JP2021511489A - ネコの慢性腎臓疾患のためのバイオマーカー及び分類アルゴリズム - Google Patents
ネコの慢性腎臓疾患のためのバイオマーカー及び分類アルゴリズム Download PDFInfo
- Publication number
- JP2021511489A JP2021511489A JP2020537724A JP2020537724A JP2021511489A JP 2021511489 A JP2021511489 A JP 2021511489A JP 2020537724 A JP2020537724 A JP 2020537724A JP 2020537724 A JP2020537724 A JP 2020537724A JP 2021511489 A JP2021511489 A JP 2021511489A
- Authority
- JP
- Japan
- Prior art keywords
- ckd
- biomarkers
- level
- certain embodiments
- urine
- 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
- 208000020832 chronic kidney disease Diseases 0.000 title claims abstract description 467
- 239000000090 biomarker Substances 0.000 title claims abstract description 225
- 241000282326 Felis catus Species 0.000 title claims description 249
- 238000007635 classification algorithm Methods 0.000 title claims description 72
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 claims abstract description 328
- 241000282324 Felis Species 0.000 claims abstract description 247
- 210000002700 urine Anatomy 0.000 claims abstract description 222
- 238000000034 method Methods 0.000 claims abstract description 184
- 229940109239 creatinine Drugs 0.000 claims abstract description 164
- 230000005484 gravity Effects 0.000 claims abstract description 98
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 claims abstract description 94
- 239000004202 carbamide Substances 0.000 claims abstract description 94
- 238000011161 development Methods 0.000 claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims description 103
- 238000012549 training Methods 0.000 claims description 94
- 210000004369 blood Anatomy 0.000 claims description 84
- 239000008280 blood Substances 0.000 claims description 84
- 235000005911 diet Nutrition 0.000 claims description 80
- 238000005259 measurement Methods 0.000 claims description 73
- 230000037213 diet Effects 0.000 claims description 70
- 102000004169 proteins and genes Human genes 0.000 claims description 66
- 108090000623 proteins and genes Proteins 0.000 claims description 66
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 claims description 51
- 239000013589 supplement Substances 0.000 claims description 43
- 210000000265 leukocyte Anatomy 0.000 claims description 39
- 238000013528 artificial neural network Methods 0.000 claims description 35
- 238000004458 analytical method Methods 0.000 claims description 28
- 235000020777 polyunsaturated fatty acids Nutrition 0.000 claims description 28
- 238000004820 blood count Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 24
- 239000003963 antioxidant agent Substances 0.000 claims description 19
- 235000019156 vitamin B Nutrition 0.000 claims description 19
- 239000011720 vitamin B Substances 0.000 claims description 19
- 241000282323 Felidae Species 0.000 claims description 16
- 230000003078 antioxidant effect Effects 0.000 claims description 16
- 238000002790 cross-validation Methods 0.000 claims description 15
- 229940070017 potassium supplement Drugs 0.000 claims description 14
- 239000011574 phosphorus Substances 0.000 claims description 12
- 229910052698 phosphorus Inorganic materials 0.000 claims description 12
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 11
- 229930003270 Vitamin B Natural products 0.000 claims description 11
- 235000014659 low sodium diet Nutrition 0.000 claims description 11
- 230000000306 recurrent effect Effects 0.000 claims description 11
- 235000020905 low-protein-diet Nutrition 0.000 claims description 10
- 238000007477 logistic regression Methods 0.000 claims description 9
- 230000015654 memory Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000007637 random forest analysis Methods 0.000 claims description 9
- 230000006403 short-term memory Effects 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 239000000047 product Substances 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 6
- 230000007717 exclusion Effects 0.000 claims description 5
- 235000020888 liquid diet Nutrition 0.000 claims description 5
- 235000020979 dietary recommendations Nutrition 0.000 claims 2
- 230000001537 neural effect Effects 0.000 claims 1
- 230000001052 transient effect Effects 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 description 93
- 235000013305 food Nutrition 0.000 description 48
- 239000000523 sample Substances 0.000 description 43
- 201000010099 disease Diseases 0.000 description 42
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 42
- 230000035945 sensitivity Effects 0.000 description 38
- 230000002485 urinary effect Effects 0.000 description 36
- 208000037157 Azotemia Diseases 0.000 description 31
- 230000006870 function Effects 0.000 description 30
- 230000002829 reductive effect Effects 0.000 description 29
- 238000012360 testing method Methods 0.000 description 28
- 238000011282 treatment Methods 0.000 description 25
- 238000013459 approach Methods 0.000 description 22
- 230000018109 developmental process Effects 0.000 description 22
- 230000000670 limiting effect Effects 0.000 description 20
- 235000006708 antioxidants Nutrition 0.000 description 17
- 230000000875 corresponding effect Effects 0.000 description 17
- 210000003734 kidney Anatomy 0.000 description 17
- 238000010801 machine learning Methods 0.000 description 17
- 101150082316 usg gene Proteins 0.000 description 17
- 238000010200 validation analysis Methods 0.000 description 17
- 230000036541 health Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- HVPFXCBJHIIJGS-LURJTMIESA-N N(omega),N'(omega)-dimethyl-L-arginine Chemical compound CN\C(=N/C)NCCC[C@H](N)C(O)=O HVPFXCBJHIIJGS-LURJTMIESA-N 0.000 description 13
- 244000290333 Vanilla fragrans Species 0.000 description 13
- 235000009499 Vanilla fragrans Nutrition 0.000 description 13
- 235000012036 Vanilla tahitensis Nutrition 0.000 description 13
- 238000009826 distribution Methods 0.000 description 13
- 230000007423 decrease Effects 0.000 description 12
- 238000001514 detection method Methods 0.000 description 12
- 239000000203 mixture Substances 0.000 description 12
- 210000002966 serum Anatomy 0.000 description 12
- 241001465754 Metazoa Species 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 11
- 206010020850 Hyperthyroidism Diseases 0.000 description 10
- 230000000378 dietary effect Effects 0.000 description 10
- 208000017169 kidney disease Diseases 0.000 description 10
- 230000009467 reduction Effects 0.000 description 10
- 229910019142 PO4 Inorganic materials 0.000 description 9
- 238000009535 clinical urine test Methods 0.000 description 9
- 230000003907 kidney function Effects 0.000 description 9
- 235000021317 phosphate Nutrition 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 206010012601 diabetes mellitus Diseases 0.000 description 8
- 102000004506 Blood Proteins Human genes 0.000 description 7
- 108010017384 Blood Proteins Proteins 0.000 description 7
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 7
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 7
- 238000009534 blood test Methods 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 239000011591 potassium Substances 0.000 description 7
- 229910052700 potassium Inorganic materials 0.000 description 7
- 235000015424 sodium Nutrition 0.000 description 7
- 239000011734 sodium Substances 0.000 description 7
- 229910052708 sodium Inorganic materials 0.000 description 7
- 238000002560 therapeutic procedure Methods 0.000 description 7
- 230000004913 activation Effects 0.000 description 6
- 230000006378 damage Effects 0.000 description 6
- 208000015181 infectious disease Diseases 0.000 description 6
- 235000016709 nutrition Nutrition 0.000 description 6
- 238000005192 partition Methods 0.000 description 6
- 239000010452 phosphate Substances 0.000 description 6
- 208000024891 symptom Diseases 0.000 description 6
- 206010067125 Liver injury Diseases 0.000 description 5
- 102000001708 Protein Isoforms Human genes 0.000 description 5
- 108010029485 Protein Isoforms Proteins 0.000 description 5
- 208000033626 Renal failure acute Diseases 0.000 description 5
- 201000011040 acute kidney failure Diseases 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 5
- 231100000234 hepatic damage Toxicity 0.000 description 5
- 230000008818 liver damage Effects 0.000 description 5
- 238000010606 normalization Methods 0.000 description 5
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 5
- 239000002243 precursor Substances 0.000 description 5
- 230000002265 prevention Effects 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 5
- 208000009304 Acute Kidney Injury Diseases 0.000 description 4
- 244000118350 Andrographis paniculata Species 0.000 description 4
- 241000282472 Canis lupus familiaris Species 0.000 description 4
- 208000005156 Dehydration Diseases 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 4
- 230000018044 dehydration Effects 0.000 description 4
- 238000006297 dehydration reaction Methods 0.000 description 4
- 230000003862 health status Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000037361 pathway Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 102000019034 Chemokines Human genes 0.000 description 3
- 108010012236 Chemokines Proteins 0.000 description 3
- OEIJRRGCTVHYTH-UHFFFAOYSA-N Favan-3-ol Chemical compound OC1CC2=CC=CC=C2OC1C1=CC=CC=C1 OEIJRRGCTVHYTH-UHFFFAOYSA-N 0.000 description 3
- CITFYDYEWQIEPX-UHFFFAOYSA-N Flavanol Natural products O1C2=CC(OCC=C(C)C)=CC(O)=C2C(=O)C(O)C1C1=CC=C(O)C=C1 CITFYDYEWQIEPX-UHFFFAOYSA-N 0.000 description 3
- AUNGANRZJHBGPY-SCRDCRAPSA-N Riboflavin Chemical compound OC[C@@H](O)[C@@H](O)[C@@H](O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-SCRDCRAPSA-N 0.000 description 3
- 208000037063 Thinness Diseases 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000001684 chronic effect Effects 0.000 description 3
- 238000004883 computer application Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008602 contraction Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 235000011987 flavanols Nutrition 0.000 description 3
- OVBPIULPVIDEAO-LBPRGKRZSA-N folic acid Chemical compound C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-LBPRGKRZSA-N 0.000 description 3
- 230000002068 genetic effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000035764 nutrition Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 150000003013 phosphoric acid derivatives Chemical class 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- RADKZDMFGJYCBB-UHFFFAOYSA-N pyridoxal hydrochloride Natural products CC1=NC=C(CO)C(C=O)=C1O RADKZDMFGJYCBB-UHFFFAOYSA-N 0.000 description 3
- LXNHXLLTXMVWPM-UHFFFAOYSA-N pyridoxine Chemical compound CC1=NC=C(CO)C(CO)=C1O LXNHXLLTXMVWPM-UHFFFAOYSA-N 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000004083 survival effect Effects 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 238000011269 treatment regimen Methods 0.000 description 3
- 206010048828 underweight Diseases 0.000 description 3
- 208000019206 urinary tract infection Diseases 0.000 description 3
- GVJHHUAWPYXKBD-UHFFFAOYSA-N (±)-α-Tocopherol Chemical compound OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 description 2
- 102000004881 Angiotensinogen Human genes 0.000 description 2
- 108090001067 Angiotensinogen Proteins 0.000 description 2
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- 102100036597 Basement membrane-specific heparan sulfate proteoglycan core protein Human genes 0.000 description 2
- 206010010774 Constipation Diseases 0.000 description 2
- AUNGANRZJHBGPY-UHFFFAOYSA-N D-Lyxoflavin Natural products OCC(O)C(O)C(O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-UHFFFAOYSA-N 0.000 description 2
- 238000002965 ELISA Methods 0.000 description 2
- 208000004232 Enteritis Diseases 0.000 description 2
- 102000004042 Fibroblast Growth Factor-23 Human genes 0.000 description 2
- 108090000569 Fibroblast Growth Factor-23 Proteins 0.000 description 2
- 102100037362 Fibronectin Human genes 0.000 description 2
- 208000005577 Gastroenteritis Diseases 0.000 description 2
- 208000035211 Heart Murmurs Diseases 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- 108060003951 Immunoglobulin Proteins 0.000 description 2
- 208000022559 Inflammatory bowel disease Diseases 0.000 description 2
- PVNIIMVLHYAWGP-UHFFFAOYSA-N Niacin Chemical compound OC(=O)C1=CC=CN=C1 PVNIIMVLHYAWGP-UHFFFAOYSA-N 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 2
- 102000003982 Parathyroid hormone Human genes 0.000 description 2
- 108090000445 Parathyroid hormone Proteins 0.000 description 2
- 208000001647 Renal Insufficiency Diseases 0.000 description 2
- 206010062104 Renal mass Diseases 0.000 description 2
- 101710102218 Serine protease inhibitor Proteins 0.000 description 2
- 229940122055 Serine protease inhibitor Drugs 0.000 description 2
- 208000026723 Urinary tract disease Diseases 0.000 description 2
- 208000012931 Urologic disease Diseases 0.000 description 2
- 108010027007 Uromodulin Proteins 0.000 description 2
- 102000018614 Uromodulin Human genes 0.000 description 2
- 206010047700 Vomiting Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- JAZBEHYOTPTENJ-JLNKQSITSA-N all-cis-5,8,11,14,17-icosapentaenoic acid Chemical compound CC\C=C/C\C=C/C\C=C/C\C=C/C\C=C/CCCC(O)=O JAZBEHYOTPTENJ-JLNKQSITSA-N 0.000 description 2
- 206010003246 arthritis Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 206010009887 colitis Diseases 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 201000003146 cystitis Diseases 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 238000013399 early diagnosis Methods 0.000 description 2
- 235000020673 eicosapentaenoic acid Nutrition 0.000 description 2
- 229960005135 eicosapentaenoic acid Drugs 0.000 description 2
- JAZBEHYOTPTENJ-UHFFFAOYSA-N eicosapentaenoic acid Natural products CCC=CCC=CCC=CCC=CCC=CCCCC(O)=O JAZBEHYOTPTENJ-UHFFFAOYSA-N 0.000 description 2
- 230000029142 excretion Effects 0.000 description 2
- 102000018358 immunoglobulin Human genes 0.000 description 2
- 201000006370 kidney failure Diseases 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 206010025482 malaise Diseases 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 229960003512 nicotinic acid Drugs 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000199 parathyroid hormone Substances 0.000 description 2
- 229960001319 parathyroid hormone Drugs 0.000 description 2
- 108010049224 perlecan Proteins 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 201000001474 proteinuria Diseases 0.000 description 2
- NHZMQXZHNVQTQA-UHFFFAOYSA-N pyridoxamine Chemical compound CC1=NC=C(CO)C(CN)=C1O NHZMQXZHNVQTQA-UHFFFAOYSA-N 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 208000023504 respiratory system disease Diseases 0.000 description 2
- 229960002477 riboflavin Drugs 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000003001 serine protease inhibitor Substances 0.000 description 2
- 235000011888 snacks Nutrition 0.000 description 2
- XOAAWQZATWQOTB-UHFFFAOYSA-N taurine Chemical compound NCCS(O)(=O)=O XOAAWQZATWQOTB-UHFFFAOYSA-N 0.000 description 2
- KYMBYSLLVAOCFI-UHFFFAOYSA-N thiamine Chemical compound CC1=C(CCO)SCN1CC1=CN=C(C)N=C1N KYMBYSLLVAOCFI-UHFFFAOYSA-N 0.000 description 2
- 229960003495 thiamine Drugs 0.000 description 2
- 208000014001 urinary system disease Diseases 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 229940011671 vitamin b6 Drugs 0.000 description 2
- 230000008673 vomiting Effects 0.000 description 2
- 208000016261 weight loss Diseases 0.000 description 2
- 230000004580 weight loss Effects 0.000 description 2
- PFTAWBLQPZVEMU-DZGCQCFKSA-N (+)-catechin Chemical compound C1([C@H]2OC3=CC(O)=CC(O)=C3C[C@@H]2O)=CC=C(O)C(O)=C1 PFTAWBLQPZVEMU-DZGCQCFKSA-N 0.000 description 1
- PFTAWBLQPZVEMU-ZFWWWQNUSA-N (+)-epicatechin Natural products C1([C@@H]2OC3=CC(O)=CC(O)=C3C[C@@H]2O)=CC=C(O)C(O)=C1 PFTAWBLQPZVEMU-ZFWWWQNUSA-N 0.000 description 1
- WMBWREPUVVBILR-WIYYLYMNSA-N (-)-Epigallocatechin-3-o-gallate Chemical compound O([C@@H]1CC2=C(O)C=C(C=C2O[C@@H]1C=1C=C(O)C(O)=C(O)C=1)O)C(=O)C1=CC(O)=C(O)C(O)=C1 WMBWREPUVVBILR-WIYYLYMNSA-N 0.000 description 1
- PFTAWBLQPZVEMU-UKRRQHHQSA-N (-)-epicatechin Chemical compound C1([C@H]2OC3=CC(O)=CC(O)=C3C[C@H]2O)=CC=C(O)C(O)=C1 PFTAWBLQPZVEMU-UKRRQHHQSA-N 0.000 description 1
- KIUKXJAPPMFGSW-DNGZLQJQSA-N (2S,3S,4S,5R,6R)-6-[(2S,3R,4R,5S,6R)-3-Acetamido-2-[(2S,3S,4R,5R,6R)-6-[(2R,3R,4R,5S,6R)-3-acetamido-2,5-dihydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-2-carboxy-4,5-dihydroxyoxan-3-yl]oxy-5-hydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-3,4,5-trihydroxyoxane-2-carboxylic acid Chemical compound CC(=O)N[C@H]1[C@H](O)O[C@H](CO)[C@@H](O)[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@H](O[C@H]2[C@@H]([C@@H](O[C@H]3[C@@H]([C@@H](O)[C@H](O)[C@H](O3)C(O)=O)O)[C@H](O)[C@@H](CO)O2)NC(C)=O)[C@@H](C(O)=O)O1 KIUKXJAPPMFGSW-DNGZLQJQSA-N 0.000 description 1
- DVSZKTAMJJTWFG-SKCDLICFSA-N (2e,4e,6e,8e,10e,12e)-docosa-2,4,6,8,10,12-hexaenoic acid Chemical compound CCCCCCCCC\C=C\C=C\C=C\C=C\C=C\C=C\C(O)=O DVSZKTAMJJTWFG-SKCDLICFSA-N 0.000 description 1
- LOGFVTREOLYCPF-KXNHARMFSA-N (2s,3r)-2-[[(2r)-1-[(2s)-2,6-diaminohexanoyl]pyrrolidine-2-carbonyl]amino]-3-hydroxybutanoic acid Chemical compound C[C@@H](O)[C@@H](C(O)=O)NC(=O)[C@H]1CCCN1C(=O)[C@@H](N)CCCCN LOGFVTREOLYCPF-KXNHARMFSA-N 0.000 description 1
- KZMAWJRXKGLWGS-UHFFFAOYSA-N 2-chloro-n-[4-(4-methoxyphenyl)-1,3-thiazol-2-yl]-n-(3-methoxypropyl)acetamide Chemical compound S1C(N(C(=O)CCl)CCCOC)=NC(C=2C=CC(OC)=CC=2)=C1 KZMAWJRXKGLWGS-UHFFFAOYSA-N 0.000 description 1
- GZJLLYHBALOKEX-UHFFFAOYSA-N 6-Ketone, O18-Me-Ussuriedine Natural products CC=CCC=CCC=CCC=CCC=CCC=CCCCC(O)=O GZJLLYHBALOKEX-UHFFFAOYSA-N 0.000 description 1
- 241001580935 Aglossa pinguinalis Species 0.000 description 1
- 102000009027 Albumins Human genes 0.000 description 1
- 108010088751 Albumins Proteins 0.000 description 1
- 102100034613 Annexin A2 Human genes 0.000 description 1
- 108090000668 Annexin A2 Proteins 0.000 description 1
- 102100039998 Apolipoprotein C-II Human genes 0.000 description 1
- 108010024284 Apolipoprotein C-II Proteins 0.000 description 1
- 241000271566 Aves Species 0.000 description 1
- 101710180007 Beta-2-glycoprotein 1 Proteins 0.000 description 1
- 102100030802 Beta-2-glycoprotein 1 Human genes 0.000 description 1
- 208000020084 Bone disease Diseases 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 241000282465 Canis Species 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 102100035882 Catalase Human genes 0.000 description 1
- 108010053835 Catalase Proteins 0.000 description 1
- 241000700198 Cavia Species 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 102000016550 Complement Factor H Human genes 0.000 description 1
- 108010053085 Complement Factor H Proteins 0.000 description 1
- 108010061641 Cystatin A Proteins 0.000 description 1
- 108010061635 Cystatin B Proteins 0.000 description 1
- 102100031237 Cystatin-A Human genes 0.000 description 1
- 102100026891 Cystatin-B Human genes 0.000 description 1
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- 101150048154 DVL2 gene Proteins 0.000 description 1
- 102100039627 E3 ubiquitin-protein ligase RNF167 Human genes 0.000 description 1
- 101710162536 E3 ubiquitin-protein ligase RNF167 Proteins 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 241000283086 Equidae Species 0.000 description 1
- 102000008857 Ferritin Human genes 0.000 description 1
- 108050000784 Ferritin Proteins 0.000 description 1
- 238000008416 Ferritin Methods 0.000 description 1
- 108010049003 Fibrinogen Proteins 0.000 description 1
- 102000008946 Fibrinogen Human genes 0.000 description 1
- 102100031752 Fibrinogen alpha chain Human genes 0.000 description 1
- 101710137044 Fibrinogen alpha chain Proteins 0.000 description 1
- 108010067306 Fibronectins Proteins 0.000 description 1
- 206010016654 Fibrosis Diseases 0.000 description 1
- 241000287227 Fringillidae Species 0.000 description 1
- WMBWREPUVVBILR-UHFFFAOYSA-N GCG Natural products C=1C(O)=C(O)C(O)=CC=1C1OC2=CC(O)=CC(O)=C2CC1OC(=O)C1=CC(O)=C(O)C(O)=C1 WMBWREPUVVBILR-UHFFFAOYSA-N 0.000 description 1
- 102000006395 Globulins Human genes 0.000 description 1
- 108010044091 Globulins Proteins 0.000 description 1
- 206010018367 Glomerulonephritis chronic Diseases 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 102000009465 Growth Factor Receptors Human genes 0.000 description 1
- 108010009202 Growth Factor Receptors Proteins 0.000 description 1
- 102100027685 Hemoglobin subunit alpha Human genes 0.000 description 1
- 108091005902 Hemoglobin subunit alpha Proteins 0.000 description 1
- 102100021519 Hemoglobin subunit beta Human genes 0.000 description 1
- 108091005904 Hemoglobin subunit beta Proteins 0.000 description 1
- 102100039894 Hemoglobin subunit delta Human genes 0.000 description 1
- 108091005903 Hemoglobin subunit delta Proteins 0.000 description 1
- 102000013271 Hemopexin Human genes 0.000 description 1
- 108010026027 Hemopexin Proteins 0.000 description 1
- 101001027128 Homo sapiens Fibronectin Proteins 0.000 description 1
- 102000004867 Hydro-Lyases Human genes 0.000 description 1
- 108090001042 Hydro-Lyases Proteins 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 108090000965 Insulin-like growth factor binding protein 3 Proteins 0.000 description 1
- 102100022708 Insulin-like growth factor-binding protein 3 Human genes 0.000 description 1
- 102100029228 Insulin-like growth factor-binding protein 7 Human genes 0.000 description 1
- 102000003777 Interleukin-1 beta Human genes 0.000 description 1
- 108090000193 Interleukin-1 beta Proteins 0.000 description 1
- 102000003815 Interleukin-11 Human genes 0.000 description 1
- 108090000177 Interleukin-11 Proteins 0.000 description 1
- 102000007351 Interleukin-2 Receptor alpha Subunit Human genes 0.000 description 1
- 108010032774 Interleukin-2 Receptor alpha Subunit Proteins 0.000 description 1
- 206010023077 Isosthenuria Diseases 0.000 description 1
- 102000011782 Keratins Human genes 0.000 description 1
- 108010076876 Keratins Proteins 0.000 description 1
- 102000010631 Kininogens Human genes 0.000 description 1
- 108010077861 Kininogens Proteins 0.000 description 1
- ROHFNLRQFUQHCH-YFKPBYRVSA-N L-leucine Chemical compound CC(C)C[C@H](N)C(O)=O ROHFNLRQFUQHCH-YFKPBYRVSA-N 0.000 description 1
- ROHFNLRQFUQHCH-UHFFFAOYSA-N Leucine Natural products CC(C)CC(N)C(O)=O ROHFNLRQFUQHCH-UHFFFAOYSA-N 0.000 description 1
- 108010028275 Leukocyte Elastase Proteins 0.000 description 1
- 102000016799 Leukocyte elastase Human genes 0.000 description 1
- 108010031801 Lipopolysaccharide Receptors Proteins 0.000 description 1
- 102100028123 Macrophage colony-stimulating factor 1 Human genes 0.000 description 1
- 101710127797 Macrophage colony-stimulating factor 1 Proteins 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 102100026262 Metalloproteinase inhibitor 2 Human genes 0.000 description 1
- 108050006602 Metalloproteinase inhibitor 2 Proteins 0.000 description 1
