CN114242253B - 一种用于糖尿病酮症酸中毒预警的健康管理方法及系统 - Google Patents

一种用于糖尿病酮症酸中毒预警的健康管理方法及系统 Download PDF

Info

Publication number
CN114242253B
CN114242253B CN202210154869.6A CN202210154869A CN114242253B CN 114242253 B CN114242253 B CN 114242253B CN 202210154869 A CN202210154869 A CN 202210154869A CN 114242253 B CN114242253 B CN 114242253B
Authority
CN
China
Prior art keywords
value
target object
evaluation result
diabetic ketoacidosis
early warning
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
Application number
CN202210154869.6A
Other languages
English (en)
Other versions
CN114242253A (zh
Inventor
魏鹏飞
郭婧
丘雅维
赵慧娟
贾梦阳
王玉
何华秋
金明月
李爱萍
李怀智
杨可来尔
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.)
Shenzhen University
Shenzhen University General Hospital
Original Assignee
Shenzhen University
Shenzhen University General Hospital
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 Shenzhen University, Shenzhen University General Hospital filed Critical Shenzhen University
Priority to CN202210154869.6A priority Critical patent/CN114242253B/zh
Publication of CN114242253A publication Critical patent/CN114242253A/zh
Application granted granted Critical
Publication of CN114242253B publication Critical patent/CN114242253B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/14—Arrangements specially adapted for eye photography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Optics & Photonics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Emergency Medicine (AREA)
  • Ophthalmology & Optometry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

一种用于糖尿病酮症酸中毒预警的健康管理方法及系统，涉及医疗信息处理技术领域，包括以下步骤：S1：获取目标对象的历史检测数据，计算目标对象的对应生理特征的参考值；S2：获取目标对象的当前的患者眼球的图像数据，评估并生成风险等级；S3：若风险等级达到预设的条件，获取目标对象的当前的生理指标的检测值，计算并输出目标对象的糖尿病酮症酸中毒的风险概率；S4：若风险概率满足预设的预警条件，则根据所述风险概率生成预警信息。本发明能得到目标对象的糖尿病酮症酸中毒的风险概率，并对目标对象进行预警，使目标对象对病情引起足够的重视。

