CN117727459A - 慢性肾病5期合并2型糖尿病的透析时机预测方法及*** - Google Patents
慢性肾病5期合并2型糖尿病的透析时机预测方法及*** Download PDFInfo
- Publication number
- CN117727459A CN117727459A CN202410179365.9A CN202410179365A CN117727459A CN 117727459 A CN117727459 A CN 117727459A CN 202410179365 A CN202410179365 A CN 202410179365A CN 117727459 A CN117727459 A CN 117727459A
- Authority
- CN
- China
- Prior art keywords
- dialysis
- opportunity
- syndrome
- prediction
- disease
- 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
- 238000000502 dialysis Methods 0.000 title claims abstract description 169
- 238000000034 method Methods 0.000 title claims abstract description 34
- 208000020832 chronic kidney disease Diseases 0.000 title claims abstract description 26
- 208000001072 type 2 diabetes mellitus Diseases 0.000 title claims abstract description 17
- 208000011580 syndromic disease Diseases 0.000 claims abstract description 70
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 42
- 201000010099 disease Diseases 0.000 claims abstract description 41
- 238000011282 treatment Methods 0.000 claims abstract description 18
- 208000031971 Yin Deficiency Diseases 0.000 claims abstract description 17
- 210000003734 kidney Anatomy 0.000 claims abstract description 16
- 206010062717 Increased upper airway secretion Diseases 0.000 claims abstract description 15
- 208000026435 phlegm Diseases 0.000 claims abstract description 15
- 208000024891 symptom Diseases 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 17
- 210000004369 blood Anatomy 0.000 claims description 12
- 239000008280 blood Substances 0.000 claims description 12
- 206010016807 Fluid retention Diseases 0.000 claims description 10
- 210000002700 urine Anatomy 0.000 claims description 10
- 206010036790 Productive cough Diseases 0.000 claims description 6
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 claims description 6
- 239000011248 coating agent Substances 0.000 claims description 6
- 238000000576 coating method Methods 0.000 claims description 6
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 claims description 6
- 230000007812 deficiency Effects 0.000 claims description 6
- 238000003745 diagnosis Methods 0.000 claims description 6
- 238000007477 logistic regression Methods 0.000 claims description 6
- 102000004169 proteins and genes Human genes 0.000 claims description 6
- 108090000623 proteins and genes Proteins 0.000 claims description 6
- 206010012601 diabetes mellitus Diseases 0.000 claims description 5
