CN111933282A - 亚临床风险评价装置、机器可读存储介质和处理器 - Google Patents

亚临床风险评价装置、机器可读存储介质和处理器 Download PDF

Info

Publication number
CN111933282A
CN111933282A CN202010706756.3A CN202010706756A CN111933282A CN 111933282 A CN111933282 A CN 111933282A CN 202010706756 A CN202010706756 A CN 202010706756A CN 111933282 A CN111933282 A CN 111933282A
Authority
CN
China
Prior art keywords
sub
clinical
risk
metabolism
indexes
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
CN202010706756.3A
Other languages
English (en)
Inventor
蒋彤
岳宏
蒋峰
李冉冉
李卫江
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.)
Beijing Dongfang Xingqi Food Industry Technology Co ltd
Original Assignee
Beijing Dongfang Xingqi Food Industry Technology Co ltd
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 Beijing Dongfang Xingqi Food Industry Technology Co ltd filed Critical Beijing Dongfang Xingqi Food Industry Technology Co ltd
Priority to CN202010706756.3A priority Critical patent/CN111933282A/zh
Publication of CN111933282A publication Critical patent/CN111933282A/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
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT 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
    • 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
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明提供一种亚临床风险评价装置、机器可读存储介质和处理器,属于健康管理领域。所述亚临床风险评价装置包括:数据采集单元以及评价单元,其中,所述数据采集单元用于采集用户的针对人体系统、器官与代谢的亚临床检测指标、亚临床表观指标;所述评价单元用于根据所述数据采集单元采集到用户的针对人体系统、器官与代谢的亚临床检测指标、亚临床表观指标以及各项指标亚临床风险分级的权重,得到所述用户所对应亚临床状态的风险等级。本发明能够在人体临床确诊为所对应的疾病之前,提前对针对人体系统、器官与代谢的亚临床状态进行风险预警,从而使人体提前进行针对性的干预,降低所对应疾病的发病风险。

