CN113205883A - 由遗传信息和运动后生理参数预测心肺功能的方法及系统 - Google Patents
由遗传信息和运动后生理参数预测心肺功能的方法及系统 Download PDFInfo
- Publication number
- CN113205883A CN113205883A CN202110386598.2A CN202110386598A CN113205883A CN 113205883 A CN113205883 A CN 113205883A CN 202110386598 A CN202110386598 A CN 202110386598A CN 113205883 A CN113205883 A CN 113205883A
- Authority
- CN
- China
- Prior art keywords
- cardiopulmonary function
- person
- predicted
- predicting
- exercise
- 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
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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/50—Mutagenesis
Abstract
本发明针对拟急进高海拔地区人群,提供了一种由遗传信息和运动后生理参数预测心肺功能的方法及系统,主要通过遗传信息结合平原运动后血氧饱和度,预测评估1‑3天内急进高原后人的心肺功能,包括以下步骤:获取待预测人员的DNA,通过基因检测得到待预测人员的EPAS1与EGLN1基因多态性及单体型;待预测人员在平原地区进行运动后检测其血氧饱和度;结合EPAS1与EGLN1基因型及血氧饱和度评估待预测人员急进高原地区后的心肺功能。本发明提供的方法简便易行,可用于比如开展抢险救灾、建筑作业等急进高原人群的人员筛查,提前预测急进高原后人的心肺功能,减少急进高原人员因活动造成的身体不适、作业能力降低,进而影响延缓抢险救灾。
Description
技术领域
本发明涉及人体心肺功能预测技术领域,具体涉及一种由遗传信息和运动后生理参数预测心肺功能的方法及系统。
背景技术
我国是高原大国,高原多地处边疆,基础设施薄弱,灾害频发。高原建设及抢险救灾任务较多,因此,大规模急进高原人群多。此外,高原有着神奇瑰丽的自然景色,也吸引了世界众多的旅游爱好者前往。然而,高原低压缺氧的自然环境特点,给急进高原人群带来了巨大的挑战。在高海拔地区的缺氧环境条件下,肺血管收缩增加肺血管阻力、降低肺血管扩张性,会显著降低人群作业能力。现有研究表明,在海拔1500米以上,每增高300米,心肺功能下降1.5%~3.5%,这种下降在海拔5000米以上的地区更为明显。
心肺功能障碍(CRFi)会增加在高海拔地区缺氧环境下发生心血管疾病的风险。因此,在高海拔地区进行较高强度体力活动之前,应该识别个体可能发生心肺功能障碍的可能性,避免活动后发生身体不适。然而大多数人往往忽略了在高海拔地区体力活动对心肺功能的要求,目前也没有一种对人体在高海拔地区心肺功能的预测方法。
发明内容
针对现有技术存在的不足,本发明提出一种由遗传信息和运动后生理参数预测心肺功能的方法及系统,以解决现有技术中存在的人体在高海拔地区进行较高强度体力活动之前,没有预测自身在高海拔地区心肺功能,从而在活动后可能发生心肺功能障碍的技术问题。
本发明采用的技术方案如下:
第一方面,提供了一种由遗传信息和运动后生理参数预测心肺功能的方法,包括以下步骤:
获取待预测人员的DNA,通过基因检测得到待预测人员的EPAS1、EGLN1基因突变情况;
测量待预测人员在平原地区运动后的血氧饱和度;
将EPAS1、EGLN1基因突变情况,血氧饱和度输入到心肺功能预测模型中,对待预测人员在高原地区的心肺功能进行预测。
在一种可实现方式中,获取待预测人员的DNA的方法包括采用抽血或咽拭子,获取人体的血液、唾液或者粘膜细胞。
在一种可实现方式中,心肺功能预测模型的建模过程具体如下:
S1、记录受试者的人口统计参数;
S2、获取受试者的DNA,通过基因检测得到受试者的肺血管功能相关基因、低氧诱导因子相关基因;
S3、在平原地区,测量受试者运动后的生理参数;
S4、在平原地区,评估受试者的心肺功能;
S5、将受试者转移到高原地区,评估受试者在高原地区的心肺功能;