- 230000024924 glomerular filtration Effects 0.000 claims description 5
- 208000000044 Amnesia Diseases 0.000 claims description 3
- 208000031091 Amnestic disease Diseases 0.000 claims description 3
- 206010003445 Ascites Diseases 0.000 claims description 3
- 201000001320 Atherosclerosis Diseases 0.000 claims description 3
- 206010063659 Aversion Diseases 0.000 claims description 3
- 206010011878 Deafness Diseases 0.000 claims description 3
- 206010013789 Dry throat Diseases 0.000 claims description 3
- 206010013954 Dysphoria Diseases 0.000 claims description 3
- 208000004930 Fatty Liver Diseases 0.000 claims description 3
- 102000017011 Glycated Hemoglobin A Human genes 0.000 claims description 3
- 108010014663 Glycated Hemoglobin A Proteins 0.000 claims description 3
- 102000001554 Hemoglobins Human genes 0.000 claims description 3
- 108010054147 Hemoglobins Proteins 0.000 claims description 3
- 206010019708 Hepatic steatosis Diseases 0.000 claims description 3
- 206010048612 Hydrothorax Diseases 0.000 claims description 3
- 208000031226 Hyperlipidaemia Diseases 0.000 claims description 3
- 206010020772 Hypertension Diseases 0.000 claims description 3
- 201000001431 Hyperuricemia Diseases 0.000 claims description 3
- 102000007330 LDL Lipoproteins Human genes 0.000 claims description 3
- 108010007622 LDL Lipoproteins Proteins 0.000 claims description 3
- 206010028813 Nausea Diseases 0.000 claims description 3
- 206010030113 Oedema Diseases 0.000 claims description 3
- 206010033557 Palpitations Diseases 0.000 claims description 3
- 206010037660 Pyrexia Diseases 0.000 claims description 3
- 102000007562 Serum Albumin Human genes 0.000 claims description 3
- 108010071390 Serum Albumin Proteins 0.000 claims description 3
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 claims description 3
- 208000009205 Tinnitus Diseases 0.000 claims description 3
- 208000008312 Tooth Loss Diseases 0.000 claims description 3
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 claims description 3
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 claims description 3
- 206010047700 Vomiting Diseases 0.000 claims description 3
- PNNCWTXUWKENPE-UHFFFAOYSA-N [N].NC(N)=O Chemical compound [N].NC(N)=O PNNCWTXUWKENPE-UHFFFAOYSA-N 0.000 claims description 3
- 230000006986 amnesia Effects 0.000 claims description 3
- 235000012000 cholesterol Nutrition 0.000 claims description 3
- 208000029078 coronary artery disease Diseases 0.000 claims description 3
- 229940109239 creatinine Drugs 0.000 claims description 3
- 231100000895 deafness Toxicity 0.000 claims description 3
- 230000035487 diastolic blood pressure Effects 0.000 claims description 3
- 206010013781 dry mouth Diseases 0.000 claims description 3
- 210000003414 extremity Anatomy 0.000 claims description 3
- 208000010706 fatty liver disease Diseases 0.000 claims description 3
- 208000016354 hearing loss disease Diseases 0.000 claims description 3
- 206010022437 insomnia Diseases 0.000 claims description 3
- 210000003127 knee Anatomy 0.000 claims description 3
- 210000004072 lung Anatomy 0.000 claims description 3
- 230000008693 nausea Effects 0.000 claims description 3
- 230000036565 night sweats Effects 0.000 claims description 3
- 206010029410 night sweats Diseases 0.000 claims description 3
- 206010029446 nocturia Diseases 0.000 claims description 3
- 238000011002 quantification Methods 0.000 claims description 3
- 230000035807 sensation Effects 0.000 claims description 3
- 210000000952 spleen Anatomy 0.000 claims description 3
- 231100000240 steatosis hepatitis Toxicity 0.000 claims description 3
- 230000035900 sweating Effects 0.000 claims description 3
- 230000035488 systolic blood pressure Effects 0.000 claims description 3
- 231100000886 tinnitus Toxicity 0.000 claims description 3
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 claims description 3
- 229940116269 uric acid Drugs 0.000 claims description 3
- 230000008673 vomiting Effects 0.000 claims description 3
- 206010041956 Stasis syndrome Diseases 0.000 claims description 2
- 208000031975 Yang Deficiency Diseases 0.000 claims description 2
- 208000005634 blind loop syndrome Diseases 0.000 claims description 2
- 210000004185 liver Anatomy 0.000 claims description 2
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 6
- 239000003814 drug Substances 0.000 description 5
- 208000033679 diabetic kidney disease Diseases 0.000 description 4
- 208000007342 Diabetic Nephropathies Diseases 0.000 description 3
- 210000002966 serum Anatomy 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000028208 end stage renal disease Diseases 0.000 description 2
- 201000000523 end stage renal failure Diseases 0.000 description 2
- 238000001631 haemodialysis Methods 0.000 description 2
- 230000000322 hemodialysis Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 108060006698 EGF receptor Proteins 0.000 description 1
- 208000001647 Renal Insufficiency Diseases 0.000 description 1
- 208000000223 Solitary Kidney Diseases 0.000 description 1
