CN114550923A - 一种肥胖指征指示心血管疾病快速预警系统和存储介质 - Google Patents

一种肥胖指征指示心血管疾病快速预警系统和存储介质 Download PDF

Info

Publication number
CN114550923A
CN114550923A CN202210025689.8A CN202210025689A CN114550923A CN 114550923 A CN114550923 A CN 114550923A CN 202210025689 A CN202210025689 A CN 202210025689A CN 114550923 A CN114550923 A CN 114550923A
Authority
CN
China
Prior art keywords
obesity
early warning
indication
patient
markers
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
CN202210025689.8A
Other languages
English (en)
Inventor
段金柱
刘喜红
孙静
王莉
林应炯
刘云锋
刘非
刘徐妹
董文艳
蔡文倩
陈慧敏
萧敏华
吴锦晖
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.)
Guangzhou Women and Childrens Medical Center
Original Assignee
Guangzhou Women and Childrens Medical Center
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 Guangzhou Women and Childrens Medical Center filed Critical Guangzhou Women and Childrens Medical Center
Priority to CN202210025689.8A priority Critical patent/CN114550923A/zh
Publication of CN114550923A publication Critical patent/CN114550923A/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
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Pathology (AREA)
  • Mathematical Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开了一种肥胖指征指示心血管疾病快速预警系统和存储介质,包括肥胖指征获取平台,用于获取受测病人的肥胖指征;预警系统平台,用于根据肥胖指征,计算受测病人的潜在心血管风险;风险输出平台,用于输出心血管风险计算结果,对于潜在风险超过预设阈值的受测病人,提供进一步治疗建议。本发明建立的预测预警方法突出简单经济实用和大众化适用特点,预警系统也可有效用于个人健康日常监测,指导肥胖干预措施的制定以及实施中的过程管理。本发明广泛应用于医疗机构和非医疗机构对肥胖人群尤其是儿童青少年的初步筛查。

Description

一种肥胖指征指示心血管疾病快速预警系统和存储介质
技术领域
本发明涉及健康管理领域,尤其是一种肥胖指征指示心血管疾病快速预警系统和存储介质。
背景技术
心血管疾病是世界上致死率第一的疾病,在发展心血管疾病康复治疗技术的同时,早发现早干预是当前最行之有效的策略之一。
肥胖通常伴随着血脂的提高,是导致心血管疾病的重要风险因素之一。伴随我国人民生活水平不断提高,一方面肥胖人群尤其儿童、青少年和青年人群的肥胖发生率逐年增加,另一方面心脑血管疾病的发生呈现年轻化趋势。因此,针对肥胖人群尤其是儿童、青少年和青年肥胖人群的心血管疾病风险早发现早干预已刻不容缓,对预防心脑血管疾病发生的年轻化具有根本性的战略意义。
但对于肥胖的不同物理指征对不同心血管功能参数的预测价值尚缺乏深入,国内外尚未有人提出利用肥胖物理指征来建立心血管疾病的预警预测模型和系统。
发明内容
有鉴于此,本发明提供一种肥胖指征指示心血管疾病快速预警系统和存储介质。
本发明的第一方面提供了一种肥胖指征指示心血管疾病快速预警系统,其特征在于,包括:
肥胖指征获取平台,用于获取受测病人的肥胖指征;
预警系统平台,用于根据肥胖指征,计算受测病人的潜在心血管风险;
风险输出平台,用于输出潜在心血管风险的计算结果,并对潜在心血管风险超过预设阈值的受测病人提供与计算结果相关联的治疗建议。
进一步地,所述肥胖指征,包括以下一种或多种:体质量指数、体质量指数中位数百分比、腰围、臀围、腰围身高比、体质百分比、脂肪分布、体重中位数百分比、身高中位数百分比;所述肥胖指征通过手动输入和/或对受测病人进行人体成分测量获得。
进一步地,所述肥胖指征获取平台为软件平台,兼容于电子计算机、智能手机和健康手环手表,并与智能医疗器械建立数据连接以获取肥胖指征相关数据。
进一步地,所述预警系统平台,根据受测病人的生物标志物指标、心功能参数计算受测病人的潜在心血管风险;所述生物标志物指标和心功能参数由受测病人进行身体检查获得。
进一步地,所述生物标志物指标,包括ELISA检测血清脂肪因子、心脏指标和心力衰竭生物标志物;
所述ELISA检测血清脂肪因子包括瘦素、脂联素和抵抗素;
所述心脏指标包括肌酸激酶、肌酸激酶-MB、乳酸脱氢酶;
所述心力衰竭生物标志物包括炎症标志物、肌细胞损伤标志物、神经内分泌激活标志物、氧化应激标志物、纤维化标志物、心室及血管重塑标志物、肾脏异常标志物和心力衰竭标志物;
所述炎症标志物包括:C-反应蛋白、超敏C-反应蛋白、正五聚蛋白3、白细胞介素-6、肿瘤坏死因子-α和白介素10;
所述肌细胞损伤标志物包括心肌肌钙蛋白T和心肌肌钙蛋白I;
所述神经内分泌激活标志物包括脑钠肽和氨基末端脑钠肽前体;
所述氧化应激标志物包括尿酸和髓过氧化物酶;
所述纤维化标志物包括可溶性ST2和半乳糖凝集素3;
所述心室及血管重塑标志物包括Ⅲ型前胶原氨基端肽、基质金属蛋白酶4、基质金属蛋白酶8和可溶性fms样酪氨酸激酶受体-1;
所述肾脏异常标志物包括血清肌酐;
所述心力衰竭标志物包括慢性心力衰竭标志物Ilb.B和急性心力衰竭标志物Ilb.A。
进一步地,所述心功能参数包括血压和用于评估心脏收缩和舒张功能的参数。
进一步地,所述预警系统平台,结合受测病人的常规理化指标辅助计算潜在心血管风险;所述常规理化指标包括三酰甘油、总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇。
进一步地,所述风险输出平台输出的心血管风险计算结果包括心功能评估相关参数、心血管风险发生相关标志物和血脂相关指标临床检测值;
所述治疗建议包括临床检查建议、肥胖干预措施建议、日常健康监测建议和身体调理建议。
进一步地,所述风险输出平台将计算结果和临床确认结果定期返回至预警系统平台,所述临床确认结果指受测病人根据所述治疗建议,进行临床检查所获得的结果。
本发明还提出了一种计算机可读存储介质,所述存储介质存储有程序,所述程序被处理器执行时,执行:
获取受测病人的肥胖指征;
根据肥胖指征,计算受测病人的潜在心血管风险;
输出潜在心血管风险的计算结果,并对潜在心血管风险超过预设阈值的受测病人提供与计算结果相关联的治疗建议。
本发明具有如下有益效果:本发明建立的预测预警方法突出简单经济实用和大众化适用特点,预警系统也可有效用于个人健康日常监测,指导肥胖干预措施的制定以及实施中的过程管理,比如针对与风险发生关系密切的肥胖特点制定针对性运动,并经常检测跟踪效果,而不需要频繁的去医院检测很多生物标志物或心脏彩超等。本发明广泛应用于医疗机构和非医疗机构对肥胖人群尤其是儿童青少年的初步筛查,未来可用于建立“肥胖指征预警(初级)+特定心血管生物标志物和心功能现代新技术检查(二级)”两级预警筛查体系,实现精准医疗。
本发明其余的附加方面和优点将在下面的描述部分中给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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。
图1是一种肥胖指征指示心血管疾病快速预警系统的组成结构图;
图2是肥胖人群与健康人群在部分血脂理化指标的比较(说明:图中*p<0.05,**p<0.01,***p<0.001);
图3部分肥胖指征与血脂理化指标相关性示意图;
图4是肥胖人群与健康人群在部分心血管风险生物标志物表达方面的比较;
图5是肥胖人群与健康人群在部分心功能相关指标方面的比较;
图6是肥胖指征与血脂理化指标在心血管风险生物标志物以及心功能相关指标的相关性分析比较示意图;
图7是儿童青少年部分肥胖指征与血脂理化指标的回归关系比较;
图8是儿童青少年部分肥胖指征与血脂理化指标分别针对不同的心血管风险生物标志物的回归关系示意图;
图9是儿童青少年部分肥胖指征在个别心功能相关指标的预测方面的回归关系示意图;
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本实施例介绍了一种肥胖指征指示心血管疾病快速预警系统。如图1所示,包括:
肥胖指征获取平台,用于获取受测病人的肥胖指征;
预警系统平台,用于根据肥胖指征,计算受测病人的潜在心血管风险;
风险输出平台,用于输出心血管风险计算结果,对于潜在风险超过预设阈值的受测病人,提供进一步治疗建议。
本实施例采用肥胖指征进行预测是因为:1)临床实践发现,直接通过这些现代临床检验和分析技术展开大规模的生物标志物和心功能检测既费时费力又费钱,而且造成家庭严重经济负担,同时也会对我国现有本来就不足的医疗资源构成压力。2)儿童青少年以及青年时期肥胖不仅多为疾病发生发展期,而且容易被忽视,处于过于依赖医生和家长的被动发现阶段。实践显示,在开展现代临床检验和诊断技术检测之前,无论是家长还是医生都迫切需要一种简易直观的针对肥胖人群心血管疾病早期风险的初级预警筛查方法。3)对心血管疾病风险的预测方面,更多的研究聚焦于血脂理化指标和一些心血管相关生物标志物的筛选,但是或者停留在关联性的定性,或者追求精准预测,然而很多新的血管相关生物标志物的检测费用高的前提下依然面临预测准确率和特异性问题。
图2和3,展示了肥胖指征与血脂理化指标的相关性。从图中可看出,肥胖指征的变化量与血脂理化指标存在显著相关性,因而可以使用肥胖指征替代血脂理化指标进行心血管疾病风险预测。图4和图5,展示了肥胖人群中部分心血管风险生物标志物和心功能相关指标出现显著异常。并且由图6可看出,部分肥胖指征相关性优于血脂理化指标,尤其在心功能相关指标方面,肥胖指征对特定心血管相关生物标志物和心功能指标回归关系优于血脂理化指标或者具有可替代性;图7中举例说明了在个别心血管风险生物标志物以及心功能相关指标回归分析预测方面,儿童青少年部分肥胖指征与血脂理化指标都具有显著回归关系的比较,显示部分肥胖指征更优或可替代血脂理化指标对相关指标的预测作用。图8举例说明肥胖指征与血脂理化指标针对不同的心血管相关生物标志物分别具有很好的显著回归关系,可结合使用(互补或协同使用)提高预测准确度;图9说明儿童青少年部分肥胖指征针对特定的心功能相关指标具有独特的显著回归关系,可实现对相关心功能指标的预测。
本实施例用于预警的肥胖指征包括:体质量指数(BMI)、BMI中位数百分比,腰围、臀围、腰围身高比(WHR),体质百分比,人体脂肪分布,体重中位数百分比、身高中位百分比等。
肥胖指征通过以下信息计算获得
a.常规体格指标:身高、体重、腰围、臀围等,计算获得;
b.人体成分测量:脂肪重量及比例、人体肌肉量、瘦体重、基础代谢率等。
另一方面,本实施例也可针对特定生物标志物或心功能参数进行预警,心血管风险相关生物标志物包括:
(1)ELISA检测血清脂肪因子:瘦素、脂联素和抵抗素;
(2)心脏指标:肌酸激酶(CK)、肌酸激酶-MB(CKMB)、乳酸脱氢酶(LDH);
(3)心力衰竭的常见生物标志物:
a)炎症标志物:C-反应蛋白(CRP)、超敏C-反应蛋白(hsCRP)、正五聚蛋白3(PTX3)、白细胞介素-6(IL6)、肿瘤坏死因子-α(TNF-a)和白介素10(IL10);
b)肌细胞损伤:心肌肌钙蛋白T(cTnT)、心肌肌钙蛋白I(cTnI);
c)神经内分泌激活:脑钠肽(BNP)和氨基末端脑钠肽前体(NT-proBNP);
d)氧化应激:尿酸、髓过氧化物酶(MPO);
e)纤维化:可溶性ST2(sST2)和半乳糖凝集素3(GAL3);
f)心室及血管重塑:Ⅲ型前胶原氨基端肽(PIIINP)、基质金属蛋白酶4(MMP-4)、基质金属蛋白酶8(MMP-8)和可溶性fms样酪氨酸激酶受体-1(sFlt-1,血管重构);
g)肾脏异常:血清肌酐(血肌酐)
h)心力衰竭标志物:慢性心力衰竭标志物Ilb.B、急性心力衰竭标志物Ilb.A
心功能参数包括血压和用于评估心脏收缩和舒张功能的参数。
本实施例的预警系统平台还可结合受测病人的常规理化指标辅助计算潜在心血管风险;常规理化指标包括三酰甘油、总胆固醇、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)
本实施例中,肥胖指征获取平台可搭载于电子计算机、智能手机和健康手环手表等智能电子产品上,并与智能医疗器械建立数据连接以获取肥胖指征相关数据,对广大病人而言具有方便易用的特点。
本实施例中的预警系统平台是通过基于肥胖指征的数据库的预测预警数学模型,利用回归方程等预测预警数学模式进行计算,定量预测结果的。同时预警平台还可根据临床指南判断潜在风险,提出临床检查建议、肥胖干预措施建议、日常健康监测建议和身体调理建议。
预警平台的心血管疾病预测结果和建议由风险输出平台给予受测病人,风险输出平台定期将数据发回预警系统平台进行统计分析,完善预测预警的数学模型。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图1所示的方法。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种肥胖指征指示心血管疾病快速预警系统,其特征在于,包括:
肥胖指征获取平台,用于获取受测病人的肥胖指征;
预警系统平台,用于根据肥胖指征,计算受测病人的潜在心血管风险;
风险输出平台,用于输出潜在心血管风险的计算结果,并对潜在心血管风险超过预设阈值的受测病人提供与计算结果相关联的治疗建议。
2.根据权利要求1所述的一种肥胖指征指示心血管疾病快速预警系统,其特征在于,所述肥胖指征,包括以下一种或多种:体质量指数、体质量指数中位数百分比、腰围、臀围、腰围身高比、体质百分比、脂肪分布、体重中位数百分比、身高中位数百分比;所述肥胖指征通过手动输入和/或对受测病人进行人体成分测量获得。
3.根据权利要求1所述的一种肥胖指征指示心血管疾病快速预警系统,其特征在于,所述肥胖指征获取平台为软件平台,兼容于电子计算机、智能手机和健康手环手表,并与智能医疗器械建立数据连接以获取肥胖指征相关数据。
4.根据权利要求1所述的一种肥胖指征指示心血管疾病快速预警系统,其特征在于,所述预警系统平台,根据受测病人的生物标志物指标、心功能参数计算受测病人的潜在心血管风险;所述生物标志物指标和心功能参数由受测病人进行身体检查获得。
5.根据权利要求4所述的一种肥胖指征指示心血管疾病快速预警系统,其特征在于,所述生物标志物指标,包括ELISA检测血清脂肪因子、心脏指标和心力衰竭生物标志物;
所述ELISA检测血清脂肪因子包括瘦素、脂联素和抵抗素;
所述心脏指标包括肌酸激酶、肌酸激酶-MB、乳酸脱氢酶;
所述心力衰竭生物标志物包括炎症标志物、肌细胞损伤标志物、神经内分泌激活标志物、氧化应激标志物、纤维化标志物、心室及血管重塑标志物、肾脏异常标志物和心力衰竭标志物;
所述炎症标志物包括:C-反应蛋白、超敏C-反应蛋白、正五聚蛋白3、白细胞介素-6、肿瘤坏死因子-α和白介素10;
所述肌细胞损伤标志物包括心肌肌钙蛋白T和心肌肌钙蛋白I;
所述神经内分泌激活标志物包括脑钠肽和氨基末端脑钠肽前体;
所述氧化应激标志物包括尿酸和髓过氧化物酶;
所述纤维化标志物包括可溶性ST2和半乳糖凝集素3;
所述心室及血管重塑标志物包括Ⅲ型前胶原氨基端肽、基质金属蛋白酶4、基质金属蛋白酶8和可溶性fms样酪氨酸激酶受体-1;
所述肾脏异常标志物包括血清肌酐;
所述心力衰竭标志物包括慢性心力衰竭标志物Ilb.B和急性心力衰竭标志物Ilb.A。
6.根据权利要求4所述的一种肥胖指征指示心血管疾病快速预警系统,其特征在于,所述心功能参数包括血压和用于评估心脏收缩和舒张功能的参数。
7.根据权利要求1所述的一种肥胖指征指示心血管疾病快速预警系统,其特征在于,所述预警系统平台,结合受测病人的常规理化指标辅助计算潜在心血管风险;所述常规理化指标包括三酰甘油、总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇。
8.根据权利要求1所述的一种肥胖指征指示心血管疾病快速预警系统,其特征在于,所述风险输出平台输出的心血管风险计算结果包括心功能评估相关参数、心血管风险发生相关标志物和血脂相关指标临床检测值;
所述治疗建议包括临床检查建议、肥胖干预措施建议、日常健康监测建议和身体调理建议。
9.根据权利要求1所述的一种肥胖指征指示心血管疾病快速预警系统,其特征在于,所述风险输出平台将计算结果和临床确认结果定期返回至预警系统平台,所述临床确认结果指受测病人根据所述治疗建议,进行临床检查所获得的结果。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行时,执行:
获取受测病人的肥胖指征;
根据肥胖指征,计算受测病人的潜在心血管风险;
输出潜在心血管风险的计算结果,并对潜在心血管风险超过预设阈值的受测病人提供与计算结果相关联的治疗建议。
CN202210025689.8A 2022-01-11 2022-01-11 一种肥胖指征指示心血管疾病快速预警系统和存储介质 Pending CN114550923A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210025689.8A CN114550923A (zh) 2022-01-11 2022-01-11 一种肥胖指征指示心血管疾病快速预警系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210025689.8A CN114550923A (zh) 2022-01-11 2022-01-11 一种肥胖指征指示心血管疾病快速预警系统和存储介质