Description

亚临床风险评价装置、机器可读存储介质和处理器
技术领域
本发明涉及健康管理领域,具体地涉及一种亚临床风险评价装置、机器可读存储介质和处理器。
背景技术
亚临床状态是指人体生理机能处于健康与疾病之间的一种有感或无感的状态。全世界大约有75%的人群处于亚临床状态,即亚健康状态。亚临床已经成为世界性健康关注焦点。20世纪以来,受社会发展、经济繁荣、空气污染、生活节奏加快、激烈竞争和人际关系复杂等诸多因素变化的影响,人类的生产方式、生活方式、行为方式都发生了巨大改变。这些变化在给人类带来空前繁荣发展的同时,也对人体的生理机能、心理状态、社会适应能力提出了严峻的挑战。
人体的亚临床状态与饮食、运动、生活方式以及地域、经济发展、性别、年龄、受教育程度、职业、经济收入等诸多因素密切相关,这种状态给人们的身体、心理都带来了很大的压力,也给社会带来了巨大的经济负担。由于亚临床状态在一定条件下,可以通过适当的非药物干预和综合改善措施,使其转向健康状态;反之,不干预、干预不及时或干预不当,亚临床状态可向疾病状态转变。
目前,世界各国对健康诊断方法主要集中在疾病的诊断和治疗方面。人体的亚临床表现复杂且隐匿,目前还未有有效评价方法对其进行判定;如何在疾病被诊断前,对亚临床状态提前评价,并根据评价结果进行及时干预,降低疾病的发病风险或延缓疾病确诊的进程,一直是各国关注的重点。
因此,研发一种对人体亚临床状态风险进行有效的评价装置、机器可读存储介质和处理器变得尤为重要。
发明内容
本发明实施例的目的是提供一种亚临床风险评价装置、机器可读存储介质和处理器,该亚临床风险评价装置、机器可读存储介质和处理器能够在相对应的疾病被临床确定诊断前,即处于亚临床状态阶段提前给出风险预警。
为了实现上述目的,本发明实施例提供一种人体亚临床风险评价装置,该装置包括,数据采集单元以及评价单元,其中,所述数据采集单元用于采集用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标;所述评价单元用于根据所述数据采集单元采集到用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标以及各项指标亚临床风险分级的权重,得到所述用户所对应的亚临床状态的风险等级。
优选地,所述人体系统、器官与组织的生理代谢和功能状态包括以下任一种:糖代谢、脂代谢、蛋白质代谢、维生素代谢、矿物质代谢、水代谢以及嘌呤代谢、神经系统、免疫系统、消化系统、呼吸系统、血液循环系统以及运动系统。
优选地,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标包括:生理指标、生化指标、相关性生物信息指标中的至少一项。
优选地,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床表观指标包括:营养风险指标、运动风险指标以及亚临床症状指标中的至少一项。
优选地,所述针对人体系统、器官与代谢的亚临床检测指标、以及所述亚临床表观指标中的每项指标均对应3个亚临床风险分级。
优选地,所述评价单元还用于:根据所述用户的针对人体系统、器官与代谢的亚临床检测指标、亚临床表观指标对应的风险分级的权重进行计算,得到所述用户所对应的亚临床风险值;根据所述用户的亚临床风险值判断所述用户所对应的亚临床风险状态的风险等级。
本发明实施例还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行以下方法:采集用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标;根据针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标以及各项指标的亚临床风险分级的权重,得到所述用户所对应的亚临床状态的风险等级。
优选地,所述人体系统、器官与组织的生理代谢和功能状态包括以下任一种:糖代谢、脂代谢、蛋白质代谢、维生素代谢、矿物质代谢、水代谢以及嘌呤代谢、神经系统、免疫系统、消化系统、呼吸系统、血液循环系统以及运动系统。
优选地,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标包括:生理指标、生化指标、相关性生物信息指标中的至少一项。
优选地,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床表观指标包括:营养风险指标、运动风险指标以及亚临床症状指标中的至少一项。
本发明实施例还提供一种处理器,用于运行程序,其中,所述程序被运行时用于执行以下方法:采集用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标;根据针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标以及各项指标的亚临床风险分级的权重,得到所述用户所对应的亚临床状态的风险等级。
通过上述技术方案,采用本发明提供的亚临床风险评价装置、机器可读存储介质和处理器,该装置包括:数据采集单元以及评价单元,其中,所述数据采集单元用于采集用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标;所述评价单元用于根据所述数据采集单元采集到用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标以及各项指标的亚临床风险分级的权重,得到所述用户亚临床状态的风险等级,能够在相对应的疾病被诊断前提前给出风险预警。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明一实施例提供的亚临床风险评价装置的结构示意图;
图2是本发明一实施例提供的亚临床风险评价装置的执行流程图。
附图标记说明
1 数据采集单元 2 评价单元
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
图1是本发明一实施例提供的亚临床风险评价装置的结构示意图。如图1所示,该装置包括:数据采集单元1以及评价单元2,其中,所述数据采集单元1用于采集用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标;所述评价单元2用于根据所述数据采集单元1采集到用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标以及各项指标的亚临床风险分级的权重,得到所述用户所对应的亚临床状态的风险等级。
针对上文所述人体系统、器官与组织的生理代谢和功能状态包括以下任一种:糖代谢、脂代谢、蛋白质代谢、维生素代谢、矿物质代谢、水代谢以及嘌呤代谢、神经系统、免疫系统、消化系统、呼吸系统、血液循环系统以及运动系统。
上文所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标包括:生理指标、生化指标、相关性生物信息指标中的至少一项,下文会以糖代谢和脂代谢来分别说明生理指标、生化指标和相关性生物信息指标包括的具体因素。
上文所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床表观指标包括:营养风险指标、运动风险指标以及亚临床症状指标中的至少一项,下文会以糖代谢和脂代谢来分别说明营养风险指标、运动风险指标以及亚临床症状指标包括的具体因素。
以下首先说明,为什么需要采集用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标。以下以糖代谢亚临床和脂代谢亚临床为实施例进行相关说明。
以糖代谢作为实施例,进行相关说明
第一,针对用户的检测指标
糖代谢是人体重要的能量代谢之一,机体内糖的代谢途径主要有葡萄糖的无氧酵解、有氧氧化、磷酸戊糖途径、糖原合成与糖原分解、糖异生以及其他己等。在人体内,糖的主要形式是葡萄糖(Glucose,Glc)及糖原(Glycogen,Gn)。检测血糖、中间产物以及调节的相关激素,对评价与异常相关的健康风险有重要意义。
因此,采集的检测指标可以包括生理指标、生化指标以及相关性生物信息指标,主要涉及空腹血糖、糖化血红蛋白、β-细胞功能、体质指数(BMI)、腰臀比、胰腺活性值、间质胰岛素水平、AGEs荧光光谱法氧化、糖尿病及并发症早期风险评估等中的至少一项,其中,空腹血糖、糖化血红蛋白属于生化指标,β-细胞功能、体质指数(BMI)、腰臀比属于生理指标,胰腺活性值、间质胰岛素水平、AGEs荧光光谱法氧化、糖尿病及并发症早期风险评估属于相关性生物信息指标。
具体地,以下将简单说明检测指标各项的作用和重要性。
