[发明专利]一种基于指标评分的轻度缺血性脑卒中患者的预测模型在审

专利信息
申请号: 202011009630.7 申请日: 2020-09-23
公开(公告)号: CN112120790A 公开(公告)日: 2020-12-25
发明(设计)人: 杨玉娇;丁怡;王智刚 申请(专利权)人: 常州市第一人民医院
主分类号: A61B34/10 分类号: A61B34/10
代理公司: 南通毅帆知识产权代理事务所(普通合伙) 32386 代理人: 任毅
地址: 213000 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 指标 评分 轻度 缺血性 脑卒中 患者 预测 模型
【说明书】:

发明公开了一种基于指标评分的轻度缺血性脑卒中患者的预测模型,其技术方案要点是:包括以下步骤:S1、采集临床数据并进行预处理,利用采集和预处理的临床数据构造MIS患者的入组标准;S2、采集基本资料数据并记录存储;S3、对被采集基本资料的人员进行SVE情况随访;S4、统计构建预测模型:采用多因素Logistic回归方法建立预测模型,并根据最小赤池信息标准选择最佳的模型参数;本基于指标评分的轻度缺血性脑卒中患者的预测模型解决了用缺血性脑卒中的模型预测MIS病人的预后准确度不高的问题,通过预测模型计算SVE发生率,能够指导临床医生对MIS患者进行危险分级,对不同风险的病人采取分级管理,预防SVE并发症的发生。

技术领域

本发明涉及医疗领域,更具体地说,它涉及一种基于指标评分的轻度缺血性脑卒中患者的预测模型。

背景技术

中国每年大约有300万新发中风,其中约30%是轻度缺血性脑卒中(MIS,minorischemic stroke)。MIS患者的NIHSS评分较低(均≤3),由于具有症状轻微的特点,容易被忽视,导致出现较高的死亡率和致残率。MIS是威胁人类健康和生命的疾病。因此,在临床管理的早期阶段,能够及时筛查出MIS有不良预后风险的患者非常重要。

许多因素与MIS后续血管事件(SVE,subsequent vascular events)的发生密切相关。已经有研究显示,MIS的不良预后与高龄,女性,糖尿病和核磁共振弥散加权成像阳性有关。然而,单个的危险因素对预测MIS的SVE发生率价值并不高,构建多因素预测模型有望改善预测效能。目前有关缺血性脑卒中预后的预测模型主要有以下几个。NADE是第一个在中国缺血性卒中患者中开发并验证的列线图,可对6个月不良结局的风险(mRs评分2分)可能性进行单独、直观和精确的预测。COACHS列线图可用于预测中国人群急性缺血性卒中后3个月的不良预后(mRs评分2分)。它也可能是可靠的工具,可以有效地将其用于风险分层的急性中风患者。

2017年,Gianni Turcato等人发表了针对意大利急性缺血性卒中患者人群的回顾性研究,并构建了3个月不良结局(mRs评分在3到6分之间)的预测模型。START是预测接受静脉溶栓治疗的卒中患者的不良预后的列线图,并且在中国人群中得到了验证。2019年,Sun等人对保守的大半球性脑梗死患者进行了回顾性研究,结合重要的预后因素来构建列线图,以预测各个患者住院死亡的风险。但是,该研究存在着一些问题,如:多项研究纳入的为缺血性卒中患者,MIS患者和NIHSS>3分的缺血性卒中患者均在其中,并没有将MIS人群单独分析。START模型针对的是接受静脉溶栓治疗的卒中患者的不良预后预测,属于缺血性卒中的特定人群。Sun等人的研究纳入的是大半球性脑梗死患者,也不属于MIS范畴。尽管NIHSS评分是评估中风的严重程度的适当工具,但是对于MIS的患者存在缺陷。NIHSS评分未能捕捉到一些可能影响患者功能结局的重要缺陷,例如手的力量和敏捷性,步态以及微妙的非优势半球和执行功能性认知异常。而且MIS患者的缺陷通常较细微,由于缺乏明显的损伤而可能未被发现。正是由于MIS病人具有症状轻微,容易被忽视这样的特点,用缺血性脑卒中的模型预测MIS病人的预后可能不够准确。

发明内容

针对现有技术存在的不足,本发明的目的在于提供一种基于指标评分的轻度缺血性脑卒中患者的预测模型,以解决背景技术中提到的问题。

为实现上述目的,本发明提供了如下技术方案:

一种基于指标评分的轻度缺血性脑卒中患者的预测模型,包括以下步骤:

S1、采集临床数据并进行预处理,利用采集和预处理的临床数据构造MIS患者的入组标准;

S2、采集基本资料数据并记录存储;

S3、对被采集基本资料的人员进行SVE情况随访;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州市第一人民医院,未经常州市第一人民医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011009630.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top