TWI755108B - 急性腎損傷評估方法及急性腎損傷評估系統 - Google Patents
急性腎損傷評估方法及急性腎損傷評估系統 Download PDFInfo
- Publication number
- TWI755108B TWI755108B TW109136737A TW109136737A TWI755108B TW I755108 B TWI755108 B TW I755108B TW 109136737 A TW109136737 A TW 109136737A TW 109136737 A TW109136737 A TW 109136737A TW I755108 B TWI755108 B TW I755108B
- Authority
- TW
- Taiwan
- Prior art keywords
- kidney injury
- acute kidney
- serum creatinine
- data
- creatinine concentration
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
-
- 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
- G16H10/60—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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Toxicology (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pharmacology & Pharmacy (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本發明提供一種急性腎損傷評估系統,包含一擷取單元以及一處理器。擷取單元用以擷取一受試者之一受試腎功能診斷數據集,其涵蓋受試者就診前180天之院內外腎功能數據。處理器電訊連接前述之擷取單元,其中處理器包含一急性腎損傷評估程式。當前述之急性腎損傷評估程式由處理器執行時用以評估受試者之一急性腎損傷狀態。藉此,本發明之急性腎損傷評估系統可以即時計算並得受試者的急性腎損傷狀態評估結果,以利後續醫療方針之擬定。
Description
本發明是有關於一種醫療資訊分析方法及系統,特別是關於一種急性腎損傷評估方法及一種急性腎損傷評估系統。
急性腎損傷(Acute Kidney Injury)為短期間之內突然發生且可逆轉的腎臟功能惡化,發生急性腎損傷症狀的患者其血清中的肌酸酐濃度、尿素氮將異常升高,並出現全身倦怠、尿量減少、水腫、食慾不振、噁心、嘔吐、意識不清等症狀。
在診斷方面,由於急性腎損傷並沒有指標性的明顯臨床徵兆,是以臨床上診斷急性腎損傷的方式主要是以抽血的方式檢驗血清中的肌酸酐濃度變化,然而病人之基礎腎功能往往於門診或住院之第一時間不可得,如此一來不僅無法即時得知患者的病況,並可能延誤治療的時間而造成腎功能長期的損傷。再者,現行之醫療機構同樣缺少可以全面性監控門診與急診病患之腎功能變化的醫療系統,對於適切的醫療方針的選擇與實施亦多有影響。
因此,如何發展出一種自動化、標準化、快速且具有高度檢測準確度之急性腎損傷評估方式,實為一具有臨床應用價值之技術課題。
本發明之一態樣在於提供一種急性腎損傷評估方法,包含下述步驟。提供一受試者之一急性腎損傷評估日期。提供前述之受試者之一受試腎功能診斷數據集,其中所述之受試腎功能診斷數據集包含複數個血清肌酸酐(serum creatinine)濃度資料及複數個腎絲球過濾率(estimated glomerular filtration rate)資料,且各血清肌酸酐濃度資料之一紀錄時間與各腎絲球過濾率資料之一紀錄時間為急性腎損傷評估日期前的0天至180天。進行一前處理步驟,其係分別計算前述之血清肌酸酐濃度資料隨時間進展的一變化程度及前述之腎絲球過濾率資料隨時間進展的一變化程度,以得一血清肌酸酐濃度波動數值及一腎絲球過濾率波動數值。進行一第一分類步驟,其係以一演算分類器將前述之血清肌酸酐濃度波動數值根據一第一閥值進行分類或將前述之腎絲球過濾率波動數值根據一第二閥值進行分類,以得受試者之一急性腎損傷狀態評估結果。其中,若前述之血清肌酸酐濃度波動數值大於所述之第一閥值或前述之腎絲球過濾率波動數值大於所述之第二閥值,受試者將被判定為一急性腎損傷患者,若前述之血清肌酸酐濃度波動數值小於所述之第一閥值或前述之腎絲球過濾率波動數值小於所述之第二閥值,受試者將被判定為一非急性腎損傷受試者。
依據前述之急性腎損傷評估方法,其中前述之血清肌酸酐濃度資料可包含一最大血清肌酸酐濃度資料及一最小血清肌酸酐濃度資料,前述之腎絲球過濾率資料可包含一最大腎絲球過濾率資料及一最小腎絲球過濾率資料,且前述之血清肌酸酐濃度波動數值可根據最大血清肌酸酐濃度資料與最小血清肌酸酐濃度資料計算而得,前述之腎絲球過濾率波動數值可根據最大腎絲球過濾率資料與最小腎絲球過濾率資料計算而得。
依據前述之急性腎損傷評估方法,其中前述之第一閥值可為50%,前述之第二閥值可為35%。
依據前述之急性腎損傷評估方法,其中前述之演算分類器可為多變量Cox演算分類器(Cox Proportional Hazard Model)。
依據前述之急性腎損傷評估方法,其中前述之受試腎功能診斷數據集可更包含一基礎血清肌酸酐濃度資料,前述之血清肌酸酐濃度資料可包含一第一血清肌酸酐濃度資料,所述之基礎血清肌酸酐濃度資料的一紀錄時間為急性腎損傷評估日期,所述之第一血清肌酸酐濃度資料之紀錄時間最接近急性腎損傷評估日期,且前述之急性腎損傷評估方法可更包含進行一第二分類步驟,其係以前述之演算分類器計算基礎血清肌酸酐濃度資料與第一血清肌酸酐濃度資料,以得一血清肌酸酐濃度差異值,並將前述之血清肌酸酐濃度差異值與一血清肌酸酐濃度閥值進行比對,以判斷急性腎損傷患者之一急性腎損傷發生型態。其中,若前述之血清肌酸酐濃度差異值大於所述之血清肌酸酐濃度閥值,急性腎損傷發生型態為惡化型急性腎損傷,若前述之血清肌酸酐濃度差異值小於所述之血清肌酸酐濃度閥值,急性腎損傷發生型態為穩定型急性腎損傷。
依據前述之急性腎損傷評估方法,其中前述之血清肌酸酐濃度閥值可為0.3 mg/dL。
依據前述之急性腎損傷評估方法,其中前述之受試腎功能診斷數據集可更包含一生理年齡資料及一性別資料,且演算分類器可更根據前述之生理年齡資料及前述之性別資料而調整並校正急性腎損傷狀態評估結果之一風險預後數據。
依據前述之急性腎損傷評估方法,其中前述之受試腎功能診斷數據集可更包含一基礎腎絲球過濾率資料,前述之基礎腎絲球過濾率資料的一紀錄時間為急性腎損傷評估日期,且前述之急性腎損傷評估方法可更包含進行一腎臟照護分級步驟,其係以前述之演算分類器分析基礎腎絲球過濾率資料後,以得一腎臟照護分級評估結果。
依據前述之急性腎損傷評估方法,可更包含進行一腎毒性藥物篩檢步驟,其中前述之受試腎功能診斷數據集可更包含一藥物使用資料,且腎毒性藥物篩檢步驟可分析前述之藥物使用資料,以輸出一腎毒性藥物使用篩檢結果。
