基于临床及病理指标的肾小球疾病预后预测系统、装置和介质制造方法及图纸

本发明专利技术公开了一种基于临床及病理指标的肾小球疾病预后预测系统、计算机装置及存储介质，肾小球疾病预后预测系统包括信息获取模块、指数值确定模块、底数值确定模块和进展率确定模块，分别用于获取患者信息，根据患者信息确定指数值，根据预测时长确定底数值，根据指数值和底数值，通过指数函数确定进展率。本发明专利技术可以根据最终计算得到的进展率，有效预测患者发生疾病进展的可能性大小；由于在建立模型以及拟合模型具体参数时，所使用的数据来源于中国人群，因此所获得的进展率对于亚太尤其是中国人群具有更高的准确性，由于可以应用于对各种肾小球疾病的预后预测，因此具有良好的临床适用性。本发明专利技术广泛应用于医疗数字化技术领域。领域。领域。

【技术实现步骤摘要】
基于临床及病理指标的肾小球疾病预后预测系统、装置和介质


[0001]本专利技术涉及医疗数字化
，尤其是一种基于临床及病理指标的肾小球疾病预后预测系统、计算机装置及存储介质。

技术介绍

[0002]目前在亚太地区，肾小球疾病仍然是引起慢性肾衰竭及尿毒症的最主要病因之一。肾小球疾病的预后结局在临床上具有非常明显的差异，其3年内进展为慢性肾衰竭的风险在4％
‑
67％之间。换言之，有的肾小球疾病患者会快速进展，而有的肾小球疾病患者进展风险很低。由于治疗肾小球疾病的药物多数存在明显副作用，因此需要强调精准治疗，即对于进展风险高的患者，需要强化治疗(多药联用)和密切监测、随访，而进展风险低的患者则不应该使用强化方案，从而避免治疗的副反应。因此，如何早期、准确评估肾小球疾病患者进展还是不进展的风险，对于临床诊疗十分关键。
[0003]目前与肾脏疾病进展风险预测相关的模型主要是KFRE模型和IgAN模型。其中，KFRE 模型是由加拿大学者开发的，其研究数据主要来源于亚太地区以外的人群，由于这类人群的肾脏病人群病因疾病谱特点，主要是糖尿病和高血压肾病人群，因此，KFRE模型应用在肾小球疾病人群时，准确性明显下降，具体地，其AUC(评估风险预测模型准确性的指标)仅为0.72
‑
0.76左右，定性来看属于中等水平而算不上良好；IgAN模型仅能应用于IgA肾病患者，对于其他类型的肾小球疾病无法应用。综上，目前肾脏疾病进展风险预测相关技术的缺点包括对亚太地区尤其是中国人群针对性不强、对能预测的肾病类型限定性强等。
[0004]术语解释：
[0005]肾小球疾病：亚太地区最为常见的导致尿毒症的病因之一，由多种病因和多种发病机理引起的病理类型各异、临床表现又常重叠的一组主要累及肾小球结构与功能的临床疾病。常见的肾小球疾病有膜性肾病、IgA肾病、微小病变性肾小球病、狼疮性肾炎、糖尿病肾病等。
[0006]肾组织慢性病变：肾组织皮质和髓质均可出现的慢性化病变，主要包括肾小球硬化、肾小管萎缩、肾间质纤维化和动脉硬化，是肾小球疾病常见的病理改变，其程度与疾病进展密切相关。

