CN109994214A - 克罗恩病和肠白塞的鉴别模型及模型构建方法 - Google Patents
克罗恩病和肠白塞的鉴别模型及模型构建方法 Download PDFInfo
- Publication number
- CN109994214A CN109994214A CN201910296404.2A CN201910296404A CN109994214A CN 109994214 A CN109994214 A CN 109994214A CN 201910296404 A CN201910296404 A CN 201910296404A CN 109994214 A CN109994214 A CN 109994214A
- Authority
- CN
- China
- Prior art keywords
- lattice
- ulcer
- score
- intestines
- index
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B43—WRITING OR DRAWING IMPLEMENTS; BUREAU ACCESSORIES
- B43L—ARTICLES FOR WRITING OR DRAWING UPON; WRITING OR DRAWING AIDS; ACCESSORIES FOR WRITING OR DRAWING
- B43L1/00—Repeatedly-usable boards or tablets for writing or drawing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06C—DIGITAL COMPUTERS IN WHICH ALL THE COMPUTATION IS EFFECTED MECHANICALLY
- G06C3/00—Arrangements for table look-up, e.g. menstruation table
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
一种克罗恩病和肠白塞的鉴别模型,其包括临床表现,内镜下特征及影像学特征至少2个方面的对应指标的得分及对应指标的得分之和;临床表现的指标包括生殖器溃疡及皮肤病变;内镜下特征的指标为类圆形溃疡及纵行溃疡;溃疡总个数>5,炎性息肉;影像学特征的指标为粘膜面重度强化及肠系膜周围脂肪密度增高;总得分﹥1分时诊断为克罗恩病,总得分≤1分时诊断为肠白塞。通过上述模型可以有效的实现对克罗恩病与肠白塞的区分,简单快速,准确率高,并公开了此种模型的构建方法及验证方法,保证模型的有效性;并设计了对应的鉴别器械,可以更加直观快速的了解疾病情况。
Description
技术领域
本发明属于疾病区分鉴别模型技术领域,尤其针对克罗恩病和肠白塞的鉴别方便,具体涉及为一种克罗恩病和肠白塞的鉴别模型及模型构建方法。
背景技术
克罗恩病是一种原因不明的肠道炎症性疾病,在胃肠道的任何部位均可发生。本病和慢性溃疡性结肠炎两者统称为炎症性肠病。本病临床表现为腹痛、腹泻、肠梗阻,伴有发热、营养障碍等肠外表现。肠白塞病(Intestinal Behcet's disease)1937年由土耳其皮肤科医生最早提出,是一种全身性、慢性、血管炎症性疾病,主要临床表现为复发性口腔溃疡、生殖器溃疡、眼炎及皮肤损害,也可累及血管、神经系统、消化道、关节、肺、肾、附睾等器官。
克罗恩病与肠白塞均是慢性反复发作的胃肠道炎症性疾病,两者的临床症状存在许多相似的症状,如非特异性的胃肠道症状、相似的肠外表现及慢性反复的病程特点,但二者治疗方案有所不同,且预后也不相同,因此需要准确的诊断并进行后续的治疗药物的选择。
如果仅以临床症状作为鉴别标准,会出现很大的诊断错误概率,影响后期的治疗手段及治疗药物的选择。因此如何更加准备的区分鉴定克罗恩病与肠白塞对患者的治疗会提供很大的借鉴意义。
目前针对克罗恩病与肠白塞的检查主要包括临床表现、实验室检查、内镜及影像学特点等几个方面,而针对各个方面的检查存在很多指标,纳入何种指标进行区分鉴定成为一个需要解决的最关键技术问题,以及选择特定指标后如何赋值确定模型也是一个需要解决的技术问题。
本发明针对现有技术中不能选择有效合适的指标进行克罗恩病与肠白塞鉴定及各个指标如何有效赋值的问题,提供一种克罗恩病和肠白塞的鉴别模型及模型构建方法。
发明内容
为了克服不能选择有效合适的指标进行克罗恩病与肠白塞鉴定及各个指标如何有效赋值的问题,本发明提供一种克罗恩病和肠白塞的鉴别模型及模型构建方法。
一种克罗恩病和肠白塞的鉴别模型,其包括临床表现,内镜下特征及影像学特征至少2个方面的对应指标的得分及对应指标的得分之和;其特征在于,总得分大于设定分数时诊断为克罗恩病,总得分小于等于设定分数时诊断为肠白塞。