本發明之另一態樣在於提供一種急性腎損傷評估系統,包含一擷取單元以及一處理器。擷取單元用以擷取一受試者之一受試腎功能診斷數據集,其中前述之受試腎功能診斷數據集包含複數個血清肌酸酐濃度資料及複數個腎絲球過濾率資料,且擷取單元係自動擷取一急性腎損傷評估日期前的0天至180天紀錄之血清肌酸酐濃度資料與腎絲球過濾率資料。處理器電訊連接前述之擷取單元,其中處理器包含一急性腎損傷評估程式,當前述之急性腎損傷評估程式由處理器執行時用以評估受試者之一急性腎損傷狀態,且急性腎損傷評估程式包含一前處理模組及一第一分類模組。前處理模組用以分別計算前述之血清肌酸酐濃度資料隨時間進展的一變化程度及前述之腎絲球過濾率資料隨時間進展的一變化程度,以得一血清肌酸酐濃度波動數值及一腎絲球過濾率波動數值。第一分類模組係以一演算分類器將前述之血清肌酸酐濃度波動數值根據一第一閥值進行分類或將前述之腎絲球過濾率波動數值根據一第二閥值進行分類,以得受試者之一急性腎損傷狀態評估結果。其中,若前述之血清肌酸酐濃度波動數值大於所述之第一閥值或前述之腎絲球過濾率波動數值大於所述之第二閥值,受試者將被判定為一急性腎損傷患者,若前述之血清肌酸酐濃度波動數值小於所述之第一閥值或前述之腎絲球過濾率波動數值小於所述之第二閥值,受試者將被判定為一非急性腎損傷受試者。
依據前述之急性腎損傷評估系統,其中前述之血清肌酸酐濃度資料可包含一最大血清肌酸酐濃度資料及一最小血清肌酸酐濃度資料,前述之腎絲球過濾率資料可包含一最大腎絲球過濾率資料及一最小腎絲球過濾率資料,且前述之血清肌酸酐濃度波動數值可根據最大血清肌酸酐濃度資料與最小血清肌酸酐濃度資料計算而得,前述之腎絲球過濾率波動數值可根據最大腎絲球過濾率資料與最小腎絲球過濾率資料計算而得。
依據前述之急性腎損傷評估系統,其中前述之第一閥值可為50%,前述之第二閥值可為35%。
依據前述之急性腎損傷評估系統,其中前述之演算分類器可為多變量Cox演算分類器。
依據前述之急性腎損傷評估系統,其中前述之受試腎功能診斷數據集可更包含一基礎血清肌酸酐濃度資料,前述之血清肌酸酐濃度資料可包含一第一血清肌酸酐濃度資料,所述之基礎血清肌酸酐濃度資料的一紀錄時間為急性腎損傷評估日期,所述之第一血清肌酸酐濃度資料之該紀錄時間最接近急性腎損傷評估日期,且前述之急性腎損傷評估系統可更包含一第二分類模組。第二分類模組可以前述之演算分類器計算基礎血清肌酸酐濃度資料與第一血清肌酸酐濃度資料,以得一血清肌酸酐濃度差異值,並將前述之血清肌酸酐濃度差異值與一血清肌酸酐濃度閥值進行比對,以判斷急性腎損傷患者之一急性腎損傷發生型態。其中,若前述之血清肌酸酐濃度差異值大於所述之血清肌酸酐濃度閥值,急性腎損傷發生型態為惡化型急性腎損傷;若前述之血清肌酸酐濃度差異值小於所述之血清肌酸酐濃度閥值,急性腎損傷發生型態為穩定型急性腎損傷。
依據前述之急性腎損傷評估系統,其中前述之血清肌酸酐濃度閥值可為0.3 mg/dL。
依據前述之急性腎損傷評估系統,其中前述之受試腎功能診斷數據集可更包含一生理年齡資料及一性別資料,且前述之演算分類器可更根據生理年齡資料及性別資料而調整並校正急性腎損傷狀態評估結果之一風險預後數據。
依據前述之急性腎損傷評估系統,其中前述之受試腎功能診斷數據集可更包含一基礎腎絲球過濾率資料,前述之基礎腎絲球過濾率資料的一紀錄時間為急性腎損傷評估日期,且前述之急性腎損傷評估系統可更包含一腎臟照護分級模組。前述之腎臟照護分級模組可以前述之演算分類器分析基礎腎絲球過濾率資料後,以得一腎臟照護分級評估結果。
依據前述之急性腎損傷評估系統,可更包含一腎毒性藥物篩檢模組。前述之受試腎功能診斷數據集可更包含一藥物使用資料,且腎毒性藥物篩檢模組可用以分析前述之藥物使用資料,以輸出一腎毒性藥物使用篩檢結果。
藉此,本發明之急性腎損傷評估方法與急性腎損傷評估系統透過演算分類器分析急性腎損傷評估日期前的0天至180天之血清肌酸酐濃度資料與腎絲球過濾率資料的波動程度,以評估受試者的急性腎損傷狀態,如此一來不僅可以即時計算並得知受試者的病況,以利後續醫療方針之擬定,亦可避免延誤治療的時間而造成腎功能長期的損傷,進而使本發明之急性腎損傷評估方法與急性腎損傷評估系統具有優異之臨床應用潛力。
下述將更詳細討論本發明各實施方式。然而,此實施方式可為各種發明概念的應用,可被具體實行在各種不同的特定範圍內。特定的實施方式是僅以說明為目的,且不受限於揭露的範圍。
<本發明之急性腎損傷評估方法>
請參照第1圖,其係繪示本發明一實施方式之一實施例的急性腎損傷評估方法100的步驟流程圖。急性腎損傷評估方法100包含步驟110、步驟120、步驟130以及步驟140。
步驟110為提供一受試者之一急性腎損傷評估日期。詳細而言,急性腎損傷評估日期可為受試者至醫院或診所接受門診或急診的時間,或是欲對受試者之腎臟功能進行分析之日期,以利於後續的評估。
步驟120為提供受試者之一受試腎功能診斷數據集,其中受試腎功能診斷數據集包含複數個血清肌酸酐濃度資料及複數個腎絲球過濾率資料,且各血清肌酸酐濃度資料之一紀錄時間與各腎絲球過濾率資料之一紀錄時間為急性腎損傷評估日期前的0天至180天。詳細而言,受試腎功能診斷數據集包含受試者於急性腎損傷評估日期前的0天至180天中所紀錄之所有的血清肌酸酐濃度資料,而腎絲球過濾率資料則是由前述之血清肌酸酐濃度資料根據受試者年齡、性別、種族而由腎絲球過濾率評估公式(eGFR = 186 × (肌酸酐濃度)
−1.154× (受試者年齡)
−0.203× 1.212 [若為女性則另 × 0.742])換算而得。前述之急性腎損傷評估日期前的0天至前180的時間範圍選擇是根據現行臨床資料進行分析所得,其代表年紀較大的受試者或患有慢性腎臟病之受試者在施用腎毒性藥物後可能對腎臟造成傷害的最長可能作用時間。換句話說,在前述之時間範圍內所獲得之血清肌酸酐濃度資料與腎絲球過濾率資料皆有可能受到腎毒性藥物作用的影響而造成受試者發生急性腎損傷。
步驟130為進行一前處理步驟,其係分別計算前述之血清肌酸酐濃度資料隨時間進展的一變化程度及前述之腎絲球過濾率資料隨時間進展的一變化程度,以得一血清肌酸酐濃度波動數值及一腎絲球過濾率波動數值。具體來說,前述之血清肌酸酐濃度資料可包含一最大血清肌酸酐濃度資料及一最小血清肌酸酐濃度資料,前述之腎絲球過濾率資料可包含一最大腎絲球過濾率資料及一最小腎絲球過濾率資料,且所述之血清肌酸酐濃度波動數值係根據最大血清肌酸酐濃度資料與最小血清肌酸酐濃度資料而以血清肌酸酐濃度波動數值計算公式(I)計算而得,所述之腎絲球過濾率波動數值係根據最大腎絲球過濾率資料與最小腎絲球過濾率資料而以腎絲球過濾率波動數值計算公式(II)計算而得,而血清肌酸酐濃度波動數值計算公式(I)如下所示:
其中,SCr
max代表最大血清肌酸酐濃度資料,而SCr
min代表最小血清肌酸酐濃度資料。腎絲球過濾率波動數值計算公式(II)如下所示:
其中,GFR
max代表最大腎絲球過濾率資料,而GFR
min代表最小腎絲球過濾率資料。
血清肌酸酐濃度波動數值 (%) = | ( | |SCr max- SCr min| | ) × 100 % | (公式I)。 |
SCr min |
腎絲球過濾率波動數值 (%) = | ( | |GFR max- GFR min| | ) × 100 % | (公式II)。 |
GFR max |
步驟140為進行一第一分類步驟,其係以一演算分類器將前述之血清肌酸酐濃度波動數值根據一第一閥值進行分類或將前述之腎絲球過濾率波動數值根據一第二閥值進行分類,以得受試者之一急性腎損傷狀態評估結果。其中,若前述之血清肌酸酐濃度波動數值大於第一閥值或前述之腎絲球過濾率波動數值大於第二閥值,受試者將被判定為一急性腎損傷患者,若前述之血清肌酸酐濃度波動數值小於第一閥值或前述之腎絲球過濾率波動數值小於第二閥值,受試者將被判定為一非急性腎損傷受試者。具體而言,前述之第一閥值可為50%,而前述之第二閥值可為35%。詳細而言,當受試者之血清肌酸酐濃度波動數值大於50%或其腎絲球過濾率波動數值大於35%時,代表受試者的腎功能在急性腎損傷評估日期前的0天至180天內具有較大程度的惡化情形發生,此時本發明之演算分類器會進一步將前述之受試者歸類為急性腎損傷患者,以及時提供適當的醫療方針。反之,若受試者之血清肌酸酐濃度波動數值小於50%或其腎絲球過濾率波動數值小於35%,代表受試者的腎功能在急性腎損傷評估日期前的0天至180天的變化情形仍處於標準值中,是以本發明之演算分類器將判定受試者為非急性腎損傷,以利於後續醫療方針的擬定與治療措施的施行。另外,本發明之演算分類器可為多變量Cox演算分類器(Cox Proportional Hazard Model)。
另外,在本發明之急性腎損傷評估方法100中,受試腎功能診斷數據集可更包含一生理年齡資料及一性別資料,且演算分類器可更根據前述之生理年齡資料及性別資料而調整並校正急性腎損傷狀態評估結果之一風險預後數據,以使急性腎損傷狀態評估結果更符合受試者實際之狀態而提升本發明之急性腎損傷評估方法100的評估準確度。另外,受試腎功能診斷數據集可儲存於一實體儲存裝置或一雲端儲存裝置,但本發明並不以此為限。
藉此,本發明之急性腎損傷評估方法100透過回歸演算分類器分析急性腎損傷評估日期前的0天至180天之血清肌酸酐濃度資料與腎絲球過濾率資料的波動程度,以評估受試者的急性腎損傷狀態,如此一來不僅可即時計算並得知受試者的病況,以利後續醫療方針之擬定,亦可避免延誤治療的時間而造成腎功能長期的損傷,進而使本發明之急性腎損傷評估方法100具有優異之臨床應用潛力。
請參照第2圖,其係繪示本發明一實施方式之另一實施例的急性腎損傷評估方法200的步驟流程圖。急性腎損傷評估方法200包含步驟210、步驟220、步驟230、步驟240以及步驟250,其中步驟210、步驟220、步驟230、步驟240與第1圖的步驟110、步驟120、步驟130、步驟140相同,是以相同之細節在此不再贅述。
步驟250為進行一第二分類步驟。詳細而言,本發明之受試腎功能診斷數據集可更包含一基礎血清肌酸酐濃度資料,而血清肌酸酐濃度資料可包含一第一血清肌酸酐濃度資料,其中基礎血清肌酸酐濃度資料的一紀錄時間為急性腎損傷評估日期,第一血清肌酸酐濃度資料之紀錄時間最接近急性腎損傷評估日期,而第二分類步驟則係以前述之演算分類器計算基礎血清肌酸酐濃度資料與第一血清肌酸酐濃度資料,以得一血清肌酸酐濃度差異值,並將血清肌酸酐濃度差異值與一血清肌酸酐濃度閥值進行比對,以判斷急性腎損傷患者之一急性腎損傷發生型態。詳細而言,第一血清肌酸酐濃度資料之紀錄時間在所有血清肌酸酐濃度資料中最接近急性腎損傷評估日期,且若基礎血清肌酸酐濃度資料未能及時獲取,則取急性腎損傷評估日期往前推算最接近之第一次血清肌酸酐濃度資料與第二次血清肌酸酐濃度資料,以得一血清肌酸酐濃度差異值。其中,若前述之血清肌酸酐濃度差異值大於血清肌酸酐濃度閥值,急性腎損傷發生型態為惡化型急性腎損傷,若前述之血清肌酸酐濃度差異值小於血清肌酸酐濃度閥值,急性腎損傷發生型態則為穩定型急性腎損傷。
詳細而言,第一血清肌酸酐濃度資料可為急性腎損傷評估日期前所得之最近一次(即最後一次)之血清肌酸酐濃度資料,而急性腎損傷評估日期當天所取得之血清肌酸酐濃度資料則為基礎血清肌酸酐濃度資料,其紀錄時間必在第一血清肌酸酐濃度資料的紀錄時間之後,亦即,第二分類步驟是進一步分析從急性腎損傷評估日期回溯之前兩次的血清肌酸酐濃度資料之差異。
血清肌酸酐濃度差異值是以血清肌酸酐濃度差異值計算公式(III)計算而得,血清肌酸酐濃度差異值計算公式(III)如下所示:
其中,SCr
Last代表基礎血清肌酸酐濃度資料,而SCr
Last-1則代表第一血清肌酸酐濃度資料。具體而言,前述之血清肌酸酐濃度閥值可為0.3 mg/dL,若血清肌酸酐濃度差異值大於0.3 mg/dL,則代表急性腎損傷患者的血清肌酸酐濃度在急性腎損傷評估日期前具有較大的增加與惡化情形發生,顯示急性腎損傷患者的病況處於急速惡化狀態,是以本發明之演算分類器將進一步將所述之急性腎損傷患者的急性腎損傷發生型態歸類為惡化型急性腎損傷。反之,若血清肌酸酐濃度差異值小於0.3 mg/dL,則表示急性腎損傷患者之急性腎損傷病況未有急速惡化的情形發生,是以本發明之演算分類器將進一步將其歸類為穩定型急性腎損傷。
血清肌酸酐濃度差異值 = | SCr Last- SCr Last-1 | (公式III)。 |
藉此,本發明之急性腎損傷評估方法200透過演算分類器分析急性腎損傷評估日期前的0天至180天之血清肌酸酐濃度資料與腎絲球過濾率資料的波動程度以評估受試者的急性腎損傷狀態,並進一步利用演算分類器分析急性腎損傷患者之一急性腎損傷發生型態,以利後續醫療方針之擬定,進而使本發明之急性腎損傷評估方法200具有優異之臨床應用潛力。
請同時參照第1圖、第2圖與第3圖,其係繪示本發明一實施方式之又一實施例的急性腎損傷評估方法300的步驟流程圖。急性腎損傷評估方法300包含步驟310、步驟320、步驟330、步驟340以及步驟350,其中步驟310、步驟320、步驟330、步驟340與第1圖的步驟110、步驟120、步驟130、步驟140相同,是以相同之細節在此不再贅述。
步驟350為進行一腎臟照護分級步驟。詳細而言,受試腎功能診斷數據集更包含一基礎腎絲球過濾率資料,基礎腎絲球過濾率資料的一紀錄時間為急性腎損傷評估日期,且腎臟照護分級步驟係以本發明之演算分類器分析基礎腎絲球過濾率資料後,以得一腎臟照護分級評估結果。詳細而言,急性腎損傷評估方法300可搭配急性腎損傷評估方法100與急性腎損傷評估方法200之分類結果進行分析,以分別分析非急性腎損傷之受試者、惡化型急性腎損傷之急性腎損傷患者以及穩定型急性腎損傷之急性腎損傷患者的基礎腎絲球過濾率資料的數值而輸出對應之腎臟照護分級評估結果,且門診或急診醫師將可參考前述之腎臟照護分級評估結果而採取後續之治療措施,防止延誤病情而造成腎功能長期的損傷。基礎腎絲球過濾率資料的數值以及對應之腎臟照護分級評估結果則請參照表一,以在符合現行臨床診斷標準的前提下輸出正確之腎臟照護分級評估結果。
表一 | |||
腎絲球過濾率(eGFR, ml/min/1.73 m 2) | 受試者 | ||
非急性腎損傷 | 穩定型 急性腎損傷 | 惡化型 急性腎損傷 | |
eGFR <45 | 轉介至腎臟科 | 轉介至腎臟科 | 強制 轉介至腎臟科 |
45≤ eGFR <60 | 追蹤腎功能 | 追蹤腎功能或 轉介至腎臟科 | 追蹤腎功能或 轉介至腎臟科 |
60 ≤ eGFR | 腎功能正常 | 追蹤腎功能 | 追蹤腎功能 |
藉此,本發明之急性腎損傷評估方法300透過演算分類器分析急性腎損傷評估日期前所得之最近一次之腎絲球過濾率資料或急性腎損傷評估日期當天所取得之基礎腎絲球過濾率資料,以輸出對應之腎臟照護分級評估結果,而有利於醫師擬定後續之醫療方針,並使本發明之急性腎損傷評估方法300具有優異之臨床應用潛力。
請參照第4圖,其係繪示本發明一實施方式之再一實施例的急性腎損傷評估方法400的步驟流程圖。急性腎損傷評估方法400包含步驟410、步驟420、步驟430、步驟440以及步驟450,其中步驟410、步驟420、步驟430、步驟440與第1圖的步驟110、步驟120、步驟130、步驟140相同,是以相同之細節在此不再贅述。
步驟450為進行一腎毒性藥物篩檢步驟,其中本發明之受試腎功能診斷數據集可更包含一藥物使用資料,且腎毒性藥物篩檢步驟係分析前述之藥物使用資料,以輸出一腎毒性藥物使用篩檢結果。詳細而言,腎毒性藥物涵蓋六大類可能影響腎功能之藥物,包含非類固醇抗發炎藥物(Non-steroidal anti-inflammatory drugs, NSAIDs)、含碘顯影劑(Radiocontrast),抗微生物製劑(Antimicrobials)、化學治療與免疫治療製劑(Chemotherapy and Immunotherapy)、腎素-血管張力素系統拮抗劑(Renin-Angiotension system blocker, ARB/ACEi)與利尿劑(Diuretics),以利於分析與評估受試者發生急性腎損傷的原因是否肇因於腎毒性藥物的影響,並使本發明之急性腎損傷評估方法400具有優異之臨床應用潛力。
<本發明之急性腎損傷評估系統>
請參照第5圖,其係繪示本發明另一實施方式之一實施例的急性腎損傷評估系統500的架構示意圖。急性腎損傷評估系統500包含一擷取單元510以及一處理器520。
擷取單元510用以擷取一受試者之一受試腎功能診斷數據集511,其中前述之受試腎功能診斷數據集511包含複數個血清肌酸酐濃度資料及複數個腎絲球過濾率資料,且擷取單元510係自動擷取前述之急性腎損傷評估日期前的0天至180天紀錄之血清肌酸酐濃度資料與腎絲球過濾率資料。詳細而言,急性腎損傷評估日期可為受試者至醫院或診所接受門診或急診的時間,或是欲對受試者之腎臟功能進行分析之日期,且受試腎功能診斷數據集511包含受試者於急性腎損傷評估日期前的0天至180天中所紀錄之所有的血清肌酸酐濃度資料以及根據血清肌酸酐濃度資料換算而得之腎絲球過濾率資料。根據現行的臨床資料的分析結果,年紀較大的受試者或患有慢性腎臟病之受試者在施用腎毒性藥物後可能對腎臟造成傷害的最長可能影響時間為0天至180天,在前述之時間範圍內所獲得之血清肌酸酐濃度資料與腎絲球過濾率資料皆有可能受到腎毒性藥物作用的影響而使受試者發生急性腎損傷,是以本發明之急性腎損傷評估系統500係以急性腎損傷評估日期前的0天至180的血清肌酸酐濃度資料與腎絲球過濾率資料進行分析。另外,受試腎功能診斷數據集511可儲存於一實體儲存裝置或一雲端儲存裝置,但本發明並不以此為限。
處理器520電訊連接擷取單元510,其中處理器520包含一急性腎損傷評估程式530,當急性腎損傷評估程式530由處理器520執行時用以評估受試者之一急性腎損傷狀態。急性腎損傷評估程式530包含一前處理模組540及一第一分類模組550。
前處理模組540用以分別計算前述之血清肌酸酐濃度資料隨時間進展的一變化程度及前述之腎絲球過濾率資料隨時間進展的一變化程度,以得一血清肌酸酐濃度波動數值及一腎絲球過濾率波動數值。其中,前述之血清肌酸酐濃度資料可包含一最大血清肌酸酐濃度資料及一最小血清肌酸酐濃度資料,前述之腎絲球過濾率資料可包含一最大腎絲球過濾率資料及一最小腎絲球過濾率資料,且血清肌酸酐濃度波動數值係根據最大血清肌酸酐濃度資料與最小血清肌酸酐濃度資料而以前述之血清肌酸酐濃度波動數值計算公式(I)計算而得,腎絲球過濾率波動數值則是根據最大腎絲球過濾率資料與最小腎絲球過濾率資料而以前述之腎絲球過濾率波動數值計算公式(II)計算而得。血清肌酸酐濃度波動數值計算公式(I)與腎絲球過濾率波動數值計算公式(II)的細節請參前段所述,在此將不再贅述。
第一分類模組550係以一演算分類器將前述血清肌酸酐濃度波動數值根據一第一閥值進行分類或將前述之腎絲球過濾率波動數值根據一第二閥值進行分類,以得受試者之一急性腎損傷狀態評估結果,其中,若血清肌酸酐濃度波動數值大於第一閥值或腎絲球過濾率波動數值大於第二閥值,受試者將被判定為一急性腎損傷患者,若血清肌酸酐濃度波動數值小於第一閥值或腎絲球過濾率波動數值小於第二閥值,受試者將被判定為一非急性腎損傷受試者。具體而言,前述之第一閥值可為50%,而前述之第二閥值可為35%,以評估受試者的腎功能在急性腎損傷評估日期前的0天至180天內是否具有較大程度的惡化情形發生,以利於後續醫療方針的擬定與治療措施的施行。另外,本發明之演算分類器可為多變量Cox回歸演算分類器。
另外,在本發明之急性腎損傷評估系統500中,受試腎功能診斷數據集511可更包含一生理年齡資料及一性別資料,且演算分類器可根據生理年齡資料及性別資料而調整並校正急性腎損傷狀態評估結果之一風險預後數據,以使急性腎損傷狀態評估結果更符合受試者實際之急性腎損傷狀態,進而提升本發明之急性腎損傷評估系統500的評估準確度。
請參照第6圖,其係繪示本發明另一實施方式之另一實施例的急性腎損傷評估系統600的架構示意圖。急性腎損傷評估系統600包含一擷取單元610以及一處理器620,擷取單元610用以擷取一受試者之一受試腎功能診斷數據集611,而處理器620包含一急性腎損傷評估程式630,其中擷取單元610、處理器620與第5圖的擷取單元510、處理器520相似,是以相同之細節在此將不再贅述。
急性腎損傷評估程式630包含一前處理模組640、一第一分類模組650及一第二分類模組660,其中前處理模組640、第一分類模組650與第5圖的前處理模組540、第一分類模組550相同,在此同樣不加以贅述。詳細而言,受試腎功能診斷數據集611更包含一基礎血清肌酸酐濃度資料,血清肌酸酐濃度資料包含一第一血清肌酸酐濃度資料,基礎血清肌酸酐濃度資料的一紀錄時間為急性腎損傷評估日期,第一血清肌酸酐濃度資料之該紀錄時間最接近急性腎損傷評估日期,且第二分類模組660係以本發明之演算分類器計算基礎血清肌酸酐濃度資料與第一血清肌酸酐濃度資料,以得一血清肌酸酐濃度差異值,並將前述之血清肌酸酐濃度差異值與一血清肌酸酐濃度閥值進行比對,以判斷急性腎損傷患者之一急性腎損傷發生型態。第一血清肌酸酐濃度資料之紀錄時間在所有血清肌酸酐濃度資料中最接近急性腎損傷評估日期,且若基礎血清肌酸酐濃度資料未能及時獲取,則取急性腎損傷評估日期往前推算最接近之第一次血清肌酸酐濃度資料與第二次血清肌酸酐濃度資料,以得一血清肌酸酐濃度差異值。其中,若前述之血清肌酸酐濃度差異值大於血清肌酸酐濃度閥值,急性腎損傷發生型態為惡化型急性腎損傷,若前述之血清肌酸酐濃度差異值小於血清肌酸酐濃度閥值,急性腎損傷發生型態為穩定型急性腎損傷。
詳細而言,第一血清肌酸酐濃度資料可為急性腎損傷評估日期前之最近一次之血清肌酸酐濃度資料,且急性腎損傷評估日期當天所取得之血清肌酸酐濃度資料則為基礎血清肌酸酐濃度資料,而血清肌酸酐濃度差異值則以前述之血清肌酸酐濃度差異值計算公式(III)計算而得,血清肌酸酐濃度差異值計算公式(III)請參前段所述,在此將不再贅述。
具體而言,前述之血清肌酸酐濃度閥值可為0.3 mg/dL,若血清肌酸酐濃度差異值大於0.3 mg/dL代表急性腎損傷患者的血清肌酸酐濃度在急性腎損傷評估日期前具有較大增加與惡化情形,顯示急性腎損傷患者的病況處於急速惡化狀態而為惡化型急性腎損傷。反之,若血清肌酸酐濃度差異值小於0.3 mg/dL,顯示急性腎損傷患者的急性腎損傷病況未有急速惡化之情形發生,並可歸類為穩定型急性腎損傷。
請參照第7圖,其係繪示本發明另一實施方式之又一實施例的急性腎損傷評估系統700的架構示意圖。急性腎損傷評估系統700包含一擷取單元710以及一處理器720,擷取單元710用以擷取一受試者之一受試腎功能診斷數據集711,而處理器720包含一急性腎損傷評估程式730,其中擷取單元710、處理器720與第5圖的擷取單元510、處理器520相似,是以相同之細節在此將不再贅述。
急性腎損傷評估程式730包含一前處理模組740、一第一分類模組750及一腎臟照護分級模組760,其中前處理模組740、第一分類模組750與第5圖的前處理模組540、第一分類模組550相同,在此同樣不加以贅述。詳細而言,受試腎功能診斷數據集711更包含一基礎腎絲球過濾率資料,基礎腎絲球過濾率資料的一紀錄時間為急性腎損傷評估日期,且腎臟照護分級模組760係以本發明之演算分類器分析基礎腎絲球過濾率資料後,以得一腎臟照護分級評估結果。
詳細而言,前述於計算惡化型或穩定型急性腎損傷之基礎腎絲球過濾率資料可為急性腎損傷評估日期前所得之最近一次之腎絲球過濾率資料或急性腎損傷評估日期當天所取得之腎絲球過濾率資料,而本發明之演算分類器將可進一步分別分析非急性腎損傷之受試者、惡化型急性腎損傷之急性腎損傷患者以及穩定型急性腎損傷之急性腎損傷患者的基礎腎絲球過濾率資料的數值而輸出對應之腎臟照護分級評估結果,以利於醫師參考前述之腎臟照護分級評估結果而採取後續之治療措施,防止延誤病情而造成腎功能長期的損傷,而基礎腎絲球過濾率資料的數值區間以及對應之腎臟照護分級評估結果則請參照前述表一,在此將不再贅述。
請參照第8圖,其係繪示本發明另一實施方式之再一實施例的急性腎損傷評估系統800的架構示意圖。急性腎損傷評估系統800包含一擷取單元810以及一處理器820,擷取單元810用以擷取一受試者之一受試腎功能診斷數據集811,而處理器820包含一急性腎損傷評估程式830,其中擷取單元810、處理器820與第5圖的擷取單元510、處理器520相似,是以相同之細節在此將不再贅述。
急性腎損傷評估程式830包含一前處理模組840、一第一分類模組850及一腎毒性藥物篩檢模組860,其中前處理模組840、第一分類模組850與第5圖的前處理模組540、第一分類模組550相同,在此同樣不加以贅述。詳細而言,受試腎功能診斷數據集811可更包含一藥物使用資料,且腎毒性藥物篩檢模組860係用以分析前述之藥物使用資料,以輸出一腎毒性藥物使用篩檢結果,以利於分析與評估受試者發生急性腎損傷的原因是否肇因於非類固醇抗發炎藥物、含碘顯影劑,抗微生物製劑、化學治療與免疫治療製劑、腎素-血管張力素系統拮抗劑或利尿劑等可能腎毒性藥物的影響,並使本發明之急性腎損傷評估系統800具有優異之臨床應用潛力。
藉此,本發明之急性腎損傷評估系統500、急性腎損傷評估系統600、急性腎損傷評估系統700以及急性腎損傷評估系統800透過演算分類器分析急性腎損傷評估日期前的0天至180天之血清肌酸酐濃度資料與腎絲球過濾率資料的波動程度,以評估受試者的急性腎損傷狀態,並進一步根據演算分類器分析後之風險矩陣等結果,歸納急性腎損傷患者在綜合急性腎損傷發生型態、腎臟照護分級評估結果以及腎毒性藥物使用情形後,即時計算預後風險並得知受試者之可能病因,以利後續醫療方針之擬定,亦可避免延誤治療的時間而造成腎功能長期的損傷,進而本發明之急性腎損傷評估系統500、急性腎損傷評估系統600、急性腎損傷評估系統700以及急性腎損傷評估系統800具有優異之臨床應用潛力。
[試驗例]
一、受試腎功能診斷數據集
本發明所使用的受試腎功能診斷數據集為中國醫學大學暨附設醫院所蒐集的6,046名年齡在20-90歲之間的末期腎臟疾病(end-stage renal disease, ESRD)患者的受試腎功能診斷數據集,其中前述之末期腎臟疾病患者並未進行過血液透析治療且至少紀錄有二次之腎絲球過濾率數據,並將前述之數據與結果紀錄於電子病歷中,以進行後續的分析。前述之臨床試驗為經中國醫藥大學暨附設醫院研究倫理委員會(China Medical University & Hospital Research Ethics Committee)核准之臨床試驗計劃,其編號為:CMUH105-REC3-068。
請參照第9圖,其係繪示本發明之急性腎損傷評估系統900的評估流程圖。以下將以第9圖說明本發明之急性腎損傷評估系統900與本發明之急性腎損傷評估方法在臨床應用上的細節。
如第9圖所示,儲存於實體儲存裝置或雲端儲存裝置之6,046名受試者的受試腎功能診斷數據集901將分別以第一分類模組910進行分析。詳細而言,受試腎功能診斷數據集901包含受試者於急性腎損傷評估日期前的0天至180天中所紀錄之所有的血清肌酸酐濃度資料以及根據血清肌酸酐濃度資料換算而得之腎絲球過濾率資料,且前述之血清肌酸酐濃度資料與前述之腎絲球過濾率資料將預先以前處理模組902計算其隨時間進展的一腎功能波動數據911,而腎功能波動數據911則包含血清肌酸酐濃度波動數值及腎絲球過濾率波動數值。
接著,第一分類模組910將以一演算分類器將前述血清肌酸酐濃度波動數值根據第一閥值50%進行分類或將前述之腎絲球過濾率波動數值根據第二閥值35%進行分類,以得受試者之一急性腎損傷狀態評估結果。其中,若血清肌酸酐濃度波動數值大於50%或腎絲球過濾率波動數值大於35%,受試者將被判定為急性腎損傷患者912,若血清肌酸酐濃度波動數值小於50%或腎絲球過濾率波動數值小於35%,受試者將被判定為非急性腎損傷受試者913。
接著,急性腎損傷患者912與非急性腎損傷受試者913將分別進行進一步的分析。在急性腎損傷患者912的分析方面,第二分類模組920將進一步以本發明之演算分類器計算急性腎損傷患者912的基礎血清肌酸酐濃度資料與血清肌酸酐濃度資料,以得一血清肌酸酐濃度差異值,並將前述之血清肌酸酐濃度差異值與血清肌酸酐濃度閥值進行比對,血清肌酸酐濃度閥值為0.3 mg/dL,以判斷急性腎損傷患者912之急性腎損傷發生型態。若前述之血清肌酸酐濃度差異值大於0.3 mg/dL,急性腎損傷發生型態為惡化型急性腎損傷921,若前述之血清肌酸酐濃度差異值小於0.3 mg/dL,急性腎損傷發生型態為穩定型急性腎損傷922。
另外,本發明之急性腎損傷評估系統900將可進一步利用腎臟照護分級模組930來對非急性腎損傷受試者913、惡化型急性腎損傷921之急性腎損傷患者912以及穩定型急性腎損傷922之急性腎損傷患者912進行腎臟照護分級評估,其中非急性腎損傷受試者913、惡化型急性腎損傷921之急性腎損傷患者912以及穩定型急性腎損傷922之急性腎損傷患者912的受試腎功能診斷數據集901包含一基礎腎絲球過濾率資料,基礎腎絲球過濾率資料之紀錄時間為回推最接近急性腎損傷評估日期之紀錄,且腎臟照護分級模組930係利用本發明之演算分類器分析前述之基礎腎絲球過濾率資料,以得一腎臟照護分級評估結果,以利於門診或急診醫師參考前述之腎臟照護分級評估結果而分別對非急性腎損傷受試者913、惡化型急性腎損傷921之急性腎損傷患者912以及穩定型急性腎損傷922之急性腎損傷患者912採取不同之後續治療措施,防止延誤病情而造成腎功能長期的損傷。
另外,非急性腎損傷受試者913與急性腎損傷患者912皆可進一步透過腎毒性藥物篩檢模組940分析其藥物使用資料,以利於分析與評估受試者發生急性腎損傷的原因是否肇因於非類固醇抗發炎藥物、含碘顯影劑,抗微生物製劑、化學治療與免疫治療製劑、腎素-血管張力素系統拮抗劑或利尿劑等可能產生腎毒性藥物的影響。其中,腎毒性藥物篩檢模組940之設定是由腎臟科醫師確認之腎毒性藥品清單,再由世界衛生組織之藥物治療分類代碼系統(ATC code)配合健保署公布之藥物清單及藥品代碼來篩選藥物,而複方藥方面則將其藥理成分拆解後再分開歸類,以提升後續之篩選精準度。
再者,由於急性腎損傷在門診或急診中的發生率約為11.9%,是以本發明之急性腎損傷評估系統900將可有效地透過本發明之演算分類器分析急性腎損傷評估日期前的0天至180天之血清肌酸酐濃度資料與腎絲球過濾率資料的波動程度,進而即時且快速地評估受試者的急性腎損傷狀態。
