KR20200069665A - Prognostic score system predicting 3 month functoinal outcome following acute ischemic stroke - Google Patents

Prognostic score system predicting 3 month functoinal outcome following acute ischemic stroke Download PDF

Info

Publication number
KR20200069665A
KR20200069665A KR1020180156965A KR20180156965A KR20200069665A KR 20200069665 A KR20200069665 A KR 20200069665A KR 1020180156965 A KR1020180156965 A KR 1020180156965A KR 20180156965 A KR20180156965 A KR 20180156965A KR 20200069665 A KR20200069665 A KR 20200069665A
Authority
KR
South Korea
Prior art keywords
stroke
sum
variable
months
indices
Prior art date
Application number
KR1020180156965A
Other languages
Korean (ko)
Other versions
KR102216822B1 (en
Inventor
윤병우
김태정
이병철
오미선
이지성
허윤정
이태선
박영희
안미라
김록영
김지우
Original Assignee
서울대학교병원
건강보험심사평가원
한림대학교 산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 서울대학교병원, 건강보험심사평가원, 한림대학교 산학협력단 filed Critical 서울대학교병원
Priority to KR1020180156965A priority Critical patent/KR102216822B1/en
Publication of KR20200069665A publication Critical patent/KR20200069665A/en
Application granted granted Critical
Publication of KR102216822B1 publication Critical patent/KR102216822B1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

The present invention relates to a method and a system for predicting functional prognosis three months after acute cerebral infarction occurs in a patient to improve stroke clinical treatment by predicting prognoses of patients with cerebral infarction. To this end, factors related to functional prognosis three months after acute cerebral infarction occurs in a patient are selected as variables, and a set of indices each variable is set to classify prognoses into an unfavorable outcome and a favorable outcome according to the sum of indices for each variable. In addition, a cut-off value of the unfavorable outcome and the favorable outcome is set by using a logistic regression analysis model, a receiver operating characteristic (ROC) curve, and a Youden index, and the sensitivity and specificity of the variable are analyzed.

Description

급성 뇌경색 환자의 3개월 후 기능적 예후 예측 점수 체계{PROGNOSTIC SCORE SYSTEM PREDICTING 3 MONTH FUNCTOINAL OUTCOME FOLLOWING ACUTE ISCHEMIC STROKE}PROGNOSTIC SCORE SYSTEM PREDICTING 3 MONTH FUNCTOINAL OUTCOME FOLLOWING ACUTE ISCHEMIC STROKE}

본 발명은 급성 뇌경색 환자의 3개월 후 기능적 예후의 예측 방법에 관한 것이다.The present invention relates to a method for predicting functional prognosis after 3 months in acute stroke patients.

국민건강보험공단의 건강검진 자료를 토대로 연령, 수축기 혈압, 당뇨병, 총콜레스테롤, 흡연, 운동, 체질량지수, 음주량 등을 이용해 10년 이내 뇌졸중이 발생할 평균 위험에 관한 예측 모형인 Korean Stroke Risk Prediction (KSRP) 모델이 2007년에 발표되었다(Jee et al, 2007). 그러나, 상기 모델의 경우 뇌졸중의 주요 위험요인들을 고려하지 않았으며 10년 뇌졸중 발생 확률을 점수화 하여 평가한 것으로, 뇌졸중 발생 이후의 환자의 예후를 예측 할 수 없으며, 예후와 관련성이 높은 뇌졸중 위험인자, 급성 뇌졸중 발생시의 치료, 뇌졸중의 아형에 따른 결과들이 고려되지 않아 실제 임상에 적용하여 환자 진료에 사용하기에는 한계가 있으며, 뇌졸중 이후 예후를 예측하기 어려운 단점이 있었다.Korean Stroke Risk Prediction (KSRP), a predictive model for the average risk of stroke within 10 years using age, systolic blood pressure, diabetes, total cholesterol, smoking, exercise, body mass index, and alcohol consumption, based on the data from the National Health Insurance Corporation ) The model was released in 2007 (Jee et al, 2007). However, in the case of the above model, the major risk factors of stroke were not considered, and the probability of stroke occurrence was scored and evaluated, and the prognosis of the patient after stroke was unpredictable. The treatment of acute stroke and the results of subtypes of stroke are not considered, so there are limitations in applying them to clinical practice and limiting the prognosis after stroke.

심뇌혈관 질환에 대한 코호트 연구인 Framingham Heart Study에서도 뇌졸중 위험도 예측모형을 개발 및 발표하였다. 하지만, 본 연구의 경우 55-84세의 연령층이 대상이었으므로 이를 근거로 개발된 뇌졸중 위험도 예측모형을 젊은 연령층에 적용하기 부적절할 수 있으며, 인종 차이에 대한 고려가 없어 중국인에 적용하였을 때 커다란 불일치가 있다는 결과도 있었다. 또한, 위 연구의 대상자들과 생활양식, 사회문화적 환경 및 유전적 특성 등에서 많은 차이가 있는 한국인에게 적용하는데 한계가 있을 수 있었다. Framingham study 역시 뇌졸중 이후 예후나 치료에 따른 예후의 고려가 되지 않아 실제 한국인의 임상 적용에는 제한적이었다(Wolf et al, 1991). 또한, 뇌경색 이후의 예후를 예측하는 모델이 아니므로 뇌경색 환자들에게 적용하여 뇌경색 발생 이후의 예후를 예측하기 어려운 단점이 있었다.The Framingham Heart Study, a cohort study of cardiovascular disease, also developed and published a stroke risk prediction model. However, since this study was targeted at the age group of 55-84 years, it may be inappropriate to apply the predicted stroke risk model developed on the basis of this to younger age groups, and there is no consideration of racial differences. There was also a result. In addition, there could be limitations in applying it to Koreans with many differences in lifestyle, sociocultural environment, and genetic characteristics. The Framingham study was also limited in clinical application in Koreans, as prognosis after stroke or treatment prognosis was not considered (Wolf et al, 1991). In addition, since it is not a model for predicting the prognosis after cerebral infarction, it was difficult to predict the prognosis after cerebral infarction by applying it to patients with cerebral infarction.

또한, 심방세동이 있는 환자에서 뇌졸중 위험을 평가 하고 치료약을 정할 수 있도록 제시된 CHA2DS2-VASc 점수의 경우 진료 지침에 반영되어 환자 치료에 직접 적용하고 있다. 하지만 심방세동 발생률은 5% 이내 이며, 위 점수의 경우 뇌졸중의 위험 인자 중 심방세동이 있는 환자에 국한되어 적용할 수 있어 대부분의 뇌졸중 환자에 적용에 한계가 있다. 또한, 본 점수의 경우 뇌졸중 발생의 위험도를 평가하는 것으로 뇌졸중 이후 기능적 예후를 예측 하기에는 어려움이 있다.In addition, CHA2DS2-VASc scores suggested to assess stroke risk and determine treatment drugs in patients with atrial fibrillation are reflected in medical guidelines and applied directly to patient treatment. However, the incidence of atrial fibrillation is within 5%, and the above score is limited to patients with atrial fibrillation among the risk factors for stroke, so it is limited in application to most stroke patients. In addition, in this case, it is difficult to predict the functional prognosis after stroke by evaluating the risk of stroke occurrence.

캐나다 연구팀은 급성 허혈성 뇌졸중의 단기, 장기 사망률 및 예후를 예측할 수 있는 IScore 점수체계를 발표하였다. 상기 연구의 경우 급성 허혈성 뇌졸중으로 입원한 환자들의 위험요인, 동반질환 및 중증도를 고려하여 뇌졸중의 사망률을 점수체계로 예측하는 것에서는 의미가 있었으나, 위 연구 대상자들의 위험요인 및 뇌졸중 아형 등이 한국인 뇌졸중과 차이가 있어 한국인에게 적용하는데 부적절할 수 있었다. 또한, 사망률을 예측하는 점수 체계로 만들어져 있어 국내 뇌경색 환자들에게 적용하여 뇌경색 발생 이후의 기능적 예후를 예측 하기 어려운 단점이 있다.Canadian researchers have published an IScore scoring system that can predict short-term, long-term mortality and prognosis for acute ischemic stroke. In the case of the above study, it was meaningful to predict the mortality rate of the stroke by the score system considering the risk factors, accompanying diseases, and severity of patients hospitalized for acute ischemic stroke, but the risk factors and stroke subtypes of the above study subjects were Korean stroke There was a difference with that it could be inappropriate to apply to Koreans. In addition, since it is made of a scoring system that predicts mortality, it is difficult to predict functional prognosis after the occurrence of cerebral infarction by applying it to patients with domestic infarction.

한국등록특허 제1671485호Korean Registered Patent No. 1671485

본 발명은 급성 뇌경색 환자의 임상 자료 등을 이용하여 3개월 후 기능적 예후를 예측하는 방법을 제공하는 것을 목적으로 한다.An object of the present invention is to provide a method for predicting a functional prognosis after 3 months using clinical data, etc. of an acute cerebral infarction patient.

또한, 본 발명은 급성 뇌경색 환자의 임상 자료 등을 이용하여 3개월 후 기능적 예후를 예측하는 시스템을 제공하는 것을 목적으로 한다.In addition, an object of the present invention is to provide a system for predicting a functional prognosis after 3 months using clinical data of an acute cerebral infarction patient.

1. 급성 뇌경색 환자들의 임상 자료로 구성되는 3개월 후 기능적 예후 관련 요인을 변수로 선택하고, 상기 변수 별로 지수 세트를 설정하는 제1 단계;1. A first step of selecting a factor related to functional prognosis after 3 months consisting of clinical data of patients with acute cerebral infarction as a variable and setting an index set for each variable;

상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도(sensitivity) 및 특이도(specificity)를 산출하고, 상기 민감도 및 특이도에 따라 분류 기준점(The cut-off value)을 설정하는 제2 단계; 및A second step of calculating sensitivity and specificity for the sum of the combinations of exponents for each set of indices, and setting the cut-off value according to the sensitivity and specificity; And

예측이 필요한 급성 뇌경색 환자에 대해 상기 제1 단계에서 선택된 변수 별로 설정된 지수세트에 따라 결정되는 지수의 총합을 계산하고, 상기 제2 단계에서 설정된 분류 기준점을 토대로 상기 예측이 필요한 급성 뇌경색 환자의 3개월 후 기능적 예후를 예후불량군(unfavorable outcome) 또는 예후양호군(favorable outcome)으로 분류하는 제3 단계;를 포함하고,For acute cerebral infarction patients in need of prediction, the sum of indices determined according to the set of indices set for each variable selected in the first step is calculated, and based on the classification reference point set in the second step, 3 months of acute stroke patients in need of prediction And a third step of classifying the functional prognosis into an unfavorable outcome group or a favorable outcome group.

상기 3개월 후 기능적 예후 관련 요인은 연령(age), 성별(sex), 초기 NIHSS(Initial National Institute of Health Stroke Scale), 체질량 지수(body mass index, BMI), 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS), 뇌졸중 발생 기전(Stroke mechanism), 이전 뇌졸중 병력(Previous stroke), 고지혈증(hyperlipidemia, HL), 암(cancer), 당뇨(diabetes mellitus, DM), 고혈압(hypertension, HTN), 심부전(congestive heart failure, CHF), 투석(Dialysis), 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT) /anticoagulation), 공복혈당(fasting blood sugar, FBS) 및 재관류치료 유형(Recanalization treatment type)으로 이루어지는 군에서 선택되는 적어도 하나를 포함하는, 급성 뇌경색 환자의 3개월 후 기능적 예후의 예측 방법.The factors related to functional prognosis after 3 months are age, sex, initial NIHSS (Initial National Institute of Health Stroke Scale), body mass index (BMI), and Prestroke modified before stroke. Rankin Scale, Pre_mRS, Stroke mechanism, Previous stroke, Hyperlipidemia (HL), Cancer, Diabetes mellitus (DM), Hypertension (HTN), Heart failure (congestive heart failure, CHF), Dialysis, Prestroke antiplatelet agents (antiPLT) /anticoagulation, fasting blood sugar (FBS), and recanalization treatment type ) A method for predicting functional prognosis after 3 months of acute stroke patients, comprising at least one selected from the group consisting of.

2. 위 1에 있어서, 수신자 조작 특성 곡선(receiver operating characteristic curve, ROC curve)을 이용하여 상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도 및 특이도를 산출하여, 상기 민감도 및 특이도의 합이 최대가 되는 지수의 총합을 분류 기준점으로 설정하는, 방법.2. In the above 1, using the receiver operating characteristic curve (receiver operating characteristic curve, ROC curve) to calculate the sensitivity and specificity for the sum of the combination of exponents for each set of exponents, the sum of the sensitivity and specificity The method of setting the sum of these maximum indices as the classification reference point.

3. 위 1에 있어서, 상기 지수 세트는 변수 별 선택 범주에 따라 설정되고, 각 선택 범주마다 0, 1, 4, 6 내지 10, 12, 13, 15, 20, 22 또는 62에 해당하는 지수가 설정되고, 상기 변수의 선택 범주 별 지수의 총 합은 0 내지 252인, 방법.3. In the above 1, the index set is set according to a selection category for each variable, and an index corresponding to 0, 1, 4, 6 to 10, 12, 13, 15, 20, 22, or 62 for each selection category Set, the total sum of the exponents by selection category of the variable is 0 to 252.

4. 위 1에 있어서, 상기 변수 중 초기 NIHSS(Initial National Institute of Health Stroke Scale)는 0 내지 7점, 8 내지 13점 또는 14점 이상의 선택 범주로 구분되며,4. In the above 1, among the above variables, the initial National National Institute of Health Stroke Scale (NIHSS) is divided into selection categories of 0 to 7, 8 to 13, or 14 or more,

상기 체질량 지수(body mass index, BMI)는 18.5 미만, 18.5 이상 25 미만 또는 25 이상의 선택 범주로 구분되며,The body mass index (BMI) is divided into a selection category of less than 18.5, less than 18.5 and less than 25, or more than 25,

상기 뇌졸중 발생 기전(Stroke mechanism)은 소혈관 폐색(small vessel occlusion, SVO), 심장성 색전증(cardioembolism, CE) 또는 그 외 원인(Other)의 선택 범주로 구분되며,The stroke mechanism is divided into small vessel occlusion (SVO), cardioembolism (CE), or other selection categories.

상기 재관류치료 유형(Recanalization treatment type)은 재관류치료 이력없음, 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 이력, 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 이력 또는 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 및 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 모두 받은 이력의 선택 범주로 구분되는, 방법.The recanalization treatment type has no reperfusion treatment history, intraarterial thrombolysis (IA) history, intravenous thrombolysis (IV) history, or intraarterial thrombolysis (IA) and A method in which intravenous thrombolysis (IV) is all categorized into a selection category of history received.

5. 위 1에 있어서, 상기 3개월 후 기능적 예후 관련 요인은,5. In the above 1, the factors related to functional prognosis after 3 months,

연령(age), 성별(sex), 초기 NIHSS(Initial National Institute of Health Stroke Scale), 체질량 지수(body mass index, BMI), 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS), 뇌졸중 발생 기전(Stroke mechanism), 이전 뇌졸중 병력(Previous stroke), 고지혈증(hyperlipidemia, HL), 암(cancer), 당뇨(diabetes mellitus, DM), 고혈압(hypertension, HTN), 심부전(congestive heart failure, CHF), 투석(Dialysis), 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT) /anticoagulation), 공복혈당(fasting blood sugar, FBS) 및 재관류치료 유형(Recanalization treatment type)을 포함하는, 방법.Age, sex, initial NIHSS (Initial National Institute of Health Stroke Scale), body mass index (BMI), Prestroke modified Rankin Scale (Pre_mRS), stroke occurrence mechanism (Stroke mechanism), previous stroke, hyperlipidemia (HL), cancer, diabetes (diabetes mellitus, DM), hypertension (HTN), congestive heart failure (CHF), dialysis (Dialysis), Prestroke antiplatelet agents (antiPLT) /anticoagulation, fasting blood sugar (FBS), and recanalization treatment type.

6. 위 1에 있어서, 상기 분류 기준점(The cut-off value)은 민감도 및 특이도의 합이 최대가 되는 지수의 총합이 140인 지점으로 설정되는, 방법.6. The method of 1 above, wherein the cut-off value is set to a point at which the sum of indices in which the sum of sensitivity and specificity is the maximum is 140.

7. 위 1에 있어서, 상기 지수의 총합이 상기 분류 기준점을 초과하는 경우 예후양호군(favorable outcome)으로 분류하는, 방법.7. The method according to the above 1, wherein when the sum of the indices exceeds the classification reference point, it is classified as a favorable outcome.

8. 급성 뇌경색 환자들의 임상 자료로 구성되는 3개월 후 기능적 예후 관련 요인을 변수로 선택하고, 상기 변수 별로 지수 세트를 설정하는 변수선택부;8. Variable selection unit for selecting a factor related to functional prognosis after 3 months consisting of clinical data of patients with acute cerebral infarction as a variable and setting an index set for each variable;

상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도(sensitivity) 및 특이도(specificity)를 산출하고, 상기 민감도 및 특이도에 따라 분류 기준점(The cut-off value)을 설정하는 분류 기준점 설정부; 및A classification reference point setting unit for calculating sensitivity and specificity for the sum of combinations of exponents for each index set, and setting the cut-off value according to the sensitivity and specificity; And

예측이 필요한 급성 뇌경색 환자에 대해 상기 변수선택부에서 선택된 변수 별로 설정된 지수세트에 따라 결정되는 지수의 총합을 계산하고, 상기 제2 단계에서 설정된 분류 기준점을 토대로 상기 예측이 필요한 급성 뇌경색 환자의 3개월 후 기능적 예후를 예후불량군(unfavorable outcome) 또는 예후양호군(favorable outcome)으로 분류하는 3개월 후 기능적 예후 예측부;를 포함하며,For patients with acute cerebral infarction requiring prediction, the sum of the indices determined according to the set of indices set for each variable selected in the variable selection unit is calculated, and based on the classification reference point set in the second step, 3 months of patients with acute cerebral infarction requiring prediction Includes a functional prognosis predictor after 3 months to classify the functional prognosis as an unfavorable outcome or a favorable outcome;

상기 3개월 후 기능적 예후 관련 요인은 연령(age), 성별(sex), 초기 NIHSS(Initial National Institute of Health Stroke Scale), 체질량 지수(body mass index, BMI), 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS), 뇌졸중 발생 기전(Stroke mechanism), 이전 뇌졸중 병력(Previous stroke), 고지혈증(hyperlipidemia, HL), 암(cancer), 당뇨(diabetes mellitus, DM), 고혈압(hypertension, HTN), 심부전(congestive heart failure, CHF), 투석(Dialysis), 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT)/anticoagulation), 공복혈당(fasting blood sugar, FBS) 및 재관류치료 유형(Recanalization treatment type)으로 이루어지는 군에서 선택되는 적어도 하나를 포함하는, 급성 뇌경색 환자의 3개월 후 기능적 예후 예측 시스템.The factors related to functional prognosis after 3 months are age, sex, initial NIHSS (Initial National Institute of Health Stroke Scale), body mass index (BMI), and Prestroke modified before stroke. Rankin Scale, Pre_mRS, Stroke mechanism, Previous stroke, Hyperlipidemia (HL), Cancer, Diabetes mellitus (DM), Hypertension (HTN), Heart failure (Congestive heart failure, CHF), Dialysis, Prestroke antiplatelet agents (antiPLT)/anticoagulation, fasting blood sugar (FBS), and recanalization treatment type ) A functional prognosis prediction system after 3 months of acute stroke patients, comprising at least one selected from the group consisting of.

9. 위 8에 있어서, 상기 분류 기준점 설정부는 수신자 조작 특성 곡선(receiver operating characteristic curve, ROC curve)을 이용하여 상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도 및 특이도를 산출하여, 상기 민감도 및 특이도의 합이 최대가 되는 지수의 총합을 분류 기준점으로 설정하는, 시스템.9. In the above 8, the classification reference point setting unit calculates the sensitivity and specificity for the sum of the combination of indices for each set of indices by using the receiver operating characteristic curve (ROC curve), the sensitivity And setting the sum of the indices in which the sum of the specificities becomes the maximum as a classification reference point.

10. 위 8에 있어서, 상기 지수 세트는 변수 별 선택 범주에 따라 설정되고, 각 선택 범주마다 0, 1, 4, 6 내지 10, 12, 13, 15, 20, 22 또는 62에 해당하는 지수가 설정되고, 상기 변수의 선택 범주 별 지수의 총 합은 0 내지 252인, 시스템.10. In the above 8, the index set is set according to a selection category for each variable, and an index corresponding to 0, 1, 4, 6 to 10, 12, 13, 15, 20, 22, or 62 for each selection category Set, the total sum of indices for each selection category of the variable is 0 to 252.

11. 위 8에 있어서, 상기 변수 중 초기 NIHSS(Initial National Institute of Health Stroke Scale)는 0 내지 7점, 8 내지 13점 또는 14점 이상의 선택 범주로 구분되며,11. In the above 8, among the above variables, the initial National National Institute of Health Stroke Scale (NIHSS) is divided into 0 to 7 points, 8 to 13 points, or 14 or more selection categories,

상기 체질량 지수(body mass index, BMI)는 18.5 미만, 18.5 이상 25 미만 또는 25 이상의 선택 범주로 구분되며,The body mass index (BMI) is divided into a selection category of less than 18.5, less than 18.5 and less than 25, or more than 25,

상기 뇌졸중 발생 기전(Stroke mechanism)은 소혈관 폐색(small vessel occlusion, SVO), 심장성 색전증(cardioembolism, CE) 또는 그 외 원인(Other)의 선택 범주로 구분되며,The stroke mechanism is divided into small vessel occlusion (SVO), cardioembolism (CE), or other selection categories.

상기 재관류치료 유형(Recanalization treatment type)은 재관류치료 이력없음, 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 이력, 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 이력 또는 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 및 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 모두 받은 이력의 선택 범주로 구분되는, 시스템.The recanalization treatment type has no reperfusion treatment history, intraarterial thrombolysis (IA) history, intravenous thrombolysis (IV) history, or intraarterial thrombolysis (IA) and Intravenous thrombolysis (IV) System, which is divided into a selection category of all history received.

12. 위 8에 있어서, 상기 3개월 후 기능적 예후 관련 요인은,12. In the above 8, factors related to functional prognosis after 3 months,

연령(age), 성별(sex), 초기 NIHSS(Initial National Institute of Health Stroke Scale), 체질량 지수(body mass index, BMI), 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS), 뇌졸중 발생 기전(Stroke mechanism), 이전 뇌졸중 병력(Previous stroke), 고지혈증(hyperlipidemia, HL), 암(cancer), 당뇨(diabetes mellitus, DM), 고혈압(hypertension, HTN), 심부전(congestive heart failure, CHF), 투석(Dialysis), 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT) /anticoagulation), 공복혈당(fasting blood sugar, FBS) 및 재관류치료 유형(Recanalization treatment type)을 포함하는, 시스템.Age, sex, initial NIHSS (Initial National Institute of Health Stroke Scale), body mass index (BMI), Prestroke modified Rankin Scale (Pre_mRS), stroke occurrence mechanism (Stroke mechanism), previous stroke, hyperlipidemia (HL), cancer, diabetes (diabetes mellitus, DM), hypertension (HTN), congestive heart failure (CHF), dialysis (Dialysis), system including Prestroke antiplatelet agents (antiPLT) /anticoagulation, fasting blood sugar (FBS) and Recanalization treatment type.

13. 위 8에 있어서, 상기 분류 기준점(The cut-off value)은 민감도 및 특이도의 합이 최대가 되는 지수의 총합이 140인 지점으로 설정되는, 시스템.13. In the above 8, the classification reference point (The cut-off value) is set to the point where the sum of the indices where the sum of sensitivity and specificity is the maximum is 140.

14. 위 8에 있어서, 상기 지수의 총합이 상기 분류 기준점을 초과하는 경우 예후양호군(favorable outcome)으로 분류하는, 시스템.14. The system according to 8 above, wherein the sum of the indices exceeds the classification reference point and is classified as a favorable outcome.

