TWI626444B - 數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法 - Google Patents

數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法 Download PDF

Info

Publication number
TWI626444B
TWI626444B TW105132258A TW105132258A TWI626444B TW I626444 B TWI626444 B TW I626444B TW 105132258 A TW105132258 A TW 105132258A TW 105132258 A TW105132258 A TW 105132258A TW I626444 B TWI626444 B TW I626444B
Authority
TW
Taiwan
Prior art keywords
concentration
blood
leucine
risk
normal
Prior art date
Application number
TW105132258A
Other languages
English (en)
Other versions
TW201814292A (zh
Inventor
王兆弘
Original Assignee
長庚醫療財團法人基隆長庚紀念醫院
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 長庚醫療財團法人基隆長庚紀念醫院 filed Critical 長庚醫療財團法人基隆長庚紀念醫院
Priority to TW105132258A priority Critical patent/TWI626444B/zh
Priority to US15/488,985 priority patent/US20180095091A1/en
Priority to CN201710313284.3A priority patent/CN107919170B/zh
Publication of TW201814292A publication Critical patent/TW201814292A/zh
Application granted granted Critical
Publication of TWI626444B publication Critical patent/TWI626444B/zh

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4842Monitoring progression or stage of a disease
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6803General methods of protein analysis not limited to specific proteins or families of proteins
    • G01N33/6806Determination of free amino acids
    • G01N33/6812Assays for specific amino acids
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14546Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/45For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4519Muscles
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4866Evaluating metabolism
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4869Determining body composition
    • A61B5/4872Body fat
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/02Nutritional disorders
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/04Endocrine or metabolic disorders
    • G01N2800/042Disorders of carbohydrate metabolism, e.g. diabetes, glucose metabolism
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/12Pulmonary diseases
    • G01N2800/122Chronic or obstructive airway disorders, e.g. asthma COPD
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/26Infectious diseases, e.g. generalised sepsis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/32Cardiovascular disorders
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/32Cardiovascular disorders
    • G01N2800/321Arterial hypertension
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/34Genitourinary disorders
    • G01N2800/347Renal failures; Glomerular diseases; Tubulointerstitial diseases, e.g. nephritic syndrome, glomerulonephritis; Renovascular diseases, e.g. renal artery occlusion, nephropathy
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/50Determining the risk of developing a disease
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/52Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/70Mechanisms involved in disease identification
    • G01N2800/7042Aging, e.g. cellular aging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/70Mechanisms involved in disease identification
    • G01N2800/7057(Intracellular) signaling and trafficking pathways
    • G01N2800/7066Metabolic pathways

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Public Health (AREA)
  • Chemical & Material Sciences (AREA)
  • Medical Informatics (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Cell Biology (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Hospice & Palliative Care (AREA)

Abstract

本發明提供一種利用含有四種胺基酸的計算公式計算出數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法,其中該四種胺基酸分別為組胺酸(histidine)、白胺酸(leucine)、鳥胺酸(ornithine)以及***酸(phenylalanine)。本發明之方法可提供個人營養狀態、肌肉生成代謝運轉狀態及風險評估的分數,以達到了解營養介入之成效、協助肌肉生長、協助復健之效果、改善生活品質、及改善身體機能。