1、空腹血糖
血糖水平是反映胰岛素分泌和生物学效应最简捷、可靠的指标;是反映机体糖的生成和组织消耗之间的动态平衡。
空腹血糖是诊断紊乱最常用和最可靠的指标,其间接反映了基础胰岛素的分泌功能。正常人在饱食、高糖饮食、短时间大强度运动或情绪紧张时,血糖会增高;在饥饿时或持续一段时间一定强度的运动后,血糖会降低。因此,将空腹血糖选作糖代谢亚临床评价检测指标之一。
2、糖化血红蛋白(HbA1c)
糖化血红蛋白是人体血液中红细胞内的血红蛋白与血糖结合的产物,被国际公认为血糖监控的“金指标”。
英国糖尿病前瞻性研究表明,糖化血红蛋白每下降1%,任何糖尿病相关终点事件的风险会下降21%,糖尿病相关的死亡减少21%,心肌梗塞减少14%,微血管并发症减少37%。糖化血红蛋白选作糖代谢亚临床评价检测指标之一。
3、β-细胞功能(HOMA-IR)
在针对2型糖尿病患者的体重(BMI)指数、腰臀比(WHR)、血压、血生化学检查等指标对比,结果显示,腰臀比、收缩压、甘油三酯、空腹胰岛素、HOMA-IR存在统计学差异,IR发生率明显增加。IR与老年2型糖尿病密切相关,是临床防治糖尿病的重要靶点,β-细胞功能选作亚临床检测评价指标之一。
4、体质指数(BMI)
体重指数BMI>23kg/m2时,患糖尿病、胰岛素抵抗(IGR)、代谢综合征的绝对危险性均明显升高,将体质指数选作糖代谢亚临床检测评价指标之一。
5、腰臀比
腰臀比(WHR)是判定中心性肥胖的重要指标。一旦腰臀比例过大,也就意味着健康风险的加大。腰部脂肪会破坏胰岛素系统,而且腰部脂肪的新陈代谢相当快,还会产生不同的激素,导致糖尿病、高血压、高血脂等病症。另外,腰部脂肪还会导致肝肥大,使它无法发挥正常功能。
即使BMI控制在正常范围之内,如果腹部肥胖,腰围>102厘米,糖尿病的发病危险也会提高3.5倍。研究发现,体型指数、腰围、体重指标与各指数间的相关性随异常的加重而增强,且与稳态型胰岛素抵抗指标均有显著相关性,体型指标与体重指数相关性更强。腰臀比选作糖代谢亚临床检测评价指标之一。
6、胰腺活性值、间质胰岛素水平
生物电测评技术可以无损测量人体代谢相关的指标。如通过胰腺活性值、间质胰岛素及间质葡萄糖水平等对糖代谢亚临床状态进行快速判定。胰腺活性值、间质胰岛素指标小于-20或大于20都是处于亚临床状态。胰腺活性值、间质胰岛素指标作为糖代谢亚临床检测评价指标之一。
7、AGEs荧光光谱法氧化
通过自动吸收人体组织中的AGEs发射的荧光,来测算AGEs(AF值)在体内的含量,当AF值<2.0,则属于正常,当AF值>2.0,则表示属于异常状态,进而可对身体的衰老程度、状态进行预测。AGEs荧光光谱法氧化测量结果作为糖代谢亚临床检测评价指标之一。
8、糖尿病及并发症早期风险评估
采用反向离子“汗腺胞囊纤维测试”技术,通过手、足和额部6个对称电极,向人体输入1.3V直流电,通过测量汗腺离子的电导率,检测人体反馈的信号,检测分析汗腺自主神经衰减的程度,进而分析自主神经病变程度,评估糖尿病及其并发症的发生风险或状态。具体评价内容包括葡萄糖耐量受损风险(p[IGT]),葡萄糖耐量受损风险值在0%~40%区间为正常,超过40%,则为异常。糖耐量受损风险和胰岛素抵抗风险评估结果作为糖代谢亚临床检测评价指标之一。
第二,针对用户的亚临床表观指标,主要指标及选择的意义:
1、营养不良
营养不良也会导致糖尿病的发生发展。这是由于营养不良会使得机体内环境发生紊乱,从而导致内分泌失调引起胰岛素分泌不足。研究发现,早期营养不良可通过表观遗传修饰影响肝脏、胰腺、骨骼肌等器官的发育及基因表达水平的改变,从而导致生后以紊乱为中心的代谢综合征发生。
慢性营养不良,特别是必需氨基酸的缺乏,影响了Β细胞的新生和复制,其结果导致功能衰竭而诱发糖尿病。营养不足者,肝脏的解机能低下,某些食物的毒素对β细胞的损伤加重,而维生素的缺乏又使β细胞的功能减退。
另外,糖尿病与遗传、病毒感染和自身免疫关系密切,严重的营养不足、蛋白缺乏使机体抵抗力下降,这就增加了病毒感染的机会,激发自身免疫性的胰腺炎,从而破坏β细胞导致糖尿病的发生。临床所见1型糖尿病人和肝炎后继发的糖尿病患者均与上述原因有关。因此,将营养不良作为糖代谢亚临床表观指标之一。
2、代谢综合征及药物
由于胰岛素抵抗的原因,大多数糖尿病患者都会伴随着代谢综合征。临床研究发现,腹部肥胖与代谢综合征的其他特征性组分高度相关。不管是国际糖尿病联盟、世界卫生组织还是中华医学会,都把测量腰围作为诊断代谢综合征的标准之一。药物可能引起糖代谢异常。不同药物的作用机制不同,如抑制胰腺胰岛素的合成与分泌、影响外周组织增加胰岛素抵抗、影响肝脏胰岛素调节等。代谢综合征与药物作为糖代谢亚临床表观指标之一。
3、饮酒
大量的横断面调查结果显示,长期适度饮酒可提高胰岛素的敏感性,使普通人群糖尿病发病率降低,并能降低糖尿病患者冠心病的发病率。
长期少量、适量乙醇摄入,可提高胰岛素的敏感性。其原因可能为,适度饮酒可改善胰岛素对摄入碳水化合物的反应。而大量饮酒,则影响胰岛素介导的葡萄糖利用,使葡萄糖耐量减低。并且大量乙醇及其代谢产物,可能直接作用于胰岛细胞、抑制胰岛素分泌,从而增强胰岛素抵抗。饮酒作为糖代谢亚临床表观指标之一。
4、每天的运动步数
规律运动有助于控制血糖,减少心血管危险因素,减轻体重,而且对糖尿病高危人群一级预防效果显著。流行病学研究结果显示:规律运动8周以上,可将2型糖尿病患者HbA降低0.66%;坚持规律运动12~14年的糖尿病患者,病死率显著降低。将每天运动的步数作为糖代谢亚临床表观指标之一。
5、糖脂代谢疾病家族史
糖尿病患者的子女发生糖尿病的机会显著高于正常人群,约1/4~1/2的患者有糖尿病家族史。在临床上,至少有60种以上的遗传综合征可伴有糖尿病。1型或2型糖尿病均存在有明显的遗传异质性。糖脂代谢疾病家族史作为糖代谢亚临床表观指标之一。
因此,所述亚临床表观指标包括:营养不良、代谢综合征及药物、饮酒、每天的运动步数、糖脂代谢疾病家族史等中的至少一项,其中,营养不良、饮酒属于营养风险指标,代谢综合征及药物、糖脂代谢疾病家族史属于亚临床症状指标,每天的运动步数属于运动风险指标。
综上,为了便于准确得到用户的糖代谢亚临床状态,所述糖代谢亚临床检测指标及表观指标中的每项指标均对应3个亚临床风险分级,即Ⅰ级、Ⅱ级、Ⅲ级,具体如下表所示:
Figure BDA0002595092480000081
Figure BDA0002595092480000091
在数据采集单元1采集到用户的亚临床检测指标(包括生理指标、生化指标、相关性生物信息指标)以及亚临床表观指标之后,评价单元2用于:
首先,根据所述用户的亚临床检测指标(包括生理指标、生化指标、相关性生物信息指标)、亚临床表观指标对应的亚临床风险等级(Ⅰ级、Ⅱ级、Ⅲ级)权重进行计算,得到所述用户的亚临床状态综合评价风险值QC
具体地,亚临床检测指标(包括生理指标、生化指标和相关性生物信息指标)以及亚临床表观指标的风险值分别使用QT1-T9和QS1-S5表示,QT1-T9和QS1-S5是使用各指标对应的权重以及测试人员的具体指标情况计算得到的,例如某一用户体质指数为26,属于Ⅱ级,而该项指标Ⅱ级的权重为x,则QT4的值为x×1=x。其中,本发明下文将给出一种优选的权重分布。
QS为表观指标风险总值,QS=QS1+QS2+QS3+QS4+QS5,其中:QS1、QS2、QS3、QS4、QS5为表观指标中各项指标的风险值;
QT为检测指标风险总值,QT=QT1+QT2+QT3+QT4+QT5+QT6+QT7+QT8+QT9,检测指标分为评价项指标和相关项指标,其中:QT1、QT2、QT3、QT4为评价项各指标的风险值,QT5、QT6、QT7、QT8、QT9为相关项各指标的风险值。
在亚临床检测指标(包括生理指标、生化指标、相关性生物信息指标)中,包含评价项和相关项,评价项为在做亚临床综合风险评价之前,是必须要检测的指标项目;相关项为最好亚临床风险评价之前,均有相应的检测结果;表中所列相关项评价之前检测指标越多,亚临床综合风险评价结果越准确。如果相关项检测指标项目不全面,在做亚临床检测评价时,将以所检测指标项目最高风险值计入其它未检测相关项风险值进行计算。
评价项指标和相关项指标的每一个等级(Ⅰ级、Ⅱ级、Ⅲ级)都有其不同的权重,但有共同的规律,具体地,针对亚临床检测指标(包括生理指标、生化指标、相关性生物信息指标)和表观指标中的任意项;评价项指标中,每项指标Ⅰ级权重为5,Ⅱ级权重为10,Ⅲ级权重为15;相关项指标中,每项指标Ⅰ级权重为1,Ⅱ级权重为3,Ⅲ级权重为5,表观指标的权重分布与检测指标中的评价项的权重分布相同。
亚临床检测指标(包括生理指标、生化指标、相关性生物信息指标)风险值为各项的风险值之和,即:
检测指标风险值QT=QT1+QT2+QT3+QT4+QT5+QT6+QT7+QT8+QT9
