CN111627559A - 预测患者死亡风险的系统 - Google Patents
预测患者死亡风险的系统 Download PDFInfo
- Publication number
- CN111627559A CN111627559A CN202010554382.8A CN202010554382A CN111627559A CN 111627559 A CN111627559 A CN 111627559A CN 202010554382 A CN202010554382 A CN 202010554382A CN 111627559 A CN111627559 A CN 111627559A
- Authority
- CN
- China
- Prior art keywords
- value
- severe
- patient
- mild
- corresponds
- 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
- 210000004369 blood Anatomy 0.000 claims abstract description 75
- 239000008280 blood Substances 0.000 claims abstract description 75
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 claims abstract description 48
- 102000001554 Hemoglobins Human genes 0.000 claims abstract description 34
- 108010054147 Hemoglobins Proteins 0.000 claims abstract description 34
- 230000034994 death Effects 0.000 claims abstract description 33
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims abstract description 28
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 28
- 239000011591 potassium Substances 0.000 claims abstract description 28
- 239000003154 D dimer Substances 0.000 claims abstract description 26
- 239000011734 sodium Substances 0.000 claims abstract description 26
- 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 claims abstract description 25
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 25
- 108010052295 fibrin fragment D Proteins 0.000 claims abstract description 25
- 239000001301 oxygen Substances 0.000 claims abstract description 25
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 25
- 229910052708 sodium Inorganic materials 0.000 claims abstract description 25
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 claims abstract description 24
- 210000001772 blood platelet Anatomy 0.000 claims abstract description 24
- 229940109239 creatinine Drugs 0.000 claims abstract description 24
- 239000004202 carbamide Substances 0.000 claims abstract description 23
- 230000035488 systolic blood pressure Effects 0.000 claims abstract description 23
- 210000000265 leukocyte Anatomy 0.000 claims abstract description 21
- 108010049003 Fibrinogen Proteins 0.000 claims abstract description 20
- 102000008946 Fibrinogen Human genes 0.000 claims abstract description 20
- 238000008050 Total Bilirubin Reagent Methods 0.000 claims abstract description 20
- 229940012952 fibrinogen Drugs 0.000 claims abstract description 20
- 238000004820 blood count Methods 0.000 claims abstract description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 54
- 201000010099 disease Diseases 0.000 claims description 51
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 208000023504 respiratory system disease Diseases 0.000 claims description 17
- 208000019425 cirrhosis of liver Diseases 0.000 claims description 14
- 206010019280 Heart failures Diseases 0.000 claims description 13
- 206010016654 Fibrosis Diseases 0.000 claims description 10
- 206010035664 Pneumonia Diseases 0.000 claims description 10
- 230000007882 cirrhosis Effects 0.000 claims description 10
- 201000011510 cancer Diseases 0.000 claims description 9
- 230000001684 chronic effect Effects 0.000 claims description 9
- 208000026106 cerebrovascular disease Diseases 0.000 claims description 8
- 208000010643 digestive system disease Diseases 0.000 claims description 8
- 206010028980 Neoplasm Diseases 0.000 claims description 7
- 206010027476 Metastases Diseases 0.000 claims description 6
- 201000005787 hematologic cancer Diseases 0.000 claims description 5
- 208000024200 hematopoietic and lymphoid system neoplasm Diseases 0.000 claims description 4
- 210000004185 liver Anatomy 0.000 claims description 4
- 208000035475 disorder Diseases 0.000 claims description 3
- 230000009401 metastasis Effects 0.000 claims description 3
- 210000002229 urogenital system Anatomy 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 238000011282 treatment Methods 0.000 description 67
- 230000000875 corresponding effect Effects 0.000 description 58
- 208000028399 Critical Illness Diseases 0.000 description 33
- 238000013517 stratification Methods 0.000 description 26
- 238000000034 method Methods 0.000 description 24
- 101001095380 Homo sapiens Serine/threonine-protein phosphatase 6 regulatory subunit 3 Proteins 0.000 description 19
- 102100037760 Serine/threonine-protein phosphatase 6 regulatory subunit 3 Human genes 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 14
- 238000004393 prognosis Methods 0.000 description 14
- 238000005259 measurement Methods 0.000 description 13
- 230000036760 body temperature Effects 0.000 description 11
- 238000011160 research Methods 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 8
- 239000003814 drug Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 210000002966 serum Anatomy 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 206010010071 Coma Diseases 0.000 description 6
- 208000032843 Hemorrhage Diseases 0.000 description 5
- 230000000740 bleeding effect Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000007477 logistic regression Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000004083 survival effect Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 208000017667 Chronic Disease Diseases 0.000 description 4
- 230000015271 coagulation Effects 0.000 description 4
- 238000005345 coagulation Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 208000014674 injury Diseases 0.000 description 4
- 238000010837 poor prognosis Methods 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 230000008733 trauma Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 108010073385 Fibrin Proteins 0.000 description 3
- 102000009123 Fibrin Human genes 0.000 description 3
- BWGVNKXGVNDBDI-UHFFFAOYSA-N Fibrin monomer Chemical compound CNC(=O)CNC(=O)CN BWGVNKXGVNDBDI-UHFFFAOYSA-N 0.000 description 3
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 3
- 206010040047 Sepsis Diseases 0.000 description 3
- 208000007502 anemia Diseases 0.000 description 3
