と、（モデルに応じて）正常な血液動態状態を伴う被検者または中心から末梢までの動脈圧遮断を経験している被検者からの動脈緊張に依存する血圧パラメータを表す、一組の臨床的に決定された参照測定値とを決定する）。次に、動脈血圧波形データから一組の動脈血圧パラメータを決定し、一組の動脈血圧パラメータは、多変量統計モデルを作成するために使用される同じパラメータを含む。次いで、一組の動脈血圧パラメータで近似関数を評価することによって、被検者の正常な動脈緊張を推定する。
【００４８】
いったん遮断および正常状態に対する多変量統計モデルが上記で説明されるように確立されると、被検者の遮断および正常動脈緊張を継続的に計算し、経時的に差または比の変化を監視するために、本明細書で説明されるモデルおよび方法を使用することができる。差は、動脈緊張間の単純デルタ（Δ）値となり得るか、または、例えば、差あるいは変化率として表すことができる。同様に、比は、被検者の正常な動脈緊張に対する遮断した動脈緊張の比となり得る。２つの動脈緊張間の差または比の見当を合わせるように計算される数値にかかわらず、被検者が中心から末梢までの動脈遮断を経験していることを示すために、所定の閾値を超える、この値の変化を使用することができる。さらに、動脈緊張から計算される値、例えば、心拍出量も計算することができ、これらの差を監視することができる。具体的実施例として、被検者の第１の動脈緊張と被検者の第２の動脈緊張との間の差は、被検者の第２の動脈緊張と比較した被検者の第１の動脈緊張の変化率として計算することができる。変化率を使用した閾値の実施例は、１％以上、２％以上、３％以上、４％以上、５％以上、６％以上、７％以上、８％以上、９％以上、１０％以上、１５％以上、２０％以上、３０％以上、４０％以上、および５０％以上を含む。同様に、被検者の正常な動脈緊張に対する被検者の遮断した動脈緊張の比を使用した閾値の実施例は、１．０１以上、１．０２以上、１．０３以上、１．０４以上、１．０５以上、１．０６以上、１．０７以上、１．０８以上、１．０９以上、１．１０以上、１．１５以上、１．２０以上、１．３０以上、１．４０以上、および１．５０以上を含む。方法はさらに、遮断または高心拍出量状態が決定された時にユーザに警告することができる。そのような警告は、グラフィカルユーザインターフェース上で公表される通知または音となり得る。
【００４９】
図１２は、被検者における中心から末梢までの遮断を監視するための本明細書で説明される方法を実装するシステムの主要構成要素を示す。方法は、既存の患者監視デバイス内で実装されてもよく、または専用モニタとして実装されてもよい。上述のように、圧力、または圧力に比例する何らかの他の入力信号が、侵襲的または非侵襲的といった２つの方法のうちのいずれか一方、または実際には両方で感知されてもよい。便宜上、システムは、圧力に変換される何らかの他の入力信号とはとは対照的に、動脈血圧を測定するものとして説明されている。
【００５０】
図１２は、完全を期して両方の種類の圧力感知を示す。本明細書で説明される方法の最も実用的な用途では、いずれか一方またはいくつかの変化例が、典型的には実装される。本明細書で説明される方法の侵襲的用途では、従来の圧力センサ１００が、人間または動物の患者の身体の一部分１３０の動脈１２０に挿入される、カテーテル１１０の上に載置される。動脈１２０は、例えば、大腿、橈骨、または上腕動脈等の動脈系の中の任意の動脈である。本明細書で説明される方法の非侵襲的用途では、フォトプレチィスモグラフィ血圧プローブ等の従来の圧力センサ２００が、任意の従来の方式で、例えば、指の周囲のカフ２３０または患者の手首の上に載置されたトランスデューサを使用して、外部に載置される。図１２は、両方の種類を概略的に示す。
【００５１】
センサ１００、２００からの信号は、通常は信号を処理し、コードを実行するように含まれる、１つ以上のプロセッサと、他の支援ハードウェアおよびシステムソフトウェア（図示せず）とを含む、処理システム３００に、入力として任意の既知のコネクタを介して渡される。本明細書で説明される方法は、修正された標準パーソナルコンピュータを使用して実装されてもよく、またはより大きい特殊監視システムに組み込まれてもよい。本明細書で説明される方法とともに使用するために、処理システム３００はまた、必要に応じて、増幅、フィルタリング、または測距等の通常の信号処理タスクを行う、調整回路３０２を含んでもよく、またはそれに接続される。次いで、調整された感知入力圧力信号Ｐ（ｔ）は、クロック回路３０５からの時間参照を有するか、または得る、従来のアナログ・デジタル変換器ＡＤＣ３０４によって、デジタル形態に変換される。十分理解されるように、ＡＤＣ３０４のサンプリング周波数は、圧力信号のエイリアシングを回避するよう、ナイキスト基準に関して選択されるべきである（この手順はデジタル信号処理の技術分野で非常に良く知られている）。ＡＤＣ３０４からの出力は、その値が従来のメモリ回路（図示せず）に記憶されてもよい、離散圧力信号Ｐ（ｋ）となる。
【００５２】
値Ｐ（ｋ）は、被検者の遮断および血液動態動脈緊張を決定するように多変量統計モデルを実装するためのコンピュータ実行可能コードを備える、ソフトウェアモジュール３１０によって、メモリに渡されるか、またはメモリからアクセスされる。そのようなソフトウェアモジュール３１０の設計は、コンピュータプログラミングの当業者にとって単純明快である。
【００５３】
使用される場合、年齢、身長、体重、ＢＳＡ等の患者特有のデータが、閾値または閾値範囲値等の他の所定のパラメータも記憶してもよい、メモリ領域３１５に記憶される。これらの値は、従来の方式で任意の既知の入力デバイス４００を使用して入力されてもよい。
【００５４】
動脈緊張の比較は、モジュール３２０で行われる。計算モジュール３２０は、コンピュータ実行可能コードを含み、モジュール３１０の出力を入力として取り、次いで、選択された動脈緊張の計算を行う。
【００５５】
図１２によって図示されるように、結果は、付加的な処理のためにさらなるモジュール（３３０）に渡され、最終的に、ユーザへの表示およびユーザによる解釈のために、従来のディスプレイまたは記録デバイス５００上で表示されてもよい。入力デバイス４００と同様に、ディスプレイ５００は、典型的には、他の目的で処理システムによって使用されるのと同じとなる。
【００５６】
本明細書で説明される方法のそれぞれについて、遮断が検出されると、ユーザに通知することができる。ユーザには、ディスプレイ５００または別のグラフィカルユーザインターフェース上で通知を公表することによって遮断を通知することができる。さらに、遮断をユーザに通知するために、音を使用することができる。視覚および聴覚信号の両方を使用することができる。
【００５７】
方法、装置、およびコンピュータプログラム製品のブロック図を参照して、本発明の例示的実施形態を上記で説明してきた。当業者であれば、ブロック図の各ブロック、およびブロック図のブロックの組み合わせは、それぞれ、コンピュータプログラム命令を含む種々の手段によって実装することができると理解するであろう。これらのコンピュータプログラム命令は、コンピュータまたは他のプログラム可能なデータ処理装置上で実行する命令が、ブロックで特定される機能を実装するための手段を作成するように、機械を生産するよう、汎用コンピュータ、特殊用途コンピュータ、または他のプログラム可能なデータ処理装置上にロードされてもよい。
【００５８】
本明細書で説明される方法はさらに、コンピュータ可読メモリに記憶された命令が、図１２に図示されたブロックで特定される機能を実装するためのコンピュータ可読命令を含む、製造品を生産するように、コンピュータ、またはプロセッサあるいは処理システム等の他のプログラム可能なデータ処理装置（図１２で３００として示される）に特定の方式で機能するように指図することができる、コンピュータ可読メモリに記憶されてもよいコンピュータプログラム命令に関する。コンピュータプログラム命令はまた、コンピュータまたは他のプログラム可能な装置上で実行する命令が、ブロックで特定される機能を実装するためのことを提供するように、一連の動作ことをコンピュータ、処理システム３００、または他のプログラム可能な装置上で行わせて、コンピュータ実装過程を生産するよう、コンピュータ、処理システム３００、または他のプログラム可能なデータ処理装置上にロードされてもよい。また、種々の計算を行い、本明細書で説明される関連方法ことを行うために使用される、種々のソフトウェアモジュール３１０、３２０、および３３０も、方法が異なる処理システムにロードされ、それによって実行されることを可能にするために、コンピュータ可読媒体上にコンピュータ実行可能命令として記憶することができる。
【００５９】
したがって、ブロック図のブロックは、特定された機能を果たすための手段の組み合わせ、特定された機能を果たすためのことの組み合わせ、および特定された機能を果たすためのプログラム命令手段を支援する。当業者であれば、ブロック図の各ブロック、およびブロック図のブロックの組み合わせは、特定された機能またはことを果たす特殊用途ハードウェアベースのコンピュータシステム、または特殊用途ハードウェアおよびコンピュータ命令の組み合わせによって実装することができると理解するであろう。