- 208000007271 Substance Withdrawal Syndrome Diseases 0.000 description 1
- 206010048010 Withdrawal syndrome Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 201000006370 kidney failure Diseases 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
Landscapes
- External Artificial Organs (AREA)
Abstract
本发明公开了慢性肾病5期合并2型糖尿病的透析时机预测方法及***，属于医疗保健信息技术领域，所述方法包括以下步骤：根据建模指标，采集尚未透析的患者特征，所述建模指标包括：性别、病位心、阴虚证、水停证、病位肾和痰浊证；获得透析时机预测模型；通过所述透析时机预测模型对所述患者特征进行预测，获得透析概率；根据所述透析概率和预设的第一阈值，获得透析时机。根据尚未开始透析患者的性别、病位心、阴虚证、水停证、病位肾和痰浊证，以及透析时机预测模型，获得透析时机，为透析治疗时机提供依据，对医生的治疗处方提供有效的建议；减小由于医生主观经验造成的不确定性。
Description
技术领域
本发明涉及医疗保健信息技术领域，具体涉及慢性肾病5期合并2型糖尿病的透析时机预测方法及***。
背景技术
慢性肾脏疾病5期合并2型糖尿病是指慢性肾脏疾病分期为5期（CKD5）且合并2型糖尿病，相当于终末期的肾脏病，相对肾衰竭已经发展到终末期，病情较重。CKD5的常规治疗手段为血液透析、腹膜透析等。
目前针对透析的研究方向主要在于：预测透析后患者的未来生理特征和并发症患病风险（CN117316457A）；预测血液透析患者死亡率（CN115547502A）。这些研究方向未纳入患者的主观感受等；在患者开始透析之前也未区分哪些CKD5期患者需要透析，哪些CKD5期患者暂不需要透析。CKD5期患者在确诊之后，部分患者不需要立即进行透析。
目前是否对患者进行透析主要取决于患者肾小球滤过率等临床指标、患者部分症状、并结合医生的主观经验进行确定。暂无临床研究证明，仅依赖肾小球滤过率等临床指标决定透析时机有利于患者预后。因此最佳透析时机的选择存在较大的不确定性。大量临床研究表明，参考临床指标的同时，参考患者临床症状再决定开始透析时机，更有利于患者预后。因此需要设计一种基于CKD5期合并2型糖尿病患者的临床症状预测透析时机的方法、***和装置。
发明内容
针对现有技术中存在的上述技术问题，本发明提供慢性肾病5期合并2型糖尿病的透析时机预测方法及***，基于患者的中医症状，预测患者的透析时机。
本发明第一方面公开了慢性肾病5期合并2型糖尿病的透析时机预测方法，包括以下步骤：根据建模指标，采集尚未透析的患者特征，所述建模指标包括：性别、病位心、阴虚证、水停证、病位肾和痰浊证；获得透析时机预测模型；通过所述透析时机预测模型对所述患者特征进行预测，获得透析概率；根据所述透析概率和预设的第一阈值，获得透析时机。
优选的，所述病位心包括以下任意一项症状：心悸、失眠多梦和健忘；
所述阴虚证包括以下任意两项症状：咽燥口干、五心烦热、畏热汗出或盗汗、尿黄便干、舌红少苔、以及脉细数；
所述水停证包括以下任意两项症状：水肿、胸水、腹水、以及肢体困重；
所述病位肾包括以下任意一项症状：腰膝酸软、耳鸣耳聋、发脱齿摇、以及夜尿频多；
所述痰浊证包括以下任意两项症状：恶心呕吐、吐痰或咳痰、口黏、苔腻浊、以及脉滑。
优选的，透析时机预测模型的训练方法包括：
建立非透析组和透析组，所述非透析组包括未开始透析治疗的慢性肾脏疾病5期合并2型糖尿病患者的数据，所述透析组包括接受透析治疗的时间间隔小于第二阈值的5期2型糖尿病肾病患者的数据；
对所述非透析组和透析组的数据进行量化；
基于二元Logistic回归法从所述非透析组和透析组中筛选候选指标；
根据所述候选指标，确定建模指标；
基于多因素逻辑回归法，对所述建模指标的数据进行训练，获得透析时机预测模型。
优选的，对所述建模指标的数据进行训练后，结合共线性诊断，获得透析时机预测模型。
优选的，所述非透析组和透析组的指标包括：性别、年龄、身体健康指标、收缩压、舒张压、总胆固醇、甘油三酯、低密度脂蛋白、糖尿病病史、糖化血红蛋白、肾小球滤过率、血红蛋白、血清白蛋白、24小时尿蛋白定量、24小时尿量、24小时尿蛋白浓度、血肌酐、血尿素氮、血尿酸、高血压病、高尿酸血症、高脂血症、冠心病、动脉粥样硬化、脂肪肝、气虚证、血虚证、阴虚证、阳虚证、热证、气滞证、水停证、湿阻证、血瘀证、痰浊证、病位心、病位肝、病位脾、病位肺、病位肾。
优选的，透析时机预测模型表示为：
（3）；
P = eLogit(P)/(1 + eLogit(P)) （2）；
其中，
；
P表示为透析概率，分别为系数，A表示为常数。
本发明第二方面公开了一种用于实现上述方法的预测***，包括采集模块、预测模块和分析模块，所述采集模块用于根据建模指标，采集尚未开始透析的患者特征；所述预测模块用于通过所述透析时机预测模型对所述患者特征进行预测，获得透析概率；所述分析模块用于根据所述透析概率和预设的第一阈值，计算透析时机。
优选的，所述预测***还包括训练模块，所述训练模块用于训练所述透析时机预测模型。
本发明第三方面公开了一种用于实现上述方法的预测装置，包括输入单元和预测单元，所述输入单元用于根据建模指标，输入尚未开始透析的患者特征，并将所述患者特征发送给所述预测单元；所述预测单元用于通过所述透析时机预测模型对所述患者特征进行预测，获得透析概率；并根据所述透析概率和预设的第一阈值，获得透析时机。
优选的，所述预测装置还包括输出单元或显示单元，所述输出单元用于输出所述透析概率或透析时机；所述显示单元用于显示所述透析概率或透析时机。
与现有技术相比，本发明的有益效果为：根据尚未开始透析患者的性别、病位心、阴虚证、水停证、病位肾和痰浊证，以及透析时机预测模型，进行分析，获得慢性肾脏疾病5期合并2型糖尿病患者的透析时机，为透析治疗时机的选择提供依据，对医生的治疗处方提供有效的建议；减小由于医生主观经验造成的不确定性；具有较好的特异性和准确度；具有无创性、非侵入性，直观、简便、容易操作且操作成本低。
附图说明
图1是本发明的慢性肾病5期合并2型糖尿病的透析时机预测方法流程图；
图2是ROC曲线图；
图3是本发明的***逻辑框图；
图4是本发明的预测装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图对本发明做进一步的详细描述：
本发明第一方面提供慢性肾病5期合并2型糖尿病的透析时机预测方法，如图1所示，包括以下步骤：
步骤101：根据建模指标，采集尚未开始透析的患者特征，其中,建模指标包括：性别、病位心、阴虚证、水停证、病位肾和痰浊证。尚未开始透析是指2型糖尿病患者确诊慢性肾脏疾病5期后，未进行过透析。
步骤102：获得透析时机预测模型。
步骤103：通过所述透析时机预测模型对所述特征进行预测，获得透析概率。
步骤104：根据所述透析概率和预设的第一阈值，获得当前透析时机。更具体的，据所述透析概率和预设的第一阈值，判断当前是否进行透析。例如透析概率大于80%或60%时，判断当前可进行透析；否则判断当前不可进行透析。
根据尚未开始透析患者的性别、病位心、阴虚证、水停证、病位肾和痰浊证，以及透析时机预测模型，进行分析，获得透析时机，为透析治疗时机提供依据，对医生的治疗处方提供有效的建议；减小由于医生主观经验造成的不确定性；具有较好的特异性和准确度；具有无创性、非侵入性，直观、简便、容易操作且操作成本低。
其中，出现以下任意一项症状时判定为病位心：心悸、失眠多梦和健忘。出现以下任意两项症状时判定为阴虚证：咽燥口干、五心烦热、畏热汗出或盗汗、尿黄便干、舌红少苔、以及脉细数。出现以下任意两项症状时判定为水停证：水肿、胸水、腹水、以及肢体困重。出现以下任意一项症状时判定为病位肾：腰膝酸软、耳鸣耳聋、发脱齿摇、以及夜尿频多。出现以下任意两项症状时判定为痰浊证：恶心呕吐、吐痰或咳痰、口黏、苔腻浊、以及脉滑。
透析时机预测模型的训练方法包括以下步骤：
步骤201：建立非透析组和透析组，所述非透析组包括：未开始透析治疗的慢性肾脏疾病5期合并2型糖尿病患者的数据，所述透析组包括接受透析治疗的时间间隔小于第二阈值的5期2型糖尿病肾病患者的数据。例如接受透析治疗时间小于2或3个月的CKD5期的2型糖尿病患者作为透析组。其中，非透析组和透析组的数据是在得到患者同意的情况下采集，并符合医学论理委员会的认可。
所述非透析组和透析组的数据包括一般信息、西医临床特征、中医症状、体征等，如舌象、脉象信息等。相关的指标包括：性别（男，%）、年龄（岁）、身体健康指数BMI（kg/m2）、收缩压力、（mmHg）、舒张压（mmHg）、总胆固醇（mmol/L）、甘油三酯（mmol/L）、低密度脂蛋白（mmol/L）、糖尿病病史（月）、糖化血红蛋白（%）、估算肾小球滤过率eGFR（mL/min/1.73 m2）、血红蛋白（g/L）、血清白蛋白（g/L）、24小时尿蛋白定量（g）、24小时尿量（L）、24小时尿蛋白浓度（g/L）、血肌酐（umol/L）、血尿素氮（mmol/L）、血尿酸（umol/L）、高血压病（无=0，有=1）、高尿酸血症（无=0，有=1）、高脂血症（无=0，有=1）、冠心病（无=0，有=1）、动脉粥样硬化（无=0，有=1）、脂肪肝（无=0，有=1）、气虚证（无=0，有=1）、血虚证（无=0，有=1）、阴虚证（无=0，有=1）、阳虚证（无=0，有=1）、热证（无=0，有=1）、气滞证（无=0，有=1）、水停证（无=0，有=1）、湿阻证（无=0，有=1）、血瘀证（无=0，有=1）、痰浊证（无=0，有=1）、病位心（无=0，有=1）、病位肝（无=0，有=1）、病位脾（无=0，有=1）、病位肺（无=0，有=1）、以及病位肾（无=0，有=1）。对非透析组和透析组的数据进行归纳总结/整理，获得可采用的中医证素。
步骤202：对所述非透析组和透析组的数据进行量化。对于部分数据，采用无为0，有为1的方式进行量化；对于年龄则可采用区间赋值的方式进行量化。
步骤203：基于二元Logistic回归法从所述非透析组和透析组中筛选候选指标。候选指标采用两组数据中差异较大的指标，可选择p < 0.2的指标，具体为：阴虚证、水停证、痰浊证、病位心和病位肾。
步骤204：根据所述候选指标，确定建模指标。
建模指标中还纳入了性别、年龄控制等混杂因素。
步骤205：基于多因素逻辑（Logistic）回归法，对所述建模指标的数据进行训练，获得透析时机预测模型。其中，对所述建模指标的数据进行训练后，可结合共线性诊断，选择透析时机预测模型的指标。
更具体的，采用正逐步法进行多因素Logistic回归分析，结果显示男性（OR=1.780）、阴虚证（OR=2.262）、水停证（OR=1.984）、病位心（OR=3.714）是2型糖尿病合并CKD5期透析的相关因素，具体见表1。其中，OR值（odds ratio）表示为回归系数的指数次方，是衡量自变量对因变量的影响程度的指标。
表1
训练得到的透析时机预测模型表示为：
Logit（P）= -1.320+0.577*S1+1.312*S2+0.816*S3+0.685*S4-1.589*S5-1.125*S6 （1）；
P = eLogit(P)/(1 + eLogit(P)) （2）；
其中，P表示为透析概率，S1-S6分别为性别、病位心、阴虚证、水停证、病位肾和痰浊证的量化值，
。
