DE202022105180U1 - Analysis device for food supplements - Google Patents
Analysis device for food supplements Download PDFInfo
- Publication number
- DE202022105180U1 DE202022105180U1 DE202022105180.1U DE202022105180U DE202022105180U1 DE 202022105180 U1 DE202022105180 U1 DE 202022105180U1 DE 202022105180 U DE202022105180 U DE 202022105180U DE 202022105180 U1 DE202022105180 U1 DE 202022105180U1
- Authority
- DE
- Germany
- Prior art keywords
- risk
- neuroendocrine
- neurotransmitter
- questionnaire
- subject
- 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
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
-
- 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
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- 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
- G16H50/70—ICT 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
Abstract
Eine Analysevorrichtung für Nahrungsergänzungsmittel, umfassend:
ein Erkennungsmodul, das zur Durchführung einer Neurotransmitteranalyse die Probe eines Probanden empfängt, wobei die Neurotransmitteranalyse mehrere Neurotransmitter-Testartikel enthält, um mehrere mit diesen Neurotransmitter-Testartikeln zusammenhängende Erkennungswerte zu generieren, wobei die Erkennungswerte mit Datenparametern verglichen werden, um Beurteilungsdaten für jeden Neurotransmitter-Testartikel zu generieren, sodass durch die Neurotransmitter-Testartikel der Probe des Probanden genaue Risikoergebnisse des neuroendokrinen Untersuchungsberichts generiert werden können, wobei zu den verschiedenen Neurotransmitter-Testartikeln insgesamt sieben Neurotransmitter, nämlich Glutaminsäure (glutamate), γ-Aminobuttersäure (GABA), Serotonin, Phenethylamin (PEA), Dopamin, Noradrenalin und Adrenalin, gehören, die in drei Arten von Neurotransmitterfamilien (Neurotransmitter Families, NF) eingeteilt werden, wobei Adrenalin, Noradrenalin, Glutaminsäure und Phenethylamin erregende NF sind, γ-Aminobuttersäure und Serotonin inhibitorische NF sind und Dopamin eine regulatorische NF ist;
ein Umfragemodul, das dem Probanden einen Fragebogen zum Risiko neuroendokriner Störungen anzeigt, wobei der Fragebogen zum Risiko neuroendokriner Störungen eine Reihe von Artikeln der NF-spezifischen, klinisch charakterisierten Bedingungen enthält und dem Probanden mittels dessen Punkte gemäß dem Grad der Häufigkeit des Auftretens von Symptomen vergeben werden, um auf dem Fragebogen anhand der klinischen Symptominformationen des Probanden eine Risikoergebnispunktzahl zu erhalten;
ein Big-Data-Berechnungsmodul zur Risikoeinschätzung, das mit dem Erkennungsmodul und dem Umfragemodul verbunden ist und zum Abrufen der Risikoergebnisse des neuroendokrinen Untersuchungsberichts und der Risikoergebnispunktzahl auf dem Fragebogen dient, wobei unter Verwendung des analytischen Hierarchieprozesses (Analytic Hierarchy Process, AHP) basierend auf der analytischen Hierarchie auf primärer und sekundärer Ebene gemäß der Korrelation von Stoffwechselwegen, der Bedeutung der Auswirkungen auf die klinische Manifestation und der Reihenfolge der NF-Korrelation ein Matrix-Gewichtungsmodell erstellt wird, um die mit den sieben Neurotransmittern verbundenen Gewichtungsfaktoren zu berechnen, anschließend werden die Risikoergebnisse des neuroendokrinen Untersuchungsberichts, die Risikoergebnispunktzahl auf dem Fragebogen und die Gewichtungsfaktoren der sieben Neurotransmitter in eine Risikoschätzungsgleichung eingegeben, um ein Algorithmus für den metabolischen Mechanismus zur Regulation der Nervenleitung auszuführen und somit das umfassende NF-Risiko abzuschätzen, wobei das umfassende NF-Risiko gemäß der Rangfolge des Ungleichgewichtsrisikos zusammengefasst wird, um ein Risikobewertungsdiagramm für neuroendokrine Störungen bei NF zu erstellen, anschließend wird die prozentuale Wahrscheinlichkeit der drei Arten von NF-Ungleichgewichtsrisiken zusammengefasst, um ein Risikotypdiagramm für neuroendokrine Störungen bei NF zu erstellen; und
ein Anzeigemodul, das mit dem Big-Data-Berechnungsmodul zur Risikoeinschätzung verbunden ist und zum Anzeigen des Risikobewertungsdiagramms für neuroendokrine Störungen bei NF und des Risikotypdiagramms für neuroendokrine Störungen bei NF dient, damit Kliniker gemäß den Ergebnissen des Risikobewertungsdiagramms für neuroendokrine Störungen bei NF und des Risikotypdiagramms für neuroendokrine Störungen bei NF dem Probanden die Arten von Ernährungsrezepten verschreiben können.
A nutritional supplement analyzer comprising:
a detection module that receives a subject's sample to perform a neurotransmitter analysis, wherein the neurotransmitter analysis includes a plurality of neurotransmitter test items to generate a plurality of detection scores associated with those neurotransmitter test items, wherein the detection scores are compared to data parameters to generate assessment data for each neurotransmitter test item to generate, so that accurate risk results of the neuroendocrine examination report can be generated by the neurotransmitter test items of the subject's sample, with a total of seven neurotransmitters, namely glutamic acid (glutamate), γ-aminobutyric acid (GABA), serotonin, phenethylamine ( PEA), dopamine, norepinephrine and adrenaline, which are classified into three types of neurotransmitter families (NF) with adrenaline, norepinephrine, glutamic acid and phenethylamine being excitatory NFs, γ-aminobutyric acid and serotonin are inhibitory NF and dopamine is a regulatory NF;
a survey module that displays a neuroendocrine disorder risk questionnaire to the subject, the neuroendocrine disorder risk questionnaire containing a series of items of NF-specific clinically characterized conditions and giving the subject points according to the degree of frequency of occurrence of symptoms to be based on the questionnaire based on the clinical symptom information of the subjects to obtain a risk outcome score;
a risk estimation big data calculation module, connected to the detection module and the survey module, for retrieving the risk results of the neuroendocrine examination report and the risk result score on the questionnaire, using the Analytic Hierarchy Process (AHP) based on the Analytical hierarchy at primary and secondary levels according to the correlation of metabolic pathways, the importance of the effects on clinical manifestation and the order of NF correlation, a matrix weighting model is constructed to calculate the weighting factors associated with the seven neurotransmitters, then the risk results of the neuroendocrine examination report, the risk outcome score on the questionnaire, and the weighting factors of the seven neurotransmitters are entered into a risk estimation equation to generate an algorithm for the metabolic mechanism of regulation n the nerve conduction and thus estimate the overall risk of NF, summarizing the overall risk of NF according to the order of imbalance risk to construct a risk assessment chart of neuroendocrine disorders in NF, then the percentage probability of the three types of NF imbalance risks summarized to create a risk-type diagram for neuroendocrine disorders in NF; and
a display module connected to the risk assessment big data calculation module and for displaying the risk assessment chart of neuroendocrine disorders in NF and the NF Neuroendocrine Disorders Risk Type Chart for clinicians to prescribe the types of nutritional recipes to the subject according to the results of NF Neuroendocrine Disorders Risk Assessment Chart and NF Neuroendocrine Disorders Risk Type Chart.
Description
Gebiet der Erfindungfield of invention
Die vorliegende Erfindung betrifft eine Analysevorrichtung für Nahrungsergänzungsmittel und insbesondere eine Analysevorrichtung für Nahrungsergänzungsmittel, bei denen zum Analysieren dreier Arten von sieben Neurotransmittern Urinproben und ein Fragebogen zum Risiko neuroendokriner Störungen verwendet werden, damit Kliniker gemäß dem durch Auswerten der Diagramme erhaltenen NF (Neurotransmitter Families, NF)-Ungleichgewichtstyp genaue Empfehlungen zu Nahrungsergänzungsmitteln geben können.The present invention relates to an analyzer for dietary supplements, and more particularly to an analyzer for dietary supplements in which urine samples and a neuroendocrine disorder risk questionnaire are used to analyze three kinds of seven neurotransmitters to allow clinicians to use NF (Neurotransmitter Families, NF ) imbalance type can give precise recommendations for dietary supplements.
Stand der TechnikState of the art
Aus der medizinischen Literatur ist bekannt, dass Neurotransmitter in engem Zusammenhang mit vielen psychischen und neurologischen Erkrankungen stehen. Eine gestörte Neurotransmission wird durch eine übermäßige oder unzureichende Wirkung der Neurotransmitter im synaptischen Spalt verursacht und ist mit Depressionen, Schlaflosigkeit, Angstzuständen, Verhaltensstörungen, Gedächtnisstörungen und anderen Gehirnfunktionen verbunden.It is known from the medical literature that neurotransmitters are closely related to many mental and neurological disorders. Impaired neurotransmission is caused by an excessive or insufficient action of the neurotransmitters in the synaptic cleft and is associated with depression, insomnia, anxiety, behavioral disorders, memory problems and other brain functions.
Neurotransmitter spielen eine wesentliche Rolle bei den obigen Krankheiten und dienen somit als primäre Ziele zur Prävention des Ungleichgewichts im Nervensystem und von Krankheiten und für die Erhaltung der psychischen Gesundheit. Nach aktuellen Berichten können Neurotransmitter in die folgenden drei Arten unterteilt werden:
- • Art der Aminosäure: Glutaminsäure (Glutamate), γ-Aminobuttersäure (GABA) und Glycin;
- • Art der Neurotransmitter-Metaboliten: 5-Hydroxyindolessigsäure (5-HIAA), Homovanillinsäure (HVA) und Vanillylmandelsäure (VMA); und
- • Art der biogenen Amin-Neurotransmitter: Serotonin (Serotonin), Phenethylamin (Phenethylamine, PEA), Dopamin (Dopamine), Noradrenalin (Norepinephrine), Adrenalin (Epinephrine) und Histamin (Histamine)
- • Type of amino acid: glutamic acid (glutamates), γ-aminobutyric acid (GABA) and glycine;
- • Type of neurotransmitter metabolites: 5-hydroxyindoleacetic acid (5-HIAA), homovanillic acid (HVA) and vanillylmandelic acid (VMA); and
- • Type of biogenic amine neurotransmitters: serotonin (serotonin), phenethylamine (phenethylamine, PEA), dopamine (dopamine), norepinephrine (norepinephrine), adrenaline (epinephrine) and histamine (histamine)
Heute ist es zur Analyse des Gehalts bestimmter Neurotransmitter im Körper möglich, Urin zu verwenden, um anschließend einzuschätzen, ob von einem einzelnen Typ von Neurotransmitter zu wenig oder zu viel vorhanden ist, sodass Kliniker gemäß den Analyseergebnissen des Berichts über Neurotransmitter Empfehlungen zu Nahrungsergänzungsmitteln geben können. Jeder Neurotransmitter hat vor- und nachgeschaltete Metaboliten. Zusammen mit den Symptomen, die durch die Wechselwirkung von Neurotransmittern verursacht werden, haben die Konzentrationen jedes einzelnen Neurotransmitters unterschiedliche klinische Bedeutungen. Beim gleichen Symptom sind auch die Arten und Gehalte der beteiligten Neurotransmitter unterschiedlich. Wenn Kliniker mit Berichten mehrerer Neurotransmitter konfrontiert werden, können sie nicht beurteilen, ob das Ungleichgewicht durch Nervenübererregung, übermäßige Hemmung der Nerven oder einen Mangel oder Überschuss an irgendeiner Nervensubstanz verursacht wird, sodass sie keine genauen Empfehlungen zu Nahrungsergänzungsmitteln geben können. Daher können durch den Stand der Technik die Bedürfnisse der Benutzer im tatsächlichen Gebrauch nicht erfüllt werden.Today, it is possible to use urine to analyze the levels of certain neurotransmitters in the body, and then to assess whether there is too little or too much of a single type of neurotransmitter, allowing clinicians to make dietary supplement recommendations based on the analysis results of the Neurotransmitter Report . Every neurotransmitter has upstream and downstream metabolites. Along with the symptoms caused by the interaction of neurotransmitters, the levels of each individual neurotransmitter have different clinical meanings. In the same symptom, the types and levels of the neurotransmitters involved are also different. When presented with reports of multiple neurotransmitters, clinicians are unable to assess whether the imbalance is caused by nerve hyperexcitation, nerve excess inhibition, or a deficiency or excess of any nerve substance, so they cannot make accurate supplement recommendations. Therefore, the needs of users in actual use cannot be met by the prior art.