【００６０】
本発明は、本発明のいくつかの側面の例証として意図される、本明細書で開示される実施形態によって範囲を限定されず、機能的に同等である任意の実施形態は、本発明の範囲内である。本明細書で示され、説明されるものに加えて、方法の種々の修正が、当業者に明白となり、添付の請求項の範囲内に入ることを目的としている。さらに、本明細書で開示される方法ことのある代表的な組み合わせのみが、上記の実施形態で具体的に論議されているが、方法ことの他の組み合わせが、当業者に明白となり、また、添付の請求項の範囲内に入ることを目的としている。したがって、ことの組み合わせが、本明細書で明示的に記述されてもよい一方で、たとえ明示的に記載されなくても、ことの他の組み合わせが含まれる。本明細書で使用されるような「備える」という用語およびその変化例は、「含む」という用語およびその変化例と同意語として使用され、制約のない非限定的用語である。
【背景技術】
【０００１】
１回拍出量（ＳＶ）、心拍出量（ＣＯ）、拡張末期容量、駆出分画、１回拍出量変動（ＳＶＶ）、脈圧変動（ＰＰＶ）、および収縮期圧変動（ＳＰＶ）等の指標は、とりわけ、疾患の診断だけでなく、被検者における臨床的に有意な変化の「リアルタイム」、すなわち、継続的監視にも重要である。例えば、医療介護提供者は、人間および動物被検体の両方における前負荷依存、流体反応性、または容量反応性の変化に関心がある。したがって、示された変化のうちの１つ以上が被検者で発生しているという警告を提供しようとして、１つ以上の心臓指標を監視するための何らかの形態の機器がない病院は少ない。侵襲性技法、非侵襲性技法、およびそれらの組み合わせを含む、多くの技法が使用されており、さらには文献で提案されてきた。
【発明の概要】
【課題を解決するための手段】
【０００２】
被検者における中心から末梢までの動脈圧遮断を監視するための方法を説明する。これらの方法は、被検者からの動脈圧波形データを提供することと、被検者の遮断した動脈緊張の値を決定し、提供するように、第１の（遮断した）多変量統計モデルを動脈圧波形データに適用することとを伴う。第１の（遮断した）多変量統計モデルは、中心から末梢までの動脈圧遮断を経験していた一群の被験者からの一組の動脈圧波形データから作成される。次いで、第２の（正常な）多変量統計モデルは、被検者の正常な動脈緊張を決定し、提供するように、動脈圧波形データに適用される。第２の（正常な）多変量統計モデルは、正常な血液動態状態を伴う一群の被験者からの一組の動脈圧波形データから作成される。いったん被検者の遮断および正常動脈緊張が計算されると、値が比較される。閾値よりも大きい、被検者の第１の動脈緊張と被検者の第２の動脈緊張との間の差は、被検者が中心から末梢までの動脈圧遮断を経験していることを示す。同様に、閾値よりも大きい、被検者の第２の動脈緊張に対する被検者の第１の動脈緊張の比は、被検者が中心から末梢までの動脈圧遮断を経験していることを示す。
【図面の簡単な説明】
【０００３】
【図１】図１は、正常血液動態状態中のブタ動物モデルの上行大動脈（大動脈）、大腿動脈（大腿）、および橈骨動脈（橈骨）における同時記録された圧力波形を示す。
【図２】図２は、大量の流体および昇圧剤で蘇生させられた、内毒素性ショック（敗血症性ショック）中のブタ動物モデルの上行大動脈（大動脈）、大腿動脈（大腿）、および橈骨動脈（橈骨）における同時記録された圧力波形を示す。
【図３】図３は、心拍間隔心臓サイクルにわたる複素血圧曲線の実施例を示す。
【図４】図４は、図３の圧力波形の離散時間表現を示す。
【図５】図５は、動脈圧波形の収縮期部分の下の領域を示す。
【図６】図６は、正常被検者および高心拍出量被検者についての動脈圧波形の収縮期の下の領域の統計的分布を示す。
【図７】図７は、動脈圧波形についての収縮期の継続時間を示す。
【図８】図８は、正常被検者および高心拍出量被検者についての動脈圧波形の収縮期の継続時間の統計的分布を示す。
【図９】図９は、動脈圧波形についての収縮期の継続時間および拡張期の継続時間を示す。
【図１０】図１０は、正常な血液動態状態（鎖線）および高心拍出量状態（太線）の高心拍数被検者の拡張期の継続時間の統計的分布であり、全ての患者が組み合わされた分布も示されている（細線）。
【図１１】図１１は、正常な血液動態状態（鎖線）および高心拍出量状態（太線）の高心拍数被検者の収縮期の継続時間の統計的分布であり、全ての患者が組み合わされた分布も示されている（細線）。
【図１２】図１２は、本明細書で説明される方法を実装するシステムの主要構成要素を示す、ブロック図である。
【発明を実施するための形態】
【０００４】
中心から末梢までの動脈圧遮断、すなわち、高心拍出量状態を監視する方法を説明する。これらの方法は、正常な血液動態状態を経験している被検者と、その間に中心から末梢までの遮断が発生する場合がある、高心拍出量状態を経験している被検者との両方について確立される多変量統計モデルから計算されるパラメータの比較を伴う。２つの多変量統計モデルを使用して計算される動脈緊張間の差は、閾値を超えた時に末梢圧力遮断を示すために使用することができる。これらの方法は、被検者が末梢遮断を経験しているという事実をユーザに警告するとともに、１回拍出量および心拍出量等の他のパラメータの正確な値の計算を可能にする、正確な動脈緊張の測定値を提供し、それは順に、臨床医が被検者に治療を適切に提供することを可能にする。
【０００５】
本明細書で使用されるように、高心拍出量および血管拡張という用語は、動脈末梢圧力および流量が中心大動脈圧および流量から遮断される状態を意味し、末梢動脈という用語は、心臓から離れて位置する動脈、例えば、橈骨、大腿、または上腕動脈を意味することを目的としている。遮断された動脈圧とは、動脈末梢圧力と中心大動脈圧との間の正常な関係が有効ではなく、中心動脈圧を決定するために末梢動脈圧を使用することができないことを意味する。これはまた、末梢動脈圧が比例していないか、または中心大動脈圧の関数ではない状態も含む。正常な血液動態条件下では、心臓からさらに遠く離れて測定が得られると、血圧が増加する。そのような圧力増加が図１に示されており、すなわち、橈骨動脈で測定される圧力波の振幅は、大腿動脈で測定される圧力よりも大きく、それは順に大動脈圧よりも大きい。これらの圧力の差は波反射に関係付けられ、すなわち、圧力は末梢に向かって増幅される。
【０００６】
この圧力の正常な血液動態関係、すなわち、心臓から離れた圧力の増加は、しばしば、医学的診断で頼られる。しかしながら、高心拍出量／血管拡張条件下では、この関係は、中心大動脈圧よりも低くなる動脈圧と逆転され得る。この逆転は、例えば、上記で論議される波反射に影響を及ぼすことが示唆されている、末梢血管における動脈緊張に起因している。そのような高心拍出量状態が図２に示されており、すなわち、橈骨動脈で測定される圧力波の振幅は、大腿動脈で測定される圧力よりも低く、それは順に大動脈圧よりも低い。小末梢動脈を拡張させる薬剤（例えば、硝酸塩、ＡＣＥ阻害剤、およびカルシウム阻害剤）が、高心拍出量状態の一因となると考えられている。これらの種類の重度血管拡張状態はまた、橈骨動脈圧が大動脈における圧力を過小評価する心肺バイパス（冠状動脈バイパス）の直後の状況で、しばしば観察される。末梢動脈圧が中心大動脈圧を過小評価する、大幅な中心から末梢までの圧力差は、通常、重度の血管拡張につながる、大量の流体および高用量昇圧剤で治療されている重度敗血症の患者で観察される。非常に同様の状態は、末期肝疾患の患者でも観察される。当業者によって十分理解されるように、正常な血液動態状態の患者に対する、ある治療は、高心拍出量状態の被検者とは異なって着手される。したがって、本開示方法は、もしあれば、被検者における血管拡張を検出し、また、適切な動脈緊張に基づく計算を提供する。
【０００７】
本明細書で説明される、高心拍出量および非高心拍出量被検者における動脈緊張を測定するための方法は、概して、被検者からの動脈圧波形データを提供すること、次いで、データが分析されることを含む。第１に、被検者の遮断した動脈緊張を決定するように、被検者の動脈圧波形が分析される。次に、被検者の正常な動脈緊張を決定するように、被検者の動脈圧波形が分析される。これらのことは、連続して（任意の順序で）、または並行して行うことができる。次いで、被検者の遮断した動脈緊張および正常な動脈緊張が比較される。閾値よりも大きい、被検者の遮断した動脈緊張と正常な動脈緊張との間の差は、被検者が中心から末梢までの動脈圧遮断を経験していることを示す。同様に、閾値よりも大きい、被検者の正常な動脈緊張に対する被検者の遮断した動脈緊張の比は、被検者が中心から末梢までの動脈圧遮断を経験していることを示す。
【０００８】
これらの方法では、被検者の末梢動脈圧が被検者の中心大動脈圧から遮断されているかどうかを決定することは、多変量統計モデルを動脈圧波形データに適用することを伴う。第１の（遮断した）多変量統計モデルは、末梢動脈圧と中心大動脈圧との間の遮断を経験していた第１群の被験者からの第１の一組の動脈圧波形データから作成される。第２の（正常な）多変量統計モデルは、末梢動脈圧と中心大動脈圧との間の遮断を経験していなかった第２群の被験者からの第２の一組の動脈圧波形データから作成される。各多変量統計モデルは、２つの被験者群に対して動脈緊張値を提供する。
