数字生物标志物的制作方法

1.本发明涉及一种用于改进的受试者测试和受试者分析的医疗装置。更具体地，本文描述的方面提供了用于通过受试者的主动测试来评估受试者的肌肉失能，特别是脊髓性肌萎缩(sma)的症状严重程度和进展的诊断装置、系统和方法。


背景技术：

2.脊髓性肌萎缩(sma)是一种常染色体隐性遗传病，也称为近端脊髓性肌萎缩和5q脊髓性肌萎缩。它是一种危及生命的神经肌肉障碍，患病率低，与运动神经元丧失和进行性肌肉消耗相关。
3.sma已成为一个健康问题，也给其医疗体系带来沉重的经济负担。由于sma是cns的临床异质性疾病，因此需要允许可靠地诊断和鉴定目前疾病状态和症状进展的诊断工具，从而可以有助于准确治疗。
4.有几种用于测量经诊断患有sma的受试者的症状严重程度和进展的标准化方法和测试。测试涉及测量受试者运用身体功能的能力的医生。这些标准化测试可以提供对各种症状，特别是轴向运动功能的评估，并且可以帮助跟踪这些症状随时间的变化。因此，使用标准化的方法和测试评估症状的严重程度和进展可帮助指导治疗和疗法选择。
5.目前，评估经诊断患有肌肉失能，特别是sma的受试者的症状严重程度和进展涉及每6到12个月对受试者进行临床监测和测试(http://www.motor-function-measure.org/user-s-manual.aspx,mfm-9,15,20,21)。虽然更频繁地对受试者进行监测和测试是理想的，但是增加临床监测和测试的频率对于受试者而言可能费用高昂并且不甚便利。


技术实现要素：

6.下文呈现了本文所述的各个方面的简化概述。该概述不是广泛的概述，并且不旨在标识关键或重要元素或描绘权利要求的范围。以下概述仅以简化形式呈现一些概念，作为下面提供的更详细说明的介绍性序言。本文所述的方面描述了用于评估经诊断患有肌肉失能，特别是sma的受试者的症状严重程度和进展的专用医疗装置。测试和监测可在临床环境之外和远程地进行，从而为受试者提供了更低的成本、提高的频率和简化的容易度和便利性，改善了对症状进展的检测，这进而实现更好的治疗。
7.根据一个方面，本公开涉及一种用于评估受试者的肌肉失能，特别是sma的轴向运动功能的诊断装置。该装置包括至少一个处理器、与装置相关联的一个或多个传感器、以及存储计算机可读指令的存储器，所述计算机可读指令在由该至少一个处理器执行时，使装置：经由与装置相关联的一个或多个传感器接收多个第一传感器数据；从所接收的第一传感器数据中提取与受试者的肌肉失能，特别是sma的轴向运动功能相关联的第一多个特征；以及基于所提取的第一多个特征，确定对肌肉失能，特别是sma的轴向运动功能的第一评估。
8.根据本文公开的实施例，传感器可以是例如运动传感器。
9.e1一种用于评估患有肌肉失能，特别是sma的受试者的轴向运动功能的诊断装置，所述装置包括：
10.至少一个处理器；
11.与所述装置相关联的一个或多个传感器；和
12.存储计算机可读指令的存储器，所述计算机可读指令在由所述至少一个处理器执行时，使所述装置：
13.经由与所述装置相关联的所述一个或多个传感器接收多个第一传感器数据；
14.从所接收的第一传感器数据中提取与患有肌肉失能，特别是sma的受试者的轴向运动功能相关联的第一多个特征；以及
15.基于所提取的第一多个特征，确定对所述受试者的所述轴向运动功能的第一评估。
16.e2根据e1所述的装置，其中计算机可读指令在由该至少一个处理器执行时，进一步使装置：
17.提示所述受试者执行以下诊断任务：使电话(phone，手机)快速从一侧到另一侧来回(side to side，左右)倾斜并从而收集更多硬币持续30秒；
18.响应于所述受试者执行所述诊断任务，经由与所述装置相关联的所述一个或多个传感器接收多个第二传感器数据；
19.从所接收的第二传感器数据中提取与所述受试者的所述轴向运动功能相关联的第二多个特征；以及
20.基于所提取的第二多个特征，确定对所述受试者的所述轴向运动功能的第二评估。
21.e3根据e1-2中任一项所述的装置，其中该装置为智能手机。
22.e4根据e1-3中任一项所述的装置，其中诊断任务与运动功能测试中的至少一项相关联。
23.e5一种用于评估患有肌肉失能，特别是sma的受试者的轴向运动功能的计算机实现的方法，所述方法包括：
24.经由与装置相关联的一个或多个传感器接收多个第一传感器数据；
25.从所接收的第一传感器数据中提取与患有肌肉失能，特别是sma的受试者的轴向运动功能相关联的第一多个特征；以及
26.基于所提取的第一多个特征，确定对患有肌肉失能，特别是sma的受试者的轴向运动功能的第一评估。
27.e6根据e5所述的计算机实现的方法，其进一步包括：
28.提示所述受试者执行一项或多项诊断任务；
29.响应于所述受试者执行所述一项或多项诊断任务，经由所述一个或多个传感器接收多个第二传感器数据；
30.从所接收的第二传感器数据中提取与患有肌肉失能，特别是sma的受试者的轴向运动功能相关联的第二多个特征；以及
31.基于至少所提取的第二传感器数据，确定对患有肌肉失能，特别是sma的受试者的轴向运动功能的第二评估。
32.e7根据e5-6中任一项所述的计算机实现的方法，其中基于主动任务，特别是基于使电话快速从一侧到另一侧来回倾斜并从而收集更多硬币持续30秒来评估所述受试者的轴向运动功能。
33.e8根据e1-4中任一项所述的装置或根据e5-7中任一项所述的计算机实现的方法，其中所述受试者为人。
34.e9一种包括机器可读指令的非暂时性机器可读存储介质，所述机器可读指令用于使处理器执行用于评估患有肌肉失能，特别是sma的受试者的轴向运动功能的方法，所述方法包括：
35.经由与装置相关联的一个或多个传感器接收多个传感器数据；
36.从所接收的传感器数据中提取与患有肌肉失能，特别是sma的受试者的轴向运动功能相关联的多个特征；以及
37.基于所提取的多个特征，确定对患有肌肉失能，特别是sma的受试者的轴向运动功能的评估。
38.e10一种评估受试者的肌肉失能，特别是sma的方法，所述方法包括以下步骤：
39.在第一预定义时间窗口内，从包括根据e1-5中任一项所述的装置的使用数据的数据集中确定使用行为参数，其中所述装置已被受试者使用；以及
40.将所确定的至少一个使用行为参数与参考进行比较，由此评估患有肌肉失能，特别是sma的受试者。
41.e11一种鉴定患有肌肉失能，特别是sma的受试者的方法，所述方法包括
42.i)基于使电话快速从一侧到另一侧来回倾斜并从而收集更多硬币持续30秒的诊断任务对受试者进行评分，
43.ii)将所确定的分数与参考进行比较，由此评估肌肉失能，特别是sma。
44.e12根据e11所述的方法，其进一步包括：向受试者施用药物活性药剂以降低肌肉失能，特别是sma的进展的可能性，特别地，其中药物活性药剂适于治疗受试者的sma，所述药物活性药剂特别是m7gpppx二磷酸酶(dcps)抑制剂、存活运动神经元蛋白1调节剂、smn2表达抑制剂、smn2剪接调节剂、smn2表达增强剂、存活运动神经元蛋白2调节剂或smn-as1(源自smn1的长非编码rna)抑制剂，更特别地是诺西那生(nusinersen)、阿帕沃维-昂森诺近(onasemnogene abeparvovec)、利司扑兰(risdiplam)或branaplam。
45.e13根据e12所述的方法的组合，其中所确定的至少一个参数与所述受试者接受用药物药剂进行的治疗之前所述患者的参考参数相比更好。
46.e14根据e12至13所述的方法，其中受试者为人。
47.e15根据e12至14所述的方法，其中该药剂为利司扑兰。
附图说明
48.通过参考以下参考附图的说明，可获得对本文所述的方面及其优点的更完整的理解，其中相同的附图标记表示相同的特征，并且其中：
49.图1是根据示例性实施例的示例性环境图，其中提供了用于评估受试者的肌肉失能，特别是sma的轴向运动功能的诊断装置。
50.图2是根据示例性实施例的用于基于受试者的主动测试来评估受试者的肌肉失
能，特别是sma的轴向运动功能的方法的流程图。
51.图3示出了可用于实施本文所述的一个或多个说明性方面的网络架构和数据处理装置的一个实例。
52.图4描绘了根据本文所述的一个或多个说明性方面的实例，其示出了诊断应用程序。
53.图5是根据实例1的绘图，其示出了传感器特征结果。
具体实施方式
54.在各个方面的以下说明中，参考形成其一部分的附图，并且在附图中通过图示的方式示出了其中可实践本文所述的方面的各种实施例。应当理解，在不脱离所述方面和实施例的范围的情况下，可利用其他方面和/或实施例，并且可进行结构和功能上的修改。本文所述的方面能够用于其他实施例并且能够以各种方式来实践或执行。另外，应当理解，本文所使用的措词和术语是出于说明的目的，而不应被认为是限制性的。相反，本文中使用的短语和术语将被给予其最广泛的解释和含义。“包括”和“包含”及其变体的使用意味着涵盖其后列出的项目及其等同物，以及其他项目及其等同物。术语“安装”、“连接”、“耦合”、“定位”、“接合”和类似术语的使用意在包括直接和间接安装、连接、耦合、定位和接合。
55.本文所述的系统、方法和装置提供了一种用于评估受试者的肌肉失能，特别是sma的轴向运动功能的诊断。在一些实施例中，可以将该诊断作为安装在移动装置，特别是智能手机上的软件应用程序提供给受试者。
56.在一些实施例中，当受试者执行日常生活活动时，诊断从与移动装置相关联的一个或多个传感器获得或接收传感器数据。在一些实施例中，传感器可以在移动装置如智能手机或可穿戴传感器如智能手表内。在一些实施例中，从所接收或获得的传感器数据中提取与肌肉失能，特别是sma的症状相关联的传感器特征。在一些实施例中，基于提取的传感器特征来确定对受试者的肌肉失能，特别是sma的症状严重程度和进展的评估。
57.在一些实施例中，根据本公开的系统、方法和装置提供了一种用于基于受试者的主动测试来评估受试者的肌肉失能，特别是sma的诊断。在一些实施例中，该诊断提示受试者执行诊断任务。在一些实施例中，在既定方法和标准化测试中对诊断任务进行锚定，或在既定方法和标准化测试之后将诊断任务建模。在一些实施例中，响应于受试者执行诊断任务，诊断经由一个或多个传感器获得或接收传感器数据。在一些实施例中，传感器可以在移动装置或者受试者穿戴的可穿戴传感器内。在一些实施例中，从所接收或获得的传感器数据中提取与肌肉失能，特别是sma的症状相关联的传感器特征。在一些实施例中，基于提取的传感器数据特征来确定对受试者的肌肉失能，特别是sma的症状严重程度和进展的评估。
58.使用根据本公开的诊断对肌肉失能，特别是sma的症状严重程度和进展的评估与基于临床结果的评估充分相关，因此可以代替临床受试者监测和测试。根据本公开的示例性诊断可以在临床环境之外使用，因此对于受试者在成本、受试者监测的容易度和便利性方面具有优势。这有助于频繁地、特别是每日地受试者监测和测试，从而更好地了解疾病阶段并提供对临床和研究界均有用的疾病见解。根据本公开的示例性诊断可以提供较早检测受试者的肌肉失能，特别是sma的轴向运动功能的甚至小的变化，因此可用于包括个体化治疗的更好的疾病管理。
59.图1是示例性环境图，其中提供了用于评估受试者110的肌肉失能，特别是sma的轴向运动功能的诊断装置105。在一些实施例中，装置105可以是智能手机、智能手表或其他移动计算装置。装置105包括显示屏160。在一些实施例中，显示屏160可以是触摸屏。装置105包括至少一个处理器115和存储用于症状监测应用程序130的计算机指令的存储器125，该计算机指令在由该至少一个处理器115执行时，使装置105评估肌肉失能，特别是sma的轴向运动功能。装置105经由与装置105相关联的一个或多个传感器接收多个传感器数据。在一些实施例中，与该装置相关联的一个或多个传感器是以下中的至少一者：布置在该装置内的传感器或由受试者佩戴并配置为与该装置通信的传感器。在图1中，与装置105相关联的传感器包括设置在装置105内的第一传感器120a和可以由受试者110穿戴的第二传感器120b。当受试者110执行活动时，装置105经由第一传感器120a接收多个第一传感器数据并且经由第二传感器120b接收多个第二传感器数据。
60.装置105从所接收的第一传感器数据和第二传感器数据中提取与受试者110的肌肉失能，特别是sma的轴向运动功能相关联的特征。在一些实施例中，受试者110的肌肉失能，特别是sma的症状可以包括指示受试者110的轴向运动功能的症状、指示受试者110的轴向运动功能的症状。
61.在一些实施例中，与装置105相关联的传感器120可包括与蓝牙和wifi功能相关联的传感器，并且传感器数据可包括与由传感器120接收的蓝牙和wifi信号相关联的信息。在一些实施例中，装置105从所接收的第一传感器数据和第二传感器数据中提取与由装置105或传感器接收或传输的蓝牙和wifi信号的密度相对应的数据。在一些实施例中，可以基于提取的蓝牙和wifi信号数据来评估受试者110的轴向运动功能。
62.装置105基于所接收的第一传感器数据和第二传感器数据的提取的特征来确定对受试者110的肌肉失能，特别是sma的轴向运动功能的评估。在一些实施例中，装置105通过网络180将所提取的特征发送到服务器150。服务器150包括至少一个处理器155和存储用于症状评估应用程序170的计算机指令的存储器161，该计算机指令在由服务器处理器155执行时，使处理器155基于服务器150从装置105接收的提取的特征确定对受试者110的肌肉失能，特别是sma的轴向运动功能的评估。在一些实施例中，症状评估应用程序170可以基于从装置105接收的传感器数据的提取的特征和存储在存储器160中的受试者数据库175来确定对受试者110的肌肉失能，特别是sma的轴向运动功能的评估。在一些实施例中，受试者数据库175可以包括受试者数据和/或临床数据。在一些实施例中，受试者数据库175可以包括来自肌肉失能，特别是sma受试者的在基线和纵向上的轴向运动功能的临床测量和基于传感器的测量结果。在一些实施例中，受试者数据库175可以独立于服务器150。在一些实施例中，服务器150将对受试者110的肌肉失能，特别是sma的轴向运动功能的确定的评估发送到装置105。在一些实施例中，装置105可以输出对肌肉失能、特别是sma的轴向运动功能的评估。在一些实施例中，装置105可基于评估将信息传达给受试者110。在一些实施例中，可以将对肌肉失能，特别是sma的轴向运动功能的评估传达给临床医生，临床医生可以基于该评估确定针对受试者110的个体化治疗。
63.在一些实施例中，用于症状监测应用程序130的计算机指令在由至少一个处理器115执行时，使装置105基于受试者110的主动测试评估受试者110的肌肉失能，特别是sma的轴向运动功能。装置105提示受试者110执行一项或多项任务。在一些实施例中，提示受试者
执行所述一项或多项诊断任务包括提示受试者转抄预先指定的句子，或提示受试者执行一个或多个动作。在一些实施例中，在用于评价和评估肌肉失能，特别是sma的良好既定方法和标准化测试中对诊断任务进行锚定，或在既良好定方法和标准化测试之后将诊断任务建模。
64.响应于受试者110执行一项或多项诊断任务，诊断装置105经由与装置105相关联的一个或多个传感器接收多个传感器数据。如上所述，与装置105相关联的传感器可包括设置在装置105内的第一传感器120a和由受试者110佩戴的第二传感器120b。装置105经由第一传感器120a接收多个第一传感器数据并且经由第二传感器120b接收多个第二传感器数据。在一些实施例中，该一项或多项诊断任务可与轴向运动功能测量相关联，特别是与执行任务时绘制形状的持续时间和准确度的测量相关联。
65.装置105从所接收的多个第一传感器数据和所接收的多个第二传感器数据中提取与受试者110的肌肉失能，特别是sma的轴向运动功能相关联的特征。受试者110的肌肉失能，特别是sma的症状可以包括指示受试者110的轴向运动功能的症状。
66.装置105基于所接收的第一传感器数据和第二传感器数据的提取的特征来确定对受试者110的肌肉失能，特别是sma的轴向运动功能的评估。在一些实施例中，装置105通过网络180将所提取的特征发送到服务器150。服务器150可以包括至少一个处理器155和存储用于症状评估应用程序170的计算机指令的存储器161，该计算机指令在由服务器处理器155执行时，使处理器155基于服务器150从装置105接收的提取的特征确定对受试者110的肌肉失能，特别是sma的轴向运动功能的评估。在一些实施例中，症状评估应用程序170可以基于从装置105接收的传感器数据的提取的特征和存储在存储器160中的受试者数据库175来确定对受试者110的肌肉失能，特别是sma的轴向运动功能的评估。在一些实施例中，受试者数据库175可以包括受试者数据和/或临床数据。在一些实施例中，受试者数据库175可以包括来自肌肉失能，特别是sma受试者的在基线和纵向上的轴向运动功能的测量结果。在一些实施例中，受试者数据库175可以包括来自处于肌肉失能，特别是sma的其他阶段的受试者的数据。在一些实施例中，受试者数据库175可以独立于服务器150。在一些实施例中，服务器150将对受试者110的肌肉失能，特别是sma的轴向运动功能的确定的评估发送到装置105。在一些实施例中，装置105可以输出对肌肉失能，特别是sma的轴向运动功能的评估。在一些实施例中，装置105可基于评估将信息传达给受试者110。在一些实施例中，可以将肌肉失能，特别是sma的轴向运动功能的评估传达给临床医生，临床医生可以基于该评估确定针对受试者110的个体化治疗。
67.图2示出了用于使用图1的示例性装置105基于受试者的主动测试来评估受试者的肌肉失能，特别是sma的轴向运动功能的示例性方法。而图3参考图1进行描述，应该注意的是，图3的方法步骤可由其他系统执行。该方法包括提示受试者执行一项或多项诊断任务(205)。该方法包括，响应于受试者执行所述一项或多项任务，经由一个或多个传感器接收多个传感器数据(步骤210)。该方法包括从所接收的传感器数据中提取与肌肉失能，特别是sma的轴向运动功能相关联的多个特征(215)。该方法包括基于至少提取的传感器数据确定对肌肉失能，特别是sma的轴向运动功能的评估(步骤220)。
68.图2阐述了用于使用图1中的示例性装置105基于受试者110的主动测试来评估肌肉失能，特别是sma的轴向运动功能的示例性方法。在一些实施例中，可经由症状监测应用
程序130的用户界面选择受试者110使用装置105进行的主动测试。
69.该方法开始于进行到步骤205，其包括提示受试者执行诊断任务。装置105提示受试者110执行一项或多项诊断任务。在一些实施例中，提示受试者执行所述一项或多项诊断任务包括提示受试者执行一个或多个动作。在一些实施例中，在用于评价和评估肌肉失能，特别是sma的良好既定方法和标准化测试中对诊断任务进行锚定，或在既良好定方法和标准化测试之后将诊断任务建模。
70.在一些实施例中，诊断任务可以包括将电话快速从一侧到另一侧来回倾斜，由此收集更多硬币。
71.本文使用的术语“测试”描述了要求受试者执行本文所述的诊断任务的测试。
72.方法进行到步骤210，其包括，响应于受试者执行所述一项或多项诊断任务，经由一个或多个传感器接收多个第二传感器数据。响应于受试者110执行一项或多项诊断任务，诊断装置105经由与装置105相关联的一个或多个传感器接收多个传感器数据。如上所述，与装置105相关联的传感器包括设置在装置105内的第一传感器120a和由受试者110佩戴的第二传感器120b。装置105经由第一传感器120a接收多个第一传感器数据并且经由第二传感器120b接收多个第二传感器数据。
73.方法进行到步骤215，其包括从所接收的传感器数据中提取与肌肉失能，特别是sma的轴向运动功能相关联的第二多个特征。装置105从所接收的第一传感器数据和第二传感器数据中提取与受试者110的肌肉失能，特别是sma的轴向运动功能相关联的特征。受试者110的肌肉失能，特别是sma的症状可以包括指示受试者110的轴向运动功能的症状。在一些实施例中，多个第一传感器数据和多个第二传感器数据的提取的特征可以指示肌肉失能，特别是sma的症状，诸如轴向运动功能。
74.方法进行到步骤220，其包括基于至少提取的传感器数据确定对肌肉失能，特别是sma的轴向运动功能的评估。装置105基于所接收的第一传感器数据和第二传感器数据的提取的特征来确定对受试者110的肌肉失能，特别是sma的轴向运动功能的评估。在一些实施例中，装置105可通过网络180将所提取的特征发送到服务器150。服务器150包括至少一个处理器155和存储用于症状评估应用程序170的计算机指令的存储器160，该计算机指令在由处理器155执行时，基于服务器150从装置105接收的提取的特征确定对受试者110的肌肉失能，特别是sma的轴向运动功能的评估。在一些实施例中，症状评估应用程序170可以基于从装置105接收的传感器数据的提取的特征和存储在存储器160中的受试者数据库175来确定对受试者110的肌肉失能，特别是sma的轴向运动功能的评估。受试者数据库175可以包括各种临床数据。在一些实施例中，第二装置可以是一个或多个穿戴的传感器。在一些实施例中，第二装置可以是包括具有惯性测量单元(imu)的运动传感器的任何装置。在一些实施例中，第二装置可以是几个装置或传感器。在一些实施例中，受试者数据库175可以独立于服务器150。在一些实施例中，服务器150将对受试者110的肌肉失能，特别是sma的轴向运动功能的确定的评估发送到装置105。在一些实施例中，诸如在图1中，装置105可以在装置105的显示器160上输出对肌肉失能，特别是sma的轴向运动功能的评估。
75.如上所述，使用根据本公开的诊断对肌肉失能，特别是sma的症状严重程度和进展的评估与基于临床结果的评估充分相关，因此可以代替临床受试者监测和测试。在一组患有肌肉失能的受试者，特别是sma受试者中研究了根据本公开的诊断。向受试者提供有智能
手机应用程序，其包括轴向运动功能测试，特别是名为“收集硬币”的测试。
76.图3示出了可以用于实施本文所述的一个或多个说明性方面(诸如图1和图2所述的方面)的网络架构和数据处理装置的一个实例。各种网络节点303、305、307和309可经由广域网(wan)301(诸如因特网)互连。也可以或可替代地使用其他网络，包括专用内联网、公司网络、lan、无线网络、个人网络(pan)等。网络301是出于说明目的，并且可以用更少或其他计算机网络代替。局域网(lan)可具有任何已知lan拓扑中的一种或多种，并且可以使用多种不同协议中的一种或多种，诸如以太网。装置303、305、307、309和其他装置(未示出)可经由双绞线、同轴电缆、光纤、无线电波或其他通信介质连接到一个或多个网络。
77.如本文所用和附图中所描绘的术语“网络”不仅指其中远程存储装置经由一个或多个通信路径耦合在一起的系统，而且还指可能偶尔耦合到具有存储功能的系统的独立装置。因此，术语“网络”不仅包括“物理网络”，还包括“内容网络”，其由驻留在所有物理网络中的数据(归因于单个实体)组成。
78.组件可包括数据服务器303、网络服务器305和客户端计算机307、309。数据服务器303提供用于执行本文所述的一个或多个说明性方面的数据库和控制软件的整体访问、控制和管理。数据服务器303可连接到网络服务器305，用户通过该网络服务器进行交互并根据请求获得数据。可替代地，数据服务器303本身可以充当网络服务器并且直接连接到因特网。数据服务器303可以通过网络301(例如，因特网)，经由直接或间接连接，或经由某些其他网络而连接到网络服务器305。用户可使用远程计算机307、309(例如使用网络浏览器)经由网络服务器305托管的一个或多个外部公开的网站与数据服务器303进行交互，以与数据服务器303进行相连。客户端计算机307、309可与数据服务器303一起使用以访问存储在其中的数据，或者可用于其他目的。例如，如本领域中已知的，用户可以使用因特网浏览器，或通过执行通过计算机网络(诸如因特网)与网络服务器305和/或数据服务器303通信的软件应用程序，从客户端装置307来访问网络服务器305。在一些实施例中，客户端计算机307可以是智能手机、智能手表或其他移动计算装置，并且可以实施诊断装置，诸如图1中所示的装置105。在一些实施例中，数据服务器303可以实施服务器，诸如图1中所示的服务器150。
79.服务器和应用程序可以组合在同一台物理计算机上，并保留单独的虚拟或逻辑地址，或者可以驻留在单独的物理计算机上。图1仅示出了可以使用的网络架构的一个实例，并且本领域技术人员将理解，所使用的特定网络架构和数据处理装置可以变化，并且对它们所提供的功能进行辅助，如本文进一步所述。例如，可以在单个服务器上组合由网络服务器305和数据服务器303提供的服务。
80.每个组件303、305、307、309可以是任何类型的已知计算机、服务器或数据处理装置。数据服务器303例如可包括控制速率服务器303的整体操作的处理器311。数据服务器303可以进一步包括ram 313、rom 315、网络接口317、输入/输出接口319(例如，键盘、鼠标、显示器、打印机等)和存储器321。i/o 319可包括各种接口单元和驱动器，用于读取、写入、显示和/或打印数据或文件。存储器321可进一步存储用于控制数据处理装置303的整体操作的操作系统软件323、用于指示数据服务器303执行本文所述的方面的控制逻辑325以及提供辅助、支持和/或其他功能的其他应用软件327，其可以结合或可以不结合本文所述的其他方面一起使用。控制逻辑在本文中也可以称为数据服务器软件325。数据服务器软件的功能可指代基于编码到控制逻辑中的规则自动做出的操作或决策、由向系统提供输入的用
户手动做出的操作和/或基于用户输入(例如查询、数据更新等)的自动处理的组合。
81.存储器321还可存储用于执行本文所述一个或多个方面的数据，包括第一数据库329和第二数据库331。在一些实施例中，第一数据库可包括第二数据库(例如，作为单独的表、报告等)。也就是说，根据系统设计，信息可以存储在单个数据库中，也可以分在不同的逻辑、虚拟或物理数据库中。装置305、307、309可以具有与关于装置303所描述的相似或不同的架构。本领域技术人员将理解，如本文所述的数据处理装置303(或装置305、307、309)的功能可以分布在多个数据处理装置上，例如，以在多个计算机之间分配处理负载，以分离根据地理位置、用户访问级别、服务质量(qos)等进行的处理。
82.本文所述的一个或多个方面可以体现在由本文所述的一台或多台计算机或其他装置执行的计算机可用或可读数据和/或计算机可执行指令中，诸如在一个或多个程序模块中。通常，程序模块包括例程、程序、目标、组件、数据结构等，其在由计算机或其他装置中的处理器执行时执行特定任务或实施特定抽象数据类型。可以用源代码编程语言编写模块，然后将其编译以执行该模块，或者可以用脚本语言(诸如(但不限于)html或xml)编写模块。可以将计算机可执行指令存储在计算机可读介质上，诸如硬盘、光盘、可移动存储介质、固态存储器、ram等。如本领域技术人员将理解的，程序模块的功能可以在各个实施例中根据需要组合或分配。另外，该功能可以全部或部分地体现在固件或等效硬件(诸如集成电路、现场可编程门阵列(fpga)等)中。特定的数据结构可以用于更有效地实施一个或多个方面，并且此类数据结构包括在本文所述的计算机可执行指令和计算机可用数据的范围内。
83.图4描绘了根据本文所述的一个或多个说明性方面的实例，其示出了诊断测试。用户需要选择“开始”以开始任务。
84.图5是示出了根据实例1“收集硬币”(如图4所描绘的诊断测试)的传感器特征结果的绘图。传感器特征(30秒内收集的硬币数量)结果与两项研究中的临床锚定(拿起网球，然后转动手部)一致。
85.尽管已经用特定于结构特征和/或方法作用的语言描述了主题，但是应该理解，所附权利要求书中定义的主题不必限于上述特定特征或作用。相反，以上所述的特定特征和作用被公开为实施权利要求的说明性形式。
86.实例1
87.在两项不同研究中收集的所分析的患者队列的特征。
88.i)oleos研究(https://clinicaltrials.gov/ct2/show/nct02628743)
89.受分析的参与者：20
90.数据分析的时间段：最近两次临床随访之间的智能手机数据(176天)
[0091] 均值(sd)范围年龄12.4(4.1)[岁]8.0至22.0性别女性9名，男性11名 [0092]
ii)jewelfish研究
[0093]
(https://clinicaltrials.gov/ct2/show/nct03032172？term＝bp39054)
[0094]
受分析的参与者：19
[0095] 均值(sd)范围年龄23.2(17.2)[岁]6.0至60.0
性别女性6名，男性13名 [0096]
使用计算机实现的测试获取数据集，用于通过测量收集的硬币数量来进行确定，其中患者须将电话快速从一侧到另一侧来回倾斜以收集硬币(测试：收集硬币)，即轴向运动功能测试
[0097]
[0098][0099]
协变量：1:mfm_9_15_20_21＝mfm 9,15,20,21之和；2：mfm9；3：ageic；4：mfm21；5：mfm015
[0100]
icc：组内相关系数，sd＝标准偏差
[0101]
在移动电话(iphone)上进行测试；见图4。用双手握住电话。患者应将电话快速从一侧到另一侧来回倾斜，并从而收集尽可能多的硬币。患者应指出手臂的姿势(位置)，即伸开、肘部弯曲但悬空、肘部靠在扶手上或手靠在桌子上。测试持续30秒。特征(最大硬币收集数量)是测试中收集的硬币数量。
[0102]
图5示出了临床锚定测试和来自收集硬币测试的结果(最大硬币收集数量)的相关性。在两项研究中，传感器特征结果与临床锚定(拿起网球，然后转动手部)明显相关。