Description

一种用于糖尿病酮症酸中毒预警的健康管理方法及系统
技术领域
本发明涉及医疗信息处理技术领域，尤其涉及一种用于糖尿病酮症酸中毒预警的健康管理方法及系统。
背景技术
糖尿病酮症酸中毒（DKA）指糖尿病患者在各种诱因的作用下，胰岛素明显不足，生糖激素不适当升高，造成的高血糖、高血酮、酮尿、脱水、电解质紊乱、代谢性酸中毒等病理改变的征候群，系内科常见急症之一。酮症酸中毒按其程度可分为轻度、中度及重度三种情况。轻度实际上是指单纯酮症，并无酸中毒；有轻、中度酸中毒者可列为中度；重度则是指酮症酸中毒伴有昏迷者，或虽无昏迷但二氧化碳结合力低于10mmol/L，后者很容易进入昏迷状态。
糖尿病或糖尿病酮症酸中毒的诊断并不困难，常规的血、尿化验即能提供充足的诊断依据。目前，市面上存在大量的血糖仪、血酮仪等便携且可实时测试生理指标的仪器，但是糖尿病患者的相关生理指标长期处于非正常的范围内，使患者对生理指标异常的警觉性较低。而持续性的糖尿病患者是糖尿病酮症酸中毒的高危人群，但是一般的糖尿病患者对糖尿病酮症酸中毒的风险缺乏足够的认知；而且糖尿病酮症酸中毒有反复发作的倾向，很容易在诱因的刺激作用下复发，一旦病发且未得到及时的有效治疗，严重威胁人体的生命安全。因此，亟需研究一种健康管理系统使持续性的糖尿病患者对糖尿病酮症酸中毒的风险有充分的了解。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供一种用于糖尿病酮症酸中毒预警的健康管理方法，其能得到目标对象的糖尿病酮症酸中毒的风险概率，并对目标对象进行预警，使目标对象对病情引起足够的重视。
本发明的目的之二在于提供一种用于糖尿病酮症酸中毒预警的健康管理系统。
本发明的目的之一采用如下技术方案实现：
一种用于糖尿病酮症酸中毒预警的健康管理方法，包括以下步骤：
S1：获取目标对象的历史检测数据，计算目标对象的对应生理特征的参考值；
S2：获取目标对象的当前的患者眼球的图像数据，评估并生成风险等级；
S3：若风险等级达到预设的条件，获取目标对象的当前的生理指标的检测值，计算并输出目标对象的糖尿病酮症酸中毒的风险概率；
S4：若风险概率满足预设的预警条件，则根据所述风险概率生成预警信息。
进一步地，步骤S1中，所述计算目标对象的对应生理特征的参考值，具体包括：根据目标对象的历史检测数据，确定在一定时间内目标对象的对应生理特征的检测值的离散度，然后根据离散度确定对应的生理特征的参考值；所述离散度为一定时间内目标对象的对应生理特征的检测值的方差或标准差描述。
进一步地，根据离散度确定对应的生理指标的参考值，具体为：
若离散度小于第一阈值，则取一定时间内目标对象的生理特征的检测值的平均值作为参考值；
若离散度大于第二阈值，则取一定时间内目标对象的生理特征的检测值的中位值作为参考值。
进一步地，步骤S2中，所述图像数据为当前患者眼球的晶状体的荧光强度，通过计算当前的荧光强度与其参考值的差值，生成风险等级。
进一步地，步骤S3中，所述生理指标包括血糖值和血酮值；
根据当前血糖检测值和血糖参考值之间的血糖差值作为比对值进行评估并生成第一评估结果；
根据当前血酮检测值和血酮参考值之间的血酮差值作为比对值进行评估并生成第二评估结果；
根据第一评估结果和第二评估结果，计算糖尿病酮症酸中毒的风险概率。
进一步地，所述血糖值根据时间段划分为三个阶段，分别为高峰阶段、低峰阶段和稳定阶段，每个血糖值阶段均设有参考值；根据获取当前血糖检测值的时间判断对应阶段的血糖参考值，计算当前血糖检测值和血糖参考值之间差值作为比对值；根据比对值进行评估并生成第一评估结果。
进一步地，比对值进行评估并生成第一评估结果的具体方法为：
判断比对值是否大于零，然后比对值是否在预设的血糖值变化的范围内；若比对值小于零或在预设的血糖值变化的范围内则将所述第一评估结果比对值设置为零，若比对值大于零且不在预设的血糖值变化的范围内则根据比对值确定所述第一评估结果。
进一步地，根据当前血酮检测值和血酮参考值之间的血酮差值作为比对值进行评估并生成第二评估结果；评估的方法为：
判断比对值是否大于零，然后判断比对值是否在预设的血酮值变化的范围内；若比对值小于零或在预设的血酮值变化的范围内则将所述第二评估结果比对值设置为零，若比对值大于零且不在预设的血酮值变化的范围内则根据比对值确定所述第二评估结果。
进一步地，根据第一评估结果和第二评估结果，计算糖尿病酮症酸中毒的风险概率的具体计算方法为式（Ⅱ）；
Figure 234493DEST_PATH_IMAGE001