【０００９】
本明細書で使用される多変量統計モデルは、被検者の血管症状の影響を受ける１つ以上のパラメータを含む、複数組の係数に基づく。使用される各種類の係数、例えば、脈動標準偏差は、典型的には、特定の血管症状を経験している被検者と症状を経験していない被検者との間の差の見当を合わせる。しかしながら、この差はしばしば、連続体に沿って位置し、特定の被検者が、確定遮断指示と確定正常指示との間の値を有してもよく、または何らかの理由で、その被検者において、たとえ被検者が血管症状を経験していても、特定の係数が正常範囲内にあると思われてもよい。しかしながら、複数の係数、すなわち、血管症状の影響を受ける複数の係数を使用することによって、典型的には、症状が存在することを示すのに十分な陽性指示（または症状が存在しないことを示すのに十分な陰性指示）が存在するであろう。本明細書で説明されるような多変量統計モデルは、２つの状態、すなわち、末梢遮断を経験している、または経験していない状態について、動脈緊張を正確に計算する能力を増大させるために複数の係数を使用する能力を提供する。
【００１０】
多変量統計モデルで使用される係数の具体的な数は、特定の症状を経験している被検者と、特定の症状を経験していない被検者とを区別する、個々の係数の能力に依存する。係数の数はまた、より大きいレベルの精度をモデルに提供するように増加させることもできる。したがって、特定の状況で必要に応じて、モデルの精密性、精度、および／または再現性に役立つために、より多数の係数を使用することができる。本明細書で説明されるモデルで使用することができる係数の実施例は、（ａ）動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する収縮期の継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）被検者の体表面積に基づくパラメータを含む。本明細書で説明される多変量統計モデルとともに使用することができる付加的な係数は、（ｏ）心拍間隔動脈血圧信号の形状、および１以上の位数を有する動脈血圧信号の少なくとも１つの統計学的モーメントに基づくパラメータ、および（ｐ）被検者の一組の身体計測パラメータを含む。これらの係数のうちの１つ以上（またはこれらの係数の全て）を、本明細書で説明される多変量統計モデルで使用することができる。
【００１１】
本明細書で説明される多変量統計モデルで使用される係数は、動脈血圧に基づく信号または動脈血圧に比例する信号から計算される。動脈コンプライアンス（動脈緊張）等の心臓血管パラメータの計算は、その全体で参照することにより本明細書に組み込まれる、２００４年７月１４日出願の米国特許出願第１０／８９０，８８７号で説明されている。米国特許出願第１０／８９０，８８７号で論議されているパラメータを含む、本明細書で開示される方法とともに使用するための心臓血管パラメータを計算する際に使用される、係数およびデータの実施例を以下で説明する。
【００１２】
図３は、単一の心臓サイクルにわたって得られた、動脈圧波形Ｐ（ｔ）の実施例である。この心臓サイクルは、時間ｔｄｉａ０における拡張期圧Ｐｄｉａの点から始まり、収縮期圧Ｐｓｙｓまでの時間ｔｓｙｓを通って、血圧がもう一度Ｐｄｉａに達する時間ｔｄｉａ１までである。
【００１３】
本方法で有用な信号は、動脈樹、例えば、橈骨、大腿、または上腕動脈の中の任意の点で侵襲的または非侵襲的に測定される、動脈血圧に基づく心臓血管パラメータまたは動脈血圧に比例する任意の信号を含む。本明細書で使用されるように、動脈圧波形データという用語は、動脈血圧に基づくデータまたは動脈血圧に比例する任意の信号を意味することを目的としている。侵襲性器具、特に、カテーテル載置圧力トランスデューサが使用される場合には、任意の動脈が可能な測定点である。非侵襲性トランスデューサの配置は、典型的には、器具自体、例えば、指カフ、上腕圧力カフ、および耳朶クランプによって決定付けられる。使用される具体的な器具にかかわらず、取得されるデータは、最終的に、動脈血圧に対応する（例えば、比例する）電気信号を生じる。
【００１４】
図４に図示唆入れるように、任意の標準アナログ・デジタル変換器（ＡＤＣ）を使用して、動脈血圧等のアナログ信号を一連のデジタル値にデジタル化することができる。言い換えれば、既知の方法および回路を使用して、動脈血圧ｔ０≦ｔ≦ｔｆをデジタル形式のＰ（ｋ）、ｋ＝０、（ｎ−１）に変換することができ、ここで、ｔ０およびｔｆは、測定間隔の初期および最終の時間であり、ｎは、測定間隔にわたって通常は一様に分布する、計算に含まれる動脈血圧のサンプルの数である。
【００１５】
そのようなデジタルまたはデジタル化信号から関連データを捕捉するために、ｍ個の値の順序付けられた集合、つまり、ｉ＝１，．．．，（ｍ−１）であるシーケンスＹ（ｉ）を考慮する。統計学の分野から周知であるように、既知の式を使用して、Ｙ（ｉ）の最初の４つのモーメントμ１、μ２、μ３、およびμ４を計算することができ、ここで、μ１は、平均値（すなわち、算術平均）であり、μ２＝σ２は、変動（すなわち、標準偏差σの二乗）であり、μ３は、歪度であり、μ４は、尖度である。したがって、
μ１＝Ｙａｖｇ＝１／ｍ＊Σ（Ｙ（ｉ）） （式１）
μ２＝σ２＝１／（ｍ−１）＊Σ（Ｙ（ｉ）−Ｙａｖｇ）２ （式２）
μ３＝１／（ｍ−１）＊Σ［（Ｙ（ｉ）−Ｙａｖｇ）／σ］３ （式３）
μ４＝σ／（ｍ−１）＊Σ［（Ｙ（ｉ）−Ｙａｖｇ）／σ］４ （式４）
一般に、β番目のモーメントμｐは、以下のように表すことができ、
μβ＝１（ｍ−１）＊１／σβ＊Σ［（Ｙ）（ｉ）−Ｙａｖｇ］］β （式５）
ここで、ｉ＝０，．．．，（ｍ−１）である。第２から第４のモーメントに対する離散値の式は、通常、周知の統計的理由により、１／ｍの代わりに１／（ｍ−１）でスケーリングする。
【００１６】
本明細書で説明される方法は、圧力波形Ｐ（ｋ）の４つのモーメントだけでなく、圧力加重時間ベクトルの関数でもある係数を利用してもよい。標準偏差σは、σが大きくなるほど、関数Ｙ（ｉ）がより「広がる」、すなわち、より平均値から逸脱する携行があるという点で、１つのレベルの形状情報を提供する。標準偏差は何らかの形状情報を提供するが、値がシーケンスＹ（ｉ）を構成する順番が「逆転」される、すなわち、Ｙ（ｉ）がｉ＝０軸の周囲で反映され、値Ｙ（ｍ−１）がやがて第１の値になるように偏移される場合に、平均値および標準偏差が変化しないことを考慮することによって、その欠点を容易に理解することができる。
【００１７】
歪度は、対称性の欠如の尺度であり、統計モードに対する関数Ｙ（ｉ）の左側または右側が他方より重いかどうかを示す。正に歪曲された関数は、急速に上昇し、そのピークに到達し、次いで、ゆっくり下降する。反対のことが、負に歪曲された関数に当てはまる。要点としては、歪度値が、平均値または標準偏差値で見出されない形状情報を含み、具体的には、どれだけ急速に関数が最初にそのピークまで上昇し、次いで、どれだけゆっくりと減衰するかを示す。２つの異なる関数は、同じ平均値および標準偏差を有してもよいが、次いで、稀にしか同じ歪度を持たない。
【００１８】
尖度は、関数Ｙ（ｉ）が正規分布よりも尖頂があるか、または平坦であるかという尺度である。したがって、高い尖度値は、平均値付近で明確なピークを示し、その後減少し、その後に重い「後尾部」が続く。低い尖度値は、関数がそのピーク領域で比較的平坦であることを示す傾向がある。正規分布は、３．０の尖度を有し、したがって、尖度値はしばしば、代わりに値が始点に対するように、３．０で調整される。
【００１９】
心拍間隔動脈圧波形の４つの統計学的モーメントを使用することの利点としては、モーメントが心拍間隔動脈圧波形の形状の正確かつ高感度な数学的尺度である。動脈コンプライアンスおよび末梢抵抗が動脈圧波形の形状に直接影響を及ぼすため、動脈コンプライアンスおよび末梢抵抗の効果は、心拍間隔動脈圧波形の形状を測定することによって直接評価することができる。血管コンプライアンスおよび末梢抵抗の複合効果、すなわち、動脈緊張を測定するために、本明細書で説明される他の動脈圧パラメータとともに、心拍間隔動脈圧波形の形状感受性統計学的モーメントを効果的に使用することができる。動脈緊張は、動脈コンプライアンスおよび末梢抵抗の複合効果を表し、静電容量および抵抗成分から成る、ウィンドケッセル血液動態モデルの周知の２要素電気アナログ同等モデルのイピーダンスに対応する。動脈緊張を測定することによって、動脈弾性、１回拍出量、および心拍出量等の、動脈緊張に基づくいくつかの他のパラメータも直接測定することができる。これらのパラメータのうちのいずれかを、本明細書で説明される方法で係数として使用することができる。
【００２０】
圧力波形Ｐ（ｋ）の最初の４つのモーメントμ１Ｐ、μ２Ｐ、μ３Ｐ、およびμ４Ｐが計算され、多変量ブールまたは多変量統計モデルで使用される時、μ１Ｐは、平均値であり、μ２ＰＰ＝σＰ２は、変動、すなわち、標準偏差σＰの二乗であり、μ３Ｐは、歪度であり、σ４Ｐは、尖度であり、これらのモーメントの全ては圧力波形Ｐ（ｋ）に基づく。上記の式１−４は、ＰをＹに、ｋをｉに、ｎをｍに代入した後、これらの値を計算するために使用されてもよい。
【００２１】
上記の式２は、標準偏差を算出するための「模範的」方法を提供する。他のより近似の方法も使用されてもよい。例えば、少なくとも血圧に基づく測定との関連で、σＰへの概算は、最大および最小の測定された圧力値の間の差を３で割ることであり、時間に対するＰ（ｔ）の一次導関数の最小値の最大値または絶対値は、概して、σＰに比例する。
【００２２】
図４が図示するように、各離散時間ｋにおいて、対応する測定された圧力はＰ（ｋ）となる。値ｋおよびＰ（ｋ）は、ヒストグラムに対応するシーケンスＴ（ｊ）に形成することができ、各Ｐ（ｋ）値が対応するｋ値の「カウント」として使用されることを意味する。多大に単純化された一例として、圧力波形全体が、４つだけの測定値Ｐ（１）＝２５、Ｐ（２）＝５０、Ｐ（３）＝５５、およびＰ（４）＝３５から成ると仮定する。次いで、これは、２５個の１、５０個の２、５５個の３、および３５個の４を伴うシーケンスＴ（ｊ）として表すことができる。
【００２３】
Ｔ（ｊ）＝１，１，．．．，１，２，２，．．．，２，３，３，．．．，３，４，４，．．．，４
したがって、このシーケンスは、２５＋５０＋５５＋３５＝１６５個の項を有する。
【００２４】
モーメントが、他のどれかと同様に、このシーケンスについて算出されてもよい。例えば、平均値（第１のモーメントは）、
μ１Ｔ＝（１＊２５＋２＊５０＋３＊５５＋４＊３５）／１６５＝４３０／１６５＝２．６０６ （式６）
であり、標準偏差σＴは、変動μ２Ｔの平方根である。
【００２５】
ＳＱＲＴ［１／１６４＊２５（１−２．６１）２＋５０（２−２．６１）２＋５５（３−２．６１）２＋３５（４−２．６１）２］＝０．９８５
歪度μ３Ｔおよび尖度μ４Ｔは、式３および４における同様の代入によって算出することができる。
【００２６】
μ３Ｔ＝｛１／（１６４）＊（１／σＴ３）Σ［Ｐ（ｋ）＊（ｋ−μ１Ｔ）３］｝
（式７）
μ４Ｔ＝｛１／（１６４）＊（１／σＴ４）Σ［Ｐ（ｋ）＊（ｋ−μ１Ｔ）４］｝
（式８）
ここで、ｋ＝１，．．．，（ｍ−１）である。
【００２７】
これらの式が示すように、この過程は事実上、時間のモーメントを計算する前に、その対応する圧力値Ｐ（ｋ）によって各離散時間値ｋを「加重」する。シーケンスＴ（ｊ）は、圧力波形のタイミング分布を確実に特徴付けるという非常に有用な性質を有する。圧力値Ｐ（ｋ）の位数を逆転させることは、ほとんど全ての場合において、Ｔ（ｊ）の平均値、ならびに高次モーメントの全ての平均値さえも変化させる。また、重拍圧Ｐｄｉｃｒｏｔｉｃにおいて通常発生する２次「突起」も、尖度μ４Ｔの値に顕著に影響を及ぼし、対照的に、ロマーノ方法等の従来技術で重複隆起を単純に識別することは、少なくとも１つの導関数の騒音的計算を必要とする。
【００２８】
圧力加重モーメントは、心拍間隔動脈圧信号の振幅および時間情報の両方の非常に正確な尺度であるため、心拍間隔動脈圧信号の別のレベルの形状情報を提供する。圧力波形モーメントに加えた、圧力加重モーメントの使用は、本明細書で説明されるモデルの精度を増加させることができる。
【００２９】
本明細書で説明される方法で有用な１つの心臓血管パラメータは、単独で心臓血管パラメータとして、または１回拍出量あるいは心拍出量等の他の心臓血管パラメータの計算で使用することができる、動脈緊張係数χである。動脈緊張χの計算は、例えば、圧力波形および圧力加重時間モーメントのうちの４つ全てを使用してもよい。他の既知の特性、例えば、血管分岐の患者特有の複雑なパターンを考慮するように、付加的なパラメータが計算に含まれる。付加的な値の実施例は、心拍数ＨＲ（またはＲ波の期間）、体表面積ＢＳＡ、または被検者の他の身体計測パラメータ、圧力波形ならびに患者の年齢および性別の多項式関数としてコンプライアンスを算出する、Ｌａｎｇｅｗｏｕｔｅｒｓら（“Ｔｈｅ Ｓｔａｔｉｃ Ｅｌａｓｔｉｃ Ｐｒｏｐｅｒｔｉｅｓ ｏｆ ４５ Ｈｕｍａｎ Ｔｈｏｒａｃｉｃ ａｎｄ ２０ Ａｂｎｏｒｍａｌ Ａｏｒｔａｓ ｉｎ ｖｉｔｒｏ ａｎｄ ｔｈｅ Ｐａｒａｍｅｔｅｒｓ ｏｆ ａ Ｎｅｗ Ｍｏｄｅｌ，” Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ，１７（６）：４２５−４３５（１９８４））によって説明された方法等の既知の方法を使用して計算される、コンプライアンス値Ｃ（Ｐ）、動脈血圧信号の形状、および１以上の位数を有する動脈血圧信号の少なくとも１つの統計学的モーメントに基づくパラメータ、動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、収縮期の継続時間に基づくパラメータ、および拡張期の継続時間に対する収縮期の継続時間の比に基づくパラメータを含む。
【００３０】
これら最後の３つの心臓血管パラメータ、すなわち、動脈血圧信号の収縮期部分の下の領域、収縮期の継続時間、および拡張期の継続時間に対する収縮期の継続時間の比は、動脈緊張および血管コンプライアンスの影響を受け、したがって、例えば、正常な血液動態状態の被検者と高心拍出量状態の被検者との間で変化する。これら３つの心臓血管パラメータが正常被検者と高心拍出量被検者との間で変化するため、本明細書で説明される方法は、被検者の末梢動脈における血管拡張または血管収縮を検出するために、これらの心臓血管パラメータを使用することができる。
【００３１】
動脈圧波形の収縮期部分の下の領域（Ａｓｙｓ）が、図５で図式的に示されている。動脈圧信号における動脈圧波形の収縮期部分の下の領域は、拍動の開始から始まり、重複隆起（図５の点ｂから点ｄまで）で終了する波形の部分の下の領域として画定される。収縮期の下の領域は、１回拍出量に正比例し、動脈コンプライアンスに反比例する、収縮期中の動脈圧信号のエネルギーを表す。正常および高心拍出量患者群にわたって測定されると、Ａｓｙｓの偏移を検出することができる。図６に示されるように、例えば、高心拍出量状態の一部の被検者において、収縮期中の動脈圧信号のエネルギーはより高い。より高いＡｓｙｓを伴う被検者は、典型的には、高い心拍出量（ＣＯ）、および低または正常ＨＲを伴う被検者であり、上昇したＣＯは、主に上昇した心収縮性によって引き起こされ、これらの被検者が、収縮期中の動脈圧信号のエネルギーで直接反映される、増加した１回拍出量および減少した動脈コンプライアンスを有することを意味する。多くの高心拍出量状態中に通常は非常に強力である、反射波も、収縮期中の信号の増加したエネルギーに有意な貢献をしてもよい。
【００３２】
収縮期（ｔｓｙｓ）の継続時間が、図７で図式的に示されている。動脈圧波形における収縮期の継続時間は、拍動の開始から重複隆起（図７の点ｂから点ｄまで）での継続時間として画定される。収縮期の継続時間は、動脈コンプライアンスによる影響を直接受け、大きな反射波が存在する時を除いて、末梢動脈緊張の変化とは比較的無関係である。図８で示されるように、例えば、一部の高心拍出量被検者における収縮期の継続時間は、正常被検者における収縮期の継続時間よりも高い（データがより高いｔｓｙｓ値に向かって偏移している）。収縮期エネルギーについて見られるように、収縮期の継続時間は、典型的に、低または正常ＨＲも有する、高ＣＯを伴う患者でより高く、上昇したＣＯは、主に上昇した心収縮性によって引き起こされ、収縮性は、収縮期エネルギーを増加させるほど十分に高くなっていない場合がある。これらの患者における増加した１回拍出量は、部分的には増加した収縮性によるものであり、かつ部分的には収縮期の増加した継続時間によるものである。反射波もここで役割を果たす。
【００３３】
例えば、正常被検者と高心拍出量被検者との間で変化する、さらなるパラメータは、図９で図式的に示されるような、収縮期（ｔｓｙｓ）の継続時間および拡張期（ｔｄｉａ）の継続時間の比である。動脈圧波形における拡張期の継続時間は、重複隆起から心周期の終了まで（図９の点ｄから点ｅまで）の継続時間として画定される。いくつかの高心拍出量状態では、収縮期および拡張期の継続時間の比は、正常な血液動態状態で観察されるものよりも有意に高い。これは、典型的には、ＨＲも高い、上昇したＣＯを伴う敗血症性ショック患者で観察される。これらの種類の状態では、収縮期が心周期のほとんど全体を占有し、次の心周期が始まる前の拡張期のための時間をほとんど残さない。これは、敗血症性ショック患者および正常患者における高ＨＲ状態中の拡張期の継続時間（図１０）および収縮期の継続時間（図１１）を示す、図１０および１１で示されている。図に示されるように、正常な血液動態状態の高ＨＲ患者（鎖線）が、収縮期および拡張期の両方の低い継続時間を有する傾向がある一方で、敗血症性ショックを受けている高ＨＲ患者（太線）は、拡張期の低い継続時間を有するが、収縮期の正常または高い継続時間を有する。
【００３４】
例えば、１回拍出量（ＳＶ）、心拍出量（ＣＯ）、動脈流、または動脈弾性等の動脈緊張係数に基づく他のパラメータを、本明細書で説明される方法で係数として使用することができる。実施例として、１回拍出量（ＳＶ）は、動脈緊張および動脈圧信号の標準偏差の積として計算することができる。
【００３５】
【数１】
ここで、
ＳＶは、１回拍出量であり、
χは、動脈緊張であり、
σｐは、動脈圧の標準偏差である。
【００３６】
アナログ測定間隔、つまり、時間窓［ｔ０，ｔｆ］、したがって、各計算期間が実施される離散サンプリング間隔ｋ＝０，．．．，（ｎ−１）は、圧力および／または時間モーメントの大幅な偏移を包含しないように、十分小さくなるべきである。しかしながら、１つの心周期よりも長く延在する時間窓が、好適なデータを提供するであろう。好ましくは、測定間隔は、異なる心周期中の同じ点で始まり、終了する、複数の心周期である。複数の心周期を使用することにより、種々の高次モーメントの計算で使用される平均圧力値が、周期の不完全な測定によりバイアスされない平均圧力値Ｐａｖｇを使用することを確実にする。
【００３７】
より大きいサンプリングウィンドウは、反射によって引き起こされるもの等の摂動の効果が、典型的には低減されるという利点を有する。当業者に周知である通常の実験および臨床的方法を使用して、適切な時間窓を決定することができる。時間窓は単一の心周期と一致することが可能であり、その場合、平均圧力偏移は懸念されないことに留意されたい。
【００３８】
時間窓［ｔ０，ｔｆ］はまた、Ｐａｖｇの偏流に従って調整可能である。例えば、所与の時間窓にわたるＰａｖｇが、以前の時間窓のＰａｖｇとは閾値量以上に絶対的または比例的に異なる場合には、時間窓を低減することができ、この場合、次いで、時間窓を拡張できることを示すために、Ｐａｖｇの安定性が使用される。時間窓はまた、雑音源、または信号対雑音比あるいは変動に基づいて、拡張および収縮することもできる。好ましくは、どれだけ時間窓が拡張または収縮することを許可されるかに制限が置かれ、そのような拡張または収縮が全く許可されない場合には、好ましくは、時間間隔の指示がユーザに表示される。
【００３９】
時間窓は、心周期中の特定の点で始まる必要はない。したがって、ｔ０はｔｄｉａ０と同じである必要はないが、これは多くの実装において便利な選択肢であってもよい。したがって、各測定間隔の開始および終了（すなわち、ｔ０およびｔｆ）は、時間ｔｄｉａ０またはｔｓｙｓ等の心周期のほとんどあらゆる特性で、またはＲ波等の非圧力特性で誘起されてもよい。
【００４０】
血圧を直接測定するよりもむしろ、血圧に比例する任意の他の入力信号が使用されてもよい。これは、計算中のいくつかの点のうちのいずれかまたは全てにおいて、較正が行われてもよいことを意味する。例えば、動脈血圧自体以外の信号が入力として使用される場合には、種々の成分モーメントを計算するためにその値が使用される前に、またはその後で、血圧に較正されてもよく、その場合、いずれか一方の結果として生じるモーメント値をスケーリングすることができる。手短に言えば、場合によっては、心臓血管パラメータが動脈血圧の直接測定値以外の異なる入力信号を使用するという事実が、正確なコンプライアンス推定値を生成する能力を妨げない。
【００４１】
動脈緊張を計算するように多変量統計モデルを作成することは、いくつかのことを伴う。例えば、モデルを確立するために、多重線形回帰応答曲面法を使用することができる。モデルで使用される項の数は、モデルが強制される代替方法によって決定される、モデル出力値と動脈緊張値との間の平均二乗誤差を最小化するように、いくつかの数値的アプローチを使用して決定することができる。具体的には、以下のように、各一組の動脈圧波形パラメータに対するχの値を生じる多項式の係数を生成するために、多項式多変量適合関数が使用される。
【００４２】
【数２】
ここで、ａ１…ａｎは、多項式多重回帰モデルの係数であり、ｘ１…ｘｎは、モデルの予測変数である。予測変数は、動脈圧波形から導出される、上記で論議される係数から選択される。
【００４３】
モデルの予測変数χｉのそれぞれは、動脈圧波形パラメータｖｉの所定の組み合わせであり、以下のように算出することができる。
【００４４】
【数３】
係数ｖｉは、動脈圧波形の異なる時間および周波数領域パラメータである。
【００４５】
一例として、１１個の動脈圧波形パラメータを使用して、多変量統計モデルが作成された。これらのパラメータは、ν１（動脈拍動圧の標準偏差（σＰ））、ν２（心拍数）、ν３（平均動脈圧（Ｐａｖｇ））、ν４（圧力加重標準偏差（σＴ））、ν５（圧力加重ＭＡＰ（μ１Ｔ））、ν６（動脈拍動圧の歪度（μ３Ｐ））、ν７（動脈拍動圧の尖度（μ４Ｐ））、ν８（圧力加重歪度（μ３Ｔ））、ν９（圧力加重尖度（μ４Ｔ））、ν１０（圧力依存性ウィンドケッセルコンプライアンス（ＣＷ））、およびν１１（患者体表面積（ＢＳＡ））であった。係数ａｉおよび指数マトリクス「Ｐ」は、被検者から収集された係数データを使用する多変量最小二乗回帰によって決定することができる。係数および指数係数は、参照被検者集団について熱希釈法を通して決定される、「真の」１回拍出量に関係付けられる。このモデルでは、ＡおよびＰは、以下のように確立された。
【００４６】
【数４】
回帰は、回帰変数あたりのパラメータの数を３未満に抑える方法で行われ、各パラメータは２を超えない位数を有した。したがって、マトリクスＰの各横列は、多くても３つのゼロ以外の項を有し、Ｐの各要素の絶対値は多くても２である。これらの制約は、数値的安定性および精度を確立するために使用された。したがって、χの式は、１１次元パラメータ空間の中の二次曲線になる。χについて決定される多項式は、以下のように書くことができる。
【００４７】
【数５】
したがって、被検者の動脈緊張は、最初に既述のようなモデルを作成することによって決定することができる（すなわち、動脈緊張に依存する血圧パラメータを表す、一組の臨床的に導出された参照測定値に関する近似関数であって、上記で説明されるパラメータのうちの１つ以上の関数である近似関数と、（モデルに応じて）正常な血液動態状態を伴う被検者または中心から末梢までの動脈圧遮断を経験している被検者からの動脈緊張に依存する血圧パラメータを表す、一組の臨床的に決定された参照測定値とを決定する）。次に、動脈血圧波形データから一組の動脈血圧パラメータを決定し、一組の動脈血圧パラメータは、多変量統計モデルを作成するために使用される同じパラメータを含む。次いで、一組の動脈血圧パラメータで近似関数を評価することによって、被検者の正常な動脈緊張を推定する。
【００４８】
いったん遮断および正常状態に対する多変量統計モデルが上記で説明されるように確立されると、被検者の遮断および正常動脈緊張を継続的に計算し、経時的に差または比の変化を監視するために、本明細書で説明されるモデルおよび方法を使用することができる。差は、動脈緊張間の単純デルタ（Δ）値となり得るか、または、例えば、差あるいは変化率として表すことができる。同様に、比は、被検者の正常な動脈緊張に対する遮断した動脈緊張の比となり得る。２つの動脈緊張間の差または比の見当を合わせるように計算される数値にかかわらず、被検者が中心から末梢までの動脈遮断を経験していることを示すために、所定の閾値を超える、この値の変化を使用することができる。さらに、動脈緊張から計算される値、例えば、心拍出量も計算することができ、これらの差を監視することができる。具体的実施例として、被検者の第１の動脈緊張と被検者の第２の動脈緊張との間の差は、被検者の第２の動脈緊張と比較した被検者の第１の動脈緊張の変化率として計算することができる。変化率を使用した閾値の実施例は、１％以上、２％以上、３％以上、４％以上、５％以上、６％以上、７％以上、８％以上、９％以上、１０％以上、１５％以上、２０％以上、３０％以上、４０％以上、および５０％以上を含む。同様に、被検者の正常な動脈緊張に対する被検者の遮断した動脈緊張の比を使用した閾値の実施例は、１．０１以上、１．０２以上、１．０３以上、１．０４以上、１．０５以上、１．０６以上、１．０７以上、１．０８以上、１．０９以上、１．１０以上、１．１５以上、１．２０以上、１．３０以上、１．４０以上、および１．５０以上を含む。方法はさらに、遮断または高心拍出量状態が決定された時にユーザに警告することができる。そのような警告は、グラフィカルユーザインターフェース上で公表される通知または音となり得る。
【００４９】
図１２は、被検者における中心から末梢までの遮断を監視するための本明細書で説明される方法を実装するシステムの主要構成要素を示す。方法は、既存の患者監視デバイス内で実装されてもよく、または専用モニタとして実装されてもよい。上述のように、圧力、または圧力に比例する何らかの他の入力信号が、侵襲的または非侵襲的といった２つの方法のうちのいずれか一方、または実際には両方で感知されてもよい。便宜上、システムは、圧力に変換される何らかの他の入力信号とはとは対照的に、動脈血圧を測定するものとして説明されている。
【００５０】
図１２は、完全を期して両方の種類の圧力感知を示す。本明細書で説明される方法の最も実用的な用途では、いずれか一方またはいくつかの変化例が、典型的には実装される。本明細書で説明される方法の侵襲的用途では、従来の圧力センサ１００が、人間または動物の患者の身体の一部分１３０の動脈１２０に挿入される、カテーテル１１０の上に載置される。動脈１２０は、例えば、大腿、橈骨、または上腕動脈等の動脈系の中の任意の動脈である。本明細書で説明される方法の非侵襲的用途では、フォトプレチィスモグラフィ血圧プローブ等の従来の圧力センサ２００が、任意の従来の方式で、例えば、指の周囲のカフ２３０または患者の手首の上に載置されたトランスデューサを使用して、外部に載置される。図１２は、両方の種類を概略的に示す。
【００５１】
センサ１００、２００からの信号は、通常は信号を処理し、コードを実行するように含まれる、１つ以上のプロセッサと、他の支援ハードウェアおよびシステムソフトウェア（図示せず）とを含む、処理システム３００に、入力として任意の既知のコネクタを介して渡される。本明細書で説明される方法は、修正された標準パーソナルコンピュータを使用して実装されてもよく、またはより大きい特殊監視システムに組み込まれてもよい。本明細書で説明される方法とともに使用するために、処理システム３００はまた、必要に応じて、増幅、フィルタリング、または測距等の通常の信号処理タスクを行う、調整回路３０２を含んでもよく、またはそれに接続される。次いで、調整された感知入力圧力信号Ｐ（ｔ）は、クロック回路３０５からの時間参照を有するか、または得る、従来のアナログ・デジタル変換器ＡＤＣ３０４によって、デジタル形態に変換される。十分理解されるように、ＡＤＣ３０４のサンプリング周波数は、圧力信号のエイリアシングを回避するよう、ナイキスト基準に関して選択されるべきである（この手順はデジタル信号処理の技術分野で非常に良く知られている）。ＡＤＣ３０４からの出力は、その値が従来のメモリ回路（図示せず）に記憶されてもよい、離散圧力信号Ｐ（ｋ）となる。
【００５２】
値Ｐ（ｋ）は、被検者の遮断および血液動態動脈緊張を決定するように多変量統計モデルを実装するためのコンピュータ実行可能コードを備える、ソフトウェアモジュール３１０によって、メモリに渡されるか、またはメモリからアクセスされる。そのようなソフトウェアモジュール３１０の設計は、コンピュータプログラミングの当業者にとって単純明快である。
【００５３】
使用される場合、年齢、身長、体重、ＢＳＡ等の患者特有のデータが、閾値または閾値範囲値等の他の所定のパラメータも記憶してもよい、メモリ領域３１５に記憶される。これらの値は、従来の方式で任意の既知の入力デバイス４００を使用して入力されてもよい。
【００５４】
動脈緊張の比較は、モジュール３２０で行われる。計算モジュール３２０は、コンピュータ実行可能コードを含み、モジュール３１０の出力を入力として取り、次いで、選択された動脈緊張の計算を行う。
【００５５】
図１２によって図示されるように、結果は、付加的な処理のためにさらなるモジュール（３３０）に渡され、最終的に、ユーザへの表示およびユーザによる解釈のために、従来のディスプレイまたは記録デバイス５００上で表示されてもよい。入力デバイス４００と同様に、ディスプレイ５００は、典型的には、他の目的で処理システムによって使用されるのと同じとなる。
【００５６】
本明細書で説明される方法のそれぞれについて、遮断が検出されると、ユーザに通知することができる。ユーザには、ディスプレイ５００または別のグラフィカルユーザインターフェース上で通知を公表することによって遮断を通知することができる。さらに、遮断をユーザに通知するために、音を使用することができる。視覚および聴覚信号の両方を使用することができる。
【００５７】
方法、装置、およびコンピュータプログラム製品のブロック図を参照して、本発明の例示的実施形態を上記で説明してきた。当業者であれば、ブロック図の各ブロック、およびブロック図のブロックの組み合わせは、それぞれ、コンピュータプログラム命令を含む種々の手段によって実装することができると理解するであろう。これらのコンピュータプログラム命令は、コンピュータまたは他のプログラム可能なデータ処理装置上で実行する命令が、ブロックで特定される機能を実装するための手段を作成するように、機械を生産するよう、汎用コンピュータ、特殊用途コンピュータ、または他のプログラム可能なデータ処理装置上にロードされてもよい。
【００５８】
本明細書で説明される方法はさらに、コンピュータ可読メモリに記憶された命令が、図１２に図示されたブロックで特定される機能を実装するためのコンピュータ可読命令を含む、製造品を生産するように、コンピュータ、またはプロセッサあるいは処理システム等の他のプログラム可能なデータ処理装置（図１２で３００として示される）に特定の方式で機能するように指図することができる、コンピュータ可読メモリに記憶されてもよいコンピュータプログラム命令に関する。コンピュータプログラム命令はまた、コンピュータまたは他のプログラム可能な装置上で実行する命令が、ブロックで特定される機能を実装するためのことを提供するように、一連の動作ことをコンピュータ、処理システム３００、または他のプログラム可能な装置上で行わせて、コンピュータ実装過程を生産するよう、コンピュータ、処理システム３００、または他のプログラム可能なデータ処理装置上にロードされてもよい。また、種々の計算を行い、本明細書で説明される関連方法ことを行うために使用される、種々のソフトウェアモジュール３１０、３２０、および３３０も、方法が異なる処理システムにロードされ、それによって実行されることを可能にするために、コンピュータ可読媒体上にコンピュータ実行可能命令として記憶することができる。
【００５９】
したがって、ブロック図のブロックは、特定された機能を果たすための手段の組み合わせ、特定された機能を果たすためのことの組み合わせ、および特定された機能を果たすためのプログラム命令手段を支援する。当業者であれば、ブロック図の各ブロック、およびブロック図のブロックの組み合わせは、特定された機能またはことを果たす特殊用途ハードウェアベースのコンピュータシステム、または特殊用途ハードウェアおよびコンピュータ命令の組み合わせによって実装することができると理解するであろう。
【００６０】
本発明は、本発明のいくつかの側面の例証として意図される、本明細書で開示される実施形態によって範囲を限定されず、機能的に同等である任意の実施形態は、本発明の範囲内である。本明細書で示され、説明されるものに加えて、方法の種々の修正が、当業者に明白となり、添付の請求項の範囲内に入ることを目的としている。さらに、本明細書で開示される方法ことのある代表的な組み合わせのみが、上記の実施形態で具体的に論議されているが、方法ことの他の組み合わせが、当業者に明白となり、また、添付の請求項の範囲内に入ることを目的としている。したがって、ことの組み合わせが、本明細書で明示的に記述されてもよい一方で、たとえ明示的に記載されなくても、ことの他の組み合わせが含まれる。本明細書で使用されるような「備える」という用語およびその変化例は、「含む」という用語およびその変化例と同意語として使用され、制約のない非限定的用語である。
【特許請求の範囲】
【請求項１】
被検者における中心から末梢までの動脈圧遮断を監視する方法であって、
該被検者からの動脈圧波形データを提供することと、
該被検者の第１の動脈緊張を決定するために、第１の多変量統計モデルを該動脈圧波形データに適用することであって、該第１の多変量統計モデルは、中心から末梢までの動脈圧遮断を経験していた一群の被験者からの一組の動脈圧波形データから作成され、該第１の多変量統計モデルは、該被検者の第１の動脈緊張の値を提供する、ことと、
該被検者の正常な動脈緊張を決定するために、第２の多変量統計モデルを該動脈圧波形データに適用することであって、該第２の多変量統計モデルは、正常な血液動態状態を有する一群の被験者からの一組の動脈圧波形データから作成され、該第２の多変量統計モデルは、該被検者の第２の動脈緊張の値を提供する、ことと、
該被検者の第１の動脈緊張を該被検者の第２の動脈緊張と比較することと
を含み、閾値よりも大きい、該被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の差は、該被検者が中心から末梢までの動脈圧遮断を経験していることを示す、方法。
【請求項２】
被検者における中心から末梢までの動脈圧遮断を監視する方法であって、
該被検者からの動脈圧波形データを提供することと、
該被検者の第１の動脈緊張を決定するために、第１の多変量統計モデルを該動脈圧波形データに適用することであって、該第１の多変量統計モデルは、中心から末梢までの動脈圧遮断を経験していた一群の被験者からの一組の動脈圧波形データから作成され、該第１の多変量統計モデルは、該被検者の第１の動脈緊張の値を提供する、ことと、
該被検者の正常な動脈緊張を決定するために、第２の多変量統計モデルを該動脈圧波形データに適用することであって、該第２の多変量統計モデルは、正常な血液動態状態を有する一群の被験者からの一組の動脈圧波形データから作成され、該第２の多変量統計モデルは、該被検者の第２の動脈緊張の値を提供する、ことと、
該被検者の第１の動脈緊張を該被検者の第２の動脈緊張と比較することと
を含み、閾値よりも大きい、該被検者の第２の動脈緊張に対する該被検者の第１の動脈緊張の比は、該被検者が中心から末梢までの動脈圧遮断を経験していることを示す、方法。
【請求項３】
被検者の第１の心拍出量および被検者の第２の心拍出量を計算するために、該被検者の第１の動脈緊張および該被検者の第２の動脈緊張を使用することをさらに含み、閾値よりも大きい、該被検者の第１の心拍出量と該被検者の第２の心拍出量との間の差は、該被検者が中心から末梢までの動脈圧遮断を経験していることを示す、請求項１または２のうちの一項に記載の方法。
【請求項４】
前記被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の前記差は、該被検者の第２の動脈緊張と比較した該被検者の第１の動脈緊張の変化率として計算される、請求項１または２のうちの一項に記載の方法。
【請求項５】
前記多変量統計モデルは、血管症状の影響を受ける１つ以上のパラメータを含む、一組の係数に基づいている、請求項１または２のうちの一項に記載の方法。
【請求項６】
前記多変量統計モデルは、（ａ）前記動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）前記被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータから成る群より選択される１つ以上のパラメータを含む一組の係数に基づく、請求項１または２のうちの一項に記載の方法。
【請求項７】
前記多変量統計モデルは、（ａ）前記動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）前記被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータを含む一組の係数に基づく、請求項１または２のうちの一項に記載の方法。
【請求項８】
前記閾値は、１％以上である、請求項１に記載の方法。
【請求項９】
前記閾値は、５％以上である、請求項１に記載の方法。
【請求項１０】
前記閾値は、１０％以上である、請求項１に記載の方法。
【請求項１１】
前記閾値は、２０％以上である、請求項１に記載の方法。
【請求項１２】
前記閾値比は、１．０１以上である、請求項２に記載の方法。
【請求項１３】
前記閾値比は、１．０５以上である、請求項２に記載の方法。
【請求項１４】
前記閾値比は、１．１０以上である、請求項２に記載の方法。
【請求項１５】
前記閾値比は、１．２０以上である、請求項２に記載の方法。
【請求項１６】
前記被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の前記差は、継続的に分析される、請求項１または２のうちのいずれか一項に記載の方法。
【請求項１７】
前記閾値よりも大きい、前記被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の前記差は、グラフィカルユーザインターフェース上に表示される、請求項１に記載の方法。
【請求項１８】
前記閾値よりも大きい、前記被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の前記差は、棒グラフまたは動向グラフとして表示される、請求項１７に記載の方法。
【請求項１９】
前記閾値よりも大きい、前記被検者の第２の動脈緊張に対する該被検者の第１の動脈緊張の前記比は、グラフィカルユーザインターフェース上に表示される、請求項２に記載の方法。
【請求項２０】
前記閾値よりも大きい、前記被検者の第２の動脈緊張に対する該被検者の第１の動脈緊張の前記比は、棒グラフまたは動向グラフとして表示される、請求項１９に記載の方法。
【請求項２１】
前記被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の前記差が、前記閾値よりも大きいときに、ユーザに警告することをさらに含む、請求項１に記載の方法。
【請求項２２】
前記被検者の第１の動脈緊張の該被検者の第２の動脈緊張に対する前記比が、前記閾値よりも大きいときに、ユーザに警告することをさらに含む、請求項２に記載の方法。
【請求項２３】
前記ユーザは、グラフィカルユーザインターフェース上で通知を公表することによって警告される、請求項２１または２２のうちのいずれか一項に記載の方法。
【請求項２４】
前記ユーザは、音を発することによって警告される、請求項２１または２２のうちのいずれか一項に記載の方法。
【請求項２５】
前記被検者の第１の動脈緊張は、
動脈緊張に依存する血圧パラメータを表す一組の臨床的に導出された参照測定値に関する近似関数を決定するステップであって、該近似関数は、少なくとも、（ａ）前記動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）該被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータの関数であり、一組の臨床的に決定された参照測定値は、中心から末梢までの動脈圧遮断を経験している被検者からの動脈緊張に依存する血圧パラメータを表す、ステップと、
該動脈血圧波形データから一組の動脈血圧パラメータを決定するステップであって、該一組の動脈血圧パラメータは、少なくとも、（ａ）該動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）外被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータを含む、ステップと、
該一組の動脈血圧パラメータによって近似関数を評価するステップと
以下のステップを使用して作成される前記第１の多変量統計モデルを適用することによって決定される、請求項１または２のうちの一項に記載の方法。
【請求項２６】
前記被検者の正常な動脈緊張は、
動脈緊張に依存する血圧パラメータを表す、一組の臨床的に導出された参照測定値に関する近似関数を決定するステップであって、該近似関数は、少なくとも、（ａ）前記動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）前記被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータの関数であり、一組の臨床的に決定された参照測定値は、正常な血液動態状態を伴う被検者からの動脈緊張に依存する血圧パラメータを表す、ステップと、
該動脈血圧波形データから一組の動脈血圧パラメータを決定するステップであって、該一組の動脈血圧パラメータは、少なくとも、（ａ）該動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）該被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータを含む、ステップと、
該一組の動脈血圧パラメータを用いて該近似関数を評価することによって、該被検者の正常な動脈緊張を推定するステップと
を使用して作成される前記第２の多変量統計モデルを適用することによって決定される、請求項１または２のうちの一項に記載の方法。
【請求項１】
被検者における中心から末梢までの動脈圧遮断を監視する方法であって、
該被検者からの動脈圧波形データを提供することと、
該被検者の第１の動脈緊張を決定するために、第１の多変量統計モデルを該動脈圧波形データに適用することであって、該第１の多変量統計モデルは、中心から末梢までの動脈圧遮断を経験していた一群の被験者からの一組の動脈圧波形データから作成され、該第１の多変量統計モデルは、該被検者の第１の動脈緊張の値を提供する、ことと、
該被検者の正常な動脈緊張を決定するために、第２の多変量統計モデルを該動脈圧波形データに適用することであって、該第２の多変量統計モデルは、正常な血液動態状態を有する一群の被験者からの一組の動脈圧波形データから作成され、該第２の多変量統計モデルは、該被検者の第２の動脈緊張の値を提供する、ことと、
該被検者の第１の動脈緊張を該被検者の第２の動脈緊張と比較することと
を含み、閾値よりも大きい、該被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の差は、該被検者が中心から末梢までの動脈圧遮断を経験していることを示す、方法。
【請求項２】
被検者における中心から末梢までの動脈圧遮断を監視する方法であって、
該被検者からの動脈圧波形データを提供することと、
該被検者の第１の動脈緊張を決定するために、第１の多変量統計モデルを該動脈圧波形データに適用することであって、該第１の多変量統計モデルは、中心から末梢までの動脈圧遮断を経験していた一群の被験者からの一組の動脈圧波形データから作成され、該第１の多変量統計モデルは、該被検者の第１の動脈緊張の値を提供する、ことと、
該被検者の正常な動脈緊張を決定するために、第２の多変量統計モデルを該動脈圧波形データに適用することであって、該第２の多変量統計モデルは、正常な血液動態状態を有する一群の被験者からの一組の動脈圧波形データから作成され、該第２の多変量統計モデルは、該被検者の第２の動脈緊張の値を提供する、ことと、
該被検者の第１の動脈緊張を該被検者の第２の動脈緊張と比較することと
を含み、閾値よりも大きい、該被検者の第２の動脈緊張に対する該被検者の第１の動脈緊張の比は、該被検者が中心から末梢までの動脈圧遮断を経験していることを示す、方法。
【請求項３】
被検者の第１の心拍出量および被検者の第２の心拍出量を計算するために、該被検者の第１の動脈緊張および該被検者の第２の動脈緊張を使用することをさらに含み、閾値よりも大きい、該被検者の第１の心拍出量と該被検者の第２の心拍出量との間の差は、該被検者が中心から末梢までの動脈圧遮断を経験していることを示す、請求項１または２のうちの一項に記載の方法。
【請求項４】
前記被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の前記差は、該被検者の第２の動脈緊張と比較した該被検者の第１の動脈緊張の変化率として計算される、請求項１または２のうちの一項に記載の方法。
【請求項５】
前記多変量統計モデルは、血管症状の影響を受ける１つ以上のパラメータを含む、一組の係数に基づいている、請求項１または２のうちの一項に記載の方法。
【請求項６】
前記多変量統計モデルは、（ａ）前記動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）前記被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータから成る群より選択される１つ以上のパラメータを含む一組の係数に基づく、請求項１または２のうちの一項に記載の方法。
【請求項７】
前記多変量統計モデルは、（ａ）前記動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）前記被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータを含む一組の係数に基づく、請求項１または２のうちの一項に記載の方法。
【請求項８】
前記閾値は、１％以上である、請求項１に記載の方法。
【請求項９】
前記閾値は、５％以上である、請求項１に記載の方法。
【請求項１０】
前記閾値は、１０％以上である、請求項１に記載の方法。
【請求項１１】
前記閾値は、２０％以上である、請求項１に記載の方法。
【請求項１２】
前記閾値比は、１．０１以上である、請求項２に記載の方法。
【請求項１３】
前記閾値比は、１．０５以上である、請求項２に記載の方法。
【請求項１４】
前記閾値比は、１．１０以上である、請求項２に記載の方法。
【請求項１５】
前記閾値比は、１．２０以上である、請求項２に記載の方法。
【請求項１６】
前記被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の前記差は、継続的に分析される、請求項１または２のうちのいずれか一項に記載の方法。
【請求項１７】
前記閾値よりも大きい、前記被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の前記差は、グラフィカルユーザインターフェース上に表示される、請求項１に記載の方法。
【請求項１８】
前記閾値よりも大きい、前記被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の前記差は、棒グラフまたは動向グラフとして表示される、請求項１７に記載の方法。
【請求項１９】
前記閾値よりも大きい、前記被検者の第２の動脈緊張に対する該被検者の第１の動脈緊張の前記比は、グラフィカルユーザインターフェース上に表示される、請求項２に記載の方法。
【請求項２０】
前記閾値よりも大きい、前記被検者の第２の動脈緊張に対する該被検者の第１の動脈緊張の前記比は、棒グラフまたは動向グラフとして表示される、請求項１９に記載の方法。
【請求項２１】
前記被検者の第１の動脈緊張と該被検者の第２の動脈緊張との間の前記差が、前記閾値よりも大きいときに、ユーザに警告することをさらに含む、請求項１に記載の方法。
【請求項２２】
前記被検者の第１の動脈緊張の該被検者の第２の動脈緊張に対する前記比が、前記閾値よりも大きいときに、ユーザに警告することをさらに含む、請求項２に記載の方法。
【請求項２３】
前記ユーザは、グラフィカルユーザインターフェース上で通知を公表することによって警告される、請求項２１または２２のうちのいずれか一項に記載の方法。
【請求項２４】
前記ユーザは、音を発することによって警告される、請求項２１または２２のうちのいずれか一項に記載の方法。
【請求項２５】
前記被検者の第１の動脈緊張は、
動脈緊張に依存する血圧パラメータを表す一組の臨床的に導出された参照測定値に関する近似関数を決定するステップであって、該近似関数は、少なくとも、（ａ）前記動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）該被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータの関数であり、一組の臨床的に決定された参照測定値は、中心から末梢までの動脈圧遮断を経験している被検者からの動脈緊張に依存する血圧パラメータを表す、ステップと、
該動脈血圧波形データから一組の動脈血圧パラメータを決定するステップであって、該一組の動脈血圧パラメータは、少なくとも、（ａ）該動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）外被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータを含む、ステップと、
該一組の動脈血圧パラメータによって近似関数を評価するステップと
以下のステップを使用して作成される前記第１の多変量統計モデルを適用することによって決定される、請求項１または２のうちの一項に記載の方法。
【請求項２６】
前記被検者の正常な動脈緊張は、
動脈緊張に依存する血圧パラメータを表す、一組の臨床的に導出された参照測定値に関する近似関数を決定するステップであって、該近似関数は、少なくとも、（ａ）前記動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）前記被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータの関数であり、一組の臨床的に決定された参照測定値は、正常な血液動態状態を伴う被検者からの動脈緊張に依存する血圧パラメータを表す、ステップと、
該動脈血圧波形データから一組の動脈血圧パラメータを決定するステップであって、該一組の動脈血圧パラメータは、少なくとも、（ａ）該動脈圧波形データの標準偏差に基づくパラメータ、（ｂ）該被検者の心拍数に基づくパラメータ、（ｃ）動脈血圧信号の収縮期部分の下の領域に基づくパラメータ、（ｄ）収縮期の継続時間に基づくパラメータ、（ｅ）拡張期の継続時間に対する該収縮期の該継続時間の比に基づくパラメータ、（ｆ）一組の動脈圧波形データの平均動脈圧に基づくパラメータ、（ｇ）一組の動脈圧波形データの圧力加重標準偏差に基づくパラメータ、（ｈ）一組の動脈圧波形データの圧力加重平均に基づくパラメータ、（ｉ）一組の動脈圧波形データの動脈拍動の脈動歪度値に基づくパラメータ、（ｊ）一組の動脈圧波形データの動脈拍動の脈動尖度値に基づくパラメータ、（ｋ）一組の動脈圧波形データの圧力加重歪度に基づくパラメータ、（ｌ）一組の動脈圧波形データの圧力加重尖度に基づくパラメータ、（ｍ）一組の動脈圧波形データの圧力依存性ウィンドケッセルコンプライアンスに基づくパラメータ、および（ｎ）該被検者の体表面積に基づくパラメータを含む、ステップと、
該一組の動脈血圧パラメータを用いて該近似関数を評価することによって、該被検者の正常な動脈緊張を推定するステップと
を使用して作成される前記第２の多変量統計モデルを適用することによって決定される、請求項１または２のうちの一項に記載の方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【公表番号】特表２０１２−５２１２２３（Ｐ２０１２−５２１２２３Ａ）
【公表日】平成２４年９月１３日（２０１２．９．１３）
【国際特許分類】
【出願番号】特願２０１２−５００９９９（Ｐ２０１２−５００９９９）
【出願日】平成２２年３月１９日（２０１０．３．１９）
【国際出願番号】ＰＣＴ／ＵＳ２０１０／０２８００４
【国際公開番号】ＷＯ２０１０／１０８１１０
【国際公開日】平成２２年９月２３日（２０１０．９．２３）
【出願人】（５００２１８１２７）エドワーズ ライフサイエンシーズ コーポレイション (93)
【氏名又は名称原語表記】Ｅｄｗａｒｄｓ Ｌｉｆｅｓｃｉｅｎｃｅｓ Ｃｏｒｐｏｒａｔｉｏｎ
【住所又は居所原語表記】Ｏｎｅ Ｅｄｗａｒｄｓ Ｗａｙ， Ｉｒｖｉｎｅ， ＣＡＬＩＦＯＲＮＩＡ ９２６１４， Ｕ．Ｓ．Ａ．
【Ｆターム（参考）】
【公表日】平成２４年９月１３日（２０１２．９．１３）
【国際特許分類】
【出願日】平成２２年３月１９日（２０１０．３．１９）
【国際出願番号】ＰＣＴ／ＵＳ２０１０／０２８００４
【国際公開番号】ＷＯ２０１０／１０８１１０
【国際公開日】平成２２年９月２３日（２０１０．９．２３）
【出願人】（５００２１８１２７）エドワーズ ライフサイエンシーズ コーポレイション (93)
【氏名又は名称原語表記】Ｅｄｗａｒｄｓ Ｌｉｆｅｓｃｉｅｎｃｅｓ Ｃｏｒｐｏｒａｔｉｏｎ
【住所又は居所原語表記】Ｏｎｅ Ｅｄｗａｒｄｓ Ｗａｙ， Ｉｒｖｉｎｅ， ＣＡＬＩＦＯＲＮＩＡ ９２６１４， Ｕ．Ｓ．Ａ．
【Ｆターム（参考）】
[ Back to top ]