CN107038337A - 一种新生儿遗传代谢病筛查方法 - Google Patents

一种新生儿遗传代谢病筛查方法 Download PDF

Info

Publication number
CN107038337A
CN107038337A CN201710170285.7A CN201710170285A CN107038337A CN 107038337 A CN107038337 A CN 107038337A CN 201710170285 A CN201710170285 A CN 201710170285A CN 107038337 A CN107038337 A CN 107038337A
Authority
CN
China
Prior art keywords
data
metabolic disorders
inherited metabolic
examination
detection sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710170285.7A
Other languages
English (en)
Inventor
郝虎
冯明红
文丰良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Huakang Medical Technology Co Ltd Gene
Original Assignee
Guangzhou Huakang Medical Technology Co Ltd Gene
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Huakang Medical Technology Co Ltd Gene filed Critical Guangzhou Huakang Medical Technology Co Ltd Gene
Priority to CN201710170285.7A priority Critical patent/CN107038337A/zh
Publication of CN107038337A publication Critical patent/CN107038337A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了一种新生儿遗传代谢病筛查方法，该方法包括将现有的遗传代谢病的病情症状数据、指标数据存储到数据库，根据所述数据库建立医学数据库；采集新生儿的检测样本，并将所述检测样本导入所述医学数据库；将所述检测样本与所述医学数据库中的指标数据进行比较，判断所述检测样本与所述医学数据库中指标数据是否匹配。通过将新生儿的检测样本与已经建立的医学数据库中的已有数据进行比较匹配，可快速筛选出与之相关的遗传代谢病，并生成文本格式的检查报告，所述数据可以为医生的诊断起到辅助作用，降低了医生的误诊率，提高了医生的诊断效率，使诊断结果更加精确。

Description

一种新生儿遗传代谢病筛查方法
技术领域
本发明涉及临床医学领域，尤其涉及一种新生儿遗传代谢病筛查方法。
背景技术
近年来，我国每年新增新生儿遗传代谢病患者呈上升趋势，因此针对刚出生的新生儿的遗传代谢病的诊断的要求以及需求越来越高，只有精准的诊断，及时的治疗才能使新生儿免除疾病的痛苦。新生儿遗传代谢病(inherited metabolic diseases，IMD)是出生缺陷的一个重要组成部分，绝大多数属单基因遗传病(常染色体隐性遗传)。但现有的新生儿遗传代谢病的诊断都是医生根据设备检查结果判断，由于医生的经验高低也有不同差别，难免会有诊断有误，导致新生儿遗传代谢病的诊断不够精确。
发明内容
为了克服现有技术的不足，本发明的目的在于提供一种新生儿遗传代谢筛查方法，其能解决新生儿遗传代谢病诊断不够精确的问题。
本发明的目的采用以下技术方案实现：
一种新生儿遗传代谢病筛查方法，其特征在于，该方法包括：
步骤1：将现有的遗传代谢病的病情症状数据、指标数据存储到数据库，根据所述数据库建立医学数据库；
步骤2：采集新生儿的检测样本，并将所述检测样本导入所述医学数据库；
步骤3：将所述检测样本与所述医学数据库中的指标数据进行比较，判断所述检测样本与所述医学数据库中指标数据是否匹配，若是，输出所述匹配的指标数据相对应的遗传代谢病的筛查数据，若否，输出未患病。
优选的，所述步骤3具体还包括:
步骤301：判断检测样本与所述医学数据库中的一种遗传代谢病的指标数据是否全部符合，若是，则根据所述指标数据筛查指定的遗传代谢病，得到第一筛查数据；若否，继续执行步骤302；
步骤302：判断所述检测样本与所述医学数据中的一种或多种遗传代谢病的指标数据是否至少有一项符合，若是，根据所述指标数据筛查指定的遗传代谢病，得到第二筛查数据；若否，输出未患病。
优选的，所述第一筛查数据、第二筛查数据可转换为第一筛查报告、第二筛查报告，所述第一筛查报告、第二筛查报告为Excel和PDF文本格式。
优选的，所述指标数据包括所述指标数据包括血液成分中的二十三种氨基酸及四十九种酰基肉碱的浓度。
优选的，所述现有遗传代谢病包括氨基酸代谢病、脂肪酸代谢病以及有机酸代谢病。
相比现有技术，本发明的有益效果在于：通过将新生儿的检测样本与已经建立的医学数据库中的已有数据进行比较匹配，可快速筛选出与之相关的遗传代谢病，并生成文本格式的检查报告，所述数据可以为医生的诊断起到辅助作用，降低了医生的误诊率，提高了医生的 诊断效率，使诊断结果更加精确。
附图说明
图1为本发明较佳实施例的一种新生儿遗传代谢病筛查方法的流程图。
图2为本发明较佳实施例的一种新生儿遗传代谢筛查方法的步骤3的细化流程图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述：
参考图1和图2，本实施例中一种新生儿遗传代谢病筛查方法包括以下步骤：
步骤1：将现有的遗传代谢病的病情症状数据、指标数据存储到数据库，根据所述数据库建立医学数据库；所述现有的遗传代谢病包括包括氨基酸代谢病(如枫糖尿症、高甲硫氨酸血症、酪氨酸血症、高苯丙氨酸血症、尿素循环障碍等)、脂肪酸代谢病(如肉碱缺乏症、短链酰基辅酶A脱氢酶缺乏症、肉碱棕榈酰转移酶缺乏Ⅰ型、肉碱棕榈酰转移酶缺乏Ⅱ型)、有机酸代谢病(甲基丙二酸血症、丙酸血症、异戊酸血症、戊二酸血症、多种辅酶A羧化酶缺乏症等)。所述病情症状数据为每种遗传代谢病所对应的发病症状，所述指标数据包括血液成分中的二十三种氨基酸及四十九种酰基肉碱。将所述病情症状数据、指标数据存储到数据库中，根据数据库建立形成医学数据库，所述医学数据库具有深度学习功能，当输入样本数据时，所述医学数据库能够将样本数据与自身存储的数据自动比较识别出相关联的病情数据。所述医学数据库中还存储大量遗传代谢病的病例以及遗传代谢病相关文献。
步骤2：采集新生儿的检测样本，具体为采集新生儿的足底血，使用相关医疗设备分析新生儿血液中的氨基酸、酰基肉碱的浓度水平，得到所述检测样本，并将所述检测样本的检测数据导入所述医学数据库。
步骤3：将所述检测样本与所述医学数据库中的指标数据进行比较，判断所述检测样本与所述医学数据库中指标数据是否匹配，若有，输出所述匹配的指标数据相对应的遗传代谢病的筛查数据，若否，则未患病；判断检测样本与所述医学数据库中的病情数据、指标数据进行比较具体包括以下步骤：
步骤301：医学数据库根据深度学习的功能自动判断检测样本与所述医学数据库中的指标数据进行比较,判断是否全部符合，若是，则根据所述指标数据筛查指定的遗传代谢病，得到第一筛查数据，所述第一筛查数据为包含筛查到的遗传代谢病相对应的病情症状数据、指标数据，将上述第一筛查数据转换为第一筛查报告，所述第一筛查报告文本格式为Excel、PDF格式，也可为Word格式，并打印第一筛查报告；若否，继续执行步骤302；
步骤302：判断所述检测样本与所述医学数据中的指标数据是否至少有一项符合，若是，根据所述指标数据筛查指定的遗传代谢病，由于可能有检测样本中指标数据部分与一种以上遗传代谢病的数据相对应，因此根据所述指标数据找出的制定遗传代谢病为一种或多种得到第二筛查数据，所述第二筛查数据即为包括一种或多种遗传代谢病的病情症状数据以及指标数据，将所述第二筛查数据转化为第二筛 查报告，所述第二筛查报告文本格式为Excel、PDF格式，也可为Word格式；若否，则所述样本数据与所述医学数据库中的指标数据完全不符，则未患病。
本发明所述的一种新生儿遗传代谢病筛查方法，通过将新生儿的检测样本与已经建立的医学数据库中的已有数据进行比较匹配，可快速筛选出与之相关的遗传代谢病，并生成文本格式的检查报告，所述数据可以为医生的诊断起到辅助作用，降低了医生的误诊率，提高了医生的诊断效率，使诊断结果更加精确。
对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。

Claims (5)

1.一种新生儿遗传代谢病筛查方法，其特征在于，该方法包括：
步骤1：将现有的遗传代谢病的病情症状数据、指标数据存储到数据库，根据所述数据库建立医学数据库；
步骤2：采集新生儿的检测样本，并将所述检测样本导入所述医学数据库；
步骤3：将所述检测样本与所述医学数据库中的指标数据进行比较，判断所述检测样本与所述医学数据库中指标数据是否匹配，若是，输出所述指标数据相对应的遗传代谢病的筛查数据，若否，输出未患病。
2.根据权利要求1所述的一种新生儿遗传代谢病筛查方法，其特征在于，所述步骤3具体还包括:
步骤301：判断检测样本与所述医学数据库中的一种遗传代谢病的指标数据是否全部符合，若是，则根据所述指标数据筛查指定的遗传代谢病，得到第一筛查数据；若否，继续执行步骤302；
步骤302：判断所述检测样本与所述医学数据中的一种或多种遗传代谢病的指标数据是否至少有一项符合，若是，根据所述指标数据筛查指定的遗传代谢病，得到第二筛查数据；若否，输出未患病。
3.根据权利要求2所述的一种新生儿遗传代谢病筛查方法，其特征在于，所述第一筛查数据、第二筛查数据可转换为第一筛查报告、第二筛查报告，所述第一筛查报告、第二筛查报告为Excel和PDF文本格式。
4.根据权利要求1所述的一种新生儿遗传代谢病筛查方法，其特征在于，所述指标数据包括血液成分中的二十三种氨基酸及四十九种酰基肉碱的浓度。
5.根据权利要求1所述的一种新生儿遗传代谢病筛查方法，其特征在于，所述现有遗传代谢病包括氨基酸代谢病、脂肪酸代谢病以及有机酸代谢病。
CN201710170285.7A 2017-03-21 2017-03-21 一种新生儿遗传代谢病筛查方法 Pending CN107038337A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710170285.7A CN107038337A (zh) 2017-03-21 2017-03-21 一种新生儿遗传代谢病筛查方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710170285.7A CN107038337A (zh) 2017-03-21 2017-03-21 一种新生儿遗传代谢病筛查方法

Publications (1)

Publication Number Publication Date
CN107038337A true CN107038337A (zh) 2017-08-11

Family

ID=59534489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710170285.7A Pending CN107038337A (zh) 2017-03-21 2017-03-21 一种新生儿遗传代谢病筛查方法

Country Status (1)

Country Link
CN (1) CN107038337A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110033860A (zh) * 2019-02-27 2019-07-19 杭州贝安云科技有限公司 一种基于机器学习的遗传代谢病检出率提升方法
CN110322963A (zh) * 2019-07-04 2019-10-11 成都新基因格生物科技有限公司 一种新生儿遗传代谢病检测分析方法、装置及系统
CN110473634A (zh) * 2019-04-23 2019-11-19 浙江大学 一种基于多域融合学习的遗传代谢病辅助筛查方法
CN116189907A (zh) * 2022-12-05 2023-05-30 广州盛安医学检验有限公司 一种适用于新生儿的遗传代谢病智能筛查系统
CN116519830A (zh) * 2023-04-11 2023-08-01 深圳爱湾智造科技有限公司 一种基于气质联用仪的遗传代谢病筛查方法、系统及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101529248A (zh) * 2006-09-14 2009-09-09 佐拉生物科学有限公司 作为用于早期预测自身免疫和1型糖尿病风险之工具的生物流体代谢物谱分析
US20110098187A1 (en) * 2006-05-08 2011-04-28 Tethys Bioscience, Inc. Systems and methods for developing diagnostic tests based on biomarker information from legacy clinical sample sets
CN102421358A (zh) * 2009-03-10 2012-04-18 杜克大学 对冠心病和心血管事件风险的预测
CN105046111A (zh) * 2015-09-10 2015-11-11 济南市儿童医院 一种振幅整合脑电图结果自动识别系统及方法
CN105232060A (zh) * 2015-08-31 2016-01-13 陈琼 基于独立风险因子组合筛查的预警系统
CN105718744A (zh) * 2016-01-25 2016-06-29 深圳大学 一种基于深度学习的代谢质谱筛查方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110098187A1 (en) * 2006-05-08 2011-04-28 Tethys Bioscience, Inc. Systems and methods for developing diagnostic tests based on biomarker information from legacy clinical sample sets
CN101529248A (zh) * 2006-09-14 2009-09-09 佐拉生物科学有限公司 作为用于早期预测自身免疫和1型糖尿病风险之工具的生物流体代谢物谱分析
CN102421358A (zh) * 2009-03-10 2012-04-18 杜克大学 对冠心病和心血管事件风险的预测
CN105232060A (zh) * 2015-08-31 2016-01-13 陈琼 基于独立风险因子组合筛查的预警系统
CN105046111A (zh) * 2015-09-10 2015-11-11 济南市儿童医院 一种振幅整合脑电图结果自动识别系统及方法
CN105718744A (zh) * 2016-01-25 2016-06-29 深圳大学 一种基于深度学习的代谢质谱筛查方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
涂文军: "液相串联质谱筛查高危儿和新生儿重症监护室患儿遗传代谢病研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110033860A (zh) * 2019-02-27 2019-07-19 杭州贝安云科技有限公司 一种基于机器学习的遗传代谢病检出率提升方法
CN110473634A (zh) * 2019-04-23 2019-11-19 浙江大学 一种基于多域融合学习的遗传代谢病辅助筛查方法
CN110473634B (zh) * 2019-04-23 2021-10-08 浙江大学 一种基于多域融合学习的遗传代谢病辅助筛查方法
CN110322963A (zh) * 2019-07-04 2019-10-11 成都新基因格生物科技有限公司 一种新生儿遗传代谢病检测分析方法、装置及系统
CN110322963B (zh) * 2019-07-04 2024-01-30 成都新基因格生物科技有限公司 一种新生儿遗传代谢病检测分析方法、装置及系统
CN116189907A (zh) * 2022-12-05 2023-05-30 广州盛安医学检验有限公司 一种适用于新生儿的遗传代谢病智能筛查系统
CN116189907B (zh) * 2022-12-05 2023-09-05 广州盛安医学检验有限公司 一种适用于新生儿的遗传代谢病智能筛查系统
CN116519830A (zh) * 2023-04-11 2023-08-01 深圳爱湾智造科技有限公司 一种基于气质联用仪的遗传代谢病筛查方法、系统及装置

Similar Documents

Publication Publication Date Title
CN107038337A (zh) 一种新生儿遗传代谢病筛查方法
Brod et al. Conceptualization of quality of life in dementia.
Aalten et al. Neuropsychiatric syndromes in dementia: results from the European Alzheimer Disease Consortium: part I
Infanger et al. P value functions: An underused method to present research results and to promote quantitative reasoning
US20190259482A1 (en) System and method of determining a prescription for a patient
US6277070B1 (en) Medical analysis and treatment method and system
Mackey et al. Maternal depressive symptoms and disease care status in youth with type 1 diabetes.
Hilliard et al. Fathers’ involvement in preadolescents’ diabetes adherence and glycemic control
Alberts et al. Linking illness in parents to health anxiety in offspring: do beliefs about health play a role?
Gajewski et al. Impact of biological and lifestyle factors on cognitive aging and work ability in the Dortmund vital study: protocol of an interdisciplinary, cross-sectional, and longitudinal study
Huang et al. The Born in Guangzhou Cohort Study enables generational genetic discoveries
Westwater et al. Prefrontal responses during proactive and reactive inhibition are differentially impacted by stress in anorexia and bulimia nervosa
Chaudhary et al. Application of six sigma for the quality assurance in clinical biochemistry laboratory–a retrospective study
CN107016248A (zh) 一种心电数据分析系统及分析方法
Kottelenberg et al. Reinvestigating who benefits and who loses from universal childcare in Canada
Lindwall Factorial structure and invariance across gender of the Swedish Self-Consciousness Scale
CN113035352B (zh) 基于bp神经网络的糖尿病视网膜病变预警方法
CN108597602A (zh) 一种面向皮肤医学数据的标签纠错方法
Mingroni Future efforts in Flynn Effect research: Balancing reductionism with holism
CN112837826A (zh) 一种基于机器学习的重症序贯性脏器衰竭评分方法及系统
Yom‐Tov et al. Identifying amyotrophic lateral sclerosis through interactions with an internet search engine
Bowles et al. Family functioning and family stage associated with patterns of disordered eating in adult females
Azak et al. Validity and reliability of the Turkish version of the NutriSTEP questionnaire
CN109091113A (zh) 一种轻度认知障碍诊断装置及数据处理装置
CN102314541A (zh) 一种心电智能分析系统的临床检验方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170811