其中，P(A∣B,C)为第一评估结果和第二评估结果条件下糖尿病酮症酸中毒的风险概率，P(A)为糖尿病酮症酸中毒的发生概率，P(B)为第一评估结果的发生概率，P(B∣A)为糖尿病酮症酸中毒条件下第一评估结果发生的概率，P(C∣B)为第一评估结果条件下第二评估结果发生的概率，P(C∣A,B)为糖尿病酮症酸中毒和第一评估结果条件下第二评估结果的发生的概率。
本发明的目的之二采用如下技术方案实现：
一种用于糖尿病酮症酸中毒预警的健康管理系统，执行所述的用于糖尿病酮症酸中毒预警的健康管理方法，包括：
获取模块，用于获取目标对象的历史检测数据和当前的生理特征检测数据；
分析模块，用于对所述当前的生理特征检测数据和所述历史检测数据进行分析处理，得到所述目标对象的糖尿病酮症酸中毒的风险概率；
预警模块，用于风险概率满足预设的预警条件时，根据所述风险概率生成预警信息。
相比现有技术，本发明的有益效果在于：
（1）本发明的一种用于糖尿病酮症酸中毒预警的健康管理方法，通过获取目标对象的历史检测数据得到参考值，然后获取目标对象的当前的患者眼球的图像数据，以非入侵人体的检测方式进行筛查，评估并生成风险等级；当评估的风险等级较高时，进一步获取多个生理指标的检测值并与参考值进行比对，使持续性的糖尿病患者对病情的平稳状态和恶化状态有直观的认知，得到目标对象的糖尿病酮症酸中毒的风险概率，并对目标对象进行预警，使目标对象对病情引起足够的重视，同时通过多个生理指标的综合评估大幅提高了预测的准确度。
（2）本发明的一种用于糖尿病酮症酸中毒预警的健康管理系统，可根据目标对象的历史检测数据和当前的生理特征检测数据，得到糖尿病酮症酸中毒的风险概率，有利于持续性的糖尿病患者了解病情状态，实现患者的自我管理，并为医生的诊断提供参考。
附图说明
图1为本发明的用于糖尿病酮症酸中毒预警的健康管理方法的流程示意图；
图2本发明的用于糖尿病酮症酸中毒预警的健康管理系统的模块示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例1
糖尿病酮症酸中毒（DKA）指糖尿病患者在各种诱因的作用下，胰岛素明显不足，生糖激素不适当升高，造成的高血糖、高血酮、酮尿、脱水、电解质紊乱、代谢性酸中毒等病理改变的征候群，系内科常见急症之一。糖尿病酮症酸中毒有反复发作的倾向，故在酮症或酮症酸中毒纠正以后，患者应对其诱因保持警惕，坚持正确的治疗方式，发生感染时及早有效治疗，并及时调整胰岛素等降糖药物的剂量，以防糖尿病酮症酸中毒的再次发生。但是糖尿病患者的相关生理指标长期处于非正常的范围内，使患者对生理指标异常的警觉性较低。因此，本实施例提供一种用于糖尿病酮症酸中毒预警的健康管理方法，其能得到目标对象的糖尿病酮症酸中毒的风险概率，并对目标对象进行预警，使目标对象对病情引起足够的重视。
持续性的糖尿病会导致蛋白质在非酶促条件下发生美拉德反应，形成稳定的糖基化终产物（advanced glycation end products，AGE），过量AGE不仅可以与蛋白质交联，影响蛋白质性能，也可以通过与特异受体结合，发生反应来改变细胞功能，从而导致机体的病理变化。AGE具有自发荧光的特性，在近紫外光（波长200-400nm）的照射下，能够在可见光波段发射荧光。与传统方法相比，基于荧光光谱法检测AGE不需要采样化验，也无需试剂，具备实时、无创、安全等优点。
本实施例所提供的一种用于糖尿病酮症酸中毒预警的健康管理方法，如图1所示，包括以下步骤：
S1：获取目标对象的历史检测数据，计算目标对象的对应生理特征的参考值；
其中，目标对象为病情稳定的糖尿病患者，所述历史检测数据包括血糖值、血酮值等生理指标和患者眼球的图像数据，所述图像数据为基于荧光光谱法检测眼球晶体中AGE与蛋白结合的分布状况和AGE荧光强度；优选地，所述历史检测数据选择近30天内病情较平稳时的历史检测数据。根据目标对象的历史检测数据，确定在一定时间内目标对象的对应生理指标的检测值的离散度，然后根据离散度确定对应的生理指标的参考值。
其中，对于血酮值的参考值，由于血酮值在轻度糖尿病患者中含量偏低，而在糖尿病酮症酸中毒患者中经常出现几倍的增加，受其他因素的影响较低，可通过方差描述离散度。
本实施例采用方差描述离散度，其计算方法为式（Ⅰ）；
Figure 292579DEST_PATH_IMAGE002
其中，
Figure 150945DEST_PATH_IMAGE003
为离散度，n为检测值的数量，xj为第j个检测值，
Figure 14996DEST_PATH_IMAGE004
为检测值的平均值。
根据离散度确定对应的血酮值的参考值的方法，具体为：
若离散度小于第一阈值，说明血酮值的分散程度较低，数值分布集中，则取一定时间内目标对象的生理指标的检测值的平均值作为参考值；
若离散度大于第二阈值，说明血酮值的分散程度较高，个别点值对平均值的影响较高，则取一定时间内目标对象的血酮值的检测值的中位值作为参考值。
其中，第一阈值和第二阈值可以根据实际需求进行设置，实例性的，第一阈值为0.3，第二阈值为5。
对于患者眼球的图像数据的参考值，本实施例所述图像数据为基于荧光光谱法检测眼球晶体中AGE与蛋白结合的荧光强度，人体的眼球晶体蛋白处于相对静止的状态，测试荧光的分布和荧光强度可确定AGE的含量，从而对病情恶化程度进行判断。其中，对比荧光强度的参考值确定可采用上述血酮值的参考值的离散度确定方法，通过方差描述离散度确定荧光强度，荧光强度用于判断AGE的总量变化，具有较高的参考价值。
作为优选的实施方式，当荧光强度的离散度超过第一预设值时，同时计算荧光强度的平均数和中位数，当两者的差值超过第二预设值时，对荧光强度的参考值进行校正。具体的校正步骤为：
取7天内的荧光强度值，建立线性回归模型，从而确定线性回归方程，该方程具体 为：
Figure 422843DEST_PATH_IMAGE005
Figure 714147DEST_PATH_IMAGE006
Figure 715602DEST_PATH_IMAGE007
其中，
Figure 258709DEST_PATH_IMAGE008
为荧光强度值的平均数，
Figure 662009DEST_PATH_IMAGE009
为时间的平均数，自变量x为时长，并将7天前作 为起点，因变量y为荧光强度值。
当b小于第三预设值时，将对应时间代入该线性回归方程得到对应的荧光强度值，从而重新确定荧光强度参考值。当b大于第三预设值时，说明病情近期病情逐步加重，需要进一步的诊断，同时发出预警信息。
对于血糖值的参考值，基于血糖值在餐前后会出现明显的波动，为消除进食的影响，提高准确度，本申请根据饮食作息习惯，将血糖值划分为3个阶段，第一阶段为血糖的高峰阶段，本实施例取用餐后1h以内的测试血糖值所在的区间，定义为第一血糖区间；第二阶段为血糖的低峰阶段，本实施例取凌晨1-4点的血糖值所在的区间，定义为第二血糖区间；第三阶段为血糖的稳定阶段，本实施例取当天除第一血糖区间和第二血糖区间以外的区间，定义为第三血糖区间。将30天内每天的血糖值根据时间段划分为上述3个阶段血糖区间，然后将每个血糖区间的血糖值，参照上述血酮值的离散度确定参考值的方法，同理可得，各个血糖区间的参考值。
S2：获取目标对象的当前的患者眼球的图像数据，评估并生成风险等级；
本实施例的图像数据为当前患者眼球的晶状体的荧光强度，通过计算当前的荧光强度与其参考值的差值，生成风险等级。本实施例通过测量患者晶状体的荧光强度，其荧光强度越大，证明晶状体的AGE累积程度越高，从而证明患者疾病的严重程度越高；本发明通过比对当前的患者眼球的荧光强度和短期内历史数据的荧光强度的参考值，根据两者的差值，确定当前的风险等级。
S3：若风险等级达到预设的条件，获取目标对象的当前的生理指标的检测值，计算并输出目标对象的糖尿病酮症酸中毒的风险概率；
S4：若风险概率满足预设的预警条件，则根据所述风险概率生成预警信息。
步骤S3中，所述生理指标包括血糖值和血酮值；
根据当前血糖检测值和血糖参考值之间的血糖差值作为比对值进行评估并生成第一评估结果；
根据当前血酮检测值和血酮参考值之间的血酮差值作为比对值进行评估并生成第二评估结果；
根据第一评估结果和第二评估结果，计算糖尿病酮症酸中毒的风险概率。
其中，所述第一评估结果的计算方法为：
本实施例中所述第一生理指标为血糖值，所述参考值包括血糖参考值，获取当前血糖值后，同时确认该血糖值分类为对应血糖值区间，计算当前血糖值和对应血糖值区间的参考值的差值，根据其差值作为比对值进行评估并生成第一评估结果。
本实施例中，评估比对值并生成第一评估结果的具体方法为：判断比对值是否大于零，然后比对值是否在预设的血糖值变化的范围内；若比对值小于零或在预设的血糖值变化的范围内则将所述第一评估结果比对值设置为零，若比对值大于零且不在预设的血糖值变化的范围内则根据比对值确定所述第一评估结果。
其中，血糖的比对值一定程度上反应了病情的严重程度，比对值小于零时，代表病情有所改善，无需进行后续的糖尿病酮症酸中毒的风险判断，提高分析效率；比对值大于零并在预设的血糖值变化的范围内，说明病情加重但在可控的范围内；比对值大于零并超出预设的血糖值变化的范围，说明病情恶化，有糖尿病酮症酸中毒的风险，需要进一步判断。预设的血糖值变化的范围可以根据需求进行调整，该范围越小，计算次数越高，预警信息越频繁，范围越大会导致病情初步恶化时未得到有效的预警，示例性的，预设的血糖值变化的范围为10-20mmol/L。
所述第二评估结果的计算方法为：
所述第二生理指标为血酮值，所述参考值包括血酮参考值，根据当前血酮检测值和血酮参考值之间的血酮差值作为比对值进行评估并生成第二评估结果；评估的方法为：
判断比对值是否大于零，然后判断比对值是否在预设的血酮值变化的范围内；若比对值小于零或在预设的血酮值变化的范围内则将所述第二评估结果比对值设置为零，若比对值大于零且不在预设的血酮值变化的范围内则根据比对值确定所述第二评估结果。
其中，血酮的比对值一定程度上反应了病情的严重程度，比对值小于零时，代表病情有所改善，无需进行后续的糖尿病酮症酸中毒的风险判断，提高分析效率；比对值大于零并在预设的血酮值变化的范围内，说明病情加重但在可控的范围内；比对值大于零并超出预设的血酮值变化的范围，说明病情恶化，有糖尿病酮症酸中毒的风险，需要进一步判断。预设的血酮值变化的范围可以根据需求进行调整，该范围越小，计算次数越高，预警信息越频繁，范围越大会导致病情初步恶化时未得到有效的预警，示例性的，预设的血酮值变化的范围为4-6mmol/L。
所述糖尿病酮症酸中毒的风险概率的计算方法为：
根据第一评估结果和第二评估结果，计算糖尿病酮症酸中毒的风险概率的具体计算方法为式（Ⅱ）；
Figure 389794DEST_PATH_IMAGE010
其中，P(A∣B,C)为第一评估结果和第二评估结果条件下糖尿病酮症酸中毒的风险概率，P(A)为糖尿病酮症酸中毒的发生概率，P(B)为第一评估结果的发生概率，P(B∣A)为糖尿病酮症酸中毒条件下第一评估结果发生的概率，P(C∣B)为第一评估结果条件下第二评估结果发生的概率，P(C∣A,B)为糖尿病酮症酸中毒和第一评估结果条件下第二评估结果的发生的概率。进一步地，P(A)和P(B)是先验概率，P(B∣A)、P(C∣B)和P(C∣A,B)为后验概率，可以根据历史检测数据得到。作为优选的实施方式，由于计算每个点值的概率的信息处理量偏大，可以根据第一评估结果和第二评估结果条件将一定范围内的值作为一个健康等级，根据健康等级核算糖尿病酮症酸中毒的风险概率可提高计算速度，减少数据的储备量；其中健康等级选择的范围越小，健康等级数量越多，得到的数据的精确度和灵敏度越高。示例性的，第一评估结果的血糖比对值为3-4mmol/L作为a级，第二评估结果的血酮比对值为1-1.5mmol/L作为b级，通过式（Ⅱ）计算第一评估结果为a级，第二评估结果为b级的条件下糖尿病酮症酸中毒的风险概率。
作为优选的实施方式，当第一评估结果或第二评估结果中某一项为零时，可通过式（Ⅲ）继续计算糖尿病酮症酸中毒的风险概率；
Figure 737598DEST_PATH_IMAGE011
其中，P(X∣Y)为当前第一评估结果或第二评估结果条件下糖尿病酮症酸中毒的风险概率，P(X)为糖尿病酮症酸中毒的发生概率，P(Y)为第一评估结果或第二评估结果的发生概率，P(Y∣X)为糖尿病酮症酸中毒条件下第一评估结果或第二评估结果发生的概率。
若糖尿病酮症酸中毒的风险概率满足预设的预警条件，则根据所述风险概率生成预警信息。所述预警条件可根据实际需要进行调整，预警条件的阈值设置越低，预警信息越频繁，阈值设置越高会导致病情初步恶化时未得到有效的预警，示例性的，预警条件为糖尿病酮症酸中毒的风险概率≥30%；本实施例中的预警信息包括糖尿病酮症酸中毒的风险概率，血糖的当前检测值及其比对值，血酮的当前检测值及其比对值。
本实施例的一种用于糖尿病酮症酸中毒预警的健康管理方法，通过获取目标对象的历史检测数据得到参考值，同时将多个生理指标的检测值和参考值进行比对，使持续性的糖尿病患者对病情的平稳状态和恶化状态有直观的认知，得到目标对象的糖尿病酮症酸中毒的风险概率，并对目标对象进行预警，使目标对象对病情引起足够的重视。
实施例2
一种用于糖尿病酮症酸中毒预警的健康管理系统，如图2所示，执行实施例1所述的用于糖尿病酮症酸中毒预警的健康管理方法，包括：
获取模块，用于获取目标对象的历史检测数据和当前的生理特征检测数据；
分析模块，用于对所述当前的生理特征检测数据和所述历史检测数据进行分析处理，得到所述目标对象的糖尿病酮症酸中毒的风险概率；
预警模块，用于风险概率满足预设的预警条件时，根据所述风险概率生成预警信息。
本实施例中的系统与前述实施例中的方法是基于同一发明构思下的另一方面，在前面已经对方法实施过程作了详细的描述，所以本领域技术人员可根据前述描述清楚地了解本实施例中的系统的结构及实施过程，为了说明书的简洁，在此就不再赘述。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (8)

