JP6811975B2 - Aptt延長要因推定システム - Google Patents
Aptt延長要因推定システム Download PDFInfo
- Publication number
- JP6811975B2 JP6811975B2 JP2020106016A JP2020106016A JP6811975B2 JP 6811975 B2 JP6811975 B2 JP 6811975B2 JP 2020106016 A JP2020106016 A JP 2020106016A JP 2020106016 A JP2020106016 A JP 2020106016A JP 6811975 B2 JP6811975 B2 JP 6811975B2
- Authority
- JP
- Japan
- Prior art keywords
- factor
- sample
- data
- aptt
- weighted average
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012360 testing method Methods 0.000 claims description 112
- 238000006243 chemical reaction Methods 0.000 claims description 110
- 239000008280 blood Substances 0.000 claims description 69
- 210000004369 blood Anatomy 0.000 claims description 69
- 230000015271 coagulation Effects 0.000 claims description 60
- 238000005345 coagulation Methods 0.000 claims description 60
- 230000023555 blood coagulation Effects 0.000 claims description 58
- 238000005259 measurement Methods 0.000 claims description 57
- 238000004364 calculation method Methods 0.000 claims description 29
- 102000015081 Blood Coagulation Factors Human genes 0.000 claims description 27
- 108010039209 Blood Coagulation Factors Proteins 0.000 claims description 27
- 239000003114 blood coagulation factor Substances 0.000 claims description 27
- 239000003112 inhibitor Substances 0.000 claims description 24
- 238000007711 solidification Methods 0.000 claims description 20
- 230000008023 solidification Effects 0.000 claims description 20
- 238000010801 machine learning Methods 0.000 claims description 14
- 206010067787 Coagulation factor deficiency Diseases 0.000 claims description 12
- 239000003153 chemical reaction reagent Substances 0.000 claims description 11
- 208000014763 coagulation protein disease Diseases 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- 206010025135 lupus erythematosus Diseases 0.000 claims description 7
- 239000003146 anticoagulant agent Substances 0.000 claims description 4
- 229940127219 anticoagulant drug Drugs 0.000 claims description 4
- 238000000611 regression analysis Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 description 161
- 238000000034 method Methods 0.000 description 35
- 108010054218 Factor VIII Proteins 0.000 description 21
- 102000001690 Factor VIII Human genes 0.000 description 21
- 229960000301 factor viii Drugs 0.000 description 20
- 230000000694 effects Effects 0.000 description 13
- 208000009292 Hemophilia A Diseases 0.000 description 11
- 238000010438 heat treatment Methods 0.000 description 9
- 230000005856 abnormality Effects 0.000 description 8
- 102100026735 Coagulation factor VIII Human genes 0.000 description 7
- 201000003542 Factor VIII deficiency Diseases 0.000 description 7
- 101000911390 Homo sapiens Coagulation factor VIII Proteins 0.000 description 7
- 230000003111 delayed effect Effects 0.000 description 7
- 241000755093 Gaidropsarus vulgaris Species 0.000 description 5
- 238000012417 linear regression Methods 0.000 description 5