Description

數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法
本發明提供一種個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法,特別係一種數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法。
在營養照顧的概念上,攝食營養的均衡是最為世界所公認的方式,然而,個體的差異特別是在有疾病的狀態下,個體化的營養介入則是一門顯學。
對於罹患有重病的人,營養的補充常面臨過與不及的狀況。大多數人都覺得重病時要補足能量的情境下,在沒有科學化的評估工具時,往往補充過量(overfeeding),然而有時卻又嚴重補不足(inadequate or underfeeding),更難以確定的是積極補充的營養到底是不是病人真正缺乏的東西。舉例來說,在照顧重症病人時,人們同時想知道病人的肌肉是否正在瓦解、熱量的使用是否正常,還是病態的動用到把肌肉當能量、身體的代謝物是否造成肝臟負擔、體內胺基酸是否過量還是嚴重不足、是否要進行適當復健來改變身體代謝模式;這些評估參數不但需要同一時間被獲知,而且必須能被整合成為一個判讀模式,但這樣的進階式評估平台目前並不存在。
然而,這類臨床的需求遠不僅止於重症病人,舉凡術後恢復、傷口修復、老化養護、癌症化療中、慢性肺病、慢性腎病、洗腎病人、心血管疾病等等,其皆需要優質化的營養評估及介入,這與疾病的改善及優化預後有著密切的關係。舉例而言,慢性肺病,往往因喘而使用類固醇、以及惡質體使肌肉瓦解、肝積水、大量肌肉流失並進入惡性循環,這時要 積極做復健並補充正確的營養物質以減少肌肉瓦解,但對於要補多少熱量及蛋白質、肌肉是否真有因補充及復健而減少肌肉瓦解、補充是否已過量超過肝臟負荷量、病人整體狀態是否有進步或退步等等,均缺乏一個數位化整合型的進階式營養評估平台來評估。
慢性腎病病人廣泛的被建議要攝食低蛋白食物,但身體是否極度處於嚴重缺乏胺基酸狀態則非現有營養評估方式可得知,因此慢性腎病病人普遍預後不佳。對於術後傷口修復的病人,人們僅知要食補,或補充昂貴胺基酸,其實不知是不是真的缺乏營養或是不是補過量,重點在如何給予適當的營養介入,以及抓住修復黃金期。關於老年人營養方面,因老化造成不易再長肌肉了,故有肌少症(Sarcopenia)的問題而引發跌倒骨折,加重長期照顧負擔,卻不知有些老人其個體內胺基酸含量根本不夠不足以長肌肉,需要依缺乏情形,適量補足,並依肌肉瓦解參數適度復健並定期再評估。凡此種種,都說明以數位化整合型的進階式營養評估平台的重要性。
有鑒於此,本發明提供一種數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法,其步驟包含:(a)提供一個體的生物性樣本;(b)使用一檢測方式量測選自於組胺酸(histidine)、白胺酸(leucine)、鳥胺酸(ornithine)以及***酸(phenylalanine)所組成之群組之胺基酸的量;(c)利用公式計算該個體的營養狀態評估分數,其公式為:
(1)公式1(肌肉新陳代謝運轉狀態):Histidine濃度/Phenylalanine濃度
(2)公式2(數位化營養狀態評估分數):(-19.265~-15.763)*(公式1結果)+(0.059~0.073)*Ornithine濃度+(18.776~22.948)
(3)公式3(肝臟代謝功能)這裡以性別分別計算公式3之結果為鳥胺酸矯正量(corrected Ornithine,Oc): 男性:若Leucine濃度≦(正常男性血中Leucine濃度平均值-正常男性血中Leucine濃度標準差),則Oc=[Ornithine濃度*(正常男性血中Leucine濃度平均值-正常男性血中Leucine濃度標準差)]/Leucine濃度
若Leucine濃度>(正常男性血中Leucine濃度平均值-正常男性血中Leucine濃度標準差),則Oc=Ornithine濃度。
女性:若Leucine濃度≦(正常女性血中Leucine濃度平均值-正常女性血中Leucine濃度標準差),則Oc=[Ornithine濃度*(正常女性血中Leucine濃度平均值-正常女性血中Leucine濃度標準差)]/Leucine濃度;若Leucine濃度>(正常女性血中Leucine濃度平均值-正常女性血中Leucine濃度標準差),則Oc=Ornithine濃度。
(4)公式4(肌肉瓦解程度)這裡以性別分別計算公式4之結果為***酸矯正量(corrected Phenylalanine,Pc):男性:若Leucine濃度≦(正常男性血中Leucine濃度平均值-正常男性血中Leucine濃度標準差),則Pc=[Phenylalanine*(正常男性血中Leucine濃度平均值-正 常男性血中Leucine濃度標準差)]/Leucine濃度;若Leucine濃度>(正常男性血中Leucine濃度平均值-正常男性血中Leucine濃度標準差),則Pc=Phenylalanine濃度。
女性:若Leucine濃度≦(正常女性血中Leucine濃度平均值-正常女性血中Leucine濃度標準差),則Pc=[Phenylalanine濃度*(正常女性血中Leucine濃度平均值- 正常女性血中Leucine濃度標準差)]/Leucine濃度;若Leucine濃度>(正常女性血中Leucine濃度平均值-正常女性血中Leucine濃度標準差),則Pc=Phenylalanine濃度。
(5)公式5(身體代謝物對肝臟負荷量)=-[(-1.414~-1.157)*Ornithine濃度/(Leucine濃度+Histidine濃度-Phenylalanine濃度)+(0.0063~0.0077)*公式3結果]*(9~11)
(d)解讀該個體的營養狀態,其中,利用公式1-5所得的分數經由與第二圖本發明之數位化個人營養狀態及風險評估地圖之X軸參考值比對後,可區分為N、A、B、C、D,再細分為very N表示非常正常、N表示正常、N-A表示正常到早期不正常之間、A表示早期不正常、A-B表示早期不正常到明顯異常但無症狀之間、B表示明顯異常但無症狀、B-C表示明顯異常但無症狀到非常異常之間、C表示非常異常、C-D表示非常異常到極度異常之間、D表示極度異常、very D表示非常極度異常; 利用公式2至5所得的分數經由與本發明之數位化個人營養狀態及風險評估地圖之Y軸參考值比對後,估計出風險度A0至A8或A0至A-5表示風險越來越高,A0風險度最低,A8及A-5風險度最高。
本發明另提供一種用於檢測數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的試劑盒,包含:組胺酸(histidine)、白胺酸(leucine)、鳥胺酸(ornithine)以及***酸(phenylalanine)。
在本發明之一實施例中,其中公式4進一步判斷肌肉瓦解程度;公式3進一步判斷肝臟代謝功能;公式1進一步判斷肌肉新陳代謝運轉狀態;以及公式5進一步判斷身體代謝物對肝臟負荷量。
在本發明之一實施例中,其中該步驟(a)之生物性樣本係為血液、血漿、血清、紅血球或尿液。
在本發明之一實施例中,其中該步驟(a)之個體係為患有一疾病之病人或健康正常人。
在本發明之一實施例中,其中該疾病係為老化、癌症、慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)、末期腎臟病(end stage of renal disease,ESRD)、慢性腎臟病(chronic kidney disease,CKD)等慢性疾病、重症或心血管疾病。
在本發明之一實施例中,其應用於該疾病之數位化分期、重病後恢復、術後恢復或傷口恢復、肌肉生長、疾病惡化及改善、復健效果;以及應用於健康正常人的營養評估。
在本發明之一實施例中,其中該步驟(b)之檢測方式係為飛行時間質譜術(time-of-flight mass spectrometry,TOF MS)以及超高效液相色譜(Ultra performance liquid chromatograph,UPLC)。
在本發明之一實施例中,其中依據該步驟(d)之結果進行該個體之營養介入以及合併生活型態之調整。
在本發明之一實施例中,其中進行該個體之營養介入以及合併生活型態之調整後,再一次進行該步驟(a)至該步驟(d)。
在本發明之一實施例中,其中該步驟(b)進一步包含檢測個體體脂、肌肉量、體水分含量、體重、每日飲食攝水量。
在本發明之一實施例中,其中該風險評估包含死亡及疾病惡化導致再住院之風險評估。
在本發明之一實施例中,其中根據不同性別利用公式1-5計算得分數,並比對該分數與本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估地圖之參考值。
因此,本發明提供一種利用含有四種胺基酸的計算公式計算出數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法,基於數位化,病人狀態的進步或惡化也得以有科學化的評估標準。根據此種進階式營養評估的方法指引下給予病人或健康個體新的營養介入及合併生活型態調整,可以改善生活品質、改善身體機能、協助肌肉成長、及減少不良事故的發生。另外,與沒有本發明營養評估平台的導引相比,在使用本發明營養評估平台引導的病人,安全性更高,治療成效更好。本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法,期望創造一個極致個人化的營養介入方式,以實現精準醫療,並提升醫療水平。