亚临床表观指标风险值为各项的风险值之和,即:
表观指标风险值,QS=QS1+QS2+QS3+QS4+QS5
综合风险评价(风险值QC)=表观指标评价风险值(QS)+检测指标评价风险值(QT)=QS+QT
然后,根据所述用户的亚临床综合风险评价(风险值QC),将亚临床状态分为三个等级,下文将给出一种优选地亚临床状态的风险值范围,具体地,例如:
当用户的亚临床综合评价风险值5≤QC<20时,可判定为亚临床轻度风险;
当用户的亚临床综合评价风险值20≤QC<40时,可判定为亚临床中度风险;
当用户的亚临床综合评价风险值QC≥40时,可判定为亚临床重度风险。
本发明还提供上述三种状态的应对措施,具体地:
对于亚临床轻度风险的人群,应重点关注日常饮食、运动、休息,例如,减少单糖(葡萄糖、果糖)、双糖(蔗糖、乳糖)及其制品,包括糖果、点心、饼干、饮料、冰激凌、巧克力等。一般需坚持1周以上可发生改善。
对于亚临床中度风险的人群,应重点控制日常饮食,增加运动,养成良好生活方式,例如,禁止精制主食摄入。必要时在专业人员指导下,进行异常的营养和运动干预。一般需坚持4周以上可发生改善。
对于亚临床重度风险的人群,应在专业人员指导下,进行异常的营养和运动干预。一般需坚持12周以上可发生改善。
通过以上装置,可以对用户的亚临床状态进行十分准确的评价,如及时采取应对措施,可使得亚临床状态得到明显好转;如不及时采取应对措施,将有可能迅速转为糖尿病。
以下将以实际例子说明使用上述装置进行糖代谢亚临床风险状态评价的准确性。
选取被临床诊断为糖尿病23人及临床未诊断为糖尿病33人。对以上56人,采用该装置进行亚临床状态的风险评价。评价结果详见下表:
Figure BDA0002595092480000111
以上结果表明:
(1)对于临床诊断为糖尿病的人群,采用该装置评价结果均为亚临床重度风险的人群,说明该装置评价具有与临床诊断结果高度的一致性。
(2)对于临床未诊断为糖尿病,但是临床指标均在正常范围内有偏高趋势的人群,采用该装置评价结果主要为亚临床重度和中度风险的人群,说明该装置对糖尿病评价更早于临床诊断结果,从而可以提前为该类人群提出糖尿病的风险预警,使其及时进行针对性的干预,最终实现降低临床糖尿病发病的风险。
以脂代谢作为实施例进行相关说明
第一,针对用户的检测指标
脂代谢是指人体内脂类物质被利用的过程。血浆中的脂质主要包括甘油三酯(TG)、胆固醇(CH)、胆固醇酯(CE)、磷脂(PL)和游离脂肪酸(FFA)等。根据脂蛋白组成和特性(颗粒大小、分子量、水合密度、带电荷),血脂蛋白分成乳糜微粒(CM)、极低密度脂蛋白(VLDL)、低密度脂蛋白(LDL)、中密度脂蛋白(IDL)和高密度脂蛋白(HDL)等5种。检测血清中的甘油三酯、胆固醇等,作为脂代谢亚临床相关健康风险有重要意义。
因此,采集的脂代谢检测指标可以包括生理指标、生化指标以及相关性生物信息指标,主要涉及总胆固醇、血清甘油三酯、血清低密度脂蛋白、体质指数(BMI)、腰围、肝脏脂肪、内脏脂肪等级、间质的甘油三酯、间质的低密度脂蛋白等中的至少一项,其中,总胆固醇、血清甘油三酯、血清低密度脂蛋白属于生化指标,体质指数(BMI)、腰围属于生理指标,肝脏脂肪、内脏脂肪等级、间质的甘油三酯、间质的低密度脂蛋白属于相关性生物信息指标。
具体地,以下将简单说明检测指标各项的作用和重要性。
1、总胆固醇
高胆固醇被认为是动脉粥样硬化的一个重要危险因素。胆固醇升高可导致动脉粥样硬化性心脏病和脑血管疾病。正常范围<5.18mmol/L,5.18~6.19mmol/L为边缘性增高,≥6.2mmol/L为升高。将高胆固醇作为脂代谢亚临床检测评价指标之一。
2、血清甘油三酯
正常情况下,血浆中的甘油三酯(TG)保持着动态平衡。其正常范围<1.7mmol/L,1.7~2.25mmol/L为边缘性增高,≥2.26mmol/L为升高。将甘油三酯作为脂代谢亚临床检测评价指标之一。
3、血清低密度脂蛋白(LDL)
研究表明,动脉粥样硬化是一种慢性炎症反应疾病,LDL很可能是这种慢性炎症反应的始动和维持的基本要素。正常范围<3.37mmol/L,3.37~4.12mmol/L为边缘性增高,≥4.14mmol/L为升高。将LDL作为脂代谢亚临床检测评价指标之一。
4、体质指数(BMI)
体质指数(BMI)是目前最常用的衡量肥胖等级的指标。在判断肥胖程度时,使用体质指数指标可以消除不同身高对体重指数的影响,便于人群间或个体间比较。将BMI作为脂代谢亚临床检测评价指标之一。
5、腰围
脂肪在身体内的分布,尤其是腹部脂肪堆积的程度,与肥胖相关性疾病有更强的关联。腰围可综合反映腹部皮下脂肪和内脏脂肪的总量,不能单独体现出内脏脂肪的分布,而内脏脂肪量与心血管疾病发病相关性更强。将腰围作为脂代谢亚临床检测评价指标之一。
6、肝脏脂肪与内脏脂肪等级
腹部脂肪量与高脂血症、糖尿病、高血压、动脉粥样硬化性等发病密切相关。内脏脂肪等级、内脏脂肪面积是判断内脏脂肪肥胖的重要指标之一。
1)内脏脂肪等级。日本研究人员利用CT测量研究受试者的腹内脂肪面积,提出了内脏脂肪面积多重危险因素的等级标准,是对亚洲人群判断内脏脂肪型肥胖(VFO)的诊断标准。
2)内脏脂肪面积。内脏脂肪面积可采用定量CT、磁共振成像(MRI)、超声检查、生物电阻抗(BIA)、双能X线(DEXA)、生物电阻抗法等测量方法。
7、间质的甘油三酯与间质的低密度脂蛋白
生物电测评技术可以无损测量人体代谢相关的指标。通过观察间质的甘油三酯、间质的低密度脂蛋白水平等综合生理指标,对脂代谢亚临床状态进行评估。间质的甘油三酯、间质的低密度脂蛋白水平正常值区间范围为-5≤N≤5,如以上指标超出正常区间的数量越多、偏离程度越大,可能预示着脂代谢风险增加。将间质的甘油三酯、间质的低密度脂蛋白作为脂代谢亚临床检测评价指标之一。
第二,针对用户的脂代谢亚临床表观指标,主要指标及选择的意义:
1、营养过剩
营养过剩会导致代谢紊乱,诱发脂代谢疾病。饮食中总能量摄入大于人体总能量消耗,是产生肥胖、高脂血症等脂代谢异常的重要原因。营养过剩作为脂代谢亚临床表观指标之一。
2、代谢综合征及药物
临床研究发现,腹部肥胖与代谢综合征的其他特征性组分高度相关。如血清甘油三酯水平的升高、胰岛素抵抗、高血压等。不管是国际糖尿病联盟、世界卫生组织还是中华医学会,都把测量腰围作为诊断代谢综合征的标准之一。
血脂紊乱是代谢综合征的典型诱因之一。代谢综合征集合多种代谢紊乱包括肥胖、高血糖、高血压、血脂异常、高尿酸等。代谢综合征临床表现为体胖腹满、食多、气短、容易疲劳,或胸胁闷胀、头晕、头痛、烦躁、口渴等。代谢综合征与药物作为脂代谢亚临床表观指标之一。
3、饮酒
研究显示,过量饮酒可增加空腹血清甘油三酯和极低密度脂蛋白水平。大约25%住院的嗜酒者,空腹血血清甘油三酯水平高于2mmol/L,其中高于3mmol/L的有17%。长期饮酒不但可引起血脂代谢紊乱,增加心血管疾病的风险,且可引起酒精性肝损伤,对人体多个器官系统造成严重损害。饮酒作为脂代谢亚临床表观指标之一。
4、每天的运动步数
规律运动有助于减轻体重,减少心血管危险因素。长期有氧节律运动,可以促进胆固醇的代谢,提高了体内脂蛋白酶的活性,加速甘油三脂和低密度脂蛋白胆固醇分解,降低了血脂总量。将每天运动的步数作为脂代谢亚临床表观指标之一。
5、糖脂代谢疾病家族史
人种或遗传因素导致脂代谢相关激素的异常或偏离,可引起脂代谢紊乱。脂代谢疾病存在家族发病倾向,糖脂代谢疾病患者的子女发生脂代谢疾病的机会显著高于正常人群。因此,糖脂代谢疾病家族史作为亚临床表观指标之一。
因此,所述脂代谢亚临床表观指标包括:营养过剩、代谢综合征及药物、饮酒、每天的运动步数、糖脂代谢疾病家族史等中的至少一项,其中,营养过剩、饮酒属于营养风险指标,代谢综合征及药物、糖脂代谢疾病家族史属于亚临床症状指标,每天的运动步数属于运动风险指标。
综上,为了便于准确得到用户的脂代谢亚临床状态,所述脂代谢亚临床检测指标以及表观指标中的每项指标均对应3个亚临床风险分级,即Ⅰ级、Ⅱ级、Ⅲ级,具体如下表所示:
Figure BDA0002595092480000151
在数据采集单元1采集到用户的亚临床检测指标(包括生理指标、生化指标、相关性生物信息指标)以及亚临床表观指标之后,评价单元2用于:
首先,根据所述用户的亚临床检测指标(包括生理指标、生化指标、相关性生物信息指标)、亚临床表观指标对应的亚临床风险等级(Ⅰ级、Ⅱ级、Ⅲ级)权重进行计算,得到所述用户的亚临床状态综合评价风险值QC
具体地,亚临床检测指标(包括生理指标、生化指标和相关性生物信息指标)以及亚临床表观指标的风险值分别使用QT1-T9和QS1-S5表示,QT1-T9和QS1-S5是使用各指标对应的权重以及测试人员的具体指标情况计算得到的,例如,某一用户体质指数为26,属于Ⅲ级,而该项指标Ⅲ级的权重为x,则QT4的值为x×1=x。其中,本发明下文将给出一种优选的权重分布。
