CN111081384A - 一种心血管疾病临床用药指导系统及方法 - Google Patents

一种心血管疾病临床用药指导系统及方法 Download PDF

Info

Publication number
CN111081384A
CN111081384A CN201911248399.4A CN201911248399A CN111081384A CN 111081384 A CN111081384 A CN 111081384A CN 201911248399 A CN201911248399 A CN 201911248399A CN 111081384 A CN111081384 A CN 111081384A
Authority
CN
China
Prior art keywords
drug
module
treatment
information
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
Application number
CN201911248399.4A
Other languages
English (en)
Inventor
周洲
刘华芬
张郁
王恺隽
刘朝晖
曲亮
马金飞
郭惠民
李志凯
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.)
Hangzhou Calibra Diagnostics Co ltd
Zhejiang Dipu Diagnosis Technology Co ltd
Fuwai Hospital of CAMS and PUMC
Original Assignee
Hangzhou Calibra Diagnostics Co ltd
Zhejiang Dipu Diagnosis Technology Co ltd
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 Hangzhou Calibra Diagnostics Co ltd, Zhejiang Dipu Diagnosis Technology Co ltd, Fuwai Hospital of CAMS and PUMC filed Critical Hangzhou Calibra Diagnostics Co ltd
Priority to CN201911248399.4A priority Critical patent/CN111081384A/zh
Publication of CN111081384A publication Critical patent/CN111081384A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/40ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Toxicology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明提供一种心血管疾病临床用药指导系统及方法,该系统采用药物基因检测技术、药物浓度监测技术和已有的临床用药指导原则,设计一个合理的个体化用药指导方案,为临床医生合理化用药提供依据,从而解决个体化治疗过程中具体方案制定的问题,包括药物种类、剂量、用药时间和给药途径的选择,使医生快速、准确地对患者进行用药治疗。