以下將配合圖式進一步說明本發明的實施方式,下述所列舉的實施例係用以闡明本發明,並非用以限定本發明之範圍,任何熟習此技藝者,在不脫離本發明之精神和範圍內,當可做些許更動與潤飾,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。
101、102、103、104、105‧‧‧本發明之方法步驟
第一圖係為本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法之流程圖。
第二圖係為本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估地圖。X軸為營養狀態;Y軸為風險評估(A0至A8或A0至A-5表示風險越來越高,A0風險度最低,A8及A-5風險度最高)。
第三圖係為各類疾病病人經由本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法評估六個月內事件發生率。該事件定義為於健康狀況惡化而死亡或住院。
第四圖係為男性風險評估模式一之決策樹圖。
第五圖係為女性風險評估模式一之決策樹圖。
第六圖係為患有複雜疾病的病人經由本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法予營養介入之指引後,從狀態差明顯改善至狀態好之歷程。
本發明提供一種利用含有四種胺基酸的計算公式計算出數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法,其中該四種胺基酸分別為組胺酸(histidine)、白胺酸(leucine)、鳥胺酸(ornithine)以及***酸(phenylalanine)。根據這個進階式營養評估的方法指引下給予病人或健康個體新的營養介入,其可創造一個新的營養品使用方式,並提供客觀數位化的營養評估參數,了解營養介入成效,解決每個個體的問題,而給予更美好的生活機能以及對先進醫療更美好的想像、改善生活品質、改善身體機能及協助肌肉生長;同時對病人的疾病進行評估、提供數位化分期以及清楚定位疾病狀態,進而在數位化營養評估的指引下,規劃適當營養介入,協助達到最佳復健效果。
在本發明說明書中,「約」、「約略」或「近似地」一般係指20%,較佳為10%,最佳為5%的範圍內。本文中的數值係為近似值,在未明確定義的情況下可隱含「約」「約略」或「近似地」之含義。
實施例1本發明之數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法
本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法之流程圖如第一圖所示,步驟101:提供一個體的生物性樣本;步驟102:進行檢測;步驟103:計算個體的營養狀態評估分數;步驟104:解讀個體的營養狀態;以及步驟105:調整個體之營養介入以及生活型態,可在進行下一周期的本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法。
1.1 取得個體的生物性樣本
本發明取得個體的生物性樣本,其中包含:血液、血漿、血 清、紅血球以及尿液。在本發明之一實施例中,取得血液樣本後可以試紙乾式收集法,亦可利用離心取得血漿、血清、紅血球,進行檢測。
1.2 進行檢測
以血漿為例,本發明可利用飛行時間質譜術(time-of-flight mass spectrometry,TOF MS)以及超高效液相色譜(Ultra performance liquid chromatograph,UPLC)兩種方式或其他質譜儀(mass spectrometry)及液態層析(liquid chromatograph)方式進行檢測:
(1)飛行時間質譜術(time-of-flight mass spectrometry,TOF MS):在本發明中,代謝產物的定量以以下方式進行。加入200μL乙腈(acetonitrile,ACN)至50μL的血漿中,將混合物震盪30秒,超聲坡處理15分鐘,再以10,000g離心25分鐘,收集上清液至另一個玻璃試管中。沉澱物以200μL50%的甲醇再萃取,將甲醇上清液及乙腈合併,並在氮蒸發器中乾燥,將殘留物保存在-80℃中。進行代謝物分析,將殘留物懸浮於100μL 95:5的水/乙腈溶液中,以14,000g離心5分鐘,收集澄清的上清液以液相色譜法-質譜聯用(Liquid chromatography-mass spectrome,LC-MC)進行分析。
LC-MC分離以100mm×2.1mm Acquity 1.7μL C8管柱(Waters公司,美國)使用AQCUITY TM UPLC系統(Waters公司,美國)。該管柱維持在45℃中,並以1.5mL/分鐘的流速進行。以線性梯度從LC管柱沖提樣本:1-48% B沖提0-2.5分鐘;48-98% B沖提2.5-3分鐘;98%B沖提3-4.2分鐘;返回到1% B的水平進行再平衡4.3-6分鐘,流動相為水溶液中0.1%甲酸(溶劑A)以及在乙腈中0.1%甲酸(溶劑B)
將沖提液引入至飛行時間質譜術(TOF MS)系統(SYNAPT G1高解析質譜儀,Waters Corp.,美國)且在ESI-正離子模式下操作,其條件如下:在300℃的溫度下去溶劑氣體設定為700l/h,錐氣體設定為25l/h且源溫度(source temperature)設定在80℃;毛細管電壓及錐電壓分別設定為3,000V及35V;MCP檢測器電壓設定為1,650V,數據收集速度設定為0.1s及掃描間歇時間為0.02s,以20至990m/z重心模式收集數據。為精確質量收集,以在濃度60ng/ml及流速6l/分鐘時磺胺二甲氧嘧啶(sulfadimethoxine)的鎖 定質量(lock-mass)之條件進行(在ESI-正離子模式[M+H]+在311.0841Da)。
(2)超高效液相色譜(Ultra performance liquid chromatograph,UPLC):因胺基酸極性較強,為提高其在反相液相色譜柱上的保留,需要利用衍生試劑6-氨基喹啉-N-羥基琥珀醯亞氨基甲酸酯(6-aminoquinolyl-N-hydroxysuccinimidyl carbamate,AQC)將胺基酸進行柱前衍生(pre-column)。提供一樣本以及製備二元洗脫系統,總反應時間為10.5分鐘在7分鐘內分離四種待測胺基酸直到下一次注入。由於AQC胺基酸衍生物主要是設計用於螢光檢測使用,但利用紫外光(UV)檢測較好。6-氨基喹啉係為在有效地分離出極性胺基酸之前分離出衍生物的水解副產物,其表示胺基酸的衍生物有類似的吸光值。因此,在UV檢測時沒有干擾。關於在254nm波長下UV檢測,所有胺基酸顯示相當類似的反應;而其各自在395nm波長的放射光(在254nm波長的激發光)的螢光產量,表示水性淬滅(aqueous quenching)主要影響顯著依賴的應用條件。相較於UV檢測的靈敏度,螢光檢測證實檢測範圍可降低至fmol的優異程度。
1.3 計算個體的營養狀態評估分數
先以40位正常男性及40位正常女性,檢測這四種胺基酸(Histidine,Leucine,Ornithine,Phenylalanine),並計算出這四種胺基酸以及肌肉新陳代謝運轉狀態、肌肉新陳代謝運轉狀態、肌肉瓦解程度[***酸矯正量(corrected phenylalanine(Pc))]、肝臟代謝功能[鳥胺酸矯正量(corrected ornithine(Oc))]和身體代謝物對肝臟負荷量的平均值(mean)、標準差(standard deviation)、及95%信賴區間(95% confidence interval)。
接著,以212位病患進行參數計算與狀況追蹤。利用公式計算個體的5個參數(肌肉新陳代謝運轉狀態、數位化營養狀態評估分數、肝臟代謝功能、肌肉瓦解程度、及身體代謝物對肝臟負荷量),其公式如下:
(1)公式1(肌肉新陳代謝運轉狀態):Histidine濃度/Phenylalanine濃度
(2)公式2(數位化營養狀態評估分數):(-19.265~-15.763)*(公式1結果)+(0.059~0.073)*Ornithine濃度+(18.776~22.948)
(3)公式3(肝臟代謝功能)這裡以性別分別計算公式3之結果為鳥胺酸矯 正量(corrected Ornithine,Oc):男性:若Leucine濃度≦(正常男性血中Leucine濃度平均值-正常男性血中Leucine濃度標準差),則Oc=[Ornithine濃度*(正常男性血中Leucine濃度平均值-正常男性血中Leucine濃度標準差)]/Leucine濃度
若Leucine濃度>(正常男性血中Leucine濃度平均值-正常男性血中Leucine濃度標準差),則Oc=Ornithine濃度。
女性:若Leucine濃度≦(正常女性血中Leucine濃度平均值-正常女性血中Leucine濃度標準差),則Oc=[Ornithine濃度*(正常女性血中Leucine濃度平均值-正常女性血中Leucine濃度標準差)]/Leucine濃度;若Leucine濃度>(正常女性血中Leucine濃度平均值-正常女性血中Leucine濃度標準差),則Oc=Ornithine濃度。