QS为表观指标风险总值,QS=QS1+QS2+QS3+QS4+QS5,其中:QS1、QS2、QS3、QS4、QS5为表观指标中各项指标的风险值;
QT为检测指标风险总值,QT=QT1+QT2+QT3+QT4+QT5+QT6+QT7+QT8+QT9,检测指标分为评价项指标和相关项指标,其中:QT1、QT2、QT3、QT4为评价项各指标的风险值,QT5、QT6、QT7、QT8、QT9为相关项各指标的风险值。
在亚临床检测指标(包括生理指标、生化指标、相关性生物信息指标)中,包含评价项和相关项,评价项为在做亚临床综合风险评价之前,是必须要检测的指标项目;相关项为最好在亚临床风险评价之前,均有相应的检测结果;表中所列相关项评价之前检测指标越多,亚临床综合风险评价结果越准确。如果相关项检测指标项目不全面,在做亚临床检测评价时,将以所检测指标项目最高风险值计入其它未检测相关项风险值进行计算。
评价项指标和相关项指标的每一个等级(Ⅰ级、Ⅱ级、Ⅲ级)都有其不同的权重,但有共同的规律,具体地,针对亚临床检测指标(包括生理指标、生化指标、相关性生物信息指标)和表观指标中的任意项;评价项指标中,每项指标Ⅰ级权重为5,Ⅱ级权重为10,Ⅲ级权重为15;相关项指标中,每项指标Ⅰ级权重为1,Ⅱ级权重为3,Ⅲ级权重为5,表观指标的权重分布与检测指标中的评价项的权重分布相同。
亚临床检测指标(包括生理指标、生化指标、相关性生物信息指标)风险值为各项的风险值之和,即:
检测指标风险值QT=QT1+QT2+QT3+QT4+QT5+QT6+QT7+QT8+QT9
亚临床表观指标风险值为各项的风险值之和,即:
表观指标风险值,QS=QS1+QS2+QS3+QS4+QS5
综合风险评价(风险值QC)=表观指标评价风险值(QS)+检测指标评价风险值(QT)=QS+QT
然后,根据所述用户的亚临床综合风险评价(风险值QC),将亚临床状态分为三个等级,下文将给出一种优选地亚临床状态的风险值范围,具体地,例如:
当用户的亚临床综合评价风险值5≤QC<20时,可判定为亚临床轻度风险;
当用户的亚临床综合评价风险值20≤QC<40时,可判定为亚临床中度风险;
当用户的亚临床综合评价风险值QC≥40时,可判定为亚临床重度风险。
本发明还提供上述三种状态的应对措施,具体地:
对于亚临床轻度风险的人群,应重点关注日常饮食、运动、休息。一般需坚持1周以上可发生改善。
对于亚临床中度风险的人群,应重点控制日常饮食,增加运动,养成良好生活方式。必要时在专业人员指导下,进行脂代谢异常的营养和运动干预。一般需坚持4周以上可发生改善。
对于亚临床重度风险的人群,应在专业人员指导下,进行脂代谢异常的营养和运动干预。一般需坚持12周以上可发生改善。
通过以上装置,可以对用户的亚临床状态进行十分准确的评价,如及时采取应对措施,可使得亚临床状态得到明显好转,如不及时采取应对措施,将有可能迅速转为脂代谢疾病。
以下将以实际例子说明,使用上述装置进行脂代谢亚临床风险状态评价的准确性。
选取被临床诊断为脂代谢疾病30人及临床未诊断为脂代谢疾病33人。对以上63人,采用该装置进行亚临床状态的风险评价。评价结果详见下表:
Figure BDA0002595092480000171
以上结果表明:
(1)对于临床诊断为脂代谢疾病的人群,采用该装置评价结果均为亚临床重度风险的人群,说明该装置评价具有与临床诊断结果高度的一致性。
(2)对于临床未诊断为脂代谢疾病,但是临床指标均在正常范围内有偏高趋势的人群,采用该装置评价结果主要为亚临床重度和中度风险的人群,说明该装置对脂代谢亚临床评价更早于临床诊断为脂代谢疾病的结果,从而可以提前为该类人群提出脂代谢疾病的风险预警,使其及时进行针对性的干预,最终实现降低临床脂代谢疾病发病的风险。
同理,对于所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标包括以下因素中的任一者的其他亚临床评价:
例如:所述人体系统、器官与组织的生理代谢和功能状态中的蛋白质代谢、维生素代谢、矿物质代谢、水代谢、嘌呤代谢、神经系统、免疫系统、消化系统、呼吸系统、血液循环系统、运动系统等,都可以使用与上述糖代谢和脂代谢相同的方式进行亚临床综合风险评价。
其中:所述针对人体系统、器官与组织的生理代谢和功能状态的其它亚临床检测指标,都可以使用与上述糖代谢和脂代谢相同的方式进行亚临床检测指标评价,包括针对人体系统、器官与组织的生理代谢和功能状态的生理指标、生化指标、相关性生物信息指标等中的至少一项;
其中:所述针对人体系统、器官与组织的生理代谢和功能状态的其它亚临床表观指标,都可以使用与上述糖代谢和脂代谢相同的方式进行亚临床表观指标评价,包括营养风险评价指标、运动风险评价指标以及针对人体系统、器官与组织的生理代谢和功能状态的亚临床症状指标等中的至少一项。
其中:所述针对人体系统、器官与组织的生理代谢和功能状态的其它亚临床检测指标以及所述亚临床表观指标中的每项指标,都可以使用与上述糖代谢和脂代谢相同的亚临床风险分级方式,均对应3个亚临床风险分级。
其中:所述用户的针对人体系统、器官与组织代谢和功能状态的其它亚临床检测指标、亚临床表观指标对应的风险分级的权重,都可以使用与上述糖代谢和脂代谢相同的风险分级的权重进行计算,得到所述用户所对应的亚临床风险值;
其中:所述用户的针对人体系统、器官与组织代谢和功能状态的其它亚临床风险值判断,都可以使用与上述糖代谢和脂代谢相同的亚临床风险值判断方式,判断所述用户所对应的亚临床风险状态的风险等级。
图2是本发明一实施例提供的亚临床风险评价装置的执行流程图。如图2所示,该流程主要包括以下步骤:
步骤S21,采集用户的亚临床检测指标以及亚临床表观指标;
步骤S22,根据所述用户的亚临床检测指标以及亚临床表观指标中的各项指标对应的风险分级的权重进行计算,得到所述用户所对应的亚临床状态综合评价风险值QC
步骤S23,根据所述用户的亚临床状态综合评价风险值QC判断所述用户所对应的亚临床风险等级。
所述亚临床风险评价装置包括处理器和存储器,上述数据采集单元1以及评价单元2等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来在相对应的疾病被确诊前提前给出预警。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行以下方法:
采集用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标;根据针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标以及各项指标的亚临床风险分级的权重,得到所述用户所对应的亚临床状态的风险等级。
优选地,所述人体系统、器官与组织的生理代谢和功能状态包括以下任一种:糖代谢、脂代谢、蛋白质代谢、维生素代谢、矿物质代谢、水代谢以及嘌呤代谢、神经系统、免疫系统、消化系统、呼吸系统、血液循环系统以及运动系统。
优选地,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标包括:生理指标、生化指标、相关性生物信息指标中的至少一项。
优选地,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床表观指标包括:营养风险指标、运动风险指标以及亚临床症状指标中的至少一项。
本发明实施例还提供一种处理器,用于运行程序,其中,所述程序被运行时用于执行以下方法:
采集用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标;根据针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标以及各项指标的亚临床风险分级的权重,得到所述用户所对应的亚临床状态的风险等级。
优选地,所述人体系统、器官与组织的生理代谢和功能状态包括以下任一种:糖代谢、脂代谢、蛋白质代谢、维生素代谢、矿物质代谢、水代谢以及嘌呤代谢、神经系统、免疫系统、消化系统、呼吸系统、血液循环系统以及运动系统。
优选地,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标包括:生理指标、生化指标、相关性生物信息指标中的至少一项。
优选地,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床表观指标包括:营养风险指标、运动风险指标以及亚临床症状指标中的至少一项。
本领域内的技术人员应明白,本申请的实施例可提供为系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (11)

1.一种人体亚临床风险评价装置,其特征在于,该装置包括:
数据采集单元以及评价单元,其中,
所述数据采集单元用于采集用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标;
所述评价单元用于根据所述数据采集单元采集到用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标以及各项指标亚临床风险分级的权重,得到所述用户所对应的亚临床状态的风险等级。
2.根据权利要求1所述的亚临床风险评价装置,其特征在于,
所述人体系统、器官与组织的生理代谢和功能状态包括以下任一种:糖代谢、脂代谢、蛋白质代谢、维生素代谢、矿物质代谢、水代谢以及嘌呤代谢、神经系统、免疫系统、消化系统、呼吸系统、血液循环系统以及运动系统。
3.根据权利要求1所述的亚临床风险评价装置,其特征在于,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标包括:
生理指标、生化指标、相关性生物信息指标中的至少一项。
4.根据权利要求1所述的亚临床风险评价装置,其特征在于,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床表观指标包括:
营养风险指标、运动风险指标以及亚临床症状指标中的至少一项。
5.根据权利要求1所述的亚临床风险评价装置,其特征在于,所述针对人体系统、器官与代谢的亚临床检测指标、以及所述亚临床表观指标中的每项指标均对应3个亚临床风险分级。
6.根据权利要求5所述的亚临床风险评价装置,其特征在于,所述评价单元还用于:
根据所述用户的针对人体系统、器官与代谢的亚临床检测指标、亚临床表观指标对应的风险分级的权重进行计算,得到所述用户所对应的亚临床风险值;
根据所述用户的亚临床风险值判断所述用户所对应的亚临床风险状态的风险等级。
7.一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行以下方法:
采集用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标;
根据针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标以及各项指标的亚临床风险分级的权重,得到所述用户所对应的亚临床状态的风险等级。
8.根据权利要求7所述的机器可读存储介质,其特征在于,所述人体系统、器官与组织的生理代谢和功能状态包括以下任一种:
糖代谢、脂代谢、蛋白质代谢、维生素代谢、矿物质代谢、水代谢以及嘌呤代谢、神经系统、免疫系统、消化系统、呼吸系统、血液循环系统以及运动系统。
9.根据权利要求7所述的机器可读存储介质,其特征在于,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标包括:
生理指标、生化指标、相关性生物信息指标中的至少一项。
10.根据权利要求7所述的机器可读存储介质,其特征在于,所述针对人体系统、器官与组织的生理代谢和功能状态的亚临床表观指标包括:
营养风险指标、运动风险指标以及亚临床症状指标中的至少一项。
11.一种处理器,其特征在于,用于运行程序,其中,所述程序被运行时用于执行以下方法:
采集用户的针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标;
根据针对人体系统、器官与组织的生理代谢和功能状态的亚临床检测指标、亚临床表观指标以及各项指标的亚临床风险分级的权重,得到所述用户所对应的亚临床状态的风险等级。
CN202010706756.3A 2020-07-21 2020-07-21 亚临床风险评价装置、机器可读存储介质和处理器 Pending CN111933282A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010706756.3A CN111933282A (zh) 2020-07-21 2020-07-21 亚临床风险评价装置、机器可读存储介质和处理器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010706756.3A CN111933282A (zh) 2020-07-21 2020-07-21 亚临床风险评价装置、机器可读存储介质和处理器

Publications (1)

Publication Number Publication Date
CN111933282A true CN111933282A (zh) 2020-11-13

Family

ID=73314351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010706756.3A Pending CN111933282A (zh) 2020-07-21 2020-07-21 亚临床风险评价装置、机器可读存储介质和处理器

Country Status (1)

Country Link
CN (1) CN111933282A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115547495A (zh) * 2022-09-02 2022-12-30 广东药科大学 一种综合评价糖脂代谢水平的系统及其应用

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030211518A1 (en) * 1994-05-06 2003-11-13 Slotman Gus J. Methods for identifying and monitoring patients at risk for systemic inflammatory conditions, methods for selecting treatments for these patients and apparatus for use in these methods
WO2010042947A2 (en) * 2008-10-10 2010-04-15 Cardiovascular Decision Technologies, Inc. Automated management of medical data using expert knowledge and applied complexity science for risk assessment and diagnoses
US20110307426A1 (en) * 2010-06-15 2011-12-15 Henry Ford Health System Personalized Health Risk Assessment For Critical Care
US20120130194A1 (en) * 2010-11-19 2012-05-24 Brzustowicz Michael R Systems And Methods For Providing A Real-Time Health Risk Assessment
CN102999686A (zh) * 2011-09-19 2013-03-27 上海煜策信息科技有限公司 一种健康管理系统及其实现方法
CN103077301A (zh) * 2012-12-24 2013-05-01 浙江大学医学院附属邵逸夫医院 代谢综合征组分积聚预测亚临床心血管病变的方法
WO2015168669A1 (en) * 2014-05-02 2015-11-05 Hall David R Human health property monitoring system
US20160000379A1 (en) * 2014-07-01 2016-01-07 Vadim Ivanovich Pougatchev Method and apparatus for dynamic assessment and prognosis of the risks of developing pathological states
CN105232054A (zh) * 2015-10-20 2016-01-13 沈阳国际旅行卫生保健中心 一种人体内分泌系统健康风险预警系统
CN105303041A (zh) * 2015-10-20 2016-02-03 沈阳国际旅行卫生保健中心 一种人体消化系统健康风险预警系统
CN108206058A (zh) * 2016-12-19 2018-06-26 平安科技(深圳)有限公司 人体综合健康风险预测方法及系统
CN108597611A (zh) * 2018-04-16 2018-09-28 广西医科大学 基于代谢组学识别心血管亚临床期不同状态人群的模型构建方法
WO2019046854A1 (en) * 2017-09-01 2019-03-07 University Of Cincinnati SYSTEM, METHOD, COMPUTER PROGRAM PRODUCT AND APPARATUS FOR DYNAMIC PREDICTIVE SURVEILLANCE IN CRITICAL HEALTH ASSESSMENT AND RESULTS / SCORE / (CHAOS) STUDY
WO2020089282A1 (en) * 2018-10-31 2020-05-07 Centro Nacional De Investigaciones Cardiovasculares Carlos Iii (F.S.P.) Biomarkers of subclinical atherosclerosis