S6、将受试者人口统计参数、肺血管功能相关基因、低氧诱导因子相关基因、受试者在平原地区运动后的生理参数、受试者在平原地区的心肺功能、受试者在高原地区的心肺功能作为预测参数,使用多变量逻辑回归进行统计分析,得到心肺功能预测模型。
在一种可实现方式中,人口统计参数包括年龄、种族、身体质量指数、饮酒和吸烟史。
在一种可实现方式中,肺血管功能相关基因包括EDN1、ACE、AGT、PPARA、VEGFA、SLC6A4、NOS3、NFE2L2、CDIP1和ANGPTL4;低氧诱导因子相关基因包括HIF1A、HIF1AN、EGLN3、EGLN1、HMOX2和EPAS1。
在一种可实现方式中,生理参数包括心率、血氧饱和度、血压。
在一种可实现方式中,评估受试者的心肺功能,采用最大有氧能力测试运动或者体力测试运动。
在一种可实现方式中,体力测试运动采用改良的两步负荷运动试验。
在一种可实现方式中,使用逻辑回归联合生理参数与基因型预测心肺功能;生理参数中血氧饱和度的截止值选为95.5%;
使用协变量调整混杂因素;
检验连续变量的正态分布时,正态分布的变量采用均数结合标准差表示,非正态分布的数据用中位数表示;非正态分布数据的组间比较使用曼-惠特尼U检验,非正态分布数据自身匹配的数据间比较使用威尔科克森符号秩检验;
使用卡方检验进行组间分类变量的比较。
第二方面,提供了一种由遗传信息和运动后生理参数预测心肺功能的系统,使用第一方面提供的预测方法预测心肺功能,包括:
DNA载体获取装置,用于获取待预测人员的DNA载体;
基因检测装置,用于根据DNA载体,通过基因检测得到待预测人员的EPAS1、EGLN1基因突变情况;
血氧饱和度检测装置,用于测量待预测人员在平原地区运动后的血氧饱和度;
心肺功能预测设备,用于根据EPAS1、EGLN1基因突变情况、血氧饱和度,使用心肺功能预测模型,对待预测人员在高原地区的心肺功能进行预测。
由上述技术方案可知,本发明的有益技术效果如下:
采用人体的遗传信息、平原地区运动后的生理参数,预测人体到达高海拔地区发生心肺功能障碍的可能性,可以在人体达到高海拔进行身体活动之前,识别出可能发生心肺功能障碍的个体,能够避免进入高海拔的人群发生心肺功能障碍。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例1的预测心肺功能的方法流程图;
图2为本发明实施例1的心肺功能预测模型的建模流程示意图;
图3为本发明实施例2的预测心肺功能的系统框图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
实施例1
本实施例提供了一种由遗传信息和运动后生理参数预测心肺功能的方法,如图1所示,包括以下步骤:
获取待预测人员的DNA,通过基因检测得到待预测人员的EPAS1、EGLN1基因突变情况;
测量待预测人员在平原地区运动后的血氧饱和度;
将EPAS1、EGLN1基因突变情况,血氧饱和度输入到心肺功能预测模型中,对待预测人员在高原地区的心肺功能进行预测。
在本实施例中,使用心肺功能预测模型进行心肺功能的预测。心肺功能预测模型的建模过程如图2所示,具体如下:
S1、记录受试者的人口统计参数,人口统计参数包括年龄、种族、BMI(身体质量指数,用来表征人体胖瘦程度)以及饮酒和吸烟史。
在具体的实施方式中,受试者的选取数量不作限定,举例说明为200-300位。
S2、获取受试者的DNA,通过基因检测得到受试者的肺血管功能相关基因、低氧诱导因子相关基因。
本实施例的是为了预测人在高原环境下的心肺功能,所以选取肺血管功能相关基因、低氧诱导因子相关基因来构建心肺功能预测模型。肺血管功能相关基因包括:EDN1、ACE、AGT、PPARA、VEGFA、SLC6A4、NOS3、NFE2L2、CDIP1和ANGPTL4。低氧诱导因子相关基因包括:HIF1A、HIF1AN、EGLN3、EGLN1、HMOX2和EPAS1。
获取人体的血液、唾液或者粘膜细胞,通过对血液(白细胞、红细胞)、唾液(白细胞、上皮细胞)或者粘膜细胞进行基因检测,获取人体的DNA信息。DNA样本在分析前储存在-20℃。PCR引物是使用Sequenom分析设计软件(版本3.1,Sequenom公司,圣地亚哥,加利福尼亚州,美国)和Sangon生物技术合成。使用MassARRAY MALDI-TOF平台(Sequenom Inc.,加利福尼亚州,加利福尼亚州)分析基因型。
S3、在平原地区,测量受试者运动后的生理参数。
生理参数包括心率、SpO2、血压。在平原地区,受试者在运动测试前12小时不进行体力活动,在运动测试前至少5小时不饮酒、咖啡因和吸烟。受试者的运动方式不作限定,举例说明,比如慢跑、短时间的快跑等;优选的,受试者进行2分钟上下60次24cm台阶的测试。受试者运动后,测量受试者的心率、SpO2、血压。2分钟上下60次24cm台阶的测试可以确保测试的可行性和可重复性。