建模指标主要为中医指标，而中医指标是因还是果，目前还没有定论，本发明针对没有定论的中医指标，并验证了这些中医指标与因变量（透析）的关联。应当指出的是，训练数据不同时，以及模型再训练后，模型各指标的系数略有不同。
透析时机预测模型可以表示为：
（3）
其中，分别为系数，A表示为常数，Logit（P）表示为预测分值。
另外公式1也可以写为：
Logit（P）= -1.320+0.577*男性性别（女性=0，男性=1）+1.312*病位心 （无=0，有=1）+0.816*阴虚证（无=0，有=1）+0.685*水停证（无=0，有=1）-1.589*病位肾（无=0，有=1）-1.125*痰浊证（无=0，有=1） （4）。
本发明针对尚未开始透析治疗的CKD5期合并2型糖尿病患者的透析时机提供了预测参考，针对单病种肾脏疾病：2型糖尿病肾脏疾病（T2DKD），而非广泛的终末期肾病，具有一定的特异性和准确度。本发明具有无创性、非侵入性，直观、简便、容易操作且操作成本低。各个建模指标重视患者的主管感受，体现了人文关怀。为临床缓解CKD5期的2型糖尿病患者的不适症状提供治疗理论和治疗基础。
如图2，在一个具体的预测中，概率的曲线下面积(AUC)为73.8% (95% CI：0.680-0.797, p<0.001），该预测模型最佳临界点值为0.28，对应的敏感度70.5%，特异度65.3%。图2中，横坐标为1-特异度(1-Specificity)、纵坐标为灵敏度(Sensitivity)。
应当指出的是，本发明的方法用于为CKD5期合并2型糖尿病患者的透析时机作出预测和评估，不用于疾病的诊断和治疗。例如，医生在开透析处方时，为医生提供数据基础，避免由于医生个人经验引起的不确定性。
本发明第二方面提供一种用于实现上述方法的预测***，如图3所示，包括采集模块1、预测模块2和分析模块3，所述采集模块1用于根据建模指标，采集尚未开始透析的患者特征；所述预测模块2用于通过所述透析时机预测模型对所述患者特征进行预测，获得透析概率；所述分析模块3用于根据所述透析概率和预设的第一阈值，计算透析时机。
所述预测***还包括训练模块4，所述训练模块4用于训练所述透析时机预测模型。
本发明第三方面提供用于实现上述方法的预测装置，包括输入单元11、预测单元12、以及输出单元13或显示单元。所述输入单元用于根据建模指标，输入尚未开始透析的患者特征，并将所述患者特征发送给所述预测单元。所述预测单元用于通过所述透析时机预测模型对所述患者特征进行预测，获得透析概率；并根据所述透析概率和预设的第一阈值，获得透析时机。所述输出单元用于输出所述透析概率或透析时机；所述显示单元用于显示所述透析概率或透析时机。预测装置可以设计为平板、PC机或其他形式的装置。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.慢性肾病5期合并2型糖尿病的透析时机预测方法，其特征在于，包括以下步骤：
根据建模指标，采集尚未透析的患者特征，所述建模指标包括：性别、病位心、阴虚证、水停证、病位肾和痰浊证；
获得透析时机预测模型；
通过所述透析时机预测模型对所述患者特征进行预测，获得透析概率；
根据所述透析概率和第一阈值，获得透析时机。
2.根据权利要求1所述的透析时机预测方法，其特征在于，所述病位心包括以下任意一项症状：心悸、失眠多梦和健忘；
所述阴虚证包括以下任意两项症状：咽燥口干、五心烦热、畏热汗出或盗汗、尿黄便干、舌红少苔、以及脉细数；
所述水停证包括以下任意两项症状：水肿、胸水、腹水、以及肢体困重；
所述病位肾包括以下任意一项症状：腰膝酸软、耳鸣耳聋、发脱齿摇、以及夜尿频多；
所述痰浊证包括以下任意两项症状：恶心呕吐、吐痰或咳痰、口黏、苔腻浊、以及脉滑。
3.根据权利要求1所述的透析时机预测方法，其特征在于，透析时机预测模型的训练方法包括：
建立非透析组和透析组，所述非透析组包括未开始透析治疗的慢性肾脏疾病5期合并2型糖尿病患者的数据，所述透析组包括接受透析治疗的时间间隔小于第二阈值的慢性肾脏疾病5期合并2型糖尿病患者的数据；
对所述非透析组和透析组的数据进行量化；
基于二元Logistic回归法从所述非透析组和透析组中筛选候选指标；
根据所述候选指标，确定建模指标；
基于多因素逻辑回归法，对所述建模指标的数据进行训练，获得透析时机预测模型。
4.根据权利要求3所述的透析时机预测方法，其特征在于，对所述建模指标的数据进行训练后，结合共线性诊断，获得透析时机预测模型。
5.根据权利要求3所述的透析时机预测方法，其特征在于，所述非透析组和透析组的指标包括：性别、年龄、身体健康指标、收缩压、舒张压、总胆固醇、甘油三酯、低密度脂蛋白、糖尿病病史、糖化血红蛋白、肾小球滤过率、血红蛋白、血清白蛋白、24小时尿蛋白定量、24小时尿量、24小时尿蛋白浓度、血肌酐、血尿素氮、血尿酸、高血压病、高尿酸血症、高脂血症、冠心病、动脉粥样硬化、脂肪肝、气虚证、血虚证、阴虚证、阳虚证、热证、气滞证、水停证、湿阻证、血瘀证、痰浊证、病位心、病位肝、病位脾、病位肺、病位肾。
6.根据权利要求1-5任一项所述的透析时机预测方法，其特征在于，透析时机预测模型表示为：
（3）；
P = eLogit(P)/(1 + eLogit(P)) （2）；
其中，
；
P表示为透析概率，分别为系数，A表示为常数。
7.一种预测***，其特征在于，用于实现如权利要求1-6任一项所述的透析时机预测方法，所述预测***包括：采集模块、预测模块和分析模块，
所述采集模块用于根据建模指标，采集尚未开始透析的患者特征；
所述预测模块用于通过所述透析时机预测模型对所述患者特征进行预测，获得透析概率；
所述分析模块用于根据所述透析概率和第一阈值，计算透析时机。
8.根据权利要求7所述的预测***，其特征在于，还包括训练模块，所述训练模块用于训练所述透析时机预测模型。
9.一种预测装置，其特征在于，用于实现如权利要求1-6任一项所述的透析时机预测方法，包括输入单元和预测单元，
所述输入单元用于根据建模指标，输入尚未开始透析的患者特征，并将所述患者特征发送给所述预测单元；
所述预测单元用于通过所述透析时机预测模型对所述患者特征进行预测，获得透析概率；并根据所述透析概率和第一阈值，获得透析时机。
10.根据权利要求9所述的预测装置，其特征在于，还包括输出单元或显示单元，
所述输出单元用于输出所述透析概率或透析时机；
所述显示单元用于显示所述透析概率或透析时机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179365.9A CN117727459A (zh) | 2024-02-18 | 2024-02-18 | 慢性肾病5期合并2型糖尿病的透析时机预测方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179365.9A CN117727459A (zh) | 2024-02-18 | 2024-02-18 | 慢性肾病5期合并2型糖尿病的透析时机预测方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117727459A true CN117727459A (zh) | 2024-03-19 |
Family
ID=90200258
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410179365.9A Pending CN117727459A (zh) | 2024-02-18 | 2024-02-18 | 慢性肾病5期合并2型糖尿病的透析时机预测方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117727459A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113539470A (zh) * | 2020-04-14 | 2021-10-22 | 郑州大学第一附属医院 | 一种糖尿病肾病及非糖尿病性肾脏疾病鉴别诊断预测模型及构建方法 |
| CN114724716A (zh) * | 2021-04-20 | 2022-07-08 | 山东大学齐鲁医院 | 进展为2型糖尿病的风险预测的方法、模型训练及装置 |
| CN116210058A (zh) * | 2020-09-23 | 2023-06-02 | 巴克斯特国际公司 | 慢性肾脏疾病（ckd）机器学习预测***、方法和装置 |
| CN116913508A (zh) * | 2023-09-13 | 2023-10-20 | 中国人民解放军总医院第一医学中心 | 一种基于白睛特征预测糖尿病肾病的方法和*** |
-
2024
- 2024-02-18 CN CN202410179365.9A patent/CN117727459A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113539470A (zh) * | 2020-04-14 | 2021-10-22 | 郑州大学第一附属医院 | 一种糖尿病肾病及非糖尿病性肾脏疾病鉴别诊断预测模型及构建方法 |
| CN116210058A (zh) * | 2020-09-23 | 2023-06-02 | 巴克斯特国际公司 | 慢性肾脏疾病（ckd）机器学习预测***、方法和装置 |
| CN114724716A (zh) * | 2021-04-20 | 2022-07-08 | 山东大学齐鲁医院 | 进展为2型糖尿病的风险预测的方法、模型训练及装置 |
| CN116913508A (zh) * | 2023-09-13 | 2023-10-20 | 中国人民解放军总医院第一医学中心 | 一种基于白睛特征预测糖尿病肾病的方法和*** |
Non-Patent Citations (1)
| Title |
|---|
| 张先慧;柳红芳;: "糖尿病肾病Ⅲ期患者中医证素与实验室指标的典型相关分析", 现代中西医结合杂志, no. 02, 10 January 2017 (2017-01-10), pages 1 - 2 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cha et al. | Multifrequency bioelectrical impedance estimates the distribution of body water | |
| US10953147B2 (en) | Estimation of the dry weight of a dialysis patient | |
| Boudville et al. | Blood pressure, volume, and sodium control in an automated peritoneal dialysis population | |
| Luo et al. | Trendelenburg maneuver predicts fluid responsiveness in patients on veno-arterial extracorporeal membrane oxygenation | |
| CN117727459A (zh) | 慢性肾病5期合并2型糖尿病的透析时机预测方法及*** | |
| CN116959649A (zh) | 一种基于大数据的中西医结合糖脂代谢病防治*** | |
| Mitsides et al. | Cardiovascular and patient phenotype of extended haemodialysis: a critical analysis of studying a unique patient population | |
| Rao | Risk prediction, assessment, and management of Type-2 diabetes | |
| Jin et al. | Impact of fluid overload on blood pressure variability in patients on peritoneal dialysis | |
| Paglialonga et al. | Sodium intake and urinary losses in children on dialysis: a European multicenter prospective study | |
| Peer et al. | Differential prevalence and associations of chronic kidney disease by five estimators in a South African population-based study | |
| Melin et al. | [PP. 15.16] A new model for obtaining the risk assessment of developing hypertension based on artificial neural networks | |
| Pimenta et al. | Ultrasound Evaluation of Rectus Femoris Muscle Thickness as a Diagnostic Tool for Sarcopenia in Peritoneal Dialysis Patients: FR-PO903 | |
| RU2704595C1 (ru) | Способ прогнозирования развития гипертрофии левого желудочка у больных на гемодиализе | |
| Shita et al. | Predictors of glycemic control among patients with type 2 diabetes in North West Ethiopia: a longitudinal study | |
| Puar et al. | PROSPECTIVE OBSERVATIONAL STUDY ASSESSING AMBULATORY BLOOD PRESSURE IN PRIMARY ALDOSTERONISM AFTER SURGICAL AND MEDICAL TREATMENT | |
| Ngeh et al. | PREVALENCE OF TYPE 2 DIABETES MELLITUS AMONG KNOWN HYPERTENSIVES AT THE REGIONAL HOSPITAL BAMENDA, CAMEROON | |
| Baker et al. | Advances in Evaluating Fluid Levels: Bioimpedance in Patients with Kidney Failure | |
| RU2214792C1 (ru) | Способ ранней диагностики острой почечной недостаточности и прогнозирование ее исхода | |
| Kozuka et al. | RDX013, a Novel, Oral, Small Molecule Being Developed for Treatment of Hyperkalemia, Increases Colonic Secretion and Fecal Excretion of Potassium: PO1136 | |
| Wouoliyou et al. | Prevalence and Predictors of Malnutrition in Patients with Chronic Kidney Disease Stages 3–5 non Dialyzed: Malnutrition in patients with chronic kidney disease | |
| Takahashi et al. | Therapeutic effect of sleep apnoea on atherosclerosis depended on ocular microcirculation shown by laser speckle flowgraphy | |
| Ilyanova et al. | INCREASED BURDEN OF PATIENTS WITH HYPERURICEMIA IN THE ERA OF NEW RISK SCALE SCORE-2 IMPLEMENTATION | |
| Hamed et al. | Effect of Implementing Standardized Nursing Care on Outcomes of Patients with Cardiogenic Shock | |
| Wang et al. | Optimize individualized energy delivery for septic patients using predictive deep learning models |
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 |