- 208000031220 Hemophilia Diseases 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 102100022641 Coagulation factor IX Human genes 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 239000003130 blood coagulation factor inhibitor Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000013068 control sample Substances 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- PGOHTUIFYSHAQG-LJSDBVFPSA-N (2S)-6-amino-2-[[(2S)-5-amino-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-4-amino-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-5-amino-2-[[(2S)-5-amino-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S,3R)-2-[[(2S)-5-amino-2-[[(2S)-2-[[(2S)-2-[[(2S,3R)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-5-amino-2-[[(2S)-1-[(2S,3R)-2-[[(2S)-2-[[(2S)-2-[[(2R)-2-[[(2S)-2-[[(2S)-2-[[2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-1-[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-amino-4-methylsulfanylbutanoyl]amino]-3-(1H-indol-3-yl)propanoyl]amino]-5-carbamimidamidopentanoyl]amino]propanoyl]pyrrolidine-2-carbonyl]amino]-3-methylbutanoyl]amino]-4-methylpentanoyl]amino]-4-methylpentanoyl]amino]acetyl]amino]-3-hydroxypropanoyl]amino]-4-methylpentanoyl]amino]-3-sulfanylpropanoyl]amino]-4-methylsulfanylbutanoyl]amino]-5-carbamimidamidopentanoyl]amino]-3-hydroxybutanoyl]pyrrolidine-2-carbonyl]amino]-5-oxopentanoyl]amino]-3-hydroxypropanoyl]amino]-3-hydroxypropanoyl]amino]-3-(1H-imidazol-5-yl)propanoyl]amino]-4-methylpentanoyl]amino]-3-hydroxybutanoyl]amino]-3-(1H-indol-3-yl)propanoyl]amino]-5-carbamimidamidopentanoyl]amino]-5-oxopentanoyl]amino]-3-hydroxybutanoyl]amino]-3-hydroxypropanoyl]amino]-3-carboxypropanoyl]amino]-3-hydroxypropanoyl]amino]-5-oxopentanoyl]amino]-5-oxopentanoyl]amino]-3-phenylpropanoyl]amino]-5-carbamimidamidopentanoyl]amino]-3-methylbutanoyl]amino]-4-methylpentanoyl]amino]-4-oxobutanoyl]amino]-5-carbamimidamidopentanoyl]amino]-3-(1H-indol-3-yl)propanoyl]amino]-4-carboxybutanoyl]amino]-5-oxopentanoyl]amino]hexanoic acid Chemical compound CSCC[C@H](N)C(=O)N[C@@H](Cc1c[nH]c2ccccc12)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](C)C(=O)N1CCC[C@H]1C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC(C)C)C(=O)NCC(=O)N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CS)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1CCC[C@H]1C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CO)C(=O)N[C@@H](CO)C(=O)N[C@@H](Cc1cnc[nH]1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](Cc1c[nH]c2ccccc12)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CO)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CO)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](Cc1ccccc1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](Cc1c[nH]c2ccccc12)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CCCCN)C(O)=O PGOHTUIFYSHAQG-LJSDBVFPSA-N 0.000 description 2
- 108010076282 Factor IX Proteins 0.000 description 2
- 108010000499 Thromboplastin Proteins 0.000 description 2
- 102000002262 Thromboplastin Human genes 0.000 description 2
- 208000007536 Thrombosis Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 239000012472 biological sample Substances 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 239000012895 dilution Substances 0.000 description 2
- 238000010790 dilution Methods 0.000 description 2
- 229960004222 factor ix Drugs 0.000 description 2
- 230000023597 hemostasis Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 108010047303 von Willebrand Factor Proteins 0.000 description 2
- 208000033316 Acquired hemophilia A Diseases 0.000 description 1
- UXVMQQNJUSDDNG-UHFFFAOYSA-L Calcium chloride Chemical compound [Cl-].[Cl-].[Ca+2] UXVMQQNJUSDDNG-UHFFFAOYSA-L 0.000 description 1
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 108010094028 Prothrombin Proteins 0.000 description 1
- 102100027378 Prothrombin Human genes 0.000 description 1
- 108090000190 Thrombin Proteins 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 229940019700 blood coagulation factors Drugs 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 229940105778 coagulation factor viii Drugs 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000003527 fibrinolytic agent Substances 0.000 description 1
- 230000003480 fibrinolytic effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 208000009429 hemophilia B Diseases 0.000 description 1
- 230000002439 hemostatic effect Effects 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013610 patient sample Substances 0.000 description 1
- 238000005375 photometry Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 229940039716 prothrombin Drugs 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229960004072 thrombin Drugs 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
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
- G01N33/86—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood coagulating time or factors, or their receptors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hematology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Immunology (AREA)
- Molecular Biology (AREA)
- Urology & Nephrology (AREA)
- Chemical & Material Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Microbiology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Cell Biology (AREA)
- Biotechnology (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
〔1〕APTT延長要因推定システムであって、
被検血液検体の血液凝固反応を測定する分析装置を各々有する、1つ以上の施設;
血液検体の血液凝固反応に関するデータとAPTT延長要因のデータとを保存するデータベース;及び、
該分析装置からの血液凝固反応に関するデータと、該データベースに保存されたデータに基づいて該被検血液検体のAPTT延長要因を推定する計算機、
を備え、
該施設は、該分析装置で得た該被検血液検体の血液凝固反応に関するデータを該計算機へ送信するデータ送信部と、該計算機による各分析装置で測定した該被検血液検体についてのAPTT延長要因の推定結果を受信するデータ受信部とをさらに備える、
APTT延長要因推定システム。
〔2〕前記施設が、さらに、
前記分析装置を制御する分析装置制御部;及び/又は、
前記データ受信部で受信したデータを表示するデータ表示部、
を備える、〔1〕記載のシステム。
〔3〕前記計算機に送信された前記被検血液検体の血液凝固反応に関するデータと、該計算機で得られた該被検血液検体についてのAPTT延長要因の推定結果が、前記データベースに保存される、〔1〕又は〔2〕記載のシステム。
〔4〕さらに、前記データベースに保存された血液検体の血液凝固反応に関するデータとAPTT延長要因のデータとを用いて、APTT延長要因推定アルゴリズムを機械学習するアルゴリズム学習部を備える、〔1〕〜〔3〕のいずれか1項記載のシステム。
〔5〕前記血液凝固反応に関するデータが、凝固反応曲線又はその一次微分曲線もしくは二次微分曲線についての波形又は加重平均点に関係するパラメータを1つ以上含む、〔1〕〜〔4〕のいずれか1項記載のシステム。
〔6〕前記波形に関係するパラメータが、凝固時間、前記一次微分曲線もしくは二次微分曲線の最大ピーク高さ及びそれに到達する時間から選択され、前記加重平均点に関係するパラメータが、該一次微分曲線もしくは二次微分曲線の演算対象域についての加重平均時間、加重平均高さ、ピーク幅、扁平率、時間率及びピーク域から選択される、〔5〕記載のシステム。