S4、在平原地区,评估受试者在平原地区的心肺功能。
受试者的心肺功能评估可以选用最大有氧能力测试运动(VO2max测试),或者体力测试运动(PWC170测试)。考虑到VO2max测试需要精良的设备和待预测人员进行更大的体力活动,优选设备成本较小的PWC170测试。
在具体的实施方式中,使用经过改良的两步负荷运动试验来评估受试者的心肺功能。评估基于两次5分钟的不同负荷运动试验,每次在心率接近120次/min到170次/min时结束。在每次负荷运动结束后分别记录平均心率。心率由HEM-6200(日本京都欧姆龙)测量。PWC170通过以下公式计算:
PWC170=W1+(W2-W1)×[170-P1/P2-P1]
其中W1和W2是两次运动的负荷功率,以瓦特(W)表示,P1和P2是两次负荷运动后的心率。
S5、将受试者转移到高原地区,评估受试者在高原地区的心肺功能。
在具体的实施方式中,受试者乘坐飞机从成都转移到拉萨,飞行时间约2小时。受试者达到拉萨后12小时,采用步骤S4中的心肺功能评估方法,对受试者在高原地区下的心肺功能进行评估。
S6、将受试者的人口统计参数、肺血管功能相关基因、低氧诱导因子相关基因、受试者在平原地区运动后的生理参数、受试者在平原地区的心肺功能、受试者在高原地区的心肺功能作为预测参数,使用多变量逻辑回归进行统计分析,得到心肺功能预测模型。
在具体的实施方式中,使用软件SNPStats进行逻辑回归来筛选基因型并分析与心肺功能之间的相关性,将具有野生型基因的组作为对照组。使用软件SPSS 19.0统计软件联合生理参数与基因型预测心肺功能。对于多变量逻辑回归中使用协变量(包括年龄、种族、BMI,以及饮酒和吸烟史)来调整混杂因素。在此分析中,将具有野生基因型和运动后SpO2>95%的视为对照组。P<0.05被认为差异有统计学意义。基因型和等位基因分布、比值比(ORs)和95%置信区间通过多变量逻辑回归计算。受试者数量与调整了五个混淆因素的多变量逻辑回归所需样本量相匹配。哈代-温伯格平衡和等位基因频率由软件SNP-Stats确认。使用Kolmogorov-Smirnov检验连续变量的正态分布。正态分布的变量用均数±标准差表示,组间比较采用独立样本t检验。自身匹配数据采用配对样本t检验来比较。非正态分布的数据用中位数(四分位数间距)表示。非正态分布数据的组间比较和自身匹配的数据间比较分别使用曼-惠特尼U检验与威尔科克森符号秩检验。使用卡方检验进行组间分类变量的比较。
在统计分析过程中,将在高原地区心肺功能没有明显下降的受试者归类为非心肺功能障碍组(non-CRFi组),在高原地区具有心肺功能水平明显降低的受试者归类为心肺功能障碍组(CRFi组)。通过统计分析,发现在人口统计参数(包括年龄、种族、BMI以及饮酒和吸烟史)在non-CRFi组和CRFi组没有统计差异,说明人口统计参数可以不纳入心肺功能预测模型。
受试者平原地区于运动后、测量得到的生理参数中,SpO2与是否发生心肺功能障碍密切相关,可以用于心肺功能预测。人体运动后较高的SpO2(血氧饱和度)水平预示着更好的肺通气、氧气输送和循环功能。SpO2反映了急性缺氧暴露后心肺功能储备。
而受试者的肺血管功能相关基因、低氧诱导因子相关基因中,EPAS1基因编码HIF2α,是HIF复合物的一个亚基,参与调节人体对缺氧的反应。EGLN1编码羟化酶域蛋白2,这是HIF主要的负调控因子。EGLN1和EPAS1变异与人血红蛋白浓度的表型变化密切相关,有助于适应低氧环境。EPAS1与EGLN1协同作用,可以协调对缺氧和高原心肺适应性的转录反应。比如:EPAS1rs13419896处的G等位基因与缺乏G等位基因的突变体相比,具有更高的心肺功能受损风险;EPAS1中的rs6756667野生型GG纯合基因型会增加患急性高山病的风险。所以,获取人体的EPAS1、EGLN1基因突变情况,可以用于预测人体在高海拔地区、缺氧环境情况下的心肺功能。在常氧条件下,EPAS1、EGLN1基因的突变对SpO2的影响很小。急性高原暴露后,携带EGLN1rs508618-G变体的人体会表现出较低的SpO2;与野生型和仅有一种突变的携带者相比,同时携带两种突变的人体的SpO2明显降低。EPAS1、EGLN1基因协同促进了人体运动后SpO2的减少,所以人体在平原地区运动后SpO2的减少情况可以用于预测人体在高原地区的心肺功能。