- 238000003556 assay Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 208000034158 bleeding Diseases 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000002790 cross-validation Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 229950003499 fibrin Drugs 0.000 description 3
- 230000024924 glomerular filtration Effects 0.000 description 3
- 239000008103 glucose Substances 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 230000003907 kidney function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000004060 metabolic process Effects 0.000 description 3
- 238000013077 scoring method Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 229910001415 sodium ion Inorganic materials 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 102000004625 Aspartate Aminotransferases Human genes 0.000 description 2
- 108010003415 Aspartate Aminotransferases Proteins 0.000 description 2
- BPYKTIZUTYGOLE-IFADSCNNSA-N Bilirubin Chemical compound N1C(=O)C(C)=C(C=C)\C1=C\C1=C(C)C(CCC(O)=O)=C(CC2=C(C(C)=C(\C=C/3C(=C(C=C)C(=O)N\3)C)N2)CCC(O)=O)N1 BPYKTIZUTYGOLE-IFADSCNNSA-N 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 108010058861 Fibrin Fibrinogen Degradation Products Proteins 0.000 description 2
- 208000012671 Gastrointestinal haemorrhages Diseases 0.000 description 2
- 208000002682 Hyperkalemia Diseases 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 208000019025 Hypokalemia Diseases 0.000 description 2
- 206010023126 Jaundice Diseases 0.000 description 2
- 101800001904 NT-proBNP Proteins 0.000 description 2
- 102400001263 NT-proBNP Human genes 0.000 description 2
- 108020001621 Natriuretic Peptide Proteins 0.000 description 2
- 102000004571 Natriuretic peptide Human genes 0.000 description 2
- 108010048233 Procalcitonin Proteins 0.000 description 2
- 208000007536 Thrombosis Diseases 0.000 description 2
- 102100036859 Troponin I, cardiac muscle Human genes 0.000 description 2
- 101710128251 Troponin I, cardiac muscle Proteins 0.000 description 2
- 208000025609 Urogenital disease Diseases 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 2
- 230000006793 arrhythmia Effects 0.000 description 2
- 206010003119 arrhythmia Diseases 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 239000002585 base Substances 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000003759 clinical diagnosis Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003792 electrolyte Substances 0.000 description 2
- 230000029142 excretion Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 210000003722 extracellular fluid Anatomy 0.000 description 2
- 239000000208 fibrin degradation product Substances 0.000 description 2
- 238000004868 gas analysis Methods 0.000 description 2
- 208000030304 gastrointestinal bleeding Diseases 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 210000003734 kidney Anatomy 0.000 description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 2
- 230000003908 liver function Effects 0.000 description 2
- 230000036210 malignancy Effects 0.000 description 2
- 206010061289 metastatic neoplasm Diseases 0.000 description 2
- 239000000692 natriuretic peptide Substances 0.000 description 2
- 208000024896 potassium deficiency disease Diseases 0.000 description 2
- 229910001414 potassium ion Inorganic materials 0.000 description 2
- CWCXERYKLSEGEZ-KDKHKZEGSA-N procalcitonin Chemical compound C([C@@H](C(=O)N1CCC[C@H]1C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@H](C(=O)N[C@@H](C)C(=O)N[C@@H]([C@@H](C)CC)C(=O)NCC(=O)N[C@@H](C(C)C)C(=O)NCC(=O)N[C@@H](C)C(=O)N1[C@@H](CCC1)C(=O)NCC(O)=O)[C@@H](C)O)NC(=O)[C@@H](NC(=O)[C@H](CC=1NC=NC=1)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@H](CCCCN)NC(=O)[C@H](CC(N)=O)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](NC(=O)[C@H](CC=1C=CC(O)=CC=1)NC(=O)[C@@H](NC(=O)CNC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCSC)NC(=O)[C@H]1NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CO)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC(N)=O)NC(=O)CNC(=O)[C@@H](N)CSSC1)[C@@H](C)O)[C@@H](C)O)[C@@H](C)O)C1=CC=CC=C1 CWCXERYKLSEGEZ-KDKHKZEGSA-N 0.000 description 2
- 210000004129 prosencephalon Anatomy 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 208000004476 Acute Coronary Syndrome Diseases 0.000 description 1
- 206010001497 Agitation Diseases 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-M Bicarbonate Chemical compound OC([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-M 0.000 description 1
- 206010008111 Cerebral haemorrhage Diseases 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 208000014085 Chronic respiratory disease Diseases 0.000 description 1
- 102000004420 Creatine Kinase Human genes 0.000 description 1
- 108010042126 Creatine kinase Proteins 0.000 description 1
- 208000005156 Dehydration Diseases 0.000 description 1
- 238000008789 Direct Bilirubin Methods 0.000 description 1
- 206010061818 Disease progression Diseases 0.000 description 1
- 101800000974 Fibrinopeptide A Proteins 0.000 description 1
- 101800003778 Fibrinopeptide B Proteins 0.000 description 1
- 206010018985 Haemorrhage intracranial Diseases 0.000 description 1
- 208000001953 Hypotension Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 208000008574 Intracranial Hemorrhages Diseases 0.000 description 1
- 206010022971 Iron Deficiencies Diseases 0.000 description 1
- 108010044467 Isoenzymes Proteins 0.000 description 1
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 1
- 208000002720 Malnutrition Diseases 0.000 description 1
- 206010028813 Nausea Diseases 0.000 description 1
- 208000005374 Poisoning Diseases 0.000 description 1
- NPYPAHLBTDXSSS-UHFFFAOYSA-N Potassium ion Chemical compound [K+] NPYPAHLBTDXSSS-UHFFFAOYSA-N 0.000 description 1
- 206010037549 Purpura Diseases 0.000 description 1
- 241001672981 Purpura Species 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 1
- 208000006117 ST-elevation myocardial infarction Diseases 0.000 description 1
- 206010040070 Septic Shock Diseases 0.000 description 1