〔7〕前記加重平均点に関係するパラメータが、前記一次微分曲線の2つ以上の演算対象域のそれぞれについて取得された、加重平均時間、加重平均高さ、ピーク幅、扁平率、時間率及びピーク域から選択される1つ以上を含む、〔6〕記載のシステム。
〔8〕前記一次微分曲線をF(t)(tは時間)、F(t)が所定値xである時間をt1、t2(t1<t2)とするとき、前記演算対象域はF(t)≧xを満たす領域であり、前記加重平均時間及び加重平均高さは、それぞれ下記式に示すvT及びvHとして表され、
前記扁平率が、該vHと該vBとの比vABとして表され、
前記時間率が、該vTと該vBとの比vTBとして表され、
前記ピーク域が、曲線下面積vAUCとして表される、
〔7〕記載のシステム。
〔9〕前記所定値xが、前記F(t)の最大値の5〜90%である、〔8〕記載のシステム。
〔10〕前記被検血液検体のAPTT延長要因の推定が、前記データベースに保存された血液検体の中から、前記1つ以上の前記波形又は加重平均点に関係するパラメータが該被検検体と近似する検体を選択すること、及び、該選択された検体のAPTT延長要因を、該被検検体のAPTT延長要因として推定することによって行われる、〔5〕〜〔9〕のいずれか1項記載のシステム。
〔11〕前記検体の選択が回帰分析を用いて実施される、〔10〕記載のシステム。
〔12〕前記検体の選択が機械学習で得られたAPTT延長要因推定アルゴリズムを用いて実施される、〔10〕記載のシステム。
〔13〕前記APTT延長要因のデータが、凝固因子欠乏、ループスアンチコアグラント陽性もしくは凝固因子インヒビターの有無、又は凝固因子濃度についての情報である、〔1〕〜〔12〕のいずれか1項記載のシステム。
〔14〕前記被検血液検体についてのAPTT延長要因の推定が、凝固因子欠乏、ループスアンチコアグラント陽性もしくは凝固因子インヒビターの有無を、該被検検体のAPTT延長要因として推定することを含む、〔13〕記載のシステム。
〔15〕前記被検血液検体についてのAPTT延長要因の推定が、該被検検体の凝固因子濃度を推定することを含む、〔13〕記載のシステム。
〔16〕前記データ送信部が、管理検体の血液凝固反応に関するデータを前記計算機へ送信し、
該計算機は、該管理検体の血液凝固反応に関するデータを、異なるロットの試薬を用いて測定された過去の管理検体の血液凝固反応に関するデータと比較し、
該比較結果に基づいて前記分析装置の測定データが校正され、
該管理検体は、APTT延長要因が既知の血液検体であり、該過去の管理検体は、該管理検体と同じ検体又は同じAPTT延長要因を有する検体である、
〔1〕〜〔15〕のいずれか1項記載のシステム。
〔17〕APTT延長要因推定方法であって、
1つ以上の施設の各々において、被検血液検体の血液凝固反応を測定すること、
各施設から、該施設で取得した該被検血液検体の血液凝固反応に関するデータを計算機へ送信すること、
該計算機により、該被検血液検体の血液凝固反応に関するデータと、データベースに保存された、血液検体の血液凝固反応に関するデータ及びAPTT延長要因のデータとに基づいて、該被検血液検体のAPTT延長要因を推定すること、
該計算機で得られた該被検血液検体のAPTT延長要因の推定結果を、該被検血液検体の血液凝固反応を測定した施設に送信すること、
を含む、方法。
〔18〕前記計算機に送信された前記被検血液検体の血液凝固反応に関するデータと、該計算機で得られた該被検血液検体についてのAPTT延長要因の推定結果を、前記データベースに保存することをさらに含む、〔17〕記載の方法。
〔19〕さらに、前記データベースに保存された血液検体の血液凝固反応に関するデータとAPTT延長要因のデータとを用いて、APTT延長要因推定アルゴリズムを機械学習することをさらに含む、〔17〕又は〔18〕記載の方法。
〔20〕前記計算機による前記被検血液検体のAPTT延長要因の推定が、前記機械学習で得られたAPTT延長要因推定アルゴリズムを用いて実施される、〔19〕記載の方法。
APTT延長要因としては、通常、凝固因子インヒビター(抗凝固因子)、ループスアンチコアグラント(LA)、血友病等の凝固因子欠乏、などを推定できる。APTT延長要因の判定では、従来一般的には、クロスミキシング試験、ベセスダ法によるインヒビター力価測定などにより、凝固反応曲線から求めるAPTTの結果を基にしてAPTT延長要因が判定される。しかしながら、これら判定のための検査を一医療機関内で全て実施することは、費用と人手を要するため容易ではない。さらに、判定の精度を担保及び向上させるためには多くの知見を蓄積していくことが求められるが、APTT異常の患者、例えば凝固因子欠乏患者の発生頻度は非常に低く、一医療機関だけで充分な知見を集めることは困難である。これらの問題は、医療機関による検査結果のばらつきをもたらし得る。
本発明は、APTT延長要因推定システムを提供する。本発明のAPTT延長要因推定システムは、血液検体の血液凝固反応を測定する分析装置を各々有する、1つ以上の施設;血液検体の血液凝固反応に関するデータとAPTT延長要因のデータとを保存するデータベース;及び、該分析装置からの血液凝固反応に関するデータと、該データベースに保存されたデータに基づいて該血液検体のAPTT延長要因を推定する計算機、を備える。該施設は、該分析装置で得た該血液検体の血液凝固反応に関するデータを該計算機へ送信するデータ送信部と、該計算機による各分析装置で測定した該血液検体についてのAPTT延長要因の推定結果を受信するデータ受信部とをさらに備える。
本発明のAPTT延長要因推定システムは、さらに前記分析装置を制御する分析装置制御部;及び/又は、前記データ受信部で受信したデータを表示するデータ表示部、を備えていてもよい。
本発明のAPTT延長要因推定システムは、さらに前記データベースに保存された血液検体の血液凝固反応に関するデータとAPTT延長要因のデータとを用いて、APTT延長要因推定アルゴリズムを機械学習するアルゴリズム学習部を備えていてもよい。
1)測光データ等に基づく経時的な凝固反応計測
計測データから凝固反応曲線を算出することもできる。
2)APTT(活性化部分トロンボプラスチン時間)測定
分析装置によっては検体のAPTT測定結果が延長したときに、次の即時反応と遅延反応を自動で実施することができる。
ア)被検体のAPTT測定
イ)即時反応の有無を確認するため、正常血漿と被検体との混合血漿を加温処理しないときのAPTT測定
ウ)遅延反応の有無を確認するため、正常血漿と被検体との混合血漿を加温処理した後のAPTT測定
上記1)及び2)の測定を実施可能な血液分析装置としては、例えば、血液凝固自動分析装置CP3000(積水メディカル株式会社)等が挙げられる。
波形又は加重平均点に関するパラメータとしては、波形に関するパラメータ(凝固反応曲線から算出された凝固時間、一次微分曲線もしくは二次微分曲線についての最大ピーク高さやその時間、等)、加重平均点に関するパラメータ(一次微分曲線もしくは二次微分曲線についての加重平均時間、加重平均高さ、ピーク幅、扁平率、時間率、等)などが挙げられる。波形又は加重平均点に関するパラメータについては、後述の1.2.2で説明する。
クロスミキシング試験で用いる混合検体は、被検検体と正常検体を容量比で1:9〜9:1、好ましくは4:6〜6:4、より好ましくは5:5の割合で含む。必要に応じて、被検検体を正常検体と混合する前に希釈し、希釈した被検検体と正常検体を上述の割合で混合してもよい。加温処理は、例えば、30℃以上40℃以下、好ましくは35℃以上39℃以下、より好ましくは37℃で、1時間以内、好ましくは2〜30分間、より好ましくは5〜30分間行われる。ただし、上記の加温処理の前に、検体は、通常の凝固反応計測における加温処理、例えば、30℃以上40℃以下で1分以下の加温を受けていてもよい。
データベースには、過去に取得した検体の状態(例えば、正常、各種凝固因子インヒビターの有無、インヒビター力価、LA、凝固因子欠乏、欠乏する凝固因子の種類、各種凝固因子濃度、など)、及び、該検体についての凝固反応曲線又はその一次微分曲線もしくは二次微分曲線、あるいは、それらの曲線から算出した波形又は加重平均点に関係するパラメータ、などのデータが含まれる。
例えば、被検検体についての計測データを、データベースに保存された正常及び各種APTT延長要因を有する検体を含む各種検体についての計測データと比較することによって、被検検体のAPTT延長要因を推定することができる。例えば、被検検体と、データベース中の検体との間で、凝固反応曲線又はその一次微分曲線もしくは二次微分曲線の形状を直接比較してもよく、あるいはそれらの波形又は加重平均点に関するパラメータを比較してもよい。比較の結果から、被検検体のAPTT延長要因を推定することができる。例えば、被検検体とパラメータの一致率が高い検体をデータベースの中から選択し、選択した検体のAPTT延長要因(例えば、凝固因子欠乏、LA、凝固因子インヒビター)を、被検検体のAPTT延長要因として推定することができる。計算機でのAPTT延長要因の推定の詳細な手順は、後述する。
該データベースには、施設で行われた該被検検体についてのAPTT延長要因の判定結果が含まれてもよい。これらのAPTT延長要因の判定結果は、データ送信部を介してデータベースに送信され得る。本発明では、医師により判定された被検検体のAPTT延長要因をデータベースに取り込むことで、計測データを臨床的診断と紐付け可能であり、又は計算機による推定結果の精度向上が可能になる。
1.2.1 テンプレートマッチング
計算機における、被検検体についての計測データと、該データベースに保存されたデータに基づく該被検検体のAPTT延長要因の推定のためのアルゴリズムは、必ずしも限定されないが、例えば以下に示すテンプレートマッチングが挙げられる。
F(t)のxについての扁平率vABx[vABx=vHx/vBx]、加重平均ピーク幅に基づく扁平率vAWx[vAWx=vHx/vWx]、時間率vTBx[vTBx=vTx/vBx]、及び加重平均ピーク幅に基づく時間率vTWx[vTWx=vTx/vWx]が計算される。なお、扁平率は、vABx=vBx/vHx、又はvAWx=vWx/vHxであってもよい。同様に、時間率は、vTBx=vBx/vTx、又はvTWx=vWx/vTxであってもよい。また、これら比に定数Kを乗じてもよい。さらに、F(t)の演算対象域におけるピーク域(曲線下面積、vAUCx)を求めることができる(表3参照)。
以上は、F(t)の加重平均点に関するパラメータである。
上述した波形又は加重平均点に関するパラメータの算出手順、及びこれらのパラメータを用いたAPTT延長要因推定(血友病Aの診断、第VIII因子定量、及びAPTTクロスミキシング試験)の方法は、計算機で利用するAPTT延長要因推定アルゴリズムとして、本発明で用いることができる。
APTT延長要因推定システムは、該データベースに保存された、血液検体についての血液凝固反応に関するデータとAPTT延長要因のデータとを用いて、APTT延長要因推定アルゴリズムを機械学習するアルゴリズム学習部を備えていてもよい。該アルゴリズム学習部は、該計算機に内蔵されていてもよく、該計算機と別途に備えられていてもよい。例えば、該アルゴリズム学習部は、血液検体についての血液凝固反応に関するデータを説明変数とし、該血液検体についてのAPTT延長要因のデータを目的変数とした機械学習により、血液検体のAPTT延長要因を推定するための機械学習モデルを構築する。説明変数に用いる血液凝固反応に関するデータとしては、上述した計測データ(凝固反応曲線又はその一次微分曲線もしくは二次微分曲線、ならびにそれらの曲線の波形又は加重平均点に関係するパラメータ;例えば、凝固時間、加重平均時間、加重平均高さ、ピーク幅、扁平率、及び時間率など、より具体的には、Tc、vTx、vHx、vBx、vWx、vABx、vAWx、vTBx、vTWx、Vmax、VmaxT、vTsx、vTex、vAUCx、pTx、pHx、pBx、pWx、pABx、vAWx、pTBx、pTWx、Amax、AmaxT及びpAUCx(xは任意の演算対象域値))からなる群より選択される少なくとも1つが挙げられる。該機械学習モデルは、被検検体についての上述した計測データからなる群より選択される少なくとも1つを入力することで、該被検検体のAPTT延長要因(例えば、凝固因子欠乏、LA、凝固因子インヒビターなど)を出力するAPTT延長要因推定アルゴリズムを提供する。
1)被検検体
以下の78件の被検検体を用いた:血友病A 70件;後天性血友病A 2件;フォン・ウィルブランド(vWD)Type1 1件;血友病B 3件;ループスアンチコアグラント(LA)陽性 2件。
143件のテンプレート検体(表5:Ver.1)、又はこれらにさらに15検体追加した158件のテンプレート検体(表5:Ver.3)を用いた。
被験検体及びテンプレート検体の凝固反応を計測した。凝固反応計測は、APTT測定試薬コアグピアAPTT-N(積水メディカル株式会社製)を用いて、血液凝固自動分析装置CP3000(積水メディカル株式会社製)を用いて行った。90度側方散乱光を計測し、凝固反応曲線を得た。得られた凝固反応曲線から一次微分曲線を算出した。
被験検体及びテンプレート検体について、一次微分曲線の加重平均点に関係するパラメータを算出した。1次微分曲線から、演算対象域を5%から90%まで10段階(一次微分曲線の最大値Vmaxを100%として、演算対象域値xが5%、10%、20%、30%、40%、50%、60%、70%、80%、及び90%)に設定した。各演算対象域について、ピーク幅vB、加重平均時間vT、加重平均高さvH、扁平率vAB=(vH/vB)及び時間率vTB=(vT/vB)を算出した。