1.一种用于糖尿病酮症酸中毒预警的健康管理方法，其特征在于，包括以下步骤：
S1：获取目标对象的历史检测数据，计算目标对象的对应生理特征的参考值；
S2：获取目标对象的当前的患者眼球的图像数据，评估并生成风险等级；所述图像数据为当前患者眼球的晶状体的荧光强度；
S3：若风险等级达到预设的条件，获取目标对象的当前的生理指标的检测值，计算并输出目标对象的糖尿病酮症酸中毒的风险概率；
S4：若风险概率满足预设的预警条件，则根据所述风险概率生成预警信息；
步骤S3中，所述生理指标包括血糖值和血酮值；
根据当前血糖检测值和血糖参考值之间的血糖差值作为比对值进行评估并生成第一评估结果；
根据当前血酮检测值和血酮参考值之间的血酮差值作为比对值进行评估并生成第二评估结果；
计算糖尿病酮症酸中毒的风险概率的具体计算方法为式（Ⅱ）；
Figure 811215DEST_PATH_IMAGE001
其中，P(A∣B,C)为第一评估结果和第二评估结果条件下糖尿病酮症酸中毒的风险概率，P(A)为糖尿病酮症酸中毒的发生概率，P(B)为第一评估结果的发生概率，P(B∣A)为糖尿病酮症酸中毒条件下第一评估结果发生的概率，P(C∣B)为第一评估结果条件下第二评估结果发生的概率，P(C∣A,B)为糖尿病酮症酸中毒和第一评估结果条件下第二评估结果的发生的概率。
2.如权利要求1所述的用于糖尿病酮症酸中毒预警的健康管理方法，其特征在于，步骤S1中，所述计算目标对象的对应生理特征的参考值，具体包括：根据目标对象的历史检测数据，确定在一定时间内目标对象的对应生理特征的检测值的离散度，然后根据离散度确定对应的生理特征的参考值；所述离散度为一定时间内目标对象的对应生理特征的检测值的方差或标准差描述。
3.如权利要求2所述的用于糖尿病酮症酸中毒预警的健康管理方法，其特征在于，根据离散度确定对应的生理指标的参考值，具体为：
若离散度小于第一阈值，则取一定时间内目标对象的生理特征的检测值的平均值作为参考值；
若离散度大于第二阈值，则取一定时间内目标对象的生理特征的检测值的中位值作为参考值。
4.如权利要求1所述的用于糖尿病酮症酸中毒预警的健康管理方法，其特征在于，步骤S2中，通过计算当前的荧光强度与其参考值的差值，生成风险等级。
5.如权利要求1所述的用于糖尿病酮症酸中毒预警的健康管理方法，其特征在于，所述血糖值根据时间段划分为三个阶段，分别为高峰阶段、低峰阶段和稳定阶段，每个血糖值阶段均设有参考值；根据获取当前血糖检测值的时间判断对应阶段的血糖参考值，计算当前血糖检测值和血糖参考值之间差值作为比对值；根据比对值进行评估并生成第一评估结果。
6.如权利要求1或5所述的用于糖尿病酮症酸中毒预警的健康管理方法，其特征在于，比对值进行评估并生成第一评估结果的具体方法为：
判断比对值是否大于零，然后比对值是否在预设的血糖值变化的范围内；若比对值小于零或在预设的血糖值变化的范围内则将所述第一评估结果比对值设置为零，若比对值大于零且不在预设的血糖值变化的范围内则根据比对值确定所述第一评估结果。
7.如权利要求1所述的用于糖尿病酮症酸中毒预警的健康管理方法，其特征在于，根据当前血酮检测值和血酮参考值之间的血酮差值作为比对值进行评估并生成第二评估结果；评估的方法为：
判断比对值是否大于零，然后判断比对值是否在预设的血酮值变化的范围内；若比对值小于零或在预设的血酮值变化的范围内则将所述第二评估结果比对值设置为零，若比对值大于零且不在预设的血酮值变化的范围内则根据比对值确定所述第二评估结果。
8.一种用于糖尿病酮症酸中毒预警的健康管理系统，其特征在于，执行如权利要求1-7任意一项所述的用于糖尿病酮症酸中毒预警的健康管理方法，包括：
获取模块，用于获取目标对象的历史检测数据和当前的生理特征检测数据；
分析模块，用于对所述当前的生理特征检测数据和所述历史检测数据进行分析处理，得到所述目标对象的糖尿病酮症酸中毒的风险概率；
预警模块，用于风险概率满足预设的预警条件时，根据所述风险概率生成预警信息。
CN202210154869.6A 2022-02-21 2022-02-21 一种用于糖尿病酮症酸中毒预警的健康管理方法及系统 Active CN114242253B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210154869.6A CN114242253B (zh) 2022-02-21 2022-02-21 一种用于糖尿病酮症酸中毒预警的健康管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210154869.6A CN114242253B (zh) 2022-02-21 2022-02-21 一种用于糖尿病酮症酸中毒预警的健康管理方法及系统