进一步,临床表现的指标包括生殖器溃疡及皮肤病变;内镜下特征的指标为类圆形溃疡及纵行溃疡;溃疡总个数>5,炎性息肉;影像学特征的指标为粘膜面重度强化及肠系膜周围脂肪密度增高。
进一步,有生殖器溃疡得分-3分,无生殖器溃疡得分0分;有皮肤病变得分-3分,无皮肤病变得分0分;有类圆形溃疡得分-2分,无得分0分;有纵行溃疡得分1分,无纵行溃疡得分0分;溃疡总个数>5个得分3分,溃疡总个数≤5个得分0分、有炎性息肉得分2分、无炎性息肉得分0分;有粘膜面重度强化得分2分、无粘膜面重度强化得分0分;有肠系膜周围脂肪密度增高得分1分,无肠系膜周围脂肪密度增高得分0分。
进一步,总分数>1分时,为克罗恩病,总分≤1分时为肠白塞。
一种克罗恩病及肠白塞的鉴别模型构建方法,
1)收集足够的确诊的克罗恩病及肠白塞的患者;
2)针对患者的临床表现,内镜下特征及影像学特征进行收集,统计数据;
3)针对临床表现,内镜下特征及影像学特征的每个指标进行单因素分析,通过单因素分析选择潜在预测评分指标;选择P<0.05的指标作为潜在预测评分指标;
4)多因素分析确定独立预测指标;将以上P<0.05的指标纳入二元logistic回归行多因素分析。
5)评分模型建立及评价,建立的logistic回归方程为:-1.2101-3.1645X1-3.3889X2-1.8258X3+1.3753X4+3.0704X5+1.9868X6+1.9374X7+1.1964X8(XI代表生殖器溃疡,X2代表皮肤病变,X3代表类圆形溃疡,X4代表纵行溃疡,X5代表溃疡总个数>5个,X6代表炎性息肉,X7代表粘膜面重度强化,X8代表肠系膜周围脂肪密度增多);评分的确立依赖于回归系数。根据多因素分析的结果,以最小的回归系数的指标作为1分,其他变量的回归系数除以最小回归系数,结果四舍五入即得到各变量的分值。
本发明还公开了一种克罗恩病和肠白塞的鉴别器械,其包括一矩形结构,矩形结构上部分为表格分区结构,表格分区上部包括一“指标”格,“是得分”格;“否得分”格;下方最前方格为具体的指标名称格,同行后面的得分格;分别为对应各指标是与否的得分格;最下方一行为总计行,统计总得分;具体指标格分别是:“生殖器溃疡”格、“皮肤病变”格、“类圆形溃疡”格、“纵行溃疡”格、“溃疡总个数>5个”格、“炎性息肉”格、“粘膜面重度强化”格、“肠系膜周围脂肪密度增高”格。
进一步,在具体指标格前方设置归类列;“生殖器溃疡”格、“皮肤病变”格、前方归类为“临床表现”格;“类圆形溃疡”格、“纵行溃疡”格、“溃疡总个数>5个”格、“炎性息肉”格前方归类为“内镜下特征”格;“粘膜面重度强化”格、“肠系膜周围脂肪密度增高”格前方归类为“影像学特征”格。
进一步,1.“生殖器溃疡”格后方为“-3”格与“0”格;分别是存在生殖器溃疡的得分与无生殖器溃疡的得分;
2.“皮肤病变”格后方为“-3”格与“0”格;分别是存在皮肤病变的得分与无皮肤病变的得分;
3.“类圆形溃疡”格后方为“-2”格与“0”格;分别是存在类圆形溃疡的得分与无类圆形溃疡疡的得分;
4.“纵行溃疡”格后方为“1”格与“0”格;分别是存在纵行溃疡的得分与无纵行溃疡的得分;
5.“溃疡总个数>5个”格后方为“3”格与“0”格;分别是存在溃疡总个数>5个的得分与无溃疡总个数>5个的得分;
6.“炎性息肉”格后方为“2”格与“0”格;分别是存在炎性息肉的得分与无炎性息肉的得分;
7.“粘膜面重度强化”格后方为“2”格与“0”格;分别是存在粘膜面重度强化的得分与无粘膜面重度强化的得分;
8.“肠系膜周围脂肪密度增高”格后方为“1”格与“0”格;分别是存在肠系膜周围脂肪密度增高的得分与无肠系膜周围脂肪密度增高的得分;
否定得分的项虽都为0分,但可以有效检查各个项目是否都完成统计,防止漏选,且方便选完后的检查更正。
进一步,矩形结构为一矩形板,矩形板为一光滑矩形板,其旁设置可擦笔及擦拭结构;矩形板上设置对应的可擦笔及擦拭结构放置结构;使用时通过可擦笔对特征进行标记后汇总计算得分,可以很快区分鉴别克罗恩病和肠白塞。
进一步,放置结构为设置在矩形板上表面边缘的放置槽。
进一步,放置槽设置为可转动的放置槽,放置槽通过转轴转动。
进一步,放置槽设置在右侧,转轴设置在右侧上方;此种设置可以保证器械使用时放置槽转动到最上方,不影响医生的标记。
进一步,放置槽前方下侧设置一磁性结构,在矩形结构的对应位置设置与放置槽上磁性结构对应且实现相互吸引固定的磁性结构,在放置槽旋转前与旋转后的矩形结构位置上都设置磁性结构,此种设置可以有效维持放置槽在各种状态下的位置固定。
或者,矩形结构内设置空腔;得分格下方设置带灯开关;带灯开关与矩形结构空腔内的直流电源连接。通过按下或触碰对应得分格的带灯开关时灯亮起,起到标示作用,使用者通过开启的灯统计得分情况,此种方式是得分标记方式更加方便。