(4)公式4(肌肉瓦解程度)這裡以性別分別計算公式4之結果為***酸矯正量(corrected Phenylalanine,Pc):男性:若Leucine濃度≦(正常男性血中Leucine濃度平均值-正常男性血中Leucine濃度標準差), 則Pc=[Phenylalanine濃度*(正常男性血中Leucine濃度平均值-正常男性血中Leucine濃度標準差)]/Leucine濃度;若Leucine濃度>(正常男性血中Leucine濃度平均值-正常男性血中Leucine濃度標準差),則Pc=Phenylalanine濃度。
女性:若Leucine濃度≦(正常女性血中Leucine濃度平均值-正常女性血中Leucine濃度標準差),則Pc=[Phenylalanine濃度*(正常女性血中Leucine濃度平均值-正常女性血中Leucine濃度標準差)]/Leucine濃度;若Leucine濃度>(正常女性血中Leucine濃度平均值-正常女性血中Leucine濃度標準差),則Pc=Phenylalanine濃度。
(5)公式5(身體代謝物對肝臟負荷量)=-[(-1.414~-1.157)*Ornithine濃度/(Leucine濃度+Histidine濃度-Phenylalanine濃度)+(0.0063~0.0077)*公式3結果]*(9~11)
這些病人中包含糖尿病、高血壓、心律不整、慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)、慢性腎臟病(chronic kidney disease,CKD)、以及心血管疾病病人,平均年齡60.7歲(詳見表一)。在本發明一實施例中,公式2可為-17.514*(公式1結果)+0.066*Ornithine濃度+20.862;公式5可為-[(-1.285)*Ornithine濃度/(Leucine濃度+Histidine濃度-Phenylalanine濃度)+0.007*公式3結果]*10。所有病人進行本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方 法,並計算所位在之風險區塊,以評估六個月內位在該些風險區塊的事件發生風險,該事件定義為由於健康狀況惡化而死亡或住院。
先使用公式1、2,將每個病患的營養狀態的嚴重度數位化,範圍從正常到極嚴重,各階段以英文字母代表如下N、A、B、C、D(第二圖X軸);再細分為very N(非常正常)、N(正常)、N-A(正常到早期不正常之間)、A(早期不正常)、A-B(早期不正常到明顯異常但無症狀之間)、B(明顯異常但無症狀)、B-C(明顯異常但無症狀到非常異常之間)、C(非常異常)、C-D(非常異常到極度異常之間)、D(極度異常)、very D(非常極度異常)。
接著,混合用公式2至5計算出個案營養狀況在第二圖之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估地圖上Y軸上所在的位置,並同時估計出風險度(A0至A8或A0至A-5表示風險越來越高,A0風險度最低,A8及A-5風險度最高)以及風險分數。風險分數大於9分,表示在接下去6個月發生住院或死亡的風險高於50%,分數越高風險越大。
此212位病人在追蹤六個月內,共有82位(38.7%)發生因疾病惡化導致在住院/或發生因疾病惡化導致死亡,結果如第三圖所示,該圖為各類疾病病人經由本發明之數位化個人營養狀態及風險評估的方法評估六個月內事件發生率。該事件定義為於健康狀況惡化而死亡或住院。經由本發明方法評估六個月內事件發生率。事件發生共82位(38.7%)。
而風險評估模式之計算分為男女性分別計算,並分別有模式一及模式二的二種獨立計算方法,最終的風險評估以模式一及模式二的合作模式決定,詳細說明如下:男性:
(1)風險評估模式一:係依照第四圖所示之決策樹決定,包含如下:
1.若血中Leucine濃度≦正常男性血中Leucine濃度95%信賴區間的最高值,且血中Leucine濃度<[正常男性血中Leucine濃度的平均值-(21.74~56.93)],則為高風險;風險度由A0至A-5表示風險越來越高,A0風險度最低,A-5風險度最高。
2.若血中Leucine濃度>正常男性血中Leucine濃度95%信賴區間的最高值,且血中公式4數值[正常男性血中公式4數值平均值+(14.81~30.34)],則為高風險;風險度由A0至A8表示風險越來越高,A0風險度最低,A8風險度最高。
3.以上兩種風險評估模式之計算評估,任一項達高風險之定義則被認為有高風險。
(2)風險評估模式二:在Oc>正常男性血中Oc濃度95%信賴區間的最高值的情況下,如果身體代謝物對肝臟負荷量(公式5)(正常男性身體代謝物對肝臟負荷量的平均值+1.9795),那風險就升高,屬於A4或A-3區(若Leucine濃度正常男性血中Leucine濃度平均值則為A4;若Leucine濃度<正常男性血中Leucine濃度平均值則為A-3);如果身體代謝物對肝臟負荷量(公式5)(正常男性身體代謝物對肝臟負荷量的平均值+4.7792),那風險就升高,屬於A7或A-4區(若Leucine 濃度>正常男性血中Leucine濃度平均值則為A7;若Leucine濃度<正常男性血中Leucine濃度平均值則為A-4)。
(3)在風險評估模式一及風險評估模式二的合作模式下,任一模式評估出的風險層級高,則以該層級為風險分級。例如:以風險評估模式一評估出的風險層級是A3,而以風險評估模式二評估出的風險層級是A7,那風險分級則算是A7。
女性:
(1)風險評估模式一:係依照第五圖所示之決策樹決定,包含如下:
1.若血中Leucine濃度≦正常女性血中Leucine濃度95%信賴區間的最高值,且血中Leucine濃度<[正常女性血中Leucine濃度的平均值-(9.71~32.51)],則為高風險;風險度由A0至A-5表示風險越來越高,A0風險度最低,A-5風險度最高。
2.若血中Leucine濃度>正常女性血中Leucine濃度95%信賴區間的最高值,且血中公式3數值正常女性血中公式3數值95%信賴區間的最高值,且公式五之數值[正常女性血中公式五之數值的平均值+(1.4764~4.4076)],則為高風險;風險度由A0至A8表示風險越來越高,A0風險度最低,A8風險度最高。
3.以上兩種風險評估模式之計算評估,任一項達高風險之定義則被認為有高風險。
(2)風險評估模式二:在Oc>正常女性血中Oc濃度95%信賴區間的最高值的情況下,如果身體代謝物對肝臟負荷量(公式5)(正常女性身體代謝物對肝臟負荷量的平均值+1.4764),那風險就升高,屬於A4或A-3區(若Leucine濃度正常女性血中Leucine濃度平均值則為A4;若Leucine濃度<正常女性血中Leucine濃度平均值則為A-3);如果身體代謝物對肝臟負荷量(公式5)(正常女性身體代謝物對肝臟負荷量的平均值+4.4076),那風險就升高,屬於A7或A-4區(若Leucine濃度>正常女性血中Leucine濃度平均值則為A7;若Leucine濃度<正常女性血中Leucine濃度平均值則為A-4)。
(3)在風險評估模式一及風險評估模式二的合作模式下,任一模式評估出的風險層級高,則以該層級為風險分級。例如:以風險評估模式一評估出的風險層級是A3,而以風險評估模式二評估出的風險層級是A7,那風險分級則算是A7。
關於肌肉瓦解程度(Pc),其嚴重度的定義為:男性:稍高:肌肉瓦解程度(Pc)於正常男性血中Pc濃度95%信賴區間的最高值~正常男性血中Pc濃度95%信賴區間的最高值+24.79之間;高:肌肉瓦解程度(Pc)於正常男性血中Pc濃度95%信賴區間的最高值+24.79~正常男性血中Pc濃度95%信賴區間的最高值+44.79之間;很高:肌肉瓦解程度(Pc)>正常男性血中Pc濃度95%信賴區間的最高值+44.79。
女性:稍高:肌肉瓦解程度(Pc)於正常女性血中Pc濃度95%信賴區間的最高值~正常女性血中Pc濃度95%信賴區間的最高值+23.27之間;高:肌肉瓦解程度(Pc)於正常女性血中Pc濃度95%信賴區間的最高值+23.27~正常女性血中Pc濃度95%信賴區間的最高值+43.27之間;很高:肌肉瓦解程度(Pc)>正常女性血中Pc濃度95%信賴區間的最高值+43.27。
肝臟代謝功能(Oc)的嚴重度定義為:男性:稍高:肝臟代謝功能(Oc)於正常男性血中Oc濃度95%信賴區間的最高值~正常男性血中Oc濃度95%信賴區間的最高值+25之間;高:肝臟代謝功能(Oc)於正常男性血中Pc濃度95%信賴區間的最高值+25~正常男性血中Pc濃度95%信賴區間的最高值+45之間;很高:肝臟代謝功能(Oc)>正常男性血中Pc濃度95%信賴區間的最高值+45。
女性:稍高:肝臟代謝功能(Oc)於正常女性血中Oc濃度95%信賴區間的最高 值~正常女性血中Oc濃度95%信賴區間的最高值+24.51之間;高:肝臟代謝功能(Oc)於正常女性血中Pc濃度95%信賴區間的最高值+24.51~正常女性血中Pc濃度95%信賴區間的最高值+44.51之間;很高;肝臟代謝功能(Oc)>正常女性血中Pc濃度95%信賴區間的最高值+44.51。