技术实现思路

[0007]针对目前的肾脏疾病进展风险预测相关技术对亚太地区尤其是中国人群针对性不强、对能预测的肾病类型限定性强等至少一个技术问题，本专利技术的目的在于提供一种基于临床及病理指标的肾小球疾病预后预测系统、计算机装置及存储介质。
[0008]一方面，本专利技术实施例包括一种基于临床及病理指标的肾小球疾病预后预测系统，包括：
[0009]信息获取模块，用于获取患者信息；所述患者信息包括年龄、性别、肾小球滤过率、
尿蛋白定量和肾组织慢性病变评分；
[0010]指数值确定模块，用于根据所述患者信息，确定指数值；
[0011]底数值确定模块，用于根据预测时长，确定底数值；
[0012]进展率确定模块，用于根据所述指数值和所述底数值，通过指数函数确定进展率；所述进展率用于表示在经过所述预测时长后，患者出现肾小球疾病进展的风险。
[0013]进一步地，所述根据所述患者信息，确定指数值，包括：
[0014]对所述患者信息进行数值化；
[0015]计算数值化后的所述年龄、性别、肾小球滤过率、尿蛋白定量和肾组织慢性病变评分的线性组合，从而获得所述指数值。
[0016]进一步地，所述对所述患者信息进行数值化，包括：
[0017]设定所述患者信息中的年龄为患者在接受肾穿刺活检时的年龄值；
[0018]当患者为男性，设定所述患者信息中的性别为0，当患者为女性，设定所述患者信息中的性别为1；
[0019]设定所述患者信息中的尿蛋白定量为患者在接受肾穿刺活检前后30天内检测得到的24 小时尿蛋白定量检测值；
[0020]设定所述患者信息中的肾小球滤过率为利用患者在接受肾穿刺活检前后30天内检测得到的肌酐值代入CKD
‑
EPI公式获得的数值；
[0021]获取患者的肾小球硬化分值、间质纤维化分值、肾小管萎缩分值以及动脉硬化分值，根据所述肾小球硬化分值确定肾小球硬化哑变量，根据所述间质纤维化分值确定间质纤维化哑变量，根据所述肾小管萎缩分值确定肾小管萎缩哑变量，根据所述动脉硬化分值确定动脉硬化哑变量，以所述肾小球硬化哑变量、所述间质纤维化哑变量、所述肾小管萎缩哑变量和所述动脉硬化哑变量组成所述患者信息中的肾组织慢性病变评分。
[0022]进一步地，所述获取患者的肾小球硬化分值、间质纤维化分值、肾小管萎缩分值以及动脉硬化分值，包括：
[0023]获取患者的肾小球硬化数据、间质纤维化数据、肾小管萎缩数据以及动脉硬化数据；
[0024]根据所述肾小球硬化数据查询得到所述肾小球硬化分值；
[0025]根据所述间质纤维化数据查询得到所述间质纤维化分值；
[0026]根据所述肾小管萎缩数据查询得到所述肾小管萎缩分值；
[0027]根据所述动脉硬化数据查询得到所述动脉硬化分值。
[0028]进一步地，所述计算数值化后的所述年龄、性别、肾小球滤过率、尿蛋白定量和肾组织慢性病变评分的线性组合，从而获得所述指数值，包括：
[0029]通过公式LP＝
‑
0.131*sex+0.0219*(age
‑
39.0)
‑
0.00796*(eGFR
‑
93.4)+ 0.0630*(proteinuria
‑
3.49)+0.304*GS1+0.581*GS2+0.998*GS3
‑
0.243*TA1
‑ꢀ
0.612*TA2
‑
0.896*TA3+0.529*IF1+1.39*IF2+2.33*IF3+0.181*CV1进行计算；
[0030]其中，LP为所述指数值，sex为所述性别，age为所述年龄，eGFR为所述肾小球滤过率， proteinuria为所述尿蛋白定量，GS1、GS2和GS3为所述肾小球硬化哑变量，IF1、IF2和IF3为所述间质纤维化哑变量，TA1、TA2和TA3为所述肾小管萎缩哑变量，CV1为所述动脉硬化哑变量。
[0031]进一步地，所述根据预测时长，确定底数值，包括：
[0032]根据所述预测时长，查询得到所述底数值。
[0033]进一步地，所述根据所述预测时长，查询得到所述底数值，包括：
[0034]当所述预测时长为3年，所述底数值S0＝0.0981；
[0035]当所述预测时长为5年，所述底数值S0＝0.0958。
[0036]进一步地，所述根据所述指数值和所述底数值，通过指数函数确定进展率，包括：
[0037]通过公式进行计算；其中，PR(t)为所述预测时长t对应的所述进展率，S0为所述底数值，LP为所述指数值。
[0038]另一方面，本专利技术实施例还包括一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于临床及病理指标的肾小球疾病预后预测系统，其特征在于，所述基于临床及病理指标的肾小球疾病预后预测系统包括：信息获取模块，用于获取患者信息；所述患者信息包括年龄、性别、肾小球滤过率、尿蛋白定量和肾组织慢性病变评分；指数值确定模块，用于根据所述患者信息，确定指数值；底数值确定模块，用于根据预测时长，确定底数值；进展率确定模块，用于根据所述指数值和所述底数值，通过指数函数确定进展率；所述进展率用于表示在经过所述预测时长后，患者出现肾小球疾病进展的风险。2.根据权利要求1所述的基于临床及病理指标的肾小球疾病预后预测系统，其特征在于，所述根据所述患者信息，确定指数值，包括：对所述患者信息进行数值化；计算数值化后的所述年龄、性别、肾小球滤过率、尿蛋白定量和肾组织慢性病变评分的线性组合，从而获得所述指数值。3.根据权利要求2所述的基于临床及病理指标的肾小球疾病预后预测系统，其特征在于，所述对所述患者信息进行数值化，包括：设定所述患者信息中的年龄为患者在接受肾穿刺活检时的年龄值；当患者为男性，设定所述患者信息中的性别为0，当患者为女性，设定所述患者信息中的性别为1；设定所述患者信息中的尿蛋白定量为患者在接受肾穿刺活检前后30天内检测得到的24小时尿蛋白定量检测值；设定所述患者信息中的肾小球滤过率为利用患者在接受肾穿刺活检前后30天内检测得到的肌酐值代入CKD
‑
EPI公式获得的数值；获取患者的肾小球硬化分值、间质纤维化分值、肾小管萎缩分值以及动脉硬化分值，根据所述肾小球硬化分值确定肾小球硬化哑变量，根据所述间质纤维化分值确定间质纤维化哑变量，根据所述肾小管萎缩分值确定肾小管萎缩哑变量，根据所述动脉硬化分值确定动脉硬化哑变量，以所述肾小球硬化哑变量、所述间质纤维化哑变量、所述肾小管萎缩哑变量和所述动脉硬化哑变量组成所述患者信息中的肾组织慢性病变评分。4.根据权利要求3所述的基于临床及病理指标的肾小球疾病预后预测系统，其特征在于，所述获取患者的肾小球硬化分值、间质纤维化分值、肾小管萎缩分值以及动脉硬化分值，包括：获取患者的肾小球硬化数据、间质纤维化数据、肾小管萎缩数据以及动脉硬化数据；根据所述肾小球硬化数据查询得到所述肾小球硬化分值；根据所述间质纤维化数据查询得到所述间质纤维化分值；根据所述肾小管萎缩数据查询得到所述肾小管萎缩分值；根据所述动脉硬化数据查询得到所述动脉硬化分值。5.根据权利要求3所述的基于临床及病理指标的肾小球疾病预后预测系统，其特征在于，所述计算数值化后的所述年龄、性别、肾小球滤过率、尿蛋白定量和肾组织慢性病变评分的线性组合，从而获得所述指数值，包括：通过公式LP＝
‑
0.131*sex+0.0219*(age
‑
39.0)
‑
0.007...

【专利技术属性】
技术研发人员：侯凡凡，聂晟，徐欣，张晓冬，
申请(专利权)人：南方医科大学南方医院，
类型：发明
国别省市：