进一步,矩形结构上设置一个总开关,对器械整体进行控制。
进一步,设置一控制结构,每个开关都连接到控制结构上,控制结构控制单行内的两个得分开关不能同时打开。
进一步,控制结构还连接一计算单元,计算单元还连接一显示结构。通过将控制结构与计算单元连接,计算单元收集得分格下带灯开关的对应分值,进行计算,将计算后的结果传输到显示结构上显示;通过显示结构显示分数,可以很快得出结论。
与现有技术的模型及评分方法相比,本发明的模型构建后的预测准确率更高,可操作性更强。
附图说明
图1为不同模型多变量分析ROC曲线图,model_1为仅包含临床表现指标的模型ROC曲线;model_2为包含临床表现指标及内镜学指标的模型ROC曲线;model_3为包含临床表现指标、内镜学指标及影像学指标的模型ROC曲线。
图2为本包含临床表现指标、内镜学指标及影像学指标的模型的十折验证法的ROC曲线;
图3为本发明实施例2放置结构在上侧的整体结构示意图;
图4为本发明实施例2放置结构在侧面的整体结构示意图;
图5为本发明放置结构的底面观结构示意图;
图6为本发明放置结构及转轴部分的纵向剖视结构示意图;
图7为本发明实施例3整体结构示意图;
图8为本发明实施例3无背盖的空腔部分透视结构示意图;
图9为本发明实施例3无背盖的空腔部分非透视结构示意图;
图10为本发明实施例3背盖部分内侧面结构示意图;
图11为本发明实施例3带背盖部分且底面观结构示意图;
图中,1、矩形结构;2、“指标”格;3、“是得分”格;4、“否得分”格;5、总计行;61、“生殖器溃疡”格;62、“皮肤病变”格;63、“类圆形溃疡”格;64、“纵行溃疡”格;65、“溃疡总个数>5个”格;66、“炎性息肉”格;67、“粘膜面重度强化”格;68、“肠系膜周围脂肪密度增高”格;71、“临床表现”格;72、“内镜下特征”格;73、“影像学特征”格;81、可擦笔;82、擦拭结构;83、放置结构;84、转轴;85、磁性结构;91、空腔;92、带灯开关;93、直流电源;94、总开关;95、控制结构;96、计算单元;97、显示结构;98、背盖。
具体实施方式
实施例1一种克罗恩病和肠白塞的鉴别模型构建方法
首先,纳入在2004年1月1日至2018年12月30日在北京协和医院,中山大学附属第一医院,中山大学附属第六医院,上海仁济医院,上海十院,西京医院及邵逸夫医院多中心连续诊治的临床、内镜、影像学资料齐全的克罗恩病和肠白塞患者,其中克罗恩病113例,肠白塞70例。
1.诊断标准:
克罗恩病的诊断依据ECCO指南和我国《2012年炎症性肠病诊断和治疗的共识意见》:在排除其他疾病基础上,可按下列要点诊断:(1)具备腹泻、腹痛、体重减轻、肛周病变等典型临床表现者可临床疑诊;(2)同时具备结肠镜或小肠镜(病变局限在小肠者)特征(节段性、纵行溃疡、鹅卵石样外观等)以及影像学(CTE或MRE,无条件者采用小肠钡剂造影)特征(肠壁增厚、靶征、木梳征等)者,可临床拟诊;(3)如再加上活检提示克罗恩病的特征性改变且能排除肠结核,可作出临床诊断;(4)如有手术切除标本(包括切除肠段及病变附近淋巴结),可根据标准作出病理确诊;(5)对无病理确诊的初诊病例,随访6~12个月以上,根据对治疗的反应及病情变化判断,符合克罗恩病自然病程者,可作出临床确诊;纳入的患者均为临床确诊及病理确诊。
肠白塞根据CheotUH等人所制定的诊断标准进行诊断,主要根据肠外表现和肠道溃疡分为疑诊、拟诊及确诊。其中典型肠道溃疡指回盲部深大、椭圆形溃疡,溃疡总个数小于5,且相互之间不连续;若不满足以上所有条件则称为非典型溃疡。按照1987年日本制定的标准分为完全型、不完全型及可疑,以上三种类型均属于系统性白塞病。(1)若患者系统性白塞病明确,同时出现典型肠道溃疡,则可确诊肠白塞。(2)若患者具备仅口腔溃疡+典型肠道溃疡或系统性白塞病+非典型肠道溃疡,则拟诊肠白塞。(3)若患者仅有典型肠道溃疡或仅口腔溃疡+非典型肠道溃疡,则疑诊肠白塞。
纳入及排除标准
纳入标准:1)临床确诊或病理确诊的克罗恩病患者,临床确诊、拟诊及疑诊的肠白塞患者。2)同时具有齐全的临床、内镜、影像学资料。其中临床资料包括临床表现,影像学为增强腹盆CT/CTE原始图片,内镜病变部位原始图片和报告。排除标准:1)缺少影像学、内镜原始图片和报告者。2)临床症状资料不全者。3)手术或治疗后患者(有手术前/治疗前资料者可入组)。4)未明确诊断者。
2.回顾性分析克罗恩病和肠白塞患者的临床资料
利用SAS9.3软件分析二者的临床表现、内镜下特征、影像学特征,具体内容如下:
1)临床表现:分析的指标包括发热、腹痛、腹泻、恶心呕吐、便血、肛周病变、体重下降,肠外表现(口腔外阴溃疡、皮肤病变、关节病变等),并发症(肠狭窄、肠瘘、肠穿孔等)。
2)内镜学资料:包括病变部位,病变的分布,溃疡的形态、个数、大小,回盲瓣受累情况,溃疡周围黏膜情况等。