Publications (1)

Publication Number Publication Date
CN114550923A true CN114550923A (zh) 2022-05-27

Family

ID=81669821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210025689.8A Pending CN114550923A (zh) 2022-01-11 2022-01-11 一种肥胖指征指示心血管疾病快速预警系统和存储介质

Country Status (1)

Country Link
CN (1) CN114550923A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106011303A (zh) * 2016-08-08 2016-10-12 南京市妇幼保健院 一种与儿童肥胖相关的血清或血浆miRNA标志物及其应用
CN106909769A (zh) * 2016-09-30 2017-06-30 马立明 大数据心血管疾病风险监控系统
CN107330241A (zh) * 2017-09-08 2017-11-07 江苏八道信息科技有限公司 一种心血管疾病预警系统
CN108877936A (zh) * 2018-04-28 2018-11-23 见道(杭州)科技有限公司 健康评估方法、系统及计算机可读存储介质
CN111508607A (zh) * 2020-04-13 2020-08-07 山东师范大学 一种基于bp神经网络的肥胖症预测系统
CN111564218A (zh) * 2020-06-19 2020-08-21 四川大学 一种基于大数据的心血管疾病风险监控系统
CN111798979A (zh) * 2020-06-01 2020-10-20 江苏萨芳纳健康科技有限公司 一种心脑血管疾病风险预警方法
CN111883248A (zh) * 2020-06-12 2020-11-03 首都医科大学附属北京朝阳医院 用于儿童肥胖症的预测系统
CN112133445A (zh) * 2020-10-21 2020-12-25 万达信息股份有限公司 一种心血管疾病管理服务方法和系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106011303A (zh) * 2016-08-08 2016-10-12 南京市妇幼保健院 一种与儿童肥胖相关的血清或血浆miRNA标志物及其应用
CN106909769A (zh) * 2016-09-30 2017-06-30 马立明 大数据心血管疾病风险监控系统
CN107330241A (zh) * 2017-09-08 2017-11-07 江苏八道信息科技有限公司 一种心血管疾病预警系统
CN108877936A (zh) * 2018-04-28 2018-11-23 见道(杭州)科技有限公司 健康评估方法、系统及计算机可读存储介质
CN111508607A (zh) * 2020-04-13 2020-08-07 山东师范大学 一种基于bp神经网络的肥胖症预测系统
CN111798979A (zh) * 2020-06-01 2020-10-20 江苏萨芳纳健康科技有限公司 一种心脑血管疾病风险预警方法
CN111883248A (zh) * 2020-06-12 2020-11-03 首都医科大学附属北京朝阳医院 用于儿童肥胖症的预测系统
CN111564218A (zh) * 2020-06-19 2020-08-21 四川大学 一种基于大数据的心血管疾病风险监控系统
CN112133445A (zh) * 2020-10-21 2020-12-25 万达信息股份有限公司 一种心血管疾病管理服务方法和系统

