买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于代谢组学的脓毒症预后模型建立方法_郑州大学第一附属医院_202110946421.3 

申请/专利权人:郑州大学第一附属医院

申请日:2021-08-18

公开(公告)日:2021-11-19

公开(公告)号:CN113671078A

主分类号:G01N30/02(20060101)

分类号:G01N30/02(20060101);G01N30/06(20060101);G01N30/72(20060101);G01N30/86(20060101)

优先权:

专利状态码:有效-授权

法律状态:2023.03.03#授权;2021.12.07#实质审查的生效;2021.11.19#公开

摘要:本发明公开了一种基于代谢组学的脓毒症预后模型建立方法,属于医疗大数据技术领域,包括通过液相色谱质谱法检测所纳入患者的血浆代谢物变化,然后,使用脓毒症诊断后24h内的差异代谢物和临床指标进行多因素logistic回归建模,建立脓毒症预后模型,解决了通过液相色谱质谱法检测所纳入患者的血浆代谢物变化,使用脓毒症诊断后24h内的差异代谢物和临床指标进行多因素logistic回归建模的技术问题,本发明将血浆代谢物作为重要因素构建预后模型,使预后模型对数据的灵敏度提高,从而提高了预后模型的数据价值。

主权项:1.一种基于代谢组学的脓毒症预后模型建立方法,其特征在于:包括通过LCMS方法对数名脓毒症患者诊断后的24小时内的血浆样本分别进行检测和分析,通过数据采集服务器采集血浆样本的分析结果;分析结果包括血浆样本的VIP值、FC值和P值;数据采集服务器对分析结果进行筛选,根据患者的状况将分析结果分为存活组和死亡组,并筛选得到存活组和死亡组之间的差异代谢物数据;数据采集服务器获取患者的电子临床数据,对电子临床数据进行单因素分析,筛选出存活组和死亡组之间差异具有统计学意义的临床指标数据;数据采集服务器将临床指标数据和差异代谢物数据均发送给数据中心进行处理,数据中心形成历史数据集,并将历史数据集中的数据划分为28天结局指标、院内结局指标和90天结局指标,28天数据包括存活组28天数据28ds和死亡组28天数据28dD,院内数据包括存活组院内数据数据HOS-survival和死亡组院内数据HOS-death,90天数据包括存活组90天数据数据90dS和死亡组90天数据90dD;数据中心根据历史数据集中的临床指标数据和差异代谢物数据,根据28天数据、院内数据和90天数据分别构建预后模型:以28天结局指标为因变量,选择28d的13种差异代谢物和单因素分析中差异具有统计学意义的7种临床指标为自变量进行多因素Logistic回归分析,筛选出Indoleaceticacid、3-Methylene-indolenine、HR、Respiratorysupport和Applicationofpressordrugs为最佳变量组合,根据以下公式构建预后模型PRE:PRE=1÷1+EXP--10.44+0.605×Indoleaceticacid+0.615×3-Methylene-indolenine+0.03×HR+1.88×Respiratorysupport+1.835×Applicationofpressordrugs;以院内结局指标为因变量,选择院内的4种差异代谢物和单因素分析中差异具有统计学意义的10种临床指标为自变量进行多因素Logistic回归分析,筛选出Lymph#、ALP、SOFA和L-alpha-Amino-1H-pyrrole-1-hexanoic-acid为最佳变量组合,根据以下公式构建预后模型PRE:PRE=1÷1+EXP--3.424+1.307×Lymph#-0.01×ALP+0.182×SOFA+0.551×L-alpha-Amino-1H-pyrrole-1-hexanoic-acid;以90d结局指标为因变量,选择90d的27种差异代谢物和单因素分析中差异具有统计学意义的9种临床指标为自变量进行多因素Logistic回归分析,筛选出Pyrrolidine、Dopamine、HR、Respiratorysupport和Applicationofpressordrugs为最佳变量组合,根据以下公式构建预后模型PRE:PRE=1÷1+EXP--11.403-3.983×Pyrrolidine+5.613×Dopamine+0.025×HR+2.499×Respiratorysupport+1.72×Applicationofpressordrugs。

全文数据:

权利要求:

百度查询: 郑州大学第一附属医院 一种基于代谢组学的脓毒症预后模型建立方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。