肌肉新陳代謝運轉狀態及身體代謝物對肝臟負荷量的判讀,均以正常男女性肌肉新陳代謝運轉狀態及身體代謝物對肝臟負荷量的平均值(mean)、及95%信賴區間(95% confidence interval)做為判讀數值是否異常,及異常程度。
各胺基酸血中量的判讀,均以正常男女性各胺基酸血中量的平均值(mean)、及95%信賴區間(95% confidence interval)做為判讀數值是否異常,及異常程度。
1.4 解讀個體的營養狀態
本發明依據所獲得的風險度及風險分數進行解讀,包含:營養狀態及風險評估、肌肉瓦解(muscle lysis)程度、體內胺基酸含量(amino acid level)、肝臟代謝功能(liver metabolic function)、肌肉新陳代謝運轉狀態(muscle turnover)以及身體代謝物對肝臟負荷量(metabolite loading to liver),以提供最適合個體之營養介入及生活型態調整。
實施例2本發明之數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的臨床應用
本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法,可應用於各類疾病嚴重程度之數位化分期,例如:心血管疾病、老化、癌症、慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)、末期腎臟病(end stage of renal disease,ESRD)、慢性腎臟病(chronic kidney disease,CKD);協助重病後恢復(特別是有複雜疾病的病人)以及監測疾病的改善或惡化;協助術後恢復以及傷口恢復;重症營養評估、介入效果以及預後評估;在重病時,協助身體達到代謝平衡之工具;改善生活 品質、身體機能以及肌肉成長;微調營養介入以避免過量補充,改善疾病預後;決定復健的時機,並協助營養介入使復健達到最佳效果;以及針對健康個體進行健康檢查,以評估營養狀況以及預測糖尿病。
2.1 應用於加護病房中複雜疾病病人
76歲的女性病人由於急性呼吸衰竭進入加護病房,其患有糖尿病、高血壓、心房顫動以及慢性腎臟病;但心臟功能以及白蛋白濃度正常(=3.7g/dl)。
在第一次經由本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法評估,得知營養狀態數據為C至D、風險度為A8(危險區);有嚴重的肌肉瓦解、非常高的血液胺基酸濃度、受損肝臟代謝功能、伴隨胺基酸供應不足而增加的肌肉新陳代謝運轉狀態以及肌肉生長不足。結果顯示:(1)有風險狀態;(2)病人肝臟無法處理胺基酸代謝產物產生的廢物;(3)需要經由碳水化合物給予熱量而非蛋白質以減少肌肉瓦解;(4)身體處於極度瓦解狀態,有足夠的胺基酸但身體無法使用該些能量;(5)不能給予病人大量的胺基酸,因為病人無法使用該些胺基酸且會產生更多的廢物。
基於以上這些指引,可給予病人更準確的治療,7天後已出加護病房,逐漸進行基本復健,並於第10天時再次進行本發明之數位化個人營養狀態及風險評估的方法,該營養狀態數據為A、風險度為A2(安全區);沒有肌肉瓦解、非常低的胺基酸濃度、正常的肝臟代謝功能、正常的肌肉新陳代謝運轉狀態。結果顯示:(1)狀態改善很多;(2)沒有肌肉瓦解;(3)胺基酸量明顯缺乏;(4)可安全提供胺基酸;(5)需要提供更多的胺基酸,否則組織修復將會受到影響。經過個人化營養介入,由體脂機(歐瑟若,台灣製)的評估發現,肌肉有成長現象,由在進行第二次本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法時的25公斤,一週後增加為26.2公斤,六分鐘內行走距離由49公尺增加為152公尺。
2.2 應用於慢性阻塞性肺疾病(COPD)
71歲的男性慢性阻塞性肺病病人,其心臟及腎臟功能正 常,白蛋白濃度為4.5g/dl。
在經由本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法評估,得知營養狀態數據為D、風險度為A7(危險區);有非常高的肌肉瓦解、非常低的血液胺基酸濃度、嚴重受損肝臟代謝功能、增加但正常的肌肉新陳代謝運轉狀態。結果顯示:(1)有風險狀態;(2)需要一些方法以減少肌肉瓦解(例如經由碳水化合物給予熱量);(3)需要減少使用胺基酸作為能量來源以減少肝臟負荷量;(4)給予有限的胺基酸量;否則胺基酸會轉變為肝臟負荷功能失調;(5)需要鍛鍊骨骼肌肉以將胺基酸從「被作為能源使用」改變為「合成肌肉」;(6)當然,需要治療潛在疾病。
2.3 應用於加護病房中危急病人
52歲的男性病人由於感染性休克進入加護病房,其白蛋白濃度為2.7g/dl。
在經由本發明之數位化個人營養狀態及風險評估的方法評估,得知營養狀態數據為very D、風險度為A7(危險區);有非常高的肌肉瓦解、非常低的血液胺基酸濃度、嚴重受損肝臟代謝功能、由於明顯營養供應(胺基酸)不足而肌肉新陳代謝運轉狀態不足。結果顯示:(1)有風險狀態;(2)需要一些方法以減少肌肉瓦解(例如經由包含碳水化合物、脂肪以及有限但高品質的胺基酸的營養給予熱量,減少類固醇的使用)(減少肌肉瓦解、減少大量將胺基酸作為能量來源,以減少肝臟負荷量);(3)給予有限但高品質的胺基酸[較多組胺酸(histidine)、支鏈胺基酸,但減少***酸];(4)當然,需要治療潛在疾病。
然而,在未進行應用本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法的情況下,該患者幾天內被給予高劑量的白蛋白靜脈注射治療。然後,再進行一次本發明之數位化個人營養狀態及風險評估的方法,得知營養狀態數據為D、風險度為A8,顯示為病情惡化,病人於19天之後過世。
2.4 應用於接受化學治療的癌症病人
43歲的男性接受化學治療的癌症病人(腫瘤科)。
在經由本發明之數位化個人營養狀態及風險評估的方法評估,得知營養狀態數據為D、風險度為A7(危險區);有輕微的肌肉瓦解、非常低的血液胺基酸濃度、輕微受損肝臟代謝功能、由於明顯營養供應(胺基酸)不足而肌肉新陳代謝運轉狀態不足。結果顯示:(1)有風險狀態;(2)需要一些方法以減少肌肉瓦解(例如經由包含碳水化合物以及脂肪給予熱量)(給予較多高品質的胺基酸,例如是組胺酸、支鏈胺基酸的胺基酸,但減少***酸);(3)當然,需要治療潛在疾病。
需要後續再次經由本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法,以確認是否胺基酸的給予會造成肝臟負荷量。經過這樣的介人策略,病人的身體肌肉量從原本的27.3公斤在一個月後增加到29.2公斤。
2.5 應用於合併心血管疾病及腎臟病之複雜疾病病人
35歲的男性患有心血管疾病及腎臟病病人,其白蛋白濃度為2.5g/dl。
在經由本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法評估,得知營養狀態數據為D、風險度為A8(危險區);有輕微的肌肉瓦解、非常低的血液胺基酸濃度、肝臟代謝功能輕微受損、蛋白質代謝過量引起的肝臟負荷量過高、由於明顯營養供應(胺基酸)不足而使肌肉新陳代謝運轉狀態異常。結果顯示:(1)有風險狀態;(2)需要一些方法以減少肌肉瓦解(例如經由包含碳水化合物以及脂肪給予熱量,但不應大量補充蛋白質)(3)給予有限量的胺基酸,例如是組胺酸、支鏈胺基酸,但減少***酸。然而,必須監控肝臟代謝功能以及肝臟負荷量,胺基酸的給予不應增加該些參數;(4)在給予足夠的熱量下,可做一些適當的運動以減少肌肉的瓦解,以及引導身體使胺基酸用於肌肉合成,而非用於產生能量;(5)當然,需要治療病患本身的潛在疾病。
然而,在未進行應用本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法的監控情況下,該患者幾天內被給予過多的蛋白質,本來想要增加血液中蛋白質的濃度,但卻無法得知肝臟代謝 功能以及肝臟負荷量的改變,病人於一週內過世。
2.6 應用於接受洗腎、合併呼吸衰竭及心血管疾病之複雜疾病病人
72歲的男性患有腎臟病、呼吸衰竭、心血管疾病及惡病質(cachexia)病人。
在經由本發明之數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法評估,得知營養狀態數據為very D、風險度為A7(危險區);有嚴重的肌肉瓦解、非常低的血液胺基酸濃度、正常肝臟代謝功能、由於嚴重肌肉瓦解而肌肉新陳代謝運轉狀態不足,且非常高的肝臟負荷量。結果顯示:(1)高風險狀態;(2)需要一些方法以減少肌肉瓦解(例如經由包含碳水化合物、蛋白質以及脂肪均衡營養給予充足熱量,但減少***酸)(3)需要後續確認營養介入是否有減少肌肉瓦解的嚴重程度;(4)因嚴重肌肉瓦解而造成非常高的肝臟負荷量;(5)當然,需要治療潛在疾病。
在沒有將本發明之數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法提供臨床評估應用之下,只能進行一般傳統模式的營養介入之下,7天之後再次進行本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法評估,得知營養狀態數據為very D、風險度為A8(危險區);嚴重肌肉瓦解、非常低的血液胺基酸濃度、正常肝臟代謝功能、由於營養供應不足(胺基酸)而肌肉新陳代謝運轉狀態不足以及肌肉瓦解,且非常高的肝臟負荷量。結果顯示:(1)仍然在高風險狀態,且病情惡化;(2)需要一些方法以減少肌肉瓦解(例如經由給予充足碳水化合物、脂肪以補充熱量,以及補充更多***酸以外的胺基酸,例如組胺酸及支鏈胺基酸)(3)需要後續再確認營養介入是否有減少肌肉瓦解的嚴重程度;(4)是否有減少因嚴重肌肉瓦解而造的高肝臟負荷量;(5)當然,需要治療潛在疾病。
在沒有進行本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法評估時,要以科學的方式解釋對於營養供應的反應以及是否足夠是非常困難的,而營養供應不足會導致營養介入沒有效果。
2.7 應用於老年有肌少症病之人
85歲的女性病人,由於與老化有關的衰弱以及可能是肌少 症(Sarcopenia)而尋求協助。醫生告知其為老化相關的所有問題。然而,經由本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法顯示出以下不同的看法。
在第一次經由本發明之數位化個人營養狀態及風險評估的方法評估,得知營養狀態數據為very D、風險度為A7(危險區);有中度的肌肉瓦解、非常低的血液胺基酸濃度、嚴重肝臟代謝功能不良、由於非常低的胺基酸濃度及肌肉瓦解而使肌肉新陳代謝運轉狀態不足,且非常高的肝臟負荷量。結果顯示:(1)高風險狀態;(2)患者使用胺基酸產生能量,會增加肝臟負荷量;(3)需要一些方法以減少肌肉瓦解,亦減少使用胺基酸作為能量的現象(例如經由碳水化合物給予熱量)(4)給予有限量但高品質的胺基酸(包含較多的組胺酸、支鏈胺基酸,但減少***酸)。然而,不能增加肝臟負荷量;(5)需要後續確認是否營養介入有減少肌肉瓦解的嚴重程度及肝臟負荷量,但改善肝臟代謝功能,以及增加胺基酸的血液濃度。
3個月之後再次進行本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法評估,得知營養狀態數據為C、風險度為A3(安全區);嚴重的肌肉瓦解、正常的血液胺基酸濃度、正常的肝臟代謝功能、由於嚴重的肌肉瓦解而使肌肉新陳代謝運轉狀態異常,結果顯示:(1)風險狀態已改善;(2)需要一些方法以減少肌肉瓦解,亦減少使用胺基酸作為能量的現象(例如復健運動或肌肉訓練);(3)當然,需要治療潛在疾病。基於上述結果,給予病人復健訓練。漸漸地,病人骨骼肌肉質量增加(由在進行第二次本發明之數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法時的21公斤,二週後增加為22.3公斤,六分鐘內行走距離由42公尺增加為75公尺。),其顯示本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法所指引給予復健治療具有效果。
本發明再次證實雖然病人的臨床表現是一樣的,但數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的結果會完全不同,因此,本發明之方法所獲得之結果關係到個人化的治療方式。
2.8 應用於老年合併慢性肺病、腎病、心血管疾病、癌症、糖尿病、高血壓 之複雜疾病病人
75歲的女性病人患有複雜的疾病,包含老化、慢性阻塞性肺疾病、慢性腎臟病、心血管疾病、癌症、糖尿病、高血壓之複雜疾病。
在經由本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法評估以給予營養介入之指引。在不同的時間點之結果顯示於第六圖,一開始的分數在高風險狀態,但逐漸地改善。最後,分數達到正常的狀態,該病人在該時間點病情穩定。第六圖顯示具有非常複雜疾病的病人經由本發明之數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法可成功地被治癒。若沒有本發明之方法的結果指引,該病人可能無法有好的預後結果。
2.9 應用於罹患各類慢性疾病病人
共102位患者,符合下列條件:(1)年齡大於20歲;(2)肌酐酸(腎功能)<2g/dL;(3)可行走;(4)能進行以走路的復健方式,每日兩次,每次30分鐘;(5)除每日基本營養外,能額外每日補充Histidine(1.0公克),Leucine(5.25公克),Isoleucine(1.2公克),Valine(2.25公克);(6)能使用體脂機評估體重、體脂肪、肌肉、及體水分量(使用“歐瑟若”(Oserio)體脂機進行量測);(7)由同一位營養師進行飲食建議及介入;(8)代謝狀態位於C。
依本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估方法,將個案分為兩組(表二),第一組中之個案風險區塊位於A0,A1,A2,A-1區內,第二組中之個案風險區塊位於A-4,A-5,A5,A6區內,這兩組個案基本上於臨床表徵上是無法區分出不同,例如基本屬性數據、體重、肌肉重、及六分鐘內行走距離,均無統計學上差異(表二、三)。這兩組的不同,只有用本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估方法才可區分出不同。第一組中之個案均為本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估方法所區分出之風險偏低之個案,第二組中之個案均為本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估方法所區分出之風險偏高之個案,這兩組個案,經同一位營養 師指導,在不知本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估之結果下的盲試,即給予相同復健強度,攝取相同量額外胺基酸,但只有第一組個案於一個月後肌肉重、及六分鐘內行走距離有統計學意義的進步(表三)。這證明,使用本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估方法,可有效找出有潛力生成肌肉、復健效果較好、進而改善生活品質的個案。
表三、對於罹患各類慢性疾病之個案,應用本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估方法所區分出之風險偏低(第一組)及風險偏高(第二組)個案,兩組於體重、肌肉重、體脂肪重、體水分
2.10 應用於老年人
共31位老年人參與,係符合下列條件:(1)年齡須75歲;(2)肌酐酸(腎功能)<1.5g/dL;(3)可行走;(4)能進行以走路的復健方式,每日兩次,每次30分鐘;(5)除每日基本營養外,能額外每日補充Histidine(1.0公克),Leucine(5.25公克),Isoleucine(1.2公克),Valine(2.25公克);(6)能使用體脂機評估體重、體脂肪、肌肉、及體水分量;(7)由同一位營養師進行飲食建議及介入;(8)代謝狀態位於B-C。
依本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估方法,將個案分為兩組(表四),第一組中之個案風險區塊位於A0,A1,A2,A-1區內,第二組中之個案風險區塊位於A-4,A-5,A5,A6區內,這兩組個案基本上於臨床表徵上是無法區分出不同,例如年齡、性別、體重、肌肉重、脂肪重、及六分鐘內行走距離,均無統計學上差異。這兩組的不同,只有用本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估方法才可區分出不同。第一組中之個案均為本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估方法所區分出之風險偏低之個案,第二組中之個案均為本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估方法所區分出之風險偏高之個案。這兩組個案,經同一位營養師指導,在不知本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估之 結果下的盲試,即給予相同復健強度,攝取相同量額外胺基酸,但只有第一組個案於一個月後肌肉重、及六分鐘內行走距離有統計學意義的進步。這證明,使用本發明數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估方法,可有效找出有潛力生成肌肉、復健效果較好、進而改善生活品質的老年個案。
綜上所述,本發明提供一種利用含有四種胺基酸的計算公式計算出數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估的方法,其中該四種胺基酸分別為組胺酸(histidine)、白胺酸(leucine)、鳥胺酸(ornithine)以及***酸(phenylalanine)。本發明之方法可提供個人營養狀態、肌肉生成代謝運轉狀態及風險評估的分數,以達到了解營養介入之成效、協助肌肉生長、協助復健之效果、改善生活品質、及改善身體機能。因此,本發明之方法可應用於:老化、癌症、慢性阻塞性肺疾病、末期腎臟病、慢性腎臟病或心血管疾病等疾病嚴重度之數位化分期、代謝評估、重病後恢復、術後恢復或傷口修復、肌肉生長、疾病惡化及改善、復健效果、以及正常人的營養評估。

Claims (15)

  1. 一種數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法,其步驟包含:(a)提供一個體的生物性樣本;(b)使用一檢測方式量測選自於組胺酸(histidine)、白胺酸(leucine)、鳥胺酸(ornithine)以及***酸(phenylalanine)所組成之群組之胺基酸的量;(c)利用公式計算該個體的營養狀態評估分數,其公式為:(1)公式1:組胺酸濃度/***酸濃度(2)公式2:(-19.265~-15.763)*(公式1結果)+(0.059~0.073)*鳥胺酸濃度+(18.776~22.948)(3)公式3,這裡以性別分別計算公式3之結果為鳥胺酸矯正量(Oc):男性:若白胺酸濃度≦(正常男性血中白胺酸濃度平均值-正常男性血中白胺酸濃度標準差),則Oc=[鳥胺酸濃度*(正常男性血中白胺酸濃度平均值-正常男性血中白胺酸濃度標準差)]/白胺酸濃度若白胺酸濃度>(正常男性血中白胺酸濃度平均值-正常男性血中白胺酸濃度標準差),則Oc=鳥胺酸濃度;女性:若白胺酸濃度≦(正常女性血中白胺酸濃度平均值-正常女性血中白胺酸濃度標準差),則Oc=[鳥胺酸濃度*(正常女性血中白胺酸濃度平均值-正常女性血中白胺酸濃度標準差)]/白胺酸濃度;若白胺酸濃度>(正常女性血中白胺酸濃度平均值-正常女性血中白胺酸濃度標準差),則Oc=鳥胺酸濃度;(4)公式4,這裡以性別分別計算公式4之結果為***酸矯正量(Pc):男性:若白胺酸濃度≦(正常男性血中白胺酸濃度平均值-正常男性血中白胺酸濃度標準差),則Pc=[***酸濃度*(正常男性血中白胺酸濃度平均值-正常男性血中白胺酸濃度標準差)]/白胺酸濃度;若白胺酸濃度>(正常男性血中白胺酸濃度平均值-正常男性血中白胺酸濃度標準差),則Pc=***酸濃度;女性:若白胺酸濃度≦(正常女性血中白胺酸濃度平均值-正常女性血中白胺酸濃度標準差),則Pc=[***酸濃度*(正常女性血中白胺酸濃度平均值-正常女性血中白胺酸濃度標準差)]/白胺酸濃度;若白胺酸濃度>(正常女性血中白胺酸濃度平均值-正常女性血中白胺酸濃度標準差),則Pc=***酸濃度;(5)公式5=-[(-1.414~-1.157)*鳥胺酸濃度/(白胺酸濃度+組胺酸濃度-***酸濃度)+(0.0063~0.0077)*公式3結果]*(9~11)(d)解讀該個體的營養狀態,其中,利用公式1-5建立數位化個人營養狀態、肌肉生成代謝運轉狀態及風險評估地圖,此地圖包含X軸及Y軸;其中,利用公式1至2所得的分數定義X軸之數值,評估營養狀態之嚴重度,可區分為N、A、B、C、D,再細分為very N表示非常正常、N表示正常、N-A表示正常到早期不正常之間、A表示早期不正常、A-B表示早期不正常到明顯異常但無症狀之間、B表示明顯異常但無症狀、B-C表示明顯異常但無症狀到非常異常之間、C表示非常異常、C-D表示非常異常到極度異常之間、D表示極度異常、very D表示非常極度異常;利用公式2至5所得的分數定義Y軸之數值,評估營養狀態之風險度,風險度A0至A8或A0至A-5表示風險越來越高,A0風險度最低,A8及A-5風險度最高;其中,風險度之評估係根據一風險評估模式,該風險評估模式之計算分為男女性分別計算如下:男性:(1)若血中Leucine濃度≦正常男性血中Leucine濃度95%信賴區間的最高值,且血中Leucine濃度<[正常男性血中Leucine濃度的平均值-(21.74~56.93)],則為高風險;風險度由A0至A-5表示風險越來越高,A0風險度最低,A-5風險度最高;(2)若血中Leucine濃度>正常男性血中Leucine濃度95%信賴區間的最高值,且血中公式4數值
    Figure TWI626444B_C0001
    [正常男性血中公式4數值平均值+(14.81~30.34)],則為高風險;風險度由A0至A8表示風險越來越高,A0風險度最低,A8風險度最高;(3)以上兩種風險評估模式之計算評估,任一項達高風險之定義則被認為有高風險;女性:(1)若血中Leucine濃度≦正常女性血中Leucine濃度95%信賴區間的最高值,且血中Leucine濃度<[正常女性血中Leucine濃度的平均值-(9.71~32.51)],則為高風險;風險度由A0至A-5表示風險越來越高,A0風險度最低,A-5風險度最高;(2)若血中Leucine濃度>正常女性血中Leucine濃度95%信賴區間的最高值,且血中公式3數值
    Figure TWI626444B_C0002
    正常女性血中公式3數值95%信賴區間的最高值,且公式五之數值
    Figure TWI626444B_C0003
    [正常女性血中公式五之數值的平均值+(1.4764~4.4076)],則為高風險;風險度由A0至A8表示風險越來越高,A0風險度最低,A8風險度最高;(3)以上兩種風險評估模式之計算評估,任一項達高風險之定義則被認為有高風險。
  2. 如申請專利範圍第1項所述之方法,其中公式4進一步判斷肌肉瓦解程度。
  3. 如申請專利範圍第1項所述之方法,其中公式3進一步判斷肝臟代謝功能。
  4. 如申請專利範圍第1項所述之方法,其中公式1進一步判斷肌肉新陳代謝運轉狀態。
  5. 如申請專利範圍第1項所述之方法,其中公式5進一步判斷身體代謝物對肝臟負荷量。
  6. 如申請專利範圍第1項所述之方法,其中該步驟(a)之生物性樣本係為血液、血漿、血清、紅血球或尿液。
  7. 如申請專利範圍第1項所述之方法,其中該步驟(a)之個體係為患有一疾病之病人或健康正常人。
  8. 如申請專利範圍第7項所述之方法,其中該疾病係為老化、癌症、慢性疾病、重症或心血管疾病。
  9. 如申請專利範圍第8項所述之方法,其應用於該疾病之數位化分期、重病後恢復、術後恢復或傷口恢復、肌肉生長、疾病惡化及改善、復健效果。
  10. 如申請專利範圍第9項所述之方法,其應用於健康正常人的營養評估。
  11. 如申請專利範圍第1項所述之方法,其中該步驟(b)之檢測方式係為質譜術(mass spectrometry,MS)以及液相色譜(liquid chromatograph,LC)。
  12. 如申請專利範圍第1項所述之方法,其中依據該步驟(d)之結果進行該個體之營養介入以及合併生活型態之調整。
  13. 如申請專利範圍第12項所述之方法,其中進行該個體之營養介入以及合併生活型態之調整後,再一次進行該步驟(a)至該步驟(d)。
  14. 如申請專利範圍第1項所述之方法,其中該步驟(b)進一步包含檢測個體體脂、肌肉量、體水分含量、體重、每日飲食攝水量。
  15. 如申請專利範圍第1項所述之方法,其中該風險評估包含死亡及疾病惡化導致再住院之風險評估。
TW105132258A 2016-10-05 2016-10-05 數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法 TWI626444B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW105132258A TWI626444B (zh) 2016-10-05 2016-10-05 數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法
US15/488,985 US20180095091A1 (en) 2016-10-05 2017-04-17 Method of digitizing nutritional status, muscle turnover, and risk assessment
CN201710313284.3A CN107919170B (zh) 2016-10-05 2017-05-05 数字化营养状态、肌肉生成代谢运转状态及风险评估的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW105132258A TWI626444B (zh) 2016-10-05 2016-10-05 數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法

Publications (2)

Publication Number Publication Date
TW201814292A TW201814292A (zh) 2018-04-16
TWI626444B true TWI626444B (zh) 2018-06-11

Family

ID=61758671

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105132258A TWI626444B (zh) 2016-10-05 2016-10-05 數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法

Country Status (3)

Country Link
US (1) US20180095091A1 (zh)
CN (1) CN107919170B (zh)
TW (1) TWI626444B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI773386B (zh) * 2021-06-16 2022-08-01 統一企業股份有限公司 預測飲料中最高咖啡因含量值的方法及其系統

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2018313853A1 (en) 2017-08-08 2020-01-02 Fresenius Medical Care Holdings, Inc. Systems and methods for treating and estimating progression of chronic kidney disease
US11350887B2 (en) 2019-08-07 2022-06-07 Fresenius Medical Care Holdings, Inc. Systems and methods for detection of potential health issues

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8628936B2 (en) * 2007-12-05 2014-01-14 King's College London Methods and compositions for multiplexed screening of disease
US20090263507A1 (en) * 2008-04-18 2009-10-22 Warsaw Orthopedic, Inc. Biological markers and response to treatment for pain, inflammation, neuronal or vascular injury and methods of use
WO2009154296A1 (ja) * 2008-06-20 2009-12-23 味の素株式会社 女性生殖器癌の評価方法
US8840950B2 (en) * 2010-05-26 2014-09-23 Jacqueline M. Hibbert Compositions of nutrition supplementation for nutritional deficiencies and method of use therefore
US9894047B2 (en) * 2010-09-09 2018-02-13 Kaseya Limited Method and apparatus of providing messaging service and callback feature to mobile stations
CN103163226A (zh) * 2011-12-14 2013-06-19 刘丽宏 30种氨基酸同时定量检测方法及试剂盒制备
EP3052133A2 (en) * 2013-10-03 2016-08-10 INSERM - Institut National de la Santé et de la Recherche Médicale Methods and pharmaceutical compositions for modulating autophagy in a subject in need thereof
KR102614827B1 (ko) * 2014-10-08 2023-12-19 아지노모토 가부시키가이샤 평가 방법, 평가 장치, 평가 프로그램, 평가 시스템, 및 단말 장치
CN106485061A (zh) * 2016-09-27 2017-03-08 无锡金世纪国民体质与健康研究有限公司 一种生活风险评估及改善***的建立方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
2002年07月01日 ,Amino Acid Test Kit,https://www.lifeworkpotential.com/products/Amino-Acid-Test-Kit
2002年07月01日 ,Amino Acid Test Kit,https://www.lifeworkpotential.com/products/Amino-Acid-Test-Kit 2012年07月,老人營養風險指標在長期照護機構的運用,莊富如,台北醫學大學公共衛生暨營養學系/研究所 *
2009年06月,以簡易營養評估台灣修訂版評估內科住院病人的營養狀況,柯玟玟,健康管理產業學系 *
2009年06月,以簡易營養評估台灣修訂版評估內科住院病人的營養狀況,柯玟玟,健康管理產業學系。
2012年07月,老人營養風險指標在長期照護機構的運用,莊富如,台北醫學大學公共衛生暨營養學系/研究所。
2013年03月25日,老人營養評估與篩檢,家庭醫學與基層醫療,第29卷第3期第65~74頁 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI773386B (zh) * 2021-06-16 2022-08-01 統一企業股份有限公司 預測飲料中最高咖啡因含量值的方法及其系統

Also Published As

Publication number Publication date
TW201814292A (zh) 2018-04-16
CN107919170B (zh) 2021-05-07
CN107919170A (zh) 2018-04-17
US20180095091A1 (en) 2018-04-05

Similar Documents

Publication Publication Date Title
US20210116467A1 (en) Diabetes-related biomarkers and treatment of diabetes-related conditions
Zabek et al. Application of 1H NMR-based serum metabolomic studies for monitoring female patients with rheumatoid arthritis
Knox et al. A simple automated solid-phase extraction procedure for measurement of 25-hydroxyvitamin D3 and D2 by liquid chromatography-tandem mass spectrometry
EP2564194B1 (en) Metabolic biomarkers of autism
TWI553313B (zh) 診斷心臟衰竭之方法
Kedia et al. Effects of a pre-workout supplement on lean mass, muscular performance, subjective workout experience and biomarkers of safety
TWI626444B (zh) 數位化營養狀態、肌肉生成代謝運轉狀態及風險評估的方法
Gungor et al. Which ischemic stroke subtype is associated with hyperhomocysteinemia?
Gu et al. Relationship between serum homocysteine levels and depressive symptoms: the Cooper Center Longitudinal Study
Gregory et al. Blood phenylalanine monitoring for dietary compliance among patients with phenylketonuria: comparison of methods
Tao et al. Urine metabolic profiles in paediatric asthma
Tschinkel et al. Plasma concentrations of the trace elements copper, zinc and selenium in Brazilian children with autism spectrum disorder
EP2678685A2 (en) Compositions and methods for personal tumor profiling treatment
Rossi et al. Biological variability and reference intervals for total plasma homocysteine
Wang et al. Identification of urine biomarkers for calcium-oxalate urolithiasis in adults based on UPLC-Q-TOF/MS
Viswanathan et al. Plasma Aβ, homocysteine, and cognition: the Vitamin Intervention for Stroke Prevention (VISP) trial
Higuera-de-la-Tijera et al. Current vision on diagnosis and comprehensive care in hepatic encephalopathy
US9730916B2 (en) Nutritional composition and method for improving heart failure
US20200011879A1 (en) Method of diagnosis of drug induced liver injury
Taskin et al. Plasma total homocysteine levels in a healthy Turkish population sample
Lien et al. Correlation between hypovitaminosis D and nutritional status with the severity of clinical symptoms and impaired cognitive function in patients with Parkinson’s disease
Wang Trends in TC/HDL and LDL/HDL ratios across the age span: data from the 2007-2018 national health and nutrition examination survey (NHANES)
Ye et al. Salivary metabolomics of burning mouth syndrome: A cross-sectional study
Sumner et al. Metabolomics for biomarker discovery and to derive genetic links to disease
Liu et al. Prognostic effect of thoracic sarcopaenia on short-and long-term clinical outcomes in patients who underwent cardiac valve surgery

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees