CN116779186A - 一种用于心律失常患者的环磷腺苷用药数据信息处理系统 - Google Patents
一种用于心律失常患者的环磷腺苷用药数据信息处理系统 Download PDFInfo
- Publication number
- CN116779186A CN116779186A CN202311061683.7A CN202311061683A CN116779186A CN 116779186 A CN116779186 A CN 116779186A CN 202311061683 A CN202311061683 A CN 202311061683A CN 116779186 A CN116779186 A CN 116779186A
- Authority
- CN
- China
- Prior art keywords
- patient
- data
- index
- medication
- administration
- 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
- IVOMOUWHDPKRLL-KQYNXXCUSA-N Cyclic adenosine monophosphate Chemical compound C([C@H]1O2)OP(O)(=O)O[C@H]1[C@@H](O)[C@@H]2N1C(N=CN=C2N)=C2N=C1 IVOMOUWHDPKRLL-KQYNXXCUSA-N 0.000 title claims abstract description 128
- 239000003814 drug Substances 0.000 title claims abstract description 95
- 229940079593 drug Drugs 0.000 title claims abstract description 78
- 206010003119 arrhythmia Diseases 0.000 title claims abstract description 57
- 230000006793 arrhythmia Effects 0.000 title claims abstract description 57
- 230000010365 information processing Effects 0.000 title claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 230000008859 change Effects 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 13
- 230000001105 regulatory effect Effects 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 6
- OIRDTQYFTABQOQ-KQYNXXCUSA-N adenosine Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O OIRDTQYFTABQOQ-KQYNXXCUSA-N 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 12
- 239000008280 blood Substances 0.000 claims description 11
- 210000004369 blood Anatomy 0.000 claims description 11
- 210000002700 urine Anatomy 0.000 claims description 10
- 239000002126 C01EB10 - Adenosine Substances 0.000 claims description 9
- 229960005305 adenosine Drugs 0.000 claims description 9
- 239000003416 antiarrhythmic agent Substances 0.000 claims description 8
- 230000036760 body temperature Effects 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 8
- 230000036387 respiratory rate Effects 0.000 claims description 8
- 208000024891 symptom Diseases 0.000 claims description 8
- 230000036772 blood pressure Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 239000002934 diuretic Substances 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000001647 drug administration Methods 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 238000012550 audit Methods 0.000 claims description 5
- 239000003146 anticoagulant agent Substances 0.000 claims description 4
- 229940127219 anticoagulant drug Drugs 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 4
- 230000001882 diuretic effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 229940124301 concurrent medication Drugs 0.000 claims 1
- 238000013480 data collection Methods 0.000 claims 1
- 238000013500 data storage Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 30
- 125000004122 cyclic group Chemical group 0.000 description 7
- 230000010100 anticoagulation Effects 0.000 description 3
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 2
- 230000003288 anthiarrhythmic effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 238000010253 intravenous injection Methods 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 230000010016 myocardial function Effects 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000024883 vasodilation Effects 0.000 description 1
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及医疗信息处理领域，具体公开了一种用于心律失常患者的环磷腺苷用药数据信息处理系统，包括数据信息收集模块、数据信息处理模块、用药分析模块、数据信息综合模块以及数据信息存储模块；本发明通过对患者的身体数据进行预处理，对预处理后的身体数据建立环磷腺苷用药量预估模型，以分析患者环磷腺苷用药量，再通过数据信息综合模块计算预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的最大互信息系数，依据最大互信息系数的数值判断是否需要重新进行计算。本发明通过对患者的用药数据信息进行分析，便于医护人员更准确地了解患者的病情变化，从而提高环磷腺苷治疗心律失常的效果。
Description
技术领域
本发明涉及医疗信息处理领域，更具体地说，本发明涉及一种用于心律失常患者的环磷腺苷用药数据信息处理系统。
背景技术
心律失常是心血管内科中的一种多发性疾病，在临床上通常是由于心脏电传导系统存在异常，从而导致心脏跳动频率过快或者过慢。环磷腺苷被广泛应用于治疗心率失常，其具有亲水性好、作用半衰期短、无蓄积以及脂透性的优点，通过静脉注射可以快速且有效地在血液中融合，从而促进患者血管扩张并改善其心肌耗氧量，促进心肌功能良好发展，提升患者心脏功能水平。现有应用中，由于医护人员无法对心律失常患者的身体数据进行准确的了解，从而产生环磷腺苷治疗心律失常的效果并不显著的问题。
为了解决上述问题，现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供一种用于心律失常患者的环磷腺苷用药数据信息处理系统，通过对患者的身体数据进行预处理，对预处理后的身体数据建立环磷腺苷用药量预估模型，以分析患者环磷腺苷用药量，再通过数据信息综合模块计算预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的最大互信息系数，依据最大互信息系数的数值判断是否需要重新进行计算。本发明通过对患者的用药数据信息进行分析，便于医护人员更准确地了解患者的病情变化，从而提高环磷腺苷治疗心律失常的效果，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种用于心律失常患者的环磷腺苷用药数据信息处理系统，包括数据信息收集模块、数据信息处理模块、用药分析模块、数据信息综合模块以及数据信息存储模块，具体为：
数据信息收集模块收集患者的基本信息以及身体数据，患者的基本信息包括年龄、性别、身高、体重以及病史，患者的身体数据包括心电图变化指标、心率变异性指标、心律失常发作指标、环磷腺苷用药指标、合并用药指标、血液指标、尿液指标以及体征状态指标；
数据信息处理模块通过对患者的身体数据进行预处理，预处理包括标准化处理、逻辑斯蒂函数变换处理以及对数函数转换处理，将预处理后的身体数据传送至用药分析模块；
用药分析模块通过对预处理后的身体数据分析环磷腺苷用药量，并建立环磷腺苷用药量预估模型；
数据信息综合模块通过计算预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的最大互信息系数，依据最大互信息系数判断预估模型获得的环磷腺苷用药量是否需要重新进行计算；
数据信息存储模块对患者的基本信息、身体数据以及预估模型获得的环磷腺苷用药量进行存储。
作为本发明进一步的方案，数据信息收集模块与数据信息处理模块相连接，数据信息处理模块与用药分析模块相连接，用药分析模块与数据信息综合模块相连接，数据信息综合模块与数据信息存储模块相连接。
作为本发明进一步的方案，数据信息处理模块通过对患者的身体数据进行预处理，预处理包括标准化处理、逻辑斯蒂函数变换处理以及对数函数转换处理，其中，对患者的身体数据进行标准化处理、逻辑斯蒂函数变换处理以及对数函数转换处理的具体为：
对患者的身体数据进行标准化处理公式为：
；
式中：为标准化处理后患者的身体数据，/>为原始患者的身体数据，/>为患者的身体数据的均值，为患者的身体数据的标准差；
对患者的身体数据进行逻辑斯蒂函数变换处理的公式为：
；
式中：为逻辑斯蒂函数变换处理后患者的身体数据；
对患者的身体数据进行对数函数转换处理的公式为：
；
式中：为对数函数转换处理后患者的身体数据，/>为患者的身体数据中的最大值。
作为本发明进一步的方案，用药分析模块通过对预处理后患者的心电图变化指标、心率变异性指标、心律失常发作指标、环磷腺苷用药指标、合并用药指标、血液指标、尿液指标以及体征状态指标分析环磷腺苷用药量，并建立环磷腺苷用药量预估模型，环磷腺苷用药量预估模型的具体公式为：
；
式中：为患者的环磷腺苷用药量，/>为患者的心电图变化指标，/>为患者的心率变异性指标，/>为患者的心律失常发作指标，/>为患者的环磷腺苷用药指标，/>为患者的合并用药指标，/>为患者的血液指标，/>为患者的尿液指标，/>为患者的体征状态指标。
作为本发明进一步的方案，患者的心律失常发作指标的预测因子为患者心律失常的发作频率、持续时间以及临床症状指标，患者的环磷腺苷用药指标的预测因子为患者环磷腺苷的用药剂量、用药间隔时长、总用药量以及停止用药时长，患者的合并用药指标的预测因子为抗心律失常药物服用指标、抗凝药物服用指标以及利尿药物服用指标，患者的体征状态指标的预测因子为患者的血压、心率、呼吸频率以及体温，依据预测因子建立预测模型求得各指标值。
作为本发明进一步的方案，患者的心律失常发作指标预测模型的公式为：
；
式中：为患者心律失常的发作频率，/>为患者心律失常的持续时长，/>为患者心律失常的临床症状指标；
患者的环磷腺苷用药指标的预测模型的公式为：
；
式中：为环磷腺苷的用药剂量，/>为环磷腺苷的用药间隔时长，/>为环磷腺苷的总用药量，/>为环磷腺苷的停止用药时长；
患者的合并用药指标的预测模型的公式为：
；
式中：为患者的抗心律失常药物服用指标，/>为患者的抗凝药物服用指标，为患者的利尿药物服用指标；
患者的体征状态指标的预测模型的公式为：
；
式中：为患者的血压，/>为患者的心率，/>为患者的呼吸频率，/>为患者的体温。
作为本发明进一步的方案，数据信息综合模块包括用药数据处理单元、用药数据检测单元、审核单元、返回单元以及用药数据整合单元，其中，用药数据处理单元与用药数据检测单元相连接，用药数据检测单元与审核单元相连接，审核单元与用药数据整合单元相连接，审核单元也与返回单元相连接，返回单元与用药分析模块相连接。
作为本发明进一步的方案，数据信息综合模块通过计算预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的最大互信息系数，最大互信息系数的计算过程为：
步骤一，将环磷腺苷用药量预测模型的身体数据与规定环磷腺苷用药量的身体数据以散点图的方式散落至x行y列的二维平面中；
步骤二，对x行y列的二维平面进行网格化，从而得到x×y的网格D，以表示环磷腺苷用药量预测模型的身体数据与规定环磷腺苷用药量的身体数据在网格D上的概率密度，计算对网格D的不同划分方法得到的/>，其中，/>的最大值/>为网格D的最大互信息值；
步骤三，对网格D的最大互信息值进行归一化处理，其中，进行归一化处理的公式为：
；
式中：为归一化处理后的/>，/>为归一化因子，/>为在网格D中的最小网格分辨率；
步骤四：通过计算不同网格分辨率中互信息值的最大值作为最大互信息系数，最大互信息系数的公式为：
；
式中：为最大互信息系数。
本发明一种用于心律失常患者的环磷腺苷用药数据信息处理系统的技术效果和优点：
1.本发明通过对患者的用药数据信息进行分析，医护人员可以更准确地了解患者的病情变化，从而提高环磷腺苷治疗心律失常的效果；
2.本发明通过对患者的用药数据进行分析，便于及时发现潜在的药物不良反应，并采取相应的措施，降低患者出现药物不良反应的风险；
3.本发明根据患者的病情和用药情况，为医生提供更准确的诊断和治疗建议，有助于优化医疗资源的分配，提高整体医疗水平；
4.本发明有助于帮助患者更好地记录和管理自己的用药情况，避免药物过量或不足的问题，从而提高用药的依从性。
附图说明
图1为本发明一种用于心律失常患者的环磷腺苷用药数据信息处理系统的结构示意图。
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做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。
一种用于心律失常患者的环磷腺苷用药数据信息处理系统，包括数据信息收集模块、数据信息处理模块、用药分析模块、数据信息综合模块以及数据信息存储模块，具体为：
数据信息收集模块收集患者的基本信息以及身体数据，患者的基本信息包括年龄、性别、身高、体重以及病史，患者的身体数据包括心电图变化指标、心率变异性指标、心律失常发作指标、环磷腺苷用药指标、合并用药指标、血液指标、尿液指标以及体征状态指标；
数据信息处理模块通过对患者的身体数据进行预处理，预处理包括标准化处理、逻辑斯蒂函数变换处理以及对数函数转换处理，将预处理后的身体数据传送至用药分析模块；
用药分析模块通过对预处理后的身体数据分析环磷腺苷用药量，并建立环磷腺苷用药量预估模型；
数据信息综合模块通过计算预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的最大互信息系数，依据最大互信息系数判断预估模型获得的环磷腺苷用药量是否需要重新进行计算；
数据信息存储模块对患者的基本信息、身体数据以及预估模型获得的环磷腺苷用药量进行存储。
本实施例中数据信息收集模块与数据信息处理模块相连接，数据信息处理模块与用药分析模块相连接，用药分析模块与数据信息综合模块相连接，数据信息综合模块与数据信息存储模块相连接。
本实施例通过对患者的身体数据进行预处理，对预处理后的身体数据建立环磷腺苷用药量预估模型，以分析患者环磷腺苷用药量，再通过数据信息综合模块计算预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的最大互信息系数，依据最大互信息系数的数值判断是否需要重新进行计算。本实施例有助于帮助患者更好地记录和管理自己的用药情况，避免药物过量或不足的问题，从而提高用药的依从性。
本实施例中数据信息处理模块通过对患者的身体数据进行预处理，预处理包括标准化处理、逻辑斯蒂函数变换处理以及对数函数转换处理，其中，对患者的身体数据进行标准化处理、逻辑斯蒂函数变换处理以及对数函数转换处理的具体为：
对患者的身体数据进行标准化处理公式为：
；
式中：为标准化处理后患者的身体数据，/>为原始患者的身体数据，/>为患者的身体数据的均值，为患者的身体数据的标准差；
对患者的身体数据进行逻辑斯蒂函数变换处理的公式为：
；
式中：为逻辑斯蒂函数变换处理后患者的身体数据；
其中，逻辑斯蒂函数是利用S型生长曲线对患者的身体数据进行转换。
对患者的身体数据进行对数函数转换处理的公式为：
；
式中：为对数函数转换处理后患者的身体数据，/>为患者的身体数据中的最大值。
本实施例中用药分析模块通过对预处理后患者的心电图变化指标、心率变异性指标、心律失常发作指标、环磷腺苷用药指标、合并用药指标、血液指标、尿液指标以及体征状态指标分析环磷腺苷用药量，并建立环磷腺苷用药量预估模型，环磷腺苷用药量预估模型的具体公式为：
；
式中：为患者的环磷腺苷用药量，/>为患者的心电图变化指标，/>为患者的心率变异性指标，/>为患者的心律失常发作指标，/>为患者的环磷腺苷用药指标，/>为患者的合并用药指标，/>为患者的血液指标，/>为患者的尿液指标，/>为患者的体征状态指标。
其中，患者的环磷腺苷用药量与十二倍的患者的心电图变化指标成立方根函数关系，与患者的心率变异性指标的对数成立方根函数关系，与患者的心律失常发作指标的平方成立方根函数关系，与患者的环磷腺苷用药指标和三倍的患者的合并用药指标之和成平方关系，与患者的血液指标的e的指数成反函数关系，e为自然对书函数关系，与患者的尿液指标和患者的体征状态指标之和成反函数关系，由函数关系反映患者的环磷腺苷用药量受患者的环磷腺苷用药指标和患者的合并用药指标的影响最大。
本实施例中患者的心律失常发作指标的预测因子为患者心律失常的发作频率、持续时间以及临床症状指标，患者的环磷腺苷用药指标的预测因子为患者环磷腺苷的用药剂量、用药间隔时长、总用药量以及停止用药时长，患者的合并用药指标的预测因子为抗心律失常药物服用指标、抗凝药物服用指标以及利尿药物服用指标，患者的体征状态指标的预测因子为患者的血压、心率、呼吸频率以及体温，依据预测因子建立预测模型求得各指标值。
本实施例中患者的心律失常发作指标预测模型的公式为：
；
式中：为患者心律失常的发作频率，/>为患者心律失常的持续时长，/>为患者心律失常的临床症状指标；
其中，患者的心律失常发作指标与患者心律失常的发作频率和十二倍的心律失常的持续时长之和成平方根函数关系，与患者心律失常的临床症状指标成对数函数关系，由函数关系反映患者的心律失常发作指标受患者心律失常的临床症状指标的影响程度较大。
患者的环磷腺苷用药指标的预测模型的公式为：
；
式中：为环磷腺苷的用药剂量，/>为环磷腺苷的用药间隔时长，/>为环磷腺苷的总用药量，/>为环磷腺苷的停止用药时长；
其中，患者的环磷腺苷用药指标与环磷腺苷的用药剂量和环磷腺苷的用药间隔时长的乘积成立方函数关系，与环磷腺苷的总用药量的平方根成立方关系，与七倍的环磷腺苷的停止用药时长成正比关系，由函数关系反映患者的环磷腺苷用药指标受环磷腺苷的用药剂量和环磷腺苷的用药间隔时长的影响程度较大。
患者的合并用药指标的预测模型的公式为：
；
式中：为患者的抗心律失常药物服用指标，/>为患者的抗凝药物服用指标，为患者的利尿药物服用指标；
其中，患者的合并用药指标与患者的抗心律失常药物服用指标成五次方函数关系，与患者的抗凝药物服用指标以及两倍的患者的利尿药物服用指标之和的平方根成五次方函数关系，由函数关系反映患者的合并用药指标受患者的抗心律失常药物服用指标的影响程度较大。
患者的体征状态指标的预测模型的公式为：
；
式中：为患者的血压，/>为患者的心率，/>为患者的呼吸频率，/>为患者的体温；
其中，患者的体征状态指标与患者的血压成对数函数关系，与患者的心率和十二倍的患者的呼吸频率之和成正比，与患者的体温成正比函数关系，由函数关系反映患者的体征状态指标受患者的心率、患者的呼吸频率以及患者的体温的影响较大。
本实施例中数据信息综合模块包括用药数据处理单元、用药数据检测单元、审核单元、返回单元以及用药数据整合单元，其中，用药数据处理单元与用药数据检测单元相连接，用药数据检测单元与审核单元相连接，审核单元与用药数据整合单元相连接，审核单元也与返回单元相连接，返回单元与用药分析模块相连接。
本实施例中数据信息综合模块通过计算预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的最大互信息系数，最大互信息系数的计算过程为：
步骤一，将环磷腺苷用药量预测模型的身体数据与规定环磷腺苷用药量的身体数据以散点图的方式散落至x行y列的二维平面中；
步骤二，对x行y列的二维平面进行网格化，从而得到x×y的网格D，以表示环磷腺苷用药量预测模型的身体数据与规定环磷腺苷用药量的身体数据在网格D上的概率密度，计算对网格D的不同划分方法得到的/>，其中，/>的最大值/>为网格D的最大互信息值；
步骤三，对网格D的最大互信息值进行归一化处理，其中，进行归一化处理的公式为：
；
式中：为归一化处理后的/>，/>为归一化因子，/>为在网格D中的最小网格分辨率；
步骤四：通过计算不同网格分辨率中互信息值的最大值作为最大互信息系数，最大互信息系数的公式为：
；
式中：为最大互信息系数。
本实施例中最大互信息系数能够反映预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的相关性，其取值范围为0-1，当最大互信息系数的数值趋向于0时，预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的关联程度低，则预估模型获得的环磷腺苷用药量的准确性低；当最大互信息系数的数值趋向于1时，预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的关联程度高，则预估模型获得的环磷腺苷用药量的准确性高。
本实施例通过对患者的身体数据进行预处理，对预处理后的身体数据建立环磷腺苷用药量预估模型，以分析患者环磷腺苷用药量，再通过数据信息综合模块计算预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的最大互信息系数，依据最大互信息系数的数值判断是否需要重新进行计算。当数据信息综合模块的用药数据检测单元检测到最大互信息系数低时，将预估模型获得的环磷腺苷用药量以及患者的身体数据传送至审核单元相连接，审核单元对数据进行审核，当审核单元发现数据存在错误时，将数据传输至返回单元，返回单元再将数据传输至用药分析模块重新计算；当审核单元并未发现数据存在错误，则将数据传输至药数据整合单元进行整合，整合后的数传输至数据信息存储模块存储。本实施例有助于帮助患者更好地记录和管理自己的用药情况，避免药物过量或不足的问题，从而提高用药的依从性。同时，通过对患者的用药数据信息进行分析，医护人员便于更准确地了解患者的病情变化，从而提高环磷腺苷治疗心律失常的效果。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，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 (9)
1.一种用于心律失常患者的环磷腺苷用药数据信息处理系统，包括数据信息收集模块、数据信息处理模块、用药分析模块、数据信息综合模块以及数据信息存储模块，其特征在于，用药分析模块通过对预处理后患者的身体数据分析环磷腺苷用药量，并建立环磷腺苷用药量预估模型，患者的身体数据包括心电图变化指标、心率变异性指标、心律失常发作指标、环磷腺苷用药指标、合并用药指标、血液指标、尿液指标以及体征状态指标，其中，环磷腺苷用药量预估模型的具体公式为：
；
式中：为患者的环磷腺苷用药量，/>为患者的心电图变化指标，/>为患者的心率变异性指标，/>为患者的心律失常发作指标，/>为患者的环磷腺苷用药指标，/>为患者的合并用药指标，/>为患者的血液指标，/>为患者的尿液指标，/>为患者的体征状态指标。
2.根据权利要求1所述的一种用于心律失常患者的环磷腺苷用药数据信息处理系统，其特征在于，数据信息收集模块与数据信息处理模块相连接，数据信息处理模块与用药分析模块相连接，用药分析模块与数据信息综合模块相连接，数据信息综合模块与数据信息存储模块相连接。
3.根据权利要求1所述的一种用于心律失常患者的环磷腺苷用药数据信息处理系统，其特征在于，数据信息处理模块通过对患者的身体数据进行预处理，预处理包括标准化处理、逻辑斯蒂函数变换处理以及对数函数转换处理，其中，对患者的身体数据进行标准化处理、逻辑斯蒂函数变换处理以及对数函数转换处理的具体为：
对患者的身体数据进行标准化处理公式为：
；
式中：为标准化处理后患者的身体数据，/>为原始患者的身体数据，/>为患者的身体数据的均值，为患者的身体数据的标准差；
对患者的身体数据进行逻辑斯蒂函数变换处理的公式为：
；
式中：为逻辑斯蒂函数变换处理后患者的身体数据；
对患者的身体数据进行对数函数转换处理的公式为：
；
式中：为对数函数转换处理后患者的身体数据，/>为患者的身体数据中的最大值。
4.根据权利要求1所述的一种用于心律失常患者的环磷腺苷用药数据信息处理系统，其特征在于，数据信息收集模块收集患者的基本信息以及身体数据，患者的基本信息包括年龄、性别、身高、体重以及病史，患者的身体数据包括心电图变化指标、心率变异性指标、心律失常发作指标、环磷腺苷用药指标、合并用药指标、血液指标、尿液指标以及体征状态指标；
数据信息处理模块通过对患者的身体数据进行预处理，预处理包括标准化处理、逻辑斯蒂函数变换处理以及对数函数转换处理，将预处理后的身体数据传送至用药分析模块；
用药分析模块通过对预处理后的身体数据分析环磷腺苷用药量，并建立环磷腺苷用药量预估模型；
数据信息综合模块通过计算预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的最大互信息系数，依据最大互信息系数判断预估模型获得的环磷腺苷用药量是否需要重新进行计算；
数据信息存储模块对患者的基本信息、身体数据以及预估模型获得的环磷腺苷用药量进行存储。
5.根据权利要求1所述的一种用于心律失常患者的环磷腺苷用药数据信息处理系统，其特征在于，患者的心律失常发作指标的预测因子为患者心律失常的发作频率、持续时间以及临床症状指标，患者的环磷腺苷用药指标的预测因子为患者环磷腺苷的用药剂量、用药间隔时长、总用药量以及停止用药时长，患者的合并用药指标的预测因子为抗心律失常药物服用指标、抗凝药物服用指标以及利尿药物服用指标，患者的体征状态指标的预测因子为患者的血压、心率、呼吸频率以及体温，依据预测因子建立预测模型求得各指标值。
6.根据权利要求5所述的一种用于心律失常患者的环磷腺苷用药数据信息处理系统，其特征在于，患者的心律失常发作指标预测模型的公式为：
；
式中：为患者心律失常的发作频率，/>为患者心律失常的持续时长，/>为患者心律失常的临床症状指标；
患者的环磷腺苷用药指标的预测模型的公式为：
；
式中：为环磷腺苷的用药剂量，/>为环磷腺苷的用药间隔时长，/>为环磷腺苷的总用药量，/>为环磷腺苷的停止用药时长。
7.根据权利要求5所述的一种用于心律失常患者的环磷腺苷用药数据信息处理系统，其特征在于，患者的合并用药指标的预测模型的公式为：
；
式中：为患者的抗心律失常药物服用指标，/>为患者的抗凝药物服用指标，/>为患者的利尿药物服用指标；
患者的体征状态指标的预测模型的公式为：
；
式中：为患者的血压，/>为患者的心率，/>为患者的呼吸频率，/>为患者的体温。
8.根据权利要求1所述的一种用于心律失常患者的环磷腺苷用药数据信息处理系统，其特征在于，数据信息综合模块包括用药数据处理单元、用药数据检测单元、审核单元、返回单元以及用药数据整合单元，其中，用药数据处理单元与用药数据检测单元相连接，用药数据检测单元与审核单元相连接，审核单元与用药数据整合单元相连接，审核单元也与返回单元相连接，返回单元与用药分析模块相连接。
9.根据权利要求1所述的一种用于心律失常患者的环磷腺苷用药数据信息处理系统，其特征在于，数据信息综合模块通过计算预估模型获得的环磷腺苷用药量与规定环磷腺苷用药量之间的最大互信息系数，最大互信息系数的计算过程为：
步骤一，将环磷腺苷用药量预测模型的身体数据与规定环磷腺苷用药量的身体数据以散点图的方式散落至x行y列的二维平面中；
步骤二，对x行y列的二维平面进行网格化，从而得到x×y的网格D，以表示环磷腺苷用药量预测模型的身体数据与规定环磷腺苷用药量的身体数据在网格D上的概率密度，计算对网格D的不同划分方法得到的/>，其中，/>的最大值/>为网格D的最大互信息值；
步骤三，对网格D的最大互信息值进行归一化处理，其中，进行归一化处理的公式为：
；
式中：为归一化处理后的/>，/>为归一化因子，/>为在网格D中的最小网格分辨率；
步骤四：通过计算不同网格分辨率中互信息值的最大值作为最大互信息系数，最大互信息系数的公式为：
；
式中：为最大互信息系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311061683.7A CN116779186B (zh) | 2023-08-23 | 2023-08-23 | 一种用于心律失常患者的环磷腺苷用药数据信息处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311061683.7A CN116779186B (zh) | 2023-08-23 | 2023-08-23 | 一种用于心律失常患者的环磷腺苷用药数据信息处理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116779186A true CN116779186A (zh) | 2023-09-19 |
| CN116779186B CN116779186B (zh) | 2023-12-12 |
Family
ID=88006695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311061683.7A Active CN116779186B (zh) | 2023-08-23 | 2023-08-23 | 一种用于心律失常患者的环磷腺苷用药数据信息处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116779186B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160101085A1 (en) * | 2013-05-06 | 2016-04-14 | University Health Network, Toronto General Hospita | Methods of administering dantrolene for the acute treatment of cardiac arrhythmias |
| CN110010252A (zh) * | 2019-04-01 | 2019-07-12 | 上海交通大学医学院附属新华医院 | 华法林给药剂量预测方法及装置 |
| CN111081384A (zh) * | 2019-12-06 | 2020-04-28 | 浙江迪谱诊断技术有限公司 | 一种心血管疾病临床用药指导系统及方法 |
| CN111742370A (zh) * | 2017-05-12 | 2020-10-02 | 密歇根大学董事会 | 个体和队列药理学表型预测平台 |
| US20210193332A1 (en) * | 2019-12-18 | 2021-06-24 | Optimdosing Llc | Smart dosing for cancer therapy |
| CN113035369A (zh) * | 2021-03-10 | 2021-06-25 | 浙江大学 | 一种肾移植抗感染药物剂量预测模型的构建方法 |
| CN114267428A (zh) * | 2021-12-16 | 2022-04-01 | 吉林亚泰中科医疗器械工程技术研究院股份有限公司 | 一种icg用药量计算方法 |
| CN114913957A (zh) * | 2022-05-11 | 2022-08-16 | 金华市人民医院 | 一种抗菌药物合理应用的剂量调整系统及其使用方法 |
| CN115050451A (zh) * | 2022-08-17 | 2022-09-13 | 合肥工业大学 | 败血症临床用药方案自动生成系统 |
| CN115295114A (zh) * | 2022-06-29 | 2022-11-04 | 中南大学湘雅三医院 | 一种基于疼痛客观评估体系的镇痛给药方法 |
| CN116230108A (zh) * | 2023-03-01 | 2023-06-06 | 天津云检医学检验所有限公司 | 一种基于tdm和ai技术的智能用药决策方法及系统 |
| CN116486986A (zh) * | 2023-02-23 | 2023-07-25 | 杭州雷公锤信息科技有限公司 | 一种新冠退烧药物用药管理系统 |
-
2023
- 2023-08-23 CN CN202311061683.7A patent/CN116779186B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160101085A1 (en) * | 2013-05-06 | 2016-04-14 | University Health Network, Toronto General Hospita | Methods of administering dantrolene for the acute treatment of cardiac arrhythmias |
| CN111742370A (zh) * | 2017-05-12 | 2020-10-02 | 密歇根大学董事会 | 个体和队列药理学表型预测平台 |
| CN110010252A (zh) * | 2019-04-01 | 2019-07-12 | 上海交通大学医学院附属新华医院 | 华法林给药剂量预测方法及装置 |
| CN111081384A (zh) * | 2019-12-06 | 2020-04-28 | 浙江迪谱诊断技术有限公司 | 一种心血管疾病临床用药指导系统及方法 |
| US20210193332A1 (en) * | 2019-12-18 | 2021-06-24 | Optimdosing Llc | Smart dosing for cancer therapy |
| CN113035369A (zh) * | 2021-03-10 | 2021-06-25 | 浙江大学 | 一种肾移植抗感染药物剂量预测模型的构建方法 |
| CN114267428A (zh) * | 2021-12-16 | 2022-04-01 | 吉林亚泰中科医疗器械工程技术研究院股份有限公司 | 一种icg用药量计算方法 |
| CN114913957A (zh) * | 2022-05-11 | 2022-08-16 | 金华市人民医院 | 一种抗菌药物合理应用的剂量调整系统及其使用方法 |
| CN115295114A (zh) * | 2022-06-29 | 2022-11-04 | 中南大学湘雅三医院 | 一种基于疼痛客观评估体系的镇痛给药方法 |
| CN115050451A (zh) * | 2022-08-17 | 2022-09-13 | 合肥工业大学 | 败血症临床用药方案自动生成系统 |
| CN116486986A (zh) * | 2023-02-23 | 2023-07-25 | 杭州雷公锤信息科技有限公司 | 一种新冠退烧药物用药管理系统 |
| CN116230108A (zh) * | 2023-03-01 | 2023-06-06 | 天津云检医学检验所有限公司 | 一种基于tdm和ai技术的智能用药决策方法及系统 |
Non-Patent Citations (5)
| Title |
|---|
| 朱雅琴;黄震华;徐济民;: "24小时动态心电图观察环磷腺苷葡胺对心率变异的影响", 实用医学杂志, no. 20, pages 3266 - 3267 * |
| 杜健磊等: "环磷腺苷葡胺联合胺碘酮对室性心律失常患者心率变异性及Q-T间期的影响", 医药论坛杂志, vol. 41, no. 05, pages 157 - 159 * |
| 王继仿;尤丽丽;宋海龙;: "神经内科286例住院患者用药分析", 中国处方药, no. 09, pages 31 - 32 * |
| 胡世昌等: ""静脉注射三磷酸腺苷治疗阵发性室上性心动过速的剂量分析"", 《SOUTH CHINA JOURNAL OF CARDIOVASCULAR DISEASES》, vol. 16, no. 3, pages 226 * |
| 邢淑华等: ""环磷酸腺苷葡甲胺小儿用药剂量计算"", 《徐州医学院学报》, vol. 19, no. 5, pages 370 - 372 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116779186B (zh) | 2023-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6923763B1 (en) | Method and apparatus for predicting the risk of hypoglycemia | |
| US20210361166A1 (en) | Vascular access devices, systems, and methods for monitoring patient health | |
| KR102439082B1 (ko) | 딥러닝 기반 심전도 분석데이터를 이용한 일반인의 간질환 보유 가능성 예측 방법 | |
| WO2001013786A1 (en) | Method and apparatus for predicting the risk of hypoglycemia | |
| Krzesinski et al. | Noninvasive bioimpedance methods from the viewpoint of remote monitoring in heart failure | |
| CN115050451A (zh) | 败血症临床用药方案自动生成系统 | |
| CN115715684A (zh) | 心脏检测评估方法、系统、存储介质及装置 | |
| CN114420301B (zh) | 基于分段域rf建模预测血糖的方法、系统及存储介质 | |
| Kannathal et al. | Cardiac health diagnosis using data fusion of cardiovascular and haemodynamic signals | |
| Connors Jr et al. | Assessing hemodynamic status in critically ill patients: do physicians use clinical information optimally? | |
| CN116779186B (zh) | 一种用于心律失常患者的环磷腺苷用药数据信息处理系统 | |
| US20240021311A1 (en) | Metadata-Based Diagnosis and Management System for Cardiovascular and Cerebrovascular Diseases | |
| CN116580836A (zh) | 一种评估高龄患者院内不良结局风险的装置、系统和介质 | |
| CN113243898B (zh) | 一种脑卒中数据处理设备及方法 | |
| CN115602315A (zh) | 基于综合数据分析的肾小球滤过率估算系统 | |
| Chen et al. | Analyzing complexity and fractality of glucose dynamics in a pregnant woman with type 2 diabetes under treatment | |
| US20190246964A1 (en) | Combined Non Invasive Blood Glucose Monitor Device | |
| Shirwaikar et al. | Design framework for a data mart in the neonatal intensive care unit | |
| CN117747046B (zh) | 一种医用注射系统 | |
| CN113707321B (zh) | 一种高血压系统血管风险评估体系及其评估方法 | |
| Korneeva et al. | A System for Remote Monitoring of Pregnant Women's Health State and Pregnancy Complications Prediction. | |
| CN115881287B (zh) | 一种基于心电监护仪采集数据的医生推荐方法 | |
| CN117379047A (zh) | 基于葡萄糖和乳酸的连续代谢监测方法、存储介质及设备 | |
| Farhah et al. | Modeling of Insulin Sensitivity for Sepsis-AKI and Sepsis Non-AKI | |
| CN116364273A (zh) | 基于cdss的二甲双胍推荐方法、系统、终端及介质 |
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 |