3)影像学资料:包括病变的最长节段、厚度、病变分布、强化特点、黏膜及浆膜面情况、系膜周围血管及脂肪密度情况、肠瘘等。
对于克罗恩病和肠白塞鉴别的连续性变量,采用平均值士标准差表示;对于分类变量,采用百分率表示。分类变量采用卡方检验或Fisher精确检验进行对比,连续性变量采用t检验进行对比。
3.单因素分析选择潜在预测评分指标 选择P<0.05的指标作为潜在预测指标
3.1克罗恩病和肠BD患者临床表现对比分析 临床表现包括发热、恶心呕吐、腹痛腹泻、便血、食欲减退、体重下降、肛周病变、并发症(腹部包块、腹腔脓肿、肠瘘、肠穿孔、肠出血)、口腔溃疡、外阴溃疡及其他肠外表现(如皮肤病变、眼部病变、关节病变、MDS、血栓栓塞性疾病)。
表1肠白塞和克罗恩病患者临床表现对比分析
*卡方检验或Fisher精确检验
3.2克罗恩病和肠白塞患者内镜下特点对比分析
内镜下特点包括病变分布、病变位置、溃疡形态、溃疡总个数、溃疡直径、回盲
瓣受累、回盲部变形、回盲瓣开放、病变周围黏膜情况(炎性息肉、黏膜桥)、铺 路石征、肠管僵硬、肠管变形、出血。
表2肠白塞和克罗恩病内镜下特点对比分析
*卡方检验或Fisher精确检验
3.3影像学特点对比分析
分析的指标包括病变的最长节段、厚度、病变分布、强化特点、黏膜及浆膜面情况、系膜周围血管及脂肪密度情况、肠瘘等。
表3肠白塞和克罗恩病的影像学特点对比分析
4.多因素分析确定独立预测指标
将P<0.05的指标纳入二元logistic回归行多因素分析。结果显示如表4,生殖器溃疡、皮肤病变、类圆形溃疡、纵行溃疡、溃疡总个数>5个、炎性息肉、粘膜面重度强化、肠系膜周围脂肪密度增高8个指标在克罗恩病与肠白塞中有显著的统计学差异。
表4多因素分析结果
5.不同的模型的比较
分别选择仅包含临床表现的模型,包含临床表现及内镜下特征的模型,包含临床表现、内镜下特征及影像学特征的模型进行分析。单纯针对临床指标进行单因素及logistic回归多因素的分析,最终纳入的指标为生殖器溃疡和皮肤病变,根据这两个指标鉴别克罗恩病和肠白塞的ROC曲线下面积为0.7309。针对临床+内镜学指标进行单因素及logistic回归多因素的分析,最终纳入的指标为生殖器溃疡、皮肤病变、类圆形溃疡、纵行溃疡、溃疡总个数>5个及炎性息肉,根据这5个指标鉴别克罗恩病和肠白塞的ROC曲线下面积为0.9128。针对临床+内镜+影像学指标进行单因素及logistic回归多因素的分析,最终纳入的指标为生殖器溃疡、皮肤病变、类圆形溃疡、纵行溃疡、溃疡总个数>5个、炎性息肉、粘膜面重度强化、肠系膜周围脂肪密度增高,根据这8个指标鉴别克罗恩病和肠白塞的ROC曲线下面积为0.9372(图1)。因此,增加内镜和影像学指标可以显著提高克罗恩病和肠白塞的鉴别能力。
6.评分模型建立及评价
建立的logistic回归方程为:本发明对应的公式logit(P)=-1.2101-3.1645X1-3.3889X2-1.8258X3+1.3753X4+3.0704X5+1.9868X6+1.9374X7+1.1964X8(XI代表生殖器溃疡,X2代表皮肤病变,X3代表类圆形溃疡,X4代表纵行溃疡,X5代表溃疡总个数>5个,X6代表炎性息肉,X7代表粘膜面重度强化,X8代表肠系膜周围脂肪密度增多);
评分的确立依赖于回归系数。根据多因素分析的结果,以最小的回归系数的指标作为1分,其他变量的回归系数除以最小回归系数,结果四舍五入即得到各变量的分值。基于logistic回归模型,最后建立的肠白塞和克罗恩病的鉴别诊断评分模型(表5)
表5克罗恩病和肠白塞的评分体系
7.模型验证
利用十折验证法对以上结果进行验证,将数据集分为10份,轮流将其中9份作为训练数据,1份作为测试数据,进行验证。所得十折验证的ROC曲线下面积为0.9186,如图2所示;说明该模型对CD和肠BD有良好的鉴别能力。
实施例2一种克罗恩病和肠白塞的鉴别器械
一种克罗恩病和肠白塞的鉴别器械,其包括一矩形结构1,矩形结构1上部分为表格分区结构,表格分区上部包括一“指标”格2,“是得分”格3;“否得分”格4;下方最前方格为具体的指标名称格,同行后面的得分格;分别为对应各指标是与否的得分格;最下方一行为总计行5,统计总得分;具体指标格分别是:“生殖器溃疡”格61、“皮肤病变”格62、“类圆形溃疡”格63、“纵行溃疡”格64“溃疡总个数>5个”格65、“炎性息肉”格66、“粘膜面重度强化”格67、“肠系膜周围脂肪密度增高”格68。
在具体指标格前方设置归类列;“生殖器溃疡”格61、“皮肤病变”格62、前方归类为“临床表现”格71;“类圆形溃疡”格63、“纵行溃疡”格64“溃疡总个数>5个”格65、“炎性息肉”格66前方归类为“内镜下特征”格72;“粘膜面重度强化”格67、“肠系膜周围脂肪密度增高”格68前方归类为“影像学特征”格73。
1.“生殖器溃疡”格61后方为“-3”格与“0”格;分别是存在生殖器溃疡的得分与无生殖器溃疡的得分。
2.“皮肤病变”格62后方为“-3”格与“0”格;分别是存在皮肤病变的得分与无皮肤病变的得分。
3.“类圆形溃疡”格63后方为“-2”格与“0”格;分别是存在类圆形溃疡的得分与无类圆形溃疡疡的得分。
4.“纵行溃疡”格64后方为“1”格与“0”格;分别是存在纵行溃疡的得分与无纵行溃疡的得分。
5.“溃疡总个数>5个”格65后方为“3”格与“0”格;分别是存在溃疡总个数>5个的得分与无溃疡总个数>5个的得分。
6.“炎性息肉”格66后方为“2”格与“0”格;分别是存在炎性息肉的得分与无炎性息肉的得分。
7.“粘膜面重度强化”格67后方为“2”格与“0”格;分别是存在粘膜面重度强化的得分与无粘膜面重度强化的得分。
8.“肠系膜周围脂肪密度增高”格68后方为“1”格与“0”格;分别是存在肠系膜周围脂肪密度增高的得分与无肠系膜周围脂肪密度增高的得分。
矩形结构1为一矩形板,矩形板为一光滑矩形板,其旁设置可擦笔81及擦拭结构82;矩形板上设置对应的可擦笔81及擦拭结构82放置结构83;使用时通过可擦笔81对特征进行标记后汇总计算得分,可以很快区分鉴别克罗恩病和肠白塞。
放置结构83为设置在矩形板上表面边缘的放置槽。
放置槽设置为可转动的放置槽,放置槽通过转轴84转动。
放置槽设置在右侧,转轴84设置在右侧上方;此种设置可以保证器械使用时放置槽转动到最上方,不影响医生的标记。
放置槽前方下侧设置一磁性结构85,在矩形结构1的对应位置设置与放置槽上磁性结构85对应且实现相互吸引固定的磁性结构85,在放置槽旋转前与旋转后的矩形结构1位置上都设置磁性结构85,此种设置可以有效维持放置槽在各种状态下的位置固定。
实施例3一种克罗恩病和肠白塞的鉴别模型及模型构建方法
一种克罗恩病和肠白塞的鉴别器械,其包括一矩形结构1,矩形结构1上部分为表格分区结构,表格分区上部包括一“指标”格2,“是得分”格3;“否得分”格4;下方最前方格为具体的指标名称格,同行后面的得分格;分别为对应各指标是与否的得分格;最下方一行为总计行5,统计总得分;具体指标格分别是:“生殖器溃疡”格61、“皮肤病变”格62、“类圆形溃疡”格63、“纵行溃疡”格64“溃疡总个数>5个”格65、“炎性息肉”格66、“粘膜面重度强化”格67、“肠系膜周围脂肪密度增高”格68。
在具体指标格前方设置归类列;“生殖器溃疡”格61、“皮肤病变”格62、前方归类为“临床表现”格71;“类圆形溃疡”格63、“纵行溃疡”格64、“溃疡总个数>5个”格65、“炎性息肉”格66前方归类为“内镜下特征”格72;“粘膜面重度强化”格67、“肠系膜周围脂肪密度增高”格68前方归类为“影像学特征”格73。
1.“生殖器溃疡”格61后方为“-3”格与“0”格;分别是存在生殖器溃疡的得分与无生殖器溃疡的得分。
2.“皮肤病变”格62后方为“-3”格与“0”格;分别是存在皮肤病变的得分与无皮肤病变的得分。
3.“类圆形溃疡”格63后方为“-2”格与“0”格;分别是存在类圆形溃疡的得分与无类圆形溃疡疡的得分。
4.“纵行溃疡”格64后方为“1”格与“0”格;分别是存在纵行溃疡的得分与无纵行溃疡的得分。
5.“溃疡总个数>5个”格65后方为“3”格与“0”格;分别是存在溃疡总个数>5个的得分与无溃疡总个数>5个的得分。
6.“炎性息肉”格66后方为“2”格与“0”格;分别是存在炎性息肉的得分与无炎性息肉的得分。
7.“粘膜面重度强化”格67后方为“2”格与“0”格;分别是存在粘膜面重度强化的得分与无粘膜面重度强化的得分。
8.“肠系膜周围脂肪密度增高”格68后方为“1”格与“0”格;分别是存在肠系膜周围脂肪密度增高的得分与无肠系膜周围脂肪密度增高的得分。
矩形结构1内设置空腔91;得分格下方设置带灯开关92;带灯开关92与矩形结构1空腔91内的直流电源93连接。通过按下或触碰对应得分格的带灯开关92时灯亮起,起到标示作用,使用者通过开启的灯统计得分情况,此种方式是得分标记方式更加方便。
矩形结构1上设置一个总开关94,对器械整体进行控制。
设置一控制结构95,每个开关都连接到控制结构95上,控制结构95控制单行内的两个得分开关不能同时打开。
控制结构95还连接一计算单元96,计算单元96还连接一显示结构97。通过将控制结构95与计算单元96连接,计算单元96收集得分格下带灯开关92的对应分值,进行计算,将计算后的结果传输到显示结构97上显示;通过显示结构97显示分数,可以很快得出结论。空腔后方设置一背盖98,控制结构95与直流电源设置在背盖上。
上述实施例的说明只是用于理解本发明。应当指出,对于本领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进,这些改进也将落入本发明权利要求的保护范围内。
Claims (10)