Description

一种心血管疾病临床用药指导系统及方法
技术领域
本发明属于医疗技术领域,涉及一种心血管疾病临床用药指导系统及方法。
背景技术
心血管疾病严重威胁着中国人的健康,具有患者基数大,高患病率、高致残率和高死亡 率的特点,一般需要及时进行针对性的药物治疗,以缓解症状,克服并发症。根据《中国心 血管病报告2017》数据,我国心血管疾病患者约有2.9亿人,其中脑卒中1300万人,冠心 病1100万人,心力衰竭450万人,先天性心脏病200万人,高血压2.7亿人。心血管疾病是居民因病死亡的首要因素,占居民疾病死亡总数的40%以上,高于肿瘤及其他疾病致死人数。 而在心血管临床治疗过程中发现,不同的心血管疾病患者对于药物治疗存在明显差异。
临床用药经历了经验用药阶段,询证用药阶段,到现在逐渐发展为个性化用药阶段。目 前临床常规的药物治疗方法是基于同一疾病,采用同一种药物和同一剂量,根据预后疗效反 应进一步做出调整。然而,在实际临床中采用相同的治疗方案,虽然部分患者可以获得很好 的治疗效果,但是对于一部分患者却效果较差,甚至还有患者会出现严重的不良反应。以上 差异主要是由于患者的药物代谢基因和其他生理因素差别所引起的。因此临床上越来越需要 从患者的实际药物代谢能力和疾病状态出发来制定个体化的精准治疗方案,包括药物种类、 剂量、用药时间和给药途径的差异化,通过差异化的用药指导,降低患者不良心血管事件发 生的风险,以期达到“精准医疗”、“个性化用药”、“合理用药”的目标。然而,现今的个体 化治疗主要基于医生个人经验和判断,缺少系统的全面的治疗指导系统,很难在临床大范围 推广应用。
发明内容
由于药物的吸收代谢存在个体差异,在临床中需要个体化治疗方案,包括药物种类、治 疗剂量,从而减少药效不佳或者严重不良反应等情况。针对以上需求,本专利的目的是建立 一个心血管疾病临床用药指导系统,结合药物基因检测、药物浓度监测技术和已有的临床用 药指导原则,设计一个合理的个体化用药方案和详细信息,为临床医生合理化用药提供依据, 从而解决个体化治疗过程中具体方案制定的问题,包括药物种类、剂量、用药时间和给药途 径的选择,使医生快速、准确地对患者进行用药治疗。
为达到上述目的,本发明提供如下技术方案:
本发明第一目的在于提供一种心血管疾病临床用药指导系统,该系统包括患者信息模块、 药物基因检测模块、数据库模块、初步方案制定模块和报告模块;
所述患者信息模块用于记录患者的基本信息;
所述药物基因检测模块用于检测患者的心血管药物相关基因的多态性信息;
所述数据库模块用于储存治疗心血管不同候选药物的临床使用信息;
所述初步方案制定模块,用于利用从患者信息模块、药物基因检测模块和数据库模块导 入的信息,分析预估各种治疗方案对该患者个体的预期药效和不良反应风险,进一步判断候 选药物与患者是否匹配,并确定患者的初步治疗方案;所述初步治疗方案包括具体药物治疗 方案、预期药效和不良反应风险;
所述报告模块用于生成初步治疗方案报告。
本发明第二目的在于提供一种心血管疾病临床用药指导方法,包括:
采集患者血浆样本,通过药物基因检测模块检测患者的心血管药物相关基因多态性信息;
将药物基因检测模块中检测得到的数据、患者信息模块中的数据、数据库模块中的治疗 心血管不同候选药物的临床使用信息导入初步方案制定模块;
初步方案制定模块根据导入的信息,分析预估各种治疗方案对该患者个体的预期药效和 不良反应风险,进一步判断候选药物与患者是否匹配,并确定患者的初步治疗方案,所述初 步治疗方案包括具体药物治疗方案、预期药效和不良反应风险。
本发明第三目的在于提供一种心血管疾病临床用药指导系统,该系统包括:治疗信息更 新模块、药物浓度监测模块、数据库模块、方案优化调整模块和报告模块;
治疗信息更新模块,用于导入初步治疗方案和患者接受初步治疗后的复查结果;
药物浓度监测模块,用于从患者样本中获得患者个体对心血管药物的体内暴露水平或代 谢水平信息;
数据库模块,用于储存治疗药物的临床使用数据、临床药物药代动力学研究数据;
方案优化调整模块,用于利用从治疗信息更新模块、药物浓度监测模块、数据库模块导 入的信息,根据患者复查结果以及实际药物暴露水平或代谢水平,综合分析评估初步治疗方 案的治疗效果,并进一步对其优化调整,得到优化治疗方案;
报告模块,用于导出优化调整后的治疗方案报告。
本发明第四目的在于一种心血管疾病临床用药指导方法,包括:
将初步治疗方案和患者采用初步方案治疗后的最新复查结果导入治疗信息更新模块;
采集患者血浆样本,通过药物浓度监测模块监测患者个体对心血管药物的体内暴露水平 或代谢水平信息;
将治疗信息更新模块中的信息、药物浓度监测模块监测得到的信息、数据库模块中的治 疗-药物的临床使用信息及临床药物药代动力学研究数据,导入方案优化调整模块,方案优化 调整模块根据导入的信息,根据患者复查结果以及实际药物暴露水平或代谢水平,综合分析 评估初步治疗方案的治疗效果,并进一步对其优化调整,得到优化治疗方案。
本发明第五目的在于提供一种心血管疾病临床用药指导系统,该系统包括患者信息模块、 药物基因检测模块、数据库模块、初步方案制定模块、治疗信息更新模块、药物浓度监测模 块、方案优化调整模块;
所述患者信息模块用于记录患者的基本信息;
所述药物基因检测模块用于检测患者的心血管药物相关基因多态性信息;
所述数据库模块用于储存治疗药物的临床使用信息、临床药物药代动力学研究数据;
所述初步方案制定模块,用于利用导入的患者信息模块中的基本信息、药物基因检测模 块中检测得到的患者心血管药物相关基因多态性信息、数据库模块中的治疗药物的临床使用 信息,分析预估各种治疗方案对该患者个体的预期药效和不良反应风险,进一步判断候选药 物与患者是否匹配,并确定患者的初步治疗方案;
所述治疗信息更新模块,用于导入初步治疗方案和患者采用初步方案治疗后的最新复查 结果;
药物浓度监测模块,用于从患者样本中获得患者个体对心血管药物的体内暴露水平或代 谢水平的信息;
方案优化调整模块,用于利用导入的治疗信息更新模块中的数据、药物浓度监测模块监 测得到的数据、数据库模块中的治疗药物的临床使用信息及临床药物药代动力学研究数据, 根据患者复查结果以及实际药物暴露水平或代谢水平,综合分析评估初步治疗方案的治疗效 果,并进一步对其优化调整,得到优化治疗方案。
本发明第六目的在于提供一种心血管疾病临床用药指导方法,包括初步方案制定阶段和 方案优化调整阶段;
在初步方案制定阶段:
采集患者血浆样本,通过药物基因检测模块检测患者的心血管药物相关基因多态性信息;
将药物基因检测模块中检测得到的数据、患者信息模块中的数据、数据库模块中的治疗 药物的临床使用信息导入初步方案制定模块;
