IT201800005070A1 - Method for predicting the onset of acute kidney damage in a group of patients - Google Patents
Method for predicting the onset of acute kidney damage in a group of patients Download PDFInfo
- Publication number
- IT201800005070A1 IT201800005070A1 IT102018000005070A IT201800005070A IT201800005070A1 IT 201800005070 A1 IT201800005070 A1 IT 201800005070A1 IT 102018000005070 A IT102018000005070 A IT 102018000005070A IT 201800005070 A IT201800005070 A IT 201800005070A IT 201800005070 A1 IT201800005070 A1 IT 201800005070A1
- Authority
- IT
- Italy
- Prior art keywords
- absolute
- level
- day
- serum creatinine
- onset
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 30
- 230000006378 damage Effects 0.000 title claims description 19
- 230000001154 acute effect Effects 0.000 title claims description 18
- 210000003734 kidney Anatomy 0.000 title claims description 15
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 claims description 109
- 229940109239 creatinine Drugs 0.000 claims description 54
- 210000002966 serum Anatomy 0.000 claims description 52
- 208000009304 Acute Kidney Injury Diseases 0.000 claims description 45
- 201000011040 acute kidney failure Diseases 0.000 claims description 44
- 208000033626 Renal failure acute Diseases 0.000 claims description 43
- 230000008859 change Effects 0.000 claims description 18
- 241001398042 Serica Species 0.000 claims 1
- 238000001514 detection method Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 8
- 238000013277 forecasting method Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 230000003589 nefrotoxic effect Effects 0.000 description 3
- 231100000381 nephrotoxic Toxicity 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 239000000090 biomarker Substances 0.000 description 2
- 208000020832 chronic kidney disease Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 208000017169 kidney disease Diseases 0.000 description 2
- 230000003907 kidney function Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001717 pathogenic effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241001209177 Akis Species 0.000 description 1
- 201000003126 Anuria Diseases 0.000 description 1
- 102100024066 Coiled-coil and C2 domain-containing protein 1A Human genes 0.000 description 1
- 101000910423 Homo sapiens Coiled-coil and C2 domain-containing protein 1A Proteins 0.000 description 1
- 206010029155 Nephropathy toxic Diseases 0.000 description 1
- 206010030302 Oliguria Diseases 0.000 description 1
- 206010040047 Sepsis Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 208000022831 chronic renal failure syndrome Diseases 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000502 dialysis Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 108091070501 miRNA Proteins 0.000 description 1
- 239000002679 microRNA Substances 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 231100000417 nephrotoxicity Toxicity 0.000 description 1
- 230000007694 nephrotoxicity Effects 0.000 description 1
- 231100001210 nonnephrotoxic Toxicity 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
Description
Metodo per la previsione dell’insorgenza di danno renale acuto in un gruppo di pazienti Method for predicting the onset of acute kidney damage in a group of patients
Descrizione Description
La presente invenzione ha come oggetto un metodo per prevedere, con un certo anticipo, l’insorgenza di un cosiddetto danno renale acuto, nel seguito citato anche con l’acronimo AKI (Acute Kidney Injury), ben noto e ampiamente usato nel settore medico, in un gruppo di pazienti, per esempio i pazienti ospedalizzati in un’unità ospedaliera, sottoposti a esami del sangue di routine che monitorano il livello di creatinina serica, cioè la creatininemia. The present invention relates to a method for predicting, with a certain advance, the onset of a so-called acute kidney injury, hereinafter also referred to with the acronym AKI (Acute Kidney Injury), well known and widely used in the medical sector, in a group of patients, for example patients hospitalized in a hospital unit, undergoing routine blood tests that monitor the level of serum creatinine, that is, serum creatinine.
Il danno renale acuto rappresenta una grave condizione medica che colpisce più di 10 milioni di persone all’anno nel mondo, con un incremento del rischio di mortalità ospedaliera tra 1,7 e le 6,9 volte. L’incidenza dell’AKI risulta infatti superiore all’infarto del miocardio. Acute kidney damage is a serious medical condition that affects more than 10 million people a year worldwide, with an increase in the risk of hospital mortality between 1.7 and 6.9 times. The incidence of AKI is in fact higher than myocardial infarction.
Le cause alla base dell’AKI sono variegate; tuttavia, diversi fattori possono essere studiati per cercare di prevenire la sua insorgenza sia a livello intra-ospedaliero ma anche in comunità di pazienti sottoposti a monitoraggio periodico. The underlying causes of AKI are varied; however, several factors can be studied to try to prevent its onset both in the hospital but also in the community of patients undergoing periodic monitoring.