Publications (2)

Publication Number Publication Date
CN114242253A CN114242253A (zh) 2022-03-25
CN114242253B true CN114242253B (zh) 2022-05-17

Family

ID=80747606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210154869.6A Active CN114242253B (zh) 2022-02-21 2022-02-21 一种用于糖尿病酮症酸中毒预警的健康管理方法及系统

Country Status (1)

Country Link
CN (1) CN114242253B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116110577B (zh) * 2022-11-16 2024-04-30 荣科科技股份有限公司 一种基于大数据的健康监测分析方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201424691A (zh) * 2012-12-28 2014-07-01 Ind Tech Res Inst 非侵入式葡萄糖監測裝置
CN110249219A (zh) * 2016-12-05 2019-09-17 安晟信医疗科技控股公司 风险因素监测
CN112567468A (zh) * 2018-06-14 2021-03-26 阿斯利康(英国)有限公司 用二肽基肽酶-4抑制剂药物组合物降低血糖的方法
CN113707308A (zh) * 2021-08-31 2021-11-26 平安国际智慧城市科技股份有限公司 一种医疗数据的分析装置及计算机可读存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10119978B2 (en) * 2013-03-15 2018-11-06 Wallac Oy System and method for determining risk of diabetes based on biochemical marker analysis
CN113643820A (zh) * 2021-08-18 2021-11-12 童心堂健康科技(北京)有限公司 预警信息生成方法、装置、计算机设备和存储介质
CN113658704A (zh) * 2021-09-17 2021-11-16 平安国际智慧城市科技股份有限公司 糖尿病风险预测设备、装置和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201424691A (zh) * 2012-12-28 2014-07-01 Ind Tech Res Inst 非侵入式葡萄糖監測裝置
CN110249219A (zh) * 2016-12-05 2019-09-17 安晟信医疗科技控股公司 风险因素监测
CN112567468A (zh) * 2018-06-14 2021-03-26 阿斯利康(英国)有限公司 用二肽基肽酶-4抑制剂药物组合物降低血糖的方法
CN113707308A (zh) * 2021-08-31 2021-11-26 平安国际智慧城市科技股份有限公司 一种医疗数据的分析装置及计算机可读存储介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
"2 型糖尿病视网膜病变与糖尿病其他并发症的相关性";陈淑惠等;《国际眼科杂志》;20160229;第16卷(第2期);全文 *
"Association Between Severity of Diabetic Ketoacidosis at Diagnosis and Multiple Autoimmunity in Children With Type 1 Diabetes Mellitus: A Study From a Greek Tertiary Centre";KostasKakleasMD等;《Canadian Journal of Diabetes》;20210228;第45卷(第1期);全文 *
"Developing diabetes ketoacidosis prediction using ANFIS model";Galuh Wilujeng Saraswati等;《2017 International Conference on Robotics, Automation and Sciences (ICORAS)》;20180308;全文 *
"Diagnose through the ophthalmoscopy: From diabetic retinopathy to endocrine emergency";Christine Pui SumHo等;《Visual Journal of Emergency Medicine》;20201031;全文 *
"Non-invasive measures of tissue autofluorescence are increased in Type 1 diabetes complications and correlate with a non-invasive measure of vascular dysfunction";A.S.Januszewski等;《Diabetic Medicine》;20130630;第29卷(第6期);全文 *
"Wireless Blood Glucose Device with Database for Health Assessment and Monitoring";Tonny Heng Yew Ling等;《2019 7th International Conference on Smart Computing & Communications (ICSCC)》;20190919;全文 *