综上所述,根据最佳的SpO2截止值(95.5%),结合EPAS1 A、EGLN1 G等位基因突变,构建得到心肺功能预测模型。举例说明:在平原地区运动后SpO2<95.5%且携带EPAS1 A和EGLN1 G等位基因的受试者,转移到高原地区后发生心肺功能障碍的风险增加了19倍以上(95%CI:6.42-59.94,P<0.001)。本实施例的心肺功能预测模型,同时采用SpO2、EPAS1A、EGLN1 G等位基因突变进行的预测,预测精度可达到90%;优于单一使用运动后SpO2>95.5%的模型(OR=3.25,95%CI:1.51-6.99,P=0.003),以及SpO2<95.5%但不携带风险等位基因的模型(OR=8.27,95%CI:3.70-18.51,P<0.001)。与单独使用SpO2或单独使用遗传信息相比,两者结合可显著提高对CRFi的预测效能。
以下对由遗传信息和运动后生理参数预测心肺功能的方法进行详细说明,如图1所示,具体如下:
1、获取待预测人员的DNA,通过基因检测得到待预测人员的EPAS1、EGLN1基因突变情况。
人体的遗传信息包含在DNA中,DNA的EPAS1基因、EGLN1基因,与心肺功能障碍发生具有紧密的相关性。待预测人员的DNA获取方法不作限定,举例说明:采用抽血或咽拭子,获取人体的血液、唾液或者粘膜细胞,通过对血液(白细胞、红细胞)、唾液(白细胞、上皮细胞)或者粘膜细胞进行基因检测,获取人体的DNA信息,得到EPAS1、EGLN1基因突变情况。
2、测量待预测人员在平原地区运动后的血氧饱和度。
对于待预测人员运动后的血氧饱和度测量,在具体的实施方式中,具体的,待预测人员在测试前12小时不进行体力活动,在测试前至少5小时不饮酒、咖啡因和吸烟,以减少外界因素的影响,提高测试精度,受试者进行2分钟上下60次24cm台阶的运动。
待预测人员运动后,立即对待预测人员进行血氧饱和度测量。在具体的实施方式中,血氧饱和度测量方式可选用血气分析仪,或者手指脉搏血氧仪。考虑到方便和安全,优选手指脉搏血氧仪来测量SpO2。
3、将EPAS1、EGLN1基因突变情况,血氧饱和度输入到心肺功能预测模型中,对待预测人员在高原地区的心肺功能进行预测。
将待预测人员的EPAS1、EGLN1基因突变情况,在平原地区运动后血氧饱和度输入到心肺功能预测模型中,可以得出待预测人员急性进入高原地区暴露后,发生心肺功能障碍的可能性。
通过本实施例的技术方案,采用人体的遗传信息、平原地区运动后的生理参数,预测评估1-3天内急进高原(>3000米)人体到达高海拔地区发生心肺功能障碍的可能性,可以在人体达到高海拔进行身体活动之前,识别出具有发生心肺功能障碍的个体,能够避免急进高原人群发生心肺功能障碍。本发明提供的方法简便易行,可用于比如开展抢险救灾、建筑作业等急进高原人群的人员筛查,提前预测急进高原后人的心肺功能,减少急进高原人员因活动造成的身体不适、作业能力降低,进而影响延缓抢险救灾。
实施例2
本实施例提供了一种由遗传信息和运动后生理参数预测心肺功能的系统,使用实施例1提供的预测方法预测心肺功能,如图3所示,包括:
DNA载体获取装置,用于获取待预测人员的DNA载体;
基因检测装置,用于根据DNA载体,通过基因检测得到待预测人员的EPAS1、EGLN1基因突变情况;
血氧饱和度检测装置,用于测量待预测人员在平原地区运动后的血氧饱和度;
心肺功能预测设备,用于根据EPAS1、EGLN1基因突变情况、血氧饱和度,使用心肺功能预测模型,对待预测人员在高原地区的心肺功能进行预测。
以下就实施例2的工作原理作详细说明:
DNA载体获取装置,使用注射器、咽拭子等装置获取人体的血液(白细胞、红细胞)、唾液(白细胞、上皮细胞)或者粘膜细胞。
基因检测装置使用基因检测设备对血液、唾液或者粘膜细胞进行基因检测,得到待预测人员的EPAS1、EGLN1基因突变情况。基因检测的方式不作限定,举例说明,在具体的实施方式中,当样品存化制备后,PCR扩增后通过MassARRAY分子量阵列技术,通过引物延伸或切割反应结合MALDITOF质谱技术相结合,实现基因分型检测。
血氧饱和度检测装置,使用手指脉搏血氧仪来测量SpO2。
心肺功能预测设备为一终端,包括硬件和软件,比如台式电脑、平板电脑。心肺功能预测设备中装有心肺功能预测模型,将待预测人员的EPAS1、EGLN1基因突变情况、血氧饱和度输入到心肺功能预测模型中,可以得出待预测人员急性进入高原地区暴露后,发生心肺功能障碍的可能性。EPAS1、EGLN1基因突变情况、血氧饱和度的输入方式不作限定,举例说明,在具体的实施方式中,可以将基因检测装置、血氧饱和度检测装置与心肺功能预测设备通信连接,心肺功能预测设备自动接收基因检测装置、血氧饱和度检测装置的数据;也可以是由操作人员获取了基因检测装置、血氧饱和度检测装置的数据后,人工手动录入到心肺功能预测设备中。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种由遗传信息和运动后生理参数预测心肺功能的方法,其特征在于,包括以下步骤:
获取待预测人员的DNA,通过基因检测得到待预测人员的EPAS1、EGLN1基因突变情况;
测量待预测人员在平原地区运动后的血氧饱和度;
将EPAS1、EGLN1基因突变情况,血氧饱和度输入到心肺功能预测模型中,对待预测人员在高原地区的心肺功能进行预测。
2.根据权利要求1所述的由遗传信息和运动后生理参数预测心肺功能的方法,其特征在于,获取待预测人员的DNA的方法包括采用抽血或咽拭子,获取人体的血液、唾液或者粘膜细胞。
3.根据权利要求1所述的由遗传信息和运动后生理参数预测心肺功能的方法,其特征在于,所述心肺功能预测模型的建模过程具体如下:
记录受试者的人口统计参数;
获取受试者的DNA,通过基因检测得到受试者的肺血管功能相关基因、低氧诱导因子相关基因;
在平原地区,测量受试者运动后的生理参数;
在平原地区,评估受试者的心肺功能;
将受试者转移到高原地区,评估受试者在高原地区的心肺功能;
将受试者人口统计参数、肺血管功能相关基因、低氧诱导因子相关基因、受试者在平原地区运动后的生理参数、受试者在平原地区的心肺功能、受试者在高原地区的心肺功能作为预测参数,使用多变量逻辑回归进行统计分析,得到心肺功能预测模型。
4.根据权利要求3所述的由遗传信息和运动后生理参数预测心肺功能的方法,其特征在于:所述人口统计参数包括年龄、种族、身体质量指数、饮酒和吸烟史。
5.根据权利要求3所述的由遗传信息和运动后生理参数预测心肺功能的方法,其特征在于:
所述肺血管功能相关基因包括EDN1、ACE、AGT、PPARA、VEGFA、SLC6A4、NOS3、NFE2L2、CDIP1和ANGPTL4;
所述低氧诱导因子相关基因包括HIF1A、HIF1AN、EGLN3、EGLN1、HMOX2和EPAS1。
6.根据权利要求3所述的由遗传信息和运动后生理参数预测心肺功能的方法,其特征在于:所述生理参数包括心率、血氧饱和度、血压。
7.根据权利要求3所述的由遗传信息和运动后生理参数预测心肺功能的方法,其特征在于:评估受试者的心肺功能,采用最大有氧能力测试运动或者体力测试运动。
8.根据权利要求7所述的由遗传信息和运动后生理参数预测心肺功能的方法,其特征在于:体力测试运动采用改良的两步负荷运动试验。
9.根据权利要求3所述的由遗传信息和运动后生理参数预测心肺功能的方法,其特征在于:
使用逻辑回归联合生理参数与基因型预测心肺功能;生理参数中血氧饱和度的截止值选为95.5%;
使用协变量调整混杂因素;
检验连续变量的正态分布时,正态分布的变量采用均数结合标准差表示,非正态分布的数据用中位数表示;非正态分布数据的组间比较使用曼-惠特尼U检验,非正态分布数据自身匹配的数据间比较使用威尔科克森符号秩检验;
使用卡方检验进行组间分类变量的比较。
10.一种由遗传信息和运动后生理参数预测心肺功能的系统,其特征在于,使用权利要求1-9中任意项所述方法预测心肺功能,包括:
DNA载体获取装置,用于获取待预测人员的DNA载体;
基因检测装置,用于根据所述DNA载体,通过基因检测得到待预测人员的EPAS1、EGLN1基因突变情况;
血氧饱和度检测装置,用于测量待预测人员在平原地区运动后的血氧饱和度;
心肺功能预测设备,用于根据EPAS1、EGLN1基因突变情况、血氧饱和度,使用心肺功能预测模型,对待预测人员在高原地区的心肺功能进行预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110386598.2A CN113205883B (zh) | 2021-04-12 | 2021-04-12 | 由遗传信息和运动后生理参数预测心肺功能的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110386598.2A CN113205883B (zh) | 2021-04-12 | 2021-04-12 | 由遗传信息和运动后生理参数预测心肺功能的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113205883A true CN113205883A (zh) | 2021-08-03 |
CN113205883B CN113205883B (zh) | 2022-06-28 |
Family
ID=77026638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110386598.2A Active CN113205883B (zh) | 2021-04-12 | 2021-04-12 | 由遗传信息和运动后生理参数预测心肺功能的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113205883B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115274123A (zh) * | 2022-07-15 | 2022-11-01 | 中国人民解放军总医院 | 体能水平预测方法、系统、设备、介质及程序产品 |
CN115521986A (zh) * | 2022-09-19 | 2022-12-27 | 大连理工大学 | 基于生物多组学知识的人体体能评价方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050106573A1 (en) * | 2003-11-13 | 2005-05-19 | Council Of Scientific And Industrial Research | Method of detection of predisposition to high altitude pulmonary edema (HAPE) |
CN1898394A (zh) * | 2003-11-14 | 2007-01-17 | 科学工业研究委员会 | 检测高原肺水肿易感性的方法 |
CN102559853A (zh) * | 2010-12-09 | 2012-07-11 | 中国医学科学院基础医学研究所 | 高原病高危人群的基因筛查方法及其相关基因诊断产品 |
CN103160592A (zh) * | 2013-04-03 | 2013-06-19 | 哈尔滨体育学院 | 一种预测优秀冰雪运动员耐力潜能的分子生物学方法 |
CN103263265A (zh) * | 2013-05-13 | 2013-08-28 | 励建安 | 一种运动心肺测试装置 |
CN103911380A (zh) * | 2013-02-06 | 2014-07-09 | 深圳华大基因科技有限公司 | Epas1基因突变体及其应用 |
CN109468376A (zh) * | 2018-12-29 | 2019-03-15 | 青海省人民医院 | 急、慢性高原反应易感基因预警检测试剂盒 |
CN111560428A (zh) * | 2020-05-21 | 2020-08-21 | 中国人民解放军总医院第七医学中心 | 检测线粒体DNA rs3937033单核苷酸多态性的物质的用途 |
-
2021
- 2021-04-12 CN CN202110386598.2A patent/CN113205883B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050106573A1 (en) * | 2003-11-13 | 2005-05-19 | Council Of Scientific And Industrial Research | Method of detection of predisposition to high altitude pulmonary edema (HAPE) |
CN1898394A (zh) * | 2003-11-14 | 2007-01-17 | 科学工业研究委员会 | 检测高原肺水肿易感性的方法 |
CN102559853A (zh) * | 2010-12-09 | 2012-07-11 | 中国医学科学院基础医学研究所 | 高原病高危人群的基因筛查方法及其相关基因诊断产品 |
CN103911380A (zh) * | 2013-02-06 | 2014-07-09 | 深圳华大基因科技有限公司 | Epas1基因突变体及其应用 |
CN103160592A (zh) * | 2013-04-03 | 2013-06-19 | 哈尔滨体育学院 | 一种预测优秀冰雪运动员耐力潜能的分子生物学方法 |
CN103263265A (zh) * | 2013-05-13 | 2013-08-28 | 励建安 | 一种运动心肺测试装置 |
CN109468376A (zh) * | 2018-12-29 | 2019-03-15 | 青海省人民医院 | 急、慢性高原反应易感基因预警检测试剂盒 |
CN111560428A (zh) * | 2020-05-21 | 2020-08-21 | 中国人民解放军总医院第七医学中心 | 检测线粒体DNA rs3937033单核苷酸多态性的物质的用途 |
Non-Patent Citations (3)
Title |
---|
LI WENHUA: "The effects of high altitude hypoxia environment on ultrastructure of the rat lung and heart", 《2011 IEEE INTERNATIONAL SYMPOSIUM ON IT IN MEDICINE AND EDUCATION》 * |
史大威等: "新兴可穿戴生理感知技术助力急性高原病的监测和辅助诊疗", 《生命科学仪器》 * |
魏春梅等: "急性高原病相关危险因素分析", 《青海医药杂志》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115274123A (zh) * | 2022-07-15 | 2022-11-01 | 中国人民解放军总医院 | 体能水平预测方法、系统、设备、介质及程序产品 |
CN115521986A (zh) * | 2022-09-19 | 2022-12-27 | 大连理工大学 | 基于生物多组学知识的人体体能评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113205883B (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113205883B (zh) | 由遗传信息和运动后生理参数预测心肺功能的方法及系统 | |
Kanaya et al. | Predicting the development of diabetes in older adults: the derivation and validation of a prediction rule | |
Lyssenko et al. | Mechanisms by which common variants in the TCF7L2 gene increase risk of type 2 diabetes | |
Jansen et al. | Determinants of HbA1c in nondiabetic Dutch adults: genetic loci and clinical and lifestyle parameters, and their interactions in the Lifelines Cohort Study | |
Buroker et al. | Genetic associations with mountain sickness in Han and Tibetan residents at the Qinghai-Tibetan Plateau | |
Zhang et al. | CYP3A5 polymorphism and sensitivity of blood pressure to dietary salt in Japanese men | |
Buraczynska et al. | Chemotactic cytokine receptor 5 gene polymorphism: relevance to microvascular complications in type 2 diabetes | |
Chaturvedi et al. | Genome-wide association study to identify variants associated with acute severe vaso-occlusive pain in sickle cell anemia | |
Nakanishi et al. | Manganese superoxide dismutase Ala16Val polymorphism is associated with the development of type 2 diabetes in Japanese-Americans | |
Ma et al. | Mutations in the GABRA1 and EFHC1 genes are rare in familial juvenile myoclonic epilepsy | |
Chung et al. | Long QT and Brugada syndrome gene mutations in New Zealand | |