기존의 뇌졸중 환자들에서 예후 예측하는 방법 또는 시스템들의 경우 1) 서양인들을 기반으로 한 연구이고, 2) 기존의 위험인자 및 내원 당시의 의식 상태 등을 예측인자로 평가하고, 3) 급성 뇌경색의 치료 혹은 이전의 약물 치료력이 반영되지 않으며, 4) 대부분의 예측 점수 체계를 이용한 예측 방법 또는 시스템의 경우, 사망률을 주된 outcome 으로 평가하여, 기존의 score 간 예측력을 평가한 연구결과에서 (Neurology, 2017) 확인하였을 때 3개월 후 기능적 예후를 예측하는 예측력은 높지 않았다.Methods or systems for predicting prognosis in existing stroke patients 1) Western-based studies, 2) Evaluating existing risk factors and consciousness at the time of visit as predictors, 3) Treatment of acute stroke Or, the previous drug treatment power is not reflected, and 4) In the case of the prediction method or system using most predictive scoring systems, the mortality rate is evaluated as the main outcome, and the results of the evaluation of the predictive power between the existing scores (Neurology, 2017) When confirmed, the predictive power to predict functional prognosis after 3 months was not high.

그에 반해, 본 발명에서 제안하고 있는 환자의 임상 자료를 이용한 급성 뇌경색 환자의 3개월 후 기능적 예후 예측 방법 및 시스템에 따르면, 급성 뇌경색 환자의 임상 자료로 구성되는 3개월 후 기능적 예후 관련 요인을 변수로 선택하고, 해당 변수들에 따른 범주 및 지수를 설정하여, 변수별 지수의 총합에 따라 예후불량군(unfavorable outcome) 및 예후양호군(favorable outcome)으로 분류함으로써, 간단하고도 객관적으로 급성 뇌경색 환자의 3개월 후 기능적 예후를 예측할 수 있다.In contrast, according to the method and system for predicting functional prognosis after 3 months of patients with acute cerebral infarction using clinical data of patients proposed in the present invention, factors related to functional prognosis after 3 months consisting of clinical data of patients with acute cerebral infarction as variables By selecting and setting the categories and indices according to the variables, it is classified into unfavorable outcomes and favorable outcomes according to the sum of the exponents for each variable, making it simple and objective for patients with acute cerebral infarction. Functional prognosis can be predicted after 3 months.

또한, 본 발명에 따르면, 예측 변수는 AIC(Akaike Information Criteria) 기준을 이용한 후진제거방법으로 설정하였고, 로지스틱 회귀 분석 모델(logistic regression analysis model), 수신자 조작 특성(receiver operating characteristic, ROC) 곡선 및 유덴 인덱스(Youden index)를 이용하여 예후불량군(unfavorable outcome)과 예후양호군(favorable outcome)의 분류 기준점(the cut-off value)을 설정하고, 변수의 민감도 및 특이도를 분석함으로써, 급성 뇌경색 환자의 3개월 후 기능적 예후 예측의 정확도가 높아질 수 있다.In addition, according to the present invention, the predictor was set as a backward elimination method using the AIC (Akaike Information Criteria) criteria, a logistic regression analysis model, a receiver operating characteristic (ROC) curve, and a Uden Acute cerebral infarction patients by setting the cut-off value of the unfavorable outcome and the favorable outcome using the Youden index and analyzing the sensitivity and specificity of the variables After 3 months, the accuracy of functional prognosis prediction may increase.

기존 연구들과의 차별점은 1) 한국에서 민간 데이터와 국가 보건의료 빅데이터를 연계한 빅데이터를 기반으로 하여 개발된 예후 예측 방법 및 시스템에 관한 것이며, 2) 급성 뇌경색으로 시행한 급성기 시술 등의 치료, 다양한 위험인자 및 환자의 동반 질환을 위험인자로 선택(심평원 연계 자료 활용)한 것이고, 3) 한국인 및 동양인에 적용할 수 있는 예후 예측 방법 또는 시스템이라고 할 수 있다.The difference from previous studies is 1) about prognosis prediction methods and systems developed on the basis of big data in connection with private data and national health care big data in Korea, and 2) treatment of acute phase procedures such as acute cerebral infarction , It is a method or system for predicting prognosis that can be applied to Koreans and Asians.

도 1은 급성 뇌경색 환자의 3개월 후 기능적 예후의 예측 방법의 흐름을 도시한 도이다.
도 2는 급성 뇌경색 환자의 3개월 후 기능적 예후의 예측 시스템을 도시한 도이다.
도 3 및 4는 AIC(Akaike Information Criteria) 기준을 사용한 후진제거방법(backward selection procedure)을 이용하여 급성 뇌경색 환자의 3개월 후 기능적 예후 관련 요인으로 구성되는 변수를 설명함과 동시에 본 발명의 예측 모형의 타당성을 살피기 위해 붓스트랩 방법을 이용해 내적 타당도와 외적 타당도를 평가한 도이다.
도 5 내지 7은 본 발명의 일 실시예에 따른 급성 뇌경색 환자의 3개월 후 기능적 예후 예측 방법을 로지스틱 회귀 방정식을 이용해 개발한 것으로, 각 변수 별 선택 범주 및 지수의 설정 및 분류 기준점 설정 및 변수의 민감도 및 특이도를 산출하여 예측력을 평가하는 것을 설명하기 위해 도시한 도이다.1 is a diagram showing a flow of a method for predicting functional prognosis after 3 months in an acute cerebral infarction patient.
FIG. 2 is a diagram showing a system for predicting functional prognosis after 3 months in acute stroke patients.
3 and 4 illustrate a variable consisting of factors related to functional prognosis after 3 months of acute cerebral infarction patients using a backward selection procedure using AIC (Akaike Information Criteria) criteria, and at the same time a predictive model of the present invention This is a diagram of evaluating the internal validity and external validity by using the bootstrap method to examine the validity of.
5 to 7 are developed by using a logistic regression equation for predicting functional prognosis after 3 months of acute cerebral infarction patients according to an embodiment of the present invention, setting a selection category and index for each variable, and setting a classification reference point and variables This diagram is for explaining evaluating predictive power by calculating sensitivity and specificity.

이하 본 발명을 첨부된 도면을 참조하여 상세히 설명한다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.

본 발명은 급성 뇌경색 환자의 3개월 후 기능적 예후의 예측 방법에 관한 것이다(도 1 참조).The present invention relates to a method for predicting functional prognosis after 3 months in patients with acute cerebral infarction (see FIG. 1).

상기 방법은 급성 뇌경색 환자들의 임상 자료로 구성되는 3개월 후 기능적 예후 관련 요인을 변수로 선택하고, 상기 변수 별로 지수 세트(Index sets)를 설정하는 제1 단계;를 포함한다.The method includes a first step of selecting factors related to functional prognosis after 3 months consisting of clinical data of patients with acute cerebral infarction as variables, and setting index sets for each variable.

상기 급성 뇌경색 환자들의 임상 자료는 CRCS(Clinical Research Center for Stroke) registry 에 등록된 자료를 기반으로 수집되며, 해당 환자들의 건강보험심사평가원 자료와 연계를 통하여 얻을 수도 있으나, 이에 제한 되는 것은 아니다.The clinical data of the patients with acute cerebral infarction are collected based on data registered in the CRCS (Clinical Research Center for Stroke) registry, and may be obtained through linkage with the data of the Health Insurance Review and Assessment Service, but are not limited thereto.

추가적으로 필요한 임상 자료는 병원의 전자 의무 기록(eletronic medical record, EMR), 환자나 보호자의 면담, 입원간호정보기록지, 간호활동사정지 및 입원기록지 중에서 선택된 적어도 하나 이상의 경로에 의할 수도 있으나, 이에 제한되는 것은 아니다.Additional necessary clinical data may be based on at least one route selected from hospital electronic medical records (EMR), patient or guardian interviews, inpatient nursing information records, nursing activity records, and hospital records. It does not work.

여기서, 급성 뇌경색 환자들의 임상 자료는, 환자들의 급성 뇌경색 발병 전 및 발병 직후의 임상 자료를 포함할 수 있으나, 이에 제한되는 것은 아니다.Here, the clinical data of patients with acute cerebral infarction may include, but are not limited to, clinical data before and after the onset of acute cerebral infarction of patients.

상기 제1 단계에서는 로지스틱 회귀 분석(logistic regression analysis)을 통해 수집된 급성 뇌경색 환자들의 임상 자료들 중 3개월 후 기능적 예후 관련 요인에 해당하는 임상 자료를 변수로 선택할 수 있다.In the first step, among the clinical data of patients with acute cerebral infarction collected through logistic regression analysis, clinical data corresponding to factors related to functional prognosis after 3 months may be selected as variables.

보다 구체적으로, 상기 요인들은 TOAST 분류와 그 결측값, 각 변수간의 다중공선성 평가, AIC (Akaike Information Criteria) 기준을 사용한 후진제거방법(backward selection procedure)을 사용하여 변수로 선택될 수 있으나, 이에 제한되는 것은 아니다.More specifically, the factors may be selected as variables using a TOAST classification, missing values, multicollinearity evaluation between each variable, and a backward selection procedure using AIC (Akaike Information Criteria) criteria. It is not limited.

상기 급성 뇌경색 환자들의 임상 자료로 구성되는 3개월 후 기능적 예후 관련 요인은 연령(age), 성별(sex), 초기 NIHSS(Initial National Institute of Health Stroke Scale), 체질량 지수(body mass index, BMI), 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS), 뇌졸중 발생 기전(Stroke mechanism), 이전 뇌졸중 병력(Previous stroke), 고지혈증(hyperlipidemia, HL), 암(cancer), 당뇨(diabetes mellitus, DM), 고혈압(hypertension, HTN), 심부전(congestive heart failure, CHF), 투석(Dialysis), 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT)/anticoagulation), 공복혈당(fasting blood sugar, FBS) 및 재관류치료 유형(Recanalization treatment type)으로 이루어지는 군에서 선택되는 적어도 하나를 포함할 수 있고, 바람직하게는 모두를 포함할 수 있으나, 이에 제한되는 것은 아니다.The factors related to functional prognosis after 3 months consisting of clinical data of the patients with acute cerebral infarction are age, sex, initial NIHSS (Initial National Institute of Health Stroke Scale), body mass index (BMI), Prestroke modified Rankin Scale (Pre_mRS), Stroke mechanism, Previous stroke, Hyperlipidemia (HL), Cancer, diabetes, Diabetes mellitus (DM) , Hypertension (HTN), congestive heart failure (CHF), dialysis, prestroke antiplatelet agents (antiPLT)/anticoagulation, fasting blood sugar, FBS ) And Recanalization treatment type may include at least one selected from the group consisting of, and may preferably include all, but is not limited thereto.

본 발명의 일 실시예에 있어서, 각 변수마다 지수세트가 설정된다. 지수세트는 (0,X)로 설정되며, X는 1, 4, 6 내지 10, 12, 13, 15, 20, 22 또는 62 중 어느 하나에 해당하는 값이다. 예를 들어, 환자는 해당 변수의 정의에 따라 지수세트 중 하나의 지수를 갖게 된다. 예컨대 성별 변수의 지수세트가 (0, 10)인 경우 환자가 남자이면 지수가 10점, 여자이면 0점일 수 있다In one embodiment of the present invention, a set of exponents is set for each variable. The index set is set to (0,X), and X is a value corresponding to any of 1, 4, 6 to 10, 12, 13, 15, 20, 22 or 62. For example, the patient will have one index in the index set according to the definition of the variable. For example, if the index set of the gender variable is (0, 10), the index may be 10 if the patient is a man or 0 if the woman is a male

본 발명의 일 실시예에 있어서, 각 변수는 선택 범주의 개수만큼 지수세트의 크기가 달라질 수 있다. 예를 들어, 소정 변수가 3개의 선택 범주를 가지면 상기 소정 변수에 설정되는 지수세트는 (0, Y, Z)일 수 있다. 이 때, Y, Z는 상기 X 중 어느 하나에 해당하는 값으로서, Y는 Z와 동일한 값을 갖지 않는다.In one embodiment of the present invention, each variable may vary in size of the index set by the number of selection categories. For example, if a predetermined variable has three selection categories, the set of indices set for the predetermined variable may be (0, Y, Z). At this time, Y and Z are values corresponding to any one of the above X, and Y does not have the same value as Z.

구체적으로, 상기 변수 중 초기 NIHSS(Initial National Institute of Health Stroke Scale)는 0 내지 7점, 8 내지 13점 또는 14점 이상의 선택 범주로 구분될 수 있고,Specifically, among the above variables, the initial NIHSS (Initial National Institute of Health Stroke Scale) may be divided into 0 to 7 points, 8 to 13 points, or 14 or more selection categories,

상기 체질량 지수(body mass index, BMI)는 18.5 미만, 18.5 이상 25 미만 또는 25 이상의 선택 범주로 구분될 수 있고,The body mass index (BMI) may be divided into a selection category of less than 18.5, 18.5 or more and less than 25 or 25 or more,

상기 뇌졸중 발생 기전(Stroke mechanism)은 소혈관 폐색(small vessel occlusion, SVO), 심장성 색전증(cardioembolism, CE) 또는 그 외 원인(Other)의 선택 범주로 구분될 수 있고,The stroke mechanism may be divided into small vessel occlusion (SVO), cardioembolism (CE), or other selection categories.

상기 재관류치료 유형(Recanalization treatment type)은 재관류치료 이력없음, 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 이력, 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 이력 또는 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 및 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 모두 받은 이력의 선택 범주로 구분될 수 있다.The recanalization treatment type has no reperfusion treatment history, intraarterial thrombolysis (IA) history, intravenous thrombolysis (IV) history, or intraarterial thrombolysis (IA) and Intravenous thrombolysis (IV) can all be divided into a selection category of history.

보다 구체적으로, 연령(age)은 80세 미만이면 22, 80세 이상이면 0의 지수세트가 설정될 수 있고; 성별(sex)은 남성이면 10, 여성이면 0의 지수세트가 설정될 수 있고; 초기 NIHSS(Initial National Institute of Health Stroke Scale)는 0 내지 7점이면 62, 8 내지 13점이면 20, 14점 이상이면 0의 지수 세트가 설정될 수 있고; 체질량 지수(body mass index, BMI)는 18.5 미만이면 0, 18.5이상 25 미만이면 8, 25이상이면 12의 지수 세트가 설정될 수 있고; 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS)는 0이면 15, 0이 아니면 0의 지수 세트가 설정될 수 있고; 뇌졸중 발생 기전(Stroke mechanism)의 경우 소혈관 폐색(small vessel occlusion, SVO)이면 10, 심장성 색전증(cardioembolism, CE)이면 6, 그 외 원인(Other)이면 0의 지수 세트가 설정될 수 있고; 이전 뇌졸중 병력(Previous stroke)이 없으면 9, 있으면 0의 지수 세트가 설정될 수 있고; 고지혈증(hyperlipidemia, HL)이 있으면 6, 없으면 0의 지수 세트가 설정될 수 있고; 암(cancer)이 없으면 12, 있으면 0의 지수 세트가 설정될 수 있고; 당뇨(diabetes mellitus, DM)가 없으면 6, 있으면 0의 지수 세트가 설정될 수 있고; 고혈압(hypertension, HTN)이 없으면 7, 있으면 0의 지수 세트가 설정될 수 있고; 심부전(congestive heart failure, CHF)이 없으면 4, 있으면 0의 지수 세트가 설정될 수 있고; 만성신장질환(chronic kidney disease, CKD)로 인한 투석(Dialysis) 이력이 없으면 12, 있으면 0의 지수 세트가 설정될 수 있고, 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT)/anticoagulation)이 있으면 1, 없으면 0의 지수 세트가 설정될 수 있고; 공복혈당(fasting blood sugar, FBS)이 110 미만이면 9, 110 이상이면 0의 지수 세트가 설정될 수 있고; 재관류치료 유형(Recanalization treatment type)의 경우 재관류치료 이력없으면 0, 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 이력만 있으면 4, 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 이력만 있으면 4, 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 및 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 모두 받은 이력이 있으면 13의 지수 세트가 설정될 수 있다. 따라서 상기 변수 별 지수의 총 합은 최저 0에서 최대 252까지 계산될 수 있다.More specifically, the age can be set to 22 if it is less than 80 years old, and an index set of 0 if it is 80 years or older; A set of exponents of 10 for male and 0 for female may be set; Initial NIHSS (Initial National Institute of Health Stroke Scale) is 0 to 7 points can be set to 62, 8 to 13 points to 20, 14 points or more to set the index of 0; The body mass index (BMI) may be set to an index set of 0 if less than 18.5, 0 if 18.5 or more and less than 25, and 12 if 25 or more; The pre-stroke modified Rankin Scale (Pre_mRS) may be set to an exponent set of 15 if it is 0 and 0 if it is not 0; In the case of a stroke mechanism, a small vessel occlusion (SVO) of 10 may be set, a score of 6 for cardioembolism (CE), or 0 for other causes; If there is no previous stroke, a set of exponents of 9 and 0 can be set; A set of exponents of 6 and 0 if hyperlipidemia (HL) can be established; A set of exponents of 12 if there is no cancer and 0 if there is can be set; If there is no diabetes (diabetes mellitus, DM), a set of exponents of 6 and 0 can be established; If there is no hypertension (HTN), a set of exponents of 0 can be set if 7, 7; If there is no congestive heart failure (CHF), a set of exponents of 4 and 0 if present can be set; If there is no history of dialysis due to chronic kidney disease (CKD), an index set of 12 can be established if there is 12, and prestroke antiplatelet agents (antiPLT)/anticoagulation ), a set of exponents of 1 and 0 if not; If fasting blood sugar (FBS) is less than 110, a set of exponents of 9 can be set if 9 or more; In the case of recanalization treatment type, 0 without history of reperfusion treatment, 4 with history of intraarterial thrombolysis (IA), 4 with history of intravenous thrombolysis (IV), 4 with history of intraarterial thrombolysis If both (intraarterial thrombolysis, IA) and intravenous thrombolysis (IV) have been received, an exponential set of 13 can be established. Therefore, the total sum of indices for each variable may be calculated from a minimum of 0 to a maximum of 252.

또한, 본 발명의 급성 뇌경색 환자의 3개월 후 기능적 예후의 예측 방법은 상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도(sensitivity) 및 특이도(specificity)를 산출하고, 상기 민감도 및 특이도에 따라 분류 기준점(The cut-off value)을 설정하는 제2 단계;를 포함한다.In addition, the method for predicting functional prognosis after 3 months of acute cerebral infarction patient of the present invention calculates sensitivity and specificity for the sum of the combination of indices for each set of indices, and the sensitivity and specificity It includes; a second step of setting the classification reference point (The cut-off value).

상기 제2 단계에서 수신자 조작 특성 곡선(receiver operating characteristic curve, ROC curve)을 이용하여 상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도 및 특이도를 산출하여, 상기 민감도 및 특이도의 합이 최대가 되는 지수의 총합을 분류 기준점으로 설정할 수 있다.In the second step, a sensitivity and specificity for a sum of combinations of exponents for each set of exponents are calculated using a receiver operating characteristic curve (ROC curve), so that the sum of the sensitivity and specificity is the maximum. The sum of the indices to be can be set as the classification reference point.

상기 지수 세트란, 각 변수의 선택 범주 크기에 따라 설정된 지수 세트를 의미하며, 상기 각 지수 세트 별 지수의 조합이란, 급성 뇌경색 환자의 임상 자료로부터 얻어지는 각 해당하는 변수의 선택 범주에 따른 지수의 조합을 의미하는 것으로서, 각 지수 세트 별 지수의 조합의 합계는 최소 0 부터 최대 252일 수 있다.The index set refers to a set of indices set according to the size of the selection category of each variable, and the combination of indices for each set of indexes is a combination of indices according to the selection category of each corresponding variable obtained from clinical data of patients with acute cerebral infarction As a meaning, the sum of combinations of indices for each set of indices may be from 0 to 252.

각 지수의 조합 합계별 민감도 및 특이도는 수신자 조작 특성 곡선 분석을 시행하여, 곡선 아래의 면적(area under the curve, AUC) 값에 따라 변수의 민감도 및 특이도를 산출할 수 있다.Sensitivity and specificity for each combination total of each index can be performed by analyzing the receiver operating characteristic curve, and the sensitivity and specificity of the variable can be calculated according to the area under the curve (AUC) value.

한편, 분류 기준점 설정은, 추정회귀계수 값으로 예측확률을 구하기 위하여 수신자 조작 특성(ROC) 곡선 분석을 시행할 수 있고, 이때, 민감도 및 특이도의 합이 최대가 되는 지수의 총합을 분류 기준점으로 설정할 수 있다.On the other hand, in setting the classification reference point, a receiver manipulation characteristic (ROC) curve analysis may be performed to obtain a predicted probability using an estimated regression coefficient value, wherein the sum of the indices in which the sum of sensitivity and specificity is the maximum is used as the classification reference point. Can be set.

보다 구체적으로, 수신자 조작 특성 곡선(ROC curve)의 유덴 인덱스(youden index)를 사용하여 최대값을 나타내는 점수를 분류 기준점(cut-off value)으로 설정할 수 있으며, 바람직하게는, 140일 수 있다.More specifically, a score representing the maximum value may be set as a cut-off value using a youden index of a receiver operating characteristic curve (ROC curve), and preferably 140.

또한, 본 발명의 급성 뇌경색 환자의 3개월 후 기능적 예후의 예측 방법은 예측이 필요한 급성 뇌경색 환자에 대해 상기 제1 단계에서 선택된 변수 별로 설정된 지수세트에 따라 결정되는 지수의 총합을 계산하고, 상기 제2 단계에서 설정된 분류 기준점을 토대로 상기 예측이 필요한 급성 뇌경색 환자의 3개월 후 기능적 예후를 예후불량군(unfavorable outcome) 또는 예후양호군(favorable outcome)으로 분류하는 제3 단계;를 포함한다.In addition, the method for predicting functional prognosis after 3 months of an acute cerebral infarction patient of the present invention calculates the sum of indices determined according to the set of indices set for each variable selected in the first step for the acute cerebral infarction patient in need of prediction. And a third step of classifying the functional prognosis of an acute cerebral infarction patient who needs the prediction into an unfavorable outcome or a favorable outcome based on the classification reference point set in step 2.

본 발명에 따르면 상기 지수의 총합이 상기 분류 기준점을 초과하는 경우 예후양호군(favorable outcome)으로 분류할 수 있고, 보다 구체적으로는 본 발명의 일 실시예에 따라 분류 기준점에 해당하는 140을 기준으로, 급성 뇌경색 환자의 3개월 후 기능적 예후 예측 시, 변수 별 지수의 총합이 0 이상 140 이하인 경우 예후불량군(unfavorable outcome), 변수 별 지수의 총합이 140 초과하는 경우 예후양호군(favorable outcome)으로 분류할 수 있다.According to the present invention, when the sum of the indices exceeds the classification reference point, it can be classified as a favorable outcome, and more specifically, based on 140 corresponding to the classification reference point according to an embodiment of the present invention. , When predicting functional prognosis after 3 months in patients with acute cerebral infarction, if the sum of exponents per variable is 0 or more and 140 or less, it is the unfavorable outcome, and if the sum of exponents per variable exceeds 140, the outcome is predicted. Can be classified.

또한, 본 발명은 급성 뇌경색 환자의 3개월 후 기능적 예후 예측 시스템에 관한 것이다(도 2 참조).In addition, the present invention relates to a system for predicting functional prognosis after 3 months in patients with acute cerebral infarction (see FIG. 2).

상기 시스템은 급성 뇌경색 환자들의 임상 자료로 구성되는 3개월 후 기능적 예후 관련 요인을 변수로 선택하고, 상기 변수 별로 지수 세트를 설정하는 변수선택부(100);The system includes a variable selection unit 100 for selecting a factor related to functional prognosis after 3 months consisting of clinical data of patients with acute cerebral infarction as a variable and setting an index set for each variable;

상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도(sensitivity) 및 특이도(specificity)를 산출하고, 상기 민감도 및 특이도에 따라 분류 기준점(The cut-off value)을 설정하는 분류 기준점 설정부(200); 및A classification reference point setting unit for calculating sensitivity and specificity for the sum of combinations of exponents for each index set and setting the cut-off value according to the sensitivity and specificity ( 200); And

예측이 필요한 급성 뇌경색 환자에 대해 상기 변수선택부에서 선택된 변수 별로 설정된 지수세트에 따라 결정되는 지수의 총합을 계산하고, 상기 제2 단계에서 설정된 분류 기준점을 토대로 상기 예측이 필요한 급성 뇌경색 환자의 3개월 후 기능적 예후를 예후불량군(unfavorable outcome) 또는 예후양호군(favorable outcome)으로 분류하는 3개월 후 기능적 예후 예측부(300);를 포함한다.For patients with acute cerebral infarction requiring prediction, the sum of the indices determined according to the set of indices set for each variable selected in the variable selection unit is calculated, and based on the classification reference point set in the second step, 3 months of patients with acute cerebral infarction requiring prediction And a functional prognosis prediction unit 300 after 3 months of classifying the functional prognosis into an unfavorable outcome group or a favorable outcome group.

상기 3개월 후 기능적 예후 관련 요인은 연령(age), 성별(sex), 초기 NIHSS(Initial National Institute of Health Stroke Scale), 체질량 지수(body mass index, BMI), 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS), 뇌졸중 발생 기전(Stroke mechanism), 이전 뇌졸중 병력(Previous stroke), 고지혈증(hyperlipidemia, HL), 암(cancer), 당뇨(diabetes mellitus, DM), 고혈압(hypertension, HTN), 심부전(congestive heart failure, CHF), 투석(Dialysis), 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT)/anticoagulation), 공복혈당(fasting blood sugar, FBS) 및 재관류치료 유형(Recanalization treatment type)으로 이루어지는 군에서 선택되는 적어도 하나를 포함할 수 있고, 바람직하게는 전부를 포함할 수 있으나, 이에 제한되는 것은 아니다.The factors related to functional prognosis after 3 months are age, sex, initial NIHSS (Initial National Institute of Health Stroke Scale), body mass index (BMI), and Prestroke modified before stroke. Rankin Scale, Pre_mRS, Stroke mechanism, Previous stroke, Hyperlipidemia (HL), Cancer, Diabetes mellitus (DM), Hypertension (HTN), Heart failure (Congestive heart failure, CHF), Dialysis, Prestroke antiplatelet agents (antiPLT)/anticoagulation, fasting blood sugar (FBS), and recanalization treatment type ) May include at least one selected from the group consisting of, and may preferably include all, but is not limited thereto.

또한, 상기 분류 기준점 설정부(200)는 수신자 조작 특성 곡선(receiver operating characteristic curve, ROC curve)을 이용하여 상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도 및 특이도를 산출하여, 상기 민감도 및 특이도의 합이 최대가 되는 지수의 총합을 분류 기준점으로 설정할 수 있다.In addition, the classification reference point setting unit 200 calculates the sensitivity and specificity for the sum of the combinations of indices for each set of indices using the receiver operating characteristic curve (ROC curve), and the sensitivity and The total sum of indices that the sum of the specificities becomes the maximum may be set as the classification reference point.

또한, 상기 변수 중 초기 NIHSS(Initial National Institute of Health Stroke Scale)는 0 내지 7점, 8 내지 13점 또는 14점 이상의 선택 범주로 구분될 수 있고,In addition, among the above variables, the initial National National Institute of Health Stroke Scale (NIHSS) may be divided into a selection category of 0 to 7 points, 8 to 13 points, or 14 points or more,

상기 체질량 지수(body mass index, BMI)는 18.5 미만, 18.5 이상 25 미만 또는 25 이상의 선택 범주로 구분될 수 있고,The body mass index (BMI) may be divided into a selection category of less than 18.5, 18.5 or more and less than 25 or 25 or more,

상기 뇌졸중 발생 기전(Stroke mechanism)은 소혈관 폐색(small vessel occlusion, SVO), 심장성 색전증(cardioembolism, CE) 또는 그 외 원인(Other)의 선택 범주로 구분될 수 있고,The stroke mechanism may be divided into small vessel occlusion (SVO), cardioembolism (CE), or other selection categories.

상기 재관류치료 유형(Recanalization treatment type)은 재관류치료 이력없음, 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 이력, 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 이력 또는 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 및 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 모두 받은 이력의 선택 범주로 구분될 수 있다.The recanalization treatment type has no reperfusion treatment history, intraarterial thrombolysis (IA) history, intravenous thrombolysis (IV) history, or intraarterial thrombolysis (IA) and Intravenous thrombolysis (IV) can all be divided into a selection category of history.

또한, 상기 분류 기준점(The cut-off value)은 140일 수 있고, 상기 시스템은 상기 지수의 총합이 140을 초과하는 경우 예후양호군(favorable outcome)으로 분류할 수 있다.In addition, the classification reference point (The cut-off value) may be 140, and the system may classify as a favorable outcome when the sum of the indices exceeds 140.

상기 시스템의 변수 선택부(100), 분류 기준점 설정 및 예측력 평가부(200) 및 3개월 후 기능적 예후 예측부(300)에 의해 각각 수행되는 구체적인 내용은 전술한 바와 같으므로, 이하 생략한다.The details of each performed by the variable selection unit 100, the classification reference point setting and predictive power evaluation unit 200, and the functional prognosis prediction unit 300 after 3 months are the same as described above, and thus will be omitted below.

이하, 본 발명을 구체적으로 설명하기 위해 실시예를 들어 상세하게 설명하기로 한다. Hereinafter, examples will be described in detail to specifically describe the present invention.

실시예Example

1. 해당 환자군의 선정1. Selection of the patient group

2006년 1월부터 2014년 12월까지 증상 발생 일주일 이내 내원한 급성 뇌졸중으로 내원하여 CRCS (Clinical Research Center for Stroke) registry 에 등록된 34개 병원의 환자들 중에서 건강보험심사평가원 자료와 정상적으로 연계된 환자들인 61,017 명의 환자들이 우선적으로 inclusion 되었다.Among 34 patients registered in the CRCS (Clinical Research Center for Stroke) registry who visited with acute stroke who visited within a week of symptoms from January 2006 to December 2014, patients who were normally linked to the Health Insurance Review and Assessment Service data The 61,017 patients who were enrolled were preferentially inclusion.

6개의 변수(연령, 성별, 접수년도, 접수번호, 명세서일련번호, 요양기호)를 연계를 위한 공통 변수로 이용하였다(개인정보보호법으로 주민번호 사용은 불가하여 대체 방법 확립). 상기 변수를 이용하여 심평원의 청구자료와 연계하였고, 1:1 matching rate 99%, 자료의 정확도 94.4% 로 확인되었다.Six variables (age, gender, filing year, filing number, specification serial number, and nursing care symbol) were used as common variables for linking (a personal information protection law was not allowed, so an alternative method was established). Using the above variables, it was linked to the request data of Simpyeongwon, It was confirmed that the 1:1 matching rate was 99% and the accuracy of the data was 94.4%.

해당 환자들에서 본 점수체계를 위하여 1) 급성 뇌경색, 2) 3개월 기능적 예후인 modified Rankin Scale 자료가 있으며, 3) 2007년 7월 1일 이후 내원한 환자들(이유: 2007년 7월 이전 자료를 바탕으로 뇌경색의 위험인자 자료를 보완 하였음)인, 총 24,907 명을 급성 뇌경색 환자의 3개월 후 예후 예측 방법의 개발을 위해 최종 inclusion 하였다.For the score system in these patients, 1) acute cerebral infarction, 2) 3 month functional prognosis, modified Rankin Scale data, 3) patients who visited after July 1, 2007 (Reason: Data before July 2007 Based on the data, the risk factor data for cerebral infarction was supplemented), a total of 24,907 patients were final inclusion for the development of a method for predicting prognosis after 3 months in patients with acute cerebral infarction.

해당 환자들인 24,907 명 중에서 22,005명은 model development 및 internal validation을 위한 group 으로 선정하였고, 2,902 명은 개발된 급성 뇌경색 환자의 3개월 후 예후 예측 방법의 performance를 확인하기 위한 external validation group 으로 선정 하여 급성 뇌경색 환자의 3개월 후 예후 예측 방법을 개발하였다. Of the 24,907 patients, 22,005 were selected as a group for model development and internal validation, and 2,902 were selected as an external validation group to confirm the performance of the predicted prognosis method after 3 months of the developed acute cerebral infarction patients. After 3 months, a prognostic method was developed.

3개월 mRS 정보는 0-6점 중에서 0-2점을 favorable outcome group 으로 하였고 3-6점을 unfavorable outcome group 으로 지정하였으며, Model development group 중에서 favorable outcome group은 14,748명 (67%), unfavorable outcome group 은 7,257명 (33%) 였다.In the 3-month mRS information, 0-2 points were assigned as a favorable outcome group among 0-6 points, and 3-6 points were designated as an unfavorable outcome group. Among the model development groups, 14,748 (67%) and unfavorable outcome groups were favorable outcome groups. Was 7,257 (33%).

2. 급성 뇌경색 환자의 3개월 후 예후 예측 방법의 개발2. Development of a method for predicting prognosis after 3 months in patients with acute cerebral infarction

(1) 자료의 검토 (Data inspection)(1) Data inspection

1) 결측치(missing data) 확인1) Check for missing data

3개월 mRs model에 포함할 22개 예측변수들은 논문 및 자료의 review, 전문가 의견 종합, 통계적인 분석에서 유의한 변수들을 기반으로 하여 선정하였으나, 이의 결측치들을 살펴본 결과, 뇌졸중의 원인적 분류법인 TOAST (Adams et al., 1993) 분류에서 61개의 결측치가 확인되었다. 결측치가 전체 환자의 0.3%정도로 극히 미미하다고 판단하여 이를 결측치가 포함된 관찰값들은 모형 개발 시 제외하기로 하였다.22 predictors to be included in the 3-month mRs model were selected based on significant variables in review of papers and data, expert opinion synthesis, and statistical analysis, but as a result of examining their missing values, TOAST (a causal classification method for stroke) Adams et al., 1993) classification revealed 61 missing values. The missing value was judged to be very insignificant, about 0.3% of all patients, and the observations including the missing value were decided to be excluded when developing the model.

2) 다중공선성(multicollinearity) 여부 평가2) Evaluation of multicollinearity

다중공선성(multicollinearity)은 회귀모형에서 예측변수들 간에 선형종속관계가 성립될 때 발생한다. 다중공선성은 회귀분석 결과를 왜곡시켜 특정 예측변수의 결과변수에 대한 독자적인 효과를 측정하는 것을 불가능하게 한다.Multicollinearity occurs when a linear dependency relationship is established between predictors in a regression model. Multicollinearity distorts the results of the regression analysis, making it impossible to measure the independent effect of a particular predictor on the outcome.

분산팽창인자(variance inflation factor)가 10 이상인 예측변수가 확인되지 않아 예측변수들 간에 다중공선성 문제가 존재하지 않는다고 판단하였다.It was determined that there was no multicollinearity problem between the predictors because no predictors with a variance inflation factor of 10 or more were identified.

(2) 모형 설정 (Model specification)(2) Model specification

급성 허혈성 뇌졸중 환자들을 대상으로 한 3개월 mRs 예후 예측 model은 22개의 예측변수(Age, Male, BMI, Initial NIHSS, Onset to recalization treatment time (hr), Previous mRS, Previous stroke, DM, HTN, HL, AF, CHD, CHF, CKD, CANCER, Smoking, Prestroke antiplatelet agents(antiPLT)/anticoagulation, Pre stroke statin, TOAST 분류, recanalization treatment type, FBS, SBP)를 통해 설정하였다. The 3 month mRs prognosis prediction model for acute ischemic stroke patients was 22 predictors (Age, Male, BMI, Initial NIHSS, Onset to recalization treatment time (hr), Previous mRS, Previous stroke, DM, HTN, HL, AF, CHD, CHF, CKD, CANCER, Smoking, Prestroke antiplatelet agents (antiPLT)/anticoagulation, Pre stroke statin, TOAST classification, recanalization treatment type, FBS, SBP).

전체 모형의 모형 수행력은 예측변수가 제일 많기 때문에 가능한 모형들 중 당연히 가장 좋은 모형에 해당한다. 하지만 너무 많은 예측변수들이 포함된 예후모형은 현실성이 떨어진다는 점에서 단점이 있다. 또한 3개월 mRS='3-6점'인 사건 수는 7257건로 예측변수당 사건 수(outcome events per predictor variable)가 250.2으로 일반 기준 값인 10보다 크기 때문에 본 연구자료는 모형의 예측변수 축소를 허용할 정도로 표본의 크기가 크다고 할 수 있다.The model performance of the whole model has the most predictors, so it is, of course, the best of the possible models. However, the prognosis model, which contains too many predictors, has a disadvantage in that it is less realistic. In addition, the number of events with 3 months mRS='3-6 points' was 7257, and the number of outcome events per predictor variable was 250.2, which is larger than the general reference value of 10. It can be said that the sample size is large enough.

