CN113707272B - 桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法 - Google Patents
桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法 Download PDFInfo
- Publication number
- CN113707272B CN113707272B CN202110882717.3A CN202110882717A CN113707272B CN 113707272 B CN113707272 B CN 113707272B CN 202110882717 A CN202110882717 A CN 202110882717A CN 113707272 B CN113707272 B CN 113707272B
- Authority
- CN
- China
- Prior art keywords
- interventional therapy
- artery
- model
- indexes
- evaluating
- 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.)
- Active
Links
- 238000002560 therapeutic procedure Methods 0.000 title claims abstract description 37
- 210000002321 radial artery Anatomy 0.000 title claims abstract description 31
- 201000007270 liver cancer Diseases 0.000 title claims abstract description 25
- 208000014018 liver neoplasm Diseases 0.000 title claims abstract description 25
- 238000010276 construction Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000000556 factor analysis Methods 0.000 claims abstract description 21
- 238000002583 angiography Methods 0.000 claims abstract description 7
- 210000001367 artery Anatomy 0.000 claims abstract description 7
- 210000002376 aorta thoracic Anatomy 0.000 claims description 21
- 210000002767 hepatic artery Anatomy 0.000 claims description 19
- 210000003270 subclavian artery Anatomy 0.000 claims description 17
- 210000000702 aorta abdominal Anatomy 0.000 claims description 13
- 230000002792 vascular Effects 0.000 claims description 13
- 101100459301 Mus musculus Myl4 gene Proteins 0.000 claims description 12
- 230000002440 hepatic effect Effects 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 6
- 201000009030 Carcinoma Diseases 0.000 claims description 5
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000007477 logistic regression Methods 0.000 claims description 3
- 230000003187 abdominal effect Effects 0.000 claims description 2
- 210000000115 thoracic cavity Anatomy 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 206010073069 Hepatic cancer Diseases 0.000 claims 1
- 238000011282 treatment Methods 0.000 abstract description 7
- 210000004185 liver Anatomy 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000010200 validation analysis Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000013152 interventional procedure Methods 0.000 description 3
- 102000013529 alpha-Fetoproteins Human genes 0.000 description 2
- 108010026331 alpha-Fetoproteins Proteins 0.000 description 2
- 230000010109 chemoembolization Effects 0.000 description 2
- 238000000546 chi-square test Methods 0.000 description 2
- 238000002586 coronary angiography Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012353 t test Methods 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 210000001105 femoral artery Anatomy 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002697 interventional radiology Methods 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 238000012314 multivariate regression analysis Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- G16H50/20—ICT 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)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Urology & Nephrology (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供一种桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法，在获取患者临床病例及对应临床信息后，通过单因素分析和多因素分析筛选出具有显著性差异的指标，然后构建列线表用以计算患者曝光时间大于6分钟的风险评分，从而评估肝癌患者是否适合行经桡动脉入路肝动脉造影和介入治疗，可用于指导个体化临床决策和治疗，填补了国内空白。
Description
技术领域
本发明涉及肝癌介入诊断技术领域，具体涉及一种桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法。
背景技术
自从二十多年前经桡动脉入路(TRA)冠状动脉造影和介入治疗首次出现，它已经成为替代传统经股动脉入路(TFA)的首选替代方案。在冠状动脉造影和介入治疗中，TRA显示出优于TFA的巨大优势，如出血率低、穿刺部位并发症少、不良事件复杂性低和全因死亡率降低。
近年来，TRA开始引入肝动脉造影和介入治疗，并开始作为首选方法。相关研究表明，使用TRA进行选择性肝动脉介入治疗是安全、可行的，且其耐受性良好、技术成功率高、并发症发生率低。行经桡动脉入路肝动脉介入治疗的患者围手术期疼痛发生率低，恢复时间短，辐射暴露及手术时长与经股动脉入路介入治疗无明显差异，因此更加偏好TRA肝动脉介入治疗。
然而，由于TRA相关技术复杂性较高、学习曲线较慢，导致该方法在介入放射学中的使用有限。提供一种评估患者血管状况和预估手术难易度的方法，通过这种方法筛选出适宜TRA的患者十分重要。目前还没有相关研究预测肝癌患者是否适合TRA肝动脉介入治疗。因此，需要对TRA肝动脉介入术前行胸腹主动脉CTA患者的相关数据进行分析，发掘有效的预测因素，并建立针对行TRA肝动脉介入治疗患者的预测评分模型，希望能够准确地预测患者行TRA-TACE的难易程度从而指导临床治疗决策。
发明内容
本发明的目的是提供一种桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法，用以评估肝癌患者是否适合行经桡动脉入路肝动脉造影和介入治疗，指导个体化临床决策和治疗。
为了达到上述目的，本发明一方面提供一种桡动脉入路肝癌介入治疗适宜人群评估模型的构建方法，包括以下步骤：
获取临床病例及对应临床信息，并记录其行桡动脉入路肝动脉造影和介入治疗的曝光时间；
将临床指标纳入单因素分析，筛选与患者曝光时间相关且显著性P<0.05的指标；
将上述筛选后的指标纳入多因素分析，筛选患者曝光时间大于6分钟且显著性P<0.05的指标，并得到该指标的风险比；
根据各指标的风险比生成列线表，所述列线表用以计算患者曝光时间大于6分钟的危险性评分。
进一步的，在所述单因素分析的过程中，还包括：
将临床指标分为训练集和验证集，将指标中的连续变量用中位数和四分位距表示，将分类变量用计数和百分比表示；
单因素分析：连续变量采用Mann–Whitney t检验进行分析，分类变量采用卡方检验进行分析，完成指标的筛选。
进一步的，单因素分析筛选出的指标包括：血管变异、Myla分型、从左锁骨下动脉到胸主动脉的长度、从左锁骨下动脉到胸主动脉的距离、肝总动脉与腹主动脉之间的角度。
进一步的，本方法采用logistic回归模型对筛选后指标进行多因素分析；
根据风险比(OR)，置信区间(CI)和P值确定曝光时间大于6分钟具有显著性影响的指标。
进一步的，所述多因素分析筛选的指标包括：血管变异、Myla分型、左锁骨下动脉到胸主动脉的距离、肝总动脉与腹主动脉的夹角。
进一步的，还包括：根据血管变异、Myla分型、左锁骨下动脉到胸主动脉的距离、肝总动脉与腹主动脉的夹角四个指标构建列线表；
验证列线表，采用C-index和AUC值评估列线表的准确度，通过ROC分析确定列线表的最佳评分阈值。
另一方面，本发明还提供一种桡动脉入路肝癌介入治疗适宜人群评估模型，包括用以评估患者接受介入治疗X线暴露时间大于6分钟风险性的列线表，所述列线表包括：第一行为分值标尺，分值范围为0～100；各行指标包括：血管变异，包括无，轻微和严重三个级别；Myla分型，包括I型，II型和III型；左锁骨下动脉到胸主动脉的距离，取值范围为小于等于60mm和大于60mm；；肝总动脉与腹主动脉的夹角，取值范围为大于90度和小于等于90度；总分值，所述总分值为各指标对应分值之和，取值范围从0到350；风险值，取值范围从0.1到0.95。
进一步的，根据ROC分析确定列线图总分值的阈值为150分，当患者的总分值小于等于150分为低风险组，当患者的总分值大于150分为高风险组。
本发明提供一种桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法，在获取患者临床病例及对应临床信息后，通过单因素分析和多因素分析筛选出具有显著性差异的指标，然后构建列线表用以计算患者介入治疗曝光时间大于6分钟的风险评分，从而评估肝癌患者是否适合行经桡动脉入路肝动脉造影和介入治疗，可用于指导个体化临床决策和治疗，填补了国内空白。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一种桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法的方法流程图。
图2是本发明一种桡动脉入路肝癌介入治疗适宜人群评估模型的列线表。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
如果申请文件中出现“第一/第二”的类似描述则增加以下的说明，在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
本发明提供一种桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法，用以评估肝癌患者是否适合行经桡动脉入路肝动脉造影和介入治疗，指导个体化临床决策和治疗。
图1本发明一种桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法的方法流程图。如图1所示，本发明一种桡动脉入路肝癌介入治疗适宜人群评估模型的构建方法包括以下步骤：
S100,获取临床病例及对应临床信息，并记录其行肝动脉造影和介入治疗的曝光时间。
在一个实施例中，本方法选取了110名肝癌(包括原发性及继发性肝癌)患者临床信息及胸腹主动脉CTA信息。具体包括：
年龄、性别、BMI、慢性疾病史、肿瘤类型、甲胎蛋白(AFP)、血管造影导管类型，及CTA表现，包括血管变异、Myla分型、左锁骨下动脉(LSA)到胸主动脉(TA)的距离、左锁骨下动脉(LSA)到胸主动脉(TA)的长度、左锁骨下动脉(LSA)与主动脉弓夹角、肝总动脉与腹主动脉夹角、总曝光时间。
优选的，本预测方法的预测对象为行经桡动脉入路肝动脉造影及介入治疗的总曝光时间>6min的患者，在其他实施例中，预测对象的行肝动脉造影的总曝光时间也可为>3min。
S200,将临床指标纳入单因素分析，筛选与患者曝光时间相关且显著性P<0.05的指标。
在一个实施例中，本方法首选将110个临床病例的数据均分为训练集和验证集。
然后对数据进行预处理，将指标中的连续变量用中位数和四分位距表示，将分类变量用计数和百分比表示。
在一个实施例中，本方法的连续变量采用Mann–Whitney t检验进行分析，分类变量采用卡方检验进行分析，完成指标的筛选，将单因素分析中P<0.05的所有变量纳入多因素分析。
S300,将上述筛选后的指标纳入logistic回归模型进行多因素分析，筛选与患者曝光时间大于6分钟相关且显著性P<0.05的指标，并得到该指标的风险比。
在一个实施例中，多变量分析证明血管变异(OR＝3.01，95％CI：1.13-8.07，P＝0.028)、Myla分型(OR＝2.51，95％CI：1.09-5.75，P＝0.030)、左锁骨下动脉(LSA)到胸主动脉(TA)的距离(mm)(OR＝5.71，95％CI：1.37-23.85，P＝0.017)和肝总动脉与腹主动脉夹角(OR＝0.17，95％CI：0.04-0.73，P＝0.017)是预测经桡动脉入路肝动脉化疗栓塞复杂性的独立预测因子。
S400，根据各指标的风险比生成列线表，所述列线表用以计算患者曝光时间大于6分钟的风险评分。
在一个实施例中，基于在训练集的多变量回归分析中确定的与TRA-TACE显著相关的因素，构建了基于CTA的列线图模型来预测肝癌患者经桡动脉入路肝动脉化疗栓塞的复杂性。
具体的，为了便于临床使用，列线图模型根据每个指标的β系数为其分配评分。经测试，列线图模型具有较高的C指数值，training cohort为0.928，validation cohort为0.827(表3)。AUC值也证明了当前列线图令人满意的预测能力(training cohort：AUC＝0.929；validation cohort：AUC＝0.769)。此外，预测总X线透视时间的校准曲线表明，训练集和验证集的列线图均校准良好(Hosmer-Lemeshow检验P＝0.618和0.299)。
图2是本发明一种桡动脉入路肝癌介入治疗适宜人群评估模型的列线表，如图2所示，列线表包括：
第一行为分值标尺，分值范围为0～100；
各行指标包括：血管变异，包括无，轻微和严重三个级别；Myla分类，包括I型，II型和III型；左锁骨下动脉到胸主动脉的距离，取值范围为小于等于60mm和大于60mm；；肝总动脉与腹主动脉的夹角，取值范围为大于90度和小于等于90度。
最后两行为总分值和风险值。总分值为各指标对应分值之和，取值范围从0到350；风险值，取值范围从0.1到0.95。
在一个实施例中，根据训练集的ROC分析确定列线图的最佳阈值为150分。因此，可将患者分为低风险组(评分≤150分)和高风险组(评分>150分)。当患者的总分值小于等于150分为低风险组，当患者的总分值大于150分为高风险组。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.桡动脉入路肝癌介入治疗适宜人群评估模型的构建方法，其特征在于，包括以下步骤：
获取临床病例及对应临床信息，并记录其行桡动脉入路肝动脉造影和介入治疗的曝光时间；
将临床指标纳入单因素分析，筛选与患者曝光时间相关且显著性P<0.05的指标；
将上述筛选后的指标纳入多因素分析，筛选患者曝光时间大于6分钟且显著性P<0.05的指标，并得到该指标的风险比；
根据各指标的风险比生成列线表，所述列线表用以计算患者曝光时间大于6分钟的风险评分。
2.如权利要求1所述的桡动脉入路肝癌介入治疗适宜人群评估模型的构建方法，其特征在于，
所述单因素分析筛选的指标包括：性别、年龄、BMI及胸腹主动脉CTA 参数，包括血管变异、Myla分类、从左锁骨下动脉到胸主动脉的长度、从左锁骨下动脉到胸主动脉的距离、肝总动脉与腹主动脉之间的角度；
将临床数据分为训练集和验证集，对于连续变量，数据用中位数和四分位距表示；对于分类变量，数据用计数和百分比表示。
3.如权利要求2所述的桡动脉入路肝癌介入治疗适宜人群评估模型的构建方法，其特征在于，在单因素分析筛选后，所述指标包括血管变异、Myla分类、从左锁骨下动脉到胸主动脉的长度、从左锁骨下动脉到胸主动脉的距离、肝总动脉与腹主动脉之间的角度。
4.如权利要求3所述的桡动脉入路肝癌介入治疗适宜人群评估模型的构建方法，其特征在于，
采用logistic回归模型对筛选后指标进行多因素分析；
根据风险比（OR），置信区间（CI）和P值确定曝光时间大于6分钟具有显著性影响的指标。
5.如权利要求4所述的桡动脉入路肝癌介入治疗适宜人群评估模型的构建方法，其特征在于，所述多因素分析筛选的指标包括：血管变异、Myla分类、左锁骨下动脉到胸主动脉的距离、肝总动脉与腹主动脉的夹角。
6.如权利要求5所述的桡动脉入路肝癌介入治疗适宜人群评估模型的构建方法，其特征在于，
根据血管变异、Myla分类、左锁骨下动脉到胸主动脉的距离、肝总动脉与腹主动脉的夹角四个指标构建列线表；
验证列线表，采用C-index和AUC值评估列线表的准确度，通过ROC分析确定列线表的最佳评分阈值。
7.如权利要求1所述的桡动脉入路肝癌介入治疗适宜人群评估模型的构建方法，包括用以评估患者接受介入治疗X线暴露时间大于6分钟风险的列线表，所述列线表包括：第一行为分值标尺，分值范围为0~100；各行指标包括：血管变异，包括无，轻微和严重三个级别；Myla分型，包括I型，II型和III型；左锁骨下动脉到胸主动脉的距离，取值范围为小于等于60mm和大于60mm；肝总动脉与腹主动脉的夹角，取值范围为大于90度和小于等于90度；总分值，所述总分值为各指标对应分值之和，取值范围从0到350；风险值，取值范围从0.1到0.95。
8.如权利要求7所述的桡动脉入路肝癌介入治疗适宜人群评估模型的构建方法，其特征在于，根据ROC分析确定列线图总分值的阈值为150分，当患者的总分值小于等于150分为低风险组，当患者的总分值大于150分为高风险组。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110882717.3A CN113707272B (zh) | 2021-08-02 | 2021-08-02 | 桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110882717.3A CN113707272B (zh) | 2021-08-02 | 2021-08-02 | 桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113707272A CN113707272A (zh) | 2021-11-26 |
| CN113707272B true CN113707272B (zh) | 2024-02-02 |
Family
ID=78651302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110882717.3A Active CN113707272B (zh) | 2021-08-02 | 2021-08-02 | 桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113707272B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116913456B (zh) * | 2023-09-12 | 2023-12-12 | 四川省医学科学院·四川省人民医院 | 一种基于临床指标的介入诊疗评价方法和系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105205352A (zh) * | 2015-08-20 | 2015-12-30 | 中国人民解放军第二军医大学 | 一种原发性肝癌患者的临床评估方法 |
| CN107305596A (zh) * | 2016-04-15 | 2017-10-31 | 中国科学院上海生命科学研究院 | 肝门部胆管癌患者预后预测模型 |
| CN107785081A (zh) * | 2017-12-12 | 2018-03-09 | 北京动亮健康科技有限公司 | 计算中心血流动力学指标的方法、装置、存储介质及设备 |
| CN110189824A (zh) * | 2019-06-04 | 2019-08-30 | 冯骥良 | 原发性肝癌根治切除术的预后情况分组方法、装置和系统 |
| CN110911008A (zh) * | 2018-09-17 | 2020-03-24 | 复旦大学附属儿科医院 | 一种建立胆道闭锁列线图预测模型的方法及其用途 |
| CN210409198U (zh) * | 2018-04-12 | 2020-04-28 | 中国医学科学院阜外医院 | 一种辅助导管和用于血管内分叉病变治疗的导管组件 |
| CN111568393A (zh) * | 2020-05-10 | 2020-08-25 | 张东 | 一种基于人工智能的个体化中医脉诊系统 |
| CN112309542A (zh) * | 2020-07-27 | 2021-02-02 | 王艳 | 心脏搭桥模式选择系统 |
| CN113140275A (zh) * | 2021-05-07 | 2021-07-20 | 四川大学华西医院 | 一种肝癌靶向治疗疗效的监测系统及方法 |
| CN113138259A (zh) * | 2021-04-16 | 2021-07-20 | 郑州大学第一附属医院 | 一种预测载药微球化疗栓塞治疗肝癌预后的试剂盒 |
| CN113160965A (zh) * | 2021-01-08 | 2021-07-23 | 福建医科大学附属第一医院 | 小肝癌早期复发概率预测模型的构建方法与预测方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004071292A1 (en) * | 2003-02-10 | 2004-08-26 | Massachusetts Institute Of Technology | Methods and apparatus for determining cardiac output |
| US20080015451A1 (en) * | 2006-07-13 | 2008-01-17 | Hatib Feras S | Method and Apparatus for Continuous Assessment of a Cardiovascular Parameter Using the Arterial Pulse Pressure Propagation Time and Waveform |
| US8905930B2 (en) * | 2010-05-20 | 2014-12-09 | Alcon Research, Ltd. | Infusion pressure control using blood pressure |
| US9846765B2 (en) * | 2012-11-09 | 2017-12-19 | Siemens Healthcare Gmbh | System and method for patient specific modeling of liver tumor ablation |
| US20170140662A1 (en) * | 2015-11-15 | 2017-05-18 | Erin Marie Carr-Jordan | Wearable computing device for youth and developmentally disabled |
-
2021
- 2021-08-02 CN CN202110882717.3A patent/CN113707272B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105205352A (zh) * | 2015-08-20 | 2015-12-30 | 中国人民解放军第二军医大学 | 一种原发性肝癌患者的临床评估方法 |
| CN107305596A (zh) * | 2016-04-15 | 2017-10-31 | 中国科学院上海生命科学研究院 | 肝门部胆管癌患者预后预测模型 |
| CN107785081A (zh) * | 2017-12-12 | 2018-03-09 | 北京动亮健康科技有限公司 | 计算中心血流动力学指标的方法、装置、存储介质及设备 |
| CN210409198U (zh) * | 2018-04-12 | 2020-04-28 | 中国医学科学院阜外医院 | 一种辅助导管和用于血管内分叉病变治疗的导管组件 |
| CN110911008A (zh) * | 2018-09-17 | 2020-03-24 | 复旦大学附属儿科医院 | 一种建立胆道闭锁列线图预测模型的方法及其用途 |
| CN110189824A (zh) * | 2019-06-04 | 2019-08-30 | 冯骥良 | 原发性肝癌根治切除术的预后情况分组方法、装置和系统 |
| CN111568393A (zh) * | 2020-05-10 | 2020-08-25 | 张东 | 一种基于人工智能的个体化中医脉诊系统 |
| CN112309542A (zh) * | 2020-07-27 | 2021-02-02 | 王艳 | 心脏搭桥模式选择系统 |
| CN113160965A (zh) * | 2021-01-08 | 2021-07-23 | 福建医科大学附属第一医院 | 小肝癌早期复发概率预测模型的构建方法与预测方法 |
| CN113138259A (zh) * | 2021-04-16 | 2021-07-20 | 郑州大学第一附属医院 | 一种预测载药微球化疗栓塞治疗肝癌预后的试剂盒 |
| CN113140275A (zh) * | 2021-05-07 | 2021-07-20 | 四川大学华西医院 | 一种肝癌靶向治疗疗效的监测系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 结肠癌切除术患者预后列线图模型及危险分层系统构建与验证;辛道;刘偲;刘航睿;路遥;许孟丽;樊青霞;王峰;;中国肿瘤临床(第22期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113707272A (zh) | 2021-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Szijgyarto et al. | Derivation and validation of a chronic total coronary occlusion intervention procedural success score from the 20,000-patient EuroCTO registry: the EuroCTO (CASTLE) score | |
| Johnson et al. | Invasive FFR and noninvasive CFR in the evaluation of ischemia: what is the future? | |
| Lee et al. | Prognostic implication of thermodilution coronary flow reserve in patients undergoing fractional flow reserve measurement | |
| Patel et al. | ACCF/SCAI/STS/AATS/AHA/ASNC/HFSA/SCCT 2012 appropriate use criteria for coronary revascularization focused update: a report of the American college of cardiology foundation appropriate use criteria task force, society for cardiovascular angiography and interventions, society of thoracic surgeons, American association for thoracic surgery, American heart association, American society of nuclear cardiology, and the society of cardiovascular computed tomography | |