另外,本發明之急性腎損傷評估方法與急性腎損傷評估系統為世界首創,以應用於門診病人之急性腎損傷之偵測系統,而在本發明之急性腎損傷評估方法與急性腎損傷評估系統尚未問世之前,有關於門診病人之急性腎損傷診斷率非常低,平均而言,本發明之急性腎損傷評估方法與急性腎損傷評估系統多抓了將近85%的病人。此外,急性腎損傷乃單純由診斷數據而取得之數據,類似慢性腎臟病,當病人腎絲球過濾率低於60 ml/min/1.73 m
2時即可確診。因此,本發明之急性腎損傷評估方法與急性腎損傷評估系統之分析準確度僅受病人於就診時其血清肌酸酐濃度測量次數所影響,故血清肌酸酐濃度測量次數需大於2次,以利於本發明之急性腎損傷評估方法與急性腎損傷評估系統進行評估。
藉此,本發明之急性腎損傷評估方法與急性腎損傷評估系統透過演算分類器分析急性腎損傷評估日期前的0天至180天之血清肌酸酐濃度資料與腎絲球過濾率資料的波動程度,以評估受試者的急性腎損傷狀態,如此一來不僅可以即時計算並得知受試者的預後風險,以利後續醫療方針之擬定,亦可避免延誤治療的時間而造成腎功能長期的損傷,進而使本發明之急性腎損傷評估方法與急性腎損傷評估系統具有優異之臨床應用潛力。
雖然本發明已以實施方式揭露如上,然其並非用以限定本發明,任何熟習此技藝者,在不脫離本發明之精神和範圍內,當可作各種之更動與潤飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
100,200,300,400:急性腎損傷評估方法
110,120,130,140,210,220,230,240,250,310,320,330,340,350,410,420,430,440,450:步驟
500,600,700,800,900:急性腎損傷評估系統
510,610,710,810:擷取單元
511,611,711,811,901:受試腎功能診斷數據集
520,620,720,820:處理器
530,630,730,830:急性腎損傷評估程式
540,640,740,840,902:前處理模組
550,650,750,850,910:第一分類模組
660,920:第二分類模組
760,930:腎臟照護分級模組
860,940:腎毒性藥物篩檢模組
911:腎功能波動數據
912:急性腎損傷患者
913:非急性腎損傷受試者
921:惡化型急性腎損傷
922:穩定型急性腎損傷
第1圖係繪示本發明一實施方式之一實施例的急性腎損傷評估方法的步驟流程圖;
第2圖係繪示本發明一實施方式之另一實施例的急性腎損傷評估方法的步驟流程圖;
第3圖係繪示本發明一實施方式之又一實施例的急性腎損傷評估方法的步驟流程圖;
第4圖係繪示本發明一實施方式之再一實施例的急性腎損傷評估方法的步驟流程圖;
第5圖係繪示本發明另一實施方式之一實施例的急性腎損傷評估系統的架構示意圖;
第6圖係繪示本發明另一實施方式之另一實施例的急性腎損傷評估系統的架構示意圖;
第7圖係繪示本發明另一實施方式之又一實施例的急性腎損傷評估系統的架構示意圖;
第8圖係繪示本發明另一實施方式之再一實施例的急性腎損傷評估系統的架構示意圖;以及
第9圖係繪示本發明之急性腎損傷評估系統的評估流程圖。
100:急性腎損傷評估方法
110,120,130,140:步驟
Claims (14)
- 一種急性腎損傷評估方法,包含:提供一受試者之一急性腎損傷評估日期;提供該受試者之一受試腎功能診斷數據集,其中該受試腎功能診斷數據集包含複數個血清肌酸酐濃度資料及複數個腎絲球過濾率資料,且各該血清肌酸酐濃度資料之一紀錄時間與各該腎絲球過濾率資料之一紀錄時間為該急性腎損傷評估日期前的0天至180天;進行一前處理步驟,其係分別計算該些血清肌酸酐濃度資料隨時間進展的一變化程度及該些腎絲球過濾率資料隨時間進展的一變化程度,以得一血清肌酸酐濃度波動數值及一腎絲球過濾率波動數值;以及進行一第一分類步驟,其係以一演算分類器將該血清肌酸酐濃度波動數值根據一第一閥值進行分類或將該腎絲球過濾率波動數值根據一第二閥值進行分類,以得該受試者之一急性腎損傷狀態評估結果,其中該演算分類器為多變量Cox演算分類器;其中,若該血清肌酸酐濃度波動數值大於該第一閥值或該腎絲球過濾率波動數值大於該第二閥值,該受試者將被判定為一急性腎損傷患者,若該血清肌酸酐濃度波動數值小於該第一閥值或該腎絲球過濾率波動數值小於該第二閥值,該受試者將被判定為一非急性腎損傷受試者;其中,該些血清肌酸酐濃度資料包含一最大血清肌酸酐濃度資料及一最小血清肌酸酐濃度資料,該些腎絲球過濾 率資料包含一最大腎絲球過濾率資料及一最小腎絲球過濾率資料,且該血清肌酸酐濃度波動數值根據該最大血清肌酸酐濃度資料與該最小血清肌酸酐濃度資料計算而得,該腎絲球過濾率波動數值根據該最大腎絲球過濾率資料與該最小腎絲球過濾率資料計算而得。
- 如請求項1所述之急性腎損傷評估方法,其中該第一閥值為50%,該第二閥值為35%。
- 如請求項1所述之急性腎損傷評估方法,其中該受試腎功能診斷數據集更包含一基礎血清肌酸酐濃度資料,該些血清肌酸酐濃度資料包含一第一血清肌酸酐濃度資料,該基礎血清肌酸酐濃度資料的一紀錄時間為該急性腎損傷評估日期,該第一血清肌酸酐濃度資料之一紀錄時間最接近該急性腎損傷評估日期,該急性腎損傷評估方法更包含:進行一第二分類步驟,其係以該演算分類器計算該基礎血清肌酸酐濃度資料與該第一血清肌酸酐濃度資料,以得一血清肌酸酐濃度差異值,並將該血清肌酸酐濃度差異值與一血清肌酸酐濃度閥值進行比對,以判斷該急性腎損傷患者之一急性腎損傷發生型態;其中,若該血清肌酸酐濃度差異值大於該血清肌酸酐濃度閥值,該急性腎損傷發生型態為惡化型急性腎損傷,若該血清肌酸酐濃度差異值小於該血清肌酸酐濃度閥值,該 急性腎損傷發生型態為穩定型急性腎損傷。
- 如請求項3所述之急性腎損傷評估方法,其中該血清肌酸酐濃度閥值為0.3mg/dL。
- 如請求項1所述之急性腎損傷評估方法,其中該受試腎功能診斷數據集更包含一生理年齡資料及一性別資料,且該演算分類器更根據該生理年齡資料及該性別資料而調整並校正該急性腎損傷狀態評估結果之一風險預後數據。
- 如請求項1所述之急性腎損傷評估方法,其中該受試腎功能診斷數據集更包含一基礎腎絲球過濾率資料,該基礎腎絲球過濾率資料的一紀錄時間為該急性腎損傷評估日期,該急性腎損傷評估方法更包含:進行一腎臟照護分級步驟,其係以該演算分類器分析該基礎腎絲球過濾率資料後,以得一腎臟照護分級評估結果。
- 如請求項1所述之急性腎損傷評估方法,更包含:進行一腎毒性藥物篩檢步驟,其中該受試腎功能診斷數據集更包含一藥物使用資料,且該腎毒性藥物篩檢步驟係分析該藥物使用資料,以輸出一腎毒性藥物使用篩檢結果。
- 一種急性腎損傷評估系統,包含:一擷取單元,用以擷取一受試者之一受試腎功能診斷數據集,其中該受試腎功能診斷數據集包含複數個血清肌酸酐濃度資料及複數個腎絲球過濾率資料,且該擷取單元係自動擷取一急性腎損傷評估日期前的0天至180天紀錄之該些血清肌酸酐濃度資料與該些腎絲球過濾率資料;以及一處理器,電訊連接該擷取單元,其中該處理器包含一急性腎損傷評估程式,當該急性腎損傷評估程式由該處理器執行時用以評估該受試者之一急性腎損傷狀態,且該急性腎損傷評估程式包含:一前處理模組,其係用以分別計算該些血清肌酸酐濃度資料隨時間進展的一變化程度及該些腎絲球過濾率資料隨時間進展的一變化程度,以得一血清肌酸酐濃度波動數值及一腎絲球過濾率波動數值;及一第一分類模組,其係以一演算分類器將該血清肌酸酐濃度波動數值根據一第一閥值進行分類或將該腎絲球過濾率波動數值根據一第二閥值進行分類,以得該受試者之一急性腎損傷狀態評估結果,其中該演算分類器為多變量Cox演算分類器;其中,若該血清肌酸酐濃度波動數值大於該第一閥值或該腎絲球過濾率波動數值大於該第二閥值,該受試者將被判定為一急性腎損傷患者,若該血清肌酸酐濃度波動數值小於該第一閥值或該腎絲球過濾率波動數值小於該第二閥值,該受試者將被判定為一非急性腎損傷受試 者;其中,該些血清肌酸酐濃度資料包含一最大血清肌酸酐濃度資料及一最小血清肌酸酐濃度資料,該些腎絲球過濾率資料包含一最大腎絲球過濾率資料及一最小腎絲球過濾率資料,且該血清肌酸酐濃度波動數值根據該最大血清肌酸酐濃度資料與該最小血清肌酸酐濃度資料計算而得,該腎絲球過濾率波動數值根據該最大腎絲球過濾率資料與該最小腎絲球過濾率資料計算而得。
- 如請求項8所述之急性腎損傷評估系統,其中該第一閥值為50%,該第二閥值為35%。
- 如請求項8所述之急性腎損傷評估系統,其中該受試腎功能診斷數據集更包含一基礎血清肌酸酐濃度資料,該些血清肌酸酐濃度資料包含一第一血清肌酸酐濃度資料,該基礎血清肌酸酐濃度資料的一紀錄時間為該急性腎損傷評估日期,該第一血清肌酸酐濃度資料之一紀錄時間最接近該急性腎損傷評估日期,該急性腎損傷評估系統更包含:一第二分類模組,其係以該演算分類器計算該基礎血清肌酸酐濃度資料與該第一血清肌酸酐濃度資料,以得一血清肌酸酐濃度差異值,並將該血清肌酸酐濃度差異值與一血清肌酸酐濃度閥值進行比對,以判斷該急性腎損傷患者之一急性腎損傷發生型態; 其中,若該血清肌酸酐濃度差異值大於該血清肌酸酐濃度閥值,該急性腎損傷發生型態為惡化型急性腎損傷,若該血清肌酸酐濃度差異值小於該血清肌酸酐濃度閥值,該急性腎損傷發生型態為穩定型急性腎損傷。
- 如請求項10所述之急性腎損傷評估系統,其中該血清肌酸酐濃度閥值為0.3mg/dL。
- 如請求項8所述之急性腎損傷評估系統,其中該受試腎功能診斷數據集更包含一生理年齡資料及一性別資料,且該演算分類器更根據該生理年齡資料及該性別資料而調整並校正該急性腎損傷狀態評估結果之一風險預後數據。
- 如請求項8所述之急性腎損傷評估系統,其中該受試腎功能診斷數據集更包含一基礎腎絲球過濾率資料,該基礎腎絲球過濾率資料的一紀錄時間為該急性腎損傷評估日期,該急性腎損傷評估系統更包含:一腎臟照護分級模組,其係以該演算分類器分析該基礎腎絲球過濾率資料後,以得一腎臟照護分級評估結果。
- 如請求項8所述之急性腎損傷評估系統,更包含:一腎毒性藥物篩檢模組,其中該受試腎功能診斷數據集 更包含一藥物使用資料,且該腎毒性藥物篩檢模組係用以分析該藥物使用資料,以輸出一腎毒性藥物使用篩檢結果。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109136737A TWI755108B (zh) | 2020-10-22 | 2020-10-22 | 急性腎損傷評估方法及急性腎損傷評估系統 |
US17/105,714 US20220130538A1 (en) | 2020-10-22 | 2020-11-27 | Method For Assessing Acute Kidney Injury And Acute Kidney Injury Assessment System |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109136737A TWI755108B (zh) | 2020-10-22 | 2020-10-22 | 急性腎損傷評估方法及急性腎損傷評估系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI755108B true TWI755108B (zh) | 2022-02-11 |
TW202217305A TW202217305A (zh) | 2022-05-01 |
Family
ID=81257475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109136737A TWI755108B (zh) | 2020-10-22 | 2020-10-22 | 急性腎損傷評估方法及急性腎損傷評估系統 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220130538A1 (zh) |
TW (1) | TWI755108B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI796228B (zh) * | 2022-05-25 | 2023-03-11 | 臺中榮民總醫院 | 急性腎損傷預測系統及其方法 |
WO2023201647A1 (en) * | 2022-04-21 | 2023-10-26 | China Medical University | Method for assessing acute kidney injury and acute kidney injury assessment system |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115995298B (zh) * | 2023-03-21 | 2023-06-09 | 中国医学科学院阜外医院 | 心脏术后aki发生概率确定方法及系统、辅助决策系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170347936A1 (en) * | 2016-06-02 | 2017-12-07 | Cardiac Pacemakers, Inc. | Acute kidney injury detection system and methods |
-
2020
- 2020-10-22 TW TW109136737A patent/TWI755108B/zh active
- 2020-11-27 US US17/105,714 patent/US20220130538A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170347936A1 (en) * | 2016-06-02 | 2017-12-07 | Cardiac Pacemakers, Inc. | Acute kidney injury detection system and methods |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023201647A1 (en) * | 2022-04-21 | 2023-10-26 | China Medical University | Method for assessing acute kidney injury and acute kidney injury assessment system |
TWI796228B (zh) * | 2022-05-25 | 2023-03-11 | 臺中榮民總醫院 | 急性腎損傷預測系統及其方法 |
US11937932B2 (en) | 2022-05-25 | 2024-03-26 | Taichung Veterans General Hospital | Acute kidney injury predicting system and method thereof |