以上の手順で、10個の演算対象域(x=5%、10%、20%、30%、40%、50%、60%、70%、80%及び90%)についてのパラメータ:vB [vB5%, vB10%, vB20%, vB30%, vB40%, vB50%, vB60%, vB70%, vB80%, vB90%]、vT [vT5%, vT10%, vT20%, vT30%, vT40%, vT50%, vT60%, vT70%, vT80%, vT90%]、vH [vH5%, vH10%,vH20%, vH30%, vH40%, vH50%, vH60%, vH70%, vH80%, vH90%]、vAB [vAB5%,vAB10%, vAB20%, vAB30%, vAB40%, vAB50%, vAB60%, vAB70%, vAB80%, vAB90%]、及びvTB [vTB5%, vTB10%, vTB20%, vTB30%, vTB40%, vTB50%, vTB60%, vTB70%, vTB80%, vTB90%]を算出した。これら50個のパラメータからなるパラメータ群を、各テンプレート検体及び被検検体について作成した。
テンプレートマッチングにより、各被検検体のAPTT延長要因を推定した。各被検検体と、全テンプレート検体の各々との間で、パラメータ群の一次回帰式を計算した。回帰式の傾き1.25〜0.75であるテンプレート検体を抽出し、抽出した中で相関係数が最大のものを選別した。該テンプレート検体の凝固能情報を、被検検体の凝固能情報とした。解析結果をもとに、被検検体の凝固能情報(FVIII濃度)を以下のいずれかに分類した:FVIII < 1%(FVIII活性1%未満)、FVIII 1-5%(FVIII活性1%以上〜5%未満)、FVIII 5-40%(FVIII活性5%以上〜40%未満)、又はOther(FVIII > 40%(FVIII活性40%以上)、もしくはFVIII欠乏以外の要因でAPTT延長)。
1)検体
正常検体には、健常人より得られたクエン酸加血漿を用いた。
血友病検体には、血友病A患者のクエン酸加血漿を用いた。
APTT測定は、血液凝固自動分析装置CP3000(積水メディカル株式会社製)を用いた。キュベット(反応容器)に測定試料50μLを吐出した後に37℃で45秒間の加温を行った。その後、約37℃に加温したAPTT試薬50μLをキュベットに吐出し、さらに171秒経過後に25mM塩化カルシウム液50μLをキュベットに吐出して凝固反応を開始させた。このときAPTT試薬2Lot(LotA、LotB)を用いた。凝固反応はキュベットを約37℃に維持した状態で行った。凝固反応の検出は、波長660nmのLEDを光源とする光を照射し、0.1秒間隔で90度側方散乱した散乱光量を測光した。測光時間は360秒間とした。
APTTの測定を行い、APTT測定による凝固反応データとして測光生データを得た。この測光生データに対しノイズ除去を含む平滑化処理後、測光開始時点の散乱光量が0となるようにゼロ点調整をして凝固反応曲線を得た。続いて凝固反応曲線の最大高さが100となるように補正処理を行って補正処理済み凝固反応曲線を得た。この補正処理済み凝固反応曲線を0次波形とし、1次微分したものが凝固速度を反映した1次波形となる。
一次波形より加重平均法パラメータを得た。
APTT試薬のLotAとLotBの管理検体の測定から得られた加重平均法波形パラメータの相関関係を解析し、得られた回帰式(y=0.965x+0.13)を用いてLotBの加重平均法パラメータをLotAの値に近似させた。
患者検体8例を用いて、LotA、LotB及び補正後LotBの加重平均法波形パラメータを用いたテンプレートマッチングの結果を比較した。表8のとおり、Lot間差の補正をしない場合は判定の不一致が見られたが、補正後LotBとLotAは一致した。表8の判定結果「Other」は、血友病A以外の要因でAPTTが延長した検体と判定された場合を示す。
Claims (15)
- APTT延長要因推定システムであって、
被検血液検体の血液凝固反応を測定する分析装置を各々有する、複数の施設;
血液検体の血液凝固反応に関するデータとAPTT延長要因のデータとを保存するデータベース;及び、
該分析装置からの血液凝固反応に関するデータと、該データベースに保存されたデータに基づいて該被検血液検体のAPTT延長要因を推定する計算機、
を備え、
該複数の施設は、各々、該分析装置で得た該被検血液検体の血液凝固反応に関するデータを該計算機へ送信するデータ送信部と、該計算機による各分析装置で測定した該被検血液検体についてのAPTT延長要因の推定結果を受信するデータ受信部とをさらに備え、
該計算機に送信された該被検血液検体の血液凝固反応に関するデータと、該計算機で得られた該被検血液検体についてのAPTT延長要因の推定結果が、該データベースに保存される、
APTT延長要因推定システム。 - 前記施設が、さらに、
前記分析装置を制御する分析装置制御部;及び/又は、
前記データ受信部で受信したデータを表示するデータ表示部、
を備える、請求項1記載のシステム。 - さらに、前記データベースに保存された血液検体の血液凝固反応に関するデータとAPTT延長要因のデータとを用いて、APTT延長要因推定アルゴリズムを機械学習するアルゴリズム学習部を備える、請求項1又は2記載のシステム。
- 前記血液凝固反応に関するデータが、凝固反応曲線又はその一次微分曲線もしくは二次微分曲線についての波形又は加重平均点に関係するパラメータを1つ以上含む、請求項1〜3のいずれか1項記載のシステム。
- 前記波形に関係するパラメータが、凝固時間、前記一次微分曲線もしくは二次微分曲線の最大ピーク高さ及びそれに到達する時間から選択され、前記加重平均点に関係するパラメータが、該一次微分曲線もしくは二次微分曲線の演算対象域についての加重平均時間、加重平均高さ、ピーク幅、扁平率、時間率及びピーク域から選択される、請求項4記載のシステム。
- 前記加重平均点に関係するパラメータが、前記一次微分曲線の2つ以上の演算対象域のそれぞれについて取得された、加重平均時間、加重平均高さ、ピーク幅、扁平率、時間率及びピーク域から選択される1つ以上を含む、請求項5記載のシステム。
- 前記一次微分曲線をF(t)(tは時間)、F(t)が所定値xである時間をt1、t2(t1<t2)とするとき、前記演算対象域はF(t)≧xを満たす領域であり、前記加重平均時間及び加重平均高さは、それぞれ下記式に示すvT及びvHとして表され、
前記扁平率が、該vHと該vBとの比vABとして表され、
前記時間率が、該vTと該vBとの比vTBとして表され、
前記ピーク域が、曲線下面積vAUCとして表される、
請求項6記載のシステム。 - 前記所定値xが、前記F(t)の最大値の5〜90%である、請求項7記載のシステム。
- 前記被検血液検体のAPTT延長要因の推定が、前記データベースに保存された血液検体の中から、前記1つ以上の前記波形又は加重平均点に関係するパラメータが該被検血液検体と近似する検体を選択すること、及び、該選択された検体のAPTT延長要因を、該被検血液検体のAPTT延長要因として推定することによって行われる、請求項4〜8のいずれか1項記載のシステム。
- 前記検体の選択が回帰分析を用いて実施される、請求項9記載のシステム。
- 前記検体の選択が機械学習で得られたAPTT延長要因推定アルゴリズムを用いて実施される、請求項9記載のシステム。
- 前記APTT延長要因のデータが、凝固因子欠乏、ループスアンチコアグラント陽性もしくは凝固因子インヒビターの有無、又は凝固因子濃度についての情報である、請求項1〜11のいずれか1項記載のシステム。
- 前記被検血液検体についてのAPTT延長要因の推定が、凝固因子欠乏、ループスアンチコアグラント陽性もしくは凝固因子インヒビターの有無を、該被検血液検体のAPTT延長要因として推定することを含む、請求項12記載のシステム。
- 前記被検血液検体についてのAPTT延長要因の推定が、該被検血液検体の凝固因子濃度を推定することを含む、請求項12記載のシステム。
- 前記データ送信部が、管理検体の血液凝固反応に関するデータを前記計算機へ送信し、
該計算機は、該管理検体の血液凝固反応に関するデータを、異なるロットの試薬を用いて測定された過去の管理検体の血液凝固反応に関するデータと比較し、
該比較の結果に基づいて前記分析装置の測定データが校正され、
該管理検体は、APTT延長要因が既知の血液検体であり、該過去の管理検体は、該管理検体と同じ検体又は同じAPTT延長要因を有する検体である、
請求項1〜14のいずれか1項記載のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019114425 | 2019-06-20 | ||
JP2019114425 | 2019-06-20 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020203285A Division JP2021056233A (ja) | 2019-06-20 | 2020-12-08 | Aptt延長要因推定システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021001884A JP2021001884A (ja) | 2021-01-07 |
JP6811975B2 true JP6811975B2 (ja) | 2021-01-13 |
Family
ID=73995034
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020106016A Active JP6811975B2 (ja) | 2019-06-20 | 2020-06-19 | Aptt延長要因推定システム |
JP2020203285A Pending JP2021056233A (ja) | 2019-06-20 | 2020-12-08 | Aptt延長要因推定システム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020203285A Pending JP2021056233A (ja) | 2019-06-20 | 2020-12-08 | Aptt延長要因推定システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220373565A1 (ja) |
EP (1) | EP3988933A4 (ja) |
JP (2) | JP6811975B2 (ja) |
CN (1) | CN114008453A (ja) |
WO (1) | WO2020256107A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20240027476A1 (en) * | 2020-09-08 | 2024-01-25 | Sekisui Medical Co., Ltd. | Blood coagulation reaction analysis method |
US20240077504A1 (en) * | 2021-03-05 | 2024-03-07 | Sekisui Medical Co., Ltd. | Method for estimating cause of prolonged coagulation time |
WO2024018789A1 (ja) * | 2022-07-21 | 2024-01-25 | 株式会社日立ハイテク | 血液凝固時間の延長原因の推定方法、及び情報処理装置 |
CN114994344B (zh) * | 2022-08-02 | 2022-11-18 | 深圳市瑞图生物技术有限公司 | 纠正试验执行方法、控制装置及凝血分析仪 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6898532B1 (en) * | 1995-06-07 | 2005-05-24 | Biomerieux, Inc. | Method and apparatus for predicting the presence of haemostatic dysfunction in a patient sample |
JPH1145304A (ja) * | 1997-07-25 | 1999-02-16 | Nippon Steel Corp | 医療支援システム |
US6524861B1 (en) * | 1999-01-22 | 2003-02-25 | Medical Laboratory Automation, Inc. | Blood coagulation analyzer |
JP2002149833A (ja) * | 2000-11-14 | 2002-05-24 | Ryuichi Moroi | オンライン医療情報共同利用・医療機関連携システム |
JP2002259573A (ja) * | 2001-02-28 | 2002-09-13 | Hitachi High-Technologies Corp | 医療情報共有システム及びその方法 |
US8219186B2 (en) * | 2009-03-05 | 2012-07-10 | Chen Guangren | Non-invasive system and method for scanning the heart |
JP2013250904A (ja) * | 2012-06-04 | 2013-12-12 | Konica Minolta Inc | 医療連携システム |
JP2013250903A (ja) * | 2012-06-04 | 2013-12-12 | Konica Minolta Inc | 診療データ管理システム |
US20130344519A1 (en) * | 2012-06-25 | 2013-12-26 | Bayer Healthcare Llc | Methods and systems for assessment of turbidity kinetics (waveform analysis) in coagulation testing |
EP3088901A4 (en) * | 2013-12-25 | 2017-08-23 | Hitachi High-Technologies Corporation | Automatic analysis device and analysis method |
JP6059303B1 (ja) * | 2015-07-15 | 2017-01-11 | 仲西 サヨ子 | 個人医療情報集約システム |
JP2019016474A (ja) | 2017-07-05 | 2019-01-31 | 株式会社Joled | 表示装置 |
JP6989352B2 (ja) | 2017-11-06 | 2022-01-05 | 日産自動車株式会社 | 炭素繊維強化樹脂成形体の製造方法及び炭素繊維強化樹脂成形体の製造装置 |
JP7220055B2 (ja) * | 2017-11-07 | 2023-02-09 | 積水メディカル株式会社 | 血液凝固機能の評価方法 |
JP7024333B2 (ja) | 2017-11-07 | 2022-02-24 | コニカミノルタ株式会社 | 無端ベルト、定着装置、画像形成装置、および無端ベルトの製造方法 |
-
2020
- 2020-06-19 EP EP20827280.7A patent/EP3988933A4/en active Pending
- 2020-06-19 JP JP2020106016A patent/JP6811975B2/ja active Active
- 2020-06-19 US US17/620,436 patent/US20220373565A1/en active Pending
- 2020-06-19 CN CN202080044688.7A patent/CN114008453A/zh active Pending
- 2020-06-19 WO PCT/JP2020/024148 patent/WO2020256107A1/ja active Application Filing
- 2020-12-08 JP JP2020203285A patent/JP2021056233A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2020256107A1 (ja) | 2020-12-24 |
EP3988933A4 (en) | 2023-06-21 |
US20220373565A1 (en) | 2022-11-24 |
EP3988933A1 (en) | 2022-04-27 |
JP2021001884A (ja) | 2021-01-07 |
CN114008453A (zh) | 2022-02-01 |
JP2021056233A (ja) | 2021-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6811975B2 (ja) | Aptt延長要因推定システム | |
EP1903461B1 (en) | Quality control system, analyzer, and quality control method | |
EP2428802B1 (en) | Automatic analysis device and analysis method | |
EP0178910A2 (en) | Methods for coagulation monitoring | |
JP7220055B2 (ja) | 血液凝固機能の評価方法 | |
JP2019086517A (ja) | 血液凝固機能の評価方法 | |
WO2022054819A1 (ja) | 血液凝固反応の分析方法 | |
US6787361B1 (en) | Clinical assay calibration adjustment method | |
JP2007322243A (ja) | 自動分析装置 | |
WO2022186381A1 (ja) | 凝固時間延長要因の推定方法 | |
EP3136104B1 (en) | Blood sample analyzing method and blood sample analyzer | |
JP7448521B2 (ja) | データ解析方法、データ解析システム、および計算機 | |
WO2021229556A1 (ja) | 血液分析方法 | |
WO2023032978A1 (ja) | 血液凝固反応異常の検出方法 | |
WO2023190083A1 (ja) | 凝固時間延長要因の推定方法 | |
EP4060348A2 (en) | Analysis method, analysis device, analysis system, and analysis program for analyzing a bleeding tendency of a subject | |
CN117825731B (zh) | 一种血液分析装置 | |
CN115169986A (zh) | 一种临床实验室的质量控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200703 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200703 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200717 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200804 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200827 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200908 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201007 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20201008 |
|
TRDD | Decision of grant or rejection written | ||
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20201008 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201208 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6811975 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |