CN108267601A - 一种预测心梗后不良事件的系统及试剂盒 - Google Patents

一种预测心梗后不良事件的系统及试剂盒 Download PDF

Info

Publication number
CN108267601A
CN108267601A CN201810053348.5A CN201810053348A CN108267601A CN 108267601 A CN108267601 A CN 108267601A CN 201810053348 A CN201810053348 A CN 201810053348A CN 108267601 A CN108267601 A CN 108267601A
Authority
CN
China
Prior art keywords
risk
hospital
admitted
adverse events
heart infarction
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.)
Granted
Application number
CN201810053348.5A
Other languages
English (en)
Other versions
CN108267601B (zh
Inventor
唐熠达
王文尧
田间
祁雨
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.)
Beijing Haosi Biotechnology Co ltd
Original Assignee
Fuwai Hospital of CAMS and PUMC
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 Fuwai Hospital of CAMS and PUMC filed Critical Fuwai Hospital of CAMS and PUMC
Priority to CN201810053348.5A priority Critical patent/CN108267601B/zh
Publication of CN108267601A publication Critical patent/CN108267601A/zh
Application granted granted Critical
Publication of CN108267601B publication Critical patent/CN108267601B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/74Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving hormones or other non-cytokine intercellular protein regulatory factors such as growth factors, including receptors to hormones and growth factors
    • G01N33/78Thyroid gland hormones, e.g. T3, T4, TBH, TBG or their receptors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/66Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood sugars, e.g. galactose
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584Control arrangements for automatic analysers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • Hematology (AREA)
  • Immunology (AREA)
  • Urology & Nephrology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Endocrinology (AREA)
  • Diabetes (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明涉及医学诊断领域,具体而言,涉及一种预测心梗后不良事件(包含死亡、再发心梗、心衰和靶血管重建的复合终点)风险的系统。所述系统包括:准入控制器、检测部件、样本信息接收功能模块、赋值模块、风险计算模块以及报告系统主界面;所述风险计算模块接收所述赋值模块的赋值,并根据赋值的总得分进行计算得到心梗后不良事件风险。该系统操作简单,评估结果显示直观,采用本发明提供的系统,可以准确、快速地对心梗病人群体进行合理的风险检测并指导个体化的精准治疗策略,具有重要的临床应用价值。

Description

一种预测心梗后不良事件的系统及试剂盒
技术领域
本发明涉及医学诊断领域,具体而言,涉及一种预测心梗后不良事件的系统及试剂盒。
背景技术
目前,心血管病已经成为威胁人类生命的最主要疾病之一。世界卫生组织指出,全球每年有约1700万人死于心血管疾病,占全球死亡人数的三分之一,预计到2020年,这个数字将有可能突破2000万。一项关于我国人口死亡原因的调查分析资料显示,近些年国内人死亡人数中,心脑血管疾病死亡的占40%,这个比例在呈年轻化、上升的趋势,已成为我国第一死因,成为危害国人健康的第一杀手,给社会和家庭造成巨大负担。
急性心肌梗死(AMI)是心血管疾病死亡最主要的原因之一。随着强化药物治疗及再灌注治疗在心梗急性期的应用,急性心肌患者的住院死亡率已明显下降。然而其远期预后因为心室重塑的进展、心力衰竭的并发等原因仍然较差,患者的生活质量也较差,是我国心血管疾病负担不断的重要原因。心梗后不良事件的发生机制较为复杂,包括甲状腺功能异常、交感神经系统和肾素-血管紧张素系统等神经内分泌系统的激活起重要作用,诱导并加快心肌重塑,促进心肌细胞的凋亡、纤维化和间质增生,导致微循环灌注减低和心脏功能的损害和恶化。目前已经有治疗策略针对过度激活的神经内分泌系统,如抑制交感神经和肾素-血管紧张素系统,是延缓心衰进展、改善心肌梗死预后的重要措施,然而对于某些特定的急性心肌梗死人群,如合并甲状腺功能异常的急性心肌梗死患者,与甲状腺功能正常者相比,其死亡率显著增高、远期预后也更差。因此,早期识别急性心肌梗死患者中合并的甲状腺功能异常,对于准确判断患者预后并进行早期干预是临床上极为重要的诊治策略之一。本专利申请人对2000余例急性心肌梗死患者进行的分析研究显示,心梗患者中甲状腺功能减低的发生率高达15%,患病率较一般人群增加1倍,且甲减程度越重,心功能越差、心肌损伤越重、预后也越差,呈现出线性相关关系。
对急性心肌梗死患者进行甲状腺功能筛查已成为心梗诊疗规范中的一项必要内容,但在经济欠发达或具有介入治疗资质医院相对稀少的中西部地区,甲状腺功能的检查比例和甲功异常的干预比例均较低,是影响心肌梗死患者预后的重要因素。此外,甲状腺功能异常的表现形式多样,包括临床甲减、临床甲亢、亚临床甲减、亚临床甲亢、低T3综合征等,各类型甲功异常在心肌梗死患者中的意义也不尽相同。如何快速的评估急性心梗患者的甲功状态,并对各种类型甲功异常所带来的风险进行分析,是提高临床决策效率和质量的一个重要结点。目前尚缺少对于这一并发疾病在个体当中发生的快速检测工具及方法,以帮助临床更好地判断远期不良事件的风险,导致广大基层医务工作者难以准确识别心梗后心衰、死亡等高危患者,无法做到有的放矢。
为快速检判断心梗后患者的远期不良事件风险,还有采用临床经验评估或简单地根据患者年龄、性别、体重进行风险检测,例如GRACE研究中发现年龄增加10岁心梗后的死亡风险增加1.86倍,体重增加10Kg心梗死亡风险降低12%,女性心梗患者溶死亡风险较男性增加2.05倍。这种检测方法存在的问题包括:各地区医疗水平差异较大,不同级别医生接受的相关培训差异大,一是难以规范评估心梗后远期不良事件风险,以把控后续的治疗;二是简单根据年龄、性别、体重的简单分层进行不良事件风险进行评估,虽然在一定程度上为临床操作提供了参考,但依然无法个体化的检测患者的风险,且没有将临床上越来越受重视的血液学标记物纳入风险检测的范围。
现有的医学证据中,血清标志物仍然是判断心梗患者不良事件风险的重要方法,如血清脑钠肽(BNP)水平可能与心梗后心力衰竭相关。但一方面因多数血清标志物对于各类不良事件不能全面检测,多专注于心衰、心功能,故在其在预测死亡、再次手术、再次心梗中的价值有限;另一方面部分血清标记物检出过程复杂,所需时间较长,不能满足临床工作中快速有效的评估风险的需要。因此,有必要从众多的血清标志物中筛选出适于检测心梗后不良事件的标志物,并提高其检测的敏感性,以适合临床的需要。本发明申请人前期的工作显示,甲状腺激素水平(促甲状腺激素、游离三碘甲状腺原氨酸)联合传统危险因素可对急性心肌梗死患者提供全面的风险预测,基于此,我们拟开发一种便捷、经济的甲状腺激素检测试剂及其联合,用于检测心血管患者疾病风险。
促甲状腺激素是一种分子量范围在28000-30000道尔顿的糖蛋白激素,由两个非共价连接的亚单位hTSHα及hTSHβ组成。人体腺垂体内TSH的释放与合成受到下丘脑促甲状腺素释放激素的刺激。所释放的TSH刺激甲状腺释放甲状腺素(T4)和三碘甲状腺原氨酸(T3),这两者分别以99.9%及99.7%的比例与血液中的转运蛋白结合,未结合的T4和T3称之为游离T4和游离T3,是真正发挥生物活性的甲状腺激素类型。
目前临床用于甲状腺功能检测的方法主要为放射免疫法,测定结果主要用于内分泌科室评估甲状腺功能。该方法并非面向心肌梗死患者,检测过程耗时长,对检测仪器和检测环境要求高,检测结果不能直接应用于心梗患者风险评估;另外,上述方法复杂,需要特殊的试剂/工具和方法,较难在经济欠发达或具有介入治疗资质医院相对稀少的中西部地区,或者一、二级医疗机构使用。因此,有必要研究开发一种检测剂或工具能够快速检测甲状腺激素水平并给出相应的风险评估结果,所述试剂或工具的可以联合应用在制备诊断心梗后不良事件的试剂或工具中的用途。目前,尚没有应用于急性心肌梗死患者不良事件风险评估的快速甲状腺功能检测及其联合工具。
