JP2012130408A - Capを施行した潰瘍性大腸炎患者の予後予測方法 - Google Patents
Capを施行した潰瘍性大腸炎患者の予後予測方法 Download PDFInfo
- Publication number
- JP2012130408A JP2012130408A JP2010283106A JP2010283106A JP2012130408A JP 2012130408 A JP2012130408 A JP 2012130408A JP 2010283106 A JP2010283106 A JP 2010283106A JP 2010283106 A JP2010283106 A JP 2010283106A JP 2012130408 A JP2012130408 A JP 2012130408A
- Authority
- JP
- Japan
- Prior art keywords
- cytapheresis
- input
- prognosis
- ulcerative colitis
- surgery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004393 prognosis Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 41
- 206010009900 Colitis ulcerative Diseases 0.000 title claims abstract description 28
- 201000006704 Ulcerative Colitis Diseases 0.000 title claims abstract description 28
- 238000001356 surgical procedure Methods 0.000 claims abstract description 35
- 238000013528 artificial neural network Methods 0.000 claims abstract description 32
- 230000000694 effects Effects 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 10
- 239000002955 immunomodulating agent Substances 0.000 claims description 8
- 229940121354 immunomodulator Drugs 0.000 claims description 8
- 201000010099 disease Diseases 0.000 claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 7
- 230000002584 immunomodulator Effects 0.000 claims description 7
- 210000002569 neuron Anatomy 0.000 claims description 4
- 150000003431 steroids Chemical class 0.000 claims description 3
- 238000011866 long-term treatment Methods 0.000 abstract description 6
- 238000002560 therapeutic procedure Methods 0.000 description 10
- 238000011282 treatment Methods 0.000 description 9
- 238000000059 patterning Methods 0.000 description 7
- GLVAUDGFNGKCSF-UHFFFAOYSA-N mercaptopurine Chemical compound S=C1NC=NC2=C1NC=N2 GLVAUDGFNGKCSF-UHFFFAOYSA-N 0.000 description 6
- 238000001179 sorption measurement Methods 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 4
- 210000003714 granulocyte Anatomy 0.000 description 4
- 210000000265 leukocyte Anatomy 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 229960001428 mercaptopurine Drugs 0.000 description 3
- 206010035664 Pneumonia Diseases 0.000 description 2
- LMEKQMALGUDUQG-UHFFFAOYSA-N azathioprine Chemical compound CN1C=NC([N+]([O-])=O)=C1SC1=NC=NC2=C1NC=N2 LMEKQMALGUDUQG-UHFFFAOYSA-N 0.000 description 2
- 229960002170 azathioprine Drugs 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 238000009534 blood test Methods 0.000 description 2
- 206010009887 colitis Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 208000030090 Acute Disease Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010036774 Proctitis Diseases 0.000 description 1
- 241000270295 Serpentes Species 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 208000037976 chronic inflammation Diseases 0.000 description 1
- 208000037893 chronic inflammatory disorder Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000004957 immunoregulator effect Effects 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 210000002429 large intestine Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- KBOPZPXVLCULAV-UHFFFAOYSA-N mesalamine Chemical compound NC1=CC=C(O)C(C(O)=O)=C1 KBOPZPXVLCULAV-UHFFFAOYSA-N 0.000 description 1
- 229960004963 mesalazine Drugs 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 description 1
- 229960005205 prednisolone Drugs 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- NCEXYHBECQHGNR-QZQOTICOSA-N sulfasalazine Chemical compound C1=C(O)C(C(=O)O)=CC(\N=N\C=2C=CC(=CC=2)S(=O)(=O)NC=2N=CC=CC=2)=C1 NCEXYHBECQHGNR-QZQOTICOSA-N 0.000 description 1
- 229960001940 sulfasalazine Drugs 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Landscapes
- External Artificial Organs (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
【解決手段】潰瘍性大腸炎患者において、サイタフェレシスを施行した場合の予後を予測する方法であって、既にサイタフェレシスを施行した潰瘍性大腸炎患者について、少なくとも入院歴及び手術歴を含む入力因子と、サイタフェレシスを施行後の手術の有無に係る出力因子とを当該人工ニューラルネットワークに適用して学習させる工程、及び、前記入力因子を入力した場合に、人工ニューラルネットワークを動作させることにより、サイタフェレシスを施行した場合における手術の必要性を出力する工程、を含むことを特徴とする、サイタフェレシス施行後の予後予測方法。
【選択図】図2
Description
潰瘍性大腸炎の治療は、重症度に合わせて行われ、サラゾスルファピリジンや5−アミノサリチル酸の経口投与、プレドニゾロンの経口投与、更にはアザチオプリンや6−メルカプトプリン等の免疫調整剤との併用療法、重症例には、ステロイドの大量療法等が行われている。しかし、潰瘍性大腸炎は、生涯にわたり再燃と寛解を繰り返す疾患であり、これらの薬物療法のみでは治療抵抗性の難治例が存在することや長期投与による副作用の発現が問題となる。
従って、長期経過を的確に予測し、CAP施行の是非や薬剤投与の必要性に関する情報を提供することは、非常に重要な課題であるといえる。
しかしながら、ANNを用いた解析においても、如何なる予測因子を用いた場合に目的の診断が精度よく行われるか否かは、各事象固有の問題であり、他の疾患について応用できるものではない。
1)潰瘍性大腸炎患者において、サイタフェレシスを施行した場合の予後を予測する方法であって、既にサイタフェレシスを施行した潰瘍性大腸炎患者について、少なくとも入院歴及び手術歴を含む入力因子と、サイタフェレシスを施行後の手術の有無に係る出力因子とを当該人工ニューラルネットワークに適用して学習させる工程、及び、前記入力因子を入力した場合に、人工ニューラルネットワークを動作させることにより、サイタフェレシスを施行した場合における手術の必要性を出力する工程、を含むことを特徴とする、サイタフェレシス施行後の予後予測方法。
2)前記入力データが、更にサイタフェレシス施行後の臨床活動指数及び免疫調整剤の投与計画を含む、上記1)の予後予測方法。
3)前記入力データが、更に年齢、性別、サイタフェレシスに使用した医療機器、罹患範囲、罹病期間、臨床経過による分類、サイタフェレシス施行前の臨床活動指数、及びステロイド剤の服用歴から選ばれる1種以上を含む上記2)の予後予測方法。
4)前記人工ニューラルネットワークを構成するユニットが、シグモイド関数及び/又は動径基底関数を使用したニューロンを使用する、上記1)〜3)の予後予測方法。
5)コンピューターに、上記1)〜4)の各工程を実行させるための、潰瘍性大腸炎患者において、サイタフェレシスを施行した場合の予後を予測するためのプログラム。
6)潰瘍性大腸炎患者において、サイタフェレシスを施行した場合の予後を予測するための装置であって、既にサイタフェレシスを施行した潰瘍性大腸炎患者について、少なくとも入院歴及び手術歴を含む入力因子と、サイタフェレシス施行後の手術の有無に係る出力因子とを記憶したデータベースと、前記因子を人工ニューラルネットワークに適用して算出された予後予測式を記憶する予後予測式記憶部、予後予測式を算出するためのプログラムを記憶した解析プログラム記憶部、前記入力因子が入力され場合に、前記予後予測式を参照して、サイタフェレシスを施行した場合における手術の必要性を出力する処理部、とを備える潰瘍性大腸炎患者の予後予測装置。
また、本発明のプログラムは、上記の各工程をコンピューターに実行させるためのプログラムである。
