CN116434960B - 一种心源性休克临床决策支持系统、设备及可存储介质 - Google Patents

一种心源性休克临床决策支持系统、设备及可存储介质 Download PDF

Info

Publication number
CN116434960B
CN116434960B CN202310697356.4A CN202310697356A CN116434960B CN 116434960 B CN116434960 B CN 116434960B CN 202310697356 A CN202310697356 A CN 202310697356A CN 116434960 B CN116434960 B CN 116434960B
Authority
CN
China
Prior art keywords
stage
patient
clinical
cardiogenic shock
treatment
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
CN202310697356.4A
Other languages
English (en)
Other versions
CN116434960A (zh
Inventor
何昆仑
孙宇慧
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.)
Chinese PLA General Hospital
Original Assignee
Chinese PLA 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 Chinese PLA General Hospital filed Critical Chinese PLA General Hospital
Priority to CN202310697356.4A priority Critical patent/CN116434960B/zh
Publication of CN116434960A publication Critical patent/CN116434960A/zh
Application granted granted Critical
Publication of CN116434960B publication Critical patent/CN116434960B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • 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
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • G16H70/00ICT specially adapted for the handling or processing of medical references
    • G16H70/20ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Bioethics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明提供了一种心源性休克临床决策支持系统、设备及可存储介质,涉及智能医疗领域。所述系统包括获取单元和决策单元,获取单元用于获取患者心源性休克分期诊断结果,决策单元用于基于所述分期诊断结果选择治疗方案。本发明开发的系统基于患者心源性休克分期诊断结果提供相应的治疗方案,立足于临床统计数据优化了D期、E期患者的治疗方案,为心源性休克治疗领域的研究人员、临床医生提供了宝贵资源,具有重要的科研和临床价值。

Description

一种心源性休克临床决策支持系统、设备及可存储介质
技术领域
本发明涉及智能医疗领域,更具体地,涉及一种心源性休克临床决策支持的系统、设备、计算机可读存储介质及其应用。
背景技术
心源性休克(cardiogenic shock)是一种危及生命的病理状态,由于心脏功能严重受损,无法维持足够的血液循环,引起全身血流动力学衰竭和器官供血不足。其临床表现为血压下降,心率加快,皮肤苍白,冷汗等,严重时可导致多器官功能衰竭。根据心源性休克的病程,可将其分为A期、B期、C期、D期和E期五个阶段,A期(风险期):患者未出现心源性休克症状或体征,但存在进展为心源性休克的风险;B期(开始期/休克前期/代偿性休克期):患者可能出现血压相对降低或心动过速,但无低灌注临床证据;C期(典型期):患者表现为低灌注,为恢复灌注需给予除容量复苏外的其他干预,如正性肌力药、升压药、机械支持;D期(恶化期):患者接受了系列治疗但病情仍未稳定、趋于恶化,需要进一步治疗;E期(终末期):患者出现循环衰竭,经常在进行心肺复苏时出现顽固性心脏骤停,或者正在接受多种同时进行的急性干预措施,包括ECMO辅助的心肺复苏。
心源性休克的治疗方案主要包括药物治疗、机械支持和手术治疗。药物治疗包括升压药、正性肌力药和利尿剂等;机械支持包括主动脉内球囊反搏(Intra-aortic balloonpump, IABP)、体外膜氧合(Extracorporeal Membrane Oxygenation, ECMO)、左心室辅助装置(Left Ventricular Assist Device, LVAD)等;手术治疗主要是介入治疗和外科手术。其中,药物治疗可能存在药物耐受性、副作用等问题;机械支持设备存在着使用限制、并发症等问题;手术治疗需要考虑病情和手术风险等因素。