1.一种克罗恩病和肠白塞的鉴别模型,其包括临床表现,内镜下特征及影像学特征至少2个方面的对应指标的得分及对应指标的得分之和;其特征在于,总得分大于设定分数时诊断为克罗恩病,总得分小于等于设定分数时诊断为肠白塞。
2.根据权利要求1所述的克罗恩病和肠白塞的鉴别模型,其特征在于,临床表现的指标包括生殖器溃疡及皮肤病变;内镜下特征的指标为类圆形溃疡及纵行溃疡,溃疡总个数>5,炎性息肉;影像学特征的指标为粘膜面重度强化及肠系膜周围脂肪密度增高。
3.根据权利要求2所述的克罗恩病和肠白塞的鉴别模型,其特征在于,有生殖器溃疡得分-3分,无生殖器溃疡得分0分;有皮肤病变得分-3分,无皮肤病变得分0分;有类圆形溃疡得分-2分,无得分0分;有纵行溃疡得分1分,无纵行溃疡得分0分;溃疡总个数>5个得分3分,溃疡总个数≤5个得分0分;有炎性息肉得分2分,无炎性息肉得分0分;有粘膜面重度强化得分2分,无粘膜面重度强化得分0分;有肠系膜周围脂肪密度增高得分1分,无肠系膜周围脂肪密度增高得分0分;总分数>1分时,为克罗恩病,总分≤1分时为肠白塞。
4.根据权利要求1所述的克罗恩病和肠白塞的鉴别模型的构建方法,其特征在于,
1)根据权利要求2所述的克罗恩病和肠白塞的鉴别模型,收集足够的确诊的克罗恩病及肠白塞的患者;
2)针对患者的临床表现,内镜下特征及影像学特征进行收集,统计数据;
3)针对临床表现,内镜下特征及影像学特征的每个指标进行单因素分析,通过单因素分析选择潜在预测评分指标;
4)多因素分析确定独立预测指标;将以上P<0.05的指标纳入二元logistic回归行多因素分析;
5)评分模型建立及评价,建立的logistic回归方程为:本发明对应的公式-1.2101-3.1645X1-3.3889X2-1.8258X3+1.3753X4+3.0704X5+1.9868X6+1.9374X7+1.1964X8(XI代表生殖器溃疡,X2代表皮肤病变,X3代表类圆形溃疡,X4代表纵行溃疡,X5代表溃疡个数>5个,X6代表炎性息肉,X7代表粘膜面重度强化,X8代表肠系膜周围脂肪密度增多)评分的确立依赖于回归系数。
5.克罗恩病和肠白塞的鉴别器械,其包括一矩形结构,矩形结构上部分为表格分区结构,表格分区上部包括一“指标”格,“是得分”格;“否得分”格;下方最前方格为具体的指标名称格,同行后面的得分格;分别为对应各指标是与否的得分格;最下方一行为总计行,统计总得分;具体指标格分别是:“生殖器溃疡”格、“皮肤病变”格、“类圆形溃疡”格、“纵行溃疡”格“溃疡个数>5个”格、“炎性息肉”格、“粘膜面重度强化”格、“肠系膜周围脂肪密度增高”格。
6.根据权利要求1所述的克罗恩病和肠白塞的鉴别模型,其特征在于,在具体指标格前方设置归类列;“生殖器溃疡”格、“皮肤病变”格、前方归类为“临床表现”格;“类圆形溃疡”格、“纵行溃疡”格“溃疡个数>5个”格、“炎性息肉”格前方归类为“内镜下特征”格;“粘膜面重度强化”格、“肠系膜周围脂肪密度增高”格前方归类为“影像学特征”格。
7.根据权利要求6所述的克罗恩病和肠白塞的鉴别器械,其特征在于,
1).“生殖器溃疡”格后方为“-3”格与“0”格;分别是存在生殖器溃疡的得分与无生殖器溃疡的得分;
2).“皮肤病变”格后方为“-3”格与“0”格;分别是存在皮肤病变的得分与无皮肤病变的得分;
3).“类圆形溃疡”格后方为“-2”格与“0”格;分别是存在类圆形溃疡的得分与无类圆形溃疡疡的得分;
4).“纵行溃疡”格后方为“1”格与“0”格;分别是存在纵行溃疡的得分与无纵行溃疡的得分;
5).“溃疡个数>5个”格后方为“3”格与“0”格;分别是存在溃疡个数>5个的得分与无溃疡个数>5个的得分;
6).“炎性息肉”格后方为“2”格与“0”格;分别是存在炎性息肉的得分与无炎性息肉的得分;
7).“粘膜面重度强化”格后方为“2”格与“0”格;分别是存在粘膜面重度强化的得分与无粘膜面重度强化的得分;
8).“肠系膜周围脂肪密度增高”格后方为“1”格与“0”格;分别是存在肠系膜周围脂肪密度增高的得分与无肠系膜周围脂肪密度增高的得分。
8.根据权利要求6所述的克罗恩病和肠白塞的鉴别模型,其特征在于,矩形结构为一矩形板,矩形板为一光滑矩形板,其旁设置可擦笔及擦拭结构;矩形板上设置对应的可擦笔及擦拭结构放置结构。
9.根据权利要求8所述的克罗恩病和肠白塞的鉴别模型,其特征在于,放置结构为设置在矩形板上表面边缘的放置槽。
10.根据权利要求6所述的克罗恩病和肠白塞的鉴别模型,其特征在于,矩形结构内设置空腔;得分格下方设置带灯开关;带灯开关与矩形结构空腔内的直流电源连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910296404.2A CN109994214A (zh) | 2019-04-13 | 2019-04-13 | 克罗恩病和肠白塞的鉴别模型及模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910296404.2A CN109994214A (zh) | 2019-04-13 | 2019-04-13 | 克罗恩病和肠白塞的鉴别模型及模型构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109994214A true CN109994214A (zh) | 2019-07-09 |
Family
ID=67133555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910296404.2A Pending CN109994214A (zh) | 2019-04-13 | 2019-04-13 | 克罗恩病和肠白塞的鉴别模型及模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109994214A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116631510A (zh) * | 2022-10-28 | 2023-08-22 | 中国人民解放军军事科学院军事医学研究院 | 一种用于鉴别诊断克罗恩病和溃疡性结肠炎的装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101584578A (zh) * | 2008-09-10 | 2009-11-25 | 上海市肺科医院 | 一种对结节病与不典型结核病的综合评分参数的分析方法 |
CN102512244A (zh) * | 2009-06-20 | 2012-06-27 | 上海市肺科医院 | 一种对结节病与不典型结核病的综合评分参数的分析方法 |
CN104462866A (zh) * | 2014-12-01 | 2015-03-25 | 金华市中心医院 | 气道侵袭性曲霉病评分模型及其建立方法 |
CN207640381U (zh) * | 2017-03-06 | 2018-07-24 | 中国医学科学院北京协和医院 | 慢性自身免疫性疾病致残指数评估器械 |
-
2019
- 2019-04-13 CN CN201910296404.2A patent/CN109994214A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101584578A (zh) * | 2008-09-10 | 2009-11-25 | 上海市肺科医院 | 一种对结节病与不典型结核病的综合评分参数的分析方法 |
CN102512244A (zh) * | 2009-06-20 | 2012-06-27 | 上海市肺科医院 | 一种对结节病与不典型结核病的综合评分参数的分析方法 |
CN104462866A (zh) * | 2014-12-01 | 2015-03-25 | 金华市中心医院 | 气道侵袭性曲霉病评分模型及其建立方法 |
CN207640381U (zh) * | 2017-03-06 | 2018-07-24 | 中国医学科学院北京协和医院 | 慢性自身免疫性疾病致残指数评估器械 |
Non-Patent Citations (1)
Title |
---|
李攀等: "肠白塞和克罗恩病的临床对照研究", 《2011年北京医学会消化系病学术年会论文集》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116631510A (zh) * | 2022-10-28 | 2023-08-22 | 中国人民解放军军事科学院军事医学研究院 | 一种用于鉴别诊断克罗恩病和溃疡性结肠炎的装置 |
CN116631510B (zh) * | 2022-10-28 | 2024-01-12 | 中国人民解放军军事科学院军事医学研究院 | 一种用于鉴别诊断克罗恩病和溃疡性结肠炎的装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sanchez et al. | Staging | |
Gheorghe et al. | The non-invasive assessment of hepatic fibrosis | |
Jacobsson et al. | Rheumatoid arthritis and mortality. A longitudinal study in Pima Indians | |
Nguyen et al. | Risk factors predictive of poor quality preparation during average risk colonoscopy screening: the importance of health literacy. | |
O'sullivan et al. | Acute and chronic pancreatitis in Rochester, Minnesota, 1940 to 1969 | |
Anderson et al. | Impact of fair bowel preparation quality on adenoma and serrated polyp detection: data from the New Hampshire colonoscopy registry by using a standardized preparation-quality rating | |
Ozveren et al. | Simple renal cysts: prevalence, associated risk factors and follow-up in a health screening cohort | |
Puc et al. | Ultrasound is not a useful screening tool for acute acalculous cholecystitis in critically ill trauma patients | |
CN104769132A (zh) | 肝脏相关的炎性疾病的基因标记 | |
CN109998488A (zh) | 克罗恩病和肠道溃疡型淋巴瘤的鉴别模型及构建方法 | |
CN109994214A (zh) | 克罗恩病和肠白塞的鉴别模型及模型构建方法 | |
Polat et al. | Relationship between calcium stone disease and metabolic syndrome | |
Mori | Sclerosing hemangioma of the lung | |
CN111192687A (zh) | 一种进展期阑尾炎列线图预测模型及其用途 | |
Moaref et al. | The correlation between echocardiographic findings and QT interval in cirrhotic patients | |
CN113345589A (zh) | 肝癌预后模型的构建方法及应用方法、电子设备 | |
Kaze et al. | The changing pattern of cirrhosis in belgium: a study based on two cohorts pro-spectively collected 15 years apart | |
Nicholson et al. | Recent developments in CT colonography | |
Teomete et al. | Automated computer-aided diagnosis of splenic lesions due to abdominal trauma | |
CN105671178B (zh) | 血清microRNA肝癌诊断标志物及试剂盒 | |
RU2789426C1 (ru) | Способ экспресс-диагностики степени тяжести пневмонии при COVID-19 | |
Atay et al. | Evaluation of non-invasive diagnostic methods as indicators of fibrosis in patients with nonalcoholic fatty liver disease | |
Koti et al. | A Study on AI Utility for Covid-19 Identification using CT Images | |
Lee et al. | Inhibitory effect of eupatilin isolated from Artemisia princeps on NSAID induced small intestinal mucosal injury in rat | |
Huang et al. | Development of a Machine Learning-Assisted Model for the Early Detection of Severe COVID-19 Cases Combining Blood Test and Quantitative Computed Tomography Parameters |
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 |