La prevenzione dell’AKI è un elemento chiave nella gestione dei pazienti a rischio, anche perché essa è associata a un aumento dei costi ospedalieri sia nel breve ma anche nel lungo termine. Infatti, nel breve termine, l’AKI può essere associato a diversi eventi fino alla mortalità intra-ospedaliera. Nel lungo termine, esso può determinare la progressione verso la malattia renale cronica o l’insufficienza renale cronica terminale con necessità di trapianto o dialisi. AKI prevention is a key element in the management of patients at risk, also because it is associated with an increase in hospital costs both in the short and long term. In fact, in the short term, AKI can be associated with various events up to in-hospital mortality. In the long term, it can lead to progression to chronic kidney disease or end-stage chronic renal failure with the need for transplantation or dialysis.
Riguardo l’insorgenza di AKI ospedaliera, circa un terzo degli AKI si sviluppano in ospedale dopo l’ingresso in reparto, per diverse cause, e ciò determina un problema essenzialmente determinato dal ritardato riconoscimento dell’insorgenza di AKI, che causa un conseguente ritardo negli interventi correttivi atti a rimuovere o correggere i fattori nefrotossici che lo hanno provocato. Regarding the onset of hospital AKI, about one third of AKI develop in hospital after entering the ward, for various causes, and this determines a problem essentially determined by the delayed recognition of the onset of AKI, which causes a consequent delay in corrective interventions aimed at removing or correcting the nephrotoxic factors that caused it.
In una recente pubblicazione (Lancet, Maggio 2016) è stata lanciata una proposta di strategia globale per cercare di combattere efficacemente l’incremento di AKI, facendo crescere la consapevolezza di questo grosso problema in tutte le specialità mediche e chirurgiche. Da recenti studi emerge, infatti, che anche l’AKI di moderata entità hanno importanti conseguenze in termini di morbilità. La perdita completa della funzionalità renale, infatti, non accade così spesso con oliguria o anuria. La possibilità di un intervento precoce legato a un alert riguardante la criticità di quel paziente potrebbe determinare un miglioramento delle condizioni cliniche con impatto anche sulla sopravvivenza come dimostrato nella sepsi, una grave sindrome in cui l’insorgenza di AKI si associa a un aumentato rischio di mortalità del 40-50%. In a recent publication (Lancet, May 2016) a global strategy proposal was launched to try to effectively combat the increase in AKI, raising awareness of this big problem in all medical and surgical specialties. In fact, recent studies show that even moderate AKI have important consequences in terms of morbidity. In fact, complete loss of kidney function does not happen so often with oliguria or anuria. The possibility of an early intervention linked to an alert regarding the criticality of that patient could lead to an improvement in clinical conditions with an impact also on survival as demonstrated in sepsis, a serious syndrome in which the onset of AKI is associated with an increased risk of mortality of 40-50%.
Oltre alle infezioni, un fattore patogenetico importante è rappresentato dai farmaci nefrotossici, che costituiscono circa il 25% di tutte le AKI. Spesso, infatti, non si tiene conto della nefrotossicità dei farmaci e della necessità di adattare il loro dosaggio alla funzionalità renale dell’individuo. Queste situazioni di rischio, infatti, si potrebbero prevenire o correggere se tempestivamente identificate, permettendo o la modifica del dosaggio o la scelta di un farmaco non nefrotossico. In addition to infections, an important pathogenetic factor is represented by nephrotoxic drugs, which make up about 25% of all AKIs. In fact, the nephrotoxicity of drugs and the need to adapt their dosage to the kidney function of the individual are often not taken into account. These risk situations, in fact, could be prevented or corrected if promptly identified, allowing either the modification of the dosage or the choice of a non-nephrotoxic drug.
Tuttavia, un approccio preventivo è difficilmente applicabile sia nei reparti medici sia chirurgici. Al momento, infatti, non esistono dei sistemi in grado di identificare in maniera continua segni precoci di insorgenza del danno renale, in modo da correggere eventuali fattori nefrotossici in corso d’opera. However, a preventive approach is hardly applicable in both medical and surgical departments. At the moment, in fact, there are no systems capable of continuously identifying early signs of the onset of kidney damage, in order to correct any nephrotoxic factors in the course of work.
Nello stato della tecnica, sono noti metodi in grado di supportare la diagnosi precoce di AKI mediante l’utilizzo di biomarcatori ed analisi del micro- RNA. In the state of the art, methods are known that can support the early diagnosis of AKI through the use of biomarkers and micro-RNA analysis.
In particolare, un metodo di questo tipo è descritto nella domanda di brevetto USA No. In particular, a method of this type is described in US patent application No.
2010/0081148 A1, nella domanda di brevetto europeo No. EP 2,344,882 A1 e nella domanda internazionale di brevetto No. WO 2011/027019 A2. 2010/0081148 A1, in the European patent application No. EP 2,344,882 A1 and in the international patent application No. WO 2011/027019 A2.
In generale, i metodi descritti non si prestano a essere applicati su un gruppo consistente di pazienti monitorato, o addirittura sulla totalità dei pazienti accolti in una comunità ospedaliera e sottoposti a controlli periodici di routine. Al contrario, essi sono indicati quando sono già presenti indicatori di rischio di insorgenza di AKI, che però, come l’esperienza indica, sono tuttora insufficienti a risolvere il problema sopra esposto. In general, the methods described are not suitable for being applied to a large group of monitored patients, or even to all patients admitted to a hospital community and subjected to periodic routine checks. On the contrary, they are indicated when there are already indicators of risk of the onset of AKI, which, however, as experience indicates, are still insufficient to solve the problem described above.
Il problema tecnico che è alla base della presente invenzione è di fornire un metodo per la previsione dell’insorgenza di danno renale acuto in un gruppo di pazienti monitorati che consenta di ovviare all’inconveniente menzionato con riferimento alla tecnica nota. The technical problem underlying the present invention is to provide a method for predicting the onset of acute kidney damage in a group of monitored patients that allows to overcome the inconvenience mentioned with reference to the known art.
Tale problema viene risolto da un metodo di previsione come definito nell’annessa rivendicazione 1. This problem is solved by a forecasting method as defined in the attached claim 1.
Il principale vantaggio del metodo di previsione secondo la presente invenzione risiede nel consentire, su un numero anche grande di pazienti monitorati, un’interpolazione dei dati di laboratorio e delle informazioni anamnestiche legate ed essi, permettendo l’invio di allarmi relativi a una possibile previsione di AKI. The main advantage of the forecasting method according to the present invention lies in allowing, even on a large number of monitored patients, an interpolation of laboratory data and related anamnestic information and these, allowing the sending of alarms relating to a possible forecast. by AKI.
Una volta individuato il rischio effettivo in pazienti specifici, sarà così possibile implementare un corretto dosaggio di biomarker attuando una strategia di monitoraggio e di prevenzione specifica dell’AKI attraverso la ricerca dei fattori patogenetici che stanno determinando l’incremento dei valori di creatinina serica. Once the actual risk in specific patients has been identified, it will thus be possible to implement a correct dosage of biomarkers by implementing a specific AKI monitoring and prevention strategy through the search for the pathogenetic factors that are determining the increase in serum creatinine values.
La presente invenzione verrà qui di seguito descritta secondo un suo esempio di realizzazione preferita, fornito a scopo esemplificativo e non limitativo con riferimento ai disegni annessi in cui: The present invention will be described hereinafter according to an example of its preferred embodiment, provided by way of non-limiting example with reference to the attached drawings in which:
∗ la figura 1 mostra uno schema a blocchi che illustra la struttura informatica che esegue il metodo di previsione secondo l’invenzione; e ∗ Figure 1 shows a block diagram illustrating the computer structure that performs the forecasting method according to the invention; And
∗ la figura 2 mostra uno schema a blocchi che illustra i diversi livelli di allerta prodotti nel metodo di previsione secondo l’invenzione, in base alle variazioni nel tasso di creatinina serica in pazienti monitorati ∗ Figure 2 shows a block diagram illustrating the different levels of alert produced in the forecasting method according to the invention, based on the variations in the serum creatinine rate in monitored patients
Con riferimento alla figura 1, viene descritta un’architettura di sistema adatta a eseguire il metodo di previsione dell’insorgenza di danno renale acuto in un gruppo di pazienti, indicata nel suo complesso con 100. With reference to Figure 1, a system architecture suitable for performing the method of predicting the onset of acute kidney damage in a group of patients is described, indicated as a whole with 100.
Essa prevede l’impiego di un server 1 centralizzato, che potrà essere installato all’interno di un centro elaborazioni dati di un’infrastruttura ospedaliera che accoglie un numero indeterminato di pazienti. It provides for the use of a centralized server 1, which can be installed within a data processing center of a hospital infrastructure that accommodates an indefinite number of patients.
Essi sono sottoposti a monitoraggio periodico, in particolare giornaliero, dei principali parametri ematici, a scopo di screening diagnostico di carattere generale. Tra i parametri ematici rilevati, la creatininemia viene elaborata con cadenza quotidiana, e inserita nella rete dati 2 dell’infrastruttura ospedaliera, alimentando una pluralità di database 3 gestiti a scopo di monitoraggio e controllo dei pazienti, comprese le stesse cartelle cliniche dei pazienti. They are subjected to periodic monitoring, in particular daily, of the main blood parameters, for the purpose of general diagnostic screening. Among the blood parameters detected, creatinine is processed on a daily basis, and inserted into the data network 2 of the hospital infrastructure, feeding a plurality of databases 3 managed for the purpose of monitoring and controlling patients, including the patient's medical records.
Il server centralizzato sopra menzionato è fornito di un software che estrae dai succitati database, in particolare il cosiddetto LIS (Laboratory Information System) che raccoglie i dati direttamente dai vari laboratori analisi, e il cosiddetto HIS (Hospital Information System), che contiene i dati clinici dei pazienti, nonché ad altri database indicati in generale con 3 in figura 1. The centralized server mentioned above is equipped with software that extracts from the aforementioned databases, in particular the so-called LIS (Laboratory Information System) which collects data directly from the various analysis laboratories, and the so-called HIS (Hospital Information System), which contains the data of patients, as well as to other databases indicated in general with 3 in figure 1.
In questo modo, il server 1 è capace di acquisire i set di informazioni necessari all’elaborazione di livelli di allerta relativi alla possibile insorgenza di AKI. Il set delle informazioni viene acquisito mediante interfacce di comunicazione e protocolli standard utilizzati nella pratica ospedaliera. In this way, server 1 is able to acquire the sets of information necessary for the processing of alert levels relating to the possible onset of AKI. The information set is acquired through communication interfaces and standard protocols used in hospital practice.
Il server esegue un software che implementa il metodo di previsione che sarà descritto nel seguito con maggiore dettaglio, mediante l’elaborazione dei valori di creatinina serica raccolti quotidianamente nel gruppo di pazienti soggetti a monitoraggio. The server runs software that implements the prediction method that will be described in greater detail below, by processing the serum creatinine values collected daily in the group of patients subject to monitoring.
Il server 1 è connesso, sempre attraverso alla rete dati 2 dell’infrastruttura, a un numero di periferiche di controllo e consultazione, che consentono di autenticare un utente autorizzato ad accedere a dati sensibili relativi ai pazienti, e ai relativi dati diagnostici. Server 1 is connected, again through the data network 2 of the infrastructure, to a number of control and consultation devices, which allow to authenticate a user authorized to access sensitive patient data and related diagnostic data.
In particolare, la periferica 4 potrà essere un PC o un tablet connesso a detta rete, o anche altri dispositivi come cellulari e simili, su cui è installato un software di consultazione dei livelli di allerta generati sul server, e dei relativi dati ematici che li hanno determinati. In particular, the peripheral 4 can be a PC or a tablet connected to said network, or also other devices such as mobile phones and the like, on which a software for consulting the alert levels generated on the server is installed, and the related blood data that they determined.
Inoltre, il software potrà permettere l’accesso diretto a un sistema di supporto alle decisioni cliniche, basato sulla messaggistica automatica e/o sulla consultazione delle guidelines internazionali, con la possibilità di condividere le informazioni tra tutti gli operatori sanitari coinvolti nel processo. In addition, the software will allow direct access to a clinical decision support system, based on automatic messaging and / or consultation of international guidelines, with the ability to share information among all health professionals involved in the process.
Dette periferiche 4 potranno inoltre collegarsi a un repository centralizzato per la storicizzazione dei valori di creatinina sierica, delle informazioni anamnestiche legate alla degenza del paziente per la successiva analisi attraverso il sistema di intelligenza artificiale implementato. Said peripherals 4 will also be able to connect to a centralized repository for storing the values of serum creatinine, the anamnestic information related to the patient's hospitalization for subsequent analysis through the implemented artificial intelligence system.
Inoltre, esse potranno collegarsi a un repository per il fascicolo clinico locale, inerente le comunicazioni e le informazioni scambiate dagli operatori clinici durante l’osservazione del paziente allertato. In addition, they will be able to connect to a repository for the local clinical file, concerning the communications and information exchanged by clinical operators during the observation of the alerted patient.
Con riferimento alla figura 2, viene descritto schematicamente il metodo di previsione applicato ai dati relativi ai livelli creatinina serica raccolti con cadenza giornaliera. With reference to Figure 2, the forecasting method applied to the data relating to the serum creatinine levels collected on a daily basis is schematically described.
Nel metodo qui descritto: In the method described here:
• T0 indica il livello di creatinina serica di un paziente all’ammissione dello stesso nell’infrastruttura, all’inizio del monitoraggio; • T0 indicates the serum creatinine level of a patient upon admission to the infrastructure, at the start of monitoring;
• Ti indica il livello di creatinina serica di un paziente in un giorno i-esimo dall’ammissione nell’infrastruttura; • It indicates the level of serum creatinine of a patient in the i-th day of admission to the infrastructure;
• T-24 indica il livello di creatinina serica di un paziente il giorno precedente al giorno iesimo dall’ammissione nell’infrastruttura; • T-24 indicates the serum creatinine level of a patient the day before the i th day of admission to the infrastructure;
Nel metodo di previsione qui descritto sono considerate le seguenti variazioni: In the forecasting method described here, the following variations are considered:
• Ti – T0 la variazione del livello di creatinina serica di un paziente dal giorno dell’ammissione al giorno i-esimo; • Ti - T0 the change in a patient's serum creatinine level from the day of admission to the i-th day;
• Ti – T-24 la variazione giornaliera del livello di creatinina serica di un paziente rispetto al giorno i-esimo; • Ti - T-24 the daily variation of a patient's serum creatinine level with respect to the i-th day;
• Ti/T0 % la variazione percentuale del livello di creatinina serica di un paziente dal giorno dell’ammissione al giorno i-esimo; e • Ti / T0% the percentage change in a patient's serum creatinine level from the day of admission to the i-th day; And
• Ti/T-24 % la variazione percentuale giornaliera del livello di creatinina serica di un paziente rispetto al giorno i-esimo. • Ti / T-24% the daily percentage change in a patient's serum creatinine level with respect to the i-th day.
Nello schema a blocchi, vengono distinte su differenti righe le diverse fase di monitoraggio: In the block diagram, the different monitoring phases are distinguished on different lines:
A) estrazione del valore di creatinina sierica (CrS) T0 inserito nel LIS (Laboratory Information System) o altri repositories all’ammissione del paziente in Unità di Terapia Intensiva (ICU); B) estrazione dei valori di CrS misurati durante il decorso ospedaliero del paziente e ricevuti dal LIS o altro repository Ti, i=1,2,3… con data e ora associati; A) extraction of the serum creatinine (CrS) T0 value entered in the LIS (Laboratory Information System) or other repositories upon admission of the patient to the Intensive Care Unit (ICU); B) extraction of the CrS values measured during the patient's hospital course and received from the LIS or other repository Ti, i = 1,2,3… with associated date and time;
C) formule di calcolo delle suddette variazioni che identificano i rischi di sviluppo AKI rispetto a relativi valori soglia, per generare un livello di allerta; C) formulas for calculating the aforementioned variations that identify the AKI development risks with respect to relative threshold values, to generate an alert level;
D) formule per validare il livello di rischio sulla base del valore assoluto del livello di creatinina serica nel giorno i-esimo; D) formulas to validate the risk level on the basis of the absolute value of the serum creatinine level on the i-th day;
E) tipologia del livello di rischio generato, da Alert AKI 1 (meno urgente o meno grave) a Alert AKI 4 (più urgente o più grave), da inoltrare all’équipe medica di riferimento; E) type of risk level generated, from Alert AKI 1 (less urgent or less serious) to Alert AKI 4 (more urgent or more serious), to be forwarded to the relevant medical team;
F) previsione del numero giorni precedenti l’eventuale AKI, associati ai diversi livello di allerta da 1 a 4; F) forecast of the number of days preceding any AKI, associated with the different alert levels from 1 to 4;
G) linee guida mediche di monitoraggio ed eventuale pronto intervento da segnalare all’équipe medica; G) medical monitoring guidelines and any prompt intervention to be reported to the medical team;
H) formule di calcolo per eventuale diagnosi di AKI in seguito ai livelli di allerta più gravi, nel giorno k-esimo dell’emissione di un livello di allerta (Tk = valore CrS corrispondente alla diagnosi di AKI); H) calculation formulas for any diagnosis of AKI following the most serious alert levels, on the k-th day of the issue of an alert level (Tk = CrS value corresponding to the diagnosis of AKI);
I) formule di calcolo dei rischi di mortalità in seguito ad AKI e valori soglia per dare in uscita un allarme di mortalità; I) formulas for calculating mortality risks following AKI and threshold values to give a mortality alarm output;
L) tipologia del livello di rischio per mortalità in seguito ad AKI prevista, da inoltrare all’équipe medica di riferimento; e L) type of risk level for mortality following expected AKI, to be forwarded to the relevant medical team; And
M) linee guida mediche di monitoraggio ed eventuale pronto intervento da segnalare all’équipe medica di riferimento. M) medical monitoring guidelines and any prompt intervention to be reported to the reference medical team.
Pertanto, nel metodo per la previsione dell’insorgenza di danno renale acuto in un gruppo di pazienti, in un generico giorno i-esimo per ciascun paziente viene calcolata la variazione percentuale del livello di creatinina serica di un paziente rispetto al giorno dell’ammissione e rispetto al giorno precedente, nonché la variazione assoluta, espressa per esempio in mg/dl, del livello di creatinina serica rispetto al giorno precedente. Therefore, in the method for predicting the onset of acute kidney injury in a group of patients, on a generic i-th day for each patient, the percentage change in a patient's serum creatinine level with respect to the day of admission is calculated and compared to the previous day, as well as the absolute change, expressed for example in mg / dl, in the level of serum creatinine compared to the previous day.
Le variazioni percentuali e le variazioni assolute sono confrontate con un primo valore di riferimento percentuale e con un primo valore di riferimento assoluto. The percentage changes and the absolute changes are compared with a first percentage reference value and with a first absolute reference value.
Sempre nel giorno i-esimo, il livello di creatinina serica Ti di un paziente in un giorno i-esimo dall’ammissione nell’infrastruttura viene confrontato con uno o più valori assoluti di controllo. Also on the i-th day, the level of serum creatinine Ti of a patient on the i-th day from admission to the infrastructure is compared with one or more absolute control values.
Il superamento simultaneo nel valore di riferimento percentuale e/o nel valore di riferimento assoluto da parte di una delle variazioni percentuali suddette e di una delle variazioni assolute suddette, e in uno dei valori controllo da parte del livello di creatinina serica Ti determina l’emissione di un livello di allerta. The simultaneous exceeding in the percentage reference value and / or in the absolute reference value by one of the above percentage variations and one of the above absolute variations, and in one of the control values by the level of serum creatinine Ti determines the emission of an alert level.
In una versione del metodo qui descritto, viene considerata anche variazione assoluta, espressa per esempio in mg/dl, del livello di creatinina serica rispetto al giorno dell’ammissione, da confrontare con detto primo valore di riferimento assoluto. In one version of the method described here, absolute variation is also considered, expressed for example in mg / dl, of the level of serum creatinine with respect to the day of admission, to be compared with said first absolute reference value.
Nel metodo qui descritto, il primo valore di riferimento percentuale è pari a 25%, e il primo valore di riferimento assoluto è pari a 0,3 mg/dl. In the method described here, the first percentage reference value is equal to 25%, and the first absolute reference value is equal to 0.3 mg / dl.
Inoltre, alla variazione percentuale del livello di creatinina serica è associato almeno un primo valore assoluto di controllo, preferibilmente maggiore o uguale a 1,15 mg/dl, mentre alla variazione assoluta del livello di creatinina serica rispetto al giorno precedente è associato un secondo valore assoluto di controllo, preferibilmente pari a maggiore o uguale a 1,15 mg/dl. Furthermore, at least a first absolute control value, preferably greater than or equal to 1.15 mg / dl, is associated with the percentage change in the serum creatinine level, while a second value is associated with the absolute change in the serum creatinine level compared to the previous day. absolute control, preferably equal to or greater than 1.15 mg / dl.
Il primo valore assoluto di controllo può assumere due valori distinti, che generano differenti livelli di allerta relativi all’insorgenza di AKI in un arco di tempo predeterminato. Al valore di 1,15 mg/dl può essere associata l’insorgenza di AKI nell’arco di tre giorni (risk 1), mentre se il livello di creatinina serica nel giorno i-esimo è maggiore a 1,22 mg/dl, ferma restando la condizione sulla variazione percentuale di cui sopra, l’insorgenza di AKI può accadere anche nell’arco di un giorno solo (risk 3). The first absolute control value can take on two distinct values, which generate different alert levels relating to the onset of AKI over a predetermined period of time. The onset of AKI over three days (risk 1) can be associated with the value of 1.15 mg / dl, while if the serum creatinine level on the i-th day is greater than 1.22 mg / dl, without prejudice to the condition on the percentage change mentioned above, the onset of AKI can also occur within a single day (risk 3).
Quando la variazione assoluta del livello di creatinina serica rispetto al giorno precedente (Ti-T-24h) è maggiore o uguale a 0,3 mg/dl e il livello di creatinina serica è maggiore o uguale a 1,71 mg/dl il livello di allerta emesso riguarda l’insorgenza di un danno renale acuto nei due giorni successivi (risk 2). When the absolute change in serum creatinine level from the previous day (Ti-T-24h) is greater than or equal to 0.3 mg / dl and the serum creatinine level is greater than or equal to 1.71 mg / dl the level of the alert issued concerns the onset of acute kidney damage in the following two days (risk 2).
Il monitoraggio della variazione assoluta (T1-T0) del livello di creatinina serica rispetto al giorno dell’ammissione prevede un ulteriore valore assoluto di controllo che può essere pari a detto secondo valore assoluto di controllo, e con tale valore pari a 1,71 mg/dl il livello di allerta emesso riguarda l’insorgenza di un danno renale acuto nel giorno successivo (risk 4). The monitoring of the absolute variation (T1-T0) of the serum creatinine level with respect to the day of admission provides for an additional absolute control value which can be equal to said second absolute control value, and with this value equal to 1.71 mg / dl the alert level issued concerns the onset of acute kidney damage the next day (risk 4).
Infine, lo stesso metodo può essere usato per l’emissione di un ulteriore livello di allerta relativo alla possibile mortalità del paziente (Alert DEATH 1), che ha già avuto l’emissione di un livello di allerta nel giorno k-esimo, legata al caso in cui la variazione percentuale del livello di creatinina serica di un paziente rispetto al giorno dell’ammissione (%Ti/T0) è superiore al 25% e il livello di creatinina serica è maggiore o uguale a 1,22 mg/dl: se la variazione percentuale del livello di creatinina serica di un paziente nel giorno k-esimo rispetto al giorno dell’ammissione (%Tk/T0) fosse maggiore o uguale a un secondo valore di riferimento percentuale, preferibilmente del 50%, e in cui il livello di creatinina serica nel giorno dell’emissione del livello di allerta fosse superiore a un terzo valore di riferimento assoluto. Finally, the same method can be used to issue an additional level of alert relating to the possible mortality of the patient (Alert DEATH 1), which has already had the issue of an alert level on the k-th day, linked to the if the percentage change in a patient's serum creatinine level from the day of admission (% Ti / T0) is greater than 25% and the serum creatinine level is greater than or equal to 1.22 mg / dl: if the percentage change in a patient's serum creatinine level on day k-th with respect to day of admission (% Tk / T0) was greater than or equal to a second percentage reference value, preferably 50%, and in which the level of serum creatinine on the day of issue of the alert level was greater than a third absolute reference value.
Il terzo valore di riferimento assoluto è maggiore o uguale a 1,42 mg/dl. The third absolute reference value is greater than or equal to 1.42 mg / dl.
Anche quando invece ci troviamo nel caso in cui il monitoraggio della variazione assoluta (T1-T0) del livello di creatinina serica rispetto al giorno dell’ammissione è maggiore o uguale a 0,3 mg/dl, e il livello di creatinina serica è maggiore o uguale a 1,74 mg/dl, con un variazione percentuale del livello di creatinina serica di un paziente rispetto al giorno dell’ammissione (%Ti/T0) è superiore al 50% livello di allerta emesso riguarda l’insorgenza di un danno renale acuto nel giorno successivo, si ha l’emissione di un ulteriore livello di allerta relativo alla possibile mortalità del paziente (Alert DEATH 2). Even when we find ourselves in the case in which the monitoring of the absolute variation (T1-T0) of the level of serum creatinine with respect to the day of admission is greater than or equal to 0.3 mg / dl, and the level of serum creatinine is greater or equal to 1.74 mg / dl, with a percentage change in a patient's serum creatinine level compared to the day of admission (% Ti / T0) is greater than 50% alert level issued concerns the onset of damage acute renal disease on the following day, an additional level of alert is issued relating to the patient's possible mortality (Alert DEATH 2).
Per validare il metodo sopra descritto, è stata condotta un’analisi statistica retrospettiva sui valori di creatinina sierica di un campione di 3185 pazienti ammissibili su un totale di 10717, ricoverati in un reparto di terapia intensiva, grazie a tecniche di data mining. To validate the method described above, a retrospective statistical analysis was conducted on the serum creatinine values of a sample of 3,185 admissible patients out of a total of 10717, hospitalized in an intensive care unit, thanks to data mining techniques.
I criteri adottati per la diagnosi di AKI sono i criteri dello stadio 1 di AKI secondo il criterio KDIGO (Kidney Disease: Improving Global Outcomes), ossia: The criteria adopted for the diagnosis of AKI are the criteria of stage 1 of AKI according to the KDIGO criterion (Kidney Disease: Improving Global Outcomes), i.e .:
i. incremento del 50% del valore della creatinina sierica rispetto al valore di ammissione in reparto, considerato come valore baseline; e ii. aumento di almeno 0,3 mg/dl della creatinina sierica rispetto al valore nelle 48 ore precedenti. the. 50% increase in the value of serum creatinine compared to the admission value in the ward, considered as the baseline value; and ii. increase of at least 0.3 mg / dl in serum creatinine compared to the value in the previous 48 hours.
I pazienti che hanno riportato una diagnosi di AKI secondo entrambi i criteri sono il 23,2%, mentre quelli con diagnosi di AKI solo secondo il primo criterio sono il 4,6% e quelli con una diagnosi di AKI solo secondo il secondo criterio sono 19,1%. In totale, il 27,8% ha presentato una diagnosi di AKI secondo il criterio 1, mentre il 42,3% una diagnosi di AKI secondo il criterio 2. Patients who reported a diagnosis of AKI according to both criteria are 23.2%, while those diagnosed with AKI only according to the first criterion are 4.6% and those with a diagnosis of AKI only according to the second criterion are 19.1%. In total, 27.8% had a diagnosis of AKI according to criterion 1, while 42.3% had a diagnosis of AKI according to criterion 2.
Inoltre, il 57,8% dei pazienti con diagnosi di AKI secondo il criterio 1 sono morti in Terapia Intensiva, mentre il 59,4% dei pazienti con diagnosi secondo il criterio 2 sono morti. Furthermore, 57.8% of patients diagnosed with AKI according to criterion 1 died in the ICU, while 59.4% of patients diagnosed with criterion 2 died.
Tali valori si attestano nei valori medi internazionali di diagnosi di AKI nei reparti di terapia intensiva. These values are in the international mean values of diagnosis of AKI in intensive care units.
Al sopra descritto metodo per la previsione dell’insorgenza di danno renale acuto in un gruppo di pazienti un tecnico del ramo, allo scopo di soddisfare ulteriori e contingenti esigenze, potrà apportare numerose ulteriori modifiche e varianti, tutte peraltro comprese nell'ambito di protezione della presente invenzione, quale definito dalle rivendicazioni allegate. A person skilled in the art, in order to meet further and contingent needs, may make numerous further modifications and variants to the above described method for predicting the onset of acute kidney damage in a group of patients, all of which however fall within the scope of protection of the present invention, as defined by the appended claims.
Claims (12)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102018000005070A IT201800005070A1 (en) | 2018-05-04 | 2018-05-04 | Method for predicting the onset of acute kidney damage in a group of patients |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102018000005070A IT201800005070A1 (en) | 2018-05-04 | 2018-05-04 | Method for predicting the onset of acute kidney damage in a group of patients |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| IT201800005070A1 true IT201800005070A1 (en) | 2019-11-04 |
Family
ID=63312219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT102018000005070A IT201800005070A1 (en) | 2018-05-04 | 2018-05-04 | Method for predicting the onset of acute kidney damage in a group of patients |
Country Status (1)
| Country | Link |
|---|---|
| IT (1) | IT201800005070A1 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014113558A1 (en) * | 2013-01-17 | 2014-07-24 | Astute Medical, Inc. | Methods and compositions for diagnosis and prognosis of renal injury and renal failure |
| US20170347936A1 (en) * | 2016-06-02 | 2017-12-07 | Cardiac Pacemakers, Inc. | Acute kidney injury detection system and methods |
-
2018
- 2018-05-04 IT IT102018000005070A patent/IT201800005070A1/en unknown
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014113558A1 (en) * | 2013-01-17 | 2014-07-24 | Astute Medical, Inc. | Methods and compositions for diagnosis and prognosis of renal injury and renal failure |
| US20170347936A1 (en) * | 2016-06-02 | 2017-12-07 | Cardiac Pacemakers, Inc. | Acute kidney injury detection system and methods |
Non-Patent Citations (1)
| Title |
|---|
| P A MCCOLLOUGH ET AL: "Contrast-Induced Nephropathy (CIN) Consensus Working Panel: executive summary.", REV CARDIOVASC MED, 1 January 2006 (2006-01-01), XP055548065, Retrieved from the Internet <URL:http://www.ncbi.nlm.nih.gov/pubmed/17224862> [retrieved on 20190128] * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| McLymont et al. | Scoring systems for the characterization of sepsis and associated outcomes | |
| Fullerton et al. | Is the Modified Early Warning Score (MEWS) superior to clinician judgement in detecting critical illness in the pre-hospital environment? | |
| CN112365978B (en) | Method and device for establishing early risk assessment model of tachycardia event | |
| Whelan et al. | Serum sodium as a risk factor for in-hospital mortality in acute unselected general medical patients | |
| CN103189883A (en) | Medical scoring systems and methods | |
| Blacky et al. | Fully automated surveillance of healthcare-associated infections with MONI-ICU | |
| EP2906105A1 (en) | Monitoring severity and duration of abberant physiological parameters during a procedure | |
| Gibson et al. | Predictors of short-term outcomes after syncope: a systematic review and meta-analysis | |
| JP2020509491A (en) | Interdisciplinary disease management system | |
| Vafaei et al. | PIRO, SOFA and MEDS scores in predicting one-month mortality of Sepsis patients; a diagnostic accuracy study | |
| US8417541B1 (en) | Multi-stage model for predicting probabilities of mortality in adult critically ill patients | |
| CN115101199A (en) | Interpretable fair early death risk assessment model and device for critically ill elderly patients and establishment method thereof | |
| George et al. | Association between a prolonged corrected QT interval and outcomes in patients in a medical Intensive Care Unit | |
| Mirzakhani et al. | Which model is superior in predicting ICU survival: artificial intelligence versus conventional approaches | |
| IT201800005070A1 (en) | Method for predicting the onset of acute kidney damage in a group of patients | |
| Junger et al. | Automatic calculation of a modified APACHE II score using a patient data management system (PDMS) | |
| del Mar Ortega | Mortality in patients treated for COVID-19 in the emergency department of a tertiary care hospital during the first phase of the pandemic: Derivation of a risk model for emergency departments | |
| Villamarín-Bello et al. | Gold standard evaluation of an automatic HAIs surveillance system | |
| CN108417267B (en) | System for determining short-term prognosis of patient with liver cirrhosis hepatorenal syndrome | |
| Lu et al. | Machine learning models of postoperative atrial fibrillation prediction after cardiac surgery | |
| Reed et al. | Detection of physiological deterioration by the SNAP40 wearable device compared to standard monitoring devices in the emergency department: the SNAP40-ED study | |
| Kashem et al. | Review on telemonitoring of maternal health care targeting medical cyber-physical systems | |
| Sharda et al. | Delirium in Elderly General Medicine Inpatients: A Prospective Study | |
| Rademaker | Subpopulation process comparison for in-hospital treatment processes: a case study for sepsis treatment | |
| Fehre et al. | Detecting, Monitoring, and Reporting Possible Adverse Drug Events Using an Arden-Syntax-based Rule Engine |