CN111939353A - 血液透析中低血压事件的预测模型的构建方法 - Google Patents
血液透析中低血压事件的预测模型的构建方法 Download PDFInfo
- Publication number
- CN111939353A CN111939353A CN201910400324.7A CN201910400324A CN111939353A CN 111939353 A CN111939353 A CN 111939353A CN 201910400324 A CN201910400324 A CN 201910400324A CN 111939353 A CN111939353 A CN 111939353A
- Authority
- CN
- China
- Prior art keywords
- dialysis
- hemodialysis
- idh
- neural network
- event
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001631 haemodialysis Methods 0.000 title claims abstract description 27
- 230000000322 hemodialysis Effects 0.000 title claims abstract description 27
- 208000001953 Hypotension Diseases 0.000 title claims abstract description 14
- 238000010276 construction Methods 0.000 title claims abstract description 10
- 208000021822 hypotensive Diseases 0.000 title claims abstract description 8
- 230000001077 hypotensive effect Effects 0.000 title claims abstract description 8
- 238000000502 dialysis Methods 0.000 claims abstract description 44
- 238000013528 artificial neural network Methods 0.000 claims abstract description 13
- 238000012549 training Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000010801 machine learning Methods 0.000 claims abstract description 8
- 238000012795 verification Methods 0.000 claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 238000013499 data model Methods 0.000 claims abstract description 4
- 238000011282 treatment Methods 0.000 claims description 7
- 238000003745 diagnosis Methods 0.000 claims description 6
- 230000035487 diastolic blood pressure Effects 0.000 claims description 6
- 238000000108 ultra-filtration Methods 0.000 claims description 6
- 230000004872 arterial blood pressure Effects 0.000 claims description 5
- 206010012601 diabetes mellitus Diseases 0.000 claims description 5
- 230000035488 systolic blood pressure Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 230000017531 blood circulation Effects 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 230000004584 weight gain Effects 0.000 claims description 4
- 235000019786 weight gain Nutrition 0.000 claims description 4
- 238000005534 hematocrit Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000036387 respiratory rate Effects 0.000 claims description 3
- 208000020372 Infective dermatitis associated with HTLV-1 Diseases 0.000 claims 4
- 230000002093 peripheral effect Effects 0.000 claims 1
- 230000033764 rhythmic process Effects 0.000 claims 1
- 230000036543 hypotension Effects 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000004393 prognosis Methods 0.000 abstract description 4
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 238000013527 convolutional neural network Methods 0.000 abstract description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 2
- 210000003743 erythrocyte Anatomy 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012959 renal replacement therapy Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 101100353912 Arabidopsis thaliana PSBP1 gene Proteins 0.000 description 1
- 101100245627 Nicotiana tabacum PSBP2 gene Proteins 0.000 description 1
- 101150035845 PSBP gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 208000012866 low blood pressure Diseases 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
- A61M1/14—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/04—Heartbeat characteristics, e.g. ECG, blood pressure modulation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/20—Blood composition characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/40—Respiratory characteristics
- A61M2230/42—Rate
Landscapes
- Health & Medical Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Anesthesiology (AREA)
- Urology & Nephrology (AREA)
- Vascular Medicine (AREA)
- Engineering & Computer Science (AREA)
- Emergency Medicine (AREA)
- Biomedical Technology (AREA)
- Hematology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- External Artificial Organs (AREA)
Abstract
本发明专利涉及血液透析的临床监测领域,具体涉及血液透析中低血压事件预测模型的构建方法,包括以下步骤:步骤(1):在患者进行血液透析过程中固定时间间隔采集所有相关患者主客观参数。步骤(2):采集患者的透析中低血压事件发生情况。步骤(3):通过大于等于1∶1数量级进行训练集及验证集的划分。步骤(4):通过多种机器学习的方法:如神经网络、深度神经网络、卷积神经网络对各因素进行分层分析并通过梯度下降算法为各个因素的权重进行分配。步骤(5):使用Tensor Flow产生数据模型并进行验证。本发明通过人工智能预测血液透析中低血压的发生,AUC可达0.93,敏感度和特异度均可达86%以上,为进一步人工智能辅助提前干预并改善预后奠定基础。
Description
技术领域:
本发明专利涉及血液透析的临床监测领域,具体涉及血液透析中低血压事件预测模型的构建方法
背景技术:
肾脏替代治疗(Renal Replacement Therapy,RRT)是***患者长期维持生命的医疗手段。其治疗过程中存在着各种并发症,其中最为常见且严重的是血液透析中低血压(Intradialytic hypotension,IDH),影响到***患者的长期预后。然而,由于迄今为止全球肾脏病领域对IDH的定义/诊断标准缺乏共识、以及IDH的发生具有实时性及个体差异、影响因素众多且权重不一,导致目前预测及个体化干预血液透析中低血压十分困难。
针对以上问题,专利发明者进行了调研后,已于在华山医院北院血液净化中心建立了结构化血液透析信息数据库,测试通过并正式开始收集机器学习的数据,旨在评估通过多种机器学习方法如:神经网络、深度神经网络、卷积神经网络方法建立的模型能否解决血液透析中IDH预测的问题。
发明内容:
本发明提供了血液透析中低血压事件的预测模型的构建方法,在本发明中,患者血液透析期间进行了持续的监测,收集了包括糖尿病病史、年龄、透析龄、透前干体重、目标超滤率、目标超滤率/干体重、透析间期体重增长、透析间期体重增长/干体重、透前收缩压、透前舒张压、透前平均动脉压、透前心率、透析液电导度、血流量、超滤率、传统血透机其/人工测量或有创/无创感应/穿戴设备获得的收缩压、舒张压、平均动脉压、心率、心律、呼吸频率、氧饱和度、感应设备或血液透析机自带/选配感应器监测获得的动态红细胞压积作为输入数据,是否发生IDH事件作为终点事件。IDH的主流诊断标准见表1。
发明的主要目标是评估输入数据与终点事件之间的关系。在前期的工作中,申请者已于在华山医院北院血液净化中心建立了结构化血液透析信息数据库,测试通过并正式开始收集机器学习的数据,将此后3个月的数据作为预实验数据库,其中按时间将前80%的数据作为训练集,后20%作为验证集,验证集数据不参与训练。共收集32064和8016组数据分别进入训练集和验证集。
发明人通过结构化血液透析信息数据库将训练集和验证集的数据根据8组常用的IDH定义(表1)在训练集机器学习后得出的预测结果的受试者工作特征曲线(ReceiverOperating Characteristic Curve,ROC曲线)均提示较大的曲线下面积(Area UnderCurve,AUC),其中最近期权威文献提出的透析前SBP≥160mmHg且透析中最低SBP<100mmHg/透析前SBP<159mmHg且透析中最低SBP<90mmHg的诊断标准其AUC可达到0.931142,敏感度和特异度均可达到86.6%。验证集验证的结果提示与训练集结果相比,敏感性和特异性仅略有改变,总体上大致相当,预测效能基本一致,说明此模型适用于未知数据。此外,经过干预的数据并未单独列出进行分析,预测结果仍较为理想,提示此模型适用于干预后的数据。根据表1中其他诊断标准作为IDH终点事件的预测项AUC均超过0.86,敏感性特异性最低达到0.77,在验证集中的结果总体大致相当。
表1 血液透析中低血压的诊断标准
注:PSBP:透析前舒张压;Nadir:透析中SBP谷值;Fall:透析中SBP下降绝对值
本发明提供血液透析中低血压事件的预测模型的构建方法,包括以下步骤:
步骤(1):在患者进行血液透析过程(包括透析前后)中固定时间间隔采集患者糖尿病史、年龄、透析龄、透前干体重、目标超滤率、目标超滤率/干体重、透析间期体重增长、透析间期体重增长/干体重、透前收缩压、透前舒张压、透前平均动脉压、透前心率、透析液电导度、血流量、超滤率、传统血透机其/人工测量或有创/无创感应/穿戴设备获得的收缩压、舒张压、平均动脉压、心率、心律、呼吸频率、氧饱和度、感应设备或血液透析机自带/选配感应器监测获得的动态红细胞压积
步骤(2):根据主流IDH事件诊断标准(表1)采集以上患者的IDH事件发生情况。
步骤(3):通过大于等于1∶1数量级进行训练集及验证集的划分。
步骤(4):通过多种机器学习的方法:如神经网络、深度神经网络、卷积神经网络对各因素进行分层分析并通过梯度下降算法为各个因素的权重进行分配。
步骤(5):使用Tensor Flow产生数据模型并进行验证。
上述的构建方法,其中,所述步骤(1)还包括:当患者的部分测量值显著异常或不符合常理并经复测证实异常时,该患者该部分数据将不在统计范围内。如血压、心率极低、极高(血压0/0mmHg,40/20mmHg等,或心率0次/分、300次/分)
上述的构建方法,其中,所述步骤(2)中,患者IDH数据的采集方法为发明人同期申请的名为“血液透析中的主观事件及处理的结构化的特征提取方法”的发明专利。
上述的构建方法,其中,所述步骤(5)中,经过验证后,验证集的数据可以划入训练集进行进一步训练。
本发明具有以下优点:
传统研究回顾性统计IDH发生的危险因素,如透前低SBP和罹患糖尿病等在单次透析中无法干预,而IDH作为终点事件仅在透析治疗过程中出现,因而传统危险因素对于IDH的干预价值不高。所以,在透析过程中预测并提前干预IDH才是干预IDH的黄金干预时间窗。人工神经网络通过信息的智能化处理,在疾病诊断和预测中具有不可比拟的优势。本研究的模型可根据透析前数据(性别、年龄、糖尿病、超滤量、透析间期体重增长、透析前SBP、透析治疗参数、透前问诊信息等)结合T0时刻的数据(生命体征、透析治疗参数等),按照特定纯数值IDH诊断标准预测下一时间点(T1时刻)是否发生IDH,为在透析中提前防治IDH给出治疗窗,一定程度上弥补了回顾性分析的不足。
基于神经网络的人工智能血液透析中低血压预测模型可以有效预测目前得到广泛认可的不同的纯数值IDH诊断标准下IDH的发生,对于KDOQI的诊断标准也有一定的预测效能,且适用于未知数据和包含干预的数据。为下一步人工智能介入预测提前干预减少IDH事件的发生,改善透析患者预后,探索个体化人工智能IDH的防治策略奠定了基础。
以上对本发明的较佳实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施;任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例,这并不影响本发明的实质内容。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种血液透析中低血压事件的预测模型的构建方法,包括以下步骤:
步骤(1):在患者进行血液透析过程(包括透析前后)中固定时间间隔采集患者的糖尿病史、年龄、透析龄、透前干体重、目标超滤率、目标超滤率/干体重、透析间期体重增长、透析间期体重增长/干体重、透前收缩压、透前舒张压、透前平均动脉压、透前心率、透析液电导度、血流量、超滤率、收缩压、舒张压、平均动脉压、心率、心律、呼吸频率、氧饱和度、动态红细胞压积、微血管血流参数;
步骤(2):根据主流IDH事件诊断标准采集以上患者的IDH事件发生情况;
步骤(3):通过大于等于1:1数量级进行训练集及验证集的划分;
步骤(4):通过多种机器学习的方法:如神经网络、深度神经网络、卷积网络等形式对各因素进行分层分析并通过梯度下降算法为各个因素的权重进行分配,根据终点事件;
步骤(5):使用Tensor Flow产生数据模型并进行验证。
2.根据权利要求1所述的预测模型,其特征在于基于数据集采集、使用深度神经网络的形式对各因素进行分层分析并通过梯度下降算法的预测模型。
3.根据权利要求1所述的血液透析中低血压事件的预测模型,其特征在于可根据透析前数据(性别、年龄、糖尿病、超滤量、透析间期体重增长、透析前SBP、透析治疗参数、透前问诊信息等)结合T0时刻的数据(生命体征、透析治疗参数等),按照特定纯数值IDH诊断标准预测下一时间点(T1时刻)是否发生IDH。其中T0、T1间隔即为步骤(1)中固定采集时间间隔。
4.根据权利要求1所述的血液透析中低血压事件的预测模型,其特征在于氧饱和度、动态红细胞压积、微血管血流参数指标,既可以人为通过设备测量后记录,亦可以通过相关设备直接采集。
5.根据权利要求1所述的预测模型,其特征包括模型使用范围包括但不限于监测HCT(包括动态,感应设备或血透机器自带),一个是无创穿戴设备(感应器,手环,指末,末梢血管等感应设备)。
6.根据权利要求1所述的预测模型,其特征在于模型使用的各种机器学习方法,包括但不限于神经网络、深度神经网络、卷积网络等。其产生数据模型的工具包括但不限于TensorFlow。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910400324.7A CN111939353A (zh) | 2019-05-14 | 2019-05-14 | 血液透析中低血压事件的预测模型的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910400324.7A CN111939353A (zh) | 2019-05-14 | 2019-05-14 | 血液透析中低血压事件的预测模型的构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111939353A true CN111939353A (zh) | 2020-11-17 |
Family
ID=73336530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910400324.7A Pending CN111939353A (zh) | 2019-05-14 | 2019-05-14 | 血液透析中低血压事件的预测模型的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111939353A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113823409A (zh) * | 2021-09-23 | 2021-12-21 | 重庆山外山血液净化技术股份有限公司 | 一种透析中低血压事件风险的评估方法和*** |
CN114937486A (zh) * | 2022-06-22 | 2022-08-23 | 肾泰网健康科技(南京)有限公司 | Idh预测及干预措施推荐多任务模型的构建方法及应用 |
CN115359632A (zh) * | 2022-07-28 | 2022-11-18 | 苏州盈迪信康科技股份有限公司 | 一种透析中低血压实时预警装置及其监控预警方法 |
TWI792333B (zh) * | 2021-06-18 | 2023-02-11 | 翔安生醫科技股份有限公司 | 低血壓的預測處理方法與系統 |
TWI793833B (zh) * | 2021-10-28 | 2023-02-21 | 緯創資通股份有限公司 | 透析中的分析方法及用於透析的分析裝置 |
-
2019
- 2019-05-14 CN CN201910400324.7A patent/CN111939353A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI792333B (zh) * | 2021-06-18 | 2023-02-11 | 翔安生醫科技股份有限公司 | 低血壓的預測處理方法與系統 |
CN113823409A (zh) * | 2021-09-23 | 2021-12-21 | 重庆山外山血液净化技术股份有限公司 | 一种透析中低血压事件风险的评估方法和*** |
CN113823409B (zh) * | 2021-09-23 | 2023-12-29 | 重庆山外山血液净化技术股份有限公司 | 一种透析中低血压事件风险的评估方法和*** |
TWI793833B (zh) * | 2021-10-28 | 2023-02-21 | 緯創資通股份有限公司 | 透析中的分析方法及用於透析的分析裝置 |
CN114937486A (zh) * | 2022-06-22 | 2022-08-23 | 肾泰网健康科技(南京)有限公司 | Idh预测及干预措施推荐多任务模型的构建方法及应用 |
CN114937486B (zh) * | 2022-06-22 | 2023-09-26 | 肾泰网健康科技(南京)有限公司 | Idh预测及干预措施推荐多任务模型的构建方法及应用 |
CN115359632A (zh) * | 2022-07-28 | 2022-11-18 | 苏州盈迪信康科技股份有限公司 | 一种透析中低血压实时预警装置及其监控预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111939353A (zh) | 血液透析中低血压事件的预测模型的构建方法 | |
WO2020006845A1 (zh) | 一种健康储备评估方法、装置及其应用 | |
CN106037655B (zh) | 一种睡眠周期信号的分离及周期计算方法及装置 | |
JP2009207874A (ja) | 呼吸ガス及び血液ガスの測定による非侵襲的呼吸特性値の予測方法及び表示装置 | |
US20220022812A1 (en) | System. device, and methods for hydration monitoring | |
AU2005268811B2 (en) | Non-invasive heart monitoring apparatus and method | |
Crema et al. | Virtual respiratory rate sensors: An example of a smartphone-based integrated and multiparametric mHealth gateway | |
CN106473700B (zh) | 基于hrv频域分析的阻塞性睡眠呼吸暂停综合征的检测*** | |
Gaiduk et al. | Automatic sleep stages classification using respiratory, heart rate and movement signals | |
WO2020052433A1 (zh) | 一种充分性评估方法及*** | |
CN109567756A (zh) | 一种基于人工智能床垫的睡眠状态检测方法 | |
CN105326477B (zh) | 一种用于多种医学信号采集的呼吸及心跳同步信号提取方法及装置 | |
CN109893113A (zh) | 基于bcg和hrv技术的信息处理方法 | |
CN110767316A (zh) | 一种创伤输血预测模型建立方法、确定输血量的方法及*** | |
CN115200911A (zh) | 一种机械通气分析预警方法及*** | |
CN106108844B (zh) | 一种确定睡眠阶段的方法和装置 | |
CN113384241B (zh) | 一种可穿戴设备辅助的慢性病患者临床监测平台与方法 | |
CN108986920B (zh) | 透析充分性蛋白分解率评估方法及*** | |
CN113577476A (zh) | 一种基于呼吸机信息收集的医学数据分析*** | |
Dubé | Reliability of the determination of the Ventilatory threshold in patients with COPD | |
CN116434975B (zh) | 一种呼吸内科清肺排痰装置智能管理*** | |
CN111481189A (zh) | 睡眠评估方法及装置 | |
CN113143263B (zh) | 一种用于构建睡眠呼吸暂停判别最优模型的*** | |
Bohnert et al. | Changes of Hemodynamic Parameters over a Single Treatment Week in Patients Undergoing Chronic Intermittent Hemodialysis: TH-PO274 | |
CN109887599B (zh) | 一种基于神经网络的中医处方疗效推演方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
DD01 | Delivery of document by public notice |
Addressee: Wu Yuanhao Document name: Notice of First Examination Opinion |
|
DD01 | Delivery of document by public notice | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201117 |
|
WD01 | Invention patent application deemed withdrawn after publication |