CN101853330A - 腹膜透析充分性的智能评估装置 - Google Patents
腹膜透析充分性的智能评估装置 Download PDFInfo
- Publication number
- CN101853330A CN101853330A CN201010169262A CN201010169262A CN101853330A CN 101853330 A CN101853330 A CN 101853330A CN 201010169262 A CN201010169262 A CN 201010169262A CN 201010169262 A CN201010169262 A CN 201010169262A CN 101853330 A CN101853330 A CN 101853330A
- Authority
- CN
- China
- Prior art keywords
- patient
- peritoneal dialysis
- expert
- sufficiency
- index
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Images
Landscapes
- External Artificial Organs (AREA)
Abstract
本发明提供一种腹膜透析充分性的智能评估装置,包括输入装置,运算装置,输出装置和存储装置,各装置之间通过数据线连接进行数据通信,输入装置用于医生或信息管理人员输入患者临床数据,运算装置对接收到的患者临床数据进行数据处理和运算,得到患者腹膜透析的评估结果,经由输出装置输出,所述存储装置用于存储患者临床数据和运算装置的中间运算结果和评估结果,输出装置输出表示患者整个治疗过程中的透析充分性状况的透析充分性评估曲线将评估方法封装在装置内部,评估者只需输入腹膜透析患者的临床数据即可得到评估结果,本发明在临床上,可节省主治医师的脑力劳动,提高效率;避免了个人主观因素对评估结果的影响。
Description
技术领域
本发明涉及腹膜透析技术领域,具体涉及一种腹膜透析充分性(peritoneal dialysisadequacy)的智能评估装置。
背景技术
由于生活方式的改变和寿命延长等原因,终末期肾脏疾病(End Stage Renal Disease,ESRD)的患病率逐年增加,威胁着患者的生命。由于受到肾源的限制,透析是治疗ESRD的有效手段,其中腹膜透析是透析的常见方式之一。
腹膜透析是指利用腹膜作为半渗透膜,利用重力作用将配置好的透析液经导管灌入患者的腹膜腔,使腹膜两侧由于溶质的浓度梯度差而发生弥散作用和渗透作用,弥散作用使高浓度一侧的溶质向低浓度一侧移动,渗透作用使水分从低渗一侧向高渗一侧移动。与此同时,通过腹腔透析液不断地更换,达到清除体内代谢产物、毒性物质及纠正水、电解质平衡紊乱的目的。
随着透析管连接系统的改进、操作技术的提高及透析液生物相容性的改善,腹膜透析患者的生活质量和生存期已明显提高,但如何客观准确地评估透析充分性的问题却日益突出。据权威部门调查显示,在进行腹膜透析治疗的前3个月,有18%的患者出现透析不充分的征象,3个月以上高达42%。随着透析时间的延长,此现象更加突出。然而,目前对于腹膜透析患者的充分性评估,并没有统一的评估标准,绝大多数医院,还仅仅是根据主治医师对于患者临床表现的观察进行评估。此方法对于主观性依赖很大,而且对于同一患者,不同的医生可能给出不同的充分性评估结果,这无疑会对患者的治疗造成困扰,严重的,甚至威胁患者的生命。
发明内容
本发明是针对上述问题而提出的,其目的是提供一种腹膜透析充分性的智能评估装置(以下简称评估装置),本发明能快速、客观、准确地给出患者腹膜透析的充分性评估结果(以下简称评估结果)。本发明的目的通过如下技术方案实现。
一种腹膜透析充分性的智能评估装置,包括输入装置,运算装置,输出装置和存储装置,输入装置用于医生或信息管理人员输入患者临床数据,运算装置对接收到的患者临床数据进行数据处理和运算,得到患者腹膜透析的评估结果,经由输出装置输出,所述存储装置用于存储患者临床数据和运算装置的中间运算结果和评估结果,输出装置输出患者的透析充分性评估曲线,直观地表示患者整个治疗过程中的的透析充分性状况。各装置之间利用数据线相联系,用于传送数据。
上述的腹膜透析充分性的智能评估装置中,输入装置由输入部和监测部两个模块组成,监测部对患者的临床表现实时监测,临床表现由生化检验值(包括血压、心功能、生物电阻抗、KT/V、Ccr、血钙、血磷、钙磷乘积、血钠、碳酸氢根、血红蛋白、甲状旁腺激素、血CRP浓度、有无异位钙化灶、血白蛋白浓度、瘦体重)和临床症状(包括浮肿、尿毒症症状、合并症评分、握力、生活质量)两部分组成并将数据存入存储装置;输入部接收输入人员输入的患者个人信息和生化检验值,并将数据存入存储装置。
上述的腹膜透析充分性的智能评估装置中,输入装置还用于输入参与评估的专家信息,其中专家信息包括专家个人信息I和专家打分信息C;所述患者临床数据包括患者的个人信息和生化检验值,存储装置接收输入装置输入的专家个人信息I及专家打分信息C,更新存储有专家信息的专家信息数据库。
上述的腹膜透析充分性的智能评估装置中,存储装置存放的信息包括患者临床数据和专家信息的预处理信息、腹膜透析充分性评估指标的分级指标、运算装置的中间运算结果、患者透析充分性的评估结果PDV值。
上述的腹膜透析充分性的智能评估装置中,运算装置接收输入装置输入的数据进行运算,运算过程是一个群决策的过程,避免主观因素对患者腹膜透析充分性评估的影响,提高了评估的准确性。
上述的腹膜透析充分性的智能评估装置中,所述运算装置根据腹膜透析患者对于所述分级指标中指标的临床表现和实际生化检验值,结合所述存储装置中存储的专家权重和指标权重ω,利用对患者腹膜透析充分性结果进行打分的方式来量化患者腹膜透析的充分性,并运用患者的充分性得分PDV进行充分性评估,充分性评估结果由上述输出装置输出。
上述的腹膜透析充分性的智能评估装置中,所述存储装置中存放有透析充分患者的PDV值,运算装置将需进行充分性评估的患者的PDV值与该透析充分患者的PDV值相比较,当比值为1时,说明透析完全充分;比值小于1,且比值越小时,说明越不充分。
上述的腹膜透析充分性的智能评估装置中,所述专家权重包括由专家的职称TV、工作年限YV和所在医疗机构已收治的透析患者数PV决定的先验专家权重,和由群决策过程中专家意见与群体意见一致程度S确定的后验专家权重。
上述的腹膜透析充分性的智能评估装置中,上述存储装置的指标权重ω包括根据上述群决策计算出的主观指标权重SW和指标的熵权重eW。
与目前的腹膜充分性评估方法相比,本发明具有如下优点和效果:
(1)克服了以往的主观因素对于腹膜透析充分性评估结果影响太大的问题,将评估方法封装在运算装置中,评估者只需输入腹膜透析患者的临床数据即可得到评估结果,提高了评估的效率且保证了评估的客观性。
(2)本发明中的分级指标设为可调,医生可根据不同患者的不同临床检验,灵活地选择用来评估腹膜透析充分性的指标,评估方法的适应性强。
(3)本发明运算装置的运算基于输入装置预先输入的多个专家信息,即评估结果是由群体决策得出的,这使评估结果的可靠性高于目前临床上采用的个体决策的方法。
(4)在本发明中,允许输入装置随时输入专家信息,同时更新存储装置中的专家信息数据库,并且运算装置可根据更新后的专家信息及时调整评估结果,这使评估装置可根据医学界的最新动态及时调整自己的评估结论。
附图说明
图1是评估装置的各组成部分之间的连接示意图。
图2是作为本发明实施例的评估装置的模式图。
图3是评估装置的实施例的工作主流程图。
图4是评估装置的实施例中医务人员操作的流程图。
图5是评估装置的实施例中管理员操作的流程图。
图6是运算装置中智能评估方法的流程图。
图7是基于现有充分性评估指标的分级指标。
图8是透析充分性评估的PDV--t曲线。
具体实施方式
图1是智能评估装置的各组成部分之间的连接示意图。本智能评估装置包括:输入装置2a,存储装置2b,运算装置2c和输出装置2d。
输入装置2a由输入部2a1和监测部2a2组成。输入装置2a的功能是向评估装置输入评估所需数据,包括预处理信息、医生个人信息I、打分信息C和患者的临床数据,其中患者的临床数据包括患者的个人信息、生化检验值和临床表现。在本实施方式中,预处理信息、医生个人信息I和打分信息C由信息管理人员经输入部2a1输入评估装置,患者的个人信息、生化检验值由医务务人员经输入部2a1输入评估装置,患者的临床表现由监测部2a1实时监测,并直接输入评估装置。
存储装置2b负责存储上述输入装置2a输入的数据及运算装置2c的中间计算结果。
运算装置2c是本发明的核心部件,运算装置2c运用基于群决策的智能评估方法计算出患者的充分性得分PDV,并用腹膜透析患者的PDV与透析充分患者PDV进行比对的方法对患者的充分性进行评估,若比值为1,说明患者透析完全充分,比值越小,则透析越不充分。评估所需的数据由输入装置2a输入,评估过程的中间计算结果和患者的充分性得分PDV存储在存储装置2b中,患者的透析充分性评估结果由输出装置2c输出。
输出装置2d输出患者的腹膜透析充分性评估结果,可以是特定时间的评估结果,也可以基于监测部2a2的实时监测,输出患者整个治疗过程中的腹膜透析充分性评估曲线。
在此,本发明中各个子装置的运算可并行进行,本发明与目前的评估方法相比,更加快速。
如图2,为本发明评估装置的一个实例。该评估装置具有主体部分11,与主体部分11部分相连的输入部分10和输出部分12。
主体部分11内部包括CPU11a、RAM11b、存储器11c、显示卡11d和光驱11e等的一般体系结构。其中CUP11a用于完成整个装置的运算和控制,RAM11b用于临时存储CPU计算的数据,存储器11C用于存储装置运算装置的运算程序和存储部的存储数据,显示卡11d用于将CPU11a提供的指令和数据进行相应的处理变成输出部分12能够接受的文字或图像后显示出来,光驱11e用于读取从外部插入的各种可移动介质2(CD-ROM20,DVD-ROM21,可移动存储22)。
输入部分10与上述主体部分11相连接,用于数据输入(输入装置)。
输出部分12与上述主体部分11相连接,用于数据显示(输出装置),输出部分12可以为显示器。
腹膜透析充分性智能评估算法即可以由存储介质2通过光驱11e读入,也可以经由网络从别的存储装置3或服务器4读入,读入之后保存在存储器11c中。本构成例中,存储介质包括CD-ROM20,DVD-ROM21及其他存储设备22。
腹膜透析充分性智能评估算法所需的数据,可由存储介质2通过光驱11e读入,也可以经由网络从别的存储装置3或服务器4读入,也可由信息管理员经由输入装置10输入,数据保存在存储器11c中的专家信息数据库中。
在该智能评估装置中,患者的临床表现信息由医务人员经输入部分10输入,CUP11a根据输入的数据结合存储在存储器11c中的预处理数据进行运算,运算结果(即充分性智能评估结果)经输出部分12输出。这里,本发明的特征是:将评估方法封装在装置内部,操作人员只需通过输入部分10和输出部分12与装置交互,与现有的主观评估的方法相比,本装置的结果更加客观。
本发明实现了对腹膜透析患者的充分性评估功能,且输出部分12可以输出该患者的历史透析充分性状态曲线,使评估结果准确而且直观。
图3是评估装置的实施例的工作主流程图。如该图所示,装置运行之前,需由信息管理人员向存储装置中写入预处理信息,而后即可执行程序,由输出装置输出患者腹膜透析充分性的评估结果。具体地,本发明中的装置由医务人员或者信息管理人员操作,信息管理人员负责输入预处理信息和维护存储装置中的数据,医务人员负责手动输入患者的临床表现。
医务人员的操作流程如图4。医务人员可选择手动输入数据进行评估或者让评估装置自动评估。若手动评估,由医务人员输入患者在某一特定时刻t的个人信息和生化检验值,并根据监测部在该时刻检测出的患者临床表现,给出该时刻患者的透析充分性评估结果。若是自动评估,则医务人员只需输入一次患者的个人信息和生化检验值,监测部可实时地将监测到的数据输入装置,连续、不间断地对患者的腹膜透析充分性进行评估。
信息管理人员的操作流程如图5。若是首次启动装置,则需首先输入预处理信息;在装置运行的过程中,如前述,可能有新的专家参与到群决策的过程中,此时需信息管理人员将此部分专家的信息输入装置,具体流程如图5所示。
本发明可实现手动输入数据评估和自动评估两种评估方式,手动评估的评估结果为患者的透析充分性得分PDV与透析充分患者的PDV比对,不同治疗时间(如T1~T4)自动评估的评估结果显示为如图8所示的PDV--t曲线(纵坐标为患者充分性评估的PDV值占透析充分标准值的百分比),评估结果清晰直观,便于观察。
此外,本发明涉及到医务人员的操作仅为输入患者的信息及生化检验数据,具体的评估方法已封装在装置内部,其中运算装置进行充分性评估运算的中间运算结果存储在存储装置中,医务人员可以随时读取,此方法在保证了评估过程透明、评估结果客观的同时,有效地节省了医生的脑力劳动。
在本发明的评估装置中,运算装置运用智能评估方法计算患者的腹膜透析充分性得分PDV,并利用PDV对患者进行充分性评估,因此在介绍本装置的具体实施方式之前,先简要地介绍该评估方法的数理模型。
本评估装置中智能评估方法的数理模型
将图7所示的分级指标系统制作成调查问卷,并尽可能多地分发给不同地区的肾脏病学专家,让专家根据实际情况选择评估指标,并对选中的指标进行打分,打分越高,代表该指标对于腹膜透析充分性的评估越重要。回收问卷,并根据专家个人信息I和打分信息C,利用群决策的思想,确定出各专家在群决策过程中的重要程度,即专家权重根据专家权重,综合分析该模型中各个指标,确定出各指标的权重ω。
根据腹膜透析患者对于分级指标中指标的临床表现和实际生化检验值,结合上述专家权重和指标权重ω,利用对患者腹膜透析充分性结果进行打分的方式来量化患者腹膜透析的充分性,并运用患者的充分性得分PDV进行充分性评估,该数理模型能够用下述数学式(1-1)-(1-12)来表示。图6是此数理模型的流程图。
ωj=β·Swj+(1-β)·Owj (1-13)
PDV=P·ω(1-14)
具体地,在计算专家权重的过程中,每个专家的权重被分为两部分,分别是先验权重和后验权重此处下标i表示该权重是参与群决策的第i个专家的权重。其中,先验权重由参与群决策的第i个专家的职称TV(i)、工作年限YV(i)和所在医疗机构已收治的透析患者数PV(i)决定,TV(i)、YV(i)和PV(i)均为模糊语言变量,具体地,TV(i)=(0.1,0.2,0.3,0.4),四个分量分别对应着职称={初级职称、中级职称、副高级职称、高级职称};YV(i)=(0.1,0.2,0.3,0.4),对应着工作年限={2年以内,3-5年,5年以上,10年以上};PV(i)=(0.1,0.2,0.3,0.4),对应着收治患者数={少于50人,50-100人,100-500人,500人以上},具体算法如公式(1-1)所示,并用(1-2)将先验权重归一化,得到归一化的先验权重其中P为参与群决策的专家个数。利用公式(1-3)-(1-5),根据参与决策的第i个专家与群体意见的一致程度来求取第i个专家的后验权重在(1-3)中,首先根据专家打分信息C建立专家对指标的打分矩阵c,C=(Cij)p×n,Cij表示第i个专家对第j个指标的打分,p为专家数,n为指标数。d(i,j)表示第i个专家和第j个专家意见的相似程度,记作s(c(i),c(j),其中C(j)、C(j)分别为第i个、第j个专家的打分信息,表示所有Cij的平均值。利用如(1-4)所示公式求出第i个专家的后验权重其中max(d(i,j))和min(d(i,j))分别表示所有d(i,j)的最大和最小值,(1-5)将后验权重归一化,得到归一化后的后验权重(1-6)利用比例系数α综合求出专家权重
(1-7)-(1-13)为指标权重的求取过程,利用群决策的思想,将第j个指标的指标权重分为客观权重Owj和主观权重Swj来确定。(1-7)-(1-10)利用中转法确定客观权重Owj,中转法是最早由徐泽水教授提出,是多属性群决策中求取指标权重的常用方法。(1-7)中的Pij和(1-8)中的bij分别是计算过程的中间变量,利用公式(1-9)可确定客观权重向量Ow,Ow为1×n维,n为指标的个数。在(1-10)中,Owi为客观权重向量Ow中的第j个分量,如(1-10)处理Owj,便得到了第j个指标的归一化之后的客观权重Owj。之后,利用(1-11)(1-12)确定第j个指标的主观权重Swj。(1-11)中,hcj表示所有专家对第j个指标打分意见的集结值,(1-12)将第j个指标的hcj值归一化,即为第j个指标的主观权重Swj。(1-13)利用比例系数β确定出最终的指标权重ω。
根据专家权重和指标权重ω,便可确定腹膜透析充分性的评估模型,该模型在存储装置中存储。而后,根据患者在治疗过程中对于指标体系中各指标的表现,建立患者的临床表现矩阵P。利用P,进行患者的腹膜透析充分性评估。
在临床上,患者治疗过程中对应指标体系中的表现可以通过临床生化检验或者医生对患者问询而获得,并将这些值录入到本发明的智能评估装置。
具体地,可将指标分为两类。一类可直接用量化分值表示患者对于该指标的得分,例如,指标“尿量”为第一类指标。对于该指标,患者的临床表现只有固定的三种情况,即为较前增加、同前无变化及较前减少,相应地,得分分别为2、1和0。另一类指标需借助模糊理论和模糊隶属函数,将患者的临床表现定量地表示为0到1范围内的值,记为患者对该指标的得分。例如,指标“血钠”在临床上的正常范围是一个区间,为0.80-1.6mmol/L。在计算患者对于该指标的得分时,需建立起患者临床表现对于正常区间的模糊隶属函数,确定出患者对于该指标的打分。
若令PDV为患者透析充分性的最终得分,则PDV可用(1-14)确定。在(1-14)中,P为k×n维患者临床表现矩阵,ω为n×1维的指标权重向量,PDV为患者充分性的最终得分。
本发明的评估装置采用基于群决策的方法评估腹膜透析患者的透析充分性,该方法比目前绝大多数医院采用的方法更加快速、客观和准确。且本发明的评估装置将评估方法封装在装置内部,操作简单,容易上手,因此可以用于临床上对于患者腹膜透析充分性的评估。
Claims (10)
1.一种腹膜透析充分性的智能评估装置,特征在于包括输入装置,运算装置,输出装置和存储装置,各装置之间通过数据线连接进行数据通信,存储装置与输入装置、运算装置和输出装置连接,运算装置还与输出装置连接,输入装置用于医生或信息管理人员输入患者临床数据,运算装置对接收到的患者临床数据进行数据处理和运算,得到患者腹膜透析的评估结果,经由输出装置输出,所述存储装置用于存储患者临床数据和运算装置的中间运算结果和评估结果,输出装置输出表示患者整个治疗过程中的透析充分性状况的透析充分性评估曲线。
2.如权利要求1所述的腹膜透析充分性的评估装置,其特征在于,输入装置由输入部和监测部两个模块组成,监测部对患者的临床表现实时监测,并将数据存入存储装置,所述临床表现包括生化检验值和临床症状;所述生化检验值包括血压、心功能、生物电阻抗、尿素清除指数、内生肌酐清除率、血钙、血磷、钙磷乘积、血钠、碳酸氢根、血红蛋白、甲状旁腺激素、血CRP浓度、有无异位钙化灶、血白蛋白浓度和瘦体重;所述临床症状包括浮肿、尿毒症症状、合并症评分和握力;输入部接收输入人员输入的患者个人信息和生化检验值,并将数据存入存储装置。
3.如权利要求1所述的腹膜透析充分性的智能评估装置,其特征在于,输入装置还用于输入参与评估的专家信息,其中专家信息包括专家个人信息I和专家打分信息C;所述患者临床数据包括患者的个人信息和生化检验值,存储装置接收输入装置输入的专家个人信息I及专家打分信息C,更新存储有专家信息的专家信息数据库;。
4.如权利要求1所述的腹膜透析充分性的智能评估装置,其特征在于,存储装置存放的信息包括患者临床数据和专家信息的预处理信息、腹膜透析充分性评估指标的分级指标、运算装置的中间运算结果、患者透析充分性的评估结果PDV值。
5.如权利要求4所述的腹膜透析充分性的智能评估装置,其特征在于,运算装置接收输入装置输入的数据进行运算,运算过程是一个群决策的过程。
8.如权利要求7所述的腹膜透析充分性的评估装置,其特征在于,所述存储装置中存放有透析充分患者的PDV值,运算装置将需进行充分性评估的患者的PDV值与该透析充分患者的PDV值相比较,当比值为1时,说明透析完全充分;比值小于1,且比值越小时,说明透析越不充分。
10.如权利要求9所述的腹膜透析充分性的智能评估装置,其特征在于,上述存储装置的指标权重ω包括根据上述群决策计算出的主观指标权重SW和指标的熵权重eW。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010169262A CN101853330A (zh) | 2010-04-30 | 2010-04-30 | 腹膜透析充分性的智能评估装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010169262A CN101853330A (zh) | 2010-04-30 | 2010-04-30 | 腹膜透析充分性的智能评估装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101853330A true CN101853330A (zh) | 2010-10-06 |
Family
ID=42804820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010169262A Pending CN101853330A (zh) | 2010-04-30 | 2010-04-30 | 腹膜透析充分性的智能评估装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101853330A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104225699A (zh) * | 2014-04-04 | 2014-12-24 | 博彦网鼎信息技术有限公司 | 一种腹膜透析管理系统及方法 |
CN107106040A (zh) * | 2015-01-14 | 2017-08-29 | 弗雷森纽斯医疗护理德国有限责任公司 | 医疗流体治疗机器及相关的系统和方法 |
CN107887028A (zh) * | 2017-11-07 | 2018-04-06 | 陈乐晨 | 血液透析病人体重录入与控制系统 |
CN108988382A (zh) * | 2018-07-09 | 2018-12-11 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 光伏发电站的并网监测与评估方法及系统 |
CN109637642A (zh) * | 2018-12-04 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 医疗机构透析水平的考核方法、装置、设备及存储介质 |
CN112992333A (zh) * | 2019-12-18 | 2021-06-18 | 森睿软件系统(上海)有限公司 | 用于诊断血液透析充分性的诊断设备和方法 |
CN113470794A (zh) * | 2021-07-03 | 2021-10-01 | 深圳市裕辰医疗科技有限公司 | 血液透析质量控制过程的计算系统及其计算方法 |
-
2010
- 2010-04-30 CN CN201010169262A patent/CN101853330A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104225699A (zh) * | 2014-04-04 | 2014-12-24 | 博彦网鼎信息技术有限公司 | 一种腹膜透析管理系统及方法 |
CN107106040A (zh) * | 2015-01-14 | 2017-08-29 | 弗雷森纽斯医疗护理德国有限责任公司 | 医疗流体治疗机器及相关的系统和方法 |
US10842926B2 (en) | 2015-01-14 | 2020-11-24 | Fresenius Medical Care Deutschland Gmbh | Medical fluid treatment machines and related systems and methods |
CN107887028A (zh) * | 2017-11-07 | 2018-04-06 | 陈乐晨 | 血液透析病人体重录入与控制系统 |
CN108988382A (zh) * | 2018-07-09 | 2018-12-11 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 光伏发电站的并网监测与评估方法及系统 |
CN109637642A (zh) * | 2018-12-04 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 医疗机构透析水平的考核方法、装置、设备及存储介质 |
CN109637642B (zh) * | 2018-12-04 | 2022-08-19 | 深圳平安医疗健康科技服务有限公司 | 医疗机构透析水平的考核方法、装置、设备及存储介质 |
CN112992333A (zh) * | 2019-12-18 | 2021-06-18 | 森睿软件系统(上海)有限公司 | 用于诊断血液透析充分性的诊断设备和方法 |
CN113470794A (zh) * | 2021-07-03 | 2021-10-01 | 深圳市裕辰医疗科技有限公司 | 血液透析质量控制过程的计算系统及其计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101853330A (zh) | 腹膜透析充分性的智能评估装置 | |
Ko et al. | 28n19 Ijaet0319396 V7 Iss1 242 254 | |
Yadollahpour et al. | Designing and implementing an ANFIS based medical decision support system to predict chronic kidney disease progression | |
Yeh et al. | Using data mining techniques to predict hospitalization of hemodialysis patients | |
Zhao et al. | Predicting outcomes of chronic kidney disease from EMR data based on Random Forest Regression | |
Jensen et al. | In Denmark kidney transplantation is more cost-effective than dialysis | |