- 102100027869 Moesin Human genes 0.000 description 1
- 102100035877 Monocyte differentiation antigen CD14 Human genes 0.000 description 1
- 102100030856 Myoglobin Human genes 0.000 description 1
- 108010062374 Myoglobin Proteins 0.000 description 1
- OVBPIULPVIDEAO-UHFFFAOYSA-N N-Pteroyl-L-glutaminsaeure Natural products C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)NC(CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-UHFFFAOYSA-N 0.000 description 1
- JLEBZPBDRKPWTD-TURQNECASA-O N-ribosylnicotinamide Chemical compound NC(=O)C1=CC=C[N+]([C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)=C1 JLEBZPBDRKPWTD-TURQNECASA-O 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 229940122344 Peptidase inhibitor Drugs 0.000 description 1
- 102000007982 Phosphoproteins Human genes 0.000 description 1
- 108010089430 Phosphoproteins Proteins 0.000 description 1
- 241001253201 Pineda Species 0.000 description 1
- CWEZAWNPTYBADX-UHFFFAOYSA-N Procyanidin Natural products OC1C(OC2C(O)C(Oc3c2c(O)cc(O)c3C4C(O)C(Oc5cc(O)cc(O)c45)c6ccc(O)c(O)c6)c7ccc(O)c(O)c7)c8c(O)cc(O)cc8OC1c9ccc(O)c(O)c9 CWEZAWNPTYBADX-UHFFFAOYSA-N 0.000 description 1
- 101710180958 Putative aminoacrylate hydrolase RutD Proteins 0.000 description 1
- 206010037596 Pyelonephritis Diseases 0.000 description 1
- 206010037601 Pyelonephritis chronic Diseases 0.000 description 1
- 206010062237 Renal impairment Diseases 0.000 description 1
- 108010045517 Serum Amyloid P-Component Proteins 0.000 description 1
- 102100036202 Serum amyloid P-component Human genes 0.000 description 1
- 102000002259 TNF-Related Apoptosis-Inducing Ligand Receptors Human genes 0.000 description 1
- 108010000449 TNF-Related Apoptosis-Inducing Ligand Receptors Proteins 0.000 description 1
- 244000269722 Thea sinensis Species 0.000 description 1
- 235000009470 Theobroma cacao Nutrition 0.000 description 1
- 244000299461 Theobroma cacao Species 0.000 description 1
- JZRWCGZRTZMZEH-UHFFFAOYSA-N Thiamine Natural products CC1=C(CCO)SC=[N+]1CC1=CN=C(C)N=C1N JZRWCGZRTZMZEH-UHFFFAOYSA-N 0.000 description 1
- 102000046299 Transforming Growth Factor beta1 Human genes 0.000 description 1
- 101800002279 Transforming growth factor beta-1 Proteins 0.000 description 1
- 102100032236 Tumor necrosis factor receptor superfamily member 11B Human genes 0.000 description 1
- 101710178443 Tumor necrosis factor receptor superfamily member 11B Proteins 0.000 description 1
- 102000002852 Vasopressins Human genes 0.000 description 1
- 108010004977 Vasopressins Proteins 0.000 description 1
- 208000036142 Viral infection Diseases 0.000 description 1
- 241000219094 Vitaceae Species 0.000 description 1
- 229930003451 Vitamin B1 Natural products 0.000 description 1
- 229930003779 Vitamin B12 Natural products 0.000 description 1
- 229930003471 Vitamin B2 Natural products 0.000 description 1
- 229930003537 Vitamin B3 Natural products 0.000 description 1
- 229930003761 Vitamin B9 Natural products 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 229930003316 Vitamin D Natural products 0.000 description 1
- QYSXJUFSXHHAJI-XFEUOLMDSA-N Vitamin D3 Natural products C1(/[C@@H]2CC[C@@H]([C@]2(CCC1)C)[C@H](C)CCCC(C)C)=C/C=C1\C[C@@H](O)CCC1=C QYSXJUFSXHHAJI-XFEUOLMDSA-N 0.000 description 1
- 229930003427 Vitamin E Natural products 0.000 description 1
- 208000012998 acute renal failure Diseases 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 108010050122 alpha 1-Antitrypsin Proteins 0.000 description 1
- 102000015395 alpha 1-Antitrypsin Human genes 0.000 description 1
- 229940024142 alpha 1-antitrypsin Drugs 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 238000013103 analytical ultracentrifugation Methods 0.000 description 1
- 238000013398 bayesian method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 235000021466 carotenoid Nutrition 0.000 description 1
- 150000001747 carotenoids Chemical class 0.000 description 1
- ADRVNXBAWSRFAJ-UHFFFAOYSA-N catechin Natural products OC1Cc2cc(O)cc(O)c2OC1c3ccc(O)c(O)c3 ADRVNXBAWSRFAJ-UHFFFAOYSA-N 0.000 description 1
- 235000005487 catechin Nutrition 0.000 description 1
- 230000030833 cell death Effects 0.000 description 1
- 102000008373 cell-cell adhesion mediator activity proteins Human genes 0.000 description 1
- 108040002566 cell-cell adhesion mediator activity proteins Proteins 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000001055 chewing effect Effects 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 201000006368 chronic pyelonephritis Diseases 0.000 description 1
- 208000022831 chronic renal failure syndrome Diseases 0.000 description 1
- 229950001002 cianidanol Drugs 0.000 description 1
- FDJOLVPMNUYSCM-WZHZPDAFSA-L cobalt(3+);[(2r,3s,4r,5s)-5-(5,6-dimethylbenzimidazol-1-yl)-4-hydroxy-2-(hydroxymethyl)oxolan-3-yl] [(2r)-1-[3-[(1r,2r,3r,4z,7s,9z,12s,13s,14z,17s,18s,19r)-2,13,18-tris(2-amino-2-oxoethyl)-7,12,17-tris(3-amino-3-oxopropyl)-3,5,8,8,13,15,18,19-octamethyl-2 Chemical compound [Co+3].N#[C-].N([C@@H]([C@]1(C)[N-]\C([C@H]([C@@]1(CC(N)=O)C)CCC(N)=O)=C(\C)/C1=N/C([C@H]([C@@]1(CC(N)=O)C)CCC(N)=O)=C\C1=N\C([C@H](C1(C)C)CCC(N)=O)=C/1C)[C@@H]2CC(N)=O)=C\1[C@]2(C)CCC(=O)NC[C@@H](C)OP([O-])(=O)O[C@H]1[C@@H](O)[C@@H](N2C3=CC(C)=C(C)C=C3N=C2)O[C@@H]1CO FDJOLVPMNUYSCM-WZHZPDAFSA-L 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 235000000639 cyanocobalamin Nutrition 0.000 description 1
- 239000011666 cyanocobalamin Substances 0.000 description 1
- RMRCNWBMXRMIRW-BYFNXCQMSA-M cyanocobalamin Chemical compound N#C[Co+]N([C@]1([H])[C@H](CC(N)=O)[C@]\2(CCC(=O)NC[C@H](C)OP(O)(=O)OC3[C@H]([C@H](O[C@@H]3CO)N3C4=CC(C)=C(C)C=C4N=C3)O)C)C/2=C(C)\C([C@H](C/2(C)C)CCC(N)=O)=N\C\2=C\C([C@H]([C@@]/2(CC(N)=O)C)CCC(N)=O)=N\C\2=C(C)/C2=N[C@]1(C)[C@@](C)(CC(N)=O)[C@@H]2CCC(N)=O RMRCNWBMXRMIRW-BYFNXCQMSA-M 0.000 description 1
- 210000004292 cytoskeleton Anatomy 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 235000015872 dietary supplement Nutrition 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 239000002934 diuretic Substances 0.000 description 1
- 230000001882 diuretic effect Effects 0.000 description 1
- 235000020669 docosahexaenoic acid Nutrition 0.000 description 1
- KAUVQQXNCKESLC-UHFFFAOYSA-N docosahexaenoic acid (DHA) Natural products COC(=O)C(C)NOCC1=CC=CC=C1 KAUVQQXNCKESLC-UHFFFAOYSA-N 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- LPTRNLNOHUVQMS-UHFFFAOYSA-N epicatechin Natural products Cc1cc(O)cc2OC(C(O)Cc12)c1ccc(O)c(O)c1 LPTRNLNOHUVQMS-UHFFFAOYSA-N 0.000 description 1
- 235000012734 epicatechin Nutrition 0.000 description 1
- 229940030275 epigallocatechin gallate Drugs 0.000 description 1
- 230000008472 epithelial growth Effects 0.000 description 1
- 229940012952 fibrinogen Drugs 0.000 description 1
- 230000004761 fibrosis Effects 0.000 description 1
- 235000021323 fish oil Nutrition 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 238000002795 fluorescence method Methods 0.000 description 1
- 235000019152 folic acid Nutrition 0.000 description 1
- 239000011724 folic acid Substances 0.000 description 1
- 229960000304 folic acid Drugs 0.000 description 1
- WIGCFUFOHFEKBI-UHFFFAOYSA-N gamma-tocopherol Natural products CC(C)CCCC(C)CCCC(C)CCCC1CCC2C(C)C(O)C(C)C(C)C2O1 WIGCFUFOHFEKBI-UHFFFAOYSA-N 0.000 description 1
- 230000024924 glomerular filtration Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 235000021021 grapes Nutrition 0.000 description 1
- 235000009569 green tea Nutrition 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 238000001631 haemodialysis Methods 0.000 description 1
- 230000000322 hemodialysis Effects 0.000 description 1
- 229920002674 hyaluronan Polymers 0.000 description 1
- 229960003160 hyaluronic acid Drugs 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- -1 immunoglobulin A Proteins 0.000 description 1
- 229940099472 immunoglobulin a Drugs 0.000 description 1
- 239000003112 inhibitor Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 108010008598 insulin-like growth factor binding protein-related protein 1 Proteins 0.000 description 1
- 108010093564 inter-alpha-inhibitor Proteins 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229940074383 interleukin-11 Drugs 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- NTHXOOBQLCIOLC-UHFFFAOYSA-N iohexol Chemical compound OCC(O)CN(C(=O)C)C1=C(I)C(C(=O)NCC(O)CO)=C(I)C(C(=O)NCC(O)CO)=C1I NTHXOOBQLCIOLC-UHFFFAOYSA-N 0.000 description 1
- 229960001025 iohexol Drugs 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 235000020667 long-chain omega-3 fatty acid Nutrition 0.000 description 1
- 238000010234 longitudinal analysis Methods 0.000 description 1
- 238000002796 luminescence method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 235000007672 methylcobalamin Nutrition 0.000 description 1
- 239000011585 methylcobalamin Substances 0.000 description 1
- JEWJRMKHSMTXPP-BYFNXCQMSA-M methylcobalamin Chemical compound C[Co+]N([C@]1([H])[C@H](CC(N)=O)[C@]\2(CCC(=O)NC[C@H](C)OP(O)(=O)OC3[C@H]([C@H](O[C@@H]3CO)N3C4=CC(C)=C(C)C=C4N=C3)O)C)C/2=C(C)\C([C@H](C/2(C)C)CCC(N)=O)=N\C\2=C\C([C@H]([C@@]/2(CC(N)=O)C)CCC(N)=O)=N\C\2=C(C)/C2=N[C@]1(C)[C@@](C)(CC(N)=O)[C@@H]2CCC(N)=O JEWJRMKHSMTXPP-BYFNXCQMSA-M 0.000 description 1
- 235000010755 mineral Nutrition 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 108010071525 moesin Proteins 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000002988 nephrogenic effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 235000005152 nicotinamide Nutrition 0.000 description 1
- 239000011570 nicotinamide Substances 0.000 description 1
- 235000020956 nicotinamide riboside Nutrition 0.000 description 1
- 239000011618 nicotinamide riboside Substances 0.000 description 1
- DFPAKSUCGFBDDF-UHFFFAOYSA-N nicotinic acid amide Natural products NC(=O)C1=CC=CN=C1 DFPAKSUCGFBDDF-UHFFFAOYSA-N 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000000041 non-steroidal anti-inflammatory agent Substances 0.000 description 1
- 229940021182 non-steroidal anti-inflammatory drug Drugs 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 235000020660 omega-3 fatty acid Nutrition 0.000 description 1
- 235000020665 omega-6 fatty acid Nutrition 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000008506 pathogenesis Effects 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000002694 phosphate binding agent Substances 0.000 description 1
- 125000002467 phosphate group Chemical group [H]OP(=O)(O[H])O[*] 0.000 description 1
- 231100000857 poor renal function Toxicity 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 229920002414 procyanidin Polymers 0.000 description 1
- 239000000092 prognostic biomarker Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011321 prophylaxis Methods 0.000 description 1
- 235000021075 protein intake Nutrition 0.000 description 1
- 238000001184 proton transfer reaction mass spectrometry Methods 0.000 description 1
- 229960003581 pyridoxal Drugs 0.000 description 1
- 235000008164 pyridoxal Nutrition 0.000 description 1
- 239000011674 pyridoxal Substances 0.000 description 1
- 235000008151 pyridoxamine Nutrition 0.000 description 1
- 239000011699 pyridoxamine Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012950 reanalysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000008085 renal dysfunction Effects 0.000 description 1
- 238000012959 renal replacement therapy Methods 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 229960003147 reserpine Drugs 0.000 description 1
