用于评估亨廷顿病（HD）的装置和方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114423336A(43)申请公布日2022.04.29(21)申请号202080068600.5(74)专利代理机构中国专利代理(香港)有限公(22)申请日2020.09.29司72001代理人权陆军李唐(30)优先权数据19200578.32019.09.30EP(51)Int.Cl.A61B5/00(2006.01)(85)PCT国际申请进入国家阶段日2022.03.30(86)PCT国际申请的申请数据PCT/EP2020/0772092020.09.29(87)PCT国际申请的公布数据WO2021/063937EN2021.04.08(71)申请人豪夫迈·罗氏有限公司地址瑞士巴塞尔(72)发明人M·林德曼F·利普斯迈尔C·A·M·V·G·西米利安权利要求书1页说明书15页附图1页(54)发明名称述移动设备和所述远程设备可操作地彼此连接。用于评估亨廷顿病（HD）的装置和方法此外，本发明预期上述移动设备或系统用于使用(57)摘要来自所述主体的中枢运动功能能力的测量结果本发明涉及疾病跟踪领域，且甚至可能涉及数据集的至少一个性能参数来预测患有HD的主诊断学领域。具体而言，其涉及用于预测患有亨体中的TMS的用途。廷顿病（HD）的主体中的总运动评分（totalmotorscore）（TMS）的方法，包括下述步骤：从来自所述主体的中枢运动功能能力的测量结果数据集确定至少一个性能参数，将所述确定的至少一个性能参数与从在一个实施方案中使用偏最小二乘法（PLS）分析利用所述至少一个性能参数在训练数据上生成的计算机实现的回归模型获得的参考进行比较，并基于所述比较预测所述主体的TMS。本发明还涉及移动设备，包括处理器、至少一个传感器和数据库以及软件，所述软件有形地嵌入到所述设备，并且当在所述设备上运行时，执行本发明的方法，以及包括移动设备和远程设备的系统，所述移动设备包括至少一个传感器，所述远程设备包括处理器和数据库以及软件，所述软件有形地嵌入到所述设备，并且当在CN114423336A所述设备上运行时，执行本发明的方法，其中所CN114423336A权利要求书1/1页1.用于预测患有亨廷顿病（HD）的主体中的总运动评分（TMS）的方法，包括下述步骤：a）从来自所述主体的中枢运动功能能力的测量结果数据集确定至少一个性能参数；b）将所述确定的至少一个性能参数与从使用偏最小二乘法（PLS）分析利用所述至少一个性能参数在训练数据上生成的计算机实现的回归模型获得的参考进行比较；并c）基于所述比较预测所述主体的TMS。2.根据权利要求1所述的方法，其中所述中枢运动功能能力的测量已经使用移动设备进行。3.根据权利要求2所述的方法，其中所述移动设备包括在智能手机、智能手表、可穿戴式传感器、便携式多媒体设备或平板电脑中。4.根据权利要求1至3中任一项所述的方法，其中所述中枢运动功能能力的测量包括精细运动功能的测量。5.根据权利要求1至4中任一项所述的方法，其中使用至少四个性能参数。6.根据权利要求1至5中任一项所述的方法，其中至少一个，在一个实施方案中至少两个，在进一步的实施方案中至少三个，在进一步的实施方案中所有四个表1的性能参数都被确定。7.根据权利要求1至6中任一项所述的方法，其中步骤a）的所述至少一个性能参数通过有形地嵌入在数据处理设备上的自动化算法从所述数据集得到。8.根据权利要求1至7中任一项所述的方法，其中将所述至少一个性能参数与步骤b）中的参考进行比较是通过在数据处理设备上实施的自动比较算法来实现的。9.根据权利要求1至8中任一项所述的方法，其中从使用偏最小二乘法（PLS）分析利用所述至少一个性能参数在训练数据上生成的计算机实现的回归模型获得的参考是来自PLS分析的模型方程、评分图表、至少一个预测图、至少一个相关性图和至少一个残差图。10.根据权利要求1至9中任一项所述的方法，其中所述方法是计算机实施的。11.移动设备，包括处理器、至少一个传感器和数据库以及软件，所述软件有形地嵌入到所述设备，并且当在所述设备上运行时，执行根据权利要求1至10中任一项的方法的至少步骤a），在一个实施方案中执行权利要求1至10中任一项的方法。12.包括移动设备和远程设备的系统，所述移动设备包括至少一个传感器，所述远程设备包括处理器和数据库以及软件，所述软件有形地嵌入到所述设备，并且当在所述设备上运行时，执行根据权利要求1至10中任一项的方法，其中所述移动设备和所述远程设备可操作地彼此连接。13.根据权利要求11的移动设备或根据权利要求12的系统用于使用来患有HD的主体的中枢运动功能能力测量结果数据集的至少一个性能参数来预测所述主体中的TMS的用途。2CN114423336A说明书1/