Makhija et al. | Remote monitoring of automated peritoneal dialysis patients: assessing clinical and economic value | |
US8732096B1 (en) | Method and computer system for making optimal medical decisions | |
US8123715B2 (en) | Planning method and apparatus for peritoneal dialysis and hemodialysis hybrid remedy | |
Hornberger et al. | Designing a cost‐effective clinical trial | |
US20220093261A1 (en) | Chronic kidney disease (ckd) machine learning prediction system, methods, and apparatus | |
Obukohwo et al. | Assessing efficiency in the pharmaceutical sector of Nigeria | |
Waniewski et al. | Threefold peritoneal test of osmotic conductance, ultrafiltration efficiency, and fluid absorption | |
Murshid et al. | Data mining techniques to predict chronic kidney disease | |
US11302441B2 (en) | Patient treatment resource utilization predictor | |
Bondor et al. | Correlated criteria in decision models: recurrent application of TOPSIS method | |
VanderPluym et al. | Survival in patients removed from the heart transplant waiting list before receiving a transplant | |
Cornalba et al. | Building a normative decision support system for clinical and operational risk management in hemodialysis | |
Gallagher | Home dialysis and sociomedical policy | |
Daly et al. | Code work: RAI-MDS, measurement, quality, and work organization in long-term care facilities in Ontario | |
Rokošná et al. | Cooperation between data analysts and medical experts: A case study | |
Cavalcante et al. | Thyroid syndrome detection using machine learning algorithms: A comparative analysis | |
CN110634565A (zh) | 一种医疗大数据回归分析方法 | |
Dzaharudin et al. | Model comparison of estimated glomerular filtration rate for acute kidney injury in intensive care unit | |
Mamatha et al. | Caviar Waterwheel Plant Optimization-Based Feature Selection For Early Stage Chronic Kidney Disease Big Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20101006 |