提高患者生活质量、参与度和持续性的疾病因子的早期反馈的制作方法

提高患者生活质量、参与度和持续性的疾病因子的早期反馈
1.相关申请的交叉引用
2.本申请要求于2018年1月31日提交的美国临时申请62/624,449的优先权，将其全部内容通过引用包括于此。


背景技术：

3.用于患者管理疾病症状的某些当前技术包括保存当疾病症状发生时的时间以及当患者参与潜在触发(和可能的减轻)动作时的书面记录。其他当前技术可以包括患者可能通过应用的方式，与可能的其他疾病监测和管理相关数据一起，保存疾病症状、疾病触发/减轻动作的电子日记。在患者使用应用来保存电子日记的实例中，患者可以展示参与的改变水平。


技术实现要素：

4.许多数字健康管理应用需要和/或至少部分地依赖于患者参与向健康管理应用输入或者以其他方式提供患者数据，以便健康管理应用可以分析患者的数据和向患者提供关于患者的健康和保健的有意义的信息。例如，某些数字健康管理应用需要患者将数据输入到健康管理应用中(例如，经由用户界面)和/或穿戴向健康管理应用报告数据的一个或多个数据收集装置(例如，健康跟踪器、血糖监控器或者配置为跟踪健康相关数据的其他装置)。结果，使用自我报告数据的动作作为参与的非限制示例，特定的患者愿意每天花费的输入数据的时间量(“参与度”)和患者愿意连续输入数据多少天(“持续性”)两者对构建用于该患者的鲁棒的数据集是非常重要的。因为大多数的健康管理应用需要某个最低限度充分的数据集来向患者提供有用的反馈，且因为患者将对健康管理应用失去兴趣和停止输入数据的风险在患者首次开始使用健康管理应用的最初几天到几周期间最高，所以存在这样的风险，即：在保健管理应用已经获取足够数据以向患者提供有意义的健康和/或健康相关反馈之前，患者将简单地失去兴趣和停止输入数据到保健管理应用中(可能甚至完全停止使用应用)。因此，需要系统和方法来增加数字健康管理应用的患者参与度和患者持续性。
5.本申请公开了用于增加数字健康管理应用的患者参与度和患者持续性的系统和方法。某些实施例包括经由基于患者交互的反馈调度来选择和提供对于患者的高兴趣和临床用途的患者特定信息，该基于患者交互的反馈调度被设计用于鼓励日常参与度和纵向持续性。在操作中，对于患者的高兴趣和临床用途的患者特定信息的选择至少部分地基于集合患者数据和个体患者数据，包括但不限于患者最近输入的个体患者数据，由此在患者首次开始使用数字健康管理应用之后很快地向患者提供有价值的反馈，这鼓励患者继续输入更多患者数据。
6.虽然鼓励日常参与度是某些实施例的目标，但是其他实施例可以设计用于另外地或者替代地鼓励在不同的时间框架上的参与度，比如需要用户每周仅一天，或者每两个月一周每天，或者每六个月一个月每天，或者其他调度地输入数据，这取决于需要或者期望的患者数据的类型和由保健管理应用执行的分析的类型。
7.如在此使用的，参与度总的来说是指患者与健康管理应用交互的程度，包括但不限于患者与健康管理应用交互花费的时间量，且包括但不限于每小时、每天、每月、每星期、每季度、每年或者任何其他时间框架的参与度，和/或患者每个时间单位经由健康管理应用输入的数据量。在一些实施例中，本发明的方法可以灵活地包括对于每个个体患者特定且可以随患者的调度而变化的参与度调度，只要参与度的水平足以提供对于患者的高兴趣和临床用途的患者特定信息即可。
8.例如，参与度包括但不限于患者每天使用健康管理应用的时间、患者每个会话使用健康管理应用的时间、患者每天(或者星期、月、年、季度等)输入的数据量、患者每个会话输入的数据量、患者每天(或者星期、月、季度、年等)与健康管理应用交互的次数(会话)、患者每个会话输入的数据量和/或量化患者与健康管理应用交互和/或输入数据到健康管理应用中的程度的类似的量度。另外，如在此使用的，持续性总的来说是指一段时间上的参与度，包括但不限于在天、月、星期、季度、年或者任何其他时间框架上的参与度。
9.在一些实施例中，患者将关于特定疾病或者异常的数据(在这里有时称为跟踪数据)输入到健康管理应用中。数据包括但不限于：(i)关于疾病或者异常的特定症状的数据，比如患者是否经历疾病症状(包括相关的症状出现频率)、患者何时经历症状、患者何地经历症状、症状的严重性、等等；(ii)关于与疾病或者异常有关的疾病因子的数据；(iii)关于与疾病或者异常相关联的实际和/或怀疑的触发因素的数据；和/或(iv)关于患者是否经历特定疾病症状和患者经历特定疾病症状的程度的其他数据、疾病因子、疾病触发因素和/或与管理和/或监控患者的疾病或者异常相关的其他数据。
10.如在此使用的，疾病症状是特定疾病或者异常的身体表现。在操作中，疾病症状可以特征化为多个特征量度，包括但不限于以下的一个或多个：(i)患者经历疾病症状的时间(或者时间范围)；(ii)疾病症状的严重性；(iii)描述疾病症状的方面或者特性；和/或(iv)疾病症状是否伴随有其他有关的疾病症状(和可能的疾病因子和/或疾病触发因素)。在非限制示例中，在疾病是偏头痛且疾病症状是偏头痛疼痛的情况下，偏头痛疼痛症状的特征量度可以包括以下的任何一个或多个：(i)头痛发生的时间；(ii)头痛持续多久；(iii)头痛的强度和/或严重性；(iv)头痛沿着患者的头的位置；和/或(v)头痛是否伴随有其他有关症状，比如恶心或者眩晕，且如果是的话，伴随症状的时间、持续时间、强度/严重性。其他慢性疾病的疾病症状可以包括不同的特征量度。
11.如在此使用的，疾病因子是与患者有关和/或由患者执行或者经历的任何事件、暴露、动作或者行为，其具有影响、作用或者导致患者经历疾病症状的可能，或者在有些情况下，防止患者经历疾病症状的可能。疾病因子可以包括两者：(i)患者在其上具有至少一些控制的自愿的或者可变更的行为和/或经历，比如情绪状态(愤怒、厌烦、压力、忧虑等)、特定食品的消费、特定治疗剂的摄取、特定治疗剂的施加、特定营养补充剂或者药物的摄取、特定身体动作的执行和/或暴露给特定化学剂；和(ii)非自愿的或者不可变更的行为和/或经历，比如暴露给环境因素(例如，烟雾、日光、雨、雪、高或者低湿度或者高或者低温度)、强制性治疗剂或者药物的摄取或者其他暴露(例如，治疗或者维持其他疾病的药物)和患者几乎无法控制甚至无法控制的其他疾病或者身体条件的影响。
12.类似疾病症状，疾病因子也可以由多个特征量度特征化，且不同疾病因子可能具有不同的特征量度。例如，对于基于食物或者药物消费的疾病因子，特征量度可以包括，例
如：(i)患者何时消费食物或者药物；和/或(ii)患者消费了多少食物或者药物。用于基于暴露的疾病因子的特征量度可以包括，例如：(i)患者何时暴露；(ii)暴露的强度(例如，明亮的日光)；和/或(iii)暴露的持续时间。
13.在一些实施例中，疾病因子还可以包括前兆症状或者警告标志，其可能不实际上导致患者经历疾病症状，但是可能仅与特定患者的疾病症状的发作紧密地相关联。再次使用偏头痛示例，前兆症状可以是可能由在患者经历偏头痛之前患者的身体中的化学变化引起的甜食渴望。在该示例中，甜食渴望不导致偏头痛，而是代替地可能由也导致患者经历偏头痛的某些化学变化引起。
14.在有些情况下，患者感到的特定身体表现可能是取决于情况的疾病症状或者疾病因子。使用糖尿病作为示例，异常体温、异常心率和异常血糖水平可以是疾病因子，因为它们趋向于导致与糖尿病相关联的疾病症状。但是在其它情况下，异常体温、异常心率和异常血糖水平可能是由其他疾病因子引起的疾病症状。
15.如在此使用的，疾病触发因素是这样的疾病因子，其例如已经通过统计分析或者其他方法确定为与个体患者的特定疾病症状具有足够强的关联，从而变为对于患者的高兴趣和临床用途的患者特定信息。在有些情况下，疾病触发因素可以与导致患者经历特定疾病症状强烈地相关联，或者至少增加患者经历特定疾病症状的风险或者可能。在其它情况下，疾病触发因素可以与防止患者经历特定疾病症状强烈地相关联，或者至少减小患者经历特定疾病症状的风险或者可能；这种疾病触发因素在这里可以被称为保护因素，因为它们趋向于减小患者经历疾病症状的可能。在一些实施例中，患者的疾病触发因素是与患者的疾病症状具有确定的单变量关联的疾病因子，其中确定的单变量关联具有大于1的cox危险比率和小于或等于0.05的p值，或者其中确定的单变量关联在逻辑回归或者在等效的多元模型中具有显著地大于0的系数(小于或等于0.05的p值)。
16.对于大多数患者，许多通常怀疑的疾病因子不是疾病触发因素，即，最怀疑的疾病因子既不是患者的触发因素也不是保护因素。但是，关于哪些疾病因子影响不同患者，患者之间存在高度异质性。为帮助患者管理他的或者她的疾病，患者理想地想要关于哪个怀疑的疾病因子是对于他们的疾病触发因素/保护因素和哪个怀疑的疾病因子对于他们没有效果的个性化的信息。对于该个体没有效果的怀疑的疾病因子在这里被称为“无关联因子”或者naf。
17.已知怀疑的疾病因子是naf对于患者来说是有价值的信息，因为naf影响患者的生活质量但是不影响患者的结果。例如，如果偏头痛患者相信巧克力(怀疑的个人疾病因子)增大他或者她经历偏头痛疼痛的可能性(即，患者相信巧克力是偏头痛触发因素)，则患者可能偶而或者不断地避免巧克力和包括巧克力的食物。但是如果患者例如通过在这里公开的方法的实践知道了巧克力是naf(在该示例中，巧克力可以被称为个人naf)，则患者可以享受巧克力而不担心消费巧克力将导致偏头痛疼痛，由此改进患者的生活质量。另外，通知患者巧克力是naf与药物、装置及其他治疗介入的临床试验一致，因为naf的知识和作为该知识的结果的任何后续行为变化都不会唯一地且有利地影响需要参与的试验的治疗效能。此外，例如当对于该患者实际上是naf时，巧克力是疾病触发因素的错误看法可能产生对于该患者的实际疾病触发因素的任何评价方法的混淆变量，且有益地避免。
18.确定特定疾病因子对于个体患者是否是(或者不是)疾病触发因素或者保护因素
可能是费时的，因为用于将疾病因子与病症关联的大部分算法需要随时间的大量数据来得出关于疾病因子是否是具有足够高置信度的疾病触发因素的结论。但是，甚至在患者已经输入足够数据以产生对于该患者的个性化结论之前，来自大量患者的集合数据可以提供特定疾病因子是对于该患者的naf的概率。通过组合从患者接收到的个体跟踪数据与来自大量患者的集合跟踪数据，健康管理应用可以以相对少的患者输入信息且在患者参与健康管理应用的早期阶段来标识某些naf，例如，甚至在患者已经输入确认甚至在仅一两次暴露给怀疑的疾病因子之后，患者不经历疾病症状的跟踪数据之后。这种来自最小参与度的积极结果可以作为患者继续参与健康管理应用的有说服力的激励。
19.如在此使用的，个体跟踪数据可以是指由个体患者输入到健康管理应用中的数据，且可以包括对提供给个体患者的问卷的响应，该问卷征求与一个或多个疾病或者异常的疾病因子和疾病症状有关的响应。如在此使用的，集合跟踪数据可以是指由患者群体输入到健康管理应用中的数据，且可以包括对提供给患者群体的问卷的响应，该问卷征求与一个或多个疾病或者异常的疾病因素和疾病症状有关的响应。疾病因子可以被称为群体疾病因子、个人疾病因子和全局疾病因子。如上所述，某些疾病因子可以是用于一个或多个患者群体、一个或多个个体患者或者每个人的naf，因此，naf可以被称为群体naf、个人naf和全局naf。如在此使用的，群体疾病因子可以是指由健康管理应用基于从患者群体接收到的集合跟踪数据，结合特定疾病而跟踪的疾病因子。如在此使用的，个人疾病因子可以是指由健康管理应用基于由健康管理应用接收到的个体跟踪数据和基于由患者结合特定疾病或者异常选择的疾病因子，结合特定疾病跟踪的疾病因子。如在此使用的，全局疾病因子可以是指由健康管理应用结合特定疾病跟踪的全部疾病因子，包括由健康管理应用跟踪的全部群体疾病因子和全部个人疾病因子。类似地，如在此使用的，群体naf可以是指对于个体患者没有效果的群体疾病因子的子集。如在此使用的，个人naf可以指对于个体患者没有效果的个人疾病因素的子集。且，如在此使用的，全局naf可以是指对于个体患者没有效果的全局疾病因子的子集。
20.例如，如果疾病因子x通常怀疑为疾病触发因素，但是疾病因子x对于集合群体中的大部分患者已经确定为naf(例如，基于从群体中的患者接收到的全部或者实质上全部过去的患者跟踪数据)，则在患者已经暴露给疾病因子x仅一两次且没有后续疾病攻击之后，健康管理应用可以得出结论，疾病因子x是对于该患者的naf。在没有确认疾病因子x是对于过去的患者的naf的历史集合数据的情况下，健康管理应用可能需要确认患者已经暴露给疾病因子x多达10次或者更多次而不经历后续疾病症状的跟踪数据，或者在对于健康管理应用具有足够的统计能力以确定疾病因子x是具有足够置信度的naf之前，可能需要最小量的经历的疾病症状(例如，8次经历的疾病症状)和最小量的疾病因子x的变化性。在该示例中，疾病因子x最初可以被称为群体疾病因子。因为疾病因子x之后被确定为对该患者没有效果，所以疾病因子x可以被称为群体naf。
21.因为健康管理应用在患者已经输入相对少的跟踪数据(例如，有时仅1或者2项特定疾病因子)之后可以确认特定疾病因子是naf，健康管理应用可以在患者首次开始输入跟踪数据到健康管理应用中之后很快向患者通知naf。例如，健康管理应用可以在首次接收个体跟踪数据的一两天内提供naf的指示。在示例中，这样做可以通过提供相对快的反馈来增加健康管理应用的患者参与度。但是，不是在确定特定疾病因子是naf之后立刻通知患者，
健康管理应用可以代替地，至少在一些实施例中，保留naf确定并在之后将naf作为“奖励”提供给患者。
22.例如，当患者从健康管理应用接收疾病因子y是naf的反馈(因此，可以选择不再需要输入关于疾病因子y的跟踪数据来奖励患者)时，该反馈用作对患者的一种奖励，因为反馈(i)向患者确认输入跟踪数据已经生成有益结果(即，患者知道疾病因子y对他或者她是否将经历疾病症状没有影响)，和(ii)减小患者今后需要输入的跟踪数据的量(即，患者现在经由保健管理应用少了一个疾病因子要跟踪)。
23.在一些实施例中，健康管理应用存储naf，并根据设计用于增加患者与保健管理应用的交互和持续性的奖励调度向患者通知naf。在一些实施例中，健康管理应用改变奖励的定时(即，奖励之间的间隔改变)和奖励的大小(即，确认为naf的疾病因子的数目)两者。例如，健康管理应用可以根据间断的反馈调度而提供反馈，其中随机地，或者随机但是受到约束地执行向患者提供确认的naf。作为约束的示例，如果没有确认的naf提供，则在给定时间提供naf的机会可以是0％。另外，在一些实施例中，奖励的定时和大小的变化基于患者已经与健康管理应用多频繁地交互和/或患者已经输入健康管理应用中的跟踪数据的量。
24.在一些实施例中，健康管理应用也可以将确认特定疾病因子是疾病触发因素的反馈处理为奖励，并根据奖励调度将已确认的触发因素散布在已确认的naf中。但是在优选实施例中，健康管理应用与任何奖励调度分开地向患者通知特定疾病因子是疾病触发因素(例如，触发因素或者保护因素)，以使得一旦实际上可能，患者就可以开始避免某些触发因素(或者可能找出某些保护因素)，从而避免经历疾病症状。
25.在一些实施例中，健康管理应用还可以反馈无法通过任何统计方法分析的自我报告的个体跟踪数据中显示没有改变的疾病因子(不变因子或者“if”)。例如，对于味精(msg)消费的疾病因子，如果患者报告恒定的msg的“不消费”，则保健管理应用可以向患者提供msg消费作为if，以(i)减小患者今后需要输入的跟踪数据的量，或者(ii)帮助患者决定是否开始改变对于疾病因子的暴露(例如，决定是否消费msg)，以能够确认疾病因子是触发因素、保护因素还是naf。
26.在一些实施例中，用于增加患者参与度和持续性的公开的系统和方法(或者至少可以)与健康管理应用一起使用，该健康管理应用监控和收集关于患者的疾病症状、疾病因子和/或疾病触发因素的数据，聚集和/或组织关于患者的疾病症状、疾病因子和/或疾病触发因素的信息，并提供关于患者的行为或者环境怎样促进患者经历特定疾病症状的短期可能性的反馈。例如，公开的系统和方法可以用于在于2017年2月6日提交的题为“chronic disease discovery and management system”的美国申请15/502,087中公开和描述的任意健康管理应用，且该美国申请15/502,087要求(a)于2015年8月6日提交的题为“chronic disease discovery and management system”的pct申请pct/us15/43945；(b)于2014年8月7日提交的题为“disease symptom trigger map”的美国临时申请62/034,408；(c)于2015年2月25日提交的题为“chronic disease management system”的美国临时申请62/120,534；(d)于2015年3月27日提交的题为“chronic disease discovery and management system”的美国临时申请62/139,291；(e)于2015年4月15日提交的题为“chronic disease discovery and management system”的美国临时申请62/148,130；和(f)于2015年6月8日提交的题为“chronic disease discovery and management system”的美国临时申请62/
172,594的优先权。在以上列出的申请中公开的系统和方法通过标识患者群体的疾病因子和触发因素来实践，且(基于用于患者群体的标识的疾病因子和触发因素)标识用于个体患者的疾病因子和触发因素。基于患者的疾病触发因素和个体患者经历的疾病触发因素与疾病症状之间的关联的强度，这些系统和方法可以显示患者的行为或者环境可以对患者经历特定疾病症状的短期可能性的影响。以上列出的申请由curelator,inc.拥有，且本申请通过引用包括以上列出的申请的全部内容。
27.另外，在一些实施例中，用于增加患者参与度和持续性的公开的系统和方法(或者至少可以)与基于从足够多的个体患者收集的数据来预测患者动作和疾病症状之间的相关性，且随后对于个体患者预测执行特定动作对于该特定患者是否可能改进疾病症状的技术一起使用。例如，公开的系统和方法可以与在2014年1月30日提交的题为“methods and systems for determining a correlation between patient actions and symptoms of a disease”的pct申请pct/us14/13894中公开和描述的任意方法或者系统一起使用，该pct申请pct/us14/13894要求(a)于2013年7月31日提交的题为“methods and systems for determining a correlation between patient actions and symptoms of a disease”的美国临时申请61/860,893；(b)于2013年2月7日提交的题为“methods and systems for determining a correlation between patient actions and symptoms of a disease”的美国临时申请61/762,033；和(c)于2013年1月31日提交的题为“methods and systems for determining a correlation between patient actions and symptoms of a disease”的美国临时申请61/759,231的优先权。以上列出的申请中公开的系统和方法通过查询数据库以确定数据库是否包括特定动作和特定疾病的特定症状之间的相关性来实践。相关性可以基于从自多个患者随时间接收到的患者数据收集的多个患者数据集。响应于确定数据库包括特定动作和特定症状之间的相关性，计算装置可以将相关性的指示发送给个体患者。以上列出的申请由curelator,inc.拥有，且本申请通过引用包括以上列出的申请的全部内容。
28.在这里描述示例方法和系统。应当理解，在这里使用的词“例如”、“示例的”和“说明性的”指的是“用作示例、实例或者说明”。在这里描述为是“示例”或者“示例性”或者“说明性”的任何实施例或者特征不必须看作为比其他实施例或者特征优选或者有益的。在这里描述的示例实施例不意味着限制。容易理解如在这里总地描述的本公开的方面可以以多种不同配置安排、代替、组合、分离和设计，所有这些在这里明确地考虑。
附图说明
29.图1示出了用于增加在这里公开和描述的数字健康管理应用的患者参与度和患者持续性的系统和方法的各种示例实施例中采用的第一方法。
30.图2示出了一个图表，该图表图示输入跟踪数据到数字健康管理应用中的期望的患者顺从性。
31.图3示出了示例计算装置，其被配置为执行用于增加在这里公开和描述的数字健康管理应用的患者参与度和患者持续性的系统和方法的特征和功能。
32.图4示出了根据某些实施例的包括提供特定naf的指示的示例方法。
a correlation between patient actions and symptoms of a disease”的美国临时申请61/860,893；(x)于2013年2月7日提交的题为“methods and systems for determining a correlation between patient actions and symptoms of a disease”的美国临时申请61/762,033；和/或(xi)于2013年1月31日提交的题为“methods and systems for determining a correlation between patient actions and symptoms of a disease”的美国临时申请61/759,231。
38.在一些实施例中，对于特定患者，(i)疾病症状是偏头痛疼痛，(ii)疾病因子是与患者有关和/或患者执行或者经历的、具有影响、改变或者导致患者经历偏头痛疼痛的可能，或者在有些情况下，防止患者经历偏头痛疼痛的可能的任何事件、暴露、动作或者行为，(iii)疾病触发因素是例如通过统计分析或者其他方法已经确定为具有与增加患者经历偏头痛疼痛的可能性足够强的关联的疾病因子，(iv)疾病保护因素是例如通过统计分析或者其他方法已经确定为具有与减小患者经历偏头痛疼痛的可能性足够强的关联的疾病因子，(v)naf是例如通过统计分析或者其他方法已经确定为不具有与增加或者减小患者经历偏头痛疼痛的可能性足够强的关联的疾病因子，和(vi)不变疾病因子(if)是通过跟踪数据不改变(保持恒定)的疾病因子。但是，某些实施例可以用于其他疾病或者病痛，包括但不限于本质上趋向于阵发性的疾病和病痛，例如，癫痫症、肠易激综合症、花粉症、抑郁症、糖尿病及其他疾病和/或病痛。
39.接下来，方法100前进到块104，其中应用从患者接收跟踪数据并将跟踪数据保存到跟踪数据库114中。在一些实施例中，应用经由患者将跟踪数据输入到应用的用户界面或者与应用相关联的用户界面中来从患者接收至少一些跟踪数据。在一些实施例中，应用从由患者穿戴或者使用的一个或多个监控器或者传感器接收至少一些跟踪数据。
40.除用于个体患者的跟踪数据之外，在一些实施例中，跟踪数据库114可以另外存储来自较大的患者群体的至少一部分的集合患者跟踪数据的至少一部分。在一些实施例中，块104包括一天一次和/或可能每天多次地从患者接收跟踪数据。在一些实施例中，块104可以包括从外部装置，比如(但不限于)心率监控器、葡萄糖监控器、智能手表、健康跟踪器或者其他装置或者应用收集的数据。在一些实施例中，健康管理应用跟踪从患者接收跟踪数据的频率。在一些实施例中，跟踪信息包括关于(i)患者是否经历任何疾病症状和患者经历任何疾病症状的程度，和(ii)患者是否已经暴露于任何疾病因子和患者已经暴露于任何疾病因子的程度的信息。
41.接下来，方法100前进到块106，其中应用确定它是否应该向患者提供任何反馈。在一些实施例中，反馈包括向患者通知特定疾病因子是naf或者不变的(if)。在一些实施例中，反馈根据可变的“奖励”调度传送给患者。例如，在一些实施例中，反馈根据一个或多个间隔改变，该一个或多个间隔至少部分地依赖于(i)患者已经输入跟踪数据到应用中的天数，(ii)患者已经在定义的时间框架(例如，天、星期、月等)内，或者可能从患者首次开始输入跟踪数据到应用中起，输入到应用中的跟踪数据中包括的疾病症状的数目(例如，偏头痛疼痛的数目)，(iii)患者已经输入跟踪数据的频率(例如，每小时一次，每几个小时一次，每天几次，一天一次，每几天一次，每周一次等)，和/或(iv)患者已经输入应用中的跟踪数据的量(例如，用于单个疾病因子、几个疾病因子或者许多疾病因子的跟踪数据)。在一些实施例中，以取决于患者已经输入跟踪数据到应用中的天数和从患者开始输入跟踪数据到应用
中起患者已经经历的疾病症状的数目(例如，偏头痛疼痛事件)的可变间隔提供反馈，如注释块108所示。
42.在一些实施例中，在块106的确定是否是应用向患者提供反馈的时间有时包括当与阈值量或者频率相比，患者输入了更少的跟踪数据，且更不频繁地输入跟踪数据时，更频繁地提供反馈。在操作中，期望当与阈值相比，患者输入更少的跟踪数据或者更不频繁地输入跟踪数据时更频繁地提供反馈，以刺激患者更频繁地输入更多跟踪数据，因为通过接收反馈，患者识别出输入跟踪数据向患者提供有形的益处。
43.在一些实施例中，在块106的确定是否是应用向患者提供反馈的时间另外地或者替代地包括当与阈值量或者频率相比，患者输入更多的跟踪数据，和更频繁地输入跟踪数据时，更不频繁地提供反馈。在操作中，当与阈值相比，患者更频繁地输入更多跟踪数据时，更不频繁地提供反馈允许应用保存反馈以用于患者开始更不频繁地输入更少跟踪数据时。但是，在患者已经更频繁地输入更多跟踪数据的一些实施例中，应用具有更多反馈以提供给患者，因此，在这种实施例中，当患者更频繁地提供更多跟踪数据时，应用更频繁地提供更多反馈，以鼓励患者继续定期地输入跟踪数据。
44.在一些实施例中，在块106确定是否是应用提供反馈给患者的时间另外地或者替代地包括确定应用是否具有多于阈值数目的naf提供给患者。如果应用具有多于阈值数目的naf(例如，多于3个、5个、7个等naf)提供给患者，则在块106，应用可以确定是将关于naf的反馈提供给患者的时间。且如果应用具有小于阈值数目的naf(例如，小于3个或者5个naf)提供给患者，则在块106，应用确定不是将关于naf的反馈提供给患者的时间，直到应用具有更多确认的naf为止。在某些实施例中，是否提供naf也将取决于naf对患者的重要性，例如，在naf是以大于阈值的频率发生的行为或者条件的情况下。
45.在一些实施例中，在块106确定是否是应用将反馈提供给患者的时间至少部分地基于患者已经输入跟踪数据多久。例如，图2示出了示例图表200，其图示了典型患者群体在一段时间内每天输入跟踪数据的典型患者持续性。如图2所示，大约60％的患者趋向于在首次开始使用应用之后大约一周或者两周内停止每天输入跟踪数据，大约90％的患者趋向于在几星期之后停止每天输入跟踪数据，且仅大约7
‑
10％的患者趋向于在几个月之后继续每天输入跟踪数据。为鼓励更多患者在更长的时间周期内每天输入跟踪数据，在一些实施例中，本应用(i)在高密度周期202期间提供高密度的反馈(即，更频繁的更多的反馈)，例如，在患者首次开始输入跟踪数据到应用之后的最初几星期每天或者每两天提供1
‑
2个naf，(ii)在中等密度周期204期间提供中等密度的反馈(即，略微频繁的某些反馈)，例如，在患者首次开始输入跟踪数据到应用之后几星期开始每几天提供几个naf，和(iii)在低密度反馈周期206期间提供低密度的反馈，例如，在患者首次开始输入跟踪数据到应用之后几个月开始每星期提供1
‑
2个naf。
46.通过早期给予患者更多反馈，这种实施例通过(i)和(ii)两者使得患者每天提供反馈，其中(i)向患者显示输入数据提供管理他们的疾病症状的有形的益处，和(ii)减小患者需要跟踪的疾病因子的数目(因为患者不再需要输入用于naf的跟踪数据)，由此使得随着时间每天跟踪更容易。此外，通过早期给予患者更多反馈，患者应该趋向于更久地保持参与应用，由此使应用能够从患者收集更多跟踪数据，且由此在患者否则将开始失去每天输入跟踪数据到应用中之前，收集足够的跟踪数据以确认一个或多个疾病触发因素和疾病保
护因素。且当患者接收疾病触发因素和疾病保护因素的确认时，患者很可能继续每天输入跟踪数据(或者至少在合理地定期的基础上)，以希望接收患者可以使用来更好地管理他或者她的疾病症状的更多疾病触发因素和疾病保护因素的确认。
47.在一些实施例中，在块106确定是否是应用将反馈提供给患者的时间包括基于以下的任何组合确定是否提供反馈给患者：(i)例如，根据高密度202、中等密度204和低密度206的分阶段办法，患者已经输入了跟踪数据多久，(ii)应用已经存储了比naf的阈值数目更多还是更少的naf，(iii)患者是否已经输入了更少跟踪数据，和更不频繁地输入跟踪数据，和/或(iv)患者是否已经输入了更多跟踪数据，和更频繁地输入跟踪数据。
48.在一些实施例中，在块106确定是否是应用将反馈提供给患者的时间包括以下的一个或多个：(i)当患者已经输入一天的跟踪数据时仅提供关于各天的反馈，(ii)在患者已经在至少连续两天内输入跟踪数据之后提供关于一天的反馈，(iii)在患者已经在连续的三天或者更多天内输入跟踪数据之后仅提供关于一天的反馈，和/或(iv)当患者没有输入跟踪数据时不提供关于一天的反馈。
49.如果在块106，应用决定不是将反馈提供给患者的时间，则方法100前进到块154并结束。
50.但是如果在块106，应用决定是将反馈提供给患者的时间，则方法100前进到块112，其中应用特征化患者。在一些实施例中，特征化患者包括使用人口统计数据(例如，年龄、性别及其他人口统计数据)以及患者先前已经输入到应用中的跟踪数据，例如包括数据库114中存储的跟踪数据。
51.在一些实施例中，在块112特征化患者是可选的。在一些实施例中，应用先前可能已经特征化患者，以使得在块112的附加的特征化将是冗余的或者以其他方式不必要的。
52.接下来，方法100生成(i)可能的naf的列表和(ii)不变因素(if)的列表。
53.为生成可能naf的列表，应用(i)在块118从集合模型估计naf，(ii)在块122合并估计的naf与患者特定数据，和(iii)在块124生成可能的naf的列表。在一些实施例中，在块118从集合模型估计naf包括应用(单独地或者与分开的服务器系统结合地)从集合患者跟踪数据估计一个或多个naf。在一些实施例中，应用可以另外地或者替代地从患者特定跟踪数据估计至少一些naf而不必须考虑集合患者跟踪数据。在一些实施例中，从集合患者跟踪数据估计一个或多个naf包括基于来自随时间的患者群体的历史集合患者跟踪数据估计一个或多个naf。在一些实施例中，历史集合患者跟踪数据存储在历史集合模型数据库120中。在一些实施例中，历史集合模型包括，但不限于如由注释块116指示的结构化的加法回归模型。生成的可能naf的列表可以被称为群体naf的列表。或者，在附加的个人疾病因子包括在列表中的情况下，生成的可能naf的列表可以被称为全局naf的列表。为生成不变因子(if)的列表，方法100(i)在块126识别不变(恒定)因子，然后(ii)在块128生成恒定因子的列表。
54.接下来，方法100前进到块130，块130包括选择用于反馈给患者的naf和/或if。在一些实施例中，选择用于反馈给患者的naf和/或if包括从以下的一个或多个选择naf和/或if：(i)在特殊兴趣疾病因子数据库134中存储的特殊兴趣疾病因子，包括但不限于特定疾病因子，比如咖啡、酒精、月经或者其他特殊兴趣疾病因子，如在注释块136中指示的，(ii)在患者怀疑的疾病因子数据库138中存储的患者怀疑的疾病因子，和/或(iii)在“已经询问的”疾病因子数据库140中存储的“已经询问的”疾病因子。在一些实施例中，特殊兴趣疾病
因子数据库134中存储的特殊兴趣疾病因子可能基于来自集合患者跟踪数据的公共疾病因子(但是不需要是)，由应用指定。在一些实施例中，患者怀疑的疾病因子数据库138中存储的患者怀疑的疾病因子包括由患者指定的怀疑的个人疾病因子，且可以包括患者认为是疾病触发因素或者疾病保护因素的疾病因子。例如，患者可以从疾病因子的列表中选择怀疑的个人疾病因子以用于由健康管理应用跟踪。所选的个人疾病因子可以与集合群体数据相关联的一组群体疾病因子交叉，但是还可以包括未包括在该组群体疾病因子内的一个或多个疾病因子。个人疾病因子和群体疾病可以被统称为全局疾病因子。确定为对患者没有影响的个人疾病因子可以被称为个人naf。且在一些实施例中，“已经询问的”疾病因子数据库140中存储的“已经询问的”疾病因子包括响应于在块152由应用的提示，由患者已经在“已经询问的”疾病因子数据库140中保存的疾病因子。
55.在一些实施例中，选择用于反馈给患者的naf和/或if包括根据可变比率策略选择naf和/或if，如在注释块132中指示的。在一些实施例中，可变比率策略至少部分地基于图2示出的高密度202、中等密度204和206低密度时段。例如，如果高密度时段202表示患者参与度的大约60％的集合减少，则在高密度时段202期间分配大约60％的naf以作为反馈提供给患者。且如果中等密度时段204表示患者参与度的大约另外30％的集合减少，则在中等密度时段204期间分配大约另外30％的naf以作为反馈提供给患者。且如果低密度时段206表示患者参与的大约最后10％的集合减少，则在低密度时段206期间分配大约另外10％的naf以提供给患者。
56.代替与患者参与度的集合减少的时段成正比地反馈naf，某些实施例可以更快地向患者反馈更多naf。例如，在一些实施例中，某些实施例可以在高密度202时段期间分配大约70％的naf用于反馈，在中等密度时段204期间分配大约20％的naf用于反馈，和在低密度时段206期间分配大约10％的naf用于反馈。也可以使用其他可变比率方案。
57.以该方式，方法100更快地提供更多反馈给患者，以鼓励患者继续每天将跟踪数据输入到应用中更长时间，由此收集更多跟踪数据和增加应用将能够确认该患者的一个或多个疾病触发因素和疾病保护因素的可能性，这又反过来鼓励患者继续在应用中输入更多跟踪数据，以希望学到更多确认的疾病触发因素和疾病保护因素。
58.另外，因为患者继续输入跟踪数据到应用中，应用确认一个或多个疾病触发因素和/或疾病保护因素的可能性增大。所以，在操作中，最好更快而不是更慢地使用naf，以鼓励患者输入足够数据来确认一个或多个疾病触发因素和/或疾病保护因素。
59.在块130选择用于反馈的naf和/或if之后，方法100前进到块142，包括向患者提供反馈(例如，一个或多个消息)，其中反馈消息标识一个或多个选择的naf和/或if。在操作中，消息取决于在块142提供给患者的反馈是与naf相关还是与if有关而不同，如在注释块146中指示的。
60.例如，在一些实施例中，关于所选的naf提供反馈给患者包括经由用户界面显示消息，其陈述例如“恭喜！你的日常数据输入已经由curelator分析以显示[所选的naf]不与你的偏头痛攻击相关联。你想要保持跟踪[所选的naf]或者我们应该从你的日常跟踪列表去除它？”。在一些实施例中，关于所选的if向患者提供反馈包括经由用户界面显示消息，该消息陈述例如“你的日常数据输入已经由curelator分析，且我们通过你的跟踪数据已经检测到[所选的if]是不变的。你想要保持跟踪[所选的if]或者我们应该从你的日常跟踪列表去
除它？”。也可以使用用于naf和/或if的其他反馈消息。
[0061]
如果在块144，应用从患者接收到患者不希望从患者的跟踪疾病因子的列表去除块142中呈现的naf和/或if的指示(例如，经由图形用户界面输入)，则方法100前进到块152，块152包括将在块142中呈现的naf和/或if保存到“已经询问的”因子数据库140。然后，方法100前进到块154，其中，方法结束。在一些实施例中，在块144将反馈提供给患者的任何时间，可以执行块152，而无论患者是否指示他或者她想要从跟踪列表去除naf或者if。用这种方式，提供给患者的全部naf或者if可以保存为“已经询问的”因子数据库140中的“已经询问的”因子。
[0062]
但是如果在块144，应用从患者接收到患者希望从患者的要跟踪的疾病因子的列表去除在块142呈现的naf和/或if(例如，经由图形用户界面输入)，则方法100前进到块152，包括从患者的要跟踪的疾病因子的列表去除在块142呈现的naf和/或if。一旦在块142呈现的naf和/或if已经从要跟踪的疾病因子的列表去除，患者具有更少的要跟踪的疾病因子，因此，每天输入更少的跟踪数据。然后，方法100前进到块154，其中方法结束。
[0063]
在一些实施例中，患者将接收多于一个的naf和/或if的反馈，在这样的情况下，用户界面可以允许用户选择一个、一些或者全部因子以从跟踪的因子去除。
[0064]
图3示出了配置为执行在这里公开和描述的早期反馈方法的一个或多个(或者全部)特征和功能的示例计算装置300。计算装置300可以是智能电话、平板、台式或者膝上型计算机，或者任何其他类型的计算装置，其具有生成、收集和/或向患者呈现在这里公开和描述的数据的性能以及执行在这里公开和描述的反馈方法的有效实现所需的任何辅助功能的性能。
[0065]
计算装置300包括硬件306，其包括：(i)一个或多个处理器(例如，一个或多个中央处理单元或者一个或多个cpu和/或一个或多个图形处理单元或者一个或多个gpu)；(ii)有形的非瞬时计算机可读存储器；(iii)输入/输出组件(例如，一个或多个扬声器、一个或多个传感器、一个或多个显示器、一个或多个耳机插孔、或者其他接口)；和(iv)通信接口(无线和/或有线的)。计算装置302的硬件306组件配置为运行软件，包括计算领域已知的操作系统304(或者类似的)和一个或多个应用302a、302b(或者类似的)。一个或多个应用302a和302b可以对应于计算机可执行程序代码，其当由一个或多个处理器执行时，使得计算装置300执行在这里描述的一个或多个功能和特征，包括但不限于方法100的任何(或者全部)特征和功能，以及计算领域的本领域技术人员已知的任何其他辅助特征和功能，所述任何其他辅助特征和功能是方法100的特征和功能的有效实现可能需要或者至少期望的，即使这种辅助特征和/或功能未在这里明确地公开。
[0066]
图4示出了根据某些实施例的包括提供特定naf的指示的示例方法400。虽然以顺序次序图示各个块，但是这些块在有些情况下可以并行执行，和/或以与在这里描述的不同次序执行。此外，各种块可以结合成较少的块，划分为附加的块和/或基于期望实现而去除。另外，示例方法400示出了执行某些步骤的客户端装置和执行其他步骤的服务器，但是在替代实施例中，在示例方法400中由客户端执行的某些步骤可以由服务器执行，反之亦然。
[0067]
此外，在方法400中，每个块可以表示模块、分段或者一部分程序代码，其包括可由处理器或者计算装置执行以用于实现方法中的特定逻辑功能或者步骤的一个或多个指令。程序代码可以存储在任何类型的计算机可读介质或者存储器上，例如，比如包括盘或者硬
盘驱动器的存储装置或者其他类型的存储器，比如闪存等。计算机可读介质可以包括非瞬时计算机可读介质，例如，用于短时段存储数据的计算机可读介质，比如寄存器存储器、处理器高速缓存和随机存取存储器(ram)。计算机可读介质还可以包括非瞬时介质，比如次级或者永久长期存储器，例如只读存储器(rom)、光盘或者磁盘、致密盘只读存储器(cd
‑
rom)和/或闪存。计算机可读介质还可以是任何其他易失的或者非易失的存储系统。计算机可读介质例如可以考虑是计算机可读存储介质，或者有形的存储装置。
[0068]
示例方法400开始于块402。可以执行块402以由计算装置上的健康管理应用接收与患者对应的个体跟踪数据，其中，个体跟踪数据涉及与多个疾病因子相关联的疾病或者异常，每个疾病因子包括与疾病或者异常的疾病症状有关的事件、暴露、动作和/或行为。在操作中，计算装置可以与在这里公开的任意计算装置相同或者类似。
[0069]
可以执行方法400的块404以基于(i)个体跟踪数据和(ii)由健康管理应用从患者群体接收的集合跟踪数据，来确定患者的无关联因素(naf)的列表，其中，naf对应于既不增加也不减少患者将经历疾病症状的可能性的疾病因子。naf的列表可以是从一组怀疑的群体疾病因子和一组怀疑的个人疾病因子确定的全局naf的列表。在某些示例中，列表最初可以包括群体naf，且之后包括由患者选择的怀疑的个人naf。
[0070]
在某些示例中，疾病或者异常可以包括偏头痛，疾病症状可以包括偏头痛疼痛，且疾病因子包括与患者经历偏头痛疼痛相关联的事件、暴露、动作或者行为。但是，其他疾病或者异常和相应的疾病症状和疾病因子也是可能的。
[0071]
可以执行方法400的块406，以确定患者已经暴露于特定naf最小阈值次数而没有经历与特定naf相关联的特定疾病症状。例如，暴露的最小阈值次数可以是两次暴露。接收个体跟踪数据可以允许健康管理应用确定患者已经暴露给特定naf至少最小阈值次数。
[0072]
可以执行方法400的块408，以提供患者反馈，其中，提供患者反馈包括，响应于确定患者已经暴露于特定naf阈值次数而没有经历特定疾病症状，提供特定naf的指示。如上所述，提供naf的指示可以通过允许患者输入较少数据到健康管理应用中而鼓励患者参与，如以下进一步描述的。另外，如上相对于图1所述，可以以确定为naf或者if的疾病因子的指示和从疾病因子的跟踪列表去除naf或者if的选项的形式提供患者反馈。
[0073]
在某些示例中，执行块408以提供特定naf的指示包括：基于集合患者数据和通过健康管理应用的患者群体的分析，从naf的列表选择特定naf。例如，选择特定naf可以包括确定一般怀疑为患者群体内的疾病触发因素，但是统计地可能是群体内的naf的疾病因子(例如，基于从群体中的患者接收到的全部或者实质上全部的过去患者跟踪数据)。在这种示例中，所选的naf可以是从一组怀疑的群体疾病因子确定的群体naf。
[0074]
在示例实施例中，执行块408以提供特定naf的指示可以作为间断的反馈调度的一部分执行，其中以随机方式，或者以受到约束的随机方式将naf的指示提供给患者。例如，在给定时间提供反馈的可能性的变化可以由健康管理应用接收个体跟踪数据的频率、naf列表中的naf的数目、由健康管理应用从患者接收到的数据量及其他因素而确定。
[0075]
在另一示例实施例中，执行块408以提供特定naf的指示包括：提供从疾病因子的跟踪列表去除特定naf的选项，其中，从跟踪列表去除特定naf对应于减少由健康管理应用请求的个体跟踪数据的量。
[0076]
在这种示例中，方法400可以进一步包括接收不从疾病因子的跟踪列表除去特定
naf的指示，且响应于接收指示，将naf保存到一数据库，所述数据库对应于已经作为反馈提供给患者且还未选择用于从疾病因子的跟踪列表去除的naf。数据库例如可以是“已经询问的”疾病因子数据库140。方法400可以进一步包括：接收与特定naf对应的另外的个体跟踪数据，基于另外的个体跟踪数据确认特定naf对应于既不增大也不减小患者经历特定疾病症状的可能性的疾病因子，和基于确认提供从疾病因子的跟踪列表去除特定naf的第二选项。确认特定naf对应于既不增大也不减小患者经历特定疾病症状的可能性的疾病因子可以包括：接收用于接收另外的个体跟踪数据的阈值天数或者疾病症状的检测到的实例的阈值数目。例如，接收个体跟踪数据10天和/或检测疾病症状的实例可以形成用于确认特定naf对应于既不增大也不减小患者经历特定疾病症状的可能性的疾病因子的基础。
[0077]
在替代实施例中，方法400可以进一步包括接收用以从疾病因子的列表去除特定naf的指示。在这些示例中，方法400可以进一步包括响应于接收到指示，从与个体跟踪数据相关联的日常问卷去除特定naf。以这种方式，患者可以输入较少的个体跟踪数据。
[0078]
在示例实施例中，方法400可以进一步包括确定健康管理应用接收个体跟踪数据的频率。例如，健康管理应用可以确定患者已经每天、每周、每月地，或者以患者多频繁地输入个体跟踪数据的另一量度来输入数据特定次数。频率可以指示对于健康管理应用的患者参与度的水平。在这种示例中，方法400可以进一步包括比较频率与阈值频率，且执行块408以提供患者反馈可以包括：基于确定频率高于阈值频率而提供特定naf的指示。当患者数据输入高于阈值频率时提供naf的指示可以通过奖励持续地高的患者参与度来刺激患者参与。在其他示例中，可以响应于确定频率下降低于阈值频率而执行提供患者反馈，且以这种方式，可以对于提供持续地低的患者参与度的患者促进患者保留。
[0079]
在另一示例实施例中，方法400可以进一步包括确定健康管理应用接收个体跟踪数据的天数，并比较该天数与阈值数目。在这种示例中，执行块408以提供患者反馈可以包括：基于确定该天数高于阈值数目而提供特定naf的指示。阈值天数可以是两天。在阈值天数之后提供反馈可以允许健康管理应用存储几个naf以用于将来的反馈。在其他示例中，提供患者反馈可以包括基于确定该天数低于阈值数目而提供特定naf的指示。通过在开始接收个体跟踪数据的几天内提供反馈，健康管理应用可以在患者参与的早期就刺激患者的附加的参与。
[0080]
在另一示例实施例中，方法400可以包括基于个体跟踪数据确定患者的不变疾病因素(if)，其中，if对应于对于其跟踪数据不随时间改变的疾病因子。在这种示例中，执行块408以提供患者反馈可以包括：提供if的指示和从疾病因子的跟踪列表去除if的选项，其中，从跟踪列表去除if对应于减少由健康管理应用请求的个体跟踪数据的量。提供从跟踪列表去除if的选项可以允许用户向健康管理应用提供较少跟踪数据，因此可以用作提供更多跟踪数据的激励。
[0081]
在另一示例实施例中，方法400可以包括由健康管理应用接收怀疑的个人疾病因子的指示，其中，怀疑的个人疾病因子对应于患者选择为可能的疾病触发因素或者疾病保护因素的疾病因子。例如，健康管理应用可以向用户提供选择患者考虑为可能的疾病触发因素或者保护因素的用于给定疾病或者异常的疾病因子的选项。在这种示例中，在提供特定naf的指示之前，方法400可以包括基于确定特定naf对应于怀疑的个人疾病因子而优先该特定naf用于患者反馈。在该方案中，特定naf可以被称为个人naf。在这种示例中，执行块
408以提供患者反馈可以包括基于确定特定naf对应于怀疑的个人疾病因子而提供特定naf的指示。
[0082]
在另一示例实施例中，方法400包括从由健康管理应用接收到的集合跟踪数据确定多个群体疾病因子，且在提供特定naf的指示之前，确定特定naf不对应于多个群体疾病因子中的群体疾病因子。在这种示例中，执行块408以提供患者反馈可以包括：基于确定特定naf不对应于群体疾病因子而提供特定naf的指示。
[0083]
在另一示例实施例中，方法400包括确定与患者相关联的naf的列表中的naf的总数，比较naf的数目与naf的阈值数目，和确定naf的数目超过naf的阈值数目。在这种示例中，执行块408以提供患者反馈可以包括：基于确定naf的数目超过naf的阈值数目而提供特定naf的指示。以这种方式，当有过多反馈要提供时，健康管理应用可以提供患者反馈。
[0084]
虽然在这里公开了特定方面和实施例，但是考虑前述教导，其他方面和实施例将是对本领域技术人员显而易见。例如，虽然相对于偏头痛疼痛描述了实施例和示例，但是公开的系统和方法并不仅限于此，且可应用于宽范围的疾病症状和有关的疾病因子和疾病触发因素。在这里公开的各个方面和实施例仅用于说明目的且不意在限制，真正的范围和精神由以下权利要求指示。