初步方案制定模块根据导入的信息,分析预估各种治疗方案对该患者个体的预期药效和 不良反应风险,进一步判断候选药物与患者是否匹配,并确定患者的初步治疗方案;
在方案优化调整阶段:
将初步治疗方案和患者采用初步方案治疗后的最新复查结果导入治疗信息更新模块;
采集患者血浆样本,通过药物浓度监测模块监测患者个体对心血管药物的体内暴露水平 或代谢水平信息;
将治疗信息更新模块中的信息、药物浓度监测模块监测得到的信息、数据库模块中的治 疗药物的临床使用信息及临床药物药代动力学研究数据,导入方案优化调整模块,方案优化 调整模块根据导入的信息,根据患者复查结果以及实际药物暴露水平或代谢水平,综合分析 评估初步治疗方案的治疗效果,并进一步对其优化调整,得到优化治疗方案。
进一步的,所述患者信息包括基本信息、疾病状态指标和肝肾功能指标。
进一步的,所述心血管药物相关基因多态性信息包括药物转运、代谢、药效和毒性作用 相关的重要基因位点中的至少一种。
进一步的,所述药物基因检测模块采用飞行时间质谱、Sanger测序和荧光定量PCR检测 方法中的至少一种。
进一步的,所述临床使用信息包含心血管临床指导原则、药物使用禁忌和药物之间相互 作用。
进一步的,所述初步治疗方案还包括过往的参考治疗病例、注释该药物的用药禁忌和与 其他药物的相互作用风险、下一步药物浓度监测实验设计方案。
进一步的,所述临床使用信息包含心血管临床指导原则、剂量调整方法、药物使用禁忌 和药物之间相互作用。
进一步的,所述药物浓度监测模块的检测方法为液相色谱法、液相色谱质谱联用法、免 疫法和化学发光法中的至少一种。
进一步的,所述优化调整后的治疗方案包括前期治疗方案存在的问题、优化的治疗方案 及预期药效和不良反应风险。
本发明的有益效果在于:
本发明所述的心血管疾病临床用药指导系统,采用药物基因检测方法,可同时得到患者 个体的预期药效和不良反应风险,进一步判断候选药物与患者是否匹配,确定患者的初步治 疗方案。根据前期的初步治疗方案和患者接受初步治疗后的复查结果,系统采用药物浓度监 测方法,根据患者复查结果以及实际药物暴露水平或代谢水平,综合分析评估初步治疗方案 的治疗效果,并进一步对其优化调整,得到优化治疗方案。
采用本发明所述的心血管疾病临床用药指导系统,可使个体化治疗方案的准确度更高, 更加精确有效。系统提供的药物治疗方案制定覆盖了从初期诊断到后期治疗的全流程,可针 对心血管的联合用药方案,对药物相互作用进行分析,选择合适的药物种类,降低潜在的安 全风险。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明实施例一的心血管疾病临床用药指导系统原理框图;
图2为实施例一的心血管疾病临床用药指导系统工作流程图;
图3a、3b为实施例一的普罗帕酮的个体药效和副作用预测的决策树模型;
图4为本发明实施例二的心血管疾病临床用药指导系统原理框图;
图5为实施例二的心血管疾病临床用药指导系统工作流程图;
图6a、6b为实施例三普鲁卡因胺的给药方案优化的决策树模型;
图7为本发明实施例三的心血管疾病临床用药指导系统工作流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好的 理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
实施例1
如图1-2所示,为本发明实施例一的心血管药物智能指导系统,该包括患者信息模块、 药物基因检测模块、数据库模块、初步方案制定模块和报告模块,该系统用药方案的实现包 括以下几个方面:
S101、患者信息模块收集记录患者临床就诊的基本信息,包括个体基本信息(如性别、 年龄)、疾病状态指标(如心电图、血压、血脂)、和肝肾功能指标(如肝酶水平、尿素水平) 等;
S102、药物基因检测模块采集血浆等样本,采用定量PCR等方法检测患者的心血管药物 相关的基因多态性信息,如药物转运、代谢、药效和毒性相关的重要基因位点等信息;
S103、将药物基因检测模块中检测得到的数据、患者信息模块中的数据、数据库模块中 的治疗心血管不同候选药物的临床使用信息导入初步方案制定模块,初步方案制定模块根据 导入的信息,分析预估各种治疗方案对该患者个体的预期药效和不良反应风险,进一步判断 候选药物与患者是否匹配,并确定患者的初步治疗方案,所述初步治疗方案包括具体药物治 疗方案、预期药效和不良反应风险。
S104、报告模块可生成初步治疗方案报告,初步治疗方案内容包含药物种类,药物剂量 和给药方式,预期药效和不良反应风险等。
在S103中,初步方案制定模块可以利用心血管不同候选药物的临床使用信息,采用大数 据算法来建立药物的个体治疗药效和毒性作用的预测模型,再将患者基本信息和药物基因多 态性信息导入到该预测模型中,初步方案制定模块分析预估不同治疗药物方案对个体患者的 安全风险和预期药效,选择最佳的、安全有效的治疗方案,导出到报告模块。大数据算法可 以是常用的决策树、逻辑回归、聚类分析或神经网络方法等方法。
所述药物基因检测模块还可以采用飞行时间质谱(也叫核酸质谱)或Sanger测序来进行 检测。
所述初步治疗方案还可以包括过往的参考治疗病例、注释该药物的用药禁忌和与其他药 物的相互作用风险以及下一步药物浓度监测实验设计方案。
本实施例系统可对数据库模块不断更新、添加药物临床应用信息和临床实际案例信息, 同时,系统可以根据以上更新进一步更新优化初步方案制定模块-的大数据分析模型,从而提 高该系统的准确度。
实施例2
以下,是本发明实施例一的一个具体应用实例,具体过程为:
患者信息模块记录患者A,男,65岁,因胸痛入院,心房颤动,室性早搏,室上性宽QRS 心动过速,房室传导阻滞,室性心动过速,已发病48h,血压正常,中度肾炎,血脂正常,初步诊断急性心肌梗死,计划进行1个月抗心律失常药物治疗。
将患者个体信息和临床检测结果全部导入到患者信息模块,此外采集患者的血浆样本, 检测了4种候选的抗心律失常药物的基因多态性,该4种药物分别是普鲁卡因胺、奎尼丁、 普罗帕酮、氟卡尼,检测结果如下表所示:
表1患者基本信息和药物基因多态性结果
Figure BDA0002306784800000061
Figure BDA0002306784800000071
初步方案制定模块利用数据库模块中药物的临床使用信息,采用大数据算法建立了4种 候选药物的药效和毒性的预测模型,其中,模型的划分节点属性包括药物代谢基因、针对症 状、肝肾代谢状况、药物之间相互作用等,将该患者的个体信息和药物基因检测结果导入到 不同药物的预测模型中,通过计算处理给出患者服用4种不同药物的预计药效和预计副作用。