- FKNQFGJONOIPTF-UHFFFAOYSA-N Sodium cation Chemical compound [Na+] FKNQFGJONOIPTF-UHFFFAOYSA-N 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 108090000190 Thrombin Proteins 0.000 description 1
- 102000003929 Transaminases Human genes 0.000 description 1
- 108090000340 Transaminases Proteins 0.000 description 1
- 102000004903 Troponin Human genes 0.000 description 1
- 108090001027 Troponin Proteins 0.000 description 1
- 102000013394 Troponin I Human genes 0.000 description 1
- 108010065729 Troponin I Proteins 0.000 description 1
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000023555 blood coagulation Effects 0.000 description 1
- 230000035565 breathing frequency Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 230000007211 cardiovascular event Effects 0.000 description 1
- 150000001768 cations Chemical class 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000003776 cleavage reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 208000013159 conscious disturbance Diseases 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000003246 corticosteroid Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 239000007857 degradation product Substances 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 230000005750 disease progression Effects 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 229940124645 emergency medicine Drugs 0.000 description 1
- 206010014665 endocarditis Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 235000008085 high protein diet Nutrition 0.000 description 1
- 230000013632 homeostatic process Effects 0.000 description 1
- 238000001794 hormone therapy Methods 0.000 description 1
- 230000036543 hypotension Effects 0.000 description 1
- 208000018875 hypoxemia Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 201000007119 infective endocarditis Diseases 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 208000030603 inherited susceptibility to asthma Diseases 0.000 description 1
- 238000011221 initial treatment Methods 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 239000004310 lactic acid Substances 0.000 description 1
- 235000014655 lactic acid Nutrition 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 230000001071 malnutrition Effects 0.000 description 1
- 235000000824 malnutrition Nutrition 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 230000004089 microcirculation Effects 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 230000009525 mild injury Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 208000010555 moderate anemia Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004877 mucosa Anatomy 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000008693 nausea Effects 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 230000002232 neuromuscular Effects 0.000 description 1
- 208000015380 nutritional deficiency disease Diseases 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000003204 osmotic effect Effects 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000022558 protein metabolic process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 201000004193 respiratory failure Diseases 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013058 risk prediction model Methods 0.000 description 1
- 230000007017 scission Effects 0.000 description 1
- 230000036303 septic shock Effects 0.000 description 1
- 208000037974 severe injury Diseases 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 206010040560 shock Diseases 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 208000005809 status epilepticus Diseases 0.000 description 1
- 150000003431 steroids Chemical class 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 229960004072 thrombin Drugs 0.000 description 1
- 201000005665 thrombophilia Diseases 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
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
- G16H50/30—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本申请涉及一种用于预测患者死亡风险的系统，所述预测患者死亡风险的系统包括：数据采集模块，其用于获取患者的病史、患者的生理学参数、患者的实验室参数，所述生理学参数包括患者的格拉斯哥评分、患者的心率、患者的收缩压、患者的氧饱和度，所述实验室参数包括患者的血红蛋白水平、白细胞计数、肌酐浓度、血钾浓度、血钠浓度、尿素含量、血小板计数、总胆红素浓度、D‑二聚体水平、纤维蛋白原含量；以及计算患者死亡风险的模块，其用于将数据采集模块中的获取的上述信息进行计算，从而计算出患者7天死亡率(p)。
Description
技术领域
本申请涉及一种用于预测患者死亡风险的系统，利用该系统可以评估急诊危重患者死亡风险的情况，以评估疾病的严重程度及不良预后，进而指导对急诊危重患者的治疗过程。
背景技术
随着人口老龄化的水平不断上升及慢性病患病率的升高，危重症患者也越来越多。ICU通常是危重患者最终接受治疗的地方，但是危重症的治疗十分昂贵且资源有限，危重病人常常因为无法及时收入ICU治疗而滞留急诊，急诊科需要重症监护治疗的患者人数上升了75％。不仅仅是人数的增长，急诊科危重病人的滞留时间也在上升，为了应对目前急诊科危重病人增多的压力，许多急诊科正在设立能提供重症监护专业治疗的场所，称为急诊重症监护病房(EDICU)系统。为急诊科病人进行最初的复苏以及病情初步稳定后，患者会被转入EDICU系统继续进行重症监护治疗。在这种情况下，对于急诊科危重患者进行全面而准确的评估，可以帮助评估疾病的严重程度和不良预后，对于指导治疗而言非常重要。
目前有一些危重评分系统在急诊科得到了应用。2005年，危重医学专业的SAPS(Simplified Acute Physiology Score,SAPS)评分模型更新为SAPS 3版本，SAPS 3建立于全球多中心庞大的危重患者数据库，是危重病人风险预测的权威评分系统。虽然SAPS 3疾病评分系统的预测准确性已在全球多个研究中心得到了较为充分的验证。但与ICU住院患者不同的是，急诊患者在复苏和接受重症治疗的最初几个小时内生理学参数可发生急剧的改变，SAPS 3应用于此类患者的预测价值会大幅降低。此外，与综合ICU和心血管专科ICU的患者相比，EDICU患者住院死亡率调整风险比更高。因此，建立在ICU基础上的评分系统并不适用于EDICU患者。另一方面，为了预测急诊患者的死亡率，确定与死亡率相关的危险因素，谢菲尔德大学创建了一个急诊医疗评分系统，称为DAVROS(Development And Validationof Risk-adjusted Outcomes for Systems of Emergency Medical Care,DAVROS)项目，该项目在模型建立时收集了大量的临床数据，包括人口学资料、生理学指标、主诉、病史和病史等等，建立了一个全面的评分系统。但是该项目为所有急诊患者就诊而设计，其模型建立的人群和验证人群的平均死亡率为4.2-6.9％，低于EDICU人群。鉴于这些局限性，临床需要针对急诊危重患者群体优化的预测工具，这种预测工具有助于临床医生在开始治疗之前选择治疗方案，以便于更合理的分配临床资源，同时，这也可为未来临床试验的奠定重要的基础。
发明内容
风险调整法在急性冠脉综合征、创伤、儿科危重症等领域中得到了广泛的应用，它在危重医学的研究中也有着一定的地位，疾病风险的分层是死亡率预测的基础，也是影响治疗方案选择的重要因素。从医学研究的角度来说，对危重病人进行标准化的评估可以帮助研究人员确定干预手段对预后的影响，进一步明确危险因素。
本申请在前人研究的基础上，建立了急诊危重患者死亡风险预测模型，通过收集急诊危重患者的病例资料(基于年龄、性别、入院诊断、合并症、生理指标和实验室结果)，来可靠地预测其患者死亡率。
具体来说，本申请涉及如下内容：
1.一种用于预测患者死亡风险的系统，其特征在于，包括：
数据采集模块，其用于获取患者的病史、患者的生理学参数、患者的实验室参数，所述生理学参数包括患者的格拉斯哥评分、患者的心率、患者的收缩压、患者的氧饱和度，所述实验室参数包括患者的血红蛋白水平、白细胞计数、肌酐浓度、血钾浓度、血钠浓度、尿素含量、血小板计数、总胆红素浓度、D-二聚体水平、纤维蛋白原含量；以及
计算患者死亡风险的模块，其用于将数据采集模块中的获取的上述信息进行计算，从而计算出患者7天死亡率(p)。
2.根据项1所述的系统，其特征在于：
在计算急诊危重患者死亡风险的模块中，根据患者病史不同转化为分类变量，通过危险度分层处理将所述患者的生理学参数、患者的实验室参数转化为分类变量，通过所述病史的分类变量、所述生理学参数的分类变量、所述实验室参数的分类变量对应的OR值来计算所述急诊危重患者7天死亡率(p)，其中所述OR值是指各参数的比值比。
3.根据项1或2所述系统，其特征在于：
所述数据采集模块在患者入院时获取所述患者的病史，在患者入院1小时、入院6小时分别内获取所述患者的的生理学参数和患者的实验室参数，优选在患者入院6小时内获取的患者生理学参数和实验室参数。
4.根据项1-3任一项所述系统，其特征在于，所述病史包括是否罹患如下疾病或无疾病，所述疾病包括：
呼吸系统疾病(除外肺炎)、恶性肿瘤、血液系统肿瘤、转移瘤、脑血管病、慢性下呼吸道疾病、循环系统疾病、心力衰竭、消化系统疾病、肝硬化、泌尿生殖系统疾病。
5.根据项1-3任一项所述系统，其特征在于,将所述患者的生理参数按照危险程度转化为分类变量：
所述格拉斯哥评分，按照危险度四分类，分别为轻度、中度、重度；
所述心率，按照危险度四分类，分别为轻度、中度、重度、极重度；
所述收缩压，按照危险度四分类，分别为轻度、中度、重度、极重度；
所述氧饱和度，按危险度三分类，分别为轻度、中度、重度。
6.根据项5所述系统，其特征在于,所述患者的生理参数分类方式如下：
所述格拉斯哥评分，界值13-15为轻度、界值9-12为中度、界值3-8为重度；
所述心率，界值60-99为轻度，界值100-130为中度，界值＜60为重度，界值＞130为极重度；
所述收缩压，界值90-140为轻度、界值141-180为中度，界值＜90为重度，界值＞180为极重度；
所述氧饱和度，界值95-100为轻度，界值90-94为中度，界值＜90为重度。
7.根据项1-3任一项所述系统，其特征在于，将所述实验室参数按照危险程度转化为如下分类变量：
所述血红蛋白水平，按危险度五分类，分别为正常、轻度、中度、重度、异常；
所述白细胞计数，按危险度四分类，分别为正常、轻度、中度、重度；
所述肌酐浓度，按危险度六分类，分别为正常、异常、轻度、中度、重度、极重度；
所述血钾浓度，按危险度四分类，分别为正常、轻度、中度、重度；
所述血钠浓度，按危险度三分类，分别为正常、轻度、重度；
所述尿素含量，按危险度三分类，分别为正常、轻度、重度；
所述血小板计数，按危险度三分类，分别为正常、轻度、重度；
所述总胆红素浓度，按危险度三分类，分别为正常、轻度、重度；
所述D-二聚体水平，按危险度四分类，分别为正常、轻度、重度、极重度；
所述纤维蛋白原含量，按危险度三分类，分别为正常、轻度、重度。
8.根据项7所述系统，其特征在于，所述实验室参数下分类方式如下：
所述血红蛋白水平，界值110-170为正常，界值90-109为轻度，界值60-90为中度，界值＜60为重度，界值＞170为异常；
所述白细胞计数，界值4-10为正常，界值＜4为轻度，界值10-20为中度，界值＞20为重度；
所述肌酐浓度，界值55-130为正常，界值＜55为异常，界值131-178为轻度，界值179-450为中度，界值451-707为重度，界值大于707为极重度；
所述血钾浓度，界值3.5-5.5为正常，界值5.6-6.5为轻度，界值＞6.5为中度，界值＜3.5为重度；
所述血钠浓度，界值135-145为正常，界值＞145为轻度，界值＜135为重度；
所述尿素含量，界值2.5-7.5为正常，界值7.6-15为秦都，界值＞15为重度；
所述血小板计数，界值150-350为正常，界值＞350为轻度，界值＜150为重度；
所述总胆红素浓度，界值3.5-23.5为正常，界值23.6-47为轻度，界值＞47为重度；
所述D-二聚体水平，界值＜0.5为正常，界值0.5-2.4为轻度，界值2.6-5为重度，界值＞5.0为极重度；
所述纤维蛋白原含量，界值2.0-4.5为正常，界值1.5-1.9为轻度，界值＜1.5为重度。
9.根据项4所述的系统，其特征在于所述病史分类变量对应的OR值为：
呼吸系统疾病(除外肺炎)，其OR值为0.821；
恶性肿瘤，其OR值为0.465；
血液系统肿瘤，其OR值为1.194；
转移瘤，其OR值为0.461；
脑血管病，其OR值为0.429；
慢性下呼吸道疾病，其OR值为1.701；
循环系统疾病，其OR值为1.267；
心力衰竭，其OR值为1.053；
消化系统疾病，其OR值为1.685；
肝硬化，其OR值为0.185；
泌尿生殖系统疾病，其OR值为0.549；
无病史(参考)，其OR值为1。
10.根据项5或6所述的系统，其特征在于所述生理学参数分类变量对应的OR值为：
所述格拉斯哥评分，其中轻度对应OR值为1，中度对应OR值为3.642，重度对应OR值为8.139；
所述心率，其中轻度对应OR值为1，中度对应OR值为2.125，重度对应OR值为0.903，极重度对应OR值为1.781；
所述收缩压，其中轻度对应OR值为1，中度对应OR值为1.438，重度对应OR值为2.801，极重度对应OR值为0.799；
所述氧饱和度，其中轻度对应OR值为1，中度对应OR值为0.569，重度对应OR值为1.613。
11.根据项7或8所述的系统，其特征在于所述实验室参数分类变量对应的OR值为：
所述血红蛋白水平，其中正常对应OR值为1，轻度对应OR值为1.282，中度对应OR值为1.919，重度对应OR值为2.261，异常对应OR值为0.902；
所述白细胞计数，其中正常对应OR值为1，轻度对应OR值为0.567，中度对应OR值为2.232，重度对应OR值为1.105；
所述肌酐浓度，其中正常对应OR值为1，轻度对应OR值为1.537，中度对应OR值为1.312，重度对应OR值为0.642，极重度对应OR值为0.963，异常对应OR值为1.563；
所述血钾浓度，其中正常对应OR值为1，轻度对应OR值为1.465，中度对应OR值为0.905，重度对应OR值为1.212；
所述血钠浓度，其中正常对应OR值为1，轻度对应OR值为0.591，重度对应OR值为1.407；
所述尿素含量，其中正常对应OR值为1，轻度对应OR值为2.343，重度对应OR值为1.953；
所述血小板计数，其中正常对应OR值为1，轻度对应OR值为0.691，重度对应OR值为1.021；
所述总胆红素浓度，其中正常对应OR值为1，轻度对应OR值为1.688，重度对应OR值为1.968；
所述D-二聚体水平，其中正常对应OR值为1，轻度对应OR值为1.795，中度对应OR值为0.959；重度对应OR值为1.281；
所述纤维蛋白原含量，其中正常对应OR值为1，轻度对应OR值为1.001，重度对应OR值为0.962。
12.根据项1～11中任一项所述的系统，其中，
在计算急诊危重患者死亡风险的模块中，预先存储有基于现有数据库中患者的病史、生理学参数、实验室参数转换成的分类变量拟合而成的用于预测急诊危重患者7天死亡率(p)的公式。
13.根据项12所述的系统，其中，所述病史分类变量的OR值用An表示，所述生理学参数变量的OR值用Bn表示，所述实验室参数的OR值用Cn表示，所述公式为如下公式一：
14.根据项13所述的系统，其中，基于计算的死亡率(p)来评估急诊危重病人的病情严重程度，计算的7天死亡率(p)数值越高则急诊科危重病人的病情越严重。
发明效果
本申请主要针对急诊危重症患者，通过采集急诊危重症患者入院6小时的生理学参数和实验室参数数据，引入的预测因子包括疾病ICD-10编码、生理参数(格拉斯哥评分、心率、收缩压、氧饱和度)和实验室指标(血红蛋白水平、白细胞计数、肌酐浓度、血钾浓度、血钠浓度、尿素含量、血小板计数、总胆红素浓度、D-二聚体含量、纤维蛋白原含量)，利用本申请所述系统对急诊危重患者的7天死亡率进行测算，得到急诊危重患者的七天死亡概率(p)，对于急诊科死亡率的预测可以评估急诊科危重病人的治疗质量，提高预测的方法准确性，能够为临床工作者更准确地判断患者病情提供依据，对于抢救病人生命、指导治疗具有重要意义。且本申请所述系统在预测急诊危重患者的7天死亡率的效能优于目前常用的DAVORS评分和SAPS 3评分。在急诊危重患者中，其具有更良好的预测效能。相比其他模型，该模型全面而又有特点，针对复杂多变的急诊人群给出了统一解决方案。
附图说明
通过阅读下文优选的具体实施方式中的详细描述，本申请各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。说明书附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。显而易见地，下面描述的附图仅仅是本申请的一些实施例，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。而且在整个附图中，用相同的附图标记表示相同的部件。
图1本申请所述系统预测危重患者7天死亡率的ROC曲线
图2本申请所述系统与DAVORS模型预测危重患者7天死亡率的ROC比较
图3本申请所述系统与SAPS3模型预测危重患者7天死亡率的ROC比较
具体实施方式
下面将参照附图更详细地描述本申请的具体实施例。虽然附图中显示了本申请的具体实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。
需要说明的是，在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可以理解，技术人员可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名词的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语，故应解释成“包含但不限定于”。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明书的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。
危重医学科是危重病人常规接受治疗的地方。危重症科医生重点关注危重监护病房中的住院时间、人力资源、疾病模型和生存期，而一般不会考虑危重病人在急诊科的治疗。急诊科是危重病人的首要接诊平台。在美国，大部分危重病人是通过急诊收入医院的，急诊科医生为他们提供最及时、有效的治疗。同时，他们每年为数以百万的患者提供重症治疗。急诊科住院医师培训项目也包括在重症监护室(Intensive Care Unit,ICU)的轮转。急诊科住院医师擅长危重症的处理，并且可以为有急性心血管事件(急性ST段抬高型心肌梗死、心力衰竭、心律失常等)、神经系统急症(卒中、癫痫持续状态、颅内出血等)、呼吸衰竭(低氧血症、慢性阻塞性肺疾病、支气管哮喘、肺炎等)、脓毒性休克、中毒、消化道出血、创伤、烧伤、代谢紊乱等的患者提供重症治疗。在治疗危重病人中占有极为重要的作用。
近来的研究表明危重症病人占急诊科病人的比例越来越高。从美国整体而言，2001年至2009年间急诊科危重病人的比例升高了79％，危重病人住院时间也显著增长。而在北京，三甲医院的急诊科也承担着繁重的危重病人的救治工作。这一现象发生的原因有很多，一方面，大部分危重症病人都是年龄大于65岁的老年人，随着人口的老龄化的日趋加重，这一人口的比例在2000年至2020年之间要上升50％。另一方面，慢性疾病及脓毒症的发生率越来越高，增加了急诊科的负担。
危重病人的治疗耗费巨大。仅在美国，2000-2005年间每年危重病人的救治就耗费了超过1000亿美元。危重医学治疗的花费占所有医疗花费的10％，占国民生产总值的1％]。中国的危重医学在过去十年中的取得了巨大的进步，在我国广东省，2005年至2015年间，ICU的数量增长了122％，ICU的床位数量增长了188％。除ICU、手术室和围手术准备区之外，急诊科为危重症治疗最常见的地方，在急诊科开展有效的危重症治疗为大势所趋。如何合理的利用有限的资源为急诊的危重患者提供治疗，成为了一个迫切需要解决的问题。
将急诊科危重病人及时转入重症监护病房治疗是该类病人基本的治疗流程，监护治疗的开始时间早晚影响着该类病人的预后，研究表明在急诊滞留过长的危重病人住院时间更长，死亡率更高。对于危重病诊治来说，急诊科就诊的最初几个小时内逆转疾病进展的可能性最大，在急诊科及时开展重症治疗可以改善其预后。同时，治疗技术和监测设备的发展使得在急诊科开展危重治疗成为可能。为了应对急诊科危重病人增多的现状，更好地为其提供危重症治疗。急诊科设立了急诊监护病房模式：急诊科正在设立越来越多的急诊监护病房(Emergency Department Intensive Care Unit,EDICU)系统。危重病人经常由于各种原因不能及时收入医院的综合监护病房，这些原因包括急诊病人危重病人数量过多、床位短缺、复杂病人收治困难，而急诊监护病房系统成为了这些病人的唯一收治场所。更重要的是，急诊的危重病人病情复杂多变，需要在急诊科即开始针对性的危重症治疗。所以危重病人在接受初步治疗后得到稳定后，进入急诊监护病房系统接受后续治疗。急诊监护病房系统的设立有助于：1.及时处理危重病人。2.减少危重病人在急诊科的滞留等候时间。3.减少急诊工作人员的负荷。急诊监护病房系统成为了急诊科医生进行危重病救治与研究的主要场所。
急诊科医生在急诊监护病房系统中承担着危重病人救治的核心作用，由于专业的交叉性，急诊科和重症专家有着密切的合作。一些医院设立了医疗急诊团队(medicalemergency team,MET)，提高了紧急救助的质量。近年来，一些急诊医生在积极寻求重症领域的专业培训，经过危重医学培训的急诊专业医师极其适合担任急诊科危重病人的救治工作。急诊医生在重症领域的研究做出了很大的努力。急诊医生积极参与重症医学的培训，并加入脓毒症等重症领域的研究。但是，由于危重症医学诊疗本身的特殊性，急诊科医生有时候并不能快速有效地识别危重病人，从而低估了急诊科危重病人的比例。在这种情况下，正确评估急诊科危重患者的严重程度对于预测不良预后，进行正确的预后评估与治疗尤为重要。更重要的是，急诊科危重症的治疗质量直接关乎病人的死亡率与致残率。死亡率无疑是评估危重病人不良预后中最重要的指标。但如何正确的预测该人群的死亡率，是一项待解决的问题。
在建立危重症患者的死亡率预测系统的时候，应该充分考虑到其计算评分的便利性，因而在临床实际应用中，决策树算法或使用OR值的评分系统是比较理想的。随着科技的发展，计算机系统使得评分系统更加复杂化，现行急诊电子病历系统使得临床医生可以快速地提取评估预后所需要的资料。因而有很多更加准确而复杂的评分系统正在被开发中。近年来急诊专业领域开展了很多预测疾病的死亡率的研究，目前研究集中于一些需要反复就诊的疾病，且预测模型的表现不一。众所周知的是急诊科危重疾病的构成十分复杂，并不仅仅包括一些常见的疾病，但是针对每一种疾病的人群开发其专用的疾病评分模型显然是不现实的，且急诊的危重病人常常具有高龄、合并慢性疾病、反复就诊等特点，单独使用针对某一种疾病的评分系统并不足以反映其疾病的全部特征。
因此本申请的研究对象是因各种原因进入急诊监护病房系统(急诊科抢救室及重症监护室)治疗的16岁及以上患者。在该人群中确立死亡风险相关的危险因素，对其进行风险分层，将危险因素转化为分类变量，使用logistic回归的方法分析变量与死亡率之间关系，最终将与死亡率有显著相关性的变量整合，测算患者的7天死亡率。并使用受试者工作特征曲线(Receiver operating characteristic curve,ROC)评估其预测效能。最后使用十折交叉验证的方法在研究人群中作内部验证，评估其一致性。
本申请的核心点在与对与危险因素的选取及风险分层。本申请引入的危险因素包括患者的病史，主要包括呼吸系统疾病(除外肺炎)、恶性肿瘤、血液系统肿瘤、转移瘤、脑血管病、慢性下呼吸道疾病、循环系统疾病、心力衰竭、消化系统疾病、肝硬化、泌尿生殖系统疾病；患者的生理学参数，包括患者的格拉斯哥评分、患者的心率、患者的收缩压、患者的氧饱和度；患者的实验室参数包括患者的血红蛋白水平、白细胞计数、肌酐浓度、血钾浓度、血钠浓度、尿素含量、血小板计数、总胆红素浓度、D-二聚体水平、纤维蛋白原含量。本申请将患者的病史、生理学参数、实验室参数按照风险分层，转化为分类变量，确定每个变量对应的OR值，最后通过所有参数的OR值来测算患者的7天死亡率(p)。
在统计学中，变量按变量值是否连续可分为连续变量与分类变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。例如，生产零件的规格尺寸，人体测量的身高、体重、胸围等为连续变量，其数值只能用测量或计量的方法取得。反之，其数值只能用自然数或整数单位计算的则为离散变量。例如，企业个数，职工人数，设备台数等，只能按计量单位数计数，这种变量的数值一般用计数方法取得。
分类变量是指地理位置、人口统计等方面的变量，其作用是将调查响应者分群。描述变量是描述某一个客户群与其他客户群的区别。大部分分类变量也就是描述变量。分类变量可以分为无序分类变量和有序分类变量两大类。其中，无序分类变量(unorderedcategorical variable)是指所分类别或属性之间无程度和顺序的差别。其又可分为①二项分类，如性别(男、女)，药物反应(阴性和阳性)等；②多项分类，如血型(O、A、B、AB)，职业(工、农、商、学、兵)等。而有序分类变量(ordinal categorical variable)各类别之间有程度的差别。如尿糖化验结果按－、±、+、++、+++分类；疗效按治愈、显效、好转、无效分类。对于有序分类变量，应先按等级顺序分组，清点各组的观察单位个数，编制有序变量(各等级)的频数表，所得资料称为等级资料。
变量类型不是一成不变的，根据研究目的的需要，各类变量之间可以进行转化。例如血红蛋白量(g/L)原属数值变量，若按血红蛋白正常与偏低分为两类时，可按二项分类资料分析；若按重度贫血、中度贫血、轻度贫血、正常、血红蛋白增高分为五个等级时，可按等级资料分析。有时亦可将分类资料数量化，如可将病人的恶心反应以0、1、2、3表示，则可按数值变量资料(定量资料)分析。
在本申请引入的危险因素中，即包含了无序的分类变量，如患者的病史，又包含了连续的数值变量如患者的生理学参数和实验室参数等，在本申请中，连续的数值变量按照危险分层被转化为分类变量，而分类变量界值的确定以及分层，以及分层后OR值的选取正是本申请的重要内容。
患者的病史数据一般在患者入院即刻获得，在本申请中，我们选取了急诊危重症患者较为常见，并对预后有显著影像的几种病史作为危险因素，包括呼吸系统疾病(除外肺炎)、恶性肿瘤、血液系统肿瘤、转移瘤、脑血管病、慢性下呼吸道疾病、循环系统疾病、心力衰竭、消化系统疾病、肝硬化、泌尿生殖系统疾病，其中，呼吸系统疾病(除外肺炎)，其OR值为0.821；恶性肿瘤，其OR值为0.465；血液系统肿瘤，其OR值为1.194；转移瘤，其OR值为0.461；脑血管病，其OR值为0.429；慢性下呼吸道疾病，其OR值为1.701；循环系统疾病，其OR值为1.267；心力衰竭，其OR值为1.053；消化系统疾病，其OR值为1.685；肝硬化，其OR值为0.185；泌尿生殖系统疾病，其OR值为0.549；无病史(参考)，其OR值为1。
患者的生理学参数通过为急诊危重患者连接的心电监护仪器获得，一般在患者入院时即可马上获得，其中，优选患者入院6小时内获得的数据作为计算参数更为准确。在本申请中，本申请所述系统获取的患者生理学参数包括格拉斯哥评分、患者的心率、患者的收缩压、患者的氧饱和度。
本申请所述格拉斯哥评分，源于格拉斯哥昏迷评分法(GCS,Glasgow ComaScale)，格拉斯哥昏迷评分法是医学上评估病人昏迷程度的方法，是由英国格拉斯哥大学的两位神经外科教授Graham Teasdale与Bryan J.Jennett在1974年发明的测评昏迷的方法。在格拉斯哥昏迷评分法中会评估患者睁眼反应、语言反应和肢体运动三个方面，三个方面的分值相加即为患者的格拉斯哥评分，通常在临床判断中，格拉斯哥昏迷评分法最高分为15分，表示意识清楚；12-14分为轻度意识障碍；9-11分为中度意识障碍；8分以下为昏迷；分数越低则意识障碍越重。但在本申请中，我们通过分析和测算，重新选取其危险分层的界值，本申请将格拉斯哥评分按危险度分为三类，分别为轻度、中度、重度，其中，界值13-15为轻度、界值9-12为中度、界值3-8为重度，其中轻度对应OR值为1，中度对应OR值为3.642，重度对应OR值为8.139。
本申请所述心率是指正常人安静状态下每分钟心跳的次数，也叫安静心率，一般为60～100次/分，可因年龄、性别或其他生理因素产生个体差异。心率变化与心脏疾病密切相关，也是临床治疗中的重要参数。本申请中，在本申请中，我们通过分析和测算，重新选取其危险分层的界值，本申请将心率按照危险度四分类，分别为轻度、中度、重度、极重度，其中界值60-99为轻度，界值100-130为中度，界值＜60为重度，界值＞130为极重度，其中轻度对应OR值为1，中度对应OR值为2.125，重度对应OR值为0.903，极重度对应OR值为1.781。
本申请所述收缩压，是当人的心脏收缩时，动脉内的压力上升，心脏收缩的中期，动脉内压力最高，此时血液对血管内壁的压力称为收缩压，亦称高压，本申请所述收缩压的计量单位为mmHg。根据世界卫生组织规定，成人收缩压≥140mmHg(21.3kPa)时即可确诊为高血压。收缩压≤130mmHg(18.6kPa)称为正常血压，介于二者之间者，称为临界高血压；所谓低血压，是指动脉血压的收缩压低于90mmHg。在本申请中，我们通过分析和测算，重新选取其危险分层的界值，本申请将收缩压按照危险度四分类，分别为轻度、中度、重度、极重度，其中，界值90-140为轻度、界值141-180为中度，界值＜90为重度，界值＞180为极重度，轻度对应OR值为1，中度对应OR值为1.438，重度对应OR值为2.801，极重度对应OR值为0.799。
本申请所述氧饱和度，是血液中被氧结合的氧合血红蛋白(HbO2)的容量占全部可结合的血红蛋白(Hb，hemoglobin)容量的百分比，即血液中血氧的浓度，它是呼吸循环的重要生理参数。在本申请中，我们通过分析和测算，选取其危险分层的界值，本申请中将氧饱和度按危险度三分类，分别为轻度、中度、重度，其中，界值95-100为轻度，界值90-94为中度，界值＜90为重度，轻度对应OR值为1，中度对应OR值为0.569，重度对应OR值为1.613。
患者的实验室参数一般在入院1小时内或6小时内获得，其中，优选患者入院6小时内获得的数据作为计算参数更为准确。在本申请中，本申请所述系统获取的患者实验室参数包括患者的血红蛋白水平、酸碱度、白细胞计数、肌酐浓度、血钾浓度、血钠浓度、尿素含量、血小板计数、总胆红素浓度、D-二聚体水平、纤维蛋白原含量。本申请中实验室参数均通过采集患者入院时静脉血液进行实验室化验获得，当血液送到医院的血液检验室，经过检验化验后，一般在入院6小时内即可通过医院的检验系统实时查询到患者的实验室参数数据。本申请所述血红蛋白水平，是指血液通过离心后仅获取的剩下红细胞中血红蛋白的比例，其单位为g/L，血红蛋白含量低，说明体内缺铁，进而影响血红蛋白的合成和氧的承载能力，导致贫血，阻碍人体正常生理活动。在本申请中，我们通过分析和测算，重新选取其危险分层的界值，将血红蛋白水平按危险度五分类，分别为正常、轻度、中度、重度、异常；其中，界值110-170为正常，界值90-109为轻度，界值60-90为中度，界值＜60为重度，界值＞170为异常，正常对应OR值为1，轻度对应OR值为1.282，中度对应OR值为1.919，重度对应OR值为2.261，异常对应OR值为0.902。
本申请所述白细胞计数，即指计数单位体积血液中所含的白细胞数目，其计量单位为109/L，白细胞计数是血液常规检查的主要检查项目，在本申请中，我们通过分析和测算，重新选取其危险分层的界值，将白细胞计数按危险度四分类，分别为正常、轻度、中度、重度；其中，界值4-10为正常，界值＜4为轻度，界值10-20为中度，界值＞20为重度；其中正常对应OR值为1，轻度对应OR值为0.567，中度对应OR值为2.232，重度对应OR值为1.105。
本申请所述肌酐浓度，是肌肉在人体内代谢的产物，临床上检测血肌酐是常用的了解肾功能的主要方法之一。肌酐的浓度变化主要由肾小球的滤过能力(肾小球滤过率)来决定。滤过能力下降，则肌酐浓度升高。本申请所述肌酐计量单位为μmoI/L。血肌酐值高出正常值多数意味肾脏受损，血肌酐能较准确的反映肾实质受损的情况。在本申请中，我们通过分析和测算，重新选取其危险分层的界值，将肌酐值按危险度六分类，分别为正常、异常、轻度、中度、重度、极重度，界值55-130为正常，界值＜55为异常，界值131-178为轻度，界值179-450为中度，界值451-707为重度，界值大于707为极重度；其中正常对应OR值为1，轻度对应OR值为1.537，中度对应OR值为1.312，重度对应OR值为0.642，极重度对应OR值为0.963，异常对应OR值为1.563；
所述血钾浓度，即为血清中钾离子的浓度。钾在维持酸碱平衡、参与蛋白质和糖的代谢、维持心肌和神经肌肉正常的应激性等方面起着重要的作用。本申请所述血钾浓度计量单位为mmol/L。正常情况下血钾的浓度在3.5～5.5mmol/L，平均4.2mmol/L。一般临床诊疗过程中，当血钾>5.5mmol/L时，称为高钾血症。引起高钾血症的原因主要有细胞内钾释放、钾摄入或输入过多、肾排泄钾的功能减退等。血钾<3.5mmol/L时，称为低血钾。低钾血症的病因有很多，主要有钾摄入减少、钾排出过多等。在本申请中，我们通过分析测算，重新选取其危险分层的界值，将血钾按危险度四分类，分别为正常、轻度、中度、重度，其中界值3.5-5.5为正常，界值5.6-6.5为轻度，界值＞6.5为中度，界值＜3.5为重度其中正常对应OR值为1，轻度对应OR值为1.465，中度对应OR值为0.905，重度对应OR值为1.212。
本申请所述血钠浓度，即为血清钠是指血清中钠离子浓度。本申请所述血钠浓度计量单位为mmol/L。钠离子是细胞外液(如血液)中最多的阳离子，对保持细胞外液容量、调节酸碱平衡、维持正常渗透压和细胞生理功能有重要意义，并参与维持神经-肌肉的正常应激性。细胞外液钠浓度的改变可由水、钠任一含量的变化而引起，所以钠平衡紊乱常伴有水平衡紊乱。水与钠的正常代谢及平衡是维持人体内环境稳定的重要因素。因此，血清钠测定具有重要的临床意义，犹其有助于脱水的治疗。在本申请中，我们通过分析测算，重新选取其危险分层的界值，将所述血钠三分类，分别为正常、轻度、重度，其中，血钠界值135-145为正常，界值＞145为轻度，界值＜135为重度；其中正常对应OR值为1，轻度对应OR值为0.591，重度对应OR值为1.407；
所述尿素含量，及为血液中尿素的含量。本申请所述尿素单位为mmol/L。血尿素测定是一项用于检查排尿功能是否正常的辅助检查方法。尿素是机体内蛋白质代谢的终产物，主要经肾小球滤过而从尿液中排泄。血尿素的产生受诸多因素的影响，如高蛋白饮食、消化道出血、创伤、感染、发热、营养不良或接受类固醇皮质激素治疗等高分解状态时，尿素的产生均明显增加而使血尿素增高。在本申请中，我们通过分析测算，重新选取其危险分层的界值，将尿素三分类，其中尿素界值2.5-7.5为正常，界值7.6-15为轻度，界值＞15为重度；其中正常对应OR值为1，轻度对应OR值为2.343，重度对应OR值为1.953；
所述血小板计数，是指计数单位容积血液中血小板计数的数量，其计数单位为109/L。血小板计数计数的正常值为125～320×109/L。血小板计数减少是引起出血时间延长，严重损伤或在激状态可发生出血。当血小板计数计数<50×109/L时，轻度损伤可引起皮肤粘膜紫癜，手术后可能出血；当血小板计数计数<20×109/L时，常有自发性出血。在本申请中，我们通过分析测算，重新选取其危险分层的界值，将血小板计数三分类，其中界值150-350为正常，界值＞350为轻度，界值＜150为重度；其中正常对应OR值为1，轻度对应OR值为0.691，重度对应OR值为1.021。
所述总胆红素浓度，是血清中直接胆红素和间接胆红素的总和，其计数单位为μmol/L。血清总胆红素的测定是肝、胆功能检查中的一项重要检测项目。能准确地反映黄疸的程度，对临床诊断隐性黄疸有重要意义。血清总胆红素的正常参考值：5.13～22.24μmol/L(0.3～1.3mg/dl)。在本申请中，我们通过分析测算，重新选取其危险分层的界值，将总胆红素三分类，其中总胆红素界值3.5-23.5为正常，界值23.6-47为轻度，界值＞47为重度；其中正常对应OR值为1，轻度对应OR值为1.688，重度对应OR值为1.968；
本申请所述D-二聚体水平，是血液中D-二聚体浓度，其计数单位为μg/ml。血液中有纤维蛋白，纤维蛋白经过活化和水解，产生特异的降解产物称为纤维蛋白降解产物。D-二聚体是最简单的纤维蛋白降解产物，D-二聚体水平升高说明体内存在高凝状态和继发性的纤维蛋白溶解亢进。因此，D-二聚体质量浓度对血栓性疾病的诊断、疗效评估和预后判断具有重要的意义。在本申请中，我们通过分析测算，重新选取其危险分层的界值，将D-二聚体浓度四分类，其中，D-二聚体浓度界值＜0.5为正常，界值0.5-2.4为轻度，界值2.6-5为重度，界值＞5.0为极重度；其中正常对应OR值为1，轻度对应OR值为1.795，中度对应OR值为0.959；重度对应OR值为1.281；
本申请所述纤维蛋白原含量，是在凝血过程中，凝血酶切除血纤蛋白原中的血纤肽A和B而生成的单体蛋白质，其计数单位为g/L。高纤维蛋白原是各种血栓性疾病重要危险因素，在临床中被认为是疾病状态的标志物。在本申请中，我们通过分析测算，重新选取其危险分层的界值，将纤维蛋白原三分类，其中界值2.0-4.5为正常，界值1.5-1.9为轻度，界值＜1.5为重度。其中正常对应OR值为1，轻度对应OR值为1.001，重度对应OR值为0.962。
总体来说，本申请中选取的变量一大部分来自于DAVORS模型，但我们对变量进行了筛选与改良。一方面，因为DAVORS评分模型中生理参数的临床参考范围不符合我国的实际情况，无法应用于我国，因此我们对变量的风险进行了重新分层。另一方面，DAVORS评分模型中的一些指标在早期获取有一定困难或可靠性差，并且在我们的模型建立过程中，增加这些变量并未提高预测效能，它们对模型预测的结果的影响有限，因而我们的模型未纳入这些变量。我们的模型一方面在目标人群中进行了优化，另一方面使得模型的数据更易得到，增加了临床的实用性。我们在前期过滤了大量冗杂的信息，提取了对于预后至关重要的预测因子。在对纳入变量的筛选阶段，研究小组既需要考虑到危重患者的临床特征，又需要对变量进行调整，根据其相应的风险进行分组。最终纳入模型中的预测因子都是在临床实践中容易获得的资料。其中涉及病史的ICD-10编码、患者生理参数和实验室参数。值得注意的是，纳入模型的变量通常可以在入院后6小时内获得，这样该模型可以作为死亡率的早期预测评估模型。
本次研究最终纳入了1624名患者。纳入的预测因子包括疾病史所述病史按照呼吸系统疾病(除外肺炎)、恶性肿瘤、血液系统肿瘤、转移瘤、脑血管病、慢性下呼吸道疾病、循环系统疾病、心力衰竭、消化系统疾病、肝硬化、泌尿生殖系统疾病进行分类、生理参数(格拉斯哥评分、心率、收缩压、氧饱和度)和实验室参数(血红蛋白水平、白细胞计数、肌酐浓度、血钾浓度、血钠浓度、尿素含量、血小板计数、总胆红素浓度、D-二聚体水平、纤维蛋白原含量)。本申请使用这些因子建立了急诊危重症患者7天死亡率的预测模型。
本申请所述的预测患者死亡风险的系统中，具有数据采集模块，用于在患者入院6小时内采集患者的病史、生理学参数、实验室参数。在计算患者死亡风险的模块中，预先存储有基于现有数据库中患者的病史、生理学参数、实验室参数转换成的分类变量，通过将各变量对应的OR值拟合而成的用于预测急诊危重患者7天死亡率(p)的公式，来计算患者的7天死亡率。
上述公式中，An为患者病史对应的OR值，例如，如果患者患有病史分类中的一种疾病——恶性肿瘤，则上述公式中的(A1×A2。。。×An)部分即为恶性肿瘤对应的OR值A2，如果患者患有病史分类的两种或两种以上疾病，则上述公式中的(A1×A2。。。×An)部分即为两种或两种以上疾病对应OR值的乘积。
上述公式中，Bn为患者生理学参数对应的OR值，其中，格拉斯哥评分对应OR值为B1、心率对应的OR值为B2、收缩压对应的OR值为B3、氧饱和度对应的OR值为B4，例如，当系统获取到患者的格拉斯哥评分，会根据系统中预设的界值对其分层，将格拉斯哥评分转化为分类变量，再从系统中获取到该分类变量对应的OR值B1，其他参数以此类推，上述公式的(B1×B2。。。×Bn)即为所有纳入系统的患者生理学参数对应OR值的乘积，当患者的生理学参数有缺失时，该缺失参数对应的OR值默认为1，即在公式中作为乘数可以忽略不计。
上述公式中，Cn为患者实验室参数对应的OR值，其中，血红蛋白水平对应OR值为C1、白细胞计数对应的OR值为C2、肌酐浓度对应的OR值为C3、血钾浓度对应的OR值为C4、血钠浓度对应的OR值为C5、尿素含量对应的OR值为C6、血小板计数对应的OR值为C7、总胆红素浓度对应的OR值为C8、D-二聚体水平对应的OR值为C9、纤维蛋白含量对应的OR值为C10，例如，当系统获取到患者的血红蛋白水平，会根据系统中预设的界值对其分层，将血红蛋白水平转化为分类变量，再从系统中获取到该分类变量对应的OR值C1，其他参数以此类推，上述公式的(C1×C2。。。×Cn)即为所有纳入系统的患者实验室参数对应OR值的乘积，当患者的实验室参数有缺失时，该缺失参数对应的OR值默认为1，即在公式中作为乘数可以忽略不计。
通过上述公式计算出急诊危重患者的7天死亡率(p)后，我们可依据计算出的7天死亡率(p)值来评估急诊危重病人的病情严重程度。7天死亡率(p)值越高则其病情越危重。急诊危重症患者一般会存在多个指标的异常反应，而患者的7天死亡率(p)是对各项重要指标的综合评估，其结果简洁、直观，可以为临床医生提供更多的参考，从而指导医生为急诊危重病人制定更合理的治疗方案。
与建立于整个急诊人群的DAVROS模型相比，本申请所述危重患者7天死亡率预测系统模型具有更好预测价值。与DAVROS评分不同的是，本申请所述的预测系统模型是在急诊危重症患者的基础上建立的，同时针对其人群进行了优化。更具体来说，我们删除了DAVORS模型中流感和肺炎的ICD代码和不必要的分组(慢性下呼吸道疾病和慢性呼吸系统疾病两项有重叠)。在DAVORS评分中，活动期肿瘤和激素治疗被单独出来作为变量，在我们的人群中这两项预测价值低，故模型未纳入这两项变量。在急诊监护病房接受治疗的患者很少因外界因素(如烧伤、电击)致病，这些患者通常在外科ICU中进行治疗，因此该部分并不包括在本申请所述系统的计算模型中。为了避免混淆，我们在模型中删去了未知或难以分类的症状体征。此外，心力衰竭(NHYA IV)和肝硬化这两项疾病被独立出来作为评分项目。据报道，心力衰竭是急诊科最常见的疾病之一，其在成人中的患病率达1％-2％，在大于70岁患者中患病率高达10％，急诊患者的死亡率与这一疾病具有密切的相关性，大多数急诊失代偿性心力衰竭综合征患者需要进入监护病房进行重症治疗。因此，终末期心力衰竭这一项被独立出来，作为关键预测因子。而肝硬化作为一常见疾病，占据了急诊就诊人群相当一部分比例。在美国，肝硬化为第八位致死原因，且因为肝硬化就诊于急诊的人数处于递增状态，肝硬化常常合并出血、感染、凝血功能异常等其他疾病，其入院率及再入院率很高。将肝硬化作为一项独立项目来评估有助于其预后的判断。我们发现在纳入的生理参数方面，呼吸频率和体温未能进入最终的模型，这是因为它们的预测价值有限。这可能是因为呼吸频率波动大，记录下的数值可靠性差。而体温需要10分钟的时间取得结果，并不能在初步分诊或危重疾病抢救时获得数值，因而在我们的人群中温度所缺比例较高，导致了其预测能力下降。但这不意味这体温在急诊危重病人预后评估中不重要，相反，研究表明体温在预后评估中具有一定重要性。因此我们可能在后续的研究中加入体温作为关键变量。
此外，凝血功能反映了血管内功能。我们在本申请中加入了D-二聚体和纤维蛋白，以协助判断微血管状况的评价。有研究表明D-二聚体及纤维蛋白原与ICU人群的生存率低有关。D-二聚体在脑出血、感染性心内膜炎等许多危重疾病中被证明具有很高的预测价值。因此，我们选择了D-二聚体和纤维蛋白原代表微循环及凝血功能，以提高预测模型的效能。
本申请所述的研究与其他主要ICU预后模型也存在一些差异。SAPS 3研究作为重症医学领域中最大规模的前瞻性多中心研究之一，产生了适用于ICU人群的预测模型。尽管目前的医疗电子系统可以计算复杂的预后模型，但在实际应用中SAPS 3评分系统仍然过于复杂，其包括3个组成部分，第一部分包括患者在进入ICU治疗前的基本信息特征(如年龄、合并症等),第二部分包括患者在ICU前的治疗状况(如手术部位、感染情况等)，第三部分包括患者进入ICU时的生理及实验室参数。其计分需要在3个部分中分别进行，计分程序繁杂，需要病历系统专门为其设计提取与分析的程序，因而目前国内缺乏其广泛应用的报道。其文章指出：模型的第一部分即提供了50％的预测效能，第二和第三部分各自贡献了22.5％和27.5％的预测效能。其评分的第一部分将少数病史单列出来，第三部分将患者进入ICU治疗的病因单列出来，将心律失常及癫痫评分列为负分，其他疾病根据其对于预后的影响进行赋分，其不仅判断上具有一定主观性，而且对于刚接触SAPS 3评分系统的初学者来说，其计分内容重叠且混杂，不易上手。更重要的是，与其他ICU患者相比，EDICU患者年龄较大，并且常常由于合并慢性疾病，其恢复好转的可能性较低。此外，SAPS 3将手术状态作为一项重要组成部分，详细评估了手术部位及手术类型的影响，而EDICU患者往往为内科危重症患者，在接受重症治疗前接受手术治疗的可能性较小，因而其建立人群和EDICU患者有很大差异。虽然该模型建立于多个国家的ICU人群，样本量大且代表性强，但研究表明其并不能在特定ICU群体中得到良好的预测结果。在我国，李春盛[41]等人将SAPS 3评分应用于EDICU的脓毒症患者，发现SAPS 3评分并不优于APACHE II、SOFA等评分，其预测效能劣于MEDS评分。这也提示ICU在各个国家和地区之间差异很大，预后预测模型需要根据目标人群作相应的调整。在对比本申请所述预测系统与SAPS 3模型后，可以发现本申请模型将病史相关变量综合为对疾病的ICD编码，具有客观标准，评分程序更为简便，使得初学者容易掌握。考虑到EDICU人群的特征，我们删去了手术及创伤相关资料，并且将一些不适用于急诊情况的变量进行了删减。在实验室参数方面，本申请所述模型删去了pH值等参数，pH值需要采集动脉血后才可获得，早期获得有一定困难，因此未纳入模型。总体来说，我们的模型相比SAPS3来说参数较少，评分流程简便快捷。
实施例
实施例1筛选患者及采集实验数据
2016年03月－2016年10月于北京第三医院急诊科就诊，因病情需要急诊监护病房系统(急诊抢救室及急诊监护病房)诊治的患者。纳入研究的患者就诊时病情分级为1级(濒危患者)或2级(危重患者)。
纳入标准：
1、曾于急诊抢救室或急诊监护病房接受治疗的患者；
2、年龄≥16岁；
排除标准：
1、来院时已无自主呼吸或心跳、宣布临床死亡的患者；
2、妊娠患者；
3、资料严重缺失患者；
研究小组经过反复讨论，指定资料采集方案，制作统一病例报告表，反复讨论及统一资料采集程序。
研究资料采集内容的设定，参考了国外急诊医学及重症医学领域权威评分(如DAVROS、SAPS3评分)所纳入的变量。在危险分层方面，我们一方面参考了目前权威的危重疾病评分的分层，另一方面参考了标准范围及临床使用情况，并结合了我国临床诊疗的实际需要来划分。
病例资料采集
1.一般资料：患者姓名、性别、年龄、病历号(ID号)、联系方式及来诊后去向等。
2.诊断相关材料：来诊主诉、诊断、转归、病史及血管升压药物应用状况等。
3.体检相关资料：格拉斯哥评分、呼吸频率、心率、体温、收缩压、舒张压、氧合指数、血氧饱和度、给氧浓度、给氧方式、氧流量。
4.检验资料相关内容：血气分析、降钙素原、N端前脑钠肽、心肌肌钙蛋白I。
5.死亡相关资料：患者90天内是否死亡、死亡资料来源、死亡时间、最后一次就诊时间、存活超过7天、存活超过30天、存活超过90天。因为急诊危重评分着重考虑短期死亡率，我们将主要研究终点定义为7天死亡，次要研究终点定义为30天死亡。
化验资料采集
由经过统一培训的急诊科医生收集资料，一般资料和诊断相关资料通过急诊科医生翻阅病历得到，转归采用病历收集及电话随访的方式。
检验资料采集
在患者就诊即刻、1h、6h收集以下化验检查资料：动脉血气，包括酸碱度(pH)、氧分压(pO2)、二氧化碳分压(pCO2)、乳酸水平、血红蛋白浓度(Hb)、血糖(Glu)、碳酸氢根(HCO3-)、碱离子(BE)；肾功能指标：血清肌酐(serum creatinin，Scr)、血尿素氮(bloodurea nitrogen，BUN)；肝功能指标：天门冬氨酸氨基转移酶(aspartate transaminase，AST)、谷氨酸-丙酮酸转氨酶(alanine aminotransferase，ALT)；心功能指标：N端前脑钠肽(amino terminal-pro brain natriuretic peptide，NT-proBNP)、心肌肌钙蛋白I(troponin I，TnI)以及血白细胞(white blood cell，WBC)、血小板(platelet，PLT)、血红蛋白(hemoglobin，Hb)的指标，电解质：钠离子(Na+)及钾离子(K+)；以上实验室指标均于北京大学第三医院各相关化验室测定，由急诊医生通过化验报告系统收集。
实施例2从采集的患者数据中筛选列入预测系统的预测参数
推导本申请预测系统新模型阶段，采用logistic回归分析每个变量和死亡率之间的关联。只有与死亡率有显著相关的变量(即P<0.1)，才用作推导风险调整评分。
在模型建立初期，每一个单变量与死亡与否的关系得到了初步的研究。除年龄与死亡率有线性关系外，其他变量与死亡的关系更复杂。因而我们将这些变量调整为分类变量。不同变量根据其与死亡率的关系进行分组，若变量在临床上有标准的正常范围，即按其标准范围进行分组。
患者的病史资料通过ICD-10编码进行分类，分类以ICD-10编码的章节为主。
在处理缺失值方面，模型采用了3种处理措施：1.随机缺失：若是资料是随机缺失的，且缺失比例低于10％，可以忽略其影响。2.正常值：资料缺失的部分原因由于其默认是正常值之内，所以未特地标注，这部分缺失值可由正常值替代。3.系统缺失：若缺失是由于系统缺失的原因，则可尽量用其他变量替换。
记录生理变量、合并症和实验室检查(血常规、肝功能、肾功能、凝血功能、肌钙蛋白、肌酸激酶、肌酸激酶同工酶、N端前脑钠肽、电解质、随机血糖，降钙素原、血气分析、血乳酸等)，并评估这些患者数据中与死亡率关联的单变量。在至少80％的患者数据中与死亡率显著关联(P<1.0)的变量将在多变量模型中进行检测，看它们是否提高了预测值(基于C-统计)。
通过随机方法在治疗中抽取10％的患者数据抽取进行验证。对两组数据分别进行C统计然后再将两组数据混合行C统计。若C统计系数小于0.8则表明不适用于预测该患者群体中风险调整后的7天死亡率。
经反复试验和验证，最终纳入本申请所述预测系统的预测变量有：患者的病史、患者的生理学参数、患者的实验室参数，所述生理学参数包括患者的格拉斯哥评分、患者的心率、患者的收缩压、患者的氧饱和度，所述实验室参数包括患者的血红蛋白水平、白细胞计数、肌酐浓度、血钾浓度、血钠浓度、尿素含量、血小板计数、总胆红素浓度、D-二聚体水平、纤维蛋白原含量。
实施例3确定急诊危重症患者7天死亡率预测系统模型
研究共纳入1624个病例，平均年龄64.7±18.1岁，男性969例(60％)，患者基本资料见表1。
表1纳入患者基本信息
注：正态分布计量资料采用均数±标准差表示；非正态分布计量资料采用M(P25，P75)表示；*P＜0.05，**P＜0.01。
从所考虑的连续变量中，我们在各变量的标准范围基础上、结合临床经验、专家意见、我国病患的生理特点以及疾病严重程度对变量进行分类，并确定了其分类的界值(见表2)。在小组讨论和专家小组的建议的基础上，我们为每个变量确定了适当的分组。疾病的存在主要根据ICD代码进行分类。最终的变量由病史变量、生理参数变量、实验室参数变量组成。
根据经验和既往文献，我们对纳入预测系统的变量进行了危险分层，详细分层数据如下：
表2纳入变量的危险度分层
将纳入系统的变量转化为分类变量，通过Logistic回归这个统计方法计算变量对应的OR值。
在本实施例中，我们采用了IBM公司的SPSS2.0Version的软件中的Logistic回归模块，将纳入试验的1624个病例的病史参数、生理学参数、病史参数数据输入软件的Logistic回归模块中，计算出各各个参数分类变量所对应的OR值：
预测危重症患者7天死亡率预测系统最终纳入的变量对应的OR值如下：
考虑短期死亡率对于急诊危重病人预后评估价值最大，我们将患者7天是否死亡定义为主要研究终点，30天是否死亡为次要研究终点。根据主要研究终点建立的预测系统模型的变量包括患者病史、生理学参数、实验室参数，表3详细列出了纳入的参数变量及其在模型中对应的OR值。
表3纳入7天死亡率预测分析变量分类及OR值
在危险度分层的基础上我们随机抽取90％的病人数据初步建立了本申请所述预测模型，在剩余10％的病人里进行了十折交叉验证。本申请所述模型预测死亡率的ROC曲线见图1，其具体AUC结果见表4。
表4本申请所述系统预测7天死亡率的AUC及十折交叉验证结果
对比例1
我们将本申请建立的模型与DAVORS模型进行了比较，将本申请纳入实验的病例的所有数据，根据DAVORS评分表(GOODACRE S,WILSON R,SHEPHARD N,et al.Derivation andvalidation of a risk adjustment model for predicting seven day mortality inemergency medical admissions:mixed prospective and retrospective cohort study[J].BMJ,2012,344(may01 1):e2904.)的相关参数的将每项OR值作乘积，根据DAVORS公式计算病例的死亡概率，同时利用相同的数据使用本申请所述预测系统模型计算出病例的死亡概率，计算出相应的ROC曲线，其ROC曲线如图2所示。由图2可知，本申请所述预测模型的ROC曲线下的面积大于DAVROS模型的ROC曲线下面积，本申请所述预测系统模型对于急诊危重患者7天死亡率的预测比DAVROS模型更为有效。
对比例2
我们将本申请所述预测系统模型与SAPS 3模型进行了比较，将本申请纳入实验的病例的所有数据，根据SAPS 3评分表(METNITZ P G,MORENO R E,JORDAN B,et al.SAPS3--From evaluation of the patient to evaluation of the intensive careunit.Part 1:Objectives,methods and cohort description[J].Intensive CareMedicine,2005,31(10):1336-44.)的相关参数的将每项OR值作乘积，在我们的人群中体温的缺失值过多，无法得出完整的SAP 3分数。因而我们将模型分为了包括体温的模型与不包括体温模型。并分别在模型建立的人群中进行验证。在模型建立人群中的ROC比较曲线见图3。由图3可以看出，本申请所述预测模型的ROC曲线下的面积要大于SAPS3模型在包含体温数据和不包含体温数据的的ROC曲线下面积，由此可见，本申请所述预测系统模型对于急诊危重患者7天死亡率的预测比SAPS3模型更为有效。
尽管以上结合附图对本发明的实施方案进行了描述，但本发明并不局限于上述的具体实施方案和应用领域，上述的具体实施方案仅仅是示意性的、指导性的，而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护之列。
Claims (14)
1.一种用于预测患者死亡风险的系统，其特征在于，包括：
数据采集模块，其用于获取患者的病史、患者的生理学参数、患者的实验室参数，所述生理学参数包括患者的格拉斯哥评分、患者的心率、患者的收缩压、患者的氧饱和度，所述实验室参数包括患者的血红蛋白水平、白细胞计数、肌酐浓度、血钾浓度、血钠浓度、尿素含量、血小板计数、总胆红素浓度、D-二聚体水平、纤维蛋白原含量；以及
计算患者死亡风险的模块，其用于将数据采集模块中的获取的上述信息进行计算，从而计算出患者7天死亡率(p)。
2.根据权利要求1所述的系统，其特征在于：
在计算患者死亡风险的模块中，根据患者病史不同转化为分类变量，通过危险度分层处理将所述患者的生理学参数、患者的实验室参数转化为分类变量，通过所述病史的分类变量、所述生理学参数的分类变量、所述实验室参数的分类变量对应的OR值来计算所述急诊危重患者7天死亡率(p)，其中所述OR值是指各参数的比值比。
3.根据权利要求1或2所述系统，其特征在于：
所述数据采集模块在患者入院时获取所述患者的病史，在患者入院1小时、入院6小时分别获取所述患者的的生理学参数和患者的实验室参数，优选在患者入院6小时获取的患者生理学参数和实验室参数。
4.根据权利要求1-3任一项所述系统，其特征在于，所述病史包括是否罹患如下疾病或无疾病，所述疾病包括：
呼吸系统疾病(除外肺炎)、恶性肿瘤、血液系统肿瘤、转移瘤、脑血管病、慢性下呼吸道疾病、循环系统疾病、心力衰竭、消化系统疾病、肝硬化、泌尿生殖系统疾病。
5.根据权利要求1-3任一项所述系统，其特征在于,所述计算患者死亡风险的模块将所述患者的生理参数按照危险程度转化为分类变量：
所述格拉斯哥评分，按照危险度三分类，分别为轻度、中度、重度；
所述心率，按照危险度四分类，分别为轻度、中度、重度、极重度；
所述收缩压，按照危险度四分类，分别为轻度、中度、重度、极重度；
所述氧饱和度，按危险度三分类，分别为轻度、中度、重度。
6.根据权利要求5所述系统，其特征在于,所述患者的生理参数分类方式如下：
所述格拉斯哥评分，界值13-15为轻度、界值9-12为中度、界值3-8为重度；
所述心率，界值60-99为轻度，界值100-130为中度，界值＜60为重度，界值＞130为极重度；
所述收缩压，界值90-140为轻度、界值141-180为中度，界值＜90为重度，界值＞180为极重度；
所述氧饱和度，界值95-100为轻度，界值90-94为中度，界值＜90为重度。
7.根据权利要求1-3任一项所述系统，其特征在于，所述计算患者死亡风险的模块将所述实验室参数按照危险程度转化为如下分类变量：
所述血红蛋白水平，按危险度五分类，分别为正常、轻度、中度、重度、异常；
所述白细胞计数，按危险度四分类，分别为正常、轻度、中度、重度；
所述肌酐浓度，按危险度六分类，分别为正常、异常、轻度、中度、重度、极重度；
所述血钾浓度，按危险度四分类，分别为正常、轻度、中度、重度；
所述血钠浓度，按危险度三分类，分别为正常、轻度、重度；
所述尿素含量，按危险度三分类，分别为正常、轻度、重度；
所述血小板计数，按危险度三分类，分别为正常、轻度、重度；
所述总胆红素浓度，按危险度三分类，分别为正常、轻度、重度；
所述D-二聚体水平，按危险度四分类，分别为正常、轻度、重度、极重度；
所述纤维蛋白原含量，按危险度三分类，分别为正常、轻度、重度。
8.根据权利要求7所述系统，其特征在于，所述实验室参数下分类方式如下：
所述血红蛋白水平，界值110-170为正常，界值90-109为轻度，界值60-90为中度，界值＜60为重度，界值＞170为异常；
所述白细胞计数，界值4-10为正常，界值＜4为轻度，界值10-20为中度，界值＞20为重度；
所述肌酐浓度，界值55-130为正常，界值＜55为异常，界值131-178为轻度，界值179-450为中度，界值451-707为重度，界值大于707为极重度；
所述血钾浓度，界值3.5-5.5为正常，界值5.6-6.5为轻度，界值＞6.5为中度，界值＜3.5为重度；
所述血钠浓度，界值135-145为正常，界值＞145为轻度，界值＜135为重度；
所述尿素含量，界值2.5-7.5为正常，界值7.6-15为轻度，界值＞15为重度；
所述血小板计数，界值150-350为正常，界值＞350为轻度，界值＜150为重度；
所述总胆红素，界值3.5-23.5为正常，界值23.6-47为轻度，界值＞47为重度；
所述D-二聚体水平，界值＜0.5为正常，界值0.5-2.4为轻度，界值2.6-5为重度，界值＞5.0为极重度；
所述纤维蛋白原含量，界值2.0-4.5为正常，界值1.5-1.9为轻度，界值＜1.5为重度。
9.根据权利要求4所述的系统，其特征在于所述病史分类变量对应的OR值为：
呼吸系统疾病(除外肺炎)，其OR值为0.821；
恶性肿瘤，其OR值为0.465；
血液系统肿瘤，其OR值为1.194；
转移瘤，其OR值为0.461；
脑血管病，其OR值为0.429；
慢性下呼吸道疾病，其OR值为1.701；
循环系统疾病，其OR值为1.267；
心力衰竭，其OR值为1.053；
消化系统疾病，其OR值为1.685；
肝硬化，其OR值为0.185；
泌尿生殖系统疾病，其OR值为0.549；
无病史(参考)，其OR值为1。
10.根据权利要求5或6所述的系统，其特征在于所述生理学参数分类变量对应的OR值为：
所述格拉斯哥评分，其中轻度对应OR值为1，中度对应OR值为3.642，重度对应OR值为8.139；
所述心率，其中轻度对应OR值为1，中度对应OR值为2.125，重度对应OR值为0.903，极重度对应OR值为1.781；
所述收缩压，其中轻度对应OR值为1，中度对应OR值为1.438，重度对应OR值为2.801，极重度对应OR值为0.799；
所述氧饱和度，其中轻度对应OR值为1，中度对应OR值为0.569，重度对应OR值为1.613。
11.根据权利要求7或8所述的系统，其特征在于所述实验室参数分类变量对应的OR值为：
所述血红蛋白，其中正常对应OR值为1，轻度对应OR值为1.282，中度对应OR值为1.919，重度对应OR值为2.261，异常对应OR值为0.902；
所述白细胞计数，其中正常对应OR值为1，轻度对应OR值为0.567，中度对应OR值为2.232，重度对应OR值为1.105；
所述肌酐浓度，其中正常对应OR值为1，轻度对应OR值为1.537，中度对应OR值为1.312，重度对应OR值为0.642，极重度对应OR值为0.963，异常对应OR值为1.563；
所述血钾浓度，其中正常对应OR值为1，轻度对应OR值为1.465，中度对应OR值为0.905，重度对应OR值为1.212；
所述血钠浓度，其中正常对应OR值为1，轻度对应OR值为0.591，重度对应OR值为1.407；
所述尿素含量，其中正常对应OR值为1，轻度对应OR值为2.343，重度对应OR值为1.953；
所述血小板计数，其中正常对应OR值为1，轻度对应OR值为0.691，重度对应OR值为1.021；
所述总胆红素浓度，其中正常对应OR值为1，轻度对应OR值为1.688，重度对应OR值为1.968；
所述D-二聚体水平，其中正常对应OR值为1，轻度对应OR值为1.795，中度对应OR值为0.959；重度对应OR值为1.281；
所述纤维蛋白原含量，其中正常对应OR值为1，轻度对应OR值为1.001，重度对应OR值为0.962。
12.根据权利要求1～11中任一项所述的系统，其中，
在计算急诊危重患者死亡风险的模块中，预先存储有基于现有数据库中患者的病史、生理学参数、实验室参数转换成的分类变量拟合而成的用于预测急诊危重患者7天死亡率(p)的公式。
13.根据权利要求12所述的系统，其中，所述病史分类变量的OR值用An表示，所述生理学参数变量的OR值用Bn表示，所述实验室参数的OR值用Cn表示，所述公式为如下公式一：
14.根据权利要求13所述的系统，其中，基于计算的7天死亡率(p)来评估急诊危重病人的病情严重程度，计算的7天死亡率(p)数值越高则急诊科危重病人的病情越严重。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010554382.8A CN111627559B (zh) | 2020-06-17 | 2020-06-17 | 预测患者死亡风险的系统 |
| PCT/CN2020/098932 WO2021253484A1 (zh) | 2020-06-17 | 2020-06-29 | 预测患者死亡风险的系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010554382.8A CN111627559B (zh) | 2020-06-17 | 2020-06-17 | 预测患者死亡风险的系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111627559A true CN111627559A (zh) | 2020-09-04 |
| CN111627559B CN111627559B (zh) | 2023-08-29 |
Family
