CN108417267A - 一种确定肝硬化肝肾综合征患者短期预后的系统 - Google Patents
一种确定肝硬化肝肾综合征患者短期预后的系统 Download PDFInfo
- Publication number
- CN108417267A CN108417267A CN201810225442.4A CN201810225442A CN108417267A CN 108417267 A CN108417267 A CN 108417267A CN 201810225442 A CN201810225442 A CN 201810225442A CN 108417267 A CN108417267 A CN 108417267A
- Authority
- CN
- China
- Prior art keywords
- patients
- patient
- hepatorenal syndrome
- tested
- liver
- 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
Links
- 201000011200 hepatorenal syndrome Diseases 0.000 title claims abstract description 58
- 208000019425 cirrhosis of liver Diseases 0.000 title claims abstract description 33
- 238000004393 prognosis Methods 0.000 title claims abstract description 24
- 206010016654 Fibrosis Diseases 0.000 title description 4
- 230000007882 cirrhosis Effects 0.000 title description 4
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 claims abstract description 42
- 102100036475 Alanine aminotransferase 1 Human genes 0.000 claims abstract description 28
- 108010082126 Alanine transaminase Proteins 0.000 claims abstract description 28
- 230000004083 survival effect Effects 0.000 claims abstract description 25
- 229940109239 creatinine Drugs 0.000 claims abstract description 21
- 201000007270 liver cancer Diseases 0.000 claims abstract description 20
- 208000014018 liver neoplasm Diseases 0.000 claims abstract description 18
- 210000000440 neutrophil Anatomy 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims abstract description 6
- 230000003908 liver function Effects 0.000 claims description 9
- 238000011282 treatment Methods 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 abstract description 3
- 210000004369 blood Anatomy 0.000 description 11
- 239000008280 blood Substances 0.000 description 11
- 210000004185 liver Anatomy 0.000 description 7
- 238000000034 method Methods 0.000 description 7
- 210000002966 serum Anatomy 0.000 description 7
- 206010057573 Chronic hepatic failure Diseases 0.000 description 6
- 208000010334 End Stage Liver Disease Diseases 0.000 description 6
- 208000011444 chronic liver failure Diseases 0.000 description 6
- 238000008050 Total Bilirubin Reagent Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 210000000265 leukocyte Anatomy 0.000 description 3
- 238000007477 logistic regression Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000013517 stratification Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 102000009027 Albumins Human genes 0.000 description 2
- 108010088751 Albumins Proteins 0.000 description 2
- 206010003445 Ascites Diseases 0.000 description 2
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 2
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 210000003743 erythrocyte Anatomy 0.000 description 2
- 208000017169 kidney disease Diseases 0.000 description 2
- 238000007449 liver function test Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009666 routine test Methods 0.000 description 2
- 229910052708 sodium Inorganic materials 0.000 description 2
- 239000011734 sodium Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000002054 transplantation Methods 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 102100027211 Albumin Human genes 0.000 description 1
- 201000003126 Anuria Diseases 0.000 description 1
- 208000037157 Azotemia Diseases 0.000 description 1
- -1 GGT Proteins 0.000 description 1
- 208000031886 HIV Infections Diseases 0.000 description 1
- 208000037357 HIV infectious disease Diseases 0.000 description 1
- 206010021036 Hyponatraemia Diseases 0.000 description 1
- 206010030302 Oliguria Diseases 0.000 description 1
- 208000001647 Renal Insufficiency Diseases 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004820 blood count Methods 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000002934 diuretic Substances 0.000 description 1
- 229940030606 diuretics Drugs 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 208000033519 human immunodeficiency virus infectious disease Diseases 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 201000006370 kidney failure Diseases 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 238000010202 multivariate logistic regression analysis Methods 0.000 description 1
- 230000008506 pathogenesis Effects 0.000 description 1
- 238000010837 poor prognosis Methods 0.000 description 1
- 235000018102 proteins Nutrition 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000009555 renal ultrasonography Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本公开提供了一种确定肝肾综合征患者短期预后的系统。该系统包括输入装置、计算装置和输出装置，所述计算装置包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被配置为执行所述存储器中存储的计算机程序，以实现判别函数的算法。该判别函数通过肝癌史、肌酐(Cr)、中性粒细胞百分比(NE％)和谷丙转氨酶(ALT)返回了待测患者的肝肾综合征患者短期预后。本公开利用现有的易获得的临床化验指标进行分析比较，并建立肝硬化肝肾综合征患者生存预后评分模型，指导患者进一步完善相关治疗以延长患者的生存时间。
Description
技术领域
本公开涉及医药领域，具体地，涉及一种确定肝硬化肝肾综合征患者短期预后的系统。
背景技术
肝硬化肝肾综合征(hepatorenal syndrome,HRS)是在严重肝脏疾病的基础上出现的功能性肾功能衰竭。其典型的临床表现为自发性少尿或无尿、氮质血症、稀释性低钠血症和低钠尿。肝硬化肝肾综合征临床分为Ι型和Ⅱ型，Ι型HRS 2周内血肌酐升高超过2倍，达到或超过226μmol/L，Ⅱ型HRS血肌酐升高在133～226μmol/L之间。Ι型HRS病情严重，进展速度较快，中位生存时间2周；Ⅱ型HRS病情进展相对缓慢，肝肾功能损害程度相对较轻，中位生存时间6个月。不论Ι型HRS或者Ⅱ型HRS，一旦发生，预后极差，死亡率极高。目前肝肾综合征发病机制尚未完全阐明，肝移植被认为是目前唯一有效治疗方法，但仍然缺乏足够的循证医学证据。目前对该病的认识尚不充分，治疗上也存在诸多困难。
肝肾综合征预后的多因素评分系统包括CTP评分和终末期肝病模型(MELD)。Child-Turcotte-Pugh评分简称CTP评分，由Wantz和Payne在1961年首先提出，后来Pugh对其进行了修改。大于等于10分的为C级。但是其没有考虑具体的病因因素；对病情严重程度无法细分。终末期肝病模型(MELD)：在21世纪，美国人通过对231例施行经颈静脉肝内门体分流术患者的资料，利用Cox比例风险模型首创了“终末期肝病模型(MELD)。Alessandria等通过统计分析肝移植患者的病例资料，发现MELD评分可以预测肝硬化肝肾综合征患者的预后，Schepke等研究表明Ⅰ型肝肾综合征患者为终末期肝病患者死亡的独立危险因素，其住院期间死亡率高达73.02％，该研究发现，死亡组患者总胆红素、血肌酐和MELD值显著高于生存组，表明这些指标对判断预后有重要意义。为排除混杂因素影响，应用logistic多元回归分析进行研究，发现MELD值每升高1单位，Ⅰ型HRS患者住院期间死亡风险增加26.4％，而总胆红素和血肌酐等值也与预后有关。一项研究对终末期肝病模型划线和肝功能分级划线进行比较，比较发现终末期肝病模型划线在预测患有肝硬化肝肾综合征患者的存活几率方面更客观高效。林刚等认为MELD每升高1个单位，HRS患者死亡风险增加33.8％，总胆红素每升高1个单位，HRE患者死亡风险增加20.5％，血肌酐每升高1个单位，HRS患者死亡风险增加18.5％。
综合以上对于肝肾综合征生存预后的多种方法，可以看出肝肾综合征预后差，病死率高。对于选择恰当的治疗方法尤为重要。现已有多种评分标准以及辅助检查对肝肾综合征预后预测的研究，普遍认为对肝肾综合征预后的预测，MELD评分优于CTP评分。但是，目前还缺乏一个更有效地对于我国肝硬化肝肾综合征患者短期预后的判定方法。
发明内容
本公开的目的是对肝硬化肝肾综合征患者短期预后进行简便快速且有效地确定。
为了实现上述目的，本公开提供了一种确定肝硬化肝肾综合征患者短期预后的系统。该系统包括输入装置、计算装置和输出装置，所述计算装置包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被配置为执行所述存储器中存储的计算机程序，以实现如式(1)所示的判别函数的算法。
F(c)＝sgn[1×c1+2×c2+1×c3+1×c4-2.5] 式(1)。
式(1)中，F(c)表示待测肝硬化肝肾综合征患者的生存概率，F(c)的返回值为1表示待测肝硬化肝肾综合征患者的生存概率较低，F(c)的返回值为-1时表示待测肝硬化肝肾综合征患者的生存概率较高。
如果待测患者患有肝癌，则c1为1，如果待测患者未患肝癌，则c1为0；如果待测患者肌酐(Cr)值大于127μmol/L，则c2为1，如果待测患者肌酐(Cr)值小于或等于127μmol/L，则c2为0；如果待测患者中性粒细胞百分比(NE％)大于70％，则c3为0如果待测患者中性粒细胞百分比(NE％)小于或等于70％，则c3为0；如果待测患者肝功指标中的谷丙转氨酶(ALT)大于40U/L，则c4为1，如果待测患者肝功指标中的谷丙转氨酶(ALT)小于或等于40U/L，则c4为0。
可选地，所述输入装置包括肝癌史输入器、肌酐(Cr)输入器、中性粒细胞百分比(NE％)输入器和谷丙转氨酶(ALT)输入器中的至少一者。
通过上述技术方案，本公开利用现有的易获得的临床化验指标进行分析比较，并建立肝硬化肝肾综合征患者生存预后评分模型，指导患者进一步完善相关治疗以延长患者的生存时间。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是PI模型诊断价值的ROC曲线图。
图2是评分模型的验证的结果图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
本公开提供了一种确定肝硬化肝肾综合征患者短期预后的系统。该系统包括输入装置、计算装置和输出装置，所述计算装置包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被配置为执行所述存储器中存储的计算机程序，以实现如式(1)所示的判别函数的算法。
F(c)＝sgn[1×c1+2×c2+1×c3+1×c4-2.5] 式(1)。
式(1)中，F(c)表示待测肝硬化肝肾综合征患者的生存概率，F(c)的返回值为1表示待测肝硬化肝肾综合征患者的生存概率较低，F(c)的返回值为-1时表示待测肝硬化肝肾综合征患者的生存概率较高。
如果待测患者患有肝癌，则c1为1，如果待测患者未患肝癌，则c1为0；如果待测患者肌酐(Cr)值大于127μmol/L，则c2为1，如果待测患者肌酐(Cr)值小于或等于127μmol/L，则c2为0；如果待测患者中性粒细胞百分比(NE％)大于70％，则c3为0如果待测患者中性粒细胞百分比(NE％)小于或等于70％，则c3为0；如果待测患者肝功指标中的谷丙转氨酶(ALT)大于40U/L，则c4为1，如果待测患者肝功指标中的谷丙转氨酶(ALT)小于或等于40U/L，则c4为0。
其中，待测患者是否患有肝癌是指按照2011年中华人民共和国卫生部正式修订的《原发性肝癌诊疗规范》中原发性肝癌的诊断标准诊断确认得到结果。
其中，肌酐(Cr)值是指患者血液中的肌酐(Cr)值，可以通过常规的临床检验方法检测得到。
其中，中性粒细胞百分比(NE％)是指临床血常规检验中常用的定义，可以通过临床血常规检验中常用的方式测定。
其中，所述肝功指标中的谷丙转氨酶(ALT)是指临床肝功检验中常用的定义，可以通过临床肝功检验中常用的方式测定。
以下，通过实施例进一步详细说明本公开的技术方案。
实施例1
回顾性收集2013年1月至2014年12月初次确诊为肝硬化肝肾综合征患者362，排除原发性肾脏疾病者62例，临床资料不完整者52例，最终有246例患者符合入组标准。196例肝肾综合征患者用于建模，其中生存130例，死亡66例；50例肝肾综合征患者用于验证，其中生存12例，死亡38例。肝肾综合征纳入标准：根据2007年国际腹水研究小组发表的关于HRS的定义与诊断标准对HRS进行诊断与分型。1)肝硬化合并腹水；2)血清肌酐＞133μmol/L；3)停用利尿剂至少2d以上并经白蛋白扩容后血肌酐值没有改善(推荐白蛋白输注剂量1g/kg，最高可达100g/d，血肌酐改善应≤133μmol/L)；4)排除休克状态；5)目前或近期无肾损害药物应用史；6)排除肾实质性疾病：尿蛋白＞500mg/d，尿红细胞＞50个/高视野和/或异常肾脏超声检查。肝肾综合征排除标准：1)合并HIV感染；2)合并原发性肾病；3)合并严重的肝外疾病；4)合并原发性心脏病；5)临床资料、相关检查检验结果不完整的患者。临床资料收集包括：(1)患者住院号、姓名、性别、年龄、确诊时间、既往史、吸烟史、饮酒史、家族史。(2)采集所有肝硬化肝肾综合征患者实验室指标：血常规：WBC、RBC、NE、LY、NLR、PLT；肝肾功能：ALT、AST、GGT、ALP、TBIL、DBIL、ALB、A/G、Cr；凝血功能：PT、PTA、APTT、INR。(3)肝脏影像：腹部彩超、肝脏CT、肝脏MRI。统计方法包括：(1)采用SPSS20.0进行统计分析，P<0.05被认为有统计学意义。(2)符合正态分布的定量资料采用均数±标准差(Mean±SD)表示，两组均数比较采用t检验，不符合正态分布的(M,QR)表示，两组之间比较采用秩和检验；计数资料用频数表示，比较采用卡方检验。(3)采用逻辑回归分析建立生存预后诊断模型，将单因素P<0.20的多因素纳入多因素回归模型，转化回归系数为整数进行评分并累计，建立接受者工作特征曲线(receiver operating characteristic curve，ROC curve)，应用曲线下面积(AreaUnder Curve,AUC)评价其预测准确性。(4)采用曲线下面积(Area Under Curve,AUC)将验证组带入模型验证模型预测准确性。
196肝硬化肝肾综合征患者，发生死亡的有130例，生存66例，比较两组基线特征，发现死亡组患者中白细胞总数、中性粒细胞百分比、血钠、血氯、血肌酐、谷丙转氨酶、总胆红素、MELD评分、CRP水平等较生存组高，肝癌患者的死亡率较高，有统计学意义。见表1。
表1 两组患者基线生化指标比较
196例患者中，有肝癌的84例，无肝癌的112例，比较两组基线特征发现肝癌组患者白细胞数、中性粒细胞百分比、血钠、血氯、血小板数、谷丙转氨酶、CRP水平较无肝癌组高，有统计学意义。见表2。
表2 两组患者基线比较
经logistic多因素生存分析,得出与预后有关的4个独立因素为:肝癌、NE％>70％、ALT>40U/L、Cr>127mmol/l为肝硬化肝肾综合征患者生存预后的独立影像因素。上述4个独立影响因素的危险因素的相对危险度(relative risk,OR)分别为：肝癌：3.013(95％CI,1.3566.696)NE％>70％:3.498(95％1.6277.525)、Cr>127umol/l:4.796(95％2.277-10.101)、ALT>40IU/L：3.223(95％1.474-7.044)。见表3
表3 多因素逻辑回归分析
以肝癌的回归系数1.103作为参考，死亡风险评分为1分，评分设为1分，对其他危险因素进行整数转换，NE％>70％为1分，ALT>40U/L为1分，Cr>127mmol/l为2分。见表4。
表4 肝硬化肝肾综合征患者死亡风险预警评分赋值
通过ROC曲线，得出评分的cut-off值为2.5。
将逻辑回归分析的多因素及评分模型分别构建ROC曲线，结果显示评分模型(PI)的曲线下面积(AUC)最大，为0.835具有诊断价值，中性粒细胞百分比分层、血肌酐分层、谷丙转氨酶分层、Meld评分分层的ROC曲线下面积分别为0.742、0.768、0.701、0.774。模型预测肝硬化肝肾综合征患者发生死亡的风险比任意一个单独指标要高。结果见图1。
验证构建模型的预测能力：采用2014年08月至2014年12月住院的50例诊断为肝硬化肝肾综合征患者，其中发生死亡的患者38例，生存患者12例。将新建评分模型代入验证组分析ROC曲线下面积，ROC曲线下面积为0.782，可见该评价模型具有较高的预测肝肾综合征患者短期生存预后的价值。结果见图2。
通过上述结果可见，本公开通过分析比较肝硬化肝肾综合征患者生存组和死亡组的临床检测指标，建立肝硬化肝肾综合征患者生存预后评分模型，通过比较得出肝癌，NE％>70％、ALT>40U/L、Cr>127mmol/l为肝硬化肝肾综合征患者发生死亡的独立危险因素；还通过逻辑回归建立包含上述4项危险因素的评分模型；然后进一步内部验证了模型(PI)的灵敏度和特异度。通过本研究为高危人群早期干预提供了临床支持。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。
Claims (2)
1.一种确定肝硬化肝肾综合征患者短期预后的系统，其特征在于，该系统包括输入装置、计算装置和输出装置，所述计算装置包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被配置为执行所述存储器中存储的计算机程序，以实现如式(1)所示的判别函数的算法；
F(c)＝sgn[1×c1+2×c2+1×c3+1×c4-2.5] 式(1)
式(1)中，F(c)表示待测肝硬化肝肾综合征患者的生存概率，F(c)的返回值为1表示待测肝硬化肝肾综合征患者的生存概率较低，F(c)的返回值为-1时表示待测肝硬化肝肾综合征患者的生存概率较高；
如果待测患者患有肝癌，则c1为1，如果待测患者未患肝癌，则c1为0；如果待测患者肌酐(Cr)值大于127μmol/L，则c2为1，如果待测患者肌酐(Cr)值小于或等于127μmol/L，则c2为0；如果待测患者中性粒细胞百分比(NE％)大于70％，则c3为0如果待测患者中性粒细胞百分比(NE％)小于或等于70％，则c3为0；如果待测患者肝功指标中的谷丙转氨酶(ALT)大于40U/L，则c4为1，如果待测患者肝功指标中的谷丙转氨酶(ALT)小于或等于40U/L，则c4为0。
2.根据权利要求1所述的系统，其中，所述输入装置包括肝癌史输入器、肌酐(Cr)输入器、中性粒细胞百分比(NE％)输入器和谷丙转氨酶(ALT)输入器中的至少一者。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810225442.4A CN108417267B (zh) | 2018-03-19 | 2018-03-19 | 一种确定肝硬化肝肾综合征患者短期预后的系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810225442.4A CN108417267B (zh) | 2018-03-19 | 2018-03-19 | 一种确定肝硬化肝肾综合征患者短期预后的系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108417267A true CN108417267A (zh) | 2018-08-17 |
| CN108417267B CN108417267B (zh) | 2020-05-05 |
Family
ID=63132259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810225442.4A Active CN108417267B (zh) | 2018-03-19 | 2018-03-19 | 一种确定肝硬化肝肾综合征患者短期预后的系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108417267B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113782211A (zh) * | 2021-10-27 | 2021-12-10 | 首都医科大学附属北京地坛医院 | 乙肝肝硬化病患发生慢性肾脏病的风险预警模型建立方法、预测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060173629A1 (en) * | 2005-02-03 | 2006-08-03 | Thierry Poynard | Diagnosis method of hepatic steatosis using biochemical markers |
| CN1973778A (zh) * | 2006-12-08 | 2007-06-06 | 南京大学 | 胃癌术后严重并发症风险度的预测方法 |
| CN106055898A (zh) * | 2016-05-27 | 2016-10-26 | 石河子大学 | 胃癌患者的预后方法 |
| EP3470843A1 (en) * | 2017-10-16 | 2019-04-17 | Biopredictive | Method of prognosis of primary liver cancer |
-
2018
- 2018-03-19 CN CN201810225442.4A patent/CN108417267B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060173629A1 (en) * | 2005-02-03 | 2006-08-03 | Thierry Poynard | Diagnosis method of hepatic steatosis using biochemical markers |
| CN1973778A (zh) * | 2006-12-08 | 2007-06-06 | 南京大学 | 胃癌术后严重并发症风险度的预测方法 |
| CN106055898A (zh) * | 2016-05-27 | 2016-10-26 | 石河子大学 | 胃癌患者的预后方法 |
| EP3470843A1 (en) * | 2017-10-16 | 2019-04-17 | Biopredictive | Method of prognosis of primary liver cancer |
Non-Patent Citations (1)
| Title |
|---|
| 文玉娜等: "乙肝后肝硬化患者死亡概率预测模型建立与评价", 《中国公共卫生》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113782211A (zh) * | 2021-10-27 | 2021-12-10 | 首都医科大学附属北京地坛医院 | 乙肝肝硬化病患发生慢性肾脏病的风险预警模型建立方法、预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108417267B (zh) | 2020-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shi et al. | A deep learning-based quantitative computed tomography model for predicting the severity of COVID-19: a retrospective study of 196 patients | |
| Chen et al. | The relationship between C‐reactive protein/albumin ratio and disease activity in patients with inflammatory bowel disease | |
| Martins et al. | Neutrophil-lymphocyte ratio in the early diagnosis of sepsis in an intensive care unit: a case-control study | |
| Pickering et al. | New metrics for assessing diagnostic potential of candidate biomarkers | |
| Creamer et al. | Prognostic factors in chronic hypersensitivity pneumonitis | |
| US20210011005A1 (en) | Systems and methods for evaluating immune response to infection | |
| He et al. | Predictive value of cystatin C and neutrophil gelatinase-associated lipocalin in contrast-induced nephropathy: A meta-analysis | |
| Vafaei et al. | PIRO, SOFA and MEDS scores in predicting one-month mortality of Sepsis patients; a diagnostic accuracy study | |
| CN113782211A (zh) | 乙肝肝硬化病患发生慢性肾脏病的风险预警模型建立方法、预测方法 | |
| Kong et al. | Delta neutrophil index and shock index can stratify risk for the requirement for massive transfusion in patients with primary postpartum hemorrhage in the emergency department | |
| CN117976213A (zh) | 一种脓毒症急性肝损伤风险预测方法、装置、设备及存储介质 | |
| Aljumah et al. | The role of urinary neutrophil gelatinase-associated lipocalin in predicting acute kidney dysfunction in patients with liver cirrhosis | |
| Rodriguez-Lopez et al. | Impaired immune reaction and increased lactate and C-reactive protein for early prediction of severe morbidity and pancreatic fistula after pancreatoduodenectomy | |
| Huang et al. | Acute kidney injury in hepatitis B-related acute-on-chronic liver failure without preexisting liver cirrhosis | |
| del Mar Ortega | Mortality in patients treated for COVID-19 in the emergency department of a tertiary care hospital during the first phase of the pandemic: Derivation of a risk model for emergency departments | |
| Sathe et al. | Biomarker signatures of severe acute kidney injury in a critically ill cohort of COVID-19 and non-COVID-19 acute respiratory illness | |
| CN108417267A (zh) | 一种确定肝硬化肝肾综合征患者短期预后的系统 | |
| Mendivil et al. | MDRD is the eGFR equation most strongly associated with 4-year mortality among patients with diabetes in Colombia | |
| Güngör et al. | Retrospective evaluation of children with unilateral renal agenesis | |
| CN114068019A (zh) | 一种基于aki患者血钠水平的aki预后预测评分系统 | |
| CN117976214A (zh) | 一种老年脓毒症28天死亡风险预测方法、装置、设备及存储介质 | |
| Jiménez-Zarazúa et al. | Tomographic findings and mortality in patients with severe and critical pneumonia with COVID-19 diagnosis | |
| Jeyapalina et al. | Serum procalcitonin level is independently associated with mechanical ventilation and case-fatality in hospitalized COVID-19-positive US veterans–A potential marker for disease severity | |
| Vasse et al. | Prognostic value of cellular population data in patients with COVID-19 | |
| Pandit et al. | Applicability of WHO Maternal Severity Score (MSS) and Maternal Severity Index (MSI) Model to predict the maternal outcome in near miss obstetric patients: A prospective observational study |
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 |