Aufgabe der Erfindungobject of the invention
Der Erfindung liegt die Aufgabe zugrunde, die oben erwähnten Nachteile im Stand der Technik zu vermeiden und eine Analysevorrichtung für Nahrungsergänzungsmittel zu schaffen, bei denen zum Analysieren dreier Arten von sieben Neurotransmittern Urinproben und ein Fragebogen zum Risiko neuroendokriner Störungen verwendet werden, wobei unter Verwendung der aus der Probe erhaltenen Risikoergebnisse des neuroendokrinen Untersuchungsberichts, der aus dem Fragebogen erhaltenen Risikoergebnispunktzahl und der durch Berechnung erhaltenen Gewichtungsfaktoren für sieben Neurotransmitter ein Algorithmus für den metabolischen Mechanismus zur Regulation der Nervenleitung ausgeführt wird, um das umfassende NF-Risiko abzuschätzen. Ferner werden ein Risikobewertungsdiagramm für neuroendokrine Störungen bei NF und ein Risikotypdiagramm für neuroendokrine Störungen bei NF erstellt, damit Kliniker gemäß dem NF-Ungleichgewichtstyp, der durch Auswerten des Risikobewertungsdiagramms für neuroendokrine Störungen bei NF und des Risikotypdiagramms für neuroendokrine Störungen bei NF erhalten wurde, genaue Empfehlungen zu Nahrungsergänzungsmitteln geben können.The object of the invention is to avoid the above-mentioned disadvantages in the prior art and to provide an analysis device for dietary supplements in which urine samples and a questionnaire on the risk of neuroendocrine disorders are used to analyze three types of seven neurotransmitters, using the from risk results of the neuroendocrine examination report obtained from the sample, the risk result score obtained from the questionnaire and the weighting factors for seven neurotransmitters obtained by calculation, an algorithm for the metabolic mechanism regulating nerve conduction is executed to estimate the overall NF risk. Further, an NF neuroendocrine disorders risk assessment chart and a NF neuroendocrine disorders risk type chart are prepared to allow clinicians to make accurate recommendations according to the NF imbalance type obtained by evaluating the NF neuroendocrine disorders risk assessment chart and the NF neuroendocrine disorders risk type chart can give to dietary supplements.
Technische LösungTechnical solution
Zur Lösung der oben genannten Aufgaben stellt die vorliegende Erfindung eine Analysevorrichtung für Nahrungsergänzungsmittel bereit, umfassend: ein Erkennungsmodul, das zur Durchführung einer Neurotransmitteranalyse die Probe eines Probanden empfängt, wobei die Neurotransmitteranalyse mehrere Neurotransmitter-Testartikel enthält, um mehrere mit diesen Neurotransmitter-Testartikeln zusammenhängende Erkennungswerte zu generieren, wobei die Erkennungswerte mit Datenparametern verglichen werden, um Beurteilungsdaten für jeden Neurotransmitter-Testartikel zu generieren, sodass durch die Neurotransmitter-Testartikel der Probe des Probanden genaue Risikoergebnisse des neuroendokrinen Untersuchungsberichts generiert werden können, wobei zu den verschiedenen Neurotransmitter-Testartikeln insgesamt sieben Neurotransmitter, nämlich Glutaminsäure (glutamate), γ-Aminobuttersäure (GABA), Serotonin, Phenethylamin (PEA), Dopamin, Noradrenalin und Adrenalin, gehören, die in drei Arten von Neurotransmitterfamilien (Neurotransmitter Families, NF) eingeteilt werden, wobei Adrenalin, Noradrenalin, Glutaminsäure und Phenethylamin erregende NF sind, γ-Aminobuttersäure und Serotonin inhibitorische NF sind und Dopamin eine regulatorische NF ist; ein Umfragemodul, das dem Probanden einen Fragebogen zum Risiko neuroendokriner Störungen anzeigt, wobei der Fragebogen zum Risiko neuroendokriner Störungen eine Reihe von Artikeln der NF-spezifischen, klinisch charakterisierten Bedingungen enthält und dem Probanden mittels dessen Punkte gemäß dem Grad der Häufigkeit des Auftretens von Symptomen vergeben werden, um auf dem Fragebogen anhand der klinischen Symptominformationen des Probanden eine Risikoergebnispunktzahl zu erhalten; ein Big-Data-Berechnungsmodul zur Risikoeinschätzung, das mit dem Erkennungsmodul und dem Umfragemodul verbunden ist und zum Abrufen der Risikoergebnisse des neuroendokrinen Untersuchungsberichts und der Risikoergebnispunktzahl auf dem Fragebogen dient, wobei unter Verwendung des analytischen Hierarchieprozesses (Analytic Hierarchy Process, AHP) basierend auf der analytischen Hierarchie auf primärer und sekundärer Ebene gemäß der Korrelation von Stoffwechselwegen, der Bedeutung der Auswirkungen auf die klinische Manifestation und der Reihenfolge der NF-Korrelation ein Matrix-Gewichtungsmodell erstellt wird, um die mit den sieben Neurotransmittern verbundenen Gewichtungsfaktoren zu berechnen, anschließend werden die Risikoergebnisse des neuroendokrinen Untersuchungsberichts, die Risikoergebnispunktzahl auf dem Fragebogen und die Gewichtungsfaktoren der sieben Neurotransmitter in eine Risikoschätzungsgleichung eingegeben, um ein Algorithmus für den metabolischen Mechanismus zur Regulation der Nervenleitung auszuführen und somit das umfassende NF-Risiko abzuschätzen, wobei das umfassende NF-Risiko gemäß der Rangfolge des Ungleichgewichtsrisikos zusammengefasst wird, um ein Risikobewertungsdiagramm für neuroendokrine Störungen bei NF zu erstellen, anschließend wird die prozentuale Wahrscheinlichkeit der drei Arten von NF-Ungleichgewichtsrisiken zusammengefasst, um ein Risikotypdiagramm für neuroendokrine Störungen bei NF zu erstellen; und ein Anzeigemodul, das mit dem Big-Data-Berechnungsmodul zur Risikoeinschätzung verbunden ist und zum Anzeigen des Risikobewertungsdiagramms für neuroendokrine Störungen bei NF und des Risikotypdiagramms für neuroendokrine Störungen bei NF dient, damit Kliniker gemäß den Ergebnissen des Risikobewertungsdiagramms für neuroendokrine Störungen bei NF und des Risikotypdiagramms für neuroendokrine Störungen bei NF dem Probanden die Arten von Ernährungsrezepten verschreiben können.In order to achieve the above objects, the present invention provides an analysis apparatus for dietary supplements, comprising: a detection module that receives a subject's sample to perform a neurotransmitter analysis, the neurotransmitter analysis including a plurality of neurotransmitter test items, to obtain a plurality of detection values associated with these neurotransmitter test items to generate, wherein the recognition values are compared with data parameters to generate assessment data for each neurotransmitter test item, so that through the neurotransmitter test items of the subject's sample, accurate risk results of the neuroendocrine examination report can be generated, with a total of seven neurotransmitters among the various neurotransmitter test items , namely glutamic acid (glutamate), γ-aminobutyric acid (GABA), serotonin, phenethylamine (PEA), dopamine, norepinephrine and epinephrine, are involved in three types of neurotransmit Neurotransmitter Families (NF) where adrenaline, noradrenaline, glutamic acid and phenethylamine are excitatory NF, γ-aminobutyric acid and serotonin are inhibitory NF and dopamine is a regulatory NF; a survey module that displays a neuroendocrine disorder risk questionnaire to the subject, the neuroendocrine disorder risk questionnaire containing a series of items of NF-specific clinically characterized conditions and giving the subject points according to the degree of frequency of occurrence of symptoms to obtain a risk outcome score on the questionnaire based on the subject's clinical symptom information; a risk estimation big data calculation module, connected to the detection module and the survey module, for retrieving the risk results of the neuroendocrine examination report and the risk result score on the questionnaire, using the Analytic Hierarchy Process (AHP) based on the Analytical hierarchy at primary and secondary levels according to the correlation of metabolic pathways, the importance of the effects on clinical manifestation and the order of NF correlation, a matrix weighting model is constructed to calculate the weighting factors associated with the seven neurotransmitters, then the risk results of the neuroendocrine examination report, the risk outcome score on the questionnaire, and the weighting factors of the seven neurotransmitters are entered into a risk estimation equation to generate an algorithm for the metabolic mechanism of regulation n the nerve conduction and thus estimate the overall risk of NF, summarizing the overall risk of NF according to the order of imbalance risk to construct a risk assessment chart of neuroendocrine disorders in NF, then the percentage probability of the three types of NF imbalance risks summarized to create a risk-type diagram for neuroendocrine disorders in NF; and a display module connected to the risk estimation big data calculation module for displaying the NF neuroendocrine disorders risk assessment chart and the NF neuroendocrine disorders risk type chart to allow clinicians to perform according to the results of the NF neuroendocrine disorders risk assessment chart and the Risk Type Chart for Neuroendocrine Disorders in NF which subjects can prescribe the types of diet recipes.
Im obigen Ausführungsbeispiel der vorliegenden Erfindung ist die Probe Urin, Blut oder Gewebeflüssigkeit.In the above embodiment of the present invention, the sample is urine, blood or tissue fluid.
Im obigen Ausführungsbeispiel der vorliegenden Erfindung umfasst das Erkennungsmodul eine Verarbeitungseinheit und eine mit der Verarbeitungseinheit verbundene und zum Aufzeichnen der Risikoergebnisse des neuroendokrinen Untersuchungsberichts dienende Cloud-Datenbankeinheit, wobei die Verarbeitungseinheit über integrierte Datenparameter und einen mit den Neurotransmitter-Testartikeln korrespondierenden Algorithmus verfügt und zu den Datenparametern der Referenzwert und der Erwartungswert jedes Neurotransmitter-Testartikels gehören.In the above exemplary embodiment of the present invention, the detection module comprises a processing unit and a cloud database unit connected to the processing unit and used to record the risk results of the neuroendocrine examination report, the processing unit having integrated data parameters and an algorithm corresponding to the neurotransmitter test articles and to the data parameters include the reference value and expected value of each neurotransmitter test item.
Im obigen Ausführungsbeispiel der vorliegenden Erfindung umfasst das Umfragemodul eine Eingabeschnittstelle, bei der der Proband gemäß dem Grad Punkte erhalten kann, und eine Umfrage-Datenbankeinheit, die mit der Eingabeschnittstelle verbunden ist und zum Speichern der Risikoergebnispunktzahl auf dem Fragebogen dient.In the above embodiment of the present invention, the survey module includes an input interface in which the subject can obtain points according to the degree, and a survey database unit connected to the input interface and for storing the risk result score on the questionnaire.
Im obigen Ausführungsbeispiel der vorliegenden Erfindung umfasst der Fragebogen zum Risiko neuroendokriner Störungen Artikel der NF-spezifischen, klinisch charakterisierten Bedingungen, die aus den folgenden Fragen bestehen: Sind Sie oft ängstlich und neigen zu Panik?; Fühlen Sie sich ständig niedergeschlagen, depressiv oder haben Sie Schwierigkeiten, glücklich zu sein?; Neigen Sie zu Panikattacken (schneller Herzschlag oder Atembeschwerden)?; Haben Sie Probleme mit einem Übermaß an außer Kontrolle geratenen emotionalen Impulsen?; Haben Sie Suchtprobleme (Essen, Drogen oder Alkohol)?; Neigen Sie zu Bewegungsmangel?; Sind Sie leicht erregbar oder leicht reizbar und geraten leicht in Unruhe?; Haben Sie das Gefühl, dass Ihre Gehirnfunktion oder Ihr Gedächtnis nachlässt?; Haben Sie Verstopfungsprobleme?; Haben Sie eine eingeschränkte körperliche Koordination?; Fühlen Sie sich morgens meistens müde und können nicht aufstehen?; Verspüren Sie jeden Tag ein Verlangen, gezuckerten Kaffee oder gezuckerte Getränke zu trinken oder Süßigkeiten zu essen?; Verspüren Sie oft einen Mangel an Energie, Motivation und Konzentration?; Haben/Verspüren Sie oft Schlafstörungen, Reizbarkeit oder Alpträume?; Haben Sie sich wiederholende Verhaltensweisen (z. B. Händewaschen, Reinigen, Kontrollieren und Ordnen von Gegenständen)?; Neigen Sie zu Hyperaktivität, Unruhe oder Konzentrationsschwierigkeiten?; Neigen Sie während Ihrer Periode zu übermäßiger Launenhaftigkeit, Weinen, Wut oder Depressionen? Hierbei beträgt der Bereich der Punkte jedes Artikels der NF-spezifischen, klinisch charakterisierten Bedingungen 0 bis 5.In the above embodiment of the present invention, the Neuroendocrine Disorders Risk Questionnaire includes items of NF-specific, clinically characterized conditions consisting of the following questions: Are you often anxious and prone to panic?; Do you constantly feel down, depressed or have trouble being happy?; Are you prone to panic attacks (rapid heartbeat or difficulty breathing)?; Are you having trouble with excess of except Kon trolled emotional impulses?; Do you have addiction problems (food, drugs or alcohol)?; Do you tend to be sedentary?; Are you easily excitable or irritable and easily agitated?; Do you feel like your brain function or memory is declining?; Do you have constipation problems?; Do you have limited physical coordination?; Do you feel tired most mornings and can't get up?; Do you feel a craving to drink sweetened coffee or beverages or eat sweets every day?; Do you often feel a lack of energy, motivation and focus?; Do you often have/feel trouble sleeping, irritability or nightmares?; Do you have repetitive behaviors (e.g. washing hands, cleaning, checking and organizing objects)?; Do you tend to be hyperactive, restless or have trouble concentrating?; Do you tend to be overly moody, crying, angry, or depressed during your period? Here, the range of points for each item of NF-specific, clinically characterized conditions is 0 to 5.
Im obigen Ausführungsbeispiel der vorliegenden Erfindung stellt das Umfragemodul dem Probanden den Fragebogen zum Risiko neuroendokriner Störungen bereit, damit der Proband eine Punktzahl gemäß dem Grad der Häufigkeit des Auftretens von Symptomen in den letzten 1 bis 3 Wochen erhält.In the above embodiment of the present invention, the survey module provides the subject with the neuroendocrine disorder risk questionnaire to give the subject a score according to the degree of frequency of occurrence of symptoms in the last 1 to 3 weeks.
Im obigen Ausführungsbeispiel der vorliegenden Erfindung umfasst das Big-Data-Berechnungsmodul zur Risikoeinschätzung eine Abrufeinheit, die zum Abrufen der Risikoergebnisse des neuroendokrinen Untersuchungsberichts und der Risikoergebnispunktzahl auf dem Fragebogen dient; eine Neurotransmitter-Gewichtungsberechnungseinheit, die mit der Abrufeinheit verbunden ist, wobei unter Verwendung des analytischen Hierarchieprozesses (AHP) ein Matrix-Gewichtungsmodell erstellt und unter Verwendung des Standardisierungsprozesses für den Mittelwert von Zeilenvektoren eine Gewichtungsberechnung durchgeführt wird, wobei unter Verwendung der sieben Neurotransmitter als X-Achse und Y-Achse die Wichtigkeit der Korrelation gemäß der Korrelation von Stoffwechselwegen, der Bedeutung der Auswirkungen auf die klinische Manifestation und der NF-Korrelation angegeben wird, um die mit den sieben Neurotransmittern verbundenen Gewichtungsfaktoren zu berechnen; eine Einheit zur umfassenden Risikobewertung, die mit der Neurotransmitter-Gewichtungsberechnungseinheit verbunden ist, wobei unter Verwendung der Risikoergebnisse des neuroendokrinen Untersuchungsberichts und der Gewichtungsfaktoren der sieben Neurotransmitter gemäß der Risikoschätzungsgleichung ein NF-Metaboliten-Risikokoeffizient und unter Verwendung der Risikoergebnispunktzahl auf dem Fragebogen und der Gewichtungsfaktoren der sieben Neurotransmitter ein NF-Umfrage-Risikokoeffizient berechnet wird, wobei das umfassende NF-Risiko gemäß dem NF-Metaboliten-Risikokoeffizienten und dem NF-Umfrage-Risikokoeffizienten geschätzt wird; und eine Berichterstellungseinheit, die mit der Einheit zur umfassenden Risikobewertung verbunden ist, wobei die Punktzahl des umfassenden NF-Risikos gemäß der Rangfolge des Ungleichgewichtsrisikos zusammengefasst wird, um das Risikobewertungsdiagramm für neuroendokrine Störungen bei NF zu erstellen, anschließend wird die prozentuale Wahrscheinlichkeit der drei Arten von NF-Ungleichgewichtsrisiken zusammengefasst, um das Risikotypdiagramm für neuroendokrine Störungen bei NF zu erstellen.In the above embodiment of the present invention, the risk estimation big data calculation module includes a retrieval unit for retrieving the risk result of the neuroendocrine examination report and the risk result score on the questionnaire; a neurotransmitter weight calculation unit connected to the retrieval unit, building a matrix weight model using the analytic hierarchy process (AHP) and performing a weight calculation using the standardization process for the mean of row vectors, using the seven neurotransmitters as X- Axis and Y-axis indicate the importance of correlation according to the correlation of metabolic pathways, importance of effects on clinical manifestation and NF correlation to calculate the weighting factors associated with the seven neurotransmitters; a comprehensive risk assessment unit connected to the neurotransmitter weight calculation unit, using the risk results of the neuroendocrine examination report and the weight factors of the seven neurotransmitters according to the risk estimation equation, an NF metabolite risk coefficient, and using the risk result score on the questionnaire and the weight factors of the seven neurotransmitters, a NF survey risk coefficient is calculated, wherein the overall NF risk is estimated according to the NF metabolite risk coefficient and the NF survey risk coefficient; and a reporting unit connected to the comprehensive risk assessment unit, summarizing the score of the comprehensive NF risk according to the imbalance risk ranking to create the NF neuroendocrine disorders risk assessment chart, then the percentage probability of the three types of NF imbalance risks summarized to create the risk type diagram for neuroendocrine disorders in NF.
Figurenlistecharacter list
-
1 zeigt ein schematisches Blockdiagramm der erfindungsgemäßen personalisierten Risikobewertung für neuroendokrine Störungen und der erfindungsgemäßen Analysevorrichtung für Nahrungsergänzungsmittel;1 Figure 12 shows a schematic block diagram of the personalized neuroendocrine disorder risk assessment and dietary supplement analyzer of the present invention; -
2 zeigt eine schematische Darstellung der Risikoergebnispunktzahl auf dem Fragebogen gemäß der vorliegenden Erfindung;2 Figure 12 shows a schematic representation of the risk outcome score on the questionnaire according to the present invention; -
3 zeigt ein schematisches Risikobewertungsdiagramm für neuroendokrine Störungen bei NF gemäß der vorliegenden Erfindung;3 Figure 12 shows a schematic risk assessment chart for neuroendocrine disorders in NF according to the present invention; -
4 zeigt ein schematisches Risikotypdiagramm für neuroendokrine Störungen bei NF gemäß der vorliegenden Erfindung.4 Figure 12 shows a schematic risk type diagram for neuroendocrine disorders in NF according to the present invention.
Detaillierte Beschreibung des AusführungsbeispielsDetailed description of the embodiment
Es wird auf die
Das Erkennungsmodul 1 empfängt die Probe eines Probanden, um eine Neurotransmitteranalyse durchzuführen, wobei die Neurotransmitteranalyse mehrere Neurotransmitter-Testartikel enthält, um mehrere mit diesen Neurotransmitter-Testartikeln zusammenhängende Erkennungswerte zu generieren, wobei die Erkennungswerte mit Datenparametern verglichen werden, um Beurteilungsdaten für jeden Neurotransmitter-Testartikel zu generieren, sodass durch die Neurotransmitter-Testartikel der Probe des Probanden genaue Risikoergebnisse des neuroendokrinen Untersuchungsberichts generiert werden können, wobei zu den verschiedenen Neurotransmitter-Testartikeln insgesamt sieben Neurotransmitter, nämlich Glutaminsäure (glutamate), γ-Aminobuttersäure (GABA), Serotonin, Phenethylamin (PEA), Dopamin, Noradrenalin und Adrenalin, gehören, die in drei Arten von Neurotransmitterfamilien (Neurotransmitter Families, NF) eingeteilt werden, wobei Adrenalin, Noradrenalin, Glutaminsäure und Phenethylamin erregende NF sind, γ-Aminobuttersäure und Serotonin inhibitorische NF sind und Dopamin eine regulatorische NF ist.The
Das Umfragemodul 2 zeigt dem Probanden einen Fragebogen zum Risiko neuroendokriner Störungen an, wobei der Fragebogen zum Risiko neuroendokriner Störungen eine Reihe von Artikeln der NF-spezifischen, klinisch charakterisierten Bedingungen enthält und dem Probanden mittels dessen Punkte gemäß dem Grad der Häufigkeit des Auftretens von Symptomen vergeben werden, um auf dem Fragebogen anhand der klinischen Symptominformationen des Probanden eine Risikoergebnispunktzahl zu erhalten.The
Das Big-Data-Berechnungsmodul zur Risikoeinschätzung 3 ist mit dem Erkennungsmodul 1 und dem Umfragemodul 3 verbunden und dient zum Abrufen der Risikoergebnisse des neuroendokrinen Untersuchungsberichts und der Risikoergebnispunktzahl auf dem Fragebogen, wobei unter Verwendung des analytischen Hierarchieprozesses (Analytic Hierarchy Process, AHP) basierend auf der analytischen Hierarchie auf primärer und sekundärer Ebene gemäß der Korrelation von Stoffwechselwegen, der Bedeutung der Auswirkungen auf die klinische Manifestation und der Reihenfolge der NF-Korrelation ein Matrix-Gewichtungsmodell erstellt wird, um die mit den sieben Neurotransmittern verbundenen Gewichtungsfaktoren zu berechnen, anschließend werden die Risikoergebnisse des neuroendokrinen Untersuchungsberichts, die Risikoergebnispunktzahl auf dem Fragebogen und die Gewichtungsfaktoren der sieben Neurotransmitter in eine Risikoschätzungsgleichung eingegeben, um ein Algorithmus für den metabolischen Mechanismus zur Regulation der Nervenleitung auszuführen und somit das umfassende NF-Risiko abzuschätzen, wobei das umfassende NF-Risiko gemäß der Rangfolge des Ungleichgewichtsrisikos zusammengefasst wird, um ein Risikobewertungsdiagramm für neuroendokrine Störungen bei NF zu erstellen, anschließend wird die prozentuale Wahrscheinlichkeit der drei Arten von NF-Ungleichgewichtsrisiken zusammengefasst, um ein Risikotypdiagramm für neuroendokrine Störungen bei NF zu erstellen.The risk estimation big
Das Anzeigemodul 4 ist mit dem Big-Data-Berechnungsmodul zur Risikoeinschätzung 3 verbunden und dient zum Anzeigen des Risikobewertungsdiagramms für neuroendokrine Störungen bei NF und des Risikotypdiagramms für neuroendokrine Störungen bei NF, damit Kliniker gemäß den Ergebnissen des Risikobewertungsdiagramms für neuroendokrine Störungen bei NF und des Risikotypdiagramms für neuroendokrine Störungen bei NF dem Probanden die Arten von Ernährungsrezepten verschreiben können. Auf diese Weise wird eine neuartige personalisierte Risikobewertung für neuroendokrine Störungen geschaffen und eine neuartige Analysevorrichtung für Nahrungsergänzungsmittel durch die oben beschriebene Vorrichtung konstruiert.The
In einem konkreten bevorzugten Ausführungsbeispiel der vorliegenden Erfindung umfasst das Erkennungsmodul 1 eine Verarbeitungseinheit 11 und eine mit der Verarbeitungseinheit 11 verbundene und zum Aufzeichnen der Risikoergebnisse des neuroendokrinen Untersuchungsberichts dienende Cloud-Datenbankeinheit 12, wobei die Verarbeitungseinheit 11 über integrierte Datenparameter und einen mit den Neurotransmitter-Testartikeln korrespondierenden Algorithmus verfügt und zu den Datenparametern der Referenzwert und der Erwartungswert jedes Neurotransmitter-Testartikels gehören.In a specific preferred embodiment of the present invention, the
In einem konkreten bevorzugten Ausführungsbeispiel der vorliegenden Erfindung umfasst das Umfragemodul 2 eine Eingabeschnittstelle 21, bei der der Proband gemäß dem Grad Punkte erhalten kann, und eine Umfrage-Datenbankeinheit 22, die mit der Eingabeschnittstelle 21 verbunden ist und zum Speichern der Risikoergebnispunktzahl auf dem Fragebogen dient.In a concrete preferred embodiment of the present invention, the
In einem konkreten bevorzugten Ausführungsbeispiel der vorliegenden Erfindung umfasst das Big-Data-Berechnungsmodul zur Risikoeinschätzung 3 eine Abrufeinheit 31, die zum Abrufen der Risikoergebnisse des neuroendokrinen Untersuchungsberichts und der Risikoergebnispunktzahl auf dem Fragebogen dient; eine Neurotransmitter-Gewichtungsberechnungseinheit 32, die mit der Abrufeinheit 32 verbunden ist, wobei unter Verwendung des analytischen Hierarchieprozesses (AHP) ein Matrix-Gewichtungsmodell erstellt und unter Verwendung des Standardisierungsprozesses für den Mittelwert von Zeilenvektoren eine Gewichtungsberechnung durchgeführt wird, wobei unter Verwendung der sieben Neurotransmitter als X-Achse und Y-Achse die Wichtigkeit der Korrelation gemäß der Korrelation von Stoffwechselwegen, der Bedeutung der Auswirkungen auf die klinische Manifestation und der NF-Korrelation angegeben wird, um die mit den sieben Neurotransmittern verbundenen Gewichtungsfaktoren zu berechnen; eine Einheit zur umfassenden Risikobewertung 33, die mit der Neurotransmitter-Gewichtungsberechnungseinheit 32 verbunden ist, wobei unter Verwendung der Risikoergebnisse des neuroendokrinen Untersuchungsberichts und der Gewichtungsfaktoren der sieben Neurotransmitter gemäß der Risikoschätzungsgleichung ein NF-Metaboliten-Risikokoeffizient und unter Verwendung der Risikoergebnispunktzahl auf dem Fragebogen und der Gewichtungsfaktoren der sieben Neurotransmitter ein NF-Umfrage-Risikokoeffizient berechnet wird, wobei das umfassende NF-Risiko gemäß dem NF-Metaboliten-Risikokoeffizienten und dem NF-Umfrage-Risikokoeffizienten geschätzt wird; und eine Berichterstellungseinheit 34, die mit der Einheit zur umfassenden Risikobewertung 33 verbunden ist, wobei die Punktzahl des umfassenden NF-Risikos gemäß der Rangfolge des Ungleichgewichtsrisikos zusammengefasst wird, um das Risikobewertungsdiagramm für neuroendokrine Störungen bei NF zu erstellen, anschließend wird die prozentuale Wahrscheinlichkeit der drei Arten von NF-Ungleichgewichtsrisiken zusammengefasst, um das Risikotypdiagramm für neuroendokrine Störungen bei NF zu erstellen.In a concrete preferred embodiment of the present invention, the risk estimation big
Bei der Verwendung empfängt das Erkennungsmodul 1 zunächst die Urinprobe eines Probanden (Code: XCVJ001), um eine Neurotransmitteranalyse dreier Arten von sieben Neurotransmittern durchzuführen, wobei Glutaminsäure, γ-Aminobuttersäure, Serotonin, Phenethylamin, Dopamin, Noradrenalin und Adrenalin als Neurotransmitter-Testartikel verwendet werden, wobei Adrenalin, Noradrenalin, Glutaminsäure und Phenethylamin als erregende NF kategorisiert sind, γ-Aminobuttersäure und Serotonin als inhibitorische NF kategorisiert sind und Dopamin als eine regulatorische NF kategorisiert ist, um dadurch drei Arten von NF zu unterscheiden. Das Erkennungsmodul 1 verfügt durch die Verarbeitungseinheit 11 über integrierte Datenparameter und einen mit den Neurotransmitter-Testartikeln korrespondierenden Algorithmus, durch den mehrere Erkennungswerte, die mit den Neurotransmitter-Testartikeln korrespondieren, generiert werden können. Dadurch, dass zu den Datenparametern der Referenzwert und der Erwartungswert jedes Neurotransmitter-Testartikels gehören und die Erkennungswerte mit dem Referenzwert und dem Erwartungswert der Datenparameter verglichen werden, können aus den Neurotransmitter-Testartikeln Beurteilungsdaten erzeugt werden, um die Risikoergebnisse des neuroendokrinen Untersuchungsberichts, wie sie in Tabelle 1 angegeben sind, zu erhalten und dann in der Cloud-Datenbankeinheit 12 zu speichern. Tabelle 1
Am Beispiel von drei in Tabelle 1 angegebenen Neurotransmitter-Testartikeln ist Folgendes ersichtlich: Der Referenzwert des Phenethylamins liegt zwischen 27,4 und 202, der Erwartungswert liegt zwischen 52,8 und 121 und der erhaltene Erkennungswert beträgt 33,7; Ein Vergleich zeigt, dass der Erkennungswert in den Bereich des Referenzwerts fällt, aber niedriger als der Erwartungswert ist, weshalb als Beurteilungsdaten ein (L) hinter dem Erkennungswert angegeben ist; Der Erkennungswert der Glutaminsäure fällt in den Bereich des Referenzwerts, sodass der Erkennungswert mit den Beurteilungsdaten übereinstimmt; Der Erkennungswert des Serotonins ist nicht nur höher als der Erwartungswert, sondern auch höher als der Referenzwert, weshalb als Beurteilungsdaten ein (HH) hinter dem Erkennungswert angegeben ist.Using the example of three neurotransmitter test items given in Table 1, the following can be seen: the reference value of phenethylamine is between 27.4 and 202, the expected value is between 52.8 and 121 and the detection value obtained is 33.7; A comparison shows that the recognition value falls within the range of the reference value but is lower than the expected value, which is why an (L) is given after the recognition value as evaluation data; The detection value of glutamic acid falls within the range of the reference value, so the detection value agrees with the evaluation data; Of the The detection value of serotonin is not only higher than the expected value but also higher than the reference value, which is why an (HH) is given after the detection value as evaluation data.
In der vorliegenden Erfindung wird ein Fragebogen zum Risiko neuroendokriner Störungen durch die Eingabeschnittstelle 21 des Umfragemoduls 2 angezeigt, wobei der Proband eine Punktzahl für die mehreren Artikel der NF-spezifischen, klinisch charakterisierten Bedingungen gemäß dem Grad der Häufigkeit des Auftretens von Symptomen in den letzten 1 bis 3 Wochen erhält, um auf dem Fragebogen anhand der klinischen Symptominformationen des Probanden eine Risikoergebnispunktzahl zu erhalten und dann in der Umfrage-Datenbankeinheit 22 zu speichern. Wie in
Anschließend werden die Risikoergebnisse des neuroendokrinen Untersuchungsberichts und die Risikoergebnispunktzahl auf dem Fragebogen durch die Abrufeinheit 31 des Big-Data-Berechnungsmoduls zur Risikoeinschätzung 3 an die Neurotransmitter-Gewichtungsberechnungseinheit 32 abgerufen, wobei die Neurotransmitter-Gewichtungsberechnungseinheit 32 den analytischen Hierarchieprozess (AHP) zum Erstellen eines Matrix-Gewichtungsmodells und den Standardisierungsprozess für den Mittelwert von Zeilenvektoren zum Durchführen einer Gewichtungsberechnung verwendet. Die Formel lautet:
Unter Verwendung der sieben Neurotransmitter als X-Achse und Y-Achse wird die Wichtigkeit der Korrelation gemäß der Korrelation von Stoffwechselwegen, der Bedeutung der Auswirkungen auf die klinische Manifestation und der NF-Korrelation angegeben, um die mit den sieben Neurotransmittern verbundenen Gewichtungsfaktoren zu berechnen, wie dies in Tabelle 2 gezeigt ist. Hierbei beträgt * der Wert des kritischen Verhältnisses = 0,05 (wenn der Wert des kritischen Verhältnisses kleiner als 0,1 ist, ist die Konsistenz der Matrix hoch). Tabelle 2
Die Einheit zur umfassenden Risikobewertung 33 multipliziert gemäß der Risikoschätzungsgleichung die Risikoergebnisse des neuroendokrinen Untersuchungsberichts mit dem Gewichtungsfaktor der sieben Neurotransmitter, um den NF-Metaboliten-Risikokoeffizienten zu erhalten, wobei die Einheit zur umfassenden Risikobewertung 33 die Risikoergebnispunktzahl auf dem Fragebogen mit dem Gewichtungsfaktor der sieben Neurotransmitter multipliziert, um den NF-Umfrage-Risikokoeffizienten zu erhalten. Anschließend wird der NF-Metaboliten-Risikokoeffizient mit dem NF-Umfrage-Risikokoeffizient multipliziert. Nach dem Berechnen des umfassenden NF-Risikos werden die Punkte des umfassenden NF-Risikos durch die Berichterstellungseinheit 34 gemäß der Rangfolge des Ungleichgewichtsrisikos zusammengefasst, um ein Risikobewertungsdiagramm für neuroendokrine Störungen bei NF zu generieren, wie dies in dem in
Schließlich zeigt das Anzeigemodul 4 das Risikobewertungsdiagramm für neuroendokrine Störungen bei NF und das Risikotypdiagramm für neuroendokrine Störungen bei NF an, damit Kliniker gemäß den Ergebnissen des Risikobewertungsdiagramms für neuroendokrine Störungen bei NF, in dem das unausgeglichene Serotonin mit dem höchsten Risiko von 17 % angegeben ist, und gemäß den Ergebnissen des Risikotypdiagramms für neuroendokrine Störungen bei NF, in dem der inhibitorischer NF-Ungleichgewichtstyp als Typ angegeben ist, sich dafür entscheiden, dem Probanden NeuroBasic + MethyMed + MelaMed zu verschreiben.Finally, the
Zusammenfassend kann gesagt werden, dass mit der erfindungsgemäßen personalisierten Risikobewertung für neuroendokrine Störungen und der erfindungsgemäßen Analysevorrichtung für Nahrungsergänzungsmittel verschiedene Mängel im Stand der Technik effektiv beseitigt werden können. Bei der vorliegenden Erfindung können Urinproben und ein Fragebogen zum Risiko neuroendokriner Störungen verwendet werden, um drei Arten von sieben Neurotransmittern zu analysieren, wobei unter Verwendung der aus der Probe erhaltenen Risikoergebnisse des neuroendokrinen Untersuchungsberichts, der aus dem Fragebogen erhaltenen Risikoergebnispunktzahl und der durch Berechnung erhaltenen Gewichtungsfaktoren für sieben Neurotransmitter ein Algorithmus für den metabolischen Mechanismus zur Regulation der Nervenleitung ausgeführt wird, um das umfassende NF-Risiko abzuschätzen. Ferner werden ein Risikobewertungsdiagramm für neuroendokrine Störungen bei NF und ein Risikotypdiagramm für neuroendokrine Störungen bei NF erstellt, damit Kliniker gemäß dem NF-Ungleichgewichtstyp, der durch Auswerten des Risikobewertungsdiagramms für neuroendokrine Störungen bei NF und des Risikotypdiagramms für neuroendokrine Störungen bei NF erhalten wurde, genaue Empfehlungen zu Nahrungsergänzungsmitteln geben können. Die Erfindung ist fortschrittlich und weist eine verbesserte gewerbliche Anwendbarkeit auf und erfüllt somit die Anforderungen für eine Anmeldung eines Gebrauchsmusters. Gesetzesgemäß wird die Anmeldung gestellt.In summary, it can be said that various deficiencies in the prior art can be effectively eliminated with the personalized risk assessment for neuroendocrine disorders according to the invention and the analysis device for food supplements according to the invention. In the present invention, urine samples and a questionnaire on the risk of neuroendocrine disorders can be used to analyze three types of seven neurotransmitters, using the risk results obtained from the sample of the neuroendocrine examination report, the risk result score obtained from the questionnaire and the weighting factors obtained by calculation an algorithm for the metabolic mechanism regulating nerve conduction is run for seven neurotransmitters to estimate overall NF risk. Further, an NF neuroendocrine disorders risk assessment chart and a NF neuroendocrine disorders risk type chart are prepared to allow clinicians to make accurate recommendations according to the NF imbalance type obtained by evaluating the NF neuroendocrine disorders risk assessment chart and the NF neuroendocrine disorders risk type chart can give to dietary supplements. The invention is advanced and has improved industrial applicability, thus meeting the requirements for a utility model application. The registration is made in accordance with the law.
Die vorstehende Beschreibung stellt nur ein bevorzugtes Ausführungsbeispiel der Erfindung dar und soll nicht die Schutzansprüche beschränken. Alle gleichwertigen Änderungen und Modifikationen, die gemäß der Beschreibung und den Zeichnungen der Erfindung von einem Fachmann auf diesem Gebiet vorgenommen werden können, fallen in den Schutzumfang der vorliegenden Erfindung.The above description represents only a preferred embodiment of the invention and is not intended to limit the protection claims. All equivalent changes and modifications, which can be made by one skilled in the art in accordance with the description and drawings of the invention, fall within the scope of the present invention.
BezugszeichenlisteReference List
- 11
- Erkennungsmoduldetection engine
- 1111
- Verarbeitungseinheitprocessing unit
- 1212
- Cloud-Datenbankeinheitcloud database unit
- 22
- Umfragemodulsurvey module
- 2121
- Eingabeschnittstelleinput interface
- 2222
- Umfrage-DatenbankeinheitSurvey Database Unit
- 33
- Big-Data-Berechnungsmodul zur RisikoeinschätzungBig data calculation module for risk assessment
- 3131
- Abrufeinheitretrieval unit
- 3232
- Neurotransmitter-GewichtungsberechnungseinheitNeurotransmitter Weight Calculation Unit
- 3333
- Einheit zur umfassenden RisikobewertungComprehensive risk assessment unit
- 3434
- Berichterstellungseinheitreporting unit
- 44
- Anzeigemoduldisplay module
Claims (6)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE202022105180.1U DE202022105180U1 (en) | 2022-09-14 | 2022-09-14 | Analysis device for food supplements |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE202022105180.1U DE202022105180U1 (en) | 2022-09-14 | 2022-09-14 | Analysis device for food supplements |
Publications (1)
Publication Number | Publication Date |
---|---|
DE202022105180U1 true DE202022105180U1 (en) | 2022-10-05 |
Family
ID=83692590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE202022105180.1U Active DE202022105180U1 (en) | 2022-09-14 | 2022-09-14 | Analysis device for food supplements |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE202022105180U1 (en) |
-
2022
- 2022-09-14 DE DE202022105180.1U patent/DE202022105180U1/en active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Agodini et al. | Are experiments the only option? A look at dropout prevention programs | |
Schiele et al. | Quantile treatment effects of job loss on health | |
DE112012001902T5 (en) | Device, system and method for evaluating the efficacy of drugs by holistic analysis and visualization of pharmacological data | |
Li et al. | Confirmatory factor analysis of the Task and Ego Orientation in Sport Questionnaire with cross-validation | |
DE102010038014A1 (en) | Method for characterizing a sample and a system | |
Alvarenga-Filho et al. | Does fatigue occur in MS patients without disability? | |
Trahan et al. | Age-related differences in recognition memory for pictures | |
Huber et al. | Standardization and validation of the visual evaluation of biocrystallizations | |
DE202022105180U1 (en) | Analysis device for food supplements | |
WO2011014896A1 (en) | Method for estimating the health risk of a test subject | |
EP1873667A2 (en) | Method and system for computer-aided determination of the characteristic day profile of individual glucose metabolism | |
Riley et al. | An illustrated review of some farmer participatory research techniques | |
CN116453690A (en) | Psychological health degree evaluation method, psychological health degree evaluation device and storable medium | |
Zhang et al. | A systematic review and meta-analysis of the effects of physical exercise on white matter integrity and cognitive function in older adults | |
Bouras et al. | Meta-analysis of nutrition studies | |
JEOR | Measurement of food intake | |
Wang et al. | Transitive mate preferences. | |
Mahesworo et al. | Sleep quality and daily activity association assessment from wearable device data | |
DE10023141A1 (en) | Optimum nutrition analysis method for providing diet plan to patients, involves evaluating input data with respect to body structure of patient using customizable software | |
McKinley et al. | Exploring the use of IRT equating for the GRE Subject Test in Mathematics | |
JP3239803U (en) | Personalized neuroendocrine imbalance risk assessment and nutritional supplement analyzer | |
Haq et al. | Prevalence of Stress and its Risk Factors among the Students in University of Malakand, Khyber Pakhtunkhwa, Pakistan | |
Mefferd Jr et al. | Taste thresholds for sodium chloride in longitudinal experiments | |
TWM635516U (en) | Personalized neuroendocrine imbalance risk assessment and nutritional supplement analysis device | |
Dolly | Accuracy, congruency and agreement among researchers, extension workers and pigeon pea farmers in Trinidad and Tobago |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R207 | Utility model specification |