Also Published As

Publication number Publication date
CN114242253A (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
JP3242346U (ja) 生理学的測定値の非侵襲的監視のための装置、およびシステム
KR101889575B1 (ko) 당뇨병의 검출을 위한 개선된 알고리즘
RU2283495C2 (ru) Способ, система и программный продукт для оценки контроля гликемии при диабете
US7774037B2 (en) Non-invasive measurement of blood analytes
KR20120130164A (ko) 관상 동맥 석회화 또는 질병을 검출하는 방법 및 장치
US20150361479A1 (en) Identification of pre-diabetes using a combination of mean glucose and 1,5-anhydroglucitol markers
Akintola et al. Accuracy of continuous glucose monitoring measurements in normo-glycemic individuals
US6064896A (en) Non-invasive measurement of blood glucose using instruments that have less precise detection capability
RU2012117828A (ru) Способ тестирования аналита и устройство для контроля для пациентов, страдающих сахарным диабетом
JP2010510866A (ja) グルコース制御を管理する方法及び装置
Johnson et al. Comparison of a human portable blood glucose meter, veterinary portable blood glucose meter, and automated chemistry analyzer for measurement of blood glucose concentrations in dogs
Nang et al. Is there a clear threshold for fasting plasma glucose that differentiates between those with and without neuropathy and chronic kidney disease? The Singapore Prospective Study Program
CN114242253B (zh) 一种用于糖尿病酮症酸中毒预警的健康管理方法及系统
CN115101199A (zh) 用于重症老年患者的可解释公平早期死亡风险评估模型、装置、及其建立方法
Chiu et al. BMI trajectories as a harbinger of pre-diabetes or underdiagnosed diabetes: an 18-year retrospective cohort study in Taiwan
US20230061350A1 (en) Methods, devices, and systems for adjusting laboratory hba1c values
Kim et al. The association between skin auto-fluorescence of palmoplantar sites and microvascular complications in Asian patients with type 2 diabetes mellitus
CN111192681A (zh) 一种用于获取目标血糖特征的方法及系统
CN103245650A (zh) 一种基于糖化终末产物荧光光谱的糖尿病无创检测装置
KR102326690B1 (ko) 비침습 혈당측정기를 이용한 혈당관리 방법
KR20220156265A (ko) 혈당변동 예측모델 시스템을 이용한 혈당 관리방법
EP2989971B1 (en) Apparatus and method for noninvasively measuring bio-analyte
Tozzo et al. Estimating Glycemia From HbA1c and CGM: Analysis of Accuracy and Sources of Discrepancy
Temsch et al. HbA1c values calculated from blood glucose levels using truncated Fourier series and implementation in standard SQL database language
Tewabe et al. EVALUATE PERFORMANCE OF PRODIGY GLUCOSE METER VERSUS REFERENCE HEXOKINASE METHOD IN ADDIS ABABA, ETHIOPIA

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