Also Published As
Publication number | Publication date |
---|---|
TW202217305A (zh) | 2022-05-01 |
US20220130538A1 (en) | 2022-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI755108B (zh) | 急性腎損傷評估方法及急性腎損傷評估系統 | |
Cheung et al. | Retinal vascular geometry and 6 year incidence and progression of diabetic retinopathy | |
Lee et al. | Deeper penetration of erythrocytes into the endothelial glycocalyx is associated with impaired microvascular perfusion | |
Edwards et al. | Associations between retinal microvascular abnormalities and declining renal function in the elderly population: the Cardiovascular Health Study | |
Picón et al. | Hemoglobin A1c versus oral glucose tolerance test in postpartum diabetes screening | |
Alkandari et al. | Acute kidney injury is an independent risk factor for pediatric intensive care unit mortality, longer length of stay and prolonged mechanical ventilation in critically ill children: a two-center retrospective cohort study | |
McGeechan et al. | Meta-analysis: retinal vessel caliber and risk for coronary heart disease | |
CHEUNG et al. | A new method to measure peripheral retinal vascular caliber over an extended area | |
Tatham et al. | Strategies for improving early detection of glaucoma: the combined structure–function index | |
US12023178B2 (en) | Method of detecting sepsis using vital signs, including systolic blood pressure, hematology parameters, and combinations thereof | |
Sumaili et al. | High prevalence of undiagnosed chronic kidney disease among at-risk population in Kinshasa, the Democratic Republic of Congo | |
Bressler et al. | Observational study of subclinical diabetic macular edema | |
Liew et al. | Retinal microvascular signs are associated with chronic kidney disease in persons with and without diabetes | |
Fuller et al. | King-Devick concussion test performs poorly as a screening tool in elite rugby union players: a prospective cohort study of two screening tests versus a clinical reference standard | |
JP2002022748A (ja) | 臨床検査システム | |
Tam et al. | Comparison of clinical and biochemical markers of dehydration with the clinical dehydration scale in children: a case comparison trial | |
Murray et al. | Preliminary Clinical Evaluation of Semi‐automated Nailfold Capillaroscopy in the Assessment of Patients with Raynaud’s Phenomenon | |
Sandoval-Garcia et al. | Retinal arteriolar tortuosity and fractal dimension are associated with long-term cardiovascular outcomes in people with type 2 diabetes | |
Kado et al. | Normotensive non-dipping blood pressure profile does not predict the risk of chronic kidney disease progression | |
van Donge et al. | Age‐dependent changes of kidney injury biomarkers in pediatrics | |
Zisimopoulou et al. | Cerebrospinal fluid analysis after unprovoked first seizure | |
Bahr et al. | Early hyperbilirubinemia in neonates with down syndrome | |
Rodrigues et al. | Sensitivity and specificity of body mass index as a marker of obesity in elderly patients on hemodialysis | |
WO2023201647A1 (en) | Method for assessing acute kidney injury and acute kidney injury assessment system | |
WO2016103390A1 (ja) | インスリン分泌能分析装置、当該装置を備えるインスリン分泌能分析システム及びインスリン分泌能分析方法 |