- QEVHRUUCFGRFIF-MDEJGZGSSA-N reserpine Chemical compound O([C@H]1[C@@H]([C@H]([C@H]2C[C@@H]3C4=C(C5=CC=C(OC)C=C5N4)CCN3C[C@H]2C1)C(=O)OC)OC)C(=O)C1=CC(OC)=C(OC)C(OC)=C1 QEVHRUUCFGRFIF-MDEJGZGSSA-N 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 235000019192 riboflavin Nutrition 0.000 description 1
- 239000002151 riboflavin Substances 0.000 description 1
- 238000003118 sandwich ELISA Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 235000021023 sodium intake Nutrition 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 229920001864 tannin Polymers 0.000 description 1
- 235000018553 tannin Nutrition 0.000 description 1
- 239000001648 tannin Substances 0.000 description 1
- 229960003080 taurine Drugs 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 235000019157 thiamine Nutrition 0.000 description 1
- 239000011721 thiamine Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 229940099456 transforming growth factor beta 1 Drugs 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
- 210000005239 tubule Anatomy 0.000 description 1
- 201000002327 urinary tract obstruction Diseases 0.000 description 1
- 238000002255 vaccination Methods 0.000 description 1
- 235000015112 vegetable and seed oil Nutrition 0.000 description 1
- 239000008158 vegetable oil Substances 0.000 description 1
- 230000009385 viral infection Effects 0.000 description 1
- 235000010374 vitamin B1 Nutrition 0.000 description 1
- 239000011691 vitamin B1 Substances 0.000 description 1
- 235000019163 vitamin B12 Nutrition 0.000 description 1
- 239000011715 vitamin B12 Substances 0.000 description 1
- 235000019164 vitamin B2 Nutrition 0.000 description 1
- 239000011716 vitamin B2 Substances 0.000 description 1
- 235000019160 vitamin B3 Nutrition 0.000 description 1
- 239000011708 vitamin B3 Substances 0.000 description 1
- 235000021470 vitamin B5 (pantothenic acid) Nutrition 0.000 description 1
- 235000019158 vitamin B6 Nutrition 0.000 description 1
- 239000011726 vitamin B6 Substances 0.000 description 1
- 235000021467 vitamin B7(Biotin) Nutrition 0.000 description 1
- 235000019159 vitamin B9 Nutrition 0.000 description 1
- 239000011727 vitamin B9 Substances 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 0.000 description 1
- 235000019166 vitamin D Nutrition 0.000 description 1
- 239000011710 vitamin D Substances 0.000 description 1
- 150000003710 vitamin D derivatives Chemical class 0.000 description 1
- 235000019165 vitamin E Nutrition 0.000 description 1
- 239000011709 vitamin E Substances 0.000 description 1
- 229940046009 vitamin E Drugs 0.000 description 1
- 229940046008 vitamin d Drugs 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
- G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/70—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving creatine or creatinine
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/34—Genitourinary disorders
- G01N2800/347—Renal failures; Glomerular diseases; Tubulointerstitial diseases, e.g. nephritic syndrome, glomerulonephritis; Renovascular diseases, e.g. renal artery occlusion, nephropathy
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Hematology (AREA)
- Immunology (AREA)
- Urology & Nephrology (AREA)
- Food Science & Technology (AREA)
- Biochemistry (AREA)
- Cell Biology (AREA)
- Biotechnology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Microbiology (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Description
1.定義;
2.バイオマーカー;
3.試験方法;
4.治療方法;並びに
5.デバイス及びシステム。
本明細書中で使用される用語は一般に、当該技術分野内、本発明の文脈内、及び各用語が使用される特定の文脈内での、その通常の意味を有する。本発明の方法及び組成物の説明並びにこれらの作製及び使用方法の説明において、医療従事者に更なるガイダンスを提供するために、特定の用語について以下又は本明細書中の他の箇所で考察する。
特定の非限定的な実施形態では、本開示の主題は、CKDの発症に対するネコ科動物の感受性を決定するための、バイオマーカー及びその使用方法を提供する。
本開示の主題は、慢性腎臓疾患(CKD)の発症に対するネコ科動物の感受性を決定するための試験方法、並びにネコ科動物の慢性腎臓疾患(CKD)の発症を予防する、及び/又は発症のリスクを低減する方法を提供する。
ネコ科動物からの1つ以上のバイオマーカーの少なくとも1つの入力レベルを受信し、また任意にネコ科動物の年齢の入力レベルを受信するステップであって、上記1つ以上のバイオマーカーのうちの少なくとも1つは、尿比重レベル、クレアチニンレベル、尿タンパク質レベル、血中尿素窒素(BUN)若しくは尿素レベル、白血球数(WBC)、尿pH、又はこれらの組み合わせを含む、ステップ;
分類アルゴリズムによって確率スコア又は分類ラベルを導出するために、上記1つ以上のバイオマーカーの上記少なくとも1つの入力レベル、及び任意に上記年齢の上記入力レベルを、各上記入力レベルを編成及び/又は修正することによって分析及び変換するステップであって、上記分類アルゴリズムは、訓練データセットから開発されたコードを含み、上記訓練データセットは、サンプルネコ科動物の第1のセットからの第1の複数のバイオマーカー及び任意に年齢と、サンプルネコ科動物の第2のセットからの第2の複数のバイオマーカー及び任意に年齢とに関する医療情報を含み、上記分類アルゴリズムは、訓練アルゴリズムを用いて開発され、
ここで上記分類アルゴリズムは、上記ネコ科動物がCKDを発症するリスクを有するかどうかの分類ラベル、又は上記ネコ科動物がCKDを発症する確率スコアを決定する、ステップ;
上記分類ラベル又は上記確率スコアである出力を生成するステップ;
上記出力に基づいて、カスタマイズされた推奨事項、例えば食事計画を決定する、及び/又は上記1つ以上のバイオマーカーを更に監視するステップ;並びに
上記出力及び/又は上記カスタマイズされた推奨事項を、グラフィカルユーザインタフェース上に表示するステップ
を含む。
特定の実施形態では、上記ネコ科動物はイエネコである。
本開示の主題においては、訓練データセットは、複数のネコ科動物の医療記録を含む。特定の実施形態では、上記医療記録は、ネコ科動物の、本明細書で開示されているバイオマーカーの量、及び任意に年齢を含む。特定の実施形態では、上記医療記録は、あるネコ科動物の1回以上の訪問の記録を含む。特定の実施形態では、上記医療記録は、あるネコ科動物の少なくとも2回の訪問の記録を含む。特定の実施形態では、上記医療記録は、あるネコ科動物の、異なる時点における少なくとも3回の訪問の記録を含む。特定の実施形態では、上記医療記録は、あるネコ科動物の、異なる時点における少なくとも4回の訪問の記録を含む。特定の実施形態では、上記医療記録は、あるネコ科動物の、異なる時点における直近の2回の訪問の記録を含む。特定の実施形態では、上記医療記録は、あるネコ科動物の、異なる時点における直近の3回の訪問の記録を含む。特定の実施形態では、上記医療記録は、あるネコ科動物の、異なる時点における直近の4回の訪問の記録を含む。特定の実施形態では、上記医療記録は、あるネコ科動物の、異なる時点における最初の訪問及び最後の訪問の記録を含む。
特定の実施形態では、機械学習アルゴリズムは:(例えばロジスティック回帰を用いた、バックプロパゲーションニューラルネットワークを用いた)教師あり学習;(例えばAprioriアルゴリズムを用いた、K−meansクラスタリングを用いた)教師なし学習;半教師あり学習、(例えばQ学習アルゴリズムを用いた、時間差学習を用いた)強化学習;及び他のいずれの好適な学習スタイルのうちのいずれの1つ以上の学習スタイルを有する、アルゴリズムを含む。
特定の非限定的な実施形態では、ネコ科動物の慢性腎臓疾患(CKD)のリスクを予測する方法は:上記ネコ科動物の1つ以上のバイオマーカーの量に基づいてスコアを算出するステップ;及び上記スコアを閾値と比較するステップを含む。特定の実施形態では、上記スコアは、各上記バイオマーカーとその係数との積を合計することによって算出される。特定の実施形態では、上記1つ以上のバイオマーカーの上記係数は、複数のネコ科動物の医療記録を含むデータセットに線形判別分析(LDA)を適用することによって決定され、上記医療記録は、上記1つ以上のバイオマーカーの測定値を含む。特定の実施形態では、上記閾値は、複数のネコ科動物の医療記録を含むデータセットに線形判別分析(LDA)を適用することによって決定され、上記医療記録は、上記1つ以上のバイオマーカーの測定値を含む。特定の実施形態では、上記スコアが上記閾値より大きいことは、CKDのリスクを示す。特定の実施形態では、上記スコアが上記閾値より小さいことは、CKDのリスクを示す。
スコア=クレアチニンの測定値×クレアチニンの係数+尿比重の測定値×尿比重の係数+BUN又は尿素の測定値×BUN又は尿素の係数
特定の実施形態では、閾値は、約−0.01〜約−1000、約−0.05〜約−500、約−0.1〜約−300、又は約−0.5〜約−200である。特定の実施形態では、閾値は、約−1〜約−100、約−5〜約−80、約−10〜約−70、約−15〜約−60、約−20〜約−50、約−25〜約−45、又は約−30〜約−40である。特定の実施形態では、閾値は、約−38.7128、約−22.603、約−34.8051、約−42.7709、約−45.625、又は約−48.7966である。
特定の非限定的な実施形態では、本開示の主題は、ネコ科動物の慢性腎臓疾患(CKD)を治療する、予防する、又はCKDの発症のリスクを低減する方法を提供する。特定の実施形態では、上記方法は、ネコ科動物の飼い主に、ネコ科動物に関するCKDを治療又は予防するための食事計画を提供するステップを含む。
特定の非限定的な実施形態では、本開示の主題はまた、例えばネコ科動物のCKDの発症に対する感受性を決定するため又はCKDの発症のリスクを低減するための、本出願で開示されている1つ以上の方法のためのデバイス、システム、及びアプリケーションを提供する。上記デバイス、システム、及び/又はアプリケーションにより、世話人又は飼い主等のユーザは、自力でCKDの発症のリスクを評価して行動を起こすことができ、又は医療専門家/獣医師の助けを借りて、ネコ科動物のCKDの発症のリスクを評価し、必要に応じてネコ科動物に好適な治療を投与できる。
獣医データベースの70,000頭を超えるネコからの600,000を超えるデータポイントを用いて、予測モデルを構築及び検証した。慣用の方法で測定された血液及び尿パラメータからの情報を使用した。上記モデルは、数千のコンピュータコアを数百時間にわたって使用して、健康なままのネコ及びCKDを発症したネコの血液及び尿の化学的性質のパターンを学習した。続いてこの知見を、上記モデルによる観察の対象である新たなネコそれぞれに適用し、そのネコがCKDの発症のリスクを有するかどうかを、過去の症例又は対照と類似しているかどうかに基づいて予測する。
包含/除外基準
データに関する基本的な包含基準は、以下の通りである:
1.データベース中の訪問回数が、あるネコに関して3回以上である(いずれの血液又は尿データを必ずしも伴わない)こと;
2.訪問期間が2年以上であること、即ちあるネコが少なくとも2年間観察されている(いずれの血液又は尿データを必ずしも伴わない)こと;
3.訪問年齢が1.5〜22歳である(年齢が、全ての訪問の平均で19.5年未満である)こと;
4.品種が、ドメスティックショートヘア(DSH)、ドメスティックミディアムヘア(DMH)、又はドメスティックロングヘア(DLH)、即ち一般的な雑種ネコであること;
5.少なくとも2年にわたって少なくとも3回のクレアチニン測定(これらの測定の一部は、最後の2年において「健康な」ネコに関するものである場合、又はCKD症例としての診断後、データセット中にない場合がある);及び
6.診断前6.5年以内、又は診断されていない年を2年以上有する6.5年以内の、少なくとも1つのクレアチニン測定。これにより、上記モデルが少なくとも1つのクレアチニンデータポイントを観察したことが保証される。
1.特定のモデルでは、訪問が少なくとも3回のネコだけが3.5年の診断ウィンドウ内のクレアチニン値を含むようにする、又は健康なデータのカットオフを可能とするために、データをフィルタリングした。更にフェーズ3により、1回及び2回の訪問でモデルが更に良好な予測を行うのを支援するために、1又は2回の訪問をデータセットに入れた。
太字のパラメータを、本モデルに関して選択した。モデルのパフォーマンスが改善されるかどうかを観察するために、更なるパラメータ、例えば尿中グルコースを検査できる。
特定のモデルの目的のために、表2の太字の病気を、その一部が急性のものである可能性はあるものの、CKD診断として分類した。「腎不全、慢性」は、これらの診断の中で最も一般的なものである。表2で太字ではない病気は、記載されてはいるものの、ネコの生涯のうちのいずれかの時点において赤色のカテゴリからの診断が存在しなかった場合には、対照としてモデルに含めた。
データセットを生成し、盲検を実施した。データセットは、獣医データベースの、クリーンアップされ拡張されたコピーから生成され、ペットの訪問の日付は1995年まで遡る。データセット及びモデルの複数の反復が構築された。訓練のためのデータセットのサイズを表3にまとめる。
CKDとして正式に診断されず、対照として分類されたネコを、腎臓の問題のエビデンスのために分析した。ネコの生涯にわたる尿比重、クレアチニン、及びBUNのレベルを、以下のアルゴリズムで分析した。更に、特定のキーワード、例えば「腎臓(renal)」、「K/D」、「高窒素血症(azotemia)」、「CKD」を、医療ノートから参照した。医療ノートはまた、症例及び対照の医療ノートで訓練されたテキスト分析アルゴリズムによって採点された。これらの因子の組み合わせを用いて、CKDに向かうリスクを有するか又は既にCKDを有するものの医療ノートにしか記録されていないネコを、対照からフィルタリングした。以下で「3」又は「4」として分類されたネコは、訓練及び試験セットから除去され、別個に評価される。
max (case when ail_k.Diag_Age_First is not null then '0 Diagnosed CKD' else
case when (URINE_SG_MIN < 1.025 and (CREATININE_MAX > 2.4 or BUN_MAX >= 36 or PREDICTION_MAX > 0.4 or RENAL_NOTES_TOT > 1) )
or (CREATININE_MAX > 3 and BUN_MAX >= 40 )
then '3 CKD'
else case when (URINE_SG_MIN <= 1.035 and (CREATININE_MAX > 1.8 or BUN_MAX >= 32) )
or (CREATININE_MAX > 2.4 and BUN_MAX > 36 )
or (CREATININE_MAX > 1.8 and BUN_MAX >= 32 and ( PREDICTION_COUNT > 1 or RENAL_NOTES_TOT > 1 ) )
then '2 CKD Risk'
else '1 Normal' end
end end) OVER (partition by enc.pet_id) Renal_Filter, -- 医療ノート及び血液の化学的性質に基づくフィルタ- select only '0 Diagnosed CKD' or '1 Normal' for modelling datasets.
URINE_SG_MINは、全ての訪問にわたってそのネコについて観察されたUSGの最小値である。
予測モデルのまとめ
上記モデルは、診断機能ではなく予測機能のために選択された6つの因子を使用する。これらは:尿比重、クレアチニン、尿タンパク質、血中尿素窒素(BUN)、白血球数(WBC)、尿pHである。尿比重、クレアチニン、及びBUNは、CKDの診断に役立つことが知られており、この疾患のIRIS病期分類に使用される。尿タンパク質、WBC、及び尿pHは比較的新規のものであり、上記モデルによる更なる疾患の予測を支援する。WBCは、場合によっては他の感染症を除外するために上記モデルによって使用でき、また脱水レベルを理解して他の値を正規化するために使用できる。
獣医データベースからの数万頭のネコの履歴データを用いて、上記モデルを検証した。これらのネコにおいて、多数の偽陽性を得ることなく更なるCKDを予測するにあたって、上記モデルが有効であることが示された。上記モデルは、血液及び尿のデータを伴う複数回(2回以上)の訪問を用いると最も良好に機能し、3回以上の訪問を用いると更に正確になった。ある期間にわたるウェルネス計画に供されていたペットは、このモデルから最大の利益を得ることができる。
データセット
1.生データ
獣医データベースからの8,806頭のユニークなネコ(6,711頭の健康な対照、及び2,095頭のCKDを有する/発症したネコ)に関する61,159回のネコ科動物の訪問の訓練データセットを使用した。対象者属性、血液の化学的性質、血液学、及び尿レベルに由来する35の特徴が存在する(表8)。健康な対照は、最後の(診断されていない)訪問から2年前までに訪問のエントリを有し、CKDネコは、CKD診断をもたらした訪問から1ヶ月後までに訪問を有している。
欠損値は、ランダムフォレストの実装を用いて補完した[1]。全ての訪問から尿SG値が欠損したネコ科動物は削除した(記録の10.1%)。各特徴に関するmin‐max正規化を適用した[2]。
図1は、CKDネコの年齢分布を示し、最初の診断時の年齢(赤色)、及び健康なネコの年齢分布(緑色)の両方を示す。健康なネコ及びCKDネコの訪問の中央値は、それぞれ5.8±4.17及び13.5±3.80である。
1.データセットの訓練及び試験
予測因子によって回答されるべき質問は、「あるネコの記録が与えられた場合に、そのネコは次の2年以内にCKDを有することになるか?」である。訓練及び試験のための準備のために、データセットを更に処理する必要があった。可能な限り全ての訪問の軌跡のスーパーセットである汎ネコデータセットを構成し、これを置換してサンプリングすることにより、サンプリング済みのデータセットを生成した。
特徴は、K=7の近傍、訓練データの25%、3重の交差検証、及びF1測定値を選択基準として用いた、フィルタリング法(ピアソンの相関係数;PCC)及びトップダウンラッパー法KNN‐DTWを用いて選択された(図4)。その結果には、最初の6つの特徴に関するボトムアップラッパー法も一致した[3]。表9に示すように、これらの上位の特徴は、尿比重、クレアチニン、尿タンパク質、血中尿素窒素(BUN)、WBC、及び尿pHである。興味深いことに、訪問年齢は出力ラベルと高い相関を有していたが、いずれの(トップダウン又はボトムアップ)ラッパー法も、訪問年齢を重要な特徴としてピックアップしなかった。データを詳細に考察することにより、この特徴は、クレアチニンと同様の情報(ただし程度が幾分低い)を有していたことが示され、従って、後者が包含されることにより、前者の価値は低くなった。
ユークリッド距離をメトリクスとして、動的時間伸縮法(DTW)を用いたK最近傍法(KNN):KNN‐DTWを使用した[4][5]。5重の交差検証を用いて最適なKを見出した。これを実施するために、(訓練及び試験の両方が行われた)CKDネコの履歴の最後の{0,3,6,9,12,18、24}か月を除去して、「私のネコは今からXか月以内にCKDに罹るか?」という質問に答える予測因子を生成した。また、予測因子を、「サンプリング済みのデータセット(sampled dataset)」に基づいて訓練及び評価した。この「サンプリング済みのデータセットは、最後の{0,3,6,9,12,18、24}か月を除去することによって各ネコに関するランダムな軌跡を含み、予測因子を、元の質問(「私のネコは次の2年以内にCKDに罹るか?」)に答えるように訓練する。図6に示すように、K=7の後、このメトリクスはわずかしか上昇せず、パフォーマンスはK=13まで漸近的に上昇した。サンプリング済みのデータセットの場合、K=15及びK=17に関して実施を継続し、極めてわずかな差異を観察した(AUC ROCがそれぞれ91.0%及び91.1%)。従って、最終的な予測因子は、K=17のサンプリング済みのデータセットに基づくものであり、その混同表を表10に、ROC/PRを図7に示す。
2つの縦断分析の方法:K最近傍法‐動的時間伸縮法(KNN‐DTW)、及びバニラセルを用いたリカレントニューラルネットワーク(RNN)又は長・短期記憶セルを用いたリカレントニューラルネットワーク(RNN‐LSTM)を使用した。データセットは、獣医データベースからの8,806頭のユニークなネコ(6,711頭の健康な対照、及び2,095頭のCKDを有する/発症したネコ)に関する61,159回のネコ科動物の訪問記録を有していた。対象者属性、血液の化学的性質、血液学、及び尿レベルに由来する35の特徴が存在していた。
[1] Stekhoven, Daniel J. “MissForest − nonparametric missing value imputation for mixed− type data.” Oxford Journal’s Bioinformatics 28.1 (2012) 2012, 112−118
[2] http://scikit−learn.org/stable/modules/generated/sklearn.preprocessing.MinMaxScaler
[3] Granitto, Pablo M., et al. “Recursive feature elimination with random forest for PTR− MS analysis of agroindustrial products.” Chemometrics and Intelligent Laboratory Systems 83.2 (2006): 83−90.
[4] Giorgino, Toni. “Computing and visualizing dynamic time warping alignments in R: the dtw package.” Journal of statistical Software 31.7 (2009): 1−24.
[5] Tan, Songbo. “Neighbor−weighted k−nearest neighbor for unbalanced text corpus.” Expert Systems with Applications 28.4 (2005): 667−671.
[6] Srivastava, Nitish, et al. “Dropout: a simple way to prevent neural networks from overfitting.” Journal of Machine Learning Research 15.1 (2014): 1929−1958.
実施例2
この実施例は、尿の測定に基づくネコの高窒素血症(AZO)の予測モデリングシステムを開発する、及び上記システムを、獣医が使用するためのソフトウェアに実装するためのものであった。上記予測モデリングシステムは5つの独立した数学モデルを備え、これらはそれぞれ、測定から0、90、180、270、及び360二値後の高窒素血症の確率を予測する。これらのモデルは、クレアチニン、尿比重、及び尿素という3つの血液パラメータから所与の期間内にネコ科動物が高窒素血症になる確率を予測する、ロジスティック方程式に基づいている。これらのモデルはそれぞれ、それを超えると個体が陽性と予測されることになる確率に対応する決定閾値に関連付けられている。この限界は、各モデルのROC曲線及びヨーデン法によって決定された。上記予測モデリングシステムは、各ネコの測定値の履歴を考慮して、測定値の個数を増大させることによって予測を精密化できる、ベイジアン評価システムを組み込んでいる。
1.データ
新たなデータは、獣医データベースからのものである。生ファイルは58,292行を有し、これは、等間隔で追跡された8422頭の個々の個体に対応する。クレアチニン、尿比重、及び尿素の3つの変数を測定する。しかしながら、全ての個体がこれら3つの変数それぞれの値を常に表示したわけではない。モデルはこれら3つの変数全ての同時使用に基づいているため、欠損値を有する個体は研究から除外した。このプロセスの後、7051頭の個体に関する18,976行が残った。
1.9,469個の測定値(そのうち6,521個は陰性であり、2,948個は、フォローアップ中に陽性と診断された個体に関連していた)からなる、検証データセット。このデータセットを用いて、初期モデルの検証、並びに更新されたモデル及びANNの検証を行った。
1.所与の訪問中に既にAZOと診断された個体に対応する測定値;
2.所与の訪問後3か月以内にAZOと診断される個体に対応する測定値;
3.所与の訪問後6か月以内にAZOと診断される個体に対応する測定値;
4.所与の訪問後9か月以内にAZOと診断される個体に対応する測定値;
5.所与の訪問後12か月以内にAZOと診断される個体に対応する測定値。
第1のフェーズでは、全ての新しい測定値を初期モデルに投影する。各測定値(訪問)に関して、各モデル(t0、t3、t6、t9、t12)によって予測を実施し、対応する個体のデータに対する探索を実施して、モデルの予測期間(0か月、3か月、6か月、9か月、12か月)において該個体がAZOと診断されるかどうかを把握した。これにより、予測の品質を測定できる。
第2のフェーズでは、学習データセットを用いて初期モデルを再調整した(オリジナルの研究報告を参照)。モデルを調整した後、ある個体を予測された患者又は病気を有しない患者を分類する決定閾値を、ヨーデン指数を用いて算出した。検証データセットをこの更新済みモデルに投影して、検証中のモデルの感度及び特異度の算出によって予測のマッチングを検証した。
全体的なアプローチは上記と同様であり、学習データセットを用いてモデルを調整し、検証データを投影し、検証の感度及び特異度を算出した。ニューラルネットワークの調整フェーズは、ネットワークのパラメータに対する要因計画と、10分割の交差検証によるアプローチとの結合に基づくものであった。
1.以下を用いて、パターン調整を5回繰り返した:
・学習データサブセット;
・全ての入力変数;
・各モデルに対する(ニューラルネットワークに固有の)パラメータの最良のセットを設定するための完全な要因デザイン(モデル微調整);
・各描画においてランダムに生成される、データセットの10分割パーティション:k分割交差検証の技法は、10個のスコアのうちの9個に基づいて訓練を実施するステップ、10番目のパーティションを検証するステップ、並びに全てのパーティションが学習及び検証に使用されるまで検証スコアを学習パーティションと交換することによって、このプロセスを繰り返すステップからなる。こうして、上記モデルが学習/検証データのある特定の構成によって訓練されたものではないことが保証された。従って、10個の重み調整が得られ、これらをアセンブルすることで、ニューラルネットワークの最良のパラメータを用いた全体的なモデルが形成される。
4.最終的なモデルは、アセンブルされたニューロンの10個のネットワークで構成された5つの最良のモデルの全体的なモデルであった。その結果、最終的な予測モデルは合計50個のネットワークを含み、これらをアセンブルして最終的な予測が得られた。このアセンブリの結果に基づいてヨーデン指数を算出して、検証データセット(この調整フェーズで使用されないサブセット)の投影中に決定閾値を形成した。
初期モデル中の全ての新しいデータの投影の結果を表14に示す。
データの更新により、モデルの品質を大幅に改善できた。この改善は、新しいデータの追加による感度/特異度カップルの改善による量的改善でありながら、同時に、訓練に使用された新しいデータの数の重要性によってモデルが統合及び安定化されることを考慮すると、質的改善でもあると考えることができる。
この実施例は、ネコに関するベースライン血清クレアチニンレベルを、実験室の基準範囲内のクレアチニンレベルと共に使用して、CKDを診断する方法に関する。
a.現在の訪問の時点で、ネコが過去2年以内に得られた少なくとも2つのクレアチニン結果を有する。利用可能であれば、基準(b)〜(d)を満たす期間中に入手可能な全てのクレアチニン結果を使用することが推奨される;
b.ネコは、クレアチニン結果を伴う各訪問中に1歳以上である;
c.ベースラインで使用されることになる第1のクレアチニン結果の少なくとも2か月前にネコを卵巣除去/去勢する;及び
d.ネコは他の点では健康であり、いずれの併存疾患(甲状腺機能亢進症、糖尿病等)を有しないものでなければならない。
この実施例は、実施例2において機械学習によって構築された予測モデリングシステムに加えて、高窒素血症(AZO)に罹患した/罹患していないネコの類型を確立するための、単純化された規則に関する。
この単純化された予測規則は、線形判別分析(LDA)の適用に基づくものであり、これは、この疾患の予測を可能とする値を有する、SC1と呼ばれるスコアを算出する線形モデルを提供する。
1.SC1=a(Creat)×Creat+b(UrineSG)×UrinesSG+c(Urea)×Urea
2. SC1>閾値である場合、ネコは病気であると予測され、SC1≦閾値である場合、ネコは病気ではないと予測される。
実施例1に従って6つのバイオマーカーに基づいて開発された予測モデルを、更に改良した。選択基準を、異なる複数の時点において(即ち異なる複数のデータ量を削除して)ネコに対して実施された数万の予測に関して精密化した。
第2の獣医データベースからのデータ(63,500頭のネコ、177,500回の訪問)を用いて、予測モデルを更に試験及び改善した。データを処理して、最後の訪問がIRISステージ3であり、過去の訪問がIRISステージ3未満であるか、又は全ての訪問にわたってIRISステージ0のままであるかに基づいて、クリーンアップされた「症例」及び「対照」を生成した。ネコは、第2の獣医データベースにおけるこれらのネコに関する2年以上の結果にわたる)以下の生涯腎臓IRISステージを有するものとして定義された:
1.3日の期間内においてクレアチニン>2.8及び尿SG≦1.035である場合、ステージ3
2.全ての記録された訪問にわたってクレアチニン<1.6及び尿SG_min≧1.035である場合、ステージ0
他の全てのレベルの組み合わせが病期分類されたが、この予測セットには含まれなかった。他の臨床兆候を用いないIRIS病期分類は、CKDの診断に関して、高いレベルの相関関係があるものの不完全であることが分かっていた。しかしながら、第2の獣医データベースのネコの大半に関して、他の臨床情報は得られなかった。
実施例1、5及び6に記載の、6つのバイオマーカーに基づく予測モデルを、データ品質レベルがより高い更に多数のネコを用いて、更に改善した。獣医データベース中の純血種のネコに対する予測能力を検証した。獣医データベースからの盲検データに対するモデルのパフォーマンス(例えば正解率)は、約1%上昇した。この1%の正解率の上昇は、ほとんどの場合、偽陽性率の大幅な低下、例えば2.6%の偽陰性から1.5%の偽陰性への40%の低下を表している。
予測モデル作成のための適切な変数を選択する新しい方法論を用いて、CKD4と呼ばれる、比較的単純な新規のネコCKDモデルを開発した。獣医データベースからのデータに基づいて開発されたCKD4は、クレアチニン、BUN、尿比重、及び年齢を使用し、また複数回の訪問にわたる縦断データを使用するが、1回の訪問を使用することもできる。比較として、実施例2及び4で開示されているCKD3モデルは、クレアチニン、BUN、及び尿比重、並びに1回の訪問からのデータを使用し、また実施例1及び5〜7で開示されているCKD6モデルは、クレアチニン、BUN、尿比重、尿pH、尿タンパク質、及びWBC数を使用し、また複数回の訪問にわたる縦断データを使用するが、1回の訪問を使用することもできる。
慢性腎臓疾患(CKD)は、糸球体濾過率(glomerular filtration rate:GFR)の低下をもたらす、腎臓の機能障害又は構造的損傷のエビデンスとして定義される。CKDは、5歳以上のネコの主な死亡原因として記述されており(O’Neill et al. 2015)、老ネコでは8〜31%の有病率が報告されている(O’Neill et al. 2014;Lulich et al. 1992;Marino et al. 2014)。多くのネコ科動物のCKDの症例の病因は不明のままであり、組織学的調査では、毒性発作、低酸素症、慢性糸球体腎炎、慢性腎盂腎炎、上部尿路閉塞、及びウイルス感染を含む、様々な根本的な原因から生じた可能性がある腎炎及び腎線維症が強調されている(Brown et al. 2016)。CKDを有するネコの予後は、診断時点での疾患の重篤度に依存し、IRISステージ4で同定されたネコの寿命は、IRISステージ2で診断を受けたネコに比べて9〜25倍短いことが報告されている(Boyd et al. 2008;Geddes et al. 2013;Syme et al. 2006)。CKDの早期検出により、疾患の進行を遅らせることができ、臨床的な見通し及び生活の質を改善でき、また腎機能の悪化及び急性腎障害を引き起こし得る状況を回避できる、治療経路の実装が可能となる(例えばNSAIDの投与;Levin and Stevens、2011)。
1.データソース及び初期のクリーンアップ
Banfield Pet Hospital(米国ワシントン州バンクーバー)を1995年1月1日から2017年12月31日までに訪問したネコの電子健康記録(EHR)から、データを抽出した。この期間の終了時には、米国の42の州にわたって1000を超えるBanfield病院が稼働していた。1.5歳未満のネコ及び22歳を超えるネコから収集されたデータを除外した。ネコ1頭あたり少なくとも3回の臨床訪問という更なる包含基準により、910,786頭のネコのサンプルが得られた。上記サンプルには、短毛、中毛及び長毛のイエネコ、並びに50を超える血統品種が含まれていた。血液及び尿の試験に関する極端な外れ値、即ち正常範囲の最大値を6標準偏差以上超えるものを、欠落データに設定した。
研究データセットのEHRを、3つのCKDステータス群に分類した。第1の群は、正式に記録されたCKD診断を有するEHRからなる(「CKD」)。第1のCKD診断の年齢を、評価時(T0)における年齢として使用した。この群に関しては、診断から30日を超えて収集されたデータは除外された(診断の訪問直後に返される血清、血液、又は尿の試験データをキャプチャするために、追加の30日のウィンドウを含めた)。
切り捨てを経たEHRを、EHRが血中クレアチニンデータを伴う少なくとも2回の訪問を含んでいなければならないという条件を課すことによって、その情報コンテンツに基づいて更にフィルタリングした。その結果、106,251個の個々のネコのEHRを伴うデータセットが得られた。このデータセットをランダムに2つの部分に分割した。合計70,687個のEHR、即ちデータのおよそ67%を用いて、CKD予測モデルを構築した。残りの35,564個のEHR、即ちおよそ33%を、モデルのパフォーマンスを評価するための試験セットとして使用した。これら両方のデータセットは、試験段階におけるいかなるバイアスも排除するために、分析全体を通して分割されたままであった。使用前、血液及び尿の試験データの欠落情報を、CKDステータス情報を用いずに補完した。これを、モデル構築データセット及び試験データセットに関して別個に実施することにより、これら2つのデータセットの間でのいかなる情報の流れも回避した。
最も良好に特性決定されたEHRだけが学習に使用されることを更に確実にするために、モデル構築データセットを使用前にフィルタリングした。「CKDの疑いあり」のステータスを有するEHRは削除され、また同様に、7,549個の、併存症として「急性腎障害」又は「尿路感染」を伴う「CKD」及び「CKDなし」のEHRが削除された。これにより、53,590個のEHRが残り、そのうち9,586個が「CKD」であり、44,004個が「CKDなし」であった。モデルをCKDの早期検出のために機能できるようにするために、オリジナルのEHRの切り捨てを行ったバージョン(最後のk回の訪問を削除したもの(ここでkは、1から、訪問の総数−1までである))を追加することによって、このデータセットを拡張した(Perez and Wang, 2017)。これにより、データセットが充実したものとなり、EHRが、モデルによって観察された最後の訪問と診断の時点との間に最大2年の間隔を有するようになった。
選択された予測モデルを試験データセットに適用することによって、バイアスのないモデルのパフォーマンスを評価した。「CKD」、「CKDの疑いあり」、及び「CKDなし」群の全てのEHRに関して予測を実施した。結果を、大まかなモデル出力のレベル(CKD診断の確率p)において、及びp=0.5をカットオフポイントとして用いた「CKDなし」及び「CKD」への分類後に、解釈した。「CKD」群及び「CKDなし」群に関する分類結果を用いて、感度(真の陽性、即ちCKDとして予測される「CKD」ステータスの割合)及び特異度(真の陰性、即ちCKDではないものとして予測される「CKDなし」の割合)の推定値を算出した。感度及び特異度の推定値の信頼区間を、通常の近似を用いて算出した。併存症分析に関するオッズ比検定(表35)を、標準的なカイ2乗検定で実施した。
全体的なデータ管理、統計分析、及びプロットは、Rバージョン3.4.3(R Core Team, 2017)を用いて実施され、補完は、MissForestパッケージバージョン1.4(Stekhoven et al., 2012)で実施された。機械学習作業は、Tensorflowバージョン1.3(github.com)で実施され、また、500コア、4GBメモリ/コアの、デュアルIntel E5‐2690v3CPUを搭載したDell PowerEdge R730xdクラスタ上で実行されるKeras深層学習ライブラリバージョン2.0.8(faroit.github.io)を用いて、Python内からインタフェースされた。
1.研究データセット及び臨床CKD診断
この研究は、Banfield Pet Hospitalを1995年から2017年までの間に訪問した106,251頭の個々のネコのEHRの抜粋に対して実施された。CKDステータスによって区別されたこのサンプルの対象者属性、並びに診断時点の血液及び尿の試験データの概要を表33に示す。このサンプルにおけるCKD有病率は、「CKD」ステータスの群のみに基づくと17%であり、「CKDの疑いあり」のネコを追加で含めると42%であった。「CKD」ステータスを有するネコは、「CKDなし」のネコよりも老齢であった。欠落データの有病率は、大半の血液の化学的性質の測定値に関しておよそ9%であり、尿の試験結果に関して最高62%であった(これらは全ての訪問において日常的に測定されるわけではない)。モデル構築及び試験データセット(表32)の分類後も、結果は極めて類似しており、これは、これらを同一の集団の独立したサンプルとして使用できることを示している。
3‐5‐3隠しレイヤー構造を有する標準RNNを、CKD診断の多元的及び時間的側面の両方を認識するCKDの予測モデルのための開始点として使用した。35の候補因子又は特徴を有するこのタイプのモデルの使用は、モデルの訓練のためにも、またこのモデルを後で実際に使用するためにも非現実的であった。従って、訓練データセットに対するトップダウン及びボトムアップ特徴選択戦略を用いて、最も重要な特徴を最初に選択した。このアプローチは、モデルのパフォーマンスがクロスエントロピースコアに関して、4つまでの特徴を追加することによって改善され、それ以降は安定した(データは示されていない)ことを示した。結果として、以下の特徴:クレアチニン、血中尿素窒素、尿比重、及び訪問年齢を用いた予測モデルが構築された。
CKDモデルの臨床的価値を理解するために、CKDモデルを、モデルの構築に使用されなかった40,205頭のネコのEHRの試験データセットに適用した。モデル(表34)は、ステータス「CKD」に基づいて90.7%(6,418/6,943)の感度、及びステータス「CKDなし」に基づいて98.9%(22,166/23,432)の特異度を示した。「CKDの疑いあり」の群に関する予測は、「CKD」及び「CKDなし」の予測に分かれている。
上記モデルは診断の約2年前のCKDシグナルを検出するため、将来の疾患リスクの早期予測のための上記モデルの使用を評価した。これを達成するために、EHRを診断前の様々な時点で切り捨て(例えば1年の早期予測に関しては、診断と1年前との間の全ての情報を削除し)、その後、上記モデルの、CKDの将来の発症を予測する能力を評価した。予想されたように、予測と診断との間の時間が増大すると感度(図21)は低下したが、CKDを発症することになったネコのうち、63%は診断の1年前に、また44.2%は診断の2年前に正しく予測された。
計算モデル化アプローチを、日常的な獣医の診療からの電子健康記録(EHR)の大規模で豊富なデータセットに対して適用して、CKDを診断するアルゴリズムを導出して検証し、ネコが高窒素血症CKDを将来発症するリスクを予測した。候補である35の特徴の初期セットから、上記モデルを4つ(クレアチニン、血中尿素窒素、尿比重、及び訪問年齢)にまで絞り込んだ。診断の時点付近でCKDを予測すると、上記モデルは90.7%の感度及び98.9%の特異度を示した。興味深いことに、CKDリスクの予測は、診断の1年前及び2年前において、それぞれ63.0%及び44.2%の感度で可能であった。これらの先行した時点の両方において、特異度は99%を超えていた。
結論として、診断の2年前までにCKDの発症のリスクを有するネコを予測するアルゴリズムを構築するための機械学習の使用に関するエビデンスが、ここに提示された。このアルゴリズムの高い特異度(>99%)と63%の感度との組み合わせは、有病率が15%のネコ100頭のうち90例が、次の12か月以内に高窒素血症を発症しない又は高窒素血症を発症するものとして正確に予測されることを意味している。このアプローチの特定の強みは、日常的な獣医師の診療の一部として収集された健康スクリーニングデータを使用する点であり、即ちこのモデルは、獣医師による臨床決定の実施を直接サポートするために、病院での診療、及び/又は実験室用診断ソフトウェアに迅速に実装できる。
Boyd LM, Langston C, Thompson K, et al. Survival in cats with naturally occurring chronic kidney disease (2000‐2002). J Vet Intern Med 2008; 22: 1111‐1117.
Brown SA. Management of chronic kidney disease. In Elliott J, Grauer GF (editors). British Small Animal Veterinary Association (BSAVA) Manual of Canine and Feline Nephrology and Urology 2007.
Brown CA, Elliott J, Schmiedt CW, Brown SA. Chronic Kidney Disease in Aged Cats: Clinical Features, Morphology, and Proposed Pathogeneses. Vet Pathol. 2016;53(2):309−26.
Callahan A, Shah NH. Machine Learning in Healthcare. Key Advances in Clinical Informatics 2018:279−291
Conroy M, Chang YM, Brodbelt D, Elliott J. Survival after diagnosis of hypertension in cats attending primary care practice in the United Kingdom. J Vet Intern Med. 2018;1‐10.
Finch NC. Measurement of glomerular filtration rate in cats; Methods and advantages over routine markers of renal function. J Feline Med Surg. 2014;16(9):736−48.
Finch NC, Geddes RF, Syme HM, et al. Fibroblast growth factor 23 (FGF−23) concentrations in cats with early non azotemic chronic kidney disease (CKD) and in healthy geriatric cats. J Vet Intern Med 2013; 27: 227‐233.
Geddes RF, Finch NC, Elliott J, et al. Fibroblast growth factor 23 in feline chronic kidney disease. J Vet Intern Med 2013;27: 234‐241.
Gultepe, Eren, et al. From vital signs to clinical outcomes for patients with sepsis: a machine learning basis for a clinical decision support system. Journal of the American Medical Informatics Association 2013; 21.2: 315−325.
Hall JA, Yerramilli M, obare E, et al. Comparison of serum concentrations of symmetric dimethylarginine and creatinine as kidney function biomarkers in cats with chronic kidney disease. J Vet Intern Med 2014;28:1676‐1683.
Hochreiter S, Schmidhuber J. Long Short−Term Memory. Neural Computation. 1997;9(8):1735‐1780. https://doi.org/10.1162/neco.1997.9.8.1735.
Jepson RE, Brodbelt D, Vallance C, Syme HM, Elliott J. Evaluation of the predictors of azotemia in cats. J Vet Intern Med 2009;23:806−813
Levin A, Stevens PE. Early detection of CKD: the benefits, limitations and effects on prognosis. Nat Rev Nephrol. 2011 28;7(8):446−57.
Lulich et al., Compendium on Continuing Education for the Practising Veterinarian 1992;14:127.
Marino CL, Lascelles BD, Vaden SL, Gruen ME, Marks SL. Prevalence and classification of chronic kidney disease in cats randomly selected from four age groups and in cats recruited for degenerative joint disease studies. J Feline Med Surg. 2014;16(6):465−72.
Morota, Gota, et al. Machine learning and data mining advance predictive big data analysis in precision animal agriculture. J Animal Sci 2018.
O’Neill D, Church D, McGreevy P, Thompson P, Brodbelt D. Prevalence of disorders recorded in cats attending primary−care veterinary practice in England. Vet J 2014;202:286 ‐ 291.
O’Neill DG, Church DB, McGreevy PD, et al. Longevity and mortality of cats attending primary care veterinary practices in England. J Feline Med Surg 2015;17:125‐133.
Parikh RB, Kakad M, Bates DW. 2016. Integrating predictive analytics into high−value care: the dawn of precision delivery. JAMA 315, 651652.
Peck JS, Benneyan JC, Nightingale DJ, Gaehde SA. Predicting emergency department inpatient admissions to improve same−day patient flow. Acad Emerg Med 2012;19:E1045E1054.
Peck JS, Gaehde SA, Nightingale DJ, Gelman DY, Huckins DS, Lemons MF, et al., Generalizability of a simple approach for predicting hospital admission from an emergency department. Acad Emerg Med 2013;20:11561163.
Pencina MJ, Peterson ED. Moving from clinical trials to precision medicine: the role for predictive modelling. JAMA 2016;315:17131714.
Perez and Wang (2017). The Effectiveness of Data Augmentation in Image Classification using Deep Learning. arXiv:1712.04621.
Pineda, Arturo Lopez, et al. Deep learning facilitates rapid cohort identification using human and veterinary clinical narratives. BioRxiv 2018: 429720.
R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2017 https://www.R−project.org/
Ross LA, Finco DR, Crowell WA. Effect of dietary phosphorus restriction on the kidneys of cats with reduced renal mass. Am J Vet Res. 1982;43(6):1023−6.
Sparkes AH, Caney S, Chalhoub S, Elliott J, Finch N, Gajanayake I, Langston C, Lefebvre HP, White J, Quimby J. ISFM Consensus Guidelines on the Diagnosis and Management of Feline Chronic Kidney Disease. J Feline Med Surg. 2016;18(3):219−39.
Srivastava et al. (2014). Dropout: a simple way to prevent neural networks from overfitting. Journal of Machine Learning Research 15:1929−1958.
Stekhoven et al. (2012). MissForest ‐ nonparametric missing value imputation for mixed−type data. Oxford Journal Bionformatics 28:112−118.
Syme HM, Markwell PJ, Pfeiffer D, et al. Survival of cats with naturally occurring chronic renal failure is related to severity of proteinuria. J Vet Intern Med 2006; 20: 528‐535.
Tang J, Alelyani S and Liu (2014) Feature selection for classification: a review. In: Data Classification: Algorithms and applications. CRC press.
Tsoukalas A, Albertson T, Tagkopoulos I. From data to optimal decision making: a data−driven, probabilistic machine learning approach to decision support for patients with sepsis. JMIR medical informatics 201; 53.1.
本開示の主題及びその利点について詳細に説明したが、添付の請求項によって定義される本発明の精神及び範囲から逸脱することなく、本明細書において様々な変更、置換、及び改変を実施できることを理解されたい。更に、本出願の範囲が、明細書中に記載されているプロセス、機械、製造、物質の組成、手段、方法、又はステップの特定の実施形態に限定されることは意図されていない。当業者であれば本開示の主題の開示から容易に理解するだろうが、本明細書に記載の対応する実施形態と実質的に同一の機能を果たす、又は実質的に同一の結果を達成する、現時点で存在する又は将来開発されるプロセス、機械、製造、物質の組成、手段、方法、及びステップを、本発明の主題に従って利用できる。従って、添付の請求項は、このようなプロセス、機械、製造、物質の組成、手段、方法、又はステップをその範囲内に含むことを意図している。
Claims (46)
- ネコ科動物の慢性腎臓疾患(CKD)の発症に対する感受性を同定するためのシステムであって、前記システムは:
プロセッサ;及び
コードを保存したメモリ
を備え、
前記コードは、前記プロセッサによって実行されると、前記コンピュータシステムに:
前記ネコ科動物からの1つ以上のバイオマーカーの少なくとも1つの入力レベルと、任意に前記ネコ科動物の年齢の入力レベルとを受信することであって、前記1つ以上のバイオマーカーのうちの少なくとも1つは、尿比重レベル、クレアチニンレベル、尿タンパク質レベル、血中尿素窒素(BUN)若しくは尿素レベル、白血球数(WBC)、尿pH、又はこれらの組み合わせに関連する情報を含む、受信すること;
分類アルゴリズムによって確率スコア又は分類ラベルを導出するために、前記1つ以上のバイオマーカーの前記少なくとも1つの入力レベル、及び任意に前記年齢の前記入力レベルを、各前記入力レベルを編成及び/又は修正することによって分析及び変換することであって、前記分類アルゴリズムは、訓練データセットから開発されたコードを含み、前記訓練データセットは、サンプルネコ科動物の第1のセットからの第1の複数のバイオマーカー及び任意に年齢と、前記サンプルネコ科動物の第2のセットからの第2の複数のバイオマーカー及び任意に年齢との両方に関する医療情報を含み、前記分類アルゴリズムは、訓練アルゴリズムを用いて開発され、
ここで前記分類アルゴリズムは、前記ネコ科動物がCKDを発症するリスクを有するかどうかの前記分類ラベルを決定するハード分類子、及び前記ネコ科動物がCKDを発症する確率スコアを決定するソフト分類子のうちの一方である、分析及び変換すること;
前記分類ラベル又は前記確率スコアである出力を生成すること;
前記出力に基づいて、前記ネコ科動物がCKDを発症するリスクを有するかどうかを決定又はカテゴライズすること;並びに
前記決定又はカテゴライズに基づいて、カスタマイズされた推奨事項を決定すること
を実施させる、システム。 - 前記コードは更に、前記プロセッサによって実行されると、前記システムに、前記決定又はカテゴライズ及び前記カスタマイズされた推奨事項を、グラフィカルユーザインタフェース上に表示させる、請求項1に記載のシステム。
- 情報を送信及び受信するための通信デバイスを更に備え;
前記少なくとも1つの入力レベルは、前記通信デバイスを介して、遠隔の第2のシステムから受信され;
前記コードは更に、前記プロセッサによって実行されると、前記システムに、前記決定又はカテゴライズ及び前記カスタマイズされた推奨事項を、前記通信デバイスを介して、遠隔の第2のシステムに送信させる、請求項1に記載のシステム。 - ネコ科動物の慢性腎臓疾患(CKD)の発症に対する感受性を同定するためのシステムであって、前記システムは:
プロセッサ;及び
コードを保存したメモリ
を備え、前記コードは、前記プロセッサによって実行されると、前記コンピュータシステムに:
前記ネコ科動物からの1つ以上のバイオマーカーの少なくとも1つの入力レベルと、任意に前記ネコ科動物の年齢の入力レベルとを受信することであって、前記1つ以上のバイオマーカーのうちの少なくとも1つは、尿比重レベル、クレアチニンレベル、尿タンパク質レベル、血中尿素窒素(BUN)若しくは尿素レベル、白血球数(WBC)、尿pH、又はこれらの組み合わせに関連する情報を含む、受信すること;
分類アルゴリズムによって確率スコア又は分類ラベルを導出するために、前記1つ以上のバイオマーカーの前記少なくとも1つの入力レベル、及び任意に前記年齢の前記入力レベルを、各前記入力レベルを編成及び/又は修正することによって分析及び変換することであって、前記分類アルゴリズムは、訓練データセットから開発されたコードを含み、前記訓練データセットは、サンプルネコ科動物の第1のセットからの第1の複数のバイオマーカー及び任意に年齢と、前記サンプルネコ科動物の第2のセットからの第2の複数のバイオマーカー及び任意に年齢との両方に関する医療情報を含み、前記分類アルゴリズムは、訓練アルゴリズムを用いて開発され、
ここで前記分類アルゴリズムは、前記ネコ科動物がCKDを発症するリスクを有するかどうかの前記分類ラベルを決定するハード分類子、及び前記ネコ科動物がCKDを発症する確率スコアを決定するソフト分類子のうちの一方である、分析及び変換すること;
前記分類ラベル又は前記確率スコアである出力を生成すること;並びに
前記出力に基づいて、食事療法のカスタマイズされた推奨事項を決定すること、及び/又は前記1つ以上のバイオマーカーを更に監視すること
を実施させる、システム。 - 前記コードは更に、前記プロセッサによって実行されると、前記システムに、前記出力及び前記カスタマイズされた推奨事項を、グラフィカルユーザインタフェース上に表示させる、請求項1に記載のシステム。
- 情報を送信及び受信するための通信デバイスを更に備え;
前記少なくとも1つの入力レベルは、前記通信デバイスを介して、遠隔の第2のシステムから受信され;
前記コードは更に、前記プロセッサによって実行されると、前記システムに、前記グラフィカルユーザインタフェース上の前記出力及び前記カスタマイズされた推奨事項を、前記通信デバイスを介して、前記遠隔の第2のシステムに送信させる、請求項1に記載のシステム。 - ネコ科動物の慢性腎臓疾患(CKD)の発症に対する感受性を同定する方法であって、前記方法は:
前記ネコ科動物からの1つ以上のバイオマーカーの少なくとも1つの入力レベルと、任意に前記ネコ科動物の年齢の入力レベルとを受信するステップであって、前記1つ以上のバイオマーカーのうちの少なくとも1つは、尿比重レベル、クレアチニンレベル、尿タンパク質レベル、血中尿素窒素(BUN)若しくは尿素レベル、白血球数(WBC)、尿pH、又はこれらの組み合わせに関連する情報を含む、ステップ;
分類アルゴリズムによって確率スコア又は分類ラベルを導出するために、前記1つ以上のバイオマーカーの前記少なくとも1つの入力レベル、及び任意に前記年齢の前記入力レベルを、各前記入力レベルを編成及び/又は修正することによって分析及び変換するステップであって、前記分類アルゴリズムは、訓練データセットから開発されたコードを含み、前記訓練データセットは、サンプルネコ科動物の第1のセットからの第1の複数のバイオマーカー及び任意に年齢と、前記サンプルネコ科動物の第2のセットからの第2の複数のバイオマーカー及び任意に年齢との両方に関する医療情報を含み、前記分類アルゴリズムは、訓練アルゴリズムを用いて開発され、
ここで前記分類アルゴリズムは、前記ネコ科動物がCKDを発症するリスクを有するかどうかの前記分類ラベルを決定するハード分類子、及び前記ネコ科動物がCKDを発症する確率スコアを決定するソフト分類子のうちの一方である、ステップ;
前記分類ラベル又は前記確率スコアである出力を生成するステップ;
前記出力に基づいて、前記ネコ科動物がCKDを発症するリスクを有するかどうかを決定又はカテゴライズするステップ;並びに
前記決定又はカテゴライズに基づいて、カスタマイズされた推奨事項を決定するステップ
を含む、方法。 - 前記決定又はカテゴライズ、及び前記カスタマイズされた推奨事項を、グラフィカルユーザインタフェース上に表示するステップを更に含む、請求項7に記載の方法。
- 前記少なくとも1つの入力レベルは、通信デバイスを介して遠隔の第2のシステムから受信され;
前記方法は、前記決定又はカテゴライズ及び前記カスタマイズされた推奨事項を、前記通信デバイスを介して前記遠隔の第2のシステムに送信するステップを更に含む、請求項7に記載の方法。 - ネコ科動物の慢性腎臓疾患(CKD)の発症のリスクを低減する方法であって、前記方法は:
前記ネコ科動物からの1つ以上のバイオマーカーの少なくとも1つの入力レベルと、任意に前記ネコ科動物の年齢の入力レベルとを受信するステップであって、前記1つ以上のバイオマーカーのうちの少なくとも1つは、尿比重レベル、クレアチニンレベル、尿タンパク質レベル、血中尿素窒素(BUN)若しくは尿素レベル、白血球数(WBC)、尿pH、又はこれらの組み合わせに関連する情報を含む、ステップ;
分類アルゴリズムによって確率スコア又は分類ラベルを導出するために、前記1つ以上のバイオマーカーの前記少なくとも1つの入力レベル、及び任意に前記年齢の前記入力レベルを、各前記入力レベルを編成及び/又は修正することによって分析及び変換するステップであって、前記分類アルゴリズムは、訓練データセットから開発されたコードを含み、前記訓練データセットは、サンプルネコ科動物の第1のセットからの第1の複数のバイオマーカー及び任意に年齢と、前記サンプルネコ科動物の第2のセットからの第2の複数のバイオマーカー及び任意に年齢との両方に関する医療情報を含み、
ここで前記分類アルゴリズムは、訓練アルゴリズムを用いて開発され、前記分類アルゴリズムは、前記ネコ科動物がCKDを発症するリスクを有するかどうかの前記分類ラベルを決定するハード分類子、及び前記ネコ科動物がCKDを発症する確率スコアを決定するソフト分類子のうちの一方である、ステップ;
前記分類ラベル又は前記確率スコアである出力を生成するステップ;並びに
前記出力に基づいて、食事療法のカスタマイズされた推奨事項を決定する、及び/又は前記1つ以上のバイオマーカーを更に監視するステップ
を含む、方法。 - 前記出力及び前記カスタマイズされた推奨事項を、グラフィカルユーザインタフェース上に表示するステップを更に含む、請求項10に記載の方法。
- 前記少なくとも1つの入力レベルは、通信デバイスを介して遠隔の第2のシステムから受信され;
前記方法は、前記グラフィカルユーザインタフェース上の前記出力及び前記カスタマイズされた推奨事項を、前記通信デバイスを介して前記遠隔の第2のシステムに送信するステップを更に含む、請求項10に記載の方法。 - 命令を保存する非一時的コンピュータ可読媒体であって、前記命令は、プロセッサによって実行されると、コンピュータシステムに、請求項7〜12のいずれか1項に記載の方法のステップを実行させる、非一時的コンピュータ可読媒体。
- 前記分類アルゴリズムは、前記1つ以上のバイオマーカー及び任意に前記年齢の監視下で、教師あり訓練アルゴリズムを用いて開発される、請求項1〜13のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記分類アルゴリズムは、教師なし訓練アルゴリズムを用いて開発される、請求項1〜14のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記少なくとも1つの入力レベルは、異なる複数の時点で測定された前記1つ以上のバイオマーカーの連続測定値を含む、請求項1〜15のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記サンプルネコ科動物の第1のセットはCKDと診断されており、また前記サンプルネコ科動物の第2のセットはCKDと診断されていない、請求項1〜16のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記訓練データセットは交差検証のために、2層以上に層化される、請求項1〜17のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記訓練データセットは、包含及び/又は除外基準のセットによってフィルタリングされる、請求項1〜18のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記訓練アルゴリズムは、ロジスティック回帰、人工ニューラルネットワーク(artificial neural network:ANN)、リカレントニューラルネットワーク(recurrent neural network:RNN)、K最近傍法(K‐nearest neighbor:KNN)、単純ベイズ、サポートベクターマシン(support vector machine:SVM)、ランダムフォレスト、AdaBoost、及びこれらのいずれの組み合わせからなる群から選択されるアルゴリズムを含む、請求項1〜19のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記訓練アルゴリズムは、動的時間伸縮法(dynamic time warping:DTW)を伴うKNNを含む、請求項1〜20のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記訓練アルゴリズムは、長・短期記憶(long short‐term memory:LSTM)を伴うRNNを含む、請求項1〜21のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記分類アルゴリズムは、過剰適合を防止するための5%以上のドロップアウトを含む正則化アルゴリズムを含む、請求項1〜22のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記食事療法は、低リン食、低タンパク質食、低ナトリウム食、カリウム補充食、多価不飽和脂肪酸(PUFA)補充食、抗酸化剤補充食、ビタミンB補充食、液状食、及びこれらのいずれの組み合わせからなる群から選択される、請求項1〜23のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- ネコ科動物の慢性腎臓疾患(CKD)の発症に対する感受性を同定するためのシステムであって、前記システムは:
プロセッサ;
ユーザインタフェース;
情報を送信及び受信するための通信デバイス;並びに
コードを保存したメモリ
を備え、
前記コードは、前記プロセッサによって実行されると、前記コンピュータシステムに:
前記ネコ科動物からの1つ以上のバイオマーカーの少なくとも1つの入力レベルと、任意に前記ネコ科動物の年齢の入力レベルとを受信することであって、前記1つ以上のバイオマーカーのうちの少なくとも1つは、前記ユーザインタフェースを介したユーザによる入力に基づく、尿比重レベル、クレアチニンレベル、尿タンパク質レベル、血中尿素窒素(BUN)若しくは尿素レベル、白血球数(WBC)、尿pH、又はこれらの組み合わせに関連する情報を含む、受信すること;
前記1つ以上のバイオマーカーの前記少なくとも1つの入力レベルと、任意に前記年齢の前記入力レベルとを、前記通信デバイスを介して遠隔の第2のシステムに送信することであって、前記遠隔のシステムは、送信された前記1つ以上のバイオマーカーの前記少なくとも1つの入力レベルと、任意に送信された前記年齢の前記入力レベルとに基づく、前記ネコ科動物がCKDの発症のリスクを有するかどうかの決定又はカテゴライズに基づいて、カスタマイズされた推奨事項を決定する、送信すること;
前記決定又はカテゴライズ及び前記カスタマイズされた推奨事項を、前記遠隔の第2のシステムから、前記通信デバイスを介して受信すること;並びに
前記決定又はカテゴライズ及び前記カスタマイズされた推奨事項を、前記ユーザインタフェース上に表示すること
を実施させる、システム。 - ネコ科動物の慢性腎臓疾患(CKD)の発症に対する感受性を同定するためのシステムであって、前記システムは:
プロセッサ;
ユーザインタフェース;
情報を送信及び受信するための通信デバイス;並びに
コードを保存したメモリ
を備え、
前記コードは、前記プロセッサによって実行されると、前記コンピュータシステムに:
前記ネコ科動物からの1つ以上のバイオマーカーの少なくとも1つの入力レベルと、任意に前記ネコ科動物の年齢の入力レベルとを受信することであって、前記1つ以上のバイオマーカーのうちの少なくとも1つは、前記ユーザインタフェースを介したユーザによる入力に基づく、尿比重レベル、クレアチニンレベル、尿タンパク質レベル、血中尿素窒素(BUN)若しくは尿素レベル、白血球数(WBC)、尿pH、又はこれらの組み合わせを含む、受信すること;
前記1つ以上のバイオマーカーの前記少なくとも1つの入力レベルと、任意に前記年齢の前記入力レベルとを、前記通信デバイスを介して遠隔の第2のシステムに送信することであって、前記遠隔のシステムは、送信された前記1つ以上のバイオマーカーの前記少なくとも1つの入力レベルと、任意に送信された前記年齢の前記入力レベルとに基づいて、前記ネコ科動物がCKDの発症のリスクを有するかどうかの分類ラベル若しくは前記ネコ科動物がCKDを発症する確率スコア、及び食事療法のカスタマイズされた推奨事項を決定する、並びに/又は前記1つ以上のバイオマーカーを更に監視する、送信すること;
前記通信デバイスを介して、前記遠隔の第2のシステムから、前記分類ラベル若しくは前記確率スコア、及び前記食事療法のカスタマイズされた推奨事項を受信する、並びに/又は前記1つ以上のバイオマーカーを更に監視すること;並びに
前記分類ラベル又は前記確率スコア、及び前記カスタマイズされた推奨事項を、前記ユーザインタフェース上に表示すること
を実施させる、システム。 - 前記1つ以上のバイオマーカーは、尿比重レベル、クレアチニンレベル、及び血中尿素窒素(BUN)又は尿素レベルに関連する情報を含む、請求項1〜26のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記1つ以上のバイオマーカーは、尿比重レベル、クレアチニンレベル、尿タンパク質レベル、血中尿素窒素(BUN)又は尿素レベル、白血球数(WBC)、及び尿pHに関連する情報を含む、請求項1〜27のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記ネコ科動物からの1つ以上のバイオマーカーの少なくとも1つの入力レベル、及び前記ネコ科動物の年齢の入力レベルを受信するステップを含む、請求項1〜28のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 尿比重レベル、クレアチニンレベル、及び血中尿素窒素(BUN)又は尿素レベルに関連する情報を含むバイオマーカーの入力レベル;並びに
前記ネコ科動物の年齢の入力レベル
を受信するステップを含む、請求項1〜29のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。 - 前記ネコ科動物の前記バイオマーカー及び前記年齢の前記入力レベルは、前記ネコ科動物の1回以上の訪問の医療記録に関連する、請求項1〜30のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記ネコ科動物の前記バイオマーカー及び前記年齢の前記入力レベルは、前記ネコ科動物の少なくとも2回の訪問の医療記録に関連する、請求項1〜31のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記分類ラベル又は前記確率スコアは、前記分類ラベル又は前記確率スコアの前記決定の時点における、前記ネコ科動物の、慢性腎臓疾患(CKD)の罹患の状態に関連する、請求項1〜32のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記分類ラベル又は前記確率スコアは、前記分類ラベル又は前記確率スコアの前記決定後の、前記ネコ科動物の慢性腎臓疾患(CKD)の発症のリスクに関連する、請求項1〜32のいずれか1項に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記分類ラベル又は前記確率スコアは、前記分類ラベル又は前記確率スコアの前記決定の約1年後の、前記ネコ科動物の慢性腎臓疾患(CKD)の発症のリスクに関連する、請求項34に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- 前記分類ラベル又は前記確率スコアは、前記分類ラベル又は前記確率スコアの前記決定の約2年後の、前記ネコ科動物の慢性腎臓疾患(CKD)の発症のリスクに関連する、請求項34に記載のシステム、非一時的コンピュータ可読媒体、又は方法。
- ネコ科動物の慢性腎臓疾患(CKD)の発症に対する感受性を同定する方法であって、前記方法は:
前記ネコ科動物の1つ以上のバイオマーカーの量に基づいてスコアを算出するステップ;及び
前記スコアを閾値と比較することによって、CKDの発症のリスクを決定するステップ
を含み、
前記1つ以上のバイオマーカーのうちの少なくとも1つは、尿比重レベル、クレアチニンレベル、尿タンパク質レベル、血中尿素窒素(BUN)若しくは尿素レベル、白血球数(WBC)、尿pH、又はこれらのいずれの組み合わせを含む、方法。 - ネコ科動物の慢性腎臓疾患(CKD)の発症のリスクを低減する方法であって、前記方法は:
前記ネコ科動物の1つ以上のバイオマーカーの量に基づいてスコアを算出するステップ;
前記スコアを閾値と比較することによって、CKDの発症のリスクを決定するステップ;並びに
前記リスクに基づいて、食事療法を推奨する、及び/又は前記1つ以上のバイオマーカーを更に監視するステップ
を含み、
前記1つ以上のバイオマーカーのうちの少なくとも1つは、尿比重レベル、クレアチニンレベル、尿タンパク質レベル、血中尿素窒素(BUN)若しくは尿素レベル、白血球数(WBC)、尿pH、又はこれらのいずれの組み合わせを含む、方法。 - 前記食事療法は、低リン食、低タンパク質食、低ナトリウム食、カリウム補充食、多価不飽和脂肪酸(PUFA)補充食、抗酸化剤補充食、ビタミンB補充食、液状食、及びこれらのいずれの組み合わせからなる群から選択される、請求項38に記載の方法。
- 前記スコアは、各前記バイオマーカーと各前記バイオマーカーの係数との積を合計することによって算出される、請求項37〜39のいずれか1項に記載の方法。
- 前記1つ以上のバイオマーカーの前記係数は、複数のネコ科動物の医療記録を含むデータセットに線形判別分析(linear discriminant analysis:LDA)を適用することによって決定され、前記医療記録は、前記1つ以上のバイオマーカーの測定値を含む、請求項37〜40のいずれか1項に記載の方法。
- 前記閾値は、複数のネコ科動物の医療記録を含むデータセットに線形判別分析(linear discriminant analysis:LDA)を適用することによって決定され、前記医療記録は、前記1つ以上のバイオマーカーの測定値を含む、請求項37〜41のいずれか1項に記載の方法。
- 前記1つ以上のバイオマーカーは、クレアチニン、尿比重、及びBUN又は尿素レベルを含む、請求項37〜42のいずれか1項に記載の方法。
- クレアチニン及びBUN又は尿素レベルの量は、ミリグラム/デシリットル(mg/dL)を単位として測定され、尿比重の量は、尿サンプルの密度の、水の密度に対する比率として測定され;
ここでクレアチニンの前記係数は約0.004〜約0.01であり、尿比重の前記係数は約−5〜約−80であり、尿素レベルの前記係数は約0.01〜約0.5であり、前記閾値は約−10〜約−70であり;
前記スコアが前記閾値より大きいことは、CKDのリスクを示す、請求項43に記載の方法。 - クレアチニンの前記係数は約0.005〜約0.009であり、尿比重の前記係数は約−20〜約−50であり、尿素レベルの前記係数は約0.06〜約0.12である、請求項44に記載の方法。
- 前記閾値は約−20〜約−50である、請求項43〜45のいずれか1項に記載の方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862619681P | 2018-01-19 | 2018-01-19 | |
US62/619,681 | 2018-01-19 | ||
US201862698046P | 2018-07-14 | 2018-07-14 | |
US62/698,046 | 2018-07-14 | ||
PCT/US2019/014427 WO2019144081A1 (en) | 2018-01-19 | 2019-01-21 | Biomarkers and classification algorithms for chronic kidney disease in cats |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021511489A true JP2021511489A (ja) | 2021-05-06 |
JPWO2019144081A5 JPWO2019144081A5 (ja) | 2022-01-31 |
JP7361698B2 JP7361698B2 (ja) | 2023-10-16 |
Family
ID=65352160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020537724A Active JP7361698B2 (ja) | 2018-01-19 | 2019-01-21 | ネコの慢性腎臓疾患のためのバイオマーカー及び分類アルゴリズム |
Country Status (8)
Country | Link |
---|---|
US (1) | US20210293829A1 (ja) |
EP (1) | EP3740760B1 (ja) |
JP (1) | JP7361698B2 (ja) |
CN (2) | CN111936859A (ja) |
CA (1) | CA3089817A1 (ja) |
ES (1) | ES2953127T3 (ja) |
FI (1) | FI3740760T3 (ja) |
WO (1) | WO2019144081A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102466631B1 (ko) * | 2021-07-13 | 2022-11-14 | 에스비바이오팜 주식회사 | 하부 요로계 애완동물 소프트사료의 제조방법 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11164478B2 (en) * | 2019-05-17 | 2021-11-02 | NotCo Delaware, LLC | Systems and methods to mimic target food items using artificial intelligence |
US20210158147A1 (en) * | 2019-11-26 | 2021-05-27 | International Business Machines Corporation | Training approach determination for large deep learning models |
CN111134664B (zh) * | 2019-12-18 | 2022-11-01 | 武汉工程大学 | 一种基于胶囊网络的癫痫放电识别方法、系统和存储介质 |
CN111679636B (zh) * | 2020-05-11 | 2021-11-09 | 杭州睿疆科技有限公司 | 生产工艺参数处理的系统、方法和计算机设备 |
CN112768073B (zh) * | 2021-01-15 | 2023-04-18 | 中山大学附属第三医院 | 一种肾小球滤过率估计模型的构建方法 |
CN113096815A (zh) * | 2021-05-28 | 2021-07-09 | 齐齐哈尔大学 | 一种基于logistic回归的慢性肾病预测方法 |
KR20240031369A (ko) | 2021-07-07 | 2024-03-07 | 마아즈, 인코오포레이티드 | 유전적 조상을 예측하기 위한 시스템, 방법 및 장치 |
US11982661B1 (en) | 2023-05-30 | 2024-05-14 | NotCo Delaware, LLC | Sensory transformer method of generating ingredients and formulas |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013521253A (ja) * | 2010-03-03 | 2013-06-10 | ベーリンガー インゲルハイム フェトメディカ ゲゼルシャフト ミット ベシュレンクテル ハフツング | ネコにおける腎障害の長期処置のためのメロキシカムの使用 |
JP2015531066A (ja) * | 2012-08-13 | 2015-10-29 | ランドックス ラボラトリーズ リミテッド | 腎疾患バイオマーカー |
JP2016520192A (ja) * | 2013-05-14 | 2016-07-11 | メタボロン,インコーポレイテッド | 腎機能に関連付けられるバイオマーカーおよびそれを使用する方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100878229B1 (ko) * | 2007-11-22 | 2009-01-12 | 주식회사 디지탈바이오테크놀러지 | 유체분석용 칩 |
CA2770266A1 (en) | 2009-08-07 | 2011-02-10 | Rules-Based Medicine, Inc. | Methods and devices for detecting kidney damage |
US20120156701A1 (en) * | 2009-12-20 | 2012-06-21 | Joseph Anderberg | Methods and compositions for diagnosis and prognosis of renal injury and renal failure |
CA2784889C (en) | 2009-12-20 | 2018-06-19 | Astute Medical, Inc. | Methods and compositions for diagnosis and prognosis of renal injury and renal failure |
EP2577315B1 (en) | 2010-06-03 | 2017-04-12 | Idexx Laboratories, Inc. | Markers for renal disease |
US20130210667A1 (en) * | 2010-09-10 | 2013-08-15 | The Ohio State University | Biomarkers for Predicting Kidney and Glomerular Pathologies |
US10557856B2 (en) | 2010-09-24 | 2020-02-11 | University Of Pittsburgh-Of The Commonwealth System Of Higher Education | Biomarkers of renal injury |
EP3761034A3 (en) | 2011-01-26 | 2021-02-17 | University of Pittsburgh - Of the Commonwealth System of Higher Education | Urine biomarkers for prediction of recovery after acute kidney injury: proteomics |
CA2856213A1 (en) * | 2011-11-16 | 2013-05-23 | Venaxis, Inc. | Compositions and methods for assessing appendicitis |
EP2864920B1 (en) * | 2012-06-21 | 2023-05-10 | Philip Morris Products S.A. | Systems and methods for generating biomarker signatures with integrated bias correction and class prediction |
EP3071973B1 (en) * | 2013-11-21 | 2020-11-04 | Pacific Edge Limited | Triaging of patients having asymptomatic hematuria using genotypic and phenotypic biomarkers |
US20170315134A1 (en) * | 2014-11-11 | 2017-11-02 | Astute Medical, Inc. | Methods and compositions for diagnosis and prognosis of renal injury and renal failure |
-
2019
- 2019-01-21 JP JP2020537724A patent/JP7361698B2/ja active Active
- 2019-01-21 CA CA3089817A patent/CA3089817A1/en active Pending
- 2019-01-21 FI FIEP19704140.3T patent/FI3740760T3/fi active
- 2019-01-21 WO PCT/US2019/014427 patent/WO2019144081A1/en active Search and Examination
- 2019-01-21 CN CN201980020918.3A patent/CN111936859A/zh active Pending
- 2019-01-21 US US16/963,093 patent/US20210293829A1/en active Pending
- 2019-01-21 CN CN202410647219.4A patent/CN118549657A/zh active Pending
- 2019-01-21 EP EP19704140.3A patent/EP3740760B1/en active Active
- 2019-01-21 ES ES19704140T patent/ES2953127T3/es active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013521253A (ja) * | 2010-03-03 | 2013-06-10 | ベーリンガー インゲルハイム フェトメディカ ゲゼルシャフト ミット ベシュレンクテル ハフツング | ネコにおける腎障害の長期処置のためのメロキシカムの使用 |
JP2015531066A (ja) * | 2012-08-13 | 2015-10-29 | ランドックス ラボラトリーズ リミテッド | 腎疾患バイオマーカー |
JP2016520192A (ja) * | 2013-05-14 | 2016-07-11 | メタボロン,インコーポレイテッド | 腎機能に関連付けられるバイオマーカーおよびそれを使用する方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102466631B1 (ko) * | 2021-07-13 | 2022-11-14 | 에스비바이오팜 주식회사 | 하부 요로계 애완동물 소프트사료의 제조방법 |
Also Published As
Publication number | Publication date |
---|---|
CN111936859A (zh) | 2020-11-13 |
US20210293829A1 (en) | 2021-09-23 |
CA3089817A1 (en) | 2019-07-25 |
WO2019144081A8 (en) | 2021-12-09 |
JP7361698B2 (ja) | 2023-10-16 |
EP3740760B1 (en) | 2023-05-31 |
CN118549657A (zh) | 2024-08-27 |
FI3740760T3 (fi) | 2023-06-21 |
EP3740760A1 (en) | 2020-11-25 |
WO2019144081A1 (en) | 2019-07-25 |
ES2953127T3 (es) | 2023-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7361698B2 (ja) | ネコの慢性腎臓疾患のためのバイオマーカー及び分類アルゴリズム | |
CN112714871B (zh) | 用于慢性肾脏病的生物标志物和测试模型 | |
CN113825440B (zh) | 用于对患者进行筛查、诊断和分层的系统和方法 | |
García-Gallo et al. | A machine learning-based model for 1-year mortality prediction in patients admitted to an Intensive Care Unit with a diagnosis of sepsis | |
Kaur et al. | Chronic kidney disease prediction using machine learning | |
JP2023526241A (ja) | 複数の機械学習モデルに基づく臨床予測器 | |
EP3433614A1 (en) | Use of clinical parameters for the prediction of sirs | |
Ahmed et al. | An integrated optimization and machine learning approach to predict the admission status of emergency patients | |
US11676726B2 (en) | Apparatus and method for generating a treatment plan for salutogenesis | |
Petersen et al. | Repeated measurements of blood lactate concentration as a prognostic marker in horses with acute colitis evaluated with classification and regression trees (CART) and random forest analysis | |
Salamone et al. | Prediction of first test day milk yield using historical records in dairy cows | |
US20230352174A1 (en) | Systems and methods for generating a parasitic infection program | |
US20230215575A1 (en) | System and method for chronic kidney disease | |
US20230054069A1 (en) | Systems and methods for predicting kidney function decline | |
KR20230107219A (ko) | 엑스포솜 임상 적용을 위한 시스템 및 방법 | |
Pappy et al. | Predicting High-Flow Nasal Cannula Failure in an ICU Using a Recurrent Neural Network with Transfer Learning and Input Data Perseveration: A Retrospective Analysis | |
US20220246272A1 (en) | Systems and methods for generating a dental nourishment program | |
US20240249838A1 (en) | Method and an apparatus for building a longevity profile | |
Gopakumar | Machine learning in healthcare: an investigation into model stability | |
WO2023196463A1 (en) | Systems and methods for space health exposomics | |
CN116615702A (zh) | 用于暴露组学临床应用的系统和方法 | |
Kabir | Association between Size at Birth and Maternal Factors in Rural Bangladesh: A Multivariate Approach | |
Peiffer | Early detection of positive blood cultures using recurrent | |
Liu | Investigating the Process of Developing a KDD Model for the Classification of Cases with Cardiovascular Disease Based on a Canadian Database |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220121 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220121 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230118 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230306 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230510 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230807 |
|
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: 20230906 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231003 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7361698 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |