本公开涉及医疗设备，并且更具体地涉及监测心脏健康的医疗设备。
背景技术：
：：慢性心力衰竭(hf)发生在心脏无法响应于充盈压力而以充足的速率持续地泵送血液。为了改进心脏泵送血液的能力，被归类为具有ii至ivhf的纽约心脏协会(newyorkheartassociation；nyha)级别状态的充血性心力衰竭患者可能需要植入式医疗设备(imd)，诸如，植入式心脏复律除颤器(icd)和具有除颤能力的心脏再同步设备(crt-d)。尽管使用了imd改进心脏功能，但一些hf患者可能需要住院。由于心力衰竭住院(hfh)，全球医疗保健系统每年产生数十亿美元。标识处于hfh风险的患者以能够及时干预并防止昂贵的住院仍然是挑战。植入式心脏复律除颤器(icd)和具有除颤能力的心脏再同步设备(crt-d)被配置成获取各种诊断度量的数据，其随hf状态而改变，并共同地具有发出hfh风险增大的信号的潜力。由imd收集的诊断参数数据包括活动、白天和夜晚心率(nhr)、房性心动过速/心房颤动(at/af)负担、at/af期间的平均速率、crt起搏百分比、电击的次数和胸内阻抗。附加地，诊断度量的预设阈值或可编程阈值在被越过时触发通知，被称为设备观察。每个设备观察被记录在imd报告中。一种用于预测hfh风险的常规方法是sarkar等人的题为“心力衰竭监测(heartfailuremonitoring)”的美国预授权公开no.2012/0253207a1。sarkar等人针对通过无线传输远程询问imd以使用设备诊断来评估患者的预后的出院后时段。例如，可以在出院后的7天时段期间执行评估，使得做出以下的确定：患者是否具有1-6天的af负担>6小时、是否具有差的速率控制(即1天的af>6小时且速率>90bpm)、是否具有大于60或100欧姆-天的流体指数、是否夜晚心率>85bpm、是否心率变异性小于或等于40ms、是否具有室性心动过速、或是否％crt起搏<90％。如果满足列出的参数中任何两个，则认为患者有重新入院的高风险，并指定患者进行出院后护理(例如，护士呼叫或医治修改)。如果没有满足标准，则认为患者处于hfh的低风险，并且向该患者提供较少的关注。虽然sarkar等人为了计算hfh的风险提供了有用的信息，但是期望提供hfh风险的等级。附加地，还期望提供开发简化hfh风险计算而无需考虑是否触发了两个不同的列出的参数的方法。在martinr.cowie等人的风险分层研究中公开了另一种用于估计hfh风险的方法，“开发并验证从在植入式设备中监测到的参数导出的集成诊断算法，其用于标识处于走动环境中的心力衰竭住院风险处的患者，其公开了可以使用启发性方法将各种imd诊断变量结合用于先前的30天以评价在接下来30天中的患者hf风险(developmentandvalidationofanintegrateddiagnosticalgorithmderivedfromparametersmonitoredinimplantabledevicesforidentifyingpatientsatriskforheartfailurehospitalizationinanambulatorysettingwhichdisclosedthatvariousimddiagnosticsvariablescouldbecombinedfortheprevious30-daysusingaheuristicapproachtoassesspatienthfriskinthenext30days)”，欧洲心脏期刊(europeanheartjournal)(2013年八月14日)(以下被称为ehj文章)。又另一种方法涉及cazares等人的美国专利no.8,768,718b2。cazares等人使用患者之间比较，用于进行未来心力衰竭失代偿的风险分层。由患者监测设备收集当前的患者数据。确定与患者相关的参考组。从该参考组选择参考组数据集。该数据集包括其是从患者监测设备接收的类似类型的患者数据。使用概率分布函数生成参考组数据集的模型，并将其自动与接收的生理数据的模型进行比较以导出患者的指数。该方法是麻烦的。例如，该方法需要生成参考组数据集的模型，并使用概率分布函数将其自动进行比较。许多其他方法包括各种复杂性，诸如，cho等人的美国8,777,850、hettrick等人的美国预授权申请2012/0109243、anderson等人的美国7,682,316b2。虽然可以使用数个方法来预测hfh风险，但是可以进行改进。例如，期望开发估计hfh的风险的方法，可以容易地实现该方法而不会过度加重医疗保健提供者的负担。另外，将期望具有能够呈现增加的hfh风险的等级而不是诸如高风险和低风险之类的宽泛风险类别的方法或系统。附图说明图1是示出被配置成传输指示心力衰竭的诊断信息的示例系统的概念图，该示例系统包括被耦合到植入式医疗引线的植入式医疗设备(imd)。图2a是示出图1的示例imd和引线连同心脏的概念图。图2b是示出被耦合到不同配置的植入式医疗引线的图1的示例性imd连同心脏的概念图。图3是示出图1的imd的示例配置的功能框图。图4是示出促进用户与imd通信的外部编程器的示例配置的功能框图。图5是示出包括外部设备、和经由网络被耦合到图1中所示的imd和编程器的一个或多个计算设备的示例计算机系统的框图。图6示出了示例用户界面，其包括可用于针对患者确定心力衰竭住院的示例性心力衰竭数据。图7示出了示例用户界面，其包括可用于确定患者心力衰竭住院的示例性心力衰竭数据。图8是将与心力衰竭患者相关的数据组织并存储在存储器中的示例性技术的流程图，该数据后续用于预测患者的心力衰竭住院的预期风险。图9描绘了诊断变量和示例性默认阈值。图10描绘了示例性心力衰竭住院风险评价，其取决于心力衰竭患者的数据观察的持续时间和量。图11a-11b将心力衰竭住院事件率图形地描述为诊断数据观察的数量，其中排除阻抗趋势(图11a)并且包括阻抗趋势(图11b)。图12是描绘与增大的风险相关联的设备和临床事件心血管警报的图形用户界面。图13a-13c涉及数据库的形成，其中生成用于预期心力衰竭风险的查找表。图13a描绘了一组时间线，其中针对一组患者触发数据观察。图13b描绘了与心力衰竭住院相关联的一组数据观察类别，用于预测预期的心力衰竭住院。图13c是创建的查找表，其用于将评估时段期间的总数据观察与预期的心力衰竭住院进行关联。图14描绘了预测患者心力衰竭住院的预期风险的流程图。图15是描绘可以向用户显示的设备和临床事件心血管警报的图形用户界面。图16是用于产生心力衰竭事件风险状态而获取的数据的框图。图17是根据本公开的生成hf风险评分的总体方法的功能说明。图18描绘了脑利钠肽(bnp)水平的阻抗和发生频率。图19是关联患者的阻抗和bnp的散点图。具体实施方式提出了技术，其中使用通过使用植入式医疗设备(imd)而习惯上获取的数据的医疗设备系统预测患者的心力衰竭住院(hfh)的风险。医疗系统包括在预测患者的hfh风险时访问的外部设备(例如服务器等)。外部设备具有与心力衰竭患者相关的数据的集合，其组织并存储在存储器中以用于通过处理器访问。收集患者数据涉及多个操作。数据被解释为包括数据点(datum)、单数形式的数据或复数形式的数据。通常通过植入式医疗设备或其他合适的手段从每个患者收集数据。本文中所描述的技术聚焦在由植入式医疗设备和/或通过其他合适的手段测量的数据观察。数据观察是越过参数阈值或度量阈值的数据。将测量的数据观察存储在植入式医疗设备存储器中。随后后续将数据传输并存储到外部设备的存储器中。另外，将其他数据传输并存储到存储器中，该其他数据包括患者在评估期间是否经历了hfh。hfh发生在评估时段的开始还是结束处与预测hfh的预期风险无关。本文中所描述的技术仅确定在评估时段期间的某个时间发生hfh。在将数据存储在外部设备的存储器中之后，计算机系统将回顾时段定义为一组评估时间段。例如，患者的回顾时段包括两个连续的评估时段－之前的评估时段和当前评估时段。之前的评估时段发生在紧接当前评估时段之前。在一个或多个实施例中，每个评估时段延伸相同的时间量(例如，30天，45天，60天，75天，90天等)。在一个或多个其他实施例中，评估时段可延伸不同的时间量。例如，一个评估时段可以是30天，而另一评估时段可以是35天。在又另一实施例中，之前的评估时段可以涵盖与当前评估时段显著不同的时间量(例如，与当前评估时段的30天相比，之前的评估时段是90天)。在一个或多个其他实施例中，评估时段可以涵盖在两个连续的跟进(follow-up)会话(session)之间的整个持续时间。替代地，随着时间的推移，对于同一个患者整个持续时间可以是变量。例如，跟进1和跟进2之间的整个持续时间可以是60天，并且跟进2和跟进3之间的持续时间可以是90天。由该患者在该评估时段经历的其数据观察的总量对每个评估时段进行分类。对数据观察的总量进行计数，而不考虑数据观察的类型。为了对评估时段进行分类或归类，对数据观察进行计数以确定在该评估时段期间发生的数据观察的总量。例如，如果在评估时段期间存在0个数据观察，则将评估时段指定为0个数据观察，并且将评估时段放入0个数据观察类别中。随后将与零个数据观察类别相关联的计数器递增“1”，以指示评估时段已经被确定为具有零个数据观察。在对所有评估时段进行分类期间或之后，对特定数据观察类别内的每个评估时段或评估窗口进行计数。在确定被分类为在数据观察类别(例如，0个数据观察类别，1个数据观察类别，2个数据观察类别，3个数据观察类别等)内的总量评估时段之后，将总量存储到外部设备的存储器中。在相同的时间或大约相同的时间处，针对患者所经历的每个当前评估时段做出是否已经发生了hfh的确定。如果在当前评估时段期间患者经历了hfh，则该特定数据观察类别的hfh计数器递增“1”。随后估计每个数据观察类别的hfh风险。例如，用于估计用0、1、2、3或更多数据观察指定的每个评估时段的hfh风险的等式如下：随后估计每个数据观察类别的hfh的预期风险。例如，用于估计用0、1、2、3或更多数据观察指定的每个评估时段的hfh风险的等式如下：或者以另一方式说明如下：hfh风险＝(hfh接下来)/n接下来其中hfh接下来是针对该特定数据观察类别的在当前预测时段期间发生的hfh的总量(在图13b中示为“hfh”)，而n接下来表示与该特定数据观察类别相关联的评估窗口(也被称为“风险评价窗口”或“风险预测窗口”)的总数量。此后，创建将评估时段期间的总数据观察与预期的心力衰竭住院进行关联的查找表。在已经完成数据库并将其存储在存储器中之后，可以使用查找表来估计患者的心力衰竭住院的预期风险。例如，可以通过植入式医疗设备获取患者数据，其指示患者在之前的评估时段期间经历了2次数据观察并且当前评估时段经历了1次数据观察。使用总数据观察来访问查找表并确定每个评估时段的心力衰竭住院风险。在一个或多个实施例中，通过使用加权因子来确定预期心力衰竭住院风险，其中对之后的评估时间段加权比对更早的评估时间段加权更重。在一个或多个其他实施例中，可以基于用户定义的输入自动对每个评估时段进行加权。在一个或多个其他实施例中，医生能够通过将数据输入到计算机中来获得患者的定制hfh风险，其需要生成新的查找表，该新的查找表仅将hfh患者的数据与医生的患者的一个或多个特性进行关联。例如，可以生成新的查找表，其中数据仅限于从具有与医生的患者共享的特性(诸如，性别(即仅限于女性、仅限于男性)、年龄(例如儿科患者)或一些其他的年龄组(即超过40岁、超过50岁、超过60岁，40岁至50岁，50岁至60岁，60岁至70岁等)或其他合适的类别)的患者获取的心力衰竭数据。在一个或多个其他实施例中，可以通过考虑可能与患者的健康历史更相关的一个或两个参数来进一步定制hfh风险。例如，医生可聚焦在数据库中找到的参数子集。随后可以使用图形用户界面来向用户显示患者的预期心力衰竭住院风险。本公开被配置成提供比常规方法更现实的hfh风险。例如，在一个或多个实施例中，与当前评估时间段之前的评估时段相比，通过对最近的评估时段(即，当前评估时段)进行更重地加权来计算预期hfh风险。而另一区别在于，本公开提供了增加的粒度(granular)风险水平，其也增大了估计hfh风险的准确性。通过使用目前可用的诊断数据能够更实际地预测患者的hfh风险，患者或医生可以采取行动以最小化或潜在地避免患者经历hfh。例如，可以调整治疗以便避免hfh。防止hfh可以潜在地改善长期的患者结果，同时降低护理的成本。本公开实现了超过常规方法的许多益处。例如，技术人员将理解，本公开能够呈现增加的hfh风险等级而不是宽泛的风险类别。另外，与常规方法相比，本公开通过仅需要评估时段内的数据观察的总计数而容易地估计hfh的预期风险而不会过度加重医疗保健提供者的负担。图1是示出被配置成传输指示患者14的心力衰竭的诊断信息的示例系统10的概念图。在图1的示例中，系统10包括imd16，其被耦合到引线18、20、和22以及编程器24。imd16可以是例如植入式心脏起搏器、心脏复律器、和/或除颤器，其经由耦合到一根或多根引线18、20、和22的电极向心脏12提供电信号。患者14通常是，但不一定是人类患者。通常，本公开中描述的技术可由任何医疗设备(例如，植入式或外部的)实现，其感测指示心脏活动、患者14活动和/或患者14体内的流体体积的信号。作为一个替代示例，本文中所描述的技术可在外部心脏监测器中实现，该外部心脏监测器生成心脏12的电描记图并且检测患者14的胸部流体体积、呼吸和/或心血管压力。在图1的示例中，引线18、20、22延伸至患者14的心脏12中，以感测心脏12的电活动和/或将电刺激递送给心脏12。引线18、20和22还可用于检测指示患者14中的流体体积、呼吸率、睡眠呼吸暂停或其他患者度量的胸阻抗。也可经由电描记图检测例如，呼吸率、潮气量和睡眠呼吸暂停之类的呼吸度量，例如，基于与呼吸相关联的心电图中的信号分量。在图1所示的示例中，右心室(rv)引线18延伸穿过一个或多个静脉(未示出)、上腔静脉(未示出)和右心房26，并进入右心室28。左心室(lv)冠状窦导线20延伸通过一个或多个静脉、腔静脉、右心房26并且进入到冠状窦30中，到达毗邻心脏12的左心室32的游离壁(freewall)的区域。右心房(ra)引线22延伸通过一个或多个静脉和腔静脉，并且进入到心脏12的右心房26中。在一些示例中，系统10可附加地或替代地包括一根或多根引线或一个或多个引线段(图1中未示出)，其在腔静脉或其它静脉内部署一个或多个电极。此外，在一些示例中，代替经静脉的心内引线18、20和22，或者除了经静脉的心内引线18、20和22之外，系统10可附加地或替代地包括临时的或永久的心外膜引线或皮下引线，其中电极被植入心脏12的外部。这种引线可用于心脏感测、起搏或心脏复律/除颤中的一个或多个。例如，这些电极可以允许替代的电感测配置，其在一些患者中提供改进的或补充的感测。在其他示例中，这些其他引线可用于检测胸内阻抗，作为用于标识心力衰竭风险或流体潴留水平的患者度量。imd16可经由被耦合到引线18、20、22中的至少一根的电极(图1中未示出)来感测伴随于心脏12的去极化和复极化的电信号。在一些示例中，imd16基于在心脏12内感测到的电信号向心脏12提供起搏脉冲。imd16所使用的用于感测和起搏的电极的配置可以是单极或双极。imd16可检测心脏12的心律失常，诸如，心房26和心房36和/或心室28和心室32的心动过速或纤维性颤动，并且还可经由位于引线18、20、22中的至少一根上的电极提供除颤治疗和/或心脏复律治疗。在一些示例中，可对imd16进行编程以递送累进的治疗(例如，具有增大的能量水平的脉冲)，直到心脏12的纤颤停止为止。imd16可采用本领域已知的一种或多种纤颤检测技术来检测纤颤。另外，imd16可监测心脏12的电信号以用于存储在imd16中的和/或用于生成心力衰竭风险水平的患者度量。imd16可利用携载在引线18、20、22上的任何电极中的两个来生成心脏活动的电描记图。在一些示例中，imd16还可使用imd16的壳体电极(未示出)来生成电描记图并监测心脏活动。尽管这些电描记图可用于监测心脏12的潜在的心律失常和其他紊乱以供治疗，电描记图还可用于监测心脏12的状况。例如，imd16可监测心率(夜晚时间和白天时间)、心率变异性、心室或心房固有起搏速率、血流的指标、或心脏12泵送血液的能力或心力衰竭的进展的其他指标。在一些示例中，imd16还可使用引线18、20和22中的任何两个电极或壳体电极来感测患者14的胸内阻抗。随着患者14的胸腔内的组织的流体含量增加，两个电极之间的阻抗也可能改变。例如，rv线圈电极和壳体电极之间的阻抗可用于监测变化的胸内阻抗。imd16可使用胸内阻抗来创建流体指数。随着流体指数增加，更多的流体被保留在患者14体内，并且心脏12可能受到压力以跟上移动更大量的流体。因此，该流体指数可以是在诊断数据中传输的患者度量或用于生成心力衰竭风险水平。通过监测除了其他患者度量之外的流体指数，imd16可相对于仅监测一个或两个患者度量时可能发生的情况而能够降低假阳性心力衰竭标识的数量。此外，imd16以及本文中所描述的其他联网计算设备可促进在住院后时段期间的患者14的远程监测，例如，当患者不位于与医疗保健专业人员相关联的医疗机构或诊所时由医疗保健专业人员进行监测。在sarkar等人的题为“基于阻抗测量来检测心力衰竭的恶化(detectingworseningheartfailurebasedonimpedancemeasurements)”的美国专利公开no.2010/0030292中描述了用于测量胸阻抗并确定流体指数的示例系统，该专利公布于2010年2月4日并且通过引用其整体结合于此。imd16还可与外部编程器24通信。在一些示例中，编程器24包括外部设备，例如，手持式计算设备、计算机工作站、或联网的计算设备。编程器24可包括从用户接收输入的用户界面。在其他示例中，用户还可经由联网的计算设备与编程器24远程交互。用户可与编程器24交互以与imd16通信。例如，用户可与编程器24交互，以发送询问请求并从imd16检索患者度量或其他诊断信息。用户还可与编程器24进行交互以对imd16进行编程，例如选择用于imd16的操作参数的值。虽然用户是医生、技师、外科医生、电生理学家、或其他医疗保健专业人员，但在一些示例中用户可以是患者14。例如，用户可使用编程器24以从imd16检索关于患者度量数据和/或心力衰竭风险水平的信息。心力衰竭风险水平可作为诊断信息被传输。虽然编程器24可在提交询问请求之后检索该信息，但是imd16可推送或传输心力衰竭风险水平，例如，如果心力衰竭风险水平指示患者医治的改变是必要的。例如，可基于患者度量超过它们的代表性阈值的总次数来确定风险水平的等级。附加地或替代地，风险水平可仅由在预先指定的时间段或后指定的时间段内与一个或多个度量相关联的数据观察的总数量来确定。imd16、外部设备114和/或编程器24可以生成hfh风险水平。示例性患者度量数据可包括心内或血管内压力、活动、姿势、呼吸、胸阻抗、阻抗趋势等。作为另一示例，用户可使用编程器24来从imd16检索关于系统10的imd16或诸如imd16的引线18、20和22或电源之类的其它部件的性能或完整性的信息。在一些示例中，可将该信息中的任何信息作为警报(例如，通知或指令)呈现给用户。进一步地，每当可由imd16检测到编程器24时，可从imd16推送警报以促进警报递送。imd16可无线地传输警报或其他诊断信息，以促进立即通知心力衰竭状况。编程器24还可允许用户定义imd16如何感测、检测和管理患者度量中的每一个。例如，用户可定义采样频率或用于监测患者度量的评估窗口。附加地或替代地，用户可使用编程器24来设置用于监测每个患者度量的状态的每个度量阈值。度量阈值可用于确定一个或多个患者度量何时已经达到指示处于心力衰竭和/或心力衰竭住院风险处的幅度(magnitude)。在一些示例中，当数据超过其相应的度量阈值时，可针对该评估时段对该度量进行计数。例如，如果一个或多个患者度量超过其阈值达预定次数，则可以以患者14例如，在三十天内将要住院的增大的风险水平的等级示出hfh风险水平。hfh风险水平基于预定数量的数据观察。在其他示例中，可将预定数量设置为不同的数量或风险水平百分比(分数(fraction))。以此方式，预定数量是被超过的度量阈值。编程器24可用于设置该预定数量或设置用于生成并解释心力衰竭风险水平的任何其他因素。imd16和编程器24可经由使用本领域已知的任何技术的无线通信来进行通信。通信技术的示例可包括例如射频(rf)遥测，但也构想其他通信技术，诸如磁耦合。在一些示例中，编程器24可包括编程头，其可被放置在imd16植入部位附近接近患者的身体，以便改进imd16与编程器24之间通信的质量或安全性。imd16可自动检测患者度量中的每一个并将它们存储在imd内以供稍后传输。尽管imd16可在一些示例中自动检测多个(例如，10个或更少)不同的患者度量，但是imd16可在其他示例中检测更多或更少的患者度量。例如，患者度量可包括以下中的两个或更多个：胸部流体指数、心房颤动持续时间、心房颤动期间的心室收缩率、患者活动、夜间心率、心率变异性、心脏再同步治疗(crt)百分比(例如，提供心脏再同步起搏的心动周期的百分比)或治疗性电击的发生或数量。度量特定(metric-specific)阈值可包括以下中的至少两个：约60的胸部流体指数阈值、约6小时的心房颤动持续时间阈值、约等于每分钟90次心跳达24小时的心室收缩率阈值、约等于每天1小时达连续七天的患者活动阈值、约每分钟85次心跳达连续七天的夜间心率阈值、约40毫秒达连续七天的心率变异性阈值、90百分比达连续七天中的五天的心脏再同步治疗百分比阈值、或一次电击的电击阈值。除了在住院时段和住院后时段期间传输诊断信息之外，imd16可在住院时段之前将诊断信息传输给临床医生或其他用户。换言之，在患者14由于心力衰竭失代偿事件被医院收治之前，imd16可将心力衰竭风险水平传输给临床医生。传输的风险水平可类似于住院后风险水平，但是，在一些示例中，响应于来自临床医生或其他用户的询问请求，或者在风险水平达到更严重的水平(例如，住院的高或中等风险)时，可较不频繁地传输在住院之前传输的风险水平。另外，imd16可改变利用其在imd16内存储患者度量的方法。换言之，imd16可以以动态数据存储速率存储自动检测到的数据观察。在患者14被医院收治之前(例如在住院时段之前)，临床医生或收治医疗保健专业人员可向imd16提交询问请求，以便检索存储的患者度量的一部分。患者度量可帮助临床医生确定患者14的住院是否是医治的谨慎行动。响应于询问请求，imd16可对存储在imd16中的自动检测到的患者度量中的至少一些进行传输。图2a是更详细地示出系统10的imd16以及引线18、20和22的概念图。如图2a中所示，imd16被耦合到引线18、20和22。引线18、20、22可经由连接器块34被电耦合到imd16的信号发生器(例如，刺激发生器)和感测模块。在一些示例中，引线18、20、22的近端可包括电耦合到imd16的连接器块34内的相应电触头的电触头。另外，在一些示例中，引线18、20、22可借助于固定螺钉、连接销、卡扣连接器或另一种适合的机械耦合机构机械地耦合到连接器块34。引线18、20、22中的每一个包括细长的绝缘引线主体，其可携载许多通过管状绝缘鞘而彼此分隔开的同心线圈式导体。双极电极40和42被位于与右心室28中的引线18的远端毗邻。另外，双极电极44和46在冠状窦30中位于毗邻引线20的远端处，而双极电极48和50在右心房26中位于毗邻引线22的远端处。在所示出的示例中，不存在位于左心房36中的电极。然而，其他示例可包括在左心房36中的电极。电极40、44和48可采取环形电极的形式，并且电极42、46和50可以采取分别可回缩地安装在绝缘电极头52、54和56内的可延伸的螺旋尖端电极的形式。在其它示例中，电极42、46、和50中的一个或多个可在齿状引线或其它固定元件的尖端处采取小型圆形电极的形式。引线18、20、22还分别包括可采取线圈形式的细长电极62、64、66。电极40、42、44、46、48、50、62、64和66中的每一个可被电耦合到其关联引线18、20、22的引线主体内的线圈式导体中的相应的一个，并由此被耦合到引线18、20和22的近端上的电触头中的相应的一个。在一些示例中，如图2a中所示，imd16包括一个或多个壳体电极，诸如壳体电极58，其可与imd16的气密密封壳体60的外表面一体地形成或以其它方式耦合到壳体60。在一些示例中，壳体电极58由imd60的壳体16的面向外的部分的非绝缘部分来定义。可采用壳体60的绝缘与非绝缘部分之间的其他分隔来限定两个或更多个壳体电极。在一些示例中，壳体电极58包括基本上全部的壳体60。如参照图3进一步详细描述的，壳体60可封围信号发生器以及感测模块，信号发生器生成诸如心脏起搏脉冲和除颤电击之类的治疗刺激，感测模块用于监测心脏12的心律。imd16可经由电极40、42、44、46、48、50、62、64和66来感测伴随于心脏12的除极和复极的电信号。电信号经由相应的引线18、20、22从电极传导至imd16。imd16可经由电极40、42、44、46、48、50、62、64和66的任何双极组合来感测这种电信号。此外，电极40、42、44、46、48、50、62、64和66中的任一个可用于结合壳体电极58进行的单极感测。用于感测的电极组合可被称为感测配置或电极向量。在一些示例中，imd16经由电极40、42、44、46、48和50的双极组合来递送起搏脉冲以产生心脏12的心脏组织的去极化。在一些示例中，imd16在经由电极40、42、44、46、48和50中的任何电极与壳体电极58组合以单极配置递送起搏脉冲。此外，imd16可经由细长电极62、64、66、与壳体电极58的任何组合向心脏12递送除颤脉冲。电极58、62、64、66还可用于向心脏12递送心脏复律脉冲。电极62、64、66可以由任何适合的导电材料制成，诸如但不限于铂、铂合金或已知可用于植入式除颤电极的其他材料。用于递送刺激或感测的电极、其相关联的导体和连接器、以及电极之间的任何组织或流体的组合可定义电路径。图1和图2a中示出的系统10的配置仅为一个示例。在其它实例中，替代图1中所示的经静脉引线18、20、22或除了图1中所示的经静脉引线18、20、22之外，系统可包括心外膜引线和/或皮下电极。进一步地，imd16不需要植入患者14体内。在其中imd16不植入患者14体内的示例中，imd16可经由经皮引线感测电信号和/或向心脏12递送除颤脉冲和其它治疗，该经皮引线穿过患者14的皮肤延伸到达在心脏12内或心脏12外部的各个位置。进一步地，可由imd16使用外部电极或其他传感器来向患者14递送治疗和/或感测并检测用于生成诊断信息(例如心力衰竭风险水平)的患者度量。另外，在其它示例中，系统可包括耦合到imd16的任何合适的数量的引线，且引线中的每一根可延伸到心脏12内的或接近心脏12的任何位置。例如，根据本公开的系统可包括如图1和2中所示定位的三根经静脉引线，以及位于左心房36内或接近左心房36的附加引线。作为另一示例，系统可包括从imd16延伸进入右心房26或右心室28的单根引线，或延伸进入右心室26和右心房26中的相应的一个的两根引线。图2b中示出了系统的两个引线类型的示例。位于这些附加引线上的任何电极可用在感测和/或刺激配置中。imd16可利用电极40、42、44、46、48、50、62、64、66和58中的任何电极来感测或检测用于生成患者14的心力衰竭风险水平的患者度量。通常，imd16可从用于医治患者14的那些电极向量检测并收集患者度量。例如，imd16可从生成的电描记图导出心房颤动持续时间、心率和心率变异性度量，以递送起搏治疗。然而，当其他电信号可能更适合于治疗时，imd16可利用其他电极来从患者14检测这些类型的度量。除了心脏信号的电描记图之外，电极40、42、44、46、48、50、62、64、66和58中的任何电极可用于感测非心脏信号。例如，可使用两个或更多个电极来测量患者14的胸腔内的阻抗。胸内阻抗可用于生成流体指数患者度量，其指示在患者14体内积聚的流体量。由于更大量的流体可指示心脏12上的增加的泵送负荷，因此流体指数可用作hfh风险的指标。imd16可周期性地测量胸内阻抗，以在患者监测的数天、数周、数月甚至数年内标识流体指数的趋势。通常，用于测量胸内阻抗的两个电极可位于患者14的胸部内的两个不同位置处。例如，线圈电极62和壳体电极58可用作胸内阻抗的感测向量，因为电极62位于rv28内，并且壳体电极58位于imd16植入部位(通常在上胸部区域中)处。然而，也可使用跨越患者14的多个器官或组织的其他电极，例如，仅用于测量胸阻抗的附加的植入电极。图2b是示出另一示例系统70的概念图，其类似于图1和2a的系统10，但包括两根引线18、22，而不是三根引线。引线18、22分别被植入右心室28和右心房26内。图2b中所示的系统70可用于生理感测和/或向心脏12提供起搏、心脏复律或其它治疗。根据本公开的患者诊断数据的检测可以以本文中关于三根引线系统所描述的方式在两根引线系统中执行。在其他示例中，类似于系统10和70的系统可仅包括一根引线(例如，引线18、20、和22中的任何一个)以递送治疗和/或传感器并检测与监测心力衰竭的风险相关的患者度量。替代地，诊断数据可在利用皮下引线、皮下imd或甚至外部医疗设备的系统中实现。尽管图1-2提供了一些有用的imd16植入示例，但是技术人员理解imd16及其相关联的电极可以被植入身体的其他位置中并且可以包括引线或者是无引线的。图3是示出imd16的示例配置的功能框图。在所示的示例中，imd16包括处理器80、存储器82、度量检测模块92、信号发生器84、感测模块86、遥测模块88和电源90。存储器82包括计算机可读指令，该计算机可读指令在由处理器80执行时，致使imd16和处理器80执行归属于本文中的imd16和处理器80的不同功能。存储器82可包括任何易失性的、非易失性的、磁、光或电介质，诸如，随机存取存储器(ram)、只读存储器(rom)、非易失性ram(nvram)、电可擦除可编程rom(eeprom)、闪存存储器或任何其他数字或模拟介质。处理器80可包括以下各项中的一个或多个：微处理器、控制器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)、或等效的分立或模拟逻辑电路。在一些示例中，处理器80可包括多个部件，诸如以下各项的任何组合：一个或多个微处理器、一个或多个控制器、一个或多个dsp、一个或多个asic、或一个或多个fpga以及其他分立或集成逻辑电路。归属于本文中的处理器80的功能可具体化为软件、固件、硬件、或它们的任何组合。处理器80根据可被存储在存储器82中的治疗参数来控制信号发生器84向心脏12递送刺激治疗。例如，处理器80可控制信号发生器84，以递送具有由治疗参数指定的幅度、脉冲宽度、频率、或电极极性的电脉冲。信号发生器84，例如，经由相应引线18、20、和22的导体、或在壳体电极58的情况下经由设置在imd16的壳体60内的电导体，被电耦合到电极40、42、44、46、48、50、58、62、64、和66。在所示的示例中，信号发生器84被配置成生成并向心脏12递送电刺激治疗。例如，信号发生器84可经由至少两个电极58、62、64、66向心脏12递送除颤电击。信号发生器84可经由分别被耦合到引线18、20、和22的环形电极40、44、48、和/或分别是引线18、20、和22的螺旋电极42、46、和50来递送起搏脉冲。在一些示例中，信号发生器84以电脉冲的形式递送起搏、心脏复律、或除颤刺激。在其他示例中，信号发生器可以以其他信号形式(诸如，正弦波、方波、或其他基本上连续的时间信号)来递送这些类型的刺激中的一种或多种。信号发生器84可包括开关模块，且处理器80可使用开关模块来例如经由数据/地址总线选择哪些可用电极被用于递送除颤脉冲起搏脉冲。开关模块可包括开关阵列、开关矩阵、多路复用器、或适合于将刺激能量选择性地耦合至所选择的电极的任何其他类型的开关设备。电感测模块86监测来自电极40、42、44、46、48、50、58、62、64或66中的至少一个的信号，以便监测心脏12的电活动、阻抗、或其他电现象。可进行感测以确定心率或心率变异性，或检测心律失常或其他电信号。感测模块86还可包括开关模块以取决于在当前感测配置中所使用的电极组合、或电极向量来选择使用可用电极中的哪一些来感测心脏活动。在一些示例中，处理器80经由感测模块86内的开关模块选择用作感测电极的电极，即选择感测配置。感测模块86可包括一个或多个检测通道，每个检测通道可耦合至所选电极配置，以经由该电极配置检测心脏信号。一些检测通道可被配置成检测心脏事件，如p或r波，并向处理器80提供发生这种事件的指示，例如如1992年6月2日公布的keimel等人的题为“用于监测电生理信号的仪器(apparatusformonitoringelectricalphysiologicsignals)”的美国专利no.5,117,824中所描述的，并且该专利通过引用其整体被结合于此。处理器80可通过经由数据/地址总线提供信号来控制感测模块86的功能。处理器80可包括定时和控制模块，该定时和控制模块可具体化为硬件、固件、软件、或它们的任何组合。定时和控制模块可包括与其他处理器80部件(诸如微处理器)分离的专用硬件电路(诸如asic)、或由处理器80的部件执行的软件模块，处理器50的部件可以是微处理器或asic。定时和控制模块可实现可编程计数器。如果imd16被配置成生成起搏脉冲并将其递送给心脏12，这种计数器可控制与ddd、vvi、dvi、vdd、aai、ddi、dddr、vvir、dvir、vddr、aair、ddir、crt和起搏的其他模式相关联的基本时间间期。由处理器80内的定时和控制模块定义的间隔可包括心房和心室起搏逸搏(escape)间隔、不应期、和起搏脉冲的脉冲宽度，在不应期期间感测到的p波和r波对重启逸搏间隔的定时无效。作为另一示例，定时和控制模块可在向心脏12递送电刺激期间和之后保留来自感测模块86的一个或多个通道的感测达一时间间隔。可响应于存储器82中的所存储的数据来由处理器80确定这些间期的持续时间。处理器80的定时和控制模块还可确定心脏起搏脉冲的幅度。一旦用感测模块86的检测通道感测r波和p波，可重置由处理器80的定时和控制模块实现的间隔计数器。在imd16提供起搏的示例中，信号发生器84可包括起搏器输出电路，该起搏器输出电路例如由开关模块选择性地耦合至电极40、42、44、46、48、50、58、62或66的任意组合，该组合恰适于将双极或单极起搏脉冲递送至心脏12的腔室中的一个。在这种示例中，处理器80可在由信号发生器84生成起搏脉冲时重置间隔计数器，并且由此控制包括抗快速性心律失常起搏的心脏起搏功能的基本定时。当由感测到的r波和p波重置时存在于间隔计数器中的计数的值可被处理器80使用，以测量r-r间隔、p-p间隔、p-r间隔和r-p间隔的持续时间，该r-r间隔、p-p间隔、p-r间隔和r-p间隔的持续时间是可存储在存储器82中的测量值。处理器80可使用间期计数器中的计数值来检测快速性心律失常事件，诸如，心房颤动(af)，房性心动过速(at)，心室颤动(vf)或室性心动过速(vt)。这些间隔还可用于检测总的心率、心室收缩率、和心率变异性。存储器82的一部分可被配置为多个再循环缓存，该多个再循环缓存能维持一系列所测得的间隔，处理器80响应起搏或感测中断的发生来分析这些间隔以确定患者的心脏12目前是否表现出心房或心室快速性心律失常。在一些示例中，心律失常检测方法可包括任何合适的快速性心律失常检测算法。在一个示例中，处理器80可利用在以下美国专利中描述的基于规则的检测方法的全部或子集：授予olson等人的、在1996年8月13日公布的题为“用于心律失常的诊断和医治的基于优先规则的方法和仪器(prioritizedrulebasedmethodandapparatusfordiagnosisandtreatmentofarrhythmias)”的美国专利no.5,545,186；或授予gillberg等人的、在1998年5月26日公布的题为“用于心律失常的诊断和医治的基于优先规则的方法和仪器(prioritizedrulebasedmethodandapparatusfordiagnosisandtreatmentofarrhythmias)”的美国专利no.5,755,736。授予olson等人的美国专利no.5,545,186和授予gillberg等人的美国专利no.5,755,736通过引用其整体结合于此。然而，在其它示例中，处理器80也可采用其它心律失常检测方法。在一些示例中，处理器80可通过缩短的r-r(或p-p)间隔长度的指示确定已发生快速性心律失常。一般而言，当间隔长度降到低于220毫秒(ms)时，处理器80检测心动过速，且在间隔长度降到低于180ms时，处理器80检测纤颤。这些间隔长度仅是示例，并且用户可按期望来定义间隔长度，这些间隔长度随后可被存储在存储器82内。作为示例，可能需要检测该间隔长度达某个数量的连续周期、达移动窗口(runningwindow)内的周期的某个百分比、或达某个数量的心动周期的移动平均值。在其中处理器80基于来自感测模块86的信号检测心房或心室快速性心律失常，并且期望抗快速性心律失常起搏治疗方案的情况下，用于控制由信号发生器84生成的抗快速性心律失常起搏治疗的时间间隔可由处理器80加载到定时和控制模块中以控制其中的逸搏间隔计数器的操作并且定义不应期，在该不应期期间r波和p波的检测对重启抗快速性心律失常起搏的逸搏间隔计数器无效。处理器80在imd16检查和/或询问时间点处检测数据(例如，数据观察等)。基于来自感测模块86的信号来感测数据。附加地，可以基于感测的数据确定需要心脏复律或除颤电击，并且处理器80可控制由信号发生器84所递送的电击的幅度、形式和定时。存储器82被配置成存储数据。示例性数据可以与各种操作参数、治疗参数、感测到的和检测到的数据以及与患者14的治疗和医治相关的任何其他信息相关联。在图3的示例中，存储器82还包括度量参数83和度量数据85。度量参数83可包括处理器80和度量检测模块92所需的参数和指令中的所有，以感测并检测用于生成由imd16传输的诊断信息的患者度量中的每一个。度量数据85可存储从感测和检测每个患者度量生成的所有数据。以此方式，存储器82存储多个自动检测的患者度量，作为生成由于心力衰竭而被医院收治的患者14的风险水平所需的数据。度量参数83可包括由度量检测模块92自动感测或测量的患者度量中的每一个的定义。这些定义可包括关于在每个度量的检测中使用什么电极或传感器的指令。优选的度量包括(1)阻抗趋势指数(也被称为在来自位于mn的美敦力(medtronic)公司的imd中商业上可获得的)、(2)胸内阻抗、(3)房性心动过速/心房颤动(at/af)负担、(4)at/af期间的平均心室率、(5)患者活动、(6)v率、(7)白天和夜晚心率、(8)crt起搏百分比、和/或(9)电击的次数。参考2003年12月3日提交的作为美国专利no.7,986,994被公布的并被转让给本发明的受让人的美国专利序列号no.10/727,008描述了该美国专利的公开内容通过引用以其整体被结合于此。也可以使用其他合适的度量。例如，为患者建立参考或基线水平阻抗，从其中比较后续获取的原始阻抗数据。例如，可以从电极(例如，rv线圈到罐(can))获取原始阻抗，并将其与参考阻抗进行比较。基线阻抗可以通过平均在7(1周)天到90天(3个月)的持续时间内的阻抗来导出。度量参数83还可存储由度量检测模块92自动检测的患者度量中的每一个的度量特定阈值。度量阈值可被预定并且在患者14的整个监测内保持恒定。然而，在一些示例中，可由用户在治疗期间修改度量阈值，或者处理器80可自动修改一个或多个度量阈值以补偿某些患者状况。例如，如果在治疗期间正常或基线心率已经改变，则可在监测过程中改变心率阈值。在一个示例中，这些度量特定阈值可包括约60的胸部流体指数阈值、约连续6小时的心房颤动负担阈值、约等于每分钟90次心跳达24小时的心室收缩率阈值、约等于每天1小时达连续七天的患者活动阈值、约每分钟85次心跳达连续七天的夜间心率阈值、约40毫秒达连续七天的心率变异性阈值、90百分比达连续七天中的五天的心脏再同步治疗百分比阈值、以及一次电击的电击数量阈值。这些阈值在其他示例中可以是不同的，并且可由用户(例如，临床医生)针对个体患者来配置这些阈值。处理器80可对将患者度量作为度量数据85存储在存储器82中的方法进行改变。换言之，处理器80可以以动态数据存储速率存储自动检测到的患者度量。度量检测模块92可例如传输基于患者度量以及度量中的任何度量是否超过相应的特定度量阈值的诊断数据。在自动检测到的患者度量超过它们的相应的度量阈值的任何时间，都可以对患者度量进行计数。以此方式，度量检测模块92可自动检测患者度量中的每一个并将它们存储在度量数据85内以供稍后传输。在题为“基于阻抗测量来检测恶化的心力衰竭(detectingworseningheartfailurebasedonimpedancemeasurements)”的美国专利申请no.2010/0030292中描述了示例性流体指数值和阻抗测量，该文献通过引用整体被结合于此。由于胸内阻抗保持为低，因此流体指数可增大。相反，由于胸内阻抗保持为高，因此流体指数可减小。以此方式，流体指数值可以是患者14所特有的保留的流体的数字表示。在其他示例中，可替代地使用胸内阻抗。度量数据85是存储器82的一部分，该存储器82可存储由度量检测模块92感测和/或检测的患者度量数据中的一些或全部。度量数据85可在评估窗口期间在滚动的基础上存储每个度量的数据。当新数据进入评估窗口时，评估窗口可仅保留最近的数据并从评估窗口删除旧数据。以此方式，评估窗口可仅包括预定时间段的最近的数据。在一个或多个其他实施例中，存储器可以被配置用于数据的长期存储。处理器80可在必要时访问度量数据以检索并传输患者度量数据和/或生成心力衰竭风险水平。另外，度量数据85可存储与患者14的心力衰竭风险相关的任何和所有数据观察、心力衰竭风险水平或其他生成的信息。可作为诊断信息的一部分传输存储在度量数据85中的数据。尽管度量参数83和/或度量数据85可由单独的物理存储器组成，但是这些部件可仅仅是更大存储器82的所分配的部分。度量检测模块92可自动地感测并检测患者度量中的每一个。度量检测模块92可随后基于患者度量生成诊断数据，例如指示已经越过阈值的数据、风险水平。例如，度量检测模块92可测量胸阻抗、分析心脏12的电描记图、监测递送给患者14的电刺激治疗、或感测患者活动。注意的是，归属于本文中的度量检测模块92的功能可具体化为软件、固件、硬件或其任何组合。在一些示例中，度量检测模块92可至少部分地是由处理器80执行的软件过程。度量检测模块92可感测或检测患者度量中的任何患者度量，该患者度量中的任何患者度量被用作生成心力衰竭风险水平或以其他方式指示心力衰竭状态或该患者14处于住院风险的基础。在一个示例中，度量检测模块92可将患者度量中的每一个与在度量参数83中所定义的它们相应的度量特定阈值进行比较，以生成心力衰竭风险水平。度量检测模块92可自动检测两个或更多个患者度量。在其他示例中，度量检测模块92可检测不同的患者度量。在一个示例中，度量检测模块92可分析从感测模块86接收的电描记图以检测心房颤动或房性心动过速，并确定房性心动过速或心房颤动负担(例如，持续时间)、以及心房颤动期间的心室收缩率。度量检测模块92还可结合实时时钟、患者姿势或活动信号(例如，来自活动传感器96)和/或指示患者何时睡着或醒来以确定夜间(或睡眠)心率或白天(或清醒)心率或白天和夜晚心率之间的差异的其他生理信号来分析电描记图，并且还分析电描记图以确定心率变异性，或可从一个或多个电描记图检测的任何其他心脏事件。如以上所描述的，度量检测模块92可使用峰值检测、间隔检测或其他方法来分析电描记图。另外，度量检测模块92可包括和/或控制阻抗模块94和活动传感器96。阻抗模块94可用于检测用于生成胸部流体指数的胸阻抗。如本文中所描述的，阻抗模块94可利用图1、图2和图3的电极中的任何一个来进行胸内阻抗测量。在其他示例中，阻抗模块94可利用被耦合到imd16的单独的电极，或者与遥测模块88无线通信。一旦阻抗模块94测量患者14的胸内阻抗，度量检测模块92就可生成胸部流体指数并将该指数与在度量参数83中定义的胸部流体指数阈值进行比较。活动传感器96可包括一个或多个加速度计或能够检测患者14的运动和/或位置的其他设备。活动传感器96可因此检测患者14的活动或患者14所参与(engage)的姿势。度量检测模块92可例如基于每个活动的幅度或持续时间来监测患者活动度量，并将确定的度量数据与在度量参数83中定义的活动阈值进行比较。除了检测患者14的事件之外，度量检测模块92还可检测由信号发生器84递送的某些治疗，例如，如由处理器80所指导的。度量检测模块92可通过信号发生器84监测信号或直接从处理器80接收治疗信息以用于检测。通过该方法检测的示例患者度量可包括心脏再同步治疗百分比或与电击的递送相关的度量。心脏再同步治疗(crt)度量可以是每天的时间的量或百分比，或心脏周期的百分比的量，作为示例，该imd16向心脏12递送心脏再同步治疗。低crt量或百分比可指示有益的治疗未被有效递送，并且治疗参数的调整(例如，房室延迟或较低的起搏速率)可改进治疗功效。在一个示例中，较高的crt量或百分比可指示心脏12借助于治疗充分地将血液泵送通过脉管系统以防止流体积聚。在其他类型的心脏起搏(非crt)或刺激治疗的示例中，较高的治疗百分比可指示心脏12不能跟上血液流动要求。电击可以是除颤事件或用于使心脏12恢复正常节律的其他高能量电击。与电击相关的度量可以是电击的数量或频率，例如，一段时间内的电击的数量。度量检测模块92也可检测这些患者度量并且将它们分别与在度量参数83中定义的心脏再同步治疗百分比和电击事件阈值进行比较，以确定每个患者度量何时变得关键。在一个示例中，当例如在一段时间内递送阈值数量的电击时，或者甚至当患者14甚至接收到一次治疗性电击时，电击事件度量可变得关键。度量检测模块92可包括附加的子模块或子例程，其检测并监测用于监测患者14的其他患者度量和/或生成hfh风险水平。在一些示例中，度量检测模块92或其部分可被结合到处理器80或感测模块86中。在其他示例中，用于产生患者度量数据的原始数据可存储在度量数据85中，以供稍后处理或传输到外部设备。外部设备可随后从原始数据(例如，电描记图或胸内阻抗)产生每个患者度量。在其他示例中，度量检测模块92可附加地从用于检测imd16可存储为度量数据的每个度量的一个或多个植入设备或外部设备接收数据。在一些示例中，用于生成风险水平的患者度量阈值可随时间改变，例如，患者度量阈值可基于其他患者状况由用户修改或者自动改变。遥测模块88可从编程器24接收命令，例如，以修改一个或多个度量参数83(例如，度量创建指令或度量特定阈值)。在一些示例中，如果患者14中存在某些状况，则处理器80可自动调整度量特定阈值。例如，如果以需要改变阈值的这种方式，患者14正在经历某种心律失常或者心电图中包含的数据发生改变(例如st升高的偏差或者心室前收缩的存在)，则可调整阈值。处理器80可基于感测到的、检测到的并存储在存储器82的度量数据85中的患者度量来生成hfh风险水平。例如，当度量检测模块92更新每个患者度量时，处理器80可连续地更新hfh风险水平。在其他示例中，处理器80可根据更新的计划表周期性地更新hfh风险水平。在一个或多个其他实施例中，可以使用在预先指定的时间段内超过阈值的数据观察的总数量来确定心力衰竭住院的风险。如以上所描述的，处理器80可向例如编程器24的用户提供关于来自任何患者度量和/或hfh风险水平的数据的警报。在一个示例中，当编程器24或另一设备与imd16通信时，处理器80可提供具有hfh风险水平的警报。遥测模块88包括用于与另一设备(诸如，编程器24(图1))通信的任何合适的硬件、固件、软件或其任何组合。在处理器80的控制下，遥测模块88可借助于天线(其可以是内部的和/或外部的)从编程器24接收下行链路遥测并向编程器24发送上行链路遥测。处理器80可例如经由地址/数据总线提供将被上行传输至编程器24的数据和用于遥测模块88内的遥测电路的控制信号。在一些实例中，遥测模块88可经由多路复用器向处理器80提供所接收的数据。在一些示例中，处理器80可将由感测模块86内的心房和心室感测放大器电路产生的心房和心室心脏信号(例如，egm)传输到编程器24。编程器24可询问imd16来接收心脏信号。处理器80可将心脏信号存储在存储器82中，并从存储器82中检索存储的心脏信号。处理器80还可生成并存储指示感测模块86检测的不同心脏事件的标志代码，并将该标志代码传输至编程器24。在markowitz的1983年2月15日公布的题为“用于医疗设备的标志通道遥测系统(markerchanneltelemetrysystemforamedicaldevice)”的美国专利no.4,374,382中描述了具有标志通道能力的示例起搏器，并且该专利通过引用其整体结合于此。在一些示例中，imd16可向编程器24发信号以进一步通信并通过网络(诸如由明尼苏达州明尼阿波利斯的美敦力(medtronic)公司开发的medtronic网络)或一些链接患者14的其它网络来将警报传递给临床医生。以此方式，网络的计算设备或用户界面可以是递送警报(例如，患者度量数据)的外部计算设备。在其他示例中，在心力衰竭风险水平的生成中的一个或多个步骤可发生在患者14外部的设备内，例如，在编程器24内或与编程器24联网的服务器内。以此方式，imd16可在将患者度量传输到不同的计算设备之前检测并存储患者度量。除了在住院时段和住院后时段期间传输诊断信息之外，处理器80可控制遥测模块88在住院时段之前将诊断信息传输给临床医生或其他用户。如果自动检测到的患者度量中的一个超过其相应的度量特定阈值，则处理器80可控制遥测模块对该患者度量和可能的其他患者度量进行传输，以允许临床医生更准确地诊断患者14的问题。图4是示出外部编程器24的示例配置的功能框图。如图4中所示，编程器24可包括处理器100、存储器102、用户界面104、遥测模块106、和电源108。编程器24可以是具有用于imd16的编程的专用软件的专用硬件设备。替代地，编程器24可以是运行使编程器24能够对imd16编程的应用的现成(off-the-shelf)计算设备。用户可使用编程器24来配置imd16(图1)的操作参数和从imd16(图1)检索数据。临床医生可经由用户界面104与编程器24交互，用户界面可包括用以向用户呈现图形用户界面的显示器，和键盘或用于从用户接收输入的另一机构。另外，用户可以经由编程器24从imd16接收指示心力衰竭风险水平和/或患者度量的警报或通知。换言之，编程器24可从imd16接收诊断信息。处理器100可采取一个或多个微处理器、dsp、asic、fpga、可编程逻辑电路等的形式，且归属于本文中的处理器100的功能可具体化为硬件、固件、软件、或它们的任何组合。存储器102可存储使处理器100提供归因于本文中的编程器24的功能的指令，和由处理器100使用以提供归因于本文中的编程器24的功能的信息。存储器102可包括任何固定的或可移除的磁性、光学或电介质，诸如ram、rom、cd-rom、硬磁盘或软磁盘、eeprom等。存储器102还可包括可用于提供存储器更新或增加存储器容量的可移除的存储器部分。可移除存储器还可允许容易地将患者数据转移到另一计算设备，或在使用编程器24来对另一患者的治疗进行编程之前将该患者数据移除。编程器24可与imd16无线地通信，诸如使用rf通信或近侧感应交互。该无线通信通过使用遥测模块106而成为可能，该遥测模块106可耦合到内部天线或外部天线。被耦合到编程器24的外部天线可对应于编程头，该编程头可被放置在心脏12之上，如以上参考图1所描述的。遥测模块106可类似于imd16的遥测模块88(图4)。遥测模块106还可被配置成经由无线通信技术与另一计算设备通信或通过有线连接直接通信。可以被采用来促进编程器24与另一计算设备之间的通信的局部无线通信技术的示例包括根据802.11或蓝牙规范设置的rf通信、红外通信(例如，根据irda标准或其他标准或专有遥测协议)。以此方式，其他外部设备可在无需建立安全的无线连接的情况下能够与编程器24进行通信。与编程器24通信的附加的计算设备可以是联网的设备，诸如能够处理从imd16检索到的信息的服务器。以此方式，遥测模块106可将询问请求传输到imd16的遥测模块88。因此，遥测模块106可接收由请求选择的或者基于已经输入到imd16的患者状态的数据(例如，诊断信息等)或诊断信息。数据可包括患者度量值或来自imd16的遥测模块88的其他详细信息。数据可包括来自imd16的遥测模块88的心力衰竭风险水平的警报或通知。当心力衰竭风险水平变得严重时，可由imd16自动传输或推送警报。另外，该警报可以是给医疗保健专业人员(例如，临床医生或护士)的风险水平的通知，和/或给患者14的针对可需要重新住院的潜在的心力衰竭状况尚未得到医治而寻求医疗医治的指令。响应于接收到警报，用户界面104可将关于风险水平的警报呈现给医疗保健专业人员，或将指令呈现给患者14来寻求医疗医治。响应于心力衰竭数据(例如，风险水平或患者度量)或所请求的心力衰竭信息，用户界面104可向用户呈现患者度量和/或心力衰竭风险水平。在一些示例中，用户界面104还可突出显示已超过多个度量特定阈值中的相应一个的患者度量中的每一个。以此方式，用户可快速查阅已经对所标识的心力衰竭风险水平做出贡献的那些患者度量。在经由用户界面104接收到警报时，用户还可与用户界面104交互以取消警报、转发警报、检索关于心力衰竭风险水平的数据(例如，患者度量数据)、修改用于确定风险水平的度量特定阈值，或者进行与医治患者14相关的任何其他行动。在一些示例中，临床医生可能够查阅原始数据来诊断伴随患者14的任何其他问题，或者监测给予患者14的医治的功效。例如，临床医生可检查在利尿剂治疗之后胸内阻抗是否已经增大，或者在心房颤动期间响应于速率控制药物心率是否已经减小。用户界面104甚至可与警报一起提出建议医治(例如，某些药物和剂量)，以最小化可能由心力衰竭引起的症状和组织损伤。用户界面104还可允许用户基于心力衰竭风险水平的严重性或危险程度来指定警报的类型与时序。除了心力衰竭风险水平之外，在其他示例中，用户界面104还可提供潜在患者度量以允许临床医生监测治疗功效和剩余的患者状况。在一些示例中，编程器24的处理器100和/或一个或多个联网计算机的一个或多个处理器可执行本文关于处理器80、度量检测模块92和imd16描述的技术中所有或一部分。例如，编程器24内的处理器100或度量检测模块92可分析患者度量以检测超过阈值的那些度量并生成心力衰竭风险水平。图5是示出包括经由网络112被耦合到图1中所示的imd16和编程器24的外部设备114(例如，服务器等)、以及一个或多个计算设备120a-210n的示例系统的框图。网络112通常可用于在住院后时段期间将诊断信息(例如，风险水平)从远程imd16传输到另一外部计算设备。然而，网络112还可用于将诊断信息从imd16传输到医院内的外部计算设备，使得临床医生或其他医疗保健专业人员可监测患者14。在该示例中，imd16可使用其遥测模块88来经由第一无线连接与编程器24通信，并且经由第二无线连接与接入点110通信。在图5的示例中，接入点110、编程器24、外部设备114和计算设备120a-120n通过网络112互联，并能够通过彼此通信。在一些情况下，接入点110、编程器24、外部设备114和计算设备120a-120n中的一个或多个可通过一个或多个无线连接来耦合到网络112。imd16、编程器24、外部设备114、和计算设备120a-120n可各自包括一个或多个处理器，诸如一个或多个微处理器、dsp、asic、fpga、可编程逻辑电路、或可执行各种功能和操作的类似物，诸如本文中所描述的那些。接入点110可包括经由各种连接(诸如电话拨号、数字用户线路(dsl)或电缆调制解调器)中的任一种连接到网络112的设备。在其他示例中，接入点110可通过不同形式的连接(包括有线或无线连接)被耦合到网络112。在一些示例中，接入点110可与患者14协同定位并且可包括可执行在本文中所描述的各种功能和操作的一个或多个编程单元和/或计算设备(例如，一个或多个监测单元)。例如，接入点110可包括与患者14协同定位并且可监测imd16的活动的家庭监测单元。在一些示例中，外部设备114或计算设备120可控制或执行本文中所描述的各种功能或操作中的任意功能或操作，例如，基于患者度量比较来生成心力衰竭风险水平或从原始度量数据创建患者度量。外部设备114进一步包括输入/输出设备116、处理器118和存储器119。输入/输出设备116包括：诸如键盘、鼠标、语音输入等的输入设备，以及包括图形用户界面、打印机和其他合适的装置的输出设备。处理器118包括任何合适的处理器，诸如，英特尔xeonphi。处理器118被配置成设置每个评估时段的开始和结束日期。评估时段用作评估窗口，其涵盖从每个患者获取的在边界(即开始和结束时间)内的数据。处理器118还被配置成执行各种计算。例如，处理器118计算每个评估时段的hfh的风险。在一个或多个实施例中，将加权因子应用到两个或更多个评估时段以确定f风险(frisk)。存储器119可包括任何易失性的、非易失性的、磁、光或电介质，诸如，随机存取存储器(ram)、只读存储器(rom)、非易失性ram(nvram)、电可擦除可编程rom(eeprom)、闪存存储器或任何其他数字或模拟介质。存储器119存储数据。存储在存储器119中的示例性数据包括心力衰竭患者数据、心力衰竭预期风险数据等。评估时段开始和结束时间也被存储在存储器中。心力衰竭患者数据包括数据观察(例如，从传感器感测的越过阈值的数据)。附加地，评估时段数据也被存储在存储器119中。例如，评估时段数据的开始和结束日期被存储在存储器119中。在一些情况下，外部设备114可被配置成提供安全存储站点用于存档已经从imd16和/或编程器24中收集并生成的诊断信息(如，患者度量数据和/或心力衰竭风险水平)。网络112可包括局域网、广域网或全球网，诸如互联网。在一些情况下，编程器24或外部设备114可将诊断数据、心力衰竭数据、预期心力衰竭风险数据或其他合适的数据组装在网页或其他文档中，以用于由经过培训的专业人员(诸如临床医生)经由与计算设备120相关联的查看终端来查看。在一些方面中可利用通用的网络技术和功能来实现图5的系统，该网络技术和功能类似于由明尼苏达州的明尼阿波利斯的美敦力(medtronic)公司开发的medtronic网络所提供的网络技术和功能。以图5的方式，计算设备120a或编程器24例如可以是远程计算设备，其接收并呈现从多个患者的imd传输的诊断信息，使得临床医生可优先考虑需要立即医治的患者。换言之，临床医生可通过分析多个患者的hfh水平来对患者进行分诊(triage)。计算设备可使用其通信模块来经由网络112接收从多个imd传输的诊断信息(例如，心力衰竭数据)。图6示出了包括诊断数据的用户界面104的示例性屏幕130。如图6中所示，屏幕130包括风险水平144，其指示患者14将由于心力衰竭而住院的风险。如本文中所描述的，心力衰竭风险水平可指示患者14将第一次住院或另一次住院(例如，重新住院或重新收治)。尽管将屏幕130描述为被呈现在编程器24的用户界面104上，但是屏幕130可被呈现在由医疗保健专业人员使用的任何设备的任何用户界面上。可按照安排的频率(例如，每天一次或每周一次)，或者响应于来自用户的询问请求将屏幕130的心力衰竭报告传输给用户。如图6中所示，屏幕130是包括标识数据132和患者历史数据134的心力衰竭报告。标识数据132包括诸如患者姓名、设备名称、imd16的序列号、日期、以及甚至医生姓名之类的项目。患者历史数据134可以是可以帮助医治患者14的相关数据。屏幕130还包括临床状态136，其包括关于由imd16递送的刺激治疗的信息。屏幕130还呈现趋势总结138。趋势总结138呈现超过其相应度量阈值的某些患者度量的快照，以促成风险水平144的严重性。提供关键指示符140以提醒用户具有关键指示符140的患者度量中的每一个对风险水平有贡献，因为已经满足或超过了度量阈值。在利用统计分析确定风险水平144的示例中，关键指示符140可能不是必需的。然而，仍然可将对患者14可能重新住院的概率有显著贡献的某些患者度量呈现给用户。在图6的示例中，趋势总结138呈现四个患者度量142a、142b、142c和142d(统称为“患者度量142”)。胸部流体指数度量142a指示96的最大检测值。尽管在该示例中胸部流体指数度量142a对风险水平144没有贡献，但提供它是因为它是胸部流体体积和潜在心力衰竭的重要指标。心房颤动持续时间142b指示患者14已经具有28天的达24小时的心房颤动或房性心动过速。活动度量142c指示患者14在过去4周每天少于1小时是活动的。另外，心室起搏度量142d(例如，心脏再同步治疗百分比)指示imd16起搏心脏12少于90％的时间。如患者度量142指示，可给出比仅已经超过了阈值更具体的信息。可以在趋势总结138中呈现实际观察到的患者度量数据、或数据的总结。风险水平144由双线矩形突出显示，以用于由用户轻松定位。在其他示例中，风险水平144可以以不同方式从屏幕130的其余部分突出。例如，风险水平144可以具有不同的颜色、字体大小、或者用动画呈现(例如，闪烁或滚动)。替代地，风险水平144可位于屏幕130的顶部或其他可易于标识的位置。尽管通常将风险水平144呈现为单词类别，但是可以利用指示风险水平的严重性的分数、百分比、加权平均或其他数字评分来呈现风险水平144。尽管屏幕130可以是被动呈现的信息屏幕，但是屏幕130可以是交互式的。用户可选择屏幕130的区域以查看关于任何患者度量142的更多细节，例如，用户可从imd16请求诊断信息。在其他示例中，屏幕130可提供滚动条、菜单和导航按钮以允许用户查看附加信息、调整治疗、调整度量参数、或利用患者度量和风险水平来执行与患者14的医治相关的其他操作。图7示出了具有诊断数据的另一用户界面104的示例屏幕146。屏幕146可包括来自用于生成患者14的心力衰竭风险水平的患者度量中的所有患者度量的数据(例如，原始数据或校准数据)。尽管将屏幕146描述为被呈现在编程器24的用户界面104上，但是屏幕130可被呈现在由医疗保健专业人员使用的任何设备的任何用户界面上。如图7中所示，屏幕146提供另一心力衰竭报告，类似于图6的屏幕130。包括了各种患者度量152、154、156、158、160、162、164和166的度量数据。时间线150指示数据在所有度量图表中表示哪些月份。尽管该四个月时段可以是评估窗口，但是时间线150可覆盖许多评估窗口。例如，评估窗口可等于一周或一个月，使得在评估窗口到期之后查阅风险水平。另外，在其他示例中，用户可利用交互式时间线150来移动时间。尽管未在屏幕146中呈现，但也可呈现心力衰竭风险水平。在一些示例中，用户可选择在患者度量的图表内的任何点以检索在该时间点处的患者度量的具体值。胸部流体指数度量152被标记为“流体指数”。胸部流体指数度量152示出胸部流体指数在5月和6月内周期性地在上升和降低。在一个示例中，胸部流体指数阈值可以是约60。然而，胸部流体指数阈值通常可在约40和200之间。心房颤动持续时间度量154被标记为“af持续时间”并且指示患者每天忍受多少小时心房颤动。如所示，心房颤动持续时间度量154包括关键指示符140，因为在6月底示出的心房颤动的天数。示例心房颤动持续时间阈值可以是约6小时。然而，通常可将心房颤动持续时间阈值设置在约1小时和24小时之间。心室收缩度量156被标记为“af+rvr”并且指示在心房颤动期间的心室收缩率。心室收缩度量156的图表提供了每天的平均心室收缩率，以及还提供了在每天期间观察到的最大心室收缩率。通常，可将心房颤动期间的心室收缩率阈值设置在约每分钟70次心跳和每分钟120次心跳之间达24小时。在一个示例中，心室收缩率阈值可约等于每分钟90次心跳达24小时。在其他示例中，24小时的持续时间可以更短或更长。活动度量158也用关键指示符140突出显示。活动度量158被标记为“活动”并指示患者每天多少小时是活动的。例如，当加速度计的输出超过阈值时，可认为患者是活动的。较低的活动水平可能是心力衰竭的风险因素，并且活动度量158的图表指示患者14在6月底是较不活动的。以此方式，活动的患者度量可以是超过度量特定阈值包括降低到阈值以下的度量。在一个示例中，患者活动阈值可约等于连续七天每天1小时。在其他示例中，可将阈值设置为在不同的持续时间上的更多或更少的时间。代替每天数小时，活动度量158的其他示例可提供某些姿势(例如，躺下、坐起或站立)的持续时间。一般而言，活动度量158可包括对患者活动的严格性和/或患者14活动的时间量的测量。屏幕148还提供心率度量。心率度量160被标记为“hr”，并且指示夜间心率和白天心率中的每一个的单独图表。在一些示例中，夜间心率可更多地指示心力衰竭风险。通常，可将夜间心率阈值设置为在约每分钟70次心跳和每分钟120次心跳之间达某一时间段。在一个示例中，夜间心率阈值可约为每分钟85次心跳达连续七天。心率变异性度量162被标记为“hr变异性”并且指示全天心率的变化的程度。由于较低的心率变异性可指示对通过脉管系统的血流有害的增大的交感神经张力，心率变异性也可以是超过度量特定阈值包括降低到阈值以下的患者度量。在一个示例中，可将心率变异性阈值设置为约40毫秒达连续七天，但是也可使用其他变异性阈值。在其他示例中，屏幕148还可提供在两个或更多个患者度量之间的比较，例如，白天心率和夜间心率之间的差异。另外，屏幕148还可提供从递送给患者14的治疗导出的几个患者度量。治疗百分比度量164被标记为“％crt”并且指示imd16正递送心脏再同步治疗(例如，起搏治疗)的每天和每晚的时间的百分比。较低百分比的治疗可指示通过脉管系统的消减的血流量。通常，可将心脏再同步治疗百分比阈值设置为在70％和100％之间的值达给定的时间段。在一个示例中，可将心脏再同步治疗百分比阈值设置为约90％达连续七天中的五天。由于夜间治疗百分比小于90％，因此使用关键指示符140来突出显示治疗百分比度量164。在其他示例中，可监测接收利用双腔或单腔起搏设备的起搏治疗的患者的心室起搏百分比。由于心脏中心室收缩的不同步，来自单腔心脏再同步治疗设备的增大的心室起搏可在一些患者中增大心力衰竭的风险。相反，双腔设备中的较低心室起搏可在一些患者中增大心力衰竭的风险。进一步地，电击度量166被标记为“电击”并且指示由患者14忍受的电击事件(例如，心脏复律或除颤)的数量。如图7中所示，患者14还未经受任何电击治疗。尽管可将阈值设置为不同的值，但是通常可将电击阈值设置为约1次电击。由于患者度量154、158和164中的每一个已经超过其相应的度量特定阈值，因此针对每个度量提供关键指示符140。除了关键指示符140之外或取代关键指示符140，可利用每个度量的临界(critical)水平的不同的文本颜色、围绕每个度量的圆圈或框、或一些其他指示来突出显示患者度量。在其他示例中，可在心力衰竭度量148中呈现其他患者度量，例如，血压、血糖、肺容量、肺密度或呼吸率、体重、从呼吸导出的睡眠呼吸暂停负担、温度、缺血负担、感测到的心脏事件间隔、以及肌钙蛋白和/或脑利钠肽(bnp)水平。尽管屏幕148可以是被动呈现的具有诊断信息的信息屏幕，但是屏幕148可以是交互式的。例如，用户可选择屏幕148的区域以查看关于任何所呈现的患者度量的更多细节。用户还可利用时间线150移动到不同的时间段。在其他示例中，屏幕130可提供滚动条、菜单和导航按钮以允许用户查看附加信息、调整治疗、调整度量参数、或利用患者度量和风险水平来执行与患者14的医治相关的其他操作。进一步地，用户可与每个患者度量的图表进行交互，以扩展图表并查看图表的更多细节，甚至可能单个值。在其他示例中，一个患者度量一次或甚至imd16使用来生成患者度量的原始数据可呈现诊断信息。例如，在患者14的住院时段期间，imd16可将检测到的胸阻抗传输到临床医生医治患者14的远程计算设备。imd16可按照预定间隔或响应于来自临床医生的询问请求而传输检测到的胸阻抗。预定间隔可通常在约一分钟和四小时之间，但是可使用其他预定间隔。临床医生可使用诊断信息中的一些或所有来确定患者14何时已经改善到足以从医院环境出院，或者患者14是否应该由于心力衰竭而被医院收治。一旦生成风险水平，处理器80就生成风险水平的警报并经由遥测模块88将警报传输给用户(244)。如本文中所描述的，可按计划传输警报，或者只要可能与另一设备或接入点进行通信就传输警报。在一些示例中，可仅在由用户请求时传输心力衰竭风险水平。在一些示例中，警报还可包括关于被包括在风险水平中的患者度量的更详细的信息。图8-15涉及能够更实际地预测患者的hfh预期风险的技术。通过确定患者的预期hfh风险，医务人员可干预心力衰竭患者的护理，以避免或降低患者经历hfh的机会。为了预测患者的hfh预期风险，创建心力衰竭患者的数据库并将其存储在存储器中。心力衰竭患者的数据库通常是基于存储在每个患者的imd16中的实时数据的，其然后被传输并存储到外部设备114的存储器119中。当患者与医务人员和/或从imd16访问的信息通信时，还获取数据(例如，在评估时段期间发生的hfh)并将其存储到存储器119中。基于从每个心力衰竭患者的imd16获得的实时数据以及患者是否经历了hfh，形成查找表并将其存储到数据库中。图8中的流程图描绘了用于创建数据库的示例性方法200，其中从许多心力衰竭患者获取的数据被存储到存储器中。为了更好地理解创建数据库的方式，呈现了过程描述，其中数据是从单个心力衰竭患者获得的。针对数据库的患者的总量中的每个患者反复执行图8中的过程。通常从植入式医疗设备和/或通过患者和医务人员之间的通信获取数据，所有数据都被传输并存储到数据库中。例如，患者在评估时段期间是否经历了hfh通常是已知的，因为患者的数据记录在住院期间被存储在存储器中。hfh发生在评估时段的开始还是结束处与预测hfh的预期风险无关。本文中所描述的技术仅确定在评估时段期间的某个时间发生hfh。附加地，被称为数据观察的数据与在框202处经由设置在患者体内的一个或多个imd16传感器(例如，电极、化学传感器等)测量的诊断参数相关联。传感器获取由处理器将其与阈值进行比较的数据，以确定是否已检测到度量。检测到的数据观察(多个)与单个度量或多个度量相关联。检测到的数据被自动存储到imd16的存储器中。参考图9，表1呈现了可使用的示例性诊断参数数据和相关联的阈值。技术人员理解到表1中的阈值是示例，并且可以针对一组心力衰竭患者建立表1中的阈值，或者可以由方法200的用户针对每个患者定制表1中的阈值。表1的左列提供imd参数和相关联的代表性趋势，而右列呈现对应于每个诊断度量的示例性默认阈值。每次越过诊断阈值的阈值时，数据被自动存储到存储器中，该存储器可由处理器访问以生成imd报告，以由医生经由gui或打印的imd报告查看。通常指示恶化的心力衰竭、死亡风险和/或住院风险的诊断度量包括(1)阻抗趋势指数(也被称为在来自位于mn的美敦力(medtronic)公司的imd中可商购的)、(2)胸内阻抗、(3)房性心动过速/心房颤动(at/af)负担、(4)at/af期间的平均心室率、(5)患者活动、(6)心室(v)率、(7)白天和夜晚心率、(8)crt起搏百分比、和/或(9)电击的次数。指数是患者经历的流体充血(congestion)量的指标。指数是使用imd16在实时期间测量的阻抗与参考阻抗之间的差异，其可以由imd16或在另一次访问医生期间不断地更新、建立。参考2003年12月3日提交的作为美国专利no.7,986,994被公布的并被转让给本发明的受让人的美国专利序列号no.10/727,008更详细地描述了该美国专利的公开内容通过引用以其整体被结合于此。表1进一步描绘了在几个月的时间段(即x轴)上与阈值306相比较的示例性阻抗信号300，其中y轴从0到160欧姆-天延伸。在胸腔内跨右心室(rv)线圈和imd壳体或罐测量阻抗。可以将阈值302设置为60欧姆-天；然而，可以由用户将阈值设置为另一合适的值当阈值越过阈值时，它示意的是患者可能处于充血的风险。随着参考阻抗停留在原始阻抗之上，来自患者的信号看上去在2009年1月的某个时间达到160欧姆-天，并且此后随着原始阻抗高于参考阻抗而随后下降至阈值以下。阻抗是用于预测hfh的又另一诊断参数。作为诊断参数的阻抗针对基线信号306被测量为阈值水平。相对于基线信号306的值，流体体积的增加和楔压的相关联的增大与胸内阻抗的减小相关。相反，流体体积的减少和楔压的相关联的减小与胸内阻抗相对于基线值的增大相关。另一示例性诊断参数涉及at/af。将心房颤动(af)负担测量为与房室传导比≥2：1相关联的在24小时时段期间的快速心房率的总持续时间。快速心房率通常与150bpm或更快的速率相关联。白天时间大约60bpm以及夜晚时间为40-50bpm是正常的，而70bpm通常仅与孩子相关联。同样地，如果患者具有心脏阻滞，那么心房率可以按照例如90bpm跳动，而rv和lv维持在60bpm的正常节律。也可以将快速心房率定义为快于rv率。at/af阈值指示患者具有at/af达连续最短时间量。例如，当患者在一天期间经历at/af大于6小时时，at/af阈值被超过了。at/af期间的平均心室率(vraf)阈值是又另一诊断参数，其可以用于预测患者是否正在经历恶化的hf，使得患者经受增大的hfh风险。通常在af期间在24小时的时间段上测量vraf。可以将v率定义为每分钟心跳(bpm)，其是从r波到r波的时间。将at/af期间的v率阈值指定为at/af中的时间段大于或等于6小时并且平均v率大于100bpm。患者平均活动是用于预测hfh风险的又另一有用的诊断参数。活动－功能容量的替代，是在预先指定的时间段期间的活动持续时间的定量测量。较低的活动(例如，至少1周的平均活动少于每天1小时)可以示意受损的功能容量。如果患者平均活动在一周的时段上少于每天一小时，则患者处于恶化的hf的增大风险。又另一有用的诊断参数是以每分钟心跳(bpm)测量的v率。v率使用依赖于夜晚心率(nhr)的阈值。如果nhr升高，则nhr(自主神经张力的标志物)可与hfh的增大的风险相关联。nhr测量午夜至凌晨4点之间的平均静息心率。对于最近七天的数据收集，nhr的阈值大于85bpm。以毫秒测量的心率变异性(hrv)和升高的nhr可以用作自主神经张力不平衡的标志。hrv小于50-60ms潜在地是升高的交感神经张力和/或交感神经和副交感神经张力失衡的标志。仍又另一示例性参数阈值是自上次或先前的会话以来v起搏小于90％的百分比起搏，其仅可应用于crt起搏设备。v起搏是递送的心室起搏量。imd还记录了其他数据，诸如，一天期间递送的百分比crt起搏、vt发作的数量以及患者是否接收了除颤电击。在框202处，获取患者数据并将其存储到存储器中。例如，可以经由来自imd16的遥测传输患者数据并将其存储到外部设备114的存储器119中。从被称为fast和partners-hf的临床试验获得的患者数据将数据观察与可已在患者中发生的任何hfh(即220个hfh)相关联。fast是在使用medtroniccrt-d或icd设备的具有ef≤35％以及nyhaiii级或iv级的患者(n＝109)中的前瞻性双盲观察性研究。partners-hf是招募了利用crt-d设备，ef≤35％、nyhaiii级或iv级、以及qrs持续时间≥130ms的患者(n＝1024)的前瞻性观察性研究。用于创建数据库的示例性患者数据可以由图13a中所描绘的从患者1、2和3获得的一组时间线数据来示出。每个患者时间线示出在回顾时段内的第一和第二时间段(即fux，fux+1)期间发生的数据观察。患者1在fux期间触发与活动阈值(例如，至少1周的平均活动少于每天1小时)相关的数据观察。在fux+1期间向患者递送除颤电击。因此，患者1的fux、fux+1两者将被归类为应该被放置在1个数据观察类别中的评估时段。患者2在第一时间段(即fux)期间触发与相关的数据观察，而在下一个或第二时间段(即fux+1)中触发crt和nhr。患者3在第一评估时段期间触发与crt相关的数据观察，而在第二评估时段期间触发和活动。在数据观察的类型(例如，活动、nhr、电击、crt等)之间没有产生区别；因此，对在评估窗口期间触发的任何类型的数据观察进行计数。图13a的时间线中所示的患者数据被总结在表示0个、1个、2个和多于2个数据观察的列(图13b中所描绘的)中。例如，列1表示来自所有患者的零个数据观察类别。列1中的每条水平线指示对于每个评估时段发生0个观察的持续时间。如果做出评估窗口具有零个数据观察的确定，则将评估时段或窗口放置或插入到列1中。列1还指示十个评估时段中的两个包括hfh。因此，零个观察类别的hfh风险是2/10或0.2，其是hfh的20％风险。列2与其中已经触发了一(1)个数据观察的fu相关联，列3与其中已经触发了两(2)个数据观察的fu相关联，并且列3与其中已经触发了三(3)个数据观察的fu相关联。可以通过记下具有hfh的所有评估窗口的比例来计算观察类别中的每一个的hfh风险。在将数据存储在数据库之后，在图8的框204处计算机系统将回顾时段定义为一组评估时间段。例如，患者的回顾时段包括两个连续的评估时段－之前的评估时段和当前评估时段。在一个或多个实施例中，每个评估时段延伸相同的时间量(例如，30天，45天，60天，75天，90天等)。在一个或多个其他实施例中，评估时段可延伸不同的时间量，其提供可变的回顾时段。例如，一个评估时段可以是30天，而另一评估时段可以是35天。方法200的用户确定在回顾时段期间是使用可变的评估时段还是不变的评估时段。在框208处，由该患者在该评估时段期间所经历的数据观察的总量对每个评估时段进行分类。为了对评估时段进行分类或归类，在框206处对数据观察(例如，0个、1个、2个、3个等)进行计数。例如，如果在评估时段期间存在0个数据观察，则将评估时段指定为0个数据观察。随后将与零个数据观察类别相关联的计数器递增“1”，以指示评估时段已经被确定为具有零个数据观察。当其他评估时段具有零个数据观察时，继续递增零个数据观察类别计数器。在对所有评估时段进行分类期间或之后，随后在框210处对特定数据观察类别内的每个评估时段进行计数。在合计数据观察类别(例如，0个数据观察类别、1个数据观察类别、2个数据观察类别、3个数据观察类别等)内的评估时段之后，将总量存储到数据库中。一旦已经处理了所有的评估时段，则终止计数过程。在相同的时间或大约相同的时间处，在框212处针对患者所经历的每个评估时段做出是否已经发生了hfh的确定。如果在患者的当前评估时段期间患者经历了hfh，则该特定数据观察类别的hfh计数器递增“1”。附加地，处理器跟踪hfh和发生hfh的时间段的数据观察类别。随后估计每个数据观察类别的hfh的预期风险。例如，用于估计用0、1、2、3或更多数据观察指定的每个评估时段的hfh风险的等式如下：或者以另一方式说明如下：hfh风险＝(hfh接下来)/n接下来其中hfh接下来是针对该特定数据观察类别的在当前预测时段期间发生的hfh的总量(在图13b中示为“hfh”)，而n接下来表示与该特定数据观察类别相关联的评估窗口(也被称为“风险评价窗口”或“风险预测窗口”)的总数量。此后，创建查找表(图13c)，其将评估时段期间的总数据观察与以十进制或百分比示出的心力衰竭住院的预期风险相关联。在已经处理了来自所有心力衰竭患者的患者数据之后，认为完成了数据库。技术人员理解，虽然可认为数据库是完整的，但是数据库可以被配置成被更新以包括来自设备的附加患者数据或诊断数据。在已经完成数据库之后，可以使用存储到存储器中的查找表来估计患者的心力衰竭住院的预期风险。例如，图14中所示的方法400示出了针对患者估计的预期hfh风险。在框402处，可以通过imd16或其他合适的装置来获取患者数据。在框404处，建立回顾时段。回顾时段由一组连续的评估时段组成。该组评估时段包括第一评估时段(也被称为之前的评估时段)和第二评估时段(也被称为当前评估时段)等。对之前的评估时段期间发生的数据观察进行计数，以确定数据观察的总量。附加地，对当前评估时段的数据观察进行计数，以确定数据观察的总量。在框408处，基于总数据观察对每个评估时段进行分类。使用总数据观察类别，由处理器访问查找表。处理器搜索在查找表内的总观察类别，并随后确定与总观察相关联的心力衰竭住院风险。针对每个评估时段重复从查找表查找每个hfh风险的过程。在一个或多个实施例中，通过处理器搜索图13中的查找表中所示的风险百分比，来确定每个评估时段的hfh风险。在一个或多个实施例中，通过使用加权因子来确定预期的心力衰竭住院风险。例如，可以使用加权因子，其中之后的评估时间段比更早的评估时间段加权更重。例如，最近出现的评估时间段(即，当前评估时段)的加权因子的范围从0直到0.9。与之后的评估时段(即当前评估时段)相比，评估时间段(即，之前的评估时段)的加权因子的范围从0直到0.5。在一个或多个其他实施例中，可以使用加权因子来调整评估时段，该评估时段与较长的另一评估时段相比延伸较短的时间段。例如，短的评估时段(例如，延伸总共30天)可以由60天的长评估时段的0.50(即使用比率方程，30/60)相乘。在确定hf风险之后，图形用户界面向用户显示患者的预期心力衰竭住院风险。基于预测的hfh风险，可以向医生自动生成通知，其指示患者具有相当大的住院风险并且需要进行评估。通知医生进行干预可以防止或降低hfh，这可以潜在地改善长期的患者结果，同时降低护理成本。附加地或替代地，医生可以执行患者的附加临床评估，或者可以无线地调整心脏治疗。在替代实施例中，基于在植入时或在跟进访问期间确定的预先指定的标准自动调整心脏治疗。虽然确定预期的hfh风险是重要的，但是尽可能有效地传递信息的方式可节省医生的时间。图10、图12和图15是可以向用户显示的示例性图形用户界面。图10提供了图形用户界面，其包括在较长时间段上的针对单个患者的一组示例性hfh风险评价。针对在预先指定的时间段(例如30天时段)上的每次跟进访问(fu1-fu4)示出该组示例性风险评价。跟进访问发生在单个时间点，而两个连续跟进访问之间的时间段被称为风险评估窗口或风险预测窗口。跟进访问1(fu1)从时间零开始，并在开始时间之后的30天结束。跟进访问2(fu2)在fu1的结束处开始，并在此后30天结束。跟进访问3(fu3)在fu2的结束处开始，并在fu3的开始时间之后延伸30天。跟进访问4(fu4)在fu3的结束处开始，并在fu4的开始时间之后延伸30天。每个跟进会话的风险评价窗口的持续时间由图10中所示的每个风险评价的水平长度示出。fu1和fu2的风险评价的持续时间大约相同，如由每个风险评价的水平长度在长度上大约相同所描绘。fu4的风险评价持续时间大于fu1和fu2，而fu3风险评价持续时间显著大于图10中所示的所有风险评价。hfh的预期风险评价由箭头示出，从每个fu时段的结束指向其相应的开始时间，以反映风险评价取决于回顾性数据。回顾性数据是来自该评估时段的数据观察。如先前所述，预期hfh风险(即接下来的30天等)需要处理器回顾评估时段并确定由患者所经历的数据观察。基于总数据观察来访问存储在外部设备114的存储器119中的查找表，并随后确定预期hfh风险。在替代实施例中，对从等于零的时间(例如，imd的植入)延伸的所有触发的诊断数据执行评估。虽然所有当前和最近的先前跟进从等于零的时间开始，但每个fu时间段在不同时间处结束。在该场景下，风险预测窗口从fu1延伸到fu2，其是30天；风险预测窗口从fu2延伸到fu3，其是60天；风险预测窗口从fu3延伸到fu4，其是90天，并且风险预测窗口从fu4延伸到另一时间点，其可以是120天。包括较长时间段的实施例可提供延伸更长时间段的趋势数据，一些医生可认为该趋势数据是有用的。在一个或多个实施例中，医生可以在仅示出最近的数据的图形用户界面或示出提供较长的趋势信息的数据的图形用户界面之间切换。可以应用图10的一个或多个实施例使得例如，当前评估时段从由fu2的箭头头部所指示的时间延伸到fu1的箭头头部。之前的评估时段从由fu1的箭头头部所指示的时间延伸到开始。在该示例中(以粗体和大写文本示出在图10中)，当前评估时段和之前的评估时段用于预测紧接在当前评估时段之后的30天预期风险。图12是向用户显示数据内容的又另一用户界面。将数据内容解析为设备事件和心力衰竭相关事件。一个用户可能对设备事件更感兴趣，而另一用户可能对心力衰竭相关事件更感兴趣。可以通过点击其上显示有术语“设备事件”的选项卡来访问设备事件。设备事件包括但不限于：vf治疗关闭、夺获管理警告、电复位、关于引线问题的警告、推荐的设备更换时间、充电电路警告、vf检测治疗关闭、活动罐(或壳体)关闭、vt/vf检测被禁用、无线遥测不可用、未检测到svc引线。图15是又另一用户界面，其在有关于患者的某些规定事件发生时提供警报。提供用户界面选项卡以允许用户快速访问该用户最关注的数据。用户界面显示与概览数据、警报组、诊所管理警报(例如，红色警报、黄色警报和仅网站警报)以及通知小时相关的选项卡。红色警报意味着已经越过了非常重要的阈值，而黄色警报意味着该项目是关注的。在用户界面的左手侧是与临床管理警报相关的项目的列表。该列表被解析为数据观察和设备项目。数据观察的列表包括：大于阈值的at/af每日负担、at/af期间的平均心室率、在发作中递送的电击的数量、以及在该区中用尽的所有治疗。多个临床事件包括：在at/af中的时间大于或等于预定的每天的小时数量、在at/af中的时间大于或等于预定的小时数量并且平均心室率大于预先指定的水平达至少一天、nhr大于85bpm达7天中所有或大部分、至少一周的平均活动少于每天1小时、至少1次vt/vf电击、自上次传输(仅对crt设备可见)以来心室起搏(vp)小于90％、发生了预先指定的数量的来自列表的事件、以及发生了用户选择的数量(1-6个项目)的事件。用户可以输入数字(例如，1-6个项目)，如所示，或者可以使用下拉菜单来让用户选择项目的数量。提供的数字的范围反映了用户已经选中了列表中的多少数量的事件。技术人员将理解可以选中或不选中图15中的任何数量的方框以指示已经发生了事件或警报。图15仅示出了一种可能的场景。例如，未被选中的事件包括在at/af中的时间≥[x]小时达至少1天、以及nhr>85bpm达最近7天中的所有。选中的事件包括在at/af中的时间≥x预先指定的小时数量]小时并且平均心室率>y预先指定的小时数量]达至少一天、至少1周的平均活动是<1小时/天、至少一次vt/vf电击、以及自上次传输以来vp<90％。设备列表包括：引线/设备完整性问题、vf检测治疗关闭、指示推荐的设备更换时间的低电池电压警告、服务结束的过度充电时间、右心室引线完整性、右心室噪声、心房起搏阻抗在范围之外、以及右心室起搏阻抗在范围之外。为了避免模糊本发明的技术，下面呈现关于存储在外部设备114的存储器119中的数据库的细节。通过被称为fast和partners的两个组合临床研究的使用来建立hfh风险评价有效性数据。以下呈现的表2总结了用于本分析的fast和partners试验中775名患者的患者人口统计。所有患者都具有crt-dimd，并且患者中的大多数(87％)表现出nyhaiii的心力衰竭状态。附加地，患者具有接受心脏再同步治疗的患者群体的类似特性。表2总结了患者人口统计，其中组合fast和partners-hf试验以用于本分析。患者中的大多数被归类为nyhaiii，其中平均年龄为69岁。患者中的大多数还经历了通常与hf患者相关联的各种疾病(例如缺血、冠状动脉疾病、高血压、糖尿病等)，并且服用各种药物(例如，血管紧张素转换酶抑制剂/血管紧张素受体阻滞剂(ace/arb)、β-受体阻滞剂、利尿剂、地高辛、醛固酮等)。表2总结了患者的人口统计特性表3-7总结了来自临床试验的数据中的一些。针对775名患者和2276次跟进会话，示出了许多imd参数(与包括阻抗的数据(表4)相比，排除阻抗(表3))的风险分层。表3包括：数据观察(即imd观察)的数量、参与由医生评估的跟进访问的患者的数量、经历的hfh的数量、hfh百分比、经gee调整的hfh(95％置信水平(ci))以及与0个观察的比值比(oddsratio)(95％ci)。如从表3显而易见的，hfh的比率随着数据观察的数量的增加而增加。例如，当没有触发imd观察时，30天的事件率为0.9％，并且对于触发的三个或更多个imd观察，增加至13.6％。总跟进会话中的绝大多数(约71％)没有imd观察。附加地，跟进会话的比例随观察增加而单调下降(针对1个、2个和≥3个观察，分别为23.5％、4.3％和1.3％)。表3是在对处于心力衰竭住院(hfh)风险处的患者进行分层中排除的数据观察的性能。表4中示出了作为hfh预测因子(predictor)的各种参数的单变量分析。评估的诊断参数数据包括活动、nhr、af负担、vraf、crt起搏的减少、电击和利用在特定行中表示“是”来指示每个参数的数据观察已经发生，而缺少数据观察由“否”指示。还提供与特定参数的数据观察相关联的fu和hfh的数量。从制表数据来看，与缺乏数据观察成对比，数据观察展示了增大的hfh的风险。此外，制表数据示出，对于各种参数，hfh率从4.6％(对于crt起搏减少)改变到11.2％(对于vraf)。对于在大比例的跟进会话期间(～10％或更多)触发的活动、af负担和v-起搏，事件率分别为5.1％、4.7％和4.6％。表4针对hfh的各种设备参数的单变量分析和风险表4中示出了在775名患者和2276次跟进会话中包括的各种参数的风险分层性能。与排除的参数组类似，hfh的事件率随着观察的数量的增加而增加。无imd观察的场景的事件率为0.4％，并且对于三个或更多个观察，增加至13.6％。零个imd观察的跟进会话组成了所有跟进会话的最大比例(48.5％)，并且随着imd观察数量的增加而该比例下降(对于1个、2个和≥3个观察分别为36.4％，12.2％和2.9％)。在单变量分析中，发现指数具有3.5％的hfh事件率，如表4中所示。表5是在对处于心力衰竭住院(hfh)风险处的患者进行分层中包括的数据观察的性能。图11a-11b示出了针对排除(图11a)和包括(图11b)的imd参数的在30天的后评估中的hfh事件率。在各种数量的数据观察的诊断评估之后，0个、1个、2个和2个数据观察的kaplanmeier曲线被示出为沿着x轴从时间0至30天并且住院的hfh率沿着y轴从0％至13％。在图11a-11b中显而易见的是：事件率随着观察数量的增加而增加。表6和表7示出了方法200在针对参数组预测hfh中的灵敏度和特异性，在该参数组中包括了或者从1个、2个和≥3个的范围的数据观察排除针对排除了的参数组，对于≥1个观察的灵敏度为68.9％，并且对于≥3个观察的灵敏度减小到9.5％。≥1个观察的对应的特异性为71.2％，并且对于≥3个观察的特异性增加到98.8％。类似地，对于当包括时的场景，≥1个观察的灵敏度为90.5％，并且对于≥3个观察的灵敏度减小到21.6％。对应的特异性从49.1％(≥1个观察)增加到97.4％(≥3个观察)。与特异性的减小相比(97.4％对98.8％)，包括数据的≥3个观察的灵敏度的相对增加是显著的(21.6％对9.5％；见表5和表6中最底行)。表6：针对排除的参数组的在0个、1个、2个和≥3个观察的30天的评估框架中的灵敏度对特异性。表7：针对包括的参数组的在0个、1个、2个和≥3个数据观察的30天的评估框架中的灵敏度对特异性。另外，用于评价诊断的回顾时段被视为跟进时段之间的整个持续时间，以反映现实世界的临床实践。hfh事件的风险随着imd观察数量的增加而增大。例如，与不具有观察的患者相比，当在fu时间段期间已经发生三个或更多个数据观察时患者具有18倍至42倍的增大的hfh风险，这取决于imd参数组排除还是包括如分别由表2和表4所指示的。针对不同数量的观察的灵敏度和特异性表现出在两个或更多个度量之间的折衷，使得随着增加数量的观察的标准更严格，特异性改善，灵敏度恶化。例如，具有大于或等于三个imd观察的灵敏度低于≥2个观察的灵敏度，因为未将少数住院捕获在大于或等于3个imd观察中，即该少数住院发生于较低数量的imd观察。在没有的情况下，大于或等于3个imd观察的灵敏度和特异性分别是9.5％和98.8％。对于具有的imd，对应的灵敏度显著提高至21.6％，而特异性略微下降至97.4％。由于不断地或周期性地收集imd数据，因此当在走动(ambulatory)环境中时可以实时预测hfh风险。例如，可以在临床环境中评价患者。替代地，当已经发生特定警报(例如，美敦力公司的护理链接系统中的护理警报时可以将imd数据自动传输到诊所，或者可以由患者按照由临床医生选择的预定计划表来传输imd数据。因此，可以使动态hf风险评价可供临床医生使用，随后可以将该动态hf风险评价与其他临床信息一起用于管理患者的hf。imd中的各种imd诊断参数是各种潜在生理过程的反映。给定参数的偏差超出某个范围可示意生理稳态中的损害，并且因此是患者风险的标志。例如，阻抗是流体状态的指标。阻抗下降和指数伴随的上升指示可能的流体超负荷，而阻抗过度上升和指数下降可能示意脱水。类似地，升高的nhr和异常hrv是自主神经张力不平衡的潜在标志，并且较低的活动可以示意受损的功能容量。虽然每个诊断参数是风险的标志，但是当如通过将表3与表2和表4进行比较所示的对诊断参数进行组合时，预后值得到改善。本公开的一个或多个实施例采用递增的方法来仅基于增加的观察数量(诸如，0个、1个、2个、≥3个数据观察)来预测预期风险。附加地，虽然采用临床相关的30天时段用于hf风险预测，但用于评估imd诊断的回顾时段的不同之处在于，在相同患者的先前和当前跟进会话之间使用所有数据。在一个或多个其他实施例中，用于评估imd诊断数据的回顾时段的不同之处在于，在类似处境的患者的先前和当前跟进会话之间使用所有数据。本公开对于医疗保健提供者是有利的，因为本公开不需要对阈值从其默认值实现修改。在无需修改诊断参数的情况下实现本公开简化了hfh风险的实现，因为医生不需要修改imd阈值。与仅是该组imd诊断参数中的一个分量的单独胸内阻抗相比，使用多个诊断参数的方案改进了整体诊断准确性，如表3和表4所示。本公开仅使用通过imd(crt-dimd)感测的现有数据观察参数来针对门诊患者提供动态且尤其灵敏的hfh风险评价。未从现有crt-dimd对各种参数的阈值和对应的imd观察进行修改。由于本公开依赖于当前现有的设备诊断观察，因此不必修改计算机指令或imd的配置以便实现方法200。此外，可以在经由遥测从imd发送给医生的两次传输之间、在两次临床跟进访问之间、或者在经由遥测从imd发送的传输和临床跟进访问之间获取数据。仍又另一区别在于：预期hfh风险水平仅仅基于触发的数据观察的数量。例如，一个数据参数或诊断不会从另一诊断被给予更大的权重。每个数据参数与另一个数据参数的加权相同。因此，仅对在缩短的评估时间段(例如30天)期间的数据观察的数量进行计数是有用的，以便计算预期的hf风险。已经描述了各种示例，其包括使用仅从使用imd感测的实时数据获得的数据来确定患者的预期hfh风险。这些示例包括用于标识具有由于心力衰竭而重新住院的升高的风险的患者的技术。另外，患者风险水平的警报可从多个不同的患者远程递送给医疗保健专业人员，以用于在重新住院之前对心力衰竭的分诊和早期诊断和医治。在一个或多个实施例中，可以针对一组较短评估时段中的每个较短评估时段计算预期hfh风险。预期的hfh风险通过确定接下来的30天中是否发生hfh事件(多个)(hfh接下来)除以在接下来的30天中具有或不具有hfh事件的评估的总数量(n接下来)。在又另一实施例中，公开了用于确定预期心力衰竭住院风险的医疗设备系统的操作的方法，使得该方法包括经由与设置在患者体内的植入式医疗设备相关联的一个或多个电极测量一个或多个数据观察，每个数据观察与诊断参数相关联。自动地将检测到的数据观察存储到患者的imd16的存储器中。回顾时段被定义为包括之前的评估时段和当前评估时段。在之前的评估时段中对每个数据观察进行计数，以确定在预先指定的时间上的数据观察的总数量。做出在当前评估时段中是否发生心力衰竭住院事件的确定。当前评估时段的心力衰竭住院事件乘以在预先指定时间段上的数据观察的总数量。确定在当前评估时段中的评估的总数量。对在当前评估时段中的评估的总数量进行除法得到用于确定预期心力衰竭住院风险的产物。在图形用户界面上显示的是整体评估时段，其从预设的开始时间延伸并在一组较短的评估时段上延伸。对一个较短评估时段的预期心力衰竭住院风险的加权与对来自该组评估时段的另一较短评估时段的加权不同。在一个或多个其他实施例中，hfh风险被计算心力衰竭住院(hfh)风险被计算为：在之前的评估时段中具有给定数量的数据观察并且在接下来的30天中具有hfh(或无hfh)事件的评估的数量除以在接下来的30天中具有hfh(无hfh)的评估的总数量。在一个或多个实施例中，基于imd数据观察的总数量来计算hf风险。针对具有不同数量的观察的组，使用广义估计方程(gee)模型来估计hfh事件率和比值(odds)。出于本公开的目的，未做出针对基线变量(例如，年龄、性别、nyha、冠状动脉疾病史、心肌梗塞(mi)、af、糖尿病和高血压)或基线药物(例如，ace-i/arb、利尿剂、β-受体阻滞剂和抗心律失常药物)的调整。本文中所描述的示例性系统、方法和/或图形用户界面可被配置成辅助用户(例如，医生、其他医疗人员等)预测患者的hf风险和/或hfh风险。医疗设备系统包括在预测患者的hfh风险时访问的外部设备(例如服务器等)。外部设备具有与心力衰竭患者相关的数据的集合，其组织并存储在存储器中以供通过处理器访问。可以使用生物标志信息来确定患者的心力衰竭事件风险。可以组合不同的变量来预测患者的临床事件(诸如hfh)的风险。在一个或多个实施例中，出于预测心力衰竭事件的目的，通过组合所有设备变量而获得的集成度量改进单独的每一个个体变量。集成心力衰竭诊断可以将诸如心力衰竭事件、症状、药物剂量、体重和血压之类的信息与设备参数进行组合，以使用例如贝叶斯(bayesian)体系结构来获得组合hf风险评分，该贝叶斯体系结构非常顺应于在模型中包括其他变量。可以添加新参数以进一步改进集成度量的准确性。可以参考2012年2月20日提交的题为“用于监测组织流体含量的用于植入式心脏设备的方法和仪器(methodandapparatusformonitoringtissuefluidcontentforuseinanimplantablecardiacdevice)”并且被转让给本发明的受让人的美国专利申请序列号13/391376看到这种配置的示例，该文献的公开内容通过引用以其整体结合于此。附加地或替代地，另一示例公开在martinr.cowie等人的“用于标识在走动环境中处于心力衰竭住院风险处的患者的从植入式设备中监测到的参数导出的集成诊断算法的开发和验证(developmentandvalidationofanintegrateddiagnosticalgorithmderivedfromparametersmonitoredinimplantabledevicesforidentifyingpatientsatriskforheartfailurehospitalizationinanambulatorysetting)”，欧洲心脏杂志(europeanheartjournal)(2013)34，2472-2480doi：10.1093/eurheartj/eht083中，该文献的公开内容通过引用以其整体结合于此。简而言之，贝叶斯信念网络组合了多个信息源，以能够创建用于诊断目的的鉴别器。利用数据库，贝叶斯信念网络可组合存储在数据库中的各种信息，并随后创建可以针对不同治疗提供推荐的鉴别器。根据本领域已知的贝叶斯信念网络方法，基于来自数据库的信息，概率证据|治疗响应和概率治疗响应是可用的，并用于确定概率治疗响应|证据。从上文详述的设备特性和患者特性导出证据。可以在图形用户界面上呈现具有给定证据组的最大概率的贝叶斯信念网络的一个输出。在以下更详细地描述贝叶斯信念网络。在该公开中，在描述贝叶斯信念网络之前，某些术语对于理解是有用的。使用有助于评价患者的总体健康(例如，心肾状态)的生化标志和/或生物测定来预测hf事件。hf事件包括hf住院、与hf相关的急诊室(er)访问或需要iv-利尿剂的门诊诊所。更具体地，hf事件涉及利用iv利尿剂、口服利尿剂或超滤来医治以移除过量流体的任何事件。示例性生化标志和/或生物测定包括脑利尿钠肽(bnp)和nt-probnp、肌酐、血清k+、血清na+、血红蛋白/血细胞比容、钙、肌酸磷酸激酶、肌钙蛋白、葡萄糖、血尿素氮(bun)或胱抑素c。bnp和nt-probnp是由心脏响应于体积超负荷和拉伸而释放的激素。肌酐由肌肉的分解而不断地产生并由肾脏清除。血清肌酐的升高是肾功能障碍的标志。血清k+是非常紧密调节的电解质，对细胞功能是重要的。血清na+是非常紧密调节的电解质，对细胞功能是重要的。血红蛋白/血细胞比容对于氧运输是重要的。钙是重要的第二信使并且在肌肉收缩中起作用。肌酸磷酸激酶是肌肉损伤的标志。肌钙蛋白是肌肉损伤的标志。葡萄糖是主要的能量来源，并由身体紧密调节。升高的葡萄糖可指示糖尿病。血尿素氮(bun)是血液中氮的量，作为肾功能的衡量。bun的升高是肾功能不良的标志。胱抑素c由具有细胞核的所有细胞产生，并通过肾脏中的肾小球过滤从血流中移除。胱抑素c的水平升高是肾功能下降的标志。将生物测定的结果存储在电子医疗记录(emr)系统中，该电子医疗记录系统被电子地连接到来自美敦力的护理链接系统。将护理链接数据输出到emr。可以将与以上列出的示例性变量(例如，生化标志)相关的emr系统数据结合到集成风险评价算法中(图16)。与设备变量类似，可以创建增加的风险的各种水平。例如，针对bnp，可以创建多于一个的风险水平(例如，三个风险水平等)。以下呈现了示例性风险水平：水平1(低风险)：bnp<100pg/l水平2(中等风险)：100pg/l≥bnp>300pg/l水平3(高风险)：bnp≥300pg/l使用如本文中所描述的类似方法，可以指定其他生化标志的风险水平阈值。随后可以将风险水平阈值输入到图17中阐述的算法中，以计算hf事件风险。图17描绘了用于确定先验概率的逻辑回归模型，而设备标准映射和生化标志标准映射用于获得hf事件和/或hfh的后验概率。设备数据、emr和外部诊断数据的组合在生成hf事件的患者风险状态中可以是有用的。本质上，算法为每个变量指定标准状态，并随后针对每个变量构建似然表。该似然表将参数状态链接到hf事件的概率或非事件的概率。随后使用似然表来使用贝叶斯信念网络来创建查找表，该贝叶斯信念网络将各种参数状态的组合链接到唯一的hf事件概率。逻辑回归模型接收来自植入设备(例如，crt起搏器或crt/icd)、htn、dm、af、nyha、小于35的ef和/或小于120的qrs的数据输入。可以使用任何回归软件，诸如，matlab回归软件。如图16中所示，从从设备数据、外部诊断获取的数据生成查找表。一旦已经创建了查找表，就做出了参数中的每一个处于哪种状态的评价，并随后读出对应的概率(hf)。从imd获取的设备数据可以包括诸如阻抗(即optivol)、活动、nhr、hrv、af、vraf、vt、是否递送了电击和/或％vp之类的参数。基于贝叶斯网络的方法。可以应用过多的常见统计方法，以便开发集成心力衰竭诊断。然而，贝叶斯方法具有若干潜在的优点，该优点使其成为用于这种应用的有吸引力的选项。用于统计的标准频率论(frequentist)方法依据事件发生的概率(或pr(a))来定义该事件的不确定性(或随机变量a)。例如，为了评估在12个月中具有crt-d设备的患者中的hf的概率(hf)，人们将对在一年中具有hf的患者的数量进行计数随后除以患者的总数来确定pr(hf)。在贝叶斯方法中，增强了频率论方法以包括其他可用的信息或证据，以在目前环境(即，在可用的证据的情境下)中重新估计pr(hf)。例如，假定人们希望知道hf失代偿的概率，因为optivol流体指数已越过了阈值(pr(hf|optivol))。optivol流体指数越过阈值并不一定意味着即将发生的hfd。因此，我们采用不确定的推理或概率，并在给出了现有当前诊断证据时进一步应用贝叶斯方法来量化概率。使用贝叶斯规则：pr(hfd|optivol)＝pr(optivol|hfd)*pr(hfd)/pr(optivol)其中，pr(hfd|optivol)是后验信念(或我们想要找到的信念)pr(optivol|hfd)是似然性(我们从先前数据或专家知识中知道的似然性)pr(hfd)是先验信念(其是未给出证据时的先验信念)pr(optivol)是该情况下的标准化因子(可以从先前数据计算)因此，我们可以使用在hfd之前存在的optivol证据的似然比和由optivol证据的概率对其进行标准化的hfd的先验信念，来估计给出optivol证据时的hfd的后验信念。该方法的一个美学优势是它类似于人类大脑如何“思考”；贝叶斯方法只是以数学框架对该方法进行了形式化。当涉及多个变量时，可以扩展贝叶斯规则。后验概率计算随后将涉及计算联合概率分布并定义条件概率的多个组合。更广泛应用贝叶斯概率的一个限制是当变量数量增加时，联合概率分布和条件概率分布的计算变得过高。贝叶斯信念网络理论通过指定变量之间的明确关系来解决该问题，由此使计算更可行。利用明确被定义的变量之间的关系，仅需要定义相关联变量的条件概率和联合概率。因此，贝叶斯信念网络提供用于关于变量之间的明确关系的假定的框架，以使计算更可行。可以参考2012年2月20日提交的题为“用于监测组织流体含量的用于植入式心脏设备的方法和仪器(methodandapparatusformonitoringtissuefluidcontentforuseinanimplantablecardiacdevice)”并且被转让给本发明的受让人的美国专利申请序列号13/391376的图8看到这种配置的示例，该文献的公开内容通过引用以其整体结合于此。贝叶斯信念网络由包括hf失代偿(hfd)、optivol流体指数(ofi)、和夜晚心率(nhr)的三个变量组成。在该网络中假定的明确因果关系是hfd可致使ofi变化和nhr变化两者。该网络的目标可以是找到pr(hfd|ofi，nhr)，即给出关于ofi和/或nhr的证据时，hfd的概率是多少。另外，期望找到pr(ofi|nhr)或pr(nhr|ofi)，即在只有nhr证据可用的情况下ofi的概率是什么，反之亦然。为了获得pr(hfd|ofi，nhr)，需要为网络定义似然性和先验概率。在该示例中，pr(ofi|hfd)和pr(nhr|hfd)是似然估计，并且pr(hfd)是hfd的先验概率，其需要基于先前数据或专家知识来被定义。可以以连续概率分布的形式定义似然估计，如图8中所示。然而，为了更容易计算，可以将似然估计定义为条件概率表。可以将变量ofi和nhr中的每一个转换为离散状态。例如，可以将ofi离散化为值的五个范围[低、中等低、中等、中等高、高]，并且条件概率表简化为图9中所示的表。图9的表中的每个值表示在给定已知hfd是真或假时ofi处于五种状态之一的概率。注意，根据概率规则，每行的总和应该为1。类似地，可以将nhr离散化为值的3个范围[低、中等、高]和图10中所示的简化条件概率表。可以将基本的三个变量网络扩展到更大数量的变量。因此，针对集成诊断问题，我们想知道pr(hfd|optivol，nhr，hrv，活动，af，vt/vf，％vp，bnp，肌酐，na+，k+，ca2+，hgb，ck，肌钙蛋白和葡萄糖)。因此，我们将贝叶斯信念网络(bbn)扩展为16变量网络。做出的定义网络的基本假定是hfd可致使所有其他变量发生变化，hfd因果地链接到所有其他变量。所有其他变量都有条件地取决于hfd，即如果存在hfd证据(真或假)，则其他变量彼此相关联，否则它们彼此独立，即其他变量彼此不相互链接但仅通过hfd链接。任何贝叶斯网络问题可具有bbn的多个实现，这取决于先验假定。例如，高nhr可致使at/af或vt/vf独立于hf条件，但是，针对该特定模型实现，假定不是这种情况。但是，可以升级此基本bbn以包含这些依赖项。类似于三个变量示例，针对该bbn网络，需要指定附加变量的条件概率。附加地，我们需要指定pr(活动|hfd)，pr(hrv|hfd)，pr(bnp|hfd)等。可以使用先前数据或专家知识来导出所有条件概率。因此，当我们获得关于不同变量的状态的证据时，其在网络中被输入并且bbn通过整个网络应用该信息。例如，如果我们仅具有optivol证据，则其更新pr(hfd)，并且因为所有其他变量都被链接到hfd，如果不存在关于它们的证据，则那些其他变量的概率也会被更新。类似地，假定条件概率表定义optivol和bnp两者均为高增加hfd的概率，如果因为患者未采取bnp测量而因此无法获得bnp信息，则optivol为高的信息也会增加bnp也为高的概率。定义先验概率可以使用多个现有临床数据库来确定与hf事件相关联的基线变量。所有可用的基线变量都用于单变量和多变量逻辑回归。在研究开始处收集的基线变量可以用作独立变量，并且前6个月中的所有hf事件都可以用作多变量逻辑回归模型中的因变量。多变量逻辑回归模型拟合数据并标识hfd事件的独立预测因子。一些已知的风险因素总是被包括在模型中，而不论统计学意义。模型中使用的参数包括年龄、性别、体重、身高、体重指数(bmi)、nyha、射血分数(ef)、qrs持续时间、缺血性病因、crt/icd设备、高血压、房性心律失常(af)、糖尿病、冠状动脉疾病(cad)、mi、lbbb、rbbb、心动过缓、窦房结疾病(snd)。从模型中值得注意的排除是基线药物，它们是hfd的已知预测因子。由于数据不可用，因此排除了这些参数。逻辑回归模型生成独立预测因子的列表和基线概率表。概率表列出了所选择的基线参数的所有可能组合以及前六个月中hfd事件的相关联概率。从连接(connect)研究生成的基线概率表用作用于评估所有研究的先验概率pr(hfd)。因此，针对每个患者，从病例报告表格确定所选择的基线参数中的每一个的状态。通过从基线概率表中表格查找来确定患者的先验概率pr(hfd)，即，所有所选择的基线参数的给定的状态组将对应于从其确定pr(hfd)的基线概率表的一个特定行。定义似然表基于来自开发集的数据来定义设备变量的似然表。开发集包括以下内容：1.来自ofisser研究的所有患者；2.在“仅观察”模式中具有optivol特征的来自意大利临床服务的患者；3.来自连接(connect)研究的具有crt设备的患者。个体患者数据的每个组被分为植入后开始60天的30天时段。针对每个30天时段，计算所有诊断变量标准。诊断变量标准将原始诊断变量数据映射到离散的风险或标准状态。针对每个变量指定一个标准状态，其中优先给定“风险”状态。例如，如果针对30天时段期间的任何一天，optivol满足标准状态4的条件，则将标准状态4指定用于该30天时段的optivol诊断，而不论在该30天时段期间是否满足任何其他标准状态。针对每个30天的时段，还评估了在接下来的30天时段内是否发生了hfd事件。因此，似然比可以被计算为pr(诊断＝标准状态|hfd＝在接下来的30天时段中的假)＝具有“诊断＝标准状态”的30天的时段和不具有hfd事件的之后的30天的时段的数量/不具有hfd事件的30天的时段的总数量。类似地，pr(诊断＝标准状态|hfd＝在接下来的30天时段中的真)＝具有“诊断＝标准状态”的30天的时段和具有hfd事件的之后的30天的时段的数量/具有hfd事件的30天的时段的总数量。因此，可以针对每个诊断变量的每个标准状态计算条件概率表或似然表。生成bbn概率表随后将针对每个诊断变量的每个标准状态定义的似然表作为输入提供给在matlab中的bbn工具箱中实现的贝叶斯信念网络模型。bbn模型随后可以提供pr(hfd|诊断变量＝标准状态)的后验概率。随后将该后验概率制表，用于诊断变量和标准状态的所有可能组合，以创建bbn概率表。一旦指定了每个诊断变量的标准状态，就从bbn概率表确定后验概率。用于生成可以应用于本公开的bbn概率表的示例性方案在2012年2月20日提交的美国专利申请序列号13/391376的图11中被示出。总之，1.从基线和临床生物标志数据生成先验概率；2.如先前所解释的，从数据生成似然表；以及3.使用matlab中的bbn工具箱生成bbn表。算法实现包括如图17中所示的示意图中概述的以下步骤。1.生成先验概率估计并选择对应的bbn表；2.标准状态映射；以及3.生成后验概率。生成先验概率估计并选择对应的bbn表在植入时，针对每个患者获得基线变量或静态变量的状态。基线信息用于从基线概率表查找先验概率。先验概率被分类为四个可能的值(例如，0.1、0.15、0.20、0.25)。该过程限制将被使用的bbn概率表的数量。图13的表描述了该分类。基于分类的先验概率估计来选择对应的bbn表。标准状态映射根据所示的逻辑来执行可以在长期临床趋势(心脏指南针)中收集设备数据的标准状态映射，该逻辑例如，参考2012年2月20日提交的题为“用于监测组织流体含量的用于植入式心脏设备的方法和仪器(methodandapparatusformonitoringtissuefluidcontentforuseinanimplantablecardiacdevice)”的美国专利申请序列号13/391376。活动、nhr、和hrv的附加计算该三个参数需要附加的计算，其类似于optivol流体指数的计算。这些计算的目的是确定这些参数在一时间段上是增加还是减少。上述三个参数的所有计算都是类似的。字param将用于以下计算描述。每天将平均param计算为param值的过去7天的平均值。只有在过去7天中的4天具有有效测量时，才可以计算平均param，否则它是未确定的。将给定日的长期平均param计算为当天、当天-7天、当天-14天和当天-21天的4个平均param值的平均值。长期平均param的增加或减少仅限于下移(driftdown)和上移(driftup)。只有当可以针对过去14天中的至少一天计算平均param时，才可以计算长期平均param，否则它是未确定的。给定日的每日差异param是长期平均param和平均param之间的差异。如果平均param是未确定的，则每日差异param也是未确定的。正差异计数在长期平均param＝平均param的几天上递增。如果每日差异param改变符号并且每日差异param＝0，则将它重置为0。如果负差异计数达到4且正差异计数不等于4，它也会重置为0。如果正和负差异计数两者均为4，则如果每日差异param<0，则重置正差异计数。负差异计数在长期平均param<平均param的几天上递增。如果每日差异param改变符号并且每日差异param<0，则将它重置为0。如果正差异计数达到4且负差异计数不等于4，它也会重置为0。如果正和负差异计数两者均为4，则如果每日差异param＝0，则重置负差异计数。param正累积差异是针对过去的正差异计数天数的时段的每日差异param的总和。如果正差异计数>14，则仅针对过去的14天进行累积。param正累积差异具有为0的最小值。param负累积差异是针对过去的负差异计数天数的时段的每日差异param的总和。如果负差异计数>14，则仅针对过去的14天进行累积。param负累积差异具有为0的最小值。param正累积差异＝param正阈值或者param负累积差异＝param负阈值(取决于如下表中列出的参数)，用于设置相应参数的标准状态。param正阈值等于长期平均param*阈值因子。param正阈值不可以小于阈值底面(floor)或大于阈值天花板(ceiling)。param负阈值等于长期平均param*阈值因子。param正阈值不可以小于阈值底面(floor)或大于阈值天花板(ceiling)。使用患者管理系统收集的临床变量的标准状态映射是根据图16中所示的表格中描述的逻辑执行的，该逻辑参考2012年2月20日提交的题为“用于监测组织流体含量的用于植入式心脏设备的方法和仪器(methodandapparatusformonitoringtissuefluidcontentforuseinanimplantablecardiacdevice)”的美国专利申请序列号13/391376。生成后验概率标准状态信息用于从所选择的bbn表查找后验概率。后验概率是在给出不同设备诊断变量和生物标志变量的所有证据(或标准状态)时的hf风险评分或hf事件的概率。在植入时，hf风险评分将与基线概率相同，其是在接下来的六个月中的hf住院的风险。每月基于先前月的诊断数据更新hf风险评分(或每当用户选择评价hf风险时)，以指示hf事件的即将发生的风险是已经从患者中的基线风险增加还是减少。因此，基线hf风险评分是较长时间帧上的总体(静态)风险，而月度hf风险评分或在用户定义的时间点处评价的hf风险评分将能够提供关于患者在该时间段期间更可能具有事件的时间段的时变(动态)信息。在图形用户界面上显示示例性患者在10个月时段上所得到的hf风险评分的变化。可以通过两种方式计算hf风险评分。1.每日评分的最大值：针对每天，基于当天的标准状态来计算hf风险评分。在跟进日，将过去的30天期间的最大hf风险评分用作跟进时的风险评分。高hf风险评分需要在相同时间处满足多个诊断标准。2.月度评分：针对每天，仅评估标准状态。在跟进日评估过去30天的标准状态，并将过去30天的在任何给定日的最危险状态指定为跟进时的标准状态。随后基于在跟进时基于在过去30天中的标准状态来指定的标准状态来计算hf风险评分。高风险评分不需要在同一天满足多个诊断标准，但需要在30天的时间帧中满足多个标准。这允许一个诊断标准成为在未来日期处满足另一标准的缘由。在图18-19中示出示例性患者情况。以下列出的是用于标准映射的示例性生化标志，其可以从设备数据和/或通过在访问医院期间获得的实验室数据获得。脑利钠肽(bnp)和nt-probnp是由心脏响应于体积超负荷和应变(即在施加的力之下心肌拉伸或在物理上变得更长)而释放的激素。肌酐由肌肉的分解而恒定产生并由肾脏清除。血清肌酐的升高是肾功能障碍的标志。血清k+是非常紧密调节的电解质，对细胞功能是重要的。血清na+是非常紧密调节的电解质，对细胞功能是重要的。血红蛋白/血细胞比容对于氧运输是重要的。钙是重要的第二信使并且在肌肉收缩中起作用。肌酸磷酸激酶是肌肉损伤的标志。肌钙蛋白是肌肉损伤的标志。葡萄糖是主要的能量来源，并由身体紧密调节。糖尿病升高。血尿素氮(bun)：血液中的氮含量作为肾功能的衡量。bun的升高是肾功能不良的标志。胱抑素c：胱抑素c由具有细胞核的所有细胞产生，并通过肾脏中的肾小球过滤从血流中移除。胱抑素c的水平升高是肾功能下降的标志。在示例性实现中，可以取决于患者对诊所的访问而偶尔报告生化测定的可用性。然而，由于算法在持续时间内(即当前设置为30天)执行回顾操作，所以即使有限的信息也可以集成到算法中并且将是有价值的。除了与bnp的绝对值相关联的风险水平之外，可以使用相对变化来确定患者的风险水平。相对变化可能在指示治疗的效果中更有效，因为bnp的减少可能与充血症状的改善相关。例如，许多患有急性心力衰竭综合征(ahfs)的患者在入院时出现的bnp值远高于上述阈值(>>500pg/l)。一旦医治，他们的bnp值下降，但可能仍然不在期望的范围内。然而，在管理在这个脆弱时段期间(急性期后)的患者中收集的数据可能是有价值的。在该实现方案中，医生将能够设置bnp的正常和异常范围的范围，随后将其与其他设备和非变量进行组合以计算患者的经历恶化的hf症状的风险。在替代的实现中，用于诸如bnp和葡萄糖的生物标志的基于家庭的监测器或患者盒可以用于传输可以由hf风险评价算法使用的每日数据。在这种实现中，生化标志中一些将在每日的基础上与设备数据组合以计算该特定日的hf风险。每日数据随后将用于计算更长期的风险。尽管可以使用贝叶斯方案，但是也可以使用更简单的启发式非贝叶斯方案。附加地，具有较高bnp的患者的阻抗往往较低。这从生理学观点来看具有机械意义，因为具有较高bnp的病情较重的患者将往往具有较高的肺充血发生率/持续时间，并因此将具有较低的阻抗，如图18中所示。bnp和阻抗之间可能不存在强相关性，如图19中所示。然而，bnp和阻抗具有正交信息，并因此可以被组合以获得更稳健的hf风险标志。正交信息是不相关的数据，即尚未嵌入现有参数中的新信息。图19描绘了bnp和阻抗之间的关系。具有较高bnp水平的患者在跟进持续时间上具有较低的阻抗和较大的optivol交叉发生率。一个或多个实施例涉及用于贝叶斯hfrs模型的raft中的住院。具有恶化的肾功能的患者具有增加的流体积聚倾向，导致较低的阻抗和更频繁的optivol交叉，如图中所示。应当理解，可以由本文中所描述的方法中的任一种来完成hf事件的预测，诸如，通过对观察到的数据观察中的所有仅计数，如以上所描述的。另外或可替代地，可以使用贝叶斯方法或任何其他合适的统计方法来预测hf事件。从1到20连续枚举的以下段落提供了本公开的各个方面。在第一段落(1)中的一个实施例中，本公开提供了用于确定预期心力衰竭事件风险的医疗设备系统的操作的方法，该方法包括：1.一种用于确定预期心力衰竭事件风险的医疗系统的操作的方法，该方法包括：(a)从设备存储器获取心力衰竭患者的当前风险评价时段和之前的风险评价时段；(b)针对当前风险评价总量对在当前风险评价时段中检测到的数据观察进行计数，并针对之前的风险评价时段总量对在之前的风险评价时段中检测到的数据观察进行计数；(c)将当前风险评价总量和之前的风险评价总量与查询表进行关联，以获取之前的风险评价时段和当前风险评价时段的心力衰竭(hf)事件的预期风险；(d)采用之前的风险评价时段和当前风险评价时段的hf事件的预期风险的加权总和，以计算患者的hf事件的加权预期风险；以及(e)在图形用户界面上显示患者的hf事件的加权预期风险。2.如段落1的方法，其中当在走动环境中时可以实时预测预期hf事件风险。3.如段落1-2中任一段的方法，其中查找表包括一组数据观察类别、以及针对每个所述类别的存储的比率，其中每个所述数据观察类别定义组数据评估时段的总数量，每个组数据评估时段具有定义的来自其中的患者群体的相同数量的数据观察或落入来自其中的患者群体的数据观察数量的相同范围内，并且其中，每个所述数据观察类别的存储的比率包括与所述数据观察类别相关联的心力衰竭住院与所述数据观察类别内的组评估时段的总数量的比率。4.如段落1-3中任一段的方法，进一步包括：使用预期风险来修改由植入式设备递送的治疗。5.一种用于确定预期心力衰竭事件风险的医疗系统，该方法包括：(a)用于从设备存储器获取心力衰竭患者的当前风险评价时段和之前的风险评价时段的装置；(b)用于针对当前风险评价总量对在当前风险评价时段中检测到的数据观察进行计数并且针对之前的风险评价时段总量对在之前的风险评价时段中检测到的数据观察进行计数的装置；(c)用于将当前风险评价总量和之前的风险评价总量与查询表进行关联以获取之前的风险评价时段和当前风险评价时段的心力衰竭(hf)事件的预期风险的装置；(d)用于采用之前的风险评价时段和当前风险评价时段的hf事件的预期风险的加权总和以计算患者的hf事件的加权预期风险的装置；以及(e)用于在图形用户界面上显示患者的hf事件的加权预期风险的显示装置。6.如段落5的系统，其中当在走动环境中时可以实时预测预期hf事件风险。7.如段落5-6中任一段的系统，其中查找表包括一组数据观察类别、以及针对每个所述类别的存储的比率，其中每个所述数据观察类别定义组数据评估时段的总数量，每个组数据评估时段具有定义的来自其中的患者群体的相同数量的数据观察或落入来自其中的患者群体的数据观察数量的相同范围内，并且其中，每个所述数据观察类别的存储的比率包括与所述数据观察类别相关联的心力衰竭住院与所述数据观察类别内的组评估时段的总数量的比率。8.如段落5-7中任一段的系统，其中处理器使用预期风险来修改由植入式设备递送的治疗。9.一种用于确定预期心力衰竭事件风险的医疗系统的操作的方法，该方法包括：(a)从植入式医疗设备存储器获取心力衰竭患者的设备数据；(b)从存储器获取心力衰竭患者的生化数据；(c)使用设备数据和生化标志数据来计算患者的心力衰竭(hf)事件的预期风险；以及(e)在图形用户界面上显示患者的hf事件的预期风险。10.如段落9的方法，其中当在走动环境中时可以实时预测预期hf事件风险。11.如段落9-10中任一段的方法，其中预期hf事件风险需要生化标志数据和设备数据。12.如段落9-11中任一段的方法，其中生化标志包括脑利钠肽(bnp)、bnp前体、n末端(n-terminus)probnp(nt-probnp)、肌酐、血清k+、血清na+、血红蛋白、血细胞比容、钙、肌酸、磷酸激酶、肌钙蛋白、葡萄糖、血尿素氮(bun)和胱抑素c。13.一种系统，包括：至少一个植入式传感器；处理器，该处理器：监测与恶化的心力衰竭相关联的多个参数，包括从来自植入的医疗设备的传感器接收的至少一个参数以及生物标志信息；通过使用贝叶斯方法从多个诊断参数导出心力衰竭事件的似然性的指数；以及显示器，响应于处理器并且显示所导出的指数。14.如段落13的系统，其中生物标志信息包括脑利钠肽(bnp)、bnp前体、n末端probnp(nt-probnp)、肌酐、血清k+、血清na+、血红蛋白、血细胞比容、钙、肌酸、磷酸激酶、肌钙蛋白、葡萄糖、血尿素氮(bun)和胱抑素c中的一种。15.如段落13-14中任一段的系统，其中从被配置成接收患者数据的数据库获取生物标志信息。16.如段落13-15中任一段的系统，其中生物标志信息是从植入的医疗设备获得的。17.如段落13-16中任一段的系统，其中响应于所导出的指数而对递送给患者的治疗进行修改。18.一种系统，包括：至少一个植入式传感器；处理器，该处理器：监测与恶化的心力衰竭相关联的多个参数，包括从来自植入的医疗设备的传感器接收的至少一个参数以及生物标志信息，其中生物标志信息包括脑利钠肽(bnp)、bnp前体、n末端probnp(nt-probnp)、肌酐、血清k+、血清na+、血红蛋白、血细胞比容、钙、肌酸、磷酸激酶、肌钙蛋白、葡萄糖、血尿素氮(bun)和胱抑素c中的一种。通过使用贝叶斯方法从多个诊断参数导出心力衰竭事件的似然性的指数；以及显示器，响应于处理器并且显示所导出的指数。19.一种用于确定预期心力衰竭事件风险的医疗系统，该系统包括：(a)用于从植入式医疗设备存储器获取心力衰竭患者的设备数据的装置；(a)用于从该植入式医疗设备存储器获取心力衰竭患者的生化数据的装置；(c)用于使用设备数据和生化标志数据来计算患者的心力衰竭(hf)事件的预期风险的装置；以及(e)用于在图形用户界面上显示患者的hf事件的预期风险的装置。20.如段落19的系统，其中当在走动环境中时可以实时预测预期hf事件风险。本文引用的专利、专利文献和出版物的完整公开通过引用将他们整体结合于此，如同每项被单独并入本文。在不脱离本发明的范围和精神的情况下，对本发明的各种修改和改变对本领域内技术人员而言将变得显而易见。应当理解，本发明不旨在由本文阐述的说明性实施例和示例过度地限制，并且仅通过示例的方式来呈现这些示例和实施例，其中本发明的范围仅旨在由本文如下所附权利要求书来限定。当前第1页12当前第1页12