CN117198527B - 一种亲缘造血干细胞移植术后的风险评估系统及方法 - Google Patents
一种亲缘造血干细胞移植术后的风险评估系统及方法 Download PDFInfo
- Publication number
- CN117198527B CN117198527B CN202311068534.3A CN202311068534A CN117198527B CN 117198527 B CN117198527 B CN 117198527B CN 202311068534 A CN202311068534 A CN 202311068534A CN 117198527 B CN117198527 B CN 117198527B
- Authority
- CN
- China
- Prior art keywords
- patient
- hematopoietic stem
- stem cell
- data
- rejection
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012502 risk assessment Methods 0.000 title claims abstract description 21
- 210000003958 hematopoietic stem cell Anatomy 0.000 title claims description 18
- 238000011134 hematopoietic stem cell transplantation Methods 0.000 claims abstract description 52
- 239000003814 drug Substances 0.000 claims description 68
- 230000008859 change Effects 0.000 claims description 48
- 210000000056 organ Anatomy 0.000 claims description 41
- 230000006870 function Effects 0.000 claims description 40
- 230000036541 health Effects 0.000 claims description 38
- 229940079593 drug Drugs 0.000 claims description 36
- 238000011282 treatment Methods 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000006378 damage Effects 0.000 claims description 14
- 238000002054 transplantation Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 9
- 210000002249 digestive system Anatomy 0.000 claims description 9
- 210000004185 liver Anatomy 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000008280 blood Substances 0.000 claims description 6
- 210000004369 blood Anatomy 0.000 claims description 6
- 238000013499 data model Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 210000001835 viscera Anatomy 0.000 claims description 6
- 238000011269 treatment regimen Methods 0.000 claims description 5
- 231100000430 skin reaction Toxicity 0.000 claims description 4
- 230000000735 allogeneic effect Effects 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 206010040914 Skin reaction Diseases 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 230000035483 skin reaction Effects 0.000 claims description 2
- 238000002203 pretreatment Methods 0.000 claims 1
- 230000004083 survival effect Effects 0.000 description 8
- 230000002980 postoperative effect Effects 0.000 description 7
- 238000004393 prognosis Methods 0.000 description 7
- 201000004624 Dermatitis Diseases 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000004998 Abdominal Pain Diseases 0.000 description 1
- 206010006784 Burning sensation Diseases 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 208000002250 Hematologic Neoplasms Diseases 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 206010028813 Nausea Diseases 0.000 description 1
- 208000001388 Opportunistic Infections Diseases 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 208000035965 Postoperative Complications Diseases 0.000 description 1
- 208000003251 Pruritus Diseases 0.000 description 1
- 206010047700 Vomiting Diseases 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008105 immune reaction Effects 0.000 description 1
- 230000007803 itching Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008693 nausea Effects 0.000 description 1
- 230000008816 organ damage Effects 0.000 description 1
- 230000036407 pain Effects 0.000 description 1
- -1 platelets Proteins 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 230000002227 vasoactive effect Effects 0.000 description 1
- 230000008673 vomiting Effects 0.000 description 1
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种亲缘造血干细胞移植术后的风险评估方法及系统,具体涉及风险评估领域,包括本发明通过数据采集模块、数据预处理模块、特征提取模块、数据分析模块、患者健康分析模块、健康理论模型建立单元、判断模块,系统采集患者基本信息、治疗数据,对数据进行缺省部分进行补齐,并进行正则化处理,处理完成后进行特征提取,提取到的数据进行计算,计算得出亲缘造血干细胞术后患者身体健康指数,与理论模型进行对比,指导医疗资源的合理最大化,对临床尽快识别风险,为临床针对影响预后的危险因素早期主动干预提供决策支持,对降低术后重症患者死亡率,减少ICU住院时间有指导意义。
Description
技术领域
本发明涉及风险评估技术领域,更具体地说,本发明涉及一种亲缘造血干细胞移植术后的风险评估系统。
背景技术
血液恶性肿瘤是严重威胁人民生命安全的重大疾病,近年来,随着造血干细胞移植技术的迅速发展,这些患者的生存率已经得到显著提高。然而,造血干细胞移植过程中,预处理毒性导致的器官损伤、长期免疫重建不良及伴随出现的机会感染等严重并发症严重影响造血干细胞移植患者的预后。重症监护病房,是救治重症造血干细胞移植患者的主要承担者,但是即使给予各种抢救手段,这些患者预后仍不如人意;
需要一种能够预测患者术后相关风险,指导临床规避和减少患者术后风险,为临床针对影响预后的危险因素早期主动干预提供决策支持,对患者术后的安全保障,保护重要脏器功能,降低术后并发症的发生率,并加快术后康复具有指导意义。
但是其在实际使用时,仍旧存在一些缺点,如患者术后数据整合共享困难,患者术后情况评估的判断不能做到针对性治疗方案。
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亲缘造血干细胞移植术后的风险评估系统及方法,通过数据采集模块采集患者的基本信息、治疗数据、排异反应、药物用量、重要脏器功能,根据采集到数据进行计算,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:一种亲缘造血干细胞移植术后的风险评估系统,包括:
数据采集模块:用于获取亲缘造血干细胞移植术后患者的基本信息、治疗数据、排异反应、药物用量、重要脏器功能,所述患者基本信息包括:临床检查、临床医嘱、临床检验、治疗方案及措施、重症护理记录;
安全数据库:用于存储亲缘造血干细胞移植术后患者在重症监护住院期间的信息和治疗数据以及各项检查数据;
特征提取模块:对安全数据库内亲缘造血干细胞移植术后患者的基本信息,治疗数据进行特征提取发送至数据分析模块进行分析;
数据预处理模块:采用数据预处理方法完成基本信息、治疗数据、排异反应、药物用量、重要脏器功能数据补齐和数据正则化处理;
数据分析模块:基于数据采集模块传输的患者排异反应参数、患者药物用量参数、患者重要脏器功能损害参数,计算得出患者排异反应变化系数、患者药物用量变化系数、患者重要脏器功能损害变化系数;
患者健康分析模块:根据患者排异反应变化系数、患者药物用量变化系数以及患者重要脏器功能损害变化系数,计算得出亲缘造血干细胞移植术后患者健康指数;
健康理论模型建立单元:用于建立亲缘造血干细胞移植术后患者死亡风险比理论模型;
判断模块:基于亲缘造血干细胞移植术后患者健康指数进行风险评估;
人机交互模块:根据亲缘造血干细胞移植术后患者的治疗数据参数,计算得出亲缘造血干细胞移植术后患者的健康指数,将亲缘造血干细胞移植术后患者的健康指数与理论数据模型对比,将对比结果发送至管理端。
优选的,所述数据分析模块计算得出患者排异反应变化系数的步骤包括:将每个时间段内获取的排异指数记为J1、J2、J3……Jn,计算出平均排异指数其中Py为所有监测时间段内排异指数的平均值,Xi为第i次排异指数实际值,n为所有检测次数,Py为排异指数变化系数。
优选的,所述排异指数计算公式为:
其中Jn为排异指数,PF为皮肤的反映情况,XH为消化系统的反映情况,GZ为肝脏的反映情况;
所述皮肤反应情况可通过医生进行皮肤检查进行获取,所述消化系统反应情况,可通过患者口述进行获取,所述肝脏反应情况可通过抽取患者血液样本进行实验室检测进行获取。
优选的,所述患者药物用量参数为单位时间长度Δt每个时间段内的药物最大值记为S1,S2,S3……Si,药物最小值记为H1,H2,H3...Hi,求所有时间段的药物最大平均值Sm,药物最小平均值Hn,根据药物使用量最大值与最小值计算得出药物使用量变化系数,计算公式为:Yw为药物用量变化系数,Sm为实际药物使用量最大值,Hn为药物使用量最小值;
所述实际药物使用量可通过检测药物使用量以及使用药物的频率和持续时间。并根据患者需要进行调整。
优选的,患者重要脏器功能参数,依据SOFA评分标准得出重要脏器得分,依据重要脏器得分计算得出重要脏器功能变化系数,计算公式为:其中Zq为重要脏器功能变化系数,si为重要脏器在单位时间内Δt内实际得分,wi为标准得分。
优选的,所述亲缘造血干细胞移植术后患者健康指数计算公式为:其中GTn为亲缘造血干细胞移植术后患者健康指数,λ为健康指数对应的影响因子。
一种亲缘造血干细胞移植术后的风险评估方法,包括以下步骤:
S1:获取亲缘造血干细胞移植术后患者的基本信息、治疗数据、排异反应、药物用量以及重要脏器功能
S2:采用数据预处理方法完成基本信息、治疗数据、排异反应、药物用量、重要脏器功能数据补齐以及数据正则化处理;
S3:计算得出患者排异反应变化系数以及患者药物用量变化系数以及患者重要脏器功能损害变化系数;
S4:根据患者排异反应变化系数、患者药物用量变化系数以及患者重要脏器功能损害变化系数,计算得出亲缘造血干细胞移植术后患者健康指数;
S5:用于建立亲缘造血干细胞移植术后患者死亡风险比理论模型;
S6:基于亲缘造血干细胞移植术后患者健康指数进行风险评估;
S7:将亲缘造血干细胞移植术后患者的健康指数与理论数据模型对比,将对比结果发送至管理端。
本发明的技术效果和优点:
1、本发明通过数据采集模块:用于获取亲缘造血干细胞移植术后患者的基本信息、治疗数据、排异反应、药物用量、重要脏器功能,所述患者基本信息包括:临床检查、临床医嘱、临床检验、治疗方案及措施、重症护理记录;各项参数对患者术后恢复情况进行计算,对患者各项参数进行采集并根据采集参数进行详细比对判断患者自身健康情况,为临床针对影响预后的危险因素主动干预提供决策支持;指导医疗资源的合理最大化,对临床尽快识别风险,为临床针对影响预后的危险因素早期主动干预提供决策支持,对降低术后重症患者死亡率,减少ICU住院时间有指导意义。
附图说明
图1为本发明的系统结构框图。
图2为本发明的方法流程示意图。
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。
一种亲缘造血干细胞移植术后的风险评估系统,包括:
数据采集模块:用于获取亲缘造血干细胞移植术后患者的基本信息、治疗数据、排异反应、药物用量以及重要脏器功能,所述患者基本信息包括:临床检查、临床医嘱、临床检验、治疗方案及措施以及重症护理记录;
在本实施案例中,所述皮肤反应情况、消化系统反映情况、肝脏反映情况,所述皮肤反映情况可通过医生进行皮肤检查,观察皮肤颜色,质地,湿润度,是否存在皮肤炎症,破损,通过患者口述,是否存在灼热感,瘙痒,疼痛,或通过采集皮肤样本实验室检测,以评估皮肤炎症、免疫反应的生物学指标反映出患者皮肤情况,所述消化系统反映情况,可通过患者口述,是否存在恶心、呕吐、腹泻、腹痛症状出现,或通过抽取患者血液样本进行实验室检测以评估患者消化系统反映情况,所述肝脏反映情况可通过抽取患者血液样本进行实验室检测,或通过医学影像检查方法,如超声波扫描、CT扫描,观察肝脏结构和形态以评估患者肝脏反映情况。
安全数据库:用于存储亲缘造血干细胞移植术后患者在重症监护住院期间的信息和治疗数据以及各项检查数据;
特征提取模块:对安全数据库内亲缘造血干细胞移植术后患者的基本信息,治疗数据进行特征提取发送至数据分析模块进行分析;
数据预处理模块:采用数据预处理方法完成基本信息、治疗数据、排异反应、药物用量、重要脏器功能数据补齐和数据正则化处理;
在本实施案例中,数据预处理模块,所述数据补齐,对于缺失数据,可以考虑使用插补法进行补齐;数据正则化处理,对采集数据进行正则化处理
标准化:标准化将每个特征的数值转化为均值为0,标准差为1的正态分布,具体操作是通过对每个特征的数值减去该特征的均值,再除以该特征的标准差,标准化可以使得特征的数值具有相似的尺度。
数据分析模块:基于数据采集模块传输的患者排异反应参数、患者药物用量参数以及患者重要脏器功能损害参数,计算得出患者排异反应变化系数、患者药物用量变化系数、患者重要脏器功能损害变化系数;
患者健康分析模块:根据患者排异反应变化系数、患者药物用量变化系数、患者重要脏器功能损害变化系数,计算得出亲缘造血干细胞移植术后患者健康指数;
健康理论模型建立单元:用于建立亲缘造血干细胞移植术后患者死亡风险比理论模型;
在本实施案例中:KM值计算公式的基本思想是将亲缘造血干细胞移植术后患者的生存时间按照一定的时间区间进行分夺并计算出每个时间区间内的生存率,通过比较不同时间区间内生存率的差异,来分析血红蛋白、血小板、BNP、FDP、入室应用血管活性药物、APACHII评分对生存率的影响,KM值的计算公式为:其中,Nt在第t天没有死亡数量,Dt在第t天死亡的患者数量,St在第t天的累计生存率;
根据危险因素的数量将患者分为三组,即低风险(0-1危险因素,n=26)、中风险(2-3危险因素,n=46)和高危(4-6危险因素,n=36)组。低、中、高危组ICU死亡率分别为15.4%、50.0%和86.1%(χ2=30.816,P<0.001)。入住ICU后60天的累积生存率在低、中、高危组之间也存在显著差异,模型显示低危组累积生存率69.2%(95%CI:53.6%–89.5%),中危组41.3%(95%CI:29.3%–58.3%),高危组:8.3%(95%CI:2.8%–24.6%)。
判断模块:基于亲缘造血干细胞移植术后患者健康指数进行风险评估;
人机交互模块:根据亲缘造血干细胞移植术后患者的治疗数据参数,计算得出亲缘造血干细胞移植术后患者的健康指数,将亲缘造血干细胞移植术后患者的健康指数与理论数据模型对比,将对比结果发送至管理端。
所述数据分析模块计算得出患者排异反应变化系数的步骤包括:将每个时间段内获取的排异指数记为J1、J2、J3……Jn,计算出平均排异指数Ji,其中Py为所有监测时间段内排异指数的平均值,Xi为第i次排异指数实际值,n为所有检测次数,Py为排异指数变化系数
所述排异指数计算公式为:其中Jn为排异指数,PF为皮肤的反映情况,XH为消化系统的反映情况,GZ为肝脏的反映情况;
所述皮肤反应情况可通过医生进行皮肤检查进行获取,所述消化系统反应情况,可通过患者口述进行获取,所述肝脏反应情况可通过抽取患者血液样本进行实验室检测进行获取。
所述患者药物用量参数为单位时间长度Δt每个时间段内的药物最大值记为S1,S2,S3...Si,药物最小值记为H1,H2,H3...Hi,求所有时间段的药物最大平均值Sm,药物最小平均值Hn,根据药物使用量最大值与最小值计算得出药物使用量变化系数,计算公式为:Yw为药物用量变化系数,Sm为实际药物使用量最大值,Hn为药物使用量最小值;
所述实际药物使用量可通过检测药物使用量以及使用药物的频率和持续时间。并根据患者需要进行调整。
患者重要脏器功能参数,依据SOFA评分标准得出重要脏器得分,依据重要脏器得分计算得出重要脏器功能变化系数,计算公式为:其中Zq为重要脏器功能变化系数,si为重要脏器在单位时间内Δt内实际得分,wi为标准得分。
亲缘造血干细胞移植术后患者健康指数计算公式为:其中GTn为亲缘造血干细胞移植术后患者健康指数,λ为健康指数对应的影响因子
一种亲缘造血干细胞移植术后的风险评估方法,包括以下步骤:
S1:获取亲缘造血干细胞移植术后患者的基本信息、治疗数据、排异反应、药物用量以及重要脏器功能
S2:采用数据预处理方法完成基本信息、治疗数据、排异反应、药物用量、重要脏器功能数据补齐以及数据正则化处理;
S3:计算得出患者排异反应变化系数、患者药物用量变化系数以及患者重要脏器功能损害变化系数;
S4:根据患者排异反应变化系数、患者药物用量变化系数以及患者重要脏器功能损害变化系数,计算得出亲缘造血干细胞移植术后患者健康指数;
S5:用于建立亲缘造血干细胞移植术后患者死亡风险比理论模型;
S6:基于亲缘造血干细胞移植术后患者健康指数进行风险评估;
S7:将亲缘造血干细胞移植术后患者的健康指数与理论数据模型对比,将对比结果发送至管理端。
本发明通过数据采集模块:用于获取亲缘造血干细胞移植术后患者的基本信息、治疗数据、排异反应、药物用量、重要脏器功能,所述患者基本信息包括:临床检查、临床医嘱、临床检验、治疗方案及措施、重症护理记录;各项参数对患者术后恢复情况进行计算,对患者各项参数进行采集并根据采集参数进行详细比对判断患者自身健康情况,为临床针对影响预后的危险因素主动干预提供决策支持;
指导医疗资源的合理最大化,对临床尽快识别风险,为临床针对影响预后的危险因素早期主动干预提供决策支持,对降低术后重症患者死亡率,减少ICU住院时间有指导意义
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 (4)
1.一种亲缘造血干细胞移植术后的风险评估系统,包括,其特征在于:
数据采集模块:用于获取亲缘造血干细胞移植术后患者的基本信息、治疗数据、排异反应、药物用量以及重要脏器功能,所述患者基本信息包括:临床检查、临床医嘱、临床检验、治疗方案及措施以及重症护理记录;
数据预处理模块:将数据采集模块采集的亲缘造血干细胞移植术后患者的基本信息,治疗数据,采用数据预处理方法完成基本信息、治疗数据、排异反应、药物用量、重要脏器功能数据补齐和数据正则化处理;
安全数据库:用于存储亲缘造血干细胞移植术后患者在重症监护住院期间的信息和治疗数据以及各项检查数据;
特征提取模块:对安全数据库内亲缘造血干细胞移植术后患者的基本信息,治疗数据进行特征提取发送至数据分析模块进行分析;
数据分析模块:基于特征提取模块传输的患者排异反应参数、患者药物用量参数以及患者重要脏器功能参数,计算得出患者排异反应变化系数、患者药物用量变化系数、患者重要脏器功能损害变化系数;
所述数据分析模块计算得出患者排异反应变化系数的步骤包括:将每个时间段内获取的排异指数记为J1、J2、J3……Jn,计算出平均排异指数Ji,其中Py为所有监测时间段内排异指数的平均值,Xi为第i次排异指数实际值,n为所有检测次数,Py为排异指数变化系数;
所述排异指数计算公式为:其中Jn为排异指数,PF为皮肤的反映情况,XH为消化系统的反映情况,GZ为肝脏的反映情况;
所述皮肤反应情况可通过医生进行皮肤检查进行获取,所述消化系统反应情况,可通过患者口述进行获取,所述肝脏反应情况可通过抽取患者血液样本进行实验室检测进行获取;
所述患者药物用量参数为单位时间长度Δt每个时间段内的药物最大值记为S1,S2,S3...Si,药物最小值记为H1,H2,H3...Hi,求所有时间段的药物最大平均值Sm,药物最小平均值Hn,根据药物使用量最大值与最小值计算得出药物使用量变化系数,计算公式为:Yw为药物用量变化系数,Sm为实际药物使用量最大值,Hn为药物使用量最小值;
所述实际药物使用量可通过检测药物使用量以及使用药物的频率和持续时间,并根据患者需要进行调整;
患者健康分析模块:根据患者排异反应变化系数、患者药物用量变化系数、患者重要脏器功能损害变化系数,计算得出亲缘造血干细胞移植术后患者健康指数;
健康理论模型建立单元:用于建立亲缘造血干细胞移植术后患者死亡风险比理论模型;
判断模块:基于亲缘造血干细胞移植术后患者健康指数进行危险因素及死亡风险比评估;
人机交互模块:根据亲缘造血干细胞移植术后患者的治疗数据参数,计算得出亲缘造血干细胞移植术后患者的健康指数,将亲缘造血干细胞移植术后患者的健康指数与理论数据模型对比,将对比结果发送至管理端。
2.根据权利要求1所述的一种亲缘造血干细胞移植术后的风险评估系统,其特征在于:所述患者重要脏器功能参数,依据SOFA评分标准得出重要脏器得分,依据重要脏器得分计算得出重要脏器功能变化系数,计算公式为:其中Zq为重要脏器功能变化系数,si为重要脏器在单位时间内Δt内实际得分,wi为标准得分。
3.根据权利要求1所述的一种亲缘造血干细胞移植术后的风险评估系统,其特征在于:所述亲缘造血干细胞移植术后患者健康指数计算公式为:其中GTn为亲缘造血干细胞移植术后患者健康指数,λ为健康指数对应的影响因子。
4.一种亲缘造血干细胞移植术后的风险评估方法,使用如权利要求1-3任一项所述的一种亲缘造血干细胞移植术后的风险评估系统,包括以下步骤:
S1:获取亲缘造血干细胞移植术后患者的基本信息、治疗数据、排异反应、药物用量以及重要脏器功能
S2:采用数据预处理方法完成基本信息、治疗数据、排异反应、药物用量、重要脏器功能数据补齐以及数据正则化处理;
S3:计算得出患者排异反应变化系数、患者药物用量变化系数以及患者重要脏器功能损害变化系数;
S4:根据患者排异反应变化系数、患者药物用量变化系数以及患者重要脏器功能损害变化系数,计算得出亲缘造血干细胞移植术后患者健康指数;
S5:用于建立亲缘造血干细胞移植术后患者死亡风险比理论模型;
S6:基于亲缘造血干细胞移植术后患者健康指数进行风险评估;
S7:将亲缘造血干细胞移植术后患者的健康指数与理论数据模型对比,将对比结果发送至管理端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311068534.3A CN117198527B (zh) | 2023-08-24 | 2023-08-24 | 一种亲缘造血干细胞移植术后的风险评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311068534.3A CN117198527B (zh) | 2023-08-24 | 2023-08-24 | 一种亲缘造血干细胞移植术后的风险评估系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117198527A CN117198527A (zh) | 2023-12-08 |
CN117198527B true CN117198527B (zh) | 2024-02-23 |
Family
ID=88997091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311068534.3A Active CN117198527B (zh) | 2023-08-24 | 2023-08-24 | 一种亲缘造血干细胞移植术后的风险评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117198527B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104245677A (zh) * | 2012-03-01 | 2014-12-24 | 阵列生物制药公司 | 1-(3-叔丁基-1-对甲苯基-1h-吡唑-5-基)-3-(5-氟-2-(1-(2-羟乙基)-1h-吲唑-5-基氧基)苯甲基)脲盐酸盐的晶形 |
WO2022036673A1 (zh) * | 2020-08-20 | 2022-02-24 | 姚香怡 | 一种疾病风险评测报告自动生成平台及应用 |
WO2023109199A1 (zh) * | 2021-12-14 | 2023-06-22 | 之江实验室 | 一种个体慢病演进风险可视化评估方法及系统 |
-
2023
- 2023-08-24 CN CN202311068534.3A patent/CN117198527B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104245677A (zh) * | 2012-03-01 | 2014-12-24 | 阵列生物制药公司 | 1-(3-叔丁基-1-对甲苯基-1h-吡唑-5-基)-3-(5-氟-2-(1-(2-羟乙基)-1h-吲唑-5-基氧基)苯甲基)脲盐酸盐的晶形 |
WO2022036673A1 (zh) * | 2020-08-20 | 2022-02-24 | 姚香怡 | 一种疾病风险评测报告自动生成平台及应用 |
WO2023109199A1 (zh) * | 2021-12-14 | 2023-06-22 | 之江实验室 | 一种个体慢病演进风险可视化评估方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117198527A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110827993A (zh) | 基于集成学习的早期死亡风险评估模型建立方法及装置 | |
Wittchen et al. | Recall and dating of psychiatric symptoms: test-retest reliability of time-related symptom questions in a standardized psychiatric interview | |
Fleming et al. | Prognostic value of early features in rheumatoid disease. | |
Idowu et al. | Anaemia in pregnancy: a survey of pregnant women in Abeokuta, Nigeria | |
Bass et al. | Do family physicians need medical assistants to detect and manage hypertension? | |
Rabinowitz et al. | Pregnancy hypertension, blood pressure during labor, and blood lead levels. | |
Weber et al. | Pallor as a clinical sign of severe anaemia in children: an investigation in the Gambia. | |
US20060259329A1 (en) | System and Method for Determining the Degree of Abnormality of a Patient's Vital Signs | |
Shahbazian et al. | HYPERTENSION AND MICROAL BUMINURIA 5 YEARS AFTER PREGNANCIES COMPLICATED BY PRE-ECLAMPSIA | |
CN114023441A (zh) | 基于可解释机器学习模型的严重aki早期风险评估模型、装置及其开发方法 | |
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 | |
CN117198527B (zh) | 一种亲缘造血干细胞移植术后的风险评估系统及方法 | |
KR20070030198A (ko) | 진단방법과 그 장치, 진단용 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체 | |
CN113409938A (zh) | 一种系统性红斑狼疮中医证型预测模型的建模方法及系统 | |
US20030191666A1 (en) | System and method for evaluating pretest probabilities of life-threatening diseases | |
CN117558437A (zh) | 一种银屑病中医证型预测模型的建模方法和预测系统 | |
Volicer et al. | Cardiovascular changes associated with stress during hospitalization | |
Péterfi et al. | The short-term effect of smoking on fetal ECG | |
CN113066547A (zh) | 一种基于常规无创参数的ards早期动态预警方法与系统 | |
Smith et al. | Diagnosis of Pneumocystis carinii pneumonia in HIV antibody positive patients by simple outpatient assessments. | |
CN105277719A (zh) | 脑脊液Aβ-42/tau浓度比值预测老年患者发生术后认知功能障碍的方法 | |
ZHANG et al. | Feasibility investigation of developing a revised MEWS score for cardiovascular specialty | |
Phillips et al. | 550 autotransfusion of vaginally shed blood during obstetric hemorrhage: a matched cohort atudy | |
Makona | How to identify, monitor, and treat fatal effects of gestational diabetes in Tanzania: a descriptive literature review | |
Bryce et al. | To what extent would women prefer chorionic villus sampling to amniocentesis for prenatal diagnosis? |
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 |