CN108932976A - 一种非酒精性脂肪性肝病无创性诊断程序 - Google Patents
一种非酒精性脂肪性肝病无创性诊断程序 Download PDFInfo
- Publication number
- CN108932976A CN108932976A CN201810595361.3A CN201810595361A CN108932976A CN 108932976 A CN108932976 A CN 108932976A CN 201810595361 A CN201810595361 A CN 201810595361A CN 108932976 A CN108932976 A CN 108932976A
- Authority
- CN
- China
- Prior art keywords
- fatty liver
- module
- data
- liver
- patient
- 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
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
- G16H50/20—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
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种非酒精性脂肪性肝病无创性诊断程序,包括依次连接的患者基本信息注册模块、数据录入模块和数据结果分析模块;所述数据结果分析模块借助于诊断模型通过算法判断是否为非酒精性脂肪性肝病患者,所述诊断模型为:CAP=113.163+0.252×ALT+6.316×BMI,ALT为患者静脉血的谷丙转氨酶含量,BMI为患者身体质量指数。本发明进一步还包括既往病史模块、脂肪肝自我管理模块和脂肪肝知识学习模块。本发明的无创性诊断程序简单实用,方便便捷,采用数据算法,无人为因素的主观判断,因此诊断结果更加客观可靠。
Description
技术领域
本发明属于无创性诊断技术领域,具体涉及一种非酒精性脂肪性肝病无创性诊断程序。
背景技术
非酒精性脂肪性肝病(nonalcoholic fatty liver disease,NAFLD)是一个重大的公共健康问题,正在危害全世界大约十亿人口。在以西方饮食模式占优势的社会中,NAFLD被认为是最常见的肝病之一,且已在成为我国的第一大肝病。
虽然大多数NAFLD处于稳定状态,少部分可进展成NASH、肝纤维化、肝硬化,但是基于全球NAFLD患者众多,倘若能早期发现单纯性脂肪性肝病,继而进行早期自我干预(如饮食或运动管理),提高预警意识,将进一步降低NAFLD的全球危害和疾病进程。倘若发展至NASH阶段,肝功能发生明显损伤阶段再采取干预措施,则医疗成本和干预效果将达不到最佳。
NAFLD的诊断金标准仍为肝活检,但肝活检成本高,为侵入性诊断手段,存在一些风险和诊断的局限性,例如样本的抽样误差以及组内和组间的观察变异或病理解释的差异。影像学检查是目前诊断本病常用的检查方法,其中腹部B超已作为拟诊脂肪肝的首选方法。但是腹部B超检查对肝内脂肪浸润程度的判断仍不够精确,常规腹部B超可检出肝脂肪含量达30%以上的脂肪肝,对于30%以下灵敏度差,并且对肝脏内炎症和纤维化的识别能力极差;CT腹部平扫对脂肪肝的诊断较B超强,但CT不能敏感地检测轻度或中度的肝脏脂质含量(5%~30%),此外由于CT的放射暴露,限制了它在儿童肝脏脂肪变性和纵向研究中的使用;质子磁共振波谱(MRS)可通过直接测定肝细胞甘油三酯中的质子信号而实现精确定量,能诊断>5%肝脂肪变,但同样不能区分炎症和纤维化,MRS可检测到其他核磁共振技术所不能检测到的极低的肝脂肪含量,被认为是最敏感的方法,但MRS费用昂贵,不宜作为脂肪肝的常规诊断方法,主要用于脂肪肝的科研。目前影像学技术也正在改进之中。Fibroscan(瞬时弹性成像)最早于2001年被法国Echosens公司研发,并应用于欧洲,10年后被美国食品药品监督管理局(FDA)批准用于肝脏疾病的无创诊断评估。在2017年亚太工作组非酒精性脂肪性肝病指南中指出,超声检查是一种合理的NAFLD筛查工具,但它不能检查出轻微的脂肪肝病变,瞬时弹性成像亦可用于NAFLD的筛查。
对于筛查出早期NAFLD,血清诊断模型在价格上明显低于影像学诊断技术(如B超,fibroscan),可作为早期筛查的参考。此外,Fibroscan的诊断准确度仍然受到检查者主观判断标准、设备分辨率等方面的影响,以及受检者肥胖程度、皮下脂肪厚度、探头具体所处部位(肋间隙)等因素的影响,而生化结果则易获得、受影响因素较少。因此,结合生化学结果,构建一种客观、有实用价值的NAFLD诊断模型,并将此模型设计为实用简便的诊断程序是我们的研究目的。
发明内容
本发明的目的是提供一种非酒精性脂肪性肝病无创性诊断程序,解决了现有诊断方法诊断效能不高、价格昂贵、不便于长期动态随访监测问题。
本发明所采用的技术方案是,一种非酒精性脂肪性肝病无创性诊断程序,包括依次连接的患者基本信息注册模块、数据录入模块和数据结果分析模块;所述数据结果分析模块借助于诊断模型通过算法判断是否为非酒精性脂肪性肝病患者,所述诊断模型为:
CAP=113.163+0.252×ALT+6.316×BMI
ALT为患者静脉血的谷丙转氨酶含量,BMI为患者身体质量指数;
若CAP<277.67,则判定为非脂肪肝,若CAP>277.67,则判定为脂肪肝。
本发明的特点还在于:
进一步的,还包括既往病史模块,用于录入和管理患者既往病史,与数据录入模块连接。
进一步的,还包括脂肪肝自我管理模块,用于向患者推荐脂肪肝自我管理方法,与数据结果分析模块连接。
进一步的,还包括脂肪肝知识学习模块,用于向患者推送有关脂肪肝的系列知识,与脂肪肝自我管理模块连接。
本发明的有益效果是:本发明的无创性诊断程序利用了一种新颖的诊断模型,与目前已有的诊断模型相比,此模型的ROC曲线下面积、特异度、灵敏度均较佳;和fibroscan相比,诊断模型的准确性较强。该诊断模型计算方法最为简单,实用性及可操作性强,有利于便捷筛查出早期NAFLD,提高自我干预意识,进一步降低NAFLD的全球危害和疾病进程,以及医疗费用。本发明的无创性诊断程序简单实用,方便便捷,采用数据算法,无人为因素的主观判断,因此诊断结果更加客观可靠。另外该程序可存储患者指标数据,尤其是模型的结果。该模型的结果可作为患者脂肪肝干预效果的动态评价定量手段,便于脂肪肝此类慢性疾病的长期动态随访监测。程序中有关于脂肪肝一系列的学习科普知识,便于患者提高自我疾病管理水平,同时程序中存储的数据有利于进一步的科学研究。
附图说明
图1是本发明诊断程序各模块的连接关系示意图;
图2是本发明诊断模型原理图;
图3是本发明诊断模型ROC曲线。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步的详细说明,但本发明并不限于这些实施方式。
本发明非酒精性脂肪性肝病无创性诊断程序包括患者基本信息注册模块、既往病史模块、数据录入模块、数据结果分析模块、脂肪肝自我管理模块、脂肪肝知识学习模块。如图1所示,为各模块的连接关系示意图,基本信息注册模块、既往病史模块分别与数据录入模块连接,数据录入模块和数据结果分析模块相连接,数据结果分析模块和脂肪肝自我管理模块相互连接,脂肪肝知识学习模块也和脂肪肝自我管理模块相互连接。
该程序的工作原理为:客户在诊断程序上通过注册,获得权限以后,就可以开始使用。首先在既往病史模块输入既往病史(如其他肝脏疾病病史或高血压、糖尿病等病史),在数据录入模块中输入BMI(身体体质指数)和ALT(谷丙转氨酶),点击确认以后数据结果分析模块会根据算法自动生成结果,并判断患者是否为NAFLD患者,并通过脂肪肝自我管理模块为患者推荐相应的自我管理方法,并在脂肪肝知识学习模块为患者推送有关脂肪肝的系列知识,包括专家讲座、科普常识等。
其中,数据结果分析模块用于对输入的信息进行分析处理,借助于诊断模型通过算法判断是否为非酒精性脂肪性肝病患者。如图2所示,本发明所采用的诊断模型为:
CAP=113.163+0.252×ALT+6.316×BMI。
ALT为患者静脉血的谷丙转氨酶含量,BMI为患者身体质量指数。
该方程以CAP=277.67作为判定是否有脂肪肝的临界值。若CAP<277.67,则判定为非脂肪肝,若CAP>277.67,则判定为脂肪肝。本诊断模型采用身体质量指数以及生化结果,生化结果易获得且受影响因素较少,而Fibroscan的诊断准确度受到检查者主观判断标准、设备分辨率等方面的影响,以及受检者肥胖程度、皮下脂肪厚度、探头具体所处部位(肋间隙)等因素的影响;常规腹部B超对于30%以下肝脂肪含量灵敏度差,也受主观判断标准以及其他众多因素影响,因此该诊断模型准确性从理论上更准确。
本发明非酒精性脂肪性肝病无创性诊断程序的工作过程为:首先,在基本信息注册模块注册以后获得使用权限,然后在既往病史模块、数据录入模块输入相关信息,其中数据录入模块需输入BMI和ALT,上述数据通过后台算法,将模型最后的结果输入数据结果分析模块,数据结果分析模块将会判定患者是否为NAFLD患者,数据结果分析模块最后将判定结果传送给脂肪肝自我管理模块模块,按照推荐的路径进行自我管理,并可以学习脂肪肝知识学习模块的系列知识。本诊断程序采用数据算法,无人为因素的主观判断,因此结果更加客观可靠。另外该程序简单实用,方便便捷,可存储患者指标数据,尤其是模型的结果。该模型的结果可作为患者脂肪肝干预效果的动态评价定量手段,便于脂肪肝此类慢性疾病的长期动态随访监测。
本发明非酒精性脂肪性肝病无创性诊断模型的建立方法为:收集141例病例组及30例对照组患者的临床资料,包括临床常规血清学检查指标和影像学资料等。应用多元线性回归分析,以及spss24软件进行统计计算,求得临床常规检查指标与瞬时弹性成像值(CAP)的相关系数,建立无创性诊断模型。
对上述诊断模型进行价值验证,构建ROC曲线(受试者工作特征曲线,见图3)。结果显示:ROC曲线下面积为0.927,灵敏度为87.68%,特异度为90.00%,CUT-Off值为277.67,(P<0.0001)即数值高于277.67的可以判定为脂肪肝,数值低于277.67的为非酒精性脂肪肝患者。
在肝活检的诊断结果上,将本发明诊断模型与影像学检查手段进行比较,进一步验证诊断模型的准确性。基于温州医科大学第一附属医院提供的92例肝活检诊断的NAFLD基础上,以肝脏活检结果作为参考标准,在此基础上进一步比较fibroscan和诊断模型的准确性。二者之间的准确性比较采用卡方检验。其中肝脏活检的病理诊断参照NAS评分系统,fibroscan的诊断临界值依然为238db/m,诊断模型的临界值为277.67。将诊断方程和Fibroscan的准确性进行了比较,在92例肝活检中,按照诊断模型的诊断技术,有76例诊断正确,准确性为82.6%;按照fibroscan的诊断技术,有64例诊断正确,准确性为69.6%,诊断模型和fibroscan的准确率采用卡方检验,差异具有统计学意义(x2=7.796,p<0.05)。结果见下表:
将本发明诊断模型与传统无创血清诊断模型进行比较。目前已有的NAFLD无创诊断模型主要包括三种,第一种为脂肪肝指数(FLI),灵敏度为61%,特异度为86%,ROC曲线下面积为85%;第二种为NAFLD肝脏脂肪得分(NAFLD liver fat score),灵敏度为86%,特异度为71%,ROC曲线下面积为86%;第三种为SteatoTest,灵敏度为38%,特异度为81%,ROC曲线下面积为80%。而本发明通过回归分析,发现与CAP指数相关性较强的指标为ALT、AST、BMI、GGT、FFA、UA,以此为基础得到诊断模型。借助于fibroscan的CAP来构建诊断方程,此种建模方法十分新颖。构建由此所构建的ROC曲线,曲线下面积为0.927,灵敏度为87.68%,特异度为90.00%,均高于上述三种方程。ROC曲线下面积高,提示可信度强;特异度高,表明甄别出非NAFLD患者的价值高;特异度高,说明筛检出脂肪肝患者的效能也比较高。就涉及的模型指标内容和计算公式而言,在上述模型中也是最简单、最经济、可获得性最好的,在临床上容易推广,实用性强。通过简单的人体血指标BMI和血清学指标ALT,即可诊断出患者是否存在脂肪肝,这将为患者显著降低医疗费用,避免不必要的检查。而诊断模型中的数据来源于临床实验室检查的结果,更加客观。
Claims (4)
1.一种非酒精性脂肪性肝病无创性诊断程序,其特征在于,包括依次连接的患者基本信息注册模块、数据录入模块和数据结果分析模块;所述数据结果分析模块借助于诊断模型通过算法判断是否为非酒精性脂肪性肝病患者,所述诊断模型为:
CAP=113.163+0.252×ALT+6.316×BMI
ALT为患者静脉血的谷丙转氨酶含量,BMI为患者身体质量指数;
若CAP<277.67,则判定为非脂肪肝,若CAP>277.67,则判定为脂肪肝。
2.根据权利要求1所述的非酒精性脂肪性肝病无创性诊断程序,其特征在于,还包括既往病史模块,用于录入和管理患者既往病史,与所述数据录入模块相连接。
3.根据权利要求1所述的非酒精性脂肪性肝病无创性诊断程序,其特征在于,还包括脂肪肝自我管理模块,用于向患者推荐脂肪肝自我管理方法,与所述数据结果分析模块连接。
4.根据权利要求3所述的非酒精性脂肪性肝病无创性诊断程序,其特征在于,还包括脂肪肝知识学习模块,用于向患者推送有关脂肪肝的系列知识,与所述脂肪肝自我管理模块连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810595361.3A CN108932976A (zh) | 2018-06-11 | 2018-06-11 | 一种非酒精性脂肪性肝病无创性诊断程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810595361.3A CN108932976A (zh) | 2018-06-11 | 2018-06-11 | 一种非酒精性脂肪性肝病无创性诊断程序 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108932976A true CN108932976A (zh) | 2018-12-04 |
Family
ID=64450099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810595361.3A Pending CN108932976A (zh) | 2018-06-11 | 2018-06-11 | 一种非酒精性脂肪性肝病无创性诊断程序 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108932976A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110236497A (zh) * | 2019-07-10 | 2019-09-17 | 中电健康云科技有限公司 | 一种基于舌相和bmi指数的脂肪肝预测方法 |
CN111063440A (zh) * | 2019-12-31 | 2020-04-24 | 苏州和锐生物科技有限公司 | 早期非酒精性脂肪性肝病评估模型、构建方法及其应用 |
CN112133390A (zh) * | 2020-09-17 | 2020-12-25 | 吾征智能技术(北京)有限公司 | 一种基于电子病历的肝病认知系统 |
CN113160983A (zh) * | 2021-04-09 | 2021-07-23 | 南京医科大学附属逸夫医院 | 一种代谢相关脂肪性肝病临床预测模型 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101175998A (zh) * | 2005-02-03 | 2008-05-07 | 巴黎国立医院(Ah-Hp) | 使用生化标志的肝脂肪变性诊断方法 |
CN101523221A (zh) * | 2006-08-08 | 2009-09-02 | 利普米克斯科技公司 | 非酒精性脂肪肝病(nafld)和非酒精性脂肪性肝炎(nash)的标记及其使用方法 |
CN103517668A (zh) * | 2011-03-11 | 2014-01-15 | 昂热大学 | 基于新的详细分类来评估肝纤维化的存在或严重度的无创性方法 |
CN107400728A (zh) * | 2017-09-21 | 2017-11-28 | 西安医学院 | miR‑155作为分子标记物在诊断子痫前期中的应用 |
CN107407682A (zh) * | 2015-04-10 | 2017-11-28 | 社会福祉法人恩赐财团济生会 | 判别肝疾病的病态的方法 |
WO2017203367A2 (en) * | 2016-05-22 | 2017-11-30 | Volant Holdings Gmbh | Diagnostics and methods for treatment of non-alcoholic hepatic steatosis and hepatic steatohepatitis, and prevention of complications thereof |
CN107785062A (zh) * | 2017-10-31 | 2018-03-09 | 南京鼓楼医院 | 多学科干预肥胖的健康管理方法 |
-
2018
- 2018-06-11 CN CN201810595361.3A patent/CN108932976A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101175998A (zh) * | 2005-02-03 | 2008-05-07 | 巴黎国立医院(Ah-Hp) | 使用生化标志的肝脂肪变性诊断方法 |
CN101523221A (zh) * | 2006-08-08 | 2009-09-02 | 利普米克斯科技公司 | 非酒精性脂肪肝病(nafld)和非酒精性脂肪性肝炎(nash)的标记及其使用方法 |
CN103517668A (zh) * | 2011-03-11 | 2014-01-15 | 昂热大学 | 基于新的详细分类来评估肝纤维化的存在或严重度的无创性方法 |
CN107407682A (zh) * | 2015-04-10 | 2017-11-28 | 社会福祉法人恩赐财团济生会 | 判别肝疾病的病态的方法 |
WO2017203367A2 (en) * | 2016-05-22 | 2017-11-30 | Volant Holdings Gmbh | Diagnostics and methods for treatment of non-alcoholic hepatic steatosis and hepatic steatohepatitis, and prevention of complications thereof |
CN107400728A (zh) * | 2017-09-21 | 2017-11-28 | 西安医学院 | miR‑155作为分子标记物在诊断子痫前期中的应用 |
CN107785062A (zh) * | 2017-10-31 | 2018-03-09 | 南京鼓楼医院 | 多学科干预肥胖的健康管理方法 |
Non-Patent Citations (2)
Title |
---|
王文睿等: "FibroTouch受控衰减参数评价非酒精性脂肪性肝病相关因素分析", 《实用肝脏病杂志》 * |
王杉杉: "上海长风社区中老年人群非酒精性脂肪肝的患病率及与2型糖尿病的关系", 《中国博士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110236497A (zh) * | 2019-07-10 | 2019-09-17 | 中电健康云科技有限公司 | 一种基于舌相和bmi指数的脂肪肝预测方法 |
CN111063440A (zh) * | 2019-12-31 | 2020-04-24 | 苏州和锐生物科技有限公司 | 早期非酒精性脂肪性肝病评估模型、构建方法及其应用 |
CN112133390A (zh) * | 2020-09-17 | 2020-12-25 | 吾征智能技术(北京)有限公司 | 一种基于电子病历的肝病认知系统 |
CN112133390B (zh) * | 2020-09-17 | 2024-03-22 | 吾征智能技术(北京)有限公司 | 一种基于电子病历的肝病认知系统 |
CN113160983A (zh) * | 2021-04-09 | 2021-07-23 | 南京医科大学附属逸夫医院 | 一种代谢相关脂肪性肝病临床预测模型 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pu et al. | Diagnostic accuracy of controlled attenuation parameter (CAP) as a non-invasive test for steatosis in suspected non-alcoholic fatty liver disease: a systematic review and meta-analysis | |
Paige et al. | A pilot comparative study of quantitative ultrasound, conventional ultrasound, and MRI for predicting histology-determined steatosis grade in adult nonalcoholic fatty liver disease | |
Ferraioli et al. | Ultrasound point shear wave elastography assessment of liver and spleen stiffness: effect of training on repeatability of measurements | |
Piscaglia et al. | Accuracy of VirtualTouch Acoustic Radiation Force Impulse (ARFI) imaging for the diagnosis of cirrhosis during liver ultrasonography | |
Castera et al. | Biopsy and non-invasive methods for the diagnosis of liver fibrosis: does it take two to tango? | |
CN108932976A (zh) | 一种非酒精性脂肪性肝病无创性诊断程序 | |
Zhu et al. | Prospective evaluation of FibroScan for the diagnosis of hepatic fibrosis compared with liver biopsy/AST platelet ratio index and FIB-4 in patients with chronic HBV infection | |
Zheng et al. | Liver fibrosis in chronic viral hepatitis: an ultrasonographic study | |
Gu et al. | A meta‐analysis on the diagnostic performance of magnetic resonance imaging and transient elastography in nonalcoholic fatty liver disease | |
Karlas et al. | Non-invasive evaluation of hepatic manifestation in Wilson disease with transient elastography, ARFI, and different fibrosis scores | |
Sailer et al. | Validation of the BHBCheck blood β-hydroxybutyrate meter as a diagnostic tool for hyperketonemia in dairy cows | |
CN102895003A (zh) | 一种超声波图像量化诊断系统及其信号处理方法 | |
Tan et al. | Diagnosing sarcopenia and myosteatosis based on chest computed tomography images in healthy Chinese adults | |
Jung et al. | Direct comparison of quantitative US versus controlled attenuation parameter for liver fat assessment using MRI proton density fat fraction as the reference standard in patients suspected of having NAFLD | |
Ahmed et al. | Detecting liver fibrosis using a machine learning‐based approach to the quantification of the heart‐induced deformation in tagged MR images | |
Rodge et al. | Quantification of liver fat by MRI-PDFF imaging in patients with suspected non-alcoholic fatty liver disease and its correlation with metabolic syndrome, liver function test and ultrasonography | |
CN112837818B (zh) | 一种评估乙肝患者肝纤维化程度的模型 | |
CN105433901B (zh) | 一种测定人体体脂的方法及其应用 | |
Bakogiannis et al. | Hypertrophic cardiomyopathy or athlete’s heart? A systematic review of novel cardiovascular magnetic resonance imaging parameters | |
Santoro et al. | Early and accurate diagnosis of steatotic liver by artificial intelligence (AI)-supported ultrasonography | |
Jikuzono et al. | VsN, a reliability-index of shear-wave measurement in sonoelastography, is useful for the diagnosis of thyroid tumor malignancy | |
JP2018512208A (ja) | 肝臓の病変を定量化または決定するためのmr(磁気共鳴)画像のコンピュータ化された光学的分析方法 | |
Dunn et al. | Roles of radiological tests in clinical trials and the clinical Management of Nonalcoholic Fatty Liver Disease | |
CN108720870A (zh) | 一种基于超声衰减系数的脂肪肝检测系统 | |
Zhou et al. | Real-time three-dimensional echocardiography predicts cardiotoxicity induced by postoperative chemotherapy in breast cancer patients |
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 |