下面以普罗帕酮为例,采用决策树算法对其建立药效和副作用风险(即毒性)预测模型, 说明该计算过程。如图3a、3b,图3a为普罗帕酮的药效决策树模型,其中节点依次为代谢 基因CYP2D6状态、室性心动过速症状、房性早搏症状、患者年龄小于70。由于患者A的CYP2D6 基因为快代谢型,具有室性心动过速和房性早搏症状,采用决策树模型对患者A服用普罗帕 酮治疗心律不齐的药效结果进行预测分析,分析结果为该患者服用普罗帕酮的治疗效果一般, 不良反应风险偏低。
采用不同药物的模型预测方法按照以上流程得到4种药物的药效和不良反应预测结果汇 总如下表所示:
表2 4种药物的药效和不良反应综合汇总
药物 药效作用 副作用风险
普鲁卡因胺 √√ √√
奎尼丁 √√
普罗帕酮 X(快代谢型)
氟卡尼 X(快代谢型) X(肾排泄异常)
注释:√√表示药物预测对患者绝大部分症状有很好药效或者对患者无副作用风险,√ 表示药物预测对治疗患者的部分症状有一定疗效或者对患者副作用风险相对较低,X表示药 物预测对患者症状的药效作用不大或者有一定副作用风险;XX表示该药物预测无明显药效或 者可引起严重副反应。
根据初步方案制定模块得到最优药物方案为普鲁卡因胺。然后,可以和前面药物选择的 思路一样,从药效和毒性两个方面采用决策树模型,通过药效和毒性计算模型去分析比较, 找到药效最好同时毒性最小的最佳剂量,并参考药物临床使用指导原则和疾病治疗行业指南。 如在本应用实例中,得到最优的剂量为每日2次,每次0.5g,预计3到4周治疗后可基本缓 解心律不齐的症状,该方案1个月内出现严重毒副反应的概率较低,药物预计1周达到稳态 浓度,需开始药物浓度监测。
最后,将以上信息汇总导出到报告模块,根据报告模板生成初步治疗方案报告,报告包 括最佳治疗药物,给药剂量,给药方式和间隔时间,以及预计的治疗效果和不良反应,该药 物的用药禁忌和与其他药物的相互作用风险,以及最相近的临床实际治疗案例。
实施例3
如图4-5所示,为本发明实施例二的心血管药物智能指导系统,该系统包括治疗信息更 新模块、药物浓度监测模块、数据库模块、方案优化调整模块、报告模块,该系统用药方案 的实现包括以下几个方面:
S201、治疗信息更新模块可收集患者的初步治疗方案信息和记录患者的复查结果,包括 疾病疗效状态指标和药物的不良反应状况指标;
S202、药物浓度监测模块采集血浆等样本,采用液相或液相质谱方法测定患者体内药物 的含量,并计算AUC水平、峰浓度、谷浓度和半衰期等指标,得到个体的暴露水平和代谢水 平信息;
S203、方案优化调整模块利用从治疗信息更新模块、药物浓度监测模块、数据库模块导 入的信息,根据患者复查结果以及实际药物暴露水平或代谢水平,综合分析评估初步治疗方 案的治疗效果,并进一步对其优化调整,得到优化治疗方案;
S204、将以上结果导出到报告模板,报告模块可生成方案优化调整的报告,包括现有治 疗方案的问题、方案的调整建议和具体方法、以及调整后预计的药效和不良反应风险。
在S203中,方案优化调整模块可利用数据库模块中心血管-药物的临床使用数据和药物 的药代动力学研究结果,采用大数据算法建立药物的治疗方案优化的数学模型,将患者的治 疗信息更新模块和药物浓度监测模块中的信息导入到该优化数学模型中,从而判断现有药物 治疗方案是否达到预期效果,不良反应是否可控、是否需要进行调整,并提供具体的调整方 法。大数据算法可以采用常用的决策树、逻辑回归、聚类分析或神经网络方法等方法。
所述药物浓度监测模块也可以采用免疫法或化学发光法来测定患者体内药物的含量。
本实施例系统可对数据库模块不断更新、添加药物临床应用信息和临床实际案例信息, 同时,系统可以根据以上更新进一步更新优化方案优化调整模块的大数据分析模型,从而提 高该系统的准确度。
实施例4
以下,是本发明实施例二的一个具体应用实例,具体过程为:
患者A,男,65岁,因胸痛入院,心房颤动,室性早搏,室上性宽QRS心动过速,房室传导阻滞,室性心动过速,已发病48h,血压正常,中度肾炎,血脂正常,初步诊断急性心 肌梗死,计划进行1个月抗心律失常药物治疗,给药方式为口服每日2次,每次0.5g。1周 后,患者A复查宽QRS心动过速有明显缓解,采用治疗信息更新模块导入复查结果,如下表 3所示:
表3患者基本信息和药物浓度监测结果
Figure BDA0002306784800000091
进一步开展药物浓度监测实验,在当天第一次给药前采集患者的血清样本,通过药物监 测模块采用液相色谱质谱联用法检测获得患者的药物谷浓度水平为12μg/mL(见表3)。
方案优化调整模块利用数据库模块关于普鲁卡因胺的临床指导原则和剂量调整方法建立 了普鲁卡因胺的方案优化决策树模型,见图6a和图6b,其中模型的划分节点包括血压降低 副作用、血药浓度值、肝肾清除能力等,将该患者的治疗信息和药物浓度监测结果导入到该 模型中,采用优化决策树模型分别从副反应风险控制和药效改进两个方面评估方案的优化方 法。从药效角度,原治疗方案不需调整,从副作用风险考察,该患者的肾功能指标异常升高, 同时血药浓度大于参考浓度范围上限,预测原治疗方案后续的副作用风险较高,根据临床剂 量方法,改为每日三次,每次0.2g,调整后预计药效作用无明显变化,同时不良反应风险将 降低(见表4)。
表4原治疗方案的治疗效果评价和优化方案的治疗效果预测
Figure BDA0002306784800000101
实施例5
如图7所示,为本发明实施例三的心血管疾病临床用药指导系统,该系统包括两个阶段: 初步方案制定阶段(也可以叫诊断阶段)和方案调整优化阶段(也可以叫治疗阶段)。初步方 案制定阶段包括患者信息模块、药物基因检测模块、数据库模块、初步方案制定模块和报告 模块;方案调整优化阶段包括治疗信息更新模块、药物浓度监测模块、数据库模块、方案优 化调整模块、报告模块。该系统用药方案的实现包括以下几个方面:
(一)在诊断阶段确定初步治疗方案
S301、患者信息模块收集记录患者临床就诊的基本信息,包括个体基本信息(性别、年龄)、 疾病状态指标(心电图、血压、血脂等)、和肝肾功能指标(肝酶水平、尿素水平)等;
S302、药物基因检测模块采集血浆等样本,然后采用定量PCR等方法检测患者的心血管 药物相关的基因多态性信息;
S303、将药物基因检测模块中检测得到的数据、患者信息模块中的数据、数据库模块中 的治疗心血管不同候选药物的临床使用信息导入初步方案制定模块,初步方案制定模块根据 导入的信息,分析预估各种治疗方案对该患者个体的预期药效和不良反应风险,进一步判断 候选药物与患者是否匹配,并确定患者的初步治疗方案,所述初步治疗方案包括具体药物治 疗方案、预期药效和不良反应风险。
S304、报告模块可生成初步治疗方案报告,初步治疗方案内容包含药物种类,药物剂量 和给药方式,预期药效和不良反应风险等。
在S303中,初步方案制定模块可以利用心血管不同候选药物的临床使用信息,采用大数 据算法建立药物的个体治疗药效和毒性作用的预测模型,然后将患者基本信息和药物基因多 态性信息导入到该预测模型中,初步方案制定模块分析预估不同治疗药物方案对个体患者的 安全风险和预期药效,选择最佳的、安全有效的治疗方案,导出到报告模块。大数据算法可 以采用常用的决策树、逻辑回归、聚类分析或神经网络方法等。
所述药物基因检测模块还可以采用核酸质谱或Sanger测序来进行检测。
所述初步治疗方案还可以包括过往的参考治疗病例、注释该药物的用药禁忌和与其他药 物的相互作用风险以及下一步药物浓度监测实验设计方案。
(二)在治疗阶段进行方案优化调整
S401、治疗信息更新模块可收集患者的初步治疗方案信息和记录患者的复查结果,包括 疾病疗效状态指标和药物的不良反应状况指标;
S402、药物浓度监测模块采集血浆等样本,采用液相或液相质谱方法测定患者体内药物 的含量,并计算AUC水平、峰浓度、谷浓度和半衰期等指标,得到个体的暴露水平和代谢水 平信息;
S403、将治疗信息更新模块中的信息、药物浓度监测模块的信息、数据库模块中的治疗 药物的临床使用信息及临床药物药代动力学研究数据,导入方案优化调整模块,方案优化调 整模块根据导入的信息,根据患者复查结果以及实际药物暴露水平或代谢水平,综合分析评 估初步治疗方案的治疗效果,并进一步对其优化调整,得到优化治疗方案。
S404、将以上结果导出到报告模板,报告模块可生成方案优化调整的报告,包括现有治 疗方案的问题、方案的调整建议和具体方法、以及调整后预计的药效和不良反应风险。
在S403中,方案优化调整模块可利用数据库模块中心血管药物的临床使用数据和药物的 药代动力学研究结果,采用大数据算法建立药物的治疗方案优化的数学模型,将患者的治疗 信息更新模块和药物浓度监测模块中的信息导入到该优化数学模型中,从而判断现有药物治 疗方案是否达到预期效果,不良反应是否可控、是否需要进行调整,并提供具体的调整方法。 现有的大数据算法可以采用决策树、逻辑回归、聚类分析或神经网络方法等。
所述药物浓度监测模块也可以采用免疫法或化学发光法来测定患者体内药物的含量。
在一个优选的实施例中,本系统可对数据库模块不断更新添加药物临床应用信息和临床 实际案例信息,同时系统可以根据以上更新进一步更新优化方案优化调整模块-的大数据分析 模型,从而提高该系统的准确度。
实施例6
以下,是本发明实施例三的一个具体应用实例,具体过程为:
下面通过具体实施例详细说明本发明心血管药物临床智能指导系统,具体过程为;
患者信息模块记录患者A,男,65岁,因胸痛入院,心房颤动,室性早搏,室上性宽QRS 心动过速,房室传导阻滞,室性心动过速,已发病48h,血压正常,中度肾炎,血脂正常,初步诊断急性心肌梗死,计划进行1个月抗心律失常药物治疗。
(1)确定初步治疗方案制定:筛选治疗药物
将患者个体信息和临床检测结果全部导入到患者信息模块,此外采集患者的血浆样本, 检测了4种候选的抗心律失常药物(普鲁卡因胺、奎尼丁、普罗帕酮、氟卡尼)的基因多态 性,检测结果如下表所示。
表5患者基本信息和药物基因多态性结果
Figure BDA0002306784800000121
初步方案制定模块利用数据库模块中药物的临床使用信息,采用大数据算法建立了4种 候选药物的药效和毒性决策树预测模型,其中模型的划分节点属性包括药物代谢基因、针对 症状、肝肾代谢状况、药物之间相互作用等,将该患者的个体信息和药物基因检测结果导入 到不同药物的预测模型中,通过计算处理给出患者服用该药物的预计药效和预计副作用。
下面以普罗帕酮为例,采用决策树算法对其建立药效和副作用风险(即毒性)预测模型, 说明该计算过程。如图3a、3b,图3a为普罗帕酮的药效决策树模型,其中节点依次为代谢 基因CYP2D6状态,室性心动过速症状、房性早搏症状、患者年龄小于70。由于患者A的CYP2D6 基因为快代谢型,具有室性心动过速和房性早搏症状,采用决策树模型对患者A服用普罗对 患者-治疗心律不齐的药效结果进行预测分析,分析结果为该患者服用普罗帕酮的治疗效果一 般,不良反应发生风险偏低。
采用不同药物的模型预测方法按照以上流程得到4种药物的药效和不良反应预测结果汇 总如下表所示:
表6 4种药物的药效和毒副作用预测结果汇总
Figure BDA0002306784800000122
Figure BDA0002306784800000131
注释:√√药物预测对患者绝大部分症状有很好药效或者对患者无副作用风险,√药物 预测对治疗患者的部分症状有一定疗效或者对患者副作用风险相对较低,X药物预测对患者 症状的药效作用不大或者有一定副作用风险;XX表示该药物预测无明显药效或者可引起严重 副反应。
然后,可以和前面药物选择的思路一样,从药效和毒性两个方面采用决策树模型,通过 药效和毒性计算模型去分析比较,找到药效最好同时毒性最小的-最佳剂量,并参考药物临床 使用指导原则和疾病治疗行业指南。如在本应用实例中,得到最优的剂量为每日2次,每次 0.5g,预计3到4周治疗后可基本缓解心律不齐的症状,该方案1个月内出现严重毒副反应 的概率较低,药物预计1周达到稳态浓度,需开始药物浓度监测。将以上信息汇总导出到报 告模块,根据报告模板生成初步治疗方案报告,报告包括最佳治疗药物,给药剂量,给药方 式和间隔时间,以及预计的治疗效果和不良反应,该药物的用药禁忌和与其他药物的相互作 用风险,以及最相近的临床实际治疗案例。
(2)方案调整优化(治疗阶段):1周后,患者A复查宽QRS心动过速有明显缓解,采用治疗信息更新模块导入复查结果,如下表所示:
表7患者基本信息和药物浓度监测结果
Figure BDA0002306784800000132
进一步开展药物浓度监测实验,在当天第一次给药前采集患者的血清样本,通过药物监 测模块采用液相色谱质谱联用法检测获得患者的药物谷浓度水平为12μg/mL(见表7)
方案优化调整模块利用数据库模块关于普鲁卡因胺的临床指导原则和剂量调整方法建立 了普鲁卡因胺的方案优化决策树模型(见图6a和图6b),其中模型的划分节点包括血压降低 副作用、血药浓度值、肝肾清除能力等,将该患者的治疗信息和药物浓度监测结果导入到该 模型中,采用优化决策树模型分别从副反应风险控制和药效改进两个方面评估方案的优化方 法,具体过程如下图所示,从药效角度,原治疗方案不需调整,从副作用风险考察,该患者 的肾功能指标异常升高,同时血药浓度大于参考浓度范围上限,预测原治疗方案后续的副作 用风险相对较高,根据计算模型判断应优化方案降低药物剂量,改为每日三次,每次0.2g, 调整后预计药效作用无明显变化,同时不良反应风险将降低。结果汇总如表8所示:
表8原治疗方案的治疗效果评价和优化方案的治疗效果预测
Figure BDA0002306784800000141

Claims (39)

1.一种心血管疾病临床用药指导系统,其特征在于,该系统包括患者信息模块、药物基因检测模块、数据库模块、初步方案制定模块和报告模块;
所述患者信息模块用于记录患者的基本信息;
所述药物基因检测模块用于检测患者的心血管药物相关基因的多态性信息;
所述数据库模块用于储存治疗心血管不同候选药物的临床使用信息;
所述初步方案制定模块,用于利用从患者信息模块、药物基因检测模块和数据库模块导入的信息,分析预估各种治疗方案对该患者个体的预期药效和不良反应风险,进一步判断候选药物与患者是否匹配,并确定患者的初步治疗方案;所述初步治疗方案包括具体药物治疗方案、预期药效和不良反应风险;
所述报告模块用于生成初步治疗方案报告。
2.根据权利要求1所述的指导系统,其特征在于,所述患者信息包括基本信息、疾病状态指标和肝肾功能指标。
3.根据权利要求1所述的指导系统,其特征在于,所述心血管药物相关基因多态性信息包括药物转运、代谢、药效和毒性作用相关的重要基因位点中的至少一种。
4.根据权利要求1所述的指导系统,其特征在于,所述药物基因检测模块采用飞行时间质谱、Sanger测序和荧光定量PCR检测方法中的至少一种。
5.根据权利要求1所述的指导系统,其特征在于,所述临床使用信息包含心血管临床指导原则、药物使用禁忌和药物之间相互作用。
6.根据权利要求1所述的指导系统,其特征在于:所述初步治疗方案还包括过往的参考治疗病例、注释该药物的用药禁忌和与其他药物的相互作用风险、下一步药物浓度监测实验设计方案。
7.一种心血管疾病临床用药指导方法,其特征在于,包括:
采集患者血浆样本,通过药物基因检测模块检测患者的心血管药物相关基因多态性信息;
将药物基因检测模块中检测得到的数据、患者信息模块中的数据、数据库模块中的治疗心血管不同候选药物的临床使用信息导入初步方案制定模块;
初步方案制定模块根据导入的信息,分析预估各种治疗方案对该患者个体的预期药效和不良反应风险,进一步判断候选药物与患者是否匹配,并确定患者的初步治疗方案,所述初步治疗方案包括具体药物治疗方案、预期药效和不良反应风险。
8.根据权利要求7所述的指导方法,其特征在于,所述患者信息包括基本信息、疾病状态指标和肝肾功能指标。
9.根据权利要求7所述的指导方法,其特征在于,所述心血管药物相关基因多态性信息包括药物转运、代谢、药效和毒性作用相关的重要基因位点中的至少一种。
10.根据权利要求7所述的指导方法,其特征在于,所述药物基因检测模块采用飞行时间质谱、Sanger测序和荧光定量PCR检测方法中的至少一种。
11.根据权利要求7所述的指导方法,其特征在于,所述临床使用信息包含心血管临床指导原则、药物使用禁忌和药物之间相互作用。
12.根据权利要求7所述的指导方法,其特征在于:所述初步治疗方案还包括过往的参考治疗病例、注释该药物的用药禁忌和与其他药物的相互作用风险、下一步药物浓度监测实验设计方案。
13.一种心血管疾病临床用药指导系统,其特征在于,该系统包括:治疗信息更新模块、药物浓度监测模块、数据库模块、方案优化调整模块和报告模块;
治疗信息更新模块,用于导入初步治疗方案和患者接受初步治疗后的复查结果;
药物浓度监测模块,用于从患者样本中获得患者个体对心血管药物的体内暴露水平或代谢水平信息;
数据库模块,用于储存治疗药物的临床使用数据、临床药物药代动力学研究数据;
方案优化调整模块,用于利用从治疗信息更新模块、药物浓度监测模块、数据库模块导入的信息,根据患者复查结果以及实际药物暴露水平或代谢水平,综合分析评估初步治疗方案的治疗效果,并进一步对其优化调整,得到优化治疗方案;
报告模块,用于导出优化调整后的治疗方案报告。
14.根据权利要求13所述的指导系统,其特征在于:所述临床使用信息包含心血管临床指导原则、剂量调整方法、药物使用禁忌和药物之间相互作用。
15.根据权利要求13所述的指导系统,其特征在于:所述药物浓度监测模块的检测方法为液相色谱法、液相色谱质谱联用法、免疫法和化学发光法中的至少一种。
16.根据权利要求13所述的指导系统,其特征在于:所述优化调整后的治疗方案包括前期治疗方案存在的问题、优化的治疗方案及预期药效和不良反应风险。
17.一种心血管疾病临床用药指导方法,其特征在于,包括:
将初步治疗方案和患者采用初步方案治疗后的最新复查结果导入治疗信息更新模块;
采集患者血浆样本,通过药物浓度监测模块监测患者个体对心血管药物的体内暴露水平或代谢水平信息;
将治疗信息更新模块中的信息、药物浓度监测模块监测得到的信息、数据库模块中的治疗-药物的临床使用信息及临床药物药代动力学研究数据,导入方案优化调整模块,方案优化调整模块根据导入的信息,根据患者复查结果以及实际药物暴露水平或代谢水平,综合分析评估初步治疗方案的治疗效果,并进一步对其优化调整,得到优化治疗方案。
18.根据权利要求17所述的指导方法,其特征在于:所述临床使用信息包含心血管临床指导原则、剂量调整方法、药物使用禁忌和药物之间相互作用。
19.根据权利要求17所述的指导方法,其特征在于:所述药物浓度监测模块的检测方法为液相色谱法、液相色谱质谱联用法、免疫法和化学发光法中的至少一种。
20.根据权利要求17所述的指导方法,其特征在于:所述优化调整后的治疗方案包括前期治疗方案存在的问题、优化的治疗方案及预期药效和不良反应风险。
21.一种心血管疾病临床用药指导系统,其特征在于,该系统包括患者信息模块、药物基因检测模块、数据库模块、初步方案制定模块、治疗信息更新模块、药物浓度监测模块、方案优化调整模块;
所述患者信息模块用于记录患者的基本信息;
所述药物基因检测模块用于检测患者的心血管药物相关基因多态性信息;
所述数据库模块用于储存治疗药物的临床使用信息、临床药物药代动力学研究数据;
所述初步方案制定模块,用于利用导入的患者信息模块中的基本信息、药物基因检测模块中检测得到的患者心血管药物相关基因多态性信息、数据库模块中的治疗药物的临床使用信息,分析预估各种治疗方案对该患者个体的预期药效和不良反应风险,进一步判断候选药物与患者是否匹配,并确定患者的初步治疗方案;
所述治疗信息更新模块,用于导入初步治疗方案和患者采用初步方案治疗后的最新复查结果;
药物浓度监测模块,用于从患者样本中获得患者个体对心血管药物的体内暴露水平或代谢水平的信息;
方案优化调整模块,用于利用导入的治疗信息更新模块中的数据、药物浓度监测模块监测得到的数据、数据库模块中的治疗药物的临床使用信息及临床药物药代动力学研究数据,根据患者复查结果以及实际药物暴露水平或代谢水平,综合分析评估初步治疗方案的治疗效果,并进一步对其优化调整,得到优化治疗方案。
22.根据权利要求21所述的指导系统,其特征在于,所述患者信息包括基本信息、疾病状态指标和肝肾功能指标。
23.根据权利要求21所述的指导系统,其特征在于,所述心血管药物相关基因多态性信息包括药物转运、代谢、药效和毒性作用相关的重要基因位点中的至少一种。
24.根据权利要求21所述的指导系统,其特征在于,所述药物基因检测模块采用飞行时间质谱、Sanger测序和荧光定量PCR检测方法中的至少一种。
25.根据权利要求21所述的指导系统,其特征在于:所述药物浓度监测模块的检测方法为液相色谱法、液相色谱质谱联用法、免疫法和化学发光法中的至少一种。
26.根据权利要求21所述的指导系统,其特征在于,所述临床使用信息包含心血管临床指导原则、剂量调整方法、药物使用禁忌和药物之间相互作用。
27.根据权利要求21所述的指导系统,其特征在于:所述初步治疗方案包括具体药物治疗方案、预期药效和不良反应风险。
28.根据权利要求27所述的指导系统,其特征在于:所述初步治疗方案还包括过往的参考治疗病例、注释该药物的用药禁忌和与其他药物的相互作用风险、下一步药物浓度监测实验设计方案。
29.根据权利要求21所述的指导系统,其特征在于:所述优化调整后的治疗方案包括前期治疗方案存在的问题、优化的治疗方案及预期药效和不良反应风险。
30.根据权利要求21-29任一项所述的指导系统,其特征在于,至少包括以下模块之一:初步方案报告模块,用于导出初步治疗方案报告;优化方案报告模块,用于导出优化治疗方案报告。
31.一种心血管疾病临床用药指导方法,其特征在于,包括初步方案制定阶段和方案优化调整阶段;
在初步方案制定阶段:
采集患者血浆样本,通过药物基因检测模块检测患者的心血管药物相关基因多态性信息;
将药物基因检测模块中检测得到的数据、患者信息模块中的数据、数据库模块中的治疗药物的临床使用信息导入初步方案制定模块;
初步方案制定模块根据导入的信息,分析预估各种治疗方案对该患者个体的预期药效和不良反应风险,进一步判断候选药物与患者是否匹配,并确定患者的初步治疗方案;
在方案优化调整阶段:
将初步治疗方案和患者采用初步方案治疗后的最新复查结果导入治疗信息更新模块;
采集患者血浆样本,通过药物浓度监测模块监测患者个体对心血管药物的体内暴露水平或代谢水平信息;
将治疗信息更新模块中的信息、药物浓度监测模块监测得到的信息、数据库模块中的治疗药物的临床使用信息及临床药物药代动力学研究数据,导入方案优化调整模块,方案优化调整模块根据导入的信息,根据患者复查结果以及实际药物暴露水平或代谢水平,综合分析评估初步治疗方案的治疗效果,并进一步对其优化调整,得到优化治疗方案。
32.根据权利要求31所述的指导方法,其特征在于,所述患者信息包括基本信息、疾病状态指标和肝肾功能指标。
33.根据权利要求31所述的指导方法,其特征在于,所述心血管药物相关基因多态性信息包括药物转运、代谢、药效和毒性作用相关的重要基因位点中的至少一种。
34.根据权利要求31所述的指导方法,其特征在于,所述药物基因检测模块采用飞行时间质谱、Sanger测序和荧光定量PCR检测方法中的至少一种。
35.根据权利要求31所述的指导方法,其特征在于:所述药物浓度监测模块的检测方法为液相色谱法、液相色谱质谱联用法、免疫法和化学发光法中的至少一种。
36.根据权利要求31所述的指导方法,其特征在于,所述临床使用信息包含心血管临床指导原则、剂量调整方法、药物使用禁忌和药物之间相互作用。
37.根据权利要求31所述的指导方法,其特征在于:所述初步治疗方案包括具体药物治疗方案、预期药效和不良反应风险。
38.根据权利要求37所述的指导方法,其特征在于:所述初步治疗方案还包括过往的参考治疗病例、注释该药物的用药禁忌和与其他药物的相互作用风险、下一步药物浓度监测实验设计方案。
39.根据权利要求31所述的指导方法,其特征在于:所述优化调整后的治疗方案包括前期治疗方案存在的问题、优化的治疗方案及预期药效和不良反应风险。
CN201911248399.4A 2019-12-06 2019-12-06 一种心血管疾病临床用药指导系统及方法 Pending CN111081384A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911248399.4A CN111081384A (zh) 2019-12-06 2019-12-06 一种心血管疾病临床用药指导系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911248399.4A CN111081384A (zh) 2019-12-06 2019-12-06 一种心血管疾病临床用药指导系统及方法

