一种肝细胞肝癌的自身抗体7-AAb检测panel及其应用

    公开(公告)号:CN111413498A

    公开(公告)日:2020-07-14

    申请号:CN202010270727.7

    申请日:2020-04-08

    Abstract: 本发明属于肝癌的筛查技术领域,具体涉及一种诊断肝细胞肝癌的自身抗体7-AAb检测panel及其应用。本发明检测了561例肝细胞肝癌患者和592例对照(包括343例正常人NC和249例肝硬化患者LC)样本,通过10-fold cross-validation确定了CIAPIN1,EGFR,MAS1,SLC44A3,ASAH1,UBL7和ZNF428这7个蛋白的自身抗体具有区分肝细胞肝癌的能力。运用这7个分子,并建立了神经网络(ANN)模型,发现ANN模型显示出更好的诊断效能并且优于传统的logistic regression模型和甲胎蛋白(AFP)。在验证集中,基于这7个分子的ANN模型同样显示出很好的诊断效能,特别是灵敏度。

    连续性肾脏替代治疗智慧决策及质量控制系统

    公开(公告)号:CN113744832B

    公开(公告)日:2023-10-27

    申请号:CN202111037423.7

    申请日:2021-09-06

    Abstract: 本发明涉及一种连续性肾脏替代治疗智慧决策及质量控制系统,其特征在于,包括CRRT临床决策模型、MOVIE指标跟踪单元以及CRRT处方调整单元。本发明获得了影响CRRT的具体特征变量,基于该特征变量采用人工智能算法建立了CRRT临床决策模型,该CRRT临床决策模型基于患者的数据输出与该患者相适应的且根据历史数据判断较具有疗效的初始CRRT治疗方案。本发明解决了以往CRRT治疗方案的制定依赖医生的临床经验的问题,并也克服了以往CRRT治疗方案在整个治疗过程中一成不变,导致影响治疗效果的问题。本发明将有助于缓解医生短缺、诊治水平参差不齐、对CRRT应用缺乏信心等现实情况,提升管理危重AKI患者的能力。

    连续性肾脏替代治疗智慧决策及质量控制系统

    公开(公告)号:CN113744832A

    公开(公告)日:2021-12-03

    申请号:CN202111037423.7

    申请日:2021-09-06

    Abstract: 本发明涉及一种连续性肾脏替代治疗智慧决策及质量控制系统,其特征在于,包括CRRT临床决策模型、MOVIE指标跟踪单元以及CRRT处方调整单元。本发明获得了影响CRRT的具体特征变量,基于该特征变量采用人工智能算法建立了CRRT临床决策模型,该CRRT临床决策模型基于患者的数据输出与该患者相适应的且根据历史数据判断较具有疗效的初始CRRT治疗方案。本发明解决了以往CRRT治疗方案的制定依赖医生的临床经验的问题,并也克服了以往CRRT治疗方案在整个治疗过程中一成不变,导致影响治疗效果的问题。本发明将有助于缓解医生短缺、诊治水平参差不齐、对CRRT应用缺乏信心等现实情况,提升管理危重AKI患者的能力。

    一种肝细胞肝癌的自身抗体7-AAb检测panel及其应用

    公开(公告)号:CN111413498B

    公开(公告)日:2023-08-04

    申请号:CN202010270727.7

    申请日:2020-04-08

    Abstract: 本发明属于肝癌的筛查技术领域,具体涉及一种诊断肝细胞肝癌的自身抗体7‑AAb检测panel及其应用。本发明检测了561例肝细胞肝癌患者和592例对照(包括343例正常人NC和249例肝硬化患者LC)样本,通过10‑fold cross‑validation确定了CIAPIN1,EGFR,MAS1,SLC44A3,ASAH1,UBL7和ZNF428这7个蛋白的自身抗体具有区分肝细胞肝癌的能力。运用这7个分子,并建立了神经网络(ANN)模型,发现ANN模型显示出更好的诊断效能并且优于传统的logistic regression模型和甲胎蛋白(AFP)。在验证集中,基于这7个分子的ANN模型同样显示出很好的诊断效能,特别是灵敏度。

    慢性肾病进展风险预测方法、装置、设备及存储介质

    公开(公告)号:CN117690591A

    公开(公告)日:2024-03-12

    申请号:CN202311705794.7

    申请日:2023-12-12

    Abstract: 本发明涉及人工智能技术领域,公开了一种慢性肾病进展风险预测方法、装置、设备及存储介质,用于解决现有技术中慢性肾病进展风险预测方法预测的结果不准确的技术问题。该方法包括:基于慢性肾病患者的历史病历信息训练得到进展预测模型;获取待预测患者的样本数据,将样本数据输入进展预测模型中进行风险预测,得到风险评分;调用机器学习解释性工具对进展预测模型和得到的风险评分进行评估,得到样本数据中各评估指标对风险评分的贡献值;根据风险评分和各评估指标对风险评分的贡献值生成慢性肾病进展风险预测结果。该方法可以对慢性肾病进展风险提供更准确有效的预测结果。

    一种慢性肾脏病预测模型的构建方法、预测系统和应用

    公开(公告)号:CN117542504A

    公开(公告)日:2024-02-09

    申请号:CN202311485203.X

    申请日:2023-11-08

    Abstract: 本发明公开了一种慢性肾脏病预测模型的构建方法、预测系统和应用。本发明的构建方法包括:数据获取,数据筛选和模型构建。本发明未采用传统的模型构建方法,而是将决策树算法,广义线性模型等作为辅助手段,立足于临床的可操作性,将预测因子简单赋值为0或者1构建评分模型,使得患者本人通过简单计算即可自行评估未来慢性肾脏病的发生风险;且能够得到适用于各个场所的目标事件预测的预测评分,而且得到的预测评分具有对应于目标事件发生的风险比,可以获得对目标事件发生与否的风险强度,以预警慢性肾脏病的发生。基于本发明的预测模型,可以使得预警信息能够通过HIS、手机APP及PC端传递给临床医务人员或者社区健康监测人员。

Patent Agency Ranking