发明内容
本发明方法基于患者临床特征和/或代谢组学特征,判断患者心源性休克所处时期,并给予对应时期的治疗方案,辅助医生做出临床决策,为患者生命健康保驾护航。
本发明公开一种心源性休克临床决策支持系统,包括:
获取单元,用于获取患者心源性休克分期诊断结果,所述分期诊断结果为C期、D期或E期;
决策单元,用于基于所述分期诊断结果选择治疗方案:当分期诊断结果为C期时,给予一种升压强心药物治疗或机械支持治疗;当分期诊断结果为D期时,给予一种升压强心药物治疗和机械支持治疗;当分期诊断结果为E期时,给予两种以上升压强心药物治疗和机械支持治疗。
进一步,所述升压强心药物包括升压药物和强心药物,所述升压药物包括下列中的一种或几种:多巴胺、去甲肾上腺素、肾上腺素、去氧肾上腺素、加压素;所述强心药物包括下列中的一种或几种:多巴酚丁胺、异丙肾上腺素、米力农、依诺昔酮、左西孟旦;所述机械支持治疗包括下列中的一种或几种:IABP、ECMO、Tandem Heart和Impella。
进一步,所述分期结果是将患者临床特征和/或代谢组学特征输入分类器中,得到分类结果,所述分类结果为C期、D期或E期。
进一步,所述患者临床特征是基于患者的人口统计学信息、实验室检验检查报告、医嘱记录、病程记录和护理记录中提取得到的;所述患者代谢组学特征是基于患者与心源性休克相关的代谢物水平提取得到的,所述代谢物包括下列中的一种或几种:尿素氮、肌酐、乳酸、转氨酶、肌酸磷酸激酶、肌酸激酶同工酶、肌钙蛋白I、肌钙蛋白T。
进一步,所述分类器为分类模型,所述分类模型的构建方法为:
获取患者数据集,所述数据集包括患者临床信息和/或代谢物水平以及患者处于C期、D期或E期的分类标签;
对所述临床信息和遗传信息进行特征提取,将所述临床信息特征和/或遗传信息特征输入机器学习模型进行模型构建,得到初步分类结果,将所述初步分类结果与所述分类标签比对,生成损失函数,基于损失函数优化机器学习模型,得到训练好的多分类模型。
进一步,所述特征提取采用下列方法中的一种或几种模型:VGG、Inception、Xception、AlexNet、ZF_Net、ResNet、ResNeXt、ResNeSt。
进一步,所述机器学习模型可采用下列多分类模型中的一种或几种:KNN、决策树、随机森林、SVM、逻辑回归、GBDT、XGBoost、Ensemble-Boosting、Ensemble-Bagging。
进一步,当分期诊断结果为D或E期时,获取患者外周血单核细胞样本的遗传信息,提取所述细胞样本的遗传特征,基于所述遗传特征判断患者是否给予ECMO治疗。
一种心源性休克临床决策支持设备,包括:存储器和处理器;
所述存储器用于存储程序指令;
所述处理器用于调用程序指令,当程序指令被执行时,用于执行以下心源性休克临床决策支持方法,包括:
获取患者心源性休克分期诊断结果,所述分期诊断结果为C期、D期或E期;
基于所述分期诊断结果选择治疗方案:当分期诊断结果为C期时,给予一种升压强心药物治疗或机械支持治疗;当分期诊断结果为D期时,给予一种升压强心药物治疗和机械支持治疗;当分期诊断结果为E期时,给予两种以上升压强心药物治疗和机械支持治疗。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的心源性休克临床决策支持设备中的心源性休克临床决策支持方法。
本发明的优点:
1.本申请考虑治疗方案选择的临床需求,创造性的提出一种心源性休克临床决策支持系统,该系统可以获取患者心源性休克分期诊断结果,根据分期诊断结果的不同提供相应的治疗方案,辅助医生做出治疗决策,进一步,当患者处于D期时,给予IABP 结合 1种药物的治疗方法,当患者处于E期时,给予IABP 结合 2种及以上药物的治疗方法;
2.本申请将患者的临床特征和代谢组学特征输入机器学习模型进行分类模型构建,根据该分类模型预测患者的心源性休克的进展阶段,辅助医生确定患者的临床分期;
3.本申请创新性的基于患者8个基因中任意一种或几种的表达水平,判断诊断结果处于D期或E期的患者是否给予ECMO治疗,根据所述8个基因表达差异的预测结果,为患者是否采取进一步的ECMO治疗措施提供基于分子诊断的评估结果,辅助医生诊断病情和确定治疗方案,帮助患者及其家属了解ECMO治疗前后的病情。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获取其他的附图。
图1是一种本发明实施例提供的心源性休克临床决策支持系统示意图;
图2是一种本发明实施例提供的心源性休克临床决策支持的方法流程示意图;
图3是一种本发明实施例提供的心源性休克临床决策支持设备示意图;
图4是一种本发明实施例提供的21个基因的重要性排序图;
图5是一种本发明实施例提供的AUC随mRNA个数增加曲线图;
图6是一种本发明实施例提供的准确率随mRNA个数增加曲线图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
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,本领域技术人员在没有做出创造性劳动前提下所获取的所有其他实施例,都属于本发明保护的范围。
图1是本发明实施例提供的一种心源性休克临床决策支持系统,包括:
获取单元101,用于获取患者心源性休克分期诊断结果,所述分期诊断结果为C期、D期或E期;
在一个实施例中,患者心源性休克分期诊断结果是将患者临床特征和/或代谢组学特征输入分类器中,得到分类结果,所述分类结果为C期、D期或E期;所述患者临床特征是基于者的人口统计学信息、实验室检验检查报告、医嘱记录、病程记录和护理记录中提取得到的;所述患者代谢组学特征是基于患者与心源性休克相关的代谢物水平提取得到的;
C期决策单元102,当分期诊断结果为C期时,给予一种升压强心药物治疗或机械支持治疗;
在一个实施例中,所述升压药物包括下列中的一种或几种:多巴胺、去甲肾上腺素、肾上腺素、去氧肾上腺素、加压素;所述强心药物包括下列中的一种或几种:多巴酚丁胺、异丙肾上腺素、米力农、依诺昔酮、左西孟旦;所述机械支持治疗包括下列中的一种或几种:IABP、ECMO、Tandem Heart和Impella。
机械支持治疗是指通过机械装置来辅助心脏或肺功能的治疗方法。其中,IABP(Intra-Aortic Balloon Pump)是主动脉内球囊反搏泵,是将一个填充了气体或液体的球囊插入主动脉内,通过控制球囊的充气和放气来改善心脏的收缩和舒张功能,以减轻心脏负担,增加冠状动脉血流量,改善心肌供血和氧合,从而达到治疗心功能不全和减少心肌梗死面积的目的;ECMO(Extracorporeal Membrane Oxygenation)是体外膜肺氧合,是一种通过体外循环系统将血液从体外引出,通过氧合器将氧气输送到血液中,并将二氧化碳排出体外,再将氧合后的血液回输体内,以支持或代替肺功能的治疗方法,ECMO可用于治疗重度肺炎、ARDS、心肌梗死等病情;Tandem Heart是串联心脏辅助装置,是一种在心脏和外周循环之间插入的泵,用于辅助心脏泵血,改善心脏功能,Tandem Heart适用于心脏衰竭、心肌梗死等病情;Impella是心脏辅助泵,是一种通过经股动脉插管置入主动脉内的微型泵,可通过泵血来辅助心脏的功能,减轻心脏负担,Impella适用于急性冠脉综合征、心肌梗死等病情。
D期决策单元103,当分期诊断结果为D期时,给予一种升压强心药物治疗和机械支持治疗;
E期决策单元104,当分期诊断结果为E期时,给予两种以上升压强心药物治疗和机械支持治疗。
在一个实施例中,当分期诊断结果为D或E期时,获取患者外周血单核细胞样本的遗传信息,提取所述细胞样本的遗传特征,基于所述遗传特征判断患者是否给予ECMO治疗。所述遗传特征采用8个基因中任意一种或几种的表达水平,所述8个基因包括:AVPI1、C4orf19、C20orf135、DMBX1、GPX3、MEA1、SYT7、ZNF132。
图3是本发明实施例提供的一种心源性休克临床决策支持设备,包括:存储器和处理器;
所述存储器用于存储程序指令;
所述处理器用于调用程序指令,当程序指令被执行时,用于执行以下心源性休克临床决策支持方法,所述方法流程图见图2,包括:
201:获取患者心源性休克分期诊断结果,所述分期诊断结果为C期、D期或E期;
在一个实施例中,患者心源性休克分期诊断结果是将患者临床特征和/或代谢组学特征输入分类器中,得到分类结果,所述分类结果为C期、D期或E期;所述患者临床特征是基于患者的临床信息提取得到的;所述患者代谢组学特征是基于患者与心源性休克相关的代谢物水平提取得到的;
在一个实施例中,患者临床信息包括下列中的一种或几种:临床表现、心电图结果、胸部X线表现、心脏彩超;
在一个实施例中,临床表现有:1)持续的胸痛、呼吸困难、面色苍白、烦躁不安及大汗;2)神志发生变化,表现为嗜睡、意识模糊或处于谵妄状态;3)脉搏微弱,心率较快,常为每分钟90~110次;4)由于高度传导阻滞导致严重心动过缓;5)血压低,收缩压低于90mmHg,伴有脉压减小<30mmHg);6)呼吸急促、潮式呼吸和颈静脉怒张;7)心尖搏动及心音减弱,S1音减弱,可闻及S3音奔马律;8)急性严重的二尖瓣关闭不全和室间隔穿孔所致心前区闻及收缩期杂音;9)左心室衰竭的心源性休克患者双肺可闻及啰音;10)少尿,每小时尿量<30ml。急性心肌梗塞(acute myocardial infarction, AMI)是指因持久而严重的心肌缺血所致的部分心肌急性坏死;
在一个实施例中,心源性休克患者的心电图结果有:1)病理性Q波和/或多个导联ST段抬高大于0.2mV,或是左束支传导阻滞,多为前壁AMI患者;2)广泛导联ST段压低大于0.3mV,多为左主干狭窄导致全心心肌缺血;
在一个实施例中,胸部X线表现是肺循环淤血和肺水肿;
在一个实施例中,心脏彩超表现是室间隔缺损患者左向右分流和/或对二尖瓣反流。
在一个实施例中,代谢物包括下列中的一种或几种:尿素氮、肌酐、乳酸、转氨酶、肌酸磷酸激酶、肌酸激酶同工酶、肌钙蛋白I、肌钙蛋白T;
在一个实施例中,心源性休克患者的尿素氮和肌酐水平增高,尿/血肌酐比值降至10。肌酐、血肌酐、尿肌酐三者本质上没有区别,肌酐是人体内的一种代谢产物,存在于血液中时为血肌酐,存在于尿液中时为尿肌酐;
在一个实施例中,心源性休克患者的乳酸含量,正常时为0.599~1.78mmol/L(5.4~16mg/dL),若升至2~4mmol/L表明为轻度缺氧,微循环基本良好,预后较佳;若血乳酸含量>4mmol/L说明微循环已有衰竭,已处于中度缺氧;若>9mmol/L则表明微循环已经衰竭,有严重缺氧,预后不良;此外,严重休克时,血游离脂肪酸常明显增高;
在一个实施例中,患者的血清天门冬氨酸氨基转移酶(谷草转氨酶,AST/GOT),乳酸脱氢酶(LDH)及其同工酶LDH1,磷酸肌酸激酶(CPK)及其同工酶CPK-MB均明显增高,尤以后者其敏感性和特异性均极高,分别达100%和99%,其升高幅度和持续时间有助于判断梗死范围和严重程度,休克晚期若并发肝功能损害可使丙氨酸转氨酶(ALT,谷丙转氨酶,GPT)升高及相应的肝功能试验异常;
在一个实施例中,正常人心肌肌钙蛋白I(cTnI)正常值为<4µg/L,急性心肌梗死3~6小时即可明显升高,常超过165µg/L;心肌肌钙蛋白T(cTnT)正常值<1ng/L,急性心肌梗死或心肌炎病、坏死时常可明显升高。
在一个实施例中,分类器为分类模型,所述分类模型的构建方法为:
获取患者数据集,所述数据集包括患者临床信息和/或代谢物水平以及患者处于C期、D期或E期的分类标签;
对所述临床信息和遗传信息进行特征提取,所述特征提取采用下列方法中的一种或几种模型:VGG、Inception、Xception、AlexNet、ZF_Net、ResNet、ResNeXt、ResNeSt;
将所述临床信息特征和/或遗传信息特征输入机器学习模型进行模型构建,得到初步分类结果,将所述初步分类结果与所述分类标签比对,生成损失函数,基于损失函数优化机器学习模型,得到训练好的多分类模型;
在一个实施例中,机器学习模型可采用下列多分类模型中的一种或几种:KNN、决策树、随机森林、SVM、逻辑回归、GBDT、XGBoost、Ensemble-Boosting、Ensemble-Bagging。
202:当分期诊断结果为C期时,给予升压药物治疗、强心药物治疗或机械支持治疗;
在一个实施例中,C期患者通常表现为血压相对降低,其中大多数表现为典型的休克,MAP≤60mmHg或收缩压≤90mmHg,以及灌注不足;体格检查中可能包括下列任意一项或多项:状态不佳,皮肤苍白、斑驳、晦暗,容量超负荷,大范围啰音,Killip3或4级,需进行双水平气道正压通气(BiPAP)或机械通气,皮肤湿冷,精神状态急剧改变,尿量≤30ml/h;生物标志物检查中可能包括下列任意一项或多项:乳酸≥2mmol/L,肌酐翻倍或肾小球滤过率下降>50%,肝功能指标升高,BNP升高;血流动力学指标检查中可能包括下列任意一项或多项:心脏指数<2.2/L/min/m2,肺毛细血管楔压(PCWP)>15,右房压(RAP)/PCWP≥0.8,肺动脉灌注指数(PAPI)<1.85,心脏输出功率≤0.6。
MAP是指平均动脉压,MAP=舒张压(DBP)+1/3脉压差(SBP-DBP),MAP血压的正常值是70-105mmHg,脉压差=收缩压-舒张压。
在一个实施例中,所述升压药物包括下列中的一种或几种:多巴胺、去甲肾上腺素、肾上腺素、去氧肾上腺素、加压素,上述药物的用药量、作用机制和血液动力学作用见表1;所述强心药物包括下列中的一种或几种:多巴酚丁胺、异丙肾上腺素、米力农、依诺昔酮、左西孟旦,上述药物的用药量、作用机制和血液动力学作用见表2;所述机械支持治疗包括下列中的一种或几种:IABP、ECMO、Tandem Heart和Impella。
主动脉内球囊反搏(IABP):是机械性辅助循环方法之一,通过物理作用,提高主动脉内舒张压,增加冠状动脉供血和改善心肌功能,广泛应用于心功能不全等危重病患者的抢救和治疗;体外膜肺氧合(Extracorporeal Membrane Oxygenation,ECMO)主要用于对重症心肺功能衰竭患者提供持续的体外呼吸与循环,以维持患者生命;便携式体外循环系统(Tandem Heart)是通过将心房内血流进行分流的一种微量泵,其溶血和血栓发生率均较低,可以用于伴有左心室血栓的患者;心脏辅助装置(Impella):通过外科手术植入患者的胸部,一端植入心脏,另一端连接到一个推动器上,推动器由电机发动,电机按照设定的模式推动心脏。
在一个实施例中,对于C期患者,比较只给予1种药物和只给予IABP治疗的效果,结果见表3,我们发现:从临床试验的主要结局的角度出发,只给予IABP治疗增加了患者死亡风险,但从临床试验的复合终点的角度出发,只给予1种药物增加了患者死亡风险。上述两个角度均不具有统计学意义,因此,对于C期患者,既可以给予1种药物治疗,也可以给予IABP治疗。
203:当分期诊断结果为D期时,给予升压药物治疗或强心药物治疗,并给予机械支持治疗;
在一个实施例中,D期患者通常进行了一定程度的适当治疗,但患者在接受治疗30分钟后,低血压或终末期器官灌注不足的状态未好转;体格检查中可能包括下列任意一项或多项:状态不佳,皮肤苍白、斑驳、晦暗,容量超负荷,大范围啰音,Killip3或4级,需进行双水平气道正压通气(BiPAP)或机械通气,皮肤湿冷,精神状态急剧改变,尿量≤30ml/h;生物标志物检查中可能包括下列任意一项或多项:乳酸≥2mmol/L,肌酐翻倍或肾小球滤过率下降>50%,肝功能指标升高,BNP升高;血流动力学指标检查中可能包括下列任意一项或多项:心脏指数<2.2/L/min/m2,肺毛细血管楔压(PCWP)>15,右房压(RAP)/PCWP≥0.8,肺动脉灌注指数(PAPI)<1.85,心脏输出功率≤0.6;D期患者需要给予机械循环辅助装置以维持灌注。
在一个实施例中,所述升压药物包括下列中的一种或几种:多巴胺、去甲肾上腺素、肾上腺素、去氧肾上腺素、加压素,上述药物的用药量、作用机制和血液动力学作用见表1;所述强心药物包括下列中的一种或几种:多巴酚丁胺、异丙肾上腺素、米力农、依诺昔酮、左西孟旦,上述药物的用药量、作用机制和血液动力学作用见表2;所述机械支持治疗包括下列中的一种或几种:IABP、ECMO、Tandem Heart和Impella。
在一个实施例中,对于D期患者,比较给予2种药物和IABP结合1种药物的治疗的效果,结果见表4,我们发现:无论是从临床试验的主要结局的角度出发,还是从临床试验的复合终点的角度出发,IABP结合1种药物均显著降低了患者的死亡风险。该结论具有统计学意义,因此,对于D期患者,应当给予IABP结合1种药物的治疗措施。
204:当分期诊断结果为E期时,给予升压和强心药物治疗,并给予机械支持治疗;
在一个实施例中,E期患者通常表现为:出现循环衰竭,经常在进行心肺复苏时出现顽固性心脏骤停,或者正在接受多种同时进行的急性干预措施,包括ECMO辅助的心肺复苏;体格检查中可能包括下列任意一项或多项:脉搏几乎消失,心脏衰竭,机械通气,使用除颤器;生物标志物检查中可能包括下列任意一项或多项:pH≤7.2,乳酸≥5mmol/L;E期患者不复苏就没有收缩压,无脉性电活动(PEA)或难治性室速/室颤,最大强度治疗下仍表现为低血压。
在一个实施例中,所述升压药物包括下列中的一种或几种:多巴胺、去甲肾上腺素、肾上腺素、去氧肾上腺素、加压素,上述药物的用药量、作用机制和血液动力学作用见表1;所述强心药物包括下列中的一种或几种:多巴酚丁胺、异丙肾上腺素、米力农、依诺昔酮、左西孟旦,上述药物的用药量、作用机制和血液动力学作用见表2;所述机械支持治疗包括下列中的一种或几种:IABP、ECMO、Tandem Heart和Impella。
在一个实施例中,对于E期患者,比较给予3种及以上药物和IABP结合2种及以上药物的治疗的效果,结果见表5,我们发现:从临床试验的主要结局的角度出发, IABP结合2种及以上药物显著降低了患者的死亡风险。该结论具有统计学意义,因此,对于E期患者,应当给予IABP结合2种及以上药物的治疗措施。
在一个实施例中,当分期诊断结果为D或E期时,获取患者外周血单核细胞样本的遗传信息,提取所述细胞样本的遗传特征,基于所述遗传特征判断患者是否给予ECMO治疗。所述遗传特征采用8个基因中任意一种或几种的表达水平,所述8个基因包括:AVPI1、C4orf19、C20orf135、DMBX1、GPX3、MEA1、SYT7、ZNF132。
在一个具体实施例中,获取给予ECMO治疗的心源性休克患者的外周血单核细胞样本的数据集,将数据集中ECMO安装后存活超过7天定义为成功,否则为死亡,其中,失败16例,成功17例;使用NCBI平台文件进行注释,得到33个样本20814个基因的表达矩阵,进行差异表达分析,筛选出401个差异表达mRNA;利用Lasso回归分析从中筛选出21个重要基因;对21个重要基因进行相关性分析;按平均准确度下降对21个重要基因进行重要性排序,见图4;依次增加1个mRNA,利用SVM进行分类求得分类器的AUC和准确率,见图5和图6,当mRNA的数量达到8时,AUC值达到最大值,因此,选取前8个mRNA作为最优的biomarkers;再用随机森林算法构建分类模型与之比较,SVM分类器ROC曲线的AUC值为1,随机森林算法分类器ROC曲线的AUC值为0.996。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述心源性休克临床决策支持方法。
本验证实施例的验证结果表明,为适应症分配固有权重相对于默认设置来说可以适度改善本方法的性能。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁盘或光盘等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上对本发明所提供的一种计算机设备进行了详细介绍,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种心源性休克临床决策支持系统,包括:
分类单元,用于构建心源性休克分期诊断的分类模型,所述分类模型的构建方法为:
获取患者数据集,所述数据集包括患者临床信息和/或代谢组学信息以及患者处于C期、D期或E期的分类标签;
对所述临床信息和/或代谢组学信息进行特征提取,得到临床特征和/或代谢组学特征,所述特征提取采用下列方法中的一种或几种机器学习模型:VGG、Inception、Xception、AlexNet、ZF_Net、ResNet、ResNeXt、ResNeSt;
将所述临床特征和/或代谢组学特征输入机器学习模型进行模型构建,得到初步分类结果,将所述初步分类结果与所述分类标签比对,生成损失函数,基于损失函数优化机器学习模型,得到训练好的多分类模型;
获取单元,用于获取患者临床信息和/或代谢组学信息,将所述临床信息和/或代谢组学信息输入所述多分类模型,得到患者心源性休克分期诊断结果,所述分期诊断结果为C期、D期或E期;
决策单元,用于基于所述分期诊断结果选择治疗方案:当分期诊断结果为C期时,给予一种升压强心药物治疗或IABP治疗;当分期诊断结果为D期时,给予一种升压强心药物治疗和IABP治疗;当分期诊断结果为E期时,给予两种以上升压强心药物治疗和IABP治疗;
所述升压强心药物包括升压药物和强心药物,所述升压药物包括下列中的一种或几种:多巴胺、去甲肾上腺素、肾上腺素、去氧肾上腺素、加压素;所述强心药物包括下列中的一种或几种:多巴酚丁胺、异丙肾上腺素、米力农、依诺昔酮、左西孟旦;
ECMO决策单元,当分期诊断结果为D或E期时,获取患者外周血单核细胞样本的遗传信息,提取所述细胞样本的遗传特征,基于所述遗传特征判断患者是否给予ECMO治疗;所述遗传特征采用8个基因中任意一种或几种的表达水平,所述8个基因包括:AVPI1、C4orf19、C20orf135、DMBX1、GPX3、MEA1、SYT7、ZNF132。
2.根据权利要求1所述的心源性休克临床决策支持系统,其特征在于,所述分期诊断结果是将患者临床特征和/或代谢组学特征输入分类器中,得到分类结果,所述分类结果为C期、D期或E期。
3.根据权利要求2所述的心源性休克临床决策支持系统,其特征在于,所述患者临床特征是基于患者的临床信息提取得到的;所述患者代谢组学特征是基于患者与心源性休克相关的代谢物水平提取得到的,所述代谢物包括下列中的一种或几种:尿素氮、肌酐、乳酸、转氨酶、肌酸磷酸激酶、肌酸激酶同工酶、肌钙蛋白I、肌钙蛋白T。
4.根据权利要求1所述的心源性休克临床决策支持系统,其特征在于,所述机器学习模型采用下列多分类模型中的一种或几种:KNN、决策树、随机森林、SVM、逻辑回归、GBDT、XGBoost、Ensemble-Boosting、Ensemble-Bagging。
5.一种心源性休克临床决策支持设备,包括:存储器和处理器;
所述存储器用于存储程序指令;
所述处理器用于调用程序指令,当程序指令被执行时,用于执行以下心源性休克临床决策支持方法,包括:
构建心源性休克分期诊断的分类模型,所述分类模型的构建方法为:
获取患者数据集,所述数据集包括患者临床信息和/或代谢组学信息以及患者处于C期、D期或E期的分类标签;
对所述临床信息和/或代谢组学信息进行特征提取,得到临床特征和/或代谢组学特征,所述特征提取采用下列方法中的一种或几种机器学习模型:VGG、Inception、Xception、AlexNet、ZF_Net、ResNet、ResNeXt、ResNeSt;
将所述临床特征和/或代谢组学特征输入机器学习模型进行模型构建,得到初步分类结果,将所述初步分类结果与所述分类标签比对,生成损失函数,基于损失函数优化机器学习模型,得到训练好的多分类模型;
获取患者临床信息和/或代谢组学信息,将所述临床信息和/或代谢组学信息输入所述多分类模型,得到患者心源性休克分期诊断结果,所述分期诊断结果为C期、D期或E期;
基于所述分期诊断结果选择治疗方案:当分期诊断结果为C期时,给予一种升压强心药物治疗或IABP治疗;当分期诊断结果为D期时,给予一种升压强心药物治疗和IABP治疗;当分期诊断结果为E期时,给予两种以上升压强心药物治疗和IABP治疗;
所述升压强心药物包括升压药物和强心药物,所述升压药物包括下列中的一种或几种:多巴胺、去甲肾上腺素、肾上腺素、去氧肾上腺素、加压素;所述强心药物包括下列中的一种或几种:多巴酚丁胺、异丙肾上腺素、米力农、依诺昔酮、左西孟旦;
当分期诊断结果为D或E期时,获取患者外周血单核细胞样本的遗传信息,提取所述细胞样本的遗传特征,基于所述遗传特征判断患者是否给予ECMO治疗;所述遗传特征采用8个基因中任意一种或几种的表达水平,所述8个基因包括:AVPI1、C4orf19、C20orf135、DMBX1、GPX3、MEA1、SYT7、ZNF132。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求5所述的心源性休克临床决策支持设备中的心源性休克临床决策支持方法。
CN202310697356.4A 2023-06-13 2023-06-13 一种心源性休克临床决策支持系统、设备及可存储介质 Active CN116434960B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310697356.4A CN116434960B (zh) 2023-06-13 2023-06-13 一种心源性休克临床决策支持系统、设备及可存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310697356.4A CN116434960B (zh) 2023-06-13 2023-06-13 一种心源性休克临床决策支持系统、设备及可存储介质

Publications (2)

Publication Number Publication Date
CN116434960A CN116434960A (zh) 2023-07-14
CN116434960B true CN116434960B (zh) 2023-10-13

Family

ID=87083653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310697356.4A Active CN116434960B (zh) 2023-06-13 2023-06-13 一种心源性休克临床决策支持系统、设备及可存储介质

Country Status (1)

Country Link
CN (1) CN116434960B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116631572B (zh) * 2023-07-24 2023-12-19 中国人民解放军总医院 基于人工智能的急性心肌梗死临床决策支持系统及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2846602A1 (en) * 2011-08-26 2013-03-28 Astute Medical, Inc. Methods and compositions for diagnosis and prognosis of renal injury and renal failure
CN109859841A (zh) * 2019-03-01 2019-06-07 中国科学院上海高等研究院 基于神经网络的肝癌辅助诊断系统、方法、设备和介质
CN112786192A (zh) * 2021-01-18 2021-05-11 吾征智能技术(北京)有限公司 一种手足口病智能认知系统、设备、存储介质
CN112802600A (zh) * 2021-02-07 2021-05-14 山东第一医科大学附属省立医院(山东省立医院) 软组织肿瘤信息化病理辅助诊断全程监管系统及方法
CN113243887A (zh) * 2021-07-16 2021-08-13 中山大学中山眼科中心 一种老年黄斑变性智能诊疗仪
CN114068003A (zh) * 2020-08-07 2022-02-18 四川医枢科技股份有限公司 泌尿系统肿瘤临床决策、教学、科研辅助支持系统及方法
CN115482923A (zh) * 2021-08-13 2022-12-16 四川大学华西医院 一种用于判断covid-19分期的基于人工智能的ct图像动态3d影像组学系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2846602A1 (en) * 2011-08-26 2013-03-28 Astute Medical, Inc. Methods and compositions for diagnosis and prognosis of renal injury and renal failure
CN109859841A (zh) * 2019-03-01 2019-06-07 中国科学院上海高等研究院 基于神经网络的肝癌辅助诊断系统、方法、设备和介质
CN114068003A (zh) * 2020-08-07 2022-02-18 四川医枢科技股份有限公司 泌尿系统肿瘤临床决策、教学、科研辅助支持系统及方法
CN112786192A (zh) * 2021-01-18 2021-05-11 吾征智能技术(北京)有限公司 一种手足口病智能认知系统、设备、存储介质
CN112802600A (zh) * 2021-02-07 2021-05-14 山东第一医科大学附属省立医院(山东省立医院) 软组织肿瘤信息化病理辅助诊断全程监管系统及方法
CN113243887A (zh) * 2021-07-16 2021-08-13 中山大学中山眼科中心 一种老年黄斑变性智能诊疗仪
CN115482923A (zh) * 2021-08-13 2022-12-16 四川大学华西医院 一种用于判断covid-19分期的基于人工智能的ct图像动态3d影像组学系统

Also Published As

Publication number Publication date
CN116434960A (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
Hajjar et al. Mechanical circulatory support devices for cardiogenic shock: state of the art
Anderson et al. Contemporary outcomes after the Fontan procedure: a Pediatric Heart Network multicenter study
Kar et al. The percutaneous ventricular assist device in severe refractory cardiogenic shock
Charansonney Physical activity and aging: a life-long story
Vollkron et al. Suction events during left ventricular support and ventricular arrhythmias
Belohlavek et al. Left ventricular unloading and the role of ECpella
CN116434960B (zh) 一种心源性休克临床决策支持系统、设备及可存储介质
Weil et al. Comparative hemodynamic effects of contemporary percutaneous mechanical circulatory support devices in a porcine model of acute myocardial infarction
Aoyama et al. Therapeutic strategy using extracorporeal life support, including appropriate indication, management, limitation and timing of switch to ventricular assist device in patients with acute myocardial infarction
Gorcsan III et al. Non-invasive assessment of myocardial recovery on chronic left ventricular assist device: results associated with successful device removal
Ikeda et al. Short-Term Outcomes of Impella Support in Japanese Patients With Cardiogenic Shock Due to Acute Myocardial Infarction―Japanese Registry for Percutaneous Ventricular Assist Device (J-PVAD)―
Kalra et al. Echocardiographic evaluation of cardiac recovery after refractory out-of-hospital cardiac arrest
Rog et al. Clinical evaluation of exercise capacity in adults with systemic right ventricle
Obradovic et al. Temporary mechanical circulatory support in cardiogenic shock
Édes et al. Predictors of mortality following extracorporeal membrane oxygenation support in an unselected, critically ill patient population
Fresiello et al. The physiology of venoarterial extracorporeal membrane oxygenation-A comprehensive clinical perspective
Arrigo et al. Diagnosis and treatment of right ventricular failure secondary to acutely increased right ventricular afterload (acute cor pulmonale): a clinical consensus statement of the Association for Acute CardioVascular Care of the European Society of Cardiology
Siebert et al. A goal‐oriented hemodynamic approach to acute myocardial infarction complicated by cardiogenic shock—A single center experience
Gerede et al. Markedly elevated troponin in diabetic ketoacidosis without acute coronary syndrome
Bansal et al. Combined Transcatheter Aortic and Mitral Valve Implantation
Claessen et al. The management of cardiogenic shock and hemodynamic support devices and techniques
Egi et al. 38. HYPERTENSION HAS AN IMPORTANT ROLE IN THE INCIDENCE OF CORONARY ARTERY DISEASE, STUDY ON CARDIAC CATHETHERIZATION LABORATORY BANJAR REGIONAL HOSPITAL WEST JAVA
Adhyatma et al. 39. PROGNOSTIC VALUE OF SYSTOLIC BLOOD PRESSURE IN HOSPITALIZED CHRONIC HEART FAILURE PATIENTS IN DR. SARDJITO HOSPITAL
Hu et al. Insuffiziente linksventrikuläre Volumenentlastung nach extrakorporaler Membranoxygenierung: Beobachtungsstudie anhand einer Fallserie
Kalra Echocardiographic Evaluation of Left Ventricular Recovery After Refractory Out-Of-Hospital Cardiac Arrest

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