일반적으로 모형의 설명 능력은 가능도(likelihood)로서 측정될 수 있으며, 적절한 모형을 선택하는 정보기준의 일반적 개념은 복잡한 모형보다는 간명한 모형을 선호한다는 직관 하에서, 추정해야 할 회귀계수의 수가 많은 것에 대해 벌점(penalty)을 가하는 방법이다. 이는 모형의 절약성을 추구하기 위함이다. 하지만 모형의 설명력과 절약성은 서로 상충되는 기준이기 때문에 모형의 설명력을 높이게 되면 모형은 복잡해지는 반면, 모형을 간명하게 만들게 되면 설명력은 떨어지게 된다. 따라서 이들 두 기준을 동시에 고려하는 선택기준으로 가장 많이 사용하는 것이 AIC(Akaike Information Criteria)이다. 이에 본 연구에서는 최종모형을 구축하기 위해서 AIC 기준을 사용한 후진제거방법(backward selection procedure)을 사용하였으며, 이에 따라 선정된 예측변수는 age, male, BMI, initial NIHSS, Previous mRS, Previous stroke, TOAST 분류, HL, CANCER, DM, HTN, CHF, CKD(Dialysis), Prestroke antiplatelet agents(antiPLT)/anticoagulation, FBS, recanalization treatment type 등이었다.In general, a model's ability to explain can be measured as a likelihood, and the general concept of selecting an appropriate model is that the number of regression coefficients to be estimated is large, under the intuition that simple models are preferred over complex models. It is a method of penalty. This is to pursue the savings of the model. However, because the explanatory power and saving power of the model are conflicting standards, if the explanatory power of the model is increased, the model becomes complicated, but if the model is made simple, the explanatory power is reduced. Therefore, AIC (Akaike Information Criteria) is the most commonly used selection criteria that considers these two criteria simultaneously. Therefore, in this study, a backward selection procedure using AIC criteria was used to construct the final model, and the selected predictors were age, male, BMI, initial NIHSS, previous mRS, previous stroke, and TOAST classification. , HL, CANCER, DM, HTN, CHF, CKD (Dialysis), Prestroke antiplatelet agents (antiPLT)/anticoagulation, FBS, recanalization treatment type.

(3) 모형 추정 (Model estimation)(3) Model estimation

최종 선택된 16개의 예측변수로 이루어진 최종 모형에 관한 회귀계수를 최대가능도추정(MLE)을 사용한 일반적인 로지스틱 회귀 모형을 통해 추정한 결과는 다음과 같다. 이 경우 예측변수당 사건수가 10 이상으로 크기 때문에 최신 추정방법은 적용하지 않고 전통적인 추정방법인 최대가능도추정방법을 사용하였다(도 3).The results obtained by estimating the regression coefficients for the final model consisting of the last 16 selected predictors through a general logistic regression model using the maximum likelihood estimation (MLE) are as follows. In this case, since the number of events per predictor is greater than 10, the latest estimation method is not applied and the maximum likelihood estimation method, which is a traditional estimation method, is used (FIG. 3).

(4) 모형의 수행력 (Model performance) (4) Model performance

1) 판별력 (discrimination ability)1) discrimination ability

모형의 판별력을 평가하기 위해 통계량 등을 살펴본 결과, 통계량은 0.855 (95% 신뢰구간: 0.850 - 0.860)로 전반적으로 우수(0.8～0.9)와 탁월(≥0.9)의 경계역에 준하는 우수한 예후모형이 개발된 것으로 나타났다(도 3 및 도 4).As a result of looking at statistics, etc. to evaluate the discriminative power of the model, the statistical value is 0.855 (95% confidence interval: 0.850-0.860), and an excellent prognostic model corresponding to the boundaries of excellent (0.8 to 0.9) and excellent (≥0.9). It has been developed (Fig. 3 and Fig. 4).

2) 교정 (calibration)2) calibration

최종 모형의 적합도를 평가하기 위해 Hosmer-Lemeshow 검정을 실시한 결과, 관찰결과와 예측결과 사이의 유의한 차이가 있는 것으로 나타났다 (p<.0001).As a result of conducting the Hosmer-Lemeshow test to evaluate the fitness of the final model, there was a significant difference between the observation result and the prediction result (p<.0001).

(5) 모형의 타당도 평가 (Model validation) (5) Model validation

특정 표본을 대상으로 예후모형을 구축하면 해당 예후모형은 주어진 표본 내에서만 가장 잘 작동하는 모형이다. 즉, 앞서 서술한 모형 수행력을 평가한 결과를 살펴보면, 주어진 표본에서 구축된 최종 모형의 성능이 아주 좋음을 알 수 있다. 하지만 이 최종 모형은 새로운 환자에 사용하기 위해서는 해당 모형이 타당한 결과예측을 제공하는지에 대한 타당도 평가를 실시해야 한다. 본 연구에서 내적타당도와 외적타당도 모두를 평가하였고, 내적타당도 평가방법은 다음과 같은 과정에 기초한 붓스트랩 방법을 사용하였다: If you build a prognosis model for a specific sample, that prognosis model works best within a given sample. That is, looking at the results of evaluating the performance of the model described above, it can be seen that the performance of the final model constructed from the given sample is very good. However, to use this final model for a new patient, a validity assessment should be conducted to determine whether the model provides reasonable outcome prediction. In this study, both internal and external validity were evaluated, and the method of evaluating the internal validity was performed using the bootstrap method based on the following process:

Step 1. 모형 구축을 위해 사용된 자료로부터 최종 모형의 명백한 내적타당도 평가로 모형 수행력(즉, 명백한 모형 수행력)을 측정한다. Step 1. Measure the model performance (ie, the apparent model performance) by evaluating the apparent internal validity of the final model from the data used to build the model.

Step 2. 원 자료로부터 붓스트랩 표본을 복원추출한다. Step 2. Restore and extract the bootstrap sample from the original data.

Step 3. 붓스트랩 표본으로부터 모형 즉, 붓스트랩 모형을 구축한다. 이 모형으로부터 붓스트랩 모형 수행력을 측정한다. Step 3. Construct a model, or bootstrap model, from the bootstrap sample. From this model, the performance of the bootstrap model is measured.

Step 4. 원 자료를 붓스트랩 모형에 적용한다. 이로부터 얻어지는 모형 수행력을 검증 모형 수행력이라 한다. Step 4. Apply the original data to the bootstrap model. The model performance obtained from this is called the verification model performance.

Step 5. Optimism은 붓스트랩 모형 수행력과 검증 모형 수행력 사이의 차이값으로 산출한다. Step 5. Optimism is calculated as the difference between the performance of the bootstrap model and the verification model.

Step 6. Optimism에 대한 안정된 추정량을 얻기 위해서 위의 1단계부터 4단계까지를 적어도 1000번 이상 반복한다. Step 6. Repeat steps 1 to 4 above at least 1000 times to obtain a stable estimate for optimism.

Step 7. Step 1에서 얻은 명백한 모형 수행력에서 Step 5에서 얻은 optimism 값을 빼서 optimism이 교정된 추정된 모형 수행력을 계산한다. Step 7. Calculate the estimated model performance with corrected optimism by subtracting the value of optimism obtained in Step 5 from the apparent model performance obtained in Step 1.

다음으로 최종 예후모형이 다른 집단에서도 유사한 모형 수행력을 보여줄 것인지를 파악하기 위해, 모형 개발에 포함되지 않은 3개 센터 DB를 사용해 외적타당도 평가를 실행하였다.Next, in order to determine whether the final prognostic model would show similar model performance in other groups, external feasibility assessment was performed using three center DBs not included in the model development.

구축된 예후모형에 대한 붓스트랩 내적타당도 평가 결과로 통계량 등의 모형 수행력들은 optimism이 교정된 모형 수행력으로 얻었으며, 이를 위해 위에서 기술한 붓스트랩 방법을 10000번 반복하였다. As a result of the evaluation of the bootstrap internal validity of the constructed prognosis model, the model performances such as statistics were obtained as the model performances with optimism corrected, and for this, the above described bootstrap method was repeated 10,000 times.

붓스트랩 방법을 이용한 내적타당도 평가에서 다소 낮아짐을 알 수 있었다. 최종 구축된 예후모형의 통계량은 0.855 (95% 신뢰구간: 0.850 - 0.860)이었고 붓스트랩 방법에 의한 optimism이 교정된 통계량은 0.854 (95% 신뢰구간: 0.849 - 0.860)로 거의 유사한 것으로 확인되었다. 외적타당도 평가에서, 통계량은 0.860 (95% 신뢰구간: 0.846 - 0.887)로 외적 타당도 면에서 예후 모형은 우수한 것으로 확인되었다(도 3 및 도 4).It was found that the internal validity evaluation using the bootstrap method was somewhat lower. The final constructed prognosis model was found to be 0.855 (95% confidence interval: 0.850-0.860), and the optimism corrected by the bootstrap method was 0.854 (95% confidence interval: 0.849-0.860). In the evaluation of external validity, the statistical value was 0.860 (95% confidence interval: 0.846-0.887), and the prognosis model was found to be excellent in terms of external validity (FIGS. 3 and 4 ).

(6) 새로운 급성 뇌경색 환자의 3개월 후 기능적 예후 예측 방법의 개발(6) Development of a method for predicting functional prognosis after 3 months in new patients with acute cerebral infarction

risk scoring system은 다음 도 5와 같다. score-based prediction rule은 회귀 계수 기반 점수 방법(regression coefficient-based scoring method)을 사용하여 로지스틱 회귀 방정식에서 개발하였다. 각 예측 변수에 대한 정수 기반 점수를 생성하기 위하여 최종 모델에서 가장 작은 회귀계수의 절대값으로 회귀 계수를 나누고 가장 가까운 정수로 반올림하여 점수를 할당하였다.The risk scoring system is shown in Figure 5 below. The score-based prediction rule was developed in a logistic regression equation using a regression coefficient-based scoring method. In order to generate an integer-based score for each predictor, a score was assigned by dividing the regression coefficient by the absolute value of the smallest regression coefficient in the final model and rounding to the nearest integer.

로지스틱 회귀 분석을 통한 ROC 곡선 분석에 따라 optimal cut-off point는 >140로 확인되었다. 이 score가 >140일 때 3개월 mRS=’0-2’에 대한 민감도 및 특이도는 각각 82.9%, 62.7% 였다(도 6 및 도 7).According to the ROC curve analysis through logistic regression analysis, the optimal cut-off point was found to be >140. When this score was >140, the sensitivity and specificity for 3 months mRS='0-2' were 82.9% and 62.7%, respectively (Figs. 6 and 7).

3. 급성 뇌경색 환자의 본 발명의 방법에의 적용3. Application of the method of the present invention to patients with acute cerebral infarction

(1) 급성 뇌경색 환자의 임상 자료(1) Clinical data of patients with acute stroke

(1) 75세 남자 환자(1) 75-year-old male patient

(2) 기존의 병력: 고혈압, 당뇨 - 일상생활에 전혀 문제 없는 정도이다.(2) Existing medical history: hypertension, diabetes-There is no problem in everyday life.

(3) 내원 당시 증상: 우측 편마비, 언어장애, 발음 장애 등으로 initial NIHSS 15점이 나왔다.(3) Symptoms at the time of visit: Initial NIHSS score of 15 appeared due to right hemiplegia, speech disorder, and pronunciation disorder.

(4) 증상발생 3시간 만에 내원하여 IV thrombolysis 및 IA thrombectomy 치료를 시행하였다.(4) I visited the hospital 3 hours after the onset of symptoms, and IV thrombolysis and IA thrombectomy treatment were performed.

(5) BMI은 23.0 이고, FBS는 120이다.(5) The BMI is 23.0 and the FBS is 120.

(6) 기존에 aspirin 복용하고 있다.(6) I have been taking aspirin.

(7) 입원 이후 뇌졸중 원인 검사 시행 중 심방세동이 발견되어 뇌졸중 기전은 심장원인으로 생각되어 퇴원 시 항응고제인 eliquis 5mg bid (DOAC) 처방하였다.(7) Since atrial fibrillation was discovered during the examination of the cause of stroke after hospitalization, the mechanism of stroke was considered to be a cardiac cause and was prescribed eliquis 5mg bid (DOAC), an anticoagulant when discharged.

(8) 본 환자의 경우 급성 뇌경색으로 입원하여 퇴원 전에 환자에 대한 뇌졸중 교육 및 설명 시에 3개월 기능적 예후에 대한 설명과 위험인자 교육 및 약물 복용 등에 대해서 교육 진행하였다.(8) In the case of this patient, he was hospitalized for acute cerebral infarction, followed by a 3-month functional prognosis, risk factor training, and medication use during stroke training and explanation for the patient prior to discharge.

(2) 본 발명에 따른 급성 뇌경색 환자의 3개월 후 기능적 예후의 예측 (2) Prediction of functional prognosis after 3 months in patients with acute cerebral infarction according to the present invention

(1) 연령(age): 57 세 - 22점(1) Age: 57 years-22 points

(2) 성별(sex) : 남 - 10점(2) Sex: Male-10 points

(3) 초기 NIHSS(Initial National Institute of Health Stroke Scale) : 15점 - 0점(3) Initial NIHSS (Initial National Institute of Health Stroke Scale): 15-0

(4) 체질량 지수(body mass index, BMI) : 23 - 8점(4) Body mass index (BMI): 23-8 points

(5) 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS) = 0점 - 15점(5) Prestroke modified Rankin Scale (Pre_mRS) = 0-15 points

(6) 뇌졸중 발생 기전(Stroke mechanism) : 심장성 색전증(cardioembolism, CE) - 6점(6) Stroke mechanism: cardioembolism (CE)-6 points

(7) 이전 뇌졸중 병력(Previous stroke) : No - 9점(7) Previous stroke: No-9 points

(8) 고지혈증(hyperlipidemia, HL) : No - 0점(8) Hyperlipidemia (HL): No-0 points

(9) 암(cancer) : No - 12점(9) Cancer: No-12 points

(10) 당뇨(diabetes mellitus, DM) : Yes - 0점(10) Diabetes mellitus (DM): Yes-0 points

(11) 고혈압(hypertension, HTN) : Yes - 0점(11) Hypertension (HTN): Yes-0 points

(12) 심부전(congestive heart failure, CHF) : No - 4점(12) Heart failure (CHF): No-4 points

(13) 투석(Dialysis) : No - 12점(13) Dialysis: No-12 points

(14) 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT)/anticoagulation) : aspirin 복용 - 1점(14) Prestroke antiplatelet agents (antiPLT)/anticoagulation: taking aspirin-1 point

(15) 공복혈당(fasting blood sugar, FBS) : > 110 - 0점(15) Fasting blood sugar (FBS):> 110-0 points

(16) 재관류치료 유형(Recanalization treatment type) : 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 및 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 모두 받았었다. - 13점(16) Recanalization treatment type: Both intraarterial thrombolysis (IA) and intravenous thrombolysis (IV) were received. -13 points

총 지수의 합은 112점으로, Unfavorable outcome group으로 예측되었다. 따라서, Unfavorable outcome과 관련된 risk factor 들 중 조절이 가능한 인자들을 적극 조절하는 것이 바람직하며, 다른 위험인자들이 발생하지 않도록 관리하는 것이 좋을 것으로 예측되었다.The sum of the total indices was 112 points, predicted as an unfavorable outcome group. Therefore, it is desirable to actively control the modifiable factors among the risk factors related to the unfavorable outcome, and it is predicted that it will be better to manage so that other risk factors do not occur.

100: 변수 선택부
200: 분류 기준점 설정 및 예측력 평가부
300: 3개월 후 기능적 예후 예측부100: variable selector
200: classification reference point setting and predictive power evaluation unit
300: functional prognosis prediction unit after 3 months

Claims (14)

급성 뇌경색 환자들의 임상 자료로 구성되는 3개월 후 기능적 예후 관련 요인을 변수로 선택하고, 상기 변수 별로 지수 세트를 설정하는 제1 단계;
상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도(sensitivity) 및 특이도(specificity)를 산출하고, 상기 민감도 및 특이도에 따라 분류 기준점(The cut-off value)을 설정하는 제2 단계; 및
예측이 필요한 급성 뇌경색 환자에 대해 상기 제1 단계에서 선택된 변수 별로 설정된 지수세트에 따라 결정되는 지수의 총합을 계산하고, 상기 제2 단계에서 설정된 분류 기준점을 토대로 상기 예측이 필요한 급성 뇌경색 환자의 3개월 후 기능적 예후를 예후불량군(unfavorable outcome) 또는 예후양호군(favorable outcome)으로 분류하는 제3 단계;를 포함하고,
상기 3개월 후 기능적 예후 관련 요인은 연령(age), 성별(sex), 초기 NIHSS(Initial National Institute of Health Stroke Scale), 체질량 지수(body mass index, BMI), 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS), 뇌졸중 발생 기전(Stroke mechanism), 이전 뇌졸중 병력(Previous stroke), 고지혈증(hyperlipidemia, HL), 암(cancer), 당뇨(diabetes mellitus, DM), 고혈압(hypertension, HTN), 심부전(congestive heart failure, CHF), 투석(Dialysis), 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT)/anticoagulation), 공복혈당(fasting blood sugar, FBS) 및 재관류치료 유형(Recanalization treatment type)으로 이루어지는 군에서 선택되는 적어도 하나를 포함하는, 급성 뇌경색 환자의 3개월 후 기능적 예후의 예측 방법.
A first step of selecting a factor related to functional prognosis after 3 months consisting of clinical data of patients with acute cerebral infarction as a variable and setting an index set for each variable;
A second step of calculating sensitivity and specificity for the sum of the combinations of exponents for each set of indices, and setting the cut-off value according to the sensitivity and specificity; And
For acute cerebral infarction patients in need of prediction, the sum of indices determined according to the set of indices set for each variable selected in the first step is calculated, and based on the classification reference point set in the second step, 3 months of acute stroke patients in need of prediction And a third step of classifying the functional prognosis into an unfavorable outcome group or a favorable outcome group.
The factors related to functional prognosis after 3 months are age, sex, initial NIHSS (Initial National Institute of Health Stroke Scale), body mass index (BMI), and Prestroke modified before stroke. Rankin Scale, Pre_mRS), Stroke mechanism, Previous stroke history, Hyperlipidemia (HL), Cancer, Diabetes mellitus (DM), Hypertension (HTN), Heart failure (Congestive heart failure, CHF), Dialysis, Prestroke antiplatelet agents (antiPLT)/anticoagulation, fasting blood sugar (FBS), and recanalization treatment type ) A method for predicting functional prognosis after 3 months of acute stroke patients, comprising at least one selected from the group consisting of.
청구항 1에 있어서, 수신자 조작 특성 곡선(receiver operating characteristic curve, ROC curve)을 이용하여 상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도 및 특이도를 산출하여, 상기 민감도 및 특이도의 합이 최대가 되는 지수의 총합을 분류 기준점으로 설정하는, 방법.
The method according to claim 1, Using the receiver operating characteristic curve (receiver operating characteristic curve, ROC curve) to calculate the sensitivity and specificity for the sum of the combination of exponents for each set of exponents, the sum of the sensitivity and specificity is the maximum A method for setting the sum of indexes to be a classification reference point.
청구항 1에 있어서, 상기 지수 세트는 변수 별 선택 범주에 따라 설정되고, 각 선택 범주마다 0, 1, 4, 6 내지 10, 12, 13, 15, 20, 22 또는 62에 해당하는 지수가 설정되고, 상기 변수의 선택 범주 별 지수의 총 합은 0 내지 252인, 방법.
The method according to claim 1, The index set is set according to the selection category for each variable, the index corresponding to 0, 1, 4, 6 to 10, 12, 13, 15, 20, 22 or 62 is set for each selection category , The sum of the exponents by selection category of the variable is 0 to 252.
청구항 1에 있어서, 상기 변수 중 초기 NIHSS(Initial National Institute of Health Stroke Scale)는 0 내지 7점, 8 내지 13점 또는 14점 이상의 선택 범주로 구분되며,
상기 체질량 지수(body mass index, BMI)는 18.5 미만, 18.5 이상 25 미만 또는 25 이상의 선택 범주로 구분되며,
상기 뇌졸중 발생 기전(Stroke mechanism)은 소혈관 폐색(small vessel occlusion, SVO), 심장성 색전증(cardioembolism, CE) 또는 그 외 원인(Other)의 선택 범주로 구분되며,
상기 재관류치료 유형(Recanalization treatment type)은 재관류치료 이력없음, 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 이력, 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 이력 또는 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 및 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 모두 받은 이력의 선택 범주로 구분되는, 방법.
The method according to claim 1, the initial NIHSS (Initial National Institute of Health Stroke Scale) of the variable is divided into a selection category of 0 to 7, 8 to 13 or 14 or more points,
The body mass index (BMI) is divided into a selection category of less than 18.5, less than 18.5 and less than 25, or more than 25,
The stroke mechanism is divided into small vessel occlusion (SVO), cardioembolism (CE), or other selection categories.
The recanalization treatment type has no history of reperfusion treatment, history of intraarterial thrombolysis (IA), history of intravenous thrombolysis (IV) or intraarterial thrombolysis (IA) and A method in which intravenous thrombolysis (IV) is all categorized into a selection category of history received.
청구항 1에 있어서, 상기 3개월 후 기능적 예후 관련 요인은,
연령(age), 성별(sex), 초기 NIHSS(Initial National Institute of Health Stroke Scale), 체질량 지수(body mass index, BMI), 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS), 뇌졸중 발생 기전(Stroke mechanism), 이전 뇌졸중 병력(Previous stroke), 고지혈증(hyperlipidemia, HL), 암(cancer), 당뇨(diabetes mellitus, DM), 고혈압(hypertension, HTN), 심부전(congestive heart failure, CHF), 투석(Dialysis), 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT)/anticoagulation), 공복혈당(fasting blood sugar, FBS) 및 재관류치료 유형(Recanalization treatment type)을 포함하는, 방법.
The method of claim 1, wherein the factors related to functional prognosis after 3 months are:
Age, sex, initial NIHSS (Initial National Institute of Health Stroke Scale), body mass index (BMI), Prestroke modified Rankin Scale (Pre_mRS), stroke occurrence mechanism (Stroke mechanism), previous stroke, hyperlipidemia (HL), cancer, diabetes (diabetes mellitus, DM), hypertension (HTN), congestive heart failure (CHF), dialysis (Dialysis), method including Prestroke antiplatelet agents (antiPLT)/anticoagulation, fasting blood sugar (FBS) and Recanalization treatment type.
청구항 1에 있어서, 상기 분류 기준점(The cut-off value)은 민감도 및 특이도의 합이 최대가 되는 지수의 총합이 140인 지점으로 설정되는, 방법.
The method according to claim 1, wherein the classification reference point (The cut-off value) is set to a point where the sum of the indices in which the sum of sensitivity and specificity is the maximum is 140.
청구항 1에 있어서, 상기 지수의 총합이 상기 분류 기준점을 초과하는 경우 예후양호군(favorable outcome)으로 분류하는, 방법.
The method of claim 1, wherein the sum of the indices exceeds the classification reference point and is classified as a favorable outcome.
급성 뇌경색 환자들의 임상 자료로 구성되는 3개월 후 기능적 예후 관련 요인을 변수로 선택하고, 상기 변수 별로 지수 세트를 설정하는 변수선택부;
상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도(sensitivity) 및 특이도(specificity)를 산출하고, 상기 민감도 및 특이도에 따라 분류 기준점(The cut-off value)을 설정하는 분류 기준점 설정부; 및
예측이 필요한 급성 뇌경색 환자에 대해 상기 변수선택부에서 선택된 변수 별로 설정된 지수세트에 따라 결정되는 지수의 총합을 계산하고, 상기 제2 단계에서 설정된 분류 기준점을 토대로 상기 예측이 필요한 급성 뇌경색 환자의 3개월 후 기능적 예후를 예후불량군(unfavorable outcome) 또는 예후양호군(favorable outcome)으로 분류하는 3개월 후 기능적 예후 예측부;를 포함하며,
상기 3개월 후 기능적 예후 관련 요인은 연령(age), 성별(sex), 초기 NIHSS(Initial National Institute of Health Stroke Scale), 체질량 지수(body mass index, BMI), 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS), 뇌졸중 발생 기전(Stroke mechanism), 이전 뇌졸중 병력(Previous stroke), 고지혈증(hyperlipidemia, HL), 암(cancer), 당뇨(diabetes mellitus, DM), 고혈압(hypertension, HTN), 심부전(congestive heart failure, CHF), 투석(Dialysis), 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT)/anticoagulation), 공복혈당(fasting blood sugar, FBS) 및 재관류치료 유형(Recanalization treatment type)으로 이루어지는 군에서 선택되는 적어도 하나를 포함하는, 급성 뇌경색 환자의 3개월 후 기능적 예후 예측 시스템.
A variable selection unit for selecting a factor related to functional prognosis after 3 months consisting of clinical data of patients with acute cerebral infarction as a variable and setting an index set for each variable;
A classification reference point setting unit for calculating sensitivity and specificity for the sum of combinations of exponents for each index set, and setting the cut-off value according to the sensitivity and specificity; And
For patients with acute cerebral infarction requiring prediction, the sum of the indices determined according to the set of indices set for each variable selected in the variable selection unit is calculated, and based on the classification reference point set in the second step, 3 months of patients with acute cerebral infarction requiring prediction Includes a functional prognosis predictor after 3 months to classify the functional prognosis as an unfavorable outcome or a favorable outcome;
The factors related to functional prognosis after 3 months are age, sex, initial NIHSS (Initial National Institute of Health Stroke Scale), body mass index (BMI), and Prestroke modified before stroke. Rankin Scale, Pre_mRS), Stroke mechanism, Previous stroke history, Hyperlipidemia (HL), Cancer, Diabetes mellitus (DM), Hypertension (HTN), Heart failure (Congestive heart failure, CHF), Dialysis, Prestroke antiplatelet agents (antiPLT)/anticoagulation, fasting blood sugar (FBS), and recanalization treatment type ) A functional prognosis prediction system after 3 months of acute stroke patients, comprising at least one selected from the group consisting of.
청구항 8에 있어서, 상기 분류 기준점 설정부는 수신자 조작 특성 곡선(receiver operating characteristic curve, ROC curve)을 이용하여 상기 각 지수 세트 별 지수의 조합의 합계에 대한 민감도 및 특이도를 산출하여, 상기 민감도 및 특이도의 합이 최대가 되는 지수의 총합을 분류 기준점으로 설정하는, 시스템.
The method according to claim 8, wherein the classification reference point setting unit calculates the sensitivity and specificity for the sum of the combination of exponents for each set of exponents by using a receiver operating characteristic curve (ROC curve), the sensitivity and specificity A system that sets the sum of the indices where the sum of degrees becomes the maximum as the classification reference point.
청구항 8에 있어서, 상기 지수 세트는 변수 별 선택 범주에 따라 설정되고, 각 선택 범주마다 0, 1, 4, 6 내지 10, 12, 13, 15, 20, 22 또는 62에 해당하는 지수가 설정되고, 상기 변수의 선택 범주 별 지수의 총 합은 0 내지 252인, 시스템.
The method according to claim 8, The index set is set according to the selection category for each variable, the index corresponding to 0, 1, 4, 6 to 10, 12, 13, 15, 20, 22 or 62 is set for each selection category , The total sum of indices by selection category of the variable is 0 to 252.
청구항 8에 있어서, 상기 변수 중 초기 NIHSS(Initial National Institute of Health Stroke Scale)는 0 내지 7점, 8 내지 13점 또는 14점 이상의 선택 범주로 구분되며,
상기 체질량 지수(body mass index, BMI)는 18.5 미만, 18.5 이상 25 미만 또는 25 이상의 선택 범주로 구분되며,
상기 뇌졸중 발생 기전(Stroke mechanism)은 소혈관 폐색(small vessel occlusion, SVO), 심장성 색전증(cardioembolism, CE) 또는 그 외 원인(Other)의 선택 범주로 구분되며,
상기 재관류치료 유형(Recanalization treatment type)은 재관류치료 이력없음, 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 이력, 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 이력 또는 동맥 내 혈전 용해술(intraarterial thrombolysis, IA) 및 정맥 내 혈전 용해술(intravenous thrombolysis, IV) 모두 받은 이력의 선택 범주로 구분되는, 시스템.
The method according to claim 8, among the initial NIHSS (Initial National Institute of Health Stroke Scale) of the variable is divided into a selection category of 0 to 7, 8 to 13 or 14 or more points,
The body mass index (BMI) is divided into a selection category of less than 18.5, less than 18.5 and less than 25, or more than 25,
The stroke mechanism is divided into small vessel occlusion (SVO), cardioembolism (CE), or other selection categories.
The recanalization treatment type has no history of reperfusion treatment, history of intraarterial thrombolysis (IA), history of intravenous thrombolysis (IV) or intraarterial thrombolysis (IA) and Intravenous thrombolysis (IV) System, which is divided into a selection category of all history received.
청구항 8에 있어서, 상기 3개월 후 기능적 예후 관련 요인은,
연령(age), 성별(sex), 초기 NIHSS(Initial National Institute of Health Stroke Scale), 체질량 지수(body mass index, BMI), 뇌졸중 발생 전 수정랭킨척도(Prestroke modified Rankin Scale, Pre_mRS), 뇌졸중 발생 기전(Stroke mechanism), 이전 뇌졸중 병력(Previous stroke), 고지혈증(hyperlipidemia, HL), 암(cancer), 당뇨(diabetes mellitus, DM), 고혈압(hypertension, HTN), 심부전(congestive heart failure, CHF), 투석(Dialysis), 뇌졸중 전 항혈전제/항응고제 투약력(Prestroke antiplatelet agents(antiPLT)/anticoagulation), 공복혈당(fasting blood sugar, FBS) 및 재관류치료 유형(Recanalization treatment type)을 포함하는, 시스템.
The method of claim 8, wherein the factors related to functional prognosis after 3 months are:
Age, sex, initial NIHSS (Initial National Institute of Health Stroke Scale), body mass index (BMI), Prestroke modified Rankin Scale (Pre_mRS), stroke occurrence mechanism (Stroke mechanism), previous stroke, hyperlipidemia (HL), cancer, diabetes (diabetes mellitus, DM), hypertension (HTN), congestive heart failure (CHF), dialysis (Dialysis), system including prestroke antiplatelet agents (antiPLT)/anticoagulation, fasting blood sugar (FBS) and recanalization treatment type.
청구항 8에 있어서, 상기 분류 기준점(The cut-off value)은 민감도 및 특이도의 합이 최대가 되는 지수의 총합이 140인 지점으로 설정되는, 시스템.
The system according to claim 8, wherein the classification reference point (The cut-off value) is set to a point at which the sum of indices in which the sum of sensitivity and specificity is the maximum is 140.
청구항 8에 있어서, 상기 지수의 총합이 상기 분류 기준점을 초과하는 경우 예후양호군(favorable outcome)으로 분류하는, 시스템.
The system according to claim 8, wherein when the sum of the indices exceeds the classification reference point, the system is classified as a favorable outcome.
KR1020180156965A 2018-12-07 2018-12-07 Method and system for predicting 3 month functoinal outcome following acute ischemic stroke KR102216822B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180156965A KR102216822B1 (en) 2018-12-07 2018-12-07 Method and system for predicting 3 month functoinal outcome following acute ischemic stroke

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180156965A KR102216822B1 (en) 2018-12-07 2018-12-07 Method and system for predicting 3 month functoinal outcome following acute ischemic stroke

Publications (2)

Publication Number Publication Date
KR20200069665A true KR20200069665A (en) 2020-06-17
KR102216822B1 KR102216822B1 (en) 2021-02-18

Family

ID=71405745

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180156965A KR102216822B1 (en) 2018-12-07 2018-12-07 Method and system for predicting 3 month functoinal outcome following acute ischemic stroke

Country Status (1)

Country Link
KR (1) KR102216822B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117054669A (en) * 2023-10-11 2023-11-14 北京美联泰科生物技术有限公司 Diagnostic or prognostic markers, products and methods for acute ischemic stroke
CN118197513A (en) * 2024-03-19 2024-06-14 南方医科大学南方医院 Oral flora nitrate metabolism level-based acute ischemic stroke prognosis prediction marker for hypertension history, screening method and application thereof

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011255106A (en) * 2010-06-11 2011-12-22 Nagoya Institute Of Technology Cognitive dysfunction danger computing device, cognitive dysfunction danger computing system, and program
KR20160083502A (en) * 2014-12-31 2016-07-12 서울대학교산학협력단 System and method for the prediction of periodontal disease
KR20160086730A (en) * 2015-01-09 2016-07-20 재단법인 아산사회복지재단 Method of predicting cardiovascular disease risk using cardiovascular disease risk factors
KR101671485B1 (en) 2014-06-30 2016-11-01 에스케이텔레콤 주식회사 Method for predicting the prognosis of pancreatic cancer patient using microrna

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011255106A (en) * 2010-06-11 2011-12-22 Nagoya Institute Of Technology Cognitive dysfunction danger computing device, cognitive dysfunction danger computing system, and program
KR101671485B1 (en) 2014-06-30 2016-11-01 에스케이텔레콤 주식회사 Method for predicting the prognosis of pancreatic cancer patient using microrna
KR20160083502A (en) * 2014-12-31 2016-07-12 서울대학교산학협력단 System and method for the prediction of periodontal disease
KR20160086730A (en) * 2015-01-09 2016-07-20 재단법인 아산사회복지재단 Method of predicting cardiovascular disease risk using cardiovascular disease risk factors

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Junzhou Fu 외 9명, Prevalence and Impact on Stroke in Patients Receiving Maintenance Hemodialysis versus Peritoneal Dialysis: A Prospective Observational Study, PLOS ONE(2015.10.20.) *
Quinn TJ 외 10명, Pre-Stroke Modified Rankin Scale: Evaluation of Validity, Prognostic Accuracy and Association with Treatment, Front Neural. 13;8:275 (2017.06.13.)https://www.ncbi.nlm.nih.gov/pubmed/28 *
뇌졸중 진료지침, 뇌졸중임상연구센터(2017.04.04.) https://www.stroke.or.kr:4454/guidelines/ *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117054669A (en) * 2023-10-11 2023-11-14 北京美联泰科生物技术有限公司 Diagnostic or prognostic markers, products and methods for acute ischemic stroke
CN117054669B (en) * 2023-10-11 2024-03-29 北京美联泰科生物技术有限公司 Diagnostic or prognostic markers, products and methods for acute ischemic stroke
CN118197513A (en) * 2024-03-19 2024-06-14 南方医科大学南方医院 Oral flora nitrate metabolism level-based acute ischemic stroke prognosis prediction marker for hypertension history, screening method and application thereof

Also Published As

Publication number Publication date
KR102216822B1 (en) 2021-02-18

Similar Documents

Publication Publication Date Title
Kim Measuring frailty in health care databases for clinical care and research
Philbin et al. Prediction of hospital readmission for heart failure: development of a simple risk score based on administrative data
Stein et al. Differences in rates of glaucoma among Asian Americans and other racial groups, and among various Asian ethnic groups
Singhal et al. Inadequate predialysis care and mortality after initiation of renal replacement therapy
O’Sullivan et al. Predicting outcomes in emergency medical admissions–role of laboratory data and co-morbidity
US20200258639A1 (en) Medical device and computer-implemented method of predicting risk, occurrence or progression of adverse health conditions in test subjects in subpopulations arbitrarily selected from a total population
Becker et al. ICU scoring systems allow prediction of patient outcomes and comparison of ICU performance
Denham et al. Mode of birth after caesarean section: individual prediction scores using Scottish population data
Jia et al. A Cox‐based risk prediction model for early detection of cardiovascular disease: identification of key risk factors for the development of a 10‐year CVD risk prediction
Matsuhashi et al. A simple prediction score for in-hospital mortality in patients with nonvariceal upper gastrointestinal bleeding
D’Souza et al. Assessing cardiac risk in pregnant women with heart disease: how risk scores are created and their role in clinical practice
Kim et al. The ischemic stroke predictive risk score predicts early neurological deterioration
Burstein et al. Biventricular function and shock severity predict mortality in cardiac ICU patients
KR102216822B1 (en) Method and system for predicting 3 month functoinal outcome following acute ischemic stroke
Black et al. Hospital readmission following delivery with and without severe maternal morbidity
Perrone et al. OVERTURE: a worldwide, prospective, observational study of disease characteristics in patients with ADPKD
Solberg et al. Derivation and validation of a simple risk score for predicting 1-year mortality in stroke
MacNeil et al. A population-based study of 30-day incidence of ischemic stroke following surgical neck dissection
Axente et al. Heart failure prognostic model
WO2017192066A1 (en) Method for determining a person&#39;s coronary status and use thereof to monitor and prevent the risk of cardiovascular diseases
Rhee et al. Machine learning-based discrimination of cardiovascular outcomes in patients with hypertrophic cardiomyopathy
Ahmed et al. Prediction of trauma mortality incorporating pre-injury comorbidities into existing mortality scoring indices
Han et al. Uncooperative patients suspected of acute stroke ineligible for prehospital stroke screening test by emergency medical service providers: final hospital diagnoses and characteristics
Caramello et al. Comparison of different prognostic scores for risk stratification in septic patients arriving to the Emergency Department
Davillas et al. Baseline health and public healthcare costs five years on: A predictive analysis using biomarker data in a prospective household panel

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right