通过症状跟踪来管理慢性病症的治疗的系统和方法与流程

本申请要求2014年5月16日提交的美国临时专利申请号61/994,815的权益，其全部内容通过引用结合在此。

发明背景

本申请总体上涉及慢性病症的管理，具体为利用药物或其他治疗性化合物施用所治疗的慢性病症。

虽然利用施用药物或治疗性化合物的医学治疗非常广泛，给定治疗的有效性根据每个患者而非常不同，具体地为在针对治疗慢性病症在长时间段内施用时。即使在给定治疗的疗效对大部分患者具有高度可预见性，治疗的成功仍然可能会基于患者对处方治疗的顺应性以及医生为给定患者开出适当治疗方案的能力而显著变化。另外，某些慢性病症可能会随着时间推移而在强度上变化，并且患者可能经历症状的偶尔复发或增加，这需要治疗的改变。在其效果充分发挥之前通常会难以识别所述症状复发或增加时期，从而不必要地造成升级症状或延长的复发时期。当治疗和相关联的药物或治疗性药物的效果不那么可预测或在患者之间相当地不同时，所述困难会变得甚至更加成问题。

考虑到利用药物施用的常规治疗所造成的复杂性和挑战，需要改善对慢性病症的治疗管理。进一步需要提供一种用于防止慢性病症复发的装置。

技术实现要素：

本申请总体上涉及慢性病症的管理，具体为通过药物或其他治疗性化合物施用所治疗的那些慢性病症。具体地，本发明涉及跟踪与慢性病症相关联的一个或多个症状从而促进识别症状的改变，从而改善正被治疗的慢性病症的管理，防止复发并改善患者结果。

附图说明

图1展示了本发明的示例实施例的图形系统概况。

图2A至图2C展示了用于管理慢性病症的示例症状跟踪系统的涉及建立患者简档的屏幕截图。

图3A至图3C展示了用于管理慢性病症的示例症状跟踪系统的涉及患者控制板、简档和面部图像信息的屏幕截图。

图4展示了用于管理慢性病症的示例症状跟踪系统的涉及由患者选择和输入症状的屏幕截图。

图5A至图5B展示了用于管理慢性病症的示例症状跟踪系统的涉及关于所跟踪症状的报告或警告的屏幕截图。

图6A至图6C展示了用于管理慢性病症的示例症状跟踪系统的涉及随着时间推移跟踪患者症状以及建立用于评估进展的基线和目标的屏幕截图。

图7A至图7D展示了用于管理慢性病症的示例症状跟踪系统的涉及输入患者数据以进一步通知症状跟踪和评估的屏幕截图。

图8展示了由用于管理慢性病症的治疗的各个方面的示例症状跟踪系统所输出的统计分析报告的屏幕截图。

图8展示了由用于管理慢性病症的治疗的各个方面的示例症状跟踪系统所输出的统计分析报告的屏幕截图。

图9A至图9K展示了示例症状跟踪系统的如显示在患者的智能电话上以允许在系统中输入和监测数据的屏幕截图。

图10展示了由示例症状跟踪系统在医生控制板上输出的示例报告，所述医生控制板显示随着时间推移的多个症状从而促进对病症和相关联的治疗的监测和评估。

图11展示了示例症状跟踪系统在医生控制板上输出的示例报告，所述医生控制板显示随着时间推移的面部图像从而促进对与病症相关联的面部外观症状的监测和评估。

图12展示了用于确定面部尺寸或形状随着时间推移的变化的面部系统的自动化分析的示例，从而促进对与病症相关联的面部外观症状的监测和评估。

图13展示了根据本发明的实施例的一种使用症状跟踪系统的示例方法。

图14展示了根据本发明的实施例的一种使用症状跟踪系统的示例方法。

图15展示了根据本发明的实施例的一种使用症状跟踪系统的示例方法。

图16展示了根据本发明的实施例的一种使用症状跟踪系统的示例方法。

具体实施方式

本发明总体上提供了一种用于管理慢性病症的系统，具体地利用一种或多种药物或治疗性化合物所治疗的病症。在某些方面，所述系统提供了一种症状跟踪信息管理系统(例如，数据库等)，其中，随着时间接收并跟踪关于患有慢性病症的患者的属性和患者的症状从而促进监测病症和相关联的治疗方案。可以周期性地或在一个或多个症状超过预定范围或预定值时输出这种信息，从而向患者或医学专业人员警告可能需要进一步动作的具体患者的症状或病症的改变。这种动作可以包括咨询、随访、进一步的生理测试和/或对治疗方案的修改。在某些方面，可以从多个患者处收集这种信息并对其进行分析(如在统计分析中)，从而向医学专业人士或药物研发人员警告某些患者因素、症状和治疗方案之间的趋势、相互关系、或相互作用，这可以通知并改善所开出的治疗方案。另一方面，方法可以进一步包括跟踪与慢性病症相关联的一种或多种因素，独立于或结合对相关联的症状的跟踪来监测所述一种或多种因素。此类因素可以包括跟踪患者的血液内的各种化合物，包括但不限于血糖、激素水平、药物水平等。通过允许确定症状与慢性病症和/或所述一个或多个因素之间的相互关系，结合所述一个或多个症状来跟踪一个或多个因素可以是进一步有利的，或者可以用于提供对所跟踪到的患者症状的改变所指示的慢性病症的可能改变的验证。在一些实施例中，患者所输入的任何信息都可由患者访问，从而促进由患者跟踪病症；所述信息的全部或一部分可由对患者进行治疗的医学专业人士访问；并且所述信息的全部或一部分可由药物研发人员访问。患者所输入的信息的至少一部分可以保持对患者或对患者和医生保密。在一些方面，可以分析多个患者所输入的信息并将其输出施用物研发人员，从而基于患者的一个或多个属性(例如，年龄、性别、体重、位置、治疗医生、治疗持续时间)或基于开出的治疗方案的一个或多个属性来提供关于病症、症状和治疗的统计信息。

如在此所提到的，术语“症状”包括正在被治疗的慢性病症或疾病或其管理所导致的或具有与其有关的任何潜在伤害的任何客观或主观特征或体征。虽然在传统上术语“体征”指测试结果(例如，血细胞计数)或除患者之外的其他人注意到的特征，在本公开的上下文中，此类体征包括在术语“症状”内。此类症状可以被由患者、看护者、医生、医学专业人士、与患者或来自患者的样品具有足够接触的任何人中的任一个所识别。此外，术语“用户”指信息系统的任何用户，可以包括患者、看护者、医学专业人士、后勤人员、保险人员、药房(pharmacy)、药物研发人员或药物制造商或第三方。

一方面，所述系统提供了症状跟踪信息系统，在症状跟踪信息系统中，由患者和/或医学专业人士接收涉及患者、医生和药物治疗的一个或多个信息字段，并且关于一个或多个症状的信息被患者随着时间推移(优选地，以规律的间隔)输入并被输出给患者和/或医生以促进监测和评估病症。这种输出可以采用电子邮件发送的或打印的报告的形式，并且可以周期性地(例如，每周、每月)被提供，或者可以响应于病症(例如，治疗或医生的改变、一个或多个症状超过一定的值或范围、或症状的某种组合)而被输出。一方面，患者定期地(例如，每周)输入关于所述一个或多个症状的信息，从而使得对症状的跟踪可以更准确地反映治疗和相关联症状的稳定性或症状的增加，这可以指示复发或需要修改治疗方案(例如，增加剂量)。

可能难以治疗的慢性病症的一个示例是激素紊乱，诸如库欣综合症(Cushing’s Syndrome)。“当您的身体长时间接触高水平的激素皮质醇时产生库欣综合症。库欣综合症(有时称为皮质醇过多症)的最常见原因是使用口服皮质类固醇药物。当您身体制造太多的皮质醇时也会产生这种症状。太多的皮质醇会产生库欣综合症的标志体征中的一部分——您两肩之间脂肪驼峰、圆脸、您皮肤上的粉色或紫色伸缩纹。库欣综合症还会导致高血压、骨质疏松和(有时)糖尿病。治疗库欣综合症可以使您身体的皮质醇生产回到正常并显著地改善您的症状。越早开始治疗，您恢复的机会就越好。”(可在http://www.mayoclinic.org/diseases-conditions/cushing-syndrome/basics/definition/con-20032115处在线获得)。

库欣综合症的具体形式是库欣疾病。“库欣疾病是由于脑垂腺的肿瘤或过分生长(增生)所导致的。这个腺位于大脑底部。具有库欣疾病的人具有过多的ACTH，它刺激皮质醇(一种应激激素)的生产和释放。太多的ACTH意味着太多的皮质醇。在应激情境期间，皮质醇被正常地释放。它控制着身体对糖、脂肪、和蛋白质的使用，并且还帮助减少免疫系统对溶胀(炎症)的反应。治疗涉及用于移除垂体肿瘤(如果可能的话)的手术。手术后，脑垂体会缓慢地再次开始工作并恢复正常。在恢复过程期间，患者会需要皮质醇替代治疗。还可以使用脑垂腺的放射治疗。如果肿瘤不对手术或放射反应，患者可以获得药物来阻止或降低皮质醇的生产。如果此类治疗不成功，可以移除肾上腺以阻止产生过剩水平的皮质醇。”(http://www.nlm.nih.gov/medlineplus/ency/article/000348.htm)

由于对合成类固醇(如米非司酮)施用的较不可预测的患者反应，内分泌紊乱(如库欣综合症)的治疗会特别难以管理。米非司酮是将黄体酮与糖皮质激素受体绑定的合成类固醇并且已经被用来治疗多种病症，包括脑膜瘤、子宫肌瘤、肾上腺皮质机能亢进、代谢紊乱、肿瘤学紊乱、眼科紊乱、中枢神经系统紊乱和某些精神病。此类代谢紊乱的示例包括糖尿病、肥胖症、抗精神病药物引起的体重增加、高血压、和骨质疏松症；肿瘤学紊乱的示例包括各种类型的癌症，包括卵巢癌和前列腺癌；中枢神经系统紊乱的示例包括阿尔茨海默病、神经退行性紊乱、创伤后应激障碍、和酒精依赖；并且眼科病症的示例包括青光眼和中心浆液性视网膜病变。令人惊讶地发现，同样剂量的米非司酮的施用对不同患者可以产生非常不同的血浆药物浓度。针对具体剂量的米非司酮，血浆药物浓度对不同患者可以不同高达800％。不同的血浆药物浓度会导致一些患者不接收有效剂量的米非司酮。具体针对所述患者，有必要在施用时提高米非司酮的药物动力学。参照以下共同拥有的申请可以进一步理解利用米非司酮的治疗：2012年11月15日提交的标题为“Optimizing Mifepristone Absorption(优化米非司酮吸收)”的美国申请号13/677，465，该申请的公开内容以其全文通过引用结合在此。应理解的是，本发明的方法和系统可以用于各种治疗，并且在用于复杂且难以管理的治疗(如随着时间推移需要剂量滴定的任何疗法)时特别有利。此类疗法的长度可以延续几周、几个月、一年或几年的时间段。另一种难以管理的疗法是化学治疗，化学治疗通常涉及在三个月或更长时间内治疗方案中化疗药物的施用并且需要可以获益于症状跟踪的紧密粘连。通过利用在此所描述的症状跟踪方法和系统，可以更有效地管理各种病症、疾病和疗程(包括在此所描述的那些)从而提供改善的患者结果。

考虑到具有库欣综合症的患者体内所经历的症状的可变性，以及不同药物反应，使用症状跟踪器系统(比如在此所描述的)特别适用于跟踪与库欣综合症相关联的症状。然而，应理解的是，症状追踪器系统可以用于各种其他慢性病症，具体地，在症状和/或药物反应上会呈现看起来似乎不可预测的可变性的病症，包括但不限于各种类型的炎症，如关节炎；皮肤紊乱，如牛皮癣；血液、肾脏、眼、甲状腺、和肠道紊乱(例如，结肠炎)；过敏症；多发性硬化；和哮喘。

一方面，症状跟踪系统利用基于图像的跟踪特征，所述基于图像的跟踪特征对在外观上呈现显而易见变化的慢性疾病或病症的诊断和管理特别有用。在具体库欣综合症中，闹垂腺紊乱通常导致面部脂肪增加，致使通常被称为“满月脸”的圆形面部外观。在库欣综合症中，延长接触高水平的激素皮质醇导致快速体重增加，具体在躯干和面部。库欣综合症的共同症状是沿锁骨、脖颈、和脸侧部的脂肪垫的生长，导致变宽的、更圆的脸。虽然是库欣综合症的标志体征，这些变化在长时期内会难以识别或难以与正常体重增加区分，具体地，如果患者并不频繁地亲自访问医生的话。由于库欣综合症可能由各种因素造成(脑垂体紊乱、药物反应、肿瘤、或脑垂腺的创伤)，对库欣综合症的治疗不同并且可以包括手术和/或药物治疗。对于不适合手术的患者，一般通过药物来治疗患者，并对其进展进行监测。然而，维持适当的皮质醇水平会具有挑战性，并且必须紧密地监测激素水平和症状以根据需要跟踪进度和管理治疗。

一方面，可以通过基于图像的跟踪来跟踪任何外部可见症状并且可选地由系统对其进行分析。一般地，患者获得图像并将这些图像上传至症状跟踪系统。用智能电话获得自图像并用智能电话上传是一种相对快捷且简单的方式来记录患者的面部外观的客观数据以帮助患者和/或医学专业人士跟踪其进度并基于面部外观评估患者病症的总体趋势。此类图像可以允许识别其他生理测量结果可能不容易识别的相对微小的物理变化。另外，这些变化可以被系统识别，而不要求频繁亲自访问医生。由于在库欣综合症中，患者可能经历其脸侧部、或其脖颈上脂肪垫的大小和厚度的增加，这种增加与普通体重增加不成比例，这种发展在照片的演进中与仅从仅大体上跟踪的体重增加相比可以更轻易地被识别，具体地，因为患者的体重会出于与慢性病症(例如，抑郁、生活变化、受伤等)不相关的各种原因波动。虽然这种基于图像的特征涉及从图像可观察的外部可见症状，应理解的是，适用于根据在此所描述的方法进行跟踪的各种其他症状不一定是外部可见的并且可以由各种其他手段确定，包括但不限于各种类型的测试(例如，血液测试、血压、物理测试/检查等)。

这种基于图像的跟踪特征有助于通过随着时间比较受体并监测物理外观的变化(尤其是面部外观的变化)类型和幅度来诊断和跟踪库欣综合症的表面症状。这些变化可能难以量化以及区分于体重的普通变化。跟踪系统应该能够充分地识别患者的面部从而允许图像之间的比较，从而识别图像之间的面部外观的相对较小变化。例如，系统可以运行“面部识别子例程”，所述子例程可以识别被成像的面部和/或使图像规范化以允许图像之间的直接比较。这些图像可以由用户在家用集成式膝上电脑摄像头或网络摄像头获得，并被上传至服务器并与用户账户相关联从而允许跟踪用户的症状。通过随着时间比较一系列图像，跟踪系统可以监测并跟踪以其他方式将难以量化的细微变化和总体趋势并帮助监测和治疗病症。另外，随着时间跟踪症状允许患者或医学专业人士监测综合症的进展以及其对治疗的反应，从而使得可以根据需要调整治疗以便改善患者结果。

一方面，方法包括使用由患者随着时间推移上传至症状跟踪系统中的一系列图像进行基于图像的对涉及表面物理外观的症状的跟踪。在某些方面，确定可能由库欣综合症引起的面部形状的改变的方法包括以下各项中的任一项或全部：随着时间推移基于一系列图像跟踪面部形状/外观的变化；用于基于图像之间的比较确定增加的脂肪堆积的方法；用于将一系列图像规范化从而允许图像之间的特征比较的方法；用于基于外部可见特征的变化跟踪症状的进展的方法；用于基于所跟踪的视觉症状和过往治疗的历史开出治疗处方的方法；利用“面部识别例程”允许面部图像之间的比较的方法/系统；以及基于网络的系统，允许用户上传图像，比较图像之间的变化从而确定症状并将症状的跟踪历史提供给用户和/或医学专业人士。

参照图1可以进一步理解根据本发明多个方面的使用症状跟踪系统对慢性病症的管理，此图展示了示例症状跟踪系统的流程图。此系统包括由在治疗慢性病症时使用的药物的研发人员所提供的症状跟踪信息系统，其中，用户(通常是患者，虽然患者和医生可以合作建立简档)输入信息字段。在此示例中，该系统是患者可在线访问的，从而使得患者在药物研发人员维护的症状跟踪系统中建立患者简档，并且由患者随着时间例行地输入关于所选症状的症状信息。该信息由系统存储，并且基于数据的报告经要求被输出至患者、医生或研发人员中的任一个，类型和信息的差别基于接收方和/或查询。在某些方面，系统根据存储在系统的处理单元中的一种或多种算法或关系分析症状信息。所述关系或算法可以由处理单元基于信息的统计分析来确定，或当它们变得已知(比如，通过临床研究)时可以由一个或多个实体输入。在此示例中，所述信息和算法在药物研发人员维护的症状跟踪信息系统上被输入，虽然理解的是，输入系统的信息和算法可以从各不同实体接收或从各其他信息源自动地上传。

一方面，在此所描述的管理方法和症状跟踪系统可以合并2013年9月20日提交的标题为“Systems and Methods of Treatment Using Intervention Determination and Tasking(使用干预确定和任务管理进行治疗的系统和方法)”的美国临时代理人卷号85178-884713(代理人卷号：85178-884713)中所描述的信息系统的任一方面，此文件的全部内容以其全文结合在此。

另一方面，系统允许随着时间分析一个或多个症状，从而确定症状的趋势或某种组合以供医生用于治疗具体患者或确定可以由医生或药物研发人员使用以改善治疗方案的统计信息。一方面，患者所输入的关于一个或多个症状的数据可以是进行治疗的医生根据需要可直接访问的或者可以由医生从周期性或响应于触发条件产生的报告获得，比如相对于基线超过特定范围或值的症状。另一方面，系统可以为医生提供经分析的数据(比如一个或多个症状随着时间的趋势)从而帮助医生决定患者的病症和/或治疗的疗效。而另一方面，系统可以对多个患者输入的数据进行统计分析并提供可整理的数据或提供来自对所述一种或多种患者症状或关于患者属性的治疗疗效的统计分析的结果。

图1展示了示例症状跟踪系统中的流程图。该症状跟踪系统可以包括药物研发人员或制造商提供和支持并且所述(这些)患者、医生、医学后勤人员或第三方在线可访问(比如通过移动设备app或在线门户)的症状跟踪信息系统。用户可以将数据输入系统，例如患者或看护者可以通过接入在线系统的计算机或通过移动设备或智能电话应用输入症状。该信息与许多其他患者所输入的信息一起被存储在症状跟踪器信息系统。该信息可以与各标识符或属性(例如，患者姓名、医生、病症、治疗、地理位置等)相关联从而允许基于患者群体或子集进一步分析，比如统计分析或趋势分析。另一方面，基于地理位置确定群体趋势或统计数字具体有用于药物研发人员、制造商、药房、健康护理管理员和保险人员对治疗施用的行政管理。在一些方面，医生可以向系统(未示出)输入数据。然后信息可以被以报告的形式或各种其他手段输出给信息系统的用户(用虚线示出)，所述其他手段可以采取计算机屏幕上的视觉显示器、触摸板、移动设备、电子邮件、书面打印或其他向用户传达信息的手段的形式。信息可以被直接输出给用户，比如概要或时间轴形式的用户输入数据，或者在报告中输出给用户之前可以比如通过算法、统计分析或趋势分析来分析信息。输出数据可以包括关于具体患者或关于患者群体的信息，比如关于包括具体患者的患者群体的信息、或用户请求信息的任何患者群体的信息。可以周期性地输出或可以响应于患者或群体的具体病症、或响应于用户的查询输出所述报告。应当注意的是，可以取决于数据和用户通过各种不同手段将信息以许多不同类型或格式输出给任何用户。

一方面，系统被配置成允许一种类型的用户与另一种类型的用户联系。例如，在观看所报告的信息之后，医生可以利用系统与患者联系，或可以输入与患者简档相关联的数据(比如，关于治疗方案的更新或给患者的消息)。另一方面，药物研发人员或制造商可以直接通过系统联系患者，比如提供管理治疗方案或治疗管理的信息，从而安排医生随诊或提供患者支持。这可以响应于来自系统的患者属于易受伤害患者人群的报告被执行，比如可以基于注意到的症状或群体趋势。可以通过患者简档进行与患者的联系，比如通过当患者登陆其系统中的简档以输入数据时出现的消息。系统可以被配置成允许一种类型的用户与另一种类型或不同类型的用户联系，比如药物研发人员与患者、医生和药房中的每一个或任一个进行联系。这种联系可以包括输出给特定用户的报告或者可以进一步包括附加信息或指令。

根据一些实施例，症状跟踪信息系统被设置为服务器上和/或基于云的系统上维护的在线可访问系统。云服务器可以有用于向从各不同系统访问设备的各不同用户提供信息或先进信息处理。不同类型的数据是不同类型的用户可访问的和/或基于用户访问系统的位置。另一方面，可以使用特权来保护患者数据和/或群体数据。取决于与其角色(例如，医生、保险经纪人、患者、或第三方数据分析师或调查者)相关联的特权，可以将不同参与者限制为仅访问关于图像的一部分信息或处理工具的子集，而不折衷与患者信息相关联的患者的隐私。

根据一些实施例，服务器和/或基于云的系统包括用于自动地和/或手动地向/从数据提供者转移信息的数据网关管理器。这种数据网关管理可以基于一组规则或政策执行，所述规则或政策可以由管理者或经授权人员配置。在一个实施例中，响应于对患者信息或治疗方案的更新，数据网关管理器被配置成通过网络(例如，互联网或以太网)传输经更新的信息，比如经更新的症状跟踪报告。另外，数据网关管理器可以进一步在与同一实体(例如，与一种类型的用户相关联的多方，比如医生或药物研发人员)相关联的多个数据提供者之间转移数据。网关管理器可以包括路由器、计算机、软件、或这些部件的任何组合。

图2A至图2C展示了如当在线访问症状跟踪器系统以建立患者简档时患者将看到的屏幕截图。从图2A中可见，账户可以与患者的电子信箱关联、与Facebook账户或Facebook支持组(例如，库欣连接)关联。在注册时，患者可以选择应该跟踪什么类型的症状，比如图2B中所示。医生可以帮助患者确定要跟踪哪些症状，或在患者的简档上选择这些症状。患者还可以跟踪各种其他类型的信息，如诊断日期、手术日期和治疗方案。患者向简档添加的信息越多，患者和/或医学专业人士就可以越有效地跟踪患者的症状、病症和治疗期间的进展。当跟踪这些体征和症状时，患者按照1至5的分级对这些体征和症状中的每一个进行评价。

一方面，体征和症状跟踪可以包括跟踪生理测量结果，包括但不限于体重、血压、和腰围。这些是可以通过患者家里所使用的设备在医疗设施获得并被自动上传至患者的简档，或更一般地可以由患者在家测量并由用户输入系统的生理测量结果。一方面，患者被指导以规律的间隔记录某些生理测量结果，例如在大概一天的同一时间获得的每周或每天体重测量结果。这提高了生理测量结果的准确度并允许患者和/或医学专业人士在多个时间段内更准确地确定趋势，与正常的每天、每月或季度性波动形成对比。另一方面，患者可以记录其病症的主观属性，例如患者可以记录他们身体上感觉怎样(例如，精力充沛、疲惫、或“正常”基线)和/或他们情绪上感觉怎样(例如，快乐、悲伤、压抑等)，这可以与体重或各种其他生理测量结果的变化相关。

另一方面，系统可以进一步提供对一对一支持或患者外展项目的注册和/或访问，比如图2C中所示，从而进一步改善与症状跟踪系统的兼容性并改善患者结果。

在一些方面，患者可以输入各种附加属性，所述附加属性可能有用于医生进行数据监测和分析和/或统计分析以供药物研发人员使用，比如图3B中所示。在一些实施例中，患者还可以设定是否接收涉及关于治疗和/或其私人症状跟踪的信息的通知和提醒。由于具有库欣综合症的人通常在面部外观上具有逐渐变化，比如脂肪垫厚度增加，患者被鼓励选择面部外观作为症状并随着时间记录其脸部的图像，比如图3C中所示。可以用患者的智能电话轻易地获得图像并使用与症状跟踪系统链接的智能电话app上传这些图像(见图9A至图9K中的这种移动app的屏幕截图)。

一方面，图像可以稍后以允许面部尺寸、大小和形状的变化可以被观看者轻易地观察到的格式由患者、医生、或药物研发人员观看。例如，可以按时间顺序同时显示这些图像，比如图11中所示的照片时间轴显示器。这种显示格式允许患者和/或医生更轻易地认出可能与正常体重增加不成比例的面部形状的变化。另外，因为体重可能由于各种原因而波动，可能进一步有用的是，跟踪涉及所述一种或多种所选症状但同样可能依赖于慢性病症的其他属性或可能的因素。例如，通过跟踪患者的情绪(例如，焦虑程度、压抑)，可以确定体重的改变可能与情绪状态更加紧密相关而不是调节不善的激素水平。因为相互作用可能是复杂的，提供给患者或医生的报告可以包括同时显示的多个症状和患者属性，从而帮助确定症状的可能原因和相互关系，比如图10中所示的。一般通过针对每个症状和/或属性建立基线来评估这些变化，借此比较症状和/或患者属性的变化。在一些方面，患者或医生可以为症状/属性建立目标。虽然在患者咨询和/或通过进一步测试(例如，内分泌或激素测试)中必须经常进一步评估某些症状的实际原因，此类报告具体有利于警告患者和医生两者关于因素之间的可能相互作用或关于否则将被忽略的相互关系。另外，由患者和医生使用症状跟踪系统对这些症状进行连续监测与其他方式相比允许更快速地识别微小变化，由此给予医生和患者调整方案的机会或提高患者依从性并防止病症复发或降低症状加剧之前的复发时长。

另一方面，所跟踪的因素可以是供用于诊断和/或治疗的患者血液中随着时间的某些化合物。此类因素可以包括：血糖测量结果，具体地，hBa1z和OGTT；提供HP轴的活动的概观的激素，可以包括但不限于ACTH、CRH和DHEA-S；以及各种蛋白质、RNA分子、或其他化合物，比如FKBP51、mRNA和GILZ mRNA，允许医生更好地理解身体内皮质醇活动的下游效应。应理解的是，可以单独地、结合各种其他患者属性和/或在此所描述的症状分析对这些因素的跟踪。例如，当结合对患者的主观数据(例如，情绪、疼痛)的跟踪时，或当结合基于图像的监测(例如，患者脸部的形状和大小的改变)时，对上述患者血液中的化合物中的一种或多种的跟踪可以提供患者状态的更全面的画面。通过长时间分析这些看似不同的因素、属性和/或症状，可以确定以其他方式从周期性患者访谈无法认识到的趋势和关联。这种关联和趋势具体可用于难以管理的治疗，比如在此所描述的那些。

另一方面，症状跟踪系统可以采取算法来从患者上传的多个图像中更准确地确定患者的面部尺寸随着时间的细微变化。由于某些面部尺寸保持恒定(例如，眼间距、眼鼻间距)，可以使用图像分析算法来确定脸部的可变化部分的面部尺寸(通常是脸的侧部)从而确定脸部宽度随着时间的增加。这种特征允许更早地识别脸侧部的脂肪垫增加。现有的面部识别算法可以用于识别眼睛的位置和用于测量眼与连侧部之间的距离，以及这些图像中的每个图像中脸的整体高度。可以在图像之间比较这些测量结果，从而确定脸的大小(并且具体地宽度)的整体变化趋势。这种趋势还可以被表示显示为值或另一类型报告中的图形，比如图10中的，从而使得可以向医生或患者警告面部形状变化而不需要实际观看面部图像。

另一方面，在算法内可以为各症状、属性和因素(比如图10和图11中报告中所显示的那些)可以被分配数值，从而使得系统可以产生对即将发生的复发产生警告而不需要患者或医生提前实际观看症状或属性数据。在一些方面，响应于确定患者所输入的症状或患者属性中的任何一种超过预定阈值或值范围(例如，基线值的+/-10％)，系统可以警告患者或医生回顾一种或多种类型的报告。有利的是，系统可以允许用户(无论是患者、医生或药物研发人员)通过选择期望跟踪、观看或分析哪些症状、属性或其组合来定制报告。在一些实施例中，系统可以分析患者属性和症状并确定哪些是统计上相关的并将此类属性/症状输出给用户。

图13至图18描绘了各种方法，通过这些方法可以管理慢性病症或相关联的治疗，或者通过这些方法可以管理药物信息的生产/宣传。图13描绘了一种治疗管理方法，包括：通过用户输入端在症状跟踪数据库中建立患有慢性病症的患者的患者简档；通过用户输入端接收供由患者和/或医学专业人士跟踪的与慢性病症相关联的症状选择；在一段时间内通过患者输入端接收与所选症状相关联的数据；可选地，通过患者和/或医学专业人士输入针对所选症状中的一种或多种建立目标和/或基线；使用由患者以适合跟踪所选症状的格式输入的数据从数据库向患者输出报告；可选地，响应于医生对一个或多个症状的查询从数据库输出报告，用于治疗的监测或管理；以及可选地，从数据库输出所选数据施用物研发人员或药物制造商，用于监测、评估、管理治疗方案和患者使用。

图14描绘了一种治疗管理方法，包括以下步骤：通过患者输入端在一段时间内在症状跟踪信息系统内接收关于慢性病症的一个或多个症状的多个数据集；可选地，进行统计分析，从而确定一个或多个症状的趋势和/或症状之间的相互关系；以及响应于由对慢性病症施用治疗的医学专业人士或由慢性病症的治疗中所使用的药物的研发人员的查询，输出与一个或多个症状的所述多个数据集、所述趋势和/或相互关系相对应的报告。

图15描绘了一种治疗管理方法，包括以下步骤：从患者输入端接收在症状跟踪信息系统中被诊断患有库欣综合症的患者的多个面部图像；可选地，从患者输入端接收关于随着时间推移的多个症状的数据，将所述多个图像输出至医学专业人士可访问的显示器，从而使得所述多个图像可同时或快速连续观看，从而促进所述医学专业人士识别图像之间的变化趋势以便对治疗疗效进行评估；以及可选地，使用所述多个症状的所述数据输出报告，从而使得随着时间的所述多个症状可由医学专业人士同时或快速连续观看，从而允许易于识别用于治疗评估/调整的趋势或相关性。另一方面，一种治疗管理方法可以包括以下步骤：从患者输入端接收关于随着时间推移多个症状的数据；以及使用所述多个症状的所述数据输出报告，从而使得随着时间推移所述多个症状可由医学专业人士同时或快速连续观看，从而允许易于识别用于治疗评估/调整的趋势或相关性。

图16描绘了一种治疗管理方法，包括以下步骤：从患者输入端接收在症状跟踪信息系统中被诊断患有库欣综合症的患者的多个面部图像；执行面部识别或分析序列，从而确定所述多个面部图像中的每一个面部图像的相应面部尺寸，以便确定图像之间的面部尺寸变化；以及当指示症状复发或增加时，向对所述患者施用治疗的医学专业人士和/或所述患者输出关于所述确定的面部尺寸变化的报告或警告。

在某些实施例中，系统可以进一步利用用户、医学专业人士、或药物研发人员所输入的算法来分析被跟踪的症状和属性。此类算法可以合并通过临床研究所获得的关系或信息，或者可以涉及各种其他关注的问题，如各药物供应或管理过程。在此类系统中可以利用的信息的示例包括关于重要的药物治疗的药物信息。例如，研究表明在管理米非司酮时，患者体内的血浆水平驱动药物反应。通过在系统的算法内包括这种关系，系统可以识别对应于血浆水平不足的属性、症状、或其组合。通过可能待定的各种相互作用，此类因素可以涉及滴定不足、低剂量、患者属性、年龄、饮食。然而，利用系统来存储、联系和分析此类因素允许用户监测和跟踪各因素和症状，并且根据需要进行干预以保证维持合适的血浆水平并且促进优化的治疗结果。有利的是，即使不识别与血浆水平的关系或即使血浆水平是讨论中的因素，系统仍可以提供这些益处。这种关系展示出与(具体地，在易受伤害患者子群体中)管理利用药物施用治疗慢性病症相关联的复杂性和挑战中的一部分。

利用米非司酮治疗医学病症的患者需要密集的随访来实现最优照顾和症状解决，这会导致可变的患者结果。在治疗或者被患者或者被医生中断之前，可能难以识别可以使用症状跟踪来改善治疗的患者。出于各种原因，比如患者依从性较差、对处方治疗的反应减少、或外部加重因素的影响，症状可能更糟或者会发生频繁的复发，导致中断治疗。通过跟踪患者症状，在此所描述的方法允许医生、以及患者在复发发生之前扮演更加主动的角色治疗，这进而可以提高患者依从性、治疗疗效并在症状的显著恶化发生之前帮助识别加重因素。

在一些实施例中，系统可以利用任何数量的算法来确定一个或多个属性和症状与结果的统计相关性，该结果与复发相关联。通过应用统计分析，系统可以确定除了仅随机机会以外的某事导致一种关系，从而确定信息字段或字段的组合是否对于结果而言是统计上显著的。分析提供了代表结果由随机机会引起的可能性的“p值”。总体上，5％或更低的p值被认为是统计上显著的，虽然可以按照期望选择或改变重要性阈值和期望的置信水平以促进期望的结果或防止复发或改善治疗方式。

在一些实施例中，系统可以利用以下算法，该算法应用一个或多个字段之间的已知的或预测的关联性以及用户输入的或包括在系统更新中的结果。当通过临床研究或其他方式识别了关联性时，可以周期性地确定此类算法。在一些实施例中，除了应用被输入系统的算法之外，系统可以应用统计分析来确定一个或多个字段与结果之间的关联性，从而使得在随着时间识别各种其他关联性时可以重新评估各个信息字段的统计分析。这些特征提供了进一步的改进，诸如，可以识别信息字段之间甚至更复杂的相互作用，并且根据需要输出警告或结果以禁止或减小与此类相互作用相关联的不良反应并防止复发。

虽然相对于用于管理个体患者的关于具体患者的数据的分析和输出进行了大量描述，上述的这些和类似方面还可以用于关于患者群体的症状数据集合，这特别有利于患者群体管理治疗方案，所述管理包括各种管理性考虑。例如，症状跟踪系统可以分析来自各群体的症状信息从而预计或预测反应或预计患者何时会有复发。在关于对药物的响应的一个示例中：通过将患者分成用量组(1片/天至4片每天)，我们则可以看出他们自己的症状变化率相对于他们的群组(cohort)或其他群组，这可以是医生管理治疗的重要工具。另一方面，我们还可以看出可以怎样将几乎在此所讨论的所有方面可以怎样与其他方面进行比较。任何时候计算关于属性、因素或症状的斜率(症状/度量随着时间的改变)，都可以将信息分成群组，从而比较证据/信息并将其提供给医生或患者。这些方面将可用于通过确定患者处于疾病进展的特定群组的子集来管理患者群体的治疗。

虽然上述示例是在此所讨论的基本概念的一部分的示意，应理解的是，这些优点适用范围扩及风险因素和风险因素之间复杂得多的相互作用，所述风险因素及风险因素之间的相互作用是常规治疗方法未能识别或解决的并且可能另外妨碍大量患者接收最佳治疗。为了清楚地理解已经详细地描述了上述实施例，并且通过举例，各种适配、修改、和改变对本领域技术任意来书将是清楚的。因此，本发明的范围仅受所附权利要求书的限制。