Patel et al. | Analysis of the pattern, alliance and risk of rs1799752 (ACE I/D polymorphism) with essential hypertension | |
Ngassa Mbenda et al. | Genetics of HIV-associated sensory neuropathy and related pain in Africans | |
Aegisdottir et al. | Genetic variants associated with syncope implicate neural and autonomic processes | |
Peay | Genetic risk assessment in psychiatry | |
Barsheshet et al. | Risk of syncope in family members who are genotype-negative for a family-associated long-QT syndrome mutation | |
Tavares et al. | Effect of the peroxisome proliferator-activated receptor-γ C161T polymorphism on lipid profile in Brazilian patients with Type 2 diabetes mellitus | |
Yoo et al. | Genetic polymorphisms to predict gains in maximal O 2 uptake and knee peak torque after a high intensity training program in humans | |
da Fonseca et al. | A rare potential pathogenic variant in the BDNF gene is found in a Brazilian patient with severe childhood-onset obesity | |
Yan et al. | Association analysis of copy number variations in type 2 diabetes-related susceptible genes in a Chinese population | |
He et al. | Polymorphisms in the HBB gene relate to individual cardiorespiratory adaptation in response to endurance training | |
Bilge et al. | The relationship of leptin (+ 19) AG, leptin (2548) GA, and leptin receptor Gln223Arg gene polymorphisms with obesity and metabolic syndrome in obese children and adolescents | |
Chen et al. | Insertion/insertion genotype of α2B-adrenergic receptor gene polymorphism is associated with silent myocardial ischemia in patients with type 2 diabetes mellitus | |
Teixeira et al. | Endothelial nitric oxide synthase Glu298Asp gene polymorphism influences body composition and biochemical parameters but not the nitric oxide response to eccentric resistance exercise in elderly obese women | |
Ching et al. | Congenital long QT syndromes: clinical features, molecular genetics and genetic testing |
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 |