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030211518A1 (en) * 1994-05-06 2003-11-13 Slotman Gus J. Methods for identifying and monitoring patients at risk for systemic inflammatory conditions, methods for selecting treatments for these patients and apparatus for use in these methods
WO2010042947A2 (en) * 2008-10-10 2010-04-15 Cardiovascular Decision Technologies, Inc. Automated management of medical data using expert knowledge and applied complexity science for risk assessment and diagnoses
US20110307426A1 (en) * 2010-06-15 2011-12-15 Henry Ford Health System Personalized Health Risk Assessment For Critical Care
US20120130194A1 (en) * 2010-11-19 2012-05-24 Brzustowicz Michael R Systems And Methods For Providing A Real-Time Health Risk Assessment
CN102999686A (zh) * 2011-09-19 2013-03-27 上海煜策信息科技有限公司 一种健康管理系统及其实现方法
CN103077301A (zh) * 2012-12-24 2013-05-01 浙江大学医学院附属邵逸夫医院 代谢综合征组分积聚预测亚临床心血管病变的方法
WO2015168669A1 (en) * 2014-05-02 2015-11-05 Hall David R Human health property monitoring system
US20160000379A1 (en) * 2014-07-01 2016-01-07 Vadim Ivanovich Pougatchev Method and apparatus for dynamic assessment and prognosis of the risks of developing pathological states
CN105232054A (zh) * 2015-10-20 2016-01-13 沈阳国际旅行卫生保健中心 一种人体内分泌系统健康风险预警系统
CN105303041A (zh) * 2015-10-20 2016-02-03 沈阳国际旅行卫生保健中心 一种人体消化系统健康风险预警系统
CN108206058A (zh) * 2016-12-19 2018-06-26 平安科技(深圳)有限公司 人体综合健康风险预测方法及系统
WO2019046854A1 (en) * 2017-09-01 2019-03-07 University Of Cincinnati SYSTEM, METHOD, COMPUTER PROGRAM PRODUCT AND APPARATUS FOR DYNAMIC PREDICTIVE SURVEILLANCE IN CRITICAL HEALTH ASSESSMENT AND RESULTS / SCORE / (CHAOS) STUDY
CN108597611A (zh) * 2018-04-16 2018-09-28 广西医科大学 基于代谢组学识别心血管亚临床期不同状态人群的模型构建方法
WO2020089282A1 (en) * 2018-10-31 2020-05-07 Centro Nacional De Investigaciones Cardiovasculares Carlos Iii (F.S.P.) Biomarkers of subclinical atherosclerosis

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李祉丹: "健康人群心室复极稳定性与衰老相关心脏舒张功能亚临床状态改变的相关性研究", 《中国博士学位论文全文数据库 医药卫生科技辑》, no. 1, pages 062 - 26 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115547495A (zh) * 2022-09-02 2022-12-30 广东药科大学 一种综合评价糖脂代谢水平的系统及其应用
CN115547495B (zh) * 2022-09-02 2023-09-12 广东药科大学 一种综合评价糖脂代谢水平的系统及其应用

Similar Documents

Publication Publication Date Title
Meijnikman et al. Predicting type 2 diabetes mellitus: a comparison between the FINDRISC score and the metabolic syndrome
Wang et al. Serum levels of meteorin-like (Metrnl) are increased in patients with newly diagnosed type 2 diabetes mellitus and are associated with insulin resistance
Assoumou et al. Metabolic syndrome and short-term and long-term heart rate variability in elderly free of clinical cardiovascular disease: the PROOF study
Ryan et al. Comparison of waist circumference versus body mass index in diagnosing metabolic syndrome and identifying apparently healthy subjects at increased risk of cardiovascular disease
Moazzami et al. Independent and joint association of obesity and metabolic syndrome with depression and inflammation.
US11385237B2 (en) Methods for evaluating glycemic regulation and applications thereof
Simper et al. Responses to oral glucose challenge differ by physical activity volume and intensity: A pilot study
Chat et al. Goal-striving tendencies moderate the relationship between reward-related brain function and peripheral inflammation
Campolo et al. Irisin and markers of metabolic derangement in non-diabetic Caucasian subjects with stage I-II obesity during early aging
Skretteberg et al. Triglycerides-diabetes association in healthy middle-aged men: Modified by physical fitness?: A long term follow-up of 1962 Norwegian men in the Oslo Ischemia Study
Li et al. Job stress related to glyco‐lipid allostatic load, adiponectin and visfatin
CN111933282A (zh) 亚临床风险评价装置、机器可读存储介质和处理器
Bermingham et al. Glycaemic variability, assessed with continuous glucose monitors, is associated with diet, lifestyle and health in people without diabetes
Novelletto et al. Prevalence of metabolic syndrome and its relationship with clinically prevalent cardiovascular disease in the Veneto region, northeastern Italy
Ibrahim et al. Different vitiligo characteristics as predictors of increased risk of metabolic syndrome and insulin resistance: A case–control study
Mirman et al. Body composition changes during traditional versus intensive cardiac rehabilitation in coronary artery disease
Suvarna HI et al. Metabolic and cardiovascular ageing indices in relation to glycated haemoglobin in healthy and diabetic subjects
Cai et al. A Prediction Model Based on Noninvasive Indicators to Predict the 8‐Year Incidence of Type 2 Diabetes in Patients with Nonalcoholic Fatty Liver Disease: A Population‐Based Retrospective Cohort Study
Xing et al. Relationship between regional adiposity distribution and incident heart failure in general populations without cardiovascular disease
Khader et al. Factor analysis of cardiometabolic risk factors clustering in children and adolescents
Titty Glycaemic control, dyslipidaemia and metabolic syndrome among recently diagnosed diabetes mellitus patients in Tamale Teaching Hospital, Ghana
Taştanoğlu et al. Triglyceride-Glucose index as a surrogate marker for insulin resistance in obese adolescents
Tian et al. Sex Differences in the Association of Weight-Adjusted-Waist Index with Sarcopenic Obesity: A Cross-Sectional Study of Hemodialysis Patients
Arslan Association of cardiometabolic risks with body composition in hemodialysis patients.
Edwards The impact of anthropometric measurements on lactate levels at rest and during exercise

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: A101, floor 1, building 7, No. 4, Dongbinhe Road, Fengtai District, Beijing 100069

Applicant after: BEIJING DONGFANG XINGQI FOOD INDUSTRY TECHNOLOGY Co.,Ltd.

Address before: A101, floor 1, building 7, No. 4, Dongbinhe Road, Fengtai District, Beijing 100089, Haidian District, Beijing

Applicant before: BEIJING DONGFANG XINGQI FOOD INDUSTRY TECHNOLOGY Co.,Ltd.