ID=72261286
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010554382.8A Active CN111627559B (zh) | 2020-06-17 | 2020-06-17 | 预测患者死亡风险的系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111627559B (zh) |
| WO (1) | WO2021253484A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112259217A (zh) * | 2020-09-16 | 2021-01-22 | 上海市第八人民医院 | Sapsⅱ疾病危重性评分系统在年老的老年性急性肾损伤患者预后判断中的应用 |
| CN113838577A (zh) * | 2021-11-08 | 2021-12-24 | 北京航空航天大学 | 便捷化分层老年mods早期死亡风险评估模型、装置及建立方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140328853A1 (en) * | 2011-11-16 | 2014-11-06 | Adrenomed Ag | Anti-adrenomedullin (adm) antibody or anti-adm antibody fragment or anti-adm non-ig scaffold for prevention or reduction of organ dysfunction or organ failure in a patient having a chronic or acute disease or acute condition |
| CN109859834A (zh) * | 2018-12-28 | 2019-06-07 | 首都医科大学附属北京地坛医院 | 一种预测死亡率的处理方法及装置 |
| CN110289096A (zh) * | 2019-06-28 | 2019-09-27 | 电子科技大学 | 一种基于深度学习的icu院内死亡率预测方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101554322B (zh) * | 2008-04-09 | 2012-07-04 | 陈敦金 | 产科危重症患者病情评估系统 |
| CN107742534A (zh) * | 2010-03-15 | 2018-02-27 | 新加坡保健服务集团有限公司 | 患者存活性预测系统 |
-
2020
- 2020-06-17 CN CN202010554382.8A patent/CN111627559B/zh active Active
- 2020-06-29 WO PCT/CN2020/098932 patent/WO2021253484A1/zh active Application Filing
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140328853A1 (en) * | 2011-11-16 | 2014-11-06 | Adrenomed Ag | Anti-adrenomedullin (adm) antibody or anti-adm antibody fragment or anti-adm non-ig scaffold for prevention or reduction of organ dysfunction or organ failure in a patient having a chronic or acute disease or acute condition |
| CN109859834A (zh) * | 2018-12-28 | 2019-06-07 | 首都医科大学附属北京地坛医院 | 一种预测死亡率的处理方法及装置 |
| CN110289096A (zh) * | 2019-06-28 | 2019-09-27 | 电子科技大学 | 一种基于深度学习的icu院内死亡率预测方法 |
Non-Patent Citations (6)
| Title |
|---|
| WILSON R,等: "Evaluation of the DAVROS (Development And Validation of Risk-adjusted Outcomes for Systems of emergency care) risk-adjustment model as a quality indicator for healthcare", 《EMERG MED》 * |
| WILSON R,等: "Evaluation of the DAVROS (Development And Validation of Risk-adjusted Outcomes for Systems of emergency care) risk-adjustment model as a quality indicator for healthcare", 《EMERG MED》, 31 December 2014 (2014-12-31), pages 471 - 475 * |
| 万御易 等: "《现代ICU监测与治疗学 下》", 30 June 2016, pages: 461 - 465 * |
| 中华医学会: "《2018重症医学》", 30 April 2018, pages: 161 - 166 * |
| 陈洁茹 等: "APACHEⅡ评分系统在综合ICU中的应用", 《广东医学》 * |
| 陈洁茹 等: "APACHEⅡ评分系统在综合ICU中的应用", 《广东医学》, 31 December 2013 (2013-12-31), pages 86 - 89 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112259217A (zh) * | 2020-09-16 | 2021-01-22 | 上海市第八人民医院 | Sapsⅱ疾病危重性评分系统在年老的老年性急性肾损伤患者预后判断中的应用 |
| CN113838577A (zh) * | 2021-11-08 | 2021-12-24 | 北京航空航天大学 | 便捷化分层老年mods早期死亡风险评估模型、装置及建立方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111627559B (zh) | 2023-08-29 |
| WO2021253484A1 (zh) | 2021-12-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Demirjian et al. | Predictive models for acute kidney injury following cardiac surgery | |
| Stewart et al. | Population prevalence, incidence, and predictors of atrial fibrillation in the Renfrew/Paisley study | |
| CN110827993A (zh) | 基于集成学习的早期死亡风险评估模型建立方法及装置 | |
| CN111724910B (zh) | 一种适用于围手术期患者血液管理的检测评估方法 | |
| US20100185399A1 (en) | Method for Analyzing Clinical Trial Results for Efficacy of a Therapy | |
| Schneider et al. | Predicting acute kidney injury among burn patients in the 21st century: a classification and regression tree analysis | |
| Mukamal et al. | Prediction and classification of cardiovascular disease risk in older adults with diabetes | |
| Sun et al. | Value of SOFA, APACHE IV and SAPS II scoring systems in predicting short-term mortality in patients with acute myocarditis | |
| Dewan et al. | The role of frailty in failure to rescue after cardiovascular surgery | |
| CN113327679A (zh) | 一种肺栓塞临床风险及预后评分方法与系统 | |
| CN111627559B (zh) | 预测患者死亡风险的系统 | |
| CN115240855A (zh) | 一种胃癌切除术后严重并发症护理风险预测模型及其构建方法 | |
| Li et al. | Effect of serum phosphate on the prognosis of septic patients: a retrospective study based on MIMIC-IV database | |
| Vijayalaxmi et al. | Multi-disease prediction with artificial intelligence from core health parameters measured through non-invasive technique | |
| KR102310888B1 (ko) | 사망 위험도에 대한 정보 제공 방법 및 이를 이용한 디바이스 | |
| CN116759094A (zh) | 一种老年社区获得性肺炎死亡风险的评估系统及方法 | |
| Wannamethee et al. | Adult height and incidence of atrial fibrillation and heart failure in older men: the British Regional Heart Study | |
| Biderman et al. | Sex differentials in predictors of mortality for patients with adult-onset diabetes: a population-based follow-up study in Beer-Sheva, Israel. | |
| CN113744825A (zh) | 一种肿瘤患者革兰阴性杆菌血流感染预后的模型及构建方法 | |
| Ma et al. | Association between BUN/creatinine ratio and the risk of in-hospital mortality in patients with trauma-related acute respiratory distress syndrome: a single-centre retrospective cohort from the MIMIC database | |
| CN110504030A (zh) | 一种创伤性凝血病预测方法 | |
| RU2315547C1 (ru) | Способ прогнозирования исхода инсульта | |
| Rywik et al. | Poland and US collaborative study on cardiovascular epidemiology: I. Introduction and baseline findings | |
| Cooper et al. | Blood pressure and sodium-lithium countertransport: findings in population-based surveys | |
| Lee et al. | Non-invasive cardiac index monitoring during cardiopulmonary functional testing provides additional prognostic value in patients after acute heart failure |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240424 Address after: Floor 3, Section 1, Xianfeng Building, No. 7, Kaifeng Road, Shangdi Information Industry Base, Haidian District, Beijing 100085 Patentee after: BEIJING GOODWILL MEIKANG INFORMATION TECHNOLOGY CO.,LTD. Country or region after: China Address before: 100191 No. 49 Garden North Road, Beijing, Haidian District Patentee before: PEKING University THIRD HOSPITAL (PEKING UNIVERSITY THIRD CLINICAL MEDICAL College) Country or region before: China |