ANNとは、人間の脳による神経学的処理をシミュレートする計算技術に基づいた学習システムであり、従属変数と独立変数の両方が存在するシステムをモデル化する上で有用なものである。ANNは、入力値と出力値との間に存在する関係をパターン化して学習し、さらに、入力値と出力値との間に存在する新たな関係を認識すればその関係をパターン化して学習することによって、入力値と出力値との間に存在する関係をより精度良くパターン化する(本発明では、この工程を「パターン化フェーズ」と称する)。そして、新たな入力値が入力された場合に、パターン化した関係を参照して、新たに入力された入力値に応じた出力値を回答する(本発明では、この工程を「診断フェーズ」と称する)。
本発明において用いられる入力因子及び出力因子は下記表1の通りである。
「罹患範囲」は、大腸における炎症部位を特定するものであり、具体的には、例えば「直腸炎型」、「左側大腸炎型」、「全大腸炎型」又は「特殊型」の何れかが入力される。
「臨床経過による分類」としては、例えば、「再燃緩解型」、「急性激症型」、「初回発作型」、又は「慢性持続型」等が入力される。
「CAP施行前の臨床活動指数(Clinical Activity Index)」及び「CAP施行後の臨床活動指数(Clinical Activity Index)」において、臨床活動指数とは、臨床症状をもとに患者の状態を数値化した指標である。
「免疫調整剤の投与計画」は、CAP施行後に免疫調整剤を使用するか否かを意味し、例えば6−メルカプトプリン、アザチオプリン等の免疫調整剤の投与の有無が入力される。
「入院歴」は、CAP施行前における入院治療の経験の有無が入力される。
「手術歴」は、CAP施行前における手術の経験の有無が入力される。
また、ユニット(ニューロン)において使用される動作関数としては、シグモイド関数の他、ヘビ関数、動径基底関数等を用いることができるが、シグモイド関数を用いるのが好ましい。
図1に、本発明の予後予測装置のハードウェア構成図を示す。
本発明の予後予測装置は、入力部11、予測因子データベース12、解析プログラム記憶部13、予後予測式記憶部14、表示部15、処理部16を含んで構成される。当該予後予測装置は、例えば汎用PCによって構成される場合、入力部11はキーボード、マウス、テンキーなどの各種入力インタフェースによって実現され、予測因子データベース12は、ハードディスクドライブ(HDD)によって実現され、解析プログラム記憶部13及び予後予測式記憶部14はRAM(Random Access Memory)によって実現され、表示部15はCRTディスプレイ、液晶ディスプレイなどの各種出力デバイスによって実現され、処理部16は、CPU(Central Processing Unit)によって実現される。入力部11、予測因子データベース12、解析プログラム記憶部13、予後予測式記憶部14、表示部15、処理部16を実現するデバイスは、上述したものに限るものではなく、以下に説明する、各部の機能を実行可能なデバイスを適宜利用することができる。
表2に挙げた1〜12項目を入力因子とし、これらの項目を用いて長期経過としてCAP施行後に手術に至るか否かを、ANNを用いてパターン化した。
ANNは、多層パーセプトロン(MLP)、放射状による関数ネットワーク(RBF)、及びリニアネットワーク(LIN)の3つのタイプを用いている。MLPは1つの入力層、1つ以上の中間層と、1つの出力層の各層からなり、出力層の中の1つのノードが結果を分類するために使用される。
さらに実施例1の結果をもとに、各因子における予後予測の感度分析を行った。
その結果、「治療前の入院歴」及び「治療前の手術歴」の2項目を除いた場合、さらに「CAP後の臨床活動指数(Clinical Activity Index)」及び「免疫調整剤の投与計画の有無」を加えた4項目を除いた場合、表4に示す如く感度、特異度ともに著しい低下がみられた。
12 予測因子データベース
13 解析プログラム記憶部
14 予後予測式記憶部
15 表示部
16 処理部
Claims (6)
- 潰瘍性大腸炎患者において、サイタフェレシスを施行した場合の予後を予測する方法であって、既にサイタフェレシスを施行した潰瘍性大腸炎患者について、少なくとも入院歴及び手術歴を含む入力因子と、サイタフェレシスを施行後の手術の有無に係る出力因子とを当該人工ニューラルネットワークに適用して学習させる工程、及び、前記入力因子を入力した場合に、人工ニューラルネットワークを動作させることにより、サイタフェレシスを施行した場合における手術の必要性を出力する工程、を含むことを特徴とする、サイタフェレシス施行後の予後予測方法。
- 前記入力データが、更にサイタフェレシス施行後の臨床活動指数及び免疫調整剤の投与計画を含む、請求項1記載の予後予測方法。
- 前記入力データが、更に年齢、性別、サイタフェレシスに使用した医療機器、罹患範囲、罹病期間、臨床経過による分類、サイタフェレシス施行前の臨床活動指数、及びステロイド剤の服用歴から選ばれる1種以上を含む請求項2記載の予後予測方法。
- 前記人工ニューラルネットワークを構成するユニットが、シグモイド関数及び/又は動径基底関数を使用したニューロンを使用する、請求項1〜3の何れか1項記載の予後予測方法。
- コンピューターに、請求項1〜4のいずれか1項記載の各工程を実行させるための、潰瘍性大腸炎患者において、サイタフェレシスを施行した場合の予後を予測するためのプログラム。
- 潰瘍性大腸炎患者において、サイタフェレシスを施行した場合の予後を予測するための装置であって、既にサイタフェレシスを施行した潰瘍性大腸炎患者について、少なくとも入院歴及び手術歴を含む入力因子と、サイタフェレシス施行後の手術の有無に係る出力因子とを記憶したデータベースと、前記因子を人工ニューラルネットワークに適用して算出された予後予測式を記憶する予後予測式記憶部、予後予測式を算出するためのプログラムを記憶した解析プログラム記憶部、前記入力因子が入力され場合に、前記予後予測式を参照して、サイタフェレシスを施行した場合における手術の必要性を出力する処理部、とを備える潰瘍性大腸炎患者の予後予測装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010283106A JP5484309B2 (ja) | 2010-12-20 | 2010-12-20 | Capを施行した潰瘍性大腸炎患者の予後予測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010283106A JP5484309B2 (ja) | 2010-12-20 | 2010-12-20 | Capを施行した潰瘍性大腸炎患者の予後予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012130408A true JP2012130408A (ja) | 2012-07-12 |
JP5484309B2 JP5484309B2 (ja) | 2014-05-07 |
Family
ID=46646763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010283106A Expired - Fee Related JP5484309B2 (ja) | 2010-12-20 | 2010-12-20 | Capを施行した潰瘍性大腸炎患者の予後予測方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5484309B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021205828A1 (ja) * | 2020-04-10 | 2021-10-14 | 国立大学法人 東京大学 | 予後予測装置、及びプログラム |
JP7503860B2 (ja) | 2020-04-10 | 2024-06-21 | 国立大学法人 東京大学 | 予後予測装置、及びプログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003122845A (ja) * | 2001-10-09 | 2003-04-25 | Shinkichi Himeno | 医療情報の検索システム及びそのシステムを実行するためのプログラム |
JP2008161468A (ja) * | 2006-12-28 | 2008-07-17 | Asahi Kasei Kuraray Medical Co Ltd | 白血球除去器の関節炎治療効果の評価方法 |
JP2009268680A (ja) * | 2008-05-07 | 2009-11-19 | Noribumi Hibi | Peg施行患者の予後の予測装置、peg施行患者の予後の予測方法、及びpeg施行患者の予後の予測プログラム |
JP2010200881A (ja) * | 2009-03-02 | 2010-09-16 | Shigenari Hozawa | 膵嚢胞性疾患診断装置 |
JP2012064087A (ja) * | 2010-09-17 | 2012-03-29 | Keio Gijuku | 生活習慣病の診断予測装置、生活習慣病の診断予測方法及びプログラム |
-
2010
- 2010-12-20 JP JP2010283106A patent/JP5484309B2/ja not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003122845A (ja) * | 2001-10-09 | 2003-04-25 | Shinkichi Himeno | 医療情報の検索システム及びそのシステムを実行するためのプログラム |
JP2008161468A (ja) * | 2006-12-28 | 2008-07-17 | Asahi Kasei Kuraray Medical Co Ltd | 白血球除去器の関節炎治療効果の評価方法 |
JP2009268680A (ja) * | 2008-05-07 | 2009-11-19 | Noribumi Hibi | Peg施行患者の予後の予測装置、peg施行患者の予後の予測方法、及びpeg施行患者の予後の予測プログラム |
JP2010200881A (ja) * | 2009-03-02 | 2010-09-16 | Shigenari Hozawa | 膵嚢胞性疾患診断装置 |
JP2012064087A (ja) * | 2010-09-17 | 2012-03-29 | Keio Gijuku | 生活習慣病の診断予測装置、生活習慣病の診断予測方法及びプログラム |
Non-Patent Citations (3)
Title |
---|
宮川 佳也 他: ""潰瘍性大腸炎に対する血球成分除去療法(サイタフェレシス)の治療効果に及ぼす好中球接着分子の意義"", 慈恵医大誌 2003;118, JPN6014004248, 2003, pages 489 - 506, ISSN: 0002738870 * |
篠田 俊雄: ""サイタフェレシスにおける安全性と留意点"", 日本アフェレシス学会雑誌 24巻1号, JPN6014004243, 2005, pages 47 - 50, ISSN: 0002738868 * |
長谷川 みどり 他: ""血管炎症候群に対するアフェレシス療法の有効性"", 日本アフェレシス学会雑誌 25巻1号, JPN6014004245, 2006, pages 7 - 11, ISSN: 0002738869 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021205828A1 (ja) * | 2020-04-10 | 2021-10-14 | 国立大学法人 東京大学 | 予後予測装置、及びプログラム |
JP7503860B2 (ja) | 2020-04-10 | 2024-06-21 | 国立大学法人 東京大学 | 予後予測装置、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP5484309B2 (ja) | 2014-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Electronic health records and polygenic risk scores for predicting disease risk | |
Iborra-Egea et al. | Mechanisms of action of sacubitril/valsartan on cardiac remodeling: a systems biology approach | |
EP3739596B1 (en) | Clinical predictive analytics system | |
Celi et al. | A Clinical Database‐Driven Approach to Decision Support: Predicting Mortality Among Patients with Acute Kidney Injury | |
Sun et al. | Artificial intelligence in psychiatry research, diagnosis, and therapy | |
JP2017537365A (ja) | 患者データに基づく健康診断および治療のためのベイジアン因果関係ネットワークモデル | |
Wu et al. | Artificial intelligence for clinical decision support in sepsis | |
JP2011501276A (ja) | 健康関連の転帰を予測するためのオンラインコミュニティを使用した自己改善方法 | |
JP7141711B2 (ja) | 予後予測システム、予後予測プログラム作成装置、予後予測装置、予後予測方法及び予後予測プログラム | |
Shukur et al. | Involving machine learning techniques in heart disease diagnosis: a performance analysis | |
US20210241909A1 (en) | Method and a system for evaluating treatment strategies on a virtual model of a patient | |
Summers et al. | Deep machine learning application to the detection of preclinical neurodegenerative diseases of aging | |
Rosero et al. | Failure to rescue: a quality indicator for postoperative care | |
Manikiran et al. | Artificial intelligence: milestones and role in pharma and healthcare sector | |
Chung et al. | Identifying prognostic factors and developing accurate outcome predictions for in-hospital cardiac arrest by using artificial neural networks | |
Vandenberk et al. | Successes and challenges of artificial intelligence in cardiology | |
Venkatapurapu et al. | A computational platform integrating a mechanistic model of Crohn’s disease for predicting temporal progression of mucosal damage and healing | |
Hillis et al. | Use of artificial intelligence in clinical neurology | |
Kalpana et al. | Prediction of Heart Disease Using Machine Learning | |
Yoon et al. | Application and potential of artificial intelligence in heart failure: past, present, and future | |
Shen et al. | Massive external validation of a machine learning algorithm to predict pulmonary embolism in hospitalized patients | |
JP2024513618A (ja) | 感染症及び敗血症の個別化された予測のための方法及びシステム | |
Herrgårdh et al. | Digital twins and hybrid modelling for simulation of physiological variables and stroke risk | |
De et al. | Disease detection system (DDS) using machine learning technique | |
JP5484309B2 (ja) | Capを施行した潰瘍性大腸炎患者の予後予測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130924 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140127 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140204 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5484309 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |