[發明專利]預測心理和神經障礙治療期間的不利事件的系統和方法無效
| 申請號: | 200680002078.0 | 申請日: | 2006-01-12 |
| 公開(公告)號: | CN101529429A | 公開(公告)日: | 2009-09-09 |
| 發明(設計)人: | S·D·格林沃德;P·H·德芙林;J·C·希格爾 | 申請(專利權)人: | 艾斯柏克特醫療系統股份有限公司 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 上海專利商標事務所有限公司 | 代理人: | 陳 煒 |
| 地址: | 美國馬*** | 國省代碼: | 美國;US |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 預測 心理 神經 障礙 治療 期間 不利 事件 系統 方法 | ||
相關申請的交叉引用
本申請聲明對2005年1月12日提交的序列號為60/643,350的美國臨時申請 的優先權。
背景技術
抑郁癥是一種心境障礙,每年影響一千七百萬美國人、并造成九百七十萬次 診治。它以各種各樣的方式影響患者,導致心境抑郁、易怒、睡眠障礙、感覺焦躁、 內疚和沒有價值、缺乏活力和動力、不能集中注意力、并且自殺發生率增大。現在 有許多的抗抑郁藥劑,并且一旦確定了適當的治療方案,它們的療效相當高。
嚴重的抑郁性障礙(MDD)是最常與已遂自殺相關聯的精神病診斷。美國自 殺學協會在他們的網頁上指出在未治療MDD患者中自殺的終生危險將近有20%。 自殺已遂人群中約有2/3在死亡時處于抑郁狀態。在芬蘭對自殺已遂并患有嚴重的 抑郁性障礙的71個個體進行的研究中,只有45%在死亡時正在接受治療,且只有 1/3正在服用抗抑郁藥物。
證據顯示:一些抑郁癥患者的藥物治療會增加青少年自殺意愿和行為的危險。 開發識別這些發展不利事件(尤其是自殺)危險加大的患者的方法將向患者和醫務 人員提供顯著益處。
Cook等人證明前額腦電圖(EEG)cordance-量化EEG(QEEG)參數-可預 測對氟西汀抗抑郁療法的成功反應。Greenwald等人在序列號為10/337,088的美國 專利申請中描述EEG指標的使用,即使用雙頻譜特性來評估抑郁癥的嚴重性并預 測對抗抑郁癥藥物治療的反應。已有報告:表征為每次診治的平均副作用量的副作 用負荷與正在接受抗抑郁治療的患者中安慰劑導入期間的EEG指標(前額 cordance)變化相關聯,但在安慰劑對照組中無關聯。
也已觀察到:異常的腦電圖(EEG)活動與包括抑郁、自殺和攻擊的各種精 神障礙和行為相關聯,并且已有報告:EEGα頻帶功率的內半球分布(尤其是頭皮 的后部區域)的差異(α不對稱)在年輕女性自殺嘗試者和匹配的對照之間不同。 具體地,與自殺嘗試者相比,對照在右半球展現出更大的EEGα頻帶功率。注意, 該研究不是自殺行為的危險預測,而是自殺嘗試之后進行的EEG模式的觀察研究。 數個研究者已報告:突發性EEG異常增加了患者自殺的危險。
發明內容
本發明是導出和計算預測諸如自殺意愿和/或動作的心理和神經不利事件的可 能性的特性和指標的一種系統和方法。本發明方法還預測在心理疾病治療之前或治 療期間自殺意愿和/或動作的可能性。為了獲得這樣的特性和指標,功率譜和時域 值根據從測試患者獲得的生物電位信號導出。該系統和方法識別有可能經歷諸如自 殺意愿或動作的心理和神經不利事件的癥狀變化(尤其是惡化)、因此處于危險之 中(例如自殺)的人。
附圖說明
圖1是本發明的用于在心理和神經障礙治療期間預測不利事件的系統的框圖。
圖2是本發明方法的步驟的流程圖。
圖3是示出根據抗抑郁治療分層的對惡化自殺意念(SI)組和未惡化SI組的 指標Pred2的值的誤差條形圖。
圖4是示出在治療的最初四周期間Pred2值與就Ham-D項3觀察到的離開基 線的最大變化的誤差條形圖。
圖5是示出根據抗抑郁治療分層的對惡化自殺意念(SI)組和未惡化SI組的 左邊減去右邊相對θ+α不對稱特性的基線值(BDRTAS12)的誤差條形圖。
圖6是在基線和第1周時測量的左邊減去右邊的相對θ+α不對稱(分別為 BDRTAS12和DRTAS12)的散布圖。
具體實施方式
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于艾斯柏克特醫療系統股份有限公司,未經艾斯柏克特醫療系統股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200680002078.0/2.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