Publications (1)

Publication Number Publication Date
CN111081384A true CN111081384A (zh) 2020-04-28

Family

ID=70313351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911248399.4A Pending CN111081384A (zh) 2019-12-06 2019-12-06 一种心血管疾病临床用药指导系统及方法

Country Status (1)

Country Link
CN (1) CN111081384A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113012817A (zh) * 2021-05-07 2021-06-22 四川大学华西医院 一种肝衰竭预测系统及方法
CN113192649A (zh) * 2021-06-01 2021-07-30 山东英盛生物技术有限公司 一种指导癫痫疾病个体化精准用药的系统
CN114155978A (zh) * 2021-12-08 2022-03-08 苏州莱奥生物技术有限公司 一种用于治疗药物监测的药代动力学分析方法
CN115359924A (zh) * 2022-08-11 2022-11-18 浙江迪谱诊断技术有限公司 心脑血管药物的评分方法、装置、存储介质及电子设备
CN116779186A (zh) * 2023-08-23 2023-09-19 寿光市人民医院 一种用于心律失常患者的环磷腺苷用药数据信息处理系统
CN117079760A (zh) * 2023-07-25 2023-11-17 中国医学科学院阜外医院 华法林剂量调整方法、系统及临床辅助决策系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106227992A (zh) * 2016-07-13 2016-12-14 为朔医学数据科技(北京)有限公司 一种治疗方案的推荐方法及系统
CN107845411A (zh) * 2017-12-04 2018-03-27 青岛大学附属医院 临床用药决策支持系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106227992A (zh) * 2016-07-13 2016-12-14 为朔医学数据科技(北京)有限公司 一种治疗方案的推荐方法及系统
CN107845411A (zh) * 2017-12-04 2018-03-27 青岛大学附属医院 临床用药决策支持系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
倪伟建;方焱;张善堂;沈爱宗;唐丽琴;: "基于药物基因组学与血药浓度监测指导的个体化用药研究" *
刘丽宏;马萍;童卫杭;李鹏飞;陈艳梅;王玲;吴诚;雷宁;: "CYP3A5基因型和LC-MS/MS技术联合指导他克莫司临床个体化给药" *
吴小枫;林珍;: "精准医疗背景下临床药师新型药学服务模式探讨" *
黄珊;宋洪涛;林玮玮;: "精准医疗体系下神经内科药学服务模式的探讨与实践" *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113012817A (zh) * 2021-05-07 2021-06-22 四川大学华西医院 一种肝衰竭预测系统及方法
CN113012817B (zh) * 2021-05-07 2023-06-13 四川大学华西医院 一种肝衰竭预测系统及方法
CN113192649A (zh) * 2021-06-01 2021-07-30 山东英盛生物技术有限公司 一种指导癫痫疾病个体化精准用药的系统
CN113192649B (zh) * 2021-06-01 2023-09-22 山东英盛生物技术有限公司 一种指导癫痫疾病个体化精准用药的系统
CN114155978A (zh) * 2021-12-08 2022-03-08 苏州莱奥生物技术有限公司 一种用于治疗药物监测的药代动力学分析方法
CN115359924A (zh) * 2022-08-11 2022-11-18 浙江迪谱诊断技术有限公司 心脑血管药物的评分方法、装置、存储介质及电子设备
CN117079760A (zh) * 2023-07-25 2023-11-17 中国医学科学院阜外医院 华法林剂量调整方法、系统及临床辅助决策系统
CN117079760B (zh) * 2023-07-25 2023-12-19 中国医学科学院阜外医院 华法林剂量调整方法、系统及临床辅助决策系统
CN116779186A (zh) * 2023-08-23 2023-09-19 寿光市人民医院 一种用于心律失常患者的环磷腺苷用药数据信息处理系统
CN116779186B (zh) * 2023-08-23 2023-12-12 寿光市人民医院 一种用于心律失常患者的环磷腺苷用药数据信息处理系统

Similar Documents

Publication Publication Date Title
CN111081384A (zh) 一种心血管疾病临床用药指导系统及方法
US8027791B2 (en) Self-improving classification system
US8335652B2 (en) Self-improving identification method
US20180039726A1 (en) Computer based system for predicting treatment outcomes
EP2386969A2 (en) Self-improving classification system
Wang et al. Predicting age by mining electronic medical records with deep learning characterizes differences between chronological and physiological age
Kim et al. Heart rate–corrected QT interval predicts mortality in glyphosate-surfactant herbicide–poisoned patients
O'Neill et al. Severe frequent ventricular ectopy after exercise as a predictor of death in patients with heart failure
WO2023104163A1 (zh) 重症肌无力患者他克莫司治疗剂量精准选择的系统及应用
CN106011236A (zh) 一种基于癫痫患者的丙戊酸血药浓度与基因多态性的分析方法
CN111462921A (zh) 一种癫痫用药推荐方法及系统
Mathias et al. Prognostic implications of mutation-specific QTc standard deviation in congenital long QT syndrome
Jackson et al. Profile of microvolt T‐wave alternans testing in 1003 patients hospitalized with heart failure
Komaru et al. Hierarchical clustering analysis for predicting 1-year mortality after starting hemodialysis
Guo et al. Mitochondrial DNA mutation m. 5512A> G in the acceptor-stem of mitochondrial tRNATrp causing maternally inherited essential hypertension
Kim et al. Treatment intensification for elevated blood pressure and risk of recurrent stroke
Ritt et al. Heart failure survival score in patients with Chagas disease: correlation with functional variables
CN105787261B (zh) 一种基于分子指纹图谱快速评估药物不良反应的方法
Wang et al. A unified mapping framework of multifaceted pharmacodynamic responses to hypertension interventions
Xu et al. A severity index study of long-term prognosis in patients with chronic heart failure
Boccanelli et al. Sudden death in ischemic heart disease: looking for new predictors: polygenic risk
Khankhoje Hybrid Model for Improved Heart Disease Prediction
RU2554758C1 (ru) Способ определения вероятности сохранения миокарда от инфарктного повреждения у больных с острым коронарным синдромом
Vandenberk et al. A prolonged QTc‐interval at the emergency department: Should we always be prepared for the worst?
Patron et al. Depression anticipates patients at risk of poor exercise stress test performance after percutaneous coronary angioplasty: a short-term longitudinal 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