有鉴于此,特提出本发明。
发明内容
本发明涉及一种预测心梗后不良事件风险的系统,如图1所示,所述系统包括:
准入控制器、检测部件、样本信息接收功能模块、赋值模块、风险计算模块以及报告系统主界面;
所述准入控制器用于评估受检对象是否符合急性心肌梗死诊断,若符合,则将受检对象的待检样本传入所述检测部件,并启动所述样本信息接收功能模块;
所述检测部件的功能包括:检测所述待检样本的促甲状腺激素水平以及游离三碘甲状腺原氨酸水平;所述样本信息接收功能模块用于接收受检对象信息;
所述检测部件的检测结果以及受检对象信息均传入所述赋值模块进行赋值;
所述风险计算模块接收所述赋值模块的赋值,并根据赋值的总得分进行计算得到心梗后1年内不良事件风险;
所述报告系统主界面用于接收所述样本信息接收功能模块和/或所述风险计算模块的信息,并将心梗后1年内不良事件风险评估结果输出。
根据本发明的一方面,本发明还涉及所述系统中所述检测部件所用到的预测心梗后不良事件的试剂盒,其特征在于,所述试剂盒包括促甲状腺激素检测试剂以及游离三碘甲状腺原氨酸检测试剂,优选还包括血糖检测试剂或试纸。
本发明申请人意外地发现甲状腺激素水平(包括促甲状腺激素、游离三碘甲状腺原氨酸)在检测急性心肌梗死患者不良预后上具有高度敏感性,因此,本发明一方面希望扩大甲状腺功能检测试剂的应用领域与范围,另一方面,也希望通过临床多种检测试剂或工具的联合应用,尤其是通过多种临床常用检测试剂或工作的联合应用,能够快速地检测急性心肌梗死患者不良事件风险的诊断,并且能够适合在经济欠发达或具有介入治疗资质医院相对稀少的中西部地区广泛应用。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一个实施例中所提供的预测心梗后不良事件风险的系统的示意图;;
图2为本发明一个实施例中,仅采用促甲状腺激素检测试剂进行1年内发生不良事件的风险预测模型分析获取的ROC曲线;
图3为本发明一个实施例中,促甲状腺激素与游离三碘甲状腺原氨酸联合进行1年内发生不良事件的风险预测模型分析获取的ROC曲线;
图4为本发明一个实施例中,促甲状腺激素、游离三碘甲状腺原氨酸检测试剂与糖尿病史检测工具联合进行1年内发生不良事件的风险预测模型分析获取的ROC曲线;
图5为本发明一个实施例中,单独使用促甲状腺激素检测试剂与糖尿病史检测工具联合进行1年内发生不良事件的风险预测模型分析获取的ROC曲线;
图6为本发明一个实施例中,本发明联合检测试剂/工具进行1年内发生不良事件的风险预测模型分析获取的ROC曲线。
具体实施方式
本发明涉及一种预测心梗后不良事件风险的系统,如图1所示,所述系统包括:
准入控制器、检测部件、样本信息接收功能模块、赋值模块、风险计算模块以及报告系统主界面;
所述准入控制器用于评估受检对象是否符合急性心肌梗死诊断,若符合,则将受检对象的待检样本传入所述检测部件,并启动所述样本信息接收功能模块;
所述检测部件的功能包括:检测所述待检样本的促甲状腺激素水平以及游离三碘甲状腺原氨酸水平;所述样本信息接收功能模块用于接收受检对象信息;
所述检测部件的检测结果以及受检对象信息均传入所述赋值模块进行赋值;
所述风险计算模块接收所述赋值模块的赋值,并根据赋值的总得分进行计算得到心梗后1年内不良事件风险;
所述报告系统主界面用于接收所述样本信息接收功能模块和/或所述风险计算模块的信息,并将心梗后1年内不良事件风险评估结果输出。
优选的,如上所述的预测心梗后不良事件风险的系统,所述心梗后不良事件包含死亡、再发心梗、心衰和靶血管重建的复合终点。
优选的,如上所述的预测心梗后不良事件风险的系统,若所述受检对象不符合急性心肌梗死诊断,则所述准入控制器直接将信息导出所述报告系统主界面并生成报告,同时由所述准入控制器关闭所述系统。
优选的,如上所述的预测心梗后不良事件风险的系统,所述促甲状腺激素水平的数据传入所述赋值模块后通过以下方式进行赋值:
若促甲状腺激素<0.3IU/L,则得分为7;
若0.3IU/L≤促甲状腺激素<5.0IU/L,则得分为2;
若5.0IU/L≤促甲状腺激素<10IU/L,则得分为8;
若促甲状腺激素≥10IU/L,则得分为12;
所述游离三碘甲状腺原氨酸水平的数据传入所述赋值模块后通过以下方式进行赋值:
若促游离三碘甲状腺原氨酸<1.79pg/mL,则得分为8;
若1.79pg/mL≤促游离三碘甲状腺原氨酸<2.51pg/mL,则得分为5;
若2.51pg/mL≤促游离三碘甲状腺原氨酸<4.09pg/mL,则得分为3;
若促游离三碘甲状腺原氨酸≥4.09IU/L,则得分为4。
优选的,如上所述的预测心梗后不良事件风险的系统,所述受检对象信息还包括受检对象的人群特征及基本信息、入院情况、既往病史以及生化指标及检查结果中的一项或多项;
优选的,所述人群特征及基本信息包括受检对象的照片、年龄、性别、身高、体重、民族、籍贯、住址、饮食习惯、生活方式、宗教信仰、心情状况中的一项或多项;
优选的,所述入院情况包括受检对象症状发作至溶栓时间、入院前服用阿司匹林、入院前服用氯吡格雷、入院时心源性休克、入院时心衰、入院时CPR、入院时感染、入院时收缩压、入院时舒张压、入院时心率、入院时体温中的一项或多项;
优选的,所述既往病史包括受检对象的高血压史、过敏史、糖尿病史、高脂血症史、缺血性卒中史、出血性卒中史、慢性肾功能不全史、吸烟史中的一项或多项;
优选的,所述生化指标包括受检对象的入院白细胞、入院血小板、入院APTT、入院促甲状腺激素、入院血糖、入院糖化血红蛋白、入院NTproBNP中的一项或多项;
更优选的,所述受检对象信息至少包括受检对象的糖尿病病史和收缩压。
优选的,如上所述的预测心梗后不良事件风险的系统,所述检测部件还接受所述样本信息接收功能模块的信息传入;
当受检对象具有糖尿病病史时,则所述检测部件还需要检测血糖水平,再将所述血糖水平信息传入所述赋值模块进行赋值;
若入院后空腹血糖≥7.0mmol/L或任意血糖≥11.1mmol/L,则得分为5。
优选的,如上所述的预测心梗后不良事件风险的系统,所述受检对象信息传入所述赋值模块后,赋值方式包括:
若收缩压<90mmHg,则得分为10;
若90mmHg≤收缩压<140mmHg,则得分为3;
若140mmHg≤收缩压<180mmHg,则得分为5;
若收缩压≥180mmHg,则得分为6。
优选的,如上所述的预测心梗后不良事件风险的系统,所述风险计算模块根据赋值的总得分进行计算得到心梗后不良事件风险时,所述总得分与所述心梗后不良事件风险的对应关系为:
优选的,如上所述的预测心梗后不良事件风险的系统,所述系统还包括系统人员权限控制模块,其控制内容包括:
a).各功能部件和/或模块的使用权限控制;
b).录入、审核、打印、取消审核的人员权限区分;
c).定义人工锁屏或无操作自动锁屏功能。
优选的,如上所述的预测心梗后不良事件风险的系统,所述报告系统主界面显示的信息包括下列内容中的一项、多项或全部:
1).调用所述标本信息接收功能模块中的受检对象信息并进行展示;
2).日期信息的记录和修改功能;
所述日期信息包括:采样时间、送样时间、仪器检测日期、用户信息录入日期、接收仪器检测结果日期、审核报告日期、打印报告日期以及发送报告日期中的一项或多项。
3).调用预测心梗后不良事件风险评价文字模板展示,并提供修改权限;
4).报告的打印以及建立自定义报告模板;自定义项目包括受检对象编号、报告头、检测值、参考值、报告图片、健康建议、审核人、打印人。
根据本发明的一方面,本发明还涉及所述系统中所述检测部件所用到的预测心梗后不良事件的试剂盒,其特征在于,所述试剂盒包括促甲状腺激素检测试剂以及游离三碘甲状腺原氨酸检测试剂,优选还包括血糖检测试剂或试纸。
1.促甲状腺激素的检测方法
甲状腺激素检测试剂可用本领域公知的检测试剂,优选的,本发明采用化学发光免疫分析(Chemiluminescence analysis,CLIA)检测TSH水平。更优选的,使用双抗夹心法测定血清中TSH水平。
在一些实施方式中,抗人促甲状腺素(TSH)单抗包被于酶标板上,标本和标准品中的促甲状腺素(TSH)会与单抗结合,游离的成份被洗去。加入酶标抗体,抗人促甲状腺素(TSH)抗体与结合在单抗上的人促甲状腺素(TSH)结合而形成免疫复合物,游离的成分被洗去。加入显色底物,若反应孔中有促甲状腺素(TSH),则化学发光底物会发出可测量光,通过计算发光强度来测定TSH浓度。
1)测定原理与方法
用两株不同的单克隆抗体分别与TSH分子上不同的抗原决定簇发生反应。用一株单抗包被微孔板制成固相抗体,用另一株单抗标记酶制成酶标抗体。在包被板微孔中加入校准品或待测血清及酶标抗体,温育后即形成固相抗体—抗原—酶标抗体的复合物,充分洗涤后加入化学发光底物液,于30—90分钟内测定其发光强度(RLU),根据校准曲线即可算出样品中TSH的含量,样品的RLU值随TSH浓度的增加而升高。
2)试剂与样本准备
第一试剂包含校准品7份,具体配置可以浓度比为100:50:25:12.5:6.25:3.13:1.56的浓度梯度进行。
第二试剂包含酶标记物、化学发光底物液、浓缩洗涤液。
样本可以为血清,EDTA抗凝血浆。
血清、血浆的稳定性:4~25℃保存可稳定3天。
血清:全血样品于室温放置2小时或4℃过夜后于1000×g离心20分钟,取上清即可检测,收集血液的试管应为一次性的无热原,无内毒素试管。
血浆:抗凝剂推荐使用EDTA-Na2,样品采集后30分钟内于1000×g离心15分钟,取上清即可检测。避免使用溶血,高血脂样品。
3)操作步骤
4)结果计算及正常参考值
用化学发光测量仪中的数据处理程序(拟合类型:线性拟合,坐标选择:log(x)-log(Y),检测方法:夹心法)直接给出校准曲线及样品的浓度值。
正常参考值:0.3~5.0uIU/ml。
另外,为进一步提高检测的准确性,可以联合一种或多种检测试剂或工具用于检测心血管疾病,尤其是心梗后不良事件风险的诊断。
2.游离三碘甲状腺原氨酸检测方法
三碘甲腺原氨酸(T3)是含碘的氨基酸衍生物,由一个分子一碘酪氨酸和一个分子二碘酪氨酸偶联而成,分子量651D。血循环中的T3有80%来自游离T4在外周组织脱去一个碘原子而成,直接来自甲状腺的T3只占20%。血中的T3有99.7%与甲状腺结合球蛋白(TBG)等结合,剩余的T3为游离态,而这部分游离的T3正是真正有生物活性T3,称之为三碘甲腺原氨酸(FT3)。
1)检测原理
在一些实施方式中,本发明优选采用竞争结合免疫法测定FT3。将样本添加到含碱性磷酸酶结合物抗T3单克隆抗体的反应管中。在温育过程中,样本中的游离T3与抗T3抗体发生反应。然后将包被着链霉亲和素和生物素化T3相似物的微粒添加到混合物中。抗T3抗体上的未结合位点通过T3相似物与微粒相结合。在反应管内温育完成后,结合在固相上的物质将置于一个磁场内被吸住,而未结合的物质被冲洗除去。然后,将化学发光底物添加到反应管内,然后由照度计对反应中所产生的光进行测量。所产生光的量与样本内游离T3的浓度成反比。样本内分析物的量由所储存的多点校准曲线来确定。
2)试剂与样本准备
第一试剂包含酶浓缩液、酶稀释液;
第二试剂包含化学发光底物液A、化学发光底物液B、浓缩洗涤液。
样本可以为血清,EDTA抗凝血浆。
血清、血浆的稳定性:4~25℃保存可稳定3天。
血清:全血样品于室温放置2小时或4℃过夜后于1000×g离心20分钟,取上清即可检测,收集血液的试管应为一次性的无热原,无内毒素试管。
血浆:抗凝剂推荐使用EDTA-Na2,样品采集后30分钟内于1000×g离心15分钟,取上清即可检测。避免使用溶血,高血脂样品。
3)检测步骤
4)结果计算及正常参考值
待测样品的浓度计算按下列方法进行:用化学发光分析仪中的数据处理程序(拟合类型:线性拟合,坐标选择:log(X)-logit(Y),检测方法:竞争法)直接给出校准曲线及样品的浓度值。
正常参考值:0.52~1.90ng/ml(单位换算:1nmol/L=0.651ng/mL)
3.促甲状激素和游离三碘甲状腺原氨酸联合试剂在心梗后不良事件检测的应用
利用前述促甲状腺激素及游离三碘甲状腺原氨酸检测试剂或工具,对以心肌梗死入院患者进行血液学检查,抽取血清2ml、EDTA抗凝全血2ml进行检测,入院1小时内明确患者促甲状激素和游离三碘甲状腺原氨酸水平。
分别参照本发明筛选确定的促甲状激素和游离三碘甲状腺原氨酸检测试剂与方法进行联合检测。
4.其他可选的临床检测项目在心梗后不良事件检测的应用
本发明基于促甲状激素和游离三碘甲状腺原氨酸,进一步结合患者临床指标,从而实现对心梗后不良事件风险的准确预测。包含的其他临床项目及检测技术方案如下:
1)血压测量:a.患者取卧位或座位,平静5-10分钟,双侧肘部置于心脏水平;b.为患者卷袖露臂(肘部伸直,掌侧向上);c.放置血压计,使水银柱“0”刻度处与肱动脉、心脏处于同一水平面位置,打开水银槽开关,驱尽血压计袖带内余气;d.将袖带平整缠于上臂中部,下缘距肘窝2-3CM,松紧以插入一指为宜;e.触摸肱动脉,戴听诊器,将听诊器头放于肱动脉搏动处;f.关气门螺旋帽,均匀充气至听诊肱动脉搏动消失,再升高20-30mmHg。缓慢放气,速度4mmHg/s,平视读数,听到第一声搏动为收缩压,搏动变音/消失为舒张压。
2)糖尿病病史确认:既往明确诊断糖尿病或接受糖尿病药物治疗者;入院后空腹血糖≥7.0mmol/L(126mg/dl)或任意血糖≥11.1mmol/L(200mg/dl)。
本发明的技术方案进一步可以包括:选择收缩压检测工具,促甲状激素检测试剂,游离三碘甲状腺原氨酸检测试剂,联合检测急性心肌梗死后1年内的不良事件风险。所述联合检测还包括病史问询工具或者记录工作,包括就诊时既往糖尿病史,或根据血糖水平对糖尿病状态进行判断。
下面将结合实施例对本发明的实施方案进行详细描述,但是本领域技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限制本发明的范围。实施例中未注明具体条件者,按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者,均为可以通过市购获得的常规产品。
实施例1促甲状腺激素检测试剂检测心梗后不良事件
患者明确急性心肌梗死后,即刻抽取血清2ml,按照本专利前述促甲状腺激素检测方法算得样本的促甲状腺激素水平。
在对可能心梗后不良事件的患者关联性研究中表明:仅通过本发明的促甲状腺激素水平试剂,而不采用血压检测工具、病史问询工具的定义工具对心梗后不良事件风险进行检测,当促甲状腺激素水平检测值为<0.3IU/L时,其检测值与心梗后不良事件风险的关联性增加1.42倍;当促甲状腺激素水平检测值5.1-10.0IU/L时,其检测值与心梗后不良事件风险的关联性增加2.17倍;当促甲状腺激素水平检测值>10.0IU/L时,其检测值与心梗后不良事件风险的关联性增加3.57倍。对上述参数获取受试者工作特异性曲线(Receiveroperating characteristic curve,ROC),如图2所示,计算曲线下面积为0.61,P=0.021,其检测效能有统计学意义。
实施例2促甲状腺激素与游离三碘甲状腺原氨酸联合检测心梗后不良事件
患者促甲状腺激素试剂测定促甲状腺激素水平方法同实施例1。同时抽取血清2ml,按照本专利前述游离三碘甲状腺原氨酸检测方法测量样本的游离三碘甲状腺原氨酸浓度。
在对可能心梗后不良事件的患者关联性研究中表明:仅通过本发明的促甲状腺激素水平和游离三碘甲状腺原氨酸检测联合试剂,而不采用血压检测工具、病史问询工具的定义工具对心梗后不良事件风险进行检测,当促甲状腺激素水平检测值为<0.3IU/L时,其检测值与心梗后不良事件风险的关联性增加1.33倍;当促甲状腺激素水平检测值5.1-10.0IU/L时,其检测值与心梗后不良事件风险的关联性增加1.92倍;当促甲状腺激素水平检测值>10.0IU/L时,其检测值与心梗后不良事件风险的关联性增加4.12倍。当游离三碘甲状腺原氨酸检测值<1.79pg/ml时,其检测值与心梗后不良事件风险的关联性增加3.56倍。对上述参数获取受试者工作特异性曲线(Receiver operating characteristiccurve,ROC),如图3所示,计算曲线下面积为0.68,P<0.001,其检测效能有统计学意义,其检测效能较仅通过促甲状腺激素水平试剂进行不良事件风险检测时提高。
实施例3促甲状腺激素、游离三碘甲状腺原氨酸检测试剂与糖尿病史检测工具联合检测心梗后不良事件风险
患者促甲状腺激素与白细胞联合试剂测定促甲状腺激素水平和游离三碘甲状腺原氨酸方法同实施例1,糖尿病病史确认:既往明确诊断糖尿病或接受糖尿病药物治疗者;入院后空腹血糖≥7.0mmol/L(126mg/dl)或任意血糖≥11.1mmol/L(200mg/dl)。
在对可能心梗后不良事件的患者关联性研究中表明:通过本发明的促甲状腺激素水平、游离三碘甲状腺原氨酸检测联合试剂与糖尿病史检测工具,而不采用血压检测工具对心梗后不良事件风险进行检测,当促甲状腺激素水平检测值为<0.3IU/L时,其检测值与心梗后不良事件风险的关联性增加1.38倍;当促甲状腺激素水平检测值5.1-10.0IU/L时,其检测值与心梗后不良事件风险的关联性增加1.95倍;当促甲状腺激素水平检测值>10.0IU/L时,其检测值与心梗后不良事件风险的关联性增加3.92倍;当游离三碘甲状腺原氨酸检测值<1.79pg/ml时,其检测值与心梗后不良事件风险的关联性增加3.03倍;当通过增加系统部件,合并糖尿病病史的患者的输入时,所述检测值与心梗后不良事件的关联性增加1.80倍。对上述参数获取ROC曲线,如图4所示,计算曲线下面积为0.70,P<0.001,其检测效能较仅通过促甲状腺激素水平、游离三碘甲状腺原氨酸检测联合试剂进行出血风险检测时提高。
实施例4单独使用促甲状腺激素检测试剂与糖尿病史检测工具联合检测心梗后不良事件风险
患者促甲状腺激素试剂测定促甲状腺激素水平方法及糖尿病病史确认方法同实施例3。
在对可能心梗后不良事件的患者关联性研究中表明:仅通过本发明的促甲状腺激素水平与糖尿病史检测工具,而不采用白细胞检测联合试剂、血压检测工具及症状至就诊时间的定义工具对心梗后不良事件风险进行检测,当促甲状腺激素水平检测值为<0.3IU/L时,其检测值与心梗后不良事件风险的关联性增加1.55倍;当促甲状腺激素水平检测值5.1-10.0IU/L时,其检测值与心梗后不良事件风险的关联性增加2.31倍;当促甲状腺激素水平检测值>10.0IU/L时,其检测值与心梗后不良事件风险的关联性增加4.02倍;合并糖尿病病史时,所述检测值与心梗后不良事件风险的关联性增加1.45倍。对上述参数获取ROC曲线,如图5所示,计算曲线下面积为0.66,P<0.001,其检测效能较仅通过促甲状腺激素水平、游离三碘甲状腺原氨酸检测联合试剂进行出血风险检测时降低。
实施例5本发明联合检测试剂/工具的检测效果检验
为验证评价本发明所述联合检测试剂和/或系统的使用效果,本发明以实际患者的数据验证了联合使用促甲状腺激素、游离三碘甲状腺原氨酸检测试剂、以及血压检测工具、病史问询工具的定义工具的临床实际效果。
1、建立用于效果验证的定量预测模型的原始队列:涉及的急性心肌梗死患者共3257例,心肌梗死诊断的确立需同时满足:患者出院病历包含相应诊断和心电图表现符合诊断。
2、数据采集:所有数据采集均按照标准数据定义进行中心性病历信息提取。数据提取质量接受随机监察,其准确率可达98%以上。提取的数据包括:
1)终点事件:院内发生的所有出血事件。
2)基线资料:
a)人群特征:1、年龄;2、性别;3、体重;
b)入院情况:4、症状发作至溶栓时间;5、入院前服用阿司匹林;6、入院前服用氯吡格雷;7、入院时心源性休克;8、入院时心衰;9、入院时CPR;10、入院时感染;11、入院时收缩压;12、入院时舒张压;13、入院时心率(脉搏);14、入院时体温;
c)既往病史:15、高血压史;16、糖尿病史;17、高脂血症史;18、缺血性卒中史;19、出血性卒中史;20、慢性肾功能不全史;21、吸烟史
d)生化指标及检查:22、入院白细胞(WBC);23、入院血小板(PLT);24、入院APTT;25、入院INR;26、入院促甲状腺激素(Cr);27、入院血糖(Glu);28、入院糖化血红蛋白(HbA1C);29、入院NTproBNP
3、统计学分析:连续变量以平均数±标准差表示,根据变量是否符合正态分布选择Student T检验或Wilcoxon秩和检验进行比较两组之间的差异。分类变量以百分数表示,通过卡方检验比较两组之间的差异。通过Logistic回归建立各个基线指标对于是否在1年内发生不良事件的风险预测模型,得出各个独立危险因素对终点事件发生与否影响的程度即回归系数,之后按照不同回归系数的比例计算出各个危险因素在风险检测方法中的权重,按权重对各个危险因素进行赋值,验证本发明联合检测方法的检测效果,对上述模型获取ROC曲线,如图6所示,计算曲线下面积为0.72,P<0.001,表明本发明联合检测试剂和/或检测方法的检测效能在大规模患者验证中仍然较高。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,但本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种预测心梗后不良事件风险的系统,其特征在于,所述系统包括:
准入控制器、检测部件、样本信息接收功能模块、赋值模块、风险计算模块以及报告系统主界面;
所述准入控制器用于评估受检对象是否符合急性心肌梗死诊断,若符合,则将受检对象的待检样本传入所述检测部件,并启动所述样本信息接收功能模块;
所述检测部件的功能包括:检测所述待检样本的促甲状腺激素水平以及游离三碘甲状腺原氨酸水平;所述样本信息接收功能模块用于接收受检对象信息;
所述检测部件的检测结果以及受检对象信息均传入所述赋值模块进行赋值;
所述风险计算模块接收所述赋值模块的赋值,并根据赋值的总得分进行计算得到心梗后1年内不良事件风险;
所述报告系统主界面用于接收所述样本信息接收功能模块和/或所述风险计算模块的信息,并将心梗后1年内不良事件风险评估结果输出。
2.根据权利要求1所述的预测心梗后不良事件风险的系统,其特征在于,若所述受检对象不符合急性心肌梗死诊断,则所述准入控制器直接将信息导出所述报告系统主界面并生成报告,同时由所述准入控制器关闭所述系统。
3.根据权利要求1所述的心梗后死亡风险的预测系统,其特征在于,所述促甲状腺激素水平的数据传入所述赋值模块后通过以下方式进行赋值:
若促甲状腺激素<0.3IU/L,则得分为7;
若0.3IU/L≤促甲状腺激素<5.0IU/L,则得分为2;
若5.0IU/L≤促甲状腺激素<10IU/L,则得分为8;
若促甲状腺激素≥10IU/L,则得分为12;
所述游离三碘甲状腺原氨酸水平的数据传入所述赋值模块后通过以下方式进行赋值:
若促游离三碘甲状腺原氨酸<1.79pg/mL,则得分为8;
若1.79pg/mL≤促游离三碘甲状腺原氨酸<2.51pg/mL,则得分为5;
若2.51pg/mL≤促游离三碘甲状腺原氨酸<4.09pg/mL,则得分为3;
若促游离三碘甲状腺原氨酸≥4.09IU/L,则得分为4。
4.根据权利要求1所述的预测心梗后不良事件风险的系统,其特征在于,所述受检对象信息还包括受检对象的人群特征及基本信息、入院情况、既往病史以及生化指标及检查结果中的一项或多项;
优选的,所述人群特征及基本信息包括受检对象的照片、年龄、性别、身高、体重、民族、籍贯、住址、饮食习惯、生活方式、宗教信仰、心情状况中的一项或多项;
优选的,所述入院情况包括受检对象症状发作至溶栓时间、入院前服用阿司匹林、入院前服用氯吡格雷、入院时心源性休克、入院时心衰、入院时CPR、入院时感染、入院时收缩压、入院时舒张压、入院时心率、入院时体温中的一项或多项;
优选的,所述既往病史包括受检对象的高血压史、过敏史、糖尿病史、高脂血症史、缺血性卒中史、出血性卒中史、慢性肾功能不全史、吸烟史中的一项或多项;
优选的,所述生化指标包括受检对象的入院白细胞、入院血小板、入院APTT、入院促甲状腺激素、入院血糖、入院糖化血红蛋白、入院NTproBNP中的一项或多项;
更优选的,所述受检对象信息至少包括受检对象的糖尿病病史和收缩压。
5.根据权利要求4所述的预测心梗后不良事件风险的系统,其特征在于,所述检测部件还接受所述样本信息接收功能模块的信息传入;
当受检对象具有糖尿病病史时,则所述检测部件还需要检测血糖水平,再将所述血糖水平信息传入所述赋值模块进行赋值;
若入院后空腹血糖≥7.0mmol/L或任意血糖≥11.1mmol/L,则得分为5。
6.根据权利要求4所述的预测心梗后不良事件风险的系统,其特征在于,所述受检对象信息传入所述赋值模块后,赋值方式包括:
若收缩压<90mmHg,则得分为10;
若90mmHg≤收缩压<140mmHg,则得分为3;
若140mmHg≤收缩压<180mmHg,则得分为5;
若收缩压≥180mmHg,则得分为6。
7.根据权利要求1所述的预测心梗后不良事件风险的系统,其特征在于,所述风险计算模块根据赋值的总得分进行计算得到心梗后不良事件风险时,所述总得分与所述心梗后不良事件风险的对应关系为:
8.根据权利要求1所述的预测心梗后不良事件风险的系统,其特征在于,所述系统还包括系统人员权限控制模块,其控制内容包括:
a).各功能部件和/或模块的使用权限控制;
b).录入、审核、打印、取消审核的人员权限区分;
c).定义人工锁屏或无操作自动锁屏功能。
9.根据权利要求1所述的预测心梗后不良事件风险的系统,其特征在于,所述报告系统主界面显示的信息包括下列内容中的一项、多项或全部:
1).调用所述标本信息接收功能模块中的受检对象信息并进行展示;
2).日期信息的记录和修改功能;
所述日期信息包括:采样时间、送样时间、仪器检测日期、用户信息录入日期、接收仪器检测结果日期、审核报告日期、打印报告日期以及发送报告日期中的一项或多项。
3).调用预测心梗后不良事件风险评价文字模板展示,并提供修改权限;
4).报告的打印以及建立自定义报告模板;自定义项目包括受检对象编号、报告头、检测值、参考值、报告图片、健康建议、审核人、打印人。
10.权利要求1~9任一项所述系统中所述检测部件所用到的预测心梗后不良事件的试剂盒,其特征在于,所述试剂盒包括促甲状腺激素检测试剂以及游离三碘甲状腺原氨酸检测试剂,优选还包括血糖检测试剂或试纸。
CN201810053348.5A 2018-01-19 2018-01-19 一种预测心梗后不良事件的系统及试剂盒 Active CN108267601B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810053348.5A CN108267601B (zh) 2018-01-19 2018-01-19 一种预测心梗后不良事件的系统及试剂盒

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810053348.5A CN108267601B (zh) 2018-01-19 2018-01-19 一种预测心梗后不良事件的系统及试剂盒

Publications (2)

Publication Number Publication Date
CN108267601A true CN108267601A (zh) 2018-07-10
CN108267601B CN108267601B (zh) 2019-02-22

Family

ID=62776030

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810053348.5A Active CN108267601B (zh) 2018-01-19 2018-01-19 一种预测心梗后不良事件的系统及试剂盒

Country Status (1)

Country Link
CN (1) CN108267601B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111248877A (zh) * 2020-04-18 2020-06-09 赵宏杰 一种心梗预警系统
CN114062667A (zh) * 2018-08-17 2022-02-18 北京市心肺血管疾病研究所 血清S100a8/9复合体水平在急性心肌梗死诊断及预后判断中的应用
RU2802420C1 (ru) * 2022-11-01 2023-08-28 Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный медицинский университет имени академика И.П. Павлова" Министерства здравоохранения Российской Федерации Способ прогнозирования риска развития инфаркта миокарда у пациентов с коморбидной патологией - сахарным диабетом 2 типа, хронической болезнью почек и гипофункцией щитовидной железы

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102095869A (zh) * 2009-12-11 2011-06-15 上海裕隆生物科技有限公司 甲状腺功能检测蛋白芯片及其试剂盒
CN103201743A (zh) * 2010-11-08 2013-07-10 皇家飞利浦电子股份有限公司 患者疾病严重性、死亡率和住院时长的连续预测方法
CN105765385A (zh) * 2013-10-01 2016-07-13 斯弗因高泰克有限公司 预测出现主要不良心脏事件的风险的方法
CN105787252A (zh) * 2016-01-18 2016-07-20 贡京京 一种医疗决策支持方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102095869A (zh) * 2009-12-11 2011-06-15 上海裕隆生物科技有限公司 甲状腺功能检测蛋白芯片及其试剂盒
CN103201743A (zh) * 2010-11-08 2013-07-10 皇家飞利浦电子股份有限公司 患者疾病严重性、死亡率和住院时长的连续预测方法
CN105765385A (zh) * 2013-10-01 2016-07-13 斯弗因高泰克有限公司 预测出现主要不良心脏事件的风险的方法
CN105787252A (zh) * 2016-01-18 2016-07-20 贡京京 一种医疗决策支持方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HYUN KUK KIM等: "Hospital Discharge Risk Score System for the Assessment of Clinical Outcomes in Patients With Acute Myocardial Infarction (Korea Acute Myocardial Infarction Registry [KAMIR] Score)", 《AM J CARDIOL》 *
王思远,等: "甲状腺功能减退与急性心肌梗死患者不良心血管事件的相关性研究", 《中国循环杂志》 *
第2017/01期: "甲状腺功能影响心血管疾病患者心肌损害和远期预后的研究", 《中国博士学位论文全文数据库》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114062667A (zh) * 2018-08-17 2022-02-18 北京市心肺血管疾病研究所 血清S100a8/9复合体水平在急性心肌梗死诊断及预后判断中的应用
CN111248877A (zh) * 2020-04-18 2020-06-09 赵宏杰 一种心梗预警系统
RU2802420C1 (ru) * 2022-11-01 2023-08-28 Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный медицинский университет имени академика И.П. Павлова" Министерства здравоохранения Российской Федерации Способ прогнозирования риска развития инфаркта миокарда у пациентов с коморбидной патологией - сахарным диабетом 2 типа, хронической болезнью почек и гипофункцией щитовидной железы

Also Published As

Publication number Publication date
CN108267601B (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
Bergholdt et al. Study design, participation and characteristics of the Danish General Suburban Population Study
Hogenhuis et al. Anaemia and renal dysfunction are independently associated with BNP and NT‐proBNP levels in patients with heart failure
Sacks et al. Guidelines and recommendations for laboratory analysis in the diagnosis and management of diabetes mellitus
Schmitz et al. Microalbuminuria: a major risk factor in non‐insulin‐dependent diabetes. A 10‐year follow‐up study of 503 patients
US20170316153A1 (en) Method for determining risk of diabetes
Ciardullo et al. Exploring the landscape of steatotic liver disease in the general US population
CN106018820B (zh) 根据gdf-15评价心脏介入风险的工具与方法
CN108700596A (zh) 用于心血管疾病和事件的诊断和预后方法
Tamaki et al. Liver fibrosis and fatty liver as independent risk factors for cardiovascular disease
CN101517415A (zh) 根据gdf-15评价心脏介入风险的工具与方法
CN105452857A (zh) 评价慢性肝病的疾病严重性指标和诊断三种不同亚型的原发性硬化性胆管炎的方法
CN104937420B (zh) 作为血管疾病和妊娠并发症的生物标记的NT-proCNP
CN103713137A (zh) 用作糖尿病预测生物标志物的精氨酸加压素激素原
CN107085114A (zh) 用于预测初次不利事件的生物标志物
CN109917125A (zh) 用于评估妊娠糖尿病的方法和试剂
CN108267601B (zh) 一种预测心梗后不良事件的系统及试剂盒
Kang et al. Continuous metabolic syndrome risk score for predicting cardiovascular disease in the Chinese population
CN107402307A (zh) 用于预测受损峰值耗氧量的内皮素1原
RU2704959C1 (ru) Способ оценки риска развития атеросклероза на основании анализа иммунологических параметров
CN104094121B (zh) 用于诊断中风的nt-原anp和nt-原bnp
CN108133754B (zh) 一种溶栓后出血风险的预测系统
CN108048525A (zh) 一种检测溶栓后出血风险的试剂盒
Kim et al. Modified triglyceride-glucose index indices are reliable markers for predicting risk of metabolic dysfunction-associated fatty liver disease: a cross-sectional study
Kristensen et al. Kinetics of cardiac troponin and other biomarkers in patients with ST elevation myocardial infarction
Gaze Rapid cardiovascular diagnostics

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
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 102206 Room 102, No. 1, courtyard 7, kekeyuan Road, Huilongguan town, Changping District, Beijing 102206

Patentee after: Beijing HAOSI Biotechnology Co.,Ltd.

Address before: 102206 Room 102, No. 1, courtyard 7, kekeyuan Road, Huilongguan town, Changping District, Beijing 102206

Patentee before: Beijing HAOSI Biotechnology Co.,Ltd.

CP01 Change in the name or title of a patent holder
TR01 Transfer of patent right

Effective date of registration: 20220610

Address after: 102206 Room 102, No. 1, courtyard 7, kekeyuan Road, Huilongguan town, Changping District, Beijing 102206

Patentee after: Beijing HAOSI Biotechnology Co.,Ltd.

Address before: 100037 Beijing City, Xicheng District No. 167 North

Patentee before: FUWAI HOSPITAL, CHINESE ACADEMY OF MEDICAL SCIENCES

TR01 Transfer of patent right