| KR101834051B1 (ko) | 혈관 기하학적 구조 및 생리학으로부터 혈류 특징들을 추정하기 위한 시스템들 및 방법들 | |
| Alizadehsani et al. | Diagnosing coronary artery disease via data mining algorithms by considering laboratory and echocardiography features | |
| Steyerberg et al. | Reclassification calculations for persons with incomplete follow-up | |
| US20180315505A1 (en) | Optimization of clinical decision making | |
| Park et al. | Machine learning approaches to radiogenomics of breast cancer using low-dose perfusion computed tomography: Predicting prognostic biomarkers and molecular subtypes | |
| CN110970133B (zh) | 一种crt风险评估方法和风险预测系统 | |
| Kim et al. | Novel albumin–bilirubin grade-based risk prediction model for patients with hepatocellular carcinoma undergoing chemoembolization | |
| Pu et al. | Intracranial atherosclerosis: from anatomy to pathophysiology | |
| CN113707272B (zh) | 桡动脉入路肝癌介入治疗适宜人群评估模型及构建方法 | |
| Tanaka et al. | Preoperative sarcopenia portends worse outcomes after descending thoracic aortic aneurysm repair | |
| Lee et al. | Physiology-based revascularization: a new approach to plan and optimize percutaneous coronary intervention | |
| Shen et al. | A preoperative nomogram predicts prognosis of up front resectable patients with pancreatic head cancer and suspected venous invasion | |
| Chung et al. | Validation of scoring systems that predict outcomes in patients with coronary artery disease undergoing coronary artery bypass grafting surgery | |
| Buckler et al. | Atherosclerosis risk classification with computed tomography angiography: a radiologic-pathologic validation study | |
| Gao et al. | Development and validation of a nomogram to predict the 180-day readmission risk for chronic heart failure: a multicenter prospective study | |
| Kang et al. | Impact of clinical and lesion features on outcomes after percutaneous coronary intervention in bifurcation lesions | |
| Armstrong et al. | Development of novel prognostic models for predicting complications of urethroplasty | |
| CN112768060A (zh) | 基于随机生存森林的肝癌术后复发预测方法、存储介质 | |
| JP2022540954A (ja) | 血管病変の機能的影響 | |
| Xia et al. | Predicting transient ischemic attack risk in patients with mild carotid stenosis using machine learning and CT radiomics | |
| Ouriel et al. | Computed tomography angiography with pulmonary artery thrombus burden and right-to-left ventricular diameter ratio after pulmonary embolism |
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 |