Similar Documents

Publication Publication Date Title
CN102238905B (zh) 脑血液动力学参数的测量
Hung et al. Volume overload correlates with cardiovascular risk factors in patients with chronic kidney disease
Krishnasamy et al. The association between left ventricular global longitudinal strain, renal impairment and all-cause mortality
van den Boomen et al. Native T1 reference values for nonischemic cardiomyopathies and populations with increased cardiovascular risk: A systematic review and meta‐analysis
Ellegaard et al. Ultrasound colour Doppler measurements in a single joint as measure of disease activity in patients with rheumatoid arthritis—assessment of concurrent validity
CN101568837A (zh) 用于预测血管事件和诊断急性冠状动脉综合征的方法
CN107110871A (zh) 用于死亡的风险预测的生物标志物
CN115299887B (zh) 一种动态代谢功能的检测量化方法和系统
Barth et al. In juvenile dermatomyositis, heart rate variability is reduced, and associated with both cardiac dysfunction and markers of inflammation: a cross-sectional study median 13.5 years after symptom onset
CN114533121B (zh) 脑灌注状态预测装置、方法、设备及模型训练装置
US10368753B2 (en) Method and system for determining strain relaxation of left ventricular diastolic function
Pandeya et al. Estimating myofiber cross‐sectional area and connective tissue deposition with electrical impedance myography: a study in D2‐mdx mice
Bardwell et al. Rheumatoid Arthritis Severity Scale: a brief, physician‐completed scale not confounded by patient self‐report of psychological functioning
Harpaz et al. Blood biomarkers to detect new-onset atrial fibrillation and cardioembolism in ischemic stroke patients
Sobieszek et al. Soluble ST2 proteins in male cachectic patients with chronic heart failure
Safina Nageen et al. Platelet count, mean platelet volume, and red cell distribution width as markers for psoriasis severity
Orringer Non-HDL cholesterol, ApoB and LDL particle concentration in coronary heart disease risk prediction and treatment
Pastural-Thaunat et al. Relative change in NT-proBNP level: an important risk predictor of cardiovascular congestion in haemodialysis patients
CN114550923A (zh) 一种肥胖指征指示心血管疾病快速预警系统和存储介质
CN116313096A (zh) 一种基于血液生理年龄测算的治疗效果评估系统及方法
CN111341452A (zh) 多系统萎缩失能预测方法、模型建立方法、装置及设备
Pääkkö et al. Ambulatory pulse pressure predicts the development of left ventricular diastolic dysfunction in over 20 years of follow-up
Jin et al. Characteristics of pulse wave velocity and its correlation with cardiovascular disease risk factors in healthy individuals
Nabeel et al. High-throughput vascular screening by ARTSENS pen during a medical camp for early-stage detection of chronic kidney disease
Mahmoud et al. Accuracy of potassium measurement using blood gas analyzer